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
1521	2025-10-06	Deep learning analysis of long COVID and vaccine impact in low- and middle-income countries (LMICs): development of a risk calculator in a multicentric study 2025, Frontiers in public health IF:3.0Q2 DOI:10.3389/fpubh.2025.1416273 PMID:40642241	研究论文	本研究开发了一种基于深度学习的风险计算器，用于分析低收入和中等收入国家中长期COVID症状及疫苗影响	首次在低收入和中等收入国家中应用自监督和无监督深度神经网络分析长期COVID症状，并开发针对慢性疲劳综合征、抑郁和长期COVID症状的风险计算器	研究样本仅来自低收入和中等收入国家，可能不适用于高收入国家人群	填补急性与慢性症状、疫苗接种影响及相关因素之间的知识空白	COVID-19检测阳性的18岁及以上患者	机器学习	COVID-19	问卷调查、深度神经网络	深度神经网络, GBM	问卷数据、医疗记录	2445名参与者	NA	深度神经网络, 梯度提升机	AUC	NA
1522	2025-10-06	Integrating weighted gene co-expression network analysis and machine learning to elucidate neural characteristics in a mouse model of depression 2025, Frontiers in psychiatry IF:3.2Q2 DOI:10.3389/fpsyt.2025.1564095 PMID:40656047	研究论文	通过整合加权基因共表达网络分析和机器学习方法，揭示抑郁症小鼠模型的神经生物学特征	首次将加权基因共表达网络分析与随机森林算法相结合，识别与抑郁症发病密切相关的关键基因	研究仅基于小鼠模型数据，需要在人类样本中进一步验证	阐明抑郁症的神经生物学特征，为早期诊断和精准治疗提供理论支持	抑郁症小鼠模型的基因表达数据	机器学习	抑郁症	加权基因共表达网络分析(WGCNA), 转录组分析	随机森林	基因表达数据	来自公共GEO数据集(如GSE102556)的抑郁症小鼠模型数据	NA	随机森林	准确率	NA
1523	2025-10-06	Integrating Deep Learning and Radiomics in Differentiating Papillary Thyroid Microcarcinoma from Papillary Thyroid Carcinoma with Ultrasound Images 2025, Cancer management and research IF:2.5Q3 DOI:10.2147/CMAR.S507943 PMID:40656136	研究论文	本研究探讨了基于超声的影像组学、深度学习及其组合模型在区分甲状腺乳头状癌和甲状腺微小乳头状癌中的可行性	首次将深度学习与影像组学相结合构建组合模型，用于甲状腺微小乳头状癌与甲状腺乳头状癌的鉴别诊断	样本量相对有限，仅包含两家医院的病例数据	通过无创术前鉴别甲状腺微小乳头状癌与甲状腺乳头状癌，减少对甲状腺微小乳头状癌的过度治疗	甲状腺结节患者	医学影像分析	甲状腺癌	超声成像	CNN	超声图像	549名患者（包含180个甲状腺乳头状癌结节和436个甲状腺微小乳头状癌结节）	NA	VGG13,VGG16,VGG19,AlexNet,EfficientNet	准确率,AUC	NA
1524	2025-10-06	A nnU-Net-based automatic segmentation of FCD type II lesions in 3D FLAIR MRI images 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1601815 PMID:40656161	研究论文	本研究使用nnU-Net框架自动分割3D FLAIR MRI图像中的FCD II型病灶	采用基于峰值体素强度的自动切片选择方法，筛选病灶丰富的切片进行训练	样本量相对有限（85名受试者），仅针对FCD II型病灶	提高癫痫病灶检测的准确性和速度，改善术前评估	FCD II型癫痫患者的3D FLAIR MRI图像	医学影像分析	癫痫	3D FLAIR MRI	CNN	3D医学图像	85名FCD II型受试者	nnU-Net	nnU-Net	5折交叉验证	NA
1525	2025-10-06	Intelligent dynamic cybersecurity risk management framework with explainability and interpretability of AI models for enhancing security and resilience of digital infrastructure 2025, Journal of reliable intelligent environments DOI:10.1007/s40860-025-00253-3 PMID:40656511	研究论文	提出一种集成动态参数和可解释AI模型的智能动态网络安全风险管理框架	结合漏洞利用和资产依赖等动态参数，采用线性回归与深度学习混合AI模型，并集成模型可解释性特征	NA	通过动态风险评估和管理增强数字基础设施的安全性和韧性	网络安全风险管理系统	机器学习	NA	AI驱动的网络安全风险管理	线性回归,深度学习	网络安全漏洞数据	使用广泛采用的CVEjoin数据集进行实验	NA	混合模型架构	漏洞优先级排序效果	NA
1526	2025-10-06	Artificial intelligence and machine learning techniques for predicting neuropathic pain in patients with cancer: A systematic review 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251358315 PMID:40656844	系统综述	评估人工智能和机器学习技术在预测癌症患者神经病理性疼痛方面的应用	首次系统评估AI/ML在癌症相关神经病理性疼痛预测中的应用，识别关键预测因子和模型性能	方法学局限性包括校准不佳、外部验证率低(仅14%)、可解释性有限	评估AI/ML技术在预测癌症患者神经病理性疼痛及相关结局中的应用效果	癌症患者，特别是乳腺癌患者	机器学习	癌症	系统综述方法	随机森林,支持向量机,深度学习	临床数据,情感数据,影像数据,分子数据	14项符合条件的研究	NA	NA	AUC(曲线下面积)	NA
1527	2025-10-06	Advancing cardiac diagnostics: high-accuracy arrhythmia classification with the EGOLF-net model 2025, Frontiers in physiology IF:3.2Q2 DOI:10.3389/fphys.2025.1613812 PMID:40656899	研究论文	提出EGOLF-net模型用于心律失常分类，在MIT-BIH心律失常数据库上实现高精度诊断	结合增强型灰狼优化算法与LSTM融合网络，通过优化特征选择有效捕捉ECG数据中的时间依赖性	NA	开发高精度心律失常分类模型以提升心脏病诊断能力	心电图信号和心律失常分类	机器学习	心血管疾病	心电图分析	LSTM	ECG信号	MIT-BIH心律失常数据库	NA	EGOLF-net, LSTM	准确率	NA
1528	2025-10-06	Cross-Scale Guidance Integration Transformer for Instance Segmentation in Pathology Images 2025, IEEE open journal of engineering in medicine and biology IF:2.7Q3 DOI:10.1109/OJEMB.2025.3555818 PMID:40657050	研究论文	提出一种用于病理图像中腺体细胞实例分割的跨尺度引导集成Transformer方法	设计跨尺度引导集成模块整合多尺度特征，利用不同视野的集成特征通过掩码注意力解码器实现更精确的腺体细胞分割	NA	开发自动腺体细胞实例分割方法以辅助病理学家进行腺癌分级	病理图像中的腺体细胞	数字病理	腺癌	NA	Transformer	病理图像	两个公共腺体细胞数据集	NA	跨尺度引导集成Transformer	NA	NA
1529	2025-10-06	Advances in Electroencephalography for Post-Traumatic Stress Disorder Identification: A Scoping Review 2025, IEEE open journal of engineering in medicine and biology IF:2.7Q3 DOI:10.1109/OJEMB.2025.3538498 PMID:40657059	综述	本文对使用脑电图信号处理技术进行创伤后应激障碍诊断、鉴别和治疗的计算方法进行了范围综述	首次系统综述了EEG信号处理在PTSD诊断、鉴别和治疗中的完整分析流程，识别出Alpha波段和事件相关电位的主导地位	ERP使用存在局限，睡眠特征分析和全波段EEG应用不足，缺乏代表多样化人群的数据集	分析EEG信号处理在PTSD诊断、鉴别和治疗中的计算方法	创伤后应激障碍患者，主要为退伍军人和战斗人员	机器学习	创伤后应激障碍	脑电图，事件相关电位	SVM, Random Forest	EEG信号	73项研究（52项诊断研究，8项鉴别研究，15项治疗研究）	NA	NA	准确率	NA
1530	2025-10-06	NDL-Net: A Hybrid Deep Learning Framework for Diagnosing Neonatal Respiratory Distress Syndrome From Chest X-Rays 2025, IEEE open journal of engineering in medicine and biology IF:2.7Q3 DOI:10.1109/OJEMB.2025.3548613 PMID:40657060	研究论文	提出一种混合深度学习框架NDL-Net，用于从胸部X光片中诊断新生儿呼吸窘迫综合征	结合MobileNetV3 Large和ResNet50的优势，并引入LSTM层分析影像数据的时间变化	NA	通过深度学习提高新生儿呼吸窘迫综合征的诊断准确率	新生儿胸部X光片	计算机视觉	新生儿呼吸窘迫综合征	胸部X光成像	CNN, LSTM	医学影像	NA	NA	MobileNetV3 Large, ResNet50, LSTM	准确率, 精确率, 灵敏度, F1分数, 特异度	NA
1531	2025-10-06	Prostate cancer classification using 3D deep learning and ultrasound video clips: a multicenter study 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1582035 PMID:40657247	研究论文	本研究评估了使用经直肠超声视频片段和深度学习模型预测前列腺癌的有效性	首次将I3D模型应用于前列腺癌的超声视频分类，并进行了多中心外部验证	样本量相对有限，仅使用了特定型号的超声设备数据	评估深度学习模型在前列腺癌分类和预测中的性能	接受经直肠超声检查的男性患者	计算机视觉	前列腺癌	经直肠超声	3D CNN	超声视频片段	815名男性患者（开发集552人，内部测试集93人，外部测试集1为96人，外部测试集2为74人）	NA	I3D, ResNet 50	AUC, 敏感性, 特异性, 准确率, kappa系数	NA
1532	2025-10-06	Deep Learning-Based Automatic Diagnosis System for Developmental Dysplasia of the Hip 2025, IEEE journal of translational engineering in health and medicine IF:3.7Q2 DOI:10.1109/JTEHM.2025.3560877 PMID:40657528	研究论文	开发了一种基于深度学习的自动诊断系统，用于测量髋关节发育不良的关键放射学角度并生成可解释的诊断结果	提出了端到端的关键点检测模型和结合三个角度信息的新型数据驱动评分系统	NA	提高DDH诊断的准确性和一致性，减少人工测量的变异性和潜在错误	髋关节发育不良患者的骨盆X光片	计算机视觉	髋关节发育不良	X光成像	深度学习	图像	NA	NA	关键点检测模型	组内相关系数, F1分数	NA
1533	2025-10-06	Survival Prediction of Esophageal Cancer Using 3D CT Imaging: A Context-Aware Approach With Non-Local Feature Aggregation and Graph-Based Spatial Interaction 2025, IEEE journal of translational engineering in health and medicine IF:3.7Q2 DOI:10.1109/JTEHM.2025.3562724 PMID:40657529	研究论文	本研究开发了一种基于3D CT影像的食管癌生存预测模型，通过非局部特征聚合和图空间交互模块整合肿瘤与淋巴结的上下文信息	提出非局部特征聚合模块(NFAM)和图空间交互模块(GSIM)，首次在食管癌生存预测中同时考虑肿瘤与淋巴结的局部/全局特征和空间交互关系	仅使用3D CT影像数据，未整合其他临床或分子特征	开发仅基于3D CT影像的食管癌生存风险预测模型	食管癌患者的3D CT影像数据	医学影像分析	食管癌	3D CT成像	深度学习	3D医学影像	NA	NA	非局部特征聚合模块(NFAM), 图空间交互模块(GSIM)	C-index	NA
1534	2025-10-06	Cross-Database Evaluation of Deep Learning Methods for Intrapartum Cardiotocography Classification 2025, IEEE journal of translational engineering in health and medicine IF:3.7Q2 DOI:10.1109/JTEHM.2025.3548401 PMID:40657532	研究论文	本研究通过跨数据库评估六种深度学习模型在产时胎心监护分类中的表现	首次系统评估不同深度学习模型在跨数据库胎心监护分类中的性能，并分析信号预处理和训练数据选择的影响	使用的私有数据集规模有限，且仅包含pH测量值作为胎儿窘迫的参考标准	开发标准化的深度学习模型评估流程，提高胎儿窘迫自动检测的准确性和可推广性	胎心率和子宫收缩信号	医疗人工智能	产科疾病	胎心监护	深度学习	生理信号时间序列数据	私有数据集9,887条CTG记录和公开CTU-UHB数据集552条CTG记录	NA	ResNet	分类性能	NA
1535	2025-10-06	A Vessel Bifurcation Landmark Pair Dataset for Abdominal CT Deformable Image Registration (DIR) Validation 2025-Jan-15, ArXiv PMID:39876932	研究论文	本文介绍了首个用于腹部CT可变形图像配准验证的血管分叉标志点对数据集	创建了首个专门用于腹部CT可变形图像配准验证的基准数据集，包含大量高精度的血管分叉标志点对	数据集仅包含30名患者的腹部CT图像，样本量相对有限	开发用于腹部CT可变形图像配准算法验证的基准数据集	腹部CT图像中的血管分叉标志点	医学图像处理	NA	CT成像, 深度学习分割	深度学习模型	CT图像	30名患者的腹部CT图像对，共1895个标志点对	NA	NA	标志点对精度(0.7mm +/- 1.2mm)	NA
1536	2025-10-06	Physical and mental health management for the older adult using XGBoost algorithm supported by new media technology: developing personalized health intervention plans using healthcare data from the CLHLS database 2025, Frontiers in public health IF:3.0Q2 DOI:10.3389/fpubh.2025.1535056 PMID:40520309	研究论文	开发基于XGBoost算法和新媒体技术的老年人身心健康管理平台，利用CLHLS数据库数据制定个性化健康干预方案	整合LDA主题建模、ResNet50图像特征提取和XGBoost算法构建多模态健康风险评估模型，结合区块链技术确保数据安全	仅使用CLHLS数据库数据，模型在更广泛人群中的适用性需要进一步验证	为老年人提供精准智能的健康管理解决方案，改善身心健康状况	老年人群体，重点关注慢性疾病理解和心理健康需求	机器学习	老年疾病	主题建模，深度学习，区块链技术	XGBoost, LDA, CNN	多模态数据（文本，图像）	中国老年健康影响因素跟踪调查(CLHLS)数据库数据	NA	ResNet50	F1-score, 准确率	NA
1537	2025-10-06	Mitosis detection in histopathological images using customized deep learning and hybrid optimization algorithms 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0327567 PMID:40638590	研究论文	提出一种结合定制化深度学习和混合优化算法的有丝分裂检测方法	集成迁移学习和跳跃连接来应对类别不平衡问题，并创新性地结合水母搜索优化器和海象优化算法来优化模型动量	未提及实时应用的时间效率问题，且需要扩展到更多组织病理学分析任务	提高组织病理学图像中有丝分裂检测的准确性	组织病理学图像中的有丝分裂细胞	数字病理学	癌症	深度学习，图像分析	CNN	图像	多个公开有丝分裂检测数据集（Mitosis WSI CCMCT Training Set, Mitosis-AIC, Mitosis Detection, Mitosis and Non-Mitosis）	NA	混合CNN架构	F1分数, 准确率	NA
1538	2025-10-06	Multi-scale time series prediction model based on deep learning and its application 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0325474 PMID:40638666	研究论文	提出一种结合多尺度卷积神经网络、多尺度卷积注意力模块和LSTM的时间序列预测模型MSCALSTM	提出MSCALSTM模型，首次将多尺度卷积注意力机制与LSTM结合，能自适应关注关键特征并捕获多尺度动态模式	NA	提高时间序列预测的准确性和鲁棒性	交通流数据和能源领域时间序列数据	机器学习	NA	NA	CNN,LSTM	时间序列数据	基于加州性能测量系统(PEMS)数据集	NA	MSCALSTM,MSCNN,MSCBAM,LSTM	NA	NA
1539	2025-10-06	Optimizing EV charging stations and power trading with deep learning and path optimization 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0325119 PMID:40644458	研究论文	提出结合深度学习、强化学习、路径优化和电力交易策略的综合框架，以优化电动汽车充电站布局和电力管理	首次将LSTM充电需求预测、DQN充电站优化布局、Dijkstra路径算法和区域电力交易策略集成到统一框架中	未提及研究的地理范围限制和具体实施的时间跨度	解决电动汽车快速增长对电网带来的需求波动和充电基础设施优化问题	电动汽车充电需求、充电站布局、用户出行路径、区域电力交易	机器学习	NA	深度学习、强化学习、路径优化算法	LSTM, DQN	时间序列数据、空间位置数据、电力交易数据	NA	NA	LSTM, Deep Q-Network	预测准确率提升12.3%、供需失衡减少8.9%、旅行时间减少11.4%、区域边际价格差异减少10%	NA
1540	2025-10-06	HyenaCircle: a HyenaDNA-based pretrained large language model for long eccDNA prediction 2025, Frontiers in genetics IF:2.8Q2 DOI:10.3389/fgene.2025.1641162 PMID:40641599	研究论文	提出基于HyenaDNA预训练大语言模型的HyenaCircle深度学习模型，用于预测长eccDNA形成	首次将大语言模型与三代测序数据结合用于长eccDNA预测，采用数据增强、正则化和类别不平衡加权策略提升模型鲁棒性	模型验证AUROC为0.715，性能仍有提升空间，长eccDNA检测本身存在技术挑战	开发能够准确预测长eccDNA形成的深度学习模型	长度1-5kb的染色体外环状DNA(eccDNA)	自然语言处理	NA	纳米孔测序，FLED算法	大语言模型	DNA序列数据	20,000个长度匹配的阴性对照样本	NA	HyenaDNA, HyenaCircle	AUROC, 召回率	NA