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
3901	2025-10-06	UniScore, a Unified and Universal Measure for Peptide Identification by Multiple Search Engines 2025-Jul, Molecular & cellular proteomics : MCP IF:6.1Q1 DOI:10.1016/j.mcpro.2025.101010 PMID:40466863	研究论文	提出UniScore作为统一度量标准，用于整合和标准化多种搜索引擎在基于LC/MS/MS的自下而上蛋白质组学数据分析中的输出结果	仅使用产物离子的注释信息计算得分，不依赖深度学习的光谱预测，能够处理更大规模数据且计算资源需求低	NA	开发一种统一且通用的肽段识别度量方法	数据依赖性采集(DDA)数据中的肽段识别	生物信息学	NA	LC/MS/MS, 自下而上蛋白质组学	NA	质谱数据	大规模全局蛋白质组数据和磷酸化蛋白质组数据	NA	NA	假发现率	最小计算资源
3902	2025-10-06	Accelerated Non-Contrast-Enhanced Three-Dimensional Cardiovascular Magnetic Resonance Deep Learning Reconstruction 2025-Jul, Reviews in cardiovascular medicine IF:1.9Q3 DOI:10.31083/RCM37399 PMID:40776949	研究论文	本研究评估Adaptive CS-Net深度学习算法在无对比剂三维心血管磁共振成像中的重建性能	首次将供应商支持的深度学习重建算法Adaptive CS-Net应用于无对比剂三维全心REACT序列成像	样本量较小（30名参与者），仅针对特定血管区域进行评估	比较深度学习重建算法与传统压缩感知在心血管磁共振成像中的性能差异	人类心血管系统，特别是肺静脉、颈部和上胸部血管	医学影像分析	心血管疾病	心血管磁共振成像，REACT序列，bSSFP序列	深度学习	三维磁共振图像	30名参与者	Adaptive CS-Net	CS-Net	对比噪声比，主观图像质量评估，血管横截面积测量	NA
3903	2025-10-06	Artificial Intelligence-based Approaches for Characterizing Plaque Components From Intravascular Optical Coherence Tomography Imaging: Integration Into Clinical Decision Support Systems 2025-Jul, Reviews in cardiovascular medicine IF:1.9Q3 DOI:10.31083/RCM39210 PMID:40776963	综述	本文综述了基于人工智能的血管内光学相干断层扫描图像斑块成分分析方法及其临床决策支持系统的整合	系统总结了AI技术在IVOCT斑块特征分析中的最新进展，并探讨了从研究工具向临床决策辅助工具的转化路径	现有方法评估的斑块特征范围有限，且多数解决方案局限于特定的监管或研究环境	提高IVOCT图像分析的效率、精确性和可重复性，促进其在临床实践中的广泛应用	冠状动脉粥样硬化斑块	医学影像分析	心血管疾病	血管内光学相干断层扫描(IVOCT)	CNN	医学影像	NA	NA	NA	NA	NA
3904	2025-10-06	Harnessing Artificial Intelligence in Interventional Cardiology: A Systematic Review of Current Applications 2025-Jul, Cureus DOI:10.7759/cureus.87494 PMID:40777718	系统综述	系统回顾人工智能在介入心脏病学中的当前应用、方法和前景	首次系统梳理AI在介入心脏病学的应用现状，涵盖机器学习与深度学习在心律失常检测、斑块表征和影像解读等多领域的创新应用	数据隐私保护、算法透明度不足、模型泛化能力有限等挑战尚未解决	评估人工智能技术在介入心脏病学领域的应用现状与发展前景	介入心脏病学相关临床研究文献（共20项研究）	医疗人工智能	心血管疾病	机器学习、深度学习	ML, DL	医学影像、生理信号、临床数据	基于20项研究的汇总分析	NA	NA	诊断准确性、手术效率	NA
3905	2025-10-06	Deep learning-assisted terahertz intelligent detection and identification of cancer tissue 2025-Jul, Fundamental research IF:5.7Q1 DOI:10.1016/j.fmre.2025.03.013 PMID:40777781	研究论文	提出一种基于密集高效通道注意力网络的太赫兹诊断系统，用于癌症组织的智能检测与识别	首次将太赫兹检测技术与密集高效通道注意力网络相结合，实现端到端的癌症组织分类	仅验证了乳腺癌和皮肤癌组织样本，未涉及其他癌症类型	开发基于人工智能的太赫兹癌症早期筛查系统	乳腺癌和皮肤癌组织样本	计算机视觉	乳腺癌,皮肤癌	太赫兹检测技术	深度学习	太赫兹信号	NA	NA	DECANet（密集高效通道注意力网络）	NA	NA
3906	2025-10-06	Advancing Spine Fracture Detection: The Role of Artificial Intelligence in Clinical Practice 2025-Jul, Korean journal of neurotrauma DOI:10.13004/kjnt.2025.21.e22 PMID:40778250	综述	本文综述了人工智能在脊柱骨折检测中的临床应用及最新进展	系统总结了深度学习与机器学习在脊柱骨折诊断中的最新应用，强调了AI辅助工作流程在提升诊断效率方面的优势	面临数据集变异性大、需要大规模标注数据集和评估指标标准化等挑战	改善脊柱骨折诊断和患者管理	椎体骨折	医学影像	脊柱骨折	医学影像分析	深度学习, 机器学习	医学影像	NA	NA	NA	灵敏度, 特异度, 准确率	NA
3907	2025-10-06	Advancing smart communities with a deep learning framework for sustainable resource management 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0329492 PMID:40773471	研究论文	提出一个深度学习框架用于智慧社区可持续资源管理，优化能源、水资源和废物管理系统	整合LSTM、CNN和自编码器三种深度学习模型，分别处理时序数据、空间分析和异常检测，实现智慧社区资源管理的综合优化	NA	构建和验证深度学习框架以优化智慧社区资源管理	智慧社区的能源、水资源和废物管理系统	机器学习	NA	深度学习	LSTM, CNN, Autoencoder	时空数据	来自阿姆斯特丹开放数据平台、新加坡政府开放数据门户以及FixMyStreet和OneService众包平台的数据	NA	LSTM, CNN, Autoencoder	MAE, RMSE, R², F1-score	NA
3908	2025-10-06	FCMI-YOLO: An efficient deep learning-based algorithm for real-time fire detection on edge devices 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0329555 PMID:40773480	研究论文	提出一种面向边缘设备的实时火焰检测算法FCMI-YOLO，通过轻量化设计平衡精度与推理速度	提出FasterNext轻量化模块、跨尺度特征融合模块CCFM、混合局部通道注意力机制MLCA以及Inner-DIoU损失函数	仅在自定义火焰数据集上进行验证，未在更广泛场景测试	开发适用于边缘设备的实时火焰检测算法	火焰目标检测	计算机视觉	NA	深度学习	YOLO	图像	自定义火焰数据集	PyTorch	YOLOv5s, FasterNext, CCFM, MLCA	mAP@50, 参数量, GFLOPs	边缘设备
3909	2025-10-06	GNN-RMNet: Leveraging graph neural networks and GPS analytics for driver behavior and route optimization in logistics 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0328899 PMID:40773479	研究论文	提出GNN-RMNet混合深度学习系统，用于物流领域的驾驶员行为分析和路线异常检测	结合GNN、ResNet和MobileNet的混合架构，实现可解释、可扩展的实时驾驶员行为分析和路线异常检测	涉及网络安全、数据隐私和多模态传感器集成等未来部署问题	物流车辆驾驶员行为监控和路线优化	物流车队驾驶员行为和车辆路线数据	机器学习	NA	GPS轨迹分析和车辆传感器数据流处理	GNN, CNN	时空GPS轨迹，车辆传感器数据流	真实世界GPS-车辆传感器数据集	NA	GNN, ResNet, MobileNet	准确率, 召回率, F1分数, 异常检测精度, 路线偏差敏感度	边缘节点计算和车载推理
3910	2025-10-06	Study on the effect of light distribution on the greenhouse environment in Chinese solar greenhouse 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0328302 PMID:40773526	研究论文	本研究通过实验测量和深度学习模型探讨了日光温室内光环境对内部条件的影响	结合实验测量与LSTM深度学习模型分析日光温室光热环境分布规律	研究主要针对特定类型的中国日光温室，结果可能不适用于其他温室结构	研究光环境对日光温室内部条件的影响机制	日光温室内的光热环境参数	农业工程	NA	实验测量，深度学习	LSTM	环境传感器数据（温度，光照强度）	NA	NA	LSTM	预测精度	NA
3911	2025-10-06	Robust skeletal motion tracking using temporal and spatial synchronization of two video streams 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0328969 PMID:40773500	研究论文	提出一种通过双视频流时空同步实现鲁棒骨骼运动跟踪的系统，用于上肢康复活动监测	结合90°辅助摄像头补偿单摄像头深度预测误差，并采用线性回归深度误差校正模型和卡尔曼滤波框架	主要针对上肢活动，未验证全身运动跟踪效果	开发适用于家庭康复的精确可靠骨骼运动跟踪系统	上肢康复活动中的骨骼运动	计算机视觉	康复医学	双摄像头视频采集	NA	视频	NA	NA	NA	深度估计误差	NA
3912	2025-10-06	Liver MRI proton density fat fraction inference from contrast enhanced CT images using deep learning: A proof-of-concept study 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0328867 PMID:40779568	研究论文	本研究探索使用深度学习从对比增强CT图像推断肝脏MRI质子密度脂肪分数的可行性	首次使用3D U-Net架构从对比增强CT图像直接推断MRI-PDFF值，为脂肪肝定量评估提供更便捷的替代方案	模型在精确推断MRI-PDFF值方面能力有限，样本量较小（94例患者），为回顾性研究	开发从对比增强CT图像推断肝脏脂肪分数的深度学习方法	活体肝移植候选者的肝脏影像数据	医学影像分析	代谢相关脂肪性肝病	对比增强CT, MRI质子密度脂肪分数	深度学习神经网络	3D医学影像	94例患者，PDFF范围0.2-22.3%	NA	3D U-Net	平均绝对误差, 均方根误差, 平均误差, Kappa统计量, Bland-Altman图	NA
3913	2025-10-06	Assessing the adversarial robustness of multimodal medical AI systems: insights into vulnerabilities and modality interactions 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1606238 PMID:40776910	研究论文	评估多模态医疗AI系统在对抗攻击下的鲁棒性表现	首次系统研究多模态模型在对抗攻击场景下的行为特征，揭示多模态整合对系统鲁棒性的增强作用	仅涉及图像和文本两种模态，未涵盖其他医疗数据类型	研究多模态医疗AI系统的对抗鲁棒性	多模态深度学习模型	机器学习	NA	对抗攻击	深度学习模型	图像,文本	NA	NA	多模态模型	鲁棒性评估	NA
3914	2025-10-06	The application of artificial intelligence in forensic pathology: a systematic literature review 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1583743 PMID:40776925	系统综述	系统评估人工智能在法医病理学领域的最新应用进展和未来发展方向	首次系统性地总结人工智能在法医病理学多个子领域的应用成效，包括死后分析、伤口分类、硅藻测试和微生物组分析等	样本量较小，不同应用场景性能表现不一致，人工智能决策在法律环境中的可解释性有待提高	评估人工智能在法医病理学领域的技术创新和应用前景	法医病理学相关研究文献	医疗人工智能	法医病理	深度学习	深度学习模型	医学文献数据	18篇符合纳入标准的研究文献	NA	NA	准确率,精确率,召回率	NA
3915	2025-10-06	Data-driven non-intrusive reduced order modelling of selective laser melting additive manufacturing process using proper orthogonal decomposition and convolutional autoencoder 2025, Advanced modeling and simulation in engineering sciences IF:2.0Q3 DOI:10.1186/s40323-025-00305-6 PMID:40777044	研究论文	提出并比较了两种用于增材制造过程的数据驱动非侵入式降阶模型	结合降阶建模技术与机器学习算法，开发了POD-ANN和CAE-MLP两种新型模型框架	模型验证仅限于特定增材制造构建部件的热力学分析	开发高精度高效率的增材制造过程预测模型	选择性激光熔化增材制造过程	机器学习	NA	数值模拟，热力学分析	人工神经网络，多层感知机，卷积自编码器	高保真快照矩阵，实验数据	NA	NA	POD-ANN, CAE-MLP	预测精度，统计矩相关性	NA
3916	2025-10-06	Deriving equivalent symbol-based decision models from feedforward neural networks 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1618149 PMID:40777518	研究论文	提出从前馈神经网络中推导等效符号决策模型的方法	通过利用FNN中的分布式表示来识别符号组件，将神经网络激活映射到决策树结构	仅在前馈神经网络上进行验证，原型系统基于特定技术环境开发	探索连接主义与符号主义人工智能方法的交叉，提高AI系统透明度和可信度	前馈神经网络(FNNs)及其等效符号模型	机器学习	NA	神经网络解释性技术	前馈神经网络, 决策树	NA	NA	Keras, TensorFlow, Java JDK/JavaFX	前馈神经网络	NA	Java开发环境
3917	2025-10-06	Automatic segmentation of chest X-ray images via deep-improved various U-Net techniques 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251366855 PMID:40777837	研究论文	本研究评估了多种U-Net变体在胸部X射线图像分割中的性能，并确定了在准确性和计算效率方面最优的模型	系统比较了8种不同深度和滤波器宽度的U-Net变体，发现中等复杂度的U-Net9在准确性和计算效率方面达到最佳平衡	仅使用单一公开数据集进行评估，未测试其他医学影像模态	评估各种基于U-Net的深度学习架构在胸部X射线分割中的性能，并确定最有效的模型	胸部X射线图像及其对应的分割掩码	计算机视觉	COVID-19, 病毒性肺炎	深度学习图像分割	CNN	医学图像	公开的胸部X射线数据集，包含正常、COVID-19和病毒性肺炎三类	NA	U-Net7, U-Net9, U-Net11, U-Net13, U-Net16, U-Net32, U-Net64, U-Net128	IoU, Dice Coefficient	NA
3918	2025-10-06	Automated detection of diabetic retinopathy lesions in ultra-widefield fundus images using an attention-augmented YOLOv8 framework 2025, Frontiers in cell and developmental biology IF:4.6Q1 DOI:10.3389/fcell.2025.1608580 PMID:40778265	研究论文	本研究提出两种注意力增强的YOLOv8模型，用于在超广角眼底图像中自动检测糖尿病视网膜病变病灶	在YOLOv8骨干网络中整合了卷积指数移动平均和卷积简单注意力模块两种注意力机制	NA	提高糖尿病视网膜病变病灶的自动检测精度	糖尿病视网膜病变患者的眼底图像	计算机视觉	糖尿病视网膜病变	超广角眼底成像	YOLOv8	图像	3,388张超广角眼底图像（分辨率2,600×2048像素）	NA	YOLOv8, YOLOv8+convEMA, YOLOv8+convSimAM	精确率, 平均精确率, 召回率	NA
3919	2025-10-06	A novel deep learning model based on multimodal contrast-enhanced ultrasound dynamic video for predicting occult lymph node metastasis in papillary thyroid carcinoma 2025, Frontiers in endocrinology IF:3.9Q2 DOI:10.3389/fendo.2025.1634875 PMID:40778281	研究论文	基于多模态超声动态视频构建深度学习模型预测甲状腺乳头状癌隐匿性淋巴结转移	首次结合二维超声和超声造影动态视频构建多模态深度学习模型，用于术前预测甲状腺乳头状癌的隐匿性淋巴结转移	回顾性研究设计，样本量相对有限（396例），需要外部验证	术前预测甲状腺乳头状癌患者的隐匿性淋巴结转移	甲状腺乳头状癌患者	计算机视觉	甲状腺癌	超声成像，超声造影	深度学习模型	超声图像，超声造影动态视频	396例临床淋巴结阴性甲状腺乳头状癌病例	NA	五种代表性深度学习架构	AUC, 敏感性, 特异性, 准确率	NA
3920	2025-10-06	Computational Pathology for Accurate Prediction of Breast Cancer Recurrence: Development and Validation of a Deep Learning-based Tool 2024-Sep-23, ArXiv PMID:39398198	研究论文	开发并验证基于深度学习的计算病理学工具Deep-BCR-Auto，用于从常规H&E染色全切片图像预测乳腺癌复发风险	提出首个直接从H&E染色全切片图像预测乳腺癌复发风险的深度学习工具，相比现有基因组工具具有成本效益和可及性优势	研究主要针对HR+/HER2-乳腺癌患者，在更广泛患者群体中的适用性需要进一步验证	开发准确预测乳腺癌复发风险的计算病理学工具	乳腺癌患者	计算病理学	乳腺癌	H&E染色全切片成像	深度学习	病理图像	TCGA-BRCA数据集和俄亥俄州立大学内部数据集两个独立队列	NA	NA	AUROC, 准确率, 特异性, 敏感性	NA