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
4621	2025-10-06	Classification of skin diseases with deep learning based approaches 2025-Jul-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-13275-x PMID:40721845	研究论文	本研究使用深度学习方法和Relief特征选择算法对三种皮肤疾病进行分类	结合特征选择算法与简化架构，在皮肤疾病分类中实现高准确率	仅针对三种特定皮肤疾病进行研究，样本多样性有限	开发有效的皮肤疾病自动分类方法以实现早期诊断	湿疹、皮肤癌和脂溢性皮炎患者	计算机视觉	皮肤疾病	深度学习，特征选择	CNN, SVM	皮肤图像	2213个样本（693例湿疹，750例皮肤癌，770例脂溢性皮炎）	NA	AlexNet	准确率	NA
4622	2025-10-06	Quantitative evaluation of hydrocarbon contamination in soil using hyperspectral data-a comparative study of machine learning models 2025-Jul-28, Environmental monitoring and assessment IF:2.9Q3 DOI:10.1007/s10661-025-14386-8 PMID:40721876	研究论文	本研究比较不同机器学习和深度学习模型在利用高光谱数据快速预测土壤中碳氢化合物污染方面的适用性	首次系统比较XGB回归器和神经网络模型在三种土壤类型和三种石油污染物条件下的预测性能，并发现通过选择特定光谱波段可有效减少过拟合	汽油污染物的预测精度较低，因为其光谱特征较难区分；研究仅针对合成污染样本，实际野外应用的适用性有待验证	评估机器学习和深度学习技术在高光谱数据预测土壤碳氢化合物污染中的应用效果	黏土、粉土和砂土三种土壤类型中掺入原油、柴油和汽油的合成污染样本	机器学习	NA	高光谱成像、气相色谱-质谱联用(GC-MS)	XGB回归器,神经网络	高光谱数据	三种土壤类型(黏土、粉土、砂土)与三种污染物(原油、柴油、汽油)的组合样本，污染浓度范围0-10,000 mg/kg	NA	NA	R平方,RMSE	NA
4623	2025-10-06	DBA-ViNet: an effective deep learning framework for fruit disease detection and classification using explainable AI 2025-Jul-28, BMC plant biology IF:4.3Q1 DOI:10.1186/s12870-025-07015-6 PMID:40721988	研究论文	提出一种基于双分支注意力机制的新型深度学习框架DBA-ViNet，用于水果病害检测与分类	提出双分支注意力引导视觉网络(DBA-ViNet)，能有效整合全局和局部特征提升病害识别精度，并采用Grad-CAM实现模型可解释性	未进行统计显著性检验，将在未来工作中探索	开发有效鲁棒的水果病害识别与分类模型	苹果、番石榴、芒果、石榴和橙子的病害图像	计算机视觉	水果病害	计算机视觉技术	CNN, Transformer	图像	开源水果病害图像数据集，包含病害和健康样本，按70%训练、15%验证、15%测试划分，采用5折交叉验证	NA	DBA-ViNet, Swin Transformer, EfficientNetV2, ConvNeXt, YOLOv8, MobileNetV3	准确率, 特异性, 召回率, 精确率, F1分数	NA
4624	2025-10-06	Prediction of 1p/19q state in glioma by integrated deep learning method based on MRI radiomics 2025-Jul-28, BMC cancer IF:3.4Q2 DOI:10.1186/s12885-025-14454-9 PMID:40722008	研究论文	本研究开发了一种基于MRI影像组学的集成深度学习方法，用于预测低级别胶质瘤患者的1p/19q分子状态	提出集成卷积神经网络方法，结合变分自编码器、信息增益和卷积神经网络，实现非侵入性的1p/19q分子状态预测	回顾性研究，样本量相对有限（218例），数据来自两个不同来源	预测低级别胶质瘤患者的1p/19q分子状态，为临床分子分层决策提供辅助工具	低级别胶质瘤患者	数字病理	胶质瘤	MRI影像组学	CNN, VAE, 集成学习	医学影像	218例低级别胶质瘤患者（155例来自TCIA数据库，63例来自区域医疗中心）	NA	集成卷积神经网络，包含变分自编码器和信息增益模块	准确率, 精确率, 召回率, F1分数, AUC	NA
4625	2025-10-06	Diagnostic accuracy of artificial intelligence for obstructive sleep apnea detection: a systematic review 2025-Jul-28, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-03129-x PMID:40722158	系统综述	评估人工智能模型在阻塞性睡眠呼吸暂停诊断中准确性的系统综述	首次系统评估多种AI模型在OSA诊断中的准确性，重点关注深度学习和混合模型的性能表现	纳入研究数量有限（13项），模型透明度和可解释性存在挑战，性能表现存在变异性	评估人工智能模型在阻塞性睡眠呼吸暂停检测中的诊断准确性	成年阻塞性睡眠呼吸暂停患者	医疗人工智能	阻塞性睡眠呼吸暂停	多导睡眠图（PSG）	深度学习, 机器学习, 混合模型	临床特征数据	13项研究纳入的成年患者群体	NA	NA	准确率	NA
4626	2025-10-06	AFM-Based Deep Learning Decodes Human Macrophage Mechanophenotypes 2025-Jul-28, Small methods IF:10.7Q1 DOI:10.1002/smtd.202500953 PMID:40722235	研究论文	开发了一种结合原子力显微镜和深度学习的平台，用于无标记识别人类巨噬细胞的机械表型	首次将原子力显微镜与深度学习相结合，实现单细胞分辨率下巨噬细胞机械表型的无标记动态分类	未提及具体样本量限制和跨实验室验证情况	建立基于细胞力学特性的免疫细胞表型识别新方法	人类巨噬细胞的不同极化状态（M0、M1、M2）	生物医学工程	免疫相关疾病	原子力显微镜，深度学习	深度神经网络	纳米级力学图谱，形态和纳米力学特征	NA	NA	深度神经网络	分类准确性	NA
4627	2025-10-06	Toward data-driven predictive modeling of electrocatalyst stability and surface reconstruction 2025-Jul-28, The Journal of chemical physics IF:3.1Q1 DOI:10.1063/5.0271797 PMID:40728259	综述	系统评估数据驱动的电催化剂稳定性与表面重构预测建模方法	整合第一性原理模拟与神经网络势函数等数据驱动技术，为电催化剂降解和重构提供新建模范式	现有方法在通量、效率、准确性、可迁移性和可扩展性方面仍存在不足	开发预测电催化剂稳定性和表面重构的数据驱动计算方法	电催化界面原子过程	机器学习	NA	第一性原理模拟、表面采样	神经网络、生成深度学习模型	原子尺度模拟数据	NA	NA	神经网络势函数	NA	NA
4628	2025-10-06	Deep Learning Network Selection and Optimized Information Fusion for Enhanced COVID-19 Detection: A Literature Review 2025-Jul-21, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15141830 PMID:40722579	文献综述	本文综述了深度学习在COVID-19检测中的应用，重点探讨了网络架构选择和信息融合技术	系统比较了CNN与新兴视觉Transformer在COVID-19检测中的性能，分析了多模态信息融合技术的最新进展	受限于数据集不统一和领域差异问题，存在诊断过拟合和泛化能力不足的挑战	评估深度学习架构在COVID-19检测中的性能并探讨优化策略	COVID-19相关的肺部异常检测	计算机视觉	COVID-19	胸部影像学检查（CXR, CT），肺部超声，临床数据，咳嗽音评估	CNN, ViT	医学影像，临床数据，音频数据	NA	NA	ResNet, Vision Transformer	NA	NA
4629	2025-10-06	Smart Dairy Farming: A Mobile Application for Milk Yield Classification Tasks 2025-Jul-21, Animals : an open access journal from MDPI IF:2.7Q1 DOI:10.3390/ani15142146 PMID:40723610	研究论文	本研究开发了一种基于轻量级图像深度学习模型的移动应用，用于通过自动检测奶牛乳房区域将奶牛分为低、中、高泌乳量类别	采用YOLOv11架构实现实时目标检测和分类，并部署到移动应用程序中，为非专业用户提供现场级评估支持	误分类主要发生在类别边界附近，强调了一致的图像采集条件的重要性	开发智能奶牛养殖系统，支持奶牛泌乳量分类决策	奶牛及其乳房区域图像	计算机视觉	NA	图像分析，深度学习	CNN	图像	带有305天泌乳量记录的公开奶牛图像数据集	NA	YOLOv11	精确度，召回率，平均精度均值(mAP@50)	NA
4630	2025-10-06	Machine Learning-Based Prognostic Signature in Breast Cancer: Regulatory T Cells, Stemness, and Deep Learning for Synergistic Drug Discovery 2025-Jul-21, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms26146995 PMID:40725242	研究论文	本研究通过整合调节性T细胞分化与肿瘤干细胞特性，开发乳腺癌预后模型并筛选协同药物	首次结合调节性T细胞分化状态与肿瘤干细胞特性构建预后模型，并利用深度学习发现药物协同作用	模型验证仅基于RNA-Seq队列，缺乏多中心临床验证	研究乳腺癌肿瘤免疫微环境中调节性T细胞与肿瘤干细胞特性的相互作用	乳腺癌患者样本与调节性T细胞	机器学习	乳腺癌	RNA-Seq, 分子对接	LASSO, Cox回归, 深度学习	基因表达数据	四个ICI RNA-Seq队列	NA	NA	AUC	NA
4631	2025-10-06	AI-Driven Polypharmacology in Small-Molecule Drug Discovery 2025-Jul-21, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms26146996 PMID:40725243	综述	本文综述了人工智能驱动多靶点药理学在小分子药物发现中的应用与前景	系统整合人工智能技术（深度学习、强化学习、生成模型）实现多靶点化合物的从头设计与优化	当前人工智能方法仍存在挑战和局限性	推动多靶点药物发现以克服生物冗余、网络补偿和耐药性问题	小分子多靶点药物	机器学习	肿瘤学、神经退行性疾病、代谢性疾病、传染性疾病	基于配体的建模、基于结构的对接、网络药理学、系统生物学、组学数据、CRISPR功能筛选、通路模拟	深度学习, 强化学习, 生成模型	NA	NA	NA	NA	NA	NA
4632	2025-10-06	Exploration of 3D Few-Shot Learning Techniques for Classification of Knee Joint Injuries on MR Images 2025-Jul-18, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15141808 PMID:40722557	研究论文	本研究开发了一种名为MedNet-FS的3D少样本学习框架，用于膝关节磁共振图像损伤分类	提出结合领域特定预训练权重和广义端到端损失的3D少样本学习框架，显著降低对标注数据的依赖	在外部验证数据集上对部分撕裂ACL的分类性能有限（AUC最高0.58）	开发能够从少量标注样本中学习并准确分类膝关节损伤的AI工具	膝关节磁共振图像中的损伤，特别是前交叉韧带（ACL）撕裂	计算机视觉	膝关节损伤	磁共振成像（MRI）	少样本学习（FSL）	3D医学图像	MRNet和KneeMRI数据集，支持样本数k=40	NA	MedNet-FS	AUC（曲线下面积）	NA
4633	2025-10-06	Automated Aneurysm Boundary Detection and Volume Estimation Using Deep Learning 2025-Jul-17, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15141804 PMID:40722553	研究论文	提出一种基于深度学习的自动化方法用于动脉瘤边界检测和体积估计	结合预训练神经网络和专家系统，在无像素级标注数据集上实现动脉瘤边界检测和体积计算	数据集缺乏像素级主动脉分割标注，仅包含切片级别的起始/结束标注	开发自动化动脉瘤边界检测和体积估计算法以改善临床评估	60名患者的动脉瘤医学影像数据	医学影像分析	心血管疾病	医学影像分析	UNet, LSTM, 专家系统	医学影像	60名患者	NA	UNet, LSTM	起始点预测得分71%，结束点预测得分76%，体积预测得分92%	NA
4634	2025-10-06	Turkish Chest X-Ray Report Generation Model Using the Swin Enhanced Yield Transformer (Model-SEY) Framework 2025-Jul-17, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15141805 PMID:40722555	研究论文	开发了一种基于深度学习的土耳其语胸部X光报告自动生成模型Model-SEY	首个针对土耳其语的胸部X光自动报告生成研究，结合了Swin Transformer和专门适配土耳其语的cosmosGPT架构	NA	从胸部X光图像中自动提取医学信息并生成土耳其语报告	胸部X光图像及其对应的医学报告	计算机视觉, 自然语言处理	胸部疾病	深度学习	Transformer, GPT	图像, 文本	来自Elazıg Fethi Sekin City Hospital和Indiana University Chest X-Ray数据集的图像-报告对	NA	Swin Transformer, cosmosGPT	BLEU-1, BLEU-2, BLEU-3, BLEU-4, ROUGE	NA
4635	2025-10-06	Automated Analysis of Vertebral Body Surface Roughness for Adult Age Estimation: Ellipse Fitting and Machine-Learning Approach 2025-Jul-16, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15141794 PMID:40722542	研究论文	开发基于椎体表面粗糙度的自动化成人年龄估计方法	提出客观的椎体表面粗糙度指标（平均距离得分），采用椭圆拟合和多种机器学习方法实现自动化年龄估计	样本量有限（176人），需要在更多样化人群中验证方法	开发客观、自动化的成人年龄估计方法	176名成年人（94名男性，82名女性，年龄21-94岁）的CT扫描图像	医学影像分析	脊柱退行性病变	CT成像	支持向量回归, 随机森林, k近邻, 高斯朴素贝叶斯伪回归器	CT图像	176名成年人	Scikit-learn	NA	估计标准误差, 相关系数	NA
4636	2025-10-06	Application of Image Computing in Non-Destructive Detection of Chinese Cuisine 2025-Jul-16, Foods (Basel, Switzerland) DOI:10.3390/foods14142488 PMID:40724316	研究论文	本研究开发了一种结合高光谱成像和深度学习算法的无损检测框架，用于中餐食品的质量评估与分类	首次将空间-光谱卷积网络与注意力机制应用于中餐食品检测，能够解析中餐特有食材的细微光谱特征	仅针对15种主要中餐类别进行验证，未涵盖所有中餐品种	提升中餐食品质量安全评估的准确性和自动化水平	中餐菜肴及其食材（如麻婆豆腐中的辣椒油、虾饺的新鲜度）	计算机视觉	NA	高光谱成像	CNN	高光谱图像	15种主要中餐类别	NA	空间-光谱卷积网络（含注意力机制）	分类准确率, 平均绝对误差(MAE)	NA
4637	2025-10-06	Digital Alchemy: The Rise of Machine and Deep Learning in Small-Molecule Drug Discovery 2025-Jul-16, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms26146807 PMID:40725054	综述	本文全面分析了人工智能和机器学习在现代药物设计中的变革性影响，重点关注小分子药物发现领域	系统阐述了生成模型和强化学习等先进ML/DL技术如何革新化学空间探索、增强结合亲和力预测、改进蛋白质灵活性建模并自动化关键设计任务	面临数据质量、模型可解释性、伦理考量和不断变化的监管环境等挑战	探讨AI和ML技术如何解决传统小分子药物设计方法的固有局限性	小分子药物发现过程	机器学习	NA	结构基于虚拟筛选(SBVS), 配体基于虚拟筛选(LBVS)	生成模型, 强化学习	化学数据, 蛋白质结构数据	NA	NA	NA	发现时间加速, 成功概率提升	NA
4638	2025-10-06	Implementation of a Conditional Latent Diffusion-Based Generative Model to Synthetically Create Unlabeled Histopathological Images 2025-Jul-15, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12070764 PMID:40722456	研究论文	本研究实现了一种基于条件潜在扩散的生成模型，用于合成未标记的组织病理学图像	将潜在扩散模型应用于医疗领域，通过聚类结果作为条件机制实现可控图像生成，并融合专家知识增强可解释性	NA	探索条件潜在扩散模型在医疗领域的应用，特别是组织病理学图像的合成	未标记的组织病理学图像	数字病理学	NA	扩散模型, 潜在空间嵌入, 聚类分析	扩散模型, VQ-GAN	组织病理学图像	NA	NA	潜在扩散模型, VQ-GAN	聚类验证指标, 定量质量评估	NA
4639	2025-10-06	Harnessing YOLOv11 for Enhanced Detection of Typical Autism Spectrum Disorder Behaviors Through Body Movements 2025-Jul-15, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15141786 PMID:40722535	研究论文	本研究开发了一种基于YOLOv11深度学习模型的实时系统，用于通过身体运动检测自闭症谱系障碍典型行为	首次将YOLOv11模型应用于自闭症典型行为的实时检测，并设计了包含监控、网络、云和分析的多层系统架构	数据集规模有限，仅包含72个视频和13,640张图像，且仅涵盖四种行为类别	开发实时自闭症谱系障碍筛查系统，辅助早期干预和行为监测	自闭症谱系障碍典型行为（手部拍打、身体摇摆、头部摇晃）	计算机视觉	自闭症谱系障碍	视频分析	YOLO, CNN, LSTM	视频, 图像	72个视频，13,640张图像	NA	YOLOv11, MobileNet-SSD	准确率, 精确率, 召回率, F1分数	云平台
4640	2025-10-06	Predictive Ability of an Objective and Time-Saving Blastocyst Scoring Model on Live Birth 2025-Jul-15, Biomedicines IF:3.9Q1 DOI:10.3390/biomedicines13071734 PMID:40722804	研究论文	本研究通过iDAScore模型评估胚胎评分与活产率之间的相关性	首次在多个临床中心对基于深度学习的胚胎评分系统进行外部验证	排除了未使用时差成像培养箱培养的囊胚，且为回顾性研究	验证智能胚胎评分系统预测活产率的有效性	6291个单囊胚玻璃化冷冻-解冻移植周期	数字病理	生殖医学	时差成像技术	深度学习	胚胎时差成像序列	6291个移植周期	NA	iDAScore	临床妊娠率、流产率、活产率	NA