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
101	2025-07-09	Artificial Intelligence and Postpartum Hemorrhage 2025-Jan, Maternal-fetal medicine (Wolters Kluwer Health, Inc.) DOI:10.1097/FM9.0000000000000257 PMID:40620613	研究论文	本文探讨了人工智能（AI）在产后出血（PPH）预测和管理中的应用	将AI技术（包括机器学习和深度学习）应用于PPH的预测建模和风险分层，并探索了结合子宫收缩性指标和放射组学提高预测准确性的新方法	现有模型缺乏外部验证，且大多数研究在高资源医疗环境中进行，缺乏适用于资源有限地区的模型	探索AI技术在解决全球PPH负担方面的潜力	产后出血（PPH）患者	数字病理学	产后出血	机器学习、深度学习	NA	医疗数据、穿戴设备数据	每年约1400万女性受影响（全球数据）
102	2025-07-09	MDDeep-Ace: species-specific acetylation site prediction based on multi-domain adaptation 2025, PeerJ IF:2.3Q2 DOI:10.7717/peerj.19649 PMID:40620770	研究论文	提出了一种基于多域适应的深度学习方法MDDeep-Ace，用于预测物种特异性赖氨酸乙酰化位点	通过整合多物种数据，MDDeep-Ace提高了物种特异性预测模型的泛化能力，提升了预测性能	NA	改进物种特异性赖氨酸乙酰化位点的预测方法	赖氨酸乙酰化位点	机器学习	NA	深度学习	多域适应模型	生物序列数据	NA
103	2025-07-09	Quantifying social distance using deep learning-based video analysis: results from the BTBR mouse model of autism 2025, Frontiers in behavioral neuroscience IF:2.6Q3 DOI:10.3389/fnbeh.2025.1602205 PMID:40620906	研究论文	本文利用基于深度学习的视频分析工具DeepLabCut（DLC）量化了自闭症模型BTBR小鼠的社交距离	使用DLC自动追踪小鼠社交行为，提高了行为量化的精确性和准确性	研究结果可能受到年龄、性别和体型等因素的影响	研究自闭症谱系障碍（ASD）模型小鼠的社交行为	BTBR T Itpr3/J（BTBR）小鼠和CBA对照小鼠	计算机视觉	自闭症谱系障碍	DeepLabCut（DLC）	深度学习	视频	BTBR小鼠和CBA对照小鼠的配对实验
104	2025-07-09	Multi-task deep learning framework for enhancing Mayo endoscopic score classification in ulcerative colitis 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251356396 PMID:40621175	研究论文	本文提出了一种多任务深度学习框架，用于提高溃疡性结肠炎Mayo内镜评分分类的准确性	采用多任务学习框架，模仿人脑从粗到细的处理机制，有效解决医学影像数据不平衡问题	未来研究需要探索整合多个基于卷积神经网络的模型以进一步提高分类准确性	提高溃疡性结肠炎内镜图像分类的准确性，特别是对疾病严重阶段的识别	溃疡性结肠炎的内镜图像	数字病理	溃疡性结肠炎	多任务学习(MTL)	DenseNet121, MobileNet-v3-large	图像	NA
105	2025-07-09	Deep learning-based electroencephalic decoding of the phase-lagged transcranial alternating current stimulation 2025, Frontiers in human neuroscience IF:2.4Q2 DOI:10.3389/fnhum.2025.1545726 PMID:40621214	研究论文	本研究探讨了基于深度学习的脑电图解码技术，用于识别跨频率耦合交流电刺激（CFC-tACS）的相位滞后类型	首次使用修改后的EEGNet模型解码CFC-tACS的相位滞后类型，并揭示了顶叶区β波段活动在解码中的重要作用	样本量较小（仅21名健康受试者），且仅测试了45°和180°两种相位滞后条件	开发一种能够解码非侵入性脑刺激相位类型的方法，以促进脑机接口-神经调控闭环系统的发展	21名健康个体的任务相关脑电信号	脑机接口	NA	CFC-tACS（跨频率耦合交流电刺激）	修改后的EEGNet	脑电图（EEG）信号	21名健康个体
106	2025-07-09	Unsupervised Imputation of Non-ignorably Missing Data Using Importance-Weighted Autoencoders 2025, Statistics in biopharmaceutical research IF:1.5Q2 DOI:10.1080/19466315.2024.2368787 PMID:40621507	研究论文	本文提出了一种新的无监督深度学习方法NIMIWAE，用于处理生物医学数据中的不可忽略缺失数据	NIMIWAE是首批能够灵活处理训练时输入特征中可忽略和不可忽略缺失模式的VAE架构之一	未明确提及具体局限性	解决生物医学数据中复杂缺失数据对深度学习方法带来的挑战	生物医学数据集中的缺失数据	机器学习	NA	变分自编码器(VAE)	NIMIWAE (基于VAE的新架构)	高维不完整数据集	12,000名ICU患者的电子健康记录(EHR)数据集
107	2025-07-09	An Artificial Intelligence Pipeline for Hepatocellular Carcinoma: From Data to Treatment Recommendations 2025, International journal of general medicine IF:2.1Q2 DOI:10.2147/IJGM.S529322 PMID:40621598	research paper	本文介绍了一个用于肝细胞癌（HCC）的人工智能（AI）流程，从数据处理到治疗建议	提出了一个统一的AI流程，整合多模态数据（如影像、基因组和临床记录），应用于肿瘤检测、早期诊断、个性化治疗规划、药物开发及患者管理	面临数据质量、标准化和隐私等挑战	通过AI技术改善HCC的诊断、治疗和研究，提高患者预后和管理策略的有效性	肝细胞癌（HCC）患者	digital pathology	liver cancer	machine learning, deep learning, virtual screening, molecular modeling	NA	imaging, genomic, clinical records	NA
108	2025-07-09	BoKDiff: best-of-K diffusion alignment for target-specific 3D molecule generation 2025, Bioinformatics advances IF:2.4Q2 DOI:10.1093/bioadv/vbaf137 PMID:40621602	研究论文	介绍了一种名为BoKDiff的领域适应框架，用于基于目标蛋白3D结构的药物设计，通过结合多目标优化和Best-of-K对齐来增强配体生成	首次将Best-of-K对齐和Best-of-N采样策略整合到基于结构的药物设计中，提高了配体生成的多样性和质量	蛋白质-配体数据有限，对齐问题可能影响模型效果	提高基于目标蛋白3D结构的配体生成质量和实用性	配体分子	药物设计	NA	扩散模型，几何深度学习	DecompDiff	3D分子结构数据	CrossDocked2020数据集
109	2025-07-09	Video swin-CLSTM transformer: Enhancing human action recognition with optical flow and long-term dependencies 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0327717 PMID:40622917	research paper	提出了一种结合光流和长短期依赖的视频Swin-CLSTM Transformer模型，用于增强复杂背景下的人类动作识别	模型在Video Swin Transformer基础上引入光流信息和ConvLSTM单元，有效提升复杂背景下的动作捕捉能力和长时依赖理解	实验仅在UCF-101数据集上进行验证，未在其他多样化数据集测试泛化性	提升复杂背景下视频人类动作识别的准确性和计算效率	视频中的人类动作	computer vision	NA	optical flow, 3D Patch Partition, Patch Merging	Video Swin-CLSTM Transformer (结合Swin Transformer和ConvLSTM)	video	UCF-101数据集（具体样本量未说明）
110	2025-07-09	Saliency-enhanced infrared and visible image fusion via sub-window variance filter and weighted least squares optimization 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0323285 PMID:40622931	研究论文	提出了一种新颖的红外与可见光图像融合方法，通过子窗口方差滤波和加权最小二乘优化增强显著特征和视觉清晰度	采用子窗口方差滤波分解技术和加权最小二乘优化的显著性图测量方案，无需大规模训练数据集	在处理高度复杂场景时可能存在挑战，未来将通过自适应参数优化和深度学习框架集成来解决	提升红外与可见光图像融合的质量，增强显著特征和纹理细节	红外与可见光图像	计算机视觉	NA	子窗口方差滤波(SVF), 加权最小二乘优化(WLSO)	NA	图像	三个公共数据集
111	2025-07-09	Air-ground collaborative multi-source orbital integrated detection system: Combining 3D imaging and intrusion recognition 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0326951 PMID:40623035	研究论文	本研究提出了一种空地协作的多源轨道综合检测系统，结合了3D成像和入侵识别技术	系统采用改进的LOAM-SLAM算法实现实时动态地图构建，优化的ICP算法实现高精度点云配准与着色，以及YOLOv3-ResNet融合模型进行入侵检测	未提及系统在极端天气条件下的性能表现及大规模部署的可行性	提高铁路轨道检测的效率和安全性	铁路轨道基础设施	计算机视觉	NA	LiDAR, 深度学习	YOLOv3-ResNet融合模型	点云数据, 图像数据	未明确提及具体样本数量
112	2025-07-09	Vibration-based gearbox fault diagnosis using a multi-scale convolutional neural network with depth-wise feature concatenation 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0324905 PMID:40623058	研究论文	提出了一种基于振动信号的齿轮箱故障诊断新方法，使用多尺度卷积神经网络与深度特征拼接技术	提出名为MixNet的多尺度卷积神经网络结合深度特征拼接技术，显著提高故障诊断准确率和鲁棒性	NA	提高工业环境中齿轮箱故障诊断的准确性和效率	齿轮箱振动信号	机器故障诊断	NA	短时傅里叶变换(STFT)	CNN	振动信号	Gearbox故障诊断数据集
113	2025-07-09	Correction: Deep learning radiomics based on multimodal imaging for distinguishing benign and malignant breast tumours 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1635819 PMID:40625355	correction	对一篇基于多模态成像的深度学习放射组学区分乳腺肿瘤良恶性的文章进行更正	NA	NA	NA	NA	digital pathology	breast cancer	NA	deep learning	multimodal imaging	NA
114	2025-07-09	Deep learning-based prediction model of acute kidney injury following coronary artery bypass grafting in coronary heart disease patients: a multicenter clinical study from China 2025, Frontiers in cardiovascular medicine IF:2.8Q2 DOI:10.3389/fcvm.2025.1600012 PMID:40625392	研究论文	本研究利用机器学习技术开发了一个预测冠状动脉搭桥术后急性肾损伤风险的模型	使用XGBoost模型在内部和外部验证中表现出最佳性能，并整合了来自多个机构的多样化患者数据	研究为回顾性设计，可能受到数据收集的限制	开发一个稳健的风险预测模型，用于预测冠状动脉搭桥术后急性肾损伤	冠状动脉疾病患者	机器学习	心血管疾病	机器学习	XGBoost, SVM, DT, RF, AdaBoost	临床数据	3,043名冠状动脉疾病患者（训练集2,130名，验证集913名），外加878名外部验证患者
115	2025-07-09	Ves-GAN: Unsupervised Vessel-Targeted Low-Dose Coronary Computed Tomography Angiography Denoising Framework 2025, BME frontiers IF:5.0Q1 DOI:10.34133/bmef.0149 PMID:40625644	research paper	本研究提出了一种名为Ves-GAN的无监督降噪框架，用于低剂量冠状动脉计算机断层扫描血管造影（LDCTA），旨在降低噪声同时保留血管结构	Ves-GAN引入了高频感知数据增强策略和血管一致性损失，以增强对细微血管特征的敏感性和保持结构完整性	尽管Ves-GAN在无监督模型中表现优异，但可能仍依赖于一定的噪声假设，且临床验证样本量有限	开发一种无监督降噪框架，以提高低剂量冠状动脉CT血管造影的图像质量	低剂量冠状动脉CT血管造影图像	digital pathology	cardiovascular disease	GAN	Ves-GAN	image	50例CT扫描，由3名放射科医生评估
116	2025-07-09	Machine learning combined multi-omics analysis to explore key oxidative stress features in systemic lupus erythematosus 2025, Frontiers in immunology IF:5.7Q1 DOI:10.3389/fimmu.2025.1567466 PMID:40625749	研究论文	本研究结合机器学习和多组学分析，探索系统性红斑狼疮（SLE）中关键的氧化应激特征	结合多种机器学习方法和多组学数据，识别了与SLE相关的6个关键基因及其在免疫细胞亚群中的表达模式	样本量相对较小，且仅基于外周血样本，未涉及组织特异性分析	探索系统性红斑狼疮（SLE）发病机制中的关键氧化应激特征及其相互关系	系统性红斑狼疮患者和健康对照的外周血样本	机器学习	系统性红斑狼疮	转录组分析、LC-MS代谢组学、RT-qPCR	深度学习（DL）、随机森林（RF）、XGBoost、支持向量机（SVM）、LASSO	转录组数据、代谢组数据、单细胞转录组数据	来自GEO的三个转录组数据集和SLE患者及健康对照的外周血样本
117	2025-07-09	Hybrid model for predicting microsatellite instability in colorectal cancer using hematoxylin & eosin-stained images and clinical features 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1580195 PMID:40626015	研究论文	提出了一种结合病理图像和临床特征的混合模型，用于预测结直肠癌中的微卫星不稳定性(MSI)	开发了一种新的混合预测模型，整合了病理图像特征和临床特征，提高了MSI预测的准确性和适用性	模型在外部测试队列中的表现略低于内部验证队列，可能需要进一步优化以适应更广泛的患者群体	开发一种更准确和广泛适用的MSI预测方法，以帮助确定结直肠癌的治疗策略和预后	结直肠癌患者	数字病理	结直肠癌	深度学习(半监督和全监督方法)，mRNA测序	混合模型(结合病理特征和临床特征)	图像(HE染色病理切片)，临床数据，mRNA测序数据	总样本682例(TCGA队列559例，东阳CRC队列123例)
118	2025-07-09	A systematic survey: role of deep learning-based image anomaly detection in industrial inspection contexts 2025, Frontiers in robotics and AI IF:2.9Q2 DOI:10.3389/frobt.2025.1554196 PMID:40626146	综述	本文系统回顾了工业制造中基于深度学习的图像异常检测方法	全面比较了传统技术与深度学习在异常检测中的最新进展，并探讨了无人机、机械臂和AGV等新型应用场景	未提及具体实验验证或实际工业部署效果的详细数据	推动智能制造中高质量过程检测方法的发展	工业制造中的图像异常检测	计算机视觉	NA	深度学习（包括监督、无监督和半监督学习）	NA	图像	多种表面缺陷检测和工业异常检测数据集
119	2025-07-09	Artificial intelligence in early warning systems for infectious disease surveillance: a systematic review 2025, Frontiers in public health IF:3.0Q2 DOI:10.3389/fpubh.2025.1609615 PMID:40626156	系统综述	本文系统综述了人工智能在传染病监测早期预警系统中的应用现状、关键技术、数据来源、优势与挑战	全面评估AI在传染病早期预警中的技术路线与跨学科整合潜力，首次系统梳理多源数据融合方案	仅纳入2018年后文献，未量化分析模型性能，未解决数据偏见与伦理困境等核心问题	评估人工智能技术对传染病早期预警系统的增强作用	67项关于AI在传染病监测中应用的研究文献	自然语言处理	传染病	机器学习(ML)、深度学习(DL)、自然语言处理(NLP)	NA	流行病学数据、网络数据、气候数据、废水监测数据等多源异构数据	67项研究文献（经600篇筛选后）
120	2025-07-09	Adverse drug reaction signal detection via the long short-term memory model 2025, Frontiers in pharmacology IF:4.4Q1 DOI:10.3389/fphar.2025.1554650 PMID:40626311	研究论文	本研究旨在通过长短期记忆模型（LSTM）改进药物不良反应（ADR）信号检测，并与传统方法进行比较	将深度学习模型引入ADR信号检测，显著提高了检测的敏感性和F1分数	数据仅来自广东省ADR监测中心，可能不具有全国代表性	改进药物不良反应信号检测方法，提高检测准确率	药物不良反应信号	自然语言处理	NA	LSTM模型	LSTM	文本	2,376个ADR信号（448个阳性信号和1,928个阴性信号）