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
1621	2025-06-08	IBERBIRDS: A dataset of flying bird species present in the Iberian Peninsula 2025-Jun, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111610 PMID:40470349	research paper	本文介绍了IBERBIRDS数据集，一个专为伊比利亚半岛飞行鸟类自动检测和分类设计的公开数据集	该数据集专注于中远距离飞行鸟类的照片，提供了更真实和具有挑战性的场景，不同于现有数据集通常包含特写或理想条件下的图像	数据集仅包含10种鸟类，样本量相对较小，且仅限于伊比利亚半岛的鸟类	促进鸟类物种自动识别技术的发展，支持生态监测和保护工作	伊比利亚半岛的10种中型至大型飞行鸟类	computer vision	NA	deep learning	YOLO	image	4000张图像，涵盖10种鸟类
1622	2025-06-08	Artificial intelligence driven mental health diagnosis based on physiological signals 2025-Jun, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2025.103358 PMID:40475896	research paper	该研究利用生理信号和机器学习方法，开发了一种自动检测人类压力状况的模型	提出了一种基于机器学习的压力评估模型，使用多种生理信号进行压力和非压力状态的分类，并引入了深度学习框架进行比较分析	传统压力诊断方法依赖于患者自我报告，存在局限性	开发一种成本效益高且高效的压力检测方法，以实现早期诊断和干预	处于不同压力水平的个体	machine learning	mental health disorders	ECG, EMG, HR, RESP, Foot GSR, Hand GSR	Decision tree, kernel support vector machine, feed-forward artificial neural networks	physiological signals	NA
1623	2025-06-08	Prediction of the space group and cell volume by training a convolutional neural network with primitive 'ideal' diffraction profiles and its application to 'real' experimental data 2025-Jun-01, Journal of applied crystallography IF:5.2Q1 DOI:10.1107/S1600576725002419 PMID:40475932	研究论文	本研究提出了一种深度学习方法，通过卷积神经网络（CNN）从无机晶体的粉末X射线衍射图谱预测其空间群和晶胞体积	利用仅依赖于晶体结构固有特性的δ函数状'理想'X射线衍射图谱训练CNN模型，无需考虑入射X射线波长或谱线形状	在应用于'真实'X射线图谱时存在部分不匹配情况，可能源于特定材料状态或实验数据质量	开发一种无需模拟实验衍射图谱即可预测晶体结构信息的深度学习方法	无机晶体（如TiO、LiNiO和LiMnO等11种材料）的粉末X射线衍射图谱	机器学习	NA	粉末X射线衍射	CNN	X射线衍射图谱	11种无机晶体材料
1624	2025-06-08	Application of the Bidirectional Encoder Representations from Transformers Model for Predicting the Abbreviated Injury Scale in Patients with Trauma: Algorithm Development and Validation Study 2025-May-29, JMIR formative research IF:2.0Q4 DOI:10.2196/67311 PMID:40440586	研究论文	本研究应用BERT模型预测创伤患者的AIS评分，以提高创伤评估的准确性	采用BERT预训练方法嵌入患者诊断信息等关键特征，构建预测模型，其准确率比先前研究提高了10个百分点	外部验证数据集样本量较小（n=244），可能影响模型泛化能力的全面评估	利用深度学习技术基于易获取的诊断信息预测AIS编码，改进创伤评估	创伤患者	自然语言处理	创伤	BERT预训练方法	BERT	文本（诊断信息、损伤描述等）	26,810例创伤患者（主要数据集）+244例外部验证数据
1625	2025-06-08	Mechanisms and management of self-resolving lumbar disc herniation: bridging molecular pathways to non-surgical clinical success 2025-May-27, Journal of orthopaedic surgery and research IF:2.8Q1 DOI:10.1186/s13018-025-05959-x PMID:40426259	research paper	本文探讨了腰椎间盘突出（LDH）自发性吸收的机制及其非手术治疗的成功案例	通过系统文献回顾，识别了LDH自发性吸收的多种机制，并提出了未来研究方向，包括分子机制、炎症反应调控及基于机器学习的个性化治疗策略	研究仅基于一名患者的案例，样本量较小，且缺乏对照组	探讨LDH自发性吸收的机制及非手术治疗的有效性	一名40岁女性患者，患有严重的L5/S1腰椎间盘突出	医学研究	腰椎间盘突出	MRI成像、NSAIDs、热疗、按摩疗法、针灸、运动疗法	NA	临床数据、MRI图像	1名患者
1626	2025-06-08	The Role of Artificial Intelligence in Chronic Liver Diseases and Liver Transplantation 2025-May-22, Gastroenterology IF:25.7Q1 DOI:10.1053/j.gastro.2025.05.012 PMID:40412666	综述	本文探讨了人工智能在慢性肝病和肝移植中的应用及其潜力	深入分析了人工智能如何通过机器学习和深度学习等技术，模拟临床医生的决策过程，为肝病患者提供个性化建议	需要多中心合作收集无偏数据，并通过临床试验和工作流程整合来验证AI工具的可靠性和有效性	评估人工智能在肝病学中的诊断、预后和治疗应用	慢性肝病和肝移植患者	机器学习	肝病	机器学习、深度学习、大语言模型	NA	实验室数据和临床特征	NA
1627	2025-06-08	Assessing Algorithmic Fairness With a Multimodal Artificial Intelligence Model in Men of African and Non-African Origin on NRG Oncology Prostate Cancer Phase III Trials 2025-May, JCO clinical cancer informatics IF:3.3Q2 DOI:10.1200/CCI-24-00284 PMID:40344545	research paper	评估多模态人工智能模型在前列腺癌三期临床试验中非洲与非非洲裔男性中的算法公平性	使用多模态AI深度学习系统结合数字组织病理学和临床数据，评估算法在不同种族亚组中的普适性	研究中存在种族信息缺失的病例（0.5%）	评估人工智能工具在临床决策中的公平性，避免因偏见加剧健康不平等	非洲裔和非非洲裔前列腺癌患者	digital pathology	prostate cancer	multimodal AI (MMAI) deep learning system	深度学习	digital histopathology and clinical data	5,708名患者（包括948名非洲裔和4,731名非非洲裔）
1628	2025-06-08	Deep learning-based temporal MR image reconstruction for accelerated interventional imaging during in-bore biopsies 2025-May, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.12.3.035001 PMID:40469203	研究论文	本研究旨在通过深度学习加速前列腺癌的经直肠MR引导活检，利用欠采样图像重建和图像分割进行器械定位	提出了一种基于深度学习的时空MR图像重建模型，能够在16倍欠采样率下保持图像质量，并显著提高器械预测成功率	研究为单中心回顾性研究，可能受到数据来源单一的限制	加速前列腺癌的经直肠MR引导活检过程	前列腺癌患者	数字病理	前列腺癌	MR成像	nnU-Net	MR图像	1289名患者的8464次MR 2D多层扫描
1629	2025-06-08	Performance of ChatGPT-3.5 and ChatGPT-4 in Solving Questions Based on Core Concepts in Cardiovascular Physiology 2025-May, Cureus DOI:10.7759/cureus.83552 PMID:40476113	研究论文	本研究评估了ChatGPT-3.5和ChatGPT-4在解决心血管生理学核心概念问题上的表现	比较了不同版本的ChatGPT在医学教育中的应用效果，特别是在心血管生理学领域的表现	需要教师审查生成的解释以确保准确性，生成式AI在医学教育中的应用需要谨慎考虑	评估ChatGPT在解决心血管生理学核心概念问题上的能力	ChatGPT-3.5和ChatGPT-4	自然语言处理	心血管疾病	深度学习	ChatGPT	文本	多项选择题（具体数量未提及）
1630	2025-06-08	Leveraging network uncertainty to identify regions in rectal cancer clinical target volume auto-segmentations likely requiring manual edits 2025-Apr, Physics and imaging in radiation oncology DOI:10.1016/j.phro.2025.100771 PMID:40475847	research paper	本研究探讨了深度学习自动分割在直肠癌放疗工作流程中的应用，特别是通过网络不确定性量化来识别需要手动编辑的区域	提出利用网络不确定性估计来预测需要临床相关编辑的分割区域，验证了认知不确定性估计的有效性	网络不确定性的解释因多种不确定性来源的非平凡交互而复杂化	提高直肠癌放疗工作流程中自动分割的效率和质量	直肠系膜临床靶区的自动分割	digital pathology	rectal cancer	Monte Carlo dropout	nnU-Net	image	NA
1631	2025-06-08	Enhancing patient-specific deep learning based segmentation for abdominal magnetic resonance imaging-guided radiation therapy: A framework conditioned on prior segmentation 2025-Apr, Physics and imaging in radiation oncology DOI:10.1016/j.phro.2025.100766 PMID:40475848	研究论文	提出了一种基于先验分割的深度学习框架，用于增强腹部磁共振成像引导放射治疗中的患者特异性分割	无需为每位患者重新训练模型，通过整合分次MR体积和计划分割图生成稳健的分次MR分割	需要分次MR和计划分割图的对齐效果较好，否则性能可能下降	提高腹部磁共振成像引导放射治疗中患者特异性分割的准确性和效率	接受腹部癌症MRgRT治疗的69名患者（共222个分次MR）	数字病理	腹部癌症	磁共振成像引导放射治疗(MRgRT)	3D UNet	磁共振图像	69名患者，222个分次MR
1632	2025-06-08	Concordance-based Predictive Uncertainty (CPU)-Index: Proof-of-concept with application towards improved specificity of lung cancers on low dose screening CT 2025-Feb, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2024.103055 PMID:39721356	研究论文	本文介绍了一种新颖的一致性预测不确定性（CPU）指数，通过结合亚组分析和个性化AI时间-事件模型的见解，改进了肺癌筛查（LCS）预测的特异性	提出了一种新的CPU-Index框架，通过测量亚组分析和AI时间-事件模型之间预测的一致性，改进了预测的透明度和可靠性	个性化AI时间-事件模型存在透明度问题和来自删失数据的偏差	改进肺癌筛查的风险评估，提高预测的特异性	肺癌筛查的低剂量CT（LDCT）影像和患者人口统计学数据	数字病理学	肺癌	LDCT放射组学，AI时间-事件模型	神经多任务逻辑回归时间-事件模型	图像，人口统计学数据	3,326名在2015年1月1日至2020年6月30日期间接受LDCT筛查并在一年内病理确诊为肺癌的患者
1633	2025-06-08	End-to-end deep learning patient level classification of affected territory of ischemic stroke patients in DW-MRI 2025-Jan, Neuroradiology IF:2.4Q2 DOI:10.1007/s00234-024-03520-x PMID:39656236	研究论文	开发一种端到端深度学习模型，用于自动分类中风患者在DWI中的受影响区域	采用端到端深度学习模型，结合临床信息作为领域知识向量，提高了分类性能	研究为回顾性多中心研究，可能存在数据偏差	自动分类中风患者在DWI中的受影响区域	中风患者的DWI图像	数字病理学	心血管疾病	DWI-MRI	3D CNN, LSTM-CNN	图像	624例DWI MRI图像，来自3个中心的患者
1634	2025-06-08	Multi-branch GAT-GRU-transformer for explainable EEG-based finger motor imagery classification 2025, Frontiers in human neuroscience IF:2.4Q2 DOI:10.3389/fnhum.2025.1599960 PMID:40469097	研究论文	提出了一种名为Multi-Branch GAT-GRU-Transformer的新型多分支深度学习框架，用于增强基于EEG的运动想象分类	结合了GAT、GRU和Transformer模块，提取空间、时间和频率特征，并通过SHAP和PLV分析提高模型的可解释性	模型在Kaya数据集上的五类运动想象分类准确率为55.76%，仍有提升空间	提升基于EEG的运动想象分类性能，并增强模型的可解释性	EEG信号	脑机接口	NA	EEG	Multi-Branch GAT-GRU-Transformer	EEG信号	Kaya数据集
1635	2025-06-08	Mechanism and Multilayer Perceptron prediction model of the removal of α-terpineol, terpinen-4-ol and carvone from pasteurized citrus juices by β-cyclodextrin encapsulation 2025, Frontiers in nutrition IF:4.0Q2 DOI:10.3389/fnut.2025.1557934 PMID:40469671	研究论文	本研究揭示了天然环糊精(-CD)改善巴氏杀菌柑橘汁感官评价的机制，并基于常规理化指标建立了包封预测模型	通过分子对接展示了-CD与异味化合物形成1:1包合物的可能构象，并利用深度学习构建了多层感知器预测模型	NA	研究巴氏杀菌柑橘汁中异味化合物的去除机制并开发预测模型	柑橘汁中的α-松油醇、4-松油醇和香芹酮	食品科学	NA	气相色谱-质谱联用、扫描电子显微镜、X射线衍射、傅里叶变换红外光谱、热重分析、分子对接	多层感知器模型(MLP)	理化指标数据	NA
1636	2025-06-08	Res-ECA-UNet++: an automatic segmentation model for ovarian tumor ultrasound images based on residual networks and channel attention mechanism 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1589356 PMID:40470046	research paper	提出了一种基于残差网络和通道注意力机制的自动分割模型Res-ECA-UNet++，用于卵巢肿瘤超声图像的分割	在UNet++基础架构中引入ResNet34作为主干网络，并在跳跃连接中加入残差模块以解决梯度消失问题，同时在下采样阶段引入ECA-Net通道注意力机制以提高肿瘤区域的识别精度和定位精度	模型对不同病理类型和成像特征的适应性有待进一步优化	提高卵巢肿瘤超声图像分割的准确性，缓解医疗资源紧张的问题	卵巢肿瘤超声图像	digital pathology	ovarian tumor	deep learning	Res-ECA-UNet++ (基于UNet++和ResNet34)	image	临床超声数据集和公共OTU2D数据集
1637	2025-06-08	Application of artificial intelligence in palliative care: a bibliometric analysis of research hotspots and trends 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1597195 PMID:40470051	研究论文	本文通过文献计量学方法分析了人工智能在姑息治疗中的研究趋势，识别了研究热点和未来发展方向	首次系统评估人工智能在姑息治疗领域的发展轨迹，通过文献计量和可视化研究揭示技术应用趋势和跨学科合作路径	研究仍处于早期发展阶段，发展中国家参与度不足，技术应用尚未完全成熟	分析人工智能驱动的姑息治疗研究趋势，绘制知识结构并识别研究热点	姑息治疗领域的人工智能应用研究	自然语言处理	老年病	文献计量分析、共现分析、关键词趋势分析	机器学习、深度学习、自然语言处理	文献数据	246篇出版物，来自45个国家、615个机构和1,456位作者
1638	2025-06-08	Application of artificial intelligence in modern healthcare for diagnosis of autism spectrum disorder 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1569464 PMID:40470058	research paper	本研究探讨了深度学习算法在通过儿童面部特征识别自闭症谱系障碍（ASD）中的应用	提出使用Inception-V3模型进行ASD诊断，准确率达到98%，优于现有迁移学习算法	研究仅基于面部图像数据，未考虑其他行为或生理指标	提高自闭症谱系障碍的早期诊断准确性和效率	自闭症谱系障碍儿童的面部特征	digital pathology	geriatric disease	deep learning	Inception-V3, ResNet50, VGG-19	image	2,940张儿童面部图像
1639	2025-06-08	Design of Chinese traditional Jiaoyi (Folding chair) based on Kansei Engineering and CNN-GRU-attention 2025, Frontiers in neuroscience IF:3.2Q2 DOI:10.3389/fnins.2025.1591410 PMID:40470295	research paper	本研究通过跨学科方法创新性地提升中国传统折叠椅（交椅）设计中的个性化情感响应和用户体验质量	结合Kansei工程和CNN-GRU-attention混合深度学习模型，提出了一种量化智能设计范式，用于文化遗产的现代化	未提及具体样本量或数据收集的局限性	系统提取用户情感特征，提升传统家具设计的个性化和用户体验	中国传统折叠椅（交椅）	computational design	NA	web-behavior data mining, KJ method, semantic crawlers, fuzzy comprehensive assessment, random forest, K-prototype clustering	CNN-GRU-Attention hybrid deep learning model	multi-source social data	NA
1640	2025-06-08	Deep learning-guided structural analysis of a novel bacteriophage KPP105 against multidrug-resistant Klebsiella pneumoniae 2025, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2025.04.032 PMID:40470315	研究论文	本研究通过深度学习方法对新型噬菌体KPP105进行了生理、基因组和结构分析，揭示了其对抗多重耐药肺炎克雷伯菌的潜力	首次对新型噬菌体KPP105进行了全面的生理、基因组和结构分析，特别是利用深度学习技术分析了其宿主相互作用蛋白的结构	未提及实验样本量及具体实验验证数据	研究新型噬菌体KPP105的特性及其对抗多重耐药细菌的潜力	新型噬菌体KPP105及其宿主相互作用蛋白	生物信息学	多重耐药细菌感染	深度学习、基因组分析、结构分析	深度学习模型	基因组数据、蛋白质结构数据	NA