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
1921	2025-05-24	Deep learning-assisted self-cleaning cellulose colorimetric sensor array for monitoring black tea withering dynamics 2025-May-15, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.144727 PMID:40403427	研究论文	本研究提出了一种基于纤维素薄膜的环保型比色传感器阵列，结合深度学习技术，用于监测红茶萎凋过程中的挥发性有机化合物及评估萎凋阶段	开发了一种具有自清洁功能的TiO-纤维素薄膜，并通过特定区域功能化提高了湿度抗性，结合LSTM深度学习模型实现了90%的萎凋阶段识别准确率	未明确说明传感器在长期使用中的稳定性或在实际生产环境中的适用性	开发一种智能、环保的传感器用于监测红茶萎凋过程	红茶萎凋过程中的挥发性有机化合物(VOCs)	传感器技术	NA	比色传感器阵列(CSA)、深度学习	LSTM	化学传感器数据	未明确说明具体样本数量
1922	2025-05-24	Comparison of clinical, radiomics, deep learning, and fusion models for predicting early recurrence in locally advanced rectal cancer based on multiparametric MRI: a multicenter study 2025-May-14, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112173 PMID:40403678	研究论文	本研究比较了基于多参数MRI的临床、放射组学、深度学习和两种融合模型在预测局部晚期直肠癌早期复发中的表现	首次比较了四种不同模型（临床、放射组学、深度学习和两种融合模型）在预测局部晚期直肠癌早期复发中的性能，并发现基于决策的晚期融合模型表现最佳	回顾性研究设计可能引入选择偏倚，且样本量相对有限（337例患者）	比较不同模型预测局部晚期直肠癌早期复发的性能	局部晚期直肠癌患者	数字病理	直肠癌	多参数MRI（包括T2WI、DWI、T1WI和CET1WI）	XGBoost分类器（用于建立临床模型、放射组学模型、深度学习模型和两种融合模型）	医学影像	337例来自四个中心的局部晚期直肠癌患者（2016年1月至2021年9月）
1923	2025-05-24	Dissecting the genetic complexity of myalgic encephalomyelitis/chronic fatigue syndrome via deep learning-powered genome analysis 2025-May-11, medRxiv : the preprint server for health sciences DOI:10.1101/2025.04.15.25325899 PMID:40321247	研究论文	本研究利用深度学习框架HEAL2对肌痛性脑脊髓炎/慢性疲劳综合征（ME/CFS）进行全基因组分析，揭示了其遗传复杂性及相关症状的遗传风险	开发了新型深度学习框架HEAL2，用于ME/CFS的遗传预测和风险基因识别，并揭示了这些基因在多种组织和细胞类型中的功能重要性	研究未提及样本量大小，可能影响结果的普适性	探索ME/CFS的遗传、分子和细胞基础，寻找潜在的治疗靶点	肌痛性脑脊髓炎/慢性疲劳综合征（ME/CFS）患者及其基因组数据	机器学习	肌痛性脑脊髓炎/慢性疲劳综合征	全基因组分析、转录组分析、网络分析	深度学习框架HEAL2	基因组数据、转录组数据、蛋白质组数据	NA
1924	2025-05-24	Hierarchical diagnosis of breast phyllodes tumors enabled by deep learning of ultrasound images: a retrospective multi-center study 2025-May-08, Cancer imaging : the official publication of the International Cancer Imaging Society IF:3.5Q1 DOI:10.1186/s40644-025-00879-9 PMID:40340752	research paper	本研究提出了一种基于深度学习的乳腺叶状肿瘤分层诊断模型（PTs-HDM），用于术前识别和分级	开发了PTs-HDM模型，首次实现了乳腺叶状肿瘤的术前自动分层诊断，并通过热激活映射指导提高了放射科医生的诊断一致性	研究为回顾性设计，样本量相对有限（712例患者）	开发一种术前诊断乳腺叶状肿瘤的深度学习方法	乳腺叶状肿瘤（PTs）和纤维腺瘤（FAs）患者	digital pathology	breast cancer	deep learning	CNN	ultrasound images	712 patients from five hospitals
1925	2025-05-24	What insights can spatiotemporal esophageal atlases and deep learning bring to engineering the esophageal mucosa? 2025-05-05, Developmental cell IF:10.7Q1 DOI:10.1016/j.devcel.2025.04.009 PMID:40328228	research paper	本文介绍了一个结合实验和计算的平台，用于绘制人类食道的时空发育图谱并预测调控上皮分化的关键信号通路	结合空间发育数据和深度学习，提出了一种无外源、可扩展的策略，用于从人类多能干细胞生成食道黏膜	NA	研究人类食道的时空发育及其调控机制，以工程化食道黏膜	人类食道的发育和人类多能干细胞（hPSCs）	digital pathology	NA	深度学习	NA	空间发育数据	NA
1926	2025-05-24	Artificial Intelligence in the Management of Malnutrition in Cancer Patients: A Systematic Review 2025-May-05, Advances in nutrition (Bethesda, Md.) DOI:10.1016/j.advnut.2025.100438 PMID:40334987	系统综述	本文系统评估了人工智能在癌症患者营养不良管理中的作用，重点关注其在营养状况评估、预测、临床结果和身体成分监测方面的有效性	人工智能模型在营养不良检测中表现出高预测准确性（AUC>0.80），机器学习算法优于传统筛查工具，深度学习模型在医学影像中实现了高分割精度（Dice相似系数：0.92-0.94）	需要进一步研究以标准化AI模型并确保临床适用性	评估人工智能在癌症患者营养不良管理中的作用	癌症患者	医疗人工智能	癌症	机器学习算法（决策树、随机森林、支持向量机）、深度学习模型	决策树、随机森林、支持向量机、深度学习模型	医学影像、临床数据	11项研究（n = 52,228名患者）
1927	2025-05-24	Large language models as an academic resource for radiologists stepping into artificial intelligence research 2025 May-Jun, Current problems in diagnostic radiology IF:1.5Q3 DOI:10.1067/j.cpradiol.2024.12.004 PMID:39672727	研究论文	评估GPT-4o作为推荐系统在帮助放射科医生理解和实施AI研究中的有效性	使用大型语言模型（如GPT-4o）作为虚拟顾问，为放射科研究人员提供定制的机器学习和深度学习算法推荐	需要进一步研究将大型语言模型整合到常规工作流程中及其在持续专业发展中的作用	增强放射科医生对AI在研究中应用的理解和实施	放射科医生和早期职业研究人员	自然语言处理	NA	大型语言模型（LLMs）	GPT-4o, U-Net, Random Forest, Attention U-Net, EfficientNet	医学影像数据	NA
1928	2025-05-24	A Tutorial on the Use of Artificial Intelligence Tools for Facial Emotion Recognition in R 2025 May-Jun, Multivariate behavioral research IF:5.3Q1 DOI:10.1080/00273171.2025.2455497 PMID:39949325	教程	本文回顾了三种基于人工智能的面部情绪识别工具，并提供了R语言中的示例代码	介绍了三种流行的人工智能情绪检测程序，并提供了R语言的实现代码	仅介绍了三种工具，未涉及其他可能的技术或工具	提高社交和行为科学研究中可解释人工智能的素养	面部情绪识别工具	计算机视觉	NA	机器学习、深度学习、计算机视觉	NA	图像	NA
1929	2025-05-24	Enhancing data quality in medical concept normalization through large language models 2025-May, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2025.104812 PMID:40180205	research paper	本研究评估了医学概念归一化（MCN）在不同数据质量场景下的表现，并探讨了如何利用大型语言模型（LLMs）提升数据质量以改善MCN性能	通过使用ChatGPT进行零样本和小样本提示的数据增强，研究了数据质量对MCN模型性能的影响，并提出了基于LLM的数据增强策略	数据增强技术可能引入重复数据项，特别是在数据分布的均值区域，需谨慎设计以避免这些问题	提升医学概念归一化（MCN）的数据质量，以改善MCN性能	医学概念归一化（MCN）的数据集	自然语言处理	NA	ChatGPT-based zero-shot prompting, few-shot prompting	LLM	text	NA
1930	2025-05-24	Systematic review of computational techniques, dataset utilization, and feature extraction in electrocardiographic imaging 2025-May, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-024-03264-z PMID:39779645	综述	本文系统分析了ECG成像（ECGI）重建中的计算技术，重点关注数据集识别、问题解决和特征提取	揭示了传统方法与先进技术（如混合技术和深度学习）在ECGI中的应用趋势，并强调了数据利用和计算技术整合的重要性	仅限2010年至2023年发表的英文同行评审论文，且排除了未描述计算技术的研究	分析ECGI重建中的计算技术，以提升心脏诊断和治疗的精确性	ECG成像（ECGI）相关的计算技术和数据集	生物医学工程	心血管疾病	边界元法、Tikhonov方法、深度学习	NA	ECG成像数据	99篇论文
1931	2025-05-24	Evolution Trend of Brain Science Research: An Integrated Bibliometric and Mapping Approach 2025-May, Brain and behavior IF:2.6Q3 DOI:10.1002/brb3.70451 PMID:40395088	研究论文	本研究采用文献计量分析和知识图谱可视化方法，绘制了全球脑科学研究的趋势、热点和合作网络	首次全面综述脑科学研究趋势，揭示当前研究前沿和关键方向，为研究人员和政策制定者提供战略路线图	中国在国际合作方面表现有限，且高影响力学者较少，存在‘数量重于质量’的挑战	分析全球脑科学研究的趋势、热点和合作网络	1990-2023年间Web of Science核心合集中的13,590篇文章	文献计量学	NA	文献计量分析、知识图谱可视化	NA	文献数据	13,590篇文章
1932	2025-05-24	Hybrid optimized temporal convolutional networks with long short-term memory for heart disease prediction with deep features 2025-May, Computer methods in biomechanics and biomedical engineering IF:1.7Q3 DOI:10.1080/10255842.2024.2310075 PMID:38584483	研究论文	本文提出了一种结合时间卷积网络和长短期记忆网络的混合深度学习策略，用于心脏病预测	使用混合优化的深度分类器（HODC）结合TCN和LSTM，并采用新提出的EFBI元优化算法进行参数优化	未提及具体的数据集来源和样本多样性，可能影响模型的泛化能力	开发一种高效的心脏病早期预测模型	心脏病患者	机器学习	心血管疾病	1DCNN, TCN, LSTM	混合模型（TCN+LSTM）	医疗数据	NA
1933	2025-05-24	ESMpHLA: Evolutionary Scale Model-Based Deep Learning Prediction of HLA Class I Binding Peptides 2025-May, HLA IF:5.9Q1 DOI:10.1111/tan.70263 PMID:40405507	research paper	本研究开发了一种基于进化尺度模型（ESM）的深度学习模型ESMpHLA，用于预测HLA I类结合肽	结合了并行CNN块和交叉注意力机制，构建了新型ESMpHLA模型，并在HLA I类结合肽预测中表现出色	NA	预测HLA I类与肽的结合亲和力，以研究免疫识别和疫苗开发	HLA I类结合肽	machine learning	NA	深度学习	CNN, 交叉注意力机制	肽序列数据	91,560个HLA-A等位基因的结合肽，56,731个HLA-B等位基因的结合肽，2,444个HLA-C等位基因的结合肽
1934	2025-05-24	Comparison and analysis of major research methods for non-destructive testing of wind turbine blades 2025-May-01, The Review of scientific instruments DOI:10.1063/5.0252130 PMID:40407392	研究论文	本文通过文献计量分析对风力涡轮机叶片损伤检测方法进行分类，并比较主要的无损检测技术	重点讨论了多方法集成的损伤评估、在线无损检测技术的进步以及深度学习等智能算法的应用	未提及具体实验数据或案例研究来验证所讨论技术的实际效果	指导风电专业人员选择叶片健康监测技术，促进风电行业的可持续性和效率	风力涡轮机叶片的健康监测和损伤识别	可再生能源技术	NA	应变数据监测、振动数据监测、声学测量、超声波检测、热成像、图像识别	深度学习	应变数据、振动数据、声学数据、超声波数据、热成像数据、图像数据	NA
1935	2025-05-24	Pleural invasion of peripheral cT1 lung cancer by deep learning analysis of thoracoscopic images: a retrospective pilot study 2025-Apr-30, Journal of thoracic disease IF:2.1Q3 DOI:10.21037/jtd-24-1510 PMID:40400958	研究论文	本研究开发了一种深度学习算法，通过胸腔镜图像预测外周cT1肺癌的胸膜侵犯	首次使用深度学习分析胸腔镜图像来预测胸膜侵犯，为术中评估提供新方法	样本量较小（80例患者），且为回顾性研究	开发预测胸膜侵犯的深度学习算法，以指导手术决策	外周cT1N0M0非小细胞肺癌患者	数字病理	肺癌	深度学习图像分析	ResNet50	图像	80例患者（422,873张图像）
1936	2025-05-24	Multimodal radiopathological integration for prognosis and prediction of adjuvant chemotherapy benefit in resectable lung adenocarcinoma: A multicentre study 2025-Apr-28, Cancer letters IF:9.1Q1 DOI:10.1016/j.canlet.2025.217557 PMID:39954935	研究论文	开发并验证了一个多模态分析框架，整合CT图像和H&E染色的全切片图像（WSIs），以增强肺腺癌（LUAD）患者的风险分层和辅助化疗获益预测	首次整合放射组学和病理组学特征，构建了一个多模态签名，用于预测LUAD患者的预后和辅助化疗获益，其性能优于现有的深度学习方法	研究为回顾性设计，需要前瞻性研究进一步验证	提高肺腺癌患者的风险分层和辅助化疗获益预测的准确性	1039例可切除的肺腺癌患者（I-III期）	数字病理	肺癌	CT成像和H&E染色全切片图像分析	生存支持向量机（SVM）	图像	1039例患者（训练数据集303例，测试数据集197例和228例，特征测试数据集311例）
1937	2025-05-24	Deep Learning-Based Models for Ventricular Segmentation in Hydrocephalus: A Systematic Review and Meta-Analysis 2025-Apr-28, World neurosurgery IF:1.9Q2 DOI:10.1016/j.wneu.2025.124001 PMID:40306409	meta-analysis	本文通过系统回顾和荟萃分析评估了深度学习模型在脑积水患者心室分割中的性能	首次对深度学习模型在脑积水心室分割中的应用进行了系统评价和荟萃分析	纳入研究的方法学异质性可能影响结果的可比性	评估深度学习模型在脑积水心室分割中的性能	脑积水患者的心室影像数据	digital pathology	hydrocephalus	深度学习	DL-based models	医学影像数据(MRI, CT, 超声)	24项研究中的2911名患者
1938	2025-05-24	Breast tumour classification in DCE-MRI via cross-attention and discriminant correlation analysis enhanced feature fusion 2025-Apr-24, Clinical radiology IF:2.1Q2 DOI:10.1016/j.crad.2025.106941 PMID:40403340	research paper	该研究提出了一种基于动态对比增强磁共振成像（DCE-MRI）的乳腺肿瘤分类方法，通过融合深度特征和交叉注意力编码的放射组学特征，使用判别相关分析（DCA）来提高分类准确性	提出了一种新颖的特征融合方法eFF-DCA，结合了深度特征和交叉注意力编码的放射组学特征，利用DCA最大化类内相关性并最小化类间冗余	非端到端的设计限制了多模态特征的融合	开发并验证一种基于DCE-MRI的乳腺肿瘤分类方法，以提高良性和恶性肿瘤的区分准确性	乳腺肿瘤	digital pathology	breast cancer	DCE-MRI	eFF-DCA	image	261名个体，包括137个良性肿瘤和163个恶性肿瘤
1939	2025-05-24	CPDMS: a database system for crop physiological disorder management 2025-Apr-22, Database : the journal of biological databases and curation DOI:10.1093/database/baaf031 PMID:40402767	研究论文	开发了一个用于实时收集和分析作物生理障碍图像的系统，特别针对番茄的生理障碍	开发了一个可扩展且高效的实时作物图像收集系统，并利用深度学习模型进行图像分析	模型的平均精度(mAP)和召回率仍有提升空间	为精准农业提供实时数据收集和分析工具	番茄的生理障碍	数字农业	番茄细菌性枯萎病(BW)、番茄黄化曲叶病毒(TYLCV)、番茄斑萎病毒(TSWV)、干旱和盐胁迫	深度学习	深度学习模型	图像	58,479张图像(其中43,894张适合标注，24,000张用于模型训练，13,037张用于模型测试)
1940	2025-05-24	Autonomous object tracking with vision based control using a 2DOF robotic arm 2025-Apr-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-97930-3 PMID:40251241	研究论文	本文设计了一种基于视觉控制的2自由度机械臂自主物体追踪系统	提出了一种结合深度学习物体检测框架和基于图像的视觉伺服(IBVS)的新方法，用于2自由度机械臂的追踪控制	仅验证了2自由度机械臂的性能，未测试更高自由度的系统	设计精确且响应迅速的物体追踪系统，解决传统系统复杂、刚性、需要多传感器等问题	2自由度机械臂	机器视觉	NA	基于图像的视觉伺服(IBVS)，深度学习物体检测	深度学习框架	图像	使用CoppeliaSim机器人模拟器和2-DOF机械臂进行仿真和实验验证