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	2026-01-02	Using a dynamic arithmetic optimization approach to improve ridgelet neural network performance in remote sensing scene classification 2025-Nov-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-28490-9 PMID:41271988	研究论文	本研究提出了一种创新的动态算术优化算法（DAOA）来优化Ridgelet神经网络（RNN）的超参数，以提高遥感场景分类的准确性	提出了一种新的动态算术优化算法（DAOA）来自动搜索RNN模型的最佳超参数，从而提升其性能	NA	提高遥感场景分类的准确性和效率	遥感场景图像	计算机视觉	NA	NA	RNN（Ridgelet神经网络）	图像	UC Merced Land Use公开数据集	NA	Ridgelet神经网络	NA	NA
142	2026-01-02	Multi scale deep learning quantifies Ki67 index in breast cancer histopathology images 2025-Nov-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-28734-8 PMID:41272033	研究论文	本文提出了一种基于U-Net的多尺度深度学习框架Kpi-Net，用于精确量化乳腺癌病理图像中的Ki67增殖指数	提出了结合残差扩张多尺度模块（RDMS Module）与Transformer Block以同时捕获局部和全局信息，并引入HS-CBAM-FPN模块优化多级特征融合，最后利用分水岭算法细化细胞簇分割	未明确说明模型在染色差异大或极低分辨率图像上的泛化能力，也未提及临床大规模验证的细节	开发一种自动化、高精度的Ki67增殖指数计算方法，以辅助乳腺癌诊断和治疗决策	乳腺癌组织病理学图像	数字病理学	乳腺癌	组织病理学成像	深度学习	图像	未在摘要中明确说明	未明确说明（可能为PyTorch或TensorFlow）	U-Net, Transformer, FPN	F1分数, 均方根误差（RMSE）	未在摘要中明确说明
143	2026-01-02	Smartphone-integrated portable microfluidic platform for liver biomarker quantification using deep learning 2025-Nov-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-29431-2 PMID:41272257	研究论文	本文介绍了一种结合微流控、深度学习和移动健康技术的智能手机集成比色传感平台，用于定量估计肝脏生物标志物	开发了一种新型智能手机集成便携式微流控平台，采用深度学习进行回归分析，并引入了两点智能手机适应性框架以确保跨设备性能，无需重新训练	NA	实现准确且去中心化的肝脏生物标志物测试，以支持早期诊断和肝功能障碍监测，特别是在资源有限的环境中	肝脏生物标志物，包括直接和总胆红素、丙氨酸氨基转移酶（ALT）和天冬氨酸氨基转移酶（AST）	计算机视觉	肝功能障碍	比色传感，立体光刻（SLA）3D打印微流控技术	CNN	图像	NA	NA	卷积神经网络（CNN）	决定系数（R），检测限，变异系数	智能手机（多种型号）
144	2026-01-02	A global bibliometric and visualization study of the adaptive radiotherapy research landscape 2025-Nov-20, Discover oncology IF:2.8Q2 DOI:10.1007/s12672-025-04066-x PMID:41264148	研究论文	本文通过文献计量学分析，揭示了自适应放疗（ART）的研究格局、趋势及合作网络	首次对自适应放疗领域进行全面的文献计量与可视化分析，识别了从器官运动/剂量递增到深度学习及MR引导放疗的研究趋势演变	分析基于Web of Science数据库，可能未涵盖所有相关文献；且为回顾性分析，无法预测未来具体技术发展	揭示自适应放疗的流行研究模式、新兴趋势及合作网络，以指导未来临床研究方向	自适应放疗相关的科学出版物	医学信息学/放射肿瘤学	癌症	文献计量分析、网络可视化	NA	文本（科学出版物元数据）	3,941篇出版物（1999-2024年）	CiteSpace, Excel	NA	NA	NA
145	2026-01-02	Development and validation of a deep learning model for individualized survival prediction in advanced cervical cancer 2025-Nov-18, Discover oncology IF:2.8Q2 DOI:10.1007/s12672-025-03920-2 PMID:41258562	研究论文	本研究开发并验证了一种基于深度学习的个体化生存预测模型，用于晚期宫颈癌患者的预后评估	首次利用晚期宫颈癌数据库结合深度学习方法，开发了一种新颖的预后模型，能够捕捉数据的复杂非线性关系	NA	开发并验证一种个体化生存预测模型，以改善晚期宫颈癌患者的预后评估	晚期宫颈癌患者	机器学习	宫颈癌	深度学习	深度生存学习模型	流行病学、临床和血液学变量数据	内部数据集1143名患者（训练集914名，测试集229名），外部验证SEER数据库3495名患者	NA	DSLM	AUROC	NA
146	2026-01-02	Functional diversity of visual cortex improves constraint-free natural image reconstruction from human brain activity 2025-Nov, Fundamental research IF:5.7Q1 DOI:10.1016/j.fmre.2023.08.010 PMID:41467019	研究论文	本文提出了一种基于人类视觉皮层功能多样性的生成网络（FDGen），用于从fMRI脑活动数据中无约束地重建自然图像	提出FDGen网络，首次实现无需额外语义类别或文本提示的自然图像重建，并引入基于功能特化的输入模块（FIM）和功能级注意力特征权重模块（FSM）	未明确说明模型在更广泛或复杂视觉刺激下的泛化能力，以及计算资源需求的具体细节	开发基于fMRI的脑解码算法，实现从大脑活动无约束重建自然图像	人类视觉皮层功能多样性及fMRI脑活动数据	计算机视觉	NA	功能磁共振成像（fMRI）	生成网络	图像，脑活动数据	NA	NA	FDGen	NA	NA
147	2026-01-01	AI in drug repurposing for cancer therapies 2025-Nov, Annals of medicine and surgery (2012) DOI:10.1097/MS9.0000000000003893 PMID:41180633	评论	本文探讨了人工智能在癌症治疗药物再利用中的变革潜力，包括其方法、成功案例及面临的挑战	强调了AI（特别是机器学习和深度学习）在快速识别现有药物抗癌潜力方面的创新应用，为传统药物开发提供了成本效益高且省时的替代方案	讨论了AI整合到药物再利用中面临的挑战和伦理考虑，包括需要稳健的验证和监管监督以确保患者安全和疗效	研究人工智能在癌症治疗药物再利用领域的应用潜力	现有药物及其潜在的抗癌特性	机器学习	癌症	机器学习（ML），深度学习（DL）	NA	大规模数据集	NA	NA	NA	NA	NA
148	2026-01-01	Artificial intelligence in genomics: transforming the diagnosis of hereditary spastic paraplegia 2025-Nov, Annals of medicine and surgery (2012) DOI:10.1097/MS9.0000000000003882 PMID:41180748	综述	本文综述了人工智能在基因组学中的应用，特别是如何改变遗传性痉挛性截瘫的诊断	整合了AI驱动的基因组学工具，如Dynamicasome结合分子动力学模拟与深度学习，以捕捉超越序列保守性的结构破坏，并利用SpliceAI和Exomiser等工具改进剪接预测和表型驱动的变异优先排序	未提及具体研究中的样本量限制或数据偏差	探讨人工智能如何加速遗传性痉挛性截瘫的分子诊断和临床管理	遗传性痉挛性截瘫患者及其基因组数据	基因组学	遗传性痉挛性截瘫	下一代测序	深度学习	基因组序列数据	NA	NA	NA	临床级准确性	NVIDIA Parabricks, Illumina DRAGEN
149	2026-01-01	Proformer: a multimodal proteomics transformer model for multidisease early risk assessment 2025-Nov-01, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf686 PMID:41454831	研究论文	本文提出了一种名为Proformer的多模态蛋白质组学Transformer模型，用于评估20种常见慢性疾病的多疾病早期风险	首次开发了一种能够整合蛋白质表达、序列和功能信息的多模态Transformer模型，用于从单一测量中提供多疾病风险预测，超越了现有疾病特异性工具	模型训练依赖于英国生物银行的数据，可能在其他人群中的泛化能力有限，且未详细讨论模型的可解释性或临床部署的可行性	开发一种基于蛋白质组学数据的多疾病早期风险评估工具，以改善慢性疾病的预防和干预策略	来自英国生物银行的47,124名个体的真实蛋白质组学数据，用于评估20种常见慢性疾病的风险	机器学习	慢性疾病	蛋白质组学	Transformer	蛋白质表达、序列和功能信息	47,124名个体	NA	Transformer	10年判别性能	NA
150	2026-01-01	Harnessing Artificial Intelligence for Precision Cardiovascular Medicine 2025-Nov, Cureus DOI:10.7759/cureus.97837 PMID:41458747	综述	本文探讨了人工智能在心血管医学中的应用，特别是其在提高诊断精度、效率和早期识别心脏疾病方面的作用	综述了AI在心血管医学中的多种应用，包括ECG、超声心动图和心脏成像的AI驱动诊断工具，以及非侵入性AI工具如HeartFlow在治疗规划中的作用	AI系统需要访问敏感患者数据，引发隐私、数据安全和伦理监督的担忧，可能削弱公众信任	评估人工智能在心血管医学中的诊断能力和临床应用，以改善患者预后和临床决策	心脏疾病，特别是冠状动脉疾病和心脏自主神经功能障碍	机器学习	心血管疾病	NA	支持向量机, 深度学习, 人工神经网络	心电图数据, 心脏CT图像, 超声心动图, 心脏成像	NA	NA	NA	NA	NA
151	2025-12-31	AI and telemedicine in management of diabetes 2025-Nov-28, Folia medica DOI:10.3897/folmed.67.e153728 PMID:41467276	综述	本文探讨了远程医疗和人工智能如何重塑糖尿病管理	结合远程医疗和AI技术，探索其在糖尿病早期预测、风险评估和并发症筛查中的创新应用	技术普及不均，部分医疗提供者持怀疑态度，且存在数据隐私和系统互操作性挑战	评估远程医疗和AI在糖尿病护理中的效果与潜力	糖尿病患者及其医疗记录	自然语言处理, 机器学习	糖尿病	机器学习, 深度学习, 自然语言处理	NA	文本, 医疗记录	NA	NA	NA	准确性	NA
152	2025-12-30	FigATree: a novel framework for histological subtyping and grading of lung adenocarcinoma 2025-Nov-27, Virchows Archiv : an international journal of pathology IF:3.4Q1 DOI:10.1007/s00428-025-04355-4 PMID:41307585	研究论文	本文提出了一种名为FigATree的新型可解释AI框架，用于肺腺癌的组织学亚型分型和分级诊断	结合基础模型增强的区域级编码器与基于XGBoost的病理学知识驱动的玻片级分类器，实现了高精度且可解释的肺腺癌诊断	未明确说明模型在更广泛或更具挑战性数据集上的潜在性能限制	开发一种可解释的AI框架，以提升肺腺癌组织学亚型分型和分级的准确性与临床可翻译性	肺腺癌（LUAD）	数字病理学	肺癌	H&E染色	基础模型, XGBoost	图像	1186张H&E染色全玻片图像	NA	NA	准确率	NA
153	2025-12-30	CELLetter: leveraging large language model and dual-stream network to identify context-specific ligand-receptor interactions for cell-cell communication analysis 2025-Nov-01, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf693 PMID:41451540	研究论文	本文介绍了一个名为CELLetter的深度学习框架，用于识别细胞间通讯中的配体-受体相互作用，并整合下游转录因子活动来解码细胞信号传导	结合蛋白质大语言模型ProstT5进行特征嵌入，采用双流架构进行特征提取和降维，引入门控机制进行动态权重调整的特征融合，并提出了基于空间转录组学的多角度验证策略	未明确说明模型在处理大规模数据集时的计算效率或对特定细胞类型的泛化能力限制	开发一个深度学习框架以识别潜在的配体-受体相互作用并量化细胞间通讯强度	细胞间通讯中的配体-受体相互作用，特别是基于单细胞RNA测序数据和空间转录组学数据	机器学习	头颈部鳞状细胞癌	单细胞RNA测序，空间转录组学，基因调控网络分析	深度学习框架，双流网络	蛋白质序列，单细胞RNA测序数据，空间转录组学数据	NA	NA	双流架构，门控机制	11种评估指标，包括共定位距离、共表达比率、共检测概率等	NA
154	2025-12-30	Deciphering RNA modification and post-transcriptional regulation with NetRNApan 2025-Nov-01, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf690 PMID:41451538	研究论文	本文介绍了NetRNApan，一个用于RNA修饰位点预测、基序发现和反式调控因子识别的深度学习框架	NetRNApan通过深度学习框架，不仅提高了RNA修饰位点预测的准确性，还增强了特征表示的可解释性和通用性，并能发现新的反式调控因子	NA	研究RNA修饰和转录后调控，开发一个深度学习框架用于预测RNA修饰位点、发现基序和识别调控因子	RNA修饰，特别是m5U和m6A修饰，以及相关的RNA结合蛋白	自然语言处理	NA	FICC-seq, miCLIP-seq	深度学习	RNA序列数据	NA	NA	NA	准确性	NA
155	2025-12-29	Harnessing artificial intelligence to advance insights in systemic sclerosis skin and lung disease 2025-Nov-01, Current opinion in rheumatology IF:5.2Q1 DOI:10.1097/BOR.0000000000001114 PMID:40767529	综述	本文综述了截至2024年人工智能在系统性硬化症皮肤和肺部疾病研究中的应用进展	总结了人工智能在系统性硬化症研究中从预测建模到患者亚群识别、疾病严重程度量化及影像分析的最新应用，强调了其在处理高维复杂数据中的潜力	NA	综述人工智能在系统性硬化症皮肤和肺部疾病研究中的应用，以推动个性化医疗	系统性硬化症患者的皮肤和肺部疾病数据	机器学习	系统性硬化症	监督机器学习、无监督机器学习、深度学习	NA	临床数据、数字图像（肺部影像、皮肤活检图像）	NA	NA	NA	NA	NA
156	2025-12-29	Automated synthetic contrast-enhanced MRI improves choroid plexus segmentation in Parkinsonian syndromes 2025-Nov, Radiology advances DOI:10.1093/radadv/umaf042 PMID:41446781	研究论文	本研究开发了一种基于深度学习的合成对比增强MRI方法，用于改善帕金森综合征中脉络丛的分割和形态学分析	首次提出使用深度学习从T1加权图像生成合成对比增强MRI，以替代传统钆对比剂增强MRI，用于脉络丛分割和形态测量	研究为回顾性设计，且外部验证队列数据时间跨度较早，可能影响泛化性	开发并验证一种无需注射钆对比剂的合成对比增强MRI方法，以改善神经退行性疾病中脉络丛的成像和分割	帕金森病、特发性震颤和非典型帕金森综合征患者的脑部MRI图像	医学影像分析	帕金森综合征	MRI, 深度学习图像合成	深度学习	MRI图像	内部队列265名患者，外部队列58名患者	NA	Nested-UNet, 3D-UNet	峰值信噪比, 结构相似性指数, Dice系数, 组内相关系数, 平均绝对体积差异	NA
157	2025-12-28	A Mask R-CNN-Based Approach for Brain Aneurysm Detection and Segmentation from TOF-MRA Data 2025-Nov-30, Brain sciences IF:2.7Q3 DOI:10.3390/brainsci15121295 PMID:41440091	研究论文	本研究提出了一种基于Mask R-CNN的深度学习框架，用于从TOF-MRA数据中自动检测和分割颅内动脉瘤	引入了两项关键创新：用于更好捕捉微小动脉瘤的“小目标感知ROI头部”以及改进区域提议质量的定制锚点配置，并整合了贝叶斯超参数优化和负样本建模	未明确说明模型在不同扫描设备或采集参数下的泛化能力，以及临床部署前的多中心验证需求	开发一种能够自动检测和分割颅内动脉瘤（特别是小于3毫米的小动脉瘤）的深度学习工具，以辅助放射科医生诊断	颅内动脉瘤	计算机视觉	脑血管疾病	TOF-MRA（时间飞跃法磁共振血管成像）	CNN	3D医学图像（TOF-MRA容积数据）	447个TOF-MRA容积（161个含动脉瘤，286个健康）	PyTorch	Mask R-CNN	Dice系数, 精确度, 灵敏度（召回率）	NA
158	2025-12-28	Power quality disturbance identification using hybrid deep learning in renewable energy systems 2025-Nov-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-28291-0 PMID:41315829	研究论文	本文提出了一种基于混合深度学习的方法，用于识别可再生能源系统中的电能质量扰动	提出了一种结合连续小波变换（CWT）生成的尺度图、深度神经网络（ResNet和VGG-Net）、邻域成分分析（NCA）和支持向量机（SVM）分类的混合深度学习新方法，用于电能质量扰动诊断	研究基于MATLAB/Simulink仿真环境，未明确提及在实际现场环境中的验证	提高可再生能源系统中电能质量扰动的识别准确性和可靠性	风能-太阳能光伏（Wind-SPV）混合发电系统中的电能质量扰动	机器学习	NA	连续小波变换（CWT）	CNN, SVM	图像（尺度图）	基于定制的IEEE 9总线测试系统和IEEE 13总线测试系统的仿真数据	MATLAB/Simulink	ResNet, VGG-Net	准确率, 精确率, 召回率	NA
159	2025-12-28	Deep learning-based prediction of buccal, middle and palatal orientations of impacted maxillary canines using panoramic radiographs: a pilot study 2025-Nov-26, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-025-07395-z PMID:41299355	研究论文	本研究使用深度学习模型基于全景X光片预测上颌阻生尖牙的颊侧、中间和腭侧方向	首次应用YOLO11x和YOLO12x深度学习架构于全景X光片进行上颌阻生尖牙方向分类的试点研究	样本量较小（200张图像），方法学限制，全景成像固有局限性，对颊侧和中间方向分类准确性较低	比较深度学习模型在全景X光片上检测和分类上颌阻生尖牙方向（颊侧、中间、腭侧）的性能	上颌阻生尖牙的全景X光片图像	计算机视觉	牙科疾病	全景X光成像	深度学习	图像	200张全景X光片（通过水平翻转增强至400张图像）	NA	YOLO11x, YOLO12x	精确率, 召回率, F1分数, mAP@0.5, mAP@0.5:0.95	NA
160	2025-12-28	Integrated bioinformatics and deep learning (MLP) approach reveals a novel five miRNA prognostic signature in uveal melanoma 2025-Nov-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-28095-2 PMID:41274898	研究论文	本研究结合生物信息学分析和多层感知器深度学习模型，在葡萄膜黑色素瘤中鉴定了一个由五个miRNA组成的新型预后标志物	首次将单变量Cox比例风险回归与多层感知器神经网络相结合，通过交叉分析识别出与葡萄膜黑色素瘤预后和疾病进展相关的五个关键miRNA	研究基于TCGA-UVM队列的80名患者数据，样本量相对较小，且结果需要进一步的实验验证	鉴定葡萄膜黑色素瘤中可靠的预后生物标志物	葡萄膜黑色素瘤患者及其miRNA表达数据	生物信息学, 机器学习	葡萄膜黑色素瘤	miRNA-seq, 生物信息学分析	多层感知器	miRNA表达数据, 临床数据	TCGA-UVM队列中的80名患者	NA	多层感知器	AUC	NA