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
1781	2025-10-07	Federated Learning in Glaucoma: A Comprehensive Review and Future Perspectives 2025 Jan-Feb, Ophthalmology. Glaucoma DOI:10.1016/j.ogla.2024.08.004 PMID:39214457	综述	本文全面回顾了联邦学习在青光眼筛查中的应用，并探讨了其未来发展方向	系统性地总结了联邦学习在解决青光眼AI模型开发中的数据隐私和共享难题方面的创新应用	NA	探讨联邦学习在青光眼筛查人工智能模型开发中的应用价值和前景	青光眼相关的医学影像数据和AI模型	医学人工智能	青光眼	联邦学习	深度学习, 机器学习	医学影像	NA	NA	NA	准确率	NA
1782	2025-10-07	Derivative-Guided Dual-Attention Mechanisms in Patch Transformer for Efficient Automated Recognition of Auditory Brainstem Response Latency 2025, IEEE transactions on neural systems and rehabilitation engineering : a publication of the IEEE Engineering in Medicine and Biology Society IF:4.8Q1 DOI:10.1109/TNSRE.2025.3558730 PMID:40198282	研究论文	提出一种基于导数引导双注意力机制的Patch Transformer模型，用于自动识别听觉脑干反应波潜伏期	首次将导数引导与双注意力机制结合，通过重叠分块策略聚合语义信息，同时捕捉局部时间模式和全局依赖关系	未明确说明模型可解释性的具体改进方案，数据集多样性仍需进一步扩展	开发轻量级、可泛化的深度学习模型，实现听觉脑干反应波潜伏期的自动识别	听觉脑干反应(ABR)时间序列数据中的I、III、V波潜伏期	机器学习	听觉系统疾病	听觉脑干反应(ABR)检测	Transformer	时间序列数据	来自两家医院的大规模多样化数据集	NA	Patch Transformer, 导数引导双注意力机制	准确率	NA
1783	2025-10-07	Advancements in AI-driven drug sensitivity testing research 2025, Frontiers in cellular and infection microbiology IF:4.6Q1 DOI:10.3389/fcimb.2025.1560569 PMID:40384974	综述	本文全面综述了人工智能在病原体药敏试验和耐药性检测方法研究中的进展与应用前景	重点探讨了机器学习和深度学习等新兴人工智能技术在药敏试验预测中的创新应用	NA	通过人工智能技术预测药物敏感性测试和病原体耐药性，减少抗生素滥用	病原体抗生素耐药性	机器学习	感染性疾病	药敏试验(AST)	机器学习(ML), 深度学习(DL)	影像数据, 实验室数据	NA	NA	NA	NA	NA
1784	2025-10-07	Advancements in deep learning for early diagnosis of Alzheimer's disease using multimodal neuroimaging: challenges and future directions 2025, Frontiers in neuroinformatics IF:2.5Q3 DOI:10.3389/fninf.2025.1557177 PMID:40385089	综述	本文综述了深度学习在多模态神经影像早期诊断阿尔茨海默病中的应用进展、挑战和未来方向	系统总结了深度学习在多模态神经影像分析中的最新应用，强调了多模态整合相比单模态方法的诊断准确性提升	数据异质性、样本量小、在不同人群中泛化能力有限、临床转化需考虑可解释性和伦理问题	探讨深度学习在多模态神经影像中早期诊断阿尔茨海默病的应用潜力	阿尔茨海默病患者的多模态脑成像数据	医学影像分析	阿尔茨海默病	多模态神经影像	CNN, RNN, Transformer	脑成像数据	NA	NA	卷积神经网络，循环神经网络，基于Transformer的模型	诊断准确性	NA
1785	2025-10-07	Automatic diagnosis of extraocular muscle palsy based on machine learning and diplopia images 2025, International journal of ophthalmology IF:1.9Q2 DOI:10.18240/ijo.2025.05.01 PMID:40385124	研究论文	基于机器学习和复视图像开发自动诊断眼外肌麻痹的方法	首次将多种机器学习算法应用于复视图像数据，实现眼外肌麻痹的自动诊断，并比较了不同算法的性能	回顾性研究，数据来源于单一机构，需要进一步前瞻性验证	开发能够自动诊断眼外肌麻痹的机器学习模型	3244例患者的复视图像和医疗记录数据	机器学习	眼外肌麻痹	计算机化复视测试	逻辑回归,决策树,支持向量机,XGBoost,深度学习	图像,医疗记录	3244个病例，其中2757个训练样本，487个测试样本	NA	NA	准确率,混淆矩阵,精确率-召回率曲线,加权精确率,加权召回率,加权F1分数	NA
1786	2025-10-07	Multimodal deep learning model for prediction of prognosis in central nervous system inflammation 2025, Brain communications IF:4.1Q2 DOI:10.1093/braincomms/fcaf179 PMID:40385378	研究论文	开发了一种整合临床特征和脑部MRI数据的多模态深度学习模型，用于预测中枢神经系统炎症的预后	首次将3D脑部MRI分割与临床特征相结合的多模态深度学习模型，在多种病因的中枢神经系统炎症中均表现出优越的预后预测性能	回顾性研究设计，数据来自单一三级转诊医院，样本量相对有限	提高中枢神经系统炎症的早期预后预测准确性	中枢神经系统炎症患者	医学影像分析	中枢神经系统炎症	脑部MRI，临床变量分析	3D CNN，多模态深度学习	3D MRI图像，临床特征数据	内部数据集：291名患者的413张图像；外部数据集：106名患者的210张图像	FastSurfer	3D卷积神经网络	准确率，F1分数，ROC曲线下面积，精确召回曲线下面积	NA
1787	2025-10-07	HD-6mAPred: a hybrid deep learning approach for accurate prediction of N6-methyladenine sites in plant species 2025, PeerJ IF:2.3Q2 DOI:10.7717/peerj.19463 PMID:40386224	研究论文	开发了一种混合深度学习模型HD-6mAPred，用于准确预测植物物种中的N6-甲基腺嘌呤位点	结合双向门控循环单元、卷积神经网络和注意力机制的混合深度学习架构，采用多种DNA序列编码方案和保留搜索策略优化特征选择	NA	开发一种鲁棒的方法来提高6mA位点预测的准确性和跨物种泛化能力	植物物种中的N6-甲基腺嘌呤位点	生物信息学	NA	DNA序列编码	BiGRU, CNN	DNA序列数据	蔷薇科、水稻和拟南芥数据集	NA	双向门控循环单元, 卷积神经网络, 注意力机制	准确率, 马修斯相关系数, 灵敏度, 特异性	NA
1788	2025-10-07	Significance of multi-task deep learning neural networks for diagnosing clinically significant prostate cancer in plain abdominal CT 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1543230 PMID:40386561	研究论文	本研究评估了基于3DUnet架构的多任务深度学习网络在腹部平扫CT中诊断临床显著性前列腺癌的有效性	首次将多任务深度学习神经网络应用于腹部平扫CT的前列腺癌诊断，并开发了结合预测结果和PSAD、年龄的诊断列线图	样本量相对有限，且来自单一机构的放射科和核医学科患者	评估多任务深度学习神经网络在早期前列腺癌CT诊断中的有效性	临床显著性前列腺癌患者	医学影像分析	前列腺癌	CT扫描	深度学习神经网络	CT图像	539名患者（放射科461名，核医学科78名）	NA	3DUnet, ResNet18	AUC, ROC曲线	NA
1789	2025-10-07	Intelligent rehabilitation in an aging population: empowering human-machine interaction for hand function rehabilitation through 3D deep learning and point cloud 2025, Frontiers in computational neuroscience IF:2.1Q3 DOI:10.3389/fncom.2025.1543643 PMID:40386804	研究论文	提出基于3D深度学习模型处理激光传感器点云数据的方法，实现非接触式手势表面特征分析，应用于人机交互手功能智能康复领域	集成手部表面点云采集、局部特征提取和维度信息抽象增强等关键技术，构建精准的手势表面特征分析系统	NA	开发非接触式智能手功能康复技术，改善老年人和康复患者的交互方式	老年人群和康复患者的手功能	计算机视觉	老年疾病	激光传感器点云数据采集	3D深度学习	点云数据	NA	NA	NA	准确率	NA
1790	2025-10-07	Hybrid deep learning model for accurate and efficient android malware detection using DBN-GRU 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0310230 PMID:40388500	研究论文	提出一种结合深度信念网络和门控循环单元的混合深度学习模型，用于安卓恶意软件的准确高效检测	首次将DBN静态分析与GRU动态行为建模相结合，实现了静态和动态检测方法的有效融合	仅在Drebin数据集上进行验证，未在其他数据集测试泛化能力	提高安卓恶意软件检测的准确性和效率	安卓应用程序（APK文件）	机器学习	NA	静态分析和动态行为分析	DBN, GRU	静态特征（权限、API调用、意图过滤器）和动态特征（系统调用、网络活动、进程间通信）	129,013个应用程序（5,560个恶意软件，123,453个良性应用）	NA	DBN-GRU混合架构	准确率, 精确率, 召回率, AUC	NA
1791	2025-10-07	Blood cancer prediction model based on deep learning technique 2025-01-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-84475-0 PMID:39805996	研究论文	本研究开发了一种基于深度学习技术的血癌预测模型，旨在提高血癌早期诊断的准确性	首次系统比较了ResNetRS50、RegNetX016、AlexNet、Convnext、EfficientNet、Inception_V3、Xception和VGG19等多种深度学习模型在血癌预测中的性能，并发现ResNetRS50在准确性和速度方面表现最优	NA	通过早期诊断血癌来降低死亡率，为患者提供更好的生存机会	血癌患者	机器学习	血癌	深度学习	CNN	NA	NA	NA	ResNetRS50, RegNetX016, AlexNet, Convnext, EfficientNet, Inception_V3, Xception, VGG19	准确率, 错误率, 速度	NA
1792	2025-10-07	Importance of Computer-aided Drug Design in Modern Pharmaceutical Research 2025, Current drug discovery technologies DOI:10.2174/0115701638361318241230073123 PMID:39810447	综述	本文探讨计算机辅助药物设计在现代药物研发中的重要性及其基本原理	系统综述CADD在加速药物发现过程、提高准确性和降低资源消耗方面的综合价值	基于文献综述的方法可能受限于已有研究的覆盖范围和质量	研究计算机辅助药物设计在药物研发中的意义和价值	药物发现和开发过程中的生物活性化合物	计算化学与药物设计	NA	分子对接、基于片段的药物发现、从头药物设计、药效团建模、定量构效关系、3D-QSAR、同源建模、计算机ADMET、机器学习/深度学习	NA	文献数据	NA	NA	NA	NA	NA
1793	2025-05-19	An efficient leukemia prediction method using machine learning and deep learning with selected features 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0320669 PMID:40378164	research paper	该论文提出了一种利用机器学习和深度学习技术结合特征选择的白血病预测方法	使用特征选择和深度学习技术对白血病基因数据进行分类，其中LSTM模型达到了100%的分类准确率	研究样本量较小（仅64个样本），且仅使用了CuMiDa数据库中的GSE9476数据集	开发一种高效的白血病早期预测和分类方法	白血病基因数据（来自CuMiDa数据库的GSE9476数据集）	machine learning	leukemia	基因微阵列技术	Random Forest, Linear Regression, SVM, LSTM	gene expression data	64个样本（来自22283个基因中的5类白血病基因）	NA	NA	NA	NA
1794	2025-05-18	Apple varieties, diseases, and distinguishing between fresh and rotten through deep learning approaches 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0322586 PMID:40373081	研究论文	本文通过深度学习方法区分苹果品种、新鲜与腐烂状态以及疾病，并提出了新的数据集和优化模型	提出了三个新的数据集（AFVC、AFQC、ADEC）和一个优化的苹果园模型（OAOM），使用新的损失函数MFCE提高模型效率	未提及模型在不同环境或光照条件下的泛化能力	提高苹果品种识别、新鲜度判断和疾病检测的自动化系统性能	苹果的品种、新鲜与腐烂状态以及疾病	计算机视觉	NA	深度学习	OAOM（优化的苹果园模型）	图像	AFVC包含29,750张图像（85类），AFQC包含2,320张图像，ADEC包含2,976张图像（7类）	NA	NA	NA	NA
1795	2025-05-18	Comprehensive analysis of SQOR involvement in ferroptosis resistance of pancreatic ductal adenocarcinoma in hypoxic environments 2025, Frontiers in immunology IF:5.7Q1 DOI:10.3389/fimmu.2025.1513589 PMID:40375994	research paper	本研究通过构建深度学习模型评估胰腺导管腺癌（PDAC）的缺氧特征，并探讨硫化物醌氧化还原酶（SQOR）在缺氧介导的铁死亡抵抗中的作用	建立了基于全切片图像（WSIs）的PDAC缺氧检测模型，揭示了SQOR在缺氧环境下通过增强铁死亡抵抗促进PDAC恶性进展的新机制	研究主要基于体外缺氧细胞模型和裸鼠异种移植模型，临床样本验证仍需进一步开展	探究PDAC缺氧特征与SQOR介导的铁死亡抵抗机制，为靶向治疗提供依据	胰腺导管腺癌（PDAC）组织、体外缺氧细胞模型及裸鼠异种移植模型	digital pathology	pancreatic cancer	multi-omics数据分析、全切片图像（WSIs）深度学习建模	深度学习模型（未明确具体架构）	病理图像、多组学数据	未明确样本数量，涉及PDAC组织、体外细胞模型及裸鼠模型	NA	NA	NA	NA
1796	2025-05-18	Deep learning techniques for detecting freezing of gait episodes in Parkinson's disease using wearable sensors 2025, Frontiers in physiology IF:3.2Q2 DOI:10.3389/fphys.2025.1581699 PMID:40376117	研究论文	本文提出了一种新颖的混合深度学习框架，用于通过可穿戴传感器检测帕金森病患者的步态冻结（FoG）发作	结合CNN进行空间特征提取、BiLSTM网络进行时间建模以及注意力机制增强可解释性，并关注关键步态特征	NA	检测帕金森病患者的步态冻结（FoG）发作，以改善临床监测和患者预后	帕金森病患者	机器学习	帕金森病	深度学习	CNN, BiLSTM, 注意力机制	传感器数据	多模态数据集（包括tDCS FOG、DeFOG、Daily Living和Hantao's Multimodal）	NA	NA	NA	NA
1797	2025-05-18	Providing a Prostate Cancer Detection and Prevention Method With Developed Deep Learning Approach 2025, Prostate cancer IF:2.3Q3 DOI:10.1155/proc/2019841 PMID:40376132	研究论文	提出了一种基于深度学习的前列腺癌检测和预防方法，利用组织病理学图像进行诊断	开发了一种基于流形模型的深度学习方法，结合Tile和Grad-CAM特性，提高了前列腺癌诊断的准确性	研究仅基于一个治疗中心的组织病理学图像，样本来源有限	开发前列腺癌的诊断和预防方法	前列腺癌患者	数字病理学	前列腺癌	深度学习	基于流形模型的深度学习	图像	来自一个治疗中心的组织病理学图像	NA	NA	NA	NA
1798	2025-05-18	Neurovision: A deep learning driven web application for brain tumour detection using weight-aware decision approach 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251333195 PMID:40376570	research paper	开发了一个基于深度学习的框架，用于从医学共振图像中分类潜在的脑肿瘤，并通过权重感知决策方法提高分类准确性	提出了一种新颖的权重感知决策机制，有效处理多类分类中的平局情况，优于传统的基于多数的方法	未提及具体的数据集来源和样本多样性，可能影响模型的泛化能力	提高脑肿瘤的自动检测和分类准确性	脑肿瘤的医学共振图像	digital pathology	brain tumour	deep learning	DenseNet169, VGG-19, Xception, EfficientNetV2B2	image	三个不同的数据集，具体样本数量未提及	NA	NA	NA	NA
1799	2025-05-18	The application of ultrasound artificial intelligence in the diagnosis of endometrial diseases: Current practice and future development 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076241310060 PMID:40376569	综述	本文回顾了人工智能在子宫内膜疾病超声图像分析中的进展，重点关注其在诊断、决策支持和预后分析中的应用	介绍了人工智能如何通过机器学习和深度学习从超声数据中提取有价值的信息，提升超声诊断能力	总结了当前研究的挑战，但未提及具体的技术或数据限制	推进超声人工智能技术在子宫内膜疾病诊断中的应用，通过数字工具改善女性健康	子宫内膜疾病的超声图像	数字病理学	子宫内膜疾病	机器学习和深度学习	NA	超声图像	NA	NA	NA	NA	NA
1800	2025-05-18	YOLOv8 framework for COVID-19 and pneumonia detection using synthetic image augmentation 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251341092 PMID:40376574	研究论文	本研究开发了一个结合合成图像增强和深度学习模型的框架，用于COVID-19和肺炎的早期准确检测	整合了合成图像增强、YOLOv8模型和可解释AI技术（XAI），提高了诊断准确性和模型的可信度	未来研究需要进一步优化性能，开发临床可行的诊断工作流程	提高COVID-19和肺炎的医学影像检测准确性和可信度	COVID-19和肺炎的医学影像数据	计算机视觉	COVID-19和肺炎	合成图像增强、深度学习、可解释AI（XAI）	YOLOv8、InceptionV3、DenseNet、ResNet	医学影像	未明确提及具体样本数量	NA	NA	NA	NA