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
9661	2025-10-06	Deep learning-based prediction model of acute kidney injury following coronary artery bypass grafting in coronary heart disease patients: a multicenter clinical study from China 2025, Frontiers in cardiovascular medicine IF:2.8Q2 DOI:10.3389/fcvm.2025.1600012 PMID:40625392	研究论文	开发基于机器学习的急性肾损伤预测模型，用于评估冠状动脉搭桥术后患者的并发症风险	首次采用XGBoost算法构建多中心临床预测模型，整合26项预测特征，在内外验证中均表现优异	回顾性研究设计，可能存在选择偏倚；未包含术中及术后动态监测数据	建立稳健的OPCABG术后急性肾损伤风险预测模型	冠状动脉疾病患者	机器学习	心血管疾病	临床数据分析	XGBoost, SVM, DT, RF, AdaBoost	临床数据	3,043例患者（训练集2,130例，验证集913例），外部验证队列878例	Scikit-learn	XGBoost, SVM, Decision Tree, Random Forest, AdaBoost	AUC, 敏感度, 特异度	NA
9662	2025-10-06	Ves-GAN: Unsupervised Vessel-Targeted Low-Dose Coronary Computed Tomography Angiography Denoising Framework 2025, BME frontiers IF:5.0Q1 DOI:10.34133/bmef.0149 PMID:40625644	研究论文	提出一种名为Ves-GAN的无监督降噪框架，用于低剂量冠状动脉CT血管成像，在降低噪声的同时保留血管结构	结合高频感知数据增强策略、高频压缩激励模块和血管一致性损失函数，专门针对血管结构保护进行优化	NA	开发无监督降噪框架以提升低剂量冠状动脉CT血管成像质量	冠状动脉CT血管成像数据	计算机视觉	心血管疾病	CT血管成像	GAN	医学图像	50个CT扫描	NA	Ves-GAN	峰值信噪比, 结构相似性指数	NA
9663	2025-10-06	Machine learning combined multi-omics analysis to explore key oxidative stress features in systemic lupus erythematosus 2025, Frontiers in immunology IF:5.7Q1 DOI:10.3389/fimmu.2025.1567466 PMID:40625749	研究论文	通过多组学分析和机器学习方法探索系统性红斑狼疮中关键氧化应激特征	整合多组学数据与多种机器学习算法系统识别SLE中氧化应激相关关键基因和代谢通路	样本来源仅限于外周血，未涉及组织特异性分析	探索系统性红斑狼疮发病机制中的关键氧化应激特征及其相互关系	系统性红斑狼疮患者和健康对照的外周血样本	机器学习	系统性红斑狼疮	转录组测序, 液相色谱-质谱联用, 实时定量PCR, 单细胞转录组分析	深度学习, 随机森林, XGBoost, 支持向量机, LASSO	基因表达数据, 代谢组数据, 单细胞数据	来自GEO数据库的三个转录组数据集+SLE患者和健康对照的外周血样本	NA	NA	预测性能, 相关性分析	NA
9664	2025-10-06	Hybrid model for predicting microsatellite instability in colorectal cancer using hematoxylin & eosin-stained images and clinical features 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1580195 PMID:40626015	研究论文	开发了一种结合病理图像和临床特征的混合模型来预测结直肠癌微卫星不稳定性	提出融合病理图像特征与临床特征的混合预测模型，并比较了全监督与半监督深度学习方法的性能差异	研究样本量有限，外部验证队列仅包含123例患者	预测结直肠癌中的微卫星不稳定性状态	结直肠癌患者	数字病理	结直肠癌	深度学习，mRNA测序，富集分析	深度学习模型	苏木精-伊红染色病理图像，临床特征数据，mRNA测序数据	TCGA队列559例（训练与内部验证），东阳队列123例（外部测试）	NA	NA	AUC	NA
9665	2025-10-06	A systematic survey: role of deep learning-based image anomaly detection in industrial inspection contexts 2025, Frontiers in robotics and AI IF:2.9Q2 DOI:10.3389/frobt.2025.1554196 PMID:40626146	综述	系统综述工业检测中基于深度学习的图像异常检测方法	全面比较传统技术与深度学习方法的优劣，分析无人机、机械臂和AGV等创新应用场景	未提出新的检测算法，主要聚焦现有方法的系统分析	推动智能制造发展，提升工业自动化系统的异常检测能力	工业制造过程中的图像异常检测方法	计算机视觉	NA	深度学习	监督学习,无监督学习,半监督学习	图像	多种工业异常检测数据集	NA	NA	常用评估指标	NA
9666	2025-10-06	Artificial intelligence in early warning systems for infectious disease surveillance: a systematic review 2025, Frontiers in public health IF:3.0Q2 DOI:10.3389/fpubh.2025.1609615 PMID:40626156	系统综述	评估人工智能在传染病监测预警系统中的应用现状，识别关键技术、数据源、优势与挑战	系统性地整合了AI在传染病预警系统中的应用研究，识别了跨学科整合的关键挑战与机遇	基于文献综述，缺乏原始数据验证；可能存在发表偏倚；仅涵盖2018年后的研究	评估人工智能技术在传染病早期预警系统中的应用效果与发展前景	67项相关研究文献	自然语言处理, 机器学习	传染病	机器学习, 深度学习, 自然语言处理	NA	流行病学数据, 网络数据, 气候数据, 废水数据	67项研究	NA	NA	NA	NA
9667	2025-10-06	Adverse drug reaction signal detection via the long short-term memory model 2025, Frontiers in pharmacology IF:4.4Q1 DOI:10.3389/fphar.2025.1554650 PMID:40626311	研究论文	本研究将LSTM深度学习模型应用于药物不良反应信号检测，并与传统统计方法进行比较	首次将LSTM深度学习模型引入药物不良反应信号检测领域，并证明其优于传统机器学习方法	研究数据仅来源于广东省ADR监测中心，样本代表性可能有限	提高药物不良反应信号检测的准确性和效率	药物不良反应监测数据	自然语言处理	药物不良反应	文本挖掘，深度学习	LSTM	文本数据	2,376个ADR信号（448个阳性信号，1,928个阴性信号）	NA	LSTM	灵敏度，F1分数	NA
9668	2025-10-06	CnnBoost: a multilevel explainable stacked ensemble framework for effective detection of Myocardial Infarction from 12-lead ECG images using a transformational approach 2025-Dec, Health information science and systems IF:4.7Q1 DOI:10.1007/s13755-025-00357-3 PMID:40626266	研究论文	提出一种可解释的多层次堆叠集成框架CNNBoost，用于从12导联心电图图像中有效检测心肌梗死	提出结合CNN空间特征和XGBoost的堆叠集成模型，能够同时学习时空特征，并引入SHAP可解释性分析	使用南亚健康中心的公开数据集，可能存在地域代表性限制	开发可解释的机器学习框架用于心电图异常分类	心肌梗死和其他心脏异常的心电图图像	计算机视觉	心血管疾病	心电图图像分析	CNN, XGBoost	图像, 时间序列	NA	XGBoost	CNN, 堆叠集成模型	准确率, AUC, AUPRC	NA
9669	2025-10-06	Artificial intelligence models for predicting acute kidney injury in the intensive care unit: a systematic review of modeling methods, data utilization, and clinical applicability 2025-Aug, JAMIA open IF:2.5Q3 DOI:10.1093/jamiaopen/ooaf065 PMID:40620479	系统综述	系统评估ICU中急性肾损伤预测AI模型的建模方法、数据利用和临床适用性	首次系统评估ICU环境中AKI预测AI模型的方法学、数据利用和临床适用性，识别当前挑战并提出未来研究方向	纳入研究存在高偏倚风险，特别是泛化性和临床适用性方面，模型可比性受研究设计、预测窗口和数据源差异影响	评估ICU中急性肾损伤预测AI模型的建模方法、数据利用策略和临床适用性	ICU患者的急性肾损伤预测模型研究	机器学习	急性肾损伤	系统文献综述	机器学习,深度学习	ICU临床数据	47项符合纳入标准的研究（从1305项筛选研究中）	NA	NA	准确率,精确率,召回率,F1分数,AUC	NA
9670	2025-10-06	Gesture recognition and response system for special education using computer vision and human-computer interaction technology 2025-Jul-08, Disability and rehabilitation. Assistive technology DOI:10.1080/17483107.2025.2527226 PMID:40625119	研究论文	提出一种用于特殊教育的综合手势识别与响应系统，结合深度学习架构和机器学习算法	使用遗传算法进行模型压缩，将模型大小减少42%，推理时间减少45%，显著提升在资源受限设备上的实时性能	手势库有限，未整合多模态输入，系统自适应能力有待提升	开发适用于特殊教育的手势识别系统，作为残障人士的辅助工具	特殊教育中的手势识别应用	计算机视觉	NA	手势识别技术	CNN, SVM, 随机森林	手势图像数据	多样化手势数据集（包含不同光照条件、用户人口统计特征和生理差异）	NA	AlexNet, VGG19, ResNet, MobileNet	准确率	移动和嵌入式平台
9671	2025-10-06	Deep Learning-Based Classification of NSCLC-Derived Extracellular Vesicles Using AFM Nanomechanical Signatures 2025-Jul-08, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c02009 PMID:40626500	研究论文	本研究开发了一种基于深度学习的非小细胞肺癌来源细胞外囊泡分类方法，通过原子力显微镜纳米力学特征分析实现精准诊断	首次展示了基于纳米力学特征的NSCLC来源细胞外囊泡分类方法，将深度学习和AFM分析相结合	样本变异性问题尚未解决，需要在临床样本中进一步验证性能	开发非小细胞肺癌液体活检的精准诊断工具	非小细胞肺癌来源的细胞外囊泡	数字病理学	肺癌	原子力显微镜	CNN	图像	来自NSCLC亚型（A549、PC9、PC9/GR）和非肿瘤性支气管上皮细胞（BEAS-2B）的细胞外囊泡	NA	DenseNet	AUC, 准确率	NA
9672	2025-10-06	Event-Driven Taxonomy (EDT) Screening: Leveraging Effect-Based Spectral Libraries to Accelerate Semiquantitative Nontarget Analysis of AhR Agonists in Sediment in the Era of Big Data 2025-Jul-08, Environmental science & technology IF:10.8Q1 DOI:10.1021/acs.est.5c07344 PMID:40626791	研究论文	开发了一种事件驱动分类法筛选策略，用于加速沉积物中非目标生物活性污染物的识别和半定量分析	将效应导向分析与非目标筛选工作流程整合为单一步骤，并嵌入两种新型效应基谱库	仅以芳烃受体活性为例进行验证，方法在其他生物活性体系中的适用性有待进一步研究	加速复杂化学混合物中生物活性污染物的识别和风险评估	沉积物中的芳烃受体激动剂	环境分析化学	NA	液相色谱-高分辨质谱, 效应导向分析, 非目标筛选	深度学习	质谱数据, 生物活性数据	NA	NA	NA	识别准确率, 假阳性率, 生物活性贡献解释率	NA
9673	2025-10-06	A Meta-Analysis of the Diagnosis of Condylar and Mandibular Fractures Based on 3-dimensional Imaging and Artificial Intelligence 2025-Jul-08, The Journal of craniofacial surgery IF:1.0Q3 DOI:10.1097/SCS.0000000000011622 PMID:40627036	meta-analysis	通过系统综述和荟萃分析评估3D影像和人工智能在髁状突及下颌骨骨折诊断中的准确性和实用性	首次对基于3D影像和人工智能的髁状突骨折诊断方法进行系统性荟萃分析	面临数据质量、模型可解释性和临床验证等挑战，需要更多多中心研究验证	改善髁状突骨折的快速准确分类诊断，评估人工智能在颌面外科的应用价值	髁状突骨折和下颌骨骨折	medical imaging	maxillofacial fractures	3-dimensional computed tomography (CT)	deep learning models	3D medical images	NA	NA	NA	prediction accuracy, diagnostic efficiency	NA
9674	2025-10-06	A fully automated deep learning framework for age estimation in adults using periapical radiographs of canine teeth 2025-Jul-08, International journal of legal medicine IF:2.2Q1 DOI:10.1007/s00414-025-03558-3 PMID:40627040	研究论文	提出了一种基于犬齿根尖周X线片的成人年龄自动估计深度学习框架	开发了包含牙齿检测和年龄估计的两步流程全自动框架，并比较了四种不同CNN架构在年龄估计中的表现	结合性别信息未能提升模型性能，且不同牙齿间的预测准确性无显著差异	开发用于法医鉴定的自动年龄估计工具	成人犬齿根尖周X线片	计算机视觉	法医鉴定	根尖周X线摄影	CNN	X线图像	2,587张X线片来自1,004名患者（691名女性，313名男性）	NA	YOLOv8-Nano, ResNet-18, DenseNet-121, EfficientNet-B0, MobileNetV3	F1分数, 检测成功率, 中位绝对误差	NA
9675	2025-10-06	Deep learning 3D super-resolution radiomics model based on Gd-enhanced MRI for improving preoperative prediction of HCC pathological grading 2025-Jul-08, Abdominal radiology (New York) DOI:10.1007/s00261-025-05085-6 PMID:40627133	研究论文	本研究开发了一种基于深度学习的3D超分辨率放射组学模型，用于术前预测肝细胞癌病理分级	首次将深度学习3D超分辨率技术与放射组学结合应用于HCC病理分级预测	样本量相对有限（197例患者），需进一步多中心验证	评估基于深度学习的3D超分辨率MRI放射组学模型预测HCC病理分级的可行性和有效性	肝细胞癌患者	医学影像分析	肝细胞癌	钆增强MRI，3D超分辨率技术	深度学习，梯度提升，支持向量机	3D MRI图像	197例HCC患者（训练集157例，测试集40例）	NA	梯度提升，LightGBM，支持向量机	AUC，敏感度，特异度，准确率	NA
9676	2025-10-06	A novel UNet-SegNet and vision transformer architectures for efficient segmentation and classification in medical imaging 2025-Jul-08, Physical and engineering sciences in medicine IF:2.4Q2 DOI:10.1007/s13246-025-01564-8 PMID:40627277	研究论文	提出一种结合卷积自编码器、UNet、SegNet和视觉变换器的混合深度学习模型，用于医学图像分割和分类	提出动态特征融合机制，集成多种架构优势；使用混合帝王企鹅优化器进行特征选择；开发HyViT-CE用于分类任务	未明确说明模型计算复杂度及在临床环境中的实时性能	解决医学图像中复杂结构的分割和分类挑战	脑肿瘤MRI、乳腺超声和胸部X光图像	计算机视觉	脑肿瘤, 乳腺癌, 胸部疾病	MRI, 超声, X射线	CAE, UNet, SegNet, Transformer	医学图像	三个主要数据集（具体数量未说明）	NA	UNet, SegNet, Vision Transformer, 卷积自编码器	准确率	NA
9677	2025-10-06	Deep Learning Approach for Biomedical Image Classification 2025-Jul-08, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01590-8 PMID:40627296	综述	本文全面概述了深度学习技术在生物医学图像分类中的应用	系统调研了50种医疗领域深度学习方法，强调公开数据集在推动AI医疗创新中的重要作用	NA	探讨深度学习在生物医学图像分析中的潜力和未来研究方向	医疗图像数据（乳腺X光、组织病理学、放射学等）	计算机视觉	NA	NA	CNN, RNN, GAN	医学图像	NA	NA	NA	NA	NA
9678	2025-10-06	Confidence-Driven Deep Learning Framework for Early Detection of Knee Osteoarthritis 2025-Jul-08, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2025.3587003 PMID:40627470	研究论文	提出一种基于置信度驱动的深度学习框架，用于膝关节骨关节炎的早期检测	采用孪生网络框架结合多层级特征提取架构和混合损失策略，通过置信度划分训练样本来处理标注不确定性	仅针对KL-0和KL-2阶段进行区分，未涵盖所有KOA分级	开发辅助诊断工具以提升早期膝关节骨关节炎检测能力	膝关节骨关节炎患者	计算机视觉	骨关节炎	深度学习	Siamese网络	医学影像	骨关节炎倡议(OAI)数据集	NA	多层级全局平均池化(GAP)	准确率, 灵敏度, 特异性, Cohen's kappa, McNemar检验	NA
9679	2025-10-06	Protecting Deep Learning Model Copyrights With Adversarial Example-Free Reuse Detection 2025-Jul-08, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2025.3578664 PMID:40627481	研究论文	提出一种基于神经元功能分析的深度学习模型重用检测方法，用于保护模型版权	首个无需对抗样本、利用神经元功能分析进行DNN版权保护的方法，可处理异构重用场景	未明确说明方法在超大规模模型上的适用性	开发深度学习模型版权保护技术，防止未经授权的模型重用和复制	深度神经网络模型	机器学习	NA	神经元功能分析	深度神经网络	正常测试样本	NA	NA	NA	F1分数	NA
9680	2025-10-06	FusionMVSA: Multi-View Fusion Strategy with Self-Attention for Enhancing Drug Recommendation 2025-Jul-07, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3586758 PMID:40622834	研究论文	提出一种基于多视图融合和自注意力机制的深度学习模型FusionMVSA，用于预测药物与疾病之间的关联关系	开发了利用共享组参数计算多视角自注意力的特征提取机制，并通过生物医学相似性指导特征融合过程	NA	开发动态整合多源数据的药物推荐方法	药物与疾病之间的关联关系	机器学习	NA	深度学习	多层感知机神经网络,自注意力机制	多源生物医学数据	NA	NA	多层感知机,自注意力机制	交叉验证,案例研究	NA