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
601	2025-11-02	Self-learning model fusion for network anomaly detection: A hybrid CNN-LSTM-transformer framework 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0332502 PMID:41160632	研究论文	提出一种融合CNN、LSTM和Transformer的自学习混合深度学习框架，用于网络流量异常检测	提出协同两阶段模型融合架构捕获时空流量模式，采用带多指标漂移检测的自适应学习机制，并设计知识保持策略	NA	提升网络流量异常检测的适应性和性能	网络流量数据	机器学习	NA	深度学习	CNN, LSTM, Transformer	网络流量数据	UNSW-NB15和CICIDS2017数据集	NA	CNN-LSTM, LSTM-Transformer	F1-score, 准确率, 检测率	NA
602	2025-11-02	Computation of simple invariant solutions in fluid turbulence with the aid of deep learning 2025, Nonlinear dynamics IF:5.2Q1 DOI:10.1007/s11071-025-11773-1 PMID:41163817	综述	探讨深度学习技术在流体湍流中计算简单不变解的应用进展	将深度学习中的自编码器和梯度优化技术首次系统应用于湍流动力学系统的不变解计算	目前仅在二维湍流中验证，高雷诺数应用前景仍需评估	加速湍流动力学系统中简单不变解的发现和收敛	流体湍流中的简单不变解（平衡态、周期轨道）	机器学习	NA	深度学习	自编码器	流体动力学数据	NA	NA	自编码器	解的数量比较，收敛效率	NA
603	2025-11-02	Development and Validation of Deep Learning Model for Predicting Long-Term Prognosis in Patients with Symptomatic Intracranial Arterial Stenosis 2025, International journal of general medicine IF:2.1Q2 DOI:10.2147/IJGM.S538889 PMID:41164008	研究论文	开发并验证用于预测症状性颅内动脉狭窄患者长期预后的深度学习模型	首次将深度学习模型应用于症状性ICAS患者的长期预后预测，与传统逻辑回归模型相比表现出显著优越性能	回顾性研究设计，样本量相对有限（266例患者），需外部验证确认泛化能力	预测症状性颅内动脉狭窄患者的疾病进展风险	266例症状性颅内动脉狭窄患者	机器学习	脑血管疾病	NA	深度学习, 逻辑回归	临床数据	266例症状性ICAS患者（训练集70%，验证集30%）	NA	NA	准确率, 敏感度, 特异度, 精确率, F1分数, AUC	NA
604	2025-11-02	A systematic review of deep learning-based segmentation techniques for brain tumor detection (2013-2023) 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251380645 PMID:41164152	系统综述	对2013-2023年间基于深度学习的脑肿瘤图像分割技术进行系统性回顾和文献计量分析	首次对脑肿瘤图像分割领域进行系统性文献计量分析，识别关键研究趋势和利益相关者	仅涵盖2013-2023年期间文献，可能遗漏最新研究进展	调查脑肿瘤检测中基于深度学习的图像分割技术的研究格局和发展趋势	931篇经过PRISMA筛选的学术文献	计算机视觉	脑肿瘤	文献计量分析，PRISMA指南	深度学习	文献数据	931篇文档	VOSviewer, R Studio	NA	NA	NA
605	2025-11-02	Advances in artificial intelligence applications for the management of chronic obstructive pulmonary disease 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1685254 PMID:41164160	综述	本文综述人工智能在慢性阻塞性肺疾病全病程管理中的技术应用与临床价值	建立了融合生物信息学与多组学分析的智能管理框架，提供覆盖疾病全过程的个体化解决方案	未提及具体数据验证结果和临床实施障碍	探讨AI在COPD诊疗防控中的临床应用前景与发展方向	慢性阻塞性肺疾病患者	机器学习	慢性阻塞性肺疾病	多模态数据, 放射组学, 多组学分析	机器学习, 深度学习	多模态数据	NA	NA	NA	NA	NA
606	2025-11-02	A hybrid framework for enhanced segmentation and classification of colorectal cancer histopathology 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1647074 PMID:41164179	研究论文	提出一种结合Swin Transformer、EfficientNet和ResUNet-A的混合深度学习系统，用于结直肠癌组织病理学的增强分割和分类	整合自注意力机制、复合缩放和残差学习，结合多种先进架构的优势，在特征提取、全局上下文建模和空间分类方面实现创新	未提及外部验证集的表现，可能缺乏对不同数据集的泛化能力评估	开发自动化结直肠癌组织病理学分析系统，提高诊断准确性和效率	结直肠癌组织病理学图像，包括锯齿状腺瘤、息肉、腺癌、高级别和低级别上皮内瘤变及正常组织	数字病理学	结直肠癌	组织病理学染色	深度学习	组织病理学图像	未明确说明具体样本数量	未明确说明	Swin Transformer,EfficientNet,ResUNet-A	准确率,精确率,召回率,F1分数	NA
607	2025-11-02	Detection of antimicrobial peptides from fecal samples of FMT donors using deep learning 2025, Frontiers in veterinary science IF:2.6Q1 DOI:10.3389/fvets.2025.1689589 PMID:41164228	研究论文	本研究结合宏基因组学和深度学习从粪便微生物移植供体样本中挖掘抗菌肽	首次将深度学习与宏基因组学相结合从人类粪便微生物组中挖掘功能性抗菌肽	仅从120个供体样本中挖掘，样本规模相对有限	从粪便微生物移植供体中发现具有抗菌活性的新型抗菌肽	粪便微生物移植供体的粪便样本	机器学习	细菌感染相关疾病	宏基因组学, 宏蛋白质组学, 分子对接, 分子动力学模拟	深度学习	宏基因组序列数据	120个粪便微生物移植供体样本	NA	NA	NA	NA
608	2025-11-02	YOLOv8-Seg: a deep learning approach for accurate classification of osteoporotic vertebral fractures 2025, Frontiers in radiology DOI:10.3389/fradi.2025.1651798 PMID:41164317	研究论文	本研究开发了一种基于YOLOv8-Seg深度学习模型的自动化方法，用于从CT图像中准确分类骨质疏松性椎体骨折	首次将YOLOv8-Seg模型应用于骨质疏松性椎体骨折的自动分类，实现了对压碎型、前楔形和双凹型骨折的高精度识别	测试集样本量较小（仅30张图像），需要更大规模的外部验证	开发自动化工具辅助骨质疏松性椎体骨折的早期精确诊断	骨质疏松性椎体骨折患者的CT图像	计算机视觉	骨质疏松性椎体骨折	CT成像	YOLOv8-Seg	医学图像	673张CT图像（643张训练验证，30张测试）	NA	YOLOv8-Seg	mAP50-95	NA
609	2025-11-02	Quantitative analysis of gait and balance using deep learning on monocular videos and the timed up and go test in idiopathic normal-pressure hydrocephalus 2025, Frontiers in aging neuroscience IF:4.1Q2 DOI:10.3389/fnagi.2025.1644543 PMID:41164460	研究论文	本研究验证了基于单目视频和深度学习算法的视觉步态分析系统在特发性正常压力脑积水患者中的步态参数评估能力	首次将基于单目视频的视觉步态分析系统与定时起立行走测试相结合，用于预测特发性正常压力脑积水患者的跌倒风险	样本量相对较小（59名患者），仅使用单中心数据	研究视觉步态分析系统测量的步态参数与定时起立行走测试评分的关系，并开发预测跌倒风险的机器学习模型	特发性正常压力脑积水患者	计算机视觉	神经退行性疾病	基于视频的步态分析	深度学习	视频	59名患者	NA	NA	AUC	NA
610	2025-11-02	Ethical and legal concerns in artificial intelligence applications for the diagnosis and treatment of lung cancer: a scoping review 2025, Frontiers in public health IF:3.0Q2 DOI:10.3389/fpubh.2025.1663298 PMID:41164831	综述	本范围综述探讨人工智能在肺癌诊疗应用中的伦理和法律问题	首次系统梳理AI在肺癌领域应用的伦理法律挑战，重点关注数据隐私和算法公平性等核心问题	缺乏全面的法律分析，大多数研究来自高收入国家，全球视角不足	分析AI在肺癌诊疗应用中产生的伦理和法律问题	人工智能在肺癌筛查、诊断、治疗和预后中的应用	医疗人工智能	肺癌	深度学习	混合和多模态AI系统	诊断影像数据	20篇符合条件的研究文献	NA	NA	NA	NA
611	2025-11-02	Explainable AI-enabled hybrid deep learning architecture for breast cancer detection 2025, Frontiers in immunology IF:5.7Q1 DOI:10.3389/fimmu.2025.1658741 PMID:41112281	研究论文	提出一种结合可解释人工智能的混合深度学习架构用于乳腺癌检测	集成三种不同预训练CNN架构的混合深度学习框架，并引入XAI组件增强模型可解释性	NA	开发可靠且可解释的乳腺癌诊断系统	乳腺癌超声图像	计算机视觉	乳腺癌	深度学习	CNN	医学图像	NA	NA	DENSENET121,Xception,VGG16	准确率	NA
612	2025-11-02	Diagnostic accuracy of a deep learning model for pterygium detection in Barcelos, Brazilian Amazon 2025, Arquivos brasileiros de oftalmologia IF:1.1Q3 DOI:10.5935/0004-2749.2025-0053 PMID:41172514	研究论文	评估基于MobileNet-V2的深度学习模型在巴西亚马逊地区使用智能手机拍摄的前段照片中检测翼状胬肉的诊断准确性	在偏远亚马逊地区使用智能手机采集图像并结合深度学习模型进行翼状胬肉检测的首个试点研究	样本量较小（76只眼睛），仅为初步研究结果	开发适用于偏远地区的翼状胬肉自动检测工具	巴西巴塞卢斯地区的38名参与者（76只眼睛）	计算机视觉	眼科疾病	智能手机前段摄影	CNN	图像	76只眼睛	NA	MobileNet-V2	灵敏度, 特异度, 准确度, 阳性预测值, 阴性预测值, AUC	NA
613	2025-11-02	Ultrasensitive plasma-based monitoring of tumor burden using machine-learning-guided signal enrichment 2024-Jun, Nature medicine IF:58.7Q1 DOI:10.1038/s41591-024-03040-4 PMID:38877116	研究论文	介绍MRD-EDGE平台，一种基于机器学习的ctDNA检测方法，用于超灵敏监测肿瘤负荷	开发机器学习引导的WGS ctDNA检测平台，将SNV信噪比富集提高约300倍，并将CNV检测所需的非整倍性程度从1Gb降低至200Mb	NA	开发超灵敏的循环肿瘤DNA检测平台用于微小残留病灶监测和治疗反应评估	实体瘤患者，包括肺癌、结直肠癌和黑色素瘤	机器学习	实体瘤	血浆全基因组测序	深度学习	基因组测序数据	NA	NA	NA	信噪比富集，检测灵敏度	NA
614	2025-11-01	In Silico Peptide Design: Methods, Resources, and Role of AI 2025-Dec, Journal of peptide science : an official publication of the European Peptide Society IF:1.8Q3 DOI:10.1002/psc.70063 PMID:41168660	综述	本文全面概述了肽设计的计算方法，包括AI技术在加速新型肽发现中的应用	重点关注机器学习、深度学习和生成式AI模型在肽设计中的变革性影响	存在数据不一致性、模型可解释性不足以及需要改进力场等关键挑战	为肽研究中的计算设计提供路线图	肽及其在生物系统、治疗剂、生物材料和药物递送中的应用	计算生物学	NA	结构基设计、分子动力学模拟、配体基方法	机器学习, 深度学习, 生成式AI	化学空间数据, 肽序列数据	数千种肽的虚拟筛选	NA	NA	NA	NA
615	2025-11-01	MicroRNA bioinformatics in precision oncology: an integrated pipeline from NGS to AI-based target discovery 2025-Oct-31, Journal of applied genetics IF:2.0Q3 DOI:10.1007/s13353-025-01024-9 PMID:41168533	综述	本文提出了一种整合生物信息学、机器学习和大型语言模型的miRNA分析流程，用于精准肿瘤学中的生物标志物发现	将碎片化的miRNA分析方法整合为统一的计算流程，并引入生成模型和大型语言模型来增强生物标志物发现的假设生成和可重复性	作为综述文章，未提供原始实验验证，主要基于现有文献和工具的分析与整合	加速基于miRNA的精准癌症研究发展，为早期检测、预后和治疗选择提供转化应用	microRNAs（miRNAs）作为癌症生物标志物	生物信息学	癌症	NGS（下一代测序），多组学整合	SVM, CNN, RNN, 生成模型, LLM	测序数据，多组学数据	NA	NA	NA	NA	NA
616	2025-11-01	High-throughput evaluation of in vitro CRISPR activities enables optimized large-scale multiplex enrichment of rare variants 2025-Oct-30, Nature biomedical engineering IF:26.8Q1 DOI:10.1038/s41551-025-01535-0 PMID:41168295	研究论文	开发了两种高通量体外评估CRISPR活性的方法及深度学习模型，用于优化大规模多重富集稀有变异	首次开发了直接测量Cas9切割效率的高通量体外方法Cut-seq1/2，并基于此构建了能识别优化单导RNA的深度学习模型DeepCut	体外切割效率与细胞内插入缺失频率相关性较低	优化CRISPR核酸酶活性评估并开发稀有变异检测方法	Cas9切割效率、单导RNA-靶标对、稀有变异	机器学习	NA	CRISPR, 深度测序	深度学习	基因组序列数据	数万至数十万向导RNA-靶标对	NA	NA	切割效率, 相关性分析	NA
617	2025-11-01	Malignant pleural mesothelioma classification and survival prediction with CT imaging using ResNet 2025-Oct-30, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-12094-y PMID:41168494	研究论文	本研究使用ResNet-3D-18模型通过CT影像区分恶性胸膜间皮瘤和转移性胸膜疾病，并预测患者总生存期	首次将深度学习模型同时应用于恶性胸膜间皮瘤的分类诊断和生存预测，证明形态学特征包含预后信息	回顾性研究设计，样本量相对有限（共385例），需要外部验证	实现恶性胸膜间皮瘤与转移性胸膜疾病的准确区分及生存期预测	恶性胸膜间皮瘤患者和转移性胸膜疾病患者	计算机视觉	肺癌	CT成像	CNN	医学影像	385例患者（85例恶性胸膜间皮瘤，290例转移性胸膜疾病）	PyTorch	ResNet-3D-18	AUC, 准确率, 敏感度, 特异度, 阳性预测值, 阴性预测值	NA
618	2025-11-01	Intelligent Diagnosis of Follicular Carcinoma Thyroid Cancer with a Novel Deep Learning Model 2025-Oct-30, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01723-z PMID:41168629	研究论文	开发一种新型可解释深度学习模型用于术前区分甲状腺滤泡癌和滤泡腺瘤	首次提出端到端图卷积网络，显式利用肿瘤边界这一关键诊断特征，并采用最大码率减少损失优化特征判别能力	样本量相对有限，仅包含577名患者	开发可靠的AI辅助甲状腺癌诊断方法	甲状腺滤泡癌(FTC)和滤泡腺瘤(FTA)患者	计算机视觉	甲状腺癌	超声成像	图卷积网络	超声图像	577名患者(435名女性，142名男性)，共4358张甲状腺超声图像	NA	图卷积网络	准确率,AUC	NA
619	2025-11-01	Endoscopic Ultrasound of Pancreatic Tumors: A Dataset with Benchmarks for Convolutional Neural Network Classifiers 2025-Oct-30, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01729-7 PMID:41168630	研究论文	本文介绍了一个用于胰腺肿瘤分类的新型内镜超声数据集，并提供了基于卷积神经网络的基准测试结果	提出了首个专门用于胰腺肿瘤分析的内镜超声数据集，包含7825张图像和对应的分割掩码，并提供了分类、分割和可解释性AI的基准结果	分类模型性能与可解释性之间存在差距，软DICE评分较低（8.69%-40.81%）	推进胰腺癌计算机辅助诊断研究，提供标准数据集和基准测试	606名患者的7825张内镜超声图像，包含肿瘤（175次检查）和无肿瘤（431次检查）两类	数字病理	胰腺癌	内镜超声	CNN	图像	606名患者的7825张内镜超声图像	NA	EfficientNetV2, U-Net	准确率, AUC, Dice系数, 软Dice评分	NA
620	2025-11-01	ProtoMM: Interpretable Prototype-Based Multimodal Model for Brain Cancer Survival Prediction 2025-Oct-30, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01713-1 PMID:41168627	研究论文	提出一种基于原型的可解释多模态模型ProtoMM，用于脑癌生存预测	采用自解释原型和透明推理过程，通过多模态融合增强模态间交互，提供可靠病例解释	NA	开发可解释的多模态深度学习模型用于医疗数据分析	脑癌患者生存预测	医学影像分析	脑癌	多模态融合	原型网络	多模态医疗数据	NA	NA	ProtoMM	C-Index	NA