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
7481	2025-10-06	Research on Plant RNA-Binding Protein Prediction Method Based on Improved Ensemble Learning 2025-Jun-10, Biology DOI:10.3390/biology14060672 PMID:40563923	研究论文	提出一种基于改进集成学习的植物RNA结合蛋白预测方法，整合浅层和深度学习模型	将SVM、LR、LDA和LightGBM的预测结果集成到增强的TextCNN中，使用K-肽组成编码和相关性阈值减少冗余	NA	开发准确预测植物RNA结合蛋白的计算方法	植物RNA结合蛋白	机器学习	NA	K-肽组成编码	SVM,LR,LDA,LightGBM,CNN	蛋白质序列	基准数据集4992条序列，独立测试集1086条序列	NA	TextCNN	ACC,F1-score,MCC,SN,SP	NA
7482	2025-10-06	A Novel Machine Learning Model for the Automated Diagnosis of Nasal Pathology in Canine Patients 2025-Jun-10, Animals : an open access journal from MDPI IF:2.7Q1 DOI:10.3390/ani15121718 PMID:40564270	研究论文	开发用于犬类鼻腔病理自动诊断的机器学习模型	首次将神经网络流程应用于犬类鼻腔病理的CT图像分类	样本量较小（仅80个CT研究），仅针对三种鼻腔状况进行分类	开发基于CT图像的犬类鼻腔病理自动诊断系统	犬类头部CT扫描图像	计算机视觉	鼻腔疾病	CT扫描	神经网络	医学影像	80个CT研究	NA	NA	准确率	NA
7483	2025-10-06	Edge Artificial Intelligence Device in Real-Time Endoscopy for the Classification of Colonic Neoplasms 2025-Jun-10, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15121478 PMID:40564799	研究论文	开发并评估了一种基于深度学习的结肠镜图像分类模型，用于在边缘计算硬件上实时进行结直肠病变组织学分类	采用边缘计算设备实现去中心化架构，显著提升AI系统的可访问性和实时性能，将推理速度提升至2-6毫秒/帧	回顾性研究设计，样本量相对有限（内部测试2418张图像，外部测试269张图像）	构建和评估用于实时内窥镜检查的深度学习分类模型，实现结直肠病变的自动组织学分类	结肠镜图像中的结直肠病变	计算机视觉	结直肠癌	结肠镜检查	深度学习	图像	2418张结肠镜图像（内部数据集）和269张结肠镜图像（外部测试集）	NA	NA	准确率	边缘计算硬件（GPU模式和CPU模式）
7484	2025-10-06	LL-MAROCO: A Large Language Model-Assisted Robotic System for Oral and Craniomaxillofacial Osteotomy 2025-Jun-09, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12060629 PMID:40564445	研究论文	开发基于大语言模型ChatGPT-4的口腔颌面截骨术智能手术机器人系统，实现自主手术规划与执行	首次将大语言模型ChatGPT-4与手术机器人系统集成，实现口腔颌面截骨术的自主规划与导航跟踪的全面整合	仅验证了两种代表性手术程序，需要更广泛的手术类型验证	开发智能手术机器人系统以提高口腔颌面截骨术的精确性和安全性	口腔颌面骨畸形患者	医疗机器人	口腔颌面骨畸形	深度学习，机器人辅助手术	大语言模型，深度学习模型	视觉数据，文本数据	NA	NA	ChatGPT-4	轨迹规划精度，执行精度，完成率	NA
7485	2025-10-06	Deep Learning Based Automatic Ankle Tenosynovitis Quantification from MRI in Patients with Psoriatic Arthritis: A Feasibility Study 2025-Jun-09, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15121469 PMID:40564790	研究论文	本研究开发了一种基于深度学习的自动量化方法，用于从银屑病关节炎患者的MRI中分割和量化踝关节腱鞘炎	首次实现银屑病关节炎患者踝关节腱鞘炎的完全自动分割和体积量化，替代传统半定量视觉评分方法	样本量相对有限（71名患者），需要进一步验证在更大群体中的适用性	开发自动量化银屑病关节炎患者踝关节腱鞘炎的深度学习方法	银屑病关节炎患者的踝关节MRI扫描	医学影像分析	银屑病关节炎	磁共振成像	深度学习分割模型	MRI图像	71名患者的364个踝关节3T MRI扫描	nnUNet	nnUNet	Dice分数, Spearman相关系数	NA
7486	2025-10-06	Prediction of Alzheimer's Disease Based on Multi-Modal Domain Adaptation 2025-Jun-07, Brain sciences IF:2.7Q3 DOI:10.3390/brainsci15060618 PMID:40563789	研究论文	提出一种基于多模态域适应的阿尔茨海默病预测模型，融合MRI和PET数据提升分类准确率	首次将多模态数据融合与深度域适应相结合，通过多头注意力机制实现动态特征融合，有效解决跨数据集域分布差异问题	仅使用ADNI数据集，未在其他独立数据集上验证模型泛化能力	开发阿尔茨海默病的计算机辅助诊断方法	阿尔茨海默病患者、轻度认知障碍患者和认知正常对照组	计算机视觉	阿尔茨海默病	结构磁共振成像, 18-氟-脱氧葡萄糖正电子发射断层扫描	CNN, 域适应	医学图像	639名来自ADNI的受试者	NA	卷积神经网络, 多头注意力机制	准确率	NA
7487	2025-10-06	A Dual-Feature Framework for Enhanced Diagnosis of Myeloproliferative Neoplasm Subtypes Using Artificial Intelligence 2025-Jun-07, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12060623 PMID:40564439	研究论文	提出一种结合手工特征和自动特征提取的双特征框架，用于改进费城染色体阴性骨髓增殖性肿瘤亚型的AI诊断分类	首次将手工特征（可解释的形态学和纹理特征）与深度学习自动提取的复杂特征相结合，通过概率拼接实现最优分类性能	对某些特征类型假设了正态分布，这可能存在局限性	提高费城染色体阴性骨髓增殖性肿瘤亚型的诊断准确性	费城染色体阴性骨髓增殖性肿瘤亚型（包括原发性血小板增多症、真性红细胞增多症和原发性骨髓纤维化）	数字病理学	骨髓增殖性肿瘤	组织病理学图像分析	深度学习模型	组织病理学图像	NA	Optuna	NA	精确度, 召回率, F1分数, 准确率, 特异性, 加权平均值	NA
7488	2025-10-06	Using Deep Learning With Few-Shot Learning to Improve Data Capture in Total Hip Arthroplasty Operative Notes 2025-Jun-06, The Journal of arthroplasty IF:3.4Q1 DOI:10.1016/j.arth.2025.06.008 PMID:40484056	研究论文	本研究评估了使用GPT-4和小样本学习技术从全髋关节置换术手术记录中提取结构化数据的可行性	首次将GPT-4与小样本学习结合应用于骨科手术记录的结构化数据提取，并能够提供分类依据的临床论证	研究仅基于单一机构的240份手术记录，样本量有限，需要更大规模验证	改进全髋关节置换术手术记录的数据捕获方法，为骨科注册研究提供结构化数据	全髋关节置换术手术记录	自然语言处理	骨科疾病	小样本学习，文本分析	GPT-4	文本	240份手术记录，来自38名外科医生	NA	GPT-4	准确率，Flesch-Kincaid可读性评分，自BLEU评分，字符级序列匹配率	NA
7489	2025-10-06	Lightweight Brain Tumor Segmentation Through Wavelet-Guided Iterative Axial Factorization Attention 2025-Jun-06, Brain sciences IF:2.7Q3 DOI:10.3390/brainsci15060613 PMID:40563784	研究论文	提出一种轻量级深度学习框架，通过小波引导的迭代轴向注意力实现脑肿瘤的3D MRI分割	结合自适应离散小波分解和迭代轴向注意力机制，在保持精度的同时显著降低计算复杂度	仅在特定数据集上验证，未在更广泛的临床场景中测试	开发高效准确的脑肿瘤分割方法，适用于资源受限的临床环境	脑肿瘤的3D MRI图像分割	医学影像分析	脑肿瘤	3D MRI	深度学习	3D医学图像	BraTS2020和FeTS2022数据集	NA	小波分解模块, 迭代轴向注意力机制	Dice系数	仅需523万参数和9.75 GFLOPs计算量
7490	2025-10-06	Hybrid Deep Learning Architecture with Adaptive Feature Fusion for Multi-Stage Alzheimer's Disease Classification 2025-Jun-06, Brain sciences IF:2.7Q3 DOI:10.3390/brainsci15060612 PMID:40563783	研究论文	提出一种用于多阶段阿尔茨海默病分类的混合深度学习架构，通过自适应特征融合整合局部和全局脑部特征	提出自适应特征融合层，通过注意力机制动态整合ResNet50的局部结构特征和视觉变换器的全局连接模式	仅使用T1加权MRI扫描，未包含多模态数据；外部验证数据集类别较少	提高阿尔茨海默病多阶段分类的准确性，实现早期精确诊断	阿尔茨海默病患者	计算机视觉	阿尔茨海默病	T1加权MRI扫描	CNN, Transformer	图像	2380个MRI扫描（AD5C数据集）	NA	ResNet50, Vision Transformer (ViT)	准确率, 精确率, 召回率, F1分数	NA
7491	2025-10-06	A Hybrid Artificial Intelligence Approach for Down Syndrome Risk Prediction in First Trimester Screening 2025-Jun-06, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15121444 PMID:40564765	研究论文	本研究开发了一种混合人工智能方法，通过将一维患者数据转换为二维条形码图像，利用Transformer深度学习模型提高唐氏综合征早期筛查的风险预测准确性	提出将一维临床数据转换为二维Aztec条形码图像的方法，结合多种Transformer架构和特征选择技术进行唐氏综合征风险预测	需要在更广泛的临床环境中进行进一步比较研究以验证其性能	提高孕早期唐氏综合征筛查的风险预测准确性、效率和可靠性	孕早期筛查患者数据	机器学习	唐氏综合征	孕早期筛查（NT、hCG、PAPP-A检测）	Transformer, Bagged Trees, Naive Bayes	临床数据，图像	958例匿名患者记录	NA	DeiT3, MaxViT, Swin	准确率	NA
7492	2025-10-06	Alzheimer's Disease Prediction Using Fisher Mantis Optimization and Hybrid Deep Learning Models 2025-Jun-06, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15121449 PMID:40564769	研究论文	提出一种结合Fisher Mantis优化和混合深度学习模型的阿尔茨海默病预测方法	首次将Fisher Mantis优化算法与GLCM纹理特征、VGG-16空间特征和CNN-LSTM分类器相结合用于AD诊断	仅使用公开数据集进行验证，未在临床环境中进行实际应用测试	提高阿尔茨海默病的早期诊断准确率	阿尔茨海默病患者	医学影像分析	阿尔茨海默病	MRI成像	CNN,LSTM,混合深度学习模型	医学影像	ADNI和MIRIAD数据集	NA	VGG-16,CNN-LSTM,MLP-LSTM	准确率,敏感度,精确率,F1分数	NA
7493	2025-10-06	AI-Driven Transcriptome Prediction in Human Pathology: From Molecular Insights to Clinical Applications 2025-Jun-04, Biology DOI:10.3390/biology14060651 PMID:40563902	综述	本文系统回顾了基于人工智能从多模态数据预测基因表达的方法及其在临床病理学中的应用	提出通过非侵入性多模态数据（如病理图像、基因组序列和电子健康记录）而非直接分子检测来预测基因表达水平的AI驱动方法	面临数据异质性、噪声以及隐私和算法偏见等伦理问题的挑战，可扩展性、可解释性和公平部署仍需进一步创新	探索人工智能在预测基因表达和疾病诊断中的应用，推动个性化医疗发展	人类病理学中的基因表达调控和疾病诊断	数字病理学	癌症	多模态数据分析	机器学习算法,深度学习模型	组织病理学图像,基因组序列,电子健康记录	NA	NA	NA	NA	NA
7494	2025-10-06	GCSA-SegFormer: Transformer-Based Segmentation for Liver Tumor Pathological Images 2025-Jun-04, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12060611 PMID:40564427	研究论文	提出一种结合全局通道空间注意力模块的Transformer分割网络，用于肝脏肿瘤病理图像分割	提出新颖的全局通道空间注意力(GCSA)模块，结合通道注意力、通道混洗和空间注意力来捕获特征图中的全局依赖关系	NA	提高病理图像分割的准确性和效率，辅助病理医生诊断	肝脏肿瘤病理图像和乳腺组织病理图像	数字病理	肝脏肿瘤	深度学习	Transformer	病理图像	肝脏数据集和公开ICIAR 2018 BACH数据集	NA	SegFormer, GCSA-SegFormer	MIoU, MPA	NA
7495	2025-10-06	Use of deep learning-based NLP models for full-text data elements extraction for systematic literature review tasks 2025-Jun-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-03979-5 PMID:40461545	研究论文	本研究探索使用深度学习NLP模型从科学文献全文自动提取系统文献综述所需数据元素的可行性	首次构建并公开了三个专门用于系统文献综述数据提取的标注语料库，并系统比较了传统机器学习与深度学习模型在此任务上的性能	BERT模型在三个任务中未观察到性能提升，研究样本规模相对有限	开发自动化的自然语言处理方法来支持系统文献综述中的数据元素提取	科学文献全文中的关键数据元素，包括研究队列、实验室技术和疾病类型等	自然语言处理	人乳头瘤病毒感染，肺炎球菌相关疾病	自然语言处理，命名实体识别	CRF, LSTM, BERT	文本	239篇全文文章，包含4,498个HPV患病率标注实体，579个肺炎球菌流行病学标注实体，252个肺炎球菌经济负担标注实体	NA	LSTM, BERT, CRF	F1分数	NA
7496	2025-10-06	Explainable Deep Multilevel Attention Learning for Predicting Protein Carbonylation Sites 2025-Jun, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202500581 PMID:40145846	研究论文	提出了一种名为SCANS的可解释深度多级注意力学习框架，用于预测蛋白质羰基化位点	采用多级注意力策略捕获局部和全局特征，设计定制化损失函数惩罚交叉预测，并应用迁移学习增强网络特异性	NA	准确预测蛋白质羰基化位点以理解其机制和相关疾病发病机理	蛋白质羰基化位点	机器学习	NA	深度学习	深度学习	蛋白质序列数据	NA	NA	多级注意力网络	假阳性率	NA
7497	2025-10-06	Unveiling Multi-Scale Architectural Features in Single-Cell Hi-C Data Using scCAFE 2025-Jun, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202416432 PMID:40270467	研究论文	本文介绍了一种名为scCAFE的深度学习模型，用于从单细胞Hi-C数据中检测多尺度染色质结构特征	开发了首个能够统一识别染色质环、TAD样结构域和区室等多种染色质结构特征的单细胞水平深度学习框架	未明确说明模型在极端稀疏数据情况下的表现和计算效率	解决单细胞Hi-C数据稀疏性和噪声问题，实现单细胞水平染色质结构特征的多尺度检测	单细胞Hi-C数据中的染色质结构特征	计算生物学	NA	单细胞Hi-C测序	深度学习模型	单细胞Hi-C数据	NA	NA	scCAFE	准确性、生物学一致性	NA
7498	2025-10-06	A Dual-Modal Wearable Pulse Detection System Integrated with Deep Learning for High-Accuracy and Low-Power Sleep Apnea Monitoring 2025-Jun, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202501750 PMID:40298874	研究论文	提出一种集成深度学习的双模态可穿戴脉搏检测系统，用于高精度低功耗的睡眠呼吸暂停监测	结合压电纳米发电机和PPG传感器的双模态系统，采用仿生指尖结构和两阶段检测策略，实现自供电初步筛查和按需高精度检测	未明确说明样本规模和临床验证范围	开发长期睡眠呼吸暂停监测的实用解决方案	睡眠呼吸暂停综合征患者	医疗健康监测	睡眠呼吸暂停综合征	光电容积脉搏波描记法, 压电纳米发电机	深度学习	生理信号数据	NA	NA	Vision Transformer	准确率	NA
7499	2025-10-06	Multimodal radiomics integrating deep learning and clinical features for diagnosing multidrug-resistant tuberculosis in HIV/AIDS patients 2025-Jun, Journal of global antimicrobial resistance IF:3.7Q2 DOI:10.1016/j.jgar.2025.04.013 PMID:40324593	研究论文	开发并验证基于多模态数据的预测模型，用于诊断HIV/AIDS患者中的多药耐药结核病	整合临床特征、影像组学特征和深度学习特征的多模态模型，采用2.5D多实例学习方法	回顾性研究，样本量相对有限（总样本227例）	提高HIV/AIDS患者中多药耐药结核病的诊断准确性	HIV/AIDS合并结核病患者	医学影像分析	结核病	影像组学，深度学习	多实例学习	临床数据，医学影像	227例患者（164例药物敏感结核，63例多药耐药结核）	NA	2.5D MIL	AUC, Hosmer-Lemeshow检验, 决策曲线分析	NA
7500	2025-10-06	Advancements and implications of artificial intelligence for early detection, diagnosis and tailored treatment of cancer 2025-Jun, Seminars in oncology IF:3.0Q2 DOI:10.1016/j.seminoncol.2025.152349 PMID:40345002	综述	本文探讨人工智能在癌症早期检测、诊断和个性化治疗中的进展与应用	提出将基因组学、转录组学和蛋白质组学数据与AI算法结合，揭示癌症生物学全貌并识别个性化分子特征	AI不能替代医疗专业人员，临床医生在所有事项中拥有最终决定权	通过AI技术改善癌症筛查、诊断和个性化治疗	癌症患者	机器学习	癌症	基因组学, 转录组学, 蛋白质组学	深度学习	多组学数据	NA	NA	NA	NA	NA