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
3281	2025-10-06	Bridging the clinical gap: Confidence informed IDH prediction in brain gliomas using MRI and deep learning 2025 Jan-Dec, Neuro-oncology advances IF:3.7Q2 DOI:10.1093/noajnl/vdaf142 PMID:40842645	研究论文	开发一种结合深度学习与贝叶斯逻辑回归的框架，通过MRI非侵入性预测脑胶质瘤IDH突变状态并提供置信度评分	将体素分割网络与贝叶斯逻辑回归结合，提供IDH状态预测及置信度评分，解决深度学习模型临床转化中的可靠性问题	未明确说明模型在不同MRI设备或扫描参数下的泛化能力	开发可靠的非侵入性IDH突变状态预测方法以替代组织活检	脑胶质瘤患者	数字病理	脑胶质瘤	MRI	深度学习,贝叶斯模型	医学影像	2,481例来自8个机构的胶质瘤病例	NA	MC-net	准确率,AUC,Brier分数	NA
3282	2025-10-06	Enhancing detection of common bean diseases using Fast Gradient Sign Method-trained Vision Transformers 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1643582 PMID:40842854	研究论文	本研究提出一种基于Vision Transformer并结合对抗训练的深度学习模型，用于在真实农场条件下增强常见豆类疾病的检测鲁棒性	将对抗训练（特别是FGSM方法）与Vision Transformer结合，提升模型在资源受限环境下的疾病检测鲁棒性	研究主要针对坦桑尼亚的豆类疾病，可能对其他地区或作物的适用性有限	提高在真实农场条件下豆类疾病检测的准确性和鲁棒性	豆类作物（特别是豆锈病和豆炭疽病）	计算机视觉	植物疾病	深度学习，对抗训练	Vision Transformer (ViT)	图像	100,000张标注图像	NA	Vision Transformer	准确率	低资源设置
3283	2025-10-06	BioCompNet: A Deep Learning Workflow Enabling Automated Body Composition Analysis toward Precision Management of Cardiometabolic Disorders 2025, Cyborg and bionic systems (Washington, D.C.) DOI:10.34133/cbsystems.0381 PMID:40842914	研究论文	开发了一个名为BioCompNet的端到端深度学习工作流，用于自动化身体成分分析以支持心脏代谢疾病的精准管理	整合双参数MRI序列与分层U-Net架构，实现15个生物力学关键身体成分的全自动量化	NA	开发自动化身体成分分析工作流以支持心脏代谢疾病的风险评估和临床决策	腹部和股部的15个身体成分区域，包括骨骼、肌肉和脂肪组织	医学影像分析	心脏代谢疾病	双参数磁共振成像（水/脂肪序列）	深度学习	医学影像（MRI）	开发集：8,048个MRI切片来自503人的社区队列；验证集：240个MRI切片来自30人的三级医院	NA	分层U-Net	Dice相似系数, 组内相关系数	NA
3284	2025-10-06	Research progress in deep learning-based fundus image analysis for the diagnosis and prediction of hypertension-related diseases 2025, Frontiers in cell and developmental biology IF:4.6Q1 DOI:10.3389/fcell.2025.1608994 PMID:40843176	综述	系统总结基于深度学习的眼底图像分析在高血压相关疾病诊断与预测中的研究进展	聚焦深度学习在高血压相关疾病眼底图像分析中的最新应用，涵盖血管分割、动静脉分类、病变检测和系统性疾病预测等多个维度	当前模型在泛化能力、低质量图像鲁棒性和临床可解释性方面仍面临挑战	推动深度学习技术在高血压相关疾病管理中的实际应用	高血压相关疾病的眼底图像特征	计算机视觉	心血管疾病	彩色眼底摄影(CFP)	深度学习(DL)	图像	NA	NA	NA	NA	NA
3285	2025-10-06	Automated AI-based segmentation of canine hepatic focal lesions from CT studies 2025, Frontiers in veterinary science IF:2.6Q1 DOI:10.3389/fvets.2025.1638142 PMID:40843252	研究论文	开发并评估基于深度学习的犬肝局灶性病变自动分割算法	首个基于深度学习的犬肝肿块CT影像自动分割算法研究	样本量有限（175例CT），仅来自两个诊所和单一数据库	开发自动分割犬肝肿块的深度学习算法以改善治疗规划	犬肝局灶性病变	数字病理	肝肿瘤	CT成像	深度学习	CT影像	175例犬CT病例（130例训练，45例测试）	nnUNet v2	nnU-Net	Dice系数, ASSD	NA
3286	2025-10-06	Artificial Intelligence in the Management of Asthma: A Review of a New Frontier in Patient Care 2025, Journal of asthma and allergy IF:3.7Q1 DOI:10.2147/JAA.S535264 PMID:40851769	综述	探讨人工智能在哮喘管理中的变革潜力，包括预测分析、个性化治疗和持续患者参与	系统评估AI在哮喘护理中的最新应用，包括预测病情恶化、风险分层和个性化治疗建议	存在患者信任、数据安全和公平技术获取等伦理挑战	改善哮喘管理，提高患者预后并减轻医疗负担	哮喘患者群体（全球3.39亿人，美国2500万人）	医疗人工智能	哮喘	机器学习、神经网络、深度学习	ML	可穿戴设备数据、患者记录	NA	NA	NA	预测准确性、治疗依从性	NA
3287	2025-10-06	Digital pathology-based artificial intelligence model to predict microsatellite instability in gastroesophageal junction adenocarcinomas 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1486140 PMID:40852482	研究论文	基于数字病理和人工智能模型预测胃食管结合部腺癌微卫星不稳定性的研究	首次开发基于H&E染色病理标本的深度学习模型来准确识别GEJ腺癌中的MSI-H状态	样本量相对有限（212例患者），需要更大规模的外部验证	开发基于数字病理的人工智能模型预测胃食管结合部腺癌的微卫星不稳定性	胃食管结合部腺癌患者	数字病理	胃食管结合部腺癌	H&E染色、数字病理	CNN, MLP	病理图像	212例患者的416张H&E染色切片	NA	Simple Vit, ResNet18	AUC, 敏感度, 特异度	NA
3288	2025-10-06	Predicting mortality in critically ill patients with hypertension using machine learning and deep learning models 2025, Frontiers in cardiovascular medicine IF:2.8Q2 DOI:10.3389/fcvm.2025.1568907 PMID:40860363	研究论文	本研究评估机器学习和深度学习模型在预测ICU高血压危重患者死亡率方面的表现	首次系统比较传统机器学习与深度学习模型在高血压危重患者死亡率预测中的性能，并采用SHAP方法进行模型可解释性分析	回顾性研究设计，未来需要前瞻性验证；未详细讨论模型临床实施的伦理考量	评估不同ML和DL模型在预测高血压危重患者死亡率方面的性能比较	ICU收治的危重高血压患者	机器学习	高血压	机器学习，深度学习	逻辑回归，决策树，支持向量机，CNN，LSTM	临床数据	30,096名ICU危重高血压患者	NA	1D CNN，LSTM	AUC，其他性能指标	NA
3289	2025-10-06	LiSA-MobileNetV2: an extremely lightweight deep learning model with Swish activation and attention mechanism for accurate rice disease classification 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1619365 PMID:40860730	研究论文	提出一种极轻量级的深度学习模型LiSA-MobileNetV2，用于水稻病害的精确分类	结合结构简化、Swish激活函数和注意力机制，在保持计算效率的同时显著提升分类精度	NA	开发高精度、资源高效的实时水稻病害检测解决方案	水稻病害图像	计算机视觉	水稻病害	深度学习	CNN	图像	NA	NA	MobileNetV2	准确率, 参数量, FLOPs	NA
3290	2025-10-06	Deep learning and pathomics analyses predict prognosis of high-grade gliomas 2025, Frontiers in neurology IF:2.7Q3 DOI:10.3389/fneur.2025.1614678 PMID:40860971	研究论文	本研究利用深度学习和病理组学分析高级别胶质瘤的预后预测	开发了结合病理组学特征和临床特征的联合预测模型，在高级别胶质瘤预后预测中表现出色	NA	预测高级别胶质瘤患者的预后	高级别胶质瘤患者	数字病理	脑癌	全切片图像分析	深度学习模型	病理图像	NA	NA	NA	C-index, 中位无进展生存期	NA
3291	2025-10-06	Study of obesity research using machine learning methods: A bibliometric and visualization analysis from 2004 to 2023 2024-Sep-06, Medicine IF:1.3Q2 DOI:10.1097/MD.0000000000039610 PMID:39252327	研究论文	通过文献计量学和可视化分析方法，系统评估2004-2023年间机器学习方法在肥胖研究中的应用	首次采用文献计量学方法系统分析机器学习在肥胖研究领域的发展模式和内在关系	仅纳入Web of Science数据库的英文文献，可能存在文献收录偏差	定量考察、可视化和分析机器学习方法在肥胖研究中的文献特征和发展趋势	2004-2023年间发表的3286篇肥胖研究相关文献	机器学习	肥胖症	文献计量分析	NA	文献数据	3286篇符合标准的文献	VOSviewer, CiteSpace, Excel	NA	NA	NA
3292	2025-10-06	Multimodal imaging and deep learning in geographic atrophy secondary to age-related macular degeneration 2023-Dec, Acta ophthalmologica IF:3.0Q1 DOI:10.1111/aos.15796 PMID:37933610	综述	本文全面综述了年龄相关性黄斑变性继发地图样萎缩的多模态成像基础、诊断分类流程及人工智能算法在影像数据分析中的前沿应用	系统整合多模态成像与深度学习技术，聚焦于地图样萎缩的自动诊断和预后评估	NA	探讨人工智能算法在地图样萎缩影像量化分析和临床决策支持中的应用	年龄相关性黄斑变性继发的地图样萎缩病变	医学影像分析	年龄相关性黄斑变性	多模态成像	深度学习	医学影像	NA	NA	NA	NA	NA
3293	2025-10-06	TTI and pH-responsive dual colorimetric sensor arrays combined with a cascaded deep learning approach for dynamic monitoring of freshness of fresh-cut fruits 2025-Nov-15, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.145495 PMID:40651146	研究论文	开发了一种结合pH响应指示剂和时间温度积分器的双比色传感器阵列，用于动态监测鲜切水果的新鲜度	结合pH响应指示剂和TTI的双传感器阵列设计，以及采用级联深度学习框架进行新鲜度预测	NA	解决冷链中温度波动和包装失效导致的鲜切水果货架期预测不准确问题	芒果和猕猴桃等鲜切水果	计算机视觉	NA	比色传感器阵列，金纳米粒子颜色转变	CNN	图像	NA	PyTorch	YOLOv8, ResNet-18	准确率	智能手机实时监测
3294	2025-10-06	A novel contrastive Dual-Branch Network (CDB-Net) for robust EEG-Based Alzheimer's disease diagnosis 2025-Oct-15, Brain research IF:2.7Q3 DOI:10.1016/j.brainres.2025.149863 PMID:40730254	研究论文	提出一种新颖的对比双分支网络(CDB-Net)，用于基于EEG的阿尔茨海默病鲁棒诊断	采用对比学习框架的双分支网络架构，能够学习噪声干扰下保持一致的EEG特征	仅在公开EEG数据集上验证，未提及临床实际应用验证	提高基于EEG的阿尔茨海默病诊断的准确性和鲁棒性	阿尔茨海默病患者和健康对照的EEG信号	机器学习	阿尔茨海默病	脑电图(EEG)	深度学习,对比学习	EEG信号	公开EEG数据集(具体数量未提及)	NA	双分支网络(CDB-Net)	准确率	NA
3295	2025-10-06	De Novo Design of Highly Stable Binders Targeting Dihydrofolate Reductase in Klebsiella pneumoniae 2025-Oct, Proteins IF:3.2Q2 DOI:10.1002/prot.26835 PMID:40371895	研究论文	本研究利用深度学习技术设计针对肺炎克雷伯菌二氢叶酸还原酶的新型稳定抑制剂	结合深度学习模型(OmegaFold、ProteinMPNN)从头设计具有细胞穿透肽基序的稳定抑制剂，并发现两个具有强结合亲和力的候选复合物	计算模型预测体内行为存在局限性，需要进一步的体外和体内实验验证	设计针对肺炎克雷伯菌DHFR蛋白的新型治疗性抑制剂	肺炎克雷伯菌DHFR蛋白及其设计的肽类抑制剂	生物信息学	细菌感染	深度学习、分子对接、分子动力学模拟	深度学习模型	蛋白质序列	60个从头设计的结合剂，生成7200个序列，最终筛选出10个候选序列	OmegaFold, ProteinMPNN	NA	结合亲和力、热稳定性(熔点)、分子动力学稳定性	NA
3296	2025-10-06	3D-ΔΔG: A Dual-Channel Prediction Model for Protein-Protein Binding Affinity Changes Following Mutation Based on Protein 3D Structures 2025-Oct, Proteins IF:3.2Q2 DOI:10.1002/prot.26837 PMID:40375059	研究论文	提出一种基于蛋白质3D结构的双通道深度学习模型3D-ΔΔG，用于预测蛋白质-蛋白质结合亲和力在突变后的变化	开发了能够处理多点突变的双通道预测模型，结合侧链序列信息和3D结构信息，相比现有方法在复杂突变场景下表现更优	NA	预测氨基酸残基突变引起的蛋白质-蛋白质结合亲和力变化(ΔΔG)	蛋白质-蛋白质相互作用	计算生物学	NA	深度学习	图注意力网络,蛋白质语言模型	蛋白质3D结构,氨基酸序列	SKEMPIv1和SKEMPIv2混合突变数据集	NA	双通道深度学习架构,图注意力网络	预测值与实验值的相关性	NA
3297	2025-10-06	DeepUSPS: Deep Learning-Empowered Unconstrained-Structural Protein Sequence Design 2025-Oct, Proteins IF:3.2Q2 DOI:10.1002/prot.26847 PMID:40448386	研究论文	提出DeepUSPS模型解决无约束结构蛋白质序列设计中的热稳定性不足和与天然蛋白质相似性高的问题	提出IDRNet网络增强热稳定性，构建SPFESN网络降低设计蛋白质与天然蛋白质的相似性，引入WRA优化器高效优化3Dpssm	仅通过计算机模拟实验验证，缺乏实际生物实验验证	开发高效的无约束结构蛋白质序列设计方法	无约束结构蛋白质序列	机器学习	NA	计算机模拟实验	深度学习	蛋白质序列数据，3D结构数据	1000个理想化蛋白质序列	NA	Inverted Dense Residual Network (IDRNet), Sequence-Pairwise Features Extraction Synthetic Network (SPFESN)	lg(E-value), TM-score, 迭代次数, 熔点温度, pLDDT	NA
3298	2025-10-06	ComPtr: Toward Diverse Bi-Source Dense Prediction Tasks via a Simple Yet General Complementary Transformer 2025-Oct, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3578494 PMID:40489289	研究论文	提出一种名为ComPtr的互补Transformer模型，用于处理多样化的双源密集预测任务	从更通用的双源密集预测概念出发，提出一致性增强和差异感知组件，能够为不同任务分别提取和收集来自不同图像源的重要视觉语义线索	NA	构建一个通用的双源密集预测统一模型	双源图像数据	计算机视觉	NA	深度学习	Transformer	图像	NA	NA	Transformer,序列到序列	NA	NA
3299	2025-10-06	SAS: A General Framework Induced by Sequence Association for Shape From Focus 2025-Oct, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3577595 PMID:40489288	研究论文	提出了一种基于序列关联的SAS框架，用于改进多焦点图像序列的深度估计方法	将图像序列视为完整3D数据，通过多视图分解、选择性融合和多尺度特征聚合处理，并引入更严格的多视图学习泛化误差界	未明确说明计算资源需求和具体实现细节	提高形状聚焦(SFF)方法的泛化能力	多焦点图像序列	计算机视觉	NA	形状聚焦技术	深度学习	图像序列	7个合成数据集和2个真实场景	NA	SAS框架	泛化能力评估	NA
3300	2025-10-06	Event-Based Stereo Depth Estimation: A Survey 2025-Oct, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3586559 PMID:40644099	综述	本文全面调查了基于事件相机的立体深度估计方法的发展历程、技术分类和未来方向	首次系统综述深度学习方法和立体数据集，提供创建新基准测试的实用建议，涵盖瞬时立体和长期SLAM方法	基于事件相机的立体深度估计在精度和效率方面仍需进一步优化	为基于事件相机的立体深度估计领域提供全面的技术概览和发展指导	事件相机立体深度估计算法、数据集和性能评估方法	计算机视觉	NA	事件相机感知技术	深度学习	事件流数据	NA	NA	NA	精度,效率	NA