深度学习在生物医药领域中的应用

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
141	2025-06-04	Ensemble learning-based predictor for driver synonymous mutation with sequence representation 2025-Jan, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1012744 PMID:39761306	research paper	该研究提出了一种基于集成学习的预测器EPEL，用于识别人类癌症中的驱动同义突变	首次结合DNA形状特征和基于化学分子BERT预训练模型的深度学习特征来评估同义突变的影响	深度学习方法的DNA序列表示在本研究中并未显著提升驱动同义突变的识别效果	开发更精确的驱动同义突变预测方法	人类癌症中的同义突变	machine learning	cancer	ensemble learning, BERT	tree-based models	DNA sequence	NA
142	2025-06-04	Integrative analysis of cuproptosis-related lncRNAs: Unveiling prognostic significance, immune microenvironment, and copper-induced mechanisms in prostate cancer 2025-Jan, Cancer pathogenesis and therapy DOI:10.1016/j.cpt.2024.03.004 PMID:39872368	research paper	该研究通过整合分析铜死亡相关的长链非编码RNA（lncRNA），揭示了其在前列腺癌预后、免疫微环境及铜诱导机制中的重要性	首次构建了基于铜死亡相关lncRNA的前列腺癌预后模型，并探索了这些lncRNA与铜代谢及免疫微环境的关联	研究样本仅来自TCGA数据库，缺乏外部验证队列	探索铜死亡相关lncRNA在前列腺癌预后及治疗中的作用	492名前列腺癌患者及其测序数据	digital pathology	prostate cancer	RNA-seq, 拷贝数变异分析	multi-level attention graph neural network (MLA-GNN)	基因测序数据	492名前列腺癌患者
143	2025-06-04	Machine learning-based risk predictive models for diabetic kidney disease in type 2 diabetes mellitus patients: a systematic review and meta-analysis 2025, Frontiers in endocrinology IF:3.9Q2 DOI:10.3389/fendo.2025.1495306 PMID:40099258	系统综述与荟萃分析	本文通过系统综述和荟萃分析评估了机器学习模型在预测2型糖尿病患者糖尿病肾病风险中的性能和临床适用性	首次对机器学习模型在预测糖尿病肾病风险中的性能进行了全面的荟萃分析，并比较了不同类型机器学习模型的预测效果	模型开发和验证过程中存在数据偏倚问题，且仅有少数研究进行了外部验证	评估机器学习模型预测2型糖尿病患者糖尿病肾病风险的性能并识别关键研究缺口	2型糖尿病患者	机器学习	糖尿病肾病	机器学习算法	随机森林(RF)等	临床数据	26项研究，共94个机器学习模型
144	2025-06-04	Artificial intelligence in ophthalmology: opportunities, challenges, and ethical considerations 2025, Medical hypothesis, discovery & innovation ophthalmology journal DOI:10.51329/mehdiophthal1517 PMID:40453785	综述	本文探讨了人工智能在眼科领域的应用现状、挑战及伦理考量	全面回顾了AI在眼科多个子领域（如角膜疾病、白内障手术、糖尿病视网膜病变等）中的高精度诊断应用，并系统分析了当前面临的挑战与伦理问题	数据集存在偏差、外部验证有限、监管障碍以及透明度等伦理问题	评估AI在眼科领域的应用潜力与实施障碍	眼科疾病诊断与管理	数字病理	眼科疾病	深度学习、机器学习	CNN、深度学习模型	图像、临床数据	NA
145	2025-06-04	Integrating support vector machines and deep learning features for oral cancer histopathology analysis 2025, Biology methods & protocols IF:2.5Q3 DOI:10.1093/biomethods/bpaf034 PMID:40454251	研究论文	本研究提出了一种结合支持向量机(SVM)和深度学习特征的方法，用于口腔癌组织病理学图像分类以检测异常增生	通过融合基于InceptionResNet-v2和视觉变换器(ViT)模型提取的深度学习特征训练的SVM分类器，解决了类别不平衡问题，并显著提高了分类性能	NA	提高口腔癌异常增生的检测准确率	口腔癌组织病理学图像	数字病理学	口腔癌	深度学习特征提取	SVM, InceptionResNet-v2, ViT	图像	NA
146	2025-06-04	Ground-truth-free deep learning approach for accelerated quantitative parameter mapping with memory efficient learning 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0324496 PMID:40455714	研究论文	本研究评估了结合内存高效学习(MEL)的自监督学习(SSL)和零样本自监督学习(ZSSSL)框架，以加速定量MRI(qMRI)的图像重建	提出了不需要全采样数据的自监督学习和零样本自监督学习方法，并结合内存高效学习技术，显著降低了GPU内存需求	在高加速因子条件下，SSL和ZSSSL的性能略低于监督学习方法	加速定量MRI图像重建并降低GPU内存需求	定量MRI图像	医学影像分析	NA	定量MRI(qMRI)	深度学习(DL)	MRI图像	三个实验(2D T2映射/MSME、3D T1映射/VFA-SPGR和3D T2映射/DESS)
147	2025-06-04	Utility of artificial intelligence-based conversation voice analysis for detecting cognitive decline 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0325177 PMID:40455724	research paper	该研究开发了一种基于语音的AI模型，用于通过简短对话语音样本筛查认知衰退	利用AI技术从简短对话语音中提取特征检测认知衰退，无需专业环境或设备	样本量较小（263名患者），且仅基于Mini-Mental State Examination分数进行标注	开发一种便捷的认知衰退筛查工具	认知衰退患者和认知正常人群	自然语言处理	老年病	机器学习	全耦合神经网络	语音	263名患者的语音样本，其中20个样本用于准确性评估
148	2025-06-04	Overlapping point cloud registration algorithm based on KNN and the channel attention mechanism 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0325261 PMID:40455723	研究论文	提出了一种基于KNN和通道注意力机制的重叠点云配准算法，显著提高了重叠区域的特征提取和匹配能力	结合KNN算法和通道注意力机制，设计了有效性评分网络以提高配准精度和系统鲁棒性	未明确提及具体局限性	提高重叠点云区域的配准精度和特征提取能力	三维点云数据	计算机视觉	NA	KNN算法、通道注意力机制(CAM)	KNN、CAM	三维点云数据	ModelNet40数据集和Stanford数据集
149	2025-06-04	A novel spectral analysis-based grading system for gastrointestinal activity 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0323440 PMID:40455773	研究论文	本文介绍了一种基于频谱分析的创新性无监督分级系统，用于通过分析肠鸣音来客观评估胃肠动力	提出了一种无监督的分级系统，通过频谱特征分析客观评估胃肠动力，避免了传统方法对个人判断和大规模标记数据集的依赖	未提及具体的样本量或数据集大小，可能影响方法的泛化能力	开发一种客观评估胃肠动力的方法，辅助医生量化胃肠活动	肠鸣音	数字病理	胃肠疾病	频谱特征分析	无监督学习	音频	NA
150	2025-06-04	Intelligent and precise auxiliary diagnosis of breast tumors using deep learning and radiomics 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0320732 PMID:40455816	研究论文	该研究开发了一种结合深度学习和放射组学的智能诊断模型，用于提高乳腺肿瘤的诊断准确性	结合MobileNet与ResNeXt启发的深度可分离和分组卷积，改进了特征处理效率和参数数量	外部验证集的准确率和AUC值低于内部验证集，可能存在泛化能力不足的问题	提高乳腺肿瘤诊断的准确性和一致性	乳腺肿瘤患者	计算机视觉	乳腺癌	深度学习与放射组学	MobileNet与ResNeXt结合的卷积神经网络	乳腺超声图像	AI-Dhabyani和TCIA乳腺超声数据集
151	2025-06-04	UICD: A new dataset and approach for urdu image captioning 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0320701 PMID:40455832	research paper	该研究创建了一个新的乌尔都语图像字幕数据集（UCID）并提出了专门用于乌尔都语图像字幕的深度学习架构	提出了首个乌尔都语图像字幕数据集UC-23-RY，并设计了NASNetLarge-LSTM和ResNet-50-LSTM模型用于乌尔都语图像字幕任务	乌尔都语图像字幕研究资源匮乏，限制了研究的广泛性	填补乌尔都语图像字幕研究的空白，提升自动乌尔都语图像字幕的质量	乌尔都语图像字幕数据集和深度学习模型	natural language processing	NA	deep learning	NASNetLarge-LSTM, ResNet-50-LSTM	image, text	159,816 Urdu captions inspired by Flickr30k dataset
152	2025-06-04	Comparison of Deep Learning Models for Objective Auditory Brainstem Response Detection: A Multicenter Validation Study 2025 Jan-Dec, Trends in hearing IF:2.6Q1 DOI:10.1177/23312165251347773 PMID:40457875	研究论文	本研究评估了九种深度学习模型在听觉脑干反应（ABR）检测中的泛化能力，使用了多中心的大规模数据集	首次在多中心大规模数据集上比较了多种深度学习模型（包括CNN、Transformer及混合模型）在ABR检测中的表现，并验证了Transformer架构在跨中心泛化中的优势	研究虽使用了多中心数据，但可能仍无法覆盖所有临床场景的异质性	开发可泛化至真实临床环境的客观ABR检测深度学习模型	听觉脑干反应（ABR）波形数据	医疗人工智能	听力障碍	深度学习	CNN（AlexNet/VGG/ResNet）、Transformer架构（Transformer/PatchTST等）、混合模型（ResTransformer/ResPatchTST）	时间序列生理信号	主要数据集含128,123条标记ABR（来自13,813名参与者），外加4个外部验证数据集
153	2025-06-04	An efficient non-parametric feature calibration method for few-shot plant disease classification 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1541982 PMID:40458225	研究论文	提出一种基于特征适应评分（FAS）度量的方法，用于小样本植物病害分类	利用FAS评分与测试准确率的严格正相关关系，无需训练网络即可确定适用于小样本植物病害分类的网络结构，并设计了PDFC算法进行特征校准	NA	解决植物病害图像数据不足的问题，提高小样本植物病害分类的准确性	植物病害图像	计算机视觉	植物病害	小样本学习	Swin-TransformerV2	图像	PlantVillage数据集及其他数据集
154	2025-06-04	Ventricular volume adjustment of brain regions depicts brain changes associated with HIV infection and aging better than intracranial volume adjustment 2025, Frontiers in neurology IF:2.7Q3 DOI:10.3389/fneur.2025.1516168 PMID:40458466	研究论文	本研究提出了一种新的脑结构测量调整方法，通过调整侧脑室（LV）的个体间变异性，以更好地揭示与HIV感染和衰老相关的脑萎缩模式	提出使用侧脑室（LV）调整而非传统的颅内体积（ICV）调整，以更准确地识别与HIV和衰老相关的脑萎缩模式	研究仅基于MRI T1图像数据，未涉及其他类型的脑成像数据	探索更有效的脑结构测量调整方法，以更好地理解HIV感染和衰老对脑结构的影响	HIV感染者和健康对照者的脑结构数据	数字病理学	HIV感染	MRI T1成像	深度学习模型	图像	NA
155	2025-06-03	Meta-tuning and fast optimization of machine learning models for dynamic methane prediction in anaerobic digestion 2025-Sep, Bioresource technology IF:9.7Q1 DOI:10.1016/j.biortech.2025.132654 PMID:40355002	研究论文	本研究评估了几种优化算法在调整数据准备和超参数优化管道以预测甲烷产量的机器和深度学习模型中的性能	提出了元调优方法，显著提高了复杂场景下模型的准确率，特别是在动态数据集上的循环神经网络	未提及具体的数据集规模和多样性限制	优化机器学习模型在厌氧消化过程中动态甲烷预测的性能	甲烷生产预测模型	机器学习	NA	贝叶斯搜索、遗传算法、差分进化、粒子群优化	贝叶斯岭回归、循环神经网络(RNN)	稳态和动态数据集	NA
156	2025-06-03	Generative deep learning model assisted multi-objective optimization for wastewater nitrogen to protein conversion by photosynthetic bacteria 2025-Sep, Bioresource technology IF:9.7Q1 DOI:10.1016/j.biortech.2025.132703 PMID:40398568	研究论文	本研究利用生成深度学习模型辅助多目标优化，实现废水氮素通过光合细菌转化为蛋白质的过程	采用生成深度学习算法（如变分自编码器）生成高质量数据，支持氮去除、蛋白质浓度和氮转化效率的多目标优化	研究在有限数据条件下进行，可能影响模型的泛化能力	优化废水氮素去除与资源回收（蛋白质生产）的平衡	光合细菌（PSB）及其在废水处理中的应用	机器学习	NA	生成深度学习、多目标优化	变分自编码器（VAE）、弹性神经网络（ENN）	实验数据	5000个与PSB氮回收相关的生成样本
157	2025-06-03	Simpler Protein Domain Identification Using Spectral Clustering 2025-Jul, Proteins IF:3.2Q2 DOI:10.1002/prot.26808 PMID:39945423	research paper	该论文介绍了SPECTRALDOM，一种改进的蛋白质域识别方法，基于SPECTRUS算法，通过谱聚类技术简化了蛋白质域的分割过程	SPECTRALDOM在SPECTRUS算法基础上增加了三项改进：直接从成对相互作用中获取高质量分割、引入多序列比对模式以及使用家族匹配算法处理碎片问题	未明确提及具体局限性	改进蛋白质域识别方法，提高分割质量	蛋白质结构域	结构生物信息学	NA	谱聚类，弹性网络模型，多序列比对	SPECTRALDOM	蛋白质结构数据	使用了两个复杂案例进行验证
158	2025-06-03	A multimodal framework for assessing the link between pathomics, transcriptomics, and pancreatic cancer mutations 2025-Jul, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102526 PMID:40107149	研究论文	本研究开发了一个可解释的多模态框架，用于预测胰腺导管腺癌(PDAC)中的关键基因突变，整合了病理组学和转录组学数据	结合病理组学和转录组学数据，使用可解释的多模态框架预测PDAC中的基因突变	对于SMAD4和CDKN2A基因，多模态模型的预测性能相对较低	预测胰腺导管腺癌中的KRAS、TP53、SMAD4和CDKN2A基因突变	胰腺导管腺癌(PDAC)患者	数字病理学	胰腺癌	RNA-seq	CLAM、ResNet50、UNI、CONCH	图像、文本	TCGA-PAAD数据集(训练集)和CPTAC-PDA数据集(外部验证集)
159	2025-06-03	CQENet: A segmentation model for nasopharyngeal carcinoma based on confidence quantitative evaluation 2025-Jul, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102525 PMID:40107148	研究论文	提出了一种基于置信度定量评估的鼻咽癌自动分割模型CQENet，以提高鼻咽癌肿瘤区域的精确分割	引入了置信度评估模块(CAM)、肿瘤特征调整模块(FAM)和方差注意力机制(VAM)，以解决现有方法在肿瘤定位、边界模糊分割和结果置信度量化不足的问题	未提及具体样本量及数据来源的多样性可能对模型泛化能力的影响	提高鼻咽癌肿瘤区域的自动分割精度，增强分割结果的置信度量化	鼻咽癌肿瘤区域	数字病理	鼻咽癌	深度学习	CQENet	医学图像	多中心鼻咽癌数据集（未提及具体样本量）
160	2025-06-03	Interstitial-guided automatic clinical tumor volume segmentation network for cervical cancer brachytherapy 2025-Jul, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102520 PMID:40120492	research paper	提出了一种新型的间隙引导分割网络（ARGNet），用于宫颈癌间隙近距离放射治疗中的临床肿瘤体积自动分割	通过多任务交叉缝合方式将间隙针的位置信息整合到深度学习框架中，并引入空间反向注意力机制以减少针对于肿瘤分割的干扰，同时嵌入不确定性区域模块以增强模型在肿瘤与周围组织模糊边界处的辨别能力	研究仅基于回顾性数据，且样本量有限（191例CT扫描）	提高宫颈癌间隙近距离放射治疗中临床肿瘤体积（CTV）的自动分割精度	宫颈癌患者的CT扫描图像	digital pathology	cervical cancer	deep learning-based segmentation	ARGNet (advance reverse guided network)	CT scans	191例多疗程间隙近距离放射治疗的CT扫描