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
2681	2025-04-04	[A multi-scale supervision and residual feedback optimization algorithm for improving optic chiasm and optic nerve segmentation accuracy in nasopharyngeal carcinoma CT images] 2025-Mar-20, Nan fang yi ke da xue xue bao = Journal of Southern Medical University DOI:10.12122/j.issn.1673-4254.2025.03.21 PMID:40159978	research paper	提出一种基于多尺度监督和残差反馈策略的深度学习分割算法（DSRF），用于精确分割鼻咽癌CT图像中的视交叉和视神经	设计了混合池化策略的解码器（HPS）以减少小器官特征在池化过程中的损失，采用多尺度深度监督层学习丰富的多尺度多层次语义特征，并设计残差反馈模块通过多次迭代网络来增强对比度	未提及算法在其他类型癌症或不同影像模态上的适用性	提高鼻咽癌CT图像中视交叉和视神经的分割精度	鼻咽癌患者的CT图像	digital pathology	nasopharyngeal carcinoma	deep learning segmentation	CNN	CT images	212例鼻咽癌CT图像（来自SegRap2023、StructSeg2019和HaN-Seg2023数据集）
2682	2025-04-04	[A lightweight classification network for single-lead atrial fibrillation based on depthwise separable convolution and attention mechanism] 2025-Mar-20, Nan fang yi ke da xue xue bao = Journal of Southern Medical University DOI:10.12122/j.issn.1673-4254.2025.03.23 PMID:40159980	research paper	提出一种基于深度可分离卷积和注意力机制的轻量级网络DSC-AttNet，用于单导联心房颤动的自动诊断	结合深度可分离卷积减少模型参数和计算复杂度，嵌入多层混合注意力机制提升特征表达能力	样本量相对较小，仅基于公开数据集验证	开发适用于可穿戴ECG监测设备的房颤自动诊断模型	心房颤动患者和正常心律受试者的ECG数据	digital pathology	cardiovascular disease	深度可分离卷积、注意力机制	DSC-AttNet	ECG信号	84名房颤患者、25名房颤患者和18名正常心律受试者
2683	2025-04-04	Automated chick gender determination using optical coherence tomography and deep learning 2025-Mar-15, Poultry science IF:3.8Q1 DOI:10.1016/j.psj.2025.105033 PMID:40106909	研究论文	本研究提出了一种结合光学相干断层扫描（OCT）和深度学习的新方法，用于高分辨率、非侵入性的雏鸡性别鉴定	首次将OCT与深度学习结合用于自动化雏鸡性别鉴定，提供了一种可扩展、实时的替代方案	模型的准确率为79%，仍有提升空间	优化家禽生产中的雏鸡性别分类	雏鸡	计算机视觉	NA	光学相干断层扫描（OCT）	CNN	图像	NA
2684	2025-04-04	Deep learning imputes DNA methylation states in single cells and enhances the detection of epigenetic alterations in schizophrenia 2025-Mar-12, Cell genomics IF:11.1Q1 DOI:10.1016/j.xgen.2025.100774 PMID:39986279	研究论文	介绍了一种基于transformer的深度学习模型scMeFormer，用于在单细胞水平上填补DNA甲基化状态，并应用于精神分裂症的甲基化研究	开发了scMeFormer模型，能够在单细胞DNA甲基化数据中高效填补CpG位点的甲基化状态，显著提高了低覆盖率数据的分析能力	未明确说明模型在其他疾病或组织类型中的适用性	提高单细胞DNA甲基化数据的分析能力，并研究精神分裂症的甲基化改变	人类和小鼠的单核DNA甲基化数据，特别是精神分裂症患者和对照的前额叶皮层数据	机器学习	精神分裂症	单核DNA甲基化测序	transformer	DNA甲基化数据	五个单核DNA甲基化数据集（人类和小鼠）
2685	2025-04-04	Transfer learning reveals sequence determinants of the quantitative response to transcription factor dosage 2025-Mar-12, Cell genomics IF:11.1Q1 DOI:10.1016/j.xgen.2025.100780 PMID:40020686	research paper	该研究应用迁移学习预测转录因子剂量如何影响面部祖细胞中调控元件的染色质可及性，揭示了序列决定因素	结合迁移学习和定量染色质响应测量，揭示顺式调控代码的额外层次	研究仅针对TWIST1和SOX9两种转录因子，可能不适用于其他转录因子	揭示转录因子剂量对染色质可及性的定量响应的序列决定因素	面部祖细胞中的调控元件	machine learning	NA	迁移学习	deep learning	chromatin accessibility data	NA
2686	2025-04-04	Cropformer: An interpretable deep learning framework for crop genomic prediction 2025-Mar-10, Plant communications IF:9.4Q1 DOI:10.1016/j.xplc.2024.101223 PMID:39690739	research paper	介绍了一个名为Cropformer的可解释深度学习框架，用于作物基因组预测和表型预测	结合了卷积神经网络和多种自注意力机制，提高了预测精度和模型的可解释性	未提及具体的局限性	加速优良基因型的识别和育种周期的缩短	五种主要作物：玉米、水稻、小麦、谷子和番茄	machine learning	NA	genomic selection (GS)	CNN与自注意力机制结合的深度学习框架	基因组数据	超过20个性状的五种主要作物数据
2687	2025-04-04	A deep-learning model to predict the completeness of cytoreductive surgery in colorectal cancer with peritoneal metastasis☆ 2025-Mar-10, European journal of surgical oncology : the journal of the European Society of Surgical Oncology and the British Association of Surgical Oncology DOI:10.1016/j.ejso.2025.109760 PMID:40174333	研究论文	开发了一种名为DeAF的深度学习模型，用于预测结直肠癌腹膜转移患者细胞减灭术的完整性	提出了一种新型AI框架DeAF，通过解耦特征对齐和融合来辅助选择适合CRS的患者并预测手术完整性	研究样本量有限（186例患者），且所有数据来自三级医院，可能影响模型的普遍适用性	改善结直肠癌腹膜转移患者细胞减灭术的患者选择和手术完整性预测	结直肠癌伴腹膜转移患者	数字病理学	结直肠癌	深度学习	DeAF框架（基于Simsiam算法）	CT图像和临床病理参数	186例来自4家三级医院的结直肠癌伴腹膜转移患者
2688	2025-04-04	Kolmogorov-Arnold networks for genomic tasks 2025-Mar-04, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf129 PMID:40163820	research paper	本文探讨了Kolmogorov-Arnold网络（KANs）在基因组任务中替代多层感知机（MLPs）的潜力	首次将线性KANs（LKANs）和卷积KANs（CKANs）应用于基因组序列的分类和生成任务	CKANs在处理大量参数时存在扩展性问题，且KANs在不同深度学习架构中的潜力需进一步研究	评估KANs在基因组任务中的性能表现	基因组序列	machine learning	NA	deep learning	LKANs, CKANs, MLP	genomic sequences	三个基因组基准数据集：Genomic Benchmarks、Genome Understanding Evaluation和Flipon Benchmark
2689	2025-04-04	Introduction to Artificial Intelligence for General Surgeons: A Narrative Review 2025-Mar, Cureus DOI:10.7759/cureus.79871 PMID:40171361	review	本文是一篇叙述性综述，旨在向普通外科医生介绍人工智能（AI）的基础知识及其在胸腹部创伤中的应用	综述了AI在创伤护理中的潜在应用，特别是在诊断、风险预测和决策支持方面，并讨论了将AI整合到澳大利亚医疗系统中的意义	当前AI在临床实践中的应用仍有限，需要未来进行前瞻性和本地验证的研究	教育普通外科医生了解AI的基础知识及其在创伤护理中的应用	普通外科医生及AI在胸腹部创伤中的应用	machine learning	trauma	machine learning, deep learning, natural language processing, computer vision	NA	NA	NA
2690	2025-04-04	Abnormality detection in nailfold capillary images using deep learning with EfficientNet and cascade transfer learning 2025-01-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-85277-8 PMID:39814806	研究论文	本研究利用基于EfficientNet-B0的级联迁移学习框架，开发了一种自动检测甲襞毛细血管图像异常的深度学习方法	提出了一种基于EfficientNet-B0的级联迁移学习框架，显著提高了分类器在区分正常和异常甲襞毛细血管图像方面的性能	数据集中正常图像仅占6%，可能导致模型在正常样本上的泛化能力不足	开发一种自动化的临床筛查工具，用于检测甲襞毛细血管图像的异常	甲襞毛细血管图像	计算机视觉	心血管疾病	深度学习	EfficientNet-B0	图像	225名参与者的甲襞毛细血管图像
2691	2025-04-04	TNFR-LSTM: A Deep Intelligent Model for Identification of Tumour Necroses Factor Receptor (TNFR) Activity 2025 Jan-Dec, IET systems biology IF:1.9Q3 DOI:10.1049/syb2.70007 PMID:40156875	research paper	开发了一种名为DEEP-TNFR的深度学习模型，用于预测肿瘤坏死因子受体（TNFR）的活性	提出了一种结合相对和反向位置特征以及统计矩的先进模型，并在多种深度学习分类器中验证了LSTM的最高效能	未提及模型在更广泛数据集上的泛化能力或实际临床应用中的潜在限制	提高肿瘤坏死因子受体（TNFR）活性识别的准确性	肿瘤坏死因子（TNFs）及其与受体的相互作用	machine learning	cancer development	深度学习	LSTM, Bi-LSTM, GRU, CNN, RNN, FCN	生物分子数据	使用了一个公认的基准数据集，但未提及具体样本数量
2692	2025-04-04	Model interpretability on private-safe oriented student dropout prediction 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0317726 PMID:40163446	研究论文	本文提出了一种改进的预处理核诱导点数据蒸馏技术（PP-KIPDD），用于预测学生辍学风险，同时保护隐私并提高模型可解释性	首次引入PP-KIPDD技术重构模拟学生信息分布的新样本，防止隐私泄露，并利用SHAP值增强模型可解释性	未提及具体样本量或实验验证范围	解决学生辍学预测中的隐私保护和模型可解释性问题	学生辍学风险预测	机器学习	NA	PP-KIPDD, SHAP	NA	表格数据	NA
2693	2025-04-04	An Early Thyroid Screening Model Based on Transformer and Secondary Transfer Learning for Chest and Thyroid CT Images 2025 Jan-Dec, Technology in cancer research & treatment IF:2.7Q3 DOI:10.1177/15330338251323168 PMID:40165465	research paper	提出一种基于Transformer和二次迁移学习的早期甲状腺筛查模型，用于胸部及甲状腺CT图像分析	结合Transformer DNN和迁移学习技术，整合时间序列数据，解决小样本和高噪声问题	数据集有限，样本量较小，噪声较高	提高甲状腺癌早期筛查的准确性和效率	240名来自中国广东和新疆的患者的增强CT扫描图像数据	digital pathology	thyroid cancer	enhanced CT scans	Transformer DNN, transfer learning	CT images	240 patients
2694	2025-04-04	Correction: Pedestrian POSE estimation using multi-branched deep learning pose net 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0321410 PMID:40168295	correction	本文是对先前发表的文章（DOI: 10.1371/journal.pone.0312177）的更正	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
2695	2025-04-04	Evaluating Sex and Age Biases in Multimodal Large Language Models for Skin Disease Identification from Dermatoscopic Images 2025, Health data science DOI:10.34133/hds.0256 PMID:40170800	research paper	评估多模态大语言模型在皮肤疾病识别中的性别和年龄偏见	首次评估了多模态大语言模型（如ChatGPT-4和LLaVA-1.6）在皮肤疾病识别中的性别和年龄偏见，并与传统的CNN和视觉Transformer模型进行了比较	研究使用的数据集虽然较大（约10,000张图像），但未来需要使用更大、更多样化的数据集来进一步验证模型的可靠性和公平性	探索多模态大语言模型在皮肤疾病识别中的实际应用，并评估其性别和年龄偏见	皮肤疾病（黑色素瘤、黑色素细胞痣和良性角化病样病变）	digital pathology	skin disease	multimodal large language models (LLMs), CNN, vision transformer	ChatGPT-4, LLaVA-1.6, VGG16, ResNet50, Model Derm, Swin-B	image	约10,000张皮肤镜图像
2696	2025-04-04	Cnidaria herd optimized fuzzy C-means clustering enabled deep learning model for lung nodule detection 2025, Frontiers in physiology IF:3.2Q2 DOI:10.3389/fphys.2025.1511716 PMID:40171113	research paper	提出了一种结合Cnidaria群体优化模糊C均值聚类和深度学习的模型，用于有效检测肺结节	结合Cnidaria群体优化算法（CHO）和双向长短期记忆模型（CHSTM），以及优化的模糊C均值聚类算法和Resnet-101深度学习模型，提高了肺结节检测的准确性和性能	现有方法在可扩展性、鲁棒性、数据可用性和误检率方面存在一定限制	提高肺结节检测的准确性和性能	肺结节	digital pathology	lung cancer	Cnidaria Herd Optimization (CHO) algorithm, Bi-directional Long Short-Term Memory (CHSTM), fuzzy C-means clustering, Resnet-101	CHSTM, Resnet-101	medical images	LUNA-16数据集和LIDC/IDRI数据集
2697	2025-04-04	Smart insole-based abnormal gait identification: Deep sequential networks and feature ablation study 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251332999 PMID:40171146	research paper	该研究利用智能鞋垫传感器数据，通过深度序列网络和特征消融研究，对九种步态（包括一种正常和八种异常步态）进行分类	结合多种传感器特征（压力信号、IMU数据等）进行步态分类，并通过消融研究验证不同特征组合的效果	未提及样本的多样性或跨数据集验证的局限性	开发高效的步态分类方法以评估行走能力	使用智能鞋垫传感器收集的步态数据	digital health	gait-related disorders	压力传感器和惯性测量单元（IMU）	deep sequential networks	sensor data（压力信号、IMU数据等）	未明确提及具体样本数量，仅描述为受试者进行15米步行测试
2698	2025-04-04	Deep learning-based optical coherence tomography and retinal images for detection of diabetic retinopathy: a systematic and meta analysis 2025, Frontiers in endocrinology IF:3.9Q2 DOI:10.3389/fendo.2025.1485311 PMID:40171193	meta-analysis	系统回顾和荟萃分析深度学习算法在光学相干断层扫描（OCT）和视网膜图像中检测糖尿病视网膜病变（DR）的有效性	首次通过荟萃分析评估深度学习在OCT和视网膜图像中检测DR的准确性和可靠性	数据集标准化不足，模型可解释性有待提高，且需在多样化人群中进一步验证性能	评估深度学习算法在检测糖尿病视网膜病变中的准确性和临床适用性	光学相干断层扫描（OCT）和视网膜图像	digital pathology	diabetic retinopathy	deep learning	NA	image	188268张视网膜图像和OCT扫描
2699	2025-04-04	Quantitative analysis of studies that use artificial intelligence on thyroid cancer: a 20-year bibliometric analysis 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1525650 PMID:40171256	研究论文	通过文献计量分析评估人工智能在甲状腺癌领域的研究进展、热点和未来方向	首次对过去20年人工智能在甲状腺癌领域的应用进行全面的文献计量分析，揭示了研究热点和发展趋势	仅基于Web of Science数据库的文献，可能未涵盖所有相关研究	评估人工智能在甲状腺癌领域的应用现状和发展趋势	2004-2024年间发表的956篇关于人工智能在甲状腺癌中应用的文献	数字病理	甲状腺癌	文献计量分析	NA	文献数据	956篇文献
2700	2025-04-04	Knowledge graph and its application in the study of neurological and mental disorders 2025, Frontiers in psychiatry IF:3.2Q2 DOI:10.3389/fpsyt.2025.1452557 PMID:40171303	综述	本文综述了知识图谱在神经和精神障碍研究中的应用，并探讨了医学知识图谱的现状及其面临的挑战	结合大数据和深度学习技术，探讨知识图谱在神经和精神障碍研究中的潜力	仍需克服知识图谱在医学领域应用中的障碍和限制	研究知识图谱在神经和精神障碍领域的应用及其潜力	神经障碍（如阿尔茨海默病和帕金森病）和精神障碍（如抑郁症和焦虑症）	自然语言处理	神经和精神障碍	知识图谱（KG）	NA	医学数据	NA