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
361	2025-08-10	EPI-DynFusion: enhancer-promoter interaction prediction model based on sequence features and dynamic fusion mechanisms 2025, Frontiers in genetics IF:2.8Q2 DOI:10.3389/fgene.2025.1614222 PMID:40772277	research paper	提出了一种基于序列特征和动态融合机制的增强子-启动子相互作用预测模型EPI-DynFusion	结合了Transformer和BiGRU架构的动态特征融合机制，以及CBAM注意力模块，显著提升了模型性能	模型性能依赖于预训练的DNA嵌入和特定细胞系数据的微调	开发高效的计算模型来预测增强子-启动子相互作用	增强子-启动子相互作用	machine learning	NA	DNA序列编码、CNN、Transformer、BiGRU、CBAM	EPI-DynFusion (包含CNN、Transformer、BiGRU和CBAM)	DNA序列数据	六个基准细胞系的数据
362	2025-08-09	Chaotic gradient based optimization with fuzzy temporal optimized CNN for heart failure prediction 2025-01-31, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-88277-w PMID:39890898	研究论文	提出了一种结合一维混沌映射和梯度优化器的新型心衰预测模型，以提高早期和准确检测的能力	引入了混沌梯度优化器(CGBO)和模糊时间优化卷积神经网络(FTOCNN)分类器，结合模糊时间规则提高检测准确性	NA	提高心衰早期和准确检测的能力，减少检测时间	心衰患者	机器学习	心血管疾病	混沌梯度优化器(CGBO), 模糊时间优化卷积神经网络(FTOCNN)	CNN	电子健康记录(EHRs)	UCI心脏数据集和电子健康记录(EHRs)
363	2025-08-09	Universal conditional networks (UniCoN) for multi-age embryonic cartilage segmentation with Sparsely annotated data 2025-01-31, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-87797-9 PMID:39890924	研究论文	提出一种名为UniCoN的深度学习框架，用于多年龄段胚胎软骨的3D微CT图像分割，特别是在稀疏标注数据条件下	引入了两种新机制，分别基于离散年龄段和连续图像裁剪位置，以提高模型在不同年龄段和局部形状细节上的表现	虽然性能有所提升，但模型在未见数据上的泛化能力仍有改进空间	解决胚胎软骨在3D微CT图像中精确分割的挑战，特别是在多年龄段和稀疏标注数据条件下	胚胎小鼠的软骨组织	数字病理学	骨软骨发育不良	3D微CT成像	CNN、Transformer或混合模型	3D图像	多年龄段软骨分割数据集
364	2025-08-09	A deep learning based model for diabetic retinopathy grading 2025-01-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-87171-9 PMID:39885230	研究论文	开发了一种基于深度学习的模型RSG-Net，用于糖尿病视网膜病变的分级	提出了一种新的深度神经网络RSG-Net，用于自动化和高效地分级糖尿病视网膜病变的严重程度，减少了时间消耗并提高了分类准确性	未提及模型在其他数据集上的泛化能力	开发一个自动化系统，用于早期检测和准确分级糖尿病视网膜病变的严重程度	糖尿病视网膜病变患者	计算机视觉	糖尿病视网膜病变	深度学习	CNN	图像	Messidor-1数据集
365	2025-08-09	Hierarchical image classification using transfer learning to improve deep learning model performance for amazon parrots 2025-01-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-88103-3 PMID:39885290	研究论文	本研究利用迁移学习构建分层分类模型，以提高亚马逊鹦鹉物种分类的深度学习模型性能	通过基于诊断形态特征构建分层分类模型，显著提高了模型在检测和分类亚马逊鹦鹉方面的性能，特别是在形态相似物种间的分类准确性	研究主要针对亚马逊鹦鹉，可能不适用于其他野生动物物种的分类	提高野生动物物种分类的深度学习模型性能，以支持野生种群监测和全球贸易管理	亚马逊鹦鹉	计算机视觉	NA	迁移学习	深度学习模型	图像	NA
366	2025-08-09	Deep learning-based aberration compensation improves contrast and resolution in fluorescence microscopy 2025-01-02, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-55267-x PMID:39747824	研究论文	本文提出了一种基于深度学习的像差补偿策略，用于提高荧光显微镜图像的对比度和分辨率	通过引入合成像差并训练神经网络来逆转这些像差的影响，该方法在不减慢图像采集速度、不增加额外剂量或不引入更多光学元件的情况下提高了图像质量	NA	改善厚样本荧光显微镜成像质量	荧光显微镜图像	计算机视觉	NA	深度学习	神经网络	图像	多种数据集（包括共聚焦、光片、多光子和超分辨率显微镜捕获的数据）
367	2025-08-09	Exploring transition states of protein conformational changes via out-of-distribution detection in the hyperspherical latent space 2025-01-02, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-55228-4 PMID:39753544	研究论文	本文提出了一种名为TS-DAR的深度学习框架，用于识别蛋白质构象变化中的过渡态	TS-DAR框架首次将过渡态结构视为分布外数据，利用超球面潜在空间中的正则化嵌入，实现了从分子动力学模拟中同时检测多个自由能极小值之间的所有过渡态	方法在更复杂的蛋白质系统中的应用效果尚未验证	开发一种能够准确识别蛋白质构象变化中过渡态的新方法	蛋白质构象变化的过渡态	机器学习	NA	分子动力学模拟(MD)，深度学习	神经网络	分子构象数据	2D势能模型、丙氨酸二肽和DNA马达蛋白在DNA上的转位过程
368	2025-08-08	Signal-Guided Multitask Learning for Myocardial Infarction Classification Using Images of Electrocardiogram 2025, Cardiology IF:1.9Q3 DOI:10.1159/000542399 PMID:39504941	研究论文	本研究开发了一种基于信号引导多任务学习的深度学习算法，用于通过心电图图像数据区分心肌梗死患者与非冠状动脉疾病患者	提出了一种新的信号引导多任务学习ECG解释算法，相比之前发表的单任务算法性能更优	研究中NSTEMI的准确率显著低于STEMI，表明算法对不同类型心肌梗死的识别能力存在差异	开发深度学习算法辅助心肌梗死的快速准确诊断	心电图图像数据	数字病理学	心血管疾病	深度学习	多任务学习算法	图像	11,227份ECG图像数据
369	2025-08-07	Deep Learning-Based Detection of Malignant Bile Duct Stenosis in Fluoroscopy Images of Endoscopic Retrograde Cholangiopancreatography 2025, Digestion IF:3.0Q2 DOI:10.1159/000543049 PMID:39675349	研究论文	本研究探讨了利用深度学习技术基于ERCP荧光图像区分良恶性胆管狭窄的可行性	首次将卷积神经网络应用于ERCP荧光图像分析，以提高恶性胆管狭窄的诊断准确性和可重复性	研究为回顾性设计，需要在前瞻性研究中进一步验证	提高恶性胆管狭窄的诊断准确性	胆管狭窄患者	数字病理学	胆管疾病	深度学习	CNN	图像	251名来自德国三个大学医疗中心的成年患者
370	2025-08-08	Proactive Deep Learning-Facilitated Inpatient Penicillin Allergy Delabelling: An Implementation Study 2025, International archives of allergy and immunology IF:2.5Q3 DOI:10.1159/000542589 PMID:39827874	研究论文	本研究探讨了利用深度学习促进住院患者青霉素过敏标签去除的实施效果	首次将深度学习技术应用于住院患者青霉素过敏标签的主动去除咨询中	单中心研究，结果可能不具备广泛代表性	评估深度学习辅助的主动咨询对住院患者青霉素过敏标签去除的效果	住院患者中的青霉素过敏标签	医疗人工智能	过敏性疾病	深度学习	NA	医疗记录数据	439名住院患者，其中121名被算法识别为适合进行青霉素过敏评估
371	2024-10-30	Deep Learning-Based Method for Rapid 3D Whole-Heart Modeling in Congenital Heart Disease: Correspondence 2025, Cardiology IF:1.9Q3 DOI:10.1159/000542318 PMID:39467517	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
372	2025-08-07	Human intention recognition for trauma resuscitation: An interpretable deep learning approach for medical process data 2025-01, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2024.104767 PMID:39746431	研究论文	本文提出了一种可解释的深度学习方法，用于自动识别创伤复苏过程中的目标追求，以辅助决策	采用双GRU结构的神经网络模型，结合时间和活动类型特征，通过注意力权重增强模型的可解释性	研究仅针对儿科创伤复苏，样本量有限（381例）	开发一种自动识别创伤复苏过程中目标追求的方法，以减少错误并改善患者预后	儿科创伤复苏过程中的气道稳定和循环支持目标	机器学习	创伤	深度学习	双GRU结构神经网络	事件日志（活动序列及时间戳）	381例儿科创伤复苏案例（2014年8月至2022年11月）
373	2025-08-07	Unveiling pathology-related predictive uncertainty of glomerular lesion recognition using prototype learning 2025-01, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2024.104745 PMID:39746430	research paper	该论文提出了一种新的框架，用于分析肾小球病变识别中与病理相关的预测不确定性	首次结合原型学习和病理特征相关分析，提出了一种新的预测不确定性估计和校正框架	未明确说明样本来源的多样性和模型在其他病理数据集上的泛化能力	分析肾小球病变识别中与病理相关的预测不确定性及其对模型性能的影响	肾小球病变的识别	digital pathology	chronic kidney disease	prototype learning, deep learning	深度学习模型（具体未说明）	病理图像	未明确说明具体样本数量
374	2025-08-07	Cell type prediction with neighborhood-enhanced cellular embedding using deep learning on hematoxylin and eosin-stained images 2025, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2025.07.026 PMID:40735431	研究论文	本研究旨在利用深度学习方法，通过H&E染色图像预测结肠癌和乳腺癌样本中浸润肿瘤微环境的细胞类型	采用邻域增强的细胞嵌入方法和转导半监督学习策略，提高了细胞类型预测的准确性	模型在独立测试集上的准确率相对较低（0.74），且仅针对两种癌症类型进行了验证	预测肿瘤微环境中浸润的细胞类型	结肠癌和乳腺癌样本中的细胞	数字病理学	结肠癌, 乳腺癌	Stardist细胞分割, K-最近邻方法, 转导半监督学习	深度学习模型（Base-4, Base-4+, Base-7）	H&E染色图像	两个数据集（结肠癌和乳腺癌样本）
375	2025-08-07	Machine learning in the differential diagnosis of ulcerative colitis and Crohn's disease: a systematic review 2025, Translational gastroenterology and hepatology IF:3.8Q2 DOI:10.21037/tgh-24-117 PMID:40755733	系统综述	本文系统综述了机器学习在溃疡性结肠炎和克罗恩病鉴别诊断中的应用	总结了机器学习在炎症性肠病亚型鉴别中的最新研究进展，特别是基于深度学习和随机森林的模型	纳入的研究多为回顾性研究，可能存在偏倚	评估机器学习在溃疡性结肠炎和克罗恩病鉴别诊断中的应用潜力	溃疡性结肠炎和克罗恩病患者	机器学习	炎症性肠病	机器学习	随机森林(RF), 支持向量机(SVM)	内窥镜数据和粪便生物标志物数据	15,140例样本
376	2025-08-07	Diaproteo: A supervised learning framework for early detection of diabetes mellitus based on proteomic profiles 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251362281 PMID:40755961	研究论文	该研究提出了一种基于蛋白质组学特征的监督学习框架Diaproteo，用于糖尿病的早期检测	结合经典机器学习算法和前沿深度学习架构（如CNN）进行糖尿病预测，并展示了Extra Trees模型在独立测试中的优越性能	未提及具体样本量及数据集的多样性限制	开发早期糖尿病预测模型以降低并发症风险并改善患者预后	糖尿病患者的临床特征、遗传标记和生活方式变量	机器学习	糖尿病	监督学习算法	Extra Trees, CNN	蛋白质组学数据、临床特征、遗传标记、生活方式变量	NA
377	2025-08-07	SMF-net: semantic-guided multimodal fusion network for precise pancreatic tumor segmentation in medical CT image 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1622426 PMID:40756121	研究论文	提出了一种名为SMF-Net的新型多模态医学图像分割框架，用于精确分割胰腺肿瘤	结合CNN-Transformer混合编码器、AMBERT模块和MTT模块，融合视觉和语义特征以增强肿瘤定位，并采用半监督学习范式解决多模态数据稀缺问题	未明确提及具体局限性	提高胰腺肿瘤在CT图像中的分割精度，以辅助胰腺癌的临床诊断	胰腺肿瘤和肺部感染区域	数字病理	胰腺癌	半监督学习	CNN-Transformer混合编码器	医学CT图像	多模态胰腺肿瘤数据集(MPTD)、QaTa-COVID-19和MosMedData肺部感染分割数据集
378	2025-08-07	A CT-Based Deep Learning Radiomics Scoring System for Predicting the Prognosis to Repeat TACE in Patients with Hepatocellular Carcinoma: A Multicenter Cohort Study 2025, Journal of hepatocellular carcinoma IF:4.2Q2 DOI:10.2147/JHC.S525920 PMID:40756248	研究论文	本研究构建了一个基于CT的深度学习放射组学评分系统，用于预测肝细胞癌患者重复TACE治疗的预后	结合深度学习和放射组学特征，构建了新型的HRD评分系统，优于传统的ART和ABCR评分	研究为回顾性设计，样本量相对有限，且仅基于CT影像	开发智能预后评分系统以筛选适合重复TACE治疗的肝细胞癌患者	310例来自三家医院的肝细胞癌患者	数字病理	肝细胞癌	CT成像	深度学习模型（未指定具体架构）	医学影像（CT）	310例患者（分为训练组、验证组和两个外部测试组）
379	2025-08-07	Ethical AI in medical text generation: balancing innovation with privacy in public health 2025, Frontiers in public health IF:3.0Q2 DOI:10.3389/fpubh.2025.1583507 PMID:40756387	研究论文	本文提出了一种结合隐私保护AI技术和可解释模型架构的创新框架，以实现医学文本生成中的伦理合规	结合知识推理与深度学习，采用同态加密和安全多方计算等隐私增强技术，并引入公平性训练协议	未提及具体实验样本量和实际应用场景的验证效果	解决医学文本生成中的伦理挑战，包括偏见、隐私和可解释性问题	AI驱动的医学文本生成系统	自然语言处理	NA	同态加密、安全多方计算	深度学习与知识推理的混合模型	文本	NA
380	2025-08-07	Nursing Students' Use of Digital Resources for Self-Directed Learning in Bioscience 2025 Jan-Dec, SAGE open nursing IF:2.0Q2 DOI:10.1177/23779608251363870 PMID:40756467	研究论文	探讨数字资源如何支持护理专业一年级学生在生物科学中的自主学习	采用多媒体学习的认知理论，研究数字资源在自主学习中的应用及其对学习效果的影响	研究仅基于定性访谈，样本可能不够广泛，缺乏量化数据的支持	探索数字资源如何支持护理专业一年级学生在生物科学中的自主学习	护理专业一年级学生	教育技术	NA	半结构化访谈、主题分析	NA	定性数据	未明确提及具体样本数量