深度学习在生物医药领域的应用

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	算法框架	模型架构	性能指标	计算资源
2421	2025-10-07	Faster Acquisition and Improved Image Quality of T2-Weighted Dixon Breast MRI at 3T Using Deep Learning: A Prospective Study 2025-01, Korean journal of radiology IF:4.4Q1 DOI:10.3348/kjr.2023.1303 PMID:39780629	研究论文	本研究比较了深度学习重建的T2加权Dixon序列与传统序列在乳腺MRI中的图像质量和病灶特征	首次将深度学习重建与超分辨率技术结合用于加速乳腺MRI采集，在保持图像质量的同时显著缩短扫描时间	样本量相对有限（140例），且骨髓显示效果不如传统序列	评估深度学习重建的快速T2加权Dixon序列在乳腺MRI中的临床应用价值	乳腺疾病患者（包括囊肿和乳腺癌）	医学影像分析	乳腺癌	磁共振成像（MRI），Dixon序列，深度学习重建	深度学习	医学影像	140名女性患者（85例囊肿，31例乳腺癌）	NA	NA	信噪比（SNR），对比噪声比（CNR），图像质量评分，诊断置信度	3T MRI扫描仪
2422	2025-10-07	UMamba Adjustment: Advancing GTV Segmentation for Head and Neck Cancer in MRI-Guided RT with UMamba and NnU-Net ResEnc Planner 2025, Head and Neck Tumor Segmentation for MR-Guided Applications : First MICCAI Challenge, HNTS-MRG 2024, held in conjunction with MICCAI 2024, Marrakesh, Morocco, October 17, 2024, proceedings DOI:10.1007/978-3-031-83274-1_9 PMID:40236615	研究论文	提出一种名为UMambaAdj的新型方法，用于头颈癌MRI引导放疗中的肿瘤体积分割	首次将UMamba的长程依赖捕获能力与nnU-Net残差编码器的多阶段特征提取优势相结合	仅使用HNTS-MRG 2024挑战赛测试集进行评估，未在其他数据集上验证	提高头颈癌MRI引导自适应放疗中肿瘤体积分割的准确性	头颈癌患者的原发肿瘤(GTVp)和淋巴结(GTVn)	数字病理	头颈癌	MRI成像	UMamba, nnU-Net	T2加权MRI图像	HNTS-MRG 2024挑战赛测试集	NA	UMamba, nnU-Net ResEnc	Dice相似系数	NA
2423	2025-10-07	VMamba for plant leaf disease identification: design and experiment 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1515021 PMID:40241820	研究论文	本研究将VMamba视觉骨干模型引入农业植物病害检测任务，提出结合扩散模型和迁移学习的DDHTLVMamba方法	首次将VMamba模型应用于植物病害识别，通过选择性扫描机制降低计算复杂度，同时保持全局感受野和动态加权优势	主要针对小样本农业数据集，在更复杂农业环境下的泛化能力有待验证	开发高效的农业植物病害识别方法，解决小样本学习问题	植物叶片病害	计算机视觉	植物病害	机器学习，深度学习	VMamba, 扩散模型, Transformer	图像	PlantVillage大规模数据集和优化的小样本病害数据集	NA	VMamba, ResNet50, Vision Transformer, Swin Transformer	准确率，训练时间	NA
2424	2025-10-07	A lightweight multi-deep learning framework for accurate diabetic retinopathy detection and multi-level severity identification 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1551315 PMID:40241910	研究论文	提出一种轻量级深度学习框架用于糖尿病视网膜病变检测和多级严重程度识别	采用两阶段轻量级网络设计，通过迁移学习实现病变检测和严重程度分级，参数量较少	仅使用APTOS 2019数据集验证，未在其他数据集上进行广泛测试	开发准确的糖尿病视网膜病变自动检测和分级系统	糖尿病视网膜病变患者眼底图像	计算机视觉	糖尿病视网膜病变	深度学习	CNN	眼底图像	APTOS 2019数据集	NA	轻量级深度学习网络	分类率, 准确率	NA
2425	2025-10-07	Artificial intelligence in hospital infection prevention: an integrative review 2025, Frontiers in public health IF:3.0Q2 DOI:10.3389/fpubh.2025.1547450 PMID:40241963	综述	通过整合42项研究评估人工智能在医院感染预防中的有效性、可用性和挑战	首次系统评估AI在多种医院获得性感染预防中的应用，并比较机器学习与深度学习在不同数据环境下的性能差异	研究间数据源和模型验证存在异质性，缺乏多中心合作和外部验证，成本效益和实际应用效果需进一步评估	评估AI模型在医院感染预防、检测和管理中的效果	医院获得性感染（HAIs）	医疗人工智能	医院获得性感染	电子健康记录（EHR）分析	机器学习,深度学习	电子健康记录	42项研究	NA	神经网络,决策树,随机森林	AUC	NA
2426	2025-10-07	Construction of the preoperative staging prediction model for cervical cancer based on deep learning and MRI: a retrospective study 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1557486 PMID:40242247	研究论文	基于深度学习和MRI构建宫颈癌术前分期预测模型的回顾性研究	首次系统比较七种深度学习模型在宫颈癌术前分期中的性能，发现HRNet在小样本数据集上表现最佳	样本量较小（仅112例患者），为单中心回顾性研究	开发自动化的宫颈癌术前分期预测模型以提高诊断准确性和效率	112例宫颈癌患者的术前MRI扫描图像	计算机视觉	宫颈癌	MRI成像	CNN, Transformer	医学影像	112例宫颈癌患者	NA	DenseNet, FBNet, HRNet, RegNet, ResNet50, ShuffleNet, ViT	准确率, 召回率, F1分数, 精确率, AUC	NA
2427	2025-10-07	Advancements in one-dimensional protein structure prediction using machine learning and deep learning 2025, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2025.04.005 PMID:40242292	综述	本文综述了机器学习和深度学习在一维蛋白质结构预测领域的最新进展	整合序列嵌入和预训练语言模型，通过AlphaFold和蛋白质语言模型实现前所未有的序列-结构关系预测精度	面临数据质量、可扩展性、可解释性和任务特定优化等挑战	解决蛋白质结构预测这一结构生物信息学核心挑战，理解蛋白质序列、结构和功能之间的复杂关系	一维蛋白质结构注释，包括二级结构、溶剂可及性和内在无序区域	机器学习	NA	NA	深度学习框架	蛋白质序列数据	NA	NA	AlphaFold, 蛋白质语言模型	NA	NA
2428	2025-10-07	Structural studies of Parvoviridae capsid assembly and evolution: implications for novel AAV vector design 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1559461 PMID:40242328	综述	本文综述了细小病毒科衣壳结构与演化的研究进展及其对新型AAV载体设计的启示	整合现代结构生物学技术与计算方法指导AAV衣壳工程化设计	未涉及具体实验验证数据，主要基于现有研究进行理论分析	通过结构生物学和计算方法优化AAV载体设计以提升基因治疗效果	细小病毒科衣壳结构，特别是AAV载体	计算生物学	遗传性疾病	冷冻电镜，X射线晶体学，比较分析，定向进化	机器学习，深度学习	结构生物学数据，序列数据	NA	NA	NA	NA	NA
2429	2025-10-07	Improved performance of fNIRS-BCI by stacking of deep learning-derived frequency domain features 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0314447 PMID:40245060	研究论文	本研究通过堆叠深度学习提取的频域特征来提高基于功能近红外光谱的脑机接口性能	提出了结合堆叠模型和快速傅里叶变换的特征提取方法，显著提升了fNIRS-BCI的分类准确率	仅针对手部抓握运动进行研究，样本量相对较小（20名参与者）	提高功能近红外光谱脑机接口系统的分类性能	手部抓握运动产生的fNIRS脑信号	脑机接口	运动功能障碍	功能近红外光谱神经成像	CNN, LSTM, Bi-LSTM	脑信号时间序列数据	20名参与者进行两类手部抓握运动活动	NA	CNN, LSTM, Bi-LSTM	分类准确率	NA
2430	2025-10-07	Artificial intelligence in chronic kidney disease management: a scoping review 2025, Theranostics IF:12.4Q1 DOI:10.7150/thno.108552 PMID:40225559	综述	本文通过范围综述探讨人工智能在慢性肾脏病管理中的关键应用场景及面临的挑战	系统梳理了AI在CKD管理中的四大应用领域，并针对技术障碍和临床应用壁垒提出了解决方案	基于文献综述，缺乏原始数据验证和实际临床部署效果评估	探索人工智能在慢性肾脏病管理中的应用潜力和实施路径	慢性肾脏病患者群体及相关医疗数据	医疗人工智能	慢性肾脏病	机器学习、深度学习、无监督聚类、数字孪生、自然语言处理、大语言模型	ML, DL, NLP, LLMs	多模态医疗数据	基于41篇文献的系统分析	NA	NA	模型准确性、可解释性	NA
2431	2025-10-07	GraphTransNet: predicting epilepsy-related genes using a graph-augmented protein language model 2025, Frontiers in pharmacology IF:4.4Q1 DOI:10.3389/fphar.2025.1584625 PMID:40235533	研究论文	提出GraphTransNet模型，利用图增强蛋白质语言模型预测癫痫相关基因	结合蛋白质语言模型与Transformer-CNN混合架构，创新性地整合基因序列嵌入与图结构信息	NA	预测癫痫相关基因靶点，改善疾病诊断和治疗靶点识别	癫痫相关基因	机器学习	癫痫	蛋白质语言模型, 深度学习	Transformer, CNN, 混合神经网络	基因序列数据	NA	NA	GraphTransNet, ESM, Transformer, CNN	准确率, 召回率, 精确率	NA
2432	2025-10-07	ProstaNet: A Novel Geometric Vector Perceptrons-Graph Neural Network Algorithm for Protein Stability Prediction in Single- and Multiple-Point Mutations with Experimental Validation 2025, Research (Washington, D.C.) DOI:10.34133/research.0674 PMID:40235597	研究论文	提出了一种名为ProstaNet的新型深度学习框架，用于预测单点和多点突变对蛋白质稳定性的影响	采用几何向量感知器-图神经网络进行3维特征处理，构建了纯净的热力学数据库ProstaDB，开发了热力学循环数据增强方法和创新的聚类方法	NA	预测单点和多点突变对蛋白质稳定性的影响	蛋白质突变稳定性	机器学习	NA	深度学习	图神经网络	3维结构数据	3,784个单点突变和1,642个多点突变	NA	几何向量感知器-图神经网络	准确率	NA
2433	2025-10-07	Predicting pathogen evolution and immune evasion in the age of artificial intelligence 2025, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2025.03.044 PMID:40235636	综述	探讨人工智能在预测病毒进化与免疫逃逸方面的最新突破	利用深度学习架构和语言模型预测病毒有害突变的前瞻性方法	方法主要基于SARS-CoV-2开发，虽可扩展至其他RNA病毒但需进一步验证	通过AI预测病毒进化路径以提前应对公共卫生威胁	RNA病毒（特别是SARS-CoV-2）的基因组变异	自然语言处理, 机器学习	传染病	基因组测序	语言模型(LM), 深度学习	基因组数据, 流行病学数据, 免疫学数据, 生物学数据	NA	NA	语言模型	NA	NA
2434	2025-10-07	Substrate binding of human and bacterial type IA topoisomerase: An experimentation with AlphaFold 3.0 2025, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2025.03.041 PMID:40235641	研究论文	利用AlphaFold 3.0预测人类和细菌I型拓扑异构酶与单链DNA的复合物结构	首次系统评估AlphaFold3在预测拓扑异构酶-单链DNA复合物结构方面的能力	预测的蛋白-DNA复合物（特别是与较长寡核苷酸>25-mer）不可靠，无法准确复制DNA结合序列特异性	探索拓扑异构酶与DNA底物结合的分子机制和序列偏好性	人类拓扑异构酶3β和细菌拓扑异构酶I与单链DNA的复合物	计算生物学	NA	AlphaFold3.0, X射线晶体学, Cryo-EM	深度学习	蛋白质序列, DNA序列	大量预测复合物（具体数量未明确说明）	AlphaFold3	AlphaFold3架构	预测置信度, 与晶体结构比对	NA
2435	2025-10-07	iNClassSec-ESM: Discovering potential non-classical secreted proteins through a novel protein language model 2025, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2025.03.043 PMID:40235638	研究论文	提出了一种结合深度学习和传统分类器的新型非经典分泌蛋白预测工具iNClassSec-ESM	首次将蛋白质语言模型ESM3的隐藏层嵌入表示与手工特征相结合，并探索ESM3在蛋白质表示方面的应用潜力	非经典分泌途径的机制尚不明确，生物实验验证成本高且耗时	开发计算方法来识别革兰氏阳性菌的非经典分泌蛋白	非经典分泌蛋白质	生物信息学	NA	蛋白质序列分析	XGBoost, DNN	蛋白质序列	NA	NA	深度神经网络	多种性能指标	NA
2436	2025-10-07	Enhancing multi-class neurodegenerative disease classification using deep learning and explainable local interpretable model-agnostic explanations 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1562629 PMID:40236458	研究论文	本研究提出两种深度学习架构用于阿尔茨海默病和帕金森病的医学图像分类	提出结合自注意力机制的RbACNN和IRbACNN架构，并集成可解释AI技术提高模型透明度和临床可信度	NA	开发用于神经退行性疾病分类的深度学习模型	阿尔茨海默病和帕金森病患者	计算机视觉	神经退行性疾病	医学影像分析	CNN	图像	NA	NA	RbACNN, IRbACNN	准确率	NA
2437	2025-10-07	ModuCLIP: multi-scale CLIP framework for predicting foundation pit deformation in multi-modal robotic systems 2025, Frontiers in neurorobotics IF:2.6Q3 DOI:10.3389/fnbot.2025.1544694 PMID:40236467	研究论文	提出了一种多尺度对比语言-图像预训练框架ModuCLIP，用于多模态机器人系统中的基坑变形预测	首次将多尺度对比学习机制应用于基坑变形预测，能够有效整合图像、文本描述和传感器数据等多源信息	未具体说明模型在不同地质条件下的适用性限制以及计算复杂度分析	开发一个能够精确预测基坑变形的多模态深度学习框架	基坑工程中的变形预测问题	计算机视觉,自然语言处理,机器学习	NA	对比学习,多模态融合	CLIP,深度学习	图像,文本,传感器数据	多个基坑工程数据集（未提供具体样本数量）	NA	ModuCLIP,多尺度CLIP架构	预测精度,泛化能力,鲁棒性	NA
2438	2025-10-07	Measuring Respiration Rate from Speech 2025 Jan-Dec, Digital biomarkers DOI:10.1159/000544913 PMID:40236620	研究论文	本研究提出使用深度学习模型从语音中预测呼吸信号并估计呼吸率	首次将语音作为虚拟传感器用于呼吸率测量，提出了一种基于多变量时间序列Transformer的新方法	在模拟医院环境中测试，尚未在真实临床环境中全面验证	开发从语音信号中估计呼吸率的技术，为远程患者监测提供解决方案	双语临床研究参与者的语音数据	自然语言处理, 机器学习	NA	语音分析, 深度学习	Transformer	语音信号, 时间序列数据	1,005名参与者	NA	多变量时间序列Transformer, 语音编码器嵌入	呼吸率预测误差在±3 BPM内的准确率	NA
2439	2025-10-07	A multi-modal deep learning approach for stress detection using physiological signals: integrating time and frequency domain features 2025, Frontiers in physiology IF:3.2Q2 DOI:10.3389/fphys.2025.1584299 PMID:40236827	研究论文	开发了一种基于多模态深度学习的压力检测方法，通过整合时域和频域特征分析可穿戴设备采集的生理信号	提出了一种整合时域和频域特征的多模态深度学习框架，并采用数据增强技术和SMOTE方法解决数据不平衡问题	仅针对护理职业群体进行研究，模型泛化能力有待进一步验证	开发准确可靠的压力检测方法，适用于高强度职业环境	护理人员的生理信号数据，包括加速度计、皮电活动、心率和皮肤温度	机器学习	NA	生理信号采集，快速傅里叶变换	CNN	生理信号，时域特征，频域特征	包含压力水平标签的多模态生理信号数据集	NA	卷积神经网络，全连接层	准确率，F1分数	NA
2440	2025-10-07	Transfer learning-based approach to individual Apis cerana segmentation 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0319968 PMID:40238729	研究论文	本研究采用基于迁移学习的Mask R-CNN模型实现蜂箱环境中东方蜜蜂的精确检测与分割	利用已训练的西方蜜蜂模型权重进行迁移学习，并通过数据预处理技术提升模型性能，在极小数据集和计算时间下实现高性能分割	仅针对特定蜂种（东方蜜蜂）进行研究，模型泛化能力未验证	开发自动化的蜜蜂行为分析系统	蜂箱环境中的东方蜜蜂个体	计算机视觉	NA	深度学习，迁移学习	Mask R-CNN	图像	相比先前西方蜜蜂研究减少了85%的训练和验证集数量	NA	Mask R-CNN	mAP（平均精度均值）	NA