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
9121	2025-10-06	Deep learning-driven bacterial cytological profiling to determine antimicrobial mechanisms in Mycobacterium tuberculosis 2025-Feb-11, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2419813122 PMID:39913203	研究论文	本研究开发了基于卷积神经网络的细菌细胞学分析方法MycoBCP，用于确定结核分枝杆菌抗菌药物的作用机制	将卷积神经网络应用于细菌细胞学分析，克服传统图像分析技术面临的细胞聚集和染色不均等挑战	转录抑制和翻译抑制导致的相似形态难以有效区分，需要进一步优化	加速结核病治疗药物的作用机制确定，推动新型有效药物的开发	结核分枝杆菌及其对多种抗菌化合物的形态反应	计算机视觉	结核病	细菌细胞学分析	CNN	图像	NA	NA	NA	准确率	NA
9122	2025-10-06	Signal-Guided Multitask Learning for Myocardial Infarction Classification Using Images of Electrocardiogram 2025, Cardiology IF:1.9Q3 DOI:10.1159/000542399 PMID:39504941	研究论文	开发基于信号引导多任务学习的深度学习算法，使用心电图图像进行心肌梗死分类	提出信号引导多任务学习方法，相比之前单任务算法性能更优	NA	开发深度学习算法区分心肌梗死患者与无冠状动脉疾病患者	心电图图像数据	医学图像分析	心血管疾病	心电图成像	深度学习	图像	11,227张心电图图像	NA	NA	准确率, 敏感度, 特异性, 精确率, F1分数	NA
9123	2025-10-06	Deep Learning-Based Detection of Malignant Bile Duct Stenosis in Fluoroscopy Images of Endoscopic Retrograde Cholangiopancreatography 2025, Digestion IF:3.0Q2 DOI:10.1159/000543049 PMID:39675349	研究论文	本研究开发了一种基于深度学习的模型，用于在ERCP荧光成像中区分良恶性胆管狭窄	首次将深度学习技术应用于ERCP荧光图像进行胆管狭窄良恶性分类，并进行了多中心外部验证	回顾性研究设计，样本量相对有限，需要在前瞻性研究中进一步验证	提高胆管狭窄良恶性鉴别的诊断准确性和可重复性	接受ERCP检查的成年患者	计算机视觉	胆道疾病	ERCP荧光成像	CNN	图像	251名患者来自德国三个大学医疗中心（莱比锡、德累斯顿、哈雷）	NA	NA	AUROC	NA
9124	2025-10-06	Proactive Deep Learning-Facilitated Inpatient Penicillin Allergy Delabelling: An Implementation Study 2025, International archives of allergy and immunology IF:2.5Q3 DOI:10.1159/000542589 PMID:39827874	研究论文	本研究评估了深度学习辅助的主动会诊服务在住院患者青霉素过敏标签去除中的效果	首次将深度学习算法应用于识别适合进行青霉素过敏标签去除的住院患者，并采用主动会诊服务模式	单中心研究，需要更多中心验证	评估深度学习辅助的主动会诊服务是否能提高住院患者青霉素过敏标签去除率	住院患者中带有青霉素过敏标签的患者	医疗人工智能	药物过敏	深度学习	NA	医疗记录数据	439名患者，其中121名被算法识别为适合进行青霉素过敏评估	NA	NA	过敏标签去除率，不良事件发生率，经济效益分析	NA
9125	2025-10-06	SMoFFI-SegFormer: a novel approach for ovarian tumor segmentation based on an improved SegFormer architecture 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1555585 PMID:40761240	研究论文	提出一种基于改进SegFormer架构的卵巢肿瘤分割新方法SMoFFI-SegFormer	引入新型自调制融合与特征抑制模块，增强多尺度特征表示并处理肿瘤空间异质性	NA	提高卵巢肿瘤超声图像分割的准确性和效率	卵巢肿瘤超声图像	计算机视觉	卵巢癌	超声成像	Transformer	图像	两个公共数据集OTU_2D和OTU_CEUS	NA	SegFormer, SMoFFI-SegFormer	准确率, mIoU, 类别准确率	NA
9126	2025-10-06	Hybrid deep learning models for text-based identification of gene-disease associations 2025, BioImpacts : BI IF:2.2Q3 DOI:10.34172/bi.31226 PMID:40761527	研究论文	本研究开发了基于深度学习的混合模型，用于从生物医学文本中自动识别基因-疾病关联	提出了三种结合注意力机制的混合深度学习模型，在不依赖繁重预训练的情况下有效捕捉局部和序列特征，性能优于基于BioBERT的现有方法	NA	自动化从生物医学文献中提取基因-疾病关联关系	基因-疾病关联分类	自然语言处理	NA	文本挖掘	CNN-LSTM, CNN-GRU, CNN-GRU-LSTM	文本	三个公开数据集：EU-ADR、GAD和SNPPhenA	NA	CNN-LSTM, CNN-GRU, CNN-GRU-LSTM	准确率	NA
9127	2025-10-06	DLML-PC: an automated deep learning and metric learning approach for precise soybean pod classification and counting in intact plants 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1583526 PMID:40761559	研究论文	提出一种结合深度学习和度量学习的自动化方法，用于精确分类和计数完整大豆植株上的豆荚	首次直接检测未拆解植株上的不同类型豆荚，并通过度量学习方法修正计数结果	未明确说明样本数据的具体来源和采集条件	开发自动化大豆豆荚表型分析方法以加速育种过程	成熟期大豆植株上的不同类型豆荚（单粒、双粒、三粒、四粒豆荚）	计算机视觉	NA	深度学习，度量学习	YOLOX, Siamese Network	图像	NA	NA	YOLOX, SE-ResNet50	mAP, 准确率, 相关系数	NA
9128	2025-10-06	Dynamic gating-enhanced deep learning model with multi-source remote sensing synergy for optimizing wheat yield estimation 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1640806 PMID:40761564	研究论文	提出一种基于动态门控增强的深度学习模型，通过多源遥感协同优化小麦产量估算	引入时空融合专家混合模型，结合LSTM-Transformer架构和自适应门控网络，动态处理多源遥感特征和环境变量	在极端产量区域仍存在低估现象	优化小麦产量估算精度	中国六个主要省份的小麦产量	机器学习	NA	多源遥感技术	LSTM, Transformer	遥感数据，环境变量数据	六个中国主要省份的小麦产量数据	NA	LSTM-Transformer, STF-MoE	R², RMSE	NA
9129	2025-10-06	Detection of microplastics stress on rice seedling by visible/near-infrared hyperspectral imaging and synchrotron radiation Fourier transform infrared microspectroscopy 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1645490 PMID:40761567	研究论文	本研究结合可见光/近红外高光谱成像和同步辐射傅里叶变换红外显微光谱技术，开发了一种快速检测微塑料胁迫下水稻幼苗的方法	提出改进的SE-LSTM全光谱检测模型，结合SHAP框架解释模型，并首次将同步辐射傅里叶变换红外光谱与二维相关光谱联用分析叶片分子组成变化	仅针对三种特定微塑料（PET、PS、PVC）和特定浓度（0、10、100 mg/L）进行实验，样本种类和条件有限	开发高效无损的早期检测方法，用于快速筛查和诊断微塑料胁迫下的水稻幼苗	暴露于不同浓度微塑料胁迫的水稻幼苗叶片	光谱分析，深度学习	植物胁迫响应	可见光/近红外高光谱成像，同步辐射傅里叶变换红外显微光谱，二维相关光谱	SE-LSTM	高光谱图像，红外光谱数据	不同浓度（0、10、100 mg/L）的PET、PS、PVC微塑料胁迫下的水稻幼苗样本	NA	SE-LSTM	检测准确率	NA
9130	2025-10-06	Cardio-rheumatology: integrated care and the opportunities for personalized medicine 2025, Therapeutic advances in musculoskeletal disease IF:3.4Q2 DOI:10.1177/1759720X251357188 PMID:40761822	综述	本文探讨系统性硬化症心脏受累的临床特征与精准医疗机遇，并介绍范德比尔特大学医学中心新型心脏-风湿病跨学科诊所的创新实践	建立首个跨学科心脏-风湿病诊所，整合血管病变影像与心脏表现关联分析，应用人工智能技术开发疾病进展量化标志物	系统性硬化症患病率较低，需要多中心合作扩大样本量	通过机制性疾病表型分析实现系统性硬化症的个性化医疗和早期心脏受累检测	系统性硬化症患者	数字病理	风湿免疫疾病	甲褶毛细血管镜检查、热成像、多普勒手部超声、超声心动图、动态心律监测、心脏磁共振成像、心脏PET/CT	深度学习	医学影像、监测数据	NA	NA	NA	疾病进展标志物、治疗疗效评估	基于云的多中心图像共享平台
9131	2025-10-06	Combined model-driven and dual-cycle interactive strategy few-shot learning scheme for predicting breast cancer molecular subtypes based on DCE-MRI 2025-Oct, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108923 PMID:40628151	研究论文	提出一种结合模型驱动和双循环交互策略的小样本学习方案，用于基于DCE-MRI预测乳腺癌分子亚型	联合嵌入模型驱动机制和双循环交互策略的小样本学习方案，提出独特的时空循环网络分类器(STRNC)	NA	解决医学图像小样本分类问题，预测乳腺癌分子亚型	乳腺癌DCE-MRI图像	计算机视觉	乳腺癌	DCE-MRI	时空循环网络	医学图像	NA	NA	STRNC	准确率	NA
9132	2025-10-06	Measured spectrum environment map dataset with multi-radiation sources in urban scenarios 2025-Oct, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111909 PMID:40766197	研究论文	本文提出了一个城市多辐射源场景下的实测频谱强度数据集	提供了现实多源动态场景中频谱环境图的开放数据集，解决了现有数据集的局限性	NA	解决现实多源动态场景中频谱环境图开放数据集的不足	城市环境中多个辐射源的频谱强度数据	无线通信	NA	频谱分析，GPS定位	NA	频谱强度数据，地理位置数据	80×105个网格的频谱数据	NA	NA	NA	NA
9133	2025-10-06	ICD code mapping model based on clinical text tree structure 2025-09, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103163 PMID:40446588	研究论文	提出一种基于树形结构和Transformer的ICD编码模型TRIC，用于电子病历的自动ICD编码	结合成分树模型提取临床记录结构特征，使用Tree-LSTM丰富特征表示，并利用bioBERT预训练模型提升关键编码匹配性能	NA	解决临床记录文本语义表示模糊和结构特征缺失的ICD自动编码问题	电子病历临床记录文本	自然语言处理	NA	深度学习	Transformer, LSTM	文本	MIMIC-III完整数据集和样本数据集	NA	Transformer, Tree-LSTM, bioBERT, 全连接神经网络	MiF, MaF, MiAUC, MaAUC, P@8	NA
9134	2025-10-06	Quantitative computed tomography imaging classification of cement dust-exposed patients-based Kolmogorov-Arnold networks 2025-09, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103166 PMID:40450965	研究论文	本研究使用Kolmogorov-Arnold网络对水泥粉尘暴露患者的定量CT影像进行二分类分析	首次将Kolmogorov-Arnold网络应用于定量CT影像分类，相比传统机器学习方法和深度学习模型表现更优	研究样本量相对有限，仅包含609名受试者	开发基于定量CT影像的呼吸系统疾病分类模型，用于职业健康评估	水泥粉尘暴露患者和健康对照者	医学影像分析	呼吸系统疾病	定量CT成像	Kolmogorov-Arnold网络	医学影像	609名受试者（311名水泥粉尘暴露者，298名健康对照）	NA	KAN（两层隐藏层，15和8个神经元）	准确率, 精确率, 召回率, F1分数, 特异性, Matthews相关系数	NA
9135	2025-10-06	ECG synthesis for cardiac arrhythmias: Integrating self-supervised learning and generative adversarial networks 2025-09, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103162 PMID:40460597	研究论文	提出一种结合自监督学习和生成对抗网络的心电图生成方法ECGAN，用于合成心律失常数据并提升分类性能	整合自监督学习与生成对抗网络的条件生成架构，能够控制心电图记录的概率分布	未明确说明模型在更广泛心律失常类型上的泛化能力	开发能够生成真实心电图信号的方法以解决标注数据不足和患者匿名化问题	心电图时间序列数据	机器学习	心血管疾病	心电图分析	GAN, 自监督学习	时间序列数据	MIT-BIH、BIDMC和PTB数据集	NA	ECGAN	分类准确率	NA
9136	2025-10-06	VAE-GANMDA: A microbe-drug association prediction model integrating variational autoencoders and generative adversarial networks 2025-09, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103198 PMID:40540756	研究论文	提出一种整合变分自编码器和生成对抗网络的微生物-药物关联预测模型VAE-GANMDA	融合VAE和GAN学习数据流形分布，集成CBAM注意力模块和高斯核函数增强特征提取能力，结合k-means++算法选择高质量负样本	NA	预测微生物与药物之间的关联关系	微生物和药物	机器学习	传染病	NA	VAE, GAN, MLP	关联数据	NA	NA	VAE-GANMDA, CBAM, MLP	AUROC, AUPRC	NA
9137	2025-10-06	Interactive prototype learning and self-learning for few-shot medical image segmentation 2025-09, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103183 PMID:40544698	研究论文	提出一种交互式原型学习和自学习网络来解决少样本医学图像分割中的类内不一致和类间相似性问题	通过深度编解码模块、交互式原型学习模块和查询特征引导的自学习模块协同工作，提升类内特征一致性和降低类间特征相似性	NA	解决少样本医学图像分割中类内不一致和类间相似性导致的边界模糊问题	医学图像分割任务中的支持样本和查询样本	计算机视觉	NA	医学图像分割	深度学习网络	医学图像	NA	NA	编码器-解码器架构	分割性能指标	NA
9138	2025-10-06	Predicting drug-drug interactions: A deep learning approach with GCN-based collaborative filtering 2025-09, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103185 PMID:40544699	研究论文	提出一种基于图卷积网络和协同过滤的AI推荐模型，用于预测药物相互作用	通过分析药物相互作用网络的连通性而非化学结构来预测DDI，无需对未定义相互作用进行负采样，能预测所有未知药物对的潜在相互作用	仅利用DDI报告数据，未考虑药物化学结构等其他因素	开发准确预测药物相互作用的计算方法	药物相互作用	机器学习	NA	图卷积网络，协同过滤	GCN	药物相互作用网络数据	4,072种药物和1,391,790个药物对	NA	图卷积网络	5折交叉验证，外部数据验证	NA
9139	2025-10-06	A prior knowledge-supervised fusion network predicts survival after radiotherapy in patients with advanced gastric cancer 2025-09, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103184 PMID:40587926	研究论文	提出一种基于先验知识监督的融合网络，用于预测晚期胃癌患者放疗后的总生存期	提出新型采样策略和多域特征融合模块，将医生先验知识融入CT图像分析，实现多模态信息的自适应融合	NA	预测晚期胃癌患者放疗后的总生存期，辅助临床诊疗决策	晚期胃癌患者	计算机视觉	胃癌	CT成像	深度学习融合网络	医学图像（CT）、多模态临床数据	NA	NA	先验知识监督融合网络（PKSFnet）、多域特征融合模块（MdFF）	AUC, 特异性, 敏感度, 精确度, C-index, HR	NA
9140	2025-10-06	Artificial intelligence in muscle-invasive bladder cancer: opportunities, challenges, and clinical impact 2025-Sep-01, Current opinion in urology IF:2.1Q2 DOI:10.1097/MOU.0000000000001309 PMID:40765429	综述	本文全面回顾了人工智能在肌层浸润性膀胱癌诊疗中的应用现状与未来潜力	系统阐述了AI在MIBC全流程管理中的创新应用，包括诊断分期、治疗规划和疗效评估	存在方法学局限、数据集异质性、工作流整合障碍和监管不确定性等挑战	探讨人工智能在肌层浸润性膀胱癌临床管理中的机遇与挑战	肌层浸润性膀胱癌患者	数字病理	膀胱癌	深度学习, 机器学习, 影像组学	深度学习模型	影像数据, 临床数据	NA	NA	NA	准确率	NA