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
1241	2025-10-06	Improvement of mask R-CNN and deep learning for defect detection and segmentation in electronic products 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0329945 PMID:40920847	研究论文	提出基于YOLOv5和Mask R-CNN的多任务联合学习框架Y-MaskNet，用于电子产品的缺陷检测与分割	结合YOLOv5的高效目标检测能力和Mask R-CNN的精细分割能力，通过多任务学习框架优化模型整体性能	NA	提高电子产品缺陷检测与分割的准确率和效率	电子产品缺陷	计算机视觉	NA	深度学习	CNN	图像	PCB缺陷数据集	PyTorch	YOLOv5, Mask R-CNN	mAP@[0.5:0.95], IoU	NA
1242	2025-10-06	Rapid label-free identification of seven bacterial species using microfluidics, single-cell time-lapse phase-contrast microscopy, and deep learning-based image and video classification 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0330265 PMID:40920893	研究论文	本研究开发了一种基于微流控技术、单细胞延时相差显微镜和深度学习的细菌种类快速无标记识别方法	将细菌识别物种从4种扩展到7种常见人类病原体，并评估实时性能、训练集大小、数据质量和数据增强的影响	需要直接从血液中分离细菌并在多样临床分离株上验证方法	开发快速无标记的细菌种类识别方法以改善急性感染的初始治疗	七种常见人类病原菌：铜绿假单胞菌、大肠杆菌、肺炎克雷伯菌、鲍曼不动杆菌、粪肠球菌、奇异变形杆菌和金黄色葡萄球菌	计算机视觉	细菌感染	微流控技术、单细胞延时相差显微镜	CNN, Vision Transformer	视频、图像	七个细菌物种的单细胞生长延时序列	NA	卷积神经网络, 视觉变换器	精确率, 召回率, AUC	NA
1243	2025-10-06	Smart load balancing in cloud computing: Integrating feature selection with advanced deep learning models 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0329765 PMID:40924788	研究论文	提出一种集成特征选择与深度学习模型的智能负载均衡方法SLADRO，用于优化云计算资源分配	结合CNN和LSTM进行负载预测，采用OOA-PSO混合优化算法进行特征选择，并应用深度强化学习实现动态任务调度	仅基于Google Cluster Trace数据集进行仿真验证，未在真实生产环境中测试	解决云计算环境中动态负载均衡问题，提高资源利用率和能效	云计算工作负载和资源管理	机器学习	NA	深度学习，强化学习，优化算法	CNN, LSTM, DRL	工作负载跟踪数据	Google Cluster Trace真实世界数据集	NA	CNN, LSTM	吞吐量，完成时间，资源利用率，能效	NA
1244	2025-10-06	Enhancing fake news detection with transformer-based deep learning: A multidisciplinary approach 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0330954 PMID:40924789	研究论文	提出一种基于Transformer架构的增强型BERT模型，用于虚假新闻检测	采用渐进式训练方法增强BERT模型，使其能够逐步学习区分真实报道与虚假内容的语言细微差别	仅使用WELFake数据集进行验证，未在其他数据集测试泛化能力	开发可靠的自动化虚假新闻检测机制以应对数字信息完整性挑战	虚假新闻和真实新闻文本	自然语言处理	NA	深度学习	Transformer, BERT	文本	72,134篇文章	TensorFlow/PyTorch（未明确指定）	BERT	准确率, F1分数, 精确率, 召回率	NA
1245	2025-10-06	Bibliometric Analysis of Research Articles on Embedded Internet of Health Things (IoHT) Fall Detection in the Elderly Published from 2006 to 2025 2025, Journal of multidisciplinary healthcare IF:2.7Q2 DOI:10.2147/JMDH.S537047 PMID:40927577	文献计量分析	对2006年至2025年嵌入式健康物联网老年人跌倒检测研究文章进行文献计量分析	首次对嵌入式健康物联网老年人跌倒检测领域进行系统的文献计量分析，涵盖近20年的研究发展轨迹	仅基于Scopus数据库，可能存在文献收录不全；缺乏标准数据集和公平的人口统计代表性	分析嵌入式健康物联网老年人跌倒检测领域的研究现状、发展趋势和研究空白	2006-2025年期间发表的嵌入式健康物联网老年人跌倒检测相关研究文章	健康物联网	老年疾病	文献计量分析，科学图谱可视化	机器学习，深度学习	文献元数据，引文数据	79篇出版物	VOSviewer	NA	引文分析，科学图谱	NA
1246	2025-10-06	Efficient spatio-temporal modeling for sign language recognition using CNN and RNN architectures 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1630743 PMID:40927705	研究论文	本研究使用CNN和RNN架构进行坦桑尼亚手语识别，提出带ELU激活函数的CNN-GRU模型以提升性能	提出使用ELU激活函数的CNN-GRU架构来增强学习效率和性能，在手语识别中实现94%的准确率	在独立手语者设置中性能差异显著，最高准确率仅66%，手部优势特征优化仍面临挑战	开发能够捕捉视频帧时空关系特征的高效深度学习算法用于手语识别	坦桑尼亚手语数据集	计算机视觉	NA	深度学习	CNN, LSTM, GRU	视频	使用手机自拍摄像头收集的坦桑尼亚手语数据集	NA	CNN-LSTM, CNN-GRU	准确率	NA
1247	2024-12-12	Integrating Deep Learning with Biology: A New Frontier in Triple-Negative Breast Cancer Treatment Prediction? 2025-01, Radiology. Artificial intelligence DOI:10.1148/ryai.240740 PMID:39660996	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1248	2025-09-12	Characterization of CNS Network Changes in Two Rodent Models of Chronic Pain 2025, Biological & pharmaceutical bulletin IF:1.7Q3 DOI:10.1248/bpb.b25-00045 PMID:40930793	研究论文	本研究使用静息态功能磁共振成像技术，在两种慢性疼痛啮齿动物模型中表征中枢神经系统功能网络的变化	结合深度学习的监督机器学习方法预测慢性疼痛，并发现传统网络分析未捕捉到的连接模式信息	研究仅基于两种特定啮齿动物模型，结果外推至人类或其他疼痛模型需谨慎	探究慢性疼痛相关的中枢神经系统功能变化	Lewis大鼠和Sprague-Dawley大鼠	神经影像学	慢性疼痛	静息态功能磁共振成像（fMRI），独立成分分析（ICA），图论测量，基于种子的功能连接分析	监督机器学习结合深度学习	神经影像数据	实验1：CFA模型组16只，对照组14只；实验2：PSNL模型组25只，假手术组19只	NA	NA	NA	NA
1249	2025-10-06	CT-based 3D Super-resolution Radiomics for the Differential Diagnosis of Brucella vs. Tuberculous Spondylitis using Deep Learning 2025, Current medical imaging IF:1.1Q3 DOI:10.2174/0115734056380084250720064859 PMID:40765092	研究论文	本研究开发了基于深度学习和超分辨率CT图像的影像组学模型，用于提高布鲁氏菌性脊柱炎和结核性脊柱炎的鉴别诊断准确性	首次将超分辨率技术与深度学习影像组学相结合应用于脊柱炎鉴别诊断，开发了综合临床、影像组学和深度学习的多模态融合模型	样本量较小(94例)，回顾性研究设计，存在影像异质性，需要更大规模多中心研究验证	提高布鲁氏菌性脊柱炎与结核性脊柱炎的鉴别诊断准确性	94例确诊为布鲁氏菌性脊柱炎或结核性脊柱炎的患者	医学影像分析	脊柱炎	CT成像, 超分辨率技术	CNN, MLP	CT图像	94例患者(训练集65例，验证集29例)，其中布鲁氏菌性脊柱炎57例，结核性脊柱炎37例	NA	ResNet18, ResNet34, MLP	AUC, 敏感性, 特异性, ROC, 决策曲线分析	NA
1250	2025-10-06	Multimodal deep learning for predicting protein ubiquitination sites 2025, Bioinformatics advances IF:2.4Q2 DOI:10.1093/bioadv/vbaf200 PMID:40917649	研究论文	开发了一种基于多模态深度学习的蛋白质泛素化位点预测工具	整合多种蛋白质序列表示方法（one-hot编码、嵌入表示和理化特性）于统一深度学习框架，显著提升预测准确性和鲁棒性	NA	准确预测蛋白质泛素化位点	蛋白质序列	生物信息学	NA	深度学习	深度学习	蛋白质序列数据	通用、人类特异性和植物特异性数据集	NA	多模态深度学习框架	准确率, 灵敏度, 特异性, MCC, AUC	NA
1251	2025-10-06	A graph attention-based deep learning network for predicting biotech-small-molecule drug interactions 2025, Bioinformatics advances IF:2.4Q2 DOI:10.1093/bioadv/vbaf192 PMID:40917652	研究论文	提出一种基于图注意力网络的深度学习框架，用于预测生物技术药物与小分子药物之间的相互作用	首次将图注意力网络应用于生物技术药物与小分子药物的相互作用预测，解决了传统方法主要关注小分子药物的局限性	未在摘要中明确说明研究的局限性	改进生物技术药物与小分子药物之间的相互作用预测，促进更有效的联合疗法开发	生物技术药物和小分子药物	机器学习	NA	深度学习	图注意力网络	图数据	NA	NA	图注意力网络	微观评估,宏观评估,加权评估	NA
1252	2025-10-06	ResLysEmbed: a ResNet-based framework for succinylated lysine residue prediction using sequence and language model embeddings 2025, Bioinformatics advances IF:2.4Q2 DOI:10.1093/bioadv/vbaf198 PMID:40917651	研究论文	提出一种基于ResNet的框架ResLysEmbed，结合传统词嵌入和蛋白质语言模型嵌入预测琥珀酰化赖氨酸位点	开发了三种混合架构并比较了多种蛋白质语言模型，其中ResLysEmbed在琥珀酰化位点预测中表现最优	NA	提高琥珀酰化赖氨酸位点的预测性能	蛋白质序列中的琥珀酰化赖氨酸位点	生物信息学	NA	蛋白质语言模型，深度学习	CNN, ResNet	蛋白质序列数据	NA	NA	ResNet, ConvLysEmbed, InceptLysEmbed	准确率, MCC, F1分数	NA
1253	2025-10-06	Knowledge Attitudes and Ethical Concerns About Artificial Intelligence Among Medical Students at Taibah University: A Cross-Sectional Study 2025, Advances in medical education and practice IF:1.8Q2 DOI:10.2147/AMEP.S528281 PMID:40917814	研究论文	本研究调查了Taibah大学医学生对人工智能的知识、态度和伦理关注	首次在沙特阿拉伯医学教育背景下系统评估医学生对AI的认知水平和伦理关切	单中心研究，样本量有限（189人），依赖自我报告数据可能存在偏差	评估医学生对AI的认知准备度和伦理关注，为医学教育课程开发提供依据	Taibah大学189名医学生	医学教育	NA	问卷调查	NA	问卷数据	189名医学生	NA	NA	描述性统计，单因素方差分析	NA
1254	2025-10-06	The Revolution in Midwifery Education: How AI and Deep Learning are Transforming Outcome-Based Assessments? 2025, Advances in medical education and practice IF:1.8Q2 DOI:10.2147/AMEP.S543098 PMID:40917813	综述	本文综述了人工智能和深度学习在助产教育成果评估中的应用与潜力	系统评估AI和深度学习在助产教育成果评估中的创新应用，包括个性化学习和临床技能提升	面临基础设施准备、数字素养、数据保护和算法偏见等伦理挑战	探讨AI和深度学习如何提升助产教育中的成果评估效果	助产教育中的学生临床技能评估	教育技术	母婴健康	系统文献综述	CNN, LSTM, Random Forest, SVM	文献数据	从771篇文献中筛选15篇符合标准的文章	NA	NA	客观性评估、个性化反馈、临床学习模拟效果	NA
1255	2025-10-06	Transformer-based ECG classification for early detection of cardiac arrhythmias 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1600855 PMID:40917829	研究论文	提出基于Transformer的深度学习框架用于心电图自动分类，实现心律失常的早期检测	首次将Transformer架构与先进的预处理、特征选择和降维技术结合应用于ECG分类	数据集和评估协议差异导致比较仅为指示性，实时或资源受限环境部署需进一步优化验证	开发自动化心电图分类系统用于心血管疾病早期检测	心电图信号	生物医学信号处理	心血管疾病	ECG信号处理	Transformer	信号数据	MIT-BIH基准数据集	NA	Transformer	准确率,精确率,召回率,F1分数,AUC	NA
1256	2025-10-06	Brain tumor classification using GAN-augmented data with autoencoders and Swin Transformers 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1635796 PMID:40917831	研究论文	提出一种结合Swin Transformer和AE-cGAN数据增强的新型深度学习模型用于脑肿瘤分类	首次将Swin Transformer与AE-cGAN数据增强相结合，有效解决数据不平衡和特征提取不足的问题	尚未进行实时临床部署验证，应用范围有待扩展到其他医学影像任务	开发高性能的脑肿瘤自动分类方法	脑肿瘤医学影像数据	计算机视觉	脑肿瘤	深度学习	Transformer, GAN, Autoencoder	医学影像	两个公开数据集（Figshare和Kaggle）	NA	Swin Transformer, AE-cGAN	准确率, 敏感性, 特异性	NA
1257	2025-10-06	Exploring the Potentials of Artificial Intelligence in Sepsis Management in the Intensive Care Unit 2025, Critical care research and practice IF:1.8Q3 DOI:10.1155/ccrp/9031137 PMID:40917940	综述	探讨人工智能在重症监护室脓毒症管理中的潜力与应用	系统评估人工智能方法（机器学习、深度学习、自然语言处理）相较于传统SOFA和SIRS标准在脓毒症早期预测中的优势	存在算法偏见、数据碎片化、缺乏验证和可解释性问题	研究人工智能在重症监护室脓毒症早期诊断和管理中的应用价值	重症监护室脓毒症患者	自然语言处理, 机器学习	脓毒症	机器学习, 深度学习, 自然语言处理	随机森林, XGBoost, 神经网络	临床数据, 生命体征, 实验室结果, 患者病史	NA	NA	NA	准确率, AUROC曲线下面积	NA
1258	2025-10-06	Nomogram Model for Identifying the Risk of Coronary Heart Disease in Patients with Chronic Obstructive Pulmonary Disease Based on Deep Learning Radiomics and Clinical Data: A Multicenter Study 2025, International journal of chronic obstructive pulmonary disease IF:2.7Q2 DOI:10.2147/COPD.S539307 PMID:40917929	研究论文	基于深度学习影像组学和临床数据开发用于评估慢性阻塞性肺疾病患者冠心病风险的列线图模型	首次将临床数据、影像组学特征和三维深度学习特征整合到列线图模型中，用于COPD患者的CHD风险预测	回顾性研究设计，样本量相对有限（543例患者）	开发并验证用于COPD患者CHD风险评估的个性化预测模型	来自两个医疗中心的543名慢性阻塞性肺疾病患者	医学影像分析	冠心病,慢性阻塞性肺疾病	计算机断层扫描（CT）	深度学习,影像组学	医学影像,临床数据	543名COPD患者（中心1：398例，中心2：145例）	NA	ResNet50	AUC,净收益	NA
1259	2025-10-06	Utilizing Detectron2 for accurate and efficient colon cancer detection in histopathological images 2025, Frontiers in bioengineering and biotechnology IF:4.3Q2 DOI:10.3389/fbioe.2025.1593534 PMID:40918447	研究论文	本研究提出了一种基于Detectron2深度学习框架的结肠癌组织病理图像分类方法	首次将Detectron2框架优化并应用于结肠癌组织病理图像分类任务，实现了99.8%的准确率	研究仅使用单一数据集进行验证，未在更广泛的数据集上进行测试	开发准确高效的结肠癌自动检测工具以辅助临床诊断	结肠组织病理图像	计算机视觉	结肠癌	组织病理学成像	深度学习目标检测模型	图像	LC25000数据集中10,000张标注图像（5,000正常，5,000癌变）	Detectron2	基于Detectron2的目标检测架构	准确率	NA
1260	2025-10-06	BlendNet: a blending-based convolutional neural network for effective deep learning of electrocardiogram signals 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1625637 PMID:40918589	研究论文	提出一种基于混合的卷积神经网络BlendNet，通过alpha混合方法有效提取心电图信号特征	提出alpha混合方法，将小波尺度图和二值图像的特征进行融合，生成更丰富的复合特征集	仅使用162个心电图记录进行实验，样本规模有限	提高心电图信号在心血管疾病诊断中的深度学习效果	心电图信号	机器学习	心血管疾病	连续小波变换	CNN	图像, 信号	162个心电图记录	NA	BlendNet	分类准确率	NA