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
401	2025-08-06	Improved in Silico Identification of Protein-Protein Interactions Using Deep Learning Approach 2025 Jan-Dec, IET systems biology IF:1.9Q3 DOI:10.1049/syb2.70008 PMID:40275540	研究论文	本文提出了一种名为Deep_PPI的新型深度学习模型，用于预测多种物种的蛋白质-蛋白质相互作用（PPIs）	开发了Deep_PPI模型，采用21D向量表示氨基酸残基，并使用Keras二进制轮廓编码技术，通过一维卷积神经网络构建预测模型，性能优于现有机器学习和PPI方法	未提及模型在特定疾病或复杂生物系统中的适用性验证	提高蛋白质-蛋白质相互作用的计算机识别准确性，支持新药开发	多种物种的蛋白质序列（如人类、秀丽隐杆线虫、大肠杆菌等）	机器学习	癌症	深度学习、Keras二进制轮廓编码	CNN	蛋白质序列数据	多种物种数据集（未明确样本数量）
402	2025-08-06	LTR-Net: A deep learning-based approach for financial data prediction and risk evaluation in enterprises 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0328013 PMID:40748872	研究论文	本文提出了一种名为LTR-Net的深度学习模型，用于企业金融数据预测和风险评估	LTR-Net结合了LSTM、Transformer和ResNet模块，能够有效处理金融数据中的多维特征和动态变化，显著提高了预测准确性和稳定性	未明确提及具体限制，但可能涉及模型在更广泛数据集上的泛化能力验证	提高金融数据预测和风险评估的准确性和稳定性	企业金融数据和风险	机器学习	NA	深度学习	LSTM, Transformer, ResNet	时间序列数据	Kaggle Financial Distress Prediction Dataset和Yahoo Finance Stock Market Data
403	2025-08-06	A comparative study of machine learning models for automated detection and classification of retinal diseases in Ghana 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0327743 PMID:40748964	研究论文	本研究比较了多种卷积神经网络模型在加纳视网膜疾病自动检测和分类中的性能	使用多种先进的CNN模型（如DenseNet121、ResNet50、Inception V3和MobileNet）进行视网膜疾病的自动检测和分类，并采用高斯过程贝叶斯优化（GPBBO）方法进行超参数调优	数据集有限，未来研究需要扩展数据集并验证模型在临床环境中的实际应用	开发和比较多种CNN模型在视网膜疾病自动检测和分类中的性能	视网膜疾病（如青光眼、黄斑水肿、后玻璃体脱离）和正常眼睛的OCT图像	计算机视觉	视网膜疾病	光学相干断层扫描（OCT）	CNN（包括DenseNet121、ResNet50、Inception V3、MobileNet）	图像	来自WATBORG眼科诊所的OCT图像
404	2025-08-06	AI-Driven fetal distress monitoring SDN-IoMT networks 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0328099 PMID:40743297	研究论文	本研究提出了一种基于生成对抗网络（GAN）和自动编码器模型的框架，用于解决胎儿监护中的信息不平衡问题	利用重建误差和基于Wasserstein距离的GANs解决胎儿心率和减速数据不平衡问题，提高了产前监护的性能	研究仅使用了CTU-UHB数据集进行验证，可能需要更多样化的数据集来验证模型的普适性	提高产前监护的性能，预防胎儿并发症或死亡	孕妇的临床数据，特别是胎儿心率和减速	数字病理学	产科疾病	GAN, 自动编码器模型	GAN	临床数据	使用了CTU-UHB数据集，具体样本数量未明确说明
405	2025-08-06	Dynamic Personalized Federated Learning for Cross-Spectral Palmprint Recognition 2025, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2025.3592508 PMID:40737152	研究论文	本文提出了一种动态个性化联邦学习模型DPFed-Palm，用于跨光谱掌纹识别，以解决隐私泄露和非独立同分布问题	提出了一种新的损失函数组合和动态权重选择策略，以增强模型特征表示能力并优化个性化全局模型	未提及模型在更大规模数据集上的泛化能力	解决掌纹识别中的隐私泄露和非独立同分布问题，提高识别性能	跨光谱掌纹图像	计算机视觉	NA	联邦学习	DPFed-Palm（基于FedAvg和PFL的组合策略）	图像	三个公共数据集（PolyU multispectral, IITD, CASIA）
406	2025-08-06	Multi-scale feature pyramid network with bidirectional attention for efficient mural image classification 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0328507 PMID:40758742	研究论文	提出了一种基于DenseNet201-FPN的深度学习模型，用于壁画图像分类，结合双向注意力机制和动态焦点蒸馏损失	引入双向卷积块注意力模块(Bi-CBAM)、动态焦点蒸馏损失和凸正则化，提升低频类别的细节感知能力	数据集规模有限(2000张图像)，可能影响模型泛化能力	解决壁画图像识别中的跨文化和多时期风格泛化挑战	壁画图像	计算机视觉	NA	深度学习	DenseNet201-FPN, Bi-CBAM, LSTM	图像	2000张壁画图像，26个子类别
407	2025-08-06	SMoFFI-SegFormer: a novel approach for ovarian tumor segmentation based on an improved SegFormer architecture 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1555585 PMID:40761240	研究论文	提出了一种基于改进SegFormer架构的卵巢肿瘤分割新方法SMoFFI-SegFormer	引入了新颖的自调制融合与特征抑制（SMoFFI）模块，增强多尺度特征表示并处理肿瘤空间异质性	未提及具体局限性	提高卵巢癌诊断准确性和患者预后	卵巢肿瘤的超声图像分割	数字病理学	卵巢癌	深度学习	改进的SegFormer架构（SMoFFI-SegFormer）	超声图像	两个公共数据集（OTU_2D和OTU_CEUS）
408	2025-08-06	Hybrid deep learning models for text-based identification of gene-disease associations 2025, BioImpacts : BI IF:2.2Q3 DOI:10.34172/bi.31226 PMID:40761527	研究论文	本研究利用深度学习技术自动识别基因与疾病之间的关联，通过公开数据集进行分类	采用三种混合深度学习模型（CNN-LSTM、CNN-GRU和CNN-GRU-LSTM）并结合注意力机制，相比现有方法（如BioBERT）在分类性能上表现更优	未提及具体局限性	自动化识别基因与疾病之间的关联，以促进医学研究和改善临床结果	基因与疾病关联的文本数据	自然语言处理	NA	Word2Vec, fastText, 注意力机制	CNN-LSTM, CNN-GRU, CNN-GRU-LSTM	文本	三个公开数据集（EU-ADR、GAD和SNPPhenA）
409	2025-08-06	DLML-PC: an automated deep learning and metric learning approach for precise soybean pod classification and counting in intact plants 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1583526 PMID:40761559	研究论文	提出了一种结合深度学习和度量学习的自动化方法DLML-PC，用于精确分类和计数完整大豆植株上的豆荚	直接检测未拆解植株上不同类型豆荚的数量，并通过度量学习方法修正计数结果，提高了对不同类型豆荚计数的准确性	未明确提及研究的局限性	简化传统人工过程，快速准确测定大豆成熟期豆荚数量表型	大豆植株上的豆荚	计算机视觉	NA	深度学习，度量学习	YOLOX, Siamese Network, SE-ResNet50	图像	未明确提及具体样本数量
410	2025-08-06	Dynamic gating-enhanced deep learning model with multi-source remote sensing synergy for optimizing wheat yield estimation 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1640806 PMID:40761564	研究论文	本研究提出了一种基于LSTM-Transformer架构的动态门控增强深度学习模型STF-MoE，用于优化小麦产量估算	引入了时空融合专家混合（STF-MoE）机制和自适应门控网络，动态处理多源遥感特征和环境变量	在极端产量区域存在低估现象，未来需要优化计算效率和整合更高分辨率数据	提高小麦产量估算的准确性，以支持高效的作物管理	中国六个主要省份的小麦产量	机器学习	NA	多源遥感数据融合（如NIRv、Fpar）	LSTM-Transformer	遥感数据、环境变量	六个中国主要省份的小麦产量数据
411	2025-08-06	Detection of microplastics stress on rice seedling by visible/near-infrared hyperspectral imaging and synchrotron radiation Fourier transform infrared microspectroscopy 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1645490 PMID:40761567	研究论文	本研究利用可见/近红外高光谱成像和同步辐射傅里叶变换红外显微光谱技术，检测微塑料胁迫下水稻幼苗的生理生化变化	提出了一种改进的SE-LSTM全光谱检测模型，检测准确率超过93.88%，并结合SHAP框架解释模型，识别与叶绿素、类胡萝卜素、水分含量和纤维素相关的波段	研究仅针对三种微塑料（PET、PS、PVC）和特定浓度（0、10、100 mg/L）进行，可能无法涵盖所有微塑料类型和浓度范围	开发高效、无损的检测方法，快速筛查和诊断微塑料胁迫下的水稻幼苗	暴露于不同浓度微塑料胁迫下的水稻幼苗	农业光谱技术	NA	可见/近红外高光谱成像（VNIR-HSI）、同步辐射傅里叶变换红外光谱（SR-FTIR）、二维相关光谱（2DCOS）	改进的SE-LSTM	光谱数据	暴露于不同浓度（0、10、100 mg/L）PET、PS、PVC微塑料胁迫的水稻幼苗
412	2025-08-06	Cardio-rheumatology: integrated care and the opportunities for personalized medicine 2025, Therapeutic advances in musculoskeletal disease IF:3.4Q2 DOI:10.1177/1759720X251357188 PMID:40761822	综述	本文综述了系统性硬化症（SSc）心脏受累（SHI）的最新认识，包括当前标准临床心脏评估方法、SHI各种心脏表现的流行情况以及精准医学的前沿进展	介绍了范德比尔特大学医学中心新型跨学科心脏风湿病学诊所的发展，利用先进的成像技术和复杂数据集的系统检索与分析，为SSc患者提供个性化医疗机会	SSc的低流行率可能限制了AI数据处理的广泛应用，需要开发多中心云基图像共享平台以加速临床研究	通过跨学科合作和先进技术，早期检测SSc患者的心脏受累，改善患者预后	系统性硬化症（SSc）患者的心脏受累（SHI）	数字病理学	心血管疾病	指甲襞毛细血管镜检查、热成像、多普勒手部超声、超声心动图、动态心脏节律监测、心脏磁共振成像、心脏正电子发射断层扫描/计算机断层扫描	深度学习、模式识别、AI	图像、监测数据	NA
413	2025-08-05	Machine learning outperforms the Canadian Triage and Acuity Scale (CTAS) in predicting need for early critical care 2025-01, CJEM DOI:10.1007/s43678-024-00807-z PMID:39560909	研究论文	本研究比较了机器学习模型与加拿大分诊和敏锐度量表(CTAS)在预测急诊科患者12小时内需要重症监护的能力	机器学习模型在预测急诊科患者需要早期重症监护方面优于传统的CTAS评分	需要未来研究验证这些机器学习模型在实际临床环境中的表现	改进急诊科分诊系统，提高对需要重症监护患者的识别能力	急诊科就诊患者	机器学习	NA	机器学习	LASSO回归、梯度提升树和深度学习模型	临床数据	670,841次急诊就诊记录
414	2025-08-04	Improving synergistic drug combination prediction with signature-based gene expression features in oncology 2025, Frontiers in pharmacology IF:4.4Q1 DOI:10.3389/fphar.2025.1614758 PMID:40746727	研究论文	本文提出了一种基于药物抗性特征（DRS）的新方法，用于改进肿瘤学中协同药物组合的预测	整合药物抗性特征（DRS）作为生物信息学表示，提供更全面的药物组合预测框架	未明确提及具体局限性	改进协同药物组合的预测方法	药物组合及其在肿瘤治疗中的协同效应	机器学习	癌症	机器学习（LASSO、随机森林、AdaBoost、XGBoost）和深度学习模型SynergyX	LASSO、随机森林、AdaBoost、XGBoost、SynergyX	基因表达数据	多个独立数据集（ALMANAC、O'Neil、OncologyScreen、DrugCombDB）
415	2025-08-04	Deep learning-based classification of multiple fundus diseases using ultra-widefield images 2025, Frontiers in cell and developmental biology IF:4.6Q1 DOI:10.3389/fcell.2025.1630667 PMID:40746855	研究论文	本研究开发了一种基于深度学习的混合模型，用于利用超广角眼底图像分类多种眼底疾病，以提高诊断效率和准确性	结合DenseNet121特征提取器和XGBoost分类器，利用Grad-CAM可视化模型决策过程，显著提高了多种眼底疾病的分类准确率	研究为回顾性研究，可能受到数据收集时间和范围的限制	开发辅助临床决策的自动化诊断工具，提高眼科疾病诊断效率	超广角眼底图像，涵盖16种眼底疾病	计算机视觉	眼底疾病	深度学习	DenseNet121 + XGBoost	图像	10,612张超广角眼底图像
416	2025-08-04	Relationship between personality and sleep: a dual validation study combining empirical and big data-driven approaches 2025, Frontiers in psychiatry IF:3.2Q2 DOI:10.3389/fpsyt.2025.1596269 PMID:40747256	研究论文	本研究结合实证和大数据驱动的方法，探讨人格特质与睡眠问题及自报睡眠质量之间的关系	利用深度学习模型分析微博数据，揭示人格特质与睡眠质量之间的复杂关系	研究主要基于微博数据，可能无法完全代表所有人群的睡眠和人格特征	探究人格特质与睡眠问题及自报睡眠质量之间的关系	微博用户及其发布的帖子	自然语言处理	NA	深度学习	基于FFM的深度学习模型	文本	336名活跃用户和15,251名用户的4,860,000条微博帖子
417	2025-08-04	Enhancing Deep Learning-Based Subabdominal MR Image Segmentation During Rectal Cancer Treatment: Exploiting Multiscale Feature Pyramid Network and Bidirectional Cross-Attention Mechanism 2025, International journal of biomedical imaging IF:3.3Q2 DOI:10.1155/ijbi/7560099 PMID:40747370	研究论文	该研究提出了一种基于多尺度特征金字塔网络和双向交叉注意力机制的新方法，用于直肠癌治疗期间的腹部MR图像分割	使用扩张卷积和多尺度特征金字塔网络减少语义差距，并引入双向交叉注意力机制以保留空间信息	NA	解决U-Net在直肠癌治疗期间腹部MR图像分割中的错位和语义差距问题	腹部MR图像	计算机视觉	直肠癌	MR图像分割	U-Net	图像	NA
418	2025-08-04	Artificial intelligence for diagnosing bladder pathophysiology: An updated review and future prospects 2025, Bladder (San Francisco, Calif.) DOI:10.14440/bladder.2024.0054 PMID:40747464	综述	本文全面回顾了人工智能在膀胱病理生理学诊断中的应用，并探讨了未来的发展前景	总结了AI在膀胱病理生理学诊断中的最新进展，并提出了未来发展的方向	数据质量、算法可解释性及临床整合是当前面临的主要挑战	探讨人工智能在膀胱病理生理学诊断中的整合与应用	膀胱病理生理学相关疾病，包括膀胱癌、间质性膀胱炎、膀胱过度活动症等	数字病理学	膀胱癌	机器学习和深度学习	NA	NA	NA
419	2025-08-04	CLGB-Net: fusion network for identifying local and global information of lesions in digital mammography images 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1600057 PMID:40746601	research paper	提出了一种名为CLGB-Net的深度学习模型，用于数字乳腺X线图像中病灶的局部和全局信息融合识别	整合了ResNet-50、Swin Transformer、FPN和CAM四种网络架构，实现了局部特征与全局上下文信息的高效融合	未提及模型在跨设备或跨中心数据上的泛化能力	提高乳腺癌早期筛查的准确性和鲁棒性	数字乳腺X线图像中的病灶	digital pathology	breast cancer	deep learning	CLGB-Net (融合ResNet-50、Swin Transformer、FPN、CAM)	image	3552例样本（包含正常、良性和恶性病例）
420	2025-08-03	Foundation models in ophthalmology: opportunities and challenges 2025-Jan-01, Current opinion in ophthalmology IF:3.0Q1 DOI:10.1097/ICU.0000000000001091 PMID:39329204	综述	本文探讨了眼科领域基础模型的机遇与挑战，特别是RETFound和大型语言模型如GPT-4、Gemini在医疗专业化中的应用	介绍了首个眼科基础模型RETFound，以及大型语言模型在眼科任务中的表现优于传统模型	眼科专用多模态模型仍存在显著不足，主要由于训练这些模型需要大量计算资源及高质量眼科数据集的限制	探索眼科领域基础模型和大型语言模型的进一步发展和应用	眼科基础模型和大型语言模型	医学人工智能	眼科疾病	基础模型、大型语言模型(LLM)	RETFound、GPT-4、Gemini	多模态数据	NA