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
1341	2025-10-06	Plant attribute extraction: An enhancing three-stage deep learning model for relational triple extraction 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0327186 PMID:40627606	研究论文	提出一种增强型三阶段深度学习模型用于植物属性关系三元组抽取	采用三阶段方法分别处理实体匹配、属性分类和关系匹配，改进了BERT词嵌入层并优化关系预测中的多级信息融合	基于标注的方法可能存在错误传播和参数更新不稳定的问题	从文本中抽取植物属性关系三元组以构建结构化知识	植物实体及其属性（生长环境、生长周期、生态分布等）	自然语言处理	NA	关系抽取	深度学习	文本	NA	BERT	Bwdgv（三阶段模型）	F1-score	NA
1342	2025-10-06	Deep learning-based risk stratification of ductal carcinoma in situ using mammography and abbreviated breast magnetic resonance imaging 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1587882 PMID:40630196	研究论文	本研究开发基于深度学习的多模态模型，利用乳腺X线摄影和简化乳腺磁共振成像对导管原位癌进行风险分层	首次结合深度学习和自然语言处理技术开发针对纯导管原位癌和浸润性导管癌的多模态预测模型，并验证简化MRI协议与完整诊断协议具有相似的诊断准确性	回顾性研究设计，样本量相对有限（共383例患者），需要更大规模的前瞻性验证	开发导管原位癌的风险分层工具以优化治疗策略，避免过度治疗	导管原位癌患者，包括纯导管原位癌和伴有导管原位癌的浸润性导管癌患者	数字病理	乳腺癌	乳腺X线摄影，磁共振成像，自然语言处理	深度学习	医学影像，临床数据，病理特征	两个队列：173例BI-RADS 3级或以上患者，210例同时有乳腺X线摄影和简化MRI的患者	NA	NA	AUC，准确率，F1分数	NA
1343	2025-10-06	Combining radiomics and deep learning to predict liver metastasis of gastric cancer on CT image 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1613972 PMID:40630210	研究论文	本研究结合影像组学和深度学习技术，基于CT图像预测胃癌肝转移	首次将经典影像组学特征与深度学习特征融合构建预测模型，并评估其在区分同步与异时性肝转移中的价值	回顾性研究设计，样本量相对有限，需要外部验证	预测胃癌肝转移的发生	胃癌患者	医学影像分析	胃癌	CT成像	深度学习	CT图像	1001例经病理证实的胃癌患者（非肝转移组689例，肝转移组312例）	NA	NA	AUC, 95% CI	NA
1344	2025-10-06	Machine Learning for 1-Year Mortality Prediction in Lung Transplant Recipients: ISHLT Registry 2025, Transplant international : official journal of the European Society for Organ Transplantation IF:2.7Q2 DOI:10.3389/ti.2025.14121 PMID:40630785	研究论文	本研究利用国际心肺移植学会注册数据开发深度学习模型，预测肺移植患者术后1年死亡率	首次基于大规模ISHLT注册数据构建肺移植1年死亡率预测模型，并通过SHAP值识别关键预测因子，证明仅需10个前置因素即可达到最优性能	外部验证数据集与ISHLT数据集存在显著组成差异，可能影响模型泛化能力	优化肺移植候选者选择以提升资源利用效率和患者预后	肺移植接受者	机器学习	肺移植	NA	GBM, Multilayer Perceptron	临床注册数据	ISHLT注册数据29,364例患者（其中4,729例1年内死亡），外加独立内部验证数据集	NA	梯度提升机，多层感知器	AUC, 准确率	NA
1345	2025-10-06	Artificial intelligence in atrial fibrillation: emerging applications, research directions and ethical considerations 2025, Frontiers in cardiovascular medicine IF:2.8Q2 DOI:10.3389/fcvm.2025.1596574 PMID:40630898	综述	本文探讨人工智能在心房颤动诊疗中的新兴应用、研究方向及伦理考量	系统梳理AI在房颤检测、风险预测、治疗优化和远程监护等关键领域的突破性应用，并提出可解释AI对临床实践的重要性	存在算法透明度不足、数据偏差、多源数据整合困难及监管障碍等挑战	评估人工智能技术在房颤全周期管理中的应用潜力与发展方向	心房颤动患者及相关医疗数据	机器学习	心血管疾病	机器学习, 深度学习	NA	心电图, 可穿戴设备数据, 临床数据, 影像数据, 基因组数据	NA	NA	NA	准确率	NA
1346	2025-10-06	Adapting a style based generative adversarial network to create images depicting cleft lip deformity 2025-01-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-86588-6 PMID:39875471	研究论文	开发了一种基于StyleGAN的唇裂面部图像生成器CleftGAN，用于生成大量高质量的唇裂畸形面部图像	首次将StyleGAN通过迁移学习应用于唇裂畸形图像生成，并提出了新的正常性差异指数评估指标	仅使用514张唇裂面部正面照片作为训练数据，数据量相对有限	解决面部畸形评估中高质量患者图像数据集稀缺的问题	唇裂畸形患者的面部图像	计算机视觉	唇裂	迁移学习、数据增强	GAN	图像	514张唇裂面部正面照片，基于70,000张正常面部的基础模型	NA	StyleGAN	Frechet Inception Distance, Perceptual Path Length, Divergence Index of Normality	NA
1347	2025-10-06	Development of a handheld GPU-assisted DSC-TransNet model for the real-time classification of plant leaf disease using deep learning approach 2025-01-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-82629-8 PMID:39875383	研究论文	开发了一种手持GPU辅助的DSC-TransNet模型，用于植物叶片病害的实时分类	将VGG19架构特征与变压器编码器块相结合的混合深度学习模型，通过深度可分离卷积层提升计算效率	NA	实现植物叶片病害的快速准确识别，促进农业可持续发展	葡萄、甜椒和番茄植物的叶片病害	计算机视觉	植物病害	深度学习	混合深度学习模型	叶片图像	NA	NA	VGG19,Transformer,DSC-TransNet	准确率,精确率,召回率,灵敏度,F1分数,AUC	NVIDIA Jetson Nano单板计算机
1348	2025-10-06	A guide for active learning in synergistic drug discovery 2025-01-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-85600-3 PMID:39875437	研究论文	本文探讨了主动学习在协同药物发现中的关键组成部分并提供了实施建议	发现分子编码对性能影响有限，而细胞环境特征显著增强预测能力；主动学习仅探索10%组合空间即可发现60%协同药物对	协同药物对出现频率低限制了AI预测效果	为协同药物组合筛选中的主动学习实施提供指导	协同药物组合	机器学习	NA	主动学习，深度学习	深度学习模型	分子编码数据，细胞环境特征数据	NA	NA	NA	协同产率比	NA
1349	2025-10-06	A pediatric emergency prediction model using natural language process in the pediatric emergency department 2025-01-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-87161-x PMID:39875462	研究论文	本研究开发了一种基于深度学习和自然语言处理的儿科急诊预测模型	首次将基于KM-BERT框架的深度学习模型应用于儿科急诊预测，并采用Shapley解释方法提供模型预测洞察	研究数据仅来自单一韩国三级医院，可能影响模型的泛化能力	开发能够识别儿科急诊病例的预测模型以优化医疗资源分配	儿科急诊病例	自然语言处理	儿科急诊疾病	自然语言处理	机器学习模型,深度学习模型	电子医疗记录文本	87,759例儿科病例	KM-BERT	KM-BERT	AUROC,AUPRC,F1-score	NA
1350	2025-10-06	Identifying factors that contribute to collision avoidance behaviours while walking in a natural environment 2025-01-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-88149-3 PMID:39875496	研究论文	本研究通过深度学习分析自然环境中行人避碰行为的影响因素	首次在真实城市路径中研究行人避碰行为，结合深度学习轨迹提取与无偏见人工标注	研究仅基于单一城市路径观察，未控制环境变量	识别影响行人避碰行为的关键因素	自然环境中行走的行人	计算机视觉	NA	视频录制，行为分析	深度学习算法	视频	繁忙城市路径上的行人轨迹数据	NA	NA	NA	NA
1351	2025-10-06	OCT-based diagnosis of glaucoma and glaucoma stages using explainable machine learning 2025-01-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-87219-w PMID:39875492	研究论文	本研究开发了一种基于光学相干断层扫描图像的可解释人工智能工具，用于青光眼的诊断和分期	首次将可解释人工智能技术应用于青光眼诊断和分期，通过SHAP特征排序和偏依赖分析提供透明决策依据	样本量相对有限（602只眼睛），需要更大规模验证	开发可解释的机器学习工具用于青光眼诊断和分期	334只正常眼睛和268只青光眼眼睛（86早期，72中期，110晚期）	医学影像分析	青光眼	光学相干断层扫描	机器学习模型	图像	602只眼睛（334正常，268青光眼）	NA	NA	AUC, 准确率	NA
1352	2025-10-06	Digital framework for georeferenced multiplatform surveillance of banana wilt using human in the loop AI and YOLO foundation models 2025-01-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-87588-2 PMID:39875516	研究论文	开发基于AI的多平台地理参考监测系统，用于香蕉枯萎病的检测和管理	结合人类参与循环AI和YOLO基础模型，创建地理参考的多平台监测框架，并应用可解释AI技术增强模型透明度	NA	提高香蕉枯萎病的检测和管理效率	香蕉植株的健康状况、镰刀菌枯萎病和黄单胞菌枯萎病	计算机视觉	植物病害	深度学习，可解释AI	YOLO-NAS, YOLOv8, YOLOv9, Faster-RCNN	航拍图像，地面图像	来自非洲、拉丁美洲、印度、亚洲和澳大利亚的香蕉病害发生数据集	NA	YOLO-NAS, YOLOv8, YOLOv9, Faster-RCNN	mAP@50, 精确率, 召回率	NA
1353	2025-10-06	Using partially shared radiomics features to simultaneously identify isocitrate dehydrogenase mutation status and epilepsy in glioma patients from MRI images 2025-01-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-87778-y PMID:39875517	研究论文	本研究利用部分共享的影像组学特征同时预测胶质瘤患者的IDH突变状态和癫痫发生	首次探索IDH突变状态与癫痫发生的相关性，提出基于LASSO的迭代特征选择方法筛选共享特征和任务特定特征	回顾性研究，样本量有限，外部验证仅针对IDH突变状态	提高胶质瘤患者IDH突变状态识别和癫痫诊断模型的性能	II-IV级胶质瘤患者	医学影像分析	胶质瘤	MRI影像分析	机器学习模型	医学影像	399例患者（训练集279例，测试集120例），外部测试集228例	NA	预训练深度学习模型	AUC	NA
1354	2025-10-06	Empowering Precision Medicine for Rare Diseases through Cloud Infrastructure Refactoring 2025, AMIA Joint Summits on Translational Science proceedings. AMIA Joint Summits on Translational Science PMID:40502250	研究论文	本研究开发并评估基于云计算的医疗基础设施，以加速罕见疾病诊断	通过云基础设施重构解决本地计算系统在可扩展性、维护和协作方面的挑战	未提及具体技术实施细节和性能评估结果	开发可扩展的云计算基础设施以支持罕见疾病精准医疗	罕见疾病诊断系统	医疗信息学	罕见疾病	数据挖掘,语义网技术,深度学习,图嵌入技术	深度学习模型	医疗数据	NA	NA	NA	NA	云计算基础设施
1355	2025-10-06	MRISeqClassifier: A Deep Learning Toolkit for Precise MRI Sequence Classification 2025, AMIA Joint Summits on Translational Science proceedings. AMIA Joint Summits on Translational Science PMID:40502266	研究论文	开发了一个用于精确MRI序列分类的深度学习工具包	针对小型未精炼MRI数据集开发了专用工具包，仅需10%的典型数据量即可达到99%准确率，性能可与基于大型精细数据集训练的系统相媲美	NA	解决MRI序列因标注混乱或错误而难以区分的问题，提供有效的序列分类工具	MRI图像序列（T1加权、T2加权、FLAIR等）	计算机视觉	NA	磁共振成像	深度学习	医学图像	仅需其他研究典型数据量的10%	NA	轻量级模型架构，集成投票方法	准确率	NA
1356	2025-10-06	Explainable Diagnosis Prediction through Neuro-Symbolic Integration 2025, AMIA Joint Summits on Translational Science proceedings. AMIA Joint Summits on Translational Science PMID:40502272	研究论文	本研究通过神经符号方法开发可解释的诊断预测模型，在糖尿病预测案例中验证其性能	采用逻辑神经网络整合领域知识和可学习参数，在保持预测性能的同时增强模型可解释性	目前仅在糖尿病预测案例中进行验证，需要扩展到更大更多样的数据集	开发同时具备高准确性和可解释性的医疗诊断预测模型	糖尿病患者的诊断预测	机器学习	糖尿病	神经符号集成方法	逻辑神经网络	医疗数据	NA	NA	多路径模型,综合模型	准确率,AUC	NA
1357	2025-10-06	Regularization by neural style transfer for MRI field-transfer reconstruction with limited data 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1579251 PMID:40607454	研究论文	提出一种基于神经风格转换的MRI场转移重建框架RNST，可在有限数据条件下生成高质量图像	首次将神经风格转换与去噪器结合用于MRI场转移重建，无需配对训练数据即可从低场输入生成高场质量图像	未明确说明具体的数据集规模和计算资源需求	解决数据有限场景下的MRI场转移重建问题	磁共振图像，涵盖轴向、冠状面和矢状面等多个解剖平面	医学影像分析	NA	神经风格转换，去噪正则化	深度学习模型	磁共振图像	有限数据设置，具体数量未说明	NA	神经风格转换引擎与去噪器结合架构	图像清晰度、对比度、结构保真度	NA
1358	2025-10-06	Video swin-CLSTM transformer: Enhancing human action recognition with optical flow and long-term dependencies 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0327717 PMID:40622917	研究论文	提出一种结合光流和长时序依赖的视频Swin-CLSTM Transformer模型，用于提升复杂背景下的人体动作识别性能	在Video Swin Transformer基础上集成光流信息和ConvLSTM模块，增强对复杂背景干扰的抵抗能力和长时序动作语义的理解能力	仅在UCF-101数据集上验证，未在其他更复杂或更大规模数据集上测试	提升复杂背景下人体动作识别的准确性和长时序语义理解能力	视频中的人体动作	计算机视觉	NA	光流分析，稀疏采样	Transformer, ConvLSTM	视频，RGB图像，光流	UCF-101数据集	NA	Video Swin Transformer, ConvLSTM	Top-1准确率，Top-5准确率	NA
1359	2025-10-06	Saliency-enhanced infrared and visible image fusion via sub-window variance filter and weighted least squares optimization 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0323285 PMID:40622931	研究论文	提出一种基于子窗口方差滤波和加权最小二乘优化的显著性增强红外与可见光图像融合方法	采用子窗口方差滤波分解技术和加权最小二乘优化显著性图测量方案，无需大规模训练数据集即可实现显著目标增强和纹理细节保留	在处理高度复杂场景时可能存在挑战	提升红外与可见光图像融合的显著特征增强和视觉清晰度	红外图像和可见光图像	计算机视觉	NA	图像融合技术	NA	红外图像，可见光图像	三个公共数据集	NA	子窗口方差滤波(SVF)，加权最小二乘优化(WLSO)	定性评估，定量评估	NA
1360	2025-10-06	Air-ground collaborative multi-source orbital integrated detection system: Combining 3D imaging and intrusion recognition 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0326951 PMID:40623035	研究论文	提出一种空地协同多源轨道综合检测系统，结合3D成像与入侵识别技术提升铁路基础设施检测效率	提出改进的LOAM-SLAM算法实现实时动态建图，优化ICP算法实现高精度点云配准与着色，采用YOLOv3-ResNet融合模型进行入侵检测	未明确说明系统在极端恶劣天气下的性能表现及检测范围的具体限制	开发高效可靠的铁路轨道检测系统，提升铁路基础设施安全性	铁路轨道及周边环境	计算机视觉	NA	激光雷达点云成像，深度学习	YOLOv3, ResNet	点云数据，图像数据	NA	NA	YOLOv3-ResNet融合模型	召回率，精确率	NA