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
20521	2025-11-30	Deep Learning-Based Prediction of Individual Cell α-Dispersion Capacitance from Morphological Features 2025-Nov-10, Biosensors DOI:10.3390/bios15110753 PMID:41294763	研究论文	开发基于深度学习的计算方法，通过细胞形态特征预测α-色散频率域电容值	首次建立细胞形态与电学特性之间的直接计算关系，能够从形态图像预测电容谱并分离形态依赖成分	研究仅使用HeLa细胞系，需要在更多细胞类型中验证模型的普适性	解决细胞电学测量中形态变化对电容值的干扰问题，提高癌症诊断的精确性	HeLa细胞	计算机视觉	癌症	光学捕获技术、电容测量	CNN	图像	HeLa细胞在DPBS处理和EGF刺激两种实验条件下的数据集	NA	卷积神经网络	误差率	NA
20522	2025-11-30	Research on Gas Pipeline Leakage Prediction Model Based on Physics-Aware GL-TransLSTM 2025-Nov-05, Biomimetics (Basel, Switzerland) DOI:10.3390/biomimetics10110743 PMID:41294416	研究论文	提出一种基于物理感知的GL-TransLSTM生物启发混合深度学习模型，用于天然气管道泄漏预测	结合Transformer全局自注意力机制与LSTM门控记忆，引入物理感知门控注意力机制嵌入气体扩散动力学，采用自适应滑动窗口调整时间粒度	NA	提升天然气管道泄漏监测在噪声环境和非平稳信号下的预测精度与鲁棒性	天然气管道泄漏监测	机器学习	NA	CEEMDAN多尺度特征分解	LSTM, Transformer	传感器数据（甲烷浓度、温度、压力）	工业数据集	NA	GL-TransLSTM, LSTM-Transformer	准确率, 召回率, F1分数	NA
20523	2025-11-30	The value of deep learning and radiomics models in predicting preoperative serosal invasion in gastric cancer: a dual-center study 2025-Nov, Abdominal radiology (New York) DOI:10.1007/s00261-025-04949-1 PMID:40285792	研究论文	本研究通过深度学习、影像组学特征和临床特征建立并验证了预测胃癌术前浆膜侵犯的联合模型	首次将手工提取的影像组学特征与8种迁移学习模型的深度学习特征相结合，构建了多中心验证的联合预测模型	回顾性研究设计，样本量相对有限（335例患者）	预测胃癌患者术前浆膜侵犯状态	胃癌患者	医学影像分析	胃癌	CT静脉期影像分析	深度学习, 机器学习	医学影像, 临床数据	335例来自两个中心的患者	NA	8种迁移学习模型	AUC	NA
20524	2025-11-30	Identification and characterization of clusters of potentially new vocalizations in broiler chickens using advanced acoustic analysis 2025-Nov, Poultry science IF:3.8Q1 DOI:10.1016/j.psj.2025.105769 PMID:40972419	研究论文	本研究使用先进声学分析和机器学习技术识别并表征了1-35日龄肉鸡的潜在新型发声集群	发现了42个不同于4种已知发声的独特声音集群，最终筛选出10个可能代表新型发声的关键集群	样本量有限且缺乏统计重复	理解肉鸡的发声行为以改善动物福利	1-35日龄的健康肉鸡	机器学习	NA	声学分析	深度学习	音频	有限样本量的肉鸡录音	NA	NA	频率、时长、声学功率分析	NA
20525	2025-11-30	Feature-driven optimization for growth and mortality prevention in poultry farms 2025-Nov, Poultry science IF:3.8Q1 DOI:10.1016/j.psj.2025.105869 PMID:40992324	研究论文	开发基于特征驱动的优化模型预测家禽死亡率与平均体重，为家禽养殖提供智能决策支持	提出集成神经网络模型，将传统畜牧管理与深度学习软传感器相结合，实现家禽生长多指标精准预测	环境变量在稳定饲养条件下影响较小，模型在极端环境变化下的适应性需进一步验证	通过机器学习方法降低家禽死亡率并优化生长性能	台湾本土肉鸡	机器学习	NA	机器学习	Random Forest, Gradient Boosting Machine, Support Vector Machine, Linear Regression, Neural Network, Ensemble NN	数值数据（时间序列）	20,000只肉鸡的88天养殖数据	MATLAB	集成神经网络（5个并行网络）	RMSE, Coefficient of Variation of RMSE	NA
20526	2025-11-30	Monitoring the ramp use of cage-free laying hens with deep learning technologies 2025-Nov, Poultry science IF:3.8Q1 DOI:10.1016/j.psj.2025.105858 PMID:40997600	研究论文	开发基于深度学习的监测方法，用于监控无笼饲养蛋鸡的斜坡使用情况及其对地面蛋和巢箱产蛋数量的潜在影响	首次将YOLO系列深度学习模型应用于蛋鸡斜坡使用监测，为自动检测斜坡使用提供了高精度基线方法	斜坡接入并未显著降低地面蛋产量，研究结果在商业禽舍系统和CF系统中需要进一步验证	开发深度学习方法监测蛋鸡斜坡使用，评估斜坡接入对产蛋位置的影响	600只Lohmann LSL Lite蛋鸡	计算机视觉	NA	视频监控，深度学习目标检测	CNN	图像，视频	600只蛋鸡，3个相同的研究房间，2000张训练图像	PyTorch	YOLOv5u, YOLO11, YOLO11n(nano)	精确度, 召回率, mAP@0.50	NA
20527	2025-11-30	Mapping EEG Metrics to Human Affective and Cognitive Models: An Interdisciplinary Scoping Review from a Cognitive Neuroscience Perspective 2025-Nov-01, Biomimetics (Basel, Switzerland) DOI:10.3390/biomimetics10110730 PMID:41294401	综述	从认知神经科学视角系统梳理脑电图指标与人类情感认知模型映射关系的跨学科范围综述	整合传统频谱分析与深度学习等多种EEG方法，系统揭示情感认知过程的频率特异性神经振荡模式及其交叉频率耦合机制	空间分辨率有限（2-3厘米）、个体间变异性大（α峰值频率7-14Hz范围）、神经精神疾病诊断特异性受重叠特征影响	建立EEG指标与心理构念映射的系统框架，推动脑状态评估在临床诊断和脑机接口中的应用	人类情感状态（效价与唤醒度）和认知过程（工作记忆、注意力、认知负荷）的神经振荡机制	认知神经科学	神经精神疾病	脑电图（EEG）、频谱分析、深度学习	深度学习模型	脑电信号	NA	NA	NA	分类准确率（情感效价75-85%、状态分类70-95%、被试识别85-98%）	NA
20528	2025-11-30	Water Body Identification from Satellite Images Using a Hybrid Evolutionary Algorithm-Optimized U-Net Framework 2025-Nov-01, Biomimetics (Basel, Switzerland) DOI:10.3390/biomimetics10110732 PMID:41294405	研究论文	提出一种结合混合进化算法优化U-Net框架的卫星图像水体自动识别方法	将增强型U-Net模型与新型混合进化优化策略协同集成，实现全自动超参数调优	未提及模型在极端天气条件或特殊地理环境下的泛化能力	开发全自动卫星图像水体识别框架以提升环境监测和灾害响应能力	卫星图像中的水体区域	计算机视觉	NA	卫星遥感成像	U-Net	卫星图像	Kaggle和Sentinel-2公共数据集	NA	U-Net	Pixel Accuracy, F1-Score	NA
20529	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
20530	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
20531	2025-11-30	A combinatorial mutational map of active non-native protein kinases by deep learning guided sequence design 2025-Aug-03, bioRxiv : the preprint server for biology DOI:10.1101/2025.08.03.668353 PMID:40766444	研究论文	通过深度学习指导的序列设计构建活性非天然蛋白激酶的组合突变图谱	突破传统方法限制，通过深度学习指导重新设计天然蛋白酪氨酸激酶，生成具有高度组合突变的新型功能序列	NA	探索高度组合和稀疏的序列-功能景观在突变尺度上的功能探索	蛋白酪氨酸激酶及其重新设计的序列变体	机器学习	NA	深度学习指导的序列设计，无细胞检测	深度学习，回归模型	蛋白质序列数据，功能活性数据	537个重新设计的序列变体，覆盖76个不同位置的436个独特突变	NA	NA	活性保留率（85%变体保持活性），功能预测准确率	NA
20532	2025-11-30	Rosette Trajectory MRI Reconstruction with Vision Transformers 2025-Apr-01, Tomography (Ann Arbor, Mich.) DOI:10.3390/tomography11040041 PMID:40278708	研究论文	提出一种结合逆傅里叶变换和视觉Transformer的玫瑰轨迹磁共振成像重建方法	首次将视觉Transformer网络与卷积层结合用于非笛卡尔数据重建，无需大量预处理即可处理复杂空间依赖关系	NA	开发高效的玫瑰轨迹磁共振成像重建流程	玫瑰轨迹磁共振成像数据	计算机视觉	NA	磁共振成像	ViT, CNN	医学图像	NA	NA	Vision Transformer	归一化均方根误差, 峰值信噪比, 基于熵的图像质量评分	NA
20533	2025-11-30	Predicting Inhibition of CDK2 with SAnDReS: The Application of Machine Learning to Navigate the Scoring Function Space 2025, Current medicinal chemistry IF:3.5Q2 DOI:10.2174/0109298673313727240819070317 PMID:39219431	综述	本文综述了应用机器学习模型和SAnDReS程序预测CDK2抑制的研究进展	开发了基于SAnDReS的机器学习模型，在预测CDK2抑制方面优于传统和深度学习评分函数，并引入创新的DOME分析方法	NA	评估计算模型在预测CDK2抑制方面的应用	CDK2蛋白及其抑制剂	机器学习	癌症	机器学习建模	机器学习模型,深度学习	结构数据,结合亲和力数据	基于BindingDB数据库的CDK2相关数据	SAnDReS	NA	预测性能,pKi预测精度	NA
20534	2025-11-30	1DCNN-BiLSTM-transformer hypertension risk prediction model based on APW 2025, Frontiers in microbiology IF:4.0Q2 DOI:10.3389/fmicb.2025.1714654 PMID:41306277	研究论文	提出一种基于动脉压力波形的1DCNN-BiLSTM-Transformer混合架构用于高血压风险预测	首次将1D-CNN、双向LSTM和Transformer结合用于APW数据分析，同时捕捉局部波形特征、长程时间依赖性和跨压力段的非线性交互	未明确说明样本量规模，且仅基于单一数据库进行验证	开发基于动脉压力波形的高血压风险预测模型	高血压患者与非高血压患者的动脉压力波形数据	机器学习	心血管疾病	动脉压力波形分析	1D-CNN, BiLSTM, Transformer	动脉压力波形信号	NA	NA	1D-CNN-BiLSTM-Transformer混合架构	准确率, 精确率, 召回率, F1分数	NA
20535	2025-11-30	Retrospective Development of an AI Model Combining Ultrasound and Clinical Data for Pediatric Appendicitis Differentiation 2025, Emergency medicine international IF:1.2Q3 DOI:10.1155/emmi/8879232 PMID:41306444	研究论文	开发并验证了一种结合超声图像和临床数据的人工智能模型，用于儿童复杂性阑尾炎与非复杂性阑尾炎的鉴别诊断	首次采用多模态方法整合超声图像的深度学习特征、影像组学特征和临床实验室指标，构建综合诊断模型	回顾性研究设计，样本量相对有限（372例），仅来自三个医疗中心	开发能够准确鉴别儿童复杂性阑尾炎与非复杂性阑尾炎的AI辅助诊断工具	372例经病理证实的儿童阑尾炎患者（230例男性，142例女性）	数字病理	阑尾炎	超声成像，深度学习迁移学习，影像组学分析	机器学习分类模型	超声图像，临床实验室数据	372例儿科阑尾炎病例，来自三个医疗中心	NA	构建了四种模型：Rad模型（仅影像组学特征）、DL模型（仅深度学习特征）、DTL模型（结合影像组学和深度学习特征）、Combine模型（整合所有三类特征）	AUC，准确率，阳性预测值，ROC曲线，决策曲线分析，DeLong检验	NA
20536	2025-11-30	Exploring the role of artificial intelligence toward management of HIV and TB co-infection in Nigeria: a comprehensive narrative review 2025 Jan-Dec, Therapeutic advances in infectious disease IF:3.8Q2 DOI:10.1177/20499361251395916 PMID:41306468	综述	本文探讨人工智能在尼日利亚HIV与结核病共感染管理中的应用现状与潜力	系统评估AI技术在尼日利亚HIV/TB共感染管理中的具体应用场景和实施障碍	依赖文献综述方法，未进行原始数据收集和实证分析	探索人工智能在改善尼日利亚HIV与结核病共感染管理中的作用	尼日利亚HIV与结核病共感染患者群体及相关医疗管理系统	医疗人工智能	HIV与结核病共感染	文献综述方法	深度学习, 机器学习, 计算机辅助检测, 模糊认知图, 逻辑回归, Twin模型	医学文献数据	2014-2022年间发表的相关研究文献	NA	NA	NA	NA
20537	2025-11-30	A Dual-input deep learning architecture for classification and latency estimation in ABR signals 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1693921 PMID:41306502	研究论文	提出一种双输入深度学习架构，用于听觉脑干反应信号的分类和潜伏期估计	首次采用配对信号方法和多任务学习框架，同时进行波V存在性分类和潜伏期预测	NA	开发自动化ABR信号分析方法以替代耗时且主观的人工解读	听觉脑干反应信号中的波V特征	生物医学信号处理	听觉障碍	听觉脑干反应检测	CNN	生物电信号	NA	NA	具有主干网络和双分支的多任务架构	F1-score, R平方	NA
20538	2025-11-30	Artificial intelligence for algorithmic trading digital assets: evidence from the Counter-Strike 2 skin market 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1702924 PMID:41306520	研究论文	本研究开发并评估了基于深度学习的自动化交易系统，用于预测《反恐精英2》游戏皮肤价格并指导交易决策	首次系统研究人工智能在游戏皮肤交易中的应用，针对高波动性、低流动性的虚拟资产市场开发专门的交易策略	研究仅基于Steam市场数据，未考虑外部市场因素；交易策略受限于平台规定的7天持有期和10%交易成本	探索人工智能在虚拟资产交易中的可行性和有效性	《反恐精英2》游戏皮肤市场	机器学习	NA	深度学习时间序列预测	LSTM, Neural Hierarchical Interpolation for Time Series	时间序列价格数据	12,000个独特皮肤，时间跨度为2024年5月至2025年4月	NA	LSTM, Neural Hierarchical Interpolation for Time Series	夏普比率, 索提诺比率, 投资回报率	NA
20539	2025-11-30	Deep learning based on MRI for assessing the prognostic value of lateral lymph nodes in rectal cancer 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1681939 PMID:41306533	研究论文	本研究开发基于MRI的深度学习模型用于评估直肠癌侧方淋巴结的预后价值	首次将深度学习应用于直肠癌侧方淋巴结的自动识别和分割，相比传统MRI T2WI方法提高了诊断效率和准确性	回顾性研究设计，样本量相对有限，需要进一步前瞻性验证	优化直肠癌术前治疗策略，提高侧方淋巴结阳性评估的准确性	直肠癌患者的MRI影像和临床预后数据	医学影像分析	直肠癌	MRI T2加权成像	深度学习模型	医学影像	1,000例患者用于训练，480例患者用于验证，来自5个医疗中心	NA	NA	准确率, 特异性	NA
20540	2025-11-30	Artificial intelligence in healthcare: applications, challenges, and future directions. A narrative review informed by international, multidisciplinary expertise 2025, Frontiers in digital health IF:3.2Q2 DOI:10.3389/fdgth.2025.1644041 PMID:41306935	综述	本文通过国际多学科专业知识对人工智能在医疗保健领域的应用、挑战和未来方向进行叙述性综述	强调生成式AI和辅助医疗专业等未充分探索领域，提供整合的多学科视角	叙述性综述方法可能存在选择偏倚，未进行系统性质量评估	评估人工智能在医疗保健中的作用，总结其历史演变、当前应用及对医疗专业和生物医学研究的影响	医疗和外科专业中的AI应用，辅助医疗专业，生物医学研究	医疗人工智能	NA	文献综述	NA	文献数据	NA	NA	NA	NA	NA