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
2821	2025-12-25	Complete AI-Enabled Echocardiography Interpretation With Multitask Deep Learning 2025-07-22, JAMA DOI:10.1001/jama.2025.8731 PMID:40549400	研究论文	本研究开发并验证了一个名为PanEcho的多任务深度学习AI系统，用于自动解读经胸超声心动图，涵盖39个标签和测量指标	提出了首个能够全面自动化解读超声心动图（包括诊断分类和参数估计）的多任务深度学习AI系统，并在多个外部队列中验证了其跨地域和时间的稳健性	研究为回顾性设计，需要在各自临床工作流程中进行前瞻性评估以确认其实际应用效果	开发并评估一个AI系统，以自动化超声心动图的解读，提高心血管护理的效率和可及性	经胸超声心动图视频	数字病理	心血管疾病	超声心动图	深度学习	视频	来自24,405名患者的32,265项TTE研究，包含120万段超声心动图视频	NA	NA	AUC, 平均绝对误差, 归一化平均绝对误差	NA
2822	2025-12-25	TPS5 and TOR signaling components are determinants of Populus balsamifera leaf morphology 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1683866 PMID:41424546	研究论文	本研究通过多基因座GWAS和深度学习基因组预测，探究了313个杨树基因型叶片形态的遗传结构，并鉴定了TPS5和TOR信号通路组分在叶片形态决定中的关键作用	开发了GWADL（全基因组关联分析增强的深度学习）策略用于基因组选择模型，并首次发现倍半萜合酶TPS5在植物正常生长发育中的新功能	研究样本量相对有限（313个基因型），且外源倍半萜处理实验仅在杨树中进行验证	解析杨树叶片形态自然变异的遗传基础以最大化生物量积累	313个美洲黑杨（Populus balsamifera）基因型的叶片形态特征	植物遗传学	NA	全基因组关联分析（GWAS），深度学习基因组预测，外源化学处理	深度学习	基因型数据，叶片形态表型数据（12个相关性状）	313个杨树基因型	NA	GWADL（全基因组关联分析增强的深度学习）	方差解释率	NA
2823	2025-12-25	Detection techniques for tomato diseases under non-stationary climatic conditions 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1704663 PMID:41424549	研究论文	提出了一种名为CTTA-DisDet的连续测试时域适应框架，用于在非平稳气候条件下检测番茄病害	引入动态数据增强（包括显式和隐式增强）和教师-学生架构，结合LLMs生成新域数据，通过随机恢复神经元权重防止灾难性遗忘，实现模型在测试时对演化环境的自适应	未明确提及具体的数据集规模或模型在极端气候条件下的鲁棒性验证	提高番茄病害检测模型在非平稳气候条件下的泛化能力和适应性	番茄病害	计算机视觉	NA	深度学习	YOLO系列模型	图像	NA	PyTorch	YOLO	准确率	NA
2824	2025-12-25	Machine learning-based prediction model for teicoplanin plasma concentrations in adults with liver disease using real-world data 2025, Frontiers in pharmacology IF:4.4Q1 DOI:10.3389/fphar.2025.1703976 PMID:41424785	研究论文	本研究利用真实世界临床数据，通过机器学习和深度学习技术，为肝病患者构建了替考拉宁血浆浓度的预测模型	首次结合多种机器学习算法（包括TransTab等）和随机森林填补缺失值的方法，针对肝病患者群体构建替考拉宁血浆浓度的预测模型，并识别出日剂量、血红蛋白和天门冬氨酸氨基转移酶为最具影响力的特征	研究为单中心回顾性研究，样本量相对有限（646名患者），且模型性能需在更广泛的外部数据集中进一步验证	构建一个用于预测肝病患者替考拉宁血浆浓度的机器学习模型，以优化个体化给药策略	在中国一家三级医院接受替考拉宁治疗药物监测的肝病患者	机器学习	肝病	治疗药物监测	LightGBM, RF, TransTab	临床数据（结构化电子病历数据）	646名患者（共689个替考拉宁浓度数据点）	Scikit-learn, LightGBM, TransTab	LightGBM, 随机森林, TransTab	RMSE, R2, MAE, 预测误差在±30%内的准确率	NA
2825	2025-12-25	Spectral methods for Neural Integral Equations 2025, Ricerche di matematica IF:1.1Q2 DOI:10.1007/s11587-025-01021-4 PMID:41425249	研究论文	本文提出了一种基于谱方法的神经积分方程框架，用于在谱域中学习算子，以降低计算成本并提高插值精度	引入谱方法到神经积分方程中，通过在谱域学习算子实现计算效率提升和高精度插值	NA	开发一种计算效率更高的神经积分方程模型，以利用积分算子的非局部特性进行机器学习	神经积分方程模型	机器学习	NA	谱方法	神经积分方程	NA	NA	NA	NA	插值精度	NA
2826	2025-12-25	Artificial intelligence in epidemic watch: revolutionizing infectious diseases surveillance 2025, Frontiers in digital health IF:3.2Q2 DOI:10.3389/fdgth.2025.1692617 PMID:41425282	综述	本文综述了人工智能在传染病监测中的应用，探讨了其成功案例、技术接受度、治理问题及公共卫生政策建议	整合了机器学习与深度学习在传染病监测中的实时数据分析、疫情预测和医疗资源优化分配方面的创新应用	未具体说明数据来源、算法性能或实际部署中的技术挑战	探讨人工智能如何革新传染病监测，以提升公共卫生安全	传染病监测系统与公共卫生政策	机器学习	传染病	机器学习, 深度学习	NA	实时数据	NA	NA	NA	NA	NA
2827	2025-12-25	A systematic review of automated International Classification of Diseases coding models using the Medical Information Mart for Intensive Care dataset 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251404518 PMID:41425278	综述	本研究系统回顾了使用MIMIC数据集开发自动化ICD编码模型的研究进展，整合计算机科学与临床视角，评估进展、识别挑战并为未来自动化提供见解	首次系统性地整合计算机科学与临床视角，全面评估了基于MIMIC数据集的自动化ICD编码模型的发展历程、技术演进及可解释性策略	研究主要基于MIMIC数据集，缺乏多样化的数据来源；模型验证不足，临床编码员参与有限；复杂算法可能阻碍实际应用	调查自动化国际疾病分类（ICD）编码模型的发展，评估进展、识别挑战并为未来研究提供方向	使用MIMIC数据集的自动化ICD编码模型相关研究	自然语言处理	NA	系统综述方法	传统机器学习,深度学习,知识推理,信息检索,生成模型	文本	73项研究（2014-2024年）	NA	NA	F1-micro分数	NA
2828	2025-12-25	Deep learning-based beat-to-beat delineation of heart sounds and fiducial points in seismocardiography 2025, Frontiers in digital health IF:3.2Q2 DOI:10.3389/fdgth.2025.1699611 PMID:41425284	研究论文	本研究开发了一种基于深度学习的自适应算法，用于在震波心动描记术信号中自动检测11个基准点	首次应用U-Net架构的深度学习模型在震波心动描记术信号中进行逐拍基准点检测，实现了对心肌力学和血流动力学状态的新型评估方法	未明确说明算法在不同心脏疾病类型或严重程度下的泛化能力，且样本量相对有限	开发自动检测震波心动描记术信号中基准点的算法，以评估和监测心肌力学及血流动力学状态	震波心动描记术信号，包括来自有和无已知心脏疾病受试者的数据	机器学习	心血管疾病	震波心动描记术	CNN	信号数据	198名受试者的42,452个独立心跳	NA	U-Net	阳性预测值, 灵敏度	NA
2829	2025-12-25	Knowledge, Readiness, and Perception of Medical Students Toward Medical Artificial Intelligence: A Cross-Sectional Study 2025 Jan-Dec, Journal of medical education and curricular development IF:2.0Q2 DOI:10.1177/23821205251407758 PMID:41425647	研究论文	本研究通过横断面调查，评估了伊朗医学生对医学人工智能的知识、准备度和认知情况	首次在伊朗医学生群体中系统评估其对医学AI的知识、准备度和多维度认知，并分析了相关影响因素	研究为横断面设计，无法确定因果关系；样本仅来自伊朗，可能限制结果的普适性	评估医学生对医学人工智能的知识、准备度和认知，并分析其相关因素	伊朗的医学生	医学教育	NA	问卷调查	NA	问卷数据	280名医学生	SPSS 22, Excel 2019	NA	NA	NA
2830	2025-12-25	Deep learning models for cervical cancer subtyping using whole slide images 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1574639 PMID:41426317	研究论文	本研究开发并评估了一种基于人工智能的模型，利用全切片图像对宫颈癌进行亚型分类	结合了补丁级和WSI级分析，并使用了多种卷积神经网络和机器学习算法进行集成预测，以增强诊断准确性	未明确提及模型在更广泛或更具挑战性的临床场景中的局限性	开发并评估用于宫颈癌亚型分类的人工智能模型	宫颈癌全切片图像	数字病理学	宫颈癌	全切片图像分析	CNN, 机器学习算法	图像	438张全切片图像，来自一个公共数据集和两个私有数据集	NA	Inception-v3	准确率, 灵敏度, 特异性, AUROC	NA
2831	2025-12-25	Trends in AI-based diagnosis and intervention of metabolic diseases: a bibliometric analysis of the literature from 2000 to 2024 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1698366 PMID:41426577	文献计量分析	本文对2000年至2024年间关于人工智能在代谢性疾病诊断与干预中应用的文献进行了全面的文献计量分析	首次对人工智能在代谢性疾病领域的文献进行系统性计量分析，识别出三大研究前沿：基于智能设备的AI辅助预防、多模态诊断方法以及大语言模型指导的干预策略	分析仅基于WOSCC和Scopus数据库的文献，可能未涵盖所有相关出版物；文献计量方法主要反映趋势和关联，不深入评估具体研究内容的质量	分析人工智能在代谢性疾病诊断与干预领域的研究演变、趋势和前沿	2000年至2024年间发表的1059篇相关科学文献	机器学习	代谢性疾病	文献计量分析	NA	文献元数据（如作者、机构、期刊、关键词、引用网络）	1059篇出版物	R（用于数据合并与去重）	NA	NA	NA
2832	2025-12-25	Thyroid intelligent diagnosis based on THMSNet 2025, Frontiers in endocrinology IF:3.9Q2 DOI:10.3389/fendo.2025.1686248 PMID:41427041	研究论文	本文提出了一种名为THMSNet的混合架构，用于甲状腺结节的智能诊断，结合了多尺度特征提取和全局依赖建模	提出THMSNet混合架构，集成金字塔结构进行多尺度特征提取和Mamba进行全局长程依赖建模，并引入串行通道-空间注意力模块（SCSAM）增强特征表示，以及真值校准（TVC）算法使模型预测与病理标准对齐	未在摘要中明确提及	开发一种准确且临床适用的甲状腺结节良恶性诊断方法	甲状腺超声图像	计算机视觉	甲状腺疾病	超声成像	CNN, Transformer	图像	7,288张甲状腺超声图像（3,282张良性，4,006张恶性）	未在摘要中明确提及	THMSNet, ResNet, DenseNet	准确率, 精确率, 召回率, F1分数, AUROC	未在摘要中明确提及
2833	2025-12-25	U-FDL-PPE: a unified federated deep learning framework with privacy-preserving explainability for early and accurate viral disease prediction 2025, Frontiers in radiology DOI:10.3389/fradi.2025.1660479 PMID:41427114	研究论文	本研究提出了一种名为U-FDL-PPE的统一联邦深度学习框架，该框架结合了隐私保护和可解释性，旨在实现早期和准确的病毒性疾病预测	该框架首次将联邦学习与隐私保护的可解释性（通过Grad-CAM）相结合，用于病毒性疾病的早期诊断，解决了集中式数据存储的隐私和兼容性问题	研究仅在模拟的三家医疗机构网络中使用公开数据集进行测试，未在真实多中心临床环境中验证，且多类AUC值较低（0.5192）	开发一个支持早期、可靠病毒性疾病诊断的联邦深度学习框架，同时保护患者隐私并提供可理解的预测解释	胸部X光图像，用于分类COVID-19、正常和病毒性肺炎	计算机视觉	病毒性疾病	胸部X光成像	CNN	图像	使用公开的COVID-19放射影像数据库，在模拟的三家医疗机构网络中测试	NA	MobileNetV2	准确率, F1分数, AUC, 混淆矩阵	NA
2834	2025-12-25	Data-driven discovery of antiviral peptides against PRRSV using multiple machine learning models 2025, Frontiers in veterinary science IF:2.6Q1 DOI:10.3389/fvets.2025.1681083 PMID:41427144	研究论文	本研究通过整合蛋白质组学与机器学习方法，筛选并预测针对猪繁殖与呼吸综合征病毒的抗病毒肽	首次将图神经网络应用于抗病毒肽预测领域，并与传统机器学习模型进行性能比较	现有预测的抗病毒肽数据库不足，需要更精确可靠的注释	筛选健康与PRRSV感染组织的差异表达蛋白和肽，并预测抗病毒肽	猪的肺、小肠和大肠组织样本	机器学习	猪繁殖与呼吸综合征	蛋白质组学分析	GNN, RF, SVM	蛋白质和肽序列数据	未明确指定样本数量，涉及肺、小肠和大肠组织	未明确指定	图神经网络, 随机森林, 支持向量机	AUC	NA
2835	2025-12-25	A deep learning-based study of player styles and cross-league performance adaptation mechanisms: a case study of the NBA and CBA 2025, Frontiers in sports and active living IF:2.3Q2 DOI:10.3389/fspor.2025.1639972 PMID:41427262	研究论文	本研究利用深度学习和可解释建模，探讨球员风格对篮球联赛间表现适应性的影响	整合PCA、t-SNE和高斯混合模型进行球员风格聚类，并结合Branch-MLP与SHAP算法进行可解释性战术结构分析	研究仅基于2019-2024赛季的NBA和CBA数据，可能未涵盖所有联赛或历史时期的变化	通过量化框架理解不同竞争环境中球员表现机制，为训练、转会及青年人才培养提供数据驱动决策支持	NBA和CBA联赛的球员及球队比赛数据	机器学习	NA	PCA, t-SNE, 高斯混合模型, SHAP算法	多层感知机	比赛数据	2019-2024赛季的球员和球队数据	NA	Branch-MLP	准确率	NA
2836	2025-12-25	Deep learning for sleep analysis on children with sleep-disordered breathing: Automatic detection of mouth breathing events 2023, Frontiers in sleep DOI:10.3389/frsle.2023.1082996 PMID:41426436	研究论文	本研究开发了一种基于深度学习的算法，用于从儿童多导睡眠图记录中自动检测口呼吸事件	首次利用卷积神经网络自动检测儿童睡眠呼吸障碍中的口呼吸事件，为睡眠分析提供了一种新的自动化方法	模型在第二个验证数据集上性能下降，表明需要更大的训练集以提高泛化能力	构建深度学习算法以自动检测儿童睡眠呼吸障碍中的口呼吸事件	年龄在10-13岁之间的儿童，其中部分有打鼾或高阻塞性睡眠呼吸暂停值	机器学习	睡眠呼吸障碍	多导睡眠图	CNN	信号数据	20名受试者	NA	卷积神经网络	准确率, 精确率, 真阳性率, 假阳性率	NA
2837	2025-12-24	IFCNN-based fusion of GAF and MTF encoded near-infrared spectral images for quantitative analysis of microplastics 2026-Mar-05, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2025.127069 PMID:41151179	研究论文	本研究提出了一种结合近红外光谱图像转换与深度学习图像融合的新方法，用于微塑料的定量分析	首次将Gramian Angular Fields (GAF)和Markov Transition Fields (MTF)编码与改进的融合卷积神经网络(IFCNN)相结合，用于近红外光谱图像的融合与微塑料定量分析	仅针对五种特定类型的微塑料（PE、PET、PP、PS、PVC）与沙子的混合物进行研究，未涵盖所有微塑料类型	开发一种快速、准确的微塑料定量检测方法	五种微塑料（PE、PET、PP、PS、PVC）与沙子的混合物	计算机视觉	NA	近红外光谱成像	CNN	图像	五种微塑料与沙子在六个浓度水平下的混合物样本	NA	Improved Fusion Convolutional Neural Network (IFCNN), 2D-CNN	R值（相关系数）	NA
2838	2025-12-24	Deep learning-assisted surface-enhanced Raman spectroscopy detection of stimulants 2026-Mar-05, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2025.127086 PMID:41176858	研究论文	本研究结合表面增强拉曼光谱与深度学习算法，实现了五种兴奋剂的高灵敏度检测与识别	首次将表面增强拉曼光谱与LSTM等深度学习算法结合，用于兴奋剂的痕量检测，并在加标血液样本中验证了实际应用潜力	研究仅针对五种特定兴奋剂，未涉及更广泛的药物类别或复杂基质干扰	开发高灵敏度、快速响应的兴奋剂检测技术以应对滥用问题	五种兴奋剂（氯丙那林、普萘洛尔、特布他林、妥洛特罗、西马特罗）及其在加标血液样本中的检测	机器学习	NA	表面增强拉曼光谱，密度泛函理论计算	SVM, DNN, RNN, LSTM	光谱数据	涉及五种兴奋剂的SERS光谱数据，包括加标血液样本	NA	NA	准确率	NA
2839	2025-12-24	A cross-cultivar hyperspectral framework for huanglongbing detection in citrus via wavelength optimization and deep learning 2026-Mar-05, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2025.127189 PMID:41242125	研究论文	本文提出了一种基于高光谱成像和深度学习的跨品种柑橘黄龙病检测框架，通过波长优化提升模型性能	利用连续投影算法和粒子群优化算法提取跨品种一致的特征波长，并构建自定义卷积多尺度残差网络进行诊断，建立了无需针对不同品种单独建模的通用检测框架	未明确说明样本的具体数量和品种多样性，且模型在特定条件下的光谱响应差异可能影响泛化能力	开发一种跨品种的柑橘黄龙病早期准确检测方法，以控制疾病传播并减少经济损失	不同品种的柑橘叶片	计算机视觉	黄龙病	高光谱成像	SVM, MLP, CNN	高光谱图像	NA	NA	自定义卷积多尺度残差网络	准确率	NA
2840	2025-12-24	Detection of peritoneal, ovarian, and bowel endometriosis using FTIR spectroscopy and machine learning 2026-Mar-05, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2025.127242 PMID:41308317	研究论文	本研究评估了傅里叶变换红外光谱结合机器学习在检测卵巢、肠道和腹膜子宫内膜异位症中的诊断潜力	应用Boruta算法识别每种子宫内膜异位症类型最具信息量的光谱区间，揭示了与异位组织分子变化相关的特征波数范围，并通过特征选择显著提升了机器学习模型的诊断性能	未提及样本量、计算资源等具体细节，可能限制了结果的可推广性和可重复性	评估傅里叶变换红外光谱结合机器学习对子宫内膜异位症的诊断潜力	卵巢、肠道和腹膜子宫内膜异位症组织	机器学习	子宫内膜异位症	傅里叶变换红外光谱	深度学习, 支持向量机, XGBoost	光谱数据	NA	NA	NA	准确率, 灵敏度, 特异性, 精确率, F1分数, MCC, ROC AUC	NA