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
1741	2025-08-07	Ethical AI in medical text generation: balancing innovation with privacy in public health 2025, Frontiers in public health IF:3.0Q2 DOI:10.3389/fpubh.2025.1583507 PMID:40756387	研究论文	本文提出了一种结合隐私保护AI技术和可解释模型架构的创新框架，以实现医学文本生成中的伦理合规	结合知识推理与深度学习，采用同态加密和安全多方计算等隐私增强技术，并引入公平性训练协议	未提及具体实验样本量和实际应用场景的验证效果	解决医学文本生成中的伦理挑战，包括偏见、隐私和可解释性问题	AI驱动的医学文本生成系统	自然语言处理	NA	同态加密、安全多方计算	深度学习与知识推理的混合模型	文本	NA
1742	2025-08-07	Nursing Students' Use of Digital Resources for Self-Directed Learning in Bioscience 2025 Jan-Dec, SAGE open nursing IF:2.0Q2 DOI:10.1177/23779608251363870 PMID:40756467	研究论文	探讨数字资源如何支持护理专业一年级学生在生物科学中的自主学习	采用多媒体学习的认知理论，研究数字资源在自主学习中的应用及其对学习效果的影响	研究仅基于定性访谈，样本可能不够广泛，缺乏量化数据的支持	探索数字资源如何支持护理专业一年级学生在生物科学中的自主学习	护理专业一年级学生	教育技术	NA	半结构化访谈、主题分析	NA	定性数据	未明确提及具体样本数量
1743	2025-08-07	Lightweight deep learning system for automated bone age assessment in Chinese children: enhancing clinical efficiency and diagnostic accuracy 2025, Frontiers in endocrinology IF:3.9Q2 DOI:10.3389/fendo.2025.1604133 PMID:40756505	研究论文	本文介绍了一种基于中国05 BAA标准的轻量级两阶段深度学习框架，用于中国儿童的骨龄自动评估	采用YOLOv8算法精确定位手部X光片中的13个关键骨骺，结合改进的EfficientNetB3架构进行骨骺等级分类，显著减少了模型参数数量并提高了计算效率	需要解决技术、伦理和采用方面的挑战，未来可以考虑整合临床数据（如身高、遗传信息）进行更全面的生长评估	提高骨龄评估的临床效率和诊断准确性	中国儿童的骨龄评估	数字病理学	儿科内分泌和骨科疾病	深度学习	YOLOv8, EfficientNetB3	图像（手部X光片）	NA
1744	2025-08-07	Artificial intelligence and machine learning in the development of vaccines and immunotherapeutics-yesterday, today, and tomorrow 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1620572 PMID:40756816	综述	本文回顾了人工智能和机器学习在疫苗和免疫治疗开发中的应用，从过去到现在，并展望了未来的挑战和机遇	利用AI和深度学习技术优化疫苗和免疫治疗的研发流程，包括预测框架、计算模型和多组学数据整合，以及个性化治疗方案的开发	未具体提及研究中使用的样本量或实验数据，且未来实施AI和深度学习仍面临挑战	探讨AI和机器学习如何加速和优化疫苗及免疫治疗的研发过程	传染病和癌症的疫苗及免疫治疗	机器学习	传染病和癌症	AI和深度学习	深度学习	多组学数据	NA
1745	2025-08-07	BuoyancyNet: a deep learning approach for assessing float buoyancy in mussel aquaculture 2025, Journal of the Royal Society of New Zealand IF:2.1Q2 DOI:10.1080/03036758.2025.2488415 PMID:40756829	研究论文	本文介绍了一种名为BuoyancyNet的深度学习方法，用于评估贻贝养殖中浮子的浮力	提出了一种结合视觉变换器和一维卷积层的深度学习方法，用于预测浮子浮力，并在多类分类准确率上比基线模型提高了3.5%	未提及具体局限性	开发一种可扩展的自动化监测解决方案，以解决贻贝养殖中浮力管理的问题	贻贝养殖中的浮子	计算机视觉	NA	深度学习	视觉变换器（Vision Transformer）与一维卷积层结合	图像	超过36,000张来自贻贝养殖场的浮子图像
1746	2025-08-07	Deep learning-based seabird detection in fisheries for seabird protection 2025, Journal of the Royal Society of New Zealand IF:2.1Q2 DOI:10.1080/03036758.2025.2500998 PMID:40756846	研究论文	开发了一种基于YOLO模型的自动化海鸟检测系统，以减少商业捕鱼过程中的意外捕获	首次在无约束的真实海洋场景中有效应用YOLO模型进行海鸟检测，弥补了以往模型主要在受控环境中评估的不足	模型在极端天气或复杂海洋条件下的性能尚未验证	通过自动化检测减少商业捕鱼对海鸟种群的意外伤害	与捕鱼船互动的海鸟	计算机视觉	NA	YOLO模型、迁移学习、超参数调优	YOLO	图像	未明确说明具体数量，但提到收集并标注了新的图像数据集
1747	2025-08-07	A multitask framework based on CA-EfficientNetV2 for the prediction of glioma molecular biomarkers 2025, Frontiers in neurology IF:2.7Q3 DOI:10.3389/fneur.2025.1609594 PMID:40757022	研究论文	提出了一种基于CA-EfficientNetV2的多任务深度学习框架，用于同时预测胶质瘤的IDH突变和MGMT启动子甲基化状态	结合Coordinate Attention-EfficientNetV2模型、Vision Transformer网络和果蝇优化算法，构建了一个多任务框架，提高了预测准确性	未提及具体样本量或数据集的多样性限制	开发一种非侵入性的方法，用于术前预测胶质瘤分子标志物	胶质瘤的IDH突变和MGMT启动子甲基化状态	数字病理学	胶质瘤	MRI	CA-EfficientNetV2, Vision Transformer (ViT)	图像	NA
1748	2025-08-07	Advances in AI-assisted quantification of dry eye indicators 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1628311 PMID:40757197	综述	本文综述了人工智能在干眼症关键生物标志物量化中的应用进展	利用深度学习提高干眼症评估的客观性和效率，标准化评估并支持个性化治疗	NA	改进干眼症的诊断准确性和治疗效率	干眼症的关键生物标志物，如泪膜稳定性、睑板腺形态和角膜上皮损伤	数字病理学	干眼症	深度学习(DL)	NA	图像	NA
1749	2025-08-07	Utilization of Artificial Intelligence Algorithms for the Diagnosis of Breast, Lung, and Prostate Cancer 2025, Ceskoslovenska patologie PMID:40763009	研究论文	本文探讨了人工智能算法在乳腺癌、肺癌和前列腺癌诊断中的应用	强调了AI在病理学中的自动化与诊断精细化方面的贡献，并介绍了特定工具如Roche的uPath系统和IBEX Medical Analytics的应用	讨论了AI实施中的挑战，包括伦理和法律问题、数据保护及错误责任	提供AI在数字病理学中潜在应用的全面概述及其在现代肿瘤诊断中的作用	乳腺癌、肺癌和前列腺癌	数字病理学	乳腺癌、肺癌、前列腺癌	机器学习、深度学习、计算机视觉	NA	组织病理学图像	NA
1750	2025-08-07	Leveraging deep learning for the detection of socially desirable tendencies in personnel selection: A proof-of-concept 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0329205 PMID:40763162	研究论文	提出一种基于深度学习的方法，用于检测人员选拔中的社会期望反应倾向	利用深度学习模型Entrans从非语言视觉线索中检测社会期望反应倾向，为人员选拔提供新工具	样本量较小（91名参与者），且为概念验证阶段，需进一步验证	开发有效测量社会期望反应倾向的工具	求职者在模拟面试中的非语言行为	机器学习	NA	迁移学习	Entrans（基于CNN的迁移学习模型）	视频序列图像	91名参与者的5,460个增强数据点
1751	2025-08-07	Comparison of Artificial Intelligence Models Using CT Radiomics for Predicting Post-Vertebral Augmentation Residual Back Pain in Osteoporotic Vertebral Compression Fractures 2025, International journal of medical sciences IF:3.2Q1 DOI:10.7150/ijms.114419 PMID:40765571	research paper	本研究通过系统比较多种AI模型，结合CT影像组学特征与临床参数，旨在预测骨质疏松性椎体压缩骨折（OVCFs）椎体增强术后残余背痛（RBP）的最佳模型	首次探索了CT影像组学与AI结合预测RBP的方法，并比较了多种AI模型的性能	研究仅基于单一中心的前瞻性数据，可能影响模型的泛化能力	通过术前风险分层改善骨质疏松性椎体压缩骨折手术决策	接受椎体增强术的骨质疏松性椎体压缩骨折患者	digital pathology	骨质疏松性椎体压缩骨折	CT影像组学	TabNet	image	856名患者（其中102例出现RBP）
1752	2025-08-07	Adapting and evaluating deep-pseudo neural network for survival data with time-varying covariates 2025, Journal of applied statistics IF:1.2Q2 DOI:10.1080/02664763.2024.2444649 PMID:40765660	研究论文	本研究调整并评估了深度伪生存神经网络（DSNN）模型在处理包含时变协变量的生存数据中的应用	将DSNN模型扩展应用于时变协变量的生存数据预测，展示了其在处理此类数据时与现有方法相当的性能	研究结果基于模拟数据和真实世界数据，但未明确提及模型在其他类型数据或更大规模数据集上的泛化能力	评估和调整DSNN模型以预测包含时变协变量的生存数据	生存数据，特别是包含时变协变量的数据	机器学习	NA	深度伪生存神经网络（DSNN）	DSNN	生存数据	NA
1753	2025-08-07	Predicting Chemotherapy-Induced Peripheral Neuropathy Using Transformer-Based Multimodal Deep Learning 2025, Research (Washington, D.C.) DOI:10.34133/research.0795 PMID:40765998	研究论文	本研究开发了一种基于Transformer的多模态深度学习模型，用于预测化疗引起的周围神经病变（CIPN）	首次将Transformer架构应用于CIPN预测，并整合了临床、基因组、生物信号、可穿戴设备和影像等多模态数据	需要多中心验证和实时电子健康记录整合，未来应关注高危患者的神经保护策略开发	提高化疗引起的周围神经病变（CIPN）的预测准确性	接受化疗的癌症患者	数字病理学	癌症	深度学习	Transformer	多模态数据（临床、基因组、生物信号、可穿戴设备、影像）	2020-2025年间接受化疗的癌症患者回顾性和前瞻性队列
1754	2025-08-07	An interpretable XAI deep EEG model for schizophrenia diagnosis using feature selection and attention mechanisms 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1630291 PMID:40766336	research paper	该研究提出了一种基于脑电图（EEG）数据的可解释深度学习模型，用于精神分裂症的自动化诊断	结合了特征选择和注意力机制的可解释XAI模型，提高了诊断的准确性和可解释性	模型的准确率为0.68%，仍有提升空间	开发一种自动化技术，提高精神分裂症诊断的准确性和可解释性	精神分裂症患者的EEG数据	machine learning	精神分裂症	EEG, SMOTE, SHAP, LIME	DNN, BiLSTM-GRU, BiLSTM with Attention	EEG传感器数据	NA
1755	2025-08-07	Computer-vision based automatic rider helmet violation detection and vehicle identification in Indian smart city scenarios using NVIDIA TAO toolkit and YOLOv8 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1582257 PMID:40766945	research paper	提出了一种基于计算机视觉的两步深度学习方法来检测骑手头盔违规行为和车辆识别，以加强印度智能城市中的交通法规执行	结合NVIDIA TAO工具包中的预训练目标检测模型和YOLOv8架构，实现高效的头盔佩戴状态检测和车牌号码识别	缺乏公开可用的交通数据集，需自定义数据集进行模型训练和验证	通过实时检测骑手头盔违规行为，加强交通法规执行，提高公共安全	印度智能城市中的两轮车骑手及其头盔佩戴情况和车牌号码	computer vision	NA	deep learning, object detection, OCR	ResNet18 CNN, YOLOv8	image	自定义摩托车骑手图像数据集，包含复杂场景下的样本
1756	2025-08-07	Artificial intelligence in the diagnosis and management of dysphagia: a scoping review 2025, CoDAS IF:0.9Q4 DOI:10.1590/2317-1782/e20240305en PMID:40767676	综述	本文通过范围综述方法，总结了人工智能在吞咽困难诊断和管理中的技术进展	突出了深度学习在视频荧光吞咽检查中的主导地位和适用性	存在研究空白，需要进一步调查以巩固这些技术的临床适用性和影响	绘制和综合人工智能在吞咽困难诊断和管理中的技术进展证据	吞咽困难患者，特别是神经系统疾病患者	数字病理学	神经系统疾病	视频荧光吞咽检查	深度学习	视频	61篇研究文章
1757	2025-08-07	Early multi-cancer detection through deep learning: An anomaly detection approach using Variational Autoencoder 2024-12, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2024.104751 PMID:39571772	研究论文	该研究开发了一种基于变分自编码器的深度学习模型，用于通过转录组数据早期检测多种癌症	提出了一种不局限于特定癌症类型的异常检测方法，利用变分自编码器处理未标记的大规模转录组数据	模型仅在六种癌症类型上进行了测试，可能需要更多数据验证其泛化能力	开发能够早期检测多种癌症的深度学习模型	转录组数据中的癌症异常检测	机器学习	癌症	转录组数据分析	变分自编码器（VAE）	转录组数据	使用了TCGA和GTEx数据库的数据，涉及六种癌症类型
1758	2025-08-07	Structural analysis and intelligent classification of clinical trial eligibility criteria based on deep learning and medical text mining 2024-12, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2024.104753 PMID:39603550	研究论文	本文介绍了一种名为CTEC-AC的新模型，旨在将临床试验的资格标准结构化，以提高临床试验的效率、质量和创新能力	结合了ClinicalBERT和MetaMap两种强大方法增强资格标准的表达力，并采用层次聚类算法进行自动分类	未提及具体局限性	提高临床试验的效率、质量和创新能力	临床试验的资格标准	自然语言处理	NA	ClinicalBERT, MetaMap, 层次聚类算法	CTEC-AC	文本	2500项临床试验，生成超过20000条资格标准数据
1759	2025-08-07	How to identify patient perception of AI voice robots in the follow-up scenario? A multimodal identity perception method based on deep learning 2024-12, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2024.104757 PMID:39631488	研究论文	本研究构建了一个基于深度学习的多模态身份感知模型，用于识别患者对AI语音机器人的感知	提出了一种结合BERT、TextCNN、AST和LSTM的多模态特征提取与融合方法，用于识别患者对AI语音机器人的感知	研究样本仅限于2030条患者响应音频和文本数据，可能无法涵盖所有患者群体	提高AI语音机器人在出院后随访中的效果，优化随访流程并改善患者合作	患者对AI语音机器人的感知	自然语言处理	NA	深度学习	BERT, TextCNN, AST, LSTM	音频, 文本	2030条患者响应音频和文本数据
1760	2025-08-07	Sleep apnea test prediction based on Electronic Health Records 2024-12, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2024.104737 PMID:39489457	研究论文	基于电子健康记录（EHR）开发预测模型，用于预测个体是否会在50岁后接受睡眠呼吸暂停测试	引入RankLi方法进行时间变量选择，并探讨了根据EHR记录数量进行控制匹配和子群建模的有效性	研究未提及模型在更广泛人群中的泛化能力或实际临床应用的可行性	提前识别可能需要进行睡眠呼吸暂停测试的个体	潜在需要进行睡眠呼吸暂停测试的保险成员	机器学习	阻塞性睡眠呼吸暂停（OSA）	RankLi方法、t检验	1-CNN、LSTM、随机森林、逻辑回归	电子健康记录（EHR）	未明确提及具体样本数量，但涉及男性和女性群体