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
1881	2025-05-28	Retinal vascular alterations in cognitive impairment: A multicenter study in China 2025-Feb, Alzheimer's & dementia : the journal of the Alzheimer's Association DOI:10.1002/alz.14593 PMID:39988572	研究论文	本研究通过多中心研究调查了认知障碍患者的视网膜血管变化	使用VC-Net深度学习模型分割视网膜动静脉网络，提取36个血管特征，发现认知障碍患者血管结构显著变化	需要在更大规模的队列中验证，并探索潜在机制	研究认知障碍患者的视网膜血管变化	176名轻度认知障碍(MCI)或阿尔茨海默病(AD)患者和264名对照者	数字病理学	阿尔茨海默病	深度学习	VC-Net	图像	440名受试者（176名患者和264名对照）
1882	2025-05-28	Diagnostic accuracy of radiomics and artificial intelligence models in diagnosing lymph node metastasis in head and neck cancers: a systematic review and meta-analysis 2025-Feb, Neuroradiology IF:2.4Q2 DOI:10.1007/s00234-024-03485-x PMID:39527265	meta-analysis	该研究通过系统综述和荟萃分析评估了放射组学和人工智能模型在头颈癌淋巴结转移诊断中的准确性	首次对AI模型在头颈癌淋巴结转移诊断中的准确性进行全面评估，并比较了不同影像学方法和模型类型的表现差异	大多数研究缺乏外部验证，分析仅限于内部验证集，可能影响结果的普遍适用性	评估人工智能模型在头颈癌淋巴结转移诊断中的准确性	头颈癌患者的淋巴结转移情况	digital pathology	head and neck cancers	radiomics, deep learning	deep learning models, hand-crafted radiomics models	医学影像数据（CT、MRI、PET/CT）	23项符合条件的研究（具体样本量未明确说明）
1883	2025-05-28	Abnormality detection in nailfold capillary images using deep learning with EfficientNet and cascade transfer learning 2025-01-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-85277-8 PMID:39814806	研究论文	本研究利用基于EfficientNet和级联迁移学习的深度学习方法，开发了一种自动化的临床筛查工具，用于检测甲襞毛细血管图像中的异常	提出了一个基于EfficientNet-B0和级联迁移学习的鲁棒框架，显著提高了分类器在区分甲襞毛细血管图像正常与异常病例中的性能	数据集中正常图像仅占6%，可能导致模型在正常病例上的泛化能力受限	开发一种自动化的临床筛查工具，用于检测甲襞毛细血管图像中的异常	甲襞毛细血管图像	计算机视觉	心血管疾病	深度学习和迁移学习	EfficientNet-B0	图像	225名参与者的甲襞毛细血管图像
1884	2025-05-28	Exploring the subtle and novel renal pathological changes in diabetic nephropathy using clustering analysis with deep learning 2025-01-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-84588-6 PMID:39814818	研究论文	利用深度学习的聚类分析方法探索糖尿病肾病中细微且新颖的肾脏病理变化	采用不变信息聚类(IIC)和可视化技术(Grad-CAM和GAN)识别糖尿病肾病中早期和新型的病理变化	样本来源仅限于金泽医科大学的45名患者，可能影响结果的普遍性	早期诊断糖尿病肾病以减少慢性肾脏病(CKD)的数量	糖尿病和非糖尿病患者的肾小球图像	数字病理学	糖尿病肾病	IIC, Grad-CAM, GAN	IIC, Cycle-GAN	图像	45名患者的13,251张肾小球图像（糖尿病病例7,799张，非糖尿病病例5,542张）
1885	2025-05-28	Advances in computer vision and deep learning-facilitated early detection of melanoma 2025-Jan-15, Briefings in functional genomics IF:2.5Q3 DOI:10.1093/bfgp/elaf002 PMID:40139223	综述	本文综述了计算机视觉和深度学习在黑色素瘤早期检测中的重大进展	整合了YOLO、GAN、Mask R-CNN、ResNet和DenseNet等前沿神经网络模型，提升黑色素瘤的早期检测和诊断	未来研究需进一步提升技术、整合多模态数据并改善AI决策的可解释性以促进临床采用	探索计算机视觉和深度学习技术在黑色素瘤早期检测中的应用	黑色素瘤的早期检测和诊断	计算机视觉	黑色素瘤	深度学习	YOLO, GAN, Mask R-CNN, ResNet, DenseNet	图像	使用了PH2、ISIC、DERMQUEST和MED-NODE等综合皮肤病数据集
1886	2025-05-28	Clinical Decision Support Using Speech Signal Analysis: Systematic Scoping Review of Neurological Disorders 2025-Jan-13, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/63004 PMID:39804693	系统范围综述	本文通过系统范围综述探讨了语音信号分析在神经系统疾病临床决策支持中的应用	提出了一个结构化研究框架，结合临床实践、语音科学和数据科学知识，以系统指导未来研究	仅纳入了72篇聚焦神经系统疾病的研究，样本量相对有限	了解语音信号分析在神经系统疾病临床决策中的技术革新和最新趋势	神经系统疾病患者的语音信号	自然语言处理	神经系统疾病（如帕金森病、阿尔茨海默病和认知障碍）	语音特征分析（包括传统语音特征、基于数字信号处理的语音特征和声谱图）	传统机器学习和深度学习模型	语音信号	389篇初步符合条件的文章，其中72篇纳入定性分析
1887	2025-05-28	Deep learning-based skin lesion analysis using hybrid ResUNet++ and modified AlexNet-Random Forest for enhanced segmentation and classification 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0315120 PMID:39820868	研究论文	本文提出了一种基于深度学习的混合方法，用于皮肤病变的增强分割和分类	结合ResUNet++和改进的AlexNet-Random Forest模型，提高了皮肤病变的分割和分类准确性	方法仅在Ham10000数据集上进行了验证，未在其他数据集上测试其泛化能力	提高皮肤癌早期诊断的准确性和效率	皮肤病变图像	计算机视觉	皮肤癌	深度学习	ResUNet++, AlexNet-Random Forest	图像	Ham10000数据集
1888	2025-05-28	Prediction of mechanical characteristics of shearer intelligent cables under bending conditions 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0318767 PMID:39903714	research paper	本文提出了一种基于TCN、BiLSTM和SEAttention的采煤机光纤电缆机械特性预测模型，用于准确预测弯曲条件下的电缆应力	结合TCN的因果和扩张卷积操作、BiLSTM的双向信息处理以及SEAttention机制的自适应特征权重分配，有效提升对关键特征的关注	实验仅基于特定牵引速度（6 m/min、8 m/min、10 m/min）的模拟数据集进行验证，未涵盖所有可能的实际工况	提高采煤机电缆在弯曲条件下的可靠性及使用寿命	采煤机光纤电缆的机械特性	机器学习	NA	深度学习	TCN-BiLSTM-SEAttention	机械应力数据	采煤机光纤电缆弯曲模拟数据集（含6 m/min、8 m/min、10 m/min牵引速度）
1889	2025-05-28	Boostering diagnosis of frontotemporal lobar degeneration with AI-driven neuroimaging - A systematic review and meta-analysis 2025, NeuroImage. Clinical DOI:10.1016/j.nicl.2025.103757 PMID:39983552	meta-analysis	本文通过系统综述和荟萃分析评估了基于神经影像特征的AI算法在额颞叶变性(FTLD)诊断和预测中的效果	首次系统评估了AI驱动的神经影像技术在FTLD诊断中的应用效果，并提供了多类别分类的敏感性数据	多类别分类的敏感性在更高类别区分时表现较低(如5类和11类分类)	评估神经影像特征为基础的AI算法对FTLD的诊断和预测效能	额颞叶变性(FTLD)患者及其与其他神经退行性疾病的鉴别诊断	数字病理	老年性疾病	机器学习/深度学习	NA	神经影像数据	75项研究，共20,601名受试者(含8,051名FTLD患者)
1890	2025-05-28	A hybrid long short-term memory-convolutional neural network multi-stream deep learning model with Convolutional Block Attention Module incorporated for monkeypox detection 2025 Jan-Mar, Science progress IF:2.6Q2 DOI:10.1177/00368504251331706 PMID:40152267	研究论文	本文开发了一种结合LSTM-CNN多流深度学习模型与CBAM的混合模型，用于猴痘的早期检测	提出了一种结合LSTM、CNN和CBAM的混合多流深度学习模型，用于猴痘检测，并通过Grad-CAM和LIME提高了模型的可解释性	未提及模型在临床环境中的实际应用效果验证	开发一种可靠的深度学习模型，用于猴痘的早期检测	猴痘皮肤病变图像	计算机视觉	猴痘	深度学习	LSTM-CNN混合模型	图像	MSLD v2.0数据集（具体样本数量未提及）
1891	2025-05-28	Mapping Artificial Intelligence Research Trends in Critical Care Nursing: A Bibliometric Analysis 2025, Journal of multidisciplinary healthcare IF:2.7Q2 DOI:10.2147/JMDH.S522731 PMID:40416415	文献计量分析	本文通过文献计量分析研究了2013年至2023年间人工智能在重症监护护理领域的研究趋势	揭示了人工智能在重症监护护理中的研究趋势和未来方向，强调了机器学习、AI和深度学习在该领域的应用	研究仅基于已发表的文献，可能未涵盖所有相关研究	分析人工智能在重症监护护理领域的研究趋势并提供未来研究方向	2013年至2023年间发表的1,346篇相关文章	医疗人工智能	重症监护	文献计量分析	NA	文献数据	1,346篇文章
1892	2025-05-28	The significance of an infant's cry: a narrative review of physiological, pathological, and analytical perspectives 2025, Frontiers in pediatrics IF:2.1Q2 DOI:10.3389/fped.2025.1558951 PMID:40416439	review	本文综述了婴儿哭泣的生理、病理和分析视角，探讨其作为健康与情感生物标志物的潜力	填补了婴儿哭泣多维度（生理、病理和心理）分析与深度学习应用系统整合的文献空白	NA	系统整合婴儿哭泣的多维度分析并探索其在精准护理中的潜力	婴儿的哭泣行为及其特征	自然语言处理	神经系统损伤	深度学习	NA	音频	NA
1893	2025-05-28	Remote sensing-based detection of brown spot needle blight: a comprehensive review, and future directions 2025, PeerJ IF:2.3Q2 DOI:10.7717/peerj.19407 PMID:40416626	综述	本文系统回顾了基于遥感技术的褐斑病针叶枯萎病检测方法，评估了当前研究趋势和潜在应用	整合了遥感技术与机器学习、深度学习技术，用于褐斑病针叶枯萎病的自动分类和预测建模	直接应用于褐斑病针叶枯萎病检测的遥感技术研究仍然有限	优化基于遥感的检测方法，改进预测模型，开发早期预警系统以提升森林管理	褐斑病针叶枯萎病及其对松树林的影响	遥感	植物病害	遥感技术、机器学习、深度学习	物种分布模型（SDM）	遥感数据	NA
1894	2025-05-28	A transformation uncertainty and multi-scale contrastive learning-based semi-supervised segmentation method for oral cavity-derived cancer 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1577198 PMID:40416865	research paper	提出一种基于变换不确定性和多尺度对比学习的半监督分割方法，用于口腔癌病理图像分割	结合变换不确定性估计和多尺度对比学习，提出边界感知增强U-Net，减少对大量标注数据的依赖	实验仅在口腔癌病理图像数据集上进行，未验证在其他类型医学图像上的泛化能力	解决口腔鳞状细胞癌病理图像分割中标注数据稀缺的问题	口腔癌病理图像	digital pathology	oral squamous cell carcinoma	H&E染色	U-Net	image	451张由病理学家标注验证的肿瘤区域图像
1895	2025-05-28	Comparing factor mixture modeling and conditional Gaussian mixture variational autoencoders for cognitive profile clustering 2025, Frontiers in psychology IF:2.6Q2 DOI:10.3389/fpsyg.2025.1474292 PMID:40417028	研究论文	本研究比较了因子混合模型(FMM)和条件高斯混合变分自编码器(CGMVAE)在认知特征聚类中的应用	首次将传统统计方法FMM与深度学习模型CGMVAE在认知特征聚类方面进行系统比较，揭示了不同方法在捕捉认知模式方面的优缺点	CGMVAE模型复杂度高且可能存在聚类重叠问题	比较不同方法在认知特征聚类中的表现，为个性化教育干预提供依据	认知特征数据	机器学习	NA	因子混合模型(FMM-1和FMM-2)，条件高斯混合变分自编码器(CGMVAE)	FMM, CGMVAE	认知评估数据	NA
1896	2025-05-28	Diagnostic precision of a deep learning algorithm for the classification of non-contrast brain CT reports 2025, Frontiers in radiology DOI:10.3389/fradi.2025.1509377 PMID:40417183	研究论文	本研究评估了深度学习算法在非对比脑CT报告分类中的诊断精确度	使用DistilBERT模型对非对比脑CT报告进行四类紧急程度分类，并评估其性能	无法确定AI决策支持系统诊断准确性下降的具体原因，存在不确定的失败模式	评估深度学习算法在医学影像报告分类中的表现	1,861份非对比脑CT报告	自然语言处理	NA	文本分类	DistilBERT	文本	1,861份CT报告（其中800份用于训练，200份用于验证）
1897	2025-05-28	Exploration of Pharmacological Mechanisms of Dapagliflozin against Type 2 Diabetes Mellitus through PI3K-Akt Signaling Pathway based on Network Pharmacology Analysis and Deep Learning Technology 2025, Current computer-aided drug design IF:1.5Q3 DOI:10.2174/0115734099274407231207070451 PMID:38204223	研究论文	本研究通过网络药理学分析和深度学习技术探索达格列净通过PI3K-Akt信号通路对抗2型糖尿病（T2DM）的药理机制	结合网络药理学和深度学习技术，首次系统性地识别了达格列净对抗T2DM的关键靶点及其作用通路	研究主要基于生物信息学预测，缺乏实验验证	探索达格列净治疗2型糖尿病的分子机制	达格列净及其潜在作用靶点	生物信息学	2型糖尿病	网络药理学分析、深度学习（DeepPurpose算法）	DeepPurpose	基因靶点数据、通路数据	155个达格列净与T2DM的重叠靶点
1898	2025-05-28	Status and Prospects of Research on Deep Learning-based De Novo Generation of Drug Molecules 2025, Current computer-aided drug design IF:1.5Q3 DOI:10.2174/0115734099287389240126072433 PMID:38321907	综述	本文全面概述了基于深度学习的药物分子从头生成研究现状，并指出了未来发展的关键领域	深度学习为合理且稳健的药物设计提供了新思路，相比传统方法更高效	NA	探索深度学习在药物分子生成中的应用及其未来发展方向	药物分子	机器学习	NA	深度学习	GANs, RNNs, VAEs, CNNs, DMs	分子数据	NA
1899	2025-05-28	Learning a Hand Model From Dynamic Movements Using High-Density EMG and Convolutional Neural Networks 2024-12, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2024.3432800 PMID:39042539	研究论文	该研究提出了一种深度学习方法，能够将前臂肌肉的电生理活动解码为人类手部运动	使用高密度EMG和CNN模型，首次实现了对手部运动的连续精确估计，并发现EMG信号中存在编码手部运动的独特神经嵌入	研究仅涉及13名健康参与者，未在临床患者或更复杂运动场景中验证	开发一种能够解码肌肉电信号并预测手部运动的方法	人类手部运动和肌肉电信号	生物医学工程	NA	高密度表面肌电(sEMG)采集	CNN	EMG信号和运动学/动力学数据	13名健康参与者
1900	2025-05-28	Directional Characteristic Enhancement of an Omnidirectional Detection Sensor Enabled by Strain Partitioning Effects in a Periodic Composite Hole Substrate 2024-11-22, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.4c01097 PMID:39431947	研究论文	提出了一种基于应变分配调制（SPM）的全向可拉伸应变传感器，通过定制周期性孔阵列增强方向特性识别能力	采用应变分配调制策略和周期性孔阵列结构，显著提升传感器的方向识别能力，并通过深度学习网络实现高精度应变-方向解耦	未明确说明传感器在极端环境条件下的稳定性和耐久性	开发具有高分辨率和方向识别能力的全向可拉伸应变传感器	全向可拉伸应变传感器及其在运动检测和人机交互中的应用	传感器技术	NA	应变分配调制（SPM）	轻量级深度学习网络	应变数据	NA