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
161	2025-05-11	Feature-Based Audiogram Value Estimator (FAVE): Estimating Numerical Thresholds from Scanned Images of Handwritten Audiograms 2025-Feb-27, Journal of medical systems IF:3.5Q2 DOI:10.1007/s10916-025-02146-7 PMID:40011323	research paper	开发了一种名为FAVE的机器学习模型，用于从手写听力图的扫描图像中估计数值阈值	首次提出基于滑动窗口和单类目标检测器的机器学习模型FAVE，用于从手写听力图图像中提取数值阈值	数值阈值的估计准确性有待提高，符号和轴刻度标签检测存在局限性	解决手写听力图图像中数值阈值难以自动提取的问题，以支持公共卫生研究	手写听力图图像	machine learning	geriatric disease	Aggregate Channel Features	sliding-window, single-class object detectors	image	556张来自年龄相关性听力损失纵向队列研究的手写听力图
162	2025-05-11	Enhanced glioma tumor detection and segmentation using modified deep learning with edge fusion and frequency features 2025-Feb-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-84661-0 PMID:40011472	研究论文	提出了一种结合边缘融合和频率特征的改进深度学习模型，用于增强胶质瘤肿瘤的检测和分割	提出了边缘融合算法(EIF)和Gabor变换(GaT)结合的方法，优化了深度学习架构(MDL)以提高检测精度和速度	未提及模型在其他类型脑肿瘤上的泛化能力	提高胶质瘤检测和分割的准确性，特别是在增强滞后的临床数据上	脑部MRI图像中的胶质瘤肿瘤	数字病理	胶质瘤	Gabor变换	改进的深度学习架构(MDL)	MRI图像	PLCO和NU数据集
163	2025-05-11	Modelling of pome fruit pollen performance using machine learning 2025-Feb-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-91286-4 PMID:40011508	研究论文	本研究旨在开发一个机器学习模型，用于预测梨果类水果的花粉萌发率	首次将人工神经网络和深度学习技术应用于花粉萌发率的预测，并取得了较高的准确度（R²=0.89）	研究仅针对四种梨果类水果的花粉，可能无法推广到其他水果种类	开发预测花粉萌发率的机器学习模型，以评估温度波动对果树开花期的影响	四种梨果类水果的花粉	机器学习	NA	体外花粉萌发测试	人工神经网络	实验数据	四种梨果类水果的花粉，在七种不同温度、三种不同培养基和四种不同培养时间下的测试
164	2025-05-11	A labeled medical records corpus for the timely detection of rare diseases using machine learning approaches 2025-Feb-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-90450-0 PMID:40011510	研究论文	本文提出了一种基于机器学习的标记医疗记录语料库，用于罕见疾病的早期检测	利用MIMIC-III数据库和其他来源的医疗记录，构建了一个标记数据集，并验证了多种机器学习方法在罕见疾病早期检测中的有效性	研究依赖于现有数据库和医疗记录，可能无法涵盖所有罕见疾病类型	通过机器学习方法改善罕见疾病的早期检测和诊断	罕见疾病患者	机器学习	罕见疾病	监督学习	逻辑回归、决策树、SVM、LSTM、CNN、BERT	文本（医疗记录）	基于MIMIC-III数据库和其他来源的医疗记录
165	2025-05-11	Early attention-deficit/hyperactivity disorder (ADHD) with NeuroDCT-ICA and rhinofish optimization (RFO) algorithm based optimized ADHD-AttentionNet 2025-Feb-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-90649-1 PMID:40011599	research paper	该研究提出了一种基于NeuroDCT-ICA和Rhinofish优化算法的ADHD检测方法，通过深度学习框架提高检测准确性和计算效率	引入了新的NeuroDCT-ICA模块预处理EEG数据，并开发了Rhinofish优化算法进行特征选择，提高了数据处理能力和系统稳定性	未提及具体样本量或数据来源的局限性	提高ADHD检测的准确性和效率	ADHD患者的行为、认知或生理数据（如EEG、眼动追踪或调查）	machine learning	ADHD	EEG, eye-tracking, surveys	ADHD-AttentionNet (深度学习模型)	EEG数据、眼动追踪数据、调查数据	NA
166	2025-05-11	Supervised and unsupervised deep learning-based approaches for studying DNA replication spatiotemporal dynamics 2025-Feb-26, Communications biology IF:5.2Q1 DOI:10.1038/s42003-025-07744-2 PMID:40011665	研究论文	本研究采用监督和非监督深度学习方法研究DNA复制的时空动态	开发了一种非监督方法用于大规模检测异常的S期细胞，无需基于预定义类别进行分类	监督学习方法受限于分类方法的约束，非监督方法虽然能自主检测差异，但可能缺乏明确的生物学解释	研究DNA复制的时空动态及其在病理过程中的作用	野生型和Rif1缺陷型小鼠胚胎干细胞(mESCs)以及诱导性失调的起始点激发的细胞模型	机器学习	NA	EdU和PCNA分析	深度学习	图像	小鼠胚胎干细胞(mESCs)和细胞模型
167	2025-05-11	Using deep learning to differentiate among histology renal tumor types in computed tomography scans 2025-Feb-26, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01606-3 PMID:40011809	research paper	本研究使用卷积神经网络（CNN）分析计算机断层扫描（CT）图像，以区分不同组织学亚型的肾肿瘤	利用深度学习模型（Inception V3和Resnet50）对肾肿瘤亚型进行分类，展示了其在医学影像分析中的潜力	尽管模型显示出良好的准确性，但需要进一步开发以提高其临床适用性	通过深度学习技术提高肾肿瘤亚型的分类准确性	肾肿瘤患者，包括血管平滑肌脂肪瘤（AML）、嗜酸细胞瘤、透明细胞肾细胞癌（ccRCC）、嫌色细胞肾细胞癌（chRCC）和乳头状肾细胞癌（pRCC）	digital pathology	renal tumor	contrast-enhanced CT	CNN, Inception V3, Resnet50	image	554名患者，共4238张CT图像
168	2025-05-11	CSEPC: a deep learning framework for classifying small-sample multimodal medical image data in Alzheimer's disease 2025-Feb-26, BMC geriatrics IF:3.4Q2 DOI:10.1186/s12877-025-05771-6 PMID:40011826	研究论文	提出了一种名为CSEPC的深度学习框架，用于小样本多模态医学图像数据在阿尔茨海默病中的分类	结合尺度平衡理论和模态耦合特性，通过跨尺度金字塔模块和对比学习机制有效整合多模态和多尺度特征，显著减少学习参数数量	仅在小样本环境下验证，未在大规模数据集上测试	提高阿尔茨海默病阶段的分类准确性，优化诊断和治疗策略	阿尔茨海默病患者的多模态医学影像数据	数字病理学	阿尔茨海默病	结构MRI (sMRI) 和功能MRI (fMRI)	CSEPC (跨尺度平衡金字塔耦合)	医学影像	ADNI数据集中的小样本数据
169	2025-05-11	scFTAT: a novel cell annotation method integrating FFT and transformer 2025-Feb-25, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-025-06061-z PMID:39994539	研究论文	提出了一种名为scFTAT的新型细胞注释方法，整合了FFT和Transformer技术，用于单细胞RNA测序数据的自动注释	整合FFT和增强型Transformer进行自动特征学习，解决了单细胞数据高稀疏性和手动注释繁琐的挑战	未提及具体局限性	开发高效的单细胞RNA测序数据自动注释方法	人类和小鼠组织的单细胞RNA测序数据	生物信息学	NA	单细胞RNA测序(scRNA-seq)	Transformer	基因表达数据	六个典型数据集（包括人类肾脏数据）
170	2025-05-11	Deep learning-based Intraoperative MRI reconstruction 2025-Feb-25, European radiology experimental IF:3.7Q1 DOI:10.1186/s41747-024-00548-9 PMID:39998750	research paper	评估深度学习在脑肿瘤手术中加速术中MRI重建的质量	使用深度学习模型重建加速术中MRI，与传统压缩感知方法相比，显示出更高的图像质量	深度学习重建存在条纹伪影和信号减少的缺点，且神经外科医生在所有指标上更偏好传统方法	评估深度学习在术中MRI重建中的应用效果	40名接受脑肿瘤切除术并进行术中MRI扫描的患者	digital pathology	brain tumor	deep learning, MRI	DL	MRI images	40 patients imaged from Nov 1, 2021, to June 1, 2023
171	2025-05-11	Real-World Insights Into Dementia Diagnosis Trajectory and Clinical Practice Patterns Unveiled by Natural Language Processing: Development and Usability Study 2025-Feb-25, JMIR aging IF:5.0Q1 DOI:10.2196/65221 PMID:39999185	研究论文	本研究利用自然语言处理技术分析门诊电子健康记录，揭示了痴呆症诊断轨迹和临床实践模式	开发了基于深度学习的NLP流程，用于从EHR数据中提取临床信息，并首次量化了从首次记忆丧失主诉到痴呆诊断的时间间隔	研究数据仅来自单一医疗中心，可能限制结果的普遍性	了解痴呆症疾病轨迹和门诊临床实践模式，以改善患者管理和决策	581名门诊患者及其电子健康记录	自然语言处理	老年痴呆症	自然语言处理(NLP)	深度学习	文本(EHR数据)	581名门诊患者(2010-2018年数据)
172	2025-05-11	[Research on arrhythmia classification algorithm based on adaptive multi-feature fusion network] 2025-Feb-25, Sheng wu yi xue gong cheng xue za zhi = Journal of biomedical engineering = Shengwu yixue gongchengxue zazhi DOI:10.7507/1001-5515.202406069 PMID:40000175	研究论文	提出了一种基于自适应多特征融合网络的心律失常分类算法	采用自适应多特征融合网络，结合RR间期特征、时域深度特征和频域深度特征，提高心律失常分类的准确性	在有限的异常样本监督下进行特征选择，可能影响算法的泛化能力	开发一种高效的心律失常自动分类算法，用于早期筛查	心电图(ECG)数据	机器学习	心血管疾病	1D-CNN, 2D-CNN, MFCC	自适应多特征融合网络	ECG信号	MIT-BIH心律失常数据库
173	2025-05-11	[Prediction method of paroxysmal atrial fibrillation based on multimodal feature fusion] 2025-Feb-25, Sheng wu yi xue gong cheng xue za zhi = Journal of biomedical engineering = Shengwu yixue gongchengxue zazhi DOI:10.7507/1001-5515.202403039 PMID:40000174	research paper	提出了一种基于多模态特征融合的阵发性心房颤动（PAF）风险预测方法	结合机器学习特征工程和深度学习端到端建模的优势，提出多模态特征融合方法，并通过四种特征选择方法和Pearson相关分析确定最优特征集	未提及具体的数据集规模和多中心数据集的具体数量	阵发性心房颤动（PAF）的风险预测	阵发性心房颤动（PAF）患者	biomedical engineering	cardiovascular disease	machine learning feature engineering, deep learning end-to-end modeling	random forest	multimodal data	公共数据集和临床数据集（具体数量未提及）
174	2025-05-11	[Research on intelligent fetal heart monitoring model based on deep active learning] 2025-Feb-25, Sheng wu yi xue gong cheng xue za zhi = Journal of biomedical engineering = Shengwu yixue gongchengxue zazhi DOI:10.7507/1001-5515.202402012 PMID:40000176	研究论文	本文提出了一种基于三支决策理论和多目标优化主动学习的TWD-MOAL深度主动学习算法，用于智能胎儿心率监测	结合三支决策理论和多目标优化主动学习，提出TWD-MOAL算法，显著减少标注时间和成本，有效解决CTG信号数据不平衡问题	NA	开发智能胎儿心率监测模型，辅助产科医生解读CTG信号，实现智能化胎儿监测	胎儿心率监测	机器学习	产科疾病	深度主动学习	CNN	CTG记录	16355份产前CTG记录
175	2025-05-11	[Study on lightweight plasma recognition algorithm based on depth image perception] 2025-Feb-25, Sheng wu yi xue gong cheng xue za zhi = Journal of biomedical engineering = Shengwu yixue gongchengxue zazhi DOI:10.7507/1001-5515.202404064 PMID:40000184	研究论文	本文提出了一种基于改进YOLOv5的血浆质量检测模型，用于识别溶血性血浆	结合全维度动态卷积、可分离核注意力池化、残差双融合特征金字塔网络和重参数化卷积等关键算法模块，提高了血浆质量检测的平均识别准确率	NA	提供一种高效的血浆图像检测方法，预防由外部因素引起的溶血性疾病	血浆图像	计算机视觉	溶血性疾病	深度学习	改进的YOLOv5	图像	NA
176	2025-05-11	[A review of deep learning methods for non-contact heart rate measurement based on facial videos] 2025-Feb-25, Sheng wu yi xue gong cheng xue za zhi = Journal of biomedical engineering = Shengwu yixue gongchengxue zazhi DOI:10.7507/1001-5515.202405057 PMID:40000193	综述	本文综述了基于面部视频的非接触式心率测量深度学习方法的最新研究进展	总结了深度学习在远程光电容积描记术(rPPG)心率测量中的应用及未来研究方向	未提及具体方法或模型的性能比较	探索非接触式心率测量的深度学习技术发展	面部视频中的心率信号	计算机视觉	心血管疾病	rPPG	深度学习模型(未指定具体类型)	视频	NA
177	2025-05-11	Endoscapes, a critical view of safety and surgical scene segmentation dataset for laparoscopic cholecystectomy 2025-Feb-25, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-04642-4 PMID:40000637	research paper	介绍Endoscapes2023数据集，用于腹腔镜胆囊切除术中的安全关键视图和手术场景分割	发布了包含201个腹腔镜胆囊切除术视频的数据集，带有高质量的手术器械和肝胆囊解剖分割标注，以及安全关键视图的评估	NA	支持深度学习模型在腹腔镜胆囊切除术视频分析中的应用，提高手术安全性和效率	腹腔镜胆囊切除术视频	digital pathology	NA	NA	NA	video	201个腹腔镜胆囊切除术视频
178	2025-05-11	Unsupervised translation of vascular masks to NIR-II fluorescence images using Attention-Guided generative adversarial networks 2025-Feb-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-91416-y PMID:40000690	研究论文	提出一种无监督的生成对抗网络方法，将血管掩模转换为真实的NIR-II荧光血管图像	利用集成到损失函数中的注意力机制，模型在生成过程中专注于关键特征，无需监督即可生成高质量的NIR-II图像	未提及具体的数据集规模或多样性限制	解决NIR-II荧光成像数据获取困难的问题，提升NIR-II成像的应用	血管掩模和NIR-II荧光血管图像	计算机视觉	NA	NIR-II荧光成像	GAN	图像	未提及具体样本数量
179	2025-05-11	Development of weighted residual RNN model with hybrid heuristic algorithm for movement recognition framework in ambient assisted living 2025-Feb-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-90360-1 PMID:40000713	研究论文	开发了一种结合加权残差RNN模型和混合启发式算法的运动识别框架，用于环境辅助生活（AAL）中的医疗保健应用	提出了一种加权深度学习模型和混合启发式算法（混合大鼠群优化与Coati优化算法）来优化RNN模型的权重，以提高运动识别的准确性和系统性能	未明确提及具体的数据集规模或实验环境的限制	为老年人和残疾人开发自动和智能的运动识别系统，以提供医疗保健辅助	老年人和残疾人的运动识别	机器学习	老年疾病	混合启发式算法（Hybrid Rat Swarm with Coati Optimization Algorithm）	加权残差循环神经网络（Weighted Residual RNN）和卷积自编码器（Convolutional Autoencoder）	运动数据	NA
180	2025-05-11	A feature explainability-based deep learning technique for diabetic foot ulcer identification 2025-Feb-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-90780-z PMID:40000748	research paper	本文介绍了一种基于特征可解释性的深度学习技术DFU_XAI框架，用于糖尿病足溃疡的识别和定位	提出了DFU_XAI框架，通过SHAP、LIME和Grad-CAM等可解释性技术增强深度学习模型在糖尿病足溃疡识别中的临床相关性	未提及具体的数据集规模或多样性限制	提高糖尿病足溃疡识别的准确性和可解释性，以支持临床决策	糖尿病足溃疡(DFUs)	digital pathology	diabetes	SHAP, LIME, Grad-CAM	Xception, DenseNet121, ResNet50, InceptionV3, MobileNetV2, Siamese Neural Network (SNN)	image	NA