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
8041	2025-10-06	Machine learning in the differential diagnosis of ulcerative colitis and Crohn's disease: a systematic review 2025, Translational gastroenterology and hepatology IF:3.8Q2 DOI:10.21037/tgh-24-117 PMID:40755733	系统综述	系统回顾机器学习在溃疡性结肠炎和克罗恩病鉴别诊断中的应用研究	首次系统性地总结了2000-2024年间机器学习在IBD亚型鉴别诊断中的应用现状和发展趋势	纳入研究主要为回顾性研究（87%），可能存在选择偏倚	评估机器学习在炎症性肠病亚型鉴别诊断中的临床应用价值	溃疡性结肠炎和克罗恩病患者	机器学习	炎症性肠病	机器学习	随机森林,支持向量机,深度学习	内镜数据,粪便生物标志物数据	15,140例患者样本	NA	NA	模型评估指标	NA
8042	2025-10-06	Diaproteo: A supervised learning framework for early detection of diabetes mellitus based on proteomic profiles 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251362281 PMID:40755961	研究论文	提出一个基于蛋白质组学特征的监督学习框架Diaproteo，用于糖尿病早期检测	结合传统机器学习算法和前沿深度学习架构，在蛋白质组学数据上实现糖尿病早期预测	NA	开发糖尿病早期检测的预测模型	糖尿病患者的临床特征、遗传标记和生活方式变量	机器学习	糖尿病	蛋白质组学分析	Extra Trees, CNN	蛋白质组学数据、临床特征、遗传标记、生活方式变量	NA	NA	卷积神经网络	准确率, 精确率, 召回率, F1分数	NA
8043	2025-10-06	SMF-net: semantic-guided multimodal fusion network for precise pancreatic tumor segmentation in medical CT image 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1622426 PMID:40756121	研究论文	提出一种语义引导多模态融合网络SMF-Net，用于医学CT图像中胰腺肿瘤的精确分割	结合CNN-Transformer混合编码器，引入AMBERT渐进特征提取模块和MTT多模态令牌变换器，融合视觉与语义特征，并采用半监督学习解决多模态数据稀缺问题	未明确说明模型计算复杂度及在更大规模数据集上的验证	实现胰腺肿瘤的精确自动化分割，提升胰腺癌临床诊断效率	胰腺肿瘤CT图像	医学图像分析	胰腺癌	CT成像	CNN, Transformer	医学CT图像	与株洲中心医院合作构建的多模态胰腺肿瘤数据集MPTD	NA	CNN-Transformer混合编码器, AMBERT, MTT, MEAM, DAS-Net	Dice系数	NA
8044	2025-10-06	A CT-Based Deep Learning Radiomics Scoring System for Predicting the Prognosis to Repeat TACE in Patients with Hepatocellular Carcinoma: A Multicenter Cohort Study 2025, Journal of hepatocellular carcinoma IF:4.2Q2 DOI:10.2147/JHC.S525920 PMID:40756248	研究论文	开发基于CT的深度学习放射组学评分系统预测肝细胞癌患者重复TACE治疗的预后	首次结合深度学习评分和手工放射组学特征构建HRD评分系统，优于传统ART和ABCR评分	回顾性研究设计，样本量相对有限（310例患者）	预测肝细胞癌患者重复经动脉化疗栓塞治疗的预后	肝细胞癌患者	数字病理	肝细胞癌	CT成像	深度学习	CT图像	310例来自三家医院的患者	NA	NA	AUC, 校准曲线, 决策曲线分析, 总体生存期	NA
8045	2025-10-06	Ethical AI in medical text generation: balancing innovation with privacy in public health 2025, Frontiers in public health IF:3.0Q2 DOI:10.3389/fpubh.2025.1583507 PMID:40756387	研究论文	提出一种结合隐私保护技术和可解释模型架构的创新框架，用于实现医学文本生成的伦理合规	将基于知识的推理与深度学习相结合，并集成同态加密和安全多方计算等隐私增强技术，同时在系统设计层面嵌入伦理原则	未提及具体实验验证和性能评估结果	解决医学文本生成中的伦理挑战，包括公平性、隐私保护和可解释性	医学文本生成系统	自然语言处理	NA	深度学习	混合模型	医学文本数据	NA	NA	符号推理与数据驱动学习相结合架构	NA	NA
8046	2025-10-06	Nursing Students' Use of Digital Resources for Self-Directed Learning in Bioscience 2025 Jan-Dec, SAGE open nursing IF:2.0Q2 DOI:10.1177/23779608251363870 PMID:40756467	研究论文	探讨护理专业一年级学生如何利用数字资源支持生物科学课程的自主学习	基于多媒体学习认知理论，首次系统分析数字资源在护理学生生物科学自主学习中的应用机制	采用定性研究方法，样本量有限，结果可能缺乏普适性	探索数字资源如何支持护理专业一年级学生的生物科学自主学习	护理专业一年级学生	教育技术	NA	半结构化访谈，反思性主题分析	NA	定性访谈数据	未明确具体样本数量	NVivo	NA	NA	NA
8047	2025-10-06	Lightweight deep learning system for automated bone age assessment in Chinese children: enhancing clinical efficiency and diagnostic accuracy 2025, Frontiers in endocrinology IF:3.9Q2 DOI:10.3389/fendo.2025.1604133 PMID:40756505	研究论文	提出一种基于中国05标准的轻量级深度学习系统，用于中国儿童骨龄自动评估	采用轻量级两阶段深度学习框架，结合YOLOv8精准定位和改进的EfficientNetB3精细分类，参数量比同类模型减少56-86%	需要解决技术、伦理和临床应用采纳等挑战	提升骨龄评估的临床效率和诊断准确性	中国儿童手部X光片中的13个关键骨骺	计算机视觉	生长发育障碍	X光成像	CNN	图像	未明确说明	PyTorch	YOLOv8, EfficientNetB3	mAP, IoU, 准确率	未明确说明
8048	2025-10-06	Artificial intelligence and machine learning in the development of vaccines and immunotherapeutics-yesterday, today, and tomorrow 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1620572 PMID:40756816	综述	回顾人工智能和深度学习在疫苗与免疫治疗剂开发中的历史应用、当前进展及未来挑战	系统阐述AI/DL如何通过预测框架、多组学数据整合和个性化设计推动疫苗研发范式变革，并提出替代动物实验的颠覆性前景	未涉及具体算法实现细节和临床验证数据，主要聚焦方法论层面的讨论	探讨AI/DL技术加速精准化、个性化疫苗与免疫治疗剂开发的路径	传染病和癌症的疫苗与免疫治疗剂	机器学习	传染病,癌症	多组学数据整合,系统疫苗学	深度学习	多组学数据,临床数据	NA	NA	NA	NA	NA
8049	2025-10-06	BuoyancyNet: a deep learning approach for assessing float buoyancy in mussel aquaculture 2025, Journal of the Royal Society of New Zealand IF:2.1Q2 DOI:10.1080/03036758.2025.2488415 PMID:40756829	研究论文	本文提出了一种基于深度学习的贝类养殖浮标浮力评估方法BuoyancyNet	首次将视觉Transformer与一维卷积层结合用于连续浮标空间关系学习，在复杂环境条件下实现稳健性能	NA	开发可扩展的自动化监测解决方案以解决贻贝养殖中的浮力管理问题	贻贝养殖场中的浮标	计算机视觉	NA	深度学习	Vision Transformer, CNN	图像	超过36,000张浮标图像	NA	Vision Transformer with 1D convolutional layers	多分类准确率	NA
8050	2025-10-06	Deep learning-based seabird detection in fisheries for seabird protection 2025, Journal of the Royal Society of New Zealand IF:2.1Q2 DOI:10.1080/03036758.2025.2500998 PMID:40756846	研究论文	开发基于YOLO的深度学习模型用于自动检测与渔船互动的海鸟，以保护海鸟免受渔业误捕	首次将YOLO模型应用于无约束真实海洋场景中的海鸟检测，解决了先前模型主要在受控环境中评估的局限性	NA	通过自动化检测减少渔业作业中对海鸟的误捕，保护新西兰海鸟种群	与渔船互动的海鸟	计算机视觉	NA	深度学习	YOLO	图像	NA	NA	YOLO	mAP@50, mAP@50-95	NA
8051	2025-10-06	A multitask framework based on CA-EfficientNetV2 for the prediction of glioma molecular biomarkers 2025, Frontiers in neurology IF:2.7Q3 DOI:10.3389/fneur.2025.1609594 PMID:40757022	研究论文	提出基于CA-EfficientNetV2的多任务深度学习框架，用于同时预测胶质瘤IDH突变和MGMT启动子甲基化状态	结合坐标注意力机制的EfficientNetV2模型，采用K-means聚类和Vision Transformer生成优化伪标签，并利用果蝇优化算法分配权重	NA	开发非侵入性方法预测胶质瘤分子生物标志物	胶质瘤患者MRI数据	计算机视觉	胶质瘤	MRI	CNN, Vision Transformer	医学图像	NA	NA	CA-EfficientNetV2, Vision Transformer, T2-net, T1C-net, TU-net	准确率, AUC	NA
8052	2025-10-06	Advances in AI-assisted quantification of dry eye indicators 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1628311 PMID:40757197	综述	本文综述了人工智能辅助量化干眼症关键生物标志物的技术进展	系统总结了AI技术在干眼症生物标志物量化中的最新应用，包括泪膜稳定性、睑板腺形态和角膜上皮损伤的评估	NA	探讨人工智能技术在干眼症诊断和管理中的应用潜力	干眼症生物标志物，包括泪膜稳定性、睑板腺形态和角膜上皮损伤	医学人工智能	干眼症	深度学习	深度学习模型	医学图像数据	NA	NA	NA	诊断准确性	NA
8053	2025-10-06	Adapting and evaluating deep-pseudo neural network for survival data with time-varying covariates 2025, Journal of applied statistics IF:1.2Q2 DOI:10.1080/02664763.2024.2444649 PMID:40765660	研究论文	本研究调整并评估了深度伪生存神经网络在包含时变协变量的生存数据中的应用	将原本用于时不变变量的DSNN模型扩展应用于时变协变量场景，并与多种现有方法进行性能比较	研究主要基于模拟数据，真实世界数据验证相对有限	开发适用于时变协变量生存数据分析的深度学习方法	包含时变协变量的生存数据	机器学习	NA	生存分析	深度伪生存神经网络	生存数据	NA	NA	Deep-pseudo survival neural network	Brier分数	NA
8054	2025-10-06	Artificial intelligence in the diagnosis and management of dysphagia: a scoping review 2025, CoDAS IF:0.9Q4 DOI:10.1590/2317-1782/e20240305en PMID:40767676	综述	本文通过范围综述方法系统梳理了人工智能在吞咽困难诊断与管理中的技术进展和应用现状	首次系统性地绘制了人工智能在吞咽困难领域的技术应用图谱，突出了深度学习在视频荧光吞咽检查中的主导地位	纳入研究数量有限（61篇），存在研究异质性，且临床适用性仍需进一步验证	系统梳理人工智能技术在吞咽困难诊断与管理中的应用证据	涉及吞咽困难患者的相关研究文献	医疗人工智能	吞咽困难	视频荧光吞咽检查	机器学习,深度学习,计算机视觉	医学影像数据	61篇纳入研究涉及的患者样本	NA	NA	NA	NA
8055	2025-10-06	A multi-model deep learning approach for human emotion recognition 2025-Dec, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-025-10304-3 PMID:40761311	研究论文	提出一种融合音频、视觉和文本的多模态深度学习框架用于人类情绪识别	提出基于注意力的多模态融合机制，结合图注意力网络、Wav2Vec 2.0和BERT-BiGRU等先进技术实现跨模态情绪分析	NA	开发高效的多模态情绪识别系统	人类情绪表达	自然语言处理,计算机视觉,语音处理	NA	深度学习,多模态融合	Transformer,GCN,CNN,BiGRU	音频,图像,文本	NA	PyTorch/TensorFlow	Graph Attention Network, Wav2Vec 2.0, CNN, BERT, BiGRU	准确率,精确率,召回率,F1分数	NA
8056	2025-10-06	HybridDLDR: A hybrid deep learning-based drug resistance prediction system of Glioblastoma (GBM) using molecular descriptors and gene expression data 2025-Oct, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108913 PMID:40592112	研究论文	提出一种基于深度学习的胶质母细胞瘤药物耐药性预测混合系统，结合分子描述符和基因表达数据	首次将CNN、LSTM和Transformer架构结合用于药物耐药性预测，整合基因表达数据和化学性质	NA	预测胶质母细胞瘤的药物耐药性以改善癌症治疗效果	胶质母细胞瘤（GBM）及其对化疗药物的耐药性	机器学习	胶质母细胞瘤	基因表达分析，分子描述符计算	CNN, LSTM, Transformer	基因表达数据，分子描述符（化学性质）	NA	NA	CNN, LSTM, Transformer混合架构	均方误差（MSE）, 平均绝对误差（MAE）, R2分数, 皮尔逊相关系数	NA
8057	2025-10-06	From segmentation to explanation: Generating textual reports from MRI with LLMs 2025-Oct, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108922 PMID:40633400	研究论文	提出一种将语义分割模型与大型语言模型结合的方法，从MRI图像生成可解释的医学报告	结合语义分割模型、基于图谱的映射和LLMs生成医学报告，采用抗幻觉设计增强AI系统的透明度和可解释性	NA	提高医学影像AI系统的透明度和可解释性，增强医疗专业人员对AI诊断的信任	脑胶质瘤肿瘤检测和多发性硬化病变检测	医学影像分析	脑肿瘤, 多发性硬化	MRI	SegResNet, LLM	医学影像	NA	NA	SegResNet, Gemma, Llama, Mistral	词汇多样性, 可读性, 连贯性, 信息覆盖度	NA
8058	2025-10-06	A Joint Multimodal User Authentication-based Privacy Preservation with Disease Prediction Framework in Modern Healthcare System Using Multi-Scale Cross Attention-based ResNet 2025-Oct, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108928 PMID:40644852	研究论文	提出一种基于多尺度交叉注意力ResNet的多模态用户认证与疾病预测框架，用于现代医疗系统的隐私保护和疾病预测	结合多模态用户认证与疾病预测，采用多尺度交叉注意力ResNet架构和最优Rossler超混沌加密技术	系统复杂性可能限制实际应用，包括信息安全和预测效率方面的挑战	开发医疗系统中的隐私保护机制和疾病预测框架	医疗图像和信号数据	医疗健康信息学	NA	多模态用户认证，图像加密	DNN, RNN, LSTM, GRU, ResNet	图像，信号	NA	NA	多尺度交叉注意力ResNet (MCARNet)	精确度	NA
8059	2025-10-06	TAC-ECG: A task-adaptive classification method for electrocardiogram based on cross-modal contrastive learning and low-rank convolutional adapter 2025-Oct, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108918 PMID:40644854	研究论文	提出一种基于跨模态对比学习和低秩卷积适配器的心电图任务自适应分类方法	结合对比心电-文本预训练和低秩卷积适配器，实现仅需训练少量参数即可适应不同心电图分类任务	NA	开发一种灵活高效的心电图自动分析方法，提高临床应用的适应性	心电图信号	机器学习	心血管疾病	深度学习	对比学习, 适配器	心电图信号, 文本	四个数据集：CPSC2018, Cinc2017, PTB-XL, Chapman	NA	低秩卷积适配器	分类准确率	NA
8060	2025-10-06	Artificial intelligence in forensic pathology: Multi-organ postmortem pathomics for estimating postmortem interval 2025-Oct, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108949 PMID:40651440	研究论文	本研究开发了一种基于病理组学的三级分层策略，通过分析多器官死后组织学图像来估计死后间隔	首次将病理组学技术应用于法医死后图像分析，提出多器官集成模型和三层次分析框架，开创了死后病理组学子领域	研究样本量有限（12头巴马小型猪），仅针对特定时间点（6、24、48、96小时）进行分析	开发基于病理组学的死后间隔估计方法，为死后病理组学奠定基础	巴马小型猪的肝脏、肾脏和骨骼肌组织	数字病理	法医病理学	苏木精-伊红染色，全切片成像	CNN	图像	12头巴马小型猪（主要研究）+ 4头（外部验证）	NA	DenseNet121, VGG16	准确率	NA