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
361	2025-06-26	The Use of AI for Phenotype-Genotype Mapping 2025, Methods in molecular biology (Clifton, N.J.) DOI:10.1007/978-1-0716-4690-8_21 PMID:40553344	研究论文	本文探讨了人工智能在表型-基因型映射中的应用及其在遗传研究和精准医疗中的重要性	利用AI技术整合基因型和表型数据，揭示复杂模式，推动诊断、治疗和研究的进步	数据异质性、AI模型可解释性有限、隐私问题以及罕见疾病数据集不足	探索AI在表型-基因型映射中的方法、应用、挑战和未来前景	基因型和表型数据	机器学习	NA	NGS	SVM, Random Forests, Gradient Boosting, k-Means, PCA, t-SNE, CNN, RNN	基因组数据	NA
362	2025-06-26	Deep Genomics: Deep Learning-Based Analysis of Genome-Sequenced Data for Identification of Gene Alterations 2025, Methods in molecular biology (Clifton, N.J.) DOI:10.1007/978-1-0716-4690-8_20 PMID:40553343	综述	本章探讨了深度基因组学的最新进展，重点介绍了深度学习框架如何帮助研究人员检测、表征和解释复杂的基因变异	介绍了深度学习框架（如CNN、RNN、Transformers和GNN）在基因组分析中的应用，以及如何整合多组学数据以提供更全面的基因组调控视角	面临数据协调和可解释性方面的重大方法学挑战	探讨深度学习在基因组测序数据分析中的应用，以识别基因变异	基因组测序数据	生物信息学	NA	下一代测序（NGS）	CNN, RNN, Transformers, GNN	基因组测序数据、表观基因组、转录组和蛋白质组数据	NA
363	2025-06-26	Review on Advancement of AI in Nutrigenomics 2025, Methods in molecular biology (Clifton, N.J.) DOI:10.1007/978-1-0716-4690-8_23 PMID:40553346	综述	本文探讨了人工智能在营养基因组学中的变革性作用及其在个性化营养中的实际应用	AI与营养基因组学的结合革新了我们对基因-饮食相互作用的理解，能够基于遗传特征更精确地分析个体营养反应	面临数据隐私问题和算法偏见等挑战	推进营养基因组学研究并应用于个性化营养	基因-饮食相互作用及个体营养反应	营养基因组学	2型糖尿病	机器学习和深度学习方法	NA	遗传和饮食数据	NA
364	2025-06-26	Review on Advancement of AI in Synthetic Biology 2025, Methods in molecular biology (Clifton, N.J.) DOI:10.1007/978-1-0716-4690-8_26 PMID:40553349	review	本文综述了人工智能在合成生物学中的进展，包括基因组编辑、代谢途径优化和生物电路设计等方面	探讨了AI如何通过深度学习和机器学习提高CRISPR-cas9、从头蛋白质设计和基因电路开发的精确性	存在高质量生物数据集整理和计算与实验科学家之间跨学科差距的持续挑战	研究人工智能在合成生物学中的应用及其潜力	合成生物学中的基因组编辑、代谢途径优化和生物电路设计	synthetic biology	NA	deep learning, machine learning	NA	biological datasets	NA
365	2025-06-26	Scalable Coding for High-Resolution, High-Compression Ratio Snapshot Compressive Video 2025, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2025.3579208 PMID:40536862	research paper	提出了一种可扩展的编码方法，用于高分辨率、高压缩比的快照压缩视频	利用时分复用技术设计了一种通用的可扩展编码孔径方法，实现了快照压缩视频在空间和时间分辨率上的可扩展性	未提及具体限制	解决高速相机在存储、带宽和成本方面的挑战，提高快照压缩视频的性能	快照压缩视频	computer vision	NA	压缩感知	deep learning	video	512帧2K×2K分辨率的视频
366	2025-06-26	DeepPredict: a state-of-the-art web server for protein secondary structure and relative solvent accessibility prediction 2025, Frontiers in bioinformatics IF:2.8Q2 DOI:10.3389/fbinf.2025.1607402 PMID:40546733	研究论文	DeepPredict是一个先进的网络服务器，用于蛋白质二级结构和相对溶剂可及性预测	整合了Porter6和PaleAle6两种深度学习模型，利用预训练的蛋白质语言模型（ESM-2）消除了对多序列比对的需求，实现了快速且准确的预测	NA	开发一个高性能的网络服务器，用于蛋白质二级结构和相对溶剂可及性预测	蛋白质二级结构和相对溶剂可及性	生物信息学	NA	深度学习，蛋白质语言模型（ESM-2）	Porter6, PaleAle6	蛋白质序列	NA
367	2025-06-26	Is AI currently capable of identifying wild oysters? A comparison of human annotators against the AI model, ODYSSEE 2025, Frontiers in robotics and AI IF:2.9Q2 DOI:10.3389/frobt.2025.1587033 PMID:40546741	research paper	比较人类注释者与AI模型ODYSSEE在识别野生牡蛎方面的能力	使用深度学习技术开发ODYSSEE模型，通过视频或图像识别活牡蛎，以评估牡蛎数量	模型在识别活牡蛎方面的准确率（63%）低于专家（74%）和非专家（75%），且图像质量影响模型准确性	评估AI模型在识别野生牡蛎方面的能力，并与人类注释者进行比较	野生牡蛎	computer vision	NA	deep learning	ODYSSEE	image, video	NA
368	2025-06-26	Self-supervised and few-shot learning for robust bioaerosol monitoring 2025, Aerobiologia IF:2.2Q3 DOI:10.1007/s10453-025-09850-4 PMID:40547191	研究论文	本文探讨了自监督学习和少样本学习在生物气溶胶监测中的应用，以提高过敏患者的生活质量	结合自监督学习和少样本学习，利用大量未标记数据和少量标记数据对全息图像中的花粉颗粒进行分类	需要进一步验证该方法在不同地理区域和测量系统中的适用性	优化实时生物气溶胶监测工作流程，减少模型适应不同情境所需的努力	全息图像中的花粉颗粒	机器学习和计算机视觉	过敏	自监督学习和少样本学习	深度学习模型	图像	大量未标记数据和少量标记数据
369	2025-06-26	The association between pancreatic diseases and pancreatic fat content: a cross-sectional study from the UK Biobank 2025, Frontiers in endocrinology IF:3.9Q2 DOI:10.3389/fendo.2025.1591652 PMID:40547526	研究论文	本研究探讨了胰腺疾病与胰腺脂肪含量之间的关系，并识别了可能的介导因素	使用深度学习模型nnUNet结合MRI测量胰腺脂肪含量，并分析了不同类型胰腺疾病对脂肪积累的影响	无法排除反向因果关系的可能性	研究胰腺疾病对胰腺脂肪积累的影响，并探索可能的介导因素	UK Biobank中的61,088名参与者	数字病理学	胰腺疾病	MRI与深度学习模型nnUNet	nnUNet	医学影像	61,088名参与者
370	2025-06-26	Current application, possibilities, and challenges of artificial intelligence in the management of rheumatoid arthritis, axial spondyloarthritis, and psoriatic arthritis 2025, Therapeutic advances in musculoskeletal disease IF:3.4Q2 DOI:10.1177/1759720X251343579 PMID:40547599	综述	本文概述了人工智能（AI）在类风湿性关节炎（RA）、中轴型脊柱关节炎（axSpA）和银屑病关节炎（PsA）的诊断、管理和预后中的当前应用及考虑因素	AI在提高风险预测模型、早期诊断和优化管理方面的应用，特别是在预测治疗反应和疾病活动监测方面	数据质量、模型可解释性和伦理问题仍需解决以确保临床应用的可靠性和公平性	探讨AI在RA、axSpA和PsA管理中的当前应用、可能性和挑战	类风湿性关节炎（RA）、中轴型脊柱关节炎（axSpA）和银屑病关节炎（PsA）患者	医学人工智能	类风湿性关节炎、中轴型脊柱关节炎、银屑病关节炎	机器学习、深度学习、自然语言处理	预测模型、临床决策支持系统	电子健康记录（EHR）、影像数据（如骶髂关节X光、磁共振成像、计算机断层扫描）、遗传标记、免疫分析	NA
371	2025-06-26	The use of artificial intelligence in stereotactic ablative body radiotherapy for hepatocellular carcinoma 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1576494 PMID:40547913	综述	本文综述了人工智能在肝细胞癌立体定向消融体放射治疗中的应用及其最新进展	探讨AI技术在SABR工作流程中的创新应用，如自动轮廓勾画、基于知识的计划设计、深度学习预测等	许多AI模型基于有限数据集训练且缺乏外部验证，存在过拟合和泛化性问题	提升肝细胞癌放射治疗的精准性、效率和个体化水平	肝细胞癌患者	数字病理学	肝癌	立体定向消融体放射治疗(SABR)	深度学习、机器学习	医学影像数据	NA
372	2025-06-26	A pathology-attention multi-instance learning framework for multimodal classification of colorectal lesions 2025, Frontiers in pharmacology IF:4.4Q1 DOI:10.3389/fphar.2025.1592950 PMID:40548052	研究论文	提出了一种名为PAT-MIL的多模态弱监督学习框架，用于结直肠病变的多分类	整合了动态注意力机制与专家定义的文本原型，通过病理知识驱动的文本原型构建、逐步调整类别中心的细化策略以及基于梯度反馈的动态损失平衡方法，优化视觉聚类和语义对齐	未提及具体样本量的限制或模型在其他类型病变上的泛化能力	提高结直肠病变的病理诊断准确性，特别是在全切片图像(WSI)分类任务中	结直肠病变的全切片图像(WSI)	数字病理学	结直肠癌	多模态弱监督学习	PAT-MIL (Pathology-Attention-MIL)	图像和文本	内部五类数据集和外部数据集CRS-2024与UniToPatho（具体样本量未提及）
373	2025-06-26	Development and validation of a deep learning algorithm for discriminating glioma recurrence from radiation necrosis on MRI 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1573700 PMID:40548110	研究论文	开发并验证了一种基于深度学习的算法，用于在MRI上区分胶质瘤复发与放射性坏死	利用深度学习技术自动区分胶质瘤复发与放射性坏死，提高了诊断准确性	样本量较小，且模型在敏感性方面仍有提升空间	开发一种自动化方法，用于区分胶质瘤复发与放射性坏死	接受放疗后疑似复发的胶质瘤患者	数字病理学	胶质瘤	MRI扫描	CNN（包括ResNet10、MresNet、Vgg16）	图像（3D-MRI扫描，包括T1加权、T2加权和对比增强T1序列）	234例患者（192例胶质瘤复发，42例放射性坏死）
374	2025-06-26	Application of deep learning based on convolutional neural network model in multimodal ultrasound diagnosis of unexplained cervical lymph node enlargement 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1542265 PMID:40548118	研究论文	本研究探讨了基于卷积神经网络（CNN）的深度学习模型在多模态超声诊断不明原因颈部淋巴结肿大中的应用	使用预训练的ResNet模型在多模态超声图像（包括2D成像、彩色多普勒血流成像和弹性成像）上进行三分类（转移性、淋巴瘤和良性淋巴结），并通过Grad-CAM提供模型可解释性	研究为回顾性分析，可能存在选择偏差	提高不明原因颈部淋巴结肿大的诊断准确性	586例不明原因颈部淋巴结肿大患者	数字病理	淋巴瘤	多模态超声成像（2D成像、彩色多普勒血流成像、弹性成像）	CNN, ResNet	图像	586例患者
375	2025-06-26	High-precision deformation monitoring and intelligent early warning for wellbore based on BDS/GNSS 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0325913 PMID:40549791	研究论文	本研究基于BDS/GNSS观测数据，采用改进的MLAMBDA算法进行高频动态计算，建立了井筒变形的高精度监测与智能预警模型	提出了基于双差模型的改进MLAMBDA算法，并首次将Bi-LSTM深度学习算法应用于井筒变形预警模型	研究范围局限于6公里基线长度内的井筒变形监测，未验证更长基线下的性能	开发高精度井筒变形监测与智能预警方法	受周边煤矿开采影响的井筒变形	地理信息系统与卫星导航	NA	BDS/GNSS观测、MLAMBDA算法、Bi-LSTM算法	Bi-LSTM	卫星导航观测数据	基线长度1-6公里的观测数据
376	2025-06-26	Deep learning-based time series prediction for precision field crop protection 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1575796 PMID:40551773	研究论文	本文提出了一种基于深度学习的时空感知数据融合网络（SADF-Net）和资源感知自适应决策算法（RAADA），用于精准农业中的时间序列预测和资源优化	结合了卷积层、循环神经网络和注意力机制的多模态数据融合方法，以及利用强化学习的动态资源分配策略	未明确提及具体的数据噪声和不完整性对模型性能的影响程度	提高精准农业中的作物产量预测准确性和资源利用效率	农业领域的多模态数据（卫星图像、物联网传感器数据、气象预报）	机器学习	NA	深度学习、强化学习	CNN、RNN、注意力机制	多模态数据（图像、传感器数据、时间序列数据）	大规模农业数据集（未明确具体数量）
377	2025-06-26	A BERT-based rice enhancer identification model combined with sequence-representation differential entropy interpretation 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1618174 PMID:40551770	研究论文	本研究提出了一种基于BERT的水稻增强子识别模型，结合序列表示差分熵解释，提高了识别精度	整合DNABERT-2作为特征提取工具，结合SVM进行分类，并通过差分熵分析解释模型性能优化机制	未提及模型在其他作物或更广泛基因组数据上的泛化能力	提高水稻增强子识别的准确性和可解释性	水稻基因序列中的增强子	自然语言处理	NA	DNABERT-2, SVM	BERT, SVM	基因序列	未明确提及具体样本数量
378	2025-06-26	Recent Applications of Artificial Intelligence and Related Technical Challenges in MALDI MS and MALDI-MSI: A Mini Review 2025, Mass spectrometry (Tokyo, Japan) DOI:10.5702/massspectrometry.A0175 PMID:40551965	综述	本文综述了人工智能在MALDI MS和MALDI-MSI中的最新应用及相关技术挑战	探讨了人工智能在提高MALDI-TOF MS和MALDI-MSI数据分析中的准确性和效率方面的潜力	人工智能技术仍处于初步阶段，存在识别、定量和解释方法不够有效的问题	回顾人工智能在质谱数据分析中的应用及面临的挑战	MALDI-TOF MS和MALDI-MSI数据	质谱分析	NA	MALDI-TOF MS, MALDI-MSI	监督机器学习, 人工神经网络	质谱数据	NA
379	2025-06-26	Tooth image segmentation and root canal measurement based on deep learning 2025, Frontiers in bioengineering and biotechnology IF:4.3Q2 DOI:10.3389/fbioe.2025.1565403 PMID:40552111	research paper	本研究开发了一种基于深度学习的牙齿图像分割和根管测量自动化方法，旨在为临床医生提供客观、高效和准确的测量结果	利用Attention U-Net识别牙齿描述符，并采用集成的深度学习方法进行分割，自动测量和可视化根管长度和角度	未提及样本量的具体限制或潜在的泛化性问题	开发自动化方法以辅助临床医生进行根管诊断分级、器械选择和术前规划	牙齿的CBCT图像	digital pathology	NA	cone beam computed tomography (CBCT)	Attention U-Net	image	未提及具体样本量
380	2025-06-26	Multi-atlas ensemble graph neural network model for major depressive disorder detection using functional MRI data 2025, Frontiers in computational neuroscience IF:2.1Q3 DOI:10.3389/fncom.2025.1537284 PMID:40552311	研究论文	本文提出了一种基于多图谱集成图神经网络（GNN）的模型，用于利用静息态功能磁共振成像（rs-fMRI）数据检测重度抑郁症（MDD）	通过结合多个大脑区域分割图谱的功能连接特征，构建集成模型，以更准确地捕捉大脑复杂性并检测MDD的独特特征，相比单一图谱模型更具优势	模型在跨站点数据上的泛化能力虽经测试，但实际应用中可能仍需进一步验证	开发一种能够从rs-fMRI图像中检测出区分性特征的集成GNN模型，以辅助MDD的诊断	重度抑郁症（MDD）患者的功能磁共振成像数据	数字病理学	抑郁症	静息态功能磁共振成像（rs-fMRI）	图神经网络（GNN）	图像	大型多站点MDD数据集（具体数量未提及）