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
8601	2025-10-06	MLCDL: A Critical Practice and Implementation of Multi-tissue Classification and Diagnosis Using Deep Learning Algorithm 2025, Methods in molecular biology (Clifton, N.J.) DOI:10.1007/978-1-0716-4690-8_18 PMID:40553341	研究论文	本研究提出了一种基于深度学习的多组织分类与诊断方法，使用集成迁移学习的EfficientNet-B7卷积神经网络进行纹理分类	采用集成迁移学习策略的EfficientNet-B7模型进行多组织分类，相比传统机器学习方法具有更高性能	测试集准确率相对较低（51.326%），模型泛化能力有待进一步提升	开发基于深度学习的多组织分类与诊断系统	医学图像中的组织纹理	计算机视觉	NA	深度学习	CNN	图像	381张150×150像素图像	NA	EfficientNet-B7	准确率, 训练损失	NA
8602	2025-10-06	Artificial Intelligence in CRISPR-Cas Systems: A Review of Tool Applications 2025, Methods in molecular biology (Clifton, N.J.) DOI:10.1007/978-1-0716-4690-8_14 PMID:40553337	综述	本文综述了人工智能在CRISPR-Cas系统工具应用中的整合与发展	将人工智能与CRISPR-Cas系统相结合，为基因工程研究开辟新视角	NA	探索人工智能在基因编辑工具CRISPR-Cas系统中的应用	CRISPR-Cas系统及其基因编辑应用	机器学习	NA	CRISPR-Cas基因编辑技术	深度学习, 机器学习	基因组数据	NA	NA	NA	NA	NA
8603	2025-10-06	The Use of AI for Phenotype-Genotype Mapping 2025, Methods in molecular biology (Clifton, N.J.) DOI:10.1007/978-1-0716-4690-8_21 PMID:40553344	综述	探讨人工智能在表型-基因型映射中的方法、应用、挑战及未来前景	系统综述AI在整合多组学数据、识别疾病亚型和加速精准医疗方面的创新应用	数据异质性、模型可解释性不足、隐私问题及罕见病数据稀缺	推动基因型-表型映射研究以促进精准医疗发展	基因组数据与表型数据的关联分析	机器学习	NA	下一代测序(NGS), 多组学数据整合	支持向量机(SVM), 随机森林, 梯度提升, k均值聚类, 层次聚类, 卷积神经网络(CNN), 循环神经网络(RNN), 生成对抗网络(GAN)	基因组数据, 基因表达谱, 转录组数据, 蛋白质组数据	NA	NA	NA	NA	NA
8604	2025-10-06	Deep Genomics: Deep Learning-Based Analysis of Genome-Sequenced Data for Identification of Gene Alterations 2025, Methods in molecular biology (Clifton, N.J.) DOI:10.1007/978-1-0716-4690-8_20 PMID:40553343	综述	本章综述了深度基因组学领域，探讨深度学习框架在基因组数据分析中的应用及其对基因变异识别的贡献	整合多种深度学习架构分析多组学数据，强调可解释性方法和伦理框架在基因组学中的应用	面临数据协调和模型可解释性的方法论挑战，存在系统偏差风险	探索深度学习在基因组数据分析中的应用，提升基因变异识别和解释能力	基因组测序数据和多组学数据	机器学习	NA	下一代测序, 多组学分析	CNN, RNN, Transformer, GNN	基因组序列数据, 表观基因组数据, 转录组数据, 蛋白质组数据	NA	NA	卷积神经网络, 循环神经网络, 变换器, 图神经网络	NA	联邦学习, 安全多方计算, 量子计算
8605	2025-10-06	Review on Advancement of AI in Nutrigenomics 2025, Methods in molecular biology (Clifton, N.J.) DOI:10.1007/978-1-0716-4690-8_23 PMID:40553346	综述	探讨人工智能在营养基因组学研究中的进展及其在个性化营养中的应用	AI与营养基因组学的融合实现了对基因-饮食相互作用的革命性理解，通过先进算法生成前所未有的精准个性化营养建议	面临数据隐私问题和算法偏差等挑战，需要谨慎的验证和实施策略	研究人工智能如何推动营养基因组学发展及其在个性化营养中的实际应用	基因-饮食相互作用、个体营养反应、个性化营养建议	机器学习	2型糖尿病	连续血糖监测(CGM)、代谢分析	机器学习算法、深度学习方法	遗传数据、饮食数据	NA	NA	NA	NA	NA
8606	2025-10-06	Review on Advancement of AI in Synthetic Biology 2025, Methods in molecular biology (Clifton, N.J.) DOI:10.1007/978-1-0716-4690-8_26 PMID:40553349	综述	本文综述了人工智能在合成生物学领域的最新进展及其应用	系统阐述了AI如何推动合成生物学在预测建模、优化设计和复杂生物系统构建方面的创新	高质量生物数据集构建困难以及计算与实验科学家之间的跨学科协作障碍	探讨人工智能在合成生物学发展中的作用和未来前景	合成生物学中的基因组编辑、代谢通路优化和生物电路设计等	机器学习	NA	CRISPR-cas9, 从头蛋白质设计, 基因电路开发	深度学习, 机器学习	生物数据集	NA	NA	NA	NA	NA
8607	2025-10-06	DeepPredict: a state-of-the-art web server for protein secondary structure and relative solvent accessibility prediction 2025, Frontiers in bioinformatics IF:2.8Q2 DOI:10.3389/fbinf.2025.1607402 PMID:40546733	研究论文	介绍DeepPredict蛋白质二级结构和相对溶剂可及性预测网络服务器	集成Porter6和PaleAle6两个深度学习模型，利用预训练蛋白质语言模型ESM-2无需多序列比对即可实现快速准确预测	NA	开发高性能蛋白质二级结构和相对溶剂可及性预测工具	蛋白质序列	生物信息学	NA	蛋白质语言模型	深度学习	蛋白质序列数据	NA	NA	ESM-2	NA	网络服务器
8608	2025-10-06	Is AI currently capable of identifying wild oysters? A comparison of human annotators against the AI model, ODYSSEE 2025, Frontiers in robotics and AI IF:2.9Q2 DOI:10.3389/frobt.2025.1587033 PMID:40546741	研究论文	比较ODYSSEE AI模型与人类标注者在识别野生牡蛎方面的性能表现	首次系统比较深度学习模型与专家/非专家在牡蛎识别任务上的表现，并分析预测误差来源	模型准确率(63%)低于人类标注者(专家74%，非专家75%)，存在过度预测活牡蛎数量的问题	评估AI模型在牡蛎礁监测中的可行性，改进种群统计方法	野生牡蛎礁中的活体牡蛎	计算机视觉	NA	深度学习	深度学习模型	图像, 视频	NA	NA	ODYSSEE	准确率, 推理速度	NA
8609	2025-10-06	Self-supervised and few-shot learning for robust bioaerosol monitoring 2025, Aerobiologia IF:2.2Q3 DOI:10.1007/s10453-025-09850-4 PMID:40547191	研究论文	本研究结合自监督学习和少样本学习技术，使用大量未标记数据和少量标记样本对全息花粉图像进行分类	首次将自监督学习与少样本学习相结合用于生物气溶胶监测，显著减少对大量标注数据的依赖	仅针对花粉颗粒进行研究，未验证在其他类型生物气溶胶上的适用性	优化实时生物气溶胶监测工作流程，降低模型在不同场景下的适应成本	花粉颗粒的全息图像	计算机视觉	过敏性疾病	全息成像技术	深度学习模型	图像	大量未标记环境空气颗粒图像+每类少量标记样本	NA	NA	分类准确率	NA
8610	2025-10-06	The association between pancreatic diseases and pancreatic fat content: a cross-sectional study from the UK Biobank 2025, Frontiers in endocrinology IF:3.9Q2 DOI:10.3389/fendo.2025.1591652 PMID:40547526	研究论文	基于英国生物银行数据的横断面研究，探讨胰腺疾病与胰腺脂肪含量之间的关联	首次在大规模人群中结合MRI和深度学习模型(nnUNet)量化胰腺脂肪沉积，并区分胰腺内分泌与外分泌疾病的不同影响	横断面研究设计无法确定因果关系，存在反向因果关系的可能性	研究胰腺疾病对胰腺脂肪积累的影响，识别关键疾病类型和潜在中介因素	英国生物银行中的61,088名参与者	数字病理	胰腺疾病	MRI, 深度学习器官分割	深度学习	医学影像	61,088名参与者	nnUNet	nnUNet	P值	NA
8611	2025-10-06	Current application, possibilities, and challenges of artificial intelligence in the management of rheumatoid arthritis, axial spondyloarthritis, and psoriatic arthritis 2025, Therapeutic advances in musculoskeletal disease IF:3.4Q2 DOI:10.1177/1759720X251343579 PMID:40547599	综述	本叙述性综述概述了人工智能在类风湿关节炎、中轴型脊柱关节炎和银屑病关节炎的诊断、管理和预后中的当前应用与挑战	系统总结了AI在三种关节炎疾病中的多模态应用前景，包括多源数据整合和以患者为中心的创新方向	存在数据质量、模型可解释性和伦理考量等挑战，需要确保临床应用的可靠性和公平性	探讨人工智能在关节炎疾病管理中的当前应用、可能性和挑战	类风湿关节炎(RA)、中轴型脊柱关节炎(axSpA)和银屑病关节炎(PsA)患者	医疗人工智能	关节炎	机器学习,深度学习,影像技术(骶髂关节X线,磁共振成像,计算机断层扫描),电子健康记录,自然语言处理,可穿戴设备	预测模型,临床决策支持系统	影像数据,电子健康记录,遗传标记,免疫分析数据	NA	NA	NA	诊断准确性,预测性能	NA
8612	2025-10-06	The use of artificial intelligence in stereotactic ablative body radiotherapy for hepatocellular carcinoma 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1576494 PMID:40547913	综述	本文综述了人工智能在肝细胞癌立体定向消融体部放疗中的最新应用进展	系统总结了AI技术在SABR工作流程中的多领域应用创新，包括自动轮廓勾画、基于知识的计划设计、深度学习通量预测等	许多AI模型基于有限数据集训练且缺乏外部验证，存在过拟合和泛化能力不足的问题	探讨人工智能如何提升肝细胞癌立体定向放疗的精准性、效率和个体化水平	肝细胞癌患者	数字病理	肝癌	立体定向消融体部放疗	深度学习,机器学习	医学影像,临床数据	NA	NA	NA	轮廓勾画时间,剂量学质量	NA
8613	2025-10-06	Development and validation of a deep learning algorithm for discriminating glioma recurrence from radiation necrosis on MRI 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1573700 PMID:40548110	研究论文	开发并验证基于深度学习的MRI图像胶质瘤复发与放射性坏死自动鉴别算法	首次采用多种CNN模型从常规MRI序列中自动学习区分胶质瘤复发与放射性坏死的影像学特征	回顾性研究、样本量有限（特别是放射性坏死病例仅42例）、未进行外部验证	开发自动鉴别胶质瘤复发与放射性坏死的深度学习算法	接受胶质瘤切除术后放疗并出现可疑复发灶的患者	计算机视觉	胶质瘤	MRI	CNN	医学影像	234例患者（192例胶质瘤复发，42例放射性坏死）	NA	ResNet10, MresNet, Vgg16	敏感度, 特异度, 准确率, AUC	NA
8614	2025-10-06	Application of deep learning based on convolutional neural network model in multimodal ultrasound diagnosis of unexplained cervical lymph node enlargement 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1542265 PMID:40548118	研究论文	本研究应用基于卷积神经网络的深度学习模型对不明原因颈部淋巴结肿大的多模态超声图像进行病理分类	首次将预训练的CNN模型应用于多模态超声图像（二维成像、彩色多普勒血流成像和弹性成像）进行颈部淋巴结病理分类，并开发了用户友好的在线服务器	回顾性研究设计，样本仅来自三家医院，可能存在选择偏倚	开发基于深度学习的多模态超声诊断系统，用于准确分类颈部淋巴结病理类型	586例不明原因颈部淋巴结肿大患者	计算机视觉	淋巴结疾病	多模态超声成像（2D成像、CDFI、弹性成像）	CNN	医学图像	586例患者	NA	ResNet	AUC	NA
8615	2025-10-06	Deep learning-based time series prediction for precision field crop protection 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1575796 PMID:40551773	研究论文	提出一种基于深度学习的时空感知数据融合网络(SADF-Net)和资源感知自适应决策算法(RAADA)，用于精准农业中的时间序列预测和资源优化	开发了结合空间特征提取、时序建模和注意力机制的多模态数据融合架构，并引入基于强化学习的自适应决策算法实现动态资源分配	NA	解决传统时间序列模型在处理复杂农业数据时的局限性，为精准农业提供可操作的资源优化和环境保护方案	农作物保护与资源管理	机器学习	NA	卫星影像、物联网传感器、气象预报	CNN, RNN, 注意力机制, 强化学习	多模态数据（图像、传感器读数、气象数据）	大规模农业数据集	NA	SADF-Net, RAADA	产量预测准确率、资源优化效果、环境影响缓解程度	NA
8616	2025-10-06	A BERT-based rice enhancer identification model combined with sequence-representation differential entropy interpretation 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1618174 PMID:40551770	研究论文	提出了一种结合BERT特征提取和SVM分类的水稻增强子识别模型，并通过序列表示微分熵分析解释模型性能优化机制	首次将DNABERT-2与SVM结合用于水稻增强子识别，并引入微分熵分析提供模型性能优化的可视化解释框架	未明确说明模型在其他作物基因组中的泛化能力，也未讨论计算资源需求	开发高效准确的水稻增强子识别方法并探索模型性能优化机制	水稻基因增强子序列	自然语言处理,生物信息学	NA	基因组序列分析	BERT,SVM	DNA序列数据	NA	PyTorch（基于DNABERT-2推断）,Scikit-learn（SVM）	DNABERT-2	准确率	NA
8617	2025-10-06	Recent Applications of Artificial Intelligence and Related Technical Challenges in MALDI MS and MALDI-MSI: A Mini Review 2025, Mass spectrometry (Tokyo, Japan) DOI:10.5702/massspectrometry.A0175 PMID:40551965	综述	本文综述了人工智能在MALDI质谱和质谱成像中的最新应用及相关技术挑战	重点关注AI在MALDI-TOF MS和MALDI-MSI数据分析中的监督机器学习应用，并强调样本制备技术对深度学习模型数据质量的重要性	该技术仍处于早期初步阶段，在鉴定、定量和解释方面需要更有效的方法	回顾人工智能在质谱数据分析中的应用现状和技术挑战	MALDI-TOF质谱和质谱成像数据	机器学习	NA	MALDI-TOF质谱，质谱成像	人工神经网络	质谱数据，二维空间映射数据	NA	NA	NA	NA	NA
8618	2025-10-06	Tooth image segmentation and root canal measurement based on deep learning 2025, Frontiers in bioengineering and biotechnology IF:4.3Q2 DOI:10.3389/fbioe.2025.1565403 PMID:40552111	研究论文	基于深度学习的牙齿图像分割与根管测量方法研究	采用注意力U-Net网络进行牙齿描述符识别，结合集成深度学习方法实现自动分割与测量	未明确说明样本来源及数据多样性限制	开发自动化的牙齿分割和根管测量方法，辅助临床根管诊疗	锥形束CT图像中的牙齿结构	计算机视觉	牙科疾病	锥形束CT成像	CNN	医学图像	NA	NA	Attention U-Net	Dice系数,Jaccard系数,Hausdorff距离,平均表面距离,相对误差	NA
8619	2025-10-06	Multi-atlas ensemble graph neural network model for major depressive disorder detection using functional MRI data 2025, Frontiers in computational neuroscience IF:2.1Q3 DOI:10.3389/fncom.2025.1537284 PMID:40552311	研究论文	提出一种基于多图谱集成图神经网络模型，利用静息态功能磁共振成像数据检测重度抑郁症	首次将多脑区分割图谱的功能连接特征集成到图神经网络模型中，相比单图谱模型能更准确捕捉大脑复杂性并检测区分性特征	未明确说明模型在不同人群和临床环境中的泛化能力验证	开发能够从rs-fMRI图像中检测区分性特征的集成GNN模型，用于MDD诊断	重度抑郁症患者的功能磁共振成像数据	医学影像分析	重度抑郁症	静息态功能磁共振成像	图神经网络	功能磁共振成像图像	大型多中心MDD数据集（具体样本数未明确说明）	NA	集成图神经网络	准确率, 灵敏度, 特异性, 精确率, F1分数	NA
8620	2025-10-06	Recognition of common shortwave protocols and their subcarrier modulations based on multi-scale convolutional GRU 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0326536 PMID:40554517	研究论文	提出一种多尺度卷积GRU模型用于短波通信协议及其子载波调制方式的自动识别	结合多尺度卷积和双向GRU的混合架构，同时增强空间特征多样性和序列学习能力	仅针对三种特定短波协议(CLOVER-2000, 2GALE, 3GALE)及其十二种子载波调制格式进行验证	解决复杂环境下短波通信协议和调制方式的自动识别问题	短波通信信号	信号处理	NA	短波通信信号分析	CNN, GRU	时序信号	45,000个标注样本（包含仿真和USRP采集的真实数据）	NA	多尺度卷积GRU (MSC-GRU)	准确率	标准GPU