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
441	2025-12-29	An adaptive hand exoskeleton rehabilitation training system integrating virtual reality and an AI-based assessment engine 2025, Frontiers in sports and active living IF:2.3Q2 DOI:10.3389/fspor.2025.1724021 PMID:41450855	研究论文	本文提出了一种集成了虚拟现实和基于AI评估引擎的自适应手部外骨骼康复训练系统，用于中风后手部运动障碍的康复	融合了生物信号传感、AI分析和虚拟现实交互，实现了高效、自适应、可量化的闭环训练过程，并基于多模态数据融合、闭环自适应控制和神经可塑性多感官增强三大理论支柱	单臂设计限制了因果推断，样本量小（n=24），干预周期短（4周），FMA-UE代理标签通过线性插值构建，且为临床控制环境而非真实世界部署	开发一个数据驱动、多模态闭环康复系统，以解决传统康复中依从性低、评估主观和个性化不足的问题，促进中风后手部功能恢复	中风幸存者（中风后3-12个月，FMA-UE评分15-50）	机器学习	心血管疾病	生物信号传感（6轴IMU，16通道sEMG），扩展卡尔曼滤波，虚拟现实交互	随机森林，支持向量回归	生物信号数据（运动学，肌肉激活），行为数据	24名中风幸存者，共479次训练会话，8,946个标注片段	Scikit-learn	随机森林（200棵树，深度8），支持向量回归（RBF核）	R², MAE, Spearman ρ, ICC, FMA-UE, ARAT, 握力, 标准化ROM, 任务成功率, SUS	云AI引擎，通过MQTT与基于Unity的VR进行双向通信
442	2025-12-29	Predicting Ki-67 expression levels in non-small cell lung cancer using an explainable CT-based deep learning radiomics model 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1655714 PMID:41450926	研究论文	本研究开发了一种可解释的CT影像深度学习放射组学模型，用于预测非小细胞肺癌中Ki-67的表达水平	结合临床放射学特征、放射组学特征和深度学习特征，构建了一个可解释的预测模型，并通过SHAP分析可视化特征贡献	回顾性研究设计，样本量相对有限，且仅基于两个中心的患者数据	预测非小细胞肺癌中Ki-67的表达水平，以辅助临床优化个性化治疗策略	非小细胞肺癌患者	数字病理学	肺癌	CT成像	支持向量机	图像	371名患者（中心1: 259名，中心2: 112名）	Scikit-learn	ResNet18	AUC, IDI	NA
443	2025-12-29	The research hotspots and trends of artificial intelligence technology in nursing management: a bibliometric study 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1710269 PMID:41451100	文献计量研究	本文通过文献计量学方法分析了人工智能在护理管理领域的研究热点与趋势	首次系统性地利用CiteSpace、VOSviewer和Bibliometrix工具对AI在护理管理领域的文献进行可视化分析，识别了五大研究集群和新兴热点	研究排除了非英语文献，且依赖文献计量分析，可能无法完全反映AI在临床实践中的实际应用情况	探索人工智能技术在护理管理领域的研究格局、热点与未来趋势	Web of Science核心合集和Scopus数据库中1990年至2025年8月的151篇英文出版物	机器学习	NA	文献计量分析	NA	文本	151篇出版物	CiteSpace, VOSviewer, Bibliometrix	NA	NA	NA
444	2025-12-29	Sentiment Analysis of Autologous Breast Reconstruction Using Natural Language Processing and Deep Learning 2025, Aesthetic surgery journal. Open forum DOI:10.1093/asjof/ojaf145 PMID:41451120	研究论文	本研究利用自然语言处理和深度学习技术，对患者关于自体乳房重建（DIEP、TRAM、LD皮瓣）的公开评论进行情感分析	首次将RoBERTa等NLP模型应用于大规模患者论坛评论，以量化分析患者对特定乳房重建手术的情感与情绪，补充了传统临床研究	样本量较小（仅212条评论），数据来源单一（仅RealSelf平台），可能无法代表所有患者群体	评估患者对自体乳房重建手术（DIEP、TRAM、LD皮瓣）的情感态度和情绪体验	RealSelf平台上关于DIEP、TRAM或LD皮瓣的公开患者评论	自然语言处理	乳腺癌	自然语言处理, 深度学习	RoBERTa	文本	212条患者评论（DIEP 153条，TRAM 20条，LD 39条）	NA	RoBERTa	NA	NA
445	2025-12-29	AI-driven advances in plant biotechnology: sharpening the edge of plant tissue culture and genome editing 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1718810 PMID:41451278	综述	本文综述了人工智能（AI）在植物组织培养和基因组编辑领域的应用进展与潜力	系统性地汇编了多种AI模型在CRISPR/Cas基因组编辑中的应用研究，并首次明确概述了AI如何变革植物组织培养和基因组编辑领域	AI在植物CRISPR建模中的应用尚未得到充分探索，且本文为综述性文章，未提出新的原创模型或实验数据	探讨AI技术如何推动植物生物技术，特别是植物组织培养和基因组编辑领域的进步	植物组织培养协议、CRISPR/Cas9基因组编辑系统、各种生物体中的编辑模型	机器学习	NA	CRISPR/Cas9基因组编辑	机器学习（ML）、人工神经网络（ANN）、深度学习（DL）	NA	NA	NA	NA	NA	NA
446	2025-12-28	Drug response in the era of precision medicine: A methodological review 2025, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2025.11.067 PMID:41446807	综述	本文系统回顾了药物反应预测的现有方法，重点关注输入数据结构、响应变量定义和使用的数据类型	提出了一个基于数据-响应关系的统一分类框架，包括单一数据类型与响应向量、单一数据类型与响应矩阵以及多数据类型与响应，从而能够跨不同疾病和数据类型比较统计和基于机器学习的方法	NA	综述药物反应预测的方法学，以支持精准医疗	药物反应预测的计算方法	机器学习	NA	NA	NA	结构化数据（如分子和药理学数据）和非结构化数据（如医学影像数据）	NA	NA	NA	NA	NA
447	2025-12-27	Research on partial discharge signal recognition and classification of power transformer based on acoustic-VMD and CNN-LSTM 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0335447 PMID:41264639	研究论文	本研究提出了一种基于声学-VMD和CNN-LSTM的混合模型，用于电力变压器局部放电信号的识别与分类	提出了一种新颖的混合模型，结合了样本熵优化的变分模态分解、并行1D-CNN和双向LSTM分支以及分层注意力机制，实现了自适应信号处理与基于注意力的深度学习的协同集成	未明确说明模型在更广泛或不同噪声环境下的泛化能力，也未讨论模型对计算资源的具体需求	提高电力变压器局部放电信号的识别与分类准确性，以预防绝缘故障	电力变压器的局部放电信号	机器学习	NA	声学信号处理，变分模态分解	CNN, LSTM	声学信号	未明确说明	NA	1D-CNN, 双向LSTM	分类准确率, 平均绝对定位误差, 角度精度, 处理时间	NA
448	2025-12-27	Pathway-guided architectures for interpretable AI in biological research 2025, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2025.10.063 PMID:41282420	综述	本文综述了基于通路指导的可解释深度学习架构（PGI-DLA）在生物研究中的进展，重点关注其组学兼容性、架构设计、特征解释以及生物与临床应用	系统总结了不同通路数据库（如KEGG、GO、Reactome、MSigDB）在知识范围、层次结构、细节水平和注释重点上的差异，并讨论了数据库选择对模型设计、性能和可解释性的影响，为优化PGI-DLA应用提供了指导	作为一篇综述文章，未提出新的实验模型或算法，主要基于现有文献进行总结和讨论	旨在通过整合先验通路知识，提升深度学习模型在生物多组学数据分析中的性能和可解释性，以促进生物学发现和临床转化	通路指导的可解释深度学习架构（PGI-DLA）及其在生物多组学数据建模中的应用	机器学习	NA	多组学数据分析	深度学习	多组学数据	NA	NA	NA	NA	NA
449	2025-12-27	Brand public opinion data analysis method based on deep learning 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0339563 PMID:41433265	研究论文	本文提出了一种基于深度学习的品牌舆情数据分析方法，通过改进情感词典并结合BERT模型进行情感分类	利用主题词和基准词算法增强情感词典，并结合预训练词向量与BERT线性情感分类模型，以提高舆情事件情感分析的准确性	NA	提升品牌舆情事件的情感分析准确性，为品牌所有者应对突发网络舆情提供技术支持	微博评论数据，针对特定品牌A在特定时间范围内的舆情事件相关话题数据	自然语言处理	NA	潜在狄利克雷分配主题模型，情感词典增强算法，预训练词向量	BERT	文本	NA	NA	BERT线性情感分类模型	NA	NA
450	2025-12-27	Identification and classification of oil and gas pipeline intru-sion events based on 1-D CNN network 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0338205 PMID:41433319	研究论文	本研究提出了一种结合相位敏感光时域反射计分布式声学传感与优化一维卷积神经网络的多模态传感交互框架，用于油气管道入侵事件的识别与分类	整合原始光纤振动信号与手工特征，并利用公开人体活动数据集进行迁移学习以提升特征泛化能力	数据集多样性有限，需进一步扩展并增强多传感器融合与自适应交互能力	开发实时、高灵敏度的油气管道安全监测系统	油气管道入侵事件（如手动敲击、机械挖掘、人类脚步）	机器学习	NA	相位敏感光时域反射计分布式声学传感	CNN	振动信号	NA	NA	一维卷积神经网络	分类准确率	NA
451	2025-12-27	Generational stability of environmentally induced epigenetic transgenerational inheritance of adult-onset disease over ten mammalian generations 2025, Environmental epigenetics IF:4.8Q1 DOI:10.1093/eep/dvaf033 PMID:41438350	研究论文	本研究通过连续繁殖10代大鼠，评估了环境暴露诱导的表观遗传跨代遗传对成年期疾病的影响	首次在哺乳动物中证明环境诱导的表观遗传跨代遗传可稳定维持长达10代，远超以往仅研究3-4代的范围	研究仅关注大鼠模型，未涉及其他哺乳动物；病理评估主要基于特定组织，可能未全面覆盖所有器官	探究环境暴露导致的表观遗传跨代遗传在哺乳动物中是否能在多代间稳定维持	远交大鼠群体，包括雄性和雌性谱系	表观遗传学	成年期疾病	DNA甲基化分析，深度学习组织学协议	深度学习	组织病理图像，DNA甲基化数据	连续10代大鼠群体	NA	NA	NA	NA
452	2025-12-27	Design and development of an mHealth application for pressure ulcer care and caregiver support 2025, Frontiers in digital health IF:3.2Q2 DOI:10.3389/fdgth.2025.1694486 PMID:41438477	研究论文	本研究旨在设计和开发一款名为IPI的移动健康应用程序，该应用集成了基于人工智能的压力性损伤分期、针对护理人员的教育、个性化营养支持和视觉伤口监测功能，以辅助护理人员和医疗专业人员提供及时有效的护理	开发了一个集成了AI压力性损伤分期、护理人员教育、个性化营养支持和伤口视觉监测的综合性移动健康应用程序，并采用了针对类别不平衡和类间细微差异的类别自适应增强流程以及增强的Vision Transformer架构	未来需要通过实验研究验证该应用程序的临床效用、对患者结局的影响以及改善家庭压力性损伤管理质量的潜力	设计和开发一个支持家庭压力性损伤护理和护理人员支持的移动健康应用程序	压力性损伤图像数据集（包括健康组织和1-4期溃疡）以及相关的护理人员和医疗专业人员	计算机视觉	压力性损伤	深度学习	Vision Transformer	图像	临床验证的压力性损伤图像数据集，涵盖六个类别（健康组织和1-4期溃疡）	NA	增强的Vision Transformer架构（具有分层特征表示和专门的自注意力机制）	准确率, 宏F1分数	NA
453	2025-12-27	Real-time segmentation and phenotypic analysis of rice seeds using YOLOv11-LA and RiceLCNN 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1673143 PMID:41439182	研究论文	提出了一种结合YOLOv11-LA目标检测、RiceLCNN分类、DeepSORT跟踪和亚像素边缘检测的集成智能分析模型，用于水稻种子的实时分割、分类和表型分析	在YOLOv11架构基础上，通过引入可分离卷积、CBAM注意力机制和模块剪枝策略，开发了轻量化的YOLOv11-LA模型，参数减少63.2%，计算复杂度降低51.6%，同时检测精度提升	未明确说明模型在极端光照条件、不同水稻品种或大规模田间部署时的泛化能力	实现水稻种子的实时、准确检测、分类和表型测量，以提升农业生产效率和粮食质量	水稻种子	计算机视觉	NA	深度学习，亚像素边缘检测，动态尺度校准	CNN，目标检测模型，分类模型，多目标跟踪算法	图像	未明确说明具体样本数量，但使用了私有数据集和公共基准数据集	未明确说明，可能为PyTorch（基于YOLO系列常见实现）	YOLOv11-LA（基于YOLOv11改进），RiceLCNN（自定义轻量CNN），DeepSORT	mAP@0.5:0.95，分类准确率，测量误差（毫米）	未明确说明具体硬件资源
454	2025-12-27	GAME-Net: an ensemble deep learning framework integrating Generative Autoencoders and attention mechanisms for automated brain tumor segmentation in MRI 2025, Frontiers in computational neuroscience IF:2.1Q3 DOI:10.3389/fncom.2025.1702902 PMID:41439240	研究论文	本文提出了一种集成深度学习框架GAME-Net，结合生成式自编码器和注意力机制，用于自动化脑肿瘤MRI分割	通过集成生成式自编码器、注意力机制和卷积神经网络，创新性地结合了无监督表示学习和注意力驱动的特征细化，提升了肿瘤分割的准确性和鲁棒性	需要在外部数据集上进行更广泛的验证以进一步证实其泛化能力	提升脑肿瘤在MRI图像中的自动分割性能，以改善治疗规划和临床结果	脑肿瘤	计算机视觉	脑肿瘤	MRI	CNN, 自编码器, Transformer	图像	5880张MRI图像	NA	U-Net, 注意力增强U-Net, 生成式自编码器	Dice系数, Jaccard指数, 准确率, 灵敏度, 特异性, AUC-ROC	NA
455	2025-12-26	Adapting and evaluating deep-pseudo neural network for survival data with time-varying covariates 2025, Journal of applied statistics IF:1.2Q2 DOI:10.1080/02664763.2024.2444649 PMID:40765660	研究论文	本研究将Deep-pseudo生存神经网络（DSNN）模型扩展应用于包含时变协变量的生存数据预测，并与扩展Cox模型、Dynamic-DeepHit及多元联合模型进行比较	首次将DSNN模型适应于处理时变协变量的生存数据，通过离散化生存时间扩展其应用场景，在模拟和真实数据中验证了其预测潜力	研究主要基于模拟数据和单一真实数据集，未在更广泛的实际临床场景中验证模型的泛化能力	开发并评估适用于时变协变量生存数据预测的深度学习模型	包含时变协变量的生存数据	机器学习	NA	深度学习	神经网络	生存数据	NA	NA	Deep-pseudo生存神经网络（DSNN）	Brier分数	NA
456	2025-12-26	Ratio maps of T1w/T2w MRI signal intensity do not improve deep-learning segmentation of pediatric brain tumors 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0323398 PMID:41428695	研究论文	本研究探讨了在儿科脑肿瘤分割任务中，使用T1w/T2w比值图或组合图是否能够提升基于nnU-Net的深度学习模型性能	首次系统评估T1w/T2w比值图在儿科脑肿瘤自动分割中的实际效用，挑战了该技术在组织区分方面的传统认知	研究仅基于BraTS-PED 2024数据集，样本量相对有限（n=261），且未探索其他可能的图像融合或预处理方法	评估T1w/T2w比值图对儿科脑肿瘤自动分割模型性能的影响	儿科脑肿瘤患者的MRI图像	数字病理学	脑肿瘤	MRI（包括T1加权、T2加权、FLAIR和对比增强T1加权成像）	CNN	医学影像（MRI）	261名儿科脑肿瘤患者	nnU-Net	U-Net	Dice系数	NA
457	2025-12-25	TPS5 and TOR signaling components are determinants of Populus balsamifera leaf morphology 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1683866 PMID:41424546	研究论文	本研究通过多基因座GWAS和深度学习基因组预测，探究了313个杨树基因型叶片形态的遗传结构，并鉴定了TPS5和TOR信号通路组分在叶片形态决定中的关键作用	开发了GWADL（全基因组关联分析增强的深度学习）策略用于基因组选择模型，并首次发现倍半萜合酶TPS5在植物正常生长发育中的新功能	研究样本量相对有限（313个基因型），且外源倍半萜处理实验仅在杨树中进行验证	解析杨树叶片形态自然变异的遗传基础以最大化生物量积累	313个美洲黑杨（Populus balsamifera）基因型的叶片形态特征	植物遗传学	NA	全基因组关联分析（GWAS），深度学习基因组预测，外源化学处理	深度学习	基因型数据，叶片形态表型数据（12个相关性状）	313个杨树基因型	NA	GWADL（全基因组关联分析增强的深度学习）	方差解释率	NA
458	2025-12-25	Detection techniques for tomato diseases under non-stationary climatic conditions 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1704663 PMID:41424549	研究论文	提出了一种名为CTTA-DisDet的连续测试时域适应框架，用于在非平稳气候条件下检测番茄病害	引入动态数据增强（包括显式和隐式增强）和教师-学生架构，结合LLMs生成新域数据，通过随机恢复神经元权重防止灾难性遗忘，实现模型在测试时对演化环境的自适应	未明确提及具体的数据集规模或模型在极端气候条件下的鲁棒性验证	提高番茄病害检测模型在非平稳气候条件下的泛化能力和适应性	番茄病害	计算机视觉	NA	深度学习	YOLO系列模型	图像	NA	PyTorch	YOLO	准确率	NA
459	2025-12-25	Machine learning-based prediction model for teicoplanin plasma concentrations in adults with liver disease using real-world data 2025, Frontiers in pharmacology IF:4.4Q1 DOI:10.3389/fphar.2025.1703976 PMID:41424785	研究论文	本研究利用真实世界临床数据，通过机器学习和深度学习技术，为肝病患者构建了替考拉宁血浆浓度的预测模型	首次结合多种机器学习算法（包括TransTab等）和随机森林填补缺失值的方法，针对肝病患者群体构建替考拉宁血浆浓度的预测模型，并识别出日剂量、血红蛋白和天门冬氨酸氨基转移酶为最具影响力的特征	研究为单中心回顾性研究，样本量相对有限（646名患者），且模型性能需在更广泛的外部数据集中进一步验证	构建一个用于预测肝病患者替考拉宁血浆浓度的机器学习模型，以优化个体化给药策略	在中国一家三级医院接受替考拉宁治疗药物监测的肝病患者	机器学习	肝病	治疗药物监测	LightGBM, RF, TransTab	临床数据（结构化电子病历数据）	646名患者（共689个替考拉宁浓度数据点）	Scikit-learn, LightGBM, TransTab	LightGBM, 随机森林, TransTab	RMSE, R2, MAE, 预测误差在±30%内的准确率	NA
460	2025-12-25	Spectral methods for Neural Integral Equations 2025, Ricerche di matematica IF:1.1Q2 DOI:10.1007/s11587-025-01021-4 PMID:41425249	研究论文	本文提出了一种基于谱方法的神经积分方程框架，用于在谱域中学习算子，以降低计算成本并提高插值精度	引入谱方法到神经积分方程中，通过在谱域学习算子实现计算效率提升和高精度插值	NA	开发一种计算效率更高的神经积分方程模型，以利用积分算子的非局部特性进行机器学习	神经积分方程模型	机器学习	NA	谱方法	神经积分方程	NA	NA	NA	NA	插值精度	NA