深度学习在生物医药领域中的应用

序号	推送日期	文章	类型	简述	创新点	不足	研究目的	研究对象	领域	病种	技术	模型	数据类型	样本量
121	2025-07-06	Generation of ultrasonic and audible sound waves for the automatic classification of packaging waste in reverse vending machines 2025-Aug-01, Waste management (New York, N.Y.) DOI:10.1016/j.wasman.2025.114934 PMID:40489934	研究论文	本文提出了一种利用声学传感器进行包装废物分类的新方法，以解决现有逆向自动售货机(RVMs)在废物分类中的局限性	采用超声波和可听声波分析声场变化，结合人工智能系统对材料进行分类，避免了传统方法对昂贵传感器和复杂环境条件的依赖	验证仅在受控环境中进行，尚未在实际RVMs环境中测试	开发一种基于声学技术的低成本、高效废物分类方法	塑料、玻璃、纸板和金属罐等可回收物品	机器学习	NA	指数正弦扫描(ESS)技术	经典机器学习和深度学习模型	声学数据	NA
122	2025-07-06	Develop intelligent waste bin prototype based on fusion feature recognition of sounds and RGB images 2025-Aug-01, Waste management (New York, N.Y.) DOI:10.1016/j.wasman.2025.114959 PMID:40554027	研究论文	开发了一种基于声音和RGB图像融合特征识别的智能垃圾桶原型，用于城市固体废物的分类	首次采用多模态深度学习方法（MDLM）整合图像和声音数据进行城市固体废物识别	改进相对有限，且未来研究需要探索包含更多RGB图像以开发更稳健的融合特征	提升城市固体废物的自动分类效率，推动循环经济的发展	城市固体废物（MSW）	计算机视觉与音频处理	NA	Mel频率倒谱系数（MFCCs），ResNet-101，LSTM网络	MDLM（多模态深度学习模型），LSTM	音频信号，RGB图像	NA
123	2025-07-06	BengalDeltaFish: A local dataset for fish detection in Bangladeshi markets 2025-Aug, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111764 PMID:40612467	research paper	该论文介绍了BengalDeltaFish数据集，用于在孟加拉国市场的真实环境中检测鱼类	数据集在非受控的真实市场环境中收集，包含多种鱼类及罕见物种，填补了现有数据集的空白	数据集仅包含孟加拉国市场的鱼类，可能不适用于其他地区的鱼类识别	开发一个能够在真实市场环境中可靠检测和分类鱼类的AI工具	孟加拉国市场中的33种常见及罕见鱼类	computer vision	NA	deep learning	YOLOv11s	image	4560张标注图像，包含33种鱼类
124	2025-07-06	teaLeafBD: A comprehensive image dataset to classify the diseased tea leaf to automate the leaf selection process in Bangladesh 2025-Aug, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111769 PMID:40612469	research paper	该研究创建了一个名为teaLeafBD的综合图像数据集，用于分类孟加拉国的病态茶叶，以自动化茶叶选择过程	提供了一个包含5278张病态和健康茶叶图像的全面数据集，覆盖多种疾病类型和不同气象条件下的图像采集	数据集仅覆盖孟加拉国的茶叶疾病，可能无法完全代表其他地区的疾病模式	提高对茶叶疾病如何影响茶树种植和茶叶生产的认识，并支持自动化疾病分类系统的开发	茶叶叶片	computer vision	植物疾病	deep learning	NA	image	5278张病态和健康茶叶图像
125	2025-07-06	Assessment model of blast injury: A narrative review 2025-Jul-18, iScience IF:4.6Q1 DOI:10.1016/j.isci.2025.112830 PMID:40612508	综述	本文系统总结了爆炸冲击波的生物效应、传统评估模型的应用及其局限性，以及新兴技术——细胞/类器官模型和人工智能应用	介绍了冲击波细胞模型和类器官模型的成功开发，以及基于AI的模型在爆炸伤预测和评估中的应用	传统评估模型存在局限性，新兴技术的应用仍需进一步验证	评估爆炸伤的生物效应及其评估模型	爆炸冲击波引起的颅脑和肺部损伤	生物医学工程	爆炸伤	数值模拟、动物模型、死后人体替代模型(PMHS)、冲击波细胞模型、类器官模型、AI模型	机器学习/深度学习	NA	NA
126	2025-07-06	A Feature-Augmented Transformer Model to Recognize Functional Activities from in-the-wild Smartwatch Data 2025-Jul-04, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3586074 PMID:40614149	研究论文	本文提出了一种特征增强的Transformer模型，用于从智能手表数据中识别功能活动	通过引入特征标记-Transformer嵌入来增强特征表示，以提高分类性能，并提出了一个大规模的功能活动数据集ArWISE	功能活动识别由于其固有的复杂性和在真实环境中的变异性，仍存在挑战	研究功能活动识别方法，以支持认知健康评估、康复、术后恢复和慢性病管理	智能手表数据中的功能活动	机器学习	慢性病	特征增强和Transformer模型	Transformer	传感器数据	503名参与者，超过3200万个标记点
127	2025-07-06	Mutualistic Multi-Network Noisy Label Learning (MMNNLL) Method and Its Application to Transdiagnostic Classification of Bipolar Disorder and Schizophrenia 2025-Jul-04, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3585880 PMID:40614156	研究论文	本文提出了一种互惠多网络噪声标签学习（MMNNLL）方法，用于提高双相情感障碍和精神分裂症的跨诊断分类准确性	通过多网络协作与竞争，最大化深度神经网络在识别和利用干净及噪声标签样本时的一致性，从而有效处理噪声标签数据	未提及具体样本量的限制或数据集的多样性问题	提高精神障碍的诊断准确性，特别是双相情感障碍（BP）和精神分裂症（SZ）的跨诊断分类	双相情感障碍和精神分裂症患者	机器学习	精神障碍	深度神经网络（DNNs）	MMNNLL	神经影像数据和功能连接数据	未明确提及具体样本量，但使用了公开的CIFAR-10和PathMNIST数据集进行验证
128	2025-07-06	Mapping the Conformational Heterogeneity Intrinsic to the Protein Native Ensemble 2025-Jul-04, Biochemistry IF:2.9Q3 DOI:10.1021/acs.biochem.5c00201 PMID:40615361	review	本文综述了在AlphaFold时代，如何通过实验和计算技术揭示蛋白质构象异质性及其对功能理解的重要性	强调了单一结构无法全面反映蛋白质功能，提出了整合多探针实验和物理基础模型来理解序列-集合-功能关系的新范式	未具体说明所讨论技术的应用限制或数据解释的潜在偏差	探讨蛋白质构象异质性在功能理解中的重要性及研究方法	蛋白质构象景观和功能关系	结构生物学	NA	实验与计算技术整合方法	物理基础模型	结构数据与动态构象数据	NA
129	2025-07-06	eNCApsulate: neural cellular automata for precision diagnosis on capsule endoscopes 2025-Jul-04, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03425-x PMID:40615761	研究论文	本文提出了一种基于神经细胞自动机（NCA）的无线胶囊内窥镜（WCE）精确诊断方法，用于出血分割和深度估计	首次在微型设备上实现可靠的出血分割和深度估计，通过蒸馏大型基础模型到轻量级NCA架构，并在ESP32微控制器上高效运行	未提及具体样本量或临床验证结果	开发适用于无线胶囊内窥镜的轻量级深度学习模型，实现精确诊断和定位	胶囊内窥镜图像	数字病理学	胃肠道疾病	神经细胞自动机（NCA）、模型蒸馏	NCA	图像	NA
130	2025-07-06	Automated radiographic assessment of lower limb alignment using deep learning in a data-constrained clinical setting 2025-Jul-04, BMC musculoskeletal disorders IF:2.2Q3 DOI:10.1186/s12891-025-08846-y PMID:40615817	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
131	2025-07-06	Applying multimodal AI to physiological waveforms improves genetic prediction of cardiovascular traits 2025-Jul-03, American journal of human genetics IF:8.1Q1 DOI:10.1016/j.ajhg.2025.05.015 PMID:40543505	research paper	该研究提出了一种多模态深度学习方法M-REGLE，用于从互补的电生理波形模态中联合学习低维表示并进行遗传关联发现，以提高心血管特征的遗传预测能力	提出了一种新的多模态深度学习方法M-REGLE，能够从互补的电生理波形模态中联合学习低维表示，相比单模态学习方法，能发现更多的遗传位点并显著提高遗传风险评分对心脏表型的预测能力	未明确提及研究的局限性	提高心血管特征的遗传预测能力	多模态生理波形数据（如PPG和ECG）	machine learning	cardiovascular disease	GWAS, 卷积变分自编码器	CNN, variational autoencoder	生理波形数据	多个生物银行的数据（具体样本量未明确提及）
132	2025-07-06	Deep learning-based approach to third molar impaction analysis with clinical classifications 2025-Jul-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-93783-y PMID:40603531	研究论文	本研究开发了一种基于深度学习的模型，用于自动检测和分类阻生第三磨牙，采用Pell和Gregory分类、Winter分类以及Pederson难度指数	使用YOLOv11模型自动化复杂阻生第三磨牙分类，提供高准确性和效率的临床决策支持系统	特定标签（如48-Distoangular-C-III）的F1分数较低，数据集多样性有待增强	开发自动化工具以改进阻生第三磨牙的临床分类和诊断	阻生第三磨牙的放射影像	计算机视觉	口腔疾病	深度学习	YOLOv11	图像	训练集2300张图像（含7624颗阻生牙），验证集765张（含2580颗），测试集765张（含2493颗），共98种标签
133	2025-07-06	BrainAGE latent representation clustering is associated with longitudinal disease progression in early-onset Alzheimer's disease 2025-Jul-03, Journal of neuroradiology = Journal de neuroradiologie DOI:10.1016/j.neurad.2025.101365 PMID:40614437	研究论文	本研究利用基于Brain Age Gap Estimation (BrainAGE)的聚类算法对早发性阿尔茨海默病(EOAD)患者进行分层，以区分不同疾病进展速度的患者	首次将BrainAGE深度学习模型与k-means聚类相结合，用于EOAD患者的疾病进展分层	样本量相对较小(142名参与者)，且为回顾性研究	寻找与早发性阿尔茨海默病进展相关的生物标志物	早发性阿尔茨海默病患者	数字病理学	阿尔茨海默病	结构磁共振成像(MRI)	深度学习模型(BrainAGE)与k-means聚类	3D T1加权MRI图像	142名早发性阿尔茨海默病患者(纵向追踪6年)，预训练使用3,227名健康受试者的MRI数据
134	2025-07-06	Radiology report generation using automatic keyword adaptation, frequency-based multi-label classification and text-to-text large language models 2025-Jul-03, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110625 PMID:40614511	研究论文	提出一种新颖的深度学习框架，用于生成可解释、准确且适应性强的放射学报告	使用透明关键词列表替代传统黑盒特征，引入自动关键词适应机制和基于频率的多标签分类策略，结合预训练的文本到文本大型语言模型（LLM）生成报告	仅针对胸部X光图像进行了验证，未涵盖其他类型的医学影像	提高放射学报告生成的自动化水平，增强报告的可解释性和适应性	胸部X光图像及其对应的放射学报告	数字病理学	NA	多标签分类，文本到文本大型语言模型（LLM）	LLM	图像，文本	两个公共数据集（IU-XRay和MIMIC-CXR）
135	2025-07-06	Deep learning framework for cardiorespiratory disease detection using smartphone IMU sensors 2025-Jul-03, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110595 PMID:40614516	研究论文	本研究提出了一种基于智能手机IMU传感器的深度学习框架，用于早期检测心肺疾病	利用智能手机内置的惯性测量单元传感器，通过非侵入性、低成本技术获取呼吸运动学数据，适用于资源有限环境或疫情期间的远程健康监测	未来工作需要扩展数据集、优化长期监测方法并评估其在多样临床和家庭环境中的适用性	开发创新的、可及且经济高效的心肺疾病筛查解决方案	健康个体与心血管疾病患者（包括瓣膜功能不全、冠状动脉疾病和主动脉瘤等术前患者）	机器学习	心血管疾病	智能手机IMU传感器（加速度计和陀螺仪）	双向循环神经网络（RNN）	时间序列数据	使用留一法交叉验证进行训练和验证，具体样本数量未明确说明
136	2025-07-06	DeepPerfusion: A comprehensible two-branched deep learning architecture for high-precision blood volume pulse extraction based on imaging photoplethysmography 2025-Jul-03, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110571 PMID:40614513	研究论文	提出了一种名为DeepPerfusion的双分支深度学习架构，用于基于成像光电容积描记法(iPPG)高精度提取血容量脉冲(BVP)	结合精确的皮肤分割和加权以及BVP提取于一个模型中，并开发了新的基于块的时间归一化机制和创新训练流程	未明确提及具体局限性	提高基于iPPG的BVP提取精度	156名受试者的iPPG数据	计算机视觉	心血管疾病	成像光电容积描记法(iPPG)	双分支深度学习架构	图像	来自三个公开数据集的156名受试者
137	2025-07-06	Transformer attention-based neural network for cognitive score estimation from sMRI data 2025-Jul-03, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110579 PMID:40614523	研究论文	本文提出了一种基于Transformer注意力的深度神经网络，用于从结构MRI数据中联合预测多种认知评分	结合Transformer注意力和3D卷积神经网络，自适应捕捉大脑中的判别性成像特征，有效关注与认知相关的关键区域	未明确提及具体局限性，但可能受限于ADNI数据集的样本量和多样性	通过结构MRI数据准确预测认知评分，以理解痴呆症的病理阶段和预测阿尔茨海默病	阿尔茨海默病患者的结构MRI数据和认知评分（ADAS、CDRSB、MMSE）	数字病理学	阿尔茨海默病	3D卷积神经网络、Transformer注意力机制	CNN、Transformer	3D MRI图像	基于ADNI数据集，具体数量未明确提及
138	2025-07-06	EnsemPred-ACP: Combining machine and deep learning to improve anticancer peptide prediction 2025-Jul-03, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110668 PMID:40614519	研究论文	该研究提出了一种结合机器学习和深度学习的集成框架EnsemPred-ACP，用于提高抗癌肽（ACP）的预测准确性	引入了二元轮廓特征（BPF）来增强预训练的蛋白质嵌入，从而捕捉对ACP识别至关重要的位置特异性模式	未提及具体局限性	提高抗癌肽（ACP）的预测准确性，以促进肽类癌症治疗的发展	抗癌肽（ACP）	机器学习	癌症	机器学习和深度学习	集成框架（ML和DL模型）	蛋白质序列数据	未提及具体样本数量
139	2025-07-06	Deep learning-based quantification of tumor-infiltrating lymphocytes as a prognostic indicator in nasopharyngeal carcinoma: multicohort findings 2025-Jul-03, ESMO open IF:7.1Q1 DOI:10.1016/j.esmoop.2025.105494 PMID:40614660	研究论文	本研究开发了一种基于深度学习的模型（TILDL）来量化鼻咽癌（NPC）组织中的肿瘤浸润淋巴细胞（TILs），并探讨了TILDL百分比与患者预后及免疫检查点阻断（ICB）治疗反应的关系	首次使用深度学习模型从H&E染色的全切片图像中自动量化TILs，并验证其作为鼻咽癌预后指标的潜力	研究为回顾性分析，需要前瞻性研究进一步验证	评估深度学习模型在鼻咽癌预后预测中的应用价值	鼻咽癌患者	数字病理学	鼻咽癌	深度学习，免疫组织化学（IHC）	深度学习模型（具体架构未说明）	H&E染色的全切片图像（WSIs）	共498例患者（非转移性NPC 435例，转移性NPC 63例）
140	2025-07-06	Corrigendum to "Automated sex and age estimation from orthopantomograms using deep learning: A comparison with human predictions" [Forensic Sci. Intern., vol. 374 (2025) 112531] 2025-Jul-03, Forensic science international IF:2.2Q1 DOI:10.1016/j.forsciint.2025.112556 PMID:40615244	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA