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
301	2025-09-07	Uncovering key biomarkers, potential therapeutic targets and development of deep learning model in heart failure 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0330780 PMID:40901835	研究论文	通过生物信息学分析和深度学习技术识别心力衰竭的关键生物标志物和潜在治疗靶点	首次结合WGCNA、机器学习、PPI分析和深度学习CNN模型筛选出四个关键基因(ITIH5, ISLR, ASPN, FNDC1)并发现两种潜在治疗药物	基于公共数据库的回顾性分析，需要进一步实验验证	发现心力衰竭的生物标志物和治疗靶点	心力衰竭患者基因表达数据	生物信息学	心血管疾病	RNA-seq, 单细胞RNA测序, 分子对接	CNN	基因表达数据	来自GEO数据库的公共数据集
302	2025-09-07	Artificial intelligence in advanced gastric cancer: a comprehensive review of applications in precision oncology 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1630628 PMID:40904504	综述	本文全面回顾了人工智能在晚期胃癌精准肿瘤学中的应用现状与前景	系统整合多模态数据（临床记录、基因组学、影像组学、病理组学）的AI方法显著提升预测性能，超越单模态模型	面临数据质量与标准化不足、模型可泛化性与可解释性有限、缺乏严格前瞻性验证等挑战	探讨人工智能如何推动晚期胃癌的精准治疗与个性化管理	晚期胃癌患者的多维度医疗数据	digital pathology	胃癌	机器学习（ML）、深度学习（DL）、多模态数据分析	深度学习模型（具体架构未明确说明）	临床记录、基因组数据、影像数据、病理图像	NA（综述类文章未涉及具体样本量）
303	2025-09-07	A new deep learning model for predicting IMRT dose distributions for lung cancer with dose masks 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1587788 PMID:40904510	研究论文	提出一种结合剂量掩模的深度学习模型，用于提升肺癌IMRT剂量分布预测精度	首次在剂量预测模型中引入剂量掩模信息，显著改善中低剂量区域预测误差	未明确说明模型在不同医疗机构间的泛化能力	提高肺癌调强放射治疗（IMRT）剂量分布的预测准确性	肺癌患者的CT图像、解剖结构和剂量分布数据	医学影像分析	肺癌	深度学习、剂量掩模辅助训练	3D U-Net	CT图像、剂量掩模、解剖结构数据	包含常规放疗和同步整合推量（SIB）放疗的混合数据集（具体样本量未明确说明）
304	2025-09-07	Improving EEG classification of alcoholic and control subjects using DWT-CNN-BiGRU with various noise filtering techniques 2025, Frontiers in neuroinformatics IF:2.5Q3 DOI:10.3389/fninf.2025.1618050 PMID:40904893	研究论文	本研究探索不同噪声过滤技术对EEG信号分类性能的影响，并提出一种新颖的DWT-CNN-BiGRU模型用于酒精中毒与对照组分类	提出结合DWT预处理与CNN-BiGRU架构的新模型，相比基线模型准确率提升约17%	NA	识别最有效的EEG信号预处理方法以提升深度学习模型在酒精中毒诊断中的性能	酒精中毒患者与对照组受试者的EEG信号	生物医学信号处理	酒精中毒	DWT, DFT, DCT, 深度学习	CNN-BiGRU	EEG信号	NA
305	2025-09-06	AI-driven early detection of severe influenza in Jiangsu, China: a deep learning model validated through the design of multi-center clinical trials and prospective real-world deployment 2025, Frontiers in public health IF:3.0Q2 DOI:10.3389/fpubh.2025.1610244 PMID:40900711	研究论文	开发并验证一种基于深度学习的模型，用于中国江苏地区重症流感的早期诊断	采用多中心临床试验设计和前瞻性真实世界部署验证深度学习模型，在老年人群、基础疾病患者和资源匮乏地区表现一致	研究局限于江苏地区87家医院的数据，可能影响模型的泛化能力	开发高精度、低误诊率的重症流感早期诊断模型	江苏地区2019-2025年电子健康记录数据，涵盖老年人群、基础疾病患者和资源匮乏地区患者	医疗人工智能	流感	深度学习	深度学习模型	电子健康记录	江苏87家医院2019-2025年数据
306	2025-09-06	Automated Classification of Dental Caries in Bitewing Radiographs Using Machine Learning and the ICCMS Framework 2025, International journal of dentistry IF:1.9Q2 DOI:10.1155/ijod/6644310 PMID:40894183	研究论文	本研究评估了YOLOv11模型在咬翼X光片中基于ICCMS框架自动检测和分割龋齿的性能	首次将YOLOv11深度学习模型与标准化ICCMS龋齿分类系统结合用于牙科X光片的自动分析	模型对早期龋损（RA1+RA2和RA3类别）的检测性能中等，mAP50分数分别为0.61和0.52	开发基于人工智能的牙科龋齿自动检测系统以提高诊断准确性	咬翼X光片中的龋齿病变	计算机视觉	牙科疾病	深度学习，数据增强	YOLOv11	X光图像	730张咬翼X光片，包含1115个标注的龋损病灶
307	2025-09-06	A systematic study of DNN based speech enhancement in reverberant and reverberant-noisy environments 2025-Jan, Computer speech & language DOI:10.1016/j.csl.2024.101677 PMID:40895519	研究论文	系统研究基于深度神经网络的语音增强方法在混响和混响-噪声环境中的性能	系统研究时域模型中窗口大小、损失函数和特征表示等组件对语音去混响效果的影响，并提出使用变换操作提高表示稀疏性	NA	改进混响和混响-噪声环境中的语音增强性能	语音信号	自然语言处理	NA	深度神经网络	ARN, DC-CRN	音频	NA
308	2025-09-06	Characterizing Psychiatric Disorders Through Graph Neural Networks: A Functional Connectivity Analysis of Depression and Schizophrenia 2025, Depression and anxiety IF:4.7Q1 DOI:10.1155/da/9062022 PMID:40895757	研究论文	使用图神经网络分析抑郁症和精神分裂症的功能连接模式，揭示其共性与特异性神经机制	首次应用基于注意力的分层池化图神经网络（SAGPool）对多中心静息态fMRI数据进行分类，并通过可解释性方法识别驱动模型决策的关键功能连接	NA	识别抑郁症和精神分裂症在大规模脑网络中的共同和独特分布模式	抑郁症患者、精神分裂症患者和健康对照者	机器学习	精神疾病	静息态功能磁共振成像（fMRI），图神经网络（GNN）	SAGPool（基于注意力的分层池化GNN）	脑功能连接数据	多中心数据集（具体数量未在摘要中说明）
309	2025-09-06	Pseudo-Rendering for Resolution and Topology-Invariant Cortical Parcellation 2025, Machine learning in medical imaging. MLMI (Workshop) DOI:10.1007/978-3-031-73290-4_8 PMID:40896370	研究论文	提出一种名为PRIR的伪渲染-逆渲染框架，将皮层网格分割问题转化为2D图像分割任务	首次通过直接-逆渲染框架处理任意拓扑结构的网格，无需拓扑校正且能有效捕获长程依赖关系	NA	开发拓扑不变且分辨率不变的皮层网格分割方法	大脑皮层网格模型，包括白质网格和表面扫描数据	医学图像分析	神经疾病	伪渲染-逆渲染框架，U-Net分割，马尔可夫随机场后处理	U-Net	3D网格数据，2D渲染图像	NA
310	2025-09-06	Validation of a deep learning-based AI system for HER2-targeted breast cancer assessment using ultrasound imaging in a clinical setting 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1639474 PMID:40896446	研究论文	本研究验证了一种基于深度学习的AI系统在临床环境中使用超声成像评估HER2靶向乳腺癌的性能	开发了基于CNN的AI系统，能够通过超声图像实时生成恶性肿瘤风险评分，并与治疗反应建立有意义的相关性	样本量较小（86例），统计功效处于边界水平（~0.74），需要在更大、更多样化的队列中进行更广泛的验证	评估AI系统在乳腺癌治疗监测中的有效性，比较赫赛汀与Stradexa在降低AI预测恶性肿瘤风险百分比方面的效果	HER2阳性乳腺癌患者	数字病理	乳腺癌	B型超声成像	CNN	超声图像	86例经组织学确认的乳腺癌患者，来自150人的更大队列
311	2025-09-06	Predicting Treatment Response to Transcatheter Arterial Chemoembolization in Hepatocellular Carcinoma Patients using a Deep Learning-based Approach 2025, Current medical imaging IF:1.1Q3 DOI:10.2174/0115734056367143250610045305 PMID:40574392	研究论文	本研究开发了一种基于深度学习的模型，用于预测肝细胞癌患者对TACE治疗的早期反应	采用带有注意力机制的新型LeNet架构，首次应用于HCC患者TACE治疗反应的预测	样本量相对较小（111例患者），需要更大规模的研究验证	评估深度学习模型在预测HCC患者对TACE治疗反应方面的有效性和精确性	肝细胞癌患者	计算机视觉	肝癌	MRI成像	LeNet with attention mechanism	医学影像	111例HCC患者（训练集91例645张图像，测试集20例155张图像）
312	2025-09-06	Artificial intelligence technologies for enhancing neurofunctionalities: a comprehensive review with applications in Alzheimer's disease research 2025, Frontiers in aging neuroscience IF:4.1Q2 DOI:10.3389/fnagi.2025.1609063 PMID:40893125	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
313	2025-09-06	Identify doctors' online performance and prioritize service attributes: A framework with aspect-based sentiment analysis and empirical investigation 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251353320 PMID:40893170	研究论文	提出基于方面级情感分析的三阶段框架，用于从患者在线评论中识别医生服务属性并确定优先级	结合深度学习模型与计量经济学方法，首次系统量化不同服务属性对患者满意度和咨询需求的影响差异	研究仅基于单一在线医疗平台数据，未考虑跨平台差异	优化医生在线服务表现评估体系，帮助医生针对性改进服务质量	在线医疗平台的医生服务属性和患者评论	自然语言处理	NA	方面级情感分析、极端梯度提升、计量经济模型	深度学习模型	文本评论	445,435条评论涉及49,024名医生
314	2025-09-06	Robust deep MRI contrast synthesis using a prior-based and task-oriented 3D network 2025, Imaging neuroscience (Cambridge, Mass.) DOI:10.1162/IMAG.a.116 PMID:40893451	研究论文	提出一种基于先验知识和任务导向的3D深度学习网络，用于从T1加权MRI合成T2加权MRI体积	结合分割导向损失函数、频率空间信息损失和多图谱先验信息，采用半监督学习框架提升模型泛化能力	NA	开发鲁棒的MRI对比度合成方法以减少临床扫描时间和资源消耗	T1加权和T2加权磁共振成像体积	医学影像分析	NA	深度学习，半监督学习	3D CNN	3D医学影像	NA
315	2025-09-06	RetinalVasNet: a deep learning approach for robust retinal microvasculature detection 2025, Frontiers in molecular biosciences IF:3.9Q2 DOI:10.3389/fmolb.2025.1562608 PMID:40894076	研究论文	提出RetinalVasNet深度学习模型，利用多通道眼底图像提升视网膜微血管分割的准确性和鲁棒性	首次系统性地利用多通道眼底图像而非仅绿色通道进行血管分割，证明各通道对分割任务有独特贡献	NA	提高视网膜微血管检测的准确性和有效性，以支持疾病早期检测和监测	视网膜微血管	计算机视觉	心血管疾病	深度学习	CNN	图像	NA
316	2025-09-06	Deep learning-based semantic segmentation for rice yield estimation by analyzing the dynamic change of panicle coverage 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1611653 PMID:40894489	研究论文	本研究提出一种基于深度学习和时间序列分析的稻穗覆盖动态变化方法，用于水稻表型分析和产量预测	首次将时间序列稻穗覆盖动态变化与分段函数建模相结合，用于水稻产量预测，突破了传统单时间点分析的局限	研究仅基于RGB图像，未考虑多光谱或其他传感数据，且仅在两个生长季节进行验证	通过分析稻穗覆盖的动态变化来准确预测水稻产量及其构成要素	水稻冠层和高分辨率RGB图像	计算机视觉	NA	RGB成像和语义分割	DeepLabv3+, U-Net, PSPNet, FPN, LinkNet, PLSR, RFR, GBR, XGBR	图像	两个生长季节的水稻冠层高分辨率RGB图像
317	2025-09-06	Cenobamate reduces epileptiform activity in the ex vivo F98 rat glioma model 2025, Frontiers in neuroscience IF:3.2Q2 DOI:10.3389/fnins.2025.1629259 PMID:40896334	研究论文	本研究首次在胶质瘤相关癫痫临床前模型中评估新型抗惊厥药物cenobamate的疗效	首次在F98胶质瘤模型中测试cenobamate的抗癫痫效果，并采用深度学习分析癫痫样事件	研究基于离体大鼠脑切片模型，结果需在体实验进一步验证	评估cenobamate在胶质瘤相关癫痫模型中的抗惊厥效果	Fischer大鼠的皮质切片，包括假手术组和F98肿瘤植入组	神经科学	脑胶质瘤	局部场电位记录，急性去抑制溶液，功率谱密度分析	深度学习	电生理信号	未明确样本数量，使用正常Fischer大鼠和F98肿瘤植入动物的皮质切片
318	2025-09-06	Magnetoencephalographic source localization and reconstruction via deep learning 2025, Frontiers in neuroscience IF:3.2Q2 DOI:10.3389/fnins.2025.1578473 PMID:40896341	研究论文	提出一种名为Deep-MEG的深度学习算法，用于从MEG信号中实现高分辨率的时空源定位与重建	采用混合神经网络架构同时提取时空信息，突破传统方法空间分辨率限制，并能处理全脑信号而非仅限皮层源	NA	解决MEG信号源级重建中空间分辨率不足的问题，为临床提供精确病理组织定位	脑磁图（MEG）信号及脑内神经活动源	机器学习	NA	MEG，深度学习	混合神经网络（hybrid neural network）	脑磁图信号	通过真实正向模型进行多主动源仿真，并采用真实MEG数据验证
319	2025-09-05	HeteroMRI: Robust white matter abnormality classification across multi-scanner MRI data 2025-Jan-06, GigaScience IF:11.8Q1 DOI:10.1093/gigascience/giaf092 PMID:40844084	研究论文	提出一种名为HeteroMRI的深度学习方法，用于跨多扫描仪MRI数据的白质异常分类	通过白质组织强度聚类减少MRI异质性影响，无需额外机器学习方法处理数据异质性	在数据量减少64%和75%时，准确率分别下降4%和12%，在极有限数据场景下性能仍有下降	开发对MRI扫描仪和采集协议高度独立的分类方法，提升多源MRI数据的白质异常诊断能力	人类大脑白质异常的MRI数据	医学影像分析	脑白质病变	MRI，深度学习	二元分类器	MRI图像	11个公共数据集的200个MRI用于训练，包含40种MRI协议
320	2025-09-05	A review of the emerging technologies and systems to mitigate food fraud in supply chains 2025, Critical reviews in food science and nutrition IF:7.3Q1 DOI:10.1080/10408398.2024.2405840 PMID:39356551	综述	本文综述了新兴技术和系统在缓解食品供应链中食品欺诈方面的应用与挑战	探讨了手持LIBS、智能手机光谱等快速食品认证新前沿，以及结合深度学习策略的多功能传感设备	实验室先进技术向高速实时工业应用的转化存在显著差距	调查缓解食品欺诈的新兴技术和策略，并探索其应用的主要障碍	食品供应链中的欺诈行为	NA	NA	激光诱导击穿光谱(LIBS)、智能手机光谱、光谱技术、分离技术、深度学习	深度学习	光谱数据、食品指纹数据	NA