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
81	2025-11-14	Artificial Intelligence Techniques and Health Literacy: A Systematic Review 2025-Dec, Mayo Clinic proceedings. Digital health DOI:10.1016/j.mcpdig.2025.100269 PMID:41211528	系统综述	系统回顾人工智能在健康素养领域的应用现状、局限性和未来发展	首次系统性地综述人工智能技术在健康素养领域的应用，涵盖文本复杂度评估、文本简化、翻译和问答等多种功能	健康素养测量工具应用不足，个体层面仅1项研究使用测量工具，组织层面测量基本被忽视，参与者参与度低（仅5项研究）	评估人工智能在健康素养领域的应用效果和发展前景	基于文本的健康材料，包括在线文章和电子健康记录	自然语言处理	NA	系统文献综述	传统机器学习,深度学习,Transformer	文本	18项符合纳入标准的研究（从1296项研究中筛选）	NA	NA	人工评估,可读性指标,机器学习指标	NA
82	2025-11-14	Detection of Microscopic Glioblastoma Infiltration in Peritumoral Edema Using Interactive Deep Learning With DTI Biomarkers: Testing via Stereotactic Biopsy 2025-Dec, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.70058 PMID:40888617	研究论文	开发并评估了一种交互式深度学习框架GIAIDF，用于检测胶质母细胞瘤在瘤周水肿区的微观浸润	首次将交互式深度学习与DTI生物标志物相结合，通过立体定向活检验证，能够识别常规MRI无法检测的微观肿瘤浸润	样本量相对有限，需要多中心前瞻性研究进一步验证	开发能够检测胶质母细胞瘤瘤周水肿区微观浸润的深度学习工具	胶质母细胞瘤患者	数字病理	胶质母细胞瘤	扩散张量成像，立体定向活检	深度学习	MRI图像	73例训练患者，25例内部验证患者，25例外部验证患者，13例前瞻性活检患者	NA	GIAIDF框架	AUC, 准确率, 敏感度, 特异度, 召回率, 精确率, F1分数	NA
83	2025-11-14	An Artificial Intelligence System for Staging the Spheno-Occipital Synchondrosis 2025-Dec, Orthodontics & craniofacial research IF:2.4Q2 DOI:10.1111/ocr.70018 PMID:40891390	研究论文	开发用于评估和分类蝶枕软骨联合融合阶段的自动化可解释深度学习算法	提出新型注意力机制模型ConvNeXt+Conv Attention，并集成YOLOv11实现全自动区域检测和分割	样本仅来自美国中西部私人诊所的723个CBCT扫描，可能存在地域局限性	开发自动化AI系统用于蝶枕软骨联合融合阶段分期	正畸患者的蝶枕软骨联合	医学影像分析	正畸相关骨骼发育	锥形束计算机断层扫描	CNN, 注意力机制	医学影像	723个CBCT扫描	NA	ResNet, EfficientNet, ConvNeXt, ConvNeXt+Conv Attention, YOLOv11	准确率	NA
84	2025-11-14	Smartphone image dataset for turmeric plant leaf disease from Bangladesh spice fields 2025-Dec, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.112184 PMID:41215795	研究论文	开发了一个用于姜黄植物叶片病害识别的智能手机图像数据集，并利用深度学习模型实现高效病害分类	创建了首个来自孟加拉国香料田的姜黄叶片病害综合数据集，包含原始和增强图像，强调高质量和多样化数据	数据集仅包含四种病害类别，可能未覆盖所有姜黄病害类型；所有数据来自单一国家地区	通过深度学习技术实现姜黄叶片病害的早期精准识别，提高农业生产力	姜黄植物叶片，包括健康叶片和三种病害类型（蚜虫侵害、斑点病、叶斑病）	计算机视觉	植物病害	智能手机图像采集，数据增强	CNN	图像	865张原始姜黄叶片图像和3496张增强图像	NA	EfficientNetB7, ResNet152	准确率	NA
85	2025-11-14	SmallFishBD: An extensive image dataset of common native small fish species in Bangladesh for identification and classification 2025-Dec, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.112193 PMID:41215796	数据论文	本文介绍了包含孟加拉国十种常见本土小型鱼类图像的综合性数据集，用于鱼类识别分类研究	提供了首个针对孟加拉国本土小型鱼类的标准化图像数据集，采用统一采集环境和数据增强技术	样本仅来自达卡市鱼类市场，可能无法完全代表全国所有地区的鱼类种群	开发自动化鱼类物种识别分类系统，支持生物多样性监测和渔业管理	十种孟加拉国本土小型鱼类物种	计算机视觉	NA	智能手机图像采集，数据增强技术	NA	图像	十种鱼类物种，来自达卡多个市场的代表性样本	NA	NA	NA	NA
86	2025-11-14	A machine learning-based EEG signal analysis framework to enhance emotional state detection 2025-Dec, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-025-10367-2 PMID:41215981	研究论文	本研究提出基于机器学习的EEG信号分析框架，通过多种机器学习模型和合成数据增强技术来提升情绪状态检测性能	综合比较九种机器学习模型在五种不同数据集配置下的表现，并利用GAN、SMOTE和ADASYN三种合成数据生成技术增强模型性能	未明确说明患者群体的具体特征和情绪状态的分类标准	开发高效的EEG信号情绪状态检测方法	300名患者的EEG信号数据以及生成的合成数据	机器学习	NA	EEG信号分析	LR, DT, RF, kNN, SVM, LGBM, AdaBoost, MLP, 1D CNN	EEG信号	300名患者真实数据 + 20,000个合成数据点	NA	MLP, 1D CNN	准确率, 延迟时间	NA
87	2025-11-14	Development of a hybrid 2.5D deep learning model for glioma survival prediction using T1-weighted MRI from the CGGA database 2025-Dec, European journal of radiology open IF:1.8Q3 DOI:10.1016/j.ejro.2025.100697 PMID:41216617	研究论文	开发基于T1加权MRI的混合2.5D深度学习模型用于胶质瘤生存预测	提出混合2.5D卷积神经网络处理多切片输入，在克服体积分析计算限制的同时保留重要空间信息	样本量相对有限（217例患者），仅使用T1加权对比增强MRI序列	开发非侵入性深度学习框架预测胶质瘤患者总生存期	胶质瘤患者	数字病理	胶质瘤	T1加权对比增强MRI	CNN	医学影像	217例患者（训练集70%，测试集30%）	PyTorch, TensorFlow	ResNet, DenseNet	C-index, 时间依赖性AUC, Kaplan-Meier分析	NA
88	2025-11-14	A multimodal deep learning framework for functional brain network classification in rs-fMRI 2025-Dec, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-025-10369-0 PMID:41220406	研究论文	提出一种多模态深度学习框架，用于自动分类癫痫患者静息态功能磁共振成像中的功能脑网络	开发结合3D-CNN和LSTM的混合架构，同时利用空间、时域和频域特征进行功能脑网络分类	颞叶网络分类性能较低（0.14-0.24），部分类别识别精度有待提升	自动化分类癫痫患者rs-fMRI中的功能脑网络，支持癫痫手术规划	癫痫患者的静息态功能磁共振成像数据	医学影像分析	癫痫	静息态功能磁共振成像，独立成分分析	3D-CNN, LSTM	功能磁共振成像数据	NA	NA	3D卷积神经网络，长短期记忆网络	准确率，灵敏度，ROC AUC	NA
89	2025-11-13	Deep-learning based model for sperm morphology assessment using the SMD/MSS dataset 2025-Dec, Future science OA IF:2.4Q3 DOI:10.1080/20565623.2025.2583010 PMID:41203404	研究论文	开发基于深度学习的精子形态评估模型，使用SMD/MSS数据集并通过数据增强技术提升性能	首次将卷积神经网络应用于精子形态自动评估，解决了传统人工评估主观性强的问题	模型准确率波动较大（55%-92%），数据集规模相对有限	实现精子形态评估的自动化、标准化和加速化	人类精子细胞	计算机视觉	生殖系统疾病	MMC CASA系统成像	CNN	图像	1000张原始精子图像，通过数据增强扩展至6035张	NA	卷积神经网络	准确率	NA
90	2025-09-11	Editorial for "Development of an MRI-Based Comprehensive Model Fusing Clinical, Habitat Radiomics, and Deep Learning Models for Preoperative Identification of Tumor Deposits in Rectal Cancer" 2025-Dec, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.70076 PMID:40927976	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
91	2025-11-12	Dose equivalent rate forecasting: A comparison of time series methods and machine learning approaches 2025-Dec, Applied radiation and isotopes : including data, instrumentation and methods for use in agriculture, industry and medicine IF:1.6Q3 DOI:10.1016/j.apradiso.2025.112153 PMID:40961690	研究论文	比较时间序列方法和机器学习方法在剂量当量率预测中的性能	首次系统比较传统统计方法与先进深度学习模型在剂量当量率预测中的表现，包括进化神经架构搜索等前沿技术	数据集时间跨度有限，随机性变化特征增加了预测难度，需要更长时间序列数据提升可靠性	开发更稳健的辐射预测模型，改善辐射防护和环境安全决策	美国德克萨斯州圣安东尼奥地区的剂量当量率数据	机器学习	NA	时间序列分析，辐射监测	持久性模型, Lasso回归, K近邻, 进化神经架构搜索, 循环神经网络	时间序列数据	2019年1月至12月数据用于训练，2020年初数据用于测试	NA	循环神经网络	相关系数(r), 均方误差	NA
92	2025-11-10	Segmentation of cortical bone, trabecular bone, and medullary pores from micro-CT images using 2D and 3D deep learning models 2025-Dec, Anatomical record (Hoboken, N.J. : 2007) DOI:10.1002/ar.25633 PMID:39905914	研究论文	使用2D和3D深度学习模型从微型CT图像中分割皮质骨、骨小梁和髓质孔	开发了名为BONe的新型深度学习模型，首次在微型CT扫描的水獭长骨数据上同时训练2D和3D分割模型并进行对比分析	3D模型计算成本巨大限制了可扩展性和实用性，且在薄骨小梁等细节标记上表现略逊于2D模型	开发快速准确的骨组织自动分割方法以替代耗时易错的手动分割	水獭长骨的微型CT扫描图像	计算机视觉	NA	微型CT扫描	CNN	图像	水獭长骨的微型CT扫描数据集	NA	BONe (Bone One-shot Network)	分割准确性，泛化能力，计算效率	NA
93	2025-11-09	Deep learning NTCP model for late dysphagia after radiotherapy for head and neck cancer patients based on 3D dose, CT and segmentations 2025-Dec, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology IF:4.9Q1 DOI:10.1016/j.radonc.2025.111169 PMID:41033356	研究论文	本研究开发了基于深度学习的NTCP模型，利用3D剂量分布、CT图像和器官分割数据预测头颈癌放疗后晚期吞咽困难	首次将3D剂量分布、器官分割和CT扫描数据整合到深度学习模型中，相比传统NTCP模型使用离散剂量参数，能更全面捕捉吞咽困难的复杂性	研究样本量相对有限（1484例），且为多中心回顾性研究	提高头颈癌患者放疗后晚期吞咽困难的预测准确性	头颈癌放疗患者	数字病理	头颈癌	放射治疗，CT扫描	CNN	3D剂量分布，CT图像，器官分割数据	1484例头颈癌患者（多中心队列）	NA	Residual Network	AUC，校准曲线	NA
94	2025-11-09	Methods for the synthesis of natural UDP-sugars and synthetic analogues 2025-Dec, Carbohydrate research IF:2.4Q2 DOI:10.1016/j.carres.2025.109651 PMID:40946501	综述	本文综述了天然和非天然UDP-糖的酶法和化学酶法合成方法的最新进展	整合了深度学习引导的酶工程设计、一锅多酶系统和化学-酶法组合策略，扩展了UDP-糖的合成范围	NA	开发高效合成天然和非天然UDP-糖的方法	UDP-葡萄糖、UDP-半乳糖、UDP-木糖、UDP-N-乙酰葡糖胺、UDP-N-乙酰半乳糖胺及其合成类似物	生物化学	NA	酶法合成、化学酶法合成、一锅多酶系统、重组表达、酶工程、深度学习引导设计	NA	NA	NA	NA	NA	NA	NA
95	2025-11-08	Toxic effects of environmental biotoxin okadaic acid by network toxicology analysis and deep learning prediction 2025-Dec, Aquatic toxicology (Amsterdam, Netherlands) DOI:10.1016/j.aquatox.2025.107578 PMID:40987019	研究论文	通过网络毒理学和深度学习策略研究环境生物毒素冈田酸(OA)的神经毒性分子机制	首次整合网络毒理学和深度学习方法，在系统生物学和分子相互作用层面实现多维互补分析	研究主要基于计算预测，实验验证相对有限	探究冈田酸(OA)的神经毒性分子机制及其与腹泻性脑损伤的关联	冈田酸(OA)及其相关毒性靶点	机器学习	神经毒性疾病	网络毒理学分析,深度学习预测,分子对接,生物层干涉技术	深度学习	生物分子相互作用数据	95个中枢靶点	DeepPurpose	NA	相互作用能量(INTERACTION_ENERGY),结合常数(K)	NA
96	2025-11-08	Sequence-based chromatin activity modeling and regulatory impact prediction of genetic variants in farmed animals using deep learning 2025-Dec, NAR genomics and bioinformatics IF:4.0Q1 DOI:10.1093/nargab/lqaf139 PMID:41189647	研究论文	开发基于深度学习的框架，利用功能基因组数据预测农场动物非编码变异的调控影响	首次为多种农场动物构建物种特异性的序列到功能模型，通过染色质活性建模预测遗传变异的调控影响	受限于农场动物基因组资源不足，缺乏专门的计算工具	预测农场动物非编码遗传变异的调控功能并改进基因组预测	牛、鸡、猪和大西洋鲑四种农场动物	机器学习	NA	ATAC-seq, DNase I hypersensitive site sequencing, ChIP-seq	深度学习网络	基因组序列数据，染色质图谱数据	NA	NA	NA	序列建模准确度，功能评分预测能力，基因组预测性能提升	NA
97	2025-11-08	Upright-Net+: Enhanced Learning of Upright Orientation for 3D Point Clouds 2025-Dec, IEEE transactions on visualization and computer graphics IF:4.7Q1 DOI:10.1109/TVCG.2025.3605201 PMID:40892647	研究论文	提出Upright-Net+模型，通过改进的图卷积网络和位置编码模块增强3D点云的直立方向估计能力	引入基于相对距离直方图统计的全局位置编码模块(GPE-RDHS)解决特征平滑问题，增强加权残差损失项惩罚假阳性预测，将连续方向问题转化为离散分类任务	NA	解决3D模型姿态对形状分析的影响，提升3D点云直立方向估计的准确性	3D点云数据	计算机视觉	NA	3D点云分析	图卷积网络	3D点云	NA	NA	Upright-Net+	NA	NA
98	2025-11-08	AttentionPainter: An Efficient and Adaptive Stroke Predictor for Scene Painting 2025-Dec, IEEE transactions on visualization and computer graphics IF:4.7Q1 DOI:10.1109/TVCG.2025.3618184 PMID:41052120	研究论文	提出一种高效自适应的单步神经绘画模型AttentionPainter，用于将输入图像分解为参数化笔划序列	提出可扩展笔划预测器实现单次前向过程预测大量笔划参数、快速笔划堆叠算法提升13倍训练速度、笔划密度损失函数提升重建质量、笔划扩散模型支持基于笔划的图像修复和编辑	NA	解决现有神经绘画方法推理时间长和训练不稳定的问题	基于笔划的图像渲染和绘画生成	计算机视觉	NA	深度学习	注意力机制,扩散模型	图像	NA	NA	AttentionPainter,Stroke Diffusion Model	推理速度,训练效率,重建质量	NA
99	2025-11-08	High-level STING expression in tumour and inflammatory cells is linked to microsatellite instability and favourable tumour parameters in a cohort of over 1,900 colorectal cancer patients 2025-Dec, Pathology IF:3.6Q1 DOI:10.1016/j.pathol.2025.05.008 PMID:40816937	研究论文	通过多重荧光免疫组化和深度学习算法分析1905例结直肠癌患者中STING表达与临床参数的关系	首次在大规模结直肠癌队列中系统评估不同细胞类型（肿瘤细胞与炎症细胞）中STING表达的临床意义	研究为回顾性分析，需进一步功能实验验证机制	评估STING表达在结直肠癌不同细胞类型中的临床意义	1905例结直肠癌患者组织样本	数字病理学	结直肠癌	多重荧光免疫组化，组织芯片	深度学习	组织图像	1905例结直肠癌患者	NA	NA	p值	NA
100	2025-11-08	SFT-HN: a novel spatial-frequency-temporal hybrid network for EEG-based emotion recognition 2025-Dec, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-025-10366-3 PMID:41199757	研究论文	提出一种新颖的空间-频率-时间混合网络用于基于脑电图的情绪识别	首次提出结合空间频率残差模块和注意力双向LSTM的混合架构，能够同时提取脑电信号的空间-频率特征和时间上下文信息	NA	解决脑电信号中空间、频率和时间信息融合的挑战，充分利用不同情绪间的判别性局部模式	脑电图信号	脑机接口	NA	脑电图	深度学习混合模型	脑电图信号	在DEAP、SEED和FACED三个数据集上进行验证	NA	空间频率残差模块,注意力双向LSTM	准确率	NA