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
6561	2025-10-06	Deep ensemble architecture with improved segmentation model for Alzheimer's disease detection 2025-May, Journal of medical engineering & technology DOI:10.1080/03091902.2025.2484691 PMID:40219912	研究论文	提出一种用于阿尔茨海默病检测的深度集成架构，通过改进的分割模型和特征提取方法提高检测准确率	提出改进的U-Net分割架构和En-LeCILSTM集成模型，结合LeNet、CNN和改进LSTM，通过模型输出平均提升检测精度	NA	开发更有效的阿尔茨海默病检测方法	阿尔茨海默病患者的医学影像数据	医学影像分析	阿尔茨海默病	深度学习	集成学习, CNN, LSTM	医学影像	NA	NA	U-Net, LeNet, CNN, LSTM	准确率, F-measure	NA
6562	2025-10-06	A comprehensive benchmark for multiple highly efficient base editors with broad targeting scope 2025-Apr-25, bioRxiv : the preprint server for biology DOI:10.1101/2024.12.17.628899 PMID:39763781	研究论文	本研究构建了10种高效碱基编辑器并建立了包含34,040种BE-gRNA-靶点组合的大规模基准数据集，开发了深度学习模型BEEP用于预测编辑效率	首次系统评估多种高效碱基编辑器的编辑特性，发现广泛的非经典PAM识别能力，并开发了可预测编辑效率的深度学习模型	NA	建立碱基编辑器性能基准并开发编辑效率预测工具	10种腺嘌呤和胞嘧啶碱基编辑器及其与gRNA和靶点的组合	生物信息学	遗传疾病	碱基编辑技术、基因组整合、深度学习	深度学习模型	基因组编辑数据	34,040个BE-gRNA-靶点组合，3,558个疾病相关SNVs验证	NA	BEEP（Base Editing Efficiency Predictor）	编辑效率预测准确性	NA
6563	2025-10-06	Long-term care plan recommendation for older adults with disabilities: a bipartite graph transformer and self-supervised approach 2025-04-01, Journal of the American Medical Informatics Association : JAMIA IF:4.7Q1 DOI:10.1093/jamia/ocae327 PMID:39883541	研究论文	提出一种基于二分图Transformer和自监督学习的长期护理计划推荐方法，为残疾老年人提供个性化护理方案	提出结合特征向量中心性的图Transformer架构，并使用基于预测的图自监督学习方法挖掘图节点深层表示	在罕见或复杂护理服务项目上的表现有待进一步提升	为残疾老年人推荐全面的长期护理计划	残疾老年人的护理数据	机器学习	老年疾病	深度学习	Transformer, 图神经网络	图数据	1917个节点和195240条边，来自真实世界护理数据	NA	Bipartite Graph Transformer (BiT)	F1-score	NA
6564	2025-10-06	Deep Learning-Based Computer-Aided Diagnosis in Coronary Artery Calcium-Scoring CT for Pulmonary Nodule Detection: A Preliminary Study 2025-Apr, Yonsei medical journal IF:2.6Q1 DOI:10.3349/ymj.2024.0050 PMID:40134084	研究论文	评估基于深度学习的计算机辅助诊断系统在冠状动脉钙化评分CT中检测肺结节的可行性和实用性	首次将基于薄层图像的深度学习CAD系统应用于冠状动脉钙化评分CT的肺结节检测	回顾性研究设计，样本量有限(273例患者)，需要进一步前瞻性验证	评估深度学习辅助诊断在冠状动脉钙化评分CT中检测肺结节的性能	接受冠状动脉钙化评分CT检查的273例患者(平均年龄63.9±13.2岁，男性129例)	计算机视觉	肺癌	CT扫描	深度学习	医学影像	273例患者，269个肺结节	NA	NA	灵敏度,阳性预测值,F1分数	NA
6565	2025-10-06	SGA-Driven feature selection and random forest classification for enhanced breast cancer diagnosis: A comparative study 2025-Mar-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95786-1 PMID:40159513	研究论文	提出一种结合海鸥优化算法进行特征选择和随机森林分类器的乳腺癌诊断新方法	首次将海鸥优化算法应用于乳腺癌诊断中的基因选择，通过系统探索特征空间识别最具信息量的基因子集	未集成其他自然启发算法和深度学习模型，临床适用性有待进一步验证	提高乳腺癌分类准确率并降低计算复杂度	乳腺癌基因数据	机器学习	乳腺癌	基因表达分析	随机森林	基因数据	NA	Scikit-learn	随机森林	准确率	NA
6566	2025-10-06	Deep learning analysis of MRI accurately detects early-stage perihilar cholangiocarcinoma in patients with primary sclerosing cholangitis 2025-Mar-20, Hepatology (Baltimore, Md.) DOI:10.1097/HEP.0000000000001314 PMID:40112296	研究论文	开发基于深度学习的MRI分析模型用于检测原发性硬化性胆管炎患者的早期肝门部胆管癌	首次将3D DenseNet-121深度学习模型应用于MRI图像分析，在缺乏明显肿块的情况下仍能高灵敏度检测早期pCCA	回顾性多中心研究，样本量有限（398例患者）	创建深度学习模型分析MRI图像以检测早期肝门部胆管癌，并与放射科专家诊断性能比较	患有大胆管原发性硬化性胆管炎的成年患者	计算机视觉	胆管癌	对比增强MRI	CNN	医学影像	398例患者（训练队列150例，测试队列248例），其中230例患有pCCA	NA	3D DenseNet-121	灵敏度, 特异性, AUC	NA
6567	2025-10-06	Deep Learning Models to Predict Diagnostic and Billing Codes Following Visits to a Family Medicine Practice: Development and Validation Study 2025-Mar-07, JMIR AI DOI:10.2196/64279 PMID:40605560	研究论文	开发并验证能够从家庭医学实践电子病历笔记中预测诊断和账单代码的深度学习模型	首次在家庭医学领域应用深度学习模型自动预测诊断和账单代码，减少计费错误和遗漏	模型在诊断代码预测方面的召回率和精确度相对较低，且需要进一步验证在其他家庭医学实践中的泛化能力	开发能够从电子病历笔记中自动预测诊断和账单代码的机器学习模型，提高家庭医学实践的计费效率	家庭医学实践中的就诊记录和相应的电子病历笔记	自然语言处理	家庭医学相关疾病	电子病历分析	深度学习模型	文本	198,802次就诊记录（来自总共245,045次符合条件的就诊）	NA	NA	准确率, 召回率, 精确率, F1分数, ROC曲线下面积	NA
6568	2025-10-06	Adapting a style based generative adversarial network to create images depicting cleft lip deformity 2025-01-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-86588-6 PMID:39875471	研究论文	开发了一种基于StyleGAN的唇裂面部图像生成器CleftGAN，用于生成大量高质量的唇裂畸形面部图像	首次将StyleGAN通过迁移学习应用于唇裂畸形图像生成，并提出了新的正常性差异指数评估指标	仅使用514张唇裂面部正面照片作为训练数据，数据量相对有限	解决面部畸形评估中高质量患者图像数据集稀缺的问题	唇裂畸形患者的面部图像	计算机视觉	唇裂	迁移学习、数据增强	GAN	图像	514张唇裂面部正面照片，基于70,000张正常面部的基础模型	NA	StyleGAN	Frechet Inception Distance, Perceptual Path Length, Divergence Index of Normality	NA
6569	2025-10-06	Development of a handheld GPU-assisted DSC-TransNet model for the real-time classification of plant leaf disease using deep learning approach 2025-01-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-82629-8 PMID:39875383	研究论文	开发了一种手持GPU辅助的DSC-TransNet模型，用于植物叶片病害的实时分类	将VGG19架构特征与变压器编码器块相结合的混合深度学习模型，通过深度可分离卷积层提升计算效率	NA	实现植物叶片病害的快速准确识别，促进农业可持续发展	葡萄、甜椒和番茄植物的叶片病害	计算机视觉	植物病害	深度学习	混合深度学习模型	叶片图像	NA	NA	VGG19,Transformer,DSC-TransNet	准确率,精确率,召回率,灵敏度,F1分数,AUC	NVIDIA Jetson Nano单板计算机
6570	2025-10-06	A guide for active learning in synergistic drug discovery 2025-01-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-85600-3 PMID:39875437	研究论文	本文探讨了主动学习在协同药物发现中的关键组成部分并提供了实施建议	发现分子编码对性能影响有限，而细胞环境特征显著增强预测能力；主动学习仅探索10%组合空间即可发现60%协同药物对	协同药物对出现频率低限制了AI预测效果	为协同药物组合筛选中的主动学习实施提供指导	协同药物组合	机器学习	NA	主动学习，深度学习	深度学习模型	分子编码数据，细胞环境特征数据	NA	NA	NA	协同产率比	NA
6571	2025-10-06	A pediatric emergency prediction model using natural language process in the pediatric emergency department 2025-01-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-87161-x PMID:39875462	研究论文	本研究开发了一种基于深度学习和自然语言处理的儿科急诊预测模型	首次将基于KM-BERT框架的深度学习模型应用于儿科急诊预测，并采用Shapley解释方法提供模型预测洞察	研究数据仅来自单一韩国三级医院，可能影响模型的泛化能力	开发能够识别儿科急诊病例的预测模型以优化医疗资源分配	儿科急诊病例	自然语言处理	儿科急诊疾病	自然语言处理	机器学习模型,深度学习模型	电子医疗记录文本	87,759例儿科病例	KM-BERT	KM-BERT	AUROC,AUPRC,F1-score	NA
6572	2025-10-06	Identifying factors that contribute to collision avoidance behaviours while walking in a natural environment 2025-01-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-88149-3 PMID:39875496	研究论文	本研究通过深度学习分析自然环境中行人避碰行为的影响因素	首次在真实城市路径中研究行人避碰行为，结合深度学习轨迹提取与无偏见人工标注	研究仅基于单一城市路径观察，未控制环境变量	识别影响行人避碰行为的关键因素	自然环境中行走的行人	计算机视觉	NA	视频录制，行为分析	深度学习算法	视频	繁忙城市路径上的行人轨迹数据	NA	NA	NA	NA
6573	2025-10-06	OCT-based diagnosis of glaucoma and glaucoma stages using explainable machine learning 2025-01-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-87219-w PMID:39875492	研究论文	本研究开发了一种基于光学相干断层扫描图像的可解释人工智能工具，用于青光眼的诊断和分期	首次将可解释人工智能技术应用于青光眼诊断和分期，通过SHAP特征排序和偏依赖分析提供透明决策依据	样本量相对有限（602只眼睛），需要更大规模验证	开发可解释的机器学习工具用于青光眼诊断和分期	334只正常眼睛和268只青光眼眼睛（86早期，72中期，110晚期）	医学影像分析	青光眼	光学相干断层扫描	机器学习模型	图像	602只眼睛（334正常，268青光眼）	NA	NA	AUC, 准确率	NA
6574	2025-10-06	Digital framework for georeferenced multiplatform surveillance of banana wilt using human in the loop AI and YOLO foundation models 2025-01-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-87588-2 PMID:39875516	研究论文	开发基于AI的多平台地理参考监测系统，用于香蕉枯萎病的检测和管理	结合人类参与循环AI和YOLO基础模型，创建地理参考的多平台监测框架，并应用可解释AI技术增强模型透明度	NA	提高香蕉枯萎病的检测和管理效率	香蕉植株的健康状况、镰刀菌枯萎病和黄单胞菌枯萎病	计算机视觉	植物病害	深度学习，可解释AI	YOLO-NAS, YOLOv8, YOLOv9, Faster-RCNN	航拍图像，地面图像	来自非洲、拉丁美洲、印度、亚洲和澳大利亚的香蕉病害发生数据集	NA	YOLO-NAS, YOLOv8, YOLOv9, Faster-RCNN	mAP@50, 精确率, 召回率	NA
6575	2025-10-06	Using partially shared radiomics features to simultaneously identify isocitrate dehydrogenase mutation status and epilepsy in glioma patients from MRI images 2025-01-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-87778-y PMID:39875517	研究论文	本研究利用部分共享的影像组学特征同时预测胶质瘤患者的IDH突变状态和癫痫发生	首次探索IDH突变状态与癫痫发生的相关性，提出基于LASSO的迭代特征选择方法筛选共享特征和任务特定特征	回顾性研究，样本量有限，外部验证仅针对IDH突变状态	提高胶质瘤患者IDH突变状态识别和癫痫诊断模型的性能	II-IV级胶质瘤患者	医学影像分析	胶质瘤	MRI影像分析	机器学习模型	医学影像	399例患者（训练集279例，测试集120例），外部测试集228例	NA	预训练深度学习模型	AUC	NA
6576	2025-10-06	Empowering Precision Medicine for Rare Diseases through Cloud Infrastructure Refactoring 2025, AMIA Joint Summits on Translational Science proceedings. AMIA Joint Summits on Translational Science PMID:40502250	研究论文	本研究开发并评估基于云计算的医疗基础设施，以加速罕见疾病诊断	通过云基础设施重构解决本地计算系统在可扩展性、维护和协作方面的挑战	未提及具体技术实施细节和性能评估结果	开发可扩展的云计算基础设施以支持罕见疾病精准医疗	罕见疾病诊断系统	医疗信息学	罕见疾病	数据挖掘,语义网技术,深度学习,图嵌入技术	深度学习模型	医疗数据	NA	NA	NA	NA	云计算基础设施
6577	2025-10-06	MRISeqClassifier: A Deep Learning Toolkit for Precise MRI Sequence Classification 2025, AMIA Joint Summits on Translational Science proceedings. AMIA Joint Summits on Translational Science PMID:40502266	研究论文	开发了一个用于精确MRI序列分类的深度学习工具包	针对小型未精炼MRI数据集开发了专用工具包，仅需10%的典型数据量即可达到99%准确率，性能可与基于大型精细数据集训练的系统相媲美	NA	解决MRI序列因标注混乱或错误而难以区分的问题，提供有效的序列分类工具	MRI图像序列（T1加权、T2加权、FLAIR等）	计算机视觉	NA	磁共振成像	深度学习	医学图像	仅需其他研究典型数据量的10%	NA	轻量级模型架构，集成投票方法	准确率	NA
6578	2025-10-06	Explainable Diagnosis Prediction through Neuro-Symbolic Integration 2025, AMIA Joint Summits on Translational Science proceedings. AMIA Joint Summits on Translational Science PMID:40502272	研究论文	本研究通过神经符号方法开发可解释的诊断预测模型，在糖尿病预测案例中验证其性能	采用逻辑神经网络整合领域知识和可学习参数，在保持预测性能的同时增强模型可解释性	目前仅在糖尿病预测案例中进行验证，需要扩展到更大更多样的数据集	开发同时具备高准确性和可解释性的医疗诊断预测模型	糖尿病患者的诊断预测	机器学习	糖尿病	神经符号集成方法	逻辑神经网络	医疗数据	NA	NA	多路径模型,综合模型	准确率,AUC	NA
6579	2025-10-06	Regularization by neural style transfer for MRI field-transfer reconstruction with limited data 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1579251 PMID:40607454	研究论文	提出一种基于神经风格转换的MRI场转移重建框架RNST，可在有限数据条件下生成高质量图像	首次将神经风格转换与去噪器结合用于MRI场转移重建，无需配对训练数据即可从低场输入生成高场质量图像	未明确说明具体的数据集规模和计算资源需求	解决数据有限场景下的MRI场转移重建问题	磁共振图像，涵盖轴向、冠状面和矢状面等多个解剖平面	医学影像分析	NA	神经风格转换，去噪正则化	深度学习模型	磁共振图像	有限数据设置，具体数量未说明	NA	神经风格转换引擎与去噪器结合架构	图像清晰度、对比度、结构保真度	NA
6580	2025-10-06	Video swin-CLSTM transformer: Enhancing human action recognition with optical flow and long-term dependencies 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0327717 PMID:40622917	研究论文	提出一种结合光流和长时序依赖的视频Swin-CLSTM Transformer模型，用于提升复杂背景下的人体动作识别性能	在Video Swin Transformer基础上集成光流信息和ConvLSTM模块，增强对复杂背景干扰的抵抗能力和长时序动作语义的理解能力	仅在UCF-101数据集上验证，未在其他更复杂或更大规模数据集上测试	提升复杂背景下人体动作识别的准确性和长时序语义理解能力	视频中的人体动作	计算机视觉	NA	光流分析，稀疏采样	Transformer, ConvLSTM	视频，RGB图像，光流	UCF-101数据集	NA	Video Swin Transformer, ConvLSTM	Top-1准确率，Top-5准确率	NA