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
281	2025-07-07	Synergizing advanced algorithm of explainable artificial intelligence with hybrid model for enhanced brain tumor detection in healthcare 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07524-2 PMID:40595253	研究论文	本文提出了一种结合可解释人工智能（XAI）和混合模型的方法，用于增强脑肿瘤检测	结合DenseNet201和SVM的混合模型，并集成多种XAI技术（如Grad-CAM、IG和LRP）以提高模型的可解释性和准确性	未提及样本的具体来源和多样性，可能影响模型的泛化能力	开发一种高精度且可解释的脑肿瘤检测方法，以支持临床决策	脑肿瘤的MRI图像	数字病理学	脑肿瘤	MRI	DenseNet201, SVM	图像	NA
282	2025-07-07	Benchmark dataset and deep learning method for global tropical cyclone forecasting 2025-Jul-01, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-61087-4 PMID:40595595	研究论文	本文提出了一个名为TropiCycloneNet的全球热带气旋预测数据集和深度学习方法，包含TCN数据集和TCN预测模型	提出了一个开放的多模态热带气旋数据集和集成了气象知识的AI预测模型，显著提高了预测准确性	未提及具体的技术局限性或数据覆盖范围的不足	提高热带气旋轨迹和强度的预测准确性，推动数据驱动的热带气旋预测研究	全球热带气旋	机器学习	NA	深度学习	Generator Chooser Network, Environment-Time Net	多模态数据	覆盖六大洋盆70年的多源数据
283	2025-07-07	A novel decision-making approach for the selection of best deep learning techniques under logarithmic fractional fuzzy set information 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-03389-7 PMID:40595920	研究论文	本文提出了一种基于对数分数模糊集信息的新型决策方法，用于选择最佳深度学习技术	定义了一种特殊的模糊集类别——对数分数模糊集（Log-FFS），并基于对数运算原理提出了一系列聚合算子（AoPs）	NA	研究在模糊信息环境下选择最佳深度学习技术的决策方法	深度学习技术	机器学习	NA	对数分数模糊集（Log-FFS）、Complex Proportional Assessment (COPRAS)、扩展TOPSIS方法	NA	模糊集信息	NA
284	2025-07-07	Enhanced wind power forecasting using machine learning, deep learning models and ensemble integration 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-05250-3 PMID:40596009	研究论文	本研究应用机器学习和深度学习技术，通过系统超参数调优提升风能预测性能	采用多种ML和DL模型进行对比分析，并构建堆叠集成模型以提高预测准确性和鲁棒性	未明确说明模型在其他地区或不同时间尺度上的泛化能力	提高风能发电预测准确性以保障电网稳定性	风能发电数据	机器学习	NA	机器学习与深度学习	Random Forest, Decision Trees, Linear Regression, KNN, XGBoost, AdaBoost, Gradient Boosting, MLP, LSTM, Stacking Ensemble	时间序列数据	Kaggle风轮机SCADA数据集和印度Aralvaimozhi实时风数据
285	2025-07-07	A fake news detection model using the integration of multimodal attention mechanism and residual convolutional network 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-05702-w PMID:40596197	研究论文	本研究提出了一种结合残差网络和注意力机制的深度学习模型，用于提高假新闻检测的准确性和效率	构建了多模态特征融合模块，设计了跨模态对齐机制，优化了特征融合结构，并利用注意力机制增强显著特征的表示	未提及具体局限性	提高假新闻检测的准确性和效率	多模态数据（文本、图像和视频）	自然语言处理	NA	多模态注意力机制、残差卷积网络	CNN、注意力机制	文本、图像、视频	三个代表性数据集：LIAR数据集、FakeNewsNet数据集和微博数据集
286	2025-07-07	Hybrid model integration with explainable AI for brain tumor diagnosis: a unified approach to MRI analysis and prediction 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-06455-2 PMID:40596288	研究论文	本文提出了一种结合可解释AI的混合模型，用于脑肿瘤的MRI分析和预测	结合了图像处理、视觉变换器（ViT）和机器学习算法的混合模型，以及并行模型集成技术，并应用LIME进行模型解释	未来工作需扩展模型至多类分类以提高肿瘤类型检测能力，并提升模型的泛化能力	提高脑肿瘤的早期检测和诊断准确性	脑肿瘤的MRI图像	计算机视觉	脑肿瘤	图像处理、视觉变换器（ViT）、随机森林、对比度受限的自适应直方图均衡化（CLAHE）、ResNet101、Xception、LIME	ViT、随机森林、ResNet101、Xception	MRI图像	NA
287	2025-07-07	A Design of Experiment to Evaluate the Printability for Bioprinting by Using Deep Learning Image Similarity 2025-Jul, Journal of biomedical materials research. Part A DOI:10.1002/jbm.a.37961 PMID:40616386	研究论文	本文通过深度学习图像相似性评估生物打印的可打印性，并研究了挤出式打印中速度和压力对打印质量的影响	提出了一种结合深度学习图像相似性的新方法来评估生物打印的可打印性	研究仅使用了两种替代生物材料进行实验，可能无法涵盖所有生物材料的特性	提高挤出式生物打印的可打印性，推动组织工程领域的发展	透明质酸和藻酸钠作为替代生物材料，以及甲基丙烯酸透明质酸与角膜角质细胞的组合	组织工程	NA	深度学习图像相似性	NA	图像	使用了两种替代生物材料（透明质酸和藻酸钠）以及甲基丙烯酸透明质酸与角膜角质细胞的组合
288	2025-07-07	DDintensity: Addressing imbalanced drug-drug interaction risk levels using pre-trained deep learning model embeddings 2025-Jul-01, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103202 PMID:40617062	研究论文	本文提出了一种名为DDintensity的新方法，利用预训练的深度学习模型作为嵌入生成器，结合LSTM-attention模型来解决药物-药物相互作用（DDI）风险级别数据集中的不平衡问题	使用预训练的深度学习模型生成嵌入，结合LSTM-attention模型处理不平衡数据集，BioGPT生成的嵌入表现最佳	未提及具体的数据集规模限制或模型在其他类型数据上的泛化能力	解决生物信息学中药物-药物相互作用风险级别数据集的不平衡问题	药物-药物相互作用（DDI）风险级别数据集	生物信息学	NA	预训练的深度学习模型嵌入生成，LSTM-attention模型	LSTM-attention, BioGPT	图像、图、文本语料库	DDinter和MecDDI数据集，以及化疗药物DB00398和DB01204的案例研究
289	2025-07-07	SimIntestine: A synthetic dataset from virtual capsule endoscope 2025-Jun-28, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103706 PMID:40617135	research paper	开发了一种生成带有位置注释的虚拟肠道图像数据集的方法，用于改进内窥镜视频分析	结合虚拟胶囊内窥镜生成具有真实解剖特征和纹理特性的合成数据集，提供相机位置、方向和深度信息	NA	改进内窥镜视频分析，特别是在姿态估计和同时定位与映射领域	人类胃肠道的小肠和大肠	digital pathology	NA	虚拟胶囊内窥镜技术	Endo-SfMLearner, Monodepth2	image	NA
290	2025-07-07	ChatGPT-Assisted Deep Learning Models for Influenza-Like Illness Prediction in Mainland China: Time Series Analysis 2025-Jun-27, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/74423 PMID:40577658	研究论文	本研究评估了多种深度学习模型在中国大陆流感样疾病(ILI)阳性率预测中的表现，并探索了ChatGPT在模型开发中的辅助作用	首次将ChatGPT辅助开发应用于流感预测领域，比较了5种不同深度学习架构在ILI预测中的表现	在北方地区的预测误差仍然较高(MAPE>400%)，部分模型在北方地区表现不稳定	评估深度学习模型在流感预测中的性能并探索ChatGPT的辅助作用	中国大陆2014-2024年的ILI阳性率数据	机器学习	流感	时间序列分析	LSTM, N-BEATS, Transformer, TFT, TiDE	时间序列数据	2014-2024年中国国家流感中心数据库的ILI数据(2014-2023年训练，2024年1-39周测试)
291	2025-07-07	Deep Learning for Detecting Dental Plaque and Gingivitis From Oral Photographs: A Systematic Review 2025-Jun-26, Community dentistry and oral epidemiology IF:1.8Q3 DOI:10.1111/cdoe.70001 PMID:40571994	系统综述	本文系统评估了深度学习模型在利用口腔内RGB照片检测牙菌斑和牙龈炎方面的性能	深度学习模型在牙菌斑检测任务中表现优于牙医，尤其是在未使用显色剂的情况下	缺乏外部测试、多中心研究和报告一致性，影响了模型在现实世界中的适用性	评估深度学习模型在口腔疾病检测中的应用效果	牙菌斑和牙龈炎	数字病理学	牙周病	深度学习	DL	图像	23项符合纳入标准的研究
292	2025-07-07	Uncovering the genetic basis of glioblastoma heterogeneity through multimodal analysis of whole slide images and RNA sequencing data 2025-Jun-26, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103191 PMID:40617061	研究论文	通过多模态深度学习分析全切片图像和RNA测序数据，揭示胶质母细胞瘤异质性的遗传基础	结合全切片图像和RNA测序数据，引入新方法编码RNA测序数据，识别与胶质母细胞瘤进展模式相关的特定遗传特征	NA	研究胶质母细胞瘤异质性的遗传机制	胶质母细胞瘤	数字病理学	胶质母细胞瘤	RNA-seq	多模态深度学习	图像、RNA测序数据	NA
293	2025-07-07	AML diagnostics in the 21st century: Use of AI 2025-Jun-16, Seminars in hematology IF:5.0Q1 DOI:10.1053/j.seminhematol.2025.06.002 PMID:40617702	review	本文综述了人工智能（AI）在21世纪急性髓系白血病（AML）诊断中的关键作用，探讨了其进展、挑战及未来前景	AI技术如深度学习（DL）和机器学习（ML）正在革新复杂诊断数据的解读，包括使用DL分类器或自动核型分析等工具，以及大型语言模型（LLM）在高效数据处理和临床决策中的应用	AI驱动诊断需要透明度和可解释性，同时面临监管障碍、数据隐私问题及系统间互操作性等挑战	探讨AI在AML诊断中的应用及其潜力	急性髓系白血病（AML）的诊断方法	数字病理学	白血病	深度学习（DL）、机器学习（ML）、大型语言模型（LLM）	DL、ML、LLM	诊断数据	NA
294	2025-07-07	Chromatin accessibility dynamics and transcriptional regulatory networks underlying the primary nitrogen response in rice roots 2025-Jun-03, Plant communications IF:9.4Q1 DOI:10.1016/j.xplc.2025.101392 PMID:40468596	研究论文	研究水稻根系中初级氮响应的染色质可及性动态和转录调控网络	通过时间序列ATAC-seq和RNA-seq分析，精确识别了氮诱导响应的调控区域，并揭示了OsLBD38、OsLBD39和OsbZIP23等新型调控因子在氮响应中的复杂调控作用	研究仅关注了2小时内的氮响应动态，可能未完全捕捉长期调控机制	解析水稻根系中初级氮响应的转录调控机制	两个水稻品种（珍汕97和日本晴）的根系	植物分子生物学	NA	ATAC-seq, RNA-seq	深度学习	基因组数据, 转录组数据	两个水稻品种的根系样本，在2小时内的时间序列分析
295	2025-03-11	A Need for Multi-Institutional Collaboration for Deep Learning-Driven Assessment of Osteosarcoma Treatment Response 2025-Jun, The American journal of pathology DOI:10.1016/j.ajpath.2025.02.002 PMID:40056973	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
296	2025-07-07	Comparison of Deep Learning Approaches Using Chest Radiographs for Predicting Clinical Deterioration: Retrospective Observational Study 2025-Apr-10, JMIR AI DOI:10.2196/67144 PMID:40605772	研究论文	本研究比较了使用胸部X光片的深度学习模型在预测临床恶化方面的效果	首次比较了多种计算机视觉模型和数据增强方法在预测临床恶化方面的性能，并验证了胸部X光片在此任务中的潜在价值	研究为回顾性观察研究，可能存在选择偏倚；仅考虑了48小时内获取的胸部X光片	比较和验证不同计算机视觉模型和数据增强方法在预测临床恶化方面的性能	住院患者的胸部X光片	计算机视觉	呼吸系统疾病	深度学习	VGG16, DenseNet121, Vision Transformer, ResNet50, Inception V3	图像	21,817例住院患者（其中1,655例出现临床恶化）
297	2025-07-07	Greenspace and depression incidence in the US-based nationwide Nurses' Health Study II: A deep learning analysis of street-view imagery 2025-Apr, Environment international IF:10.3Q1 DOI:10.1016/j.envint.2025.109429 PMID:40209395	研究论文	本研究利用深度学习分析街景图像，探讨了美国女性中绿地暴露与抑郁症发病率之间的关系	首次使用街景图像而非卫星植被指数来测量绿地暴露，减少了暴露分类错误并提高了政策相关性	研究仅针对美国女性护士群体，结果可能无法推广到其他人群	探究街景绿地指标与抑郁症发病率之间的关联	美国护士健康研究II的33,490名参与者	计算机视觉	抑郁症	深度学习分割模型	CNN	图像	3.5亿张美国街景图像(2007-2020年)，33,490名护士健康研究II参与者
298	2025-07-07	Advancing structure modeling from cryo-EM maps with deep learning 2025-02-07, Biochemical Society transactions IF:3.8Q2 DOI:10.1042/BST20240784 PMID:39927816	研究论文	本文讨论了利用深度学习从冷冻电镜图谱中推进结构建模的方法	强调了AI驱动方法在冷冻电镜结构建模中的变革性作用	未明确提及具体局限性	探讨冷冻电镜图谱自动结构建模的演变和现状	冷冻电镜图谱中的生物分子结构	结构生物学	NA	冷冻电镜(cryo-EM)	深度学习	冷冻电镜图谱	NA
299	2025-07-07	Geometric deep learning improves generalizability of MHC-bound peptide predictions 2024-Dec-19, Communications biology IF:5.2Q1 DOI:10.1038/s42003-024-07292-1 PMID:39702482	research paper	该研究利用几何深度学习（GDL）改进MHC结合肽预测的泛化能力	采用基于结构的方法和几何深度学习，显著提高了对未见MHC等位基因的泛化能力，并引入自监督学习（3D-SSL）提升数据效率	概念验证研究，尚未大规模验证其在实际应用中的效果	提高MHC结合肽预测的准确性和泛化能力，以支持癌症免疫治疗	MHC分子与肽的相互作用	machine learning	tumor immunity	geometric deep learning (GDL), self-supervised learning (3D-SSL)	GDL	3D结构数据	未明确说明样本数量，但提及3D-SSL方法在未接触结合亲和力数据的情况下优于基于序列的方法（后者使用了约90倍的数据点）
300	2025-07-07	Deep learning for automated boundary detection and segmentation in organ donation photography 2024-Aug-20, Innovative surgical sciences IF:1.7Q2 DOI:10.1515/iss-2024-0022 PMID:40568340	研究论文	本文开发了用于肾脏和肝脏器官捐赠照片的深度学习分割模型，以实现准确的自动分割	首次在肾脏和肝脏器官捐赠照片中应用深度学习模型进行自动分割，并比较了两种新模型（Detectron2和YoloV8）与现有背景去除工具的性能	研究仅针对肾脏和肝脏器官捐赠照片，未涉及其他器官或医疗图像	开发准确的自动分割模型，以改进外科摄影中的图像分割技术	肾脏和肝脏器官捐赠照片	计算机视觉	NA	深度学习	Detectron2, YoloV8	图像	训练/内部验证集（821张肾脏和400张肝脏图像）和外部验证集（203张肾脏和208张肝脏图像）