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
4081	2025-11-03	Artificial intelligence-driven framework for discovering synthetic binding protein-like scaffolds from the entire protein universe 2025-Aug-31, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf573 PMID:41165486	研究论文	开发了一种人工智能驱动的框架，用于从整个已知蛋白质组中发现合成结合蛋白样支架	结合深度学习FoldSeek和自主开发的HP2A算法，能够从低序列相似性中识别结构相似的蛋白质支架	仅使用四种代表性合成结合蛋白作为概念验证，需要进一步实验验证	发现高质量的工程蛋白质支架，促进新型合成结合蛋白的开发	合成结合蛋白样支架，包括Affibody、Anticalin、DARPin和Fynome	机器学习	NA	深度学习，蛋白质结构分析，进化分析	深度学习	蛋白质序列和结构数据	四种代表性合成结合蛋白作为查询模板	FoldSeek, HP2A	NA	序列相似性，TM-score	NA
4082	2025-11-03	Accurate deep-learning model to differentiate dementia severity and diagnosis using a portable electroencephalography device 2025-Jul-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-12526-1 PMID:40685486	研究论文	提出基于便携式脑电图设备和深度学习的方法，用于区分健康志愿者与痴呆相关疾病患者	首次将便携式EEG设备与定制化Transformer模型结合用于痴呆严重程度和诊断分类	样本量相对有限（233名参与者），未提及模型在其他人群中的泛化能力验证	开发可访问、成本效益高且非侵入性的痴呆诊断工具	233名参与者（119名健康志愿者和114名痴呆相关疾病患者）	医疗人工智能	痴呆症	脑电图（EEG），短时傅里叶变换	Transformer	脑电图信号	233名参与者（119名健康志愿者，114名患者）	NA	定制化Transformer模型	AUC（曲线下面积），平衡准确率（bACC）	NA
4083	2025-11-03	Integrating AI and genomics: predictive CNN models for schizophrenia phenotypes 2025-Jun-01, Journal of integrative bioinformatics IF:1.5Q3 DOI:10.1515/jib-2024-0057 PMID:40525405	研究论文	本研究利用深度学习分析遗传数据，预测与精神分裂症相关的表型特征	首次将卷积神经网络应用于大规模外显子组测序数据，识别精神分裂症的遗传模式	研究基于瑞典人群数据，遗传特征尚未完全解析	探索深度学习在精神疾病基因型-表型关系研究中的应用	精神分裂症患者与对照组的遗传数据	机器学习	精神分裂症	外显子组测序	CNN	遗传数据	大规模病例对照样本（瑞典人群）	NA	卷积神经网络	准确率	NA
4084	2025-11-03	Benchmarking diffusion models against state-of-the-art architectures for OCT fluid biomarker segmentation 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0335615 PMID:41160596	研究论文	本研究评估扩散模型在OCT视网膜液性生物标志物分割中的性能，并与当前主流分割模型进行比较	首次将扩散模型应用于OCT视网膜液性生物标志物分割任务，并与多种先进分割架构进行系统对比	使用的标注扫描数量有限（SRF 269例，IRF 224例，PED 114例），可能影响模型泛化能力	开发自动化的OCT视网膜疾病特征分割方法，辅助临床诊断标准化	视网膜OCT扫描中的视网膜下液(SRF)、视网膜内液(IRF)和色素上皮脱离(PED)	计算机视觉	视网膜疾病	光学相干断层扫描(OCT)	扩散模型, U-Net, Transformer	医学图像	SRF 269例，IRF 224例，PED 114例 OCT扫描	NA	扩散模型, Nested U-Net, nnU-Net, TransUNet, SwinUNet	Dice系数, 敏感度, 特异度, Pearson相关系数, R2	NA
4085	2025-11-03	Evaluating machine learning models for predictive accuracy in cryptocurrency price forecasting 2025, PeerJ. Computer science DOI:10.7717/peerj-cs.2626 PMID:41169439	研究论文	本研究评估机器学习分类模型和技术指标在加密货币价格预测中的预测性能和鲁棒性	提供了包含逻辑回归、随机森林和梯度提升等模型在不同数据配置和重采样技术下的新颖比较，以解决类别不平衡问题	未明确说明具体使用的加密货币种类和数据时间范围	识别可靠的加密货币算法交易方法，为明智决策和盈利策略开发提供依据	加密货币市场的历史交易数据	机器学习	NA	NA	逻辑回归, 随机森林, 梯度提升, XGBoost	历史交易数据	NA	NA	NA	预测准确率	NA
4086	2025-11-03	Cajal's legacy in the digital era: from neuroscience foundations to deep learning 2025, Frontiers in neuroanatomy IF:2.1Q3 DOI:10.3389/fnana.2025.1672016 PMID:41169656	综述	本文探讨了Santiago Ramón y Cajal的神经科学奠基性工作对现代人工智能特别是深度学习的持续影响	系统性地揭示了Cajal神经科学理论与现代深度学习之间的历史渊源和理论联系	NA	回顾Cajal的关键贡献并探索其在人工智能发展中的作用	Cajal的神经科学理论与深度学习理论	机器学习	NA	NA	人工神经网络	NA	NA	NA	NA	NA	NA
4087	2025-11-03	A Deep Learning Approach Toward Differentiating Left versus Right for Idiopathic Ventricular Arrhythmia Originated from Outflow Tract 2025, Journal of medical signals and sensors DOI:10.4103/jmss.jmss_2_25 PMID:41169702	研究论文	本研究使用深度学习技术通过标准12导联心电图区分起源于流出道的特发性室性心律失常的左右侧起源位置	首次将下一代测序思想应用于心电图分析，创建一维早搏数据流，并比较多种一维深度学习模型在心律失常起源定位中的性能	研究基于公开数据集，样本量相对有限(334名患者)，未在更广泛人群中验证	开发基于深度学习的无创方法，准确定位流出道起源的室性心律失常的起源侧别	特发性室性心律失常患者的心电图数据	医疗人工智能	心血管疾病	心电图分析	LSTM, GRU, 1D-CNN	一维心电图信号	334名患者	NA	一维卷积神经网络	准确率, F1分数	NA
4088	2025-11-03	App2: software solution for apple leaf disease detection based on deep learning (CNN+SVM) 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1648867 PMID:41169736	研究论文	开发了一款基于深度学习(CNN+SVM)的苹果叶病害检测移动应用App2	提出结合CNN和SVM的混合模型用于苹果叶病害识别，并集成OpenAI API进行图像预过滤	在清晰病叶图像上的检测性能为80%，仍有提升空间	通过移动应用实现苹果叶病害的早期检测	苹果树叶片图像	计算机视觉	植物病害	深度学习	CNN,SVM	图像	NA	FastAPI,React Native,OpenAI API	CNN+SVM混合架构	准确率	Azure云平台
4089	2025-11-03	Evaluating data partitioning strategies for accurate prediction of protein-ligand binding free energy changes in mutated proteins 2025, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2025.10.020 PMID:41169760	研究论文	本研究评估了不同数据划分策略对蛋白质-配体结合自由能变化预测准确性的影响，并提出了一种基于查询-锚点对的学习框架	提出了查询-锚点对学习框架，利用已知状态作为锚点来预测未知查询状态，显著提高了预测准确性	在UniProt数据划分策略下模型性能下降，需要依赖参考数据来提升预测精度	评估数据划分策略对蛋白质-配体结合自由能变化预测准确性的影响	蛋白质突变引起的蛋白质-配体结合自由能变化	机器学习	NA	ESM-2蛋白质大语言模型嵌入	机器学习/深度学习模型	蛋白质序列数据	MdrDB数据库	NA	ESM-2	Pearson相关系数	NA
4090	2025-11-03	Enhancing Robotic Collaborative Tasks Through Contextual Human Motion Prediction and Intention Inference 2025, International journal of social robotics IF:3.8Q2 DOI:10.1007/s12369-024-01140-2 PMID:41169784	研究论文	提出一种深度学习架构，通过预测3D人体运动和人类意图来增强机器人在协作任务中的能力	结合人类运动预测和意图推断，考虑机器人存在时的交互情境，采用多头注意力机制处理不同任务的输入	未明确说明模型在更复杂场景下的泛化能力，用户研究样本规模有限	提高机器人在人机协作任务中的表现和适应性	人机协作场景中的人类运动和意图	计算机视觉, 机器人学	NA	深度学习, 运动预测, 意图推断	多头注意力机制	3D运动数据, 情境信息	用户研究参与者（具体数量未说明）	NA	多头注意力架构	社会性, 自然度, 安全性, 舒适度	NA
4091	2025-11-03	Automated detection of pinworm parasite eggs using YOLO convolutional block attention module for enhanced microscopic image analysis 2025, Frontiers in bioengineering and biotechnology IF:4.3Q2 DOI:10.3389/fbioe.2025.1559987 PMID:41169809	研究论文	提出一种结合YOLO和注意力机制的新型框架YCBAM，用于自动化检测显微镜图像中的蛲虫寄生虫卵	首次将YOLO与自注意力机制和卷积块注意力模块（CBAM）集成，在具有挑战性的成像条件下实现寄生虫元素的精确定位	NA	开发自动化寄生虫检测方法以提高诊断准确性和效率	显微镜图像中的蛲虫寄生虫卵	计算机视觉	寄生虫感染	深度学习，显微镜成像	YOLO, CNN	显微镜图像	NA	NA	YOLO Convolutional Block Attention Module (YCBAM), CBAM	精确度, 召回率, 训练框损失, 平均精度(mAP), mAP50-95	NA
4092	2025-11-03	Artificial intelligence (AI)-Enabled behavioral health application for college students: Pilot study protocol 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0335847 PMID:41166359	研究论文	本研究开发了一款基于人工智能的行为健康应用程序，用于大学生抑郁症状的自动筛查	结合传感器行为数据和深度学习技术开发主动、私密、自动化的心理健康自我意识工具	仅针对两所美国大学的1000名大一学生，样本代表性有限	开发自动化筛查工具识别大学生抑郁行为模式	18岁及以上大学一年级本科生	机器学习	抑郁症	传感器数据采集、问卷调查	深度学习	传感器行为数据、调查问卷数据	约1000名来自美国中西部和西南部两所公立大学的一年级本科生	NA	NA	NA	NA
4093	2025-11-03	Enhanced audience sentiment analysis in IoT-integrated metaverse media communication 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0332106 PMID:41166380	研究论文	提出一种集成物联网和元宇宙媒体的深度学习情感分析框架，用于增强观众情感分析能力	融合BERT双向编码和GPT生成建模的BG-Hybrid混合模型，结合动态窗口分割和持续优化机制	未明确说明模型在跨语言和文化背景下的泛化能力	开发可扩展的实时情感分析系统，处理异构高速媒体流	物联网集成元宇宙媒体通信中的观众情感	自然语言处理	NA	情感分析	BERT, GPT	文本	Twitter Sentiment140和Amazon Reviews数据集	NA	BG-Hybrid混合架构	准确率, F1分数, 响应延迟	NA
4094	2025-11-02	Development and validation of a backpropagation neural network model for predicting nursing unit staffing needs: A cross-sectional study 2025-Dec, International journal of nursing studies IF:7.5Q1 DOI:10.1016/j.ijnurstu.2025.105207 PMID:40972497	研究论文	本研究开发并验证了一种反向传播神经网络模型，用于预测护理单元人员配置需求	将效率评估与深度学习技术相结合开发护理人员配置预测模型，实现人员配置精度与操作灵活性的平衡	需要多中心验证并整合外部因素以实现更广泛应用	优化临床科室护理人员配置，提高患者安全性和人力资源效率	55个护理单元的数据，包括13个最优效率单元和42个次优效率单元	机器学习	NA	数据包络分析，深度学习	反向传播神经网络	护理运营数据	55个护理单元2023年1-12月的数据	NA	反向传播神经网络	均方误差，Pearson相关系数，Bland-Altman分析，决定系数	NA
4095	2025-11-02	Patient-specific functional liver segments based on centerline classification of the hepatic and portal veins 2025-Dec, Computer assisted surgery (Abingdon, England) DOI:10.1080/24699322.2025.2580307 PMID:41171014	研究论文	提出一种基于肝静脉和门静脉中心线分类的患者特异性肝脏分割方法	通过详细分类肝静脉和门静脉实现个性化肝脏分段，相比传统方法能更好地贴合患者实际解剖结构	需要外科医生在3D模型上标注血管端点，存在一定人工干预	改进肝脏手术规划中的解剖分段精度	肝脏血管系统（肝静脉和门静脉）	数字病理	肝脏疾病	3D建模，血管中心线计算	NA	3D医学图像	NA	3D Slicer, nnU-Net	nnU-Net	Dice相似系数，体积测量，专家评估	NA
4096	2025-11-02	Evolution and integration of artificial intelligence across the cancer continuum in women: advances in risk assessment, prevention, and early detection 2025-Nov, Cancer causes & control : CCC IF:2.2Q2 DOI:10.1007/s10552-025-02048-6 PMID:40833534	综述	本文综述了人工智能在女性乳腺癌风险预测、预防和早期检测领域的发展与应用	重点关注可解释人工智能(XAI)、深度学习(DL)和机器学习(ML)在乳腺癌全流程中的应用，并系统分析算法公平性、模型透明度和数据集代表性	存在算法偏差、少数群体代表性不足、外部验证有限等问题，58%的公共数据集集中于乳腺X线摄影，缺乏断层合成和组织病理学等多模态数据	总结人工智能在乳腺癌风险预测、预防和早期检测领域的发展现状与未来前景	乳腺癌相关文献资料（2000-2025年）	数字病理学	乳腺癌	乳腺X线摄影、断层合成、组织病理学	深度学习, 机器学习	医学影像	NA	NA	NA	AUC	NA
4097	2025-11-02	Deep learning models based on DWI-MRI for prognosis prediction in acute ischemic stroke receiving intravenous thrombolysis: Development and validation 2025-Nov, Journal of neuroradiology = Journal de neuroradiologie DOI:10.1016/j.neurad.2025.101391 PMID:41067525	研究论文	基于DWI-MRI开发深度学习模型预测接受静脉溶栓治疗的急性缺血性卒中患者预后	首次比较深度学习与传统机器学习方法在急性缺血性卒中预后预测中的性能，并开发结合临床特征与深度学习特征的融合模型	回顾性研究设计，样本量相对有限（682例患者）	开发并验证基于DWI-MRI的预测模型，评估急性缺血性卒中患者静脉溶栓治疗后的预后	急性缺血性卒中患者	医学影像分析	急性缺血性卒中	弥散加权成像MRI（DWI-MRI）	深度学习, 传统机器学习	医学影像, 临床数据	682例来自两家医院的急性缺血性卒中患者	NA	NA	AUC, 敏感度, 特异度, 准确度	NA
4098	2025-11-02	A dual-module 3D fusion framework for multi-modal MRI segmentation in anal fistulae 2025-Nov, Medical physics IF:3.2Q1 DOI:10.1002/mp.70102 PMID:41173810	研究论文	提出一种用于肛门瘘管多模态MRI分割的双模块3D融合框架	采用双模块框架设计，在输入阶段创新性地捕获多维度信息，在输出阶段应用残差技术优化分割结果，并引入新型OPDL损失函数专门解决假阳性问题	仅使用自收集数据集，未在外部数据集验证泛化能力	开发稳健的肛门瘘管MRI分割方法以提高准确性并降低假阳性	肛门瘘管在MRI图像中的分割	医学图像分割	肛门瘘管	多模态MRI	深度学习	多方向MRI扫描图像	950个自收集多方向MRI扫描	NA	双模块融合框架	Dice Score, IoU Score	NA
4099	2025-11-02	Intelligent multimodal sensor fusion for early knee disorder detection and injury prevention using prosthetic gait control 2025-Nov-01, International journal of injury control and safety promotion IF:2.3Q2 DOI:10.1080/17457300.2025.2572095 PMID:41175030	研究论文	提出一种结合非侵入式筛查与自适应假肢控制的集成两阶段框架，用于膝关节疾病早期检测和损伤预防	引入新型时频特征（增强平均绝对值/增强波长）和多模态融合方法，实现从诊断到控制的端到端实施，建立可访问肌肉骨骼康复新范式	在LabVIEW控制环境中验证，实际临床应用效果需进一步评估	开发智能多模态传感器融合系统，用于早期膝关节疾病检测和假肢控制	膝关节病理检测和假肢控制	医疗人工智能	肌肉骨骼疾病	多模态传感器融合（EMG, FSR, IMU）	Extra Trees, XGBoost	传感器数据（肌电信号, 力敏电阻, 惯性测量单元）	NA	LabVIEW	NA	准确率, 10折交叉验证, 统计检验（Friedman/Nemenyi）, 95%置信区间	NA
4100	2025-11-02	A review of the application of deep learning in thyroid nodule imaging: from model architectures to training methods and core image analysis tasks 2025-Oct-31, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ae1505 PMID:41115427	综述	系统回顾深度学习在甲状腺结节影像分析中的应用，涵盖模型架构、训练方法和核心任务	从模型架构、训练方法和核心任务三个维度系统总结深度学习在甲状腺结节影像分析中的最新进展	NA	为未来相关研究提供有价值的参考见解和改进方向	甲状腺结节医学影像	计算机视觉	甲状腺结节	医学影像分析	CNN, RNN, GAN, Transformer, 混合模型	医学影像	NA	NA	NA	NA	NA