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
3241	2025-11-21	Potential of AI-based diagnostic grading system for knee osteoarthritis 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1707588 PMID:41244763	研究论文	开发并评估基于人工智能的膝骨关节炎诊断分级系统，使用X射线影像和迁移学习技术	采用迁移学习技术，以DenseNet-121为基础网络构建AI辅助诊断系统，专门针对膝骨关节炎分级诊断	数据集存在不平衡问题，单中心数据限制，难以区分0级和1级因影像特征重叠	开发AI辅助诊断系统以帮助临床医生和医学学员实现膝骨关节炎的早期精确诊断	膝骨关节炎患者的X射线影像	计算机视觉	膝骨关节炎	X射线成像	深度学习,机器学习	医学影像	301张X光片（602个膝盖图像）	TensorFlow/PyTorch（未明确指定）	DenseNet-121,DenseNet201,ResNet50,MobileNet	准确率,AUC,精确率,召回率	NA
3242	2025-11-21	Universal differential equations as a unifying modeling language for neuroscience 2025, Frontiers in computational neuroscience IF:2.1Q3 DOI:10.3389/fncom.2025.1677930 PMID:41244995	研究论文	介绍通用微分方程作为神经科学统一建模框架的创新方法	提出通用微分方程框架，整合机械模型、现象学模型和数据驱动深度神经网络的优势	未提及具体应用案例的性能局限	建立神经科学中不同建模方法的统一框架	神经科学中的计算模型和建模方法	机器学习	NA	微分方程建模, 深度学习	通用微分方程	神经科学数据集	NA	NA	NA	NA	NA
3243	2025-11-21	Preoperative Imaging Assessment of Lymphovascular Invasion in Breast Cancer: Current Evidence, Technical Advances, and Future Directions 2025, Breast cancer (Dove Medical Press) DOI:10.2147/BCTT.S562537 PMID:41245007	综述	系统综述乳腺癌淋巴血管侵犯术前影像评估的最新证据、技术进展和未来方向	整合了人工智能辅助诊断工具（放射组学和深度学习）与传统影像技术的创新应用	缺乏跨中心的标准化成像参数，罕见乳腺癌亚型研究不足，放射组学特征提取协议不一致且外部验证有限	优化乳腺癌淋巴血管侵犯的术前评估以改善临床决策和患者管理	乳腺癌患者	数字病理	乳腺癌	超声、对比增强超声、弹性成像、乳腺X线摄影（数字和对比增强）、磁共振成像（DCE-MRI、DWI、IVIM等功能序列）	深度学习	医学影像	NA	NA	NA	敏感度, AUC	NA
3244	2025-11-21	A photovoltaic panel cleaning robot with a lightweight YOLO v8 2025, Frontiers in robotics and AI IF:2.9Q2 DOI:10.3389/frobt.2025.1606774 PMID:41245199	研究论文	开发了一种配备轻量化YOLO v8的光伏面板清洁机器人，具备光伏检测、路径规划和动作控制功能	采用轻量化Mobile-VIT模型改进YOLOv8，结合改进的A*和DWA路径规划算法，实现高效光伏面板清洁	NA	开发自主光伏面板清洁机器人以提高清洁效率和安全性	光伏电站的面板清洁维护	计算机视觉,机器人导航	NA	深度学习,计算机视觉	YOLOv8,Mobile-VIT	图像	NA	NA	YOLOv8,Mobile Vision Transformer	准确率,处理速度	NA
3245	2025-11-21	Deep learning in intracranial EEG for seizure detection: advances, challenges, and clinical applications 2025, Frontiers in neuroscience IF:3.2Q2 DOI:10.3389/fnins.2025.1677898 PMID:41245840	综述	本文综述了深度学习在颅内脑电图癫痫发作检测中的最新进展、挑战和临床应用	整合了CNN、RNN-LSTM和Transformer等多种深度学习架构，能够直接建模发作期和发作前期的动态特征，捕获包括频谱变化、连接模式和时间特征在内的新型生物标志物	面临数据稀缺、iEEG采集异质性、预处理协议不一致和模型可解释性有限等挑战	开发自动检测和分类癫痫发作事件的深度学习方法，准确定位耐药性癫痫的致痫区	颅内脑电图记录的癫痫发作事件和癫痫样放电	机器学习	癫痫	颅内脑电图	CNN, RNN, LSTM, Transformer	脑电信号	NA	NA	卷积神经网络，循环神经网络，长短期记忆网络，Transformer架构	准确率	神经形态计算技术
3246	2025-11-21	Geometric and dosimetric evaluation of auto-segmentation of brain arteriovenous malformations using multimodal imaging in stereotactic radiosurgery 2025, Frontiers in neuroscience IF:3.2Q2 DOI:10.3389/fnins.2025.1645990 PMID:41245834	研究论文	开发用于脑动静脉畸形自动分割的两阶段深度学习模型，以提升立体定向放射外科手术中白质束保护的效率	提出结合2D U-Net检测辅助和3D自注意力分割模型的两阶段深度学习方法，在U-Net变体中引入空间和通道注意力模块及通用'注意力残差块'	研究样本量有限（191例患者），且所有数据来自单一医疗中心	开发自动分割脑动静脉畸形的方法以优化立体定向放射外科手术计划	邻近白质束的脑动静脉畸形患者	医学影像分析	脑动静脉畸形	多模态成像，弥散张量成像，白质束成像	深度学习	医学影像	191例患者（153例训练，38例验证）	NA	U-Net, 自注意力模型	Dice相似系数, 敏感度, F2-score, Hausdorff距离, 平均表面距离	NA
3247	2025-11-21	Predicting PROTAC off-target effects via warhead involvement levels in drug-target interactions using graph attention neural networks 2025, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2025.10.028 PMID:41245892	研究论文	开发基于图注意力神经网络的深度学习框架SENTINEL，用于预测PROTAC分子中弹头在药物-靶点相互作用中的参与水平及其脱靶倾向	首次将路径增强图变换器网络(PAGTNs)与图注意力神经网络(GATs)结合，在低数据环境下实现PROTAC脱靶效应的准确预测	数据集规模有限，需要更大规模的外部验证	预测PROTAC分子的脱靶蛋白降解风险	PROTAC分子中的弹头部分	机器学习	NA	药物-靶点相互作用分析	GAT, PAGTN	分子图数据	NA	NA	图注意力网络, 路径增强图变换器网络	AUC, F1-score	NA
3248	2025-11-21	Global trends, collaboration networks and knowledge mapping of artificial intelligence evolution in sepsis diagnosis and management: A bibliometric analysis 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251396574 PMID:41246207	文献计量分析	通过文献计量学方法分析人工智能在脓毒症诊断与管理领域的研究趋势、合作网络和知识图谱	首次系统分析2005-2025年AI在脓毒症领域的研究演进，识别出六个主要研究方向和后2022年新兴研究热点	仅基于Web of Science数据库，可能遗漏其他来源的相关研究	揭示AI在脓毒症诊断与管理领域的研究发展模式和前沿动态	2005-2025年期间发表的AI在脓毒症领域的科学文献	机器学习	脓毒症	文献计量分析，可视化分析	NA	文献元数据	2005-2025年Web of Science收录的相关文献	VOSviewer, CiteSpace, Bibliometrix	NA	发文量，被引频次	NA
3249	2025-11-21	Reliability of artificial intelligence algorithms in automated age estimation using orthopantomograms: A scoping review 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251390556 PMID:41246208	综述	评估人工智能算法在利用口腔全景片进行自动年龄估计的可靠性	首次系统评估AI算法在口腔全景片年龄估计中的性能表现，比较了多种深度学习架构与传统方法的优劣	纳入研究数量有限（24篇），尚未完全验证AI模型能否完全替代传统年龄估计技术	评估AI算法在口腔全景片自动年龄估计中的效率和应用价值	口腔全景片（OPGs）图像数据	医学影像分析	法医齿科学	口腔全景摄影术	CNN, 深度学习	医学影像	基于24篇研究文献的综合分析	NA	EfficientNet, DenseNet, Age-Net	准确率, 精确度, 可靠性	NA
3250	2025-11-21	Comparing two deep learning algorithms for acute infarct segmentation on diffusion-weighted imaging in routine clinical practice 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251396985 PMID:41246204	研究论文	比较SegMamba和3D U-Net两种深度学习算法在常规临床实践中对弥散加权成像急性梗死分割的性能	开发基于SegMamba的模型以增强全局体积特征提取，并与传统3D U-Net在多病理DWI数据集上进行系统比较	研究主要关注算法比较，未详细探讨模型在不同亚组患者中的性能差异	评估两种深度学习算法在急性脑梗死分割中的性能，并验证其在多样化临床环境中的实用性	弥散加权成像中的急性脑梗死病灶	数字病理学	脑卒中	弥散加权成像	SegMamba, 3D U-Net	医学影像	训练集10820例DWI扫描，外部测试集2731例新鲜DWI扫描，临床队列1194例患者	NA	SegMamba, 3D U-Net	Dice相似系数, 平均豪斯多夫距离, 敏感度, 特异度, 准确率	NA
3251	2025-11-21	A systematic review of machine learning in heart disease prediction 2025, Turkish journal of biology = Turk biyoloji dergisi DOI:10.55730/1300-0152.2766 PMID:41246228	系统综述	系统综述机器学习在心脏病预测领域的应用现状、算法性能和数据利用情况	全面评估机器学习在心脏病预测中的转化挑战，强调外部验证不足和模型可解释性问题	基于文献综述，缺乏原始实验验证，仅包含截至2025年的65项研究	评估机器学习在心脏病预测中的应用现状和临床转化挑战	心脏病预测相关的机器学习研究文献	机器学习	心血管疾病	机器学习，深度学习	集成学习，深度学习	结构化数据，非结构化数据（心电图信号，心脏影像）	65项研究（从2500多篇文献中筛选）	NA	NA	准确率	NA
3252	2025-11-21	A review of deep learning architectures for plant disease detection 2025, Turkish journal of biology = Turk biyoloji dergisi DOI:10.55730/1300-0152.2761 PMID:41246232	综述	系统综述了基于深度学习的植物病害检测方法，涵盖数据获取到部署的全流程	首次系统性地按照建模流程组织深度学习在植物病害检测中的方法，并强调可解释人工智能的重要性	NA	总结深度学习在植物病害检测中的最佳实践和方法进展	植物病害检测的深度学习模型和方法	计算机视觉	植物病害	图像分析	CNN, GAN	图像	NA	NA	VGG, ResNet, EfficientNet, DenseNet, YOLO, SSD, Faster R-CNN	NA	边缘计算
3253	2025-11-21	Green carbon dots in the era of AI: sustainable synthesis, intelligent drug delivery, advanced diagnostics, and bioimaging 2025, Turkish journal of biology = Turk biyoloji dergisi DOI:10.55730/1300-0152.2762 PMID:41246234	综述	探讨绿色碳点在可持续合成、智能药物递送、先进诊断和生物成像中的应用及其与人工智能的协同作用	首次系统阐述绿色碳点与人工智能的协同效应，提出AI驱动优化合成流程和深度学习增强分析精度的创新路径	未涉及具体临床转化案例，缺乏标准化和监管路径的实操方案	构建绿色碳点与人工智能融合发展的技术路线图	绿色碳点纳米材料及其生物医学应用	纳米医学,人工智能	NA	绿色化学合成,深度学习	DL	光学特性数据,生物相容性数据	NA	NA	NA	分析精度,实时性能	NA
3254	2025-11-21	Applications of transfer learning in sunflower disease detection: advances, challenges, and future directions 2025, Turkish journal of biology = Turk biyoloji dergisi DOI:10.55730/1300-0152.2763 PMID:41246236	综述	系统回顾了迁移学习在向日葵病害检测中的应用进展、挑战与未来方向	首次对向日葵病害检测中的迁移学习研究进行系统性分析，识别了从基础深度学习向可解释性和隐私保护框架的演进趋势	纳入研究数量有限（30篇），数据集多样性不足，缺乏跨区域验证	评估迁移学习在向日葵病害检测中的应用效果与发展前景	向日葵叶片病害图像	计算机视觉	植物病害	图像分析	CNN, Transformer, 混合模型	图像	NA	NA	ResNet, VGG, Inception, EfficientNet	准确率, 精确率, 召回率, F1分数	边缘设备
3255	2025-11-21	Integrative multi-omics analysis of gastric cancer evolution from precancerous lesions to metastasis identifies a deep learning-based prognostic model 2025, Frontiers in immunology IF:5.7Q1 DOI:10.3389/fimmu.2025.1680517 PMID:41246350	研究论文	通过整合单细胞RNA测序、空间转录组学和深度学习技术，构建胃癌从癌前病变到转移的演化图谱并开发预后模型	首次在胃癌研究中整合多组学数据揭示肿瘤微环境动态重塑过程，并开发基于深度学习的预后分层模型	样本量相对有限（252,399个细胞），需要更大规模验证	解析胃癌演进过程中的肿瘤微环境异质性和细胞间通讯网络	胃炎、肠上皮化生、原发肿瘤、癌旁正常组织和转移病灶的细胞	数字病理	胃癌	单细胞RNA测序, 空间转录组学, WGCNA	深度学习	基因表达数据, 空间定位数据	252,399个细胞，来自6种组织类型	NA	NA	生存分层准确性, 临床特征相关性	NA
3256	2025-11-21	Predicting gene expression using millions of yeast promoters reveals cis-regulatory logic 2025, Bioinformatics advances IF:2.4Q2 DOI:10.1093/bioadv/vbaf130 PMID:40567341	研究论文	本研究使用深度学习模型Camformer预测酵母启动子与基因表达之间的关系，揭示了顺式调控逻辑	开发了基于残差卷积神经网络的Camformer模型，在Random Promoter DREAM Challenge 2022中排名第四，提供了对顺式调控逻辑的详细洞察	仅针对酵母启动子进行研究，未涉及其他生物体的调控机制	研究启动子与基因表达之间的关联，探索深度学习在基因调控研究中的最佳应用方式	670万个酵母启动子序列	生物信息学	NA	并行报告基因检测，深度学习	CNN	DNA序列	670万个启动子序列	NA	残差卷积神经网络	r², ρ	NA
3257	2025-11-21	CEAF: Capsule network enhanced feature fusion architecture for Chinese Named Entity Recognition 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0332622 PMID:41056347	研究论文	提出一种用于中文命名实体识别的胶囊网络增强特征融合架构CEAF，解决嵌套实体和边界歧义问题	创新性地引入深度上下文特征注意力模块，将胶囊路由协议与位置感知注意力机制相结合，通过双并行路径处理信息	未明确说明模型的计算复杂度和在实际应用场景中的性能表现	解决中文命名实体识别中的嵌套实体层次结构依赖建模和边界歧义消解问题	中文和英文文本中的命名实体	自然语言处理	NA	NA	胶囊网络, BiLSTM, BERT, 注意力机制	文本	三个中文基准数据集和一个英文数据集	NA	CEAF, DCAM, AFFN, BiLSTM-CRF, Transformer	NA	NA
3258	2025-11-21	A novel deep learning framework for accurate melanoma diagnosis integrating imaging and genomic data for improved patient outcomes 2024-Jun, Skin research and technology : official journal of International Society for Bioengineering and the Skin (ISBS) [and] International Society for Digital Imaging of Skin (ISDIS) [and] International Society for Skin Imaging (ISSI) IF:2.0Q3 DOI:10.1111/srt.13770 PMID:38881051	研究论文	提出一种整合影像学和基因组数据的深度学习框架用于黑色素瘤的准确诊断	首次将卷积神经网络和图神经网络结合，融合多模态数据（皮肤镜图像、组织病理切片和基因组图谱）进行黑色素瘤诊断	需要在更大规模上进行验证，需要更多临床试验来确认该诊断方法的有效性和可行性	开发一种新的黑色素瘤分类方法，提供比当前医学方法更可靠的诊断	黑色素瘤患者的多模态数据	计算机视觉, 自然语言处理	黑色素瘤	皮肤镜成像, 组织病理学, 基因组分析	CNN, GNN	图像, 基因组数据	NA	NA	定制多模态深度神经网络	准确率, AUC	NA
3259	2025-11-21	Magnetic Resonance Imaging-Based Assessment of Pancreatic Fat Strongly Correlates With Histology-Based Assessment of Pancreas Composition 2024-02-01, Pancreas IF:1.7Q3 DOI:10.1097/MPA.0000000000002288 PMID:38194643	研究论文	本研究评估了基于磁共振成像的胰腺脂肪估计与基于组织学的胰腺成分测量之间的关系	首次使用深度学习算法在胰腺切除组织学中标记11种组织成分，并建立MRI脂肪估计与组织成分的线性相关模型	样本量较小（27例患者），回顾性研究设计	评估MRI基于胰腺脂肪估计与组织学胰腺成分测量的相关性	高风险个体和胰腺正常疾病对照的术前MRI图像及后续胰腺切除组织学样本	数字病理	胰腺癌	磁共振成像, 组织学分析	深度学习算法, 线性模型	医学影像, 组织学图像	27例患者（平均年龄64.0±12.0岁，15名女性）	NA	NA	相关系数r, P值	NA
3260	2025-11-21	Noninvasive Computed Tomography-Based Deep Learning Model Predicts In Vitro Chemosensitivity Assay Results in Pancreatic Cancer 2024-01-01, Pancreas IF:1.7Q3 DOI:10.1097/MPA.0000000000002270 PMID:38019604	研究论文	基于CT图像的深度学习模型预测胰腺癌体外化疗敏感性检测结果	首次使用CT图像和深度学习非侵入性预测胰腺癌体外化疗敏感性检测结果	样本量较小（33例患者），需要更大规模验证	优化胰腺导管腺癌的化疗方案选择	胰腺导管腺癌患者	计算机视觉	胰腺癌	计算机断层扫描，组织培养药物反应测定	CNN	医学图像	33例PDAC患者	NA	残差卷积神经网络	准确率，AUC	NA