深度学习在生物医药领域中的应用

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
41	2025-07-16	A novel framework integrating GeoAI and human perceptions to estimate walkability in Wuhan, China 2025-Jul-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-09779-1 PMID:40659718	研究论文	本文提出了一种结合GeoAI和人类感知的新框架，用于评估中国武汉的可步行性	开发了分层评估框架和Detail-Strengthened High-Resolution Network (DS-HRNet)深度学习模型，提高了街道场景分割性能15%	研究仅基于120名志愿者的问卷数据，样本量可能不足	评估城市可步行性及其与社会经济因素的关系	中国武汉市的街道环境和居民感知	计算机视觉	慢性疾病和精神障碍	深度学习、图像分割	DS-HRNet	图像、问卷数据	120名志愿者问卷数据、113,900张街景图像
42	2025-07-16	Uncertainty aware domain incremental learning for cross domain depression detection 2025-Jul-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-10917-y PMID:40659724	research paper	提出了一种不确定性感知的领域增量学习框架（UDIL-DD），用于跨领域抑郁症检测，结合了不确定性引导的自适应类别阈值学习（UACTL）和无数据领域对齐（DFDA）	整合了UACTL和DFDA模块，通过测量预测差异和学习自适应阈值来增强鲁棒性，并利用领域相似样本近似历史特征分布，解决灾难性遗忘问题	未提及具体的数据隐私保护措施，且实验仅基于四个基准MDD数据集	开发一种可靠的跨领域抑郁症检测方法，适用于真实临床场景	抑郁症（Major Depressive Disorder, MDD）患者	natural language processing	geriatric disease	deep learning	UDIL-DD（包含UACTL和DFDA模块）	text	四个基准MDD数据集（CMDC, DIAC-WoZ, MODMA, EATD）
43	2025-07-16	AI-driven smart agriculture using hybrid transformer-CNN for real time disease detection in sustainable farming 2025-Jul-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-10537-6 PMID:40659733	研究论文	本文提出了一种名为AttCM-Alex的新型深度学习框架，用于在挑战性环境条件下增强植物病害的检测和分类	通过整合卷积操作与自注意力机制，AttCM-Alex有效解决了光照强度和图像噪声的变化问题，确保了鲁棒性能	研究未提及模型在不同植物病害类型上的泛化能力，以及在实际农田环境中的大规模应用效果	提升在挑战性环境条件下植物病害的检测和分类准确率，支持可持续农业和全球粮食安全	植物病害	计算机视觉	植物病害	深度学习	混合Transformer-CNN	图像	NA
44	2025-07-16	Discovery of selective GluN1/GluN3A NMDA receptor inhibitors using integrated AI and physics-based approaches 2025-Jul-14, Acta pharmacologica Sinica IF:6.9Q1 DOI:10.1038/s41401-025-01607-6 PMID:40659855	研究论文	本文介绍了一种结合人工智能和物理模型的化合物虚拟筛选流程，用于发现选择性GluN1/GluN3A NMDA受体抑制剂	整合了两种基于序列的深度学习预测模型（TEFDTA和ESMLigSite）与分子对接方法，提高了筛选效率和准确性	受限于可用结构数据的缺乏和离子通道的固有复杂性	发现针对GluN1/GluN3A NMDA受体的选择性抑制剂	GluN1/GluN3A NMDA受体	机器学习	情绪障碍	虚拟筛选、分子对接	TEFDTA、ESMLigSite	化合物数据库	1800万种化合物
45	2025-07-16	ESE and Transfer Learning for Breast Tumor Classification 2025-Jul-14, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01608-1 PMID:40659967	研究论文	本研究提出了一种基于倒置残差网络、高效挤压激励（ESE）模块和双重迁移学习的轻量级神经网络架构TLese-ResNet，用于乳腺癌分子亚型识别	结合倒置ResNet减少网络参数并增强跨层梯度传播和特征表达能力，引入ESE模块在保持通道关系收集的同时降低网络复杂度，采用双重迁移学习策略应对小数据集问题	数据集规模较小，仅来自江西某医院的乳腺X线摄影图像	开发有效的乳腺癌分子亚型识别辅助工具	浸润性乳腺癌患者的乳腺X线摄影图像（CC和MLO视图）	数字病理学	乳腺癌	深度学习	TLese-ResNet（基于倒置ResNet与ESE模块）	医学影像（乳腺X线摄影）	未明确说明具体数量，来自江西某医院的乳腺X线摄影图像数据集
46	2025-07-16	An Adaptive Generative 3D VNet Model for Enhanced Monkeypox Lesion Classification Using Deep Learning and Augmented Image Fusion 2025-Jul-14, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01594-4 PMID:40659969	研究论文	本文提出了一种自适应生成3D VNet模型，用于通过深度学习和增强图像融合技术提高猴痘病变的分类效果	结合自适应生成网络和3D VNet，通过数据增强和自适应融合技术，有效解决了标记数据有限的问题，提高了分类准确性和鲁棒性	未提及模型在更大规模或多样化数据集上的泛化能力	设计一个有效的猴痘检测和分类模型	猴痘病变图像	计算机视觉	猴痘	深度学习、数据增强（裁剪、旋转、翻转）、图像融合	Adaptive Generative 3D VNet	3D图像	基于猴痘皮肤病变数据集，具体样本数量未提及
47	2025-07-16	The Rise of Intelligent Plastic Surgery: A 10-Year Bibliometric Journey Through AI Applications, Challenges, and Transformative Potential 2025-Jul-14, Aesthetic plastic surgery IF:2.0Q2 DOI:10.1007/s00266-025-05068-4 PMID:40660032	review	本文通过文献计量学方法分析了2016至2024年间人工智能在整形外科中的应用、挑战及潜在变革	利用CiteSpace和VOSviewer软件对235篇文献进行定量分析，揭示了AI在乳房重建、面部分析和自动分级系统等领域的创新应用	研究存在西方中心审美标准的偏见、数据集多样性不足以及跨机构合作有限等问题	系统分析人工智能在整形外科领域的研究趋势和临床整合面临的挑战	Web of Science核心合集中2016至2024年间的235篇文献	数字病理	NA	deep learning, predictive modeling	NA	文献数据	235篇文献
48	2025-07-16	PETFormer-SCL: a supervised contrastive learning-guided CNN-transformer hybrid network for Parkinsonism classification from FDG-PET 2025-Jul-14, Annals of nuclear medicine IF:2.5Q2 DOI:10.1007/s12149-025-02081-0 PMID:40660058	research paper	提出了一种结合CNN和Transformer的深度学习框架PETFormer-SCL，用于从FDG-PET图像中分类帕金森综合征亚型	整合了CNN与通道级Transformer模块，并采用监督对比学习指导，以增强疾病特异性特征学习并减少个体差异	未明确提及样本多样性或外部验证集的泛化能力	提高帕金森综合征亚型（PD、MSA、PSP）的早期鉴别诊断准确性	帕金森综合征患者的FDG-PET图像	digital pathology	Parkinsonism	FDG-PET	CNN-Transformer hybrid (PETFormer-SCL)	medical image	训练集945例患者，独立测试集330例（总计1275例）
49	2025-07-16	Mortality and antibiotic timing in deep learning-derived surviving sepsis campaign risk groups: a multicenter study 2025-Jul-14, Critical care (London, England) DOI:10.1186/s13054-025-05493-6 PMID:40660326	研究论文	本研究通过深度学习模型对脓毒症患者进行风险分层，并探讨抗生素使用时机对不同风险组患者死亡率的影响	首次使用深度学习模型对脓毒症患者进行客观风险分层，并基于分层结果评估抗生素使用时机对死亡率的影响	研究为观察性队列研究，需要进一步前瞻性研究验证结果	评估基于深度学习风险分层的脓毒症患者抗生素使用时机与死亡率的关系	34,087名潜在脓毒症成年患者	医疗人工智能	脓毒症	深度学习	DL	临床数据	34,087名患者来自两个大型医疗系统(2016-2024年)
50	2025-07-16	The MSA Atrophy Index (MSA-AI): An Imaging Marker for Diagnosis and Clinical Progression in Multiple System Atrophy 2025-Jul-14, Annals of clinical and translational neurology IF:4.4Q1 DOI:10.1002/acn3.70106 PMID:40660627	research paper	本研究提出了一种新的复合体积测量方法MSA-AI，用于区分多系统萎缩（MSA）与相关疾病并监测疾病进展	提出了一种新的影像生物标志物MSA-AI，能够有效区分MSA与其他相关疾病，并与临床严重程度和疾病进展相关	需要在更大规模的独立队列中进行验证	开发可靠的生物标志物以追踪MSA的疾病进展并推进治疗方法	多系统萎缩（MSA）患者及相关疾病患者	digital pathology	geriatric disease	3T MRI, deep learning-based segmentation	NA	image	17名初始诊断为可能MSA的患者，26名MSA病例，23名健康对照，23名纯自主神经衰竭患者，56名帕金森病患者，8名路易体痴呆患者，以及469名规范数据集
51	2025-07-16	Innovative Immunoinformatics Tools for Enhancing MHC (Major Histocompatibility Complex) Class I Epitope Prediction in Immunoproteomics 2025-Jul-14, Protein and peptide letters IF:1.0Q4 DOI:10.2174/0109298665373152250625054723 PMID:40662558	研究论文	本文探讨了免疫信息学工具在提高MHC I类表位预测方面的最新进展	结合生物信息学算法、人工智能和机器学习模型，显著提高了表位预测的敏感性和特异性	由于MHC I类结合肽的复杂性和多样性，准确识别不同人群和情境下的表位仍然极具挑战性	提高MHC I类表位预测的准确性，以促进疫苗开发、癌症免疫治疗和自身免疫性疾病的研究	MHC I类分子结合肽	免疫信息学	癌症、自身免疫性疾病	生物信息学算法、人工智能、机器学习、深度学习、多组学数据整合	NetMHC、IEDB、MHCflurry	蛋白质组学、转录组学、基因组学数据	NA
52	2025-07-16	Computational exploration of global venoms for antimicrobial discovery with Venomics artificial intelligence 2025-Jul-12, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-60051-6 PMID:40645962	研究论文	通过人工智能技术探索全球毒液数据库以发现新型抗菌药物	利用深度学习技术从16,123种毒液蛋白质中生成40,626,260个毒液加密肽，并从中鉴定出386个结构功能独特的抗菌候选肽	研究主要基于计算预测和初步实验验证，需要进一步临床前和临床研究确认其安全性和有效性	发现新型抗菌药物以应对抗生素耐药性问题	全球毒液数据库中的蛋白质和肽类	人工智能	细菌感染	深度学习	深度学习模型	蛋白质序列数据	16,123种毒液蛋白质和40,626,260个毒液加密肽
53	2025-07-16	Highly adaptable deep-learning platform for automated detection and analysis of vesicle exocytosis 2025-Jul-12, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-61579-3 PMID:40651941	research paper	介绍了一种名为IVEA的深度学习平台，用于自动检测和分析荧光标记的囊泡融合事件和其他突发活动	IVEA平台通过集成深度学习技术，能够以比人工分析快约60倍的速度检测罕见事件，且具有高度适应性，可通过训练新模型扩展功能	未明确提及具体局限性，但可能依赖于荧光标记的质量和显微镜类型	开发一个自动化、可靠的分析工具，用于活细胞成像中的活动识别	荧光标记的囊泡融合事件和其他突发活动	digital pathology	NA	深度学习	CNN（假设基于常见的图像分析模型）	image	未明确提及具体样本数量
54	2025-07-16	Multimodal deep learning for cephalometric landmark detection and treatment prediction 2025-Jul-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-06229-w PMID:40651957	研究论文	本文提出了一种名为DeepFuse的多模态深度学习框架，用于头影测量标志点检测和治疗效果预测	创新点在于整合了侧位头影测量片、CBCT体积数据和数字牙科模型的多模态信息，并采用注意力引导的融合机制和双任务解码器	未提及具体局限性	提高正畸和颌面外科临床决策的精确度	头影测量标志点和治疗效果预测	计算机视觉	NA	多模态深度学习	DeepFuse框架（包含模态特定编码器、注意力机制和双任务解码器）	医学影像（侧位头影测量片、CBCT体积数据、数字牙科模型）	三个临床数据集（未说明具体样本量）
55	2025-07-16	A crack detection and quantification method using matched filter and photograph reconstruction 2025-Jul-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-08280-z PMID:40651987	研究论文	提出了一种基于数字图像处理和无人机飞行参数的自动裂缝检测与量化方法	结合增强匹配滤波算法和形态学方法进行裂缝分割和骨架提取，并构建3D模型直观展示桥梁损伤	依赖无人机采集的图像质量，且未与深度学习算法进行直接对比	开发一种适用于桥梁维护的自动裂缝检测与量化方法	桥梁裂缝	计算机视觉	NA	数字图像处理	增强匹配滤波算法	图像	三个典型子数据集和一个拱桥案例
56	2025-07-16	Accurate and real-time brain tumour detection and classification using optimized YOLOv5 architecture 2025-Jul-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07773-1 PMID:40651993	研究论文	本研究提出了一种结合FCNN和YOLOv5的框架模型，用于MRI图像中脑肿瘤的实时检测和分类	结合FCNN和YOLOv5架构，实现了脑肿瘤的高精度检测和分类，平均准确率达到98.80%	未提及模型在多样化数据集上的泛化能力或计算资源需求	提高脑肿瘤诊断的准确性和实时性	MRI图像中的脑肿瘤	数字病理学	脑肿瘤	MRI成像	FCNN与YOLOv5结合模型	医学影像	未明确说明样本数量
57	2025-07-16	A deep learning approach for heart disease detection using a modified multiclass attention mechanism with BiLSTM 2025-Jul-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-09594-8 PMID:40652020	研究论文	提出一种基于改进多类注意力机制与双向长短期记忆网络的心血管疾病检测深度学习方法	引入类感知注意力权重，动态调整输入特征对不同心血管疾病类别的重要性关注，提升特征表示能力并解决误分类、特征重叠及噪声敏感问题	未明确说明模型在临床实时诊断环境中的部署可行性及跨设备泛化能力	提高心血管疾病分类准确率以实现精准诊断	心血管疾病患者生理信号数据	机器学习	心血管疾病	改进自适应带通滤波器(IABPF)、小波变换	改进多类注意力机制+Deep BiLSTM (M2AM with Deep BiLSTM)	生理信号	6000个样本（来自MIT-BIH和INCART数据库），含14个特征
58	2025-07-16	Development and validation of a prognostic model for predicting survival and immunotherapy benefits in melanoma based on metabolism-relevant genes 2025-Jul-12, Discover oncology IF:2.8Q2 DOI:10.1007/s12672-025-03186-8 PMID:40652057	研究论文	本研究基于代谢相关基因（MRGs）开发并验证了一个预测皮肤黑色素瘤（SKCM）患者生存和免疫治疗益处的预后模型	利用MRGs对SKCM患者进行分子分型，并通过LASSO和COX回归分析鉴定出五个特征基因，构建预后模型，同时结合单细胞RNA测序分析揭示MRGs在不同细胞类型中的表达	研究主要基于生物信息学分析，实验验证部分仅限于体外实验，缺乏体内实验数据	开发一个预测SKCM患者预后和免疫治疗反应的预后模型	皮肤黑色素瘤（SKCM）患者及其相关基因和细胞	数字病理学	黑色素瘤	scRNA-seq, WB, qPCR, IHC, siRNA	ResNet50, LASSO, COX回归	基因表达数据, 病理图像	SKCM患者样本（具体数量未提及）和体外培养的SKCM细胞
59	2025-07-16	Deep learning algorithm for identifying osteopenia/osteoporosis using cervical radiography 2025-Jul-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-11285-3 PMID:40652099	研究论文	本研究验证了一种深度学习算法在颈椎X光片上识别骨量减少/骨质疏松的诊断效果，并与脊柱外科医生的诊断准确性进行比较	开发了一种基于卷积神经网络的深度学习算法，能够通过颈椎X光片检测骨质疏松，其诊断准确性高于脊柱外科医生	样本量较小，测试数据集仅包含30个样本	验证深度学习算法在颈椎X光片上识别骨质疏松的诊断效果	颈椎疾病患者，特别是退行性颈椎脊髓病患者	数字病理学	骨质疏松	深度学习	CNN	图像	训练数据集200例，测试数据集30例
60	2025-07-16	Establishing an AI-based diagnostic framework for pulmonary nodules in computed tomography 2025-Jul-12, BMC pulmonary medicine IF:2.6Q2 DOI:10.1186/s12890-025-03806-7 PMID:40652218	研究论文	本研究开发了一种基于AI的诊断框架，用于提高CT扫描中肺结节的识别和分类性能	提出了一种结合卷积神经网络和支持向量机的深度学习框架，显著提高了肺结节的诊断准确率	对于非孤立性结节的检测存在困难，未来需要扩大标注数据集规模并微调模型	开发一种AI诊断方案，改善CT扫描中肺结节的识别和分类性能	CT扫描中的肺结节	计算机视觉	肺癌	CT扫描	CNN, Retina-UNet, SVM	3D-DICOM图像	1,056张3D-DICOM CT图像