深度学习在生物医药领域的应用

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	算法框架	模型架构	性能指标	计算资源
14521	2025-10-07	Artificial intelligence for segmentation and classification in lumbar spinal stenosis: an overview of current methods 2025-Mar, European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society IF:2.6Q1 DOI:10.1007/s00586-025-08672-9 PMID:39883162	综述	本文系统综述了机器学习在腰椎管狭窄症分割和分类任务中的应用现状与方法	首次系统评估了机器学习在腰椎管狭窄症影像分析中的分割和分类方法，并比较了传统机器学习与深度学习模型的性能差异	研究间比较困难，因为使用的评估指标和测试数据集差异较大；仅有有限数量的模型经过外部验证	评估当前用于腰椎管狭窄症分割和分类的机器学习算法现状	腰椎管狭窄症的医学影像数据	医学影像分析	腰椎管狭窄症	MRI、X射线、CT扫描	深度学习, 传统机器学习	医学影像	27篇相关研究文献	NA	U-Net, CNN	多种评估指标（具体未指定）	NA
14522	2025-10-07	DeepPrep: an accelerated, scalable and robust pipeline for neuroimaging preprocessing empowered by deep learning 2025-Mar, Nature methods IF:36.1Q1 DOI:10.1038/s41592-025-02599-1 PMID:39915693	研究论文	提出了一种基于深度学习的神经影像预处理加速管道DeepPrep，能够显著提升处理效率	结合深度学习与工作流管理器，实现了十倍加速，具备可扩展性和鲁棒性	NA	解决神经影像大数据预处理中的计算挑战	神经影像数据	医学影像处理	NA	深度学习	NA	神经影像扫描数据	超过55,000次扫描	NA	NA	加速比，可扩展性，鲁棒性	NA
14523	2025-10-07	MARBLE: interpretable representations of neural population dynamics using geometric deep learning 2025-Mar, Nature methods IF:36.1Q1 DOI:10.1038/s41592-024-02582-2 PMID:39962310	研究论文	提出一种名为MARBLE的表示学习方法，使用几何深度学习分解神经流形上的动力学过程并映射到共同潜在空间	首次将几何深度学习应用于神经群体动力学，通过局部流场分解和潜在空间映射获得跨网络和动物一致的可解释表示	方法性能依赖于神经数据确实具有低维流形结构的假设	开发能够推断可解释且一致潜在表示的神经动力学学习方法	非线性动力系统、循环神经网络、灵长类和啮齿类动物的单神经元记录	机器学习	NA	几何深度学习	几何深度学习模型	神经记录数据	模拟系统和实验动物记录（具体数量未明确说明）	NA	MARBLE	解码准确度	NA
14524	2025-02-19	Interpreting and comparing neural activity across systems by geometric deep learning 2025-Mar, Nature methods IF:36.1Q1 DOI:10.1038/s41592-024-02581-3 PMID:39962313	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
14525	2025-10-07	Toward a rapid, sensitive, user-friendly, field-deployable artificial intelligence tool for enhancing African swine fever diagnosis and reporting 2025-Mar-01, American journal of veterinary research IF:1.3Q2 DOI:10.2460/ajvr.24.10.0305 PMID:40023145	研究论文	开发一种基于深度学习和智能手机的人工智能工具，用于提高非洲猪瘟侧向流动检测试纸条读取的准确性	首次将YOLO模型应用于非洲猪瘟侧向流动检测试纸条的智能识别，并开发了可现场部署的智能手机应用	数据集规模有限，模型性能在不同数据划分下存在波动	开发快速、灵敏、用户友好且可现场部署的AI工具以增强非洲猪瘟诊断和报告	非洲猪瘟侧向流动检测试纸条图像	计算机视觉	非洲猪瘟	侧向流动检测试纸条	YOLO	图像	未明确说明具体样本数量	JavaScript, Azure	YOLO	准确率, 精确率, 召回率, 灵敏度, 特异性, F1分数	Azure云平台
14526	2025-10-07	Improving the Reliability of Language Model-Predicted Structures as Docking Targets through Geometric Graph Learning 2025-Jan-23, Journal of medicinal chemistry IF:6.8Q1 DOI:10.1021/acs.jmedchem.4c02740 PMID:39787296	研究论文	开发了一种名为CarsiDock-Flex的新型两步柔性对接范式，通过几何图学习提高语言模型预测结构作为对接目标的可靠性	提出结合等变深度学习和现有对接算法的两阶段柔性对接新范式，能够将ESMFold预测的蛋白口袋引导至类天然构象	NA	改进蛋白质-配体柔性对接的建模方法	蛋白质-配体结合构象	机器学习	NA	深度学习，几何图学习	等变深度学习模型	蛋白质结构数据	NA	NA	CarsiInduce, CarsiDock	对接准确率	NA
14527	2025-10-07	Spike rate inference from mouse spinal cord calcium imaging data 2025-Jan-11, bioRxiv : the preprint server for biology DOI:10.1101/2024.07.17.603957 PMID:39829770	研究论文	本研究通过钙成像数据推断小鼠脊髓神经元放电率，比较了两种算法的性能	首次在脊髓背角浅层神经元上建立真实数据基准，验证并重新训练了尖峰推断算法在该区域的适用性	研究主要针对小鼠脊髓特定区域的谷氨酸能和GABA能神经元，未覆盖所有神经元类型和脊髓区域	评估和优化从钙成像数据推断神经元放电率的算法在脊髓神经元中的表现	小鼠脊髓背角浅层的谷氨酸能和GABA能体感神经元	计算神经科学	NA	钙成像技术，电生理记录	深度学习，非负反卷积	钙成像信号，电生理记录	雌雄小鼠脊髓背角浅层神经元	CASCADE, OASIS	NA	推断准确度	NA
14528	2025-10-07	Deep learning-integrated MRI brain tumor analysis: feature extraction, segmentation, and Survival Prediction using Replicator and volumetric networks 2025-01-09, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-84386-0 PMID:39789043	研究论文	提出一种结合MRI扫描的深度学习方法，用于脑肿瘤精确分割和胶质瘤患者生存预测	采用2D体积卷积神经网络结合多数表决规则降低模型偏差，并利用深度学习启发的3D复制器神经网络提取最优放射组学特征	仅使用BRATS2020基准数据集进行验证，未提及外部验证结果	脑肿瘤精确分割和患者生存率预测	胶质瘤患者	医学影像分析	脑肿瘤	MRI扫描	CNN, 复制器神经网络	医学影像	BRATS2020基准数据集	NA	2D体积卷积神经网络, 3D复制器神经网络	NA	NA
14529	2025-10-07	Predictive modeling of air quality in the Tehran megacity via deep learning techniques 2025-01-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-84550-6 PMID:39779721	研究论文	本研究使用深度学习技术预测德黑兰大城市2013-2023年多种空气污染物浓度	将深度学习模型应用于空气污染预测并与传统机器学习方法进行对比，展示了深度学习在环境预测领域的优势	NA	预测空气污染物浓度并评估深度学习模型在空气质量预测中的有效性	德黑兰大城市的空气污染物（CO、O、NO、SO、PM、PM）	机器学习	NA	深度学习	GRU, FCNN, CNN	时间序列数据	2013-2023年期间的数据	NA	门控循环单元, 全连接神经网络, 卷积神经网络	R-squared, RMSE, MAE, MSE	NA
14530	2025-10-07	The analysis of dance teaching system in deep residual network fusing gated recurrent unit based on artificial intelligence 2025-01-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-85407-2 PMID:39779733	研究论文	本研究开发了一种融合图注意力机制和双向门控循环单元的舞蹈动作识别与反馈模型	提出结合3D-ResNet、BiGRU和图注意力机制的混合模型架构，在舞蹈动作识别任务中表现优于传统3D-CNN基线算法	NA	探索如何利用深度学习等人工智能技术提升舞蹈教学的智能化水平	舞蹈动作识别与教学反馈	计算机视觉	NA	深度学习	3D-CNN, RNN	视频数据	NTU-RGBD60数据集	NA	3D-ResNet, BiGRU, Graph Attention Mechanism	准确率, F1分数	NA
14531	2025-10-07	Uncertainty-aware diabetic retinopathy detection using deep learning enhanced by Bayesian approaches 2025-01-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-84478-x PMID:39779778	研究论文	本研究通过贝叶斯增强的深度学习方法实现糖尿病视网膜病变检测，并评估预测不确定性	将贝叶斯近似方法（蒙特卡洛Dropout、平均场变分推断和确定性推断）集成到DenseNet-121网络中，提供预测不确定性度量	未明确说明数据集的详细划分方式和模型计算资源需求	开发具有不确定性评估能力的糖尿病视网膜病变自动检测系统	糖尿病视网膜病变的眼底图像	计算机视觉	糖尿病视网膜病变	深度学习	CNN	医学图像	APTOS 2019和DDR组合数据集（具体数量未明确）	未明确说明	DenseNet-121	准确率, AUC, 熵, 标准差	NA
14532	2025-10-07	A hybrid CNN model for classification of motor tasks obtained from hybrid BCI system 2025-01-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-84883-2 PMID:39779796	研究论文	提出一种混合CNN模型用于从混合脑机接口系统获取的运动任务分类	结合EEG和fNIRS两种非侵入式脑机接口模块，开发混合CNN模型实现四类运动执行的分类	NA	评估深度学习模型在分类对侧和同侧运动任务中的性能	右手、左手、右臂和左臂的四类运动执行任务	机器学习	NA	脑电图(EEG)、功能性近红外光谱(fNIRS)	CNN, Bi-LSTM	脑电信号，血氧信号	使用CORE数据集	NA	混合CNN模型	准确率, F1分数, 精确率, 召回率, AUC, ROC曲线	NA
14533	2025-10-07	Attention-based deep learning for accurate cell image analysis 2025-01-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-85608-9 PMID:39779905	研究论文	提出一种结合卷积神经网络和Transformer的X-Profiler方法，用于精确分析细胞图像	首次将卷积神经网络与Transformer结合用于高内涵图像分析，能有效过滤噪声信号并精确表征细胞表型	NA	开发更准确的细胞图像分析方法以促进药物发现和疾病研究	细胞图像	计算机视觉	心血管疾病	高内涵分析	CNN, Transformer	图像	NA	NA	CNN, Transformer	NA	NA
14534	2025-10-07	SRADHO: statistical reduction approach with deep hyper optimization for disease classification using artificial intelligence 2025-01-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-82838-1 PMID:39774278	研究论文	提出一种结合统计降维和深度超参数优化的SRADHO方法，用于疾病分类	将统计降维方法与深度超参数优化相结合，通过贝叶斯优化自动选择最优超参数和特征	仅使用三个基准数据集进行实验，未在更大规模或更多样化的数据集上验证	提高疾病分类的准确性和效率，解决过拟合、欠拟合和梯度消失等问题	脑部相关疾病	机器学习	脑部疾病	深度学习，贝叶斯优化	人工神经网络	医学数据	三个基准数据集	NA	NA	准确率, 精确率, 召回率, F1分数, 错误率	NA
14535	2025-10-07	Assessment of simulated snoring sounds with artificial intelligence for the diagnosis of obstructive sleep apnea 2025-01, Sleep medicine IF:3.8Q1 DOI:10.1016/j.sleep.2024.11.018 PMID:39566267	研究论文	本研究利用人工智能模型分析模拟鼾声数据，用于阻塞性睡眠呼吸暂停的诊断	首次将深度学习模型应用于模拟鼾声分析，并与传统机器学习方法进行性能比较	研究样本量有限（465名参与者），且所有数据来自单一睡眠中心	验证基于模拟鼾声的人工智能模型在阻塞性睡眠呼吸暂停诊断中的性能	阻塞性睡眠呼吸暂停患者	机器学习	阻塞性睡眠呼吸暂停	多导睡眠监测，喉镜检查录音	支持向量机，K近邻，随机森林，音频谱图变换器	音频数据	465名参与者	Python	音频谱图变换器	准确率	NA
14536	2025-10-07	Novel deep reinforcement learning based collision avoidance approach for path planning of robots in unknown environment 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0312559 PMID:39821118	研究论文	提出了一种基于深度强化学习的机器人路径规划方法，用于在未知环境中实现碰撞避免	将Q学习与深度学习相结合的新型强化学习算法，在狭窄和拥挤的通道环境中表现出优越性能	在狭窄通道环境中需要400次迭代才能收敛，收敛速度仍有提升空间	解决机器人在未知环境中的路径规划和碰撞避免问题	机器人运动规划系统	机器学习	NA	强化学习，深度学习	Q-learning	环境传感器数据	在拥挤环境中210次迭代收敛，在狭窄通道中400次迭代收敛	NA	深度强化学习网络	转弯次数，收敛速度	NA
14537	2025-10-07	Correction: Secure deep learning for distributed data against malicious central server 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0318164 PMID:39847555	correction	对一篇关于分布式数据安全深度学习的文章进行更正	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
14538	2025-10-07	Pedestrian POSE estimation using multi-branched deep learning pose net 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0312177 PMID:39854382	研究论文	提出一种多分支深度学习姿态网络用于行人全身姿态估计和方向识别	开发了多分支深度学习姿态网络(MBDLP-Net)，能够有效识别行人的全身姿态和方向，在复杂场景下表现优异	NA	通过计算机视觉工具自动分析行人行为和意图	行人全身姿态和方向估计	计算机视觉	NA	深度学习	CNN	图像	使用四个数据集：BDBO、PKU-Reid、TUD Multiview Pedestrians和CIFAR-100(100个类别)	NA	多分支深度学习姿态网络(MBDLP-Net)	平均准确率	NA
14539	2025-10-07	Clinical validation of an artificial intelligence algorithm for classifying tuberculosis and pulmonary findings in chest radiographs 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1512910 PMID:39991462	研究论文	评估基于卷积神经网络的人工智能算法在胸部X光片解读中的性能，并与医师团队进行比较	使用真实世界数据验证AI算法在多样化医疗环境中的有效性，并评估算法热图对医师决策的影响	回顾性研究设计，算法在93%的情况下未影响医师决策	评估AI算法在胸部X光片解读中的性能及其对非专科医师的辅助价值	胸部X光片及参与验证的医师团队	计算机视觉	肺结核	胸部X光成像	CNN	医学影像	2021年1月至2023年7月期间的回顾性数据	NA	三个独立模型分别用于肺部异常、放射学发现和肺结核检测	AUC, 准确率, 灵敏度, 特异性	NA
14540	2025-10-07	State-of-the-Art Deep Learning CT Reconstruction Algorithms in Abdominal Imaging 2024-12, Radiographics : a review publication of the Radiological Society of North America, Inc IF:5.2Q1 DOI:10.1148/rg.240095 PMID:39612283	综述	探讨深度学习重建算法在腹部CT成像中的技术原理、临床应用及发展前景	系统梳理了能够替代传统滤波反投影或迭代重建的深度学习CT重建算法，在低辐射剂量下保持图像纹理和诊断性能	文中提到会概述当前DLR算法的局限性，但未在摘要中具体说明	研究深度学习重建算法在腹部CT成像中的应用价值和技术发展	腹部CT图像	医学影像	腹部疾病	CT成像	深度神经网络	CT图像	NA	NA	NA	图像质量、诊断性能、重建速度	NA