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
6481	2025-11-16	A scoping review of TSR analysis in colorectal cancer: implications for automated solutions 2025, Oncology reviews IF:3.1Q2 DOI:10.3389/or.2025.1605383 PMID:41230203	综述	本文通过范围综述评估结直肠癌中肿瘤-间质比(TSR)的预后价值、评分方法差异及其自动化量化进展	首次系统评估TSR自动化量化方法在结直肠癌中的应用现状与挑战	自动化TSR量化方法仍处于早期阶段，特别是在感兴趣区域选择和风险分层方面存在不足	评估TSR的预后价值、评分方法差异并探索自动化TSR量化解决方案	结直肠癌组织样本中的肿瘤-间质比例	数字病理学	结直肠癌	组织病理学分析	深度学习	组织病理图像	76篇符合纳入标准的文献（来自950篇初筛文献）	NA	NA	Kappa分数, 像素级精度, 区块级精度	NA
6482	2025-11-16	Deep learning-based temporal change detection of broadleaved weed infestation in rice fields using UAV multispectral imagery 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1655391 PMID:41230234	研究论文	本研究提出基于深度学习的时序变化检测方法，利用无人机多光谱影像监测水稻田中阔叶杂草的时空动态	首次将深度前馈神经网络与无人机多光谱影像结合，实现水稻田阔叶杂草侵染的时序变化检测和精准施药潜力评估	研究仅针对阔叶杂草，未考虑其他杂草类型；分析时段限于营养生长阶段	开发精准农业中的杂草监测方法，优化除草剂施用策略	水稻田中的阔叶杂草侵染动态	计算机视觉	NA	无人机多光谱成像	DFNN	多光谱影像	PadiU Putra水稻田的多时序无人机影像数据	NA	深度前馈神经网络	R²	NA
6483	2025-11-16	Reimagining Mental Health with Artificial Intelligence: Early Detection, Personalized Care, and a Preventive Ecosystem 2025, Journal of multidisciplinary healthcare IF:2.7Q2 DOI:10.2147/JMDH.S559626 PMID:41230404	综述	探讨人工智能在心理健康领域早期检测、个性化治疗和预防症状升级方面的应用潜力	提出'心理数字签名'概念，构建以患者为中心的预防性心理健康生态系统	许多高准确率报告来自单中心或有限数据集，外部验证方法存在差异，样本量和人群多样性不足	探索人工智能在心理健康管理中的创新应用	心理健康障碍患者	自然语言处理,机器学习	精神疾病	自然语言处理,深度学习,多模态数据分析	深度学习	语音,文本,生物传感器数据	NA	NA	NA	准确率	NA
6484	2025-11-16	A Deep Learning Model to Predict the ncRNA-Protein Interactions Based on Sequences Information Only 2025, Bioinformatics and biology insights IF:2.3Q3 DOI:10.1177/11779322251391075 PMID:41230504	研究论文	提出一种基于序列信息预测非编码RNA与蛋白质相互作用的深度学习模型RPI-SDA-XGBoost	结合堆叠降噪自编码器和XGBoost元学习器，仅使用序列信息即可预测ncRNA-蛋白质相互作用	未明确说明模型的计算资源需求和训练时间	开发计算方法来研究ncRNA-蛋白质相互作用	非编码RNA和蛋白质的相互作用	生物信息学	癌症	序列特征提取	深度学习,集成学习	生物序列数据	五个基准数据集：RPI_369, RPI_488, RPI_1807, RPI_2241, NPInterv2.0	XGBoost	堆叠降噪自编码器	准确率,精确率	NA
6485	2025-11-16	Long short-term memory-based deep learning model for the discovery of antimicrobial peptides targeting Mycobacterium tuberculosis 2025, Bioinformatics advances IF:2.4Q2 DOI:10.1093/bioadv/vbaf274 PMID:41230490	研究论文	开发基于长短期记忆网络的深度学习模型，用于发现针对结核分枝杆菌的抗菌肽	首次将长短期记忆网络与迁移学习相结合，构建可分类和生成结核病特异性抗菌肽的可重复深度学习协议	结核病特异性抗菌肽数据稀缺限制了靶向开发	发现针对结核分枝杆菌的新型抗菌肽	抗菌肽，特别是针对结核分枝杆菌的活性肽	自然语言处理	结核病	深度学习，序列分析	LSTM, BiLSTM	肽序列数据	大型通用抗菌肽语料库和精选的结核病特异性序列	NA	单向LSTM，双向LSTM，带注意力机制的LSTM	准确率，AUC	NA
6486	2025-11-16	A poisson flow-based data augmentation and lightweight diagnosis framework for imbalanced rolling bearing faults 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0332994 PMID:41052065	研究论文	提出一种基于泊松流的数据增强和轻量级诊断框架，用于解决不平衡滚动轴承故障诊断问题	首次将泊松流生成模型与轻量级残差网络结合，通过建模高维潜在空间中的样本演化来合成真实的少数类样本	仅在CWRU基准数据集上验证，未在其他工业场景中测试	解决滚动轴承故障诊断中的类别不平衡问题	滚动轴承故障振动信号	机器学习	NA	连续小波变换(CWT)	生成模型, CNN	振动信号，时频表示	CWRU基准数据集	NA	残差网络(ResNet)	诊断准确率，鲁棒性，泛化能力	NA
6487	2025-11-15	Wine discrimination based on multi-sensor fusion of GASF and Mel spectrogram features using an enhanced EfficientNet-B0 model 2025-Dec-15, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.146497 PMID:41016293	研究论文	本研究提出了一种基于多传感器融合和增强型EfficientNet-B0模型的葡萄酒原料鉴别方法	采用GASF和梅尔频谱图将一维传感器数据转换为二维RGB图像，结合增强型EfficientNet-B0模型实现多传感器数据融合	NA	开发基于多传感器融合的葡萄酒原料准确分类方法	八种不同原料采用相同酿造工艺制作的葡萄酒	计算机视觉	NA	广谱电子鼻、贵金属电极传感器	CNN	图像	NA	NA	Enhanced-EfficientNet-B0	准确率	NA
6488	2025-11-15	Enhancing Prostate Cancer Classification: A Comprehensive Review of Multiparametric MRI and Deep Learning Integration 2025-Dec, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.70004 PMID:40613800	综述	本文综述了多参数MRI与深度学习分类网络在前列腺癌评估中的整合应用	系统探讨了深度学习与mpMRI结合在前列腺癌分类中的创新方法，包括领域知识和临床信息的整合策略	未涉及具体实验验证，主要基于文献综述分析	提升前列腺癌分类准确性和临床诊断效率	前列腺癌患者和病变组织	数字病理	前列腺癌	多参数MRI	深度学习分类网络	医学影像	NA	NA	NA	NA	NA
6489	2025-11-15	NEAR-INFRARED REFLECTANCE IMAGING FOR THE ASSESSMENT OF GEOGRAPHIC ATROPHY USING DEEP LEARNING 2025-Dec-01, Retina (Philadelphia, Pa.) DOI:10.1097/IAE.0000000000004614 PMID:40694826	研究论文	开发并评估基于深度学习的全自动方法，用于在近红外反射成像中检测地理萎缩	首次将深度学习应用于近红外反射成像自动检测地理萎缩，Vision Transformer B16和YOLOv8-Large模型在该任务中表现出色	样本量相对较小（113例GA患者和119例对照），仅在一家医疗中心进行验证	开发自动化深度学习方法来评估年龄相关性黄斑变性的晚期表现——地理萎缩	50岁及以上经视网膜专家确诊的地理萎缩患者和健康视网膜对照组的近红外反射图像	计算机视觉	年龄相关性黄斑变性	近红外反射成像	Vision Transformer, YOLO	医学图像	113例GA患者和119例对照组，分类数据集330张图像，定位数据集659张图像	NA	Vision Transformer B16, YOLOv8-Large	准确率, 精确率, 灵敏度, F1分数, DICE系数, IoU	NA
6490	2025-11-15	Development of an MRI-Based Comprehensive Model Fusing Clinical, Habitat Radiomics, and Deep Learning Models for Preoperative Identification of Tumor Deposits in Rectal Cancer 2025-Dec, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.70075 PMID:40926527	研究论文	开发基于MRI融合临床、生境影像组学和深度学习特征的综合模型用于直肠癌肿瘤沉积术前识别	首次将临床特征、生境影像组学特征和深度学习特征通过两阶段选择方法进行融合，构建综合预测模型	回顾性研究设计，样本量相对有限（635例）	研究基于MRI的融合模型在直肠癌肿瘤沉积术前识别和预后评估中的应用价值	经手术确诊的直肠癌患者	医学影像分析	直肠癌	MRI T2加权成像	深度学习, 影像组学	医学影像（MRI T2WI）	635例直肠癌患者（训练集259例，内部验证112例，外部验证264例），其中184例TDs阳性	nnUNet	nnUNet	AUC, 决策曲线分析, 校准曲线, Kaplan-Meier分析	NA
6491	2025-11-15	AI-Driven CBCT Analysis for Surgical Decision-Making and Mucosal Damage Prediction in Sinus Lift Surgery for patients with low RBH 2025-Dec, International dental journal IF:3.2Q1 DOI:10.1016/j.identj.2025.103931 PMID:41039687	研究论文	本研究构建了基于深度学习的智能决策系统，用于优化上颌窦底提升手术方案选择并预测黏膜穿孔风险	首次构建基于深度学习的3D智能决策模型用于MSFE，创新引入卷积块注意力模块机制和深度可分离卷积技术	样本量相对较小（79例患者），需要更大规模数据验证模型的泛化能力	优化上颌窦底提升手术决策和预测黏膜穿孔风险，为临床提供可靠辅助工具	接受上颌窦底提升手术的低残余骨高度患者	数字病理	口腔颌面疾病	锥形束计算机断层扫描成像	CNN	3D医学影像	79例患者	NA	EfficientNet, ResNet	准确率, 召回率, F1分数	NA
6492	2025-11-15	Automated Age and Sex Estimation From Dental Panoramic Radiographs 2025-Dec, International dental journal IF:3.2Q1 DOI:10.1016/j.identj.2025.103967 PMID:41106218	研究论文	本研究开发了一种基于深度学习的人工智能模型，用于从泰国儿童和青少年的全景牙科X光片中自动估计年龄和性别	首次将EfficientNetB0架构应用于牙科全景X光片的年龄和性别估计，并采用年龄分层建模策略提升预测精度	模型在较大年龄组（15-23岁）的年龄估计性能显著下降，且研究仅限于泰国人群	开发自动化的年龄和性别估计方法以替代传统法医牙医学中复杂耗时的人工方法	泰国7-23岁儿童和青少年的牙科全景X光片	计算机视觉	NA	牙科全景X光摄影	CNN	医学图像	2491名个体的4627张全景X光片	TensorFlow, PyTorch或Keras（文中未明确指定）	EfficientNetB0	RMSE, MAE, 准确率, AUC, 敏感度, 特异度	NA
6493	2025-11-15	Applications of machine learning and deep learning in precision medicine: Opportunities and challenges in genomics, oncology and clinical integration (Review) 2025-Dec, Biomedical reports IF:2.3Q3 DOI:10.3892/br.2025.2070 PMID:41221536	综述	探讨机器学习和深度学习在精准医学领域中的应用、挑战及未来发展方向	系统分析人工智能技术在基因组学、肿瘤学和临床整合中的前沿应用与发展路径	面临数据隐私、网络安全、伦理考量和临床工作流程整合等多方面挑战	分析机器学习在精准医学中的应用现状并展望未来发展	精准医学中的基因组分析、个性化治疗优化和疾病诊断	机器学习	肿瘤学	NA	NA	NA	NA	NA	NA	NA	NA
6494	2025-11-15	The Current Use of Artificial Intelligence in Anesthesiology 2025-Dec, Advances in anesthesia DOI:10.1016/j.aan.2025.07.006 PMID:41224431	综述	本文探讨了人工智能在麻醉学领域的当前应用现状与潜在影响	系统梳理了AI技术在麻醉学中的具体应用方向，包括患者监测、药物管理和并发症预测等	当前AI在麻醉学中尚未广泛应用，缺乏大规模临床验证数据	分析人工智能技术在麻醉学领域的应用潜力和发展方向	麻醉学临床实践和患者管理	自然语言处理, 机器学习	NA	机器学习, 深度学习, 自然语言处理	NA	NA	NA	NA	NA	NA	NA
6495	2025-11-15	A CT-based 2.5D deep learning model for preoperative T-staging in gastric cancer: a retrospective multicenter study 2025-Nov-14, Abdominal radiology (New York) DOI:10.1007/s00261-025-05286-z PMID:41236584	研究论文	开发并验证基于CT的2.5D多角度深度学习模型用于胃癌术前T分期	提出2.5D多角度深度学习模型，整合三个视角（横断面、矢状面、冠状面）和三个角度（0°、+45°、-45°）的CT图像	回顾性研究，样本量相对有限（共433例患者）	胃癌术前T分期和生存预后预测	胃癌患者	医学影像分析	胃癌	CT影像分析	深度学习	CT图像	433例胃癌患者（训练集346例，内部验证集87例，外部测试集41例）	NA	2.5D多角度深度学习模型	AUC, 准确率, 敏感度, 特异度, F1分数	NA
6496	2025-11-15	Foundation models for EEG decoding: current progress and prospective research 2025-Nov-13, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/ae17e9 PMID:41145005	综述	系统回顾脑电图基础模型的当前进展，分析其在下游任务、数据集、模型架构和预训练技术等方面的表现	首次对脑电图基础模型进行全面综述，提出统一范式以克服传统监督学习的任务特定性和数据集依赖性限制	在复杂场景如运动想象解码中的性能仍然有限，模型泛化能力有待进一步提升	探索脑电图基础模型的发展趋势并为未来研究提供建议	脑电图基础模型及相关解码任务	机器学习	神经系统疾病	脑电图信号处理	Transformer	脑电图信号	最多14,987名受试者，总时长27,062小时	NA	基于Transformer的高效架构	NA	NA
6497	2025-11-15	Incorporating targeted protein structure in deep learning methods for molecule generation in computational drug design 2025-Nov-12, Chemical science IF:7.6Q1 DOI:10.1039/d5sc05748e PMID:41164301	综述	本文综述了基于结构的药物发现中整合蛋白质结构信息的深度学习方法	系统总结了从早期基于形状的方法到最新共折叠模型的发展历程，探讨了如何利用结构信息设计具有增强结合潜力的分子	NA	为基于结构的药物发现领域提供深度学习方法的应用见解和未来发展方向建议	蛋白质结构信息和药物分子	计算药物设计	NA	深度学习	NA	蛋白质结构数据，分子结构数据	NA	NA	共折叠模型	NA	NA
6498	2025-11-15	A Spatio-Temporal Dataset for Satellite-Based Landslide Detection 2025-Nov-11, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-06167-2 PMID:41219240	研究论文	本文介绍了Sen12Landslides数据集，这是一个用于卫星滑坡检测的大规模多模态时空数据集	提出了首个包含多时相卫星影像和精确事件时间戳的大规模滑坡检测数据集，支持时空动态分析	数据集覆盖区域有限，可能无法完全代表全球所有滑坡类型和地形条件	开发用于卫星滑坡检测和时空异常监测的深度学习数据集和方法	滑坡现象及其时空变化特征	计算机视觉,地球观测	NA	卫星遥感, Sentinel-1 SAR, Sentinel-2光学影像, Copernicus DEM	U-ConvLSTM, 3D-UNet, U-TAE	卫星图像,数字高程模型	75,000个滑坡标注，来自全球15个地区，超过12,000个图像块	NA	U-ConvLSTM, 3D-UNet, U-TAE	F1分数	NA
6499	2025-11-15	Tracking temporal progression of benign bone tumors through X-ray based detection and segmentation 2025-Nov-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-23053-4 PMID:41219269	研究论文	提出一种基于深度学习的框架FusionX-BBTNet，用于从X射线图像中自动检测、分割和分析良性骨肿瘤的时间序列变化	结合YOLO目标检测与U-Net分割，引入小波增强数据集提升轮廓精度，开发OCR模块提取比例尺实现毫米级测量，通过质心对齐实现时间序列可视化	研究仅基于466张X射线图像验证，在放射学专业知识有限的环境中的实际应用效果需进一步验证	开发自动化系统用于良性骨肿瘤的时间序列检测、分割和定量分析	良性骨肿瘤的X射线图像	计算机视觉	骨肿瘤	X射线成像	CNN	图像	466张专家标注的X射线图像	NA	YOLO, U-Net	平均IoU, 边界F1分数	NA
6500	2025-11-15	An explainable deep learning framework for trustworthy arrhythmia detection from ECG signals 2025-Nov-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-22986-0 PMID:41219304	研究论文	提出一种可解释的深度学习框架用于心电信号的可靠心律失常检测	集成CNN和DNN的先进深度学习架构，结合多策略数据平衡技术和可解释人工智能方法，提供模型决策过程的透明洞察	未明确提及具体局限性	开发准确可靠的心律失常检测方法	心电信号	机器学习	心血管疾病	ECG信号分析	CNN, DNN	信号数据	使用MITDB、PTBDB和NSTDB基准数据集	NA	CNN, Dense Neural Network	准确率	NA