深度学习在生物医药领域中的应用

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
2501	2025-09-07	Integrating radiomics, artificial intelligence, and molecular signatures in bone and soft tissue tumors: advances in diagnosis and prognostication 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1613133 PMID:40900793	系统综述	系统评估影像组学、人工智能与分子标志物整合在骨与软组织肿瘤诊断和预后中的应用进展	首次系统分析多模态数据整合的现状，明确影像-分子融合的技术空白并提出基于注意力机制与图模型的解决方案	缺乏标准化多组学特征融合方法、外部验证不足（仅17%研究）、深度学习可解释性有限	推进骨与软组织肿瘤的多模态诊断系统临床转化	骨与软组织肿瘤（BSTTs）	数字病理	骨与软组织肿瘤	MRI、CT、机器学习、分子标志物分析	随机森林（42%）、CNN（17%）	医学影像（MRI/CT）、分子数据	24项研究（源自1141条初始记录）
2502	2025-09-07	Hybrid feature fusion in cervical cancer cytology: a novel dual-module approach framework for lesion detection and classification using radiomics, deep learning, and reproducibility 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1595980 PMID:40900798	研究论文	提出一种结合放射组学与深度学习的双模块框架，用于宫颈癌细胞学中的病变检测与分类	创新性地融合了放射组学特征与深度学习特征，并采用多种先进模型进行联合优化与验证	需进一步开展可解释性AI研究、实时部署验证及更大规模临床验证	提升宫颈癌细胞学筛查的自动化诊断准确性与效率	宫颈细胞学样本	数字病理学	宫颈癌	放射组学分析、深度学习特征提取	Swin Transformer, YOLOv11, Faster R-CNN, DETR, EfficientNet, XGBoost, Random Forest, CatBoost, TabNet, TabTransformer	细胞学图像	内部数据集4,236例样本（来自6个医疗中心），外部验证集APCData 3,619例样本
2503	2025-09-07	A combined model integrating deep learning, radiomics, and clinical ultrasound features for predicting BRAF V600E mutation in papillary thyroid carcinoma with Hashimoto's thyroiditis 2025, Frontiers in endocrinology IF:3.9Q2 DOI:10.3389/fendo.2025.1641037 PMID:40900897	研究论文	开发一种结合深度学习、影像组学和临床超声特征的集成模型，用于预测合并桥本甲状腺炎的甲状腺乳头状癌中BRAF V600E突变	首次将深度学习特征、影像组学特征与临床超声特征融合，构建多模态预测模型，并采用SHAP分析进行特征贡献度解释	回顾性研究设计，样本仅来自中国四家医院，可能存在选择偏倚	预测甲状腺乳头状癌合并桥本甲状腺炎患者的BRAF V600E突变状态	672名患者的717个甲状腺结节	医学影像分析	甲状腺癌	超声成像、机器学习特征选择（mRMR、LASSO）	集成机器学习模型（包含9种算法比较）	超声图像、临床特征	717个甲状腺结节（来自672名患者）
2504	2025-09-07	Automatic detection and prediction of epileptic EEG signals based on nonlinear dynamics and deep learning: a review 2025, Frontiers in neuroscience IF:3.2Q2 DOI:10.3389/fnins.2025.1630664 PMID:40900924	综述	本文综述了基于非线性动力学和深度学习的癫痫EEG信号自动检测与预测研究进展	总结了非线性特征在捕捉发作前过渡中的优势、注意力机制处理长程依赖的关键作用，以及非线性属性与深度学习架构整合带来的跨患者泛化和噪声抑制优势	存在临床转化障碍、算法性能权衡问题以及特征提取/选择局限性	癫痫EEG信号的自动检测与预测	癫痫患者的脑电图(EEG)信号	机器学习	癫痫	非线性动力学方法(混沌理论、分形分析、熵计算)、深度学习	CNN, LSTM	EEG时间序列数据	NA
2505	2025-09-07	Faster, more accurate? A feasibility study on replacing human judges with artificial intelligence in video review for the Paris Olympics Taekwondo competition 2025, Frontiers in sports and active living IF:2.3Q2 DOI:10.3389/fspor.2025.1632326 PMID:40901016	研究论文	本研究探讨人工智能在巴黎奥运会跆拳道比赛视频回放系统中替代人工判罚的可行性与效果	首次将ChatGPT-4.5与OpenPose深度学习模型结合应用于奥运跆拳道视频判罚，并提出人机协同的混合判罚模式	在头部轻微接触或视觉遮挡场景中存在判罚差异，需保留人工裁判对复杂情况的最终裁决权	提升体育竞赛视频回放系统的判罚准确性与效率	巴黎奥运会跆拳道比赛的241个视频回放案例	计算机视觉	NA	深度学习，ChatGPT-4.5，OpenPose姿态识别	深度学习模型	视频	241个比赛视频回放案例
2506	2025-09-07	Clinical-oriented 3D visualization and quantitative analysis of gingival thickness using convolutional neural networks and CBCT 2025, Frontiers in dental medicine IF:1.5Q3 DOI:10.3389/fdmed.2025.1635155 PMID:40901030	研究论文	开发基于CBCT和深度学习的牙龈厚度3D可视化系统，用于种植手术规划	首次实现从2D切片到连续3D表面的空间量化评估，采用梯度色彩映射直观显示牙龈厚度变化	样本量较小（50例患者），需进一步验证临床适用性	开发牙龈厚度的三维可视化与定量分析系统，提升种植手术规划精度	50例牙缺失患者的CBCT和口内扫描数据	计算机视觉	口腔疾病	CBCT，口内扫描（IOS），深度学习语义分割	DeepLabV3+	医学影像（CBCT切片）	50例牙缺失患者
2507	2025-09-07	Privacy-preserving dementia classification from EEG via hybrid-fusion EEGNetv4 and federated learning 2025, Frontiers in computational neuroscience IF:2.1Q3 DOI:10.3389/fncom.2025.1617883 PMID:40901300	研究论文	提出一种结合深度学习和联邦学习的轻量级隐私保护脑电图分类框架，用于痴呆症早期诊断	首次将混合融合EEGNetv4模型与联邦学习结合，在保证隐私的前提下实现高精度痴呆分类	研究仅基于88名受试者的静息态脑电图数据，样本规模有限	开发隐私保护的脑电信号痴呆分类方法	阿尔茨海默病(AD)和额颞叶痴呆(FTD)患者	数字病理学	老年性疾病	脑电图(EEG)信号处理，联邦学习(FL)	CNN（EEGNetv4, EEGITNet, EEGInception等），FedAvg	脑电图信号	88名受试者的静息态脑电图数据
2508	2025-09-07	Protein-ligand affinity prediction via Jensen-Shannon divergence of molecular dynamics simulation trajectories 2025, Biophysics and physicobiology IF:1.6Q4 DOI:10.2142/biophysico.bppb-v22.0015 PMID:40901491	研究论文	提出一种基于Jensen-Shannon散度的分子动力学模拟轨迹分析方法，用于预测蛋白质-配体结合亲和力	用JS散度替代深度学习相似性估计，显著降低计算成本；将模拟时间减半仍保持可比精度；提出通过AutoDock Vina粗估Δ值来预测PC1与Δ相关性的符号	在缺乏实验Δ值（oracle）时，相关性的符号可能被误解	开发计算效率更高的蛋白质-配体结合亲和力预测方法	蛋白质-配体复合物	计算化学	NA	分子动力学模拟，Jensen-Shannon散度，AutoDock Vina	NA	分子动力学模拟轨迹	NA
2509	2025-09-07	Progress and trends on machine learning in proteomics during 1997-2024: a bibliometric analysis 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1594442 PMID:40901512	文献计量分析	对1997-2024年间机器学习在蛋白质组学领域的应用进行首次大规模文献计量分析，揭示知识结构和发展趋势	首次专门针对机器学习驱动的蛋白质组学研究进行系统性文献计量分析，构建完整的领域知识图谱	基于文献计量方法，可能受数据库收录范围和检索策略限制	阐明机器学习在蛋白质组学领域的知识结构、发展轨迹和研究趋势	5156篇Web of Science核心合集收录的相关出版物	机器学习	NA	文献计量分析工具（CiteSpace、VOSviewer、bibliometrix）	NA	文献元数据	5156篇出版物（1997-2024年）
2510	2025-09-07	Artificial intelligence in dysphagia since the 21st century: a bibliometric and visualization study 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1624381 PMID:40901523	文献计量学综述	通过文献计量和可视化方法分析21世纪以来人工智能在吞咽障碍领域的研究趋势、合作网络及主题演变	首次对吞咽障碍AI研究进行系统性文献计量分析，揭示全球研究产出、核心贡献者及演进阶段	数据仅来源于WoSCC数据库，未涵盖其他学术资源；缺乏对研究方法质量的深入评估	绘制吞咽障碍AI研究全景图，指导未来跨学科研究方向	2000-2025年间Web of Science收录的633篇吞咽障碍AI相关文献	医学信息学	吞咽障碍	文献计量分析、可视化分析	NA	文献元数据（作者、机构、关键词等）	633篇文献，涉及3533位作者、292种期刊
2511	2025-09-07	Artificial intelligence in electroencephalography analysis for epilepsy diagnosis and management 2025, Frontiers in neurology IF:2.7Q3 DOI:10.3389/fneur.2025.1615120 PMID:40901672	综述	本文系统评估人工智能在脑电图分析中用于癫痫诊断和管理的研究进展	聚焦支持性AI和预测性AI两种应用模型，强调多模态数据融合与个性化诊断能力	模型可解释性不足、数据质量限制以及临床转化存在障碍	改善癫痫检测、监测和治疗评估	癫痫患者的脑电图数据	机器学习	癫痫	EEG（脑电图）	深度学习和机器学习	时间序列信号数据	NA
2512	2025-09-07	Uncovering key biomarkers, potential therapeutic targets and development of deep learning model in heart failure 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0330780 PMID:40901835	研究论文	通过生物信息学分析和深度学习技术识别心力衰竭的关键生物标志物和潜在治疗靶点	首次结合WGCNA、机器学习、PPI分析和深度学习CNN模型筛选出四个关键基因(ITIH5, ISLR, ASPN, FNDC1)并发现两种潜在治疗药物	基于公共数据库的回顾性分析，需要进一步实验验证	发现心力衰竭的生物标志物和治疗靶点	心力衰竭患者基因表达数据	生物信息学	心血管疾病	RNA-seq, 单细胞RNA测序, 分子对接	CNN	基因表达数据	来自GEO数据库的公共数据集
2513	2025-09-07	Artificial intelligence in advanced gastric cancer: a comprehensive review of applications in precision oncology 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1630628 PMID:40904504	综述	本文全面回顾了人工智能在晚期胃癌精准肿瘤学中的应用现状与前景	系统整合多模态数据（临床记录、基因组学、影像组学、病理组学）的AI方法显著提升预测性能，超越单模态模型	面临数据质量与标准化不足、模型可泛化性与可解释性有限、缺乏严格前瞻性验证等挑战	探讨人工智能如何推动晚期胃癌的精准治疗与个性化管理	晚期胃癌患者的多维度医疗数据	digital pathology	胃癌	机器学习（ML）、深度学习（DL）、多模态数据分析	深度学习模型（具体架构未明确说明）	临床记录、基因组数据、影像数据、病理图像	NA（综述类文章未涉及具体样本量）
2514	2025-09-07	A new deep learning model for predicting IMRT dose distributions for lung cancer with dose masks 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1587788 PMID:40904510	研究论文	提出一种结合剂量掩模的深度学习模型，用于提升肺癌IMRT剂量分布预测精度	首次在剂量预测模型中引入剂量掩模信息，显著改善中低剂量区域预测误差	未明确说明模型在不同医疗机构间的泛化能力	提高肺癌调强放射治疗（IMRT）剂量分布的预测准确性	肺癌患者的CT图像、解剖结构和剂量分布数据	医学影像分析	肺癌	深度学习、剂量掩模辅助训练	3D U-Net	CT图像、剂量掩模、解剖结构数据	包含常规放疗和同步整合推量（SIB）放疗的混合数据集（具体样本量未明确说明）
2515	2025-09-07	Improving EEG classification of alcoholic and control subjects using DWT-CNN-BiGRU with various noise filtering techniques 2025, Frontiers in neuroinformatics IF:2.5Q3 DOI:10.3389/fninf.2025.1618050 PMID:40904893	研究论文	本研究探索不同噪声过滤技术对EEG信号分类性能的影响，并提出一种新颖的DWT-CNN-BiGRU模型用于酒精中毒与对照组分类	提出结合DWT预处理与CNN-BiGRU架构的新模型，相比基线模型准确率提升约17%	NA	识别最有效的EEG信号预处理方法以提升深度学习模型在酒精中毒诊断中的性能	酒精中毒患者与对照组受试者的EEG信号	生物医学信号处理	酒精中毒	DWT, DFT, DCT, 深度学习	CNN-BiGRU	EEG信号	NA
2516	2025-09-07	MultiSC: a deep learning pipeline for analyzing multiomics single-cell data 2024-Sep-23, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae492 PMID:39376034	研究论文	提出一种名为MultiSC的深度学习流程，用于整合和分析多组学单细胞数据	开发了新型多模态约束自编码器和基于矩阵分解的模型，有效整合三种组学数据并预测转录因子调控的靶基因	NA	解决多组学单细胞数据整合分析工具缺乏的问题	单细胞多组学数据（基因表达、染色质可及性、转录因子蛋白表达）	生物信息学	NA	NEAT-seq多组学测序技术	多模态约束自编码器、矩阵分解模型、多元线性回归	多组学单细胞数据	NA
2517	2025-09-07	DeScoD-ECG: Deep Score-Based Diffusion Model for ECG Baseline Wander and Noise Removal 2024-09, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2023.3237712 PMID:37021916	研究论文	提出一种基于条件扩散模型的ECG基线漂移和噪声去除技术DeScoD-ECG	首次将条件扩散生成模型应用于ECG噪声去除，并采用多轮平均策略提升信号重建质量	NA	实现高质量、高保真的ECG信号重建以辅助心血管疾病诊断	心电图（ECG）信号	生物医学信号处理	心血管疾病	条件扩散模型，多轮平均策略	扩散模型（DeScoD-ECG）	ECG信号数据	QT数据库和MIT-BIH噪声压力测试数据库
2518	2025-09-07	Deep learning for fast super-resolution ultrasound microvessel imaging 2023-Dec-12, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad0a5a PMID:37934040	研究论文	提出一种基于深度学习的超快速超分辨率超声微血管成像方法，通过自适应匹配网络（AM-Net）和多映射数据集生成技术提升成像性能	引入自适应匹配网络（AM-Net）架构和多映射（MMP）数据集生成方法，显著提高定位精度并降低计算复杂度	深度学习性能高度依赖训练数据集，而真实数据模拟存在困难	提升超声定位显微镜（ULM）的成像速度和精度，克服传统方法处理时间长和微泡密度敏感性问题	超声微血管成像中的微泡（MBs）定位与重建	医学影像分析	NA	超声定位显微镜（ULM），深度学习	自适应匹配网络（AM-Net）	超声图像	仿真实验使用128×128像素图像，体外实验使用896×1280像素图像
2519	2025-09-07	Mitigating misalignment in MRI-to-CT synthesis for improved synthetic CT generation: an iterative refinement and knowledge distillation approach 2023-Dec-12, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad0ddc PMID:37976548	研究论文	提出一种新颖的两阶段方法，通过迭代精配和知识蒸馏来减轻MRI到CT合成中的错位问题，提升合成CT质量	首次系统性地解决MRI与CT之间的错位问题，结合迭代精配和知识蒸馏技术，显著减少GAN幻觉现象	研究仅基于48例头颈癌患者数据，样本量相对有限，需要更大规模验证	改进MRI到CT的合成技术，提高合成CT的准确性和临床适用性	头颈癌患者的MRI和CT图像数据	医学影像分析	头颈癌	生成对抗网络(GAN)、知识蒸馏、图像配准	条件GAN	医学影像(MRI和CT图像)	48例头颈癌患者
2520	2025-09-07	Learnable PM diffusion coefficients and reformative coordinate attention network for low dose CT denoising 2023-Dec-11, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/aced33 PMID:37536336	研究论文	提出一种基于可学习PM扩散系数和改进坐标注意力网络的低剂量CT去噪方法，旨在平衡噪声抑制与结构保留	将Perona-Malik模型的各向异性图像处理思想融入神经网络，并设计多尺度改进坐标注意力模块增强空间位置信息捕获	NA	解决低剂量CT图像去噪中噪声抑制与边缘结构保留的平衡问题	低剂量CT图像	计算机视觉	NA	深度学习	encoder-decoder结构网络（PMA-Net）	CT图像	模拟和真实数据集