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
1401	2025-10-07	Beyond genomics: artificial intelligence-powered diagnostics for indeterminate thyroid nodules-a systematic review and meta-analysis 2025, Frontiers in endocrinology IF:3.9Q2 DOI:10.3389/fendo.2025.1506729 PMID:40391010	系统评价与荟萃分析	评估人工智能在不使用基因组测序分类器的情况下诊断不确定甲状腺结节的当前证据	首次系统评估AI在不确定甲状腺结节诊断中的应用，重点关注非基因组学方法，填补了基因组测序分类器成本高昂导致的应用不平等缺口	研究间存在显著异质性，模型存在过拟合问题，缺乏稳健的独立外部验证，当前模型性能尚不适合直接临床实施	分析人工智能在不使用基因组测序分类器的情况下诊断不确定甲状腺结节的诊断准确性	不确定甲状腺结节	医学人工智能	甲状腺结节	超声检查，自然语言处理，细胞学分析	机器学习，深度学习	影像数据，文本数据，细胞学数据	7项研究中的20个模型	NA	NA	AUC	NA
1402	2025-10-07	Determining resources and capabilities in complex context: A decision-making model for banks 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0323735 PMID:40392866	研究论文	本研究开发了一个用于银行在复杂环境中确定资源和能力的决策模型	提出了一个适用于复杂环境的资源能力决策模型，整合了模糊偏好判断、深度学习分析和成功率预测	研究样本仅限于印度尼西亚国有银行，可能限制模型的普适性	开发银行资源和能力确定的决策模型	印度尼西亚国有银行	机器学习	NA	定性方法、案例研究策略、溯因方法	深度学习	定性数据	印度尼西亚国有银行样本	NA	NA	成功率预测	NA
1403	2025-10-07	Deep learning approaches for quantitative and qualitative assessment of cervical vertebral maturation staging systems 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0323776 PMID:40392884	研究论文	本研究开发并比较了基于人工智能的定量和定性颈椎骨成熟度分期方法	首次提出基于13个颈椎标志点测量的定量QCVM方法，相比传统定性方法展现出更优性能	研究样本仅来自6个医疗中心，可能影响模型的泛化能力	探索人工智能在颈椎骨成熟度分期评估中的应用潜力	颈椎骨成熟度分期系统	计算机视觉	骨科发育评估	侧位头影测量	深度学习模型	图像	3,600张侧位头影测量图像	NA	NA	Pearson相关系数, 均方误差, 成功检测率, 精确率-召回率, F1分数, 分类准确率	NA
1404	2025-10-07	SwinFishNet: A Swin Transformer-based approach for automatic fish species classification using transfer learning 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0322711 PMID:40392913	研究论文	提出基于Swin Transformer的迁移学习方法SwinFishNet，用于自动鱼类物种分类	首次将Swin Transformer架构应用于鱼类物种分类任务，通过其分层结构同时捕捉局部和全局特征	NA	开发自动鱼类物种分类方法以提升渔业可持续性、食品安全和市场效率	淡水鱼和海水鱼图像数据	计算机视觉	NA	图像处理	Transformer	图像	三个数据集：12类BD-Freshwater-Fish、10类SmallFishBD和20类FishSpecies	PyTorch	Swin Transformer	分类准确率,F1分数,召回率,精确率,马修斯相关系数,科恩卡帕系数,混淆矩阵	NA
1405	2025-10-07	Assessing response in endoscopy images of esophageal cancer treated with total neoadjuvant therapy via hybrid-architecture ensemble deep learning 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1590448 PMID:40395323	研究论文	通过混合架构集成深度学习评估食管癌患者接受全新辅助治疗后的内镜图像反应	提出EC-HAENet混合架构集成深度学习模型，在食管癌全新辅助治疗反应评估中显著优于传统内镜活检方法	研究样本仅来自单一医疗中心，需要多中心验证以证明模型的泛化能力	开发准确评估食管癌患者接受全新辅助治疗后病理完全反应的AI模型	食管癌患者的内镜图像	计算机视觉	食管癌	内镜检查	集成深度学习	图像	300名食管癌患者的7,359张内镜图像	NA	混合架构集成模型	AUC, 准确率	NA
1406	2025-10-07	Leveraging spatial dependencies and multi-scale features for automated knee injury detection on MRI diagnosis 2025, Frontiers in bioengineering and biotechnology IF:4.3Q2 DOI:10.3389/fbioe.2025.1590962 PMID:40395675	研究论文	开发基于图卷积网络和多尺度特征融合的深度学习模型KneeXNet，用于膝关节MRI图像的自动损伤检测	利用图卷积网络捕捉膝关节MRI中的空间依赖关系，结合多尺度特征融合和对比学习方案增强模型判别能力	NA	为临床医生提供高效可靠的膝关节损伤诊断工具，特别关注前交叉韧带撕裂检测	膝关节磁共振成像数据	医学影像分析	膝关节损伤	磁共振成像	图卷积网络	医学图像	1,370名患者的膝关节MRI扫描	PyTorch, Django	图卷积网络, 多尺度特征融合模块	AUC	NA
1407	2025-10-07	Transfer Learning and Multi-Feature Fusion-Based Deep Learning Model for Idiopathic Macular Hole Diagnosis and Grading from Optical Coherence Tomography Images 2025, Clinical ophthalmology (Auckland, N.Z.) DOI:10.2147/OPTH.S521558 PMID:40396157	研究论文	开发基于迁移学习和多特征融合的深度学习模型，用于从光学相干断层扫描图像诊断和分级特发性黄斑裂孔	结合迁移学习与多特征融合策略，融合传统组学特征与深度特征，构建高效的黄斑裂孔诊断模型	单中心回顾性研究，样本量有限（229张OCT图像），需要更多临床试验验证	评估深度学习系统在特发性黄斑裂孔诊断、分级和预测中的作用	南昌大学第一附属医院特发性黄斑裂孔患者的双眼OCT图像	计算机视觉	眼科疾病	光学相干断层扫描（OCT）	CNN, 融合模型	图像	229张OCT图像	NA	ResNet101	准确率, AUC, C-index	NA
1408	2025-10-07	Optimizing Corn Tar Spot Measurement: A Deep Learning Approach Using Red-Green-Blue Imaging and the Stromata Contour Detection Algorithm for Leaf-Level Disease Severity Analysis 2025-Jan, Plant disease IF:4.4Q1 DOI:10.1094/PDIS-12-23-2702-RE PMID:39160128	研究论文	提出改进的SCDA v2算法，通过深度学习结合RGB成像技术实现玉米焦斑病严重程度的叶片级分析	在SCDA v1基础上开发了SCDA v2，无需经验性搜索最优决策输入参数，通过预训练CNN分类器从区域提案中识别真实焦斑病子座，显著提高了检测准确性和一致性	未明确说明算法在不同环境条件下的泛化能力及计算效率	优化玉米焦斑病测量方法，实现准确的病害严重程度分析	玉米叶片焦斑病子座（褐色-黑色、凸起的真菌子实体）	计算机视觉	植物病害	RGB成像技术	CNN	图像	来自田间（低、中、高层冠层）和温室条件下不同环境的玉米叶片RGB图像数据集	NA	卷积神经网络	F1分数, 线性回归, Lin一致性相关系数, Dice系数	NA
1409	2025-10-07	Generative Adversarial Network With Robust Discriminator Through Multi-Task Learning for Low-Dose CT Denoising 2025-Jan, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3449647 PMID:39186436	研究论文	提出一种通过多任务学习增强判别器鲁棒性的生成对抗网络，用于低剂量CT图像去噪	提出三种创新方法：多任务学习的鲁棒判别器、两种调节机制（恢复一致性和无差异抑制）、以及结合残差快速傅里叶变换与卷积的生成器模块	未充分探索网络在其他CT领域的鲁棒性	解决低剂量CT图像去噪中的视觉不一致性、多指标性能不佳和网络鲁棒性不足等问题	低剂量CT图像	计算机视觉	NA	CT成像	GAN	医学图像	NA	NA	Res-FFT-Conv	像素级指标, 特征空间指标, 视觉评分	NA
1410	2025-10-07	Federated Learning in Glaucoma: A Comprehensive Review and Future Perspectives 2025 Jan-Feb, Ophthalmology. Glaucoma DOI:10.1016/j.ogla.2024.08.004 PMID:39214457	综述	本文全面回顾了联邦学习在青光眼筛查中的应用，并探讨了其未来发展方向	系统性地总结了联邦学习在解决青光眼AI模型开发中的数据隐私和共享难题方面的创新应用	NA	探讨联邦学习在青光眼筛查人工智能模型开发中的应用价值和前景	青光眼相关的医学影像数据和AI模型	医学人工智能	青光眼	联邦学习	深度学习, 机器学习	医学影像	NA	NA	NA	准确率	NA
1411	2025-10-07	Derivative-Guided Dual-Attention Mechanisms in Patch Transformer for Efficient Automated Recognition of Auditory Brainstem Response Latency 2025, IEEE transactions on neural systems and rehabilitation engineering : a publication of the IEEE Engineering in Medicine and Biology Society IF:4.8Q1 DOI:10.1109/TNSRE.2025.3558730 PMID:40198282	研究论文	提出一种基于导数引导双注意力机制的Patch Transformer模型，用于自动识别听觉脑干反应波潜伏期	首次将导数引导与双注意力机制结合，通过重叠分块策略聚合语义信息，同时捕捉局部时间模式和全局依赖关系	未明确说明模型可解释性的具体改进方案，数据集多样性仍需进一步扩展	开发轻量级、可泛化的深度学习模型，实现听觉脑干反应波潜伏期的自动识别	听觉脑干反应(ABR)时间序列数据中的I、III、V波潜伏期	机器学习	听觉系统疾病	听觉脑干反应(ABR)检测	Transformer	时间序列数据	来自两家医院的大规模多样化数据集	NA	Patch Transformer, 导数引导双注意力机制	准确率	NA
1412	2025-10-07	Advancements in AI-driven drug sensitivity testing research 2025, Frontiers in cellular and infection microbiology IF:4.6Q1 DOI:10.3389/fcimb.2025.1560569 PMID:40384974	综述	本文全面综述了人工智能在病原体药敏试验和耐药性检测方法研究中的进展与应用前景	重点探讨了机器学习和深度学习等新兴人工智能技术在药敏试验预测中的创新应用	NA	通过人工智能技术预测药物敏感性测试和病原体耐药性，减少抗生素滥用	病原体抗生素耐药性	机器学习	感染性疾病	药敏试验(AST)	机器学习(ML), 深度学习(DL)	影像数据, 实验室数据	NA	NA	NA	NA	NA
1413	2025-10-07	Advancements in deep learning for early diagnosis of Alzheimer's disease using multimodal neuroimaging: challenges and future directions 2025, Frontiers in neuroinformatics IF:2.5Q3 DOI:10.3389/fninf.2025.1557177 PMID:40385089	综述	本文综述了深度学习在多模态神经影像早期诊断阿尔茨海默病中的应用进展、挑战和未来方向	系统总结了深度学习在多模态神经影像分析中的最新应用，强调了多模态整合相比单模态方法的诊断准确性提升	数据异质性、样本量小、在不同人群中泛化能力有限、临床转化需考虑可解释性和伦理问题	探讨深度学习在多模态神经影像中早期诊断阿尔茨海默病的应用潜力	阿尔茨海默病患者的多模态脑成像数据	医学影像分析	阿尔茨海默病	多模态神经影像	CNN, RNN, Transformer	脑成像数据	NA	NA	卷积神经网络，循环神经网络，基于Transformer的模型	诊断准确性	NA
1414	2025-10-07	Automatic diagnosis of extraocular muscle palsy based on machine learning and diplopia images 2025, International journal of ophthalmology IF:1.9Q2 DOI:10.18240/ijo.2025.05.01 PMID:40385124	研究论文	基于机器学习和复视图像开发自动诊断眼外肌麻痹的方法	首次将多种机器学习算法应用于复视图像数据，实现眼外肌麻痹的自动诊断，并比较了不同算法的性能	回顾性研究，数据来源于单一机构，需要进一步前瞻性验证	开发能够自动诊断眼外肌麻痹的机器学习模型	3244例患者的复视图像和医疗记录数据	机器学习	眼外肌麻痹	计算机化复视测试	逻辑回归,决策树,支持向量机,XGBoost,深度学习	图像,医疗记录	3244个病例，其中2757个训练样本，487个测试样本	NA	NA	准确率,混淆矩阵,精确率-召回率曲线,加权精确率,加权召回率,加权F1分数	NA
1415	2025-10-07	Multimodal deep learning model for prediction of prognosis in central nervous system inflammation 2025, Brain communications IF:4.1Q2 DOI:10.1093/braincomms/fcaf179 PMID:40385378	研究论文	开发了一种整合临床特征和脑部MRI数据的多模态深度学习模型，用于预测中枢神经系统炎症的预后	首次将3D脑部MRI分割与临床特征相结合的多模态深度学习模型，在多种病因的中枢神经系统炎症中均表现出优越的预后预测性能	回顾性研究设计，数据来自单一三级转诊医院，样本量相对有限	提高中枢神经系统炎症的早期预后预测准确性	中枢神经系统炎症患者	医学影像分析	中枢神经系统炎症	脑部MRI，临床变量分析	3D CNN，多模态深度学习	3D MRI图像，临床特征数据	内部数据集：291名患者的413张图像；外部数据集：106名患者的210张图像	FastSurfer	3D卷积神经网络	准确率，F1分数，ROC曲线下面积，精确召回曲线下面积	NA
1416	2025-10-07	HD-6mAPred: a hybrid deep learning approach for accurate prediction of N6-methyladenine sites in plant species 2025, PeerJ IF:2.3Q2 DOI:10.7717/peerj.19463 PMID:40386224	研究论文	开发了一种混合深度学习模型HD-6mAPred，用于准确预测植物物种中的N6-甲基腺嘌呤位点	结合双向门控循环单元、卷积神经网络和注意力机制的混合深度学习架构，采用多种DNA序列编码方案和保留搜索策略优化特征选择	NA	开发一种鲁棒的方法来提高6mA位点预测的准确性和跨物种泛化能力	植物物种中的N6-甲基腺嘌呤位点	生物信息学	NA	DNA序列编码	BiGRU, CNN	DNA序列数据	蔷薇科、水稻和拟南芥数据集	NA	双向门控循环单元, 卷积神经网络, 注意力机制	准确率, 马修斯相关系数, 灵敏度, 特异性	NA
1417	2025-10-07	Significance of multi-task deep learning neural networks for diagnosing clinically significant prostate cancer in plain abdominal CT 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1543230 PMID:40386561	研究论文	本研究评估了基于3DUnet架构的多任务深度学习网络在腹部平扫CT中诊断临床显著性前列腺癌的有效性	首次将多任务深度学习神经网络应用于腹部平扫CT的前列腺癌诊断，并开发了结合预测结果和PSAD、年龄的诊断列线图	样本量相对有限，且来自单一机构的放射科和核医学科患者	评估多任务深度学习神经网络在早期前列腺癌CT诊断中的有效性	临床显著性前列腺癌患者	医学影像分析	前列腺癌	CT扫描	深度学习神经网络	CT图像	539名患者（放射科461名，核医学科78名）	NA	3DUnet, ResNet18	AUC, ROC曲线	NA
1418	2025-10-07	Intelligent rehabilitation in an aging population: empowering human-machine interaction for hand function rehabilitation through 3D deep learning and point cloud 2025, Frontiers in computational neuroscience IF:2.1Q3 DOI:10.3389/fncom.2025.1543643 PMID:40386804	研究论文	提出基于3D深度学习模型处理激光传感器点云数据的方法，实现非接触式手势表面特征分析，应用于人机交互手功能智能康复领域	集成手部表面点云采集、局部特征提取和维度信息抽象增强等关键技术，构建精准的手势表面特征分析系统	NA	开发非接触式智能手功能康复技术，改善老年人和康复患者的交互方式	老年人群和康复患者的手功能	计算机视觉	老年疾病	激光传感器点云数据采集	3D深度学习	点云数据	NA	NA	NA	准确率	NA
1419	2025-10-07	Hybrid deep learning model for accurate and efficient android malware detection using DBN-GRU 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0310230 PMID:40388500	研究论文	提出一种结合深度信念网络和门控循环单元的混合深度学习模型，用于安卓恶意软件的准确高效检测	首次将DBN静态分析与GRU动态行为建模相结合，实现了静态和动态检测方法的有效融合	仅在Drebin数据集上进行验证，未在其他数据集测试泛化能力	提高安卓恶意软件检测的准确性和效率	安卓应用程序（APK文件）	机器学习	NA	静态分析和动态行为分析	DBN, GRU	静态特征（权限、API调用、意图过滤器）和动态特征（系统调用、网络活动、进程间通信）	129,013个应用程序（5,560个恶意软件，123,453个良性应用）	NA	DBN-GRU混合架构	准确率, 精确率, 召回率, AUC	NA
1420	2025-10-07	Blood cancer prediction model based on deep learning technique 2025-01-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-84475-0 PMID:39805996	研究论文	本研究开发了一种基于深度学习技术的血癌预测模型，旨在提高血癌早期诊断的准确性	首次系统比较了ResNetRS50、RegNetX016、AlexNet、Convnext、EfficientNet、Inception_V3、Xception和VGG19等多种深度学习模型在血癌预测中的性能，并发现ResNetRS50在准确性和速度方面表现最优	NA	通过早期诊断血癌来降低死亡率，为患者提供更好的生存机会	血癌患者	机器学习	血癌	深度学习	CNN	NA	NA	NA	ResNetRS50, RegNetX016, AlexNet, Convnext, EfficientNet, Inception_V3, Xception, VGG19	准确率, 错误率, 速度	NA