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
1361	2025-10-06	Applications and advances of multi-omics technologies in gastrointestinal tumors 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1630788 PMID:40771479	综述	系统回顾多组学技术在胃肠道肿瘤研究中的最新进展及其在早期筛查、生物标志物发现和治疗优化中的应用	通过构建多尺度框架整合表观基因组学、宏基因组学和脂质组学等新兴领域，为分子分型和靶向治疗开辟新路径	存在数据异质性、算法泛化能力不足和高成本等问题限制临床转化	探讨多组学技术在胃肠道肿瘤精准诊疗中的应用价值与发展前景	胃肠道肿瘤及其分子特征	生物信息学	胃肠道肿瘤	多组学技术（基因组学、转录组学、蛋白质组学、代谢组学、表观基因组学、宏基因组学、脂质组学）	NA	多组学数据	NA	NA	NA	NA	NA
1362	2025-10-06	Stochastic-based learning for image classification in chest X-ray diagnosis 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251361745 PMID:40771770	研究论文	提出一种基于随机深度学习的胸部X光图像分类方法，用于提高肺炎等肺部疾病的检测精度	采用随机深度学习方法结合优化的卷积神经网络架构，通过dropout正则化和积极数据增强提升模型性能	需要在更多样化的大规模数据集上进行额外验证，并集成到临床决策支持系统中才能广泛应用	提高胸部X光图像中肺部疾病（特别是肺炎）的诊断精度	胸部X光图像	计算机视觉	肺部疾病	深度学习	CNN	图像	NA	NA	卷积神经网络	准确率,精确率,损失值	NA
1363	2025-10-06	CDFA: Calibrated deep feature aggregation for screening synergistic drug combinations 2025, Frontiers in pharmacology IF:4.4Q1 DOI:10.3389/fphar.2025.1608832 PMID:40771923	研究论文	提出一种基于深度学习的校准深度特征聚合框架，用于筛选协同药物组合	提出基于蛋白质信息和基因表达的新型细胞系表征方法，使用Transformer架构的特征聚合网络建模药物对与细胞系的复杂相互作用，并引入不确定性校准方法增强预测可靠性	NA	开发计算方法来高效筛选协同药物组合，解决传统湿实验方法资源消耗大的问题	药物组合和细胞系	机器学习	复杂疾病	蛋白质信息分析，基因表达分析	Transformer	蛋白质信息，基因表达数据	NA	NA	Transformer	NA	NA
1364	2025-10-06	Emerging trends and knowledge networks in pan-cancer sorafenib resistance: a 20-year bibliometric investigation 2025, Frontiers in pharmacology IF:4.4Q1 DOI:10.3389/fphar.2025.1581820 PMID:40771926	文献计量学研究	通过20年文献计量学分析揭示泛癌种索拉非尼耐药的研究趋势和知识网络	首次对索拉非尼耐药进行跨癌种的系统性文献计量学分析，识别关键耐药机制和研究空白	仅基于Web of Science数据库文献，可能遗漏部分相关研究	阐明索拉非尼耐药的潜在机制和研究趋势	肝细胞癌、转移性肾细胞癌、放射性碘难治性分化型甲状腺癌	文献计量学	多癌种（肝癌、肾癌、甲状腺癌）	文献计量分析，网络可视化	NA	文献数据	1,484篇相关出版物	VOSviewer, CiteSpace	NA	NA	NA
1365	2025-10-06	Federated knee injury diagnosis using few shot learning 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1589358 PMID:40771942	研究论文	提出一种结合联邦学习和少样本学习的混合方法用于膝关节损伤MRI诊断	首次将联邦学习与少样本学习相结合，采用3DResNet50架构和原型网络，在保护数据隐私的同时解决标注数据稀缺问题	冠状面视图性能较低，复杂架构导致计算需求较高	开发能够在保护患者隐私的前提下使用有限标注数据进行膝关节损伤诊断的方法	膝关节损伤（前交叉韧带撕裂和半月板撕裂）的MRI扫描图像	计算机视觉	膝关节损伤	MRI扫描	CNN	医学图像	MRNet数据集	NA	3DResNet50, Prototypical Networks	准确率	NA
1366	2025-10-06	A comparative study of bone density in elderly people measured with AI and QCT 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1582960 PMID:40771941	研究论文	本研究通过AI模型与QCT方法比较，验证基于常规CT扫描的骨密度AI预测在骨质疏松诊断中的临床价值	首创双验证框架验证基于深度学习的骨密度预测算法，并评估多厂商CT设备间测量一致性	回顾性研究设计，样本量相对有限（702例患者）	验证AI骨密度预测与QCT的诊断等效性，评估跨设备测量一致性，确定AI衍生骨密度在骨质疏松分类中的临床效用	702名患者（2019-2022年）的配对CT/QCT数据集	医学影像分析	骨质疏松症	定量CT（QCT），常规胸腹部CT扫描	深度学习模型	CT影像数据	702名患者的多中心回顾性数据	NA	NA	AUC, 准确率, 灵敏度, 特异性, R²值	NA
1367	2025-10-06	Artificial intelligence in neurodegenerative diseases research: a bibliometric analysis since 2000 2025, Frontiers in neurology IF:2.7Q3 DOI:10.3389/fneur.2025.1607924 PMID:40771972	文献计量分析	对2000-2025年神经退行性疾病人工智能研究领域的文献计量分析	首次系统分析神经退行性疾病AI研究领域的知识图谱和发展轨迹	仅基于Web of Science数据库的1402篇文献，可能存在收录偏差	探索人工智能在神经退行性疾病研究中的发展态势和研究热点	神经退行性疾病研究领域的科学文献	文献计量学	神经退行性疾病	文献计量分析	NA	文献元数据	1402篇出版物（1159篇文章，243篇综述）	VOSviewer, CiteSpace, Bibliometrix R	NA	合作中心性（0.24），篇均引用次数（31.68）	NA
1368	2025-10-06	Domain adaptive deep possibilistic clustering for EEG-based emotion recognition 2025, Frontiers in neuroscience IF:3.2Q2 DOI:10.3389/fnins.2025.1592070 PMID:40772260	研究论文	提出一种结合深度领域不变特征学习与可能性聚类的领域自适应框架，用于解决基于EEG的情绪识别中的领域偏移问题	将最大均值差异重新表述为模糊熵正则化框架下的单中心聚类任务，并引入自适应加权损失和记忆库策略增强伪标签可靠性	NA	开发鲁棒的跨领域脑电信号情绪识别方法	脑电信号(EEG)	机器学习	NA	脑电信号采集	深度聚类	脑电信号	三个基准数据集(SEED, SEED-IV, DEAP)	NA	深度可能性聚类	识别准确率, 泛化能力	NA
1369	2025-10-06	EPI-DynFusion: enhancer-promoter interaction prediction model based on sequence features and dynamic fusion mechanisms 2025, Frontiers in genetics IF:2.8Q2 DOI:10.3389/fgene.2025.1614222 PMID:40772277	研究论文	提出基于序列特征和动态融合机制的增强子-启动子相互作用预测模型EPI-DynFusion	结合Transformer和BiGRU架构的动态特征融合机制，并引入卷积块注意力模块(CBAM)增强对关键区域的关注能力	仅基于DNA序列信息进行预测，未考虑其他表观遗传因素	开发高效的计算模型来预测增强子-启动子相互作用	DNA序列中的增强子-启动子相互作用	生物信息学	NA	DNA序列分析	CNN, Transformer, BiGRU	DNA序列数据	六个基准细胞系数据	NA	CNN, Transformer, BiGRU, CBAM	AUROC, AUPR	NA
1370	2025-10-06	Chaotic gradient based optimization with fuzzy temporal optimized CNN for heart failure prediction 2025-01-31, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-88277-w PMID:39890898	研究论文	提出一种结合混沌梯度优化器和模糊时序优化CNN的心力衰竭预测模型	提出混沌梯度优化器(CGBO)改进特征选择，并设计模糊时序优化CNN(FTOCNN)分类器提高检测精度	仅使用UCI心脏数据集和电子健康记录进行评估，未在其他数据集上验证	开发准确且高效的心力衰竭早期预测系统	心力衰竭患者数据	机器学习	心血管疾病	电子健康记录分析	CNN	结构化医疗数据	UCI心脏数据集和电子健康记录	NA	模糊时序优化卷积神经网络(FTOCNN)	准确率, 统计指标, 分类指标, Wilcoxon秩和检验	NA
1371	2025-10-06	Universal conditional networks (UniCoN) for multi-age embryonic cartilage segmentation with Sparsely annotated data 2025-01-31, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-87797-9 PMID:39890924	研究论文	提出通用条件网络(UniCoN)用于多年龄胚胎软骨分割，解决稀疏标注数据下的分割挑战	提出两种新机制：基于离散年龄类别和连续图像裁剪位置的条件模块，能有效利用年龄和空间信息增强模型性能	NA	开发能够处理不同胚胎年龄组数据的鲁棒软骨分割方法	胚胎小鼠的3D微CT图像中的发育软骨	计算机视觉	骨软骨发育不良	3D微CT成像	CNN,Transformer,混合模型	3D图像	NA	NA	通用条件网络(UniCoN)	Dice系数	NA
1372	2025-10-06	A deep learning based model for diabetic retinopathy grading 2025-01-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-87171-9 PMID:39885230	研究论文	开发了一种基于深度学习的糖尿病视网膜病变自动分级模型RSG-Net	提出RSG-Net模型，能够同时进行四分类和二分类的糖尿病视网膜病变分级，在Messidor-1数据集上取得了优于现有方法的性能	仅使用Messidor-1单一数据集，未提及外部验证结果	开发自动化的糖尿病视网膜病变早期检测和准确分级系统	糖尿病视网膜病变患者眼底图像	计算机视觉	糖尿病视网膜病变	眼底图像分析	CNN	图像	Messidor-1数据集	NA	RSG-Net	准确率, 特异性, 敏感性	NA
1373	2025-10-06	Hierarchical image classification using transfer learning to improve deep learning model performance for amazon parrots 2025-01-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-88103-3 PMID:39885290	研究论文	本研究通过迁移学习和分层分类方法提升亚马逊鹦鹉物种识别的深度学习模型性能	基于诊断性形态特征构建分层分类结构，结合迁移学习提升对形态相似物种的分类精度	野生动物数据有限，特别是稀有或濒危物种的数据不足	改进野生动物物种分类的深度学习模型性能，用于种群监测和全球贸易监管	亚马逊鹦鹉物种	计算机视觉	NA	深度学习	CNN	图像	NA	NA	NA	mAP（平均精度均值）	NA
1374	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
1375	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
1376	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
1377	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
1378	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
1379	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
1380	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