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
141	2025-12-27	Research on partial discharge signal recognition and classification of power transformer based on acoustic-VMD and CNN-LSTM 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0335447 PMID:41264639	研究论文	本研究提出了一种基于声学-VMD和CNN-LSTM的混合模型，用于电力变压器局部放电信号的识别与分类	提出了一种新颖的混合模型，结合了样本熵优化的变分模态分解、并行1D-CNN和双向LSTM分支以及分层注意力机制，实现了自适应信号处理与基于注意力的深度学习的协同集成	未明确说明模型在更广泛或不同噪声环境下的泛化能力，也未讨论模型对计算资源的具体需求	提高电力变压器局部放电信号的识别与分类准确性，以预防绝缘故障	电力变压器的局部放电信号	机器学习	NA	声学信号处理，变分模态分解	CNN, LSTM	声学信号	未明确说明	NA	1D-CNN, 双向LSTM	分类准确率, 平均绝对定位误差, 角度精度, 处理时间	NA
142	2025-12-27	Pathway-guided architectures for interpretable AI in biological research 2025, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2025.10.063 PMID:41282420	综述	本文综述了基于通路指导的可解释深度学习架构（PGI-DLA）在生物研究中的进展，重点关注其组学兼容性、架构设计、特征解释以及生物与临床应用	系统总结了不同通路数据库（如KEGG、GO、Reactome、MSigDB）在知识范围、层次结构、细节水平和注释重点上的差异，并讨论了数据库选择对模型设计、性能和可解释性的影响，为优化PGI-DLA应用提供了指导	作为一篇综述文章，未提出新的实验模型或算法，主要基于现有文献进行总结和讨论	旨在通过整合先验通路知识，提升深度学习模型在生物多组学数据分析中的性能和可解释性，以促进生物学发现和临床转化	通路指导的可解释深度学习架构（PGI-DLA）及其在生物多组学数据建模中的应用	机器学习	NA	多组学数据分析	深度学习	多组学数据	NA	NA	NA	NA	NA
143	2025-12-27	Brand public opinion data analysis method based on deep learning 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0339563 PMID:41433265	研究论文	本文提出了一种基于深度学习的品牌舆情数据分析方法，通过改进情感词典并结合BERT模型进行情感分类	利用主题词和基准词算法增强情感词典，并结合预训练词向量与BERT线性情感分类模型，以提高舆情事件情感分析的准确性	NA	提升品牌舆情事件的情感分析准确性，为品牌所有者应对突发网络舆情提供技术支持	微博评论数据，针对特定品牌A在特定时间范围内的舆情事件相关话题数据	自然语言处理	NA	潜在狄利克雷分配主题模型，情感词典增强算法，预训练词向量	BERT	文本	NA	NA	BERT线性情感分类模型	NA	NA
144	2025-12-27	Identification and classification of oil and gas pipeline intru-sion events based on 1-D CNN network 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0338205 PMID:41433319	研究论文	本研究提出了一种结合相位敏感光时域反射计分布式声学传感与优化一维卷积神经网络的多模态传感交互框架，用于油气管道入侵事件的识别与分类	整合原始光纤振动信号与手工特征，并利用公开人体活动数据集进行迁移学习以提升特征泛化能力	数据集多样性有限，需进一步扩展并增强多传感器融合与自适应交互能力	开发实时、高灵敏度的油气管道安全监测系统	油气管道入侵事件（如手动敲击、机械挖掘、人类脚步）	机器学习	NA	相位敏感光时域反射计分布式声学传感	CNN	振动信号	NA	NA	一维卷积神经网络	分类准确率	NA
145	2025-12-27	Generational stability of environmentally induced epigenetic transgenerational inheritance of adult-onset disease over ten mammalian generations 2025, Environmental epigenetics IF:4.8Q1 DOI:10.1093/eep/dvaf033 PMID:41438350	研究论文	本研究通过连续繁殖10代大鼠，评估了环境暴露诱导的表观遗传跨代遗传对成年期疾病的影响	首次在哺乳动物中证明环境诱导的表观遗传跨代遗传可稳定维持长达10代，远超以往仅研究3-4代的范围	研究仅关注大鼠模型，未涉及其他哺乳动物；病理评估主要基于特定组织，可能未全面覆盖所有器官	探究环境暴露导致的表观遗传跨代遗传在哺乳动物中是否能在多代间稳定维持	远交大鼠群体，包括雄性和雌性谱系	表观遗传学	成年期疾病	DNA甲基化分析，深度学习组织学协议	深度学习	组织病理图像，DNA甲基化数据	连续10代大鼠群体	NA	NA	NA	NA
146	2025-12-27	Design and development of an mHealth application for pressure ulcer care and caregiver support 2025, Frontiers in digital health IF:3.2Q2 DOI:10.3389/fdgth.2025.1694486 PMID:41438477	研究论文	本研究旨在设计和开发一款名为IPI的移动健康应用程序，该应用集成了基于人工智能的压力性损伤分期、针对护理人员的教育、个性化营养支持和视觉伤口监测功能，以辅助护理人员和医疗专业人员提供及时有效的护理	开发了一个集成了AI压力性损伤分期、护理人员教育、个性化营养支持和伤口视觉监测的综合性移动健康应用程序，并采用了针对类别不平衡和类间细微差异的类别自适应增强流程以及增强的Vision Transformer架构	未来需要通过实验研究验证该应用程序的临床效用、对患者结局的影响以及改善家庭压力性损伤管理质量的潜力	设计和开发一个支持家庭压力性损伤护理和护理人员支持的移动健康应用程序	压力性损伤图像数据集（包括健康组织和1-4期溃疡）以及相关的护理人员和医疗专业人员	计算机视觉	压力性损伤	深度学习	Vision Transformer	图像	临床验证的压力性损伤图像数据集，涵盖六个类别（健康组织和1-4期溃疡）	NA	增强的Vision Transformer架构（具有分层特征表示和专门的自注意力机制）	准确率, 宏F1分数	NA
147	2025-12-27	Real-time segmentation and phenotypic analysis of rice seeds using YOLOv11-LA and RiceLCNN 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1673143 PMID:41439182	研究论文	提出了一种结合YOLOv11-LA目标检测、RiceLCNN分类、DeepSORT跟踪和亚像素边缘检测的集成智能分析模型，用于水稻种子的实时分割、分类和表型分析	在YOLOv11架构基础上，通过引入可分离卷积、CBAM注意力机制和模块剪枝策略，开发了轻量化的YOLOv11-LA模型，参数减少63.2%，计算复杂度降低51.6%，同时检测精度提升	未明确说明模型在极端光照条件、不同水稻品种或大规模田间部署时的泛化能力	实现水稻种子的实时、准确检测、分类和表型测量，以提升农业生产效率和粮食质量	水稻种子	计算机视觉	NA	深度学习，亚像素边缘检测，动态尺度校准	CNN，目标检测模型，分类模型，多目标跟踪算法	图像	未明确说明具体样本数量，但使用了私有数据集和公共基准数据集	未明确说明，可能为PyTorch（基于YOLO系列常见实现）	YOLOv11-LA（基于YOLOv11改进），RiceLCNN（自定义轻量CNN），DeepSORT	mAP@0.5:0.95，分类准确率，测量误差（毫米）	未明确说明具体硬件资源
148	2025-12-27	GAME-Net: an ensemble deep learning framework integrating Generative Autoencoders and attention mechanisms for automated brain tumor segmentation in MRI 2025, Frontiers in computational neuroscience IF:2.1Q3 DOI:10.3389/fncom.2025.1702902 PMID:41439240	研究论文	本文提出了一种集成深度学习框架GAME-Net，结合生成式自编码器和注意力机制，用于自动化脑肿瘤MRI分割	通过集成生成式自编码器、注意力机制和卷积神经网络，创新性地结合了无监督表示学习和注意力驱动的特征细化，提升了肿瘤分割的准确性和鲁棒性	需要在外部数据集上进行更广泛的验证以进一步证实其泛化能力	提升脑肿瘤在MRI图像中的自动分割性能，以改善治疗规划和临床结果	脑肿瘤	计算机视觉	脑肿瘤	MRI	CNN, 自编码器, Transformer	图像	5880张MRI图像	NA	U-Net, 注意力增强U-Net, 生成式自编码器	Dice系数, Jaccard指数, 准确率, 灵敏度, 特异性, AUC-ROC	NA
149	2025-12-26	Adapting and evaluating deep-pseudo neural network for survival data with time-varying covariates 2025, Journal of applied statistics IF:1.2Q2 DOI:10.1080/02664763.2024.2444649 PMID:40765660	研究论文	本研究将Deep-pseudo生存神经网络（DSNN）模型扩展应用于包含时变协变量的生存数据预测，并与扩展Cox模型、Dynamic-DeepHit及多元联合模型进行比较	首次将DSNN模型适应于处理时变协变量的生存数据，通过离散化生存时间扩展其应用场景，在模拟和真实数据中验证了其预测潜力	研究主要基于模拟数据和单一真实数据集，未在更广泛的实际临床场景中验证模型的泛化能力	开发并评估适用于时变协变量生存数据预测的深度学习模型	包含时变协变量的生存数据	机器学习	NA	深度学习	神经网络	生存数据	NA	NA	Deep-pseudo生存神经网络（DSNN）	Brier分数	NA
150	2025-12-26	Ratio maps of T1w/T2w MRI signal intensity do not improve deep-learning segmentation of pediatric brain tumors 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0323398 PMID:41428695	研究论文	本研究探讨了在儿科脑肿瘤分割任务中，使用T1w/T2w比值图或组合图是否能够提升基于nnU-Net的深度学习模型性能	首次系统评估T1w/T2w比值图在儿科脑肿瘤自动分割中的实际效用，挑战了该技术在组织区分方面的传统认知	研究仅基于BraTS-PED 2024数据集，样本量相对有限（n=261），且未探索其他可能的图像融合或预处理方法	评估T1w/T2w比值图对儿科脑肿瘤自动分割模型性能的影响	儿科脑肿瘤患者的MRI图像	数字病理学	脑肿瘤	MRI（包括T1加权、T2加权、FLAIR和对比增强T1加权成像）	CNN	医学影像（MRI）	261名儿科脑肿瘤患者	nnU-Net	U-Net	Dice系数	NA
151	2025-12-25	TPS5 and TOR signaling components are determinants of Populus balsamifera leaf morphology 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1683866 PMID:41424546	研究论文	本研究通过多基因座GWAS和深度学习基因组预测，探究了313个杨树基因型叶片形态的遗传结构，并鉴定了TPS5和TOR信号通路组分在叶片形态决定中的关键作用	开发了GWADL（全基因组关联分析增强的深度学习）策略用于基因组选择模型，并首次发现倍半萜合酶TPS5在植物正常生长发育中的新功能	研究样本量相对有限（313个基因型），且外源倍半萜处理实验仅在杨树中进行验证	解析杨树叶片形态自然变异的遗传基础以最大化生物量积累	313个美洲黑杨（Populus balsamifera）基因型的叶片形态特征	植物遗传学	NA	全基因组关联分析（GWAS），深度学习基因组预测，外源化学处理	深度学习	基因型数据，叶片形态表型数据（12个相关性状）	313个杨树基因型	NA	GWADL（全基因组关联分析增强的深度学习）	方差解释率	NA
152	2025-12-25	Detection techniques for tomato diseases under non-stationary climatic conditions 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1704663 PMID:41424549	研究论文	提出了一种名为CTTA-DisDet的连续测试时域适应框架，用于在非平稳气候条件下检测番茄病害	引入动态数据增强（包括显式和隐式增强）和教师-学生架构，结合LLMs生成新域数据，通过随机恢复神经元权重防止灾难性遗忘，实现模型在测试时对演化环境的自适应	未明确提及具体的数据集规模或模型在极端气候条件下的鲁棒性验证	提高番茄病害检测模型在非平稳气候条件下的泛化能力和适应性	番茄病害	计算机视觉	NA	深度学习	YOLO系列模型	图像	NA	PyTorch	YOLO	准确率	NA
153	2025-12-25	Machine learning-based prediction model for teicoplanin plasma concentrations in adults with liver disease using real-world data 2025, Frontiers in pharmacology IF:4.4Q1 DOI:10.3389/fphar.2025.1703976 PMID:41424785	研究论文	本研究利用真实世界临床数据，通过机器学习和深度学习技术，为肝病患者构建了替考拉宁血浆浓度的预测模型	首次结合多种机器学习算法（包括TransTab等）和随机森林填补缺失值的方法，针对肝病患者群体构建替考拉宁血浆浓度的预测模型，并识别出日剂量、血红蛋白和天门冬氨酸氨基转移酶为最具影响力的特征	研究为单中心回顾性研究，样本量相对有限（646名患者），且模型性能需在更广泛的外部数据集中进一步验证	构建一个用于预测肝病患者替考拉宁血浆浓度的机器学习模型，以优化个体化给药策略	在中国一家三级医院接受替考拉宁治疗药物监测的肝病患者	机器学习	肝病	治疗药物监测	LightGBM, RF, TransTab	临床数据（结构化电子病历数据）	646名患者（共689个替考拉宁浓度数据点）	Scikit-learn, LightGBM, TransTab	LightGBM, 随机森林, TransTab	RMSE, R2, MAE, 预测误差在±30%内的准确率	NA
154	2025-12-25	Spectral methods for Neural Integral Equations 2025, Ricerche di matematica IF:1.1Q2 DOI:10.1007/s11587-025-01021-4 PMID:41425249	研究论文	本文提出了一种基于谱方法的神经积分方程框架，用于在谱域中学习算子，以降低计算成本并提高插值精度	引入谱方法到神经积分方程中，通过在谱域学习算子实现计算效率提升和高精度插值	NA	开发一种计算效率更高的神经积分方程模型，以利用积分算子的非局部特性进行机器学习	神经积分方程模型	机器学习	NA	谱方法	神经积分方程	NA	NA	NA	NA	插值精度	NA
155	2025-12-25	Artificial intelligence in epidemic watch: revolutionizing infectious diseases surveillance 2025, Frontiers in digital health IF:3.2Q2 DOI:10.3389/fdgth.2025.1692617 PMID:41425282	综述	本文综述了人工智能在传染病监测中的应用，探讨了其成功案例、技术接受度、治理问题及公共卫生政策建议	整合了机器学习与深度学习在传染病监测中的实时数据分析、疫情预测和医疗资源优化分配方面的创新应用	未具体说明数据来源、算法性能或实际部署中的技术挑战	探讨人工智能如何革新传染病监测，以提升公共卫生安全	传染病监测系统与公共卫生政策	机器学习	传染病	机器学习, 深度学习	NA	实时数据	NA	NA	NA	NA	NA
156	2025-12-25	A systematic review of automated International Classification of Diseases coding models using the Medical Information Mart for Intensive Care dataset 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251404518 PMID:41425278	综述	本研究系统回顾了使用MIMIC数据集开发自动化ICD编码模型的研究进展，整合计算机科学与临床视角，评估进展、识别挑战并为未来自动化提供见解	首次系统性地整合计算机科学与临床视角，全面评估了基于MIMIC数据集的自动化ICD编码模型的发展历程、技术演进及可解释性策略	研究主要基于MIMIC数据集，缺乏多样化的数据来源；模型验证不足，临床编码员参与有限；复杂算法可能阻碍实际应用	调查自动化国际疾病分类（ICD）编码模型的发展，评估进展、识别挑战并为未来研究提供方向	使用MIMIC数据集的自动化ICD编码模型相关研究	自然语言处理	NA	系统综述方法	传统机器学习,深度学习,知识推理,信息检索,生成模型	文本	73项研究（2014-2024年）	NA	NA	F1-micro分数	NA
157	2025-12-25	Deep learning-based beat-to-beat delineation of heart sounds and fiducial points in seismocardiography 2025, Frontiers in digital health IF:3.2Q2 DOI:10.3389/fdgth.2025.1699611 PMID:41425284	研究论文	本研究开发了一种基于深度学习的自适应算法，用于在震波心动描记术信号中自动检测11个基准点	首次应用U-Net架构的深度学习模型在震波心动描记术信号中进行逐拍基准点检测，实现了对心肌力学和血流动力学状态的新型评估方法	未明确说明算法在不同心脏疾病类型或严重程度下的泛化能力，且样本量相对有限	开发自动检测震波心动描记术信号中基准点的算法，以评估和监测心肌力学及血流动力学状态	震波心动描记术信号，包括来自有和无已知心脏疾病受试者的数据	机器学习	心血管疾病	震波心动描记术	CNN	信号数据	198名受试者的42,452个独立心跳	NA	U-Net	阳性预测值, 灵敏度	NA
158	2025-12-25	Knowledge, Readiness, and Perception of Medical Students Toward Medical Artificial Intelligence: A Cross-Sectional Study 2025 Jan-Dec, Journal of medical education and curricular development IF:2.0Q2 DOI:10.1177/23821205251407758 PMID:41425647	研究论文	本研究通过横断面调查，评估了伊朗医学生对医学人工智能的知识、准备度和认知情况	首次在伊朗医学生群体中系统评估其对医学AI的知识、准备度和多维度认知，并分析了相关影响因素	研究为横断面设计，无法确定因果关系；样本仅来自伊朗，可能限制结果的普适性	评估医学生对医学人工智能的知识、准备度和认知，并分析其相关因素	伊朗的医学生	医学教育	NA	问卷调查	NA	问卷数据	280名医学生	SPSS 22, Excel 2019	NA	NA	NA
159	2025-12-25	Deep learning models for cervical cancer subtyping using whole slide images 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1574639 PMID:41426317	研究论文	本研究开发并评估了一种基于人工智能的模型，利用全切片图像对宫颈癌进行亚型分类	结合了补丁级和WSI级分析，并使用了多种卷积神经网络和机器学习算法进行集成预测，以增强诊断准确性	未明确提及模型在更广泛或更具挑战性的临床场景中的局限性	开发并评估用于宫颈癌亚型分类的人工智能模型	宫颈癌全切片图像	数字病理学	宫颈癌	全切片图像分析	CNN, 机器学习算法	图像	438张全切片图像，来自一个公共数据集和两个私有数据集	NA	Inception-v3	准确率, 灵敏度, 特异性, AUROC	NA
160	2025-12-25	Trends in AI-based diagnosis and intervention of metabolic diseases: a bibliometric analysis of the literature from 2000 to 2024 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1698366 PMID:41426577	文献计量分析	本文对2000年至2024年间关于人工智能在代谢性疾病诊断与干预中应用的文献进行了全面的文献计量分析	首次对人工智能在代谢性疾病领域的文献进行系统性计量分析，识别出三大研究前沿：基于智能设备的AI辅助预防、多模态诊断方法以及大语言模型指导的干预策略	分析仅基于WOSCC和Scopus数据库的文献，可能未涵盖所有相关出版物；文献计量方法主要反映趋势和关联，不深入评估具体研究内容的质量	分析人工智能在代谢性疾病诊断与干预领域的研究演变、趋势和前沿	2000年至2024年间发表的1059篇相关科学文献	机器学习	代谢性疾病	文献计量分析	NA	文献元数据（如作者、机构、期刊、关键词、引用网络）	1059篇出版物	R（用于数据合并与去重）	NA	NA	NA