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	From Detection to Prediction: Advances in m6A Methylation Analysis Through Machine Learning and Deep Learning with Implications in Cancer 2025-Jul-12, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms26146701 PMID:40724951	综述	本文综述了m6A甲基化分析的机器学习与深度学习进展及其在癌症中的意义	强调机器学习算法在m6A位点预测中的整合应用，结合序列特征、结构特征和进化保守性特征以提高预测准确性	NA	全面理解m6A生物学及其转化潜力，为未来研究和治疗创新提供新视角	m6A甲基化修饰及其在生理和病理条件下的功能	机器学习	癌症	miCLIP, MeRIP-seq, 高通量测序	NA	序列数据, 结构数据, 进化保守性数据	NA	NA	NA	预测准确性	NA
4682	2025-10-06	Accelerating Wound Healing Through Deep Reinforcement Learning: A Data-Driven Approach to Optimal Treatment 2025-Jul-11, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12070756 PMID:40722448	研究论文	提出一种结合深度学习、最优控制和强化学习的自适应闭环控制框架，用于加速伤口愈合过程	无需复杂非线性伤口愈合动力学的数学模型，通过深度强化学习实时调整治疗策略	研究主要基于计算机模拟实验，体内实验仅展示了转化潜力	开发数据驱动的自适应治疗策略以加速伤口愈合	伤口愈合过程，猪伤口模型	机器学习	伤口愈合	深度强化学习，闭环控制	深度强化学习	生物传感器数据	NA	NA	NA	伤口愈合加速率（17.71%）	NA
4683	2025-10-06	Decentralized Consensus Protocols on SO(4)N and TSO(4)N with Reshaping 2025-Jul-11, Entropy (Basel, Switzerland) DOI:10.3390/e27070743 PMID:40724459	研究论文	本文提出了在SO(4)李群及其切丛TSO(4)上的多智能体一致性协议，通过重构策略实现几乎全局稳定性	在SO(4)N和TSO(4)N上提出利用重构策略的一致性协议，能够破坏非一致性平衡点的稳定性并实现几乎全局稳定性	NA	设计在特殊正交群SO(4)及其切丛上的去中心化一致性协议	多智能体网络系统	机器学习	NA	李群理论，一致性协议	NA	NA	NA	NA	NA	稳定性分析	NA
4684	2025-10-06	Use of Radiomics in Characterizing Tumor Hypoxia 2025-Jul-11, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms26146679 PMID:40724929	综述	本文探讨了影像组学在肿瘤缺氧表征中的应用及其临床潜力	系统阐述了影像组学结合机器学习和深度学习技术实现无创缺氧评估的创新方法	缺乏影像标准化和带缺氧标签数据集的有限可用性阻碍了临床转化	开发无创的肿瘤缺氧评估方法以指导个性化癌症治疗	肿瘤缺氧微环境	医学影像分析	癌症	MRI, PET, CT	机器学习, 深度学习	医学影像	NA	NA	NA	NA	NA
4685	2025-10-06	AI-Powered Precision: Revolutionizing Atrial Fibrillation Detection with Electrocardiograms 2025-Jul-11, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm14144924 PMID:40725616	综述	本文探讨人工智能技术在基于心电图的心房颤动检测与预测中的应用与前景	揭示AI能识别心电图信号中房颤的细微模式，包括非发作期特征，并整合至可穿戴设备实现临床外筛查	存在数据偏差、模型在不同人群中的可靠性问题以及监管考量等挑战	通过AI技术提升房颤的早期诊断与风险分层能力	心电图信号与房颤患者	机器学习	心血管疾病	心电图分析	深度学习, 机器学习	心电图信号	NA	NA	NA	准确率	NA
4686	2025-10-06	Breast Cancer Classification with Various Optimized Deep Learning Methods 2025-Jul-10, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15141751 PMID:40722501	研究论文	本研究使用11种不同的深度学习算法对乳腺活检病理图像进行良恶性分类	比较了11种深度学习算法在乳腺癌分类中的性能，包括集成方法和调优模型	数据集规模有限，仅使用10,000张图像，缺乏多模态成像数据和数据集多样性	开发优化的深度学习方法来提高乳腺癌分类的准确性	乳腺活检病理图像，包括良性和恶性两类	计算机视觉	乳腺癌	病理图像分析	CNN, 集成学习	图像	10,000张乳腺活检病理图像（6,172例IDC阴性，3,828例IDC阳性）	NA	Vanilla, ResNet50, ResNet152, VGG16, DenseNet152, MobileNetv2, EfficientB1, NasNet, DenseNet201, ensemble, Tuned Model	准确率, 精确率, 召回率, F1分数, AUC	NA
4687	2025-10-06	Machine Learning Framework for Ovarian Cancer Diagnostics Using Plasma Lipidomics and Metabolomics 2025-Jul-10, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms26146630 PMID:40724878	研究论文	开发集成脂质组学和代谢组学的机器学习框架用于卵巢癌诊断	首次系统整合HPLC-MS脂质组学和NMR代谢组学数据，通过对比多种特征选择方法与机器学习架构，发现最优生物标志物组合	临床实施需要进一步标准化验证	开发基于血浆代谢组学的卵巢癌早期诊断方法	229名受试者（103例浆液性卵巢癌患者，107例良性病例，19例健康对照）的血浆样本	机器学习	卵巢癌	脂质组学（HPLC-MS，正/负离子模式），NMR代谢组学	CNN, XGBoost, SVM	代谢组学数据	229例血浆样本	NA	CNN, XGBoost	准确率	NA
4688	2025-10-06	Harnessing Multi-Omics and Predictive Modeling for Climate-Resilient Crop Breeding: From Genomes to Fields 2025-Jul-10, Genes IF:2.8Q2 DOI:10.3390/genes16070809 PMID:40725465	综述	本文综述了多组学技术与预测模型在培育气候韧性作物中的整合应用	系统整合多组学数据与预测模型，提出从基因组到田地的综合育种框架	存在计算瓶颈、性状复杂性、数据标准化和伦理共享等挑战	加速培育具有气候适应性的作物品种	作物植物及其分子网络	机器学习	NA	基因组学, 转录组学, 蛋白质组学, 代谢组学, 表型组学	机器学习, 深度学习	多组学数据, 环境数据, 表型数据	NA	NA	NA	NA	NA
4689	2025-10-06	Hybrid Attention-Enhanced Xception and Dynamic Chaotic Whale Optimization for Brain Tumor Diagnosis 2025-Jul-09, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12070747 PMID:40722439	研究论文	提出一种结合混合注意力机制和动态混沌鲸鱼优化算法的脑肿瘤诊断新方法	将Xception模型与混合注意力机制和渐进式图像调整相结合，并采用动态混沌鲸鱼优化算法优化超参数	NA	提高脑肿瘤分类的准确性和效率	脑肿瘤医学图像	计算机视觉	脑肿瘤	深度学习	CNN	医学图像	NA	NA	Xception	准确率	NA
4690	2025-10-06	Deep Learning-Based Detection of Separated Root Canal Instruments in Panoramic Radiographs Using a U2-Net Architecture 2025-Jul-09, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15141744 PMID:40722496	研究论文	本研究开发了一种基于U-Net架构的深度学习模型，用于在全景X光片中自动检测和分割分离的根管器械	首次将U-Net架构应用于全景X光片中分离根管器械的自动检测和分割任务	样本量相对较小（仅191张符合严格纳入标准的X光片），需要多中心研究验证泛化能力	开发自动化检测工具辅助根管治疗中分离器械的识别	全景X光片中的分离根管器械	计算机视觉	牙科疾病	全景X光成像	CNN	医学影像	36,800张全景X光片回顾性筛选，其中191张符合纳入标准	NA	U-Net	Dice系数,IoU,精确率,召回率,F1分数	NA
4691	2025-10-06	In Silico Discovery and Sensory Validation of Umami Peptides in Fermented Sausages: A Study Integrating Deep Learning and Molecular Modeling 2025-Jul-09, Foods (Basel, Switzerland) DOI:10.3390/foods14142422 PMID:40724243	研究论文	本研究结合宏基因组学和深度学习技术，在发酵香肠中发现并验证了鲜味肽	首次将宏基因组学与深度学习模型结合用于鲜味肽发现，并采用SHAP可解释性分析和分子对接验证	仅针对发酵香肠中的鲜味肽进行研究，未涉及其他食品体系	开发高效发现功能性肽的高通量策略	发酵香肠中的鲜味肽	机器学习	NA	宏基因组学, 分子对接, 分子动力学模拟	深度学习	序列数据	NA	NA	集成深度学习模型	预测概率, 结合稳定性, 感官评价阈值	NA
4692	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
4693	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
4694	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
4695	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
4696	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
4697	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
4698	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
4699	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
4700	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