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
5661	2025-10-06	Automatic identification and characteristics analysis of crack tips in rocks with prefabricated defects based on deep learning methods 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0327906 PMID:40663529	研究论文	基于深度学习方法实现含预制缺陷岩石中裂纹尖端的高精度自动识别与特性分析	首次将U-Net和Deeplabv3网络应用于多角度预制裂纹岩石样本的尖端识别，并比较了三种图像均衡化方法的预处理效果	研究仅针对砂岩材料，且裂纹角度限定在0°-60°范围内，未验证其他岩性或更广角度范围的适用性	实现岩石裂纹尖端的高精度自动识别，为岩体稳定性评估提供智能检测方法	含预制裂纹（0°,15°,30°,45°,60°）的砂岩SCB半圆盘试样	计算机视觉	NA	超高速摄像技术、图像均衡化处理（HE,AHE,CLAHE）	深度学习	图像	5个不同角度裂纹的岩石样本数据集	NA	U-Net, Deeplabv3	准确率,精确率,召回率	NA
5662	2025-10-06	Consensus structure prediction of A. thaliana's MCTP4 structure using prediction tools and coarse grained simulations of transmembrane domain dynamics 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0326993 PMID:40663537	研究论文	本研究结合深度学习和分子动力学模拟方法预测拟南芥MCTP4蛋白的跨膜结构域构象	首次将多种深度学习预测工具与物理基础的粗粒度分子动力学模拟相结合，揭示MCTP4跨膜结构域的复杂构象景观	单一深度学习方法预测膜蛋白结构存在挑战，不同预测工具结果存在差异	预测拟南芥MCTP4蛋白跨膜结构域的三维结构并探索其构象动态	拟南芥MCTP4蛋白的跨膜结构域	计算生物学	NA	深度学习预测，粗粒度分子动力学模拟	深度学习	蛋白质序列，分子动力学轨迹	NA	ESMFold, AlphaFold2, AlphaFold-Multimer, trRosetta, RoseTTAFold, OmegaFold	NA	构象聚类分析，螺旋间接触界面预测	NA
5663	2025-10-06	Driven early detection of chronic kidney cancer disease based on machine learning technique 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0326080 PMID:40663560	研究论文	提出一种基于蛇优化器和深度学习的肾癌检测与分类方法，通过病理图像分析实现肾癌早期识别	结合蛇优化器(SO)与SE-DenseNet模型进行特征提取，并采用双向长短期记忆网络(BiLSTM)进行分类，通过SO优化超参数提升模型性能	未提及数据集具体规模和多样性，准确率为88.90%仍有提升空间	开发自动化的肾癌早期检测与分类系统	肾癌病理图像，特别是肾细胞癌(RCC)	数字病理学	肾癌	深度学习，病理图像分析	SE-DenseNet, BiLSTM	病理图像	NA	NA	SE-DenseNet, BiLSTM	准确率	NA
5664	2025-10-06	Mapping burnt areas using very high-resolution imagery and deep learning algorithms - a case study in Bandipur, India 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0327125 PMID:40668808	研究论文	本研究使用深度学习算法和超高分辨率影像对印度班迪普尔地区的火烧迹地进行分类制图	提出了一种新型的UNET-GRU混合架构，相比传统UNET在火烧迹地分类中表现出更好的性能	研究仅限于印度班迪普尔特定区域，需要进一步验证在其他地区的适用性	开发准确的 burnt area 分类方法以评估野火影响和指导恢复工作	印度班迪普尔地区的火烧迹地	计算机视觉	NA	PlanetScope 超高分辨率遥感影像	CNN, RNN	遥感影像	NA	NA	Custom UNET, UNET-GRU	Precision, Recall, F1-Score, Accuracy, Mean IoU, Dice Coefficient, AUC	NA
5665	2025-10-06	The intelligent evaluation model of the English humanistic landscape in agricultural industrial parks by the SPEAKING model: From the perspective of fish-vegetable symbiosis in new agriculture 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0325332 PMID:40668851	研究论文	本研究提出了一种基于SPEAKING模型的智能翻译评估框架，用于评估鱼菜共生农业产业园中英语人文景观的多模态翻译	将SPEAKING模型与深度学习技术相结合，从翻译准确性和适应性双重视角构建多模态翻译评估框架	未明确说明实验数据的具体规模和来源，缺乏对模型泛化能力的深入验证	提升农业产业园英语人文景观多模态翻译的评估准确性和适应性	鱼菜共生农业产业园中的英语人文景观多模态翻译	自然语言处理	NA	多模态翻译，深度学习	Transformer	文本，图像，语音	NA	NA	mT5, mBART, DeltaLM, M2M-100, MarianMT	Setting得分, Instrumentalities得分, Ends得分, Genre得分, Key得分, Norms得分	NA
5666	2025-10-06	An explainable and federated deep learning framework for skin cancer diagnosis 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0324393 PMID:40668852	研究论文	提出一种结合深度学习、联邦学习和可解释AI的智能框架用于皮肤癌诊断	首次将联邦学习与可解释AI结合应用于皮肤癌诊断，在保护数据隐私的同时提供模型解释	仅在两个公开数据集上进行测试，未涉及更广泛的临床数据验证	开发保护隐私且可解释的皮肤癌智能诊断框架	皮肤癌医学图像	计算机视觉	皮肤癌	深度学习，联邦学习，可解释AI	CNN, Transformer	医学图像	ISBI2016和ISBI2017两个公开数据集	NA	VGG16, Xception, DenseNet169, InceptionV3, MobileViT, InceptionResNetV2	准确率	NA
5667	2025-10-06	Refining Intra-Arterial Therapy Selection for Large Hepatocellular Carcinoma: A Deep Learning Approach Based on Covariate Interaction Analysis 2025, Journal of hepatocellular carcinoma IF:4.2Q2 DOI:10.2147/JHC.S532116 PMID:40672044	研究论文	开发并验证基于深度学习和协变量交互分析的DELICAITE模型，用于指导大肝癌患者经动脉治疗的选择	首次将深度卷积神经网络与协变量交互分析相结合，构建DELICAITE模型用于优化大肝癌的经动脉治疗方案选择	回顾性研究设计，需要进一步前瞻性验证	开发深度学习模型指导不可切除大肝癌患者在TACE和HAIC之间的治疗决策	900例接受经动脉治疗的大肝癌患者	数字病理	肝癌	经动脉化疗栓塞(TACE), 肝动脉灌注化疗(HAIC)	DCNN	临床数据和影像数据	900例大肝癌患者，包含前瞻性和独立外部验证队列	NA	深度卷积神经网络	AUC, 总生存期	NA
5668	2025-10-06	A deep learning-based image analysis model for automated scoring of horizontal ocular movement disorders 2025, Frontiers in neurology IF:2.7Q3 DOI:10.3389/fneur.2025.1522894 PMID:40672453	研究论文	提出基于深度学习的图像分析方法，用于自动评分水平眼球运动障碍的严重程度	开发了RetinaEye自动评分模型，首次实现水平眼球运动障碍的自动化客观评估	研究样本量相对有限（164名患者和121名健康受试者），需要更大规模验证	开发自动评分系统评估水平眼球运动障碍的严重程度	眼球运动障碍患者和健康受试者的眼部图像	计算机视觉	眼球运动障碍	深度学习图像分析	CNN	图像	2,565张眼部图像（来自164名患者和121名健康受试者），测试集184张双眼凝视图像	NA	RetinaEye	一致性系数(κ=0.860), 相关系数(ρ=0.897)	NA
5669	2025-10-06	Intelligent recognition of tobacco leaves states during curing with deep neural network 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1604382 PMID:40672565	研究论文	本研究开发了一种基于深度学习的烟草烘烤过程中叶片形态状态智能识别方法	首次构建了面向工业实际场景的大规模烟草叶片形态状态数据集，并开发了高效的深度学习识别方法	研究主要关注形态状态识别，未充分考虑时间状态因素；数据集虽大但仅限于中国多个产区的实际密集烤房	研究深度学习算法在真实工业场景中识别烟草叶片形态状态的潜力	烟草叶片在烘烤过程中的形态状态，包括变黄程度、变褐程度和干燥程度	计算机视觉	NA	深度学习	深度神经网络	工业场景图像	来自中国多个产区实际密集烤房的大规模综合数据集	NA	NA	准确率	NA
5670	2025-10-06	OculusNet: Detection of retinal diseases using a tailored web-deployed neural network and saliency maps for explainable AI 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1596726 PMID:40672824	研究论文	本研究开发了名为OculusNet的可解释深度学习系统，用于通过OCT图像检测视网膜疾病并部署于网页平台	结合定制化神经网络与显著图可视化技术实现可解释AI，并开发网页部署方案实现即时检测	未明确说明训练数据来源及样本多样性，临床实际应用效果需进一步验证	开发高效可解释的视网膜疾病自动检测系统	光学相干断层扫描（OCT）图像中的视网膜疾病	计算机视觉	视网膜疾病	光学相干断层扫描（OCT）	CNN	图像	NA	NA	OculusNet, VGG19, MobileNetV2, VGG16, DenseNet-121	准确率, 马修斯相关系数, 科恩卡帕系数	网页部署平台
5671	2025-10-06	A multi-graph convolutional network method for Alzheimer's disease diagnosis based on multi-frequency EEG data with dual-mode connectivity 2025, Frontiers in neuroscience IF:3.2Q2 DOI:10.3389/fnins.2025.1555657 PMID:40672873	研究论文	提出一种基于多频段EEG数据和双模式连接的多图卷积网络方法用于阿尔茨海默病诊断	首次同时整合功能连接和结构连接信息，并充分利用多频段EEG特征，通过多图卷积网络更全面捕捉脑区关系	未明确说明样本规模和数据来源的局限性，也未讨论模型在其他神经退行性疾病上的泛化能力	开发新型图深度学习模型用于阿尔茨海默病的早期诊断	阿尔茨海默病患者和健康对照组的EEG数据	机器学习	阿尔茨海默病	脑电图(EEG)	图卷积网络(GCN)	EEG信号	NA	NA	多图卷积网络(Multi-Graph Convolutional Network)	准确率,AUC	NA
5672	2025-10-06	Dynamic Prediction of Physical Exertion: Leveraging AI Models and Wearable Sensor Data During Cycling Exercise 2024-Dec-28, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15010052 PMID:39795580	研究论文	本研究探索利用可穿戴设备生理信号预测体力消耗的机器学习方法	结合特征选择算法与深度学习技术，使用LSTM网络预测连续体力消耗结果	样本量较小（27名健康参与者），仅在受控骑行运动环境下验证	开发预测体力消耗的人工智能模型	健康参与者在骑行运动中的生理信号数据	机器学习	NA	可穿戴传感器数据采集	LSTM, 传统机器学习模型	生理信号时间序列数据（ECG、心率、血氧饱和度、踏板速度）	27名健康参与者，分为8个两分钟区段	MATLAB	LSTM	均方误差, R平方值, 准确率, F1分数	NA
5673	2025-10-06	Development of a deep learning algorithm for Paneth cell density quantification for inflammatory bowel disease 2024-Dec, EBioMedicine IF:9.7Q1 DOI:10.1016/j.ebiom.2024.105440 PMID:39536395	研究论文	开发用于炎症性肠病的潘氏细胞密度定量分析的深度学习算法	首次开发用于潘氏细胞密度自动量化的两阶段U-net深度学习模型，显著提升了量化准确性	研究采用回顾性队列，需要前瞻性验证；样本量相对有限	开发深度学习工具实现潘氏细胞自动量化，作为炎症性肠病的生物标志物	回肠组织样本中的潘氏细胞和隐窝结构	数字病理学	炎症性肠病	全玻片成像	U-net	病理图像	训练集未明确数量，验证集48个WSI，测试集CD患者142例，非IBD患者48例	NA	U-net	RMSE, r2, Log-rank检验	NA
5674	2025-10-06	ViViEchoformer: Deep Video Regressor Predicting Ejection Fraction 2024-Nov-25, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01336-y PMID:39586913	研究论文	提出一种基于视频视觉变换器的深度学习模型ViViEchoformer，用于从超声心动图视频直接预测射血分数	首次将视频视觉变换器应用于超声心动图视频分析，通过提取时空标记直接回归左心室功能	仅使用单一医疗中心的数据集，需要进一步多中心验证	开发自动量化左心室功能的深度学习模型，辅助人类评估	左心室射血分数和心力衰竭伴射血分数降低	计算机视觉	心血管疾病	超声心动图	Transformer	视频	10,030个心尖四腔心切面超声心动图视频	NA	视频视觉变换器	平均绝对误差,均方根误差,均方对数误差,R²,曲线下面积,准确率	NA
5675	2025-10-06	A deep learning feature importance test framework for integrating informative high-dimensional biomarkers to improve disease outcome prediction 2024-Nov-22, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae709 PMID:39815828	研究论文	提出一种用于整合高维生物标志物的深度学习特征重要性测试框架，以提升疾病结局预测能力	开发了高维特征重要性测试（HdFIT）框架，结合特征筛选和机器学习建模，能有效识别关键生物标志物并处理高维数据中的复杂关联	未明确说明框架在特定疾病类型或数据规模下的适用性限制	通过整合低维行为临床特征与高维分子特征来改进疾病结局预测和诊断	人类疾病相关的行为、临床和分子因素	机器学习	NA	蒙特卡洛实验，微生物组研究	深度学习神经网络	高维分子特征数据，低维行为临床特征数据	NA	NA	深度神经网络	预测准确率，特征识别能力	NA
5676	2025-10-06	Comparison of Three Computational Tools for the Prediction of RNA Tertiary Structures 2024-Nov-08, Non-coding RNA IF:3.6Q2 DOI:10.3390/ncrna10060055 PMID:39585047	研究论文	比较三种计算工具在预测RNA三级结构方面的性能	首次系统比较RNAComposer、Rosetta FARFAR2和最新AlphaFold 3在预测不同类型RNA三级结构方面的表现	在预测人类前微RNA和较大BioRNA分子的远端环结构时存在显著差异，且这些分子的三维结构尚未通过实验表征	评估不同计算工具在RNA三级结构预测中的实用性和准确性	非编码RNA，包括小干扰RNA药物nedosiran和新型生物工程RNA分子	计算生物学	NA	RNA三级结构预测	深度学习, 分子动力学	RNA序列, 二级结构	多种RNA形式，包括小干扰RNA、孔雀石绿适体、tRNA、人类前微RNA和BioRNA分子	AlphaFold 3, Rosetta FARFAR2, RNAComposer	NA	结构相似性比较	NA
5677	2025-10-06	Preventing future zoonosis: SARS-CoV-2 mutations enhance human-animal cross-transmission 2024-Nov, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109101 PMID:39243518	研究论文	通过多任务深度学习模型识别SARS-CoV-2病毒中可能增强人-动物交叉传播能力的RBD结构域突变	首次构建多任务深度学习模型MT-TopLap，系统预测病毒RBD结构域在不同物种ACE2受体上的结合自由能变化	研究基于计算预测模型，需要实验验证突变对实际传播能力的影响	识别可能增强SARS-CoV-2人-动物交叉传播能力的病毒突变	SARS-CoV-2病毒受体结合域(RBD)突变	机器学习	COVID-19	深度突变扫描	多任务深度学习	蛋白质序列数据	多个深度突变扫描数据集	NA	MT-TopLap	结合自由能变化预测准确度	NA
5678	2025-10-06	N2GNet tracks gait performance from subthalamic neural signals in Parkinson's disease 2024-Oct-31, Research square DOI:10.21203/rs.3.rs-5112726/v1 PMID:39574884	研究论文	提出一种基于深度学习的回归模型N2GNet，能够从帕金森病患者丘脑底核局部场电位实时追踪步态表现	首次开发能够直接从STN LFP信号追踪步态性能的深度学习模型，利用全面频带信息而非仅限于beta波段	研究样本量较小（18名患者），仅在原地踏步任务中验证	开发用于帕金森病自适应脑深部电刺激的实时步态性能追踪算法	帕金森病患者	机器学习	帕金森病	局部场电位记录，地面反作用力测量	深度学习回归模型	神经信号，生物力学数据	18名帕金森病患者	NA	N2GNet	相关性分析	NA
5679	2025-10-06	Artificial Intelligence Applications in Oral Cancer and Oral Dysplasia 2024-Oct, Tissue engineering. Part A DOI:10.1089/ten.TEA.2024.0096 PMID:39041628	综述	本文综述人工智能在口腔癌和口腔上皮异常增生中的应用进展，重点探讨AI方法在预测OED恶变为OSCC以及OSCC死亡率和治疗反应方面的潜力	整合多种AI技术（包括机器学习和深度学习）开发预测性生物标志物，用于评估OED恶性转化风险和OSCC治疗效果	目前仍处于开发阶段，缺乏可靠的临床验证和标准化应用方案	探索人工智能方法在口腔癌前病变和口腔鳞状细胞癌预测和预后评估中的应用	口腔鳞状细胞癌(OSCC)患者和口腔上皮异常增生(OED)患者	数字病理学	口腔癌	多重免疫组织化学、表观基因组学、数字病理学	深度学习,机器学习	病理图像,表观遗传数据,免疫细胞模式数据	NA	NA	神经网络	NA	NA
5680	2025-10-06	PheW2P2V: a phenome-wide prediction framework with weighted patient representations using electronic health records 2024-Oct, JAMIA open IF:2.5Q3 DOI:10.1093/jamiaopen/ooae084 PMID:39282083	研究论文	开发了一个基于电子健康记录的疾病全表型预测框架PheW2P2V，通过加权患者向量实现个性化预测	提出加权患者向量计算方法，通过提升与特定表型相关的医疗记录权重来实现个性化预测	需要进一步研究嵌入表示在不同数据库间的可迁移性	开发基于电子健康记录的计算预测工具，实现疾病全表型的风险预测	电子健康记录中的患者医疗数据	机器学习	多种疾病	Phecode映射，国际疾病分类代码	嵌入表示模型	电子健康记录	MIMIC-III数据库中的942个全表型预测	NA	加权患者向量	AUC-ROC, F1-score, AUC-PR	NA