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
701	2025-10-06	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	提出一种基于深度学习的像差补偿方法，可在不降低成像速度或增加剂量的情况下提升荧光显微镜图像质量	通过引入合成像差训练神经网络进行像差补偿，无需额外光学元件即可达到与自适应光学相当的效果	未明确说明方法对极端像差情况的适用性及泛化能力限制	开发荧光显微镜图像质量提升技术	小鼠组织血管、秀丽隐杆线虫胚胎	计算机视觉	NA	荧光显微镜，共聚焦显微镜，光片显微镜，多光子显微镜，超分辨率显微镜	神经网络	显微镜图像	多种显微镜数据集	NA	NA	图像对比度，分辨率，分割质量	NA
702	2025-10-06	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	提出一种基于深度学习的框架TS-DAR，通过超球面潜在空间中的分布外检测来识别蛋白质构象变化中的过渡态	将过渡态结构视为分布外数据，利用正则化超球面嵌入同时检测多个自由能最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仍需进一步验证	开发一种能够从分子动力学模拟中准确识别蛋白质构象变化过渡态的方法	蛋白质构象变化过程，包括2D势能、丙氨酸二肽和DNA马达蛋白的易位过程	机器学习	NA	分子动力学模拟	神经网络	分子构象数据	三个测试系统：2D势能、丙氨酸二肽、DNA马达蛋白	NA	TS-DAR	与先前方法的比较性能	NA
703	2025-10-06	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	提出一种基于DenseNet201-FPN的深度学习模型，结合双向注意力机制和动态蒸馏策略，用于壁画图像分类	在DenseNet201中嵌入轻量级特征金字塔网络融合多尺度特征，采用双向LSTM驱动的注意力模块优化通道和空间权重，提出动态温度蒸馏策略提升稀有类别性能	基于自建数据集（2000张图像），样本规模有限，未在更大规模数据集上验证	解决壁画图像识别中的跨文化、多时期风格泛化挑战，实现文化遗产数字保护	壁画图像	计算机视觉	NA	深度学习	CNN, LSTM	图像	2000张壁画图像，26个子类别	PyTorch（推测）	DenseNet201, FPN, ResNeXt101	准确率, F1-score	Jetson TX2边缘设备
704	2025-10-06	Utilization of Artificial Intelligence Algorithms for the Diagnosis of Breast, Lung, and Prostate Cancer 2025, Ceskoslovenska patologie PMID:40763009	综述	本文全面探讨人工智能算法在乳腺癌、肺癌和前列腺癌诊断中的应用现状与潜力	系统整合了数字病理学发展历程与AI技术应用，特别聚焦罗氏uPath系统和IBEX医学分析平台等具体工具的创新实践	未涉及具体临床验证数据，主要面临伦理法律、数据保护和错误责任等实施挑战	为数字病理学中AI技术的潜在应用提供全面概述，阐明其在现代肿瘤诊断中的角色	乳腺癌、肺癌和前列腺癌的病理诊断过程	数字病理学,计算机视觉	乳腺癌,肺癌,前列腺癌	组织病理图像分析,肿瘤细胞分类,生物标志物评估	机器学习,深度学习	组织病理图像	NA	NA	NA	诊断准确性,实验室流程效率	NA
705	2025-10-06	Leveraging deep learning for the detection of socially desirable tendencies in personnel selection: A proof-of-concept 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0329205 PMID:40763162	研究论文	提出一种基于深度学习的检测方法，用于识别人员在选拔过程中表现出的社会称许性反应倾向	首次将深度学习应用于社会称许性反应的检测，通过视频中的非语言视觉线索来预测个体的回答倾向	样本量较小（91名参与者），属于概念验证研究，需要更大规模验证	开发有效检测社会称许性反应的方法，为人员选拔提供技术支持	求职模拟中的参与者及其视频表现	计算机视觉	NA	视频分析，非语言视觉线索提取	迁移学习，深度学习	视频，图像序列	91名参与者，5,460个增强数据点	NA	Entrans（定制迁移学习模型）	MSE, RMSE, ρ, AUC	NA
706	2025-10-06	Comparison of Artificial Intelligence Models Using CT Radiomics for Predicting Post-Vertebral Augmentation Residual Back Pain in Osteoporotic Vertebral Compression Fractures 2025, International journal of medical sciences IF:3.2Q1 DOI:10.7150/ijms.114419 PMID:40765571	研究论文	本研究通过系统比较五种整合CT影像组学特征与临床参数的人工智能模型，预测骨质疏松性椎体压缩骨折患者椎体增强术后残留背痛的风险	首次探索CT影像组学与人工智能模型结合预测椎体增强术后残留背痛，并通过消融实验验证临床参数和影像组学特征的互补价值	单中心前瞻性研究，样本来源相对单一	寻找最优AI模型实现椎体增强术后残留背痛的术前风险分层，改善手术决策	接受椎体增强术治疗的骨质疏松性椎体压缩骨折患者	医学影像分析	骨质疏松性椎体压缩骨折	CT影像组学	TabNet, 深度学习	CT图像, 临床数据	856例患者（其中102例出现残留背痛）	NA	TabNet	AUROC, Recall	NA
707	2025-10-06	Predicting Chemotherapy-Induced Peripheral Neuropathy Using Transformer-Based Multimodal Deep Learning 2025, Research (Washington, D.C.) DOI:10.34133/research.0795 PMID:40765998	研究论文	本研究开发了一种基于Transformer的多模态深度学习模型，用于预测化疗引起的周围神经病变	首次将Transformer架构应用于多模态数据融合来预测CIPN，整合了临床、基因组、生物信号、可穿戴设备和影像学信息	需要多中心验证、实时电子健康记录集成，以及针对高风险患者的神经保护策略开发	开发并评估基于深度学习的化疗引起的周围神经病变预测模型	2020-2025年间接受化疗的癌症患者	机器学习	癌症	多模态数据整合	Transformer, LSTM, CNN, XGBoost	临床数据、基因组数据、生物信号、可穿戴设备数据、影像学信息	回顾性和前瞻性队列研究，来自多中心电子健康记录和公共数据库	NA	Transformer	AUC-ROC, 准确率, 敏感性, 特异性, F1分数	NA
708	2025-10-06	An interpretable XAI deep EEG model for schizophrenia diagnosis using feature selection and attention mechanisms 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1630291 PMID:40766336	研究论文	提出一种基于脑电图数据的可解释深度学习模型用于精神分裂症诊断	结合注意力机制与SHAP、LIME可解释性工具，增强模型决策过程的透明度	模型准确率仅为0.68%，性能有待提升	开发自动化的精神分裂症诊断方法	精神分裂症患者的脑电图数据	机器学习	精神分裂症	脑电图	DNN, BiLSTM-GRU, BiLSTM with Attention	脑电图传感器数据	NA	NA	深度神经网络, 双向长短期记忆网络-门控循环单元, 带注意力机制的双向长短期记忆网络	准确率	NA
709	2025-10-06	Computer-vision based automatic rider helmet violation detection and vehicle identification in Indian smart city scenarios using NVIDIA TAO toolkit and YOLOv8 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1582257 PMID:40766945	研究论文	提出基于计算机视觉的两阶段深度学习方案，用于自动检测骑手头盔违规行为并识别车辆号牌	结合NVIDIA TAO工具包的预训练目标检测模型与YOLOv8架构，实现实时头盔违规检测和号牌识别	缺乏公开可用的交通数据集，需使用自定义数据集进行训练和验证	通过实时强制执行交通法规来减少骑手头盔违规行为	印度智能城市场景中的两轮车骑手	计算机视觉	NA	深度学习	CNN, YOLO	图像	自定义摩托车骑手图像数据集（包含复杂场景）	NVIDIA TAO, YOLOv8	ResNet18, YOLOv8	准确率	NVIDIA TAO工具包
710	2025-10-06	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	开发基于信号引导多任务学习的深度学习算法，使用心电图图像进行心肌梗死分类	提出信号引导多任务学习方法，相比之前单任务算法性能更优	NA	开发深度学习算法区分心肌梗死患者与无冠状动脉疾病患者	心电图图像数据	医学图像分析	心血管疾病	心电图成像	深度学习	图像	11,227张心电图图像	NA	NA	准确率, 敏感度, 特异性, 精确率, F1分数	NA
711	2025-10-06	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	本研究开发了一种基于深度学习的模型，用于在ERCP荧光成像中区分良恶性胆管狭窄	首次将深度学习技术应用于ERCP荧光图像进行胆管狭窄良恶性分类，并进行了多中心外部验证	回顾性研究设计，样本量相对有限，需要在前瞻性研究中进一步验证	提高胆管狭窄良恶性鉴别的诊断准确性和可重复性	接受ERCP检查的成年患者	计算机视觉	胆道疾病	ERCP荧光成像	CNN	图像	251名患者来自德国三个大学医疗中心（莱比锡、德累斯顿、哈雷）	NA	NA	AUROC	NA
712	2025-10-06	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	本研究评估了深度学习辅助的主动会诊服务在住院患者青霉素过敏标签去除中的效果	首次将深度学习算法应用于识别适合进行青霉素过敏标签去除的住院患者，并采用主动会诊服务模式	单中心研究，需要更多中心验证	评估深度学习辅助的主动会诊服务是否能提高住院患者青霉素过敏标签去除率	住院患者中带有青霉素过敏标签的患者	医疗人工智能	药物过敏	深度学习	NA	医疗记录数据	439名患者，其中121名被算法识别为适合进行青霉素过敏评估	NA	NA	过敏标签去除率，不良事件发生率，经济效益分析	NA
713	2025-10-06	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	提出一种基于改进SegFormer架构的卵巢肿瘤分割新方法SMoFFI-SegFormer	引入新型自调制融合与特征抑制模块，增强多尺度特征表示并处理肿瘤空间异质性	NA	提高卵巢肿瘤超声图像分割的准确性和效率	卵巢肿瘤超声图像	计算机视觉	卵巢癌	超声成像	Transformer	图像	两个公共数据集OTU_2D和OTU_CEUS	NA	SegFormer, SMoFFI-SegFormer	准确率, mIoU, 类别准确率	NA
714	2025-10-06	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	本研究开发了基于深度学习的混合模型，用于从生物医学文本中自动识别基因-疾病关联	提出了三种结合注意力机制的混合深度学习模型，在不依赖繁重预训练的情况下有效捕捉局部和序列特征，性能优于基于BioBERT的现有方法	NA	自动化从生物医学文献中提取基因-疾病关联关系	基因-疾病关联分类	自然语言处理	NA	文本挖掘	CNN-LSTM, CNN-GRU, CNN-GRU-LSTM	文本	三个公开数据集：EU-ADR、GAD和SNPPhenA	NA	CNN-LSTM, CNN-GRU, CNN-GRU-LSTM	准确率	NA
715	2025-10-06	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	提出一种结合深度学习和度量学习的自动化方法，用于精确分类和计数完整大豆植株上的豆荚	首次直接检测未拆解植株上的不同类型豆荚，并通过度量学习方法修正计数结果	未明确说明样本数据的具体来源和采集条件	开发自动化大豆豆荚表型分析方法以加速育种过程	成熟期大豆植株上的不同类型豆荚（单粒、双粒、三粒、四粒豆荚）	计算机视觉	NA	深度学习，度量学习	YOLOX, Siamese Network	图像	NA	NA	YOLOX, SE-ResNet50	mAP, 准确率, 相关系数	NA
716	2025-10-06	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	提出一种基于动态门控增强的深度学习模型，通过多源遥感协同优化小麦产量估算	引入时空融合专家混合模型，结合LSTM-Transformer架构和自适应门控网络，动态处理多源遥感特征和环境变量	在极端产量区域仍存在低估现象	优化小麦产量估算精度	中国六个主要省份的小麦产量	机器学习	NA	多源遥感技术	LSTM, Transformer	遥感数据，环境变量数据	六个中国主要省份的小麦产量数据	NA	LSTM-Transformer, STF-MoE	R², RMSE	NA
717	2025-10-06	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	本研究结合可见光/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，开发了一种快速检测微塑料胁迫下水稻幼苗的方法	提出改进的SE-LSTM全光谱检测模型，结合SHAP框架解释模型，并首次将同步辐射傅里叶变换红外光谱与二维相关光谱联用分析叶片分子组成变化	仅针对三种特定微塑料（PET、PS、PVC）和特定浓度（0、10、100 mg/L）进行实验，样本种类和条件有限	开发高效无损的早期检测方法，用于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的水稻幼苗叶片	光谱分析，深度学习	植物胁迫响应	可见光/近红外高光谱成像，同步辐射傅里叶变换红外显微光谱，二维相关光谱	SE-LSTM	高光谱图像，红外光谱数据	不同浓度（0、10、100 mg/L）的PET、PS、PVC微塑料胁迫下的水稻幼苗样本	NA	SE-LSTM	检测准确率	NA
718	2025-10-06	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	本文探讨系统性硬化症心脏受累的临床特征与精准医疗机遇，并介绍范德比尔特大学医学中心新型心脏-风湿病跨学科诊所的创新实践	建立首个跨学科心脏-风湿病诊所，整合血管病变影像与心脏表现关联分析，应用人工智能技术开发疾病进展量化标志物	系统性硬化症患病率较低，需要多中心合作扩大样本量	通过机制性疾病表型分析实现系统性硬化症的个性化医疗和早期心脏受累检测	系统性硬化症患者	数字病理	风湿免疫疾病	甲褶毛细血管镜检查、热成像、多普勒手部超声、超声心动图、动态心律监测、心脏磁共振成像、心脏PET/CT	深度学习	医学影像、监测数据	NA	NA	NA	疾病进展标志物、治疗疗效评估	基于云的多中心图像共享平台
719	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	NA	NA	NA	NA
720	2025-10-06	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	开发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医疗目标追求	采用双门控循环单元结构从时间和活动类型两个层面学习特征，并利用注意力权重增强模型可解释性	仅针对两种复苏目标（气道稳定和循环支持）进行验证，样本量相对有限	自动识别创伤复苏过程中的医疗目标追求，辅助临床决策	儿科创伤复苏事件日志	医疗过程分析	创伤	深度学习	GRU	事件日志	381例儿科创伤复苏记录	NA	双GRU结构	AUC	NA