深度学习在生物医药领域中的应用

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
121	2025-09-22	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	本研究提出了一种基于语义分割的前列腺癌检测与分级方法，专注于区分Gleason模式3和4	整合扩张注意力机制和残差卷积U-Net架构以增强特征表示，并采用像素扩展和类别权重解决类别不平衡问题	在完全未见的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的数字化全切片图像	数字病理学	前列腺癌	深度学习	残差卷积U-Net	图像	100张数字化全切片图像
122	2025-09-21	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	利用深度学习合成应变技术分析修复性法洛四联症患者左心室功能障碍的区域应变和不同步模式	首次应用全自动深度学习算法（DLSS）对多中心rTOF患者队列进行左心室区域应变和不同步的自动化测量与聚类分析	回顾性研究设计，样本量有限（198例患者），需进一步验证DLSS在临床实践中的普适性	表征修复性法洛四联症患者左心室功能障碍的模式及其与临床结局的关系	修复性法洛四联症患者（198例）和健康对照者（21例）	医学影像分析	心血管疾病	心血管磁共振成像（CMR），稳态自由进动电影序列（SSFP MRI），深度学习合成应变（DLSS）	深度学习算法	医学影像（MRI短片）	219例（198例rTOF患者 + 21例健康对照）
123	2025-09-21	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实时自动血流规划方法OWL	首次实现胎儿二维相位对比血流成像的实时自动规划，通过深度学习网络定位胎儿身体和心脏标志点	前瞻性案例中成功实施6/7，规划质量略低于手动规划(2.73/4 vs 3.0/4)	自动化胎儿血流成像的实时规划，扩大该技术的可及性	胎儿心血管系统	医学影像分析	心血管疾病	深度学习，相位对比磁共振成像	深度学习网络	磁共振影像	训练集167和71个胎儿数据集，回顾性评估10个数据集，前瞻性评估7个胎儿受试者
124	2025-09-21	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的集成学习模型，用于通过MRI图像自动诊断阿尔茨海默病和评估残疾程度	结合ResNet-50特征提取和EfficientNet-B3分类器的集成学习框架，在阿尔茨海默病诊断中实现高精度和泛化性能	需要在多样化临床环境中进一步优化和验证模型以满足实际医疗诊断需求	开发自动化的阿尔茨海默病早期诊断和残疾评估系统	阿尔茨海默病患者MRI图像，涵盖轻度、中度、非痴呆和极轻度痴呆四个阶段	医学影像分析	阿尔茨海默病	MRI成像，深度学习集成方法	ResNet-50, EfficientNet-B3, 集成学习	医学影像（MRI）	33,984张MRI图像，包含四个痴呆阶段的参与者
125	2025-09-19	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	本文综述了人工智能在ADHD从早期筛查到精确鉴别诊断的客观评估中的应用进展	利用AI技术处理多模态数据提取客观生物标志物，提升ADHD评估效率与精准度	标准化数据不足、模型泛化能力有限、可解释性问题、潜在偏差及缺乏严格临床验证	实现负责任、精准、客观及个性化的ADHD评估与管理	注意缺陷多动障碍（ADHD）患者	自然语言处理	精神疾病	机器学习（ML）、深度学习（DL）	NA	多模态数据（行为、神经生理、神经影像、遗传）	NA
126	2025-09-21	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，用于在年轻患者的X光片中检测眼眶骨折	提出新颖的跨序列学习方法，性能优于传统单输入模型	回顾性研究，可能存在选择偏倚	通过深度学习减少不必要的CT扫描和辐射暴露	20岁以下眼眶骨折患者	计算机视觉	眼眶骨折	深度学习	多输入深度学习模型	X光图像和CT图像	来自两家医院的1814例面部创伤患者
127	2025-09-21	How to accurately predict nanobody structure: Classical physics-based simulations or deep learning approaches 2025, Advances in protein chemistry and structural biology DOI:10.1016/bs.apcsb.2024.12.001 PMID:40973396	研究论文	本研究比较了基于经典物理的模拟和深度学习两种方法在预测纳米抗体（尤其是CDR3区域）结构准确性方面的表现	首次系统比较物理模拟与深度学习在纳米抗体结构预测中的效果，并提出纳米抗体与靶蛋白结合表面形成需要诱导契合机制的新观点	仅选取了三种代表性纳米抗体（Nb32、Nb80、Nb35）作为研究对象，样本规模有限	评估不同方法在纳米抗体结构预测中的准确性，并为不同类别纳米抗体的准确预测提供建议	纳米抗体（重链单域抗体VHHs），特别是其互补决定区CDR3的结构	计算生物学	NA	同源建模、分子动力学模拟、AlphaFold2、RoseTTAFold	AlphaFold2, RoseTTAFold	蛋白质结构数据	三种代表性纳米抗体（Nb32、Nb80、Nb35）
128	2025-09-20	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LQSF方法，用于DNA存储中高风险序列的预测和过滤	首次将深度学习模型应用于DNA存储编码阶段的主动序列过滤，替代传统被动纠错方法	NA	提高DNA存储技术在合成和测序过程中的错误纠正效率	DNA序列	机器学习	NA	深度学习，Illumina测序	AlexNet, VGG16, VGG19	序列数据	多个神经网络和测试集上的广泛训练和验证
129	2025-09-20	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模型在致癌性预测中的性能，并强调高质量大数据集的重要性	深度学习模型受限于现有致癌性数据集的规模	评估和比较不同AI模型在化学物质致癌性预测中的应用效果	化学物质	机器学习	癌症	机器学习，深度学习	SVM, Random Forest, 集成学习, FNN, CNN, GCN, Capsule Net, 混合神经网络	化学数据	NA
130	2025-09-20	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，用于脑肿瘤的自动分割与诊断	首次将YOLOv11实时目标检测与SAM精确分割模型结合，并通过增强CNN骨干网络实现鲁棒特征提取	NA	开发自动化脑肿瘤早期检测与诊断系统	脑部MRI图像中的肿瘤区域	计算机视觉	脑肿瘤	深度学习	CNN, YOLOv11, SAM	MRI图像	896张脑部MRI图像（包含肿瘤和健康脑部图像）
131	2025-09-20	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	本研究开发了一种基于可解释AI的计算流程，用于自动化分析细胞自噬动态过程	整合了目标检测、细胞分割、状态分类、细胞追踪和可解释性方法，无需标注追踪数据即可处理细胞分裂等复杂场景	NA	利用深度学习和可解释AI技术推进自噬研究，减少人工工作量并揭示关键自噬动态	细胞自噬过程	计算机视觉	癌症和神经退行性疾病	荧光显微镜成像	YOLOv8, U-Net++, vision transformer	图像	6,240张来自CELLULAR数据集的荧光显微镜图像
132	2025-09-20	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	提出一种结合主动学习和自监督学习的新型分类算法ASGBC，用于提升B超图像中胆囊癌的检测准确率	集成主动学习与自监督学习减少标注依赖，引入多尺度高阶信息模块MsHop捕捉超声图像细微纹理，并设计双分支损失函数增强特征提取和模型稳定性	算法仍需进一步优化以适应更广泛的临床应用，且可能还存在其他可提升诊断准确率的特征未被发掘	开发高效算法以改善胆囊癌的早期诊断	B超图像中的胆囊癌病变	计算机视觉	胆囊癌	深度学习，主动学习，自监督学习	ASGBC（集成主动学习和自监督学习的分类算法），包含MsHop模块	B超图像	胆囊超声数据集（具体数量未明确说明），但实验表明仅需35%的数据即可达到全数据集可比效果
133	2025-09-20	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	提出一种基于1D-CNN的时间序列预测模型，用于预测多国性别相关教育指标	首次将1D-CNN应用于性别平等教育指标的时间序列预测，能够捕捉细微变化和时序模式	NA	预测性别相关教育结果以支持可持续发展目标5（性别平等）	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	1D-CNN	时间序列数据（人口统计、社会经济和教育数据）	五个国家的历史性别分类数据
134	2025-09-20	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机工具	整合了基于基序的比对方法和机器学习方法（XGBoost与ProtBERT），创建了性能最优的集成模型，并实现了可公开访问的预测工具RAIpred	数据集规模有限（291个阳性肽和165个阴性肽），模型性能仍有提升空间（AUC=0.80）	识别可能引发类风湿关节炎的抗原肽段，以支持蛋白质疗法的安全评估	HLA II类结合肽段，特别是与类风湿关节炎相关的抗原肽	生物信息学	类风湿关节炎	BLAST, MERCI, 机器学习, 深度学习, 蛋白质语言模型	XGBoost, ProtBERT, 集成模型	肽序列数据	456个实验验证的肽段（291个RA诱导肽，165个非诱导肽）
135	2025-09-20	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	利用深度多模态PET/CT放射基因组学预测女性生殖系统泛癌中TP53突变状态	首次整合肿瘤和棕色脂肪组织（BAT）的多模态影像特征，并采用Transformer模型进行跨癌种TP53突变预测	回顾性研究，样本量有限（259例），需外部验证	开发非侵入性AI模型预测妇科恶性肿瘤TP53突变状态	宫颈癌、子宫内膜癌和卵巢癌患者	数字病理	妇科肿瘤	PET/CT影像分析，放射组学特征提取	Transformer	医学影像（CT/PET）	259例患者
136	2025-09-20	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，用于医疗图像隐写分析以增强数据安全	使用LSTM层替代传统CNN的全连接层，优先提取高相关性特征，提升隐藏数据检测能力	NA	确保AI驱动医疗解决方案中医学图像的安全性与完整性	医学及敏感图像数据集	计算机视觉	NA	图像隐写分析	CNN fused LSTM	图像	BOSS Base 1.01、BOWS和ALASKA2数据集
137	2025-09-20	Deep learning for cardiovascular management: optimizing pathways and cost control under diagnosis-related group models 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1580445 PMID:40959774	综述	探讨深度学习在心血管疾病管理中优化诊疗路径和DRG成本控制的应用与潜力	整合深度学习技术于DRG支付模型下，实现心血管疾病的成本效益优化和个性化干预	面临数据质量、监管合规、伦理问题及可扩展性有限等挑战	优化心血管疾病管理路径，控制医疗成本，适应DRG支付模式	心血管疾病患者及其诊疗过程	医疗人工智能	心血管疾病	深度学习	NA	医学图像、患者数据	基于回顾性研究和大型临床注册数据的真实世界证据
138	2025-09-20	Effective Feature Extraction for Knee Osteoarthritis Detection on X-ray Images using Convolutional Neural Networks 2025, Current medical imaging IF:1.1Q3 DOI:10.2174/0115734056360714250612080450 PMID:40574391	研究论文	提出一种基于卷积神经网络的任务对齐路径聚合特征融合模型（TPAFFKnee），用于提升X光图像中膝骨关节炎检测的准确性	引入路径聚合网络优化特征提取，采用任务对齐检测头替代全卷积网络，并使用EIOU损失函数解决正负样本不平衡问题	未提及模型在外部验证集上的泛化能力，且未来需整合更多临床数据	提高膝骨关节炎的自动检测精度，辅助临床治疗和手术决策	膝骨关节炎患者的X光图像	计算机视觉	骨关节炎	深度学习，X光成像	CNN, EfficientNetB4, TPAFFKnee	图像	1650张膝骨关节炎X光图像（来自多家医院）
139	2025-09-20	Fundus blood flow density changes in the smoking population by artificial intelligence-based optical coherence tomography angiography 2025, International journal of ophthalmology IF:1.9Q2 DOI:10.18240/ijo.2025.09.01 PMID:40881442	研究论文	利用基于人工智能的光学相干断层扫描血管成像技术研究吸烟人群眼底血流密度的变化	采用基于深度学习的去噪技术提升OCTA图像灵敏度，首次揭示吸烟与眼底血流密度下降的关联	样本量较小（36名吸烟者），仅针对男性群体，未分析视网膜厚度差异的统计学意义	探究慢性吸烟是否影响眼底血流密度	吸烟人群与非吸烟对照组的眼底血管	医学影像分析	眼科疾病	光学相干断层扫描血管成像（OCTA）结合AI去噪	深度学习	医学影像	36名男性吸烟者（平均年龄44.17±9.85岁）及年龄性别匹配的非吸烟对照组
140	2025-09-19	Automated detection and prediction of suicidal behavior from clinical notes using deep learning 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0331459 PMID:40953025	研究论文	本研究利用深度学习模型从临床文本中自动检测和预测自杀行为	验证了深度学习模型在多个学术医疗中心的泛化能力，并证明其优于传统词袋模型	研究仅在受控环境下进行，未来需要在多中心和非受控设置下进一步验证	验证深度学习模型在检测和预测故意自伤行为方面的有效性和可重复性	电子健康记录中的临床文本数据	自然语言处理	精神健康疾病	深度学习，Word2Vec	CNN，Naïve Bayes，Random Forest	文本	1,538名有ISH编码的患者和3,012名匹配对照组