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
3061	2025-10-06	Integrating Peritumoral and Intratumoral Radiomics with Deep Learning for Preoperative Prediction of Lymphovascular Invasion in Invasive Breast Cancer Using DCE-MRI 2025 Jan-Dec, Technology in cancer research & treatment IF:2.7Q3 DOI:10.1177/15330338251374945 PMID:40899931	研究论文	开发并验证了一种结合瘤内和瘤周影像组学、深度学习特征及临床风险指标的人工智能系统，用于术前预测浸润性乳腺癌的淋巴血管侵犯状态	首次将瘤内和瘤周(0-1, 1-3, 3-5 mm)多区域影像组学特征与深度学习特征、临床风险因素融合，构建集成模型	回顾性研究，样本量有限(496例)，需多中心前瞻性验证	术前无创预测浸润性乳腺癌的淋巴血管侵犯状态	浸润性乳腺癌患者	医学影像分析	乳腺癌	动态对比增强MRI	SVM, ResNet-50, 集成模型	医学影像	496例浸润性乳腺癌患者(训练集344例，验证集152例)	NA	ResNet-50	敏感性, 特异性, AUC, 决策曲线分析	NA
3062	2025-10-06	A Cross-Modal Mutual Knowledge Distillation Framework for Alzheimer's Disease Diagnosis: Addressing Incomplete Modalities 2025, IEEE transactions on automation science and engineering : a publication of the IEEE Robotics and Automation Society IF:5.9Q1 DOI:10.1109/tase.2025.3556290 PMID:40893870	研究论文	提出一种用于阿尔茨海默病诊断的跨模态互知识蒸馏框架，解决实际场景中模态不完整的问题	提出不完整跨模态互知识蒸馏(IC-MKD)框架，通过教师-学生模型架构实现模态间知识互补，包含模态解缠教师模型和学生模型的双向知识蒸馏机制	仅通过ADNI数据集进行验证，需要更多临床数据集进一步验证泛化能力	开发能够处理不完整多模态神经影像数据的阿尔茨海默病早期诊断方法	阿尔茨海默病患者的多模态神经影像数据（MRI和PET）	医学影像分析	阿尔茨海默病	多模态神经影像分析	深度学习,知识蒸馏	神经影像数据（MRI,PET）	ADNI数据集中的患者样本	深度学习框架	模态解缠教师模型(MDT),学生模型	理论分析,模拟研究验证	NA
3063	2025-10-06	Integrating radiomics, artificial intelligence, and molecular signatures in bone and soft tissue tumors: advances in diagnosis and prognostication 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1613133 PMID:40900793	系统综述	评估影像组学、人工智能和分子标志物在骨与软组织肿瘤诊断和预后中的整合应用	首次系统评估影像组学-AI流程在BSTT中的应用现状，揭示三模态数据整合的缺失并提出未来发展路线图	分子数据整合几乎缺失，仅2项研究包含组织病理学关联，缺乏标准化多组学特征融合方法和外部验证	推进骨与软组织肿瘤的多模态诊断系统临床转化	骨与软组织肿瘤	医学影像分析	骨与软组织肿瘤	MRI, CT, 影像组学	随机森林, CNN	医学影像	24项研究（从1,141条初始记录中筛选）	NA	基于注意力的神经网络, 图模型	AUC	NA
3064	2025-10-06	Hybrid feature fusion in cervical cancer cytology: a novel dual-module approach framework for lesion detection and classification using radiomics, deep learning, and reproducibility 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1595980 PMID:40900798	研究论文	提出一种结合放射组学和深度学习的双模块框架，用于宫颈癌细胞学的病变检测和分类	首次将放射组学特征与深度学习特征融合，并采用双模块框架进行宫颈癌病变检测和分类	需要更大规模验证，缺乏实时部署和可解释性AI分析	提高宫颈癌细胞学筛查的准确性和效率	宫颈细胞学样本	数字病理学	宫颈癌	放射组学分析，深度学习	Swin Transformer, YOLOv11, Faster R-CNN, DETR, EfficientNet, XGBoost, Random Forest, CatBoost, TabNet, TabTransformer	细胞学图像	4,236个宫颈细胞学样本（来自6个医疗中心），外部验证集3,619个样本	PyTorch, TensorFlow	Swin Transformer, YOLOv11, Faster R-CNN, DETR, EfficientNet, TabTransformer	mAP, IoU, precision, recall, F1-score, accuracy, AUC	NA
3065	2025-10-06	A combined model integrating deep learning, radiomics, and clinical ultrasound features for predicting BRAF V600E mutation in papillary thyroid carcinoma with Hashimoto's thyroiditis 2025, Frontiers in endocrinology IF:3.9Q2 DOI:10.3389/fendo.2025.1641037 PMID:40900897	研究论文	开发结合深度学习、影像组学和临床超声特征的集成模型，用于预测合并桥本甲状腺炎的甲状腺乳头状癌中BRAF V600E突变	首次将深度学习特征、影像组学特征与临床超声特征相结合，构建多模态预测模型	回顾性研究，样本来源仅限于中国四家医院	预测甲状腺乳头状癌合并桥本甲状腺炎患者的BRAF V600E突变状态	672名患者的717个甲状腺结节	医学影像分析	甲状腺癌	超声成像	机器学习	超声图像	717个甲状腺结节（来自672名患者）	NA	NA	AUC, 校准曲线, 决策曲线分析	NA
3066	2025-10-06	Automatic detection and prediction of epileptic EEG signals based on nonlinear dynamics and deep learning: a review 2025, Frontiers in neuroscience IF:3.2Q2 DOI:10.3389/fnins.2025.1630664 PMID:40900924	综述	本文综述了基于非线性动力学和深度学习的癫痫EEG信号自动检测与预测研究进展	识别了三个范式转变：非线性特征在捕捉发作前过渡期的优势、注意力机制处理长程依赖的关键作用、非线性属性与深度学习架构整合的显著优势	存在临床转化障碍、算法性能权衡、特征提取/选择限制等持续挑战	癫痫EEG信号的自动检测与预测	癫痫患者的脑电图信号	机器学习	癫痫	脑电图	CNN, LSTM	时间序列信号	NA	NA	NA	NA	NA
3067	2025-10-06	Faster, more accurate? A feasibility study on replacing human judges with artificial intelligence in video review for the Paris Olympics Taekwondo competition 2025, Frontiers in sports and active living IF:2.3Q2 DOI:10.3389/fspor.2025.1632326 PMID:40901016	研究论文	本研究探索人工智能在巴黎奥运会跆拳道比赛视频回放系统中替代人类裁判的可行性	首次将ChatGPT-4.5和OpenPose深度学习模型结合应用于跆拳道比赛视频判罚，提出AI辅助预审+裁判确认的混合模式	在头部轻微接触或视觉遮挡场景下存在判罚差异，需要人类监督处理复杂情况	评估人工智能提升跆拳道比赛视频回放系统准确性和效率的潜力	2024年巴黎奥运会跆拳道比赛的视频回放案例	计算机视觉	NA	深度学习	ChatGPT-4.5, OpenPose	视频	241个视频回放案例	NA	OpenPose	Cohen's Kappa系数	NA
3068	2025-10-06	Clinical-oriented 3D visualization and quantitative analysis of gingival thickness using convolutional neural networks and CBCT 2025, Frontiers in dental medicine IF:1.5Q3 DOI:10.3389/fdmed.2025.1635155 PMID:40901030	研究论文	开发基于CBCT和深度学习的牙龈厚度3D可视化系统，用于牙种植手术规划	首次将DeepLabV3+架构应用于牙龈组织语义分割，并创新开发了包含垂直扫描策略、三角网格构建和梯度颜色映射的3D可视化算法	样本量较小（仅50名患者），需要更大规模验证	开发牙龈厚度的3D可视化定量分析系统，改进传统评估方法的局限性	50名牙齿缺失患者的CBCT和口内扫描数据	计算机视觉	牙科疾病	CBCT、口内扫描	CNN	医学影像	50名牙齿缺失患者	NA	DeepLabV3+	mIoU	NA
3069	2025-10-06	Privacy-preserving dementia classification from EEG via hybrid-fusion EEGNetv4 and federated learning 2025, Frontiers in computational neuroscience IF:2.1Q3 DOI:10.3389/fncom.2025.1617883 PMID:40901300	研究论文	提出一种结合深度学习和联邦学习的轻量级隐私保护EEG分类框架用于痴呆症诊断	首次将混合融合EEGNetv4模型与联邦学习相结合，在保护数据隐私的同时实现高效痴呆症分类	样本量相对较小（88名受试者），仅评估了五种CNN模型	开发隐私保护的基于EEG的痴呆症分类方法	阿尔茨海默病（AD）和额颞叶痴呆（FTD）患者	数字病理	老年疾病	脑电图（EEG）	CNN	EEG信号	88名受试者	TensorFlow, PyTorch	EEGNetv1, EEGNetv4, EEGITNet, EEGInception, EEGInceptionERP	准确率	边缘设备
3070	2025-10-06	Protein-ligand affinity prediction via Jensen-Shannon divergence of molecular dynamics simulation trajectories 2025, Biophysics and physicobiology IF:1.6Q4 DOI:10.2142/biophysico.bppb-v22.0015 PMID:40901491	研究论文	提出一种基于Jensen-Shannon散度的分子动力学模拟轨迹分析方法，用于预测蛋白质-配体结合亲和力	使用JS散度替代深度学习相似性估计，将模拟时间减半并保持精度，提出通过AutoDock Vina预测相关性符号的方法	依赖分子动力学模拟，计算成本仍较高；需要AutoDock Vina进行粗粒度Δ值估计	开发更高效的蛋白质-配体结合亲和力预测方法	蛋白质-配体复合物	计算化学	NA	分子动力学模拟，Jensen-Shannon散度，AutoDock Vina	NA	分子动力学模拟轨迹	NA	NA	NA	相关性，准确度	NA
3071	2025-10-06	Progress and trends on machine learning in proteomics during 1997-2024: a bibliometric analysis 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1594442 PMID:40901512	文献计量分析	对1997-2024年间机器学习在蛋白质组学领域应用的研究进展和趋势进行首次大规模文献计量分析	首次专门针对机器学习驱动的蛋白质组学研究进行大规模文献计量分析，揭示该领域的知识结构和发展轨迹	基于文献计量数据的回顾性分析，未涉及具体技术方法的性能比较	系统梳理机器学习在蛋白质组学领域的应用现状、发展趋势和研究热点	Web of Science核心合集中1997-2024年间的5,156篇相关出版物	机器学习	NA	文献计量分析	NA	文献元数据	5,156篇出版物	CiteSpace, VOSviewer, Scimago Graphica, bibliometrix	NA	NA	NA
3072	2025-10-06	Artificial intelligence in dysphagia since the 21st century: a bibliometric and visualization study 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1624381 PMID:40901523	文献计量分析	通过文献计量和可视化方法分析21世纪以来人工智能在吞咽困难领域的研究现状和发展趋势	首次对人工智能在吞咽困难领域的全球研究产出进行系统性文献计量分析，识别关键贡献者、合作网络和主题演变	仅基于Web of Science数据库，可能遗漏其他数据库的重要文献；分析截止到2025年2月，无法反映最新发展	绘制人工智能在吞咽困难领域的研究版图，指导未来跨学科研究	633篇文献、3,533位作者、292种期刊	医学信息学	吞咽困难	文献计量分析、可视化分析	NA	文献元数据	633篇文献（2000-2025年）	NA	NA	引用次数、发文量、关键词频率	NA
3073	2025-10-06	Artificial intelligence in electroencephalography analysis for epilepsy diagnosis and management 2025, Frontiers in neurology IF:2.7Q3 DOI:10.3389/fneur.2025.1615120 PMID:40901672	综述	系统评估人工智能在脑电图分析中用于癫痫诊断和管理的最新进展	重点分析支持性AI和预测性AI两种主要应用模式，强调多模态数据融合和个性化诊断能力	模型可解释性有限、数据质量限制、临床转化障碍	评估人工智能在癫痫脑电图分析中的应用价值和发展方向	癫痫患者的脑电图数据	医疗人工智能	癫痫	脑电图(EEG)	深度学习(DL), 机器学习(ML)	脑电图信号	NA	NA	NA	NA	NA
3074	2025-10-06	Uncovering key biomarkers, potential therapeutic targets and development of deep learning model in heart failure 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0330780 PMID:40901835	研究论文	通过生物信息学分析和深度学习技术识别心力衰竭关键生物标志物并开发诊断模型	首次结合WGCNA、机器学习方法和深度学习CNN模型识别出四个心力衰竭关键基因并发现两个潜在治疗药物	研究基于公共数据库数据，需要进一步实验验证	探索心力衰竭的分子机制并开发诊断模型	心力衰竭相关基因表达数据	生物信息学	心血管疾病	基因表达分析,单细胞RNA测序,分子对接	CNN	基因表达数据	GEO数据库中心力衰竭相关样本	NA	卷积神经网络	诊断性能	NA
3075	2025-10-06	Artificial intelligence in advanced gastric cancer: a comprehensive review of applications in precision oncology 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1630628 PMID:40904504	综述	本文全面综述了人工智能在晚期胃癌精准肿瘤学中的应用现状与前景	系统整合了多模态AI方法在晚期胃癌诊疗中的应用，强调多源数据融合对预测性能的提升	存在数据质量与标准化不足、模型泛化性与可解释性有限、缺乏严谨前瞻性验证等问题	探讨人工智能在晚期胃癌精准肿瘤学中的应用潜力与发展方向	晚期胃癌患者的多维数据（临床记录、基因组学、影像组学、病理组学）	精准医疗	胃癌	机器学习、深度学习	NA	临床记录、基因组数据、医学影像、数字病理	NA	NA	NA	NA	NA
3076	2025-10-06	A new deep learning model for predicting IMRT dose distributions for lung cancer with dose masks 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1587788 PMID:40904510	研究论文	提出一种结合剂量掩模的深度学习模型，用于提高肺癌IMRT剂量分布的预测精度	首次在肺癌IMRT剂量预测中引入剂量掩模信息，显著提升了中低剂量区域的预测准确性	研究仅针对肺癌IMRT治疗，未验证在其他癌症类型或放疗技术中的适用性	开发更精确的肺癌IMRT剂量分布预测方法	肺癌患者的放疗剂量分布	数字病理	肺癌	IMRT（调强放疗）	CNN	CT图像, 解剖结构, 剂量掩模	包含常规放疗和同步整合推量放疗的混合数据集	NA	3D U-Net	MAE（平均绝对误差）	NA
3077	2025-10-06	Improving EEG classification of alcoholic and control subjects using DWT-CNN-BiGRU with various noise filtering techniques 2025, Frontiers in neuroinformatics IF:2.5Q3 DOI:10.3389/fninf.2025.1618050 PMID:40904893	研究论文	本研究提出了一种结合离散小波变换、CNN和双向GRU的混合模型，用于提高酒精依赖者和正常对照组的EEG信号分类性能	首次将DWT-CNN-BiGRU混合架构应用于EEG酒精依赖分类，并系统比较了三种信号去噪技术的效果	未明确说明样本来源和数据集规模，可能影响结果的泛化能力	开发更可靠的EEG信号分类方法以辅助酒精依赖诊断	酒精依赖患者和正常对照组的脑电图信号	生物医学信号处理	酒精依赖症	EEG信号分析, 离散小波变换, 离散傅里叶变换, 离散余弦变换	CNN, BiGRU	EEG信号	NA	NA	DWT-CNN-BiGRU, DWT-CNN-BiLSTM	准确率, 精确率, 召回率, F1分数	NA
3078	2025-10-06	MultiSC: a deep learning pipeline for analyzing multiomics single-cell data 2024-Sep-23, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae492 PMID:39376034	研究论文	提出一种名为MultiSC的深度学习流程，用于分析多组学单细胞数据	开发了结合多模态约束自编码器和矩阵分解模型的新型分析流程，能够有效整合三种组学数据	NA	解决多组学单细胞数据整合分析的挑战	单细胞多组学数据（基因表达、染色质可及性、转录因子蛋白表达）	生物信息学	NA	NEAT-seq单细胞多组学测序技术	自编码器, 矩阵分解, 多元线性回归	多组学单细胞数据	NA	NA	单细胞层次约束自编码器, scMF	NA	NA
3079	2025-10-06	DeScoD-ECG: Deep Score-Based Diffusion Model for ECG Baseline Wander and Noise Removal 2024-09, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2023.3237712 PMID:37021916	研究论文	提出一种基于条件扩散模型的ECG基线漂移和噪声去除方法DeScoD-ECG	首次将条件扩散生成模型应用于ECG噪声去除，采用多轮平均策略提高信号重建质量	NA	开发ECG信号基线漂移和噪声去除技术以提高心血管疾病诊断准确性	心电图信号	生物医学信号处理	心血管疾病	扩散模型	深度生成模型	ECG信号	QT数据库和MIT-BIH噪声压力测试数据库	NA	基于分数的扩散模型	距离相似性指标	NA
3080	2025-10-06	Deep learning for fast super-resolution ultrasound microvessel imaging 2023-Dec-12, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad0a5a PMID:37934040	研究论文	提出一种名为自适应匹配网络（AM-Net）的新型架构和多映射（MMP）数据集生成方法，用于快速超分辨率超声微血管成像	提出自适应匹配网络（AM-Net）架构和多映射数据集生成方法，解决了传统深度学习超声定位显微镜计算复杂和精度不足的问题	深度学习性能高度依赖训练数据集，而真实模拟数据集难以获取	开发快速高效的超分辨率超声微血管成像技术	超声微血管成像中的微泡定位和微血管重建	医学影像处理	血管疾病	超声定位显微镜（ULM）	深度学习	超声图像	NA	NA	自适应匹配网络（AM-Net）	定位精度，处理时间，血管重建能力	NA