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	2025-11-10	Artificial Intelligence in Ophthalmology: Practical Applications, Subspecialty Evidence and Real-World Deployment 2025-Nov, Cureus DOI:10.7759/cureus.96121 PMID:41200258	综述	本文详细回顾了人工智能在眼科领域的实际应用、专科证据和现实部署情况	系统梳理了AI在眼科各亚专科的应用现状，特别关注新开发AI系统的有效性和局限性	存在监管审批、标准化、数据质量和伦理考虑等挑战，阻碍AI在眼科的广泛实施	评估人工智能技术在眼科领域的应用现状和发展前景	眼科疾病包括糖尿病视网膜病变、白内障、青光眼和年龄相关性黄斑变性等	医学人工智能	眼科疾病	深度学习, 机器学习	深度学习算法, 机器学习算法	光学相干断层扫描, 视网膜图像	筛选4449条记录，纳入102项研究	NA	NA	准确率	NA
602	2025-11-10	Artificial Intelligence for the Diagnosis and Management of Cancers: Potentials and Challenges 2025-Nov, MedComm IF:10.7Q1 DOI:10.1002/mco2.70460 PMID:41200279	综述	本文系统综述人工智能技术在癌症诊断与管理中的潜力、应用及挑战	全面分析AI在肿瘤学领域的转化现状，提出临床推广的解决方案与未来方向	尚未有成熟的AI模型获得临床使用授权	促进人工智能技术在肿瘤临床实践中的转化应用	癌症患者诊疗全流程	机器学习	癌症	机器学习，深度学习	NA	多层数据	NA	NA	NA	NA	NA
603	2025-11-10	An interactive and explainable AI approach to improve human-machine teaming in cancer subtyping from digital cytopathology 2025-Oct-31, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103856 PMID:41205246	研究论文	提出一种交互式可解释AI系统，通过数字细胞病理学图像辅助病理学家进行癌症亚型分类	结合可解释规则集和交互式细胞成分检查，在保持高性能的同时增强人机协作透明度	NA	改进癌症亚型分类中的人机协作效果	数字细胞病理学图像中的细胞	数字病理学	癌症	深度学习	深度学习	图像	NA	NA	NA	准确率	NA
604	2025-11-10	Resformer: Time-token transformer with residual compensation for quality prediction in industrial processes 2025-Oct-31, ISA transactions IF:6.3Q1 DOI:10.1016/j.isatra.2025.10.048 PMID:41206226	研究论文	提出一种结合残差补偿的Transformer架构Resformer，用于工业过程质量预测	引入残差特征补偿机制和两阶段自编码结构，通过交叉注意力融合主次特征，使用时序令牌捕获过程变量的时空依赖性	仅在TE过程和烷基化工业过程数据集上验证，未在其他工业场景测试	解决传统自编码器在多元过程数据中欠拟合或过拟合的问题，提升软传感器建模性能	工业过程数据和质量变量	机器学习	NA	深度学习	Transformer	时间序列数据	田纳西伊士曼过程和工业烷基化过程数据集	NA	Transformer, 自编码器	NA	NA
605	2025-11-10	Leveraging quantum chemical properties in transfer learning for predicting blood-brain barrier permeability of drugs 2025-Oct-29, Drug delivery and translational research IF:5.7Q1 DOI:10.1007/s13346-025-02005-5 PMID:41160380	研究论文	本研究探索利用量子化学性质进行迁移学习来预测药物分子的血脑屏障渗透性	首次将量子化学性质与迁移学习相结合用于血脑屏障渗透性预测，相比传统分子描述符具有补充预测价值	实验验证仅使用了18种化合物，样本量相对较小	开发计算模型预测药物分子的血脑屏障渗透性，以加速中枢神经系统药物的研发	药物分子，特别是中枢神经系统活性或避让药物	机器学习	中枢神经系统疾病	PAMPA-BBB体外测定，量子化学计算	SVM, DNN, D-MPNN, 迁移学习	分子结构数据，量子化学性质	B3DB数据库约8,000种化合物，EEBL库18种实验验证化合物	NA	直接消息传递神经网络，深度神经网络	准确率，ROC-AUC	NA
606	2025-11-10	AdaptiveWordBug: Generating adversarial texts with an adaptive scoring strategy against deep learning classifiers 2025-Oct-29, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.108262 PMID:41205356	研究论文	提出一种基于自适应评分策略的黑盒对抗文本生成方法AdaptiveWordBug，用于攻击深度学习文本分类器	提出自适应评分策略(ASS)，结合三种模型依赖评分方法和一种模型独立方法，并为每个方法分配可自动调整的自适应参数	仅在中文文本分类数据集上进行实验验证，未涉及其他语言或任务类型	提高对抗文本生成方法在文本分类任务中的攻击效果	深度学习文本分类模型	自然语言处理	NA	对抗攻击	BERT, ChatGPT	文本	NA	NA	Transformer	攻击效果	NA
607	2025-11-10	scMapNet: Marker-based cell type annotation of scRNA-seq data via vision transfer learning with tabular-to-image transformations 2025-Oct-27, Journal of advanced research IF:11.4Q1 DOI:10.1016/j.jare.2025.10.056 PMID:41161490	研究论文	提出一种基于视觉迁移学习和表格-图像转换的标记基因细胞类型注释方法scMapNet	首次将掩码自编码器和视觉Transformer应用于单细胞RNA测序数据，通过树状图转换利用细胞标记基因信息	NA	开发能够充分学习细胞标记基因知识和未标记数据信息的深度学习细胞类型注释方法	单细胞RNA测序数据	生物信息学	NA	单细胞RNA测序	MAE, ViT	基因表达数据	NA	PyTorch	掩码自编码器, 视觉Transformer	准确率, 批次不敏感性	NA
608	2025-11-10	Deep-learning-based virtual screening of antibacterial compounds 2025-Oct-24, Nature biotechnology IF:33.1Q1 DOI:10.1038/s41587-025-02814-6 PMID:41136774	研究论文	本研究结合高通量筛选和深度学习虚拟筛选方法，发现了新型抗菌化合物	开发了GNEprop深度学习模型用于预测抗菌活性，实现了对14亿化合物的虚拟筛选，命中率比训练用高通量实验提升90倍	研究主要针对大肠杆菌敏感菌株，对其他细菌种类的适用性需要进一步验证	发现新型抗菌化合物以应对多重耐药细菌的威胁	小分子化合物和细菌菌株	机器学习	细菌感染	高通量筛选，虚拟筛选	深度学习	化学结构数据，生物活性数据	约200万个小分子用于初始筛选，超过14亿个合成可及化合物用于虚拟筛选	NA	GNEprop	分布外泛化能力，活性悬崖预测，命中率	NA
609	2025-11-10	Performance of Automatic Speech Analysis in Detecting Depression: Systematic Review and Meta-Analysis 2025-Oct-22, JMIR mental health IF:4.8Q1 DOI:10.2196/67802 PMID:41124683	系统综述与荟萃分析	通过系统综述和荟萃分析评估自动语音分析在抑郁症检测中的诊断性能	首次对自动语音分析检测抑郁症的诊断准确性进行全面的定量综合分析，涵盖机器学习和深度学习方法	仅纳入英文发表的研究，临床应用中作为独立工具的适用性仍有限	评估自动语音分析在抑郁症检测中的诊断性能	抑郁症患者的语音数据	自然语言处理	抑郁症	自动语音分析	机器学习,深度学习	语音数据	105项研究纳入分析	NA	NA	准确率,敏感度,特异度,精确率	NA
610	2025-11-08	The Role of Artificial Intelligence in Stroke Imaging in Emergency Settings: A Systematic Review 2025-Oct, Cureus DOI:10.7759/cureus.93941 PMID:41200652	系统综述	系统回顾人工智能在急诊卒中影像中的应用价值	首次系统评估AI在急诊卒中影像中的诊断性能、工作流程可行性和实施情况	纳入研究数量有限（9项），需要更多外部验证和临床工作流程无缝集成	评估人工智能在急诊卒中影像中的作用	急诊卒中患者的神经影像数据	医学影像分析	卒中	非对比计算机断层扫描（NCCT）、磁共振成像（MRI）、计算机断层扫描血管成像（CTA）	CNN, 深度学习	医学影像	NA	NA	卷积神经网络, 基于变换器的方法	AUC, 准确率, Kappa值, 平衡准确率	NA
611	2025-11-10	Towards better Hebrew clickbait detection: Insights from BERT and data augmentation 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0332342 PMID:41196869	研究论文	本研究通过深度学习方法和数据增强策略提升希伯来语点击诱饵检测性能	首次将BERT模型与多样化数据增强技术结合应用于低资源希伯来语的点击诱饵检测，实现了性能突破	针对低资源语言的研究，数据规模可能有限，方法在其他语言的泛化性需进一步验证	提升希伯来语点击诱饵检测准确率，改善数字媒体内容质量	希伯来语点击诱饵标题	自然语言处理	NA	数据增强技术	BERT	文本	NA	NA	BERT	准确率	NA
612	2025-11-10	Impact of blood culture positivity at intensive care unit admission on mortality in infective endocarditis: Machine learning and deep learning-based causal inference models 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0333351 PMID:41196883	研究论文	本研究利用机器学习和深度学习因果推断模型分析血培养阳性对感染性心内膜炎ICU患者住院死亡率的影响	首次将GANITE因果推断模型应用于感染性心内膜炎预后分析，结合传统机器学习模型和SHAP解释性分析	样本量相对有限（484例），来自单一数据库（MIMIC-III），可能存在选择偏倚	评估ICU入院时血培养阳性对感染性心内膜炎患者住院死亡率的影响	484例成人感染性心内膜炎ICU患者	机器学习	感染性心内膜炎	血培养，临床数据分析	Random Forest, XGBoost, GAN, 集成模型	临床数据，实验室数据，人口统计学数据	484例患者（训练集339例，测试集145例）	Scikit-learn, XGBoost, GANITE	Random Forest, Extreme Gradient Boosting, Generative Adversarial Nets	AUROC, 准确率	NA
613	2025-11-10	Broad-spectrum eye disease classification using a deep learning-based tailored software lens 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0335419 PMID:41196894	研究论文	提出一种基于深度学习的新型架构，通过定制软件透镜利用视网膜眼底图像特征实现广谱眼病的稳健分类	首次通过定制软件透镜利用视网膜眼底图像特定特征（如图像噪声和精细结构）实现广谱眼病的高性能诊断	NA	开发能够稳健分类多种眼病的深度学习系统	视网膜眼底图像	计算机视觉	眼病	深度学习	CNN	图像	16,242张图像，包含九种疾病和健康样本	NA	定制深度学习架构	平衡准确率	NA
614	2025-11-10	Monitoring of granite quarries using deep learning and UAV photogrammetry in Bengaluru, India 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0334493 PMID:41196908	研究论文	本研究提出了一种结合深度学习和无人机摄影测量的多模态框架，用于监测印度班加罗尔的花岗岩采石场	首次将深度学习与多时相Sentinel-2卫星影像和无人机SfM-MVS摄影测量相结合，实现采石场自动分割和体积量化	研究基于干季数据，可能无法反映雨季变化；外部验证样本有限	开发自动化监测花岗岩采石场的框架，支持环境管理和监管	印度班加罗尔地区的花岗岩采石场	计算机视觉,遥感监测	NA	UAV摄影测量,SfM-MVS,卫星遥感	CNN	卫星影像,无人机影像	252个候选采石场，227个经实地验证，总面积740公顷	NA	U-Net,PSPNet,DeepLabV3+,FCN,EMANet	F1-score,IoU,95%置信区间,McNemar检验	NA
615	2025-11-10	Machine learning based fault classification for improved induction motor performance 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0335367 PMID:41196920	研究论文	本研究开发了一种基于机器学习的故障分类算法，用于提高三相感应电机的性能	通过综合应用多种数据预处理技术（SMOTE、FFT、PCA）和比较多种机器学习算法，实现了高效的电机故障分类	仅考虑了特定类型的轴承和转子故障，XGBoost模型性能不佳需要进一步优化，未涵盖多种故障类型和电机规格	开发准确高效的感应电机故障检测算法	三相感应电机的轴承和转子故障	机器学习	NA	振动数据分析，FFT频域分析	Random Forest, Decision Tree, KNN, XGBoost	三轴振动电流数据	在100W、200W和300W负载下的0.7mm轴承和转子故障数据	Scikit-learn	NA	准确率	NA
616	2025-11-10	aiGeneR 3.0: an enhanced deep network model for resistant strain identification and multi-drug resistance prediction in Escherichia coli causing urinary tract infection using next-generation sequencing data 2025, Frontiers in genetics IF:2.8Q2 DOI:10.3389/fgene.2025.1651917 PMID:41199746	研究论文	提出增强型深度学习模型aiGeneR 3.0，用于识别尿路感染大肠杆菌的耐药菌株和预测多药耐药性	首次将SNP水平分析与深度学习相结合，采用简化的LSTM架构处理不平衡和小型数据集	未明确说明样本数据集的具体规模和来源限制	开发有效的抗生素耐药性检测和分类方法	引起尿路感染的大肠杆菌及其抗生素耐药基因	机器学习	尿路感染	二代测序	LSTM	基因序列数据	NA	NA	LSTM	ROC-AUC, F1-score, 准确率, 精确率, 灵敏度, 特异性	NA
617	2025-11-10	Legal Logit Model for predicting judicial disagreement in Indian courts 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1671474 PMID:41199807	研究论文	提出一种结合离散选择理论与神经网络的法律Logit模型，用于预测印度最高法院对下级法院判决的推翻情况	将离散选择理论的可解释性与神经网络的灵活性相结合，在保持特征影响透明度的同时建模复杂非线性交互	最高法院意见中可能存在动机推理，限制了因果关系的解释	预测司法分歧并理解驱动法官决策的因素	印度最高法院的上诉案件和法官决策行为	自然语言处理	NA	NA	神经网络	最高法院意见文本数据	NA	NA	Legal Logit Model (LLM)	准确率	NA
618	2025-11-10	Multicenter evaluation of machine and deep learning methods to predict glaucoma surgical outcomes 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1636410 PMID:41199806	研究论文	开发机器学习和深度学习模型，利用术前电子健康记录预测青光眼手术结果	首次在大型多中心队列中使用1D-CNN和传统机器学习方法预测青光眼手术结果，并在内部和外部测试集上验证模型性能	仅使用术前EHR特征，未考虑术中或术后因素；外部测试集性能略有下降	预测青光眼手术结果，包括眼压控制、抗青光眼药物使用和是否需要再次手术	来自10个机构的9,386名接受青光眼手术的患者	医疗人工智能	青光眼	电子健康记录分析	CNN, 随机森林	结构化电子健康记录数据	13,173例手术，其中8,743例(66.4%)符合失败标准	NA	一维卷积神经网络(1D-CNN)	AUROC, 准确率	NA
619	2025-11-10	The inclusion of psychological factors in the evaluation of a curriculum enrichment program for students with high ability 2025, Frontiers in psychology IF:2.6Q2 DOI:10.3389/fpsyg.2025.1699593 PMID:41200045	研究论文	本研究评估了针对高能力学生的课程丰富项目Sakonduz对学业表现和心理因素的影响	在评估课程丰富项目时首次系统性地纳入了自尊、学习方法和创造力等心理变量	存在较高的流失率，项目持续时间较短，需要学校与教师更深入的参与以收集更多有效性证据	评估课程丰富项目对高能力学生学业表现和心理因素的影响	9所教育中心的5-6年级小学和1-2年级中学高能力学生，年龄9-13岁，68%男生，32%女生	教育心理学	NA	准实验研究设计，重复测量设计	NA	心理测评量表数据，学业成绩数据	来自9所教育中心的高能力学生，分为实验组和对照组	NA	NA	学业成绩评分，罗森伯格自尊量表，修订学习过程调查，CREA创造力测试	NA
620	2025-11-09	Deep learning NTCP model for late dysphagia after radiotherapy for head and neck cancer patients based on 3D dose, CT and segmentations 2025-Dec, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology IF:4.9Q1 DOI:10.1016/j.radonc.2025.111169 PMID:41033356	研究论文	本研究开发了基于深度学习的NTCP模型，利用3D剂量分布、CT图像和器官分割数据预测头颈癌放疗后晚期吞咽困难	首次将3D剂量分布、器官分割和CT扫描数据整合到深度学习模型中，相比传统NTCP模型使用离散剂量参数，能更全面捕捉吞咽困难的复杂性	研究样本量相对有限（1484例），且为多中心回顾性研究	提高头颈癌患者放疗后晚期吞咽困难的预测准确性	头颈癌放疗患者	数字病理	头颈癌	放射治疗，CT扫描	CNN	3D剂量分布，CT图像，器官分割数据	1484例头颈癌患者（多中心队列）	NA	Residual Network	AUC，校准曲线	NA