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
2641	2025-11-27	Pathway-guided architectures for interpretable AI in biological research 2025, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2025.10.063 PMID:41282420	综述	综述基于通路知识的可解释深度学习架构在生物研究中的进展与应用	系统总结通路引导可解释深度学习架构的方法学，分析不同通路数据库对模型性能与可解释性的影响	未提出新的算法模型，主要聚焦于现有方法的总结与比较	为生物医学研究提供通路引导可解释深度学习的方法学指导	通路引导的可解释深度学习架构及其在生物医学中的应用	生物信息学	复杂疾病	多组学数据分析	深度学习	多组学数据	NA	NA	通路引导深度学习架构	模型性能, 可解释性	NA
2642	2025-11-27	Target fishing: from "needle in haystack" to "precise guidance"--new technology, new strategy and new opportunity 2025, Frontiers in pharmacology IF:4.4Q1 DOI:10.3389/fphar.2025.1673688 PMID:41282634	综述	系统讨论药物靶点捕获技术的最新进展，重点分析人工智能与深度学习对药物研发范式的变革作用	提出深度学习与知识图谱深度融合的新策略，实现从'广谱筛选'到'精准捕获'的研究方法转变	NA	为学术界提供理论框架，构建从基础研究到临床应用的桥梁，推动精准药物研发进入智能驱动新时代	药物靶点发现技术	自然语言处理, 机器学习	NA	深度学习, 知识图谱, 多组学数据整合	深度表示学习模型	多组学数据, 临床数据	NA	NA	NA	靶点预测准确性	NA
2643	2025-11-27	Delineation of intracavitary electrograms for the automatic quantification of decrement-evoked potentials in the coronary sinus with deep-learning techniques 2024, Frontiers in physiology IF:3.2Q2 DOI:10.3389/fphys.2024.1331852 PMID:38818521	研究论文	提出基于深度学习的算法，用于自动识别和量化冠状窦内心电信号中的递减诱发电位	首次开发能够自动描绘EGM信号中所有局部成分的工具，提出两种新型损失函数以减少假阴性和描绘误差，并探索了自注意力机制的应用	使用私有数据集且样本量有限（77名患者），需要进一步临床验证	开发自动量化递减诱发电位的算法，辅助区分旁路和房室折返性心动过速	冠状窦内电信号和递减诱发电位	数字病理	心血管疾病	心内电描记术	深度学习	电信号	77名患者的312个EGM记录	NA	U-Net, W-Net	准确率, 召回率, 灵敏度, 特异性	NA
2644	2025-11-27	Investigation of machine learning algorithms for taxonomic classification of marine metagenomes 2023-10-17, Microbiology spectrum IF:3.7Q2 DOI:10.1128/spectrum.05237-22 PMID:37695074	研究论文	本研究开发了从公开海洋宏基因组数据构建训练/测试数据集的方法，并评估了机器学习算法在海洋宏基因组序列分类中的性能	通过构建专门的海洋宏基因组训练数据集，比较不同机器学习模型在宏基因组分类中的表现，并提出改进方向	训练数据中存在基因组覆盖度不足和类别不平衡问题，计算资源可及性有限	评估机器学习算法在海洋宏基因组分类中的性能并指导方法改进	海洋微生物宏基因组数据	机器学习	NA	宏基因组测序	深度学习	基因组序列数据	公开可用的海洋宏基因组数据集	NA	NA	准确率	NA
2645	2025-11-27	Whole Slide Imaging-Based Prediction of TP53 Mutations Identifies an Aggressive Disease Phenotype in Prostate Cancer 2023-09-01, Cancer research IF:12.5Q1 DOI:10.1158/0008-5472.CAN-22-3113 PMID:37352385	研究论文	开发基于全切片图像的深度学习模型预测前列腺癌TP53突变并识别侵袭性表型	首次开发TiDo模型实现从全切片图像预测TP53突变，并发现假阳性预测与TP53缺失相关，揭示了与侵袭性疾病相关的下游表型	无法完美预测单个TP53突变的空间存在	开发基于全切片图像的生物标志物识别前列腺癌转移潜力	前列腺癌患者和病灶	数字病理学	前列腺癌	全切片成像	深度学习	图像	独立多灶性队列	NA	TiDo	NA	NA
2646	2025-11-27	Application of machine learning and deep learning methods for hydrated electron rate constant prediction 2023-08-15, Environmental research IF:7.7Q1 DOI:10.1016/j.envres.2023.115996 PMID:37105290	研究论文	本研究应用机器学习和深度学习方法预测有机化合物与水合电子的二级速率常数	首次将迁移学习和数据增强的卷积神经网络应用于水合电子速率常数预测，并比较了不同分子表示方法的性能	数据集仅包含867个样本，可能限制模型的泛化能力	预测有机化合物与水合电子的反应速率常数	有机化合物	机器学习	NA	NA	XGBoost, CNN	分子图像, 分子描述符, 分子指纹	867个不同pH条件下的速率常数值	NA	卷积神经网络	R, RMSE, MAE	NA
2647	2025-11-27	Synthesis of Prospective Multiple Time Points F-18 FDG PET Images from a Single Scan Using a Supervised Generative Adversarial Network 2023-Apr, Nuklearmedizin. Nuclear medicine DOI:10.1055/a-2026-0784 PMID:36878470	研究论文	使用监督生成对抗网络从单次扫描合成前瞻性多时间点F-18 FDG PET图像	将pix-to-pix GAN网络扩展应用于生成不同时间点的PET图像，仅需注射后60分钟的扫描数据	图像质量和训练数据量影响网络性能，患者研究结果较体模研究略有下降	评估pix-to-pix GAN网络在不同时间点图像生成中的可行性	体模和患者F-18 FDG PET图像	医学影像分析	NA	F-18 FDG PET成像	GAN	医学图像	体模研究和患者研究	NA	pix-to-pix GAN, ResNet-50	SSIM, PSNR, MSE, 分类准确率	NA
2648	2025-11-27	Stimulated Raman Scattering Microscopy Enables Gleason Scoring of Prostate Core Needle Biopsy by a Convolutional Neural Network 2023-02-15, Cancer research IF:12.5Q1 DOI:10.1158/0008-5472.CAN-22-2146 PMID:36594873	研究论文	开发基于受激拉曼散射显微镜和卷积神经网络的深度学习系统，用于前列腺穿刺活检的格里森评分	首次将受激拉曼散射显微镜与卷积神经网络结合，实现无标记、近实时的前列腺癌格里森模式分类	样本量相对有限（61例训练集，22例外部测试），与病理医生诊断一致性为71%	开发快速准确的前列腺癌格里森评分方法以支持局部病灶的精准治疗	新鲜前列腺穿刺活检组织	数字病理	前列腺癌	受激拉曼散射显微镜	CNN	图像	61例患者用于训练，22例独立病例用于外部测试，21例用于诊断一致性验证	NA	卷积神经网络	准确率	NA
2649	2025-11-27	An automated unsupervised deep learning-based approach for diabetic retinopathy detection 2022-Dec, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-022-02688-9 PMID:36274090	研究论文	提出一种基于无监督深度学习的自动化糖尿病视网膜病变检测方法	首次采用无监督学习与深度学习的混合方法检测糖尿病视网膜病变，提出了改进的模糊聚类方法和改进的卷积神经网络	NA	开发自动检测糖尿病视网膜病变相关视网膜异常的自动化技术	糖尿病视网膜病变患者的视网膜图像	计算机视觉	糖尿病视网膜病变	NA	CNN	视网膜图像	三个不同数据集：DIARETDB1、APTOS和Liverpool	NA	改进的卷积神经网络	准确率	NA
2650	2025-11-27	Prostate Cancer Risk Stratification via Nondestructive 3D Pathology with Deep Learning-Assisted Gland Analysis 2022-01-15, Cancer research IF:12.5Q1 DOI:10.1158/0008-5472.CAN-21-2843 PMID:34853071	研究论文	开发了一种基于深度学习的非破坏性3D病理学工作流程，用于前列腺癌风险分层	提出ITAS3D策略实现无需标注的3D腺体分割，使用荧光类似物替代传统H&E染色	初步验证阶段，样本量有限（300个活检样本）	改进前列腺癌风险评估和治疗决策	前列腺活检组织	数字病理学	前列腺癌	3D病理学，荧光染色	深度学习	3D图像	300个活检样本（来自50个前列腺切除标本，其中118个含癌）	NA	NA	风险分层能力，临床生化复发结果	NA
2651	2025-11-26	A multimodal approach for cardiac signals classification using deep learning with explainable AI methods 2026-Dec, Health information science and systems IF:4.7Q1 DOI:10.1007/s13755-025-00402-1 PMID:41287804	研究论文	提出一种融合心电信号和心音信号的多模态深度学习框架，用于心脏病分类诊断	采用双分支CNN-BiLSTM-SE架构与跨模态注意力机制，结合可解释AI方法验证模型临床相关性	未明确说明模型在实时临床环境中的部署性能	开发准确、可解释的心脏病诊断决策支持系统	心电图和心音图信号	数字病理	心血管疾病	小波去噪,自适应滤波,标准化	CNN,BiLSTM	生理信号	总计4905名受试者（来自5个不同数据集）	未明确指定	双分支CNN-BiLSTM-SE,跨模态注意力机制	准确率,F1分数,AUC	NA
2652	2025-11-26	A deep learning approach to predicting hospitalized patients' SEIRD states using multimodal spatiotemporal data 2026-Feb, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2025.106157 PMID:41161262	研究论文	本研究开发了多模态深度学习模型，利用医院时空数据预测住院患者的SEIRD状态和医院获得性感染风险	提出了一种新颖的混合架构，先让专门组件独立学习时空数据的表示，然后通过联合微调阶段智能融合这些预训练表示	研究使用合成医院模拟数据集，未来需要在真实临床数据上进行验证	开发个体层面的医院获得性感染风险预测模型，为针对性干预提供支持	住院患者	机器学习	医院获得性感染	深度学习	LSTM, DCRNN, 图卷积网络	多模态时空数据	基于同行评审的合成医院模拟数据集，采用分层10折交叉验证	NA	异构图卷积长短期记忆网络, 扩散卷积循环神经网络, 混合模型	准确率, F1分数	NA
2653	2025-11-26	A multi-task deep learning framework for intraoperative diagnosis of thyroid cancer metastasis using whole slide images 2026-Feb, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2025.106176 PMID:41237514	研究论文	开发基于CLAM的多任务深度学习框架，用于甲状腺癌术中冰冻切片全玻片图像的转移诊断	首次将聚类约束注意力多实例学习应用于甲状腺癌术中诊断，实现淋巴结转移检测、T分期分类和解剖定位三项临床任务	T分期分类性能相对较低，样本量有限，需要进一步外部验证	提升甲状腺癌术中淋巴结转移诊断的准确性和可解释性	甲状腺乳头状癌患者的术中冰冻切片全玻片图像	数字病理	甲状腺癌	全玻片图像分析	CNN, 多实例学习	病理图像	来自两个独立中心的569例患者样本	PyTorch	ResNet50, CLAM	AUC	NA
2654	2025-11-26	Enhancing the prediction accuracy of pathological downstaging in locally advanced rectal cancer using deep learning models with preoperative MRI and clinicopathological data 2026-Feb, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2025.106142 PMID:41100929	研究论文	本研究开发并验证了基于术前T2加权MRI影像联合放射学和临床病理数据的深度学习模型，用于预测局部晚期直肠癌新辅助放化疗后的病理T分期降期	首次将T2加权MRI影像与放射学特征和临床病理数据相结合构建深度学习模型，显著提高了病理降期预测准确率	回顾性研究设计，样本量相对有限（总样本406例），需要进一步前瞻性验证	提高局部晚期直肠癌新辅助放化疗后病理T分期降期的预测准确性	局部晚期直肠癌患者	数字病理	直肠癌	磁共振成像，深度学习	深度学习模型	医学影像，临床数据	总样本406例（训练集223例，内部测试集95例，外部测试集88例）	NA	NA	AUC，ROC曲线分析	NA
2655	2025-11-26	Hybridized artificial intelligence system for reducing neonatal mortality in Nigeria 2026-Feb, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2025.106162 PMID:41138617	研究论文	开发了一种混合人工智能系统，用于检测多种新生儿疾病以降低尼日利亚新生儿死亡率	提出了一种新颖的混合LSTM-ANN架构，并在尼日利亚本地数据集上验证了其优越性能	需要外部验证和前瞻性临床试验才能进行临床部署	开发能够检测多种新生儿疾病的人工智能系统，促进早期干预	尼日利亚西南部的新生儿患者	机器学习	新生儿疾病	SMOTE过采样技术	ANN, LSTM, 混合LSTM-ANN	临床记录	4027名新生儿患者，来自三个州五家三级医院	NA	人工神经网络, 长短期记忆网络, 混合LSTM-ANN	准确率, 精确率, 召回率, F1分数	NA
2656	2025-11-26	Decoding the spectrum of meat quality: advances in hyperspectral imaging for multi-attribute analysis 2025-Dec-25, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.146912 PMID:41197306	综述	本文系统评述了高光谱成像技术在新鲜肉类多属性质量分析中的最新进展与应用	全面探讨了人工智能、深度学习和数据融合等前沿数据分析方法在提升高光谱成像预测可靠性和实际应用中的作用	NA	评估高光谱成像技术在新鲜肉类质量多参数同时检测中的应用价值	新鲜牛肉、猪肉和禽肉的质量参数	计算机视觉	NA	高光谱成像	深度学习	高光谱图像	NA	NA	NA	预测可靠性	NA
2657	2025-11-26	Food defect detection technologies based on deep learning and prospects in detection of unsound wheat kernels 2025-Dec-25, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.146910 PMID:41207261	综述	本文系统综述了基于深度学习的食品缺陷检测技术在不完善小麦籽粒检测中的研究现状与发展前景	聚焦深度学习技术在不完善小麦籽粒检测中的创新应用，涵盖图像采集系统、特征提取、模型优化、多模态融合和轻量化部署等关键技术进展	主要关注技术层面综述，缺乏具体实验数据验证和实际应用效果的系统评估	推动智能小麦质量检测技术发展，为智慧农业实践提供理论支持和方法指导	不完善小麦籽粒及其对粮食加工和储存的影响	计算机视觉	NA	机器视觉，深度学习	深度学习模型	图像数据	NA	NA	NA	NA	NA
2658	2025-11-26	Association Between Choroid Plexus Morphological Alterations, Alzheimer Pathologies, and Cognitive Impairment: A Longitudinal Study 2025-Dec-23, Neurology IF:7.7Q1 DOI:10.1212/WNL.0000000000213953 PMID:41284956	研究论文	本研究通过深度学习分析脉络丛形态特征与阿尔茨海默病病理及认知障碍的纵向关联	首次使用深度学习分割方法系统分析AD相关脉络丛高阶形态特征及其在AD病理与认知衰退间的中介作用	研究为回顾性设计，脉络丛形态特征的病理基础仍需通过影像-组织病理学对比研究进一步阐明	探讨阿尔茨海默病相关脉络丛形态特征及其与认知衰退的关联	无痴呆参与者，包括339名Aβ-和225名Aβ+个体	数字病理学	阿尔茨海默病	3D T1和3D FLAIR MRI, Aβ和tau PET, 认知评估	深度学习	医学影像	564名无痴呆参与者（平均年龄72.4±7.7岁，54.1%女性）	NA	NA	p值, 标准化β, 95%置信区间	NA
2659	2025-11-26	Automated lesion detection in endoscopic imagery for small animal models - a pilot study 2025-Dec-17, Biomedizinische Technik. Biomedical engineering DOI:10.1515/bmt-2025-0179 PMID:40960131	研究论文	本研究开发了一种基于YOLOv7的自动化系统，用于检测和分类小鼠结肠镜检查视频中的肿瘤病变	首次将预训练于人类息肉图像的YOLOv7模型应用于小鼠结肠肿瘤检测，并结合粪便检测器和颜色过滤器提升检测性能	仅为初步研究，需要进一步评估系统性能	开发自动化工具以解决小鼠结肠镜检查视频分析中资源有限和人工审查耗时的问题	小鼠结肠镜检查视频中的肿瘤病变	计算机视觉	结直肠癌	结肠镜检查	CNN	视频	28只小鼠的150个视频，其中125个包含肿瘤，时间跨度为6周	NA	YOLOv7	精确度, 召回率, 准确率	NA
2660	2025-10-06	Research progress and future prospects in intelligent lung sound diagnosis: models, lightweight design, and hardware platform implementation 2025-Dec-17, Biomedizinische Technik. Biomedical engineering DOI:10.1515/bmt-2025-0197 PMID:40968576	综述	系统回顾了智能肺音诊断技术的研究进展，重点关注肺音分类模型构建、模型轻量化设计及硬件平台部署	深入探讨了基于软硬件协同设计的嵌入式平台部署路径，推动健康监测系统发展	NA	智能肺音识别技术在医疗辅助诊断领域的应用与发展	肺音信号	数字病理	呼吸系统疾病	深度学习	NA	音频信号	NA	NA	NA	NA	边缘设备、嵌入式系统、FPGA