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
481	2025-07-26	FedGAN: Federated diabetic retinopathy image generation 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0326579 PMID:40705831	研究论文	提出FedGAN框架，结合生成对抗网络（GANs）与跨机构联邦学习，用于生成合成糖尿病视网膜病变图像	结合联邦学习与GANs，在保护隐私的前提下生成高质量医学图像，解决数据稀缺问题	实验仅展示了在糖尿病视网膜病变数据集上的效果，未验证其他医学图像的适用性	解决医学AI中的数据稀缺和隐私保护问题	糖尿病视网膜病变图像	数字病理	糖尿病视网膜病变	GAN, 联邦学习	DCGAN, FedAvg	医学图像	NA
482	2025-07-26	Correction: Deep learning-based text generation for plant phenotyping and precision agriculture 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1648292 PMID:40708587	correction	本文是对先前一篇关于基于深度学习的植物表型和精准农业文本生成文章的更正	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
483	2025-07-26	Ultrasound radiomics models improve preoperative diagnosis and reduce unnecessary biopsies in indeterminate thyroid nodules 2025, Frontiers in endocrinology IF:3.9Q2 DOI:10.3389/fendo.2025.1615304 PMID:40708722	研究论文	本研究开发并评估了超声放射组学模型，以提高不确定甲状腺结节的诊断准确性并减少不必要的手术	专注于具有明确病理结果的不确定甲状腺结节，开发了三种放射组学模型，并在独立训练和验证队列中进行了评估	回顾性研究设计可能限制了结果的普遍性，样本量相对较小	提高不确定甲状腺结节的诊断准确性并减少不必要的手术	197个具有明确病理结果的不确定甲状腺结节	数字病理	甲状腺结节	超声放射组学	Radunion模型, Radsize模型	超声图像	197个不确定甲状腺结节（训练队列136个，验证队列61个）
484	2025-07-26	Neural signals, machine learning, and the future of inner speech recognition 2025, Frontiers in human neuroscience IF:2.4Q2 DOI:10.3389/fnhum.2025.1637174 PMID:40708808	综述	本文综述了机器学习在内隐语音识别（ISR）中的关键作用及其在脑机接口和辅助技术中的潜在应用	综合并组织了现有的ISR方法学，提出了结构化的数学框架，并对现有机器学习方法进行了详细的比较分析	讨论了当前技术在获取高质量神经信号方面的挑战以及技术的局限性	探索机器学习如何改进内隐语音的神经信号分析和分类，以推动脑机接口和辅助技术的发展	内隐语音相关的神经信号	机器学习	NA	支持向量机（SVMs）、随机森林、卷积神经网络（CNNs）	SVM、随机森林、CNN	神经信号	NA
485	2025-07-26	ABCFold: easier running and comparison of AlphaFold 3, Boltz-1, and Chai-1 2025, Bioinformatics advances IF:2.4Q2 DOI:10.1093/bioadv/vbaf153 PMID:40708869	research paper	ABCFold简化了AlphaFold 3、Boltz-1和Chai-1的使用，通过标准化输入预测原子结构，并便于比较不同方法的结果	提供标准化输入和统一结果处理，便于安装和运行AlphaFold 3而无需下载大型数据库	未明确说明是否适用于所有类型的目标	简化深度学习结构预测方法的使用和结果比较	蛋白质和复合物的原子结构预测	computational biology	NA	deep learning-based structure prediction	AlphaFold 3, Boltz-1, Chai-1	protein sequences and structures	NA
486	2025-07-26	Hybrid representation learning for human m6A modifications with chromosome-level generalizability 2025, Bioinformatics advances IF:2.4Q2 DOI:10.1093/bioadv/vbaf170 PMID:40708868	研究论文	本研究提出了两种新型混合深度学习模型，用于预测人类m6A修饰位点，并提高了染色体水平的泛化能力	提出了两种混合深度学习模型（Hybrid Model和Hybrid Deep Model），整合了局部序列特征（k-mers）和上下文嵌入，通过CNN提升预测性能和泛化能力	深度全局表示可能在染色体独立设置中过拟合	提高m6A修饰位点预测的准确性和染色体水平的泛化能力	人类m6A修饰位点	机器学习	NA	深度学习	CNN	序列数据	NA
487	2025-07-26	Deep learning-assisted diagnosis of liver tumors using non-contrast magnetic resonance imaging: a multicenter study 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1582322 PMID:40708941	research paper	本研究开发并验证了一种基于深度卷积神经网络的非对比磁共振成像（NC-MRI）肝脏病变分类方法	利用非对比MRI进行肝脏肿瘤分类，减少了成本、扫描时间和对比剂风险	研究主要关注三类肝脏病变（良性、原发性恶性和转移性），可能不适用于其他类型病变	开发并验证一种基于深度学习的非对比MRI肝脏病变分类模型	肝脏肿瘤患者的MRI图像	digital pathology	liver cancer	non-contrast MRI (NC-MRI), T2-weighted, diffusion-weighted imaging (DWI), multiphasic T1-weighted imaging	Inception-ResNet V2	image	50418张增强MRI图像，来自1959名肝脏肿瘤患者，三个中心的数据
488	2025-07-26	Integrating multimodal cancer data using deep latent variable path modelling 2025, Nature machine intelligence IF:18.8Q1 DOI:10.1038/s42256-025-01052-4 PMID:40709098	研究论文	本文提出了一种名为深度潜在变量路径建模的方法，用于整合多模态癌症数据	结合深度学习的表征能力和路径建模的能力，识别复杂系统中相互作用元素之间的关系	未提及具体局限性	整合多模态癌症数据以获得对病理学的全面理解	乳腺癌数据	数字病理学	乳腺癌	单核苷酸变异、甲基化分析、microRNA测序、RNA测序和组织学数据	深度潜在变量路径建模	多模态数据（包括基因组学、转录组学和组织学数据）	来自The Cancer Genome Atlas的乳腺癌数据
489	2025-07-26	Bullying and cyberbullying. A high risk, in boys and girls, of superficial learning, poor planning and academic procrastination 2025, Frontiers in psychology IF:2.6Q2 DOI:10.3389/fpsyg.2025.1567523 PMID:40709227	研究论文	本研究分析了欺凌和网络欺凌与深度学习、浅层学习、规划决策以及学业拖延之间的关联	揭示了欺凌和网络欺凌对青少年学习行为的多方面影响，包括浅层学习和学业拖延，并量化了受害者和施暴者的风险差异	研究样本仅来自西班牙，可能限制了结果的普遍性	探究欺凌和网络欺凌对青少年学习行为的影响	1263名10-16岁的西班牙学童（51.39%为女孩）	教育心理学	NA	协方差分析(ANCOVA)和二元逻辑回归	NA	问卷调查数据	1263名西班牙学童（10-16岁）
490	2025-07-25	Artificial Intelligence in Cancer Diagnosis: A Game-changer in Healthcare 2025, Current pharmaceutical biotechnology IF:2.2Q3 DOI:10.2174/0113892010298852240528123911 PMID:38847160	综述	本文综述了人工智能在癌症早期诊断中的潜在应用及其对医疗保健的影响	强调深度学习算法在识别复杂模式和提升癌症诊断精度方面的潜力，并探讨了AI在患者筛选、风险分层及诊断复发的应用	讨论了AI在医疗应用中面临的伦理问题、数据质量、资源需求及报告一致性的挑战	探讨人工智能在癌症早期诊断中的应用及其临床潜力	无症状患者的恶性肿瘤风险筛查、有症状患者的调查与优先级排序、癌症复发的精确诊断	数字病理学	癌症	深度学习、神经网络、逻辑回归	深度学习算法	影像数据（如CT、乳腺X光）、病理切片、外周血分析数据	NA
491	2025-07-25	Prognostic Value Of Deep Learning Based RCA PCAT and Plaque Volume Beyond CT-FFR In Patients With Stent Implantation 2025, Current medical imaging IF:1.1Q3 DOI:10.2174/0115734056335065250426150739 PMID:40357785	研究论文	本研究探讨了基于深度学习的RCA PCAT和斑块体积在冠状动脉CT血管造影（CTA）衍生的血流储备分数（CT-FFR）之外对经皮冠状动脉介入治疗（PCI）患者的预后价值	首次将基于深度学习的RCA PCAT和斑块体积与CT-FFR进行比较，发现其在预测主要不良心血管事件（MACE）方面具有更强的关联性	研究为回顾性设计，样本量较小（183例患者），且随访时间有限	评估基于深度学习的PCAT和斑块体积在PCI患者中的预后价值	183例接受PCI并进行了冠状动脉CTA的患者	数字病理学	心血管疾病	冠状动脉CTA、深度学习	深度学习	医学影像	183例PCI患者
492	2025-07-25	Hybrid deep learning optimization for smart agriculture: Dipper throated optimization and polar rose search applied to water quality prediction 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0327230 PMID:40690512	research paper	本研究提出了一种新颖的混合元启发式框架，结合了Dipper Throated Optimization (DTO)和Polar Rose Search (PRS)，用于提升深度学习模型在水质预测中的性能	结合了生物启发的DTO算法和PRS算法，提出了一种混合优化框架，用于处理高维数据集并提升预测准确性	未提及具体的数据集规模或实际应用中的潜在限制	提升智能农业中的水质预测精度，支持可持续农业灌溉决策	水质数据，特别是与土豆种植相关的高质量灌溉水	machine learning	NA	Dipper Throated Optimization (DTO), Polar Rose Search (PRS), Radial Basis Function Network (RBFN)	RBFN	水质数据	NA
493	2025-07-25	Evolution from the physical process-based approaches to machine learning approaches to predicting urban floods: a literature review 2025, Environmental systems research DOI:10.1186/s40068-025-00409-3 PMID:40692624	review	本文综述了过去二十年来城市洪水预测方法的演变，从传统的基于物理过程的方法到AI和机器学习方法	聚焦AI驱动的实时和社区集成方法在洪水预测中的最新进展	许多城市缺乏使用这些工具所需的数据、传感器或系统，且许多模型未与城市规划或社区工作相结合	探讨城市洪水预测方法的演变及其改进	城市洪水预测方法	machine learning	NA	GIS, LiDAR, 卫星图像, 深度学习, 混合模型	AI, 机器学习, 深度学习, 混合模型	天气信息, 传感器数据, 社交媒体数据	NA
494	2025-07-25	High-throughput end-to-end aphid honeydew excretion behavior recognition method based on rapid adaptive motion-feature fusion 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1609222 PMID:40692669	研究论文	提出一种基于快速自适应运动特征融合的端到端蚜虫蜜露排泄行为识别方法，用于提高检测精度和操作效率	首次建立了包含蚜虫爬行、腿部弹动和蜜露排泄行为的细粒度数据集，开发了快速自适应运动特征融合算法，并优化了RT-DETR检测模型	未提及具体的数据集规模或在实际农业环境中的适用性测试	提高蚜虫蜜露排泄行为的检测效率和准确性，以研究其摄食活动和评估植物抗性水平	蚜虫的蜜露排泄行为	计算机视觉	NA	深度学习	RT-DETR, ResNet50	视频	未明确提及具体样本数量
495	2025-07-25	Classifying office workers with and without cervicogenic headache or neck and shoulder pain using posture-based deep learning models: a multicenter retrospective study 2025, Frontiers in pain research (Lausanne, Switzerland) DOI:10.3389/fpain.2025.1614143 PMID:40692757	研究论文	开发并评估基于习惯性坐姿图像的深度学习模型，用于分类有或无颈源性头痛或颈肩痛的办公室员工	首次使用深度学习模型从习惯性坐姿图像中分类颈源性头痛和颈肩痛，并利用CAM技术可视化模型关注区域	静态姿势与肌肉骨骼疼痛之间的复杂关系需要临床实践中采用多模式评估方法	开发用于肌肉骨骼疾病早期检测的自动化分类工具	531名办公室员工(135名CH患者，365名NSP患者，108名CH+NSP患者和139名对照组)	计算机视觉	肌肉骨骼疾病	深度学习	VGG19, ResNet50, EfficientNet B5	图像	531名办公室员工的904张习惯性坐姿图像
496	2025-07-25	Deep learning for enhancement of low-resolution and noisy scanning probe microscopy images 2025, Beilstein journal of nanotechnology IF:2.6Q2 DOI:10.3762/bjnano.16.83 PMID:40692894	研究论文	本研究使用传统方法和深度学习模型提升低分辨率AFM图像的质量和分辨率	深度学习模型在超分辨率任务中表现优于传统方法，并能完全消除AFM图像中的常见伪影	研究中未提及深度学习模型的具体计算资源需求或训练时间	提升原子力显微镜(AFM)图像的分辨率和质量	低分辨率和含噪声的AFM图像	计算机视觉	NA	AFM扫描	深度学习模型	图像	未明确提及具体样本数量
497	2025-07-25	Multidisciplinary Evaluation of an AI-Based Pneumothorax Detection Model: Clinical Comparison with Physicians in Edge and Cloud Environments 2025, Journal of multidisciplinary healthcare IF:2.7Q2 DOI:10.2147/JMDH.S535405 PMID:40693169	研究论文	本研究评估了一种基于Google Cloud Vertex AI的深度学习模型在气胸检测中的诊断准确性，并与不同经验水平的医生进行了比较	该研究首次在云端和边缘部署环境中评估AI模型的气胸检测性能，并特别关注了微小气胸病例的检测能力	研究样本量较小（152例），且来自单一中心，可能影响结果的普遍性	评估AI模型在气胸检测中的诊断准确性及其临床应用潜力	胸部X光片中的气胸检测	数字病理	肺病	AutoML Vision	深度学习模型	医学影像	152例匿名胸部X光片（76例气胸，76例正常）
498	2025-07-25	MSPO: A machine learning hyperparameter optimization method for enhanced breast cancer image classification 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251361603 PMID:40693252	研究论文	本文提出了一种多策略鹦鹉优化器（MSPO）用于乳腺癌图像分类任务，以提高深度学习模型的超参数优化效率和分类性能	在原始鹦鹉优化器基础上整合了Sobol序列初始化、非线性递减惯性权重和混沌参数等策略，增强了全局探索能力和收敛稳定性	仅在BreaKHis乳腺癌图像数据集上进行了验证，需要更多数据集测试其泛化能力	提高乳腺癌图像分类的准确性和效率	乳腺癌图像	计算机视觉	乳腺癌	深度学习	ResNet18	图像	BreaKHis数据集
499	2025-07-24	Identifying pivotal sites affecting thermostability of GH11 xylanase via conventional and deep learning-based energy calculation 2025-Jan-10, FEMS microbiology letters IF:2.2Q3 DOI:10.1093/femsle/fnaf072 PMID:40643334	研究论文	本研究通过计算方法和深度学习工具识别影响GH11木聚糖酶热稳定性的关键残基，并通过实验验证了这些残基的作用	结合Rosetta Cartesian_ddG和深度学习工具Pythia两种计算方法，识别并验证了影响酶热稳定性的关键残基	结合两个位点的有益突变导致热稳定性降低，可能是由于负上位性相互作用	提高GH11木聚糖酶XynCDBFV的热稳定性	GH11木聚糖酶XynCDBFV	蛋白质工程	NA	Rosetta Cartesian_ddG, Pythia, 位点饱和诱变	深度学习	蛋白质序列和结构数据	18个变体
500	2025-07-24	Machine learning applications in colorectal cancer: from early detection to personalized treatment 2025-Jan-08, Integrative biology : quantitative biosciences from nano to macro IF:1.5Q4 DOI:10.1093/intbio/zyaf013 PMID:40694039	review	本文综述了机器学习在结直肠癌（CRC）研究和护理中的变革性影响，包括早期检测、分期、复发预测和个体化治疗	通过整合多组学、放射组学和临床数据，机器学习模型超越了传统的诊断和预后方法，实现了精准的风险预测、个性化治疗和早期复发检测	机器学习在CRC管理中面临数据质量、验证和临床工作流程平滑适应等挑战	探讨机器学习在结直肠癌早期检测到个性化治疗中的应用及其潜力	结直肠癌（CRC）患者及其相关数据	machine learning	colorectal cancer	支持向量机（SVM）、随机森林、神经网络、深度学习	SVM, random forests, neural networks, deep learning	多组学数据、放射组学数据、临床数据	NA