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
1681	2025-10-06	A BERT-based rice enhancer identification model combined with sequence-representation differential entropy interpretation 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1618174 PMID:40551770	研究论文	提出了一种结合BERT特征提取和SVM分类的水稻增强子识别模型，并通过序列表示微分熵分析解释模型性能优化机制	首次将DNABERT-2与SVM结合用于水稻增强子识别，并引入微分熵分析提供模型性能优化的可视化解释框架	未明确说明模型在其他作物基因组中的泛化能力，也未讨论计算资源需求	开发高效准确的水稻增强子识别方法并探索模型性能优化机制	水稻基因增强子序列	自然语言处理,生物信息学	NA	基因组序列分析	BERT,SVM	DNA序列数据	NA	PyTorch（基于DNABERT-2推断）,Scikit-learn（SVM）	DNABERT-2	准确率	NA
1682	2025-10-06	Recent Applications of Artificial Intelligence and Related Technical Challenges in MALDI MS and MALDI-MSI: A Mini Review 2025, Mass spectrometry (Tokyo, Japan) DOI:10.5702/massspectrometry.A0175 PMID:40551965	综述	本文综述了人工智能在MALDI质谱和质谱成像中的最新应用及相关技术挑战	重点关注AI在MALDI-TOF MS和MALDI-MSI数据分析中的监督机器学习应用，并强调样本制备技术对深度学习模型数据质量的重要性	该技术仍处于早期初步阶段，在鉴定、定量和解释方面需要更有效的方法	回顾人工智能在质谱数据分析中的应用现状和技术挑战	MALDI-TOF质谱和质谱成像数据	机器学习	NA	MALDI-TOF质谱，质谱成像	人工神经网络	质谱数据，二维空间映射数据	NA	NA	NA	NA	NA
1683	2025-10-06	Tooth image segmentation and root canal measurement based on deep learning 2025, Frontiers in bioengineering and biotechnology IF:4.3Q2 DOI:10.3389/fbioe.2025.1565403 PMID:40552111	研究论文	基于深度学习的牙齿图像分割与根管测量方法研究	采用注意力U-Net网络进行牙齿描述符识别，结合集成深度学习方法实现自动分割与测量	未明确说明样本来源及数据多样性限制	开发自动化的牙齿分割和根管测量方法，辅助临床根管诊疗	锥形束CT图像中的牙齿结构	计算机视觉	牙科疾病	锥形束CT成像	CNN	医学图像	NA	NA	Attention U-Net	Dice系数,Jaccard系数,Hausdorff距离,平均表面距离,相对误差	NA
1684	2025-10-06	Multi-atlas ensemble graph neural network model for major depressive disorder detection using functional MRI data 2025, Frontiers in computational neuroscience IF:2.1Q3 DOI:10.3389/fncom.2025.1537284 PMID:40552311	研究论文	提出一种基于多图谱集成图神经网络模型，利用静息态功能磁共振成像数据检测重度抑郁症	首次将多脑区分割图谱的功能连接特征集成到图神经网络模型中，相比单图谱模型能更准确捕捉大脑复杂性并检测区分性特征	未明确说明模型在不同人群和临床环境中的泛化能力验证	开发能够从rs-fMRI图像中检测区分性特征的集成GNN模型，用于MDD诊断	重度抑郁症患者的功能磁共振成像数据	医学影像分析	重度抑郁症	静息态功能磁共振成像	图神经网络	功能磁共振成像图像	大型多中心MDD数据集（具体样本数未明确说明）	NA	集成图神经网络	准确率, 灵敏度, 特异性, 精确率, F1分数	NA
1685	2025-10-06	Recognition of common shortwave protocols and their subcarrier modulations based on multi-scale convolutional GRU 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0326536 PMID:40554517	研究论文	提出一种多尺度卷积GRU模型用于短波通信协议及其子载波调制方式的自动识别	结合多尺度卷积和双向GRU的混合架构，同时增强空间特征多样性和序列学习能力	仅针对三种特定短波协议(CLOVER-2000, 2GALE, 3GALE)及其十二种子载波调制格式进行验证	解决复杂环境下短波通信协议和调制方式的自动识别问题	短波通信信号	信号处理	NA	短波通信信号分析	CNN, GRU	时序信号	45,000个标注样本（包含仿真和USRP采集的真实数据）	NA	多尺度卷积GRU (MSC-GRU)	准确率	标准GPU
1686	2025-10-06	Systematic review of generative adversarial networks (GANs) in cell microscopy: Trends, practices, and impact on image augmentation 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0291217 PMID:40554529	系统综述	系统回顾生成对抗网络在细胞显微镜图像增强中的应用趋势、实践方法和影响	首次系统性地总结分析GAN在细胞显微镜图像增强中的配置模式和实践标准	仅纳入46项符合条件的研究，存在选择偏倚风险，且未在PROSPERO注册	分析GAN在细胞显微镜图像增强中的应用趋势、常见实践和影响	使用GAN生成细胞显微镜图像的研究文献	计算机视觉	NA	细胞显微镜成像	GAN	图像	46项研究，29个公开数据集	NA	StyleGAN	NA	NA
1687	2025-10-06	A flow pattern recognition method for gas-liquid two-phase flow based on dilated convolutional channel attention mechanism 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0325784 PMID:40554565	研究论文	提出一种基于扩张卷积通道注意力机制的气液两相流流型识别方法ED-DenseNet	通过引入多分支结构，在Dense Blocks中集成ECA注意力机制和在Transition Layers中使用扩张卷积，实现多尺度特征提取和精细化通道信息处理	实验数据集规模有限	提高气液两相流流型图像识别准确率	气液两相流图像，包含环状流、泡状流、搅动流、分散流和段塞流五种流型	计算机视觉	NA	图像识别	CNN	图像	NA	NA	DenseNet, ED-DenseNet	准确率	NA
1688	2025-10-06	An integrated IKOA-CNN-BiGRU-Attention framework with SHAP explainability for high-precision debris flow hazard prediction in the Nujiang river basin, China 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0326587 PMID:40554568	研究论文	提出一种可解释的深度学习框架用于中国怒江流域泥石流灾害高精度预测	集成改进开普勒优化算法、CNN、双向门控循环单元和注意力机制的可解释深度学习框架，首次结合SHAP方法量化关键影响因素	研究区域限定于怒江流域云南段，模型在其他地理区域的适用性需进一步验证	开发高精度可解释的泥石流灾害预测方法	怒江流域云南段159条泥石流易发沟谷	机器学习	NA	深度学习	CNN, BiGRU, Attention	泥石流监测数据	159条泥石流易发沟谷	NA	IKOA-CNN-BiGRU-Attention	均方根误差, 平均绝对误差, 平均绝对百分比误差	NA
1689	2025-10-06	Deep learning based automation of mean linear intercept quantification in COPD research 2025, Frontiers in big data IF:2.4Q2 DOI:10.3389/fdata.2025.1461016 PMID:40556856	研究论文	提出基于深度学习的自动化方法用于慢性阻塞性肺病研究中平均线性截距的量化分析	首次使用AutoML软件实现组织切片中平均线性截距的自动化测量，解决了传统手动方法的主观性和复杂性问题	自动化方法与传统手动测量结果存在系统性差异，需要进一步验证其生物学意义	开发自动化工具用于肺气肿病理特征的定量分析	C57BL/6小鼠的染色组织切片图像	数字病理学	慢性阻塞性肺病	组织染色, 显微镜成像	深度学习, 语义分割	图像	两组C57BL/6小鼠（吸烟组与对照组）的组织切片图像	AutoML	NA	IoU	NA
1690	2025-10-06	Deep learning for MRI-based acute and subacute ischaemic stroke lesion segmentation-a systematic review, meta-analysis, and pilot evaluation of key results 2025, Frontiers in medical technology IF:2.7Q3 DOI:10.3389/fmedt.2025.1491197 PMID:40556872	系统综述	本文系统回顾了基于深度学习的MRI急性及亚急性缺血性卒中病灶分割方法，并通过荟萃分析和实验评估探讨最优架构	首次系统评估深度学习架构在卒中病灶分割中的最优配置，并挑战了注意力机制在此任务中的必要性	纳入研究数量有限（41篇），算法泛化能力普遍不足	确定MRI急性及亚急性缺血性卒中病灶分割的最优深度学习架构	急性及亚急性缺血性卒中患者的脑部MRI影像	医学影像分析	缺血性卒中	磁共振成像（MRI）	深度学习	医学影像	41项研究（来自1485篇论文筛选）	NA	U-Net, ResNet, 注意力机制	Dice相似系数	NA
1691	2025-10-06	Auto-branch multi-task learning for simultaneous prediction of multiple correlated traits associated with Alzheimer's disease 2025, Frontiers in genetics IF:2.8Q2 DOI:10.3389/fgene.2025.1538544 PMID:40557283	研究论文	提出一种自动分支多任务学习模型，用于同时预测阿尔茨海默病相关的多个相关表型	在深度学习框架内开发自动分支多任务学习模型，能够动态从硬参数共享结构分支，防止负信息传递	NA	通过联合建模相关表型提高预测性能，实现高效信息传递	阿尔茨海默病相关的七个表型	机器学习	阿尔茨海默病	深度学习	多任务学习	遗传数据	NA	深度学习框架	自动分支多任务学习模型	预测性能	NA
1692	2025-10-06	Deep Learning-Enabled Assessment of Right Ventricular Function Improves Prognostication After Transcatheter Edge-to-Edge Repair for Mitral Regurgitation 2025-Jan, Circulation. Cardiovascular imaging DOI:10.1161/CIRCIMAGING.124.017005 PMID:39836730	研究论文	本研究利用深度学习模型从二维超声心动图视频预测右心室射血分数，评估其在接受经导管二尖瓣修复术的重度二尖瓣反流患者预后预测中的价值	首次将深度学习预测的右心室射血分数应用于经导管二尖瓣修复术患者的预后评估，证明其优于传统的三尖瓣环平面收缩偏移测量方法	研究为回顾性多中心注册研究，仅包含2017-2023年间可获得高质量二维心尖四腔视图视频的患者	评估深度学习预测的右心室射血分数对重度二尖瓣反流患者经导管二尖瓣修复术后预后的预测价值	接受经导管二尖瓣修复术的重度二尖瓣反流患者	数字病理学	心血管疾病	二维超声心动图视频分析	深度学习模型	视频	1154例患者	NA	NA	AUC, Kaplan-Meier生存分析, 风险比	NA
1693	2025-10-06	Dynamic Prediction of Cardiovascular Death among Old People with Mildly Reduced Kidney Function Using Deep Learning Models Based on a Prospective Cohort Study 2025, Gerontology IF:3.1Q3 DOI:10.1159/000545679 PMID:40359927	研究论文	本研究使用深度学习模型动态预测轻度肾功能减退老年人群的心血管死亡风险	首次在轻度肾功能减退老年人群中应用动态DeepHit模型进行心血管死亡的动态预测，并证明其性能随随访时间增加而提升	研究人群仅限于中国天津地区，可能影响结果的普适性	识别轻度肾功能减退老年人群中心血管死亡的关键预测特征	12,650名年龄≥60岁且轻度肾功能减退的老年人	机器学习	心血管疾病	前瞻性队列研究	Cox回归,随机生存森林,DeepHit,动态DeepHit	临床数据	12,650名老年人	NA	DeepHit,动态DeepHit	C-index,Brier Score	NA
1694	2025-10-06	Introducing a Deep Neural Network Model with Practical Implementation for Polyp Detection in Colonoscopy Videos 2025, Journal of medical signals and sensors DOI:10.4103/jmss.jmss_23_24 PMID:40546333	研究论文	提出一种用于结肠镜视频息肉检测的深度学习模型	采用迁移学习和多任务学习解决标注数据有限的问题，同时实现息肉分类和边界框检测	缺乏非息肉图像数据集，需要额外进行数据收集	开发简单准确的深度学习模型用于结肠镜息肉检测	结肠镜视频中的息肉图像	计算机视觉	结直肠癌	深度学习	深度神经网络	图像	KVASIR-SEG、CVC-CLINIC数据集和LDPolyp视频数据集提取的非息肉图像	NA	深度神经网络	准确率, 边界框检测准确率, 处理时间	NA
1695	2025-10-06	Artificial intelligence and machine learning heuristics for discovery of ncRNAs 2025, Progress in molecular biology and translational science DOI:10.1016/bs.pmbts.2025.01.002 PMID:40543913	综述	本章探讨人工智能和机器学习在长链非编码RNA研究中的应用	详细介绍了深度学习流程用于lncRNA结合蛋白功能注释，并强调计算预测与实验验证的整合	面临数据集准备、模型设计和可用性方面的挑战	预测lncRNA功能、识别疾病关联和注释蛋白质相互作用	长链非编码RNA及其结合蛋白	生物信息学	NA	机器学习、深度学习	RNN, CNN, Transformer	分子生物学数据	NA	NA	循环神经网络, 卷积神经网络, 基于Transformer的模型	NA	NA
1696	2025-10-06	Machine learning models for predicting postoperative peritoneal metastasis after hepatocellular carcinoma rupture: a multicenter cohort study in China 2025-Jan-17, The oncologist DOI:10.1093/oncolo/oyae341 PMID:39832130	研究论文	本研究开发并比较了多种机器学习模型用于预测肝细胞癌破裂术后腹膜转移	首次在中国多中心队列中系统比较包括深度学习在内的多种机器学习模型对肝细胞癌破裂术后腹膜转移的预测性能	研究样本量相对有限，且仅基于临床数据未整合影像学或分子标志物	开发预测肝细胞癌破裂术后腹膜转移的机器学习模型	522例接受手术的肝细胞癌破裂患者	机器学习	肝细胞癌	临床数据分析	逻辑回归,支持向量机,分类树,随机森林,深度学习	临床数据	522例患者（来自7个医疗中心），其中78例（14.9%）发生术后腹膜转移	NA	NA	AUC,F1分数	NA
1697	2025-10-06	Energy metric prediction for double insertion mutants via the RoseNet deep learning framework 2025, Bioinformatics advances IF:2.4Q2 DOI:10.1093/bioadv/vbae198 PMID:40463404	研究论文	本研究利用RoseNet深度学习框架预测蛋白质双氨基酸插入或缺失突变的能量指标	扩展了RoseNet架构的应用范围，评估了三个额外蛋白质并分析了影响预测能力的结构域特征，包括二级结构插入和溶剂可及表面积	研究仅针对六个蛋白质进行训练和评估，样本规模有限	预测蛋白质双插入突变体的能量指标	蛋白质双氨基酸插入或缺失突变	生物信息学	NA	深度学习	神经网络	蛋白质结构数据	三个蛋白质的 exhaustive 双InDel突变数据集 + 三个蛋白质的约145,000个随机双InDel突变体	NA	RoseNet	预测质量评估	NA
1698	2025-10-06	Generative AI - Assisted Adaptive Cancer Therapy 2025 Jan-Dec, Cancer control : journal of the Moffitt Cancer Center IF:2.5Q3 DOI:10.1177/10732748251349919 PMID:40532181	综述	探讨利用生成式AI增强自适应癌症治疗的预测能力和治疗推荐	将非线性系统控制理论与深度学习相结合，构建GenAI增强的自适应癌症治疗框架	临床数据获取困难、深度学习模型不透明性、临床验证存在挑战	开发基于生成式AI的自适应癌症治疗策略	癌症治疗响应预测和动态治疗调整	机器学习	癌症	NA	深度学习	多模态数据	NA	NA	NA	NA	NA
1699	2025-10-06	H-DSAE: a hybrid technique to recognize heart disease 2025, Frontiers in physiology IF:3.2Q2 DOI:10.3389/fphys.2025.1563199 PMID:40538756	研究论文	提出一种名为H-DSAE的混合技术，通过集成多种分类器来提高心脏病识别的准确性	结合深度信念网络、支持向量机和堆叠自编码器三种算法构建混合模型，在心脏病分类任务中实现高精度	未提及具体的数据集规模和多样性限制，未来需要开发更先进的分类和特征算法	提高心脏病诊断的准确性和效率，减少人为错误导致的误诊	心脏病患者的心脏图像数据	机器学习	心血管疾病	机器学习，深度学习	DBN, SVM, SAE	心脏图像	NA	NA	深度信念网络，支持向量机，堆叠自编码器	准确率，敏感度，F-measure，精确率	NA
1700	2025-10-06	A dual-branch deep learning model based on fNIRS for assessing 3D visual fatigue 2025, Frontiers in neuroscience IF:3.2Q2 DOI:10.3389/fnins.2025.1589152 PMID:40538859	研究论文	提出一种基于功能近红外光谱的双分支深度学习模型，用于评估3D视觉疲劳	首次构建基于fNIRS的深度学习模型评估3D视觉疲劳，实现端到端自动特征提取和分类	样本量较小（20名受试者），未来需要优化模型在真实场景中的性能	开发自动评估3D视觉疲劳的方法以提升用户体验	20名正常受试者（平均年龄24.6岁，13名男性）	机器学习	视觉疲劳	功能近红外光谱（fNIRS）	CNN, Transformer	时间序列fNIRS数据	20名受试者	NA	双分支卷积网络，集成Transformer和通道注意力机制	准确率	NA