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
1621	2025-10-06	GAN-enhanced deep learning for improved Alzheimer's disease classification and longitudinal brain change analysis 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1587026 PMID:40600033	研究论文	本文提出一种结合GAN增强的深度学习方法，用于阿尔茨海默病分类和纵向脑变化分析	集成ResNet101与LSTM网络，引入PDPO和DCK创新层增强特征提取，并利用GAN模型识别AD的进展性	未明确说明模型计算复杂度、过拟合风险等具体限制	提高阿尔茨海默病分类准确性并分析疾病进展模式	阿尔茨海默病患者、轻度认知障碍患者和认知正常人群	医学影像分析	阿尔茨海默病	脑影像分析	CNN, LSTM, GAN	医学影像数据	ADNI和OASIS数据集	NA	ResNet101, LSTM	准确率	NA
1622	2025-10-06	Comparative analysis of convolutional neural networks and transformer architectures for breast cancer histopathological image classification 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1606336 PMID:40600038	研究论文	比较卷积神经网络和Transformer架构在乳腺癌组织病理图像分类中的性能	首次系统比较14种深度学习模型（包括CNN和Transformer架构）在乳腺癌病理图像分类任务中的表现，特别关注基础模型在数字病理中的应用潜力	仅使用BreakHis v1数据集，未在其他数据集上验证模型泛化能力；未详细分析模型计算效率和部署可行性	评估不同深度学习架构在乳腺癌病理图像分类中的性能差异	乳腺癌组织病理图像	数字病理	乳腺癌	组织病理学检查	CNN, Transformer	图像	BreakHis v1数据集	NA	AlexNet, VGG16, InceptionV3, ResNet50, Densenet121, MobileNetV2, ResNeXt, RegNet, EfficientNet_B0, ConvNeXT, ViT, DINOV2, UNI, GigaPath	准确率, 特异性, 召回率, F1分数, Cohen's Kappa系数, ROC曲线, AUC	NA
1623	2025-10-06	AlzheimerViT: harnessing lightweight vision transformer architecture for proactive Alzheimer's screening 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1568312 PMID:40600046	研究论文	本研究提出了一种轻量级视觉变换器架构AlzheimerViT，用于基于MRI图像的阿尔茨海默病早期筛查	采用轻量级自注意力机制的视觉变换器架构，结合全面的数据预处理和增强技术，在阿尔茨海默病预测中实现了高性能	研究基于单一数据集(OASIS-3)，需要进一步验证在其他数据集上的泛化能力	开发可靠的阿尔茨海默病早期筛查模型	阿尔茨海默病患者的大脑MRI图像	计算机视觉	阿尔茨海默病	MRI脑成像	Vision Transformer (ViT)	图像	OASIS-3数据集中的MRI图像	NA	轻量级视觉变换器	准确率, 精确率, 召回率, 特异性, Kappa分数, AUC ROC分数	NA
1624	2025-10-06	Auxiliary Diagnosis of Pulmonary Nodules' Benignancy and Malignancy Based on Machine Learning: A Retrospective Study 2025, Journal of multidisciplinary healthcare IF:2.7Q2 DOI:10.2147/JMDH.S518166 PMID:40600198	研究论文	基于机器学习模型预测肺结节良恶性的回顾性研究	开发了注意力机制增强的前馈神经网络(Atten_FNN)，并首次结合SHAP可解释性分析识别关键临床预测因子	单中心回顾性研究，跨中心泛化能力有限	开发非侵入性早期诊断方法，准确区分肺结节良恶性	3355例肺结节患者（良性1156例，恶性2199例）	机器学习	肺癌	CT影像，病理检查	SVM, RF, XGBoost, FNN, Atten_FNN	电子医疗记录，CT影像特征，实验室生物标志物	3355例患者	NA	前馈神经网络(带注意力机制)	AUC, 准确率, 敏感度, F1分数, 特异性	NA
1625	2025-10-06	[Research Trends Using Artificial Intelligence in the MRI from 1989 to 2023: Analysis Using Text Mining] 2025, Nihon Hoshasen Gijutsu Gakkai zasshi DOI:10.6009/jjrt.25-1480 PMID:40603060	研究论文	通过文本挖掘分析1989-2023年间MRI领域人工智能研究的趋势	首次使用文本挖掘方法系统分析MRI领域人工智能研究的发展趋势和热点演变	仅基于PubMed数据库的论文标题进行分析，未涉及全文内容	可视化MRI领域人工智能相关研究领域并理解研究趋势	1989-2023年间PubMed数据库中MRI领域应用人工智能的论文标题	自然语言处理	NA	文本挖掘	NA	文本	2870篇论文标题	NA	NA	Jaccard系数	NA
1626	2025-10-06	Elucidating linear programs by neural encodings 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1549085 PMID:40607448	研究论文	本文提出通过神经编码方法增强线性规划模型的可解释性	首次将可解释人工智能方法应用于线性规划模型，通过神经编码方式实现LP的解释	在低扰动水平下，Saliency和LIME归因方法难以区分	提高线性规划模型的可解释性，揭示输入与输出之间的关系	线性规划模型及其解决方案	机器学习	NA	神经编码方法	神经网络	数值数据	包括高达10k维度的大规模线性规划问题	NA	NA	归因方法评估	NA
1627	2025-10-06	ECG signal generation using feature disentanglement auto-encoder 2025-Jan-30, Physiological measurement IF:2.3Q3 DOI:10.1088/1361-6579/adab4f PMID:39820006	研究论文	提出一种特征解耦自编码器用于生成心电图信号，解决罕见类别样本不足的问题	提出特征解耦自编码器(FDAE)，通过对比学习框架解耦心电信号的生成因子，支持通过潜在代码交换生成新样本	NA	解决心电图数据集中罕见类别样本不足的问题，提升深度学习模型在心电分析中的鲁棒性和泛化能力	心电图信号	机器学习	心血管疾病	心电图分析	自编码器, VAE	心电图信号	MIT-BIH心律失常数据库和Icentia11K数据集	NA	特征解耦自编码器(FDAE)	分类性能	NA
1628	2025-10-06	Deep learning generalization for diabetic retinopathy staging from fundus images 2025-Jan-22, Physiological measurement IF:2.3Q3 DOI:10.1088/1361-6579/ada86a PMID:39788077	研究论文	开发了一种名为DRStageNet的深度学习模型，用于从眼底图像中进行糖尿病视网膜病变分期，并解决模型泛化问题	使用多源域微调策略和自监督视觉变换器，显著提高了模型在不同目标域的泛化性能	错误分析显示60%的错误源于标签错误，数据质量可能影响模型性能	开发能够准确分期糖尿病视网膜病变并具有良好泛化能力的深度学习模型	糖尿病视网膜病变患者的眼底图像	计算机视觉	糖尿病视网膜病变	深度学习	ViT	图像	91,984张数字眼底图像，来自六个公共独立数据集	NA	DINOv2,自监督视觉变换器	L-Kappa	NA
1629	2025-10-06	Donor-specific digital twin for living donor liver transplant recovery 2025, Biology methods & protocols IF:2.5Q3 DOI:10.1093/biomethods/bpaf037 PMID:40486178	研究论文	开发基于深度学习的供体特异性数字孪生模型，预测活体肝移植后供体肝脏质量恢复轨迹	将基因表达模式与肝细胞转换数学模型相结合，创建具有机制可识别潜在空间的个性化数字孪生模型	样本量较小（12名供体），需要更大规模验证	改善活体肝移植后供体恢复监测和预测	活体肝移植供体	数字病理	肝病	基因表达测量，深度学习	深度学习	基因表达数据	12名供体，随访一年	NA	NA	NA	NA
1630	2025-10-06	Retinal vessel metric analysis of type 1 diabetes mellitus in OCT angiography 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1562809 PMID:40584707	研究论文	本研究通过OCTA和深度学习技术分析1型糖尿病患者在不同阶段的视网膜血管特征变化	首次使用深度学习血管分割模型定量分析1型糖尿病患者OCTA图像中动脉和静脉的多种血管指标变化	回顾性研究设计，样本量有限（63名患者），仅使用3*3 mm OCTA扫描区域	研究1型糖尿病患者在不同糖尿病视网膜病变阶段的视网膜血管特征变化	1型糖尿病患者（63人，110眼）和年龄匹配的健康个体（40人，79眼）	数字病理	糖尿病视网膜病变	光学相干断层扫描血管成像（OCTA）	深度学习模型	OCTA图像	103名受试者（63名T1DM患者，40名健康对照），共189眼	NA	NA	分形维度（FD）、血管直径指数（VDI）、血管长度分数（VLF）、血管弯曲度、血管密度（VD）	NA
1631	2025-10-06	A hybrid transformer-based approach for early detection of Alzheimer's disease using MRI images 2025, BioImpacts : BI IF:2.2Q3 DOI:10.34172/bi.30849 PMID:40584904	研究论文	提出一种基于Transformer的混合方法，利用多视角MRI图像进行阿尔茨海默病的早期检测	结合迁移学习、Transformer编码器和LSTM网络的多模态方法，通过三个不同视角的MRI图像捕获全面特征	仅使用ADNI数据集，未在其他独立数据集上验证模型泛化能力	开发阿尔茨海默病的早期检测方法	阿尔茨海默病患者	计算机视觉	阿尔茨海默病	MRI成像	Transformer, CNN, LSTM	图像	ADNI数据集	NA	ResNet50, Transformer, LSTM	准确率	NA
1632	2025-10-06	Convolutional-LSTM approach for temporal catch hotspots (CATCH): an AI-driven model for spatiotemporal forecasting of fisheries catch probability densities 2025, Biology methods & protocols IF:2.5Q3 DOI:10.1093/biomethods/bpaf045 PMID:40585182	研究论文	提出一种结合卷积和长短期记忆神经网络的AI模型CATCH，用于预测冰岛水域渔业捕捞概率密度的时空分布	首次利用大规模冰岛渔船多维数据（深度、底层温度、盐度、溶解氧和捕捞数据）进行多元预测	NA	支持渔业运营规划和适应性策略制定	冰岛水域的鳕鱼及其他目标鱼种（黑线鳕、绿青鳕、金平鲉、格陵兰大比目鱼）	机器学习	NA	NA	CNN,LSTM	多维时空数据	大规模冰岛渔船数据集	NA	卷积长短期记忆神经网络	RMSE,MAE,WD,SSI	NA
1633	2025-10-06	An AI-based module for interstitial glucose forecasting enabling a "Do-It-Yourself" application for people with type 1 diabetes 2025, Frontiers in digital health IF:3.2Q2 DOI:10.3389/fdgth.2025.1534830 PMID:40585404	研究论文	提出一种基于深度学习的DIY框架，用于糖尿病患者间质葡萄糖预测	首个提供基于深度学习的完全个性化葡萄糖预测的DIY方法	仅使用29名1型糖尿病患者的CGM数据进行训练和验证	开发个性化葡萄糖预测工具以改善1型糖尿病自我管理	1型糖尿病患者	机器学习	糖尿病	连续葡萄糖监测(CGM)	深度学习	时间序列数据	29名1型糖尿病患者的一年CGM数据	NA	NA	NA	Docker容器部署
1634	2025-10-06	Evaluation of perivascular fat density and residual false lumen formation following TEVAR in Stanford type B aortic dissection 2025, Frontiers in cardiovascular medicine IF:2.8Q2 DOI:10.3389/fcvm.2025.1633817 PMID:40585403	研究论文	评估斯坦福B型主动脉夹层TEVAR术后血管周围脂肪密度与残余假腔形成的关系	首次将血管周围脂肪组织衰减指标（HUΔ和HUratio）作为预测TEVAR术后残余假腔形成的非侵入性影像生物标志物	回顾性研究设计，样本量相对有限（132例），需要前瞻性研究进一步验证	探讨PVAT衰减在预测TBAD患者TEVAR术后残余假腔形成中的作用	132例在福建协和医院接受TEVAR治疗的斯坦福B型主动脉夹层患者	数字病理学	心血管疾病	计算机断层扫描血管成像（CTA）	深度学习模型	医学影像	132例患者（2016-2024年）	NA	TotalSegmenter	敏感性, 特异性, ROC曲线分析	NA
1635	2025-10-06	Leveraging machine learning models in evaluating ADMET properties for drug discovery and development 2025, ADMET & DMPK DOI:10.5599/admet.2772 PMID:40585410	综述	本文系统回顾了机器学习模型在药物ADMET性质评估中的应用进展	深入探讨机器学习如何通过提高预测准确性、减少实验负担来革新ADMET评估流程	面临数据质量、算法透明度和监管接受度等挑战	研究机器学习在药物发现和开发中ADMET性质评估的应用	药物候选化合物的ADMET性质	机器学习	NA	机器学习	监督学习,深度学习	分子描述符数据	NA	NA	NA	NA	NA
1636	2025-10-06	7T magnetic resonance imaging-based investigation of the correlation between mammillary body structure and cognitive impairment in patients with spinocerebellar ataxia type 3 2025, Psychoradiology DOI:10.1093/psyrad/kkaf010 PMID:40586051	研究论文	本研究利用7T磁共振成像技术探究脊髓小脑共济失调3型患者乳头体结构与认知障碍之间的相关性	首次使用7T高场强MRI对Papez环路中乳头体等结构进行定量分析，并揭示其与SCA3患者认知功能的相关性	横断面研究设计无法确定因果关系，样本量相对有限	探究SCA3患者认知障碍与Papez环路结构变化的关系	46名SCA3患者和48名健康对照者	医学影像分析	神经系统疾病	7T磁共振成像	深度学习模型	磁共振图像	94名参与者（46名患者，48名健康对照）	NA	NA	NA	NA
1637	2025-10-06	Unsupervised cell line embedding using pairwise drug response correlation 2025, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2025.06.018 PMID:40586099	研究论文	提出一种基于对比学习的无监督深度学习模型，整合异质性药物反应筛选数据生成统一细胞系嵌入	首次使用对比学习方法整合异质药物反应数据构建细胞系嵌入，并证明该嵌入能提升下游药物反应相关任务的机器学习性能	研究仅基于Cancer Dependency Map数据，未验证在其他数据集上的泛化能力	解决细胞系在药物筛选和组学数据中的异质性问题，优化细胞系模型的利用效率	人类癌细胞系	机器学习	癌症	药物反应筛选，基因表达分析	对比学习	药物反应数据，基因表达数据	1,673个癌细胞系（1,136个训练，537个测试）	NA	对比学习模型	SHAP分析	NA
1638	2025-10-06	Deep learning based deconvolution methods: A systematic review 2025, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2025.05.038 PMID:40586100	系统综述	本文系统综述了人工智能和深度学习在细胞反卷积工具开发中的应用，特别关注RNA测序转录组学数据分析	首次系统性地总结深度学习驱动的反卷积工具，强调高质量参考谱对方法准确性的关键作用，并识别标准化方法和模型可解释性改进等关键研究空白	作为综述文章，不包含原始实验数据，主要基于现有文献分析	评估人工智能和深度学习在细胞反卷积工具开发中的角色和应用	基于RNA测序的转录组学数据	机器学习	NA	RNA测序	深度学习	转录组学数据	NA	NA	NA	NA	NA
1639	2025-10-06	Deep learning system for the auxiliary diagnosis of thyroid eye disease: evaluation of ocular inflammation, eyelid retraction, and eye movement disorder 2025, Frontiers in cell and developmental biology IF:4.6Q1 DOI:10.3389/fcell.2025.1609231 PMID:40589523	研究论文	开发基于语义分割的甲状腺眼病辅助诊断模型，用于评估眼睑退缩、眼球运动障碍和眼部炎症	采用双分支特征提取融合策略的TBRM-Net进行多标签分类识别，DSR-Net进行眼部结构分割，并设计了可解释性强的定量诊断算法	样本量相对有限（153名受试者），未提及外部验证结果	构建甲状腺眼病辅助诊断系统，提高诊疗效率	表现出眼睑退缩、眼球运动障碍和CAS相关眼部炎症症状的患者	计算机视觉	甲状腺眼病	深度学习	语义分割网络, 多标签分类网络	眼部图像	153名受试者，包含原在位数据集（303眼）、注视位数据集（1,199眼）和多标签炎症分类数据集（272眼）	NA	TBRM-Net, DSR-Net	平均像素精度, 准确率	NA
1640	2025-10-06	Optimizing physical education schedules for long-term health benefits 2025, Frontiers in public health IF:3.0Q2 DOI:10.3389/fpubh.2025.1555977 PMID:40589818	研究论文	本研究提出了一种基于深度学习的体育课程表优化方法，旨在提升学生长期健康效益	首次将CNN和LSTM融合用于体育课程表优化，通过空间特征和时间模式提取实现个性化排课	未明确说明研究样本的具体规模和多样性，可能影响模型的泛化能力	优化体育教育课程安排以最大化学生长期健康效益	学生群体的体育课程安排和健康数据	机器学习	NA	深度学习	CNN,LSTM	人口统计学数据,活动相关变量	NA	NA	CNN-LSTM融合架构	均方误差(MSE),R平方(R²),平均绝对误差(MAE)	NA