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
4321	2025-10-06	Automatic classification of HEp-2 specimens by explainable deep learning and Jensen-Shannon reliability index 2025-02, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2024.103030 PMID:39637573	研究论文	提出基于可解释深度学习的HEp-2标本自动分类方法，结合Jensen-Shannon可靠性指数提升分类可信度	采用迁移学习与预训练模型，提出针对不平衡数据集的特征选择方法，引入改进的梯度加权类激活映射和基于Jensen-Shannon散度的样本质量指数	尚未解决有丝分裂纺锤体识别挑战，未来需扩展方法以覆盖混合模式	开发计算机辅助系统用于HEp-2图像分析和ANA模式分类	HEp-2细胞图像标本	计算机视觉	结缔组织病	间接免疫荧光检测	深度学习	图像	来自两家不同医院的两个独立数据集	NA	预训练深度学习模型	强度识别准确率，ANA模式识别准确率	NA
4322	2025-10-06	ItpCtrl-AI: End-to-end interpretable and controllable artificial intelligence by modeling radiologists' intentions 2025-02, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2024.103054 PMID:39689443	研究论文	提出了一种端到端可解释可控的AI框架ItpCtrl-AI，通过模拟放射科医生的决策过程来诊断胸部X光片	通过模拟放射科医生的眼动模式生成注意力热图，实现了AI模型的可解释性和用户可控性	NA	开发可解释且可控的计算机辅助诊断系统，提高AI在医疗领域的可信度	胸部X光片中的医学发现	计算机视觉	NA	眼动追踪	深度学习	医学图像,眼动数据	NA	NA	NA	NA	NA
4323	2025-10-06	Advances in diagnosis and prognosis of bacteraemia, bloodstream infection, and sepsis using machine learning: A comprehensive living literature review 2025-02, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2024.103008 PMID:39705768	文献综述	本文对机器学习在菌血症、血流感染和脓毒症诊断与预后中的应用进行了全面的动态文献综述	提供了动态更新的文献综述，强调在早期疾病阶段的研究空白和实时非侵入性数据采集技术的潜力	早期疾病阶段研究不足，序列深度学习模型在外部数据集表现不佳，现实场景实施面临挑战	评估机器学习在血液相关感染管理中的诊断和预后应用	菌血症、血流感染和脓毒症患者	机器学习	脓毒症	机器学习	序列深度学习模型,传统机器学习模型	电子健康记录,生化标志物,生命体征,时间趋势数据	NA	NA	NA	NA	NA
4324	2025-10-06	TransformerLSR: Attentive joint model of longitudinal data, survival, and recurrent events with concurrent latent structure 2025-02, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2024.103056 PMID:39705769	研究论文	提出了一种基于Transformer的深度学习框架TransformerLSR，用于联合建模纵向数据、生存数据和复发事件	首次将Transformer架构应用于联合建模纵向测量、复发事件和生存数据，引入了新的轨迹表示和模型架构以整合已知的潜在结构知识	未在论文摘要中明确说明具体限制	开发能够同时联合建模纵向测量、复发事件和生存数据的灵活深度学习框架	肾移植术后患者	机器学习	肾脏疾病	深度时间点过程	Transformer	纵向测量数据、生存数据、复发事件数据	NA	NA	Transformer	NA	NA
4325	2025-10-06	Concordance-based Predictive Uncertainty (CPU)-Index: Proof-of-concept with application towards improved specificity of lung cancers on low dose screening CT 2025-02, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2024.103055 PMID:39721356	研究论文	提出一种基于一致性的预测不确定性指数，用于改进低剂量CT筛查中肺癌风险评估的特异性	首次将亚组分析与个性化AI时间事件模型的预测一致性量化为不确定性指标，优化偏差-方差权衡	研究仅针对单一医疗中心的3326名患者，需要更多外部验证	提高肺癌筛查的风险评估准确性和特异性	接受低剂量CT筛查的肺癌患者	数字病理	肺癌	低剂量CT影像组学分析	神经网络多任务逻辑回归时间事件模型	CT图像, 患者人口统计学数据	3326名患者	MONAI	深度学习模型	AUC, 假阳性率, 假阴性率, 一致性指数	NA
4326	2025-10-06	Fraud detection in healthcare claims using machine learning: A systematic review 2025-02, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2024.103061 PMID:39756221	系统综述	本文系统综述了机器学习技术在医疗保险欺诈检测中的应用研究	对过去二十年医疗保险欺诈检测的机器学习研究进行全面系统分析，涵盖不同算法类型和数据来源	数据不一致、缺乏标准化、隐私问题以及标记欺诈案例数量有限	分析医疗保险欺诈检测中机器学习技术的研究现状、挑战和机遇	医疗保险索赔数据	机器学习	NA	机器学习	无监督学习, 监督学习, 深度学习	医疗索赔数据	137篇研究论文，涉及16个国家的数据，其中美国96篇、中国11篇、澳大利亚5篇	NA	NA	NA	NA
4327	2025-10-06	ECGEFNet: A two-branch deep learning model for calculating left ventricular ejection fraction using electrocardiogram 2025-02, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2024.103065 PMID:39809042	研究论文	提出一种名为ECGEFNet的双分支深度学习模型，通过心电图计算左心室射血分数	创新性地整合原始数值信号和波形图，提出融合注意力机制和双分支特征融合模块解决分支间信息交互不足的问题	仅使用内部数据集进行验证，缺乏外部验证	开发基于心电图的心脏功能障碍实时监测方法	左心室收缩功能障碍患者	机器学习	心血管疾病	心电图	深度学习	信号数据, 图像数据	大型内部数据集（具体数量未说明）	NA	双分支架构	准确率, 平均绝对误差	NA
4328	2025-10-06	Artificial intelligence-powered image analysis: A paradigm shift in infectious disease detection 2025-01, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2024.103025 PMID:39608041	研究论文	本研究开发了一种基于人工智能的医学图像分析方法，用于提高传染病检测的诊断准确性	首次将模糊环境下的超软集(HSS)与多准则决策框架(MCDM)相结合，开创了AI驱动诊断的新方法	NA	通过分析医学影像提高传染病诊断准确性	传染病医学图像	计算机视觉	传染病	医学影像分析	NA	图像	NA	NA	NA	NA	NA
4329	2025-10-06	A Multi-task learning U-Net model for end-to-end HEp-2 cell image analysis 2025-01, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2024.103031 PMID:39608042	研究论文	提出一种多任务学习U-Net模型，用于HEp-2细胞图像的端到端分析	首次采用多任务学习架构同时处理HEp-2细胞图像分析的三个关键任务：强度分类、分割和模式分类	NA	开发自动化HEp-2细胞图像分析方法以辅助自身免疫疾病诊断	HEp-2细胞图像	计算机视觉	自身免疫疾病	间接免疫荧光显微镜技术	CNN	图像	使用最大的公开HEp-2图像数据集	NA	U-Net	NA	NA
4330	2025-10-06	SpaGraphCCI: Spatial cell-cell communication inference through GAT-based co-convolutional feature integration 2025 Jan-Dec, IET systems biology IF:1.9Q3 DOI:10.1049/syb2.70000 PMID:39846423	研究论文	提出一种基于图注意力网络和共卷积特征整合的深度学习方法SpaGraphCCI，用于从空间多模态数据推断细胞间相互作用	首次通过GAT-based共卷积特征整合方法有效融合空间转录组数据的基因表达和图像特征	NA	开发能够有效整合空间多模态数据以推断细胞间通信的计算方法	空间转录组数据中的细胞间相互作用	生物信息学	乳腺癌	空间转录组技术	GAT, 深度学习	基因表达数据, 组织图像	多个平台数据集（包括单细胞分辨率数据集和点分辨率数据集）及人类乳腺癌数据集	NA	图注意力网络, 共卷积特征整合	AUC	NA
4331	2025-10-06	The optimised model of predicting protein-metal ion ligand binding residues 2025 Jan-Dec, IET systems biology IF:1.9Q3 DOI:10.1049/syb2.70001 PMID:39873344	研究论文	本研究开发了预测蛋白质-金属离子配体结合残基的优化模型	融合氨基酸及其衍生信息作为特征参数，并首次将深度学习算法应用于该预测任务，在Ca和Mg离子结合残基预测上取得了优于先前研究的结果	NA	准确预测蛋白质-金属离子配体结合残基	蛋白质-金属离子配体结合残基	机器学习	NA	NA	经典机器学习算法,深度学习算法	蛋白质序列数据	NA	NA	NA	验证矩阵	NA
4332	2025-10-06	ACP-DPE: A Dual-Channel Deep Learning Model for Anticancer Peptide Prediction 2025 Jan-Dec, IET systems biology IF:1.9Q3 DOI:10.1049/syb2.70010 PMID:40119615	研究论文	提出一种基于双通道深度学习的抗癌肽预测模型ACP-DPE	结合双向门控循环单元和扩张卷积的双通道架构，分别捕捉肽序列依赖关系和氨基酸局部关系	NA	开发深度学习模型用于抗癌肽预测	抗癌肽序列	机器学习	癌症	深度学习	Bi-GRU, CNN	肽序列数据	NA	NA	双通道架构（Bi-GRU模块+扩张卷积模块）	准确率, 灵敏度	NA
4333	2025-10-06	TNFR-LSTM: A Deep Intelligent Model for Identification of Tumour Necroses Factor Receptor (TNFR) Activity 2025 Jan-Dec, IET systems biology IF:1.9Q3 DOI:10.1049/syb2.70007 PMID:40156875	研究论文	开发了一种名为DEEP-TNFR的深度学习模型，用于准确预测肿瘤坏死因子受体（TNFR）活性	结合相对位置、反向位置和统计矩特征，系统比较六种深度学习分类器，其中LSTM表现最佳并超越先前研究	NA	提高TNFR活性识别的准确性，支持炎症、癌症和自身免疫疾病相关研究	肿瘤坏死因子受体（TNFR）	自然语言处理	癌症	深度学习	FCN, CNN, RNN, LSTM, Bi-LSTM, GRU	序列数据	NA	NA	全连接网络, 卷积神经网络, 简单循环神经网络, 长短期记忆网络, 双向长短期记忆网络, 门控循环单元	准确率, 特异性, 灵敏度, 马修斯相关系数	NA
4334	2025-10-06	Improved in Silico Identification of Protein-Protein Interactions Using Deep Learning Approach 2025 Jan-Dec, IET systems biology IF:1.9Q3 DOI:10.1049/syb2.70008 PMID:40275540	研究论文	开发了一种基于深度学习的蛋白质-蛋白质相互作用预测模型Deep_PPI	提出使用双卷积头架构处理蛋白质对，并采用Keras二进制轮廓编码技术和PaddVal长度均衡策略	NA	改进蛋白质-蛋白质相互作用的计算机识别方法	多种物种的蛋白质-蛋白质相互作用	生物信息学	癌症，自身免疫性疾病，恶性贫血	深度学习	CNN	蛋白质序列	人类、秀丽隐杆线虫、大肠杆菌和智人等多个物种数据集	Keras	一维卷积神经网络	交叉验证准确率	NA
4335	2025-10-06	LTR-Net: A deep learning-based approach for financial data prediction and risk evaluation in enterprises 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0328013 PMID:40748872	研究论文	提出一种结合LSTM、Transformer和ResNet的深度学习模型LTR-Net，用于企业金融数据预测和风险评估	首次将LSTM、Transformer和ResNet集成到统一框架中，通过时序依赖建模、全局信息捕获和深度特征提取模块协同处理金融数据	NA	解决金融数据预测和风险评估这一复杂多任务问题	企业金融数据	机器学习	NA	深度学习	LSTM, Transformer, ResNet	时间序列数据	Kaggle金融困境预测数据集和雅虎财经股市数据	NA	LSTM, Transformer, ResNet	MSE, RMSE, MAE, AUC	NA
4336	2025-10-06	A comparative study of machine learning models for automated detection and classification of retinal diseases in Ghana 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0327743 PMID:40748964	研究论文	本研究开发并比较了多种CNN模型在加纳视网膜疾病自动检测和分类中的性能	首次在加纳地区使用多种先进CNN模型进行视网膜疾病自动检测，并采用高斯过程贝叶斯优化方法进行超参数调优	数据集规模有限，需要在临床环境中进一步验证模型性能	开发和比较机器学习模型用于视网膜疾病的自动检测和分类	视网膜疾病患者的光学相干断层扫描图像	计算机视觉	视网膜疾病	光学相干断层扫描	CNN	图像	来自WATBORG眼科诊所的OCT图像	NA	DenseNet121, ResNet50, Inception V3, MobileNet	F1分数, 精确率, 召回率, AUC	NA
4337	2025-10-06	AI-Driven fetal distress monitoring SDN-IoMT networks 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0328099 PMID:40743297	研究论文	本研究提出了一种基于生成对抗网络和自编码器的AI驱动框架，用于解决胎儿监护中数据不平衡问题	首次将Wasserstein距离的GAN与自编码器结合应用于SDN-IoMT网络，解决胎儿监护数据不平衡问题	仅使用CTU-UHB单一数据集进行验证，未在其他临床数据集上测试	改善产前胎儿监护性能，解决胎心监护数据不平衡问题	孕妇临床数据，特别是胎心率和减速特征	医疗物联网	产科疾病	胎心宫缩监护	GAN, 自编码器	临床监护数据	CTU-UHB数据集	NA	生成对抗网络, 自编码器	准确率, 召回率, 精确率, F1分数	Mininet仿真平台
4338	2025-10-06	Dynamic Personalized Federated Learning for Cross-Spectral Palmprint Recognition 2025, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2025.3592508 PMID:40737152	研究论文	提出一种动态个性化联邦学习模型DPFed-Palm用于解决跨光谱掌纹识别中的隐私保护和数据非独立同分布问题	提出动态权重选择策略和组合损失函数，结合FedAvg与个性化联邦学习的聚合策略，有效提升模型特征表示能力	NA	开发隐私保护的跨光谱掌纹识别方法	多光谱掌纹图像	计算机视觉	NA	多光谱成像	深度学习	图像	三个公共数据集（PolyU multispectral, IITD, CASIA）	联邦学习	DPFed-Palm	识别性能, 隐私保护效果	NA
4339	2025-10-06	Automated Characterization of Abdominal MRI Exams Using Deep Learning 2024-Dec-09, Research square DOI:10.21203/rs.3.rs-5334453/v1 PMID:39711527	研究论文	本研究开发了一种基于卷积神经网络的深度学习方法，用于自动分类腹部MRI图像的序列、方向和对比度	针对腹部MRI开发了三个专门的CNN模型，能够同时分类12种序列、4种方向和2种对比度类别	研究仅针对腹部MRI，未验证在其他身体部位的适用性	开发标准化的MRI序列识别和标注方法，以支持多中心MRI数据的机器学习研究	腹部磁共振成像图像	计算机视觉	NA	磁共振成像	CNN	图像	NA	NA	CNN	准确率	NA
4340	2025-10-06	Assessment of Gender Differences in Letters of Recommendation for Physical Therapy Residency Applications 2024-Dec-01, Journal, physical therapy education DOI:10.1097/JTE.0000000000000337 PMID:38640081	研究论文	本研究通过自然语言处理分析物理治疗住院医师申请推荐信中的性别差异	首次在物理治疗住院医师申请中采用综合自然语言处理方法识别推荐信的性别差异	仅分析单一机构的三个住院医师项目，样本来源有限	评估物理治疗住院医师申请推荐信中存在的性别差异和潜在隐性偏见	768封来自256份物理治疗住院医师申请的推荐信	自然语言处理	NA	自然语言处理	深度学习	文本	768封推荐信（2014-2020年来自3个物理治疗住院医师项目）	NA	NA	词数统计、主题分析、心理语言学分析	NA