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
141	2025-07-17	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	本研究使用基于nnU-Net的自动分割方法，对3D FLAIR MRI图像中的FCD II型病变进行分割	采用自动切片选择方法，通过峰值体素强度对轴向FLAIR切片进行排序，并保留每个扫描中排名前五的切片，使网络专注于富含病变的切片	研究样本量较小，仅包含85名FCD II型患者	提高癫痫患者病灶检测的准确性和速度，以改善术前评估和治疗效果	FCD II型病变的3D FLAIR MRI图像	数字病理学	癫痫	3D FLAIR MRI	nnU-Net	图像	85名FCD II型患者
142	2025-07-17	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	提出了一种新型动态网络安全风险管理框架，整合AI模型的可解释性和可解释性特征，以增强数字基础设施的安全性和韧性	整合动态参数如漏洞利用和资产依赖关系，采用混合AI模型（线性回归和深度学习）进行漏洞优先级排序，并引入AI模型的可解释性特征	未明确说明框架在实际组织环境中的适用性和部署挑战	提升网络安全风险管理的动态性和可解释性，以应对不断变化的网络威胁	数字基础设施的网络安全风险管理	机器学习	NA	混合AI模型（线性回归和深度学习）	线性回归, 深度学习	结构化数据（CVEjoin数据集）	使用广泛采用的CVEjoin数据集进行实验
143	2025-07-17	AllerTrans: a deep learning method for predicting the allergenicity of protein sequences 2025, Biology methods & protocols IF:2.5Q3 DOI:10.1093/biomethods/bpaf040 PMID:40656558	研究论文	开发了一种名为AllerTrans的深度学习方法，用于预测蛋白质序列的过敏性	结合两种蛋白质语言模型(pLMs)提取特征向量，并通过深度神经网络(DNN)进行分类，提高了预测的准确性和效率	未提及具体的数据集规模或多样性限制	预测蛋白质的过敏性，以替代传统昂贵且耗时的实验室测试	蛋白质序列	生物信息学	过敏性疾病	蛋白质语言模型(pLMs), 深度神经网络(DNN)	DNN, 集成模型	蛋白质序列	NA
144	2025-07-17	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	本文系统评估了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中的应用	首次系统综述了AI/ML在癌症相关神经病理性疼痛预测中的应用，并分析了模型性能、预测因子及局限性	方法学局限包括校准不足、外部验证率低(仅14%)和可解释性有限	评估AI/ML技术在预测肿瘤患者神经病理性疼痛及相关结局中的应用	癌症患者(主要集中于乳腺癌患者)	机器学习	癌症	AI/ML技术	随机森林、支持向量机(SVM)、深度学习架构	临床数据、情感数据、影像数据和分子数据	14项符合条件的研究(基于PRISMA 2020指南筛选)
145	2025-07-17	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	research paper	该研究提出了一种名为EGOLF-net的新型模型，用于高精度心律失常分类	结合增强型灰狼优化算法与LSTM融合网络，显著提升心电图信号处理的准确性和鲁棒性	研究仅基于MIT-BIH心律失常数据库，未在其他独立数据集上验证模型泛化能力	开发高精度心律失常自动诊断系统以辅助临床决策	心电图信号中的心律失常模式	数字病理学	心血管疾病	小波变换/统计特征提取	EGOLF-Net (Enhanced Gray Wolf Optimization with LSTM Fusion Network)	ECG信号	MIT-BIH心律失常数据库（具体样本量未说明）
146	2025-07-17	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	research paper	提出了一种用于病理图像中腺癌细胞实例分割的跨尺度引导集成Transformer方法	引入了跨尺度引导集成模块，整合多尺度特征，通过掩码注意力解码器更准确地分割不同大小的腺癌细胞	未提及具体的数据集大小或多样性限制	开发一种自动化的计算机辅助腺癌分级方法，减轻病理学家负担并提高可重复性	病理图像中的腺癌细胞	digital pathology	adenocarcinoma	deep learning	Transformer	image	两个公共腺癌细胞数据集
147	2025-07-17	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	本文对利用脑电图(EEG)信号处理技术进行创伤后应激障碍(PTSD)诊断、鉴别和治疗的计算方法进行了范围综述	全面概述了从EEG采集到统计和机器学习技术的整个分析流程，并识别了Alpha波段和特定事件相关电位(ERP)在PTSD诊断中的优势	ERP使用存在局限，睡眠特征和全波段EEG研究不足，数据集代表性不够广泛	评估EEG信号处理技术在PTSD诊断、鉴别和治疗中的应用	创伤后应激障碍(PTSD)患者(主要研究人群为退伍军人和战斗人员)	生物医学信号处理	精神疾病/创伤后应激障碍	EEG信号处理(包括EEG频段分析和事件相关电位ERP)	SVM(监督学习), Random Forest(多模态模型), 无监督聚类	EEG信号数据(部分研究整合ECG、GSR、语音等多模态数据)	共分析73项研究(52项诊断研究，8项鉴别研究，15项治疗研究)，仅3项研究报告了开放数据集
148	2025-07-17	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	research paper	介绍了一种名为NDL-Net的混合深度学习框架，用于从胸部X光片中诊断新生儿呼吸窘迫综合征	结合了MobileNetV3 Large和ResNet50进行图像处理和复杂模式检测，并引入LSTM层分析时间变化以提高预测准确性	未提及具体的数据集来源或样本多样性限制	提高新生儿呼吸窘迫综合征的诊断准确性和及时性	新生儿胸部X光片	digital pathology	neonatal respiratory distress syndrome	deep learning	MobileNetV3 Large, ResNet50, LSTM	image	未明确提及具体样本数量
149	2025-07-17	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	本研究评估了使用深度学习模型和经直肠超声（TRUS）视频片段预测前列腺癌的有效性	首次将3D深度学习模型（I3D）应用于TRUS视频片段进行前列腺癌分类，并在多中心研究中验证其性能	样本来源仅限于使用特定型号超声诊断机器的患者，可能影响模型的泛化能力	评估深度学习模型在前列腺癌分类中的有效性	接受经直肠超声检查的男性患者	数字病理学	前列腺癌	TRUS	I3D, ResNet 50	视频	815名男性（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）
150	2025-07-17	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	research paper	开发了一种基于深度学习的自动诊断系统，用于提高发育性髋关节发育不良（DDH）诊断的准确性和一致性	引入了端到端深度学习模型进行关键点检测，并提出了一种新颖的数据驱动评分系统，整合三个关键角度信息以提供全面且可解释的诊断输出	研究未提及模型在不同年龄段或不同严重程度DDH患者中的泛化能力	提高DDH诊断的准确性和一致性	骨盆X光片中的八个解剖关键点	digital pathology	developmental dysplasia of the hip	deep learning-based keypoint detection	end-to-end deep learning model	image	未明确提及样本数量，但与8名中等经验骨科医生进行了比较
151	2025-07-17	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	本研究提出了一种基于3D CT影像的食管癌生存预测方法，通过非局部特征聚合和图基空间交互模块提升预测准确性	创新性地结合了非局部特征聚合模块(NFAM)和图基空间交互模块(GSIM)，关注肿瘤与淋巴结区域的上下文交互	仅使用3D CT影像数据，可能忽略其他潜在影响生存率的临床因素	开发有效的食管癌生存风险预测模型	食管癌患者	数字病理	食管癌	3D CT成像	深度学习模型（含NFAM和GSIM模块）	3D医学影像	NA
152	2025-07-17	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应用，探讨了信号选择和预处理对模型性能的影响	首次在跨数据库环境下系统评估多种深度学习模型对胎儿窘迫的检测性能，并分析了信号预处理和训练数据选择对模型的影响	研究使用的数据集仍有限，且未涉及更多样化的临床场景	开发并评估深度学习模型用于自动检测胎儿窘迫	胎心监护(CTG)记录数据	医疗人工智能	产科疾病	深度学习	ResNet等六种深度学习模型	胎心率(FHR)和子宫收缩(UC)信号数据	私有数据集9,887条CTG记录和公开数据集552条CTG记录
153	2025-07-16	Single Cell Spatial Transcriptomics Reveals Immunotherapy-Driven Bone Marrow Niche Remodeling in AML 2025-Jan-27, bioRxiv : the preprint server for biology DOI:10.1101/2025.01.24.634753 PMID:39975227	研究论文	该研究利用单细胞空间转录组学技术，揭示了免疫治疗驱动的急性髓系白血病（AML）骨髓微环境重塑	结合单细胞RNA测序数据和单细胞分辨率空间转录组数据，克服了测序深度限制，精确量化了细胞间距离，揭示了免疫治疗后白血病细胞与免疫细胞间的互作变化	研究样本局限于难治性或复发性AML患者，可能无法推广到其他类型的白血病	探究免疫检查点抑制剂联合低甲基化药物治疗难治性或复发性AML时，骨髓微环境中白血病细胞与免疫细胞的时空互作	难治性或复发性AML患者的骨髓样本	数字病理学	急性髓系白血病	单细胞RNA测序、空间转录组学	深度学习模型	转录组数据、图像数据	难治性或复发性AML患者的骨髓样本（具体数量未明确说明）
154	2025-07-15	A Vessel Bifurcation Landmark Pair Dataset for Abdominal CT Deformable Image Registration (DIR) Validation 2025-Jan-15, ArXiv PMID:39876932	research paper	该文章介绍了一种用于腹部CT可变形图像配准(DIR)验证的首创基准数据集，包含大量高精度的血管分叉标志点对	首次提供了腹部CT DIR验证的基准数据集，包含高精度的血管分叉标志点对，支持未来算法开发	数据集仅包含30名患者的腹部CT图像，可能不足以覆盖所有临床场景	开发一个用于验证腹部CT可变形图像配准算法的基准数据集	腹部CT图像和血管分叉标志点对	digital pathology	NA	deep learning, deformable image registration	deep learning model	CT image	30名患者的腹部CT图像，共1895个标志点对
155	2025-07-15	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	本研究提出了一种结合新媒体技术的综合数字健康管理平台，旨在为老年人提供个性化的身心健康管理方案	结合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，并整合区块链技术确保数据安全	研究基于CLHLS数据库数据，可能受限于该数据库的样本覆盖范围和数据类型	开发精准智能的老年人健康管理解决方案，提升慢性病预防和生活质量	中国老年人群体（基于CLHLS数据库）	数字健康	老年疾病	LDA主题建模、ResNet50图像特征提取、XGBoost算法、区块链技术	XGBoost、ResNet50、LDA	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（具体样本量未说明）
156	2025-07-14	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	research paper	该论文提出了一种定制化深度学习模型（CDL）用于组织病理学图像中的有丝分裂检测，结合了迁移学习和混合优化算法以提高检测准确性	创新点包括使用迁移学习应对类别不平衡问题，引入跳跃连接改善有丝分裂定位，以及结合JSO和WOA混合优化算法最大化模型动量	未来研究方向包括融合方法、实时应用的时间效率问题，以及将CDL扩展到其他组织病理学分析领域	提高组织病理学图像中有丝分裂检测的准确性，以辅助癌症诊断和预后评估	组织病理学图像中的有丝分裂细胞	digital pathology	cancer	deep learning, transfer learning, hybrid optimization algorithms	CNN with skip connections	histopathological images	多个公开可用的有丝分裂检测数据集（包括Mitosis WSI CCMCT Training Set、Mitosis-AIC等）
157	2025-07-14	Nuclei segmentation and classification from histopathology images using federated learning for end-edge platform 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0322749 PMID:40638627	研究论文	该研究提出了一种结合分割和分类的深度学习框架，用于增强组织病理学图像中的细胞核评估	采用基于FedAvg的联邦学习方案保护数据隐私，并应用全整数量化以减少边缘设备上的计算开销	未提及具体的数据集规模或多样性限制	提高组织病理学图像中细胞核分割和分类的准确性和效率	组织病理学图像中的细胞核	数字病理学	癌症	联邦学习、全整数量化	SegNet、DenseNet121	图像	NA
158	2025-07-14	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	提出了一种基于深度学习的多尺度时间序列预测模型MSCALSTM，用于提高交通流预测的准确性和鲁棒性	结合了多尺度卷积神经网络(MSCNN)、多尺度卷积块注意力模块(MSCBAM)和LSTM，能够有效捕捉时间序列数据中的多尺度动态模式并自适应关注关键特征	未提及模型在更广泛数据集上的表现或计算效率方面的限制	提高时间序列预测的准确性，特别是在交通流预测领域	时间序列数据，特别是交通流数据	机器学习	NA	深度学习	MSCALSTM (结合MSCNN, MSCBAM和LSTM)	时间序列数据	来自加州性能测量系统(PEMS)的数据集，未提及具体样本数量
159	2025-07-14	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	本研究提出了一种结合深度学习、强化学习、路径优化和电力交易策略的综合框架，以应对电动汽车快速增长带来的电网管理挑战	整合了LSTM模型、DQN和Dijkstra算法，显著提升了充电需求预测准确性、充电站布局优化效果及用户出行时间效率	未提及具体实施地域范围及不同气候/交通条件下的适用性验证	优化电网对电动汽车充电需求的管理能力并提升充电基础设施布局效率	电动汽车充电站网络与区域电力交易系统	机器学习	NA	LSTM, DQN, Dijkstra算法	深度学习（LSTM）, 强化学习（DQN）	时间序列数据、空间位置数据、电力交易数据	未明确说明具体样本量（涉及区域EV充电需求数据）
160	2025-07-13	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	提出了一种基于HyenaDNA预训练大语言模型的HyenaCircle，用于预测长eccDNA的形成	整合第三代测序数据和大语言模型，提出HyenaCircle模型用于长eccDNA预测，性能优于现有模型	未提及具体样本来源及多样性，可能影响模型泛化能力	开发深度学习模型以解决长eccDNA检测难题	长度在1-5kb的染色体外环状DNA（eccDNA）	机器学习	NA	Nanopore测序	HyenaDNA, HyenaCircle	基因组序列数据	20,000个长度匹配的阴性对照