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
8461	2025-10-06	Artificial intelligence methods applied to longitudinal data from electronic health records for prediction of cancer: a scoping review 2025-Jan-28, BMC medical research methodology IF:3.9Q1 DOI:10.1186/s12874-025-02473-w PMID:39875808	综述	本文对利用电子健康记录纵向数据预测癌症的人工智能方法进行了范围综述	系统总结了当前利用纵向电子健康记录数据进行癌症预测的AI方法，并提出了模型开发建议	纳入研究存在高偏倚风险（90%），主要源于研究设计不当和样本量问题	总结当前用于从纵向数据预测癌症的方法，并提供模型开发建议	33篇相关研究文献	医疗人工智能	癌症	电子健康记录数据分析	深度学习, 特征工程	纵向电子健康记录数据	33项研究	NA	循环神经网络, 卷积神经网络, Transformer	NA	NA
8462	2025-10-06	Prediction of Anti-rheumatoid Arthritis Natural Products of Xanthocerais Lignum Based on LC-MS and Artificial Intelligence 2025, Combinatorial chemistry & high throughput screening IF:1.6Q3 DOI:10.2174/0113862073282138240116112348 PMID:38299408	研究论文	本研究结合液相色谱-质谱技术和人工智能技术预测文冠木中抗类风湿关节炎的天然产物活性成分	首次将LC-MS技术与多种机器学习算法结合，构建集成模型预测文冠木中抗RA活性成分，并通过相对丰度分析确定主要活性成分	研究主要基于计算机预测，缺乏实验验证活性成分的实际药效	预测和筛选文冠木中抗类风湿关节炎的活性天然产物	文冠木中的天然化合物	机器学习	类风湿关节炎	LC-MS, HPLC-Q-Exactive-MS	机器学习,深度学习	质谱数据,化合物结构数据	69种已鉴定化合物	Scikit-learn, PyTorch	逻辑回归,K近邻,支持向量机,随机森林,XGBoost,GCN	AUC,十折交叉验证	NA
8463	2025-10-06	Predicting alveolar nerve injury and the difficulty level of extraction impacted third molars: a systematic review of deep learning approaches 2025, Frontiers in dental medicine IF:1.5Q3 DOI:10.3389/fdmed.2025.1534406 PMID:40463825	系统综述	系统评估深度学习模型在预测第三磨牙拔除难度和下牙槽神经损伤风险方面的准确性和可靠性	首次系统综述专门关注深度学习在第三磨牙拔除术前评估中的应用，整合了多国研究数据	研究地理分布有限（主要来自韩国、土耳其和泰国），人口统计学数据报告不充分，缺乏长期随访数据，存在选择偏倚风险	评估深度学习模型在预测第三磨牙拔除难度和下牙槽神经损伤风险方面的表现	涉及12,419张全景放射影像的六项研究	计算机视觉	口腔疾病	全景放射成像	深度学习模型	医学影像	12,419张全景放射影像	NA	NA	准确率, 敏感性	NA
8464	2025-10-06	An image and text-based fake news detection with transfer learning 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0324394 PMID:40526614	研究论文	本研究提出了一种基于图像和文本的多模态假新闻检测方法，通过迁移学习和参数高效微调技术在低资源环境下提升检测性能	结合图像和文本的双模态特征进行假新闻检测，在低资源环境下使用LoRA参数高效微调技术和CLIP模型	在低资源环境下进行实验，数据量有限	提高假新闻检测的准确性和鲁棒性，特别是在标注数据稀缺的情况下	包含图像和文本的新闻内容	自然语言处理,计算机视觉	NA	迁移学习，参数高效微调	MLP, CLIP	图像, 文本	NA	NA	CLIP, 多层感知机	准确率	NA
8465	2025-10-06	Prediction of future aging-related slow gait and its determinants with deep learning and logistic regression 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0325172 PMID:40526703	研究论文	本研究使用深度学习和逻辑回归预测与衰老相关的慢步态及其决定因素	首次将神经网络应用于衰老相关慢步态预测，并与传统逻辑回归方法进行对比	样本量相对有限（1,363名参与者），需要进一步验证和模型扩展	预测衰老相关的慢步态及其决定因素，以识别加速衰老的生物标志物	来自巴尔的摩纵向衰老研究的1,363名参与者	机器学习	老年疾病	深度神经网络，逻辑回归分析	神经网络, 逻辑回归	临床数据	1,363名参与者	NA	深度神经网络	灵敏度, 特异性	NA
8466	2025-10-06	Arrhythmia classification based on multi-input convolutional neural network with attention mechanism 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0326079 PMID:40526742	研究论文	提出一种基于多输入卷积神经网络和注意力机制的心律失常分类算法	采用多尺度时频表示和双分支CNN架构，结合SE注意力机制增强通道间依赖关系，通过双三次插值和逐元素求和的融合策略保持空间完整性	NA	开发准确的心律失常自动分类方法	心电图信号	机器学习	心血管疾病	短时傅里叶变换	CNN	信号数据	MIT-BIH和SPH心律失常数据库	NA	多输入卷积神经网络,Squeeze-and-Excitation	准确率,Macro-F1分数	NA
8467	2025-10-06	Development and evaluation of a deep learning system for screening real-world multiple abnormal findings based on ultra-widefield fundus images 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1584378 PMID:40529144	研究论文	开发并评估基于超广角眼底图像的深度学习系统，用于筛查多种异常发现	提出包含质量评估、伪影去除和病变识别三模块的深度学习系统，特别强调伪影去除模块对提升真实世界图像识别性能的重要性	仅使用4,521张图像进行训练和内部验证，外部验证数据集规模相对有限	开发能够筛查多种眼底异常的深度学习系统	超广角眼底图像中的出血、玻璃膜疣、硬性渗出物、棉绒斑和视网膜裂孔	计算机视觉	眼科疾病	超广角眼底成像	深度学习	图像	4,521张训练和内部验证图像，两个外部验证数据集分别包含344张和894张图像	NA	NA	曲线下面积, 准确率	NA
8468	2025-10-06	Deep learning-based image classification for AI-assisted integration of pathology and radiology in medical imaging 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1574514 PMID:40529155	研究论文	提出一种基于深度学习的AI辅助医学影像框架，整合病理学和放射学数据以提高诊断准确性	开发了自适应多分辨率成像网络(AMRI-Net)和可解释域自适应学习(EDAL)策略，通过多分辨率特征提取和域对齐技术提升模型性能	NA	通过人工智能整合病理学和放射学数据，优化临床工作流程并提高诊断准确性	多模态医学影像数据，包括X射线、CT和MRI扫描	医学影像分析	NA	深度学习	CNN	图像	NA	NA	AMRI-Net	准确率,F1分数	NA
8469	2025-10-06	Integrated multidisciplinary approach to aneurysm hemodynamic analysis: numerical simulation, in Vitro experiment, and deep learning 2025, Frontiers in bioengineering and biotechnology IF:4.3Q2 DOI:10.3389/fbioe.2025.1602190 PMID:40529173	综述	系统整合数值模拟、体外实验和深度学习技术用于动脉瘤血流动力学分析的多学科研究方法	提出融合传统数值模拟、实验方法与新兴深度学习技术的多学科集成研究框架	生物仿生材料存在局限性，对力学-生物学耦合机制的理解尚不完整	阐明动脉瘤失稳的力学机制，建立标准化血流动力学量化方案，实现患者特异性风险分层	动脉瘤的扩张、破裂和血栓形成过程中的血流动力学扰动	数字病理	心血管疾病	数值模拟, 体外实验, 深度学习	深度学习模型	血流动力学数据	NA	NA	NA	NA	NA
8470	2025-10-06	Artificial Intelligence in Chronic Disease Management for Aging Populations: A Systematic Review of Machine Learning and NLP Applications 2025, International journal of general medicine IF:2.1Q2 DOI:10.2147/IJGM.S516247 PMID:40529344	系统综述	系统综述人工智能技术在老年慢性病管理中的应用现状、挑战和未来方向	全面梳理了人工智能技术在老年慢性病管理中的多种应用可能性和面临的挑战	面临数据稀缺、模型泛化能力不足、临床医生接受度低等挑战	改善老年慢性病管理，促进健康老龄化	老年慢性病患者群体	自然语言处理,机器学习	老年慢性疾病	机器学习,深度学习,NLP,计算机视觉	NA	NA	NA	NA	NA	NA	NA
8471	2025-10-06	Research progress in predicting the conversion from mild cognitive impairment to Alzheimer's disease via multimodal MRI and artificial intelligence 2025, Frontiers in neurology IF:2.7Q3 DOI:10.3389/fneur.2025.1596632 PMID:40529431	综述	系统回顾多模态MRI和人工智能在预测轻度认知障碍向阿尔茨海默病转化方面的研究进展	整合多模态MRI技术与人工智能算法，系统分析MCI向AD转化的预测方法	NA	为MCI转化的早期准确预测和干预策略制定提供科学参考	轻度认知障碍（MCI）向阿尔茨海默病（AD）的转化过程	医学影像分析	阿尔茨海默病	多模态磁共振成像（包括结构MRI、功能MRI和脑灌注MRI）	深度学习, 机器学习	多模态MRI影像数据	NA	NA	NA	NA	NA
8472	2025-10-06	Reducing unnecessary biopsies of BI-RADS 4 lesions based on a deep learning model for mammography 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1543553 PMID:40530010	研究论文	本研究开发了一种基于乳腺X线摄影的深度学习模型，用于识别BI-RADS 4类病变并减少不必要的乳腺活检	首次针对BI-RADS 4类病变开发深度学习模型，能够显著减少不必要的活检操作	回顾性研究设计，样本量相对有限（557例），仅来自两家医院	评估深度学习模型在BI-RADS 4类病变诊断中的价值，减少不必要的乳腺活检	BI-RADS 4类乳腺病变（包括4A、4B、4C亚类）	计算机视觉	乳腺癌	乳腺X线摄影	深度学习模型	医学影像	557例BI-RADS 4类病变（304例良性，195例恶性，58例高风险）	NA	NA	灵敏度, 特异度, 准确率, AUC	NA
8473	2025-10-06	ST-YOLO: a deep learning based intelligent identification model for salt tolerance of wild rice seedlings 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1595386 PMID:40530276	研究论文	提出基于深度学习的ST-YOLO模型用于野生稻苗耐盐表型评估与识别	提出C2f DBB重参数化模块替代部分C2f模块，引入CAFM卷积和注意力融合模块，设计基于可变形卷积的空间金字塔池化层	NA	提高野生稻苗耐盐性识别的准确率和检测率	野生稻幼苗	计算机视觉	NA	深度学习	YOLO	图像	NA	NA	ST-YOLO, C2f DBB, CAFM	平均精度, 准确率, 召回率	NA
8474	2025-10-06	PRGminer: harnessing deep learning for the prediction of resistance genes involved in plant defense mechanisms 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1411525 PMID:40530297	研究论文	开发基于深度学习的植物抗性基因预测工具PRGminer，用于高通量识别和分类植物防御机制相关基因	首次将深度学习应用于植物抗性基因预测，实现两阶段分类（R基因识别和类别划分）的高精度预测	未在文中明确说明具体局限性	开发高效准确的植物抗性基因预测工具，加速植物抗病育种研究	植物抗性基因（R基因）及其编码的蛋白质序列	生物信息学	植物病害	深度学习，蛋白质序列分析	深度学习模型	蛋白质序列数据	未在摘要中明确说明具体样本数量	未在摘要中明确说明	未在摘要中明确说明具体架构	准确率，马修斯相关系数	未在摘要中明确说明
8475	2025-10-06	Research on learning achievement classification based on machine learning 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0325713 PMID:40531811	研究论文	本研究基于机器学习方法对学生学业成绩进行分类预测，通过数据增强技术和多种模型比较提升分类准确性	采用高斯分布数据增强技术(GDO)，结合多种深度学习和机器学习模型，探索不同特征组合对学业成绩分类的影响	NA	提高学生学业成绩分类的准确性和鲁棒性，为教育政策制定提供数据支持	学生个人信息、学业成绩、出勤率、家庭背景、课外活动等多种特征	机器学习	NA	高斯分布数据增强技术(GDO)	深度学习, 机器学习, RBFN	结构化数据	NA	NA	RBFN	准确率, F1分数	NA
8476	2025-10-06	DeepRice6mA: A convolutional neural network approach for 6mA site prediction in the rice Genome 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0325216 PMID:40531834	研究论文	提出一种基于卷积神经网络的深度学习方法DeepRice6mA，用于预测水稻基因组中的6mA位点	结合one-hot编码和3-kmer特征嵌入的集成策略，开发了专门针对水稻6mA位点预测的综合预测工具	NA	开发高精度计算工具识别水稻基因组中的N6-甲基化(6mA)位点	水稻基因组DNA序列	生物信息学	NA	基因组序列分析	CNN	基因组序列数据	NA	NA	NA	准确率, 灵敏度, 特异性, 马修斯相关系数, AUC	NA
8477	2025-10-06	Study on the quantitative analysis of Tilianin based on Raman spectroscopy combined with deep learning 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0325530 PMID:40531836	研究论文	本研究提出一种结合拉曼光谱与深度学习的田蓟苷定量分析方法	提出基于残差自注意力机制的RSAQN模型，同时关注光谱深浅层特征和通道间信息	仅使用120个光谱样本，样本量有限；仅测试6种浓度梯度的田蓟苷-甲醇溶液	开发田蓟苷的快速无损定量分析方法	田蓟苷-甲醇溶液	机器学习	癌症	拉曼光谱	深度学习	光谱数据	6种浓度梯度共120个光谱样本	NA	残差自注意力机制网络(RSAQN)	R2	NA
8478	2025-10-06	Advancing breast cancer prediction: Comparative analysis of ML models and deep learning-based multi-model ensembles on original and synthetic datasets 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0326221 PMID:40531928	研究论文	本研究通过比较多种机器学习模型和深度学习集成方法在原始和合成数据集上的表现，旨在提升乳腺癌预测的准确性	结合传统机器学习、AutoML和深度学习集成策略，并探索高斯Copula和TVAE等合成数据生成方法对预测性能的提升	未明确说明数据集的具体规模和来源限制	提高乳腺癌诊断的准确性和效率	乳腺癌诊断预测	机器学习	乳腺癌	合成数据生成（高斯Copula、TVAE）	KNN, SVM, ANN, RF, XGBoost, AutoML, 深度学习集成	医疗数据	NA	H2O, AutoML	集成学习架构	准确率	NA
8479	2025-10-06	An Enhanced Hybrid Model Combining CNN, BiLSTM, and Attention Mechanism for ECG Segment Classification 2025, Biomedical engineering and computational biology IF:2.3Q3 DOI:10.1177/11795972251341051 PMID:40534643	研究论文	提出一种结合CNN、CBAM注意力机制和BiLSTM的混合模型用于ECG信号分类	首次将CNN与CBAM注意力机制和BiLSTM层集成，通过SMOTE处理类别不平衡问题	仅在MIT-BIH心律失常数据库上验证，未说明在其他数据集上的泛化能力	开发自动ECG信号分类模型以辅助心脏疾病诊断	心电图信号和心跳分类	医疗健康	心血管疾病	深度学习	CNN, BiLSTM, Attention Mechanism	ECG信号	MIT-BIH心律失常数据库	NA	CNN-CBAM-BiLSTM混合架构	准确率, 灵敏度, 特异性, F1分数	NA
8480	2025-10-06	AI improves consistency in regional brain volumes measured in ultra-low-field MRI and 3T MRI 2025, Frontiers in neuroimaging DOI:10.3389/fnimg.2025.1588487 PMID:40534653	研究论文	本研究比较了不同磁场强度MRI及AI增强MRI在脑区体积测量中的一致性问题	首次系统评估深度学习模型在超低场MRI与3T MRI脑体积测量一致性改善方面的效果	研究仅针对特定脑区体积测量，未涵盖其他影像学特征	评估不同磁场强度MRI与AI增强MRI在脑区体积测量中的一致性和偏差	不同磁场强度MRI获取的脑区体积数据	医学影像分析	神经系统疾病	磁共振成像	深度学习	医学影像	NA	NA	SynthSR, HiLoResGAN	描述性统计, 配对t检验, 效应量分析, 回归分析	NA