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
161	2025-11-07	Diagnosis of colorectal cancer using residual transformer with mixed attention and explainable AI 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0335418 PMID:41183063	研究论文	提出一种结合残差网络和混合注意力Transformer的混合模型RNTNet，用于结直肠癌图像诊断，并通过可解释AI技术可视化模型决策过程	提出Residual Next Transformer Network (RNTNet)，结合ResNeXt的细粒度特征提取能力和带混合注意力机制的ViT编码器，实现局部与全局特征的协同建模	仅使用两个公开数据集进行验证，未在更大规模或更多样化的临床数据上进行测试	提高结直肠癌图像诊断的准确性和可解释性	结直肠癌组织图像	计算机视觉	结直肠癌	深度学习	CNN, Transformer	图像	Kather和KvasirV1两个公开数据集	NA	ResNeXt, Vision Transformer (ViT), RNTNet	准确率, AUC	NA
162	2025-11-07	Multiview state-of-health estimation for lithium-ion batteries using time-frequency image fusion and attention-based deep learning 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0335351 PMID:41183084	研究论文	提出一种基于时频图像融合和注意力机制的多视角锂离子电池健康状态估计方法	首次将时域信号转换为时频图像并与原始时序特征通过双分支注意力机制进行融合	未明确说明模型在不同电池类型和工况下的泛化能力	实现锂离子电池健康状态的准确早期预测	锂离子电池	机器学习	NA	小波变换	CNN, LSTM	时域信号, 时频图像	NA	NA	CNN-LSTM融合架构	预测精度	NA
163	2025-11-07	Artificial Intelligence in Cancer Oncology Through Comprehensive Bibliometric Mapping of Global Trends Impact and Conceptual Structures 2025, Journal of healthcare leadership IF:3.4Q1 DOI:10.2147/JHL.S550933 PMID:41185664	研究论文	通过文献计量学映射分析人工智能在肿瘤学领域的全球研究趋势、知识影响和概念结构	首次对2022-2025年间人工智能在肿瘤学领域的研究进行全面文献计量分析，揭示了多模态学习、放射基因组学等主导主题以及基于Transformer的模型、联邦学习等新兴方向	低收入和中等收入国家参与有限、缺乏标准化数据集、多学科合作不足	分析人工智能在肿瘤学领域的全球研究趋势和概念结构	19,627篇同行评审文章（从34,218篇初始数据集中筛选）	机器学习	癌症	文献计量分析、对应分析(CA)、多重对应分析(MCA)	NA	文献数据	19,627篇文章	RStudio	NA	解释方差（第一维度80.01%，第二维度8.76%）	NA
164	2025-11-07	Predictive value of artificial intelligence and radiomics for atrial fibrillation recurrence after catheter ablation for pulmonary vein isolation 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251393276 PMID:41185683	研究论文	本研究开发了一种基于人工智能和影像组学的无创模型，用于预测肺静脉隔离导管消融术后房颤复发风险	首次结合SwinUNETR深度学习模型进行心脏区域分割和影像组学特征提取，并提供了基于影像组学的可解释性分析方法	样本量相对有限（311例患者），模型预测性能仍有提升空间（AUC 0.79）	提高肺静脉隔离术后房颤复发的预测准确性，优化患者选择策略	311例接受肺静脉隔离导管消融术的房颤患者，包括复发组（160例）和非复发组（151例）	医学影像分析	心血管疾病	影像组学分析	深度学习, 机器学习	医学影像	311例房颤患者	NA	SwinUNETR	Dice系数, AUC	NA
165	2025-11-07	Evaluation of recent lightweight deep learning architectures for lung cancer CT classification 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1647701 PMID:41049845	研究论文	评估三种轻量级深度学习架构在肺癌CT分类任务中的性能表现	首次在医学影像领域系统评估MobileOne-S0、FastViT-S12和MambaOut-Femto等新型轻量级模型，为资源受限环境提供临床部署依据	仅使用两个数据集（共369例），样本规模相对有限	评估轻量级深度学习模型在肺癌CT分类中的性能，为临床资源受限环境提供模型选择依据	肺癌CT图像分类	计算机视觉	肺癌	CT成像	深度学习	医学影像	公共数据集95例，私有数据集274例，总计369例CT病例	NA	MobileOne-S0, FastViT-S12, MambaOut-Femto, ResNet, Swin Transformer	准确率, AUC	NA
166	2025-11-07	Correction: Evaluation of recent lightweight deep learning architectures for lung cancer CT classification 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1715188 PMID:41195277	修正	对先前发表的肺癌CT分类轻量级深度学习架构评估论文进行内容修正	NA	NA	NA	NA	NA	肺癌	NA	NA	CT图像	NA	NA	NA	NA	NA
167	2025-11-06	Deep learning approach to parameter optimization for physiological models 2025, Biology methods & protocols IF:2.5Q3 DOI:10.1093/biomethods/bpaf064 PMID:41141323	研究论文	提出一种使用神经网络同时解决生物建模、参数化和参数推断的新方法	使用卷积神经网络从模拟的生理数据时间序列中推断数学模型参数，为非线性生物动力学模型提供新的参数优化方法	基于有限临床数据生成模拟数据，可能无法完全覆盖真实生理情况的所有变异	开发数学模型中参数推断的深度学习框架	葡萄糖、胰岛素和游离脂肪酸动力学的生理脂解模型	机器学习	代谢疾病	频繁采样静脉葡萄糖耐量测试	CNN	时间序列数据	有限临床数据和模拟数据集	NA	卷积神经网络	R²值, p值, 轨迹重建精度	NA
168	2025-11-06	ProtFun: a protein function prediction model using graph attention networks with a protein large language model 2025, Bioinformatics advances IF:2.4Q2 DOI:10.1093/bioadv/vbaf245 PMID:41169711	研究论文	提出了一种名为ProtFun的多模态深度学习架构，用于预测蛋白质功能	整合蛋白质大语言模型嵌入作为蛋白质家族网络中的节点特征，并采用图注意力网络学习蛋白质嵌入	NA	开发计算方法来自动预测蛋白质功能	蛋白质序列和功能	生物信息学	NA	深度学习	图注意力网络(GAT), 大语言模型	蛋白质序列, 蛋白质家族网络, InterPro蛋白质特征表示	三个基准数据集	NA	图注意力网络, 多模态深度学习架构	NA	NA
169	2025-11-06	Analyzing student mental health with RoBERTa-Large: a sentiment analysis and data analytics approach 2025, Frontiers in big data IF:2.4Q2 DOI:10.3389/fdata.2025.1615788 PMID:41179258	研究论文	使用RoBERTa-Large等大型语言模型进行情感分析，研究学生心理健康状况	首次将RoBERTa-Large等先进LLM模型应用于学生心理健康的多分类情感分析任务	情感表达强度、语言变异性和上下文依赖情感带来的分析挑战	通过情感分析调查学生心理健康状况	学生群体	自然语言处理	心理健康问题	情感分析	Transformer	文本数据	NA	PyTorch	RoBERTa-Large, ELECTRA, BERT	准确率	NA
170	2025-11-06	Case-based review of low-field MRI in resource-constrained settings: a clinical perspective from Malawi 2025-Jan, BJR open DOI:10.1093/bjro/tzaf028 PMID:41179281	综述	从马拉维临床视角探讨低场强MRI在资源受限环境中的应用案例回顾	提出基于真实临床案例的低场强MRI在低收入国家应用的系统框架	研究基于单一国家(马拉维)的有限案例样本(31例)	为低收入国家低场强MRI技术的临床应用和发展提供结构化框架	低收入国家的医疗设施和患者病例	数字病理	多种疾病(未特指)	低场强MRI(0.064T Hyperfine Swoop)	NA	医学影像	31个连续病例回顾(32个月时间范围)	NA	NA	NA	NA
171	2025-11-06	ECG-XPLAIM: eXPlainable Locally-adaptive Artificial Intelligence Model for arrhythmia detection from large-scale electrocardiogram data 2025, Frontiers in cardiovascular medicine IF:2.8Q2 DOI:10.3389/fcvm.2025.1659971 PMID:41179570	研究论文	提出一种可解释的心律失常检测深度学习模型ECG-XPLAIM，结合局部波形特征和全局节律模式分析	采用一维inception风格卷积架构捕获心电图局部波形特征，并集成Grad-CAM可视化增强模型可解释性	在部分心律失常检测中特异性略低于基于ResNet的外部模型	开发高精度且可解释的心律失常自动检测人工智能模型	心电图数据中的多种心律失常，包括房颤、窦性心动过速、传导障碍、长QT综合征等	数字病理	心血管疾病	心电图分析	CNN, GRU	心电图信号	MIMIC-IV数据集训练，PTB-XL数据集外部验证	NA	一维inception风格卷积架构，GRU，ResNet	敏感度，特异性，AUROC	NA
172	2025-11-06	Multimodal BEHRT: transformers for multimodal electronic health records to predict breast cancer prognosis 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1496215 PMID:41179659	研究论文	提出基于Transformer的多模态电子健康记录模型M-BEHRT，用于预测乳腺癌患者预后	首次将多模态患者轨迹建模为医疗就诊序列，结合临床特征、实验室检查、科室信息和自由文本报告，并采用类似掩码语言模型的预训练任务	数据量远少于当前已发表研究中通常使用的数百万条记录	利用电子健康记录改善乳腺癌患者治疗结果	接受辅助化疗的乳腺癌患者	自然语言处理	乳腺癌	电子健康记录分析	Transformer, BERT	多模态医疗数据（临床特征、实验室结果、科室信息、自由文本报告）	约15,000名乳腺癌患者	NA	BEHRT, M-BEHRT, BERT	AUC-ROC	NA
173	2025-11-06	CT-based deep learning for preoperative prediction of pathological grading of renal clear cell carcinoma 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1656244 PMID:41179687	研究论文	本研究基于四期CT图像构建深度学习模型，用于术前无创预测肾透明细胞癌的WHO/ISUP病理分级	首次将SENet注意力机制与ResNet34结合应用于肾透明细胞癌分级预测，显著提升了模型性能	模型鲁棒性和多中心适用性需要进一步验证，样本量相对有限	构建术前无创预测肾透明细胞癌病理分级的深度学习模型	158例肾透明细胞癌患者（124例低级别，34例高级别）	计算机视觉	肾癌	四期CT成像	CNN	医学影像	158例患者，按8:1:1比例分为训练集、验证集和测试集	NA	ResNet34, SE-ResNet34	准确率, AUC	NA
174	2025-11-06	A deep learning approach integrating multi-dimensional features for expert matching in healthcare question answering communities 2025, Frontiers in public health IF:3.0Q2 DOI:10.3389/fpubh.2025.1633754 PMID:41179757	研究论文	提出一种集成多维度特征的深度学习模型，用于医疗问答社区中的专家匹配推荐	融合GRU、CNN和注意力机制的多特征专家推荐模型，通过分析患者问题文本与专家专业资质的深度语义匹配	未明确说明模型在跨语言医疗社区或罕见病领域的适用性	优化在线医疗问答社区的专家推荐准确性和相关性	患者提问内容和医疗专家信息	自然语言处理	NA	深度学习	GRU, CNN	文本	NA	NA	双向GRU, 卷积神经网络, 注意力机制	推荐精度	NA
175	2025-11-06	Meta-representations as representations of processes 2025, Neuroscience of consciousness IF:3.1Q1 DOI:10.1093/nc/niaf038 PMID:41179950	研究论文	本文提出了一种基于过程表征的元表征计算解释，并在深度学习架构中构建了元网络作为概念验证	提出元表征应表征生成一阶表征的计算过程，而非简单地表征一阶表征状态或置信度估计，这为理解意识的高阶理论提供了新的计算视角	人类大脑中是否存在此类元表征系统仍是一个开放性问题，需要进一步的实证验证	探索高阶意识理论中元表征概念的计算实现方法	元表征的计算模型和深度学习架构	机器学习	NA	深度学习	自编码器	视觉和听觉数据集	NA	NA	元网络	元表征空间中视觉和听觉网络的分离效果	NA
176	2025-11-06	Spiking neural networks for EEG signal analysis using wavelet transform 2025, Frontiers in neuroscience IF:3.2Q2 DOI:10.3389/fnins.2025.1652274 PMID:41179991	研究论文	提出一种结合小波变换和脉冲神经网络的SpikeWavformer模型，用于脑电信号分析	首次将脉冲自注意力机制与离散小波变换相结合，实现自动EEG信号时频分解和能量高效分类决策	未明确说明模型在更广泛BCI任务中的泛化能力	解决现有脑机接口方法依赖手动特征提取和高能耗的问题	脑电信号（EEG）	脑机接口	NA	小波变换，脑电信号处理	脉冲神经网络，Transformer	脑电信号	NA	NA	SpikeWavformer（脉冲Transformer）	NA	适用于资源受限的边缘设备
177	2025-11-06	Advancing epileptic seizure recognition through bidirectional LSTM networks 2025, Frontiers in computational neuroscience IF:2.1Q3 DOI:10.3389/fncom.2025.1668358 PMID:41180116	研究论文	本研究通过设计双向长短期记忆网络模型来提升癫痫发作识别的准确性和可靠性	采用双向LSTM网络架构捕捉神经信号的动态特征，实现端到端特征学习，无需复杂预处理和特征工程	NA	提高癫痫发作识别的准确性和可靠性	癫痫患者的脑电图信号	生物医学信号处理	癫痫	脑电图	BiLSTM	脑电图信号	11500个样本，每个样本包含179个特征	NA	双向LSTM网络，包含多个全连接层、Dropout层和批归一化层	准确率，F1分数，召回率，精确率	NA
178	2025-11-06	RTCB: an integrated deep learning model for garlic leaf disease identification 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1687300 PMID:41180409	研究论文	提出一种基于改进ResNet18、三重注意力和卷积块注意力机制的深度学习模型RTCB，用于大蒜叶部病害识别	在经典ResNet18架构基础上，用部分卷积替换残差块中的卷积层提升计算效率，引入三重注意力增强关键特征关注能力，并在每个残差层后添加卷积块注意力机制改善特征感知	NA	开发高效准确的大蒜叶部病害识别方法，为智能农业中的自动病害监测与控制提供技术参考	大蒜叶部病害	计算机视觉	植物病害	深度学习	CNN	图像	NA	NA	ResNet18	准确率	边缘计算设备
179	2025-11-06	Skin disease diagnosis using decision and feature level fusion of deep features 2025, Frontiers in digital health IF:3.2Q2 DOI:10.3389/fdgth.2025.1478688 PMID:41180465	研究论文	提出一种结合特征级融合和决策级融合的混合集成框架用于皮肤疾病诊断	首次将特征级融合和决策级融合策略结合，并引入基于GAN的数据增强方法	未明确说明模型在临床环境中的实际部署效果和计算效率	开发自动化的皮肤疾病检测和分类系统	皮肤疾病图像	计算机视觉	皮肤疾病	深度学习	CNN, Transformer, GAN	图像	四个基准数据集：PH2、HAM10000、ISIC 2018、ISIC 2019	NA	DenseNet201, VGG19, Vision Transformer (ViT)	准确率, 精确率, 召回率, F1分数	NA
180	2025-11-06	Gliomas Analysis via Multimodal MRI-Deep Learning Fusion: Technical Innovations in Segmentation, Molecular Subtyping, and Clinical Translation Pathways 2025, Advances in medical education and practice IF:1.8Q2 DOI:10.2147/AMEP.S554692 PMID:41181383	综述	系统综述多模态MRI与深度学习融合技术在胶质瘤分割、分子分型和临床转化中的最新进展	提出Transformer-3D CNN混合模型与跨模态注意力机制，实现影像特征与EGFR/PI3K-AKT信号通路的生物学关联挖掘	存在数据异质性、模型可解释性不足和伦理限制等挑战，需建立标准化临床转化协议	通过多模态MRI与深度学习融合实现胶质瘤精准诊疗和全程个性化管理	胶质瘤患者的多模态MRI影像数据及分子标记	数字病理	胶质瘤	多模态MRI	Transformer, 3D CNN	多模态MRI影像	NA	NA	Transformer-3D CNN混合模型	Dice系数, 准确率	NA