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
861	2025-10-05	Federated learning-based virtual dual-energy CT generation from single-energy CT for gout detection 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251375570 PMID:40969395	研究论文	开发基于联邦学习的虚拟双能CT生成框架，用于痛风检测	首创基于深度学习的虚拟双能CT图像生成方法，并集成联邦学习实现多机构协作训练	NA	开发早期准确诊断痛风的联邦学习框架，解决现有诊断方法的局限性	痛风患者	医学影像分析	痛风	CT成像	深度学习	医学影像	NA	NA	U-Net	PSNR, SSIM, IoU, Dice score	NA
862	2025-10-05	Gene regulatory network prediction using machine learning, deep learning, and hybrid approaches 2025, Forestry research DOI:10.48130/forres-0025-0014 PMID:40969532	研究论文	本研究开发并评估了机器学习、深度学习和混合方法在构建基因调控网络中的应用	提出结合卷积神经网络与传统机器学习的混合模型，并采用跨物种迁移学习策略解决非模式物种数据稀缺问题	未明确说明训练数据的具体规模和非模式物种数据稀缺程度的具体量化指标	开发高效的基因调控网络预测方法以阐明植物代谢途径的调控机制	拟南芥、杨树和玉米的转录组数据及木质素生物合成途径相关转录因子	机器学习	NA	转录组测序	CNN, 机器学习混合模型	转录组数据	NA	NA	卷积神经网络	准确率	NA
863	2025-10-05	Assessing the accuracy of forest above-ground biomass and carbon storage estimation by meta-analysis based close-range remote sensing 2025, Forestry research DOI:10.48130/forres-0025-0017 PMID:40969538	研究论文	通过荟萃分析评估近距离遥感在森林地上生物量和碳储量估算中的准确性	首次系统评估不同近距离遥感技术（地面激光雷达、无人机、光谱和RGB传感器）在多个尺度（单木、样地和林分）的生物量估算精度	随着研究尺度扩大，精度和样本量均有所下降；不同森林类型间差异显著，需要分别建模	定量评估近距离遥感技术估算森林地上生物量的准确性	全球187项研究和233个数据集	遥感	NA	近距离遥感、地面激光雷达、无人机、光谱传感器、RGB传感器	荟萃分析	遥感数据、生物量测量数据	187项全球研究，233个数据集	NA	NA	R²（决定系数）	NA
864	2025-10-05	Improving segmentation precision in prostate cancer adaptive radiation therapy with a patient-specific network 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0332603 PMID:40971852	研究论文	本研究提出一种患者特异性网络方法，用于提高前列腺癌自适应放疗中临床靶区分割的精度	采用患者特异性网络框架，通过PSNadaptive或PSNsequence实现持续适应每日解剖变化，区别于静态个性化方法	回顾性研究，样本量相对较小（26名患者，119个分次）	提高前列腺癌自适应放疗中临床靶区分割的准确性和效率	前列腺癌患者	医学影像分析	前列腺癌	锥形束CT（CBCT）	深度学习	医学影像	26名前列腺癌患者，119个分次	NA	Swin UNETR	Dice相似系数，95% Hausdorff距离，平均表面距离	NA
865	2025-10-05	S2DB-mmWave YOLOv8n: Multi-object detection for millimeter-wave radar using YOLOv8n with optimized multi-scale features 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0332931 PMID:40971952	研究论文	提出基于YOLOv8n改进的毫米波雷达多目标检测框架S2DB-mmWave YOLOv8n，通过优化多尺度特征提升检测精度	设计了包含新卷积层和SimSPPF模块的主干网络、引入动态上采样技术、集成双向特征金字塔网络(BiFPN)进行特征融合优化	NA	解决毫米波雷达在多目标检测场景中难以有效区分多个物体和检测算法性能不佳的问题	毫米波雷达热图中的多类目标检测	计算机视觉	NA	毫米波雷达成像	YOLO	图像	2500张标注图像	NA	YOLOv8n, SimSPPF, BiFPN	mAP@0.5, mAP@0.5:0.95, precision, recall	NA
866	2025-10-05	Detection and score grading for prostate adenocarcinoma using semantic segmentation 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0331613 PMID:40971958	研究论文	本研究通过语义分割方法实现前列腺腺癌的检测和Gleason评分分级	提出结合扩张注意力机制和残差卷积U-Net架构的新模型，采用像素扩展和类别权重解决类别不平衡问题	在外部测试数据上性能有所下降（Dice系数从0.87降至0.64）	提高前列腺癌诊断准确性并改善患者治疗策略	前列腺针芯活检标本中的腺癌组织，特别是Gleason模式3和4的区分	数字病理学	前列腺癌	全玻片数字成像	深度学习	图像	100张前列腺针芯活检标本的全玻片图像	NA	残差卷积U-Net	Dice系数, 准确率	NA
867	2025-10-05	Characteristics of left ventricular dysfunction in repaired tetralogy of Fallot: A multi-institutional deep learning analysis of regional strain and dyssynchrony 2025, Journal of cardiovascular magnetic resonance : official journal of the Society for Cardiovascular Magnetic Resonance IF:4.2Q1 DOI:10.1016/j.jocmr.2025.101886 PMID:40122390	研究论文	本研究使用深度学习合成应变技术分析修复型法洛四联症患者的左心室功能障碍模式	首次应用深度学习算法自动测量区域左心室应变和不同步性，并识别出四种独特的左心室收缩模式	回顾性研究设计，样本量相对有限（198例患者）	表征修复型法洛四联症患者左心室功能障碍的特征模式	修复型法洛四联症患者（198例）和健康对照者（21例）	数字病理	心血管疾病	心血管磁共振成像，稳态自由进动电影MRI	深度学习算法	MRI图像	198例rTOF患者和21例健康对照	NA	深度学习合成应变	应变值，应变率，不同步性测量，心室容积，射血分数	NA
868	2025-10-05	Automatic flow planning for fetal cardiovascular magnetic resonance imaging 2025, Journal of cardiovascular magnetic resonance : official journal of the Society for Cardiovascular Magnetic Resonance IF:4.2Q1 DOI:10.1016/j.jocmr.2025.101888 PMID:40180124	研究论文	开发用于胎儿心血管磁共振成像的自动流程规划系统OWL	首次实现胎儿二维相位对比血流成像的实时自动规划	仅在7例前瞻性病例中测试，样本量有限	通过自动化流程扩大胎儿血流成像的可及性	胎儿心血管系统	医学影像分析	胎儿心血管疾病	二维相位对比血流成像，心血管磁共振成像	深度学习网络	磁共振图像	167个胎儿数据集用于身体定位，71个用于心脏标志点检测，10个回顾性数据集，7个前瞻性病例	NA	NA	Dice系数，定位精度(mm)，规划质量评分，流量测量差异百分比	NA
869	2025-10-06	Intelligent Alzheimer's diagnosis and disability assessment: robust medical imaging analysis using ensemble learning with ResNet-50 and EfficientNet-B3 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1619228 PMID:40963573	研究论文	提出一种基于ResNet-50和EfficientNet-B3集成学习的医学影像分析系统，用于阿尔茨海默病的智能诊断和残疾评估	首次将ResNet-50特征提取与EfficientNet-B3分类器结合的集成学习框架应用于阿尔茨海默病诊断，在大型MRI数据集上实现高精度分类	需要在更多临床环境中验证模型性能以满足真实世界诊断需求	开发自动化阿尔茨海默病诊断和残疾评估系统	阿尔茨海默病患者MRI影像	医学影像分析	阿尔茨海默病	磁共振成像(MRI)	集成学习,CNN	医学影像	33,984张MRI图像，涵盖轻度、中度、非痴呆和极轻度痴呆四个疾病阶段	NA	ResNet-50,EfficientNet-B3	准确率,精确率,召回率,F1分数,ROC曲线面积	NA
870	2025-10-06	Artificial intelligence in ADHD assessment: a comprehensive review of research progress from early screening to precise differential diagnosis 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1624485 PMID:40964142	综述	本文综述人工智能在ADHD评估中的应用进展，涵盖从早期筛查到精准鉴别诊断的全过程	系统梳理AI在ADHD客观评估中的完整应用链条，包括风险预测、症状量化和异质亚型识别等创新方向	面临标准化数据不足、泛化能力有限、可解释性问题、潜在偏见和缺乏严格临床验证等挑战	探讨人工智能在ADHD客观评估中的应用现状与发展前景	注意力缺陷多动障碍（ADHD）患者	机器学习	神经发育障碍	多模态数据融合分析	机器学习,深度学习	行为数据,神经生理数据,神经影像数据,遗传数据	NA	NA	NA	NA	NA
871	2025-10-06	Deep learning model using cross-sequence learning to identify orbital fractures in radiographs of patients under 20 Years 2025, Frontiers in bioengineering and biotechnology IF:4.3Q2 DOI:10.3389/fbioe.2025.1613417 PMID:40964434	研究论文	开发并验证一种基于深度学习的多输入模型，通过创新的跨序列学习方法在年轻患者X光片中检测眼眶骨折	提出新型跨序列学习方法的深度学习多输入模型，在性能上优于传统单输入模型	回顾性研究设计，样本仅来自两家医院	开发能够通过X光片检测眼眶骨折的深度学习模型，减少不必要的CT扫描	20岁以下面部创伤患者的眼眶X光片和CT影像	计算机视觉	眼眶骨折	放射线摄影，CT扫描	深度学习	医学影像	来自两家医院的1814名患者（904+910）	NA	多输入模型	AUROC，敏感性，特异性，阳性预测值，阴性预测值，95%置信区间	NA
872	2025-10-06	High-Risk Sequence Prediction Model in DNA Storage: The LQSF Method 2025-01, IEEE transactions on nanobioscience IF:3.7Q3 DOI:10.1109/TNB.2024.3424576 PMID:38976468	研究论文	提出一种基于深度学习的DNA存储高风险序列预测方法LQSF，通过主动过滤低质量序列提高存储效率	首次将深度学习模型应用于DNA存储的序列质量预测，在编码阶段实现主动序列过滤而非传统被动纠错	NA	开发高效的DNA存储序列质量预测方法以减少合成和测序过程中的错误	DNA存储中的易错序列	机器学习	NA	DNA存储技术，Illumina测序	深度学习，分类模型	DNA序列数据	NA	NA	AlexNet, VGG16, VGG19	AUC, ROC曲线, PR曲线	NA
873	2025-10-06	Unlocking the potential of AI: Machine learning and deep learning models for predicting carcinogenicity of chemicals 2025, Journal of environmental science and health. Part C, Toxicology and carcinogenesis DOI:10.1080/26896583.2024.2396731 PMID:39228157	综述	本文综述了利用机器学习和深度学习模型预测化学物质致癌性的研究进展	系统比较了传统机器学习与深度学习算法在化学致癌性预测中的表现，并指出深度学习模型受限于数据集规模的问题	深度学习模型受限于可用的致癌性数据集规模	开发有效的化学物质致癌性预测方法	化学物质的致癌性	机器学习	癌症	机器学习，深度学习	SVM,随机森林,集成学习,前馈神经网络,CNN,图卷积神经网络,胶囊神经网络,混合神经网络	化学数据	NA	NA	前馈神经网络,卷积神经网络,图卷积神经网络,胶囊神经网络,混合神经网络	NA	NA
874	2025-10-06	Automated Brain Tumor segmentation using hybrid YOLO and SAM 2025, Current medical imaging IF:1.1Q3 DOI:10.2174/0115734056392711250718201911 PMID:40754882	研究论文	提出一种结合YOLO和SAM的混合深度学习框架用于脑肿瘤自动分割	首次将YOLOv11实时目标检测与SAM精确分割模型相结合，并通过加深CNN卷积层增强特征提取能力	仅使用896张MRI图像进行验证，样本规模有限	开发自动化脑肿瘤分割方法以实现早期诊断	脑部MRI图像中的肿瘤区域	计算机视觉	脑肿瘤	MRI成像	CNN, YOLO, SAM	医学图像	896张脑部MRI图像（包含肿瘤和健康脑部图像）	NA	YOLOv11, SAM, 增强型CNN	精确率, 召回率, mAP50(B)	NA
875	2025-10-06	Explainable AI to unveil cellular autophagy dynamics 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0331045 PMID:40934250	研究论文	开发了一个结合深度学习和可解释AI的计算流程，用于自动化分析细胞自噬动态过程	首次将目标检测、细胞分割、分类、跟踪和可解释性方法集成到自噬分析流程中，无需标注跟踪数据即可处理细胞分裂和形态变化	未提及模型在更大规模数据集或不同实验条件下的泛化能力	开发自动化分析细胞自噬动态的计算方法	细胞自噬过程	计算机视觉	癌症,神经退行性疾病	荧光显微镜成像	CNN,Transformer	图像	6,240张荧光显微镜图像	NA	YOLOv8,U-Net++,Vision Transformer	mAP50,IoU,准确率	NA
876	2025-10-06	Enhanced gallbladder cancer detection via active and self-supervised learning integration: Innovating B-ultrasound image analysis 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0330781 PMID:40956796	研究论文	本文提出了一种结合主动学习和自监督学习的新型分类算法ASGBC，用于改进B超图像中胆囊癌的检测	结合主动学习与自监督学习降低标注数据依赖，提出MsHop模块整合多尺度高阶信息，开发双分支损失函数增强特征提取和模型稳定性	需要进一步优化算法以适应更广泛的临床应用，可能还存在其他可提升诊断准确性的特征未被发掘	开发高效算法提升B超图像中胆囊癌的早期检测准确率	胆囊癌B超图像	计算机视觉	胆囊癌	B超成像	深度学习	医学图像	胆囊超声数据集（具体数量未明确说明）	NA	ASGBC（包含MsHop模块的双分支架构）	准确率, 特异性, 敏感性	NA
877	2025-10-06	A deep learning approach to gender equality: Forecasting educational indicators with 1D-CNN aligned with SDG 5 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0332273 PMID:40956848	研究论文	提出基于1D-CNN的时间序列预测模型，用于预测五个国家性别相关的教育指标	首次将1D-CNN应用于性别平等教育指标的时间序列预测，能够揭示时序模式和差异	仅针对五个特定国家进行研究，模型普适性有待验证	预测性别相关教育结果以促进可持续发展目标5（性别平等）的实现	美国、沙特阿拉伯、中国、埃及和瑞典的性别分类教育数据	机器学习	NA	时间序列分析	CNN	时间序列数据	五个国家的历史性别分类数据	NA	1D-CNN	NA	NA
878	2025-10-06	In-silico tool for predicting and scanning rheumatoid arthritis-inducing peptides in an antigen 2025, Frontiers in immunology IF:5.7Q1 DOI:10.3389/fimmu.2025.1630863 PMID:40959057	研究论文	开发了一种用于预测和扫描抗原中类风湿关节炎诱导肽的计算工具	结合了基于基序的方法和机器学习方法，开发了集成模型RAIpred，显著提高了预测性能	数据集规模有限（291个RA诱导肽和165个非诱导肽），模型性能仍有提升空间	开发预测HLA II类结合RA诱导肽的计算工具，用于评估蛋白质治疗剂的安全性	类风湿关节炎诱导肽和非诱导肽	生物信息学	类风湿关节炎	蛋白质语言模型，机器学习，深度学习	XGBoost, ProtBERT, 集成模型	肽序列数据	456个肽（291个RA诱导肽和165个非诱导肽）	NA	ProtBERT, XGBoost	AUC, MCC	NA
879	2025-10-06	Prediction of TP53 mutations across female reproductive system pan-cancers using deep multimodal PET/CT radiogenomics 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1608652 PMID:40959426	研究论文	开发基于多模态PET/CT影像和深度学习的模型预测女性生殖系统癌症中TP53突变状态	首次整合肿瘤和棕色脂肪组织的多模态PET/CT影像特征，构建跨癌症类型的TP53突变预测模型	回顾性研究，样本量相对有限(259例患者)，需要外部验证	开发非侵入性AI模型预测女性生殖系统癌症中TP53突变状态	宫颈癌、子宫内膜癌和卵巢癌患者	数字病理	妇科恶性肿瘤	PET/CT影像，放射组学分析	Transformer	医学影像(PET/CT)	259例患有宫颈癌、子宫内膜癌或卵巢癌的患者	nn-UNet	Transformer	准确率	NA
880	2025-10-06	Image steganalysis using LSTM fused convolutional neural networks for secure telemedicine 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1619706 PMID:40959435	研究论文	提出一种结合CNN和LSTM的混合模型用于医学图像隐写分析，以增强数字医疗解决方案的安全性	将传统CNN架构中的全连接层替换为LSTM层，利用局部图像特征之间的相关性进行增强特征提取	NA	开发高效的图像隐写分析方法以确保医学图像的安全性和完整性	医学图像和敏感成像数据集中的隐藏数据检测	计算机视觉	NA	图像隐写分析	CNN, LSTM	图像	BOSS Base 1.01、BOWS和ALASKA2图像隐写分析数据集	NA	CNN-LSTM混合架构	检测准确率, 敏感性特征	NA