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
621	2025-11-02	Development and Validation of Deep Learning Model for Predicting Long-Term Prognosis in Patients with Symptomatic Intracranial Arterial Stenosis 2025, International journal of general medicine IF:2.1Q2 DOI:10.2147/IJGM.S538889 PMID:41164008	研究论文	开发并验证用于预测症状性颅内动脉狭窄患者长期预后的深度学习模型	首次将深度学习模型应用于症状性ICAS患者的长期预后预测，与传统逻辑回归模型相比表现出显著优越性能	回顾性研究设计，样本量相对有限（266例患者），需外部验证确认泛化能力	预测症状性颅内动脉狭窄患者的疾病进展风险	266例症状性颅内动脉狭窄患者	机器学习	脑血管疾病	NA	深度学习, 逻辑回归	临床数据	266例症状性ICAS患者（训练集70%，验证集30%）	NA	NA	准确率, 敏感度, 特异度, 精确率, F1分数, AUC	NA
622	2025-11-02	A systematic review of deep learning-based segmentation techniques for brain tumor detection (2013-2023) 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251380645 PMID:41164152	系统综述	对2013-2023年间基于深度学习的脑肿瘤图像分割技术进行系统性回顾和文献计量分析	首次对脑肿瘤图像分割领域进行系统性文献计量分析，识别关键研究趋势和利益相关者	仅涵盖2013-2023年期间文献，可能遗漏最新研究进展	调查脑肿瘤检测中基于深度学习的图像分割技术的研究格局和发展趋势	931篇经过PRISMA筛选的学术文献	计算机视觉	脑肿瘤	文献计量分析，PRISMA指南	深度学习	文献数据	931篇文档	VOSviewer, R Studio	NA	NA	NA
623	2025-11-02	Advances in artificial intelligence applications for the management of chronic obstructive pulmonary disease 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1685254 PMID:41164160	综述	本文综述人工智能在慢性阻塞性肺疾病全病程管理中的技术应用与临床价值	建立了融合生物信息学与多组学分析的智能管理框架，提供覆盖疾病全过程的个体化解决方案	未提及具体数据验证结果和临床实施障碍	探讨AI在COPD诊疗防控中的临床应用前景与发展方向	慢性阻塞性肺疾病患者	机器学习	慢性阻塞性肺疾病	多模态数据, 放射组学, 多组学分析	机器学习, 深度学习	多模态数据	NA	NA	NA	NA	NA
624	2025-11-02	A hybrid framework for enhanced segmentation and classification of colorectal cancer histopathology 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1647074 PMID:41164179	研究论文	提出一种结合Swin Transformer、EfficientNet和ResUNet-A的混合深度学习系统，用于结直肠癌组织病理学的增强分割和分类	整合自注意力机制、复合缩放和残差学习，结合多种先进架构的优势，在特征提取、全局上下文建模和空间分类方面实现创新	未提及外部验证集的表现，可能缺乏对不同数据集的泛化能力评估	开发自动化结直肠癌组织病理学分析系统，提高诊断准确性和效率	结直肠癌组织病理学图像，包括锯齿状腺瘤、息肉、腺癌、高级别和低级别上皮内瘤变及正常组织	数字病理学	结直肠癌	组织病理学染色	深度学习	组织病理学图像	未明确说明具体样本数量	未明确说明	Swin Transformer,EfficientNet,ResUNet-A	准确率,精确率,召回率,F1分数	NA
625	2025-11-02	Detection of antimicrobial peptides from fecal samples of FMT donors using deep learning 2025, Frontiers in veterinary science IF:2.6Q1 DOI:10.3389/fvets.2025.1689589 PMID:41164228	研究论文	本研究结合宏基因组学和深度学习从粪便微生物移植供体样本中挖掘抗菌肽	首次将深度学习与宏基因组学相结合从人类粪便微生物组中挖掘功能性抗菌肽	仅从120个供体样本中挖掘，样本规模相对有限	从粪便微生物移植供体中发现具有抗菌活性的新型抗菌肽	粪便微生物移植供体的粪便样本	机器学习	细菌感染相关疾病	宏基因组学, 宏蛋白质组学, 分子对接, 分子动力学模拟	深度学习	宏基因组序列数据	120个粪便微生物移植供体样本	NA	NA	NA	NA
626	2025-11-02	YOLOv8-Seg: a deep learning approach for accurate classification of osteoporotic vertebral fractures 2025, Frontiers in radiology DOI:10.3389/fradi.2025.1651798 PMID:41164317	研究论文	本研究开发了一种基于YOLOv8-Seg深度学习模型的自动化方法，用于从CT图像中准确分类骨质疏松性椎体骨折	首次将YOLOv8-Seg模型应用于骨质疏松性椎体骨折的自动分类，实现了对压碎型、前楔形和双凹型骨折的高精度识别	测试集样本量较小（仅30张图像），需要更大规模的外部验证	开发自动化工具辅助骨质疏松性椎体骨折的早期精确诊断	骨质疏松性椎体骨折患者的CT图像	计算机视觉	骨质疏松性椎体骨折	CT成像	YOLOv8-Seg	医学图像	673张CT图像（643张训练验证，30张测试）	NA	YOLOv8-Seg	mAP50-95	NA
627	2025-11-02	Quantitative analysis of gait and balance using deep learning on monocular videos and the timed up and go test in idiopathic normal-pressure hydrocephalus 2025, Frontiers in aging neuroscience IF:4.1Q2 DOI:10.3389/fnagi.2025.1644543 PMID:41164460	研究论文	本研究验证了基于单目视频和深度学习算法的视觉步态分析系统在特发性正常压力脑积水患者中的步态参数评估能力	首次将基于单目视频的视觉步态分析系统与定时起立行走测试相结合，用于预测特发性正常压力脑积水患者的跌倒风险	样本量相对较小（59名患者），仅使用单中心数据	研究视觉步态分析系统测量的步态参数与定时起立行走测试评分的关系，并开发预测跌倒风险的机器学习模型	特发性正常压力脑积水患者	计算机视觉	神经退行性疾病	基于视频的步态分析	深度学习	视频	59名患者	NA	NA	AUC	NA
628	2025-11-02	Explainable AI-enabled hybrid deep learning architecture for breast cancer detection 2025, Frontiers in immunology IF:5.7Q1 DOI:10.3389/fimmu.2025.1658741 PMID:41112281	研究论文	提出一种结合可解释人工智能的混合深度学习架构用于乳腺癌检测	集成三种不同预训练CNN架构的混合深度学习框架，并引入XAI组件增强模型可解释性	NA	开发可靠且可解释的乳腺癌诊断系统	乳腺癌超声图像	计算机视觉	乳腺癌	深度学习	CNN	医学图像	NA	NA	DENSENET121,Xception,VGG16	准确率	NA
629	2025-11-02	Diagnostic accuracy of a deep learning model for pterygium detection in Barcelos, Brazilian Amazon 2025, Arquivos brasileiros de oftalmologia IF:1.1Q3 DOI:10.5935/0004-2749.2025-0053 PMID:41172514	研究论文	评估基于MobileNet-V2的深度学习模型在巴西亚马逊地区使用智能手机拍摄的前段照片中检测翼状胬肉的诊断准确性	在偏远亚马逊地区使用智能手机采集图像并结合深度学习模型进行翼状胬肉检测的首个试点研究	样本量较小（76只眼睛），仅为初步研究结果	开发适用于偏远地区的翼状胬肉自动检测工具	巴西巴塞卢斯地区的38名参与者（76只眼睛）	计算机视觉	眼科疾病	智能手机前段摄影	CNN	图像	76只眼睛	NA	MobileNet-V2	灵敏度, 特异度, 准确度, 阳性预测值, 阴性预测值, AUC	NA
630	2025-10-31	Consensus structure prediction of A. thaliana's MCTP4 structure using prediction tools and coarse grained simulations of transmembrane domain dynamics 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0326993 PMID:40663537	研究论文	本研究结合深度学习和分子动力学模拟方法预测拟南芥MCTP4蛋白的跨膜结构域构象	首次将多种深度学习预测工具与物理基础的粗粒度模拟相结合，揭示MCTP4跨膜结构域的复杂构象景观	单一深度学习方法预测膜蛋白结构存在挑战，不同预测工具结果存在差异	预测拟南芥MCTP4蛋白跨膜结构域的三维结构和构象动力学	拟南芥MCTP4蛋白的ER锚定跨膜区域	计算生物学	NA	深度学习预测，粗粒度分子动力学模拟	深度学习	蛋白质序列，结构数据	NA	NA	ESMFold, AlphaFold2, AlphaFold-Multimer, trRosetta, RoseTTAFold, OmegaFold	构象聚类分析，螺旋间接触界面预测	NA
631	2025-10-31	Automated classification and explainable AI analysis of lung cancer stages using EfficientNet and gradient-weighted class activation mapping 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1625183 PMID:41001382	研究论文	本研究提出了一种基于EfficientNet和Grad-CAM的自动化深度学习模型，用于肺癌分期的CT图像分类和可解释性分析	结合EfficientNet-B0架构与梯度加权类激活映射(Grad-CAM)，在实现高精度肺癌分期分类的同时提供可视化解释	研究仅使用单一数据集(IQ-OTH/NCCD)，样本量相对有限(1190个CT扫描)	开发自动化肺癌分期分类系统，提高诊断准确性和可解释性	肺部CT扫描图像	医学影像分析	肺癌	CT成像	CNN	医学图像	1190个CT扫描	NA	EfficientNet-B0	准确率,精确率,召回率	NA
632	2025-10-31	MONTUR project: Dataset for understanding and forecasting tourist flows 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0335190 PMID:41144532	研究论文	本研究开发了基于分布式传感器技术和机器学习算法的旅游流量监测与预测系统	使用XGBoost算法在高度平稳时间序列数据上取得了比深度学习模型更准确的预测效果	NA	监测和预测奥斯塔谷地区的旅游流量以支持区域经济和社会政策决策	奥斯塔谷地区的旅游交通流量数据	机器学习	NA	分布式传感器技术，摄像头监测	XGBoost	时间序列数据，车辆通行数据	超过4100万次车辆通行记录	NA	XGBoost	MAE, MSE	NA
633	2025-10-31	Electroencephalographic neural correlates and deep learning analysis of a single brief focused mindfulness meditation in young adults: A pilot study 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251388138 PMID:41146675	研究论文	本研究探索短暂专注正念冥想与脑电图神经特征的关系，并采用深度学习模型对冥想状态进行分类	首次结合生理指标和脑电图特征分析单次短暂专注正念冥想的效果，并开发集成深度学习模型用于脑电信号分类	样本量较小（n=24），仅为试点研究，缺乏长期跟踪数据	研究短暂专注正念冥想对年轻成年人生理和神经活动的影响，并开发有效的脑电信号分类模型	年轻成年人	机器学习	NA	脑电图	MLP, LSTM, CNN, 集成模型	脑电信号	29名参与者入组，24名完成分析	NA	多层感知器, 长短期记忆网络, 卷积神经网络, 集成模型(MLP+LSTM+CNN)	准确率	NA
634	2025-10-31	An interpretable multimodal deep learning framework for Alzheimer's disease diagnosis 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251390281 PMID:41146678	研究论文	开发了一种可解释的多模态深度学习框架NeuroFusion-ADNet，用于阿尔茨海默病的诊断	提出双路径深度学习模型，结合结构MRI和功能PET成像数据，采用双向交叉注意力融合层和分割信息引导的分类模块	研究样本量相对有限（381名受试者），需要在更大数据集上进一步验证	提高阿尔茨海默病的诊断准确性和临床可解释性	阿尔茨海默病患者、轻度认知障碍患者和正常对照组	医学影像分析	阿尔茨海默病	结构磁共振成像(MRI)、功能正电子发射断层扫描(PET)	CNN, 注意力机制	医学影像	381名受试者（包括正常对照组、轻度认知障碍和阿尔茨海默病患者）	NA	双路径深度学习模型，包含模态特定编码器、双向交叉注意力融合层	准确率, Dice系数	NA
635	2025-10-31	Hazediff: A training-free diffusion-based image dehazing method with pixel-level feature injection 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0329759 PMID:41150673	研究论文	提出一种无需训练的基于扩散模型的图像去雾方法HazeDiff，通过像素级特征注入实现高效去雾	首次提出无需配对训练数据的扩散模型去雾方法，引入像素级特征注入(PFI)和结构保留模型(SRM)技术	未明确说明计算资源需求和运行效率的具体数据	解决图像去雾问题，提升雾天图像质量以支持中高层视觉任务	雾霾退化图像	计算机视觉	NA	扩散模型	扩散模型	图像	在真实世界和合成数据集上进行了全面实验	NA	自注意力层,交叉注意力	NIQE, PSNR	NA
636	2025-10-31	A surface defect detection method for electronic products based on improved YOLOv11 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0334333 PMID:41150691	研究论文	提出一种基于改进YOLOv11的电子产品表面缺陷检测方法	引入MD-C2F模块、DualConv模块和Inner_MPDIoU损失函数来提升模型性能	NA	解决现有YOLO模型在处理复杂背景和小目标缺陷方面的局限性	电子产品表面缺陷	计算机视觉	NA	深度学习	YOLO	图像	NA	NA	YOLOv11	准确率,召回率,mAP50,检测速度	NA
637	2025-10-31	Enhanced local feature extraction of lite network with scale-invariant CNN for precise segmentation of small brain tumors in MRI 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0334447 PMID:41150687	研究论文	提出一种轻量级网络LiteMRINet，通过尺度不变CNN增强局部特征提取，用于精确分割MRI中的小脑肿瘤	引入共享CNN网络架构实现尺度不变性，直接对输入图像进行三尺度下采样，在不增加参数总量的情况下增强大尺度局部特征提取能力	未明确说明在极低分辨率图像或不同MRI扫描协议下的泛化能力	开发轻量级脑肿瘤精确分割方法，适用于资源受限设备	脑MRI图像中的小肿瘤	计算机视觉	脑肿瘤	MRI	CNN, Transformer	医学图像	LGG分割数据集和BraTS21数据集	NA	UNet, Transformer	分割准确率	内存资源受限设备
638	2025-10-31	ECG-Based Energy Expenditure Prediction Using BiLSTM With Improved Snow Ablation Optimizer 2025, IEEE transactions on neural systems and rehabilitation engineering : a publication of the IEEE Engineering in Medicine and Biology Society IF:4.8Q1 DOI:10.1109/TNSRE.2025.3624274 PMID:41129428	研究论文	提出一种基于改进雪消融优化器的BiLSTM网络，使用心电图信号准确预测能量消耗	引入改进雪消融优化器(ISAO)自适应调整搜索策略，优化BiLSTM超参数和输入窗口长度，同时考虑高频ECG信号和低频EE数据	NA	在多种运动条件下准确估计能量消耗，分析各种因素对估计结果的影响	人机交互系统中的人类能量消耗	机器学习	NA	心电图(ECG)监测，逐次呼吸法	BiLSTM	心电图信号，能量消耗数据	NA	NA	BiLSTM	RMSE, R²	NA
639	2025-10-30	Using machine and deep learning to predict short-term complications following trigger digit release surgery 2025-Jan, Journal of hand and microsurgery IF:0.3Q4 DOI:10.1016/j.jham.2024.100171 PMID:39876951	研究论文	本研究使用机器学习和深度学习技术预测扳机指松解术后短期并发症	首次将多种机器学习算法应用于扳机指手术并发症预测，并比较不同模型性能	回顾性研究设计，样本量相对有限（1209例），模型预测性能有提升空间	评估机器学习技术在预测扳机指松解术后短期并发症的能力	接受扳机指松解术的患者	机器学习	手部疾病	机器学习，深度学习	Random Forest, Elastic-Net Regression, XGBoost, Neural Network	临床数据	1209例扳机指松解术病例	NA	神经网络	AUC	NA
640	2025-10-30	DeepRNAac4C: a hybrid deep learning framework for RNA N4-acetylcytidine site prediction 2025, Frontiers in genetics IF:2.8Q2 DOI:10.3389/fgene.2025.1622899 PMID:40927364	研究论文	提出一种混合深度学习框架DeepRNAac4C用于RNA N4-乙酰胞苷位点预测	整合残差神经网络、CNN、BiLSTM和BiGRU，有效捕捉局部和全局序列特征	NA	提高RNA ac4C位点预测的准确性和泛化能力	RNA N4-乙酰胞苷(ac4C)修饰位点	生物信息学	NA	RNA序列分析	CNN, BiLSTM, BiGRU, 残差神经网络	RNA序列数据	NA	NA	混合架构(ResNet, CNN, BiLSTM, BiGRU)	准确率	NA