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
4681	2025-10-06	RIS-UNet: A Multi-Level Hierarchical Framework for Liver Tumor Segmentation in CT Images 2025-Jul-09, Entropy (Basel, Switzerland) DOI:10.3390/e27070735 PMID:40724451	研究论文	提出一种用于CT图像中肝脏肿瘤分割的多级分层框架RIS-UNet	提出多级分层框架，集成2.5D网络处理切片间空间信息，并设计结合残差连接、多尺度Inception模块和压缩激励注意力的Res-Inception-SE模块	仅在LiTS17数据集上进行验证，未提及其他数据集或临床环境的泛化能力	提高CT图像中肝脏肿瘤分割的准确性和效率	肝脏CT图像中的肿瘤区域	计算机视觉	肝癌	CT成像	深度学习	CT医学图像	LiTS17数据集	NA	UNet, 2.5D网络, Res-Inception-SE Block	准确率, 效率, 视觉结果	NA
4682	2025-10-06	Diagnostic, Therapeutic, and Prognostic Applications of Artificial Intelligence (AI) in the Clinical Management of Brain Metastases (BMs) 2025-Jul-08, Brain sciences IF:2.7Q3 DOI:10.3390/brainsci15070730 PMID:40722321	综述	本文综述人工智能在脑转移瘤临床管理中诊断、治疗和预后预测的应用现状与挑战	系统阐述AI在脑转移瘤全流程管理中的创新应用，包括影像分割、分子特征预测、术中导航和放疗规划个性化	面临数据可用性与异质性、决策可解释性、伦理法律监管等多重挑战	探讨人工智能技术在脑转移瘤临床管理中的应用价值与发展方向	脑转移瘤患者及其影像学、基因组学数据	医学人工智能	脑转移瘤	影像组学、基因组学分析	机器学习,深度学习	医学影像,基因组数据	NA	NA	NA	NA	NA
4683	2025-10-06	Machine Learning and Deep Learning Hybrid Approach Based on Muscle Imaging Features for Diagnosis of Esophageal Cancer 2025-Jul-08, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15141730 PMID:40722480	研究论文	本研究创新性地结合肌肉影像特征与常规食管影像特征，构建深度学习诊断模型用于食管癌诊断	首次将肌肉影像特征与传统食管影像特征相结合，采用多模态融合方法构建诊断模型	N分期预测准确率仍处于中等水平（训练集0.704，验证集0.685），需要进一步优化	开发基于CT影像的食管癌诊断和分期预测模型	1066名接受根治性食管切除术的患者	医学影像分析	食管癌	计算机断层扫描（CT）	深度学习, 传统机器学习	CT图像	1066名患者	PyRadiomics	2D神经网络, 3D神经网络, 逻辑回归, 支持向量机, 多层感知器	准确率	NA
4684	2025-10-06	AI-Prediction of Neisseria gonorrhoeae Resistance at the Point of Care from Genomic and Epidemiologic Data 2025-Jul-08, Healthcare (Basel, Switzerland) DOI:10.3390/healthcare13141643 PMID:40724667	研究论文	开发混合机器学习和深度学习框架，利用基因组和流行病学数据实时预测淋病奈瑟菌抗生素耐药性	首次结合临床变量和基因组unitigs构建预测管道，使用33种分类器评估，相比GWAS基准提升4-7%的AUC分数	需要在资源匮乏环境中进一步验证模型的普适性和鲁棒性	增强淋病奈瑟菌抗生素耐药性的实时预测能力	3786株淋病奈瑟菌分离株及其临床元数据和表型耐药谱	机器学习	性传播疾病	基因组测序	CatBoost, 神经网络	基因组数据, 临床元数据	3786株细菌分离株	NA	三层神经网络	AUC	NA
4685	2025-10-06	Hybrid Deep Learning Framework for High-Accuracy Classification of Morphologically Similar Puffball Species Using CNN and Transformer Architectures 2025-Jul-05, Biology DOI:10.3390/biology14070816 PMID:40723375	研究论文	提出一种混合深度学习框架，用于高精度分类形态相似的马勃菌物种	首次将CNN和Transformer架构结合用于马勃菌物种分类，并在区分形态相似物种方面表现出色	仅针对8种马勃菌物种进行研究，样本数量相对有限	开发基于深度学习的蘑菇物种自动识别系统	8种生态和分类学上重要的马勃菌物种	计算机视觉	NA	图像采集与增强	CNN,Transformer	图像	1600张图像（每个物种200张）	NA	ConvNeXt-Base,Swin Transformer,ViT,MaxViT,EfficientNet-B3	准确率	NA
4686	2025-10-06	Entropy-Regularized Attention for Explainable Histological Classification with Convolutional and Hybrid Models 2025-Jul-03, Entropy (Basel, Switzerland) DOI:10.3390/e27070722 PMID:40724439	研究论文	提出一种结合注意力机制和熵正则化的统一框架，用于改善组织学图像分类的可解释性	引入注意力分支和基于熵的正则化器CAM Fostering来改进Grad-CAM可视化，为卷积和混合模型提供模块化架构	仅在五个H&E染色数据集上验证，未在其他染色类型或更大规模数据上测试	提高深度学习模型在组织学图像分类中的可解释性	组织学图像	数字病理	非霍奇金淋巴瘤	H&E染色	CNN, ViT	图像	五个H&E染色数据集	NA	ResNet-50, DenseNet-201, EfficientNet-b0, ResNeXt-50, ConvNeXt, CoatNet-small	ADCC, 准确率, 一致性, 复杂性, 置信度下降	NA
4687	2025-10-06	RGCN-BA: relational graph convolutional network with batch awareness for single-cell RNA sequencing clustering 2025-Jul-02, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf378 PMID:40728858	研究论文	提出一种结合批次感知的关系图卷积网络RGCN-BA，用于单细胞RNA测序数据的聚类和批次效应校正	首次将细胞聚类和批次效应校正整合到统一深度学习框架中，通过关系图卷积网络处理批次信息作为不同边类型	未明确说明模型在超大规模数据集上的可扩展性	开发能够同时处理单细胞RNA测序数据聚类和批次效应校正的统一方法	单细胞RNA测序数据	生物信息学	NA	单细胞RNA测序(scRNA-seq)	图卷积网络(GCN)	基因表达数据	NA	NA	关系图卷积网络(Relational Graph Convolutional Network)	NA	NA
4688	2025-10-06	Locality blended next-generation reservoir computing for attention accuracy 2025-Jul-01, Chaos (Woodbury, N.Y.) DOI:10.1063/5.0273597 PMID:40720789	研究论文	本文提出了一种改进的下一代储层计算方法，用于预测非线性光学腔模型生成的时间序列数据	通过强调相空间特定区域的简单多项式模型并在区域间混合这些模型，提出了局部混合下一代储层计算的新方法	仅使用Ikeda映射生成的合成数据进行验证，未在真实世界数据上测试	改进机器学习算法以更准确地预测非线性动力系统的行为	Ikeda映射生成的时间序列数据	机器学习	NA	下一代储层计算(NGRC)	储层计算	时间序列数据	NA	NA	局部混合下一代储层计算	预测范围, Lyapunov时间, 不变测度	NA
4689	2025-10-06	Deep Learning-Based Detection of Ocular Surface Squamous Neoplasia from Ocular Surface Images 2025-Jul, Ocular oncology and pathology IF:0.9Q4 DOI:10.1159/000543766 PMID:40726605	研究论文	本研究开发基于深度学习的AI模型，利用裂隙灯图像检测眼表鳞状上皮 neoplasia (OSSN)	首次将深度学习算法应用于OSSN的自动检测，比较了三种不同模型在眼表图像分类中的性能	回顾性研究，样本量相对有限(n=634)，仅使用单一类型图像	探索人工智能模型在检测眼表鳞状上皮 neoplasia 中的应用价值	眼表鳞状上皮 neoplasia 患者、非OSSN眼表病变患者和正常眼表人群	计算机视觉	眼表鳞状上皮 neoplasia	裂隙灯成像	CNN	图像	634张裂隙灯图像(OSSN组163张，非OSSN眼表病变组202张，正常组269张)	NA	MobileNetV2, Xception, DenseNet121	准确率, 敏感度, 特异度	NA
4690	2025-10-06	Multi-level channel-spatial attention and light-weight scale-fusion network (MCSLF-Net): multi-level channel-spatial attention and light-weight scale-fusion transformer for 3D brain tumor segmentation 2025-Jul-01, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-2025-354 PMID:40727355	研究论文	提出一种用于3D脑肿瘤分割的多级通道空间注意力和轻量级尺度融合网络(MCSLF-Net)	集成多级通道空间注意力机制和轻量级尺度融合模块，在保持紧凑网络设计的同时增强细微边界特征	NA	开发一种新型3D分割框架，提高脑肿瘤分析的临床实用性	胶质瘤的3D磁共振成像数据	数字病理	脑肿瘤	磁共振成像(MRI)	CNN, Transformer	3D图像	BraTS 2019、BraTS 2020和BraTS 2021数据集	NA	MCSLF-Net, MCSAM, LSFU	Dice相似系数(DSC), 95百分位Hausdorff距离(HD95)	NA
4691	2025-10-06	Deep learning for predicting the occurrence of tipping points 2025-Jul, Royal Society open science IF:2.9Q1 DOI:10.1098/rsos.242240 PMID:40727414	研究论文	开发了一种基于深度学习的算法，用于从时间序列数据中预测临界点的发生	利用范式信息开发深度学习算法，能够预测未经训练系统中的临界点，并在不规则采样时间序列上实现准确预测	NA	预测复杂系统中临界点的发生	时间序列数据，包括模型时间序列和实证时间序列	机器学习	NA	深度学习	深度学习算法	时间序列数据	NA	NA	NA	预测准确率	NA
4692	2025-10-06	Novel Snapshot-Based Hyperspectral Conversion for Dermatological Lesion Detection via YOLO Object Detection Models 2025-Jun-30, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12070714 PMID:40722406	研究论文	提出一种新型光谱辅助视觉增强器(SAVE)，将标准RGB图像转换为模拟窄带成像表示，并评估五种YOLO模型在皮肤病变检测中的性能	开发了单步将RGB图像转换为窄带成像表示的SAVE方法，首次系统比较五种YOLO模型在皮肤病变检测中的表现	仅评估了三种皮肤病变类型，YOLOv11在软纤维瘤检测中表现较差，YOLOv8和YOLOv5准确率相对较低	通过光谱转换技术和目标检测模型提高皮肤病变检测的准确性	皮肤病变包括皮肤纤维瘤、苔藓样病变和软纤维瘤	计算机视觉	皮肤疾病	窄带成像，光谱转换	YOLO	图像	NA	NA	YOLOv11, YOLOv10, YOLOv9, YOLOv8, YOLOv5	精确率, 召回率, F1分数	NA
4693	2025-10-06	Quantitative Measures of Pure Ground-Glass Nodules from an Artificial Intelligence Software for Predicting Invasiveness of Pulmonary Adenocarcinoma on Low-Dose CT: A Multicenter Study 2025-Jun-30, Biomedicines IF:3.9Q1 DOI:10.3390/biomedicines13071600 PMID:40722670	研究论文	本研究评估商业AI软件定量测量在预测低剂量CT上纯磨玻璃结节肺腺癌浸润性方面的诊断性能	首次在多中心研究中系统比较AI软件自动提取的定量指标（直径、体积、衰减值和质量）对肺腺癌浸润性的预测价值	样本量相对有限，仅包含388个纯磨玻璃结节，且来自三个医疗中心	评估AI软件定量测量在预测肺腺癌浸润性方面的诊断性能	低剂量CT扫描中表现为纯磨玻璃结节（pGGNs）的肺腺癌患者	数字病理	肺癌	低剂量CT（LDCT）扫描	深度学习	医学影像（CT图像）	388个纯磨玻璃结节（训练队列198个，测试队列99个，外部验证队列91个）	NA	NA	AUC（曲线下面积）, ICC（组内相关系数）	NA
4694	2025-10-06	Analysis of Microbiome for AP and CRC Discrimination 2025-Jun-29, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12070713 PMID:40722405	研究论文	本研究利用机器学习方法通过合成数据增强不平衡的微生物组数据集，并识别区分腺瘤性息肉和结直肠癌的重要微生物特征	首次结合高斯Copula合成器生成微生物OTU数据，并通过层间相关性传播从深度学习模型中提取关键微生物特征	样本量较小（仅148个样本），仅使用单一合成方法，需要进一步验证	开发基于机器学习的方法来增强不平衡微生物组数据并识别疾病相关微生物标志物	61名患者的148个微生物样本（16名AP患者34个样本，46名CRC患者114个样本）	机器学习	结直肠癌	微生物组测序，操作分类单元分析	逻辑回归，支持向量机，深度学习分类器	微生物OTU计数数据	148个样本（34个AP样本，114个CRC样本）	Synthetic Data Vault Python库，Scikit-learn	高斯Copula合成器，多项式核SVM，深度学习分类器	准确率，F1分数，精确率	NA
4695	2025-10-06	Deep Learning Spinal Cord Segmentation Based on B0 Reference for Diffusion Tensor Imaging Analysis in Cervical Spondylotic Myelopathy 2025-Jun-28, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12070709 PMID:40722401	研究论文	提出基于B0参考图像的深度学习模型SCS-Net，用于颈椎病性脊髓病DTI图像的自动分割	首次验证无扩散图像（B0图像）在DTI分割中的有效性，并设计轻量级特征提取模块缓解训练数据稀缺问题	单中心研究，样本量有限（89例患者）	开发AI驱动的脊髓DTI自动分割方法以辅助临床诊断	颈椎病性脊髓病患者的脊髓DTI图像	医学影像分析	颈椎病性脊髓病	扩散张量成像	深度学习	医学影像	89例CSM患者	NA	U-Net	精确率, 召回率, Dice系数, DTI特异性特征指标	NA
4696	2025-10-06	A Hybrid Framework Integrating Traditional Models and Deep Learning for Multi-Scale Time Series Forecasting 2025-Jun-28, Entropy (Basel, Switzerland) DOI:10.3390/e27070695 PMID:40724412	研究论文	提出一种集成传统统计模型和深度学习模型的多尺度时间序列预测混合框架	设计了一种新颖的多尺度预测机制，通过双阶段预测过程和自适应融合机制结合传统模型与深度学习的优势	NA	提高时间序列预测在短期和长期预测范围内的准确性	时间序列数据	机器学习	NA	时间序列分析	ARIMA, LSTM, Transformer	时间序列数据	八个公共数据集（电力、汇率、天气、交通、疾病、ETTh1/2、ETTm1/2）	NA	LSTM, Transformer	准确性	NA
4697	2025-10-06	A Unified Deep Learning Ensemble Framework for Voice-Based Parkinson's Disease Detection and Motor Severity Prediction 2025-Jun-27, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12070699 PMID:40722391	研究论文	提出一种基于语音特征的帕金森病检测与运动严重程度预测的混合集成学习框架	结合深度多模态融合模型与集成学习策略，首次实现帕金森病联合检测和运动严重程度预测	未明确说明数据集规模和多样性限制	开发精准可泛化的语音基帕金森病监测模型	帕金森病患者语音生物医学特征	机器学习	帕金森病	语音特征分析	深度神经网络,集成学习	语音特征数据	NA	Scikit-learn, XGBoost	多模态融合模型,多头自注意力机制,多任务输出分支	准确率,RMSE,R平方	NA
4698	2025-10-06	Cell-Type Annotation for scATAC-Seq Data by Integrating Chromatin Accessibility and Genome Sequence 2025-Jun-27, Biomolecules IF:4.8Q1 DOI:10.3390/biom15070938 PMID:40723810	研究论文	提出一种整合染色质可及性和基因组序列的深度学习框架scAttG，用于单细胞ATAC测序数据的细胞类型注释	首次将图注意力网络和卷积神经网络结合，同时利用染色质可及性信号和基因组序列特征进行细胞注释	未明确说明模型在特定生物环境或稀有细胞类型上的性能限制	开发更准确和稳健的单细胞ATAC测序数据细胞类型注释方法	单细胞ATAC测序数据	生物信息学	NA	scATAC-seq	GAT, CNN	基因组序列，染色质可及性数据	多个scATAC-seq数据集（未指定具体数量）	NA	图注意力网络，卷积神经网络	准确性，鲁棒性	NA
4699	2025-10-06	Identification of Key Genes Associated with Overall Survival in Glioblastoma Multiforme Using TCGA RNA-Seq Expression Data 2025-Jun-27, Genes IF:2.8Q2 DOI:10.3390/genes16070755 PMID:40725410	研究论文	本研究通过机器学习和深度学习方法识别与胶质母细胞瘤总生存期相关的关键基因	首次结合机器学习特征选择方法和DeepSurv深度学习模型识别胶质母细胞瘤预后相关基因，并比较两种方法的性能	研究基于TCGA单一数据库，需要外部验证；基因功能机制需要进一步实验验证	识别与胶质母细胞瘤患者总生存期相关的关键基因生物标志物	胶质母细胞瘤原发性肿瘤样本	机器学习	胶质母细胞瘤	RNA-Seq	Cox比例风险模型, DeepSurv	基因表达数据	TCGA数据库中的胶质母细胞瘤原发性肿瘤样本	NA	DeepSurv	c-index	NA
4700	2025-10-06	Integrating Deep Learning and Transcriptomics to Assess Livestock Aggression: A Scoping Review 2025-Jun-26, Biology DOI:10.3390/biology14070771 PMID:40723331	综述	通过范围综述评估深度学习和转录组学在牲畜攻击行为研究中的应用现状与趋势	首次系统整合深度学习视频分析与转录组学两种创新方法评估牲畜攻击行为研究现状	缺乏同时结合两种方法的研究，行为标注不一致，真实农场验证不足，跨模态整合有限	评估深度学习和转录组学在牲畜攻击行为研究中的应用现状并识别研究空白	牲畜攻击行为研究文献（2014-2025年4月）	计算机视觉，生物信息学	NA	转录组分析，视频分析	CNN	视频数据，转录组数据	268项原始研究（250项AI驱动行为表型分析，18项转录组研究）	NA	基于CNN的目标检测和姿态估计系统	NA	NA