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
7281	2025-10-06	A Review on Biomarker-Enhanced Machine Learning for Early Diagnosis and Outcome Prediction in Ovarian Cancer Management 2025-Sep, Cancer medicine IF:2.9Q2 DOI:10.1002/cam4.71224 PMID:40927964	综述	评估生物标志物驱动的机器学习模型在卵巢癌早期检测、风险分层和治疗规划中的增强作用	系统整合多模态生物标志物数据与机器学习技术，显著提升卵巢癌诊断和预后预测性能	样本量较小、缺乏外部验证、排除了影像学和基因组学数据	改善卵巢癌的早期检测和预后预测	卵巢癌患者	机器学习	卵巢癌	生物标志物分析	Random Forest, XGBoost, Neural Networks, RNN	多模态数据（肿瘤标志物、炎症、代谢和血液学参数）	基于17项研究的综合分析	NA	集成方法、深度学习	AUC, 分类准确率	NA
7282	2025-10-06	Automated quantification of lung pathology on micro-CT in diverse disease models using deep learning 2025-Sep, EBioMedicine IF:9.7Q1 DOI:10.1016/j.ebiom.2025.105904 PMID:40886406	研究论文	开发基于深度学习的自动化肺部分割模型，用于量化多种疾病模型中的肺部病理变化	提出通用的深度学习肺部分割模型，能够适用于多种肺部疾病模型、扫描仪配置和啮齿类物种，并通过2.5D概率平均方法提高了分割精度	NA	开发能够自动量化肺部病理变化的深度学习模型，提高微CT数据分析效率	啮齿类动物（大鼠、仓鼠、八齿鼠）的肺部微CT图像	数字病理学	肺部疾病	微CT成像	深度学习	医学图像	来自唐氏综合征、病毒和真菌感染、COVID-19、肺部炎症和纤维化等多种疾病模型的纵向微CT图像数据集	NA	2D模型, 2.5D模型	Dice相似系数	NA
7283	2025-10-06	Improving age prediction using ECG signals: Insights into lifestyle impacts 2025 Sep-Oct, Journal of electrocardiology IF:1.3Q3 DOI:10.1016/j.jelectrocard.2025.154083 PMID:40716194	研究论文	本研究通过改进ECG信号预处理技术和引入容错训练机制，提高了基于心电图的年龄预测精度，并分析了生活方式对心脏老化的影响	提出了结合巴特沃斯带通滤波器和双曲正切变换的新型预处理方法，并引入了容忍标签噪声的训练机制	研究依赖于特定数据库，可能受到标签噪声和数据质量的限制	提高基于心电图的心脏年龄预测精度，并探索生活方式因素与心脏老化的关系	心电图信号和相关的行为生活方式数据	机器学习	心血管疾病	心电图信号处理	深度学习模型	心电图信号，行为信息	PTB-XL数据集、PLHDB和AISDB数据库	NA	NA	平均绝对误差(MAE)	NA
7284	2025-10-06	A Comparative Analysis of the Mamba, Transformer, and CNN Architectures for Multi-Label Chest X-Ray Anomaly Detection in the NIH ChestX-Ray14 Dataset 2025-Sep-01, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15172215 PMID:40941702	研究论文	对CNN、Transformer和Mamba架构在胸部X光异常检测中的性能进行综合比较分析	首次在医学影像分析中对Mamba、Transformer和CNN架构进行统一基准测试，发现混合架构在常见和罕见病理中均表现优异	仅使用单一数据集(NIH ChestX-ray14)进行评估，未在其他医学影像数据集上验证泛化能力	比较不同深度学习架构在胸部X光异常检测中的性能表现	胸部X光图像中的14种胸部疾病	计算机视觉	胸部疾病	深度学习	CNN, Transformer, Mamba	图像	112,120张标记的胸部X光图像	NA	ConvFormer, CaFormer, EfficientNet	AUROC	NA
7285	2025-10-06	EoML-SlideNet: A Lightweight Framework for Landslide Displacement Forecasting with Multi-Source Monitoring Data 2025-Sep-01, Sensors (Basel, Switzerland) DOI:10.3390/s25175376 PMID:40942805	研究论文	提出一种轻量级滑坡位移预测框架EoML-SlideNet，用于资源受限的边缘设备	引入浮点运算作为评估指标，提出双波段LASSO增强潜变量模块进行特征选择，结合自回归模型和轻量神经网络	仅在广西喀斯特地形特定场地的数据集上进行验证，使用单一CPU工作站进行评估	开发适用于边缘设备的轻量级滑坡位移预测系统	降雨引发的浅层滑坡位移预测	机器学习	NA	多传感器监测	自回归模型,轻量神经网络	多源监测数据	广西喀斯特地形特定场地的多传感器数据集	NA	DBLE-LV模块	MAE,RMSE,推理时间,FLOPs	单一CPU工作站
7286	2025-10-06	FracFusionNet: A Multi-Level Feature Fusion Convolutional Network for Bone Fracture Detection in Radiographic Images 2025-Aug-31, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15172212 PMID:40941699	研究论文	提出一种用于X射线图像骨折检测的多级特征融合卷积神经网络模型	设计能够捕获并整合低层级和高层级图像特征的多级特征融合网络架构	NA	通过深度学习提高医学影像中骨折检测的准确性和效率	骨骼X射线图像中的骨折区域	计算机视觉	骨科疾病	X射线成像	CNN	图像	使用BFMRX数据集（具体样本数量未明确说明）	NA	MLFNet（多级特征融合网络）	准确率	NA
7287	2025-10-06	An Artificial Intelligence-Based Melt Flow Rate Prediction Method for Analyzing Polymer Properties 2025-Aug-31, Polymers IF:4.7Q1 DOI:10.3390/polym17172382 PMID:40942301	研究论文	提出一种基于人工智能的熔体流动速率预测方法，用于分析聚合物性能	结合核极限学习机和随机向量函数链接两种集成模型，并使用鹈鹕优化算法进行优化，实现了聚合物熔体流动速率的实时预测	仅使用1044个聚合物样本，数据集规模有限	开发实时聚合物质量监测解决方案	聚合物样本	机器学习	NA	机器学习	KELM, RVFL	数值数据	1044个聚合物样本	NA	集成学习模型	R, MAE, RMSE, MAPE	NA
7288	2025-10-06	Effectiveness of Multi-Layer Perceptron-Based Binary Classification Neural Network in Detecting Breast Cancer Through Nine Human Serum Protein Markers 2025-Aug-29, Cancers IF:4.5Q1 DOI:10.3390/cancers17172832 PMID:40940928	研究论文	本研究开发了一种基于九种血清蛋白标志物的多层感知器神经网络模型，用于乳腺癌检测	将乳腺癌血清蛋白标志物从三种扩展到九种，并采用基于人工智能的深度学习模型确定诊断阈值	样本量相对有限（465例），仅评估了九种特定蛋白标志物	评估九种血清蛋白标志物在乳腺癌检测中的临床性能	243名健康对照者和222名乳腺癌患者的血清样本	机器学习	乳腺癌	质谱多重反应监测	多层感知器	蛋白质定量数据	465例（243健康对照，222乳腺癌患者）	NA	多层感知器	灵敏度,特异性,阳性预测值,阴性预测值,准确率,AUC	NA
7289	2025-10-06	Integrating Artificial Intelligence in Bronchoscopy and Endobronchial Ultrasound (EBUS) for Lung Cancer Diagnosis and Staging: A Comprehensive Review 2025-Aug-29, Cancers IF:4.5Q1 DOI:10.3390/cancers17172835 PMID:40940931	综述	本文全面回顾了人工智能在支气管镜和支气管内超声中用于肺癌诊断和分期的应用现状	系统整合了AI在多种支气管镜成像模式（白光成像、自体荧光支气管镜、光谱成像）和EBUS淋巴结评估中的应用潜力	当前证据主要基于小型、回顾性、单中心数据集，缺乏外部验证和实际工作流程整合	评估人工智能在肺癌诊断和分期中的辅助作用	支气管镜和支气管内超声检查技术	数字病理	肺癌	支气管镜、EBUS、EBUS-TBNA	深度学习	医学影像	NA	NA	NA	NA	NA
7290	2025-10-06	Comparative Analysis of Diagnostic Performance Between Elastography and AI-Based S-Detect for Thyroid Nodule Detection 2025-Aug-29, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15172191 PMID:40941678	研究论文	比较弹性成像与基于AI的S-detect在甲状腺结节检测中的诊断性能	首次系统比较传统弹性成像与深度学习辅助诊断软件S-detect在甲状腺结节良恶性鉴别中的诊断效能	单中心回顾性研究设计，样本量有限可能影响结果的普适性	评估弹性成像和S-detect在区分甲状腺结节良恶性方面的诊断性能和临床应用价值	159名甲状腺结节患者（61名男性，98名女性，年龄30-83岁）	医学影像分析	甲状腺结节	超声弹性成像，深度学习计算机辅助诊断	深度学习	超声灰度二维图像	159名患者（101例良性结节，58例恶性结节）	NA	S-detect (RS85)	准确率，敏感性，特异性，阳性预测值，阴性预测值，曲线下面积	NA
7291	2025-10-06	Efficient Navigable Area Computation for Underground Autonomous Vehicles via Ground Feature and Boundary Processing 2025-Aug-29, Sensors (Basel, Switzerland) DOI:10.3390/s25175355 PMID:40942784	研究论文	提出一种基于地面特征和边界处理的地下自动驾驶车辆可通行区域计算方法	通过点云实时校正、网格映射和自适应边界补全三步骤，解决了地下隧道光照差、水雾粉尘等恶劣环境下的边界检测问题	基于规则的方法在极端环境下可能不如深度学习方法灵活，计算能力有限制	开发适用于地下煤矿环境的自动驾驶车辆导航区域计算技术	地下煤矿无轨胶轮自动驾驶车辆	计算机视觉	NA	LiDAR点云处理	NA	点云数据，2D网格地图	真实地下车辆数据	NA	NA	边界检测准确性，跟踪一致性	有限计算能力环境
7292	2025-10-06	Artificial Intelligence-Assisted Biparametric MRI for Detecting Prostate Cancer-A Comparative Multireader Multicase Accuracy Study 2025-Aug-29, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm14176111 PMID:40943871	研究论文	评估AI辅助双参数MRI在检测前列腺癌中的诊断准确性，并与多参数MRI进行比较	首次采用AI辅助双参数MRI作为多参数MRI的潜在替代方案，并分析不同经验水平放射科医生的诊断表现	单中心回顾性研究，样本量相对有限（105例）	评估AI辅助双参数MRI检测前列腺癌的诊断准确性	疑似前列腺癌的男性患者	医学影像分析	前列腺癌	双参数MRI，多参数MRI，AI辅助图像处理	深度学习网络	MRI影像数据	105名男性患者（平均年龄66±7岁）	NA	序列深度学习网络	AUC，非劣效性检验	NA
7293	2025-10-06	ESPWA: a deep learning-enabled tool for precision-based use of endocrine therapy in resource-limited settings 2025-Aug-28, bioRxiv : the preprint server for biology DOI:10.1101/2025.08.27.672012 PMID:40909747	研究论文	开发了一种基于深度学习的工具ESPWA，用于在资源有限环境中通过H&E全切片图像预测乳腺癌雌激素受体状态	首个针对海地患者群体开发的深度学习模型，能够直接从H&E染色全切片图像预测ER状态，无需免疫组化检测	模型性能受数据集领域偏移影响，在TCGA和ZL数据集间存在性能差异	解决资源有限地区乳腺癌患者内分泌治疗精准化需求	乳腺癌患者的H&E染色全切片图像	数字病理学	乳腺癌	全切片成像分析，免疫组化	深度学习	图像	TCGA队列1085例，海地ZL队列3448例	NA	基于注意力的多实例学习	AUROC, 准确率	NA
7294	2025-10-06	Enhanced Breast Cancer Diagnosis Using Multimodal Feature Fusion with Radiomics and Transfer Learning 2025-Aug-28, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15172170 PMID:40941663	研究论文	本研究通过融合影像组学和深度学习特征，开发了一种增强乳腺癌诊断准确性的多模态特征融合方法	结合影像组学特征和深度学习特征构建统一的多模态特征空间，并系统比较了13种预训练迁移学习模型的性能	仅使用单一数据集，未整合临床数据、基因组信息和患者病史等多模态数据	提高乳腺癌诊断的模型准确性和鲁棒性	乳腺癌影像数据	计算机视觉	乳腺癌	影像组学分析，深度学习	迁移学习	医学影像	CBIS-DDSM数据集	PyRadiomics, TensorFlow, PyTorch	ResNet50, ResNet50V2, ResNet101, ResNet101V2, ResNet152, ResNet152V2, DenseNet121, DenseNet169, DenseNet201, InceptionV3, MobileNet, VGG16, VGG19	准确率	GPU
7295	2025-10-06	Mapping the Complicated Relationship Between a Temperature Field and Cable Tension by Using Composite Deep Networks and Real Data with Additional Geometric Information 2025-Aug-28, Sensors (Basel, Switzerland) DOI:10.3390/s25175346 PMID:40942775	研究论文	本文提出一种复合深度网络方法，利用桥梁温度场和几何信息建立斜拉桥索力与温度场的映射关系模型	结合几何兼容性和力学平衡条件，设计包含CNN和LSTM的复合神经网络架构，同时处理温度场和主梁挠度回归值两种数据	未解决曲线拐点处的非线性问题和数据分布的复杂性，可能影响模型稳定性	建立斜拉桥温度引起索力的精确回归模型，为索力异常变化提供基准参考	斜拉桥电缆张力与温度场的关系	机器学习	NA	深度学习	CNN,LSTM	温度场数据,几何变形数据	NA	NA	卷积神经网络,长短期记忆网络	决定系数R²,回归误差	NA
7296	2025-10-06	From Data to Diagnosis: A Novel Deep Learning Model for Early and Accurate Diabetes Prediction 2025-Aug-27, Healthcare (Basel, Switzerland) DOI:10.3390/healthcare13172138 PMID:40941490	研究论文	提出一种新型深度学习模型TIPNet用于早期准确预测糖尿病	设计了时序初始感知器网络(TIPNet)，能够捕捉复杂特征关系和时间动态，结合自适应合成过采样策略和可解释AI技术	NA	开发准确且可解释的糖尿病早期预测模型	糖尿病健康指标数据	机器学习	糖尿病	深度学习	TIPNet	结构化健康指标数据	253,680个实例，22个特征	NA	时序初始感知器网络	准确率,F1分数,召回率,AUC	NA
7297	2025-10-06	BiU-Net: A Biologically Informed U-Net for Genotype Imputation 2025-Aug-26, Research square DOI:10.21203/rs.3.rs-6797863/v1 PMID:40909775	研究论文	提出一种基于生物学信息的U-Net模型BiU-Net，用于解决基因型插补问题	将生物学信息融入U-Net架构，通过分割基因型数据并编码位置信息来保持基因组上下文	未明确说明在小数据集中的罕见变异插补性能提升程度	开发更准确的基因型插补方法以提升全基因组关联研究的统计功效	基因型数据	机器学习	NA	基因型插补	U-Net	基因型数据	1000基因组计划、路易斯安那骨质疏松研究、西蒙斯基因组多样性计划数据集	NA	BiU-Net	整体指标、按次要等位基因频率分层的指标	NA
7298	2025-10-06	Artificial Intelligence in Ocular Transcriptomics: Applications of Unsupervised and Supervised Learning 2025-Aug-26, Cells IF:5.1Q2 DOI:10.3390/cells14171315 PMID:40940727	综述	本文综述了2019-2025年间人工智能在眼科转录组学中的应用，重点介绍了监督和非监督学习方法在生物标志物发现、细胞类型分类及眼部疾病建模方面的进展	系统总结了AI在眼科转录组学中的最新应用，涵盖单细胞工作流程标准技术和深度学习多组学整合方法	存在可解释性和标准化方面的挑战	探讨人工智能在眼科转录组学数据分析中的应用价值	眼部组织转录组数据，包括视网膜、角膜、黄斑等组织	机器学习	眼科疾病	微阵列、bulk RNA-seq、单细胞RNA-seq	PCA,t-SNE,UMAP,WGCNA,LASSO,SVM,随机森林,变分自编码器,神经网络	基因表达数据	NA	NA	NA	NA	NA
7299	2025-10-06	Deep Learning for Cervical Spine Radiography: Automated Measurement of Intervertebral and Neural Foraminal Distances 2025-Aug-26, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15172162 PMID:40941650	研究论文	提出一种基于深度学习的自动化方法，用于定位颈椎X光片中的椎体并测量神经孔距离	使用YOLOv8实现颈椎自动定位和分割，集成图像增强技术分析神经孔距离和椎间隙，显著提升C7椎体识别准确率至100%	NA	开发自动化颈椎X光片分析系统，提高诊断效率和准确性	C2至C7颈椎椎体，重点关注神经孔距离和椎间隙测量	计算机视觉	颈椎退行性疾病	X射线成像，图像增强	YOLO	X光图像	NA	NA	YOLOv8	定位准确率，处理时间	NA
7300	2025-10-06	A Rapid Segmentation Method Based on Few-Shot Learning: A Case Study on Roadways 2025-Aug-26, Sensors (Basel, Switzerland) DOI:10.3390/s25175290 PMID:40942720	研究论文	提出一种基于小样本学习的快速道路分割方法，通过正负样本学习机制实现跨场景高效分割	提出结合反投影模块和分割模块的新型架构，设计同时考虑正负样本的学习机制，无需迁移学习即可实现跨场景快速分割	仅针对道路图像进行验证，在其他类型图像上的泛化能力未经验证	降低分割模型的部署成本，促进道路图像分割应用	道路图像	计算机视觉	NA	小样本学习	深度学习	图像	少量道路图像提示样本	NA	反投影模块(BPM), 分割模块(SM)	交并比(IoU)	边缘部署