深度学习在生物医药领域中的应用

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
81	2025-06-19	Potential value of novel multiparametric MRI radiomics for preoperative prediction of microsatellite instability and Ki-67 expression in endometrial cancer 2025-01-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-87966-w PMID:39863695	研究论文	本研究开发了一种新型混合放射组学方法，用于预测子宫内膜癌的微卫星不稳定性和Ki-67表达	结合多参数MRI、深度学习和多通道图像分析，利用新兴的注意力机制提取特征，开发了HMRadSum模型	研究为回顾性设计，样本量相对较小（156例患者）	探索先进人工智能技术在预测子宫内膜癌微卫星不稳定性和Ki-67表达中的潜在价值	子宫内膜癌患者	数字病理学	子宫内膜癌	多参数MRI、深度学习、多通道图像分析	XGBoost分类器	MRI图像	156例子宫内膜癌患者
82	2025-06-19	The tumour histopathology "glossary" for AI developers 2025-Jan, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1012708 PMID:39847582	research paper	本文旨在为AI开发者提供基本的组织病理学概念，以支持他们在癌症研究中的应用	通过介绍关键细胞类型和组织病理学技术，填补了AI开发者在组织病理学知识上的空白	未提及具体的AI算法开发或验证结果	促进AI在癌症研究中的应用，特别是在组织病理学图像分析方面	AI开发者和计算研究人员	digital pathology	cancer	HE染色、免疫组织化学染色、多重抗体染色	NA	image	NA
83	2025-06-19	Rapid response to fast viral evolution using AlphaFold 3-assisted topological deep learning 2025, Virus evolution IF:5.5Q1 DOI:10.1093/ve/veaf026 PMID:40352163	研究论文	本文提出了一种结合AlphaFold 3和多任务拓扑拉普拉斯策略的方法，用于快速响应SARS-CoV-2等病毒的快速进化	结合AlphaFold 3和多任务拓扑拉普拉斯策略，提高了对病毒突变影响的预测能力	与使用实验结构相比，性能略有下降（Pearson相关系数平均下降1.1%，均方根误差平均增加9.3%）	开发高效的计算方法以应对病毒的快速进化，特别是在病毒追踪、诊断和抗体设计方面	SARS-CoV-2刺突蛋白受体结合域（RBD）和人血管紧张素转换酶-2（ACE2）复合物	机器学习	COVID-19	拓扑深度学习（TDL）、深度突变扫描（DMS）	多任务拓扑拉普拉斯（MT-TopLap）、持久拉普拉斯（PL）	蛋白质-蛋白质相互作用（PPI）复合物的三维结构	四个实验性DMS数据集和一个SARS-CoV-2 HK.3变体DMS数据集
84	2025-06-19	Comparison of Deep Learning Models for Objective Auditory Brainstem Response Detection: A Multicenter Validation Study 2025 Jan-Dec, Trends in hearing IF:2.6Q1 DOI:10.1177/23312165251347773 PMID:40457875	研究论文	本研究评估了九种深度学习模型在听觉脑干反应（ABR）检测中的泛化能力，使用大规模多中心数据集	首次在大规模多中心数据集上评估多种深度学习模型（包括CNN和Transformer架构）在ABR检测中的表现，并验证了Transformer架构在跨中心泛化中的优势	研究主要基于回顾性数据，未在实时临床环境中验证模型表现	评估深度学习模型在ABR检测中的临床适用性和泛化能力	听觉脑干反应（ABR）信号	数字病理	听力障碍	深度学习	CNN（AlexNet, VGG, ResNet）, Transformer（Transformer, PatchTST, Differential Transformer, Differential PatchTST）, 混合模型（ResTransformer, ResPatchTST）	生理信号数据	主要数据集包含来自13,813名参与者的128,123个标记ABR，外加四个外部验证数据集
85	2025-06-19	Transformer for Multitemporal Hyperspectral Image Unmixing 2025, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2025.3577394 PMID:40504726	research paper	提出了一种名为MUFormer的端到端无监督深度学习模型，用于多时相高光谱图像解混	引入了全局感知模块(GAM)和变化增强模块(CEM)，有效捕捉多时相语义信息	仅在一个真实数据集和两个合成数据集上进行了实验	提高多时相高光谱图像解混的性能	多时相高光谱图像	computer vision	NA	深度学习	Transformer	hyperspectral image	一个真实数据集和两个合成数据集
86	2025-06-19	RRFNet: A free-anchor brain tumor detection and classification network based on reparameterization technology 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0325483 PMID:40522942	研究论文	本研究提出了一种基于重参数化技术的自由锚点脑肿瘤检测与分类网络RRFNet，旨在提高脑肿瘤检测的准确性和效率	使用RepConv和RepC3构建主干网络，并引入FGConcat特征图拼接模块优化脑肿瘤检测模型，同时减少推理时的参数量	未提及模型在多样化数据集上的泛化能力或临床验证结果	优化脑肿瘤自动检测与分类的深度学习模型	脑肿瘤的CT或MRI图像	计算机视觉	脑肿瘤	深度学习	RRFNet（基于RepConv-RepC3-FGConcat的CNN变体）	医学影像（CT/MRI）	未明确提及具体样本量
87	2025-06-19	Artificial Intelligence in Obsessive-Compulsive Disorder: A Systematic Review 2025, Current treatment options in psychiatry DOI:10.1007/s40501-025-00359-8 PMID:40524733	系统综述	本文系统综述了人工智能在强迫症（OCD）中的应用，包括早期症状检测、可扩展的治疗训练、临床决策支持、新型治疗方法、基于计算机视觉的方法和多模态生物标志物发现	介绍了深度学习技术的新应用，特别是生成式人工智能（GenAI）和自然语言处理（NLP）在OCD中的应用	大多数研究（84.6%）使用二次数据分析，可能限制了结果的普适性	评估人工智能在强迫症早期诊断和治疗中的潜在应用	强迫症（OCD）患者	自然语言处理	强迫症	生成式人工智能（GenAI）和自然语言处理（NLP）	深度学习	文本	13篇研究文章
88	2025-06-19	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	research paper	该研究提出了一种结合文本和图像的多模态分类方法，以提高假新闻检测的准确性，特别是在标注数据稀缺的低资源环境中	利用CLIP模型提取图像和文本的特征，并通过LoRA（低秩适应）技术进行参数高效微调，以提高数据效率	研究可能受限于低资源环境中的数据稀缺问题，且仅使用了一层的MLP进行分类，可能影响模型的复杂性和性能	提高假新闻检测的准确性和鲁棒性，特别是在低资源环境中	假新闻检测	natural language processing	NA	LoRA（低秩适应）	CLIP, MLP	image, text	NA
89	2025-06-19	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及其决定因素	首次将神经网络应用于预测衰老相关的慢步，并与传统逻辑回归方法进行对比	样本来源单一（仅来自巴尔的摩纵向衰老研究），可能影响模型的泛化能力	预测衰老相关的慢步及其生物标志物，以便及时进行干预和决策	1,363名来自巴尔的摩纵向衰老研究的参与者	机器学习	老年疾病	深度学习神经网络（NN）和逻辑回归（LR）分析	NN, LR	临床数据	1,363名参与者
90	2025-06-19	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	research paper	提出了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注意力机制增强关键特征	未提及模型在实时应用中的性能或计算效率	提高心律失常分类的准确性和鲁棒性	心电图信号	machine learning	cardiovascular disease	Short-Time Fourier Transform (STFT)	CNN with SE attention mechanism	ECG信号	MIT-BIH和SPH心律失常数据库
91	2025-06-19	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	开发和评估一个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	开发了一个包含质量评估、伪影去除和病变识别三个模块的深度学习系统，特别强调了伪影去除模块对提高病变识别性能的重要性	仅使用了来自三家医院的数据进行训练和验证，可能无法代表所有人群	开发一个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、棉絮斑和视网膜裂孔	计算机视觉	眼科疾病	深度学习	深度学习系统（包含三个模块）	图像	训练和内部验证使用4,521张图像，外部验证使用来自两家医院的344张和894张图像
92	2025-06-19	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	本文介绍了一种基于深度学习的图像分类框架，用于AI辅助的病理学和放射学医学影像整合	提出了自适应多分辨率成像网络（AMRI-Net）和可解释的领域自适应学习（EDAL）策略，提高了诊断准确性和领域泛化能力	未提及具体样本量或数据集的详细构成	开发AI驱动的医学影像整合解决方案，提高诊断准确性和临床工作流程优化	多模态医学影像数据（X光、CT、MRI等）	数字病理学	NA	深度学习	AMRI-Net, EDAL	医学影像	NA
93	2025-06-19	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	本文系统整理了传统和新兴方法，用于表征动脉瘤扩张、破裂和血栓形成过程中的血流动力学扰动	整合了数值模拟、体外实验和深度学习技术，显著提高了计算效率	生物仿生材料的局限性和对机械-生物耦合机制的不完全理解	阐明动脉瘤不稳定的机制基础，建立血流动力学分析的标准化量化协议，为患者特异性风险分层铺平道路	动脉瘤的血流动力学分析	数字病理学	心血管疾病	数值模拟, 体外实验, 深度学习	深度学习	NA	NA
94	2025-06-19	Corrigendum: An enhanced pattern detection and segmentation of brain tumors in MRI images using deep learning technique 2025, Frontiers in computational neuroscience IF:2.1Q3 DOI:10.3389/fncom.2025.1570979 PMID:40529250	correction	该文章是对先前发表的一篇关于使用深度学习技术增强MRI图像中脑肿瘤检测和分割的文章的更正	NA	NA	NA	NA	digital pathology	NA	deep learning	NA	image	NA
95	2025-06-19	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	review	本文系统综述了人工智能（如机器学习和自然语言处理）在老年慢性病管理中的应用现状、挑战及未来方向	探讨了AI技术在优化医疗资源分配、补充专业管理团队、普及健康教育等方面的潜力	面临数据稀缺、模型泛化能力、临床医生采纳度、与现有医疗系统整合等挑战	促进AI技术在老年慢性病管理中的合理有效应用，以实现健康老龄化	老年慢性病患者（主要包括慢性心脑血管疾病、呼吸系统疾病等）	自然语言处理, 机器学习	geriatric disease	machine learning, NLP, computer vision	NA	NA	NA
96	2025-06-19	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	本文系统回顾了多模态MRI技术和人工智能在预测轻度认知障碍（MCI）向阿尔茨海默病（AD）转化中的研究进展	结合多模态MRI技术和人工智能方法，挖掘MCI向AD转化的脑部特征并构建预测模型	当前研究面临的技术挑战未具体说明	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	数字病理学	老年疾病	多模态MRI（结构MRI、功能MRI、脑灌注MRI）	深度学习和机器学习	MRI图像	NA
97	2025-06-19	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	本研究探讨了基于乳腺X线摄影的深度学习模型在BI-RADS 4类病变中的诊断价值，以减少不必要的乳腺活检	开发了一个深度学习模型，能够准确识别不需要活检的良性及高风险BI-RADS 4类病变，减少40.6%的不必要活检	研究为回顾性设计，且样本仅来自两家医院，可能存在选择偏差	评估深度学习模型在减少BI-RADS 4类病变不必要活检中的诊断价值	BI-RADS 4类乳腺病变	数字病理学	乳腺癌	深度学习	DL模型	乳腺X线图像	557例BI-RADS 4类病变（304例良性，195例恶性，58例高风险）
98	2025-06-19	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	提出了一种基于深度学习的ST-YOLO模型，用于野生稻幼苗耐盐表型的评估与识别	使用多分支结构DBB替换C2f模块中的卷积层，引入CAFM卷积和注意力融合模块增强特征表示能力，设计了更灵活的空间金字塔池化层	未提及具体的数据集规模或模型在更广泛条件下的泛化能力	提高野生稻幼苗耐盐表型识别的准确率和效率	野生稻幼苗	计算机视觉	NA	深度学习	ST-YOLO (改进的YOLO模型)	图像	筛选出2个极耐盐品种和7个耐盐品种（具体实验样本量未明确说明）
99	2025-06-19	Optimizing Mask R-CNN for enhanced quinoa panicle detection and segmentation in precision agriculture 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1472688 PMID:40530286	研究论文	本研究提出了一种基于改进Mask R-CNN的深度学习方法，用于藜麦穗的检测和分割，以提高精准农业中的产量估计	首次将实例分割技术应用于藜麦穗分析，并采用EfficientNet-B7骨干网络和Mish激活函数优化模型性能	NA	开发自动化藜麦产量估计方法	藜麦穗	计算机视觉	NA	实例分割	Mask R-CNN (改进版)	图像	NA
100	2025-06-19	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	介绍了一种基于深度学习的植物抗性基因预测工具PRGminer，用于加速新抗性基因的发现	开发了PRGminer工具，利用深度学习技术高效预测植物抗性基因，并分类为八种不同类型	未提及具体样本量或数据来源的局限性	预测植物抗性基因以促进抗病育种	植物抗性基因（Rgenes）	生物信息学	植物病害	深度学习	NA	蛋白质序列	NA