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
241	2025-09-25	Precision to plate: AI-driven innovations in fermentation and hyper-personalized diets 2025, Frontiers in nutrition IF:4.0Q2 DOI:10.3389/fnut.2025.1659511 PMID:40977977	综述	探讨人工智能在精准发酵和超个性化营养领域的创新应用与伦理挑战	首次系统整合AI驱动的CRISPR微生物优化与强化学习技术，实现生物活性化合物合成效率的突破性提升	存在数据隐私风险（72% GDPR不合规）和算法偏见可能加剧营养不平等问题	通过AI技术应对全球粮食系统面临的气候变化、营养不良等挑战	微生物发酵过程、个性化营养方案、食品感官属性	机器学习	NA	CRISPR基因编辑、强化学习、深度学习、自然语言处理	预测模型、深度学习模型	基因组数据、代谢数据、文化偏好数据、传感器数据	涉及儿童贫血干预研究（具体样本数未明确）
242	2025-09-25	Better performance of cerebral blood volume images synthesized from arterial spin labeling and standard MRI in separating glioblastoma recurrence from treatment response than arterial spin labeling 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1647254 PMID:40978027	研究论文	本研究利用深度学习从动脉自旋标记和标准MRI序列合成脑血容量图，用于胶质母细胞瘤复发与治疗反应的鉴别诊断	开发了适用于不对称样本量的三维增量编码器-解码器网络，首次实现无需高注射速度的CBV图合成	回顾性单中心研究，样本量有限（364例患者）	验证合成CBV图在胶质母细胞瘤复发与治疗反应鉴别诊断中的价值	胶质母细胞瘤患者	医学影像分析	胶质母细胞瘤	动脉自旋标记(ASL)、磁共振成像(MRI)	3D增量编码器-解码器网络(IEDN)	医学影像	364名患者的744次MRI扫描
243	2025-09-25	Who moved my scan? Early adopter experiences with pre- and post-market healthcare AI regulation challenges 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1651934 PMID:40978717	研究论文	探讨医疗AI在现实临床应用中面临的监管挑战及实施问题	从部署者视角分析生命周期监管与实施的差距，聚焦预警性监管、可解释AI和临床团队协作三个维度	NA	研究医疗AI在临床实践中的监管与实施矛盾	早期采用医疗AI的医疗机构及部署流程	医疗人工智能	NA	深度学习	NA	临床实践数据	NA
244	2025-09-25	Advances in intelligent recognition and diagnosis of skin scar images: concepts, methods, challenges, and future trends 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1667087 PMID:40978739	综述	本文系统综述了皮肤疤痕图像智能识别与诊断的概念、方法、挑战及未来趋势	对比传统机器学习与深度学习架构，系统分析多模态融合、注意力机制等先进算法在疤痕诊断中的应用	面临数据稀缺、领域偏移和隐私法规等关键挑战	为智能疤痕诊断系统的未来研究和临床转化提供路线图	皮肤疤痕图像	计算机视觉	皮肤疾病	机器学习、深度学习	CNN、自监督学习、生成模型	图像	基于公开皮肤病数据集（具体数量未提及）
245	2025-09-25	Innovative opportunities for gene editing technology in crop breeding: from the perspective of literature analysis 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1636024 PMID:40978781	研究论文	基于文献挖掘视角，利用自然语言处理和深度学习技术分析基因编辑技术在作物育种领域的创新机会	首次从文献内容挖掘角度构建基因编辑技术的文献技术图谱，识别技术空白点和技术组合创新机会	研究基于2020-2024年文献数据，时间范围有限；缺乏实验验证	识别基因编辑技术在作物育种领域的未来研究和创新机会	基因编辑技术在作物育种领域的相关学术文献	自然语言处理	NA	自然语言处理、深度学习、生成拓扑映射(GTM)	深度学习	文本	2020-2024年期间的相关文献数据
246	2025-09-25	Tomato seedling stem and leaf segmentation method based on an improved ResNet architecture 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1571445 PMID:40978790	研究论文	提出一种基于改进ResNet架构的番茄幼苗茎叶点云分割方法	通过集成瓶颈模块和下采样技术优化传统残差块，结合曲率特征和几何特性设计专用卷积层，提升分割精度	NA	解决传统深度学习模型在点云分割任务中参数过多、复杂度高和易过拟合的问题	番茄幼苗的茎和叶点云数据	计算机视觉	NA	3D点云技术	改进的ResNet架构（X-ResNet）	点云数据	NA
247	2025-09-25	Automatic differentiation of Parkinson's disease motor subtypes based on deep learning and radiomics 2025, Frontiers in neurology IF:2.7Q3 DOI:10.3389/fneur.2025.1650985 PMID:40979208	研究论文	基于深度学习和影像组学技术建立帕金森病运动亚型自动分类方法	首次结合深度学习与影像组学技术，从8个深部脑核团提取2264个特征实现帕金森病运动亚型的全自动分类	样本量有限（135例患者），需更大规模数据验证模型泛化能力	建立帕金森病运动亚型的自动分类模型辅助临床诊断	135名帕金森病患者（43例PIGD亚型，92例TD亚型）的MRI影像数据	医学影像分析	帕金森病	影像组学分析、机器学习分类	BDT（Bagging Decision Tree）、AdaBoost、GP、LR、RF	MRI影像	135例帕金森病患者（来自PPMI数据库）
248	2025-09-25	Technical and clinical validation of a novel deep learning-based white matter hyperintensity segmentation tool 2025, Cerebral circulation - cognition and behavior DOI:10.1016/j.cccb.2025.100393 PMID:40979673	研究论文	开发并验证两种基于深度学习的新型白质高信号分割算法	采用MD-GRU和nnU-Net深度学习算法，在异质性数据集上训练，具备卓越的泛化能力和临床实用性	NA	解决现有白质高信号分割工具的局限性，开发更精准的分割算法	脑小血管疾病患者的白质高信号区域	医学影像分析	脑小血管疾病	深度学习，MRI影像分析	MD-GRU, nnU-Net	MRI影像数据	使用MarkVCID联盟、SWISS-AF和DiViNAS研究等多个数据集进行验证
249	2025-09-25	Exploration of chaos game representation and integrative deep learning approaches for whole-genome sequencing-based grapevine genetic testing 2025, Bioinformatics advances IF:2.4Q2 DOI:10.1093/bioadv/vbaf193 PMID:40980553	研究论文	本研究探索利用混沌游戏表示和深度学习进行全基因组测序的葡萄遗传鉴定	首次将混沌游戏表示与深度学习结合应用于葡萄全基因组测序数据，实现物种和品种的高精度分类	研究尚处于初步阶段，品种分类准确率（80%）有待提升，且仅针对有限样本量进行验证	开发基于全基因组测序的葡萄遗传鉴定新方法	葡萄的5个物种和41个栽培品种	生物信息学	NA	全基因组测序（WGS）、混沌游戏表示（CGR）	深度学习	基因组序列数据、图像数据（CGR表示）	涉及5个物种和41个栽培品种的基因组数据
250	2025-09-25	Core fucose identification in glycoproteomics: an ML approach addressing fucose migration in mass spectrometry 2025, Bioinformatics advances IF:2.4Q2 DOI:10.1093/bioadv/vbaf186 PMID:40980549	研究论文	本研究开发了机器学习模型来解决糖蛋白质组学中核心岩藻糖鉴定的技术难题	首次联合使用半监督模型和自监督模型处理质谱中的岩藻糖迁移现象，并利用10个核心相关特征离子的相对强度作为特征向量	研究主要基于小鼠脑组织数据，在人类样本中的应用仍需进一步验证	开发高可靠性、高准确性的核心岩藻糖鉴定方法	小鼠脑组织糖肽、人类IgG和人类血清样本	生物信息学	NA	质谱分析、糖蛋白质组学	半监督模型、自监督模型	质谱数据	FUT8敲除小鼠脑组织数据、野生型小鼠脑组织、人类IgG和血清样本
251	2025-09-25	Modeling dynamic inflow effects in fMRI to quantify cerebrospinal fluid flow 2025, Imaging neuroscience (Cambridge, Mass.) DOI:10.1162/IMAG.a.9 PMID:40800831	研究论文	开发动态模型和物理驱动的深度学习框架来量化fMRI中的脑脊液流动信号	首次建立基于时变流速的fMRI流入信号动态模型，并开发物理驱动的深度学习反演框架实现流速直接估计	模型验证仅使用人体和幻影数据，需要进一步临床验证	量化fMRI脑脊液流动信号并实现物理可解释的流速估计	人脑脑脊液流动系统	医学影像分析	神经系统疾病	fMRI、深度学习	动态模型、物理驱动深度学习框架	fMRI影像数据	人体数据和幻影数据（具体样本量未明确说明）
252	2025-09-25	Multimodal data driven deep learning based seismic impedance inversion optimization 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0331952 PMID:40982555	研究论文	本研究采用深度学习模型优化地震波阻抗反演技术，提高地下属性预测精度	首次将LeNet、AlexNet等CNN架构应用于地震数据反演，通过CWT特征提取实现多模态数据融合	未提及模型在复杂地质条件下的泛化能力及实际钻井验证结果	提升地震波阻抗反演的分辨率和合成地震记录生成质量	地震数据和测井数据	地球物理	NA	连续小波变换(CWT)、深度学习	LeNet、AlexNet、CNN	地震数据、测井数据	NA
253	2025-09-25	Generation of synthetic TSPO PET maps from structural MRI images 2025, Frontiers in neuroinformatics IF:2.5Q3 DOI:10.3389/fninf.2025.1633273 PMID:40988654	研究论文	开发深度学习模型从结构MRI图像生成TSPO PET图像	首次使用3D U-Net模型从常规T1加权MRI合成神经炎症特异性TSPO PET图像	样本量有限（204次扫描），仅包含特定疾病人群（膝骨关节炎和背痛患者）	实现低成本、无创的神经炎症成像方法	人类受试者（包括膝骨关节炎患者、背痛患者和健康对照）	医学影像分析	神经炎症相关疾病	深度学习、3T MRI、[11C]PBR28 TSPO PET	3D U-Net	医学影像（MRI和PET图像）	204次扫描（来自膝骨关节炎患者30人次、背痛患者43人次、健康对照28人次）
254	2025-09-25	Predicting antibiotic resistance genes and bacterial phenotypes based on protein language models 2025, Frontiers in microbiology IF:4.0Q2 DOI:10.3389/fmicb.2025.1628952 PMID:40988849	研究论文	基于蛋白质语言模型开发深度学习模型预测抗生素耐药基因和细菌表型	整合ProtBert-BFD和ESM-1b两种蛋白质语言模型，结合数据增强技术和LSTM网络提升特征提取和分类性能	NA	精确预测细菌抗生素耐药基因和表型以指导临床用药	细菌蛋白质序列和抗生素耐药基因	自然语言处理	细菌感染性疾病	蛋白质语言模型、深度学习	LSTM	蛋白质序列数据	NA
255	2025-09-25	Dynamic graph neural networks for UAV-based group activity recognition in structured team sports 2025, Frontiers in neurorobotics IF:2.6Q3 DOI:10.3389/fnbot.2025.1631998 PMID:40988991	研究论文	提出一种基于动态图神经网络和无人机视频的团队体育活动群体行为识别系统	融合多模态特征（外观、骨骼和运动特征）并采用动态图神经网络建模时空动态交互	NA	解决动态交互、遮挡和多视角下的群体活动识别挑战	团队体育比赛中的运动员群体行为	计算机视觉	NA	YOLOv11目标检测、SORT跟踪、遗传算法优化	动态图神经网络（DGNN）、Bi-LSTM	无人机视频数据	三个数据集：排球数据集、SoccerTrack无人机足球数据集、NBA篮球数据集
256	2025-09-25	Quantitative prediction of intracellular dynamics and synaptic currents in a small neural circuit 2025, Frontiers in computational neuroscience IF:2.1Q3 DOI:10.3389/fncom.2025.1515194 PMID:40989108	研究论文	利用循环机制模型预测小型神经回路中的细胞内动态和突触电流	将深度学习工具应用于数据驱动建模，首次实现未参与训练的突触电流预测，并提出统一训练框架	模型验证仅限于半中枢振荡器这一特定神经回路类型	开发能定量学习实验数据中细胞内动态的数据驱动模型	半中枢振荡器（HCO）神经回路和口胃神经节神经元	计算神经科学	NA	动态钳实验协议、循环机制模型	RNN（循环神经网络）	细胞内电生理数据	由两个神经元互连构成的半中枢振荡器回路
257	2025-09-25	Arabic hate speech detection using deep learning: a state-of-the-art survey of advances, challenges, and future directions (2020-2024) 2025, PeerJ. Computer science DOI:10.7717/peerj-cs.3133 PMID:40989294	综述	本文综述了2020-2024年间深度学习在阿拉伯语仇恨言论检测领域的最新进展、挑战与未来方向	系统梳理了阿拉伯语仇恨言论检测的深度学习技术演进，并针对方言多样性、标注数据稀缺等独特挑战提出未来研究方向	作为综述性论文，未进行原始实验验证，主要基于现有文献分析	评估深度学习技术在阿拉伯语仇恨言论检测中的应用现状与发展趋势	阿拉伯语社交媒体内容中的仇恨言论	自然语言处理	NA	深度学习	CNN, RNN, BERT, AraBERT, 混合架构	文本	NA
258	2025-09-25	Deep context-attentive transformer transfer learning for financial forecasting 2025, PeerJ. Computer science DOI:10.7717/peerj-cs.2983 PMID:40989285	研究论文	提出一种基于CNN-相关性注意力的Transformer深度学习模型2CAT，用于金融时间序列预测	结合信号分解、卷积层和基于相关性的注意力机制，并采用迁移学习框架增强跨市场泛化能力	NA	开发适用于多市场条件的稳健金融预测框架	六个股票指数（道琼斯工业平均指数、日经225指数、恒生指数、上证指数、孟买证券交易所指数和泰国证券交易所指数）	机器学习	NA	迁移学习、信号分解、注意力机制	CNN-Transformer混合模型（2CAT）	金融时间序列数据	六个股票指数的历史数据
259	2025-09-25	Optimizing a 3D convolutional neural network to detect Alzheimer's disease based on MRI 2025, PeerJ. Computer science DOI:10.7717/peerj-cs.3129 PMID:40989289	研究论文	本研究开发了一种基于3D卷积神经网络的阿尔茨海默病早期检测模型，使用OASIS-3数据库的MRI数据进行训练和验证	采用全3D MRI扫描处理而非传统2D方法，保留空间信息并避免降维过程中的信息损失，同时应用先进的图像预处理技术	NA	通过深度学习技术提高阿尔茨海默病的早期诊断准确率	阿尔茨海默病患者的大脑MRI影像数据	医学影像分析	阿尔茨海默病	MRI神经影像技术	3D-CNN	3D医学影像	基于OASIS-3数据库的样本
260	2025-09-25	Forecasting temperature and rainfall using deep learning for the challenging climates of Northern India 2025, PeerJ. Computer science DOI:10.7717/peerj-cs.3012 PMID:40989301	研究论文	本研究针对北印度复杂气候区开发了基于深度学习的温度与降雨预测框架	首次将RNN和LSTM模型应用于北印度特定气候区的局部化时间序列天气预测，并发现RNN在多输入多输出配置中优于LSTM	研究仅基于三个气象站的数据，可能无法完全代表整个北印度地区的气候多样性	为北印度气候敏感区域开发精确高效的局部化天气预测模型	印度贾姆穆、斯利那加和拉达克地区的气象数据	机器学习	NA	时间序列分析	RNN, LSTM	时间序列数据	印度气象部门2000年1月1日至2023年12月31日三个气象站的天气数据