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
141	2025-08-03	Phase recognition in manual Small-Incision cataract surgery with MS-TCN + + on the novel SICS-105 dataset 2025-May-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-00303-z PMID:40399321	研究论文	本研究介绍了首个手动小切口白内障手术（SICS）视频数据集，并评估了使用MS-TCN++架构进行深度学习在手术阶段识别的有效性	首次引入SICS视频数据集，并比较了MS-TCN++架构在SICS与传统超声乳化手术中的表现差异	SICS手术阶段更多且持续时间更长，使得阶段识别相比超声乳化更具挑战性	探索深度学习在手动小切口白内障手术阶段识别中的应用效果	105名在印度Sankara眼科医院接受手术的患者	计算机视觉	白内障	深度学习	MS-TCN++	视频	105名患者的手术视频数据
142	2025-08-03	AI Opportunistic Coronary Calcium Screening at Veterans Affairs Hospitals 2025-May-16, NEJM AI DOI:10.1056/aioa2400937 PMID:40746702	研究论文	开发了一种名为AI-CAC的深度学习算法，用于在非对比、非门控CT扫描中自动量化冠状动脉钙化（CAC）	利用来自美国退伍军人事务部全国医疗系统的98个医疗中心的影像数据，捕捉了影像协议、扫描仪和患者的广泛异质性	研究主要基于退伍军人事务部的医疗系统数据，可能在其他人群中的适用性有待验证	开发并验证一种深度学习算法，用于在非门控CT扫描中自动量化冠状动脉钙化	非对比、非门控CT扫描中的冠状动脉钙化	数字病理	心血管疾病	深度学习	CNN	CT影像	795名患者（配对门控扫描）和8052名低剂量CT扫描患者
143	2025-08-03	Physics-informed deep learning for infectious disease forecasting 2025-Apr-29, ArXiv PMID:39876937	研究论文	提出了一种基于物理信息神经网络（PINNs）的新型传染病预测模型，结合流行病学理论和数据，以提高预测准确性	通过将分室模型嵌入损失函数，整合流行病学理论与数据，防止模型过拟合，并引入考虑协变量（如流动性和累计疫苗剂量）的子网络	模型在加州州级COVID-19数据上表现良好，但未在其他地区或疾病上进行验证	提高传染病预测的准确性，以支持公共卫生政策制定和疫情准备	COVID-19的病例、死亡和住院情况	机器学习	COVID-19	物理信息神经网络（PINNs）	PINN, RNN, LSTM, GRU, Transformer	时间序列数据	加州州级COVID-19数据
144	2025-08-03	Deep learning-based classification of hemiplegia and diplegia in cerebral palsy using postural control analysis 2025-Mar-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-93166-3 PMID:40087338	研究论文	本研究提出了一种利用RNN分析时间序列力数据来分类脑瘫中的偏瘫和双瘫的方法	使用BiGRU和LSTM模型优化自动参数优化和数据增强技术，提高了分类准确性和可靠性	分类准确率为76.43%，仍有提升空间	优化脑瘫中偏瘫和双瘫的分类方法	脑瘫患者的姿势控制数据	机器学习	脑瘫	时间序列力数据分析	RNN, BiGRU, LSTM	时间序列数据	未明确提及样本数量
145	2025-08-03	Convolutional Neural Networks for the segmentation of hippocampal structures in postmortem MRI scans 2025-Mar, Journal of neuroscience methods IF:2.7Q3 DOI:10.1016/j.jneumeth.2024.110359 PMID:39755177	research paper	该研究提出了一种基于深度学习的新型分割框架，用于自动分割海马体结构，以量化阿尔茨海默病对海马体的影响	提出了一种嵌入自注意力机制和空洞空间金字塔池化的编码器-解码器块分割框架，能够更好地绘制海马体地图并识别四个海马体区域	样本量较小，仅使用了15个死后MRI扫描	开发自动分割方法以量化阿尔茨海默病对海马体结构的影响	海马体及其四个子区域（齿状回、海马头、海马体、海马尾）	digital pathology	Alzheimer's disease	postmortem MRI (T1-weighted, T2-weighted, susceptibility-weighted)	CNN (UNet, Double UNet, Attention UNet, Multi-resolution UNet)	image	15 postmortem MRI scans
146	2025-08-03	Advances in antiviral strategies targeting mosquito-borne viruses: cellular, viral, and immune-related approaches 2025-02-04, Virology journal IF:4.0Q2 DOI:10.1186/s12985-025-02622-z PMID:39905499	综述	本文综述了针对蚊媒病毒的抗病毒策略的最新进展，包括细胞、病毒和免疫相关方法	强调了针对宿主因素（如脂质代谢、离子通道和蛋白酶体）和病毒靶点（如NS2B-NS3蛋白酶和非结构蛋白）的抗病毒策略，以及免疫调节疗法和药物再利用、生物信息学、人工智能和深度学习在识别新型抗病毒候选药物中的潜力	尽管综述了多种抗病毒策略，但缺乏具体实验数据支持这些策略的有效性	探讨蚊媒病毒的病毒成分、细胞和免疫因子在其生命周期中的作用，并总结最新的抗病毒策略	蚊媒病毒（如登革热病毒、寨卡病毒、西尼罗河病毒等）及其宿主因素	病毒学	蚊媒病毒感染	药物再利用、生物信息学、人工智能和深度学习	NA	NA	NA
147	2025-08-03	Foundation models in ophthalmology: opportunities and challenges 2025-Jan-01, Current opinion in ophthalmology IF:3.0Q1 DOI:10.1097/ICU.0000000000001091 PMID:39329204	综述	本文探讨了眼科领域基础模型的机遇与挑战，特别是RETFound和大型语言模型如GPT-4、Gemini在医疗专业化中的应用	介绍了首个眼科基础模型RETFound，以及大型语言模型在眼科任务中的表现优于传统模型	眼科专用多模态模型仍存在显著不足，主要由于训练这些模型需要大量计算资源及高质量眼科数据集的限制	探索眼科领域基础模型和大型语言模型的进一步发展和应用	眼科基础模型和大型语言模型	医学人工智能	眼科疾病	基础模型、大型语言模型(LLM)	RETFound、GPT-4、Gemini	多模态数据	NA
148	2025-08-03	Deep learning-based prediction of rheumatoid arthritis-associated deformity on MRI 2025, Brain & spine DOI:10.1016/j.bas.2025.104328 PMID:40741519	研究论文	开发一种基于深度学习的算法，用于预测类风湿性关节炎患者的上颈椎畸形	首次使用深度学习模型预测类风湿性关节炎相关的颈椎畸形，旨在实现早期风险分层	模型需要在更多样化的站点进行大规模验证，并探讨颈椎下段在疾病过程中对颅颈交界处畸形风险的作用	开发预测类风湿性关节炎相关上颈椎畸形的算法，实现早期风险分层	类风湿性关节炎患者	数字病理学	类风湿性关节炎	MRI	深度学习	医学影像	220名患者（其中33名发展为颈椎畸形）
149	2025-08-03	Hybrid framework for automated generation of mammography radiology reports 2025, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2025.07.018 PMID:40741541	research paper	提出了一种用于自动生成乳腺X光放射学报告的混合框架，旨在辅助放射科医生	结合了编码器-解码器架构的自然语言生成模型和图像强度增强技术，以处理图像质量变化问题	研究基于西班牙语放射学文本，可能在其他语言或文化背景下的适用性有限	开发自动化临床文本生成框架以支持乳腺X光检查	乳腺X光放射学报告	digital pathology	breast cancer	deep learning, named entity recognition (NER)	encoder-decoder architecture	image, text	NA
150	2025-08-03	Investigating the impact of social media images on users' sentiments towards sociopolitical events based on deep artificial intelligence 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0326936 PMID:40737276	研究论文	本研究探讨了社交媒体上的视觉内容如何影响用户对特定社会政治事件的情感态度	利用深度学习和机器学习方法分析社交媒体图像与用户情感之间的相关性，并构建了一个包含标记图像及其评论的综合数据集	研究仅针对特定社会政治运动（如Black Lives Matter、Women's March等），可能无法推广到其他类型的事件	探究社交媒体视觉内容对用户社会政治事件情感态度的影响	社交媒体上包含相关标签和关键词的帖子及其关联图像和评论	自然语言处理	NA	深度学习、机器学习、情感分析	NA	图像、文本	涉及多个社会政治运动（如Black Lives Matter、Women's March等）的社交媒体帖子
151	2025-08-03	Low-cost computation for isolated sign language video recognition with multiple reservoir computing 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0322717 PMID:40737309	研究论文	本文探讨了利用多储备池计算（RC）进行低成本孤立手语视频识别的方法，旨在开发适用于边缘设备的便携式手语识别系统	引入具有不同泄漏率的多储备池以从输入视频中提取多样化特征，结合MediaPipe进行关键点提取和空间位置归一化，提高了系统对复杂背景和不同手语者位置的鲁棒性	在WLASL100数据集上的top-1准确率为60.35%，仍有提升空间	开发适用于边缘设备的低成本手语识别系统，解决互联网连接缺失区域的使用需求和数据隐私保护问题	孤立手语视频	计算机视觉	NA	储备池计算（RC），MediaPipe关键点提取	多储备池RC	视频	WLASL100数据集
152	2025-08-03	Machine learning approaches for predicting the link of the global trade network of liquefied natural gas 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0326952 PMID:40737339	研究论文	本研究利用机器学习方法预测液化天然气全球贸易网络的未来链接	首次将复杂网络理论与机器学习算法结合，用于预测液化天然气全球贸易网络的未来链接，并开发了图注意力网络模型	研究仅基于2001至2020年的数据，可能无法完全反映最新贸易动态	帮助政府识别潜在贸易伙伴并分析贸易网络	全球液化天然气贸易网络	机器学习	NA	复杂网络理论，机器学习算法（随机森林、决策树），图注意力网络	随机森林、决策树、图注意力网络	网络节点和边数据	2001至2020年的全球液化天然气贸易网络数据
153	2025-08-03	A pilot study assessing the clinical utility of deep learning-reconstructed 3D-echo-planar-imaging-based quantitative susceptibility mapping in multiple sclerosis 2025, Frontiers in neuroscience IF:3.2Q2 DOI:10.3389/fnins.2025.1544376 PMID:40740257	研究论文	本研究评估了深度学习重建的3D回波平面成像定量磁化率映射在多发性硬化症中的临床效用	首次展示了深度学习重建技术在3D回波平面成像定量磁化率映射中的应用，提高了图像质量和临床效用	样本量较小（7名患者），且为回顾性研究	评估深度学习重建技术是否能提高定量磁化率映射在多发性硬化症中的质量和临床效用	多发性硬化症患者和健康个体的MRI数据	数字病理学	多发性硬化症	3D回波平面成像（3DEPI）和定量磁化率映射（QSM）	深度学习重建（DLR）	MRI图像	7名多发性硬化症患者和1名健康个体，共433个病灶
154	2025-08-03	Predicting sleep quality with digital biomarkers and artificial neural networks 2025, Frontiers in psychiatry IF:3.2Q2 DOI:10.3389/fpsyt.2025.1591448 PMID:40740269	研究论文	本研究通过可穿戴设备收集的心率变异性（HRV）数据，利用人工神经网络预测睡眠质量，重点关注入睡后觉醒（WASO）作为睡眠碎片化的关键指标	引入连续数字生物标志物和深度学习方法（如LSTM）预测次日睡眠质量，发现LF/HF比率作为睡眠质量预测的新型数字生物标志物	样本量相对较小（82名参与者），且仅使用特定品牌可穿戴设备（三星Galaxy Watch Active 2）收集数据	开发预测模型用于次日睡眠质量评估，推动个性化健康管理	成年人的睡眠质量与心率变异性关系	数字健康	睡眠障碍	HRV监测、机器学习（ARIMA, Random Forest, XGBoost, GRU, TCN, Transformers, LSTM）	LSTM	生理信号数据（HRV）、问卷调查数据、日常活动数据	82名参与者（冬季和夏季两次实验）
155	2025-08-03	Harnessing artificial intelligence of things for cardiac sensing: current advances and network-based perspectives 2025, Frontiers in public health IF:3.0Q2 DOI:10.3389/fpubh.2025.1569887 PMID:40740375	综述	本文探讨并综合了人工智能驱动的物联网在心脏传感领域的当前进展和未来方向，强调了其重要性	利用文献计量学方法可视化这一跨学科领域的关键焦点、新兴趋势和演化轨迹	未提及具体的技术实施细节或临床验证结果	探索人工智能驱动的物联网在心脏传感领域的应用及其未来发展	物联网、心脏传感器和人工智能的交叉领域文献	医疗物联网	心血管疾病	深度学习技术	NA	学术文献数据	2,128篇论文
156	2025-08-03	ICT-Net: An Integrated Convolution and Transformer-Based Network for Complex Liver and Liver Tumor Region Segmentation 2025, IEEE journal of translational engineering in health and medicine IF:3.7Q2 DOI:10.1109/JTEHM.2025.3586470 PMID:40740831	研究论文	提出了一种结合卷积和Transformer的网络ICT-Net，用于复杂肝脏和肝肿瘤区域的自动分割	开发了一种新的深度学习架构ICT-Net，结合预训练的Transformer编码器和先进的卷积-Transformer解码器结构，提高了肝脏和肝肿瘤分割的准确性	公开可用的带有HCC标注的肝脏数据集有限	提高肝脏和肝肿瘤区域的自动分割精度，以支持更精确和有效的临床治疗策略	肝脏和肝细胞癌（HCC）区域	计算机视觉	肝癌	深度学习	ICT-Net（结合CNN和Transformer）	CT图像	CCH-LHCC-CT数据集及三个公共CT肝脏数据集
157	2025-08-03	Effective Tumor Annotation for Automated Diagnosis of Liver Cancer 2025, IEEE journal of translational engineering in health and medicine IF:3.7Q2 DOI:10.1109/JTEHM.2025.3576827 PMID:40740835	研究论文	本文提出了一种有效的肝脏肿瘤自动标注方法，用于辅助放射科医生高效制作准确的诊断报告	提出了一种结合肿瘤分割、定位、测量和识别的多任务方法，并引入了Multi-Residual Attention Unet和Multi-SeResUnet等创新模型	未提及方法在多样化数据集上的泛化能力验证	开发自动化肝脏肿瘤标注系统以提高诊断效率和准确性	肝脏肿瘤的医学影像	计算机视觉	肝癌	深度学习	Multi-Residual Attention Unet, Multi-SeResUnet, 多标签分类器, 回归模型	医学影像	真实数据集（具体数量未说明）
158	2025-08-03	Evaluating Cardiac Impairment From Abnormal Respiratory Patterns: Insights From a Wireless Radar and Deep Learning Study 2025, IEEE journal of translational engineering in health and medicine IF:3.7Q2 DOI:10.1109/JTEHM.2025.3588523 PMID:40740837	研究论文	本研究通过无线雷达和深度学习技术分析呼吸模式，探讨其与心脏功能（如左心室射血分数）的关联	结合无线雷达框架与深度学习技术，无接触地监测呼吸模式与心脏功能的关联	研究样本来自台湾北部单一心脏病房，可能限制结果的普遍性	探索心脏功能受损与睡眠呼吸障碍之间的双向影响	心脏病房患者	数字病理	心血管疾病	无线雷达框架、深度学习	深度学习	呼吸模式数据、2D超声心动图测量数据	台湾北部心脏病房患者
159	2025-08-03	A state-of-the-art review of diffusion model applications for microscopic image and micro-alike image analysis 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1551894 PMID:40740945	综述	本文综述了扩散模型在显微图像及类似图像分析中的应用，重点探讨了DDPM、DDIM和SDEs三种常用模型	扩散模型在显微图像生成和分割方面展现出显著优势，能够生成高质量合成显微图像并精确分割细胞区域和组织结构	文章未明确提及具体的技术限制，但讨论了扩散模型在生物医学图像处理中的局限性和未来发展方向	综述扩散模型在显微图像分析领域的应用现状和发展趋势	显微图像及类似图像	数字病理学	NA	扩散模型(DDPM, DDIM, SDEs)	扩散模型	图像	包含31篇相关论文(13篇图像生成，9篇分割，其余为其他应用)
160	2025-08-03	Advancing patient care with AI: a unified framework for medical image segmentation using transfer learning and hybrid feature extraction 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1589587 PMID:40740955	研究论文	本文提出了一种结合分割、高级特征提取和迁移学习的统一框架，以提高多种医学影像数据集的分割准确性和泛化能力	结合了U-Net分割、传统特征提取方法（LBP和GLCM）和迁移学习，显著提高了医学影像分割的准确性和泛化能力	研究仅针对皮肤癌、肠息肉和脑肿瘤三种疾病，未涵盖其他医学影像类型	开发一个集成框架，提高医学影像分割的准确性和泛化能力，以支持诊断精确性和临床决策	皮肤癌、肠息肉和脑肿瘤的医学影像数据	数字病理	皮肤癌、肠息肉、脑肿瘤	U-Net分割、LBP、GLCM、迁移学习、SVM分类	U-Net、SVM	医学影像	三个数据集（HAM10000、Kvasir-SEG、Figshare Brain Tumor dataset）