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
321	2025-12-01	Multi-Omics Data Integration for Improved Cancer Subtyping via Denoising Autoencoder-Based Multi-Kernel Learning 2025-Oct-22, Genes IF:2.8Q2 DOI:10.3390/genes16111246 PMID:41300698	研究论文	提出一种结合去噪自编码器和多核学习的深度学习框架DAE-MKL，用于癌症分子亚型识别	首次将去噪自编码器与多核学习相结合，能够有效处理多组学数据的高维特性并降低噪声干扰	仅在低级别胶质瘤和肾透明细胞癌两种癌症类型上验证，样本量相对有限	开发多组学数据整合方法以改进癌症亚型识别	低级别胶质瘤(LGG, n=86)和肾透明细胞癌(KIRC, n=285)患者的多组学数据	机器学习	癌症	多组学数据整合	去噪自编码器, 多核学习	多组学数据	LGG 86例, KIRC 285例	深度学习框架	DAE-MKL	NMI, 生存分析log-rank p值	NA
322	2025-12-01	A Scoping Review of AI-Based Approaches for Detecting Autism Traits Using Voice and Behavioral Data 2025-Oct-22, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12111136 PMID:41301092	综述	系统梳理人工智能在自闭症谱系障碍诊断中基于语音和行为数据的计算行为表型分析方法	首次系统性地绘制了AI在ASD诊断中八种关键行为模态的应用全景图，涵盖语音生物标志物、对话动态、运动分析等多维度数据	存在数据集异质性、样本性别偏见和总体样本量小等限制临床实施和泛化性的关键挑战	评估人工智能在自闭症谱系障碍诊断中的应用现状和发展方向	自闭症谱系障碍的行为特征和诊断方法	机器学习	自闭症谱系障碍	计算行为表型分析	机器学习,深度学习	语音数据,行为数据,多模态数据	158项研究（2015-2025年）	NA	NA	准确率	NA
323	2025-12-01	DeepCARS-Identified High-Risk Patients: Clinical Interventions and Outcomes During the Korean Healthcare Crisis 2025-Oct-22, Medicina (Kaunas, Lithuania) DOI:10.3390/medicina61111896 PMID:41303733	研究论文	本研究评估了基于深度学习的DeepCARS预警系统在韩国医疗危机期间对临床决策的影响	首次在医疗资源受限环境下评估AI预警系统对医生实际决策的影响，并识别出影响干预决策的关键临床因素	回顾性研究设计，算法未包含患者功能状态和衰弱等个体化因素	评估DeepCARS预警系统在真实医疗环境中对医生决策的影响	830名触发DeepCARS警报的成人病房患者	医疗人工智能	心脏骤停风险患者	深度学习	深度学习预警系统	临床数据	830名成人病房患者	NA	DeepCARS	AUC, 敏感性, 特异性	NA
324	2025-11-30	DE-YOLOv13-S: Research on a Biomimetic Vision-Based Model for Yield Detection of Yunnan Large-Leaf Tea Trees 2025-Oct-30, Biomimetics (Basel, Switzerland) DOI:10.3390/biomimetics10110724 PMID:41294396	研究论文	提出一种融合灵长类视觉机制的深度学习网络DE-YOLOv13-S，用于云南大叶茶树的产量检测	首次将灵长类视觉机制融入YOLO框架，通过DynamicConv优化感受野动态调整，引入高效混合池化通道注意力模拟全局增益控制策略，使用基于尺度的动态损失模拟中央凹机制	NA	解决云南大叶茶树产量检测中目标尺度多变、背景复杂、图像模糊和严重遮挡的挑战	云南大叶茶树	计算机视觉	NA	深度学习	YOLO, CNN	图像	NA	NA	DE-YOLOv13-S, YOLOv13	Box Loss, Cls Loss, DFL Loss, 精确度, 召回率, mAP	NA
325	2025-11-30	Multi-institutional validation of AI models for classifying urothelial neoplasms in digital pathology 2025-Oct-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-21096-1 PMID:41136495	研究论文	本研究提出了一种基于深度学习的数字病理图像分类方法，用于区分正常、非浸润性和浸润性尿路上皮肿瘤	首次在多机构数据集上验证AI模型对膀胱尿路上皮肿瘤的细分类，重点关注膀胱病变并区分关键病理类别	NA	开发并验证用于膀胱癌病理图像分类的人工智能模型	尿路上皮肿瘤的数字化病理切片图像	数字病理	膀胱癌	数字化病理成像	CNN, Transformer	图像	来自5个机构的12,500张全切片图像	NA	EfficientNet-B6, Transformer	准确率, 灵敏度, 特异性, F1分数, AUC	NA
326	2025-11-29	A Deep Learning-Based Ensemble System for Brent and WTI Crude Oil Price Analysis and Prediction 2025-Oct-31, Entropy (Basel, Switzerland) DOI:10.3390/e27111122 PMID:41294965	研究论文	提出一种基于深度学习的集成系统用于布伦特和WTI原油价格分析与预测	结合多种深度学习模型并通过贝叶斯优化调参，使用SLSQP算法进行加权集成	未明确说明数据时间范围和样本规模，未讨论模型在极端市场条件下的表现	设计一个精确的原油价格预测系统	布伦特和WTI原油价格	机器学习	NA	NA	CNN, LSTM, BiLSTM, GRU, BiGRU, DFFNN, XGBoost, RT	时间序列数据	NA	NA	卷积神经网络, 长短期记忆网络, 双向LSTM, 门控循环单元, 双向GRU, 深度前馈神经网络	NA	NA
327	2025-11-29	MVIB-Lip: Multi-View Information Bottleneck for Visual Speech Recognition via Time Series Modeling 2025-Oct-31, Entropy (Basel, Switzerland) DOI:10.3390/e27111121 PMID:41294964	研究论文	提出一种基于多视图信息瓶颈的视觉语音识别框架MVIB-Lip，通过时间序列建模提升唇读性能	首次将多视图学习与信息瓶颈理论结合用于唇读任务，同时利用原始轨迹和递归图两种互补表示	未明确说明在极端低资源条件下的性能表现	开发数据高效且具有良好泛化能力的视觉语音识别方法	唇部运动的多视图表示	计算机视觉	NA	时间序列分析，递归图	Transformer, CNN	时间序列数据，图像	OuluVS数据集和自收集数据集	PyTorch	Transformer, ResNet-18	准确率，泛化能力	NA
328	2025-11-29	A Deep Regression Model for Tongue Image Color Correction Based on CNN 2025-Oct-29, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11110381 PMID:41295098	研究论文	提出基于CNN的舌象颜色校正回归模型TococoNet，用于消除舌图像的颜色偏差	提出新型回归模型TococoNet，采用对称编码器-解码器U-Blocks结构并通过M-Block进行多级特征融合	NA	消除舌图像中的颜色偏差，提高颜色真实性	舌图像	计算机视觉	中医舌诊	深度学习	CNN	图像	NA	NA	U-Net类架构（U-Blocks, M-Block）	颜色距离ΔE	NA
329	2025-11-29	Distinguishing Between Healthy and Unhealthy Newborns Based on Acoustic Features and Deep Learning Neural Networks Tuned by Bayesian Optimization and Random Search Algorithm 2025-Oct-27, Entropy (Basel, Switzerland) DOI:10.3390/e27111109 PMID:41294952	研究论文	本研究开发了基于声学特征和深度前馈神经网络的模型，用于区分健康与不健康新生儿	使用贝叶斯优化和随机搜索算法优化深度前馈神经网络配置，结合多种声学特征进行新生儿哭声分类	NA	开发辅助医生临床决策的新生儿健康状态分类系统	新生儿哭声	机器学习	新生儿疾病	声学特征分析	DFFNN	音频	NA	NA	深度前馈神经网络	准确率	NA
330	2025-11-29	Do Children with Autism Spectrum Disorders (ASD) Have Deep Learning Ability? An Exploratory Research in Inclusive Play 2025-Oct-27, Journal of Intelligence IF:2.8Q1 DOI:10.3390/jintelligence13110135 PMID:41295416	研究论文	通过观察性游戏研究探索自闭症谱系障碍儿童的深度学习能力表现	首次针对学龄前自闭症儿童在融合游戏情境中的深度学习能力进行实证研究，并开发了专门的评估量表	样本量较小（8名ASD儿童），仅来自四所公立幼儿园，研究结果推广性有限	探索自闭症谱系障碍儿童在游戏中的深度学习能力表现及其影响因素	8名自闭症谱系障碍儿童和13名正常发育儿童（5-7岁）	发展心理学	自闭症谱系障碍	观察法、评估量表	NA	行为观察数据、评估量表数据	21名儿童（8名ASD+13名TD），收集40个游戏案例（10个融合游戏+30个单独游戏）	NA	NA	评估量表得分	NA
331	2025-11-29	Prediction of Postoperative Mortality After Fontan Procedure: A Clinical Prediction Model Study Using Deep Learning Artificial Intelligence Techniques 2025-Oct-23, Journal of cardiovascular development and disease IF:2.4Q2 DOI:10.3390/jcdd12110420 PMID:41295346	研究论文	本研究开发并验证了一种基于深度学习的临床预测模型，用于预测Fontan手术后的术后死亡率	首次将深度学习技术应用于Fontan手术后死亡率预测，并采用SHAP分析增强模型可解释性，开发了用户友好的临床应用界面	需要额外的外部验证来确认其更广泛的适用性和临床实用性	开发并验证深度学习模型以预测Fontan手术后死亡率，并识别关键预测因素	230名接受Fontan手术的单心室先天性心脏病患者	机器学习	先天性心脏病	深度学习人工智能技术	DNN	临床、生化、血流动力学变量	230名患者	Streamlit	深度神经网络	准确率, 精确率, 召回率, F1分数, AUC-ROC, 特异性	NA
332	2025-11-29	Artificial Intelligence in Clinical Oncology: From Productivity Enhancement to Creative Discovery 2025-Oct-22, Current oncology (Toronto, Ont.) DOI:10.3390/curroncol32110588 PMID:41294650	综述	本文综述人工智能在临床肿瘤学中从生产力提升到创造性发现的双重影响	提出AI在肿瘤学中的双重作用框架，并介绍FUTURE-AI临床转化框架	NA	探讨人工智能在临床肿瘤学中的应用与影响	临床肿瘤学数据与工作流程	机器学习	癌症	NA	深度学习,基于Transformer的基础模型	多模态数据,影像数据,临床数据	NA	NA	NA	NA	NA
333	2025-11-29	Redefining MRI-Based Skull Segmentation Through AI-Driven Multimodal Integration 2025-Oct-22, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11110372 PMID:41295090	研究论文	开发基于AI的多模态集成工作流，实现直接从常规MRI进行颅骨分割	通过多模态配准将CT分割结果迁移到MRI，实现无需专门序列的MRI颅骨自动分割	MRI上的绝对精度低于CT，分割性能存在一定差距	开发无需电离辐射的颅骨分割方法，提升MRI在手术规划中的实用性	颅骨分割，特别关注儿科和创伤病例	医学影像分析	颅颌面疾病	MRI，CT，多模态配准	深度学习模型	医学影像（MRI和CT）	186对配对的CT-MRI数据集	NA	NA	Dice相似系数，平均表面距离，Hausdorff距离	NA
334	2025-11-28	Recent Advances and Application of Machine Learning for Protein-Protein Interaction Prediction in Rice: Challenges and Future Perspectives 2025-Oct-27, Proteomes IF:4.0Q2 DOI:10.3390/proteomes13040054 PMID:41283644	综述	本文综述了机器学习在水稻蛋白质-蛋白质相互作用预测中的最新进展、应用及未来展望	重点关注蛋白质异构体对PPI动态和特异性的影响，并系统总结机器学习方法在水稻PPI预测中的算法创新、特征提取和计算资源发展	面临数据限制和模型泛化性等关键挑战	为研究人员提供使用机器学习生成水稻PPI网络预测性和机制性见解的路线图	水稻蛋白质-蛋白质相互作用	机器学习	植物胁迫响应	机器学习，多组学整合	深度学习，人工智能	蛋白质序列数据，相互作用数据	NA	NA	NA	NA	NA
335	2025-11-28	Integrating deep learning and radiomics for preoperative glioma grading using multi-center MRI data 2025-Oct-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-20711-5 PMID:41120521	研究论文	提出融合深度学习和影像组学的双流框架，用于术前胶质瘤分级	首次将3D卷积神经网络与影像组学特征通过集成模型结合，并在多中心数据中验证其优越性能	回顾性研究设计，需要前瞻性验证	提高术前胶质瘤分级的准确性	经组织病理学确诊的胶质瘤患者	医学影像分析	胶质瘤	多参数MRI	CNN, 集成学习	医学影像	847例训练患者（来自5个神经外科中心）+213例外部队列验证	NA	3D CNN	AUC, 敏感性, 特异性	NA
336	2025-11-28	Bio-inspired neutrosophic-enzyme intelligence framework for pediatric dental disease detection using multi-modal clinical data 2025-Oct-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-21923-5 PMID:41107487	研究论文	开发了一种基于生物启发的神经模糊-酶智能框架，用于儿科牙科疾病的多模态临床数据检测	整合生物原理与不确定性量化的神经模糊深度学习框架，模仿唾液酶动力学的特征提取和蝾螈再生愈合预测机制	NA	提高儿科牙科疾病诊断的精确度和效率	儿科牙科疾病患者	数字病理	儿科牙科疾病	多模态临床数据整合	深度学习	临床检查、放射影像、遗传生物标志物、行为评估	18,432名3-17岁儿科患者，来自六个国际中心	NA	神经模糊深度学习	准确率、敏感性、特异性	NA
337	2025-11-28	The Evolution of Machine Learning and Its Applications in Orthopaedics: A Bibliometric Analysis 2025-Oct, Cureus DOI:10.7759/cureus.95296 PMID:41287693	文献计量分析	通过文献计量分析探讨机器学习在骨科领域的应用现状和发展趋势	首次对骨科领域机器学习应用的100篇高被引文献进行系统性文献计量分析	仅纳入英文文献且样本量有限，缺乏高质量证据支持的研究	分析机器学习在骨科领域的应用现状、方法学质量和研究趋势	Web of Science数据库中骨科机器学习应用的100篇高被引文献	机器学习	骨科疾病	文献计量分析	CNN,深度学习	文献数据	100篇高被引文献，总计10886次引用	NA	卷积神经网络	引用次数，证据等级	NA
338	2025-11-28	Accuracy and Reliability of Artificial Intelligence in Surgical Decision-Making: A Literature Review 2025-Oct, Cureus DOI:10.7759/cureus.95337 PMID:41287740	文献综述	本文通过文献综述评估人工智能在手术决策中的准确性和可靠性	系统评估AI在不同外科专科中的性能表现，并首次综合比较实时引导技术的基准	仅采用叙述性综合方法，未进行数据验证或纳入研究质量评估，缺乏系统评价验证	评估AI在手术决策中的准确性和可靠性，识别数据与伦理问题，比较不同专科模型性能	28项来自不同地理和学科背景的外科AI应用研究	医疗人工智能	外科手术	机器学习，深度学习	CNN, GAN	手术相关数据	28项研究	NA	卷积神经网络，生成对抗网络	AUC, 准确率	NA
339	2025-11-27	Exploring synthetic controls in rare diseases with a proof of concept in spinal cord injury 2025-Oct-24, BMC medicine IF:7.0Q1 DOI:10.1186/s12916-025-04405-3 PMID:41137105	研究论文	本研究探索在脊髓损伤等罕见疾病中使用合成对照的方法，通过数据驱动的恢复预测构建合成对照组	首次在脊髓损伤领域提出使用合成对照组替代随机对照，并比较了六种不同架构的预测模型性能	研究基于历史数据集，需要在更多临床试验中验证合成对照的适用性	解决罕见疾病临床试验中患者招募困难和队列异质性的挑战	脊髓损伤患者的神经功能恢复预测	医疗人工智能	脊髓损伤	数据驱动预测，临床数据分析	CNN, 线性模型, 树模型, 深度学习模型	临床数据，节段性运动评分序列	EMSCI数据集4196名患者，Sygen试验587名患者用于外部验证	NA	卷积神经网络，线性模型，树模型	均方根误差	NA
340	2025-11-27	The Digital Revolution in Cardiac Ischemia: Artificial Intelligence (AI)-Enhanced Detection, Diagnosis, and Risk Stratification 2025-Oct, Cureus DOI:10.7759/cureus.95059 PMID:41281082	综述	本文综述人工智能在心脏缺血检测、诊断和风险分层中的革命性应用	利用卷积神经网络检测心肌梗死（包括易被漏诊的非ST段抬高型闭塞事件），实现冠脉CT血管造影的自动化斑块定量和狭窄评估，开发基于深度学习的血流储备分数计算技术	存在算法偏差、临床工作流程整合困难以及在不同人群中验证不足等挑战	探索人工智能如何改进心脏缺血的早期检测、准确诊断和风险分层	心脏缺血患者及相关医学影像数据	数字病理	心血管疾病	机器学习，深度学习	CNN	医学影像（冠脉CT血管造影，心脏MRI，灌注成像），可穿戴设备数据	NA	NA	卷积神经网络	准确度，诊断性能	NA