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
141	2025-10-06	Identification of Key Genes Associated with Overall Survival in Glioblastoma Multiforme Using TCGA RNA-Seq Expression Data 2025-Jun-27, Genes IF:2.8Q2 DOI:10.3390/genes16070755 PMID:40725410	研究论文	本研究通过机器学习和深度学习方法识别与胶质母细胞瘤总生存期相关的关键基因	首次结合机器学习特征选择方法和DeepSurv深度学习模型识别胶质母细胞瘤预后相关基因，并比较两种方法的性能	研究基于TCGA单一数据库，需要外部验证；基因功能机制需要进一步实验验证	识别与胶质母细胞瘤患者总生存期相关的关键基因生物标志物	胶质母细胞瘤原发性肿瘤样本	机器学习	胶质母细胞瘤	RNA-Seq	Cox比例风险模型, DeepSurv	基因表达数据	TCGA数据库中的胶质母细胞瘤原发性肿瘤样本	NA	DeepSurv	c-index	NA
142	2025-10-06	Integrating Deep Learning and Transcriptomics to Assess Livestock Aggression: A Scoping Review 2025-Jun-26, Biology DOI:10.3390/biology14070771 PMID:40723331	综述	通过范围综述评估深度学习和转录组学在牲畜攻击行为研究中的应用现状与趋势	首次系统整合深度学习视频分析与转录组学两种创新方法评估牲畜攻击行为研究现状	缺乏同时结合两种方法的研究，行为标注不一致，真实农场验证不足，跨模态整合有限	评估深度学习和转录组学在牲畜攻击行为研究中的应用现状并识别研究空白	牲畜攻击行为研究文献（2014-2025年4月）	计算机视觉，生物信息学	NA	转录组分析，视频分析	CNN	视频数据，转录组数据	268项原始研究（250项AI驱动行为表型分析，18项转录组研究）	NA	基于CNN的目标检测和姿态估计系统	NA	NA
143	2025-10-06	Improving the Minimum Free Energy Principle to the Maximum Information Efficiency Principle 2025-Jun-26, Entropy (Basel, Switzerland) DOI:10.3390/e27070684 PMID:40724400	研究论文	本文提出基于语义变分贝叶斯的最大信息效率原则，改进最小自由能原理的理论缺陷	提出语义变分贝叶斯方法和最大信息效率原则，引入语义信息G理论和逻辑贝叶斯推理，允许使用与语义相关的函数作为约束条件	需要结合深度学习方法才能获得更广泛的应用	改进最小自由能原理的理论基础，建立更完善的信息处理框架	信息理论、变分贝叶斯方法、脑与行为协调机制	机器学习	NA	变分贝叶斯方法、语义信息理论	语义变分贝叶斯	理论分析	NA	NA	NA	理论证明、计算实验	NA
144	2025-10-06	TFSNet: A Time-Frequency Synergy Network Based on EEG Signals for Autism Spectrum Disorder Classification 2025-Jun-25, Brain sciences IF:2.7Q3 DOI:10.3390/brainsci15070684 PMID:40722277	研究论文	提出一种基于脑电图信号的时频协同网络TFSNet用于自闭症谱系障碍分类	设计动态残差块增强时域特征提取，结合短时傅里叶变换和自适应跨域注意力机制实现时频特征高效融合	数据集样本量较小（谢菲尔德大学数据集56例，KAU数据集17例），需在更大样本上验证模型泛化能力	提高自闭症谱系障碍脑电图信号分类准确率	自闭症谱系障碍患者和健康对照者的脑电图信号	机器学习	自闭症谱系障碍	脑电图信号分析，短时傅里叶变换	CNN, 注意力机制	脑电图信号	谢菲尔德大学数据集：28名ASD患者和28名健康对照；KAU数据集：12名ASD患者和5名健康对照	NA	TFSNet, 动态残差块, 自适应跨域注意力机制	准确率	NA
145	2025-10-06	EnsembleNPPred: A Robust Approach to Neuropeptide Prediction and Recognition Using Ensemble Machine Learning and Deep Learning Methods 2025-Jun-25, Life (Basel, Switzerland) DOI:10.3390/life15071010 PMID:40724513	研究论文	提出一种集成机器学习和深度学习的神经肽预测框架EnsembleNPPred	集成传统机器学习模型与深度学习组件，通过多数投票机制结合SVM、Extra Trees和CNN模型的互补优势	NA	开发计算预测工具以支持神经肽候选序列的实验验证	神经肽序列	机器学习	NA	NA	SVM, Extra Trees, CNN	序列数据	NA	NA	CNN	准确率, 敏感性-特异性平衡	NA
146	2025-10-06	Automated UPDRS Gait Scoring Using Wearable Sensor Fusion and Deep Learning 2025-Jun-24, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12070686 PMID:40722378	研究论文	提出一种基于可穿戴传感器融合和深度学习的自动化UPDRS步态评分框架	将表面肌电信号和惯性测量单元数据整合到单一深度学习模型中，通过三分支网络结构模拟临床医生的多维评估	样本量较小（21名参与者），仅验证了简单步行任务	开发自动化帕金森病步态评估系统以减少人工评估的工作量和主观性	帕金森病患者和健康对照者	机器学习	帕金森病	表面肌电信号，惯性测量单元	深度学习	传感器信号（EMG，IMU）	21名帕金森病患者和健康对照者	NA	三分支网络（诊断头，评估头，平衡头）	分类准确率	NA
147	2025-10-06	Multi-Step Natural Gas Load Forecasting Incorporating Data Complexity Analysis with Finite Features 2025-Jun-23, Entropy (Basel, Switzerland) DOI:10.3390/e27070671 PMID:40724388	研究论文	本研究开发了一种结合数据复杂性分析和有限特征的多步天然气负荷预测模型	通过滚动分形维数、Hurst指数、样本熵和最大Lyapunov指数量化负荷序列复杂性特征，并将复杂特征整合到分解预测框架中	NA	量化评估天然气负荷的复杂性特征并开发多步超前预测模型	天然气负荷数据	机器学习	NA	NA	XGBoost, GRU	时间序列数据	NA	XGBoost	GRU, VMD	R	NA
148	2025-10-06	Artificial Intelligence in the Diagnostic Use of Transcranial Doppler and Sonography: A Scoping Review of Current Applications and Future Directions 2025-Jun-21, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12070681 PMID:40722373	综述	本文综述人工智能在经颅多普勒和超声诊断中的应用现状及未来发展方向	首次系统总结AI在神经超声学领域的应用，并指出脑实质疾病评估这一未开发领域的研究潜力	数据标准化不足、算法可解释性有限、临床整合困难，脑实质疾病评估研究尚不充分	探索人工智能在经颅多普勒和超声成像中的诊断应用与未来发展	经颅多普勒(TCD)和经颅彩色多普勒(TCCD)数据，脑血管异常和脑实质病变	医学影像分析	脑血管疾病, 脑实质病变	经颅多普勒, 经颅彩色多普勒, 超声成像	机器学习, 深度学习, 卷积神经网络	多普勒信号, 超声图像	基于41项相关研究	NA	NA	NA	NA
149	2025-10-06	A Review of Artificial Intelligence Models for Detecting Breast Arterial Calcification on Mammograms and Their Clinical Implications 2025-Jun, Cureus DOI:10.7759/cureus.86894 PMID:40726851	综述	本文综述了人工智能模型在乳腺钼靶图像中检测乳腺动脉钙化及其临床意义的研究进展	系统评估了多种深度学习模型在BAC检测中的性能，强调了AI技术解决BAC漏报和量化不一致问题的潜力	缺乏标准化的筛查协议和报告标准，模型在临床实践中的推广仍需验证	评估人工智能模型在乳腺钼靶图像中自动检测乳腺动脉钙化的应用价值	乳腺钼靶图像中的乳腺动脉钙化	计算机视觉	心血管疾病	乳腺钼靶成像	CNN, GAN	医学图像	NA	NA	U-Net, DU-Net, DoG-GAN, Simple Context U-Net	准确率, 诊断指标	NA
150	2025-10-06	DeepFace: A High-Precision and Scalable Deep Learning Pipeline for Predicting Large-Scale Brain Activity from Facial Dynamics in Mice 2025-Jun-15, bioRxiv : the preprint server for biology DOI:10.1101/2025.06.10.658952 PMID:40661434	研究论文	介绍DeepFace这一新一代面部分析流程，用于提升小鼠面部动态追踪和皮层活动预测能力	在DeepLabCut和Facemap基础上构建，解决可扩展性瓶颈并改进行为量化，提供高精度、关键点定制化以及跨多种GCaMP系列的稳健性能	NA	开发高精度可扩展的深度学习流程，从小鼠面部动态预测大规模脑活动	小鼠	计算机视觉	NA	深度学习，面部动态分析	深度学习模型	面部动态视频数据	大规模小鼠样本	NA	NA	精度，稳健性	高性能计算兼容，可扩展批处理
151	2025-10-06	Deep Learning Algorithms to Predict Differential Renal Function <40% in Unilateral Hydronephrosis Based on Key Parameters of Urinary Tract Ultrasound 2025-06, Urology IF:2.1Q2 DOI:10.1016/j.urology.2025.04.009 PMID:40210002	研究论文	基于尿路超声关键参数开发深度学习算法预测单侧肾积水患者分肾功能<40%	首次将肾盂前后径、上盏扩张和肾脏长度比等超声参数结合机器学习模型用于预测分肾功能受损	回顾性研究设计，样本仅来自单一医疗中心	开发预测单侧肾积水儿童分肾功能<40%的机器学习模型	802例肾积水儿童患者	机器学习	肾积水	尿路超声，利尿肾图	随机森林, 逻辑回归, 支持向量机	超声参数，临床数据	802例儿童患者	NA	NA	AUROC, 灵敏度, 特异度	NA
152	2025-10-06	Deep Learning Approaches for Automated Prediction of Treatment Response in Non-Small-Cell Lung Cancer Patients Based on CT and PET Imaging 2025-Jun-30, Tomography (Ann Arbor, Mich.) DOI:10.3390/tomography11070078 PMID:40710896	综述	本文综述了基于CT和PET影像使用深度学习方法自动预测非小细胞肺癌患者治疗响应的研究进展	系统整理并对比了基于CT和PET影像的深度学习策略在肺癌治疗响应评估中的应用	NA	探索深度学习在非小细胞肺癌治疗响应自动评估中的应用潜力	非小细胞肺癌患者的CT和PET影像数据	计算机视觉	肺癌	CT, PET	深度学习	医学影像	NA	NA	NA	NA	NA
153	2025-10-06	Morphometric, Biomechanical and Macromolecular Performances of β-TCP Macro/Micro-Porous Lattice Scaffolds Fabricated via Lithography-Based Ceramic Manufacturing for Jawbone Engineering 2025-Jun-28, Journal of functional biomaterials IF:5.0Q2 DOI:10.3390/jfb16070237 PMID:40710452	研究论文	本研究开发并表征了一种新型光固化打印β-TCP陶瓷支架，用于颌骨组织工程	首次采用光固化陶瓷制造技术制备具有宏/微孔结构的β-TCP晶格支架，结合深度学习工具分析骨再生过程	研究主要聚焦于颌骨缺损模型，未涉及其他骨骼部位的验证	开发具有优化骨传导性和机械稳定性的颌骨组织工程支架	β-TCP陶瓷支架及其在颌骨再生中的应用效果	生物医学工程	颌骨缺损	光固化陶瓷制造、微计算机断层扫描、同步辐射成像、傅里叶变换红外成像、深度学习	深度学习模型	医学影像数据	未明确说明	NA	NA	孔隙率、承载能力、骨再生效果、支架吸收率、矿化组织形成	NA
154	2025-10-06	The Robust Vessel Segmentation and Centerline Extraction: One-Stage Deep Learning Approach 2025-Jun-26, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11070209 PMID:40710596	研究论文	提出一种用于血管分割和中心线提取的单阶段深度学习方法	集成卷积和图层的混合架构，通过任务特定损失函数同时处理血管分割和中心线提取，直接预测具有实值坐标的多段线中心线	仅在142例CT血管造影图像上验证，未在其他模态或更大规模数据上测试	开发同时实现血管分割和中心线提取的端到端深度学习方法	胸腹部血管的CT血管造影图像	计算机视觉	心血管疾病	CT血管造影	多任务神经网络	医学图像	142例CT血管造影图像（来自LIDC-IDRI和AMOS数据集）	NA	卷积神经网络,图神经网络	Surface Dice（3mm阈值）, Surface Dice（1mm阈值）	NA
155	2025-10-06	Artificial Intelligence-Driven Drug Toxicity Prediction: Advances, Challenges, and Future Directions 2025-Jun-23, Toxics IF:3.9Q1 DOI:10.3390/toxics13070525 PMID:40710970	综述	本文系统回顾了人工智能在药物毒性预测领域的应用进展、挑战与未来发展方向	重点关注深度学习与多模态数据融合策略在药物毒理学评估中的创新应用	作为综述文章未提出新的原创模型或算法	为药物研发中的毒性预测提供理论框架和技术策略	药物毒性预测相关的研究文献和方法	机器学习	NA	多模态数据融合	机器学习,深度学习	多模态数据	NA	NA	NA	NA	NA
156	2025-10-06	Optimizing Tumor Detection in Brain MRI with One-Class SVM and Convolutional Neural Network-Based Feature Extraction 2025-Jun-21, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11070207 PMID:40710594	研究论文	本研究结合单类支持向量机和卷积神经网络特征提取优化脑部MRI中的肿瘤检测	使用仅基于健康脑MRI图像特征训练的单类支持向量机，结合多种CNN架构进行特征提取，无需标记的病理数据即可检测脑肿瘤异常	需要减少推理时间，扩展和多样化训练数据集，并整合可解释性工具	解决医学影像数据类别不平衡问题，提高脑肿瘤早期检测性能	脑部MRI图像	计算机视觉	脑肿瘤	MRI	OCSVM, CNN	图像	NA	NA	DenseNet121, VGG16, MobileNetV2, InceptionV3, ResNet50	准确率, 精确率, 敏感度	资源受限环境（基于MobileNetV2的评估）
157	2025-10-06	RGB-to-Infrared Translation Using Ensemble Learning Applied to Driving Scenarios 2025-Jun-20, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11070206 PMID:40710593	研究论文	提出一种基于集成学习的RGB到红外图像转换方法，用于增强自动驾驶场景中的多模态感知数据集	使用梯度提升决策树替代传统深度学习方法进行图像转换，在数据稀缺情况下表现更优	未明确说明方法在极端天气或复杂光照条件下的性能表现	解决红外数据稀缺问题，增强自动驾驶感知系统的传感器融合算法	RGB图像到近红外和热红外图像的转换	计算机视觉	NA	图像转换，传感器融合	梯度提升决策树	RGB图像，红外图像	MS2、EPFL和Freiburg数据集	NA	集成学习	R2, PSNR, SSIM, LPIPS	NA
158	2025-10-06	A Fully Automated Artificial Intelligence-Based Approach to Predict Renal Function After Radical or Partial Nephrectomy 2025-06, Urology IF:2.1Q2 DOI:10.1016/j.urology.2025.01.073 PMID:39914676	研究论文	开发了一种基于人工智能的全自动方法预测肾切除术后肾功能	使用完全自动化的深度学习分割模型从术前CT图像中获取分肾功能，无需临床细节或医生干预	研究样本量相对较小（300例患者），且仅使用了单一数据集（KiTS19挑战赛数据）	比较人工智能模型与已验证临床模型在预测肾切除术后肾小球滤过率方面的准确性	接受肾切除术的肾肿瘤患者	数字病理	肾癌	计算机断层扫描	深度学习	医学影像	300例肾肿瘤患者	NA	NA	相关系数, AUC	NA
159	2025-10-06	LncRNA Subcellular Localization Across Diverse Cell Lines: An Exploration Using Deep Learning with Inexact q-mers 2025-Jun-25, Non-coding RNA IF:3.6Q2 DOI:10.3390/ncrna11040049 PMID:40700092	研究论文	本研究使用深度学习和非精确q-mer方法探索lncRNA在不同细胞系中的亚细胞定位	首次将非精确q-mer引入lncRNA亚细胞定位预测，并发现存在切换定位的lncRNA类别	切换lncRNA的存在使得机器学习模型预测lncRNA定位变得更加复杂	研究lncRNA亚细胞定位预测及其细胞类型特异性问题	长链非编码RNA(lncRNA)的亚细胞定位	生物信息学	NA	非精确q-mer分析	深度学习,机器学习	lncRNA序列数据	15个细胞系的lncRNA定位数据	NA	NA	预测性能	NA
160	2025-10-06	Integrating Artificial Intelligence in Next-Generation Sequencing: Advances, Challenges, and Future Directions 2025-Jun-19, Current issues in molecular biology IF:2.8Q3 DOI:10.3390/cimb47060470 PMID:40699869	综述	探讨人工智能与下一代测序技术的融合及其在基因组学研究和临床应用中的变革性影响	系统阐述AI在NGS全流程中的整合应用，并前瞻性讨论AI在第三代测序和联邦学习等新兴方向的发展	面临数据异质性、模型可解释性和伦理问题等挑战	研究人工智能与下一代测序技术的协同发展及其在精准医疗中的应用前景	基因组学数据和多组学数据	机器学习	癌症	下一代测序(NGS), 第三代测序(TGS), 单细胞测序	CNN, RNN, 混合架构	基因组数据, 表观基因组数据, 转录组数据	NA	NA	NA	NA	NA