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
1541	2025-10-06	Explainable AI for time series prediction in economic mental health analysis 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1591793 PMID:40641972	研究论文	提出一种将可解释人工智能直接集成到时间序列预测中的新框架，用于经济心理健康分析	将可解释性直接整合到时间序列预测过程中，结合内在和事后可解释性技术	现有的事后可解释性方法仅提供部分见解，在敏感领域应用受限	开发透明且可解释的时间序列预测模型用于经济心理健康分析	心理健康预测和经济数据分析	机器学习	心理健康疾病	时间序列分析，可解释人工智能	可解释模型架构	时间序列数据	NA	NA	可解释模型架构	准确率，可解释性	NA
1542	2025-10-06	Automatic dental age estimation in adolescents via oral panoramic imaging 2025, Frontiers in dental medicine IF:1.5Q3 DOI:10.3389/fdmed.2025.1618246 PMID:40642202	研究论文	通过口腔全景影像实现青少年自动牙龄估计	构建大规模全景牙科影像数据集并应用多种CNN模型实现自动化牙龄估计，替代传统依赖主观判断的Demirjian方法	研究主要针对中国北方青少年群体，可能在其他人群中的适用性有限	开发基于深度学习的自动牙龄估计方法，用于法医牙科年龄鉴定	青少年牙科全景影像	计算机视觉	NA	全景牙科影像	CNN	图像	大规模全景牙科影像数据集，包含总体样本、女性样本和男性样本	NA	多种卷积神经网络模型	平均绝对误差	NA
1543	2025-10-06	Accurate classification of benign and malignant breast tumors in ultrasound imaging with an enhanced deep learning model 2025, Frontiers in bioengineering and biotechnology IF:4.3Q2 DOI:10.3389/fbioe.2025.1526260 PMID:40635689	研究论文	本研究开发了一种增强型深度学习模型RcdNet，用于超声图像中乳腺肿瘤良恶性的准确分类	提出结合深度可分离卷积和CBAM注意力模块的RcdNet模型，增强对超声图像关键病灶区域的识别能力	未提及模型在实时超声诊断系统中的具体应用挑战	通过深度学习技术构建可靠的乳腺超声图像良恶性分类模型，提高诊断准确性和一致性	乳腺超声图像中的良性和恶性肿瘤	计算机视觉	乳腺癌	超声成像	CNN	图像	未明确说明具体样本数量	NA	RcdNet, ResNet, MobileNet, RegNet, ViT, ResNeXt	准确率, 精确率, 召回率, F1分数	NA
1544	2025-10-06	Deep learning-based feature selection for detection of autism spectrum disorder 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1594372 PMID:40636395	研究论文	提出一种结合深度学习与优化特征选择算法的自闭症谱系障碍检测方法	采用混合堆叠稀疏去噪自编码器和多层感知器模型，并集成改进的徒步优化算法进行特征选择	样本量有限，仅使用ABIDE I数据集	开发更准确的自闭症谱系障碍检测模型	自闭症谱系障碍患者的静息态功能磁共振成像数据	机器学习	自闭症谱系障碍	静息态功能磁共振成像	SSDAE, MLP	神经影像数据	ABIDE I数据集	NA	堆叠稀疏去噪自编码器, 多层感知器	准确率, 敏感度, 特异度	NA
1545	2025-10-06	Fourier convolutional decoder: reconstructing solar flare images via deep learning 2025, Neural computing & applications IF:4.5Q2 DOI:10.1007/s00521-025-11283-6 PMID:40636402	研究论文	开发傅里叶卷积解码器用于太阳耀斑图像重建	提出定制化的过完备自编码器架构，能够在模拟数据上训练并生成接近真实地面的输出	在实验观测数据上的性能相比模拟数据有所下降	解决天文图像重建中计算资源消耗大和需要专家解释的问题	太阳耀斑图像	计算机视觉	NA	深度学习	自编码器	图像	NA	NA	傅里叶卷积解码器	MS-SSIM, LPIPS, PSNR, Dice系数, Hausdorff距离	CPU, GPU
1546	2025-10-06	Leveraging learned monocular depth prediction for pose estimation and mapping on unmanned underwater vehicles 2025, Frontiers in robotics and AI IF:2.9Q2 DOI:10.3389/frobt.2025.1609765 PMID:40642204	研究论文	提出一种融合视觉与声学传感器的框架，用于无人水下航行器在复杂水下环境中的定位与建图	结合深度学习单目深度预测与基于FFT的稀疏深度先验，实现仅凭视觉数据的网箱相对姿态估计和深度预测	NA	提升无人水下航行器在动态水下环境（特别是水产养殖场景）中的定位与建图能力	无人水下航行器、水产养殖网箱	计算机视觉	NA	深度学习、快速傅里叶变换、声学测量	深度学习模型	视觉数据、声学数据	工业级水产养殖场收集的数据集	NA	NA	实时定位精度、3D地图质量	NA
1547	2025-10-06	CellBinDB: a large-scale multimodal annotated dataset for cell segmentation with benchmarking of universal models 2025-Jan-06, GigaScience IF:11.8Q1 DOI:10.1093/gigascience/giaf069 PMID:40552981	研究论文	提出了一个用于细胞分割的大规模多模态标注数据集CellBinDB，并基于该数据集对8种先进细胞分割技术进行了基准测试	构建了首个大规模多模态细胞分割标注数据集，涵盖多种染色方法和组织类型，并系统评估了多种分割技术的性能	复杂细胞形状会降低分割精度，模型在未见数据上的泛化能力仍需提升	开发通用的细胞分割解决方案，促进生物图像分析技术的发展	人类和小鼠样本中的正常和病变组织细胞	数字病理学	多种疾病（涵盖30多种正常和病变组织类型）	DAPI, ssDNA, H&E, 多重免疫荧光染色	深度学习细胞分割模型	图像	超过1000张标注图像，涵盖30多种人类和小鼠组织类型	NA	NA	分割精度, 边界检测准确度	NA
1548	2025-10-06	Machine Learning in Enhancing Protein Binding Sites Predictions - What Has Changed Since Then? 2025, Combinatorial chemistry & high throughput screening IF:1.6Q3 DOI:10.2174/0113862073305298240524050145 PMID:38867522	综述	探讨蛋白质结合位点预测领域的挑战与最新进展，重点关注机器学习与深度学习的整合应用	整合分子动力学模拟与机器学习方法，结合实验数据提升预测准确性	NA	提升蛋白质结合位点预测精度以促进药物发现	蛋白质-配体相互作用	机器学习	NA	分子动力学模拟	深度学习	结构信息、生化检测数据	NA	NA	NA	准确性、可靠性	NA
1549	2025-10-06	Weakly Supervised Bayesian Shape Modeling from Unsegmented Medical Images 2025, Shape in medical imaging : International Workshop, ShapeMI 2024, held in conjunction with MICCAI 2024, Marrakesh, Morocco, October 6, 2024, Proceedings. ShapeMI (Workshop) (2024 : Marrakech, Morocco) PMID:39605948	研究论文	提出一种从无分割医学图像中弱监督学习贝叶斯形状建模的方法	使用点云监督而非传统对应点强监督，以数据驱动方式学习形状对应关系，无需先验形状变异假设	在完全监督场景下精度和不确定性估计相似但未超越，模型训练可行性提升但未完全消除传统流程依赖	开发无需分割的医学图像形状分析方法，简化统计形状建模流程	解剖形状，医学图像	医学图像分析	NA	深度学习，形状建模	贝叶斯变分信息瓶颈模型	医学图像，点云	NA	NA	BVIB-DeepSSM	精度，不确定性估计	NA
1550	2025-10-06	SDCoT++: Improved Static-Dynamic Co-Teaching for Class-Incremental 3D Object Detection 2025, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2024.3518774 PMID:40030754	研究论文	提出改进的静态-动态协同教学框架SDCoT++，用于解决3D目标检测中的类增量学习问题	提出静态-动态双教师协同教学框架，通过静态教师保留旧知识、动态教师传递新知识，并引入伪标签生成和概率校准机制	未明确说明计算资源需求和具体数据集规模	解决3D目标检测中的灾难性遗忘问题，实现类增量学习	3D目标检测模型	计算机视觉	NA	深度学习	教师-学生模型	3D点云数据	NA	PyTorch	VoteNet, 3DETR, CAGroup3D	检测精度	NA
1551	2025-10-06	Vibration-based gearbox fault diagnosis using a multi-scale convolutional neural network with depth-wise feature concatenation 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0324905 PMID:40623058	研究论文	提出一种基于振动信号的齿轮箱故障诊断新方法MixNet，采用多尺度卷积神经网络和深度特征拼接技术	首次将多尺度卷积层与深度特征拼接相结合用于齿轮箱故障诊断，能够从振动信号频谱图中提取更具判别性的特征	NA	开发高精度、高效率的齿轮箱故障诊断方法以提高工业设备可靠性	齿轮箱振动信号	机器学习	NA	短时傅里叶变换(STFT)	CNN	振动信号频谱图	齿轮箱故障诊断数据集	NA	MixNet, 多尺度卷积神经网络	准确率	训练时间4分29秒
1552	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
1553	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
1554	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
1555	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
1556	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
1557	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
1558	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
1559	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
1560	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