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	2025-09-29	Vision transformer and Mamba-attention fusion for high-precision PCB defect detection 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0331175 PMID:40997120	研究论文	提出融合视觉Transformer和Mamba注意力机制的混合框架ViT-Mamba，用于高精度PCB缺陷检测	结合视觉Transformer与Mamba注意力机制进行全局特征提取，引入人工缺陷生成模块和多重尺度分层优化策略	NA	解决PCB缺陷检测中不平衡缺陷分布和泛化能力有限的问题	印刷电路板(PCB)缺陷	计算机视觉	NA	深度学习，人工缺陷生成，多重尺度分层优化	Vision Transformer, Mamba注意力机制, ViT-Mamba混合框架	图像	公共PCB缺陷数据集
102	2025-09-29	A graph neural network-based approach for predicting SARS-CoV-2-human protein interactions from multiview data 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0332794 PMID:40997149	研究论文	提出基于多视图图神经网络的方法预测SARS-CoV-2与人类蛋白质相互作用	结合最优传输整合的多视图图神经网络方法，在蛋白质相互作用预测中优于传统单视图方法	初始实验验证数据仅包含有限数量的高置信度相互作用	开发准确可靠的SARS-CoV-2与人类蛋白质相互作用预测模型以支持药物重定位	SARS-CoV-2病毒蛋白质与人类宿主蛋白质	机器学习	COVID-19	多视图图神经网络、最优传输整合	图神经网络(GNN)	蛋白质序列、基因本体术语、物理相互作用信息	472个高置信度预测相互作用（涉及280个宿主蛋白质和27个SARS-CoV-2蛋白质）
103	2025-09-27	AI: the Apollo guidance computer of the Exposome moonshot 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1632520 PMID:41000410	评论	提出将人工智能与暴露组数据结合的统一愿景，通过微生理系统和多组学平台构建数字孪生体	将暴露组研究比作阿波罗登月计划，提出AI作为导航计算机、MPS作为火箭、多组学作为登月舱的创新框架	需要扩展模型适用域、实施数据安全措施并优先开发可解释算法	建立预防驱动、个性化的健康与监管科学新范式	人类暴露组（环境暴露总和）	机器学习	NA	多组学平台、微生理系统(MPS)	深度学习	多组学数据、环境暴露数据	NA
104	2025-09-29	A systematic review of the hybrid machine learning models for brain tumour segmentation and detection in medical images 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1615550 PMID:41000409	系统综述	本文系统综述了混合机器学习模型在医学图像中脑肿瘤分割与检测的应用	系统评估了传统机器学习模型与深度神经网络结合的性能优势，特别是SVM与VGG-19等CNN架构的混合模型在提高分类准确率和减少假阳性方面的创新	模型泛化能力不足、缺乏大型标注数据集、可解释人工智能应用有限	提升脑肿瘤分析的计算效率和诊断准确性	脑肿瘤MRI图像	计算机视觉	脑肿瘤	磁共振成像	混合机器学习模型（SVM、VGG-19、YOLOv10n）	医学图像	25项相关研究（2019-2024年发表）
105	2025-09-29	Gait phase recognition of children with cerebral palsy via deep learning based on IMU data from a soft ankle exoskeleton 2025, Frontiers in bioengineering and biotechnology IF:4.3Q2 DOI:10.3389/fbioe.2025.1679812 PMID:41000473	研究论文	通过基于软踝外骨骼IMU数据的深度学习实现脑瘫儿童步态相位识别	提出结合堆叠降噪自编码器和长短期记忆网络的深度学习框架，能有效处理非平稳高噪声信号并建模步态相位间时序依赖关系	仅纳入6名轻度脑瘫儿童样本，样本量较小且未涵盖不同严重程度患者	开发精准识别脑瘫儿童步态相位的算法以支持循证康复	脑瘫儿童的步态数据	机器学习	脑瘫	惯性测量单元(IMU)、足底压力鞋垫	堆叠降噪自编码器(SDA)、长短期记忆网络(LSTM)	传感器时序数据	6名轻度脑瘫儿童的自然步态序列数据
106	2025-09-29	Toward accurate single image sand dust removal by utilizing uncertainty-aware neural network 2025, Frontiers in neurorobotics IF:2.6Q3 DOI:10.3389/fnbot.2025.1575995 PMID:41000467	研究论文	提出一种基于不确定性感知神经网络HIUNet的单幅图像沙尘去除方法	首次将贝叶斯神经网络应用于沙尘图像恢复，结合特征频率选择机制和特征增强模块	尚未在极端沙尘场景中进行验证	提高单幅沙尘图像恢复的准确性	受沙尘影响的退化图像	计算机视觉	NA	贝叶斯神经网络、特征频率选择	HIUNet（分层交互不确定性感知网络）	图像	Sand11K数据集（包含不同退化程度的沙尘图像）
107	2025-09-29	Deep Learning for Cancer Detection Based on Genomic and Imaging Data: A Comprehensive Review 2025, Cancer management and research IF:2.5Q3 DOI:10.2147/CMAR.S533522 PMID:41001156	综述	本文全面回顾了基于基因组和影像数据的深度学习在癌症检测中的应用进展	系统总结了深度学习在整合多模态数据（基因组和影像）进行癌症早期检测的创新方法	作为综述文章，未涉及原始实验设计和具体数据验证	探讨深度学习在癌症早期检测中的应用现状和未来发展	癌症检测相关的基因组数据和医学影像数据	数字病理	癌症	基因组测序、医学影像技术	CNN	基因组数据、影像数据	NA
108	2025-09-29	Radiomics signature and deep learning signature of intrathrombus and perithrombus for prediction of malignant cerebral edema after acute ischemic stroke: a multicenter CT study 2025, Frontiers in neurology IF:2.7Q3 DOI:10.3389/fneur.2025.1650970 PMID:41001195	研究论文	本研究通过分析血栓内和血栓周围区域的影像组学和深度学习特征，预测急性缺血性脑卒中后恶性脑水肿的风险	首次结合血栓内和血栓周围区域的影像组学与深度学习特征，并采用多中心数据验证预测模型	回顾性研究设计，样本量相对有限（406例患者）	预测急性缺血性脑卒中后恶性脑水肿的发生风险	急性缺血性脑卒中患者	医学影像分析	脑血管疾病	CT影像分析、影像组学、深度学习	VGG16、LASSO回归、逻辑回归等11种机器学习分类器	CT图像	406例急性缺血性脑卒中患者（来自三个医疗中心）
109	2025-09-29	Federated learning for lesion segmentation in multiple sclerosis: a real-world multi-center feasibility study 2025, Frontiers in neurology IF:2.7Q3 DOI:10.3389/fneur.2025.1620469 PMID:41001196	研究论文	本研究探索联邦学习在多中心多发性硬化病灶分割中的实际应用可行性	首次在真实医院环境中应用联邦学习进行多发性硬化病灶分割，无需共享原始患者数据	不同站点间性能存在差异，反映了数据异质性问题	验证联邦学习在分布式临床环境中进行多发性硬化病灶分割的可行性和有效性	多发性硬化患者的MRI图像	医学影像分析	多发性硬化	联邦学习	nnU-Net	MRI图像	来自三个站点的512例MRI病例
110	2025-09-29	Scanning faces: a deep learning approach to studying eye movements in prosopagnosia 2025, Frontiers in neurology IF:2.7Q3 DOI:10.3389/fneur.2025.1616509 PMID:41001204	研究论文	本研究使用深度学习技术分析面孔失认症患者与正常对照在面孔识别任务中的眼动扫描模式差异	首次采用基于深度学习的图像分类技术识别面孔失认症的关键眼动扫描标记，开发了两种将扫描路径可视化为图像的方法	样本量相对有限，对发育性面孔失认症的分类性能较低(AUC 69%)	确定人工智能方法是否能识别面孔失认症的关键扫描标记	面孔失认症患者（获得性和发育性）与正常对照受试者	计算机视觉	神经认知障碍	深度学习图像分类技术	CNN	眼动扫描数据	未明确具体样本数量，包含面孔失认症患者和正常对照两组受试者
111	2025-09-29	Development of a deep learning model for automated diagnosis of neuromuscular diseases using ultrasound imaging 2025, Frontiers in neurology IF:2.7Q3 DOI:10.3389/fneur.2025.1640428 PMID:41001208	研究论文	开发了一种用于神经肌肉疾病超声图像自动诊断的轻量级深度学习模型	提出集成GhostNet骨干网络、CBAM注意力模块和深度可分离卷积的新型模型NMD-AssistNet，兼具高效性和判别能力	仅使用单一公共数据集进行验证，未在多中心临床环境中测试	开发自动化神经肌肉疾病筛查工具以克服传统诊断方法对操作者经验的依赖	神经肌肉疾病患者的肌肉超声图像	计算机视觉	神经肌肉疾病	超声成像	CNN（GhostNet结合CBAM注意力机制）	图像	3,917张标注的肌肉超声图像
112	2025-09-29	Automated classification and explainable AI analysis of lung cancer stages using EfficientNet and gradient-weighted class activation mapping 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1625183 PMID:41001382	研究论文	提出一种基于EfficientNet和Grad-CAM的自动深度学习模型，用于肺癌分期的CT图像分类	结合EfficientNet-B0架构和Grad-CAM可解释AI技术，提供分类结果的可视化解释	NA	实现肺癌分期的精确自动分类，提高诊断可靠性和可信度	肺部CT扫描图像	医学图像分析	肺癌	深度学习	EfficientNet-B0, Grad-CAM	CT图像	1190个CT扫描来自IQ-OTH/NCCD数据集，包含良性、恶性和正常类别
113	2025-09-29	Characterizing clinical risk profiles of major complications in type 2 diabetes mellitus using deep learning algorithms 2025, Frontiers in endocrinology IF:3.9Q2 DOI:10.3389/fendo.2025.1657366 PMID:41001673	研究论文	本研究使用机器学习算法开发2型糖尿病主要并发症的风险评估工具	首次采用可解释机器学习方法系统识别多种糖尿病并发症的共同和独特风险因素	研究样本仅来自单一医院，模型性能在不同并发症间存在差异	开发2型糖尿病并发症风险评估工具，为早期筛查和干预提供新方法	1448名2型糖尿病患者	机器学习	2型糖尿病	机器学习	XGBoost, LightGBM, Random Forest, TabPFN, CatBoost	临床数据	1448名患者
114	2025-09-29	Automatic road damage recognition based on improved YOLOv11 with multi-scale feature extraction and fusion attention mechanism 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0327387 PMID:41004548	研究论文	提出基于改进YOLOv11的道路损伤自动识别方法，通过多尺度特征提取和融合注意力机制提升检测性能	引入微小目标检测层增强小物体识别，集成全局注意力机制抑制背景噪声，采用轻量化卷积模块优化计算效率	仅在RDD2022数据集上验证，未提及在其他数据集或实际部署环境中的泛化能力	开发高效准确的道路损伤检测方法以支持智能交通和城市基础设施管理	道路损伤图像	计算机视觉	NA	深度学习	YOLOv11-ATL（改进的YOLOv11模型）	图像	RDD2022数据集（具体样本数量未明确说明）
115	2025-09-29	Comparison of Vendor-Pretrained and Custom-Trained Deep Learning Segmentation Models for Head-and-Neck, Breast, and Prostate Cancers 2024-Dec-18, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics14242851 PMID:39767212	研究论文	比较供应商预训练和自定义训练的深度学习分割模型在头颈癌、乳腺癌和前列腺癌中的性能差异	首次系统评估本地临床数据特征对商业深度学习分割模型性能的影响，并证明使用少量机构数据即可训练出高精度的自定义模型	样本量相对有限（210例患者），仅评估了三种癌症类型	评估本地患者数据和临床特征对商业深度学习分割模型性能的影响	头颈癌、乳腺癌和前列腺癌患者的临床CT扫描图像和风险器官轮廓	计算机视觉	头颈癌、乳腺癌、前列腺癌	深度学习分割	CNN	CT图像	210例患者（53例头颈癌、49例左乳腺癌、55例右乳腺癌、53例前列腺癌）
116	2025-09-29	Cardiovascular care with digital twin technology in the era of generative artificial intelligence 2024-Dec-01, European heart journal IF:37.6Q1 DOI:10.1093/eurheartj/ehae619 PMID:39322420	综述	本文综述数字孪生技术在心血管医学中的应用及其与生成式人工智能结合的未来潜力	探讨了生成式人工智能如何增强数字孪生的动态模拟能力和预测能力	未提及具体实施案例的局限性	总结数字孪生在心血管医学中的现状并展望其未来应用前景	心血管疾病患者和相关的临床决策过程	数字病理学	心血管疾病	数字孪生技术、生成式人工智能、深度学习	机器学习模型、生成模型	多模态数据（生理数据、环境数据、医疗数据）	NA
117	2025-09-29	Deep learning for genomic selection of aquatic animals 2024-Nov, Marine life science & technology IF:5.8Q1 DOI:10.1007/s42995-024-00252-y PMID:39620094	综述	本文综述了深度学习在水生动物基因组选择中表型分析、基因分型和基因组估计育种值预测的应用现状与潜力	系统总结了深度学习模型（CNN、DNN、自编码器）在水生动物基因组选择三大关键环节的创新应用	当前应用范围有限，未来需要扩展到更多水产养殖物种	探讨深度学习技术在水生动物基因组选择育种中的应用前景	水生动物育种	机器学习	NA	下一代测序（NGS）	CNN、DNN、自编码器	基因组数据、表型数据	NA
118	2025-09-29	Prediction of future dementia among patients with mild cognitive impairment (MCI) by integrating multimodal clinical data 2024-Sep-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e36728 PMID:39281465	研究论文	本研究通过整合多模态临床数据，评估集成学习框架在预测轻度认知障碍患者未来发展为痴呆症的能力	采用集成学习框架利用多模态数据的互补性和共识性，相比传统方法能更有效预测痴呆发展	NA	预测轻度认知障碍患者未来发展为痴呆症的风险	轻度认知障碍患者	机器学习	老年疾病	结构磁共振成像、正电子发射断层扫描	集成学习、XGBoost、深度学习	临床数据、影像数据	基于TADPOLE挑战数据集
119	2025-09-29	Mediodorsal thalamus and ventral pallidum contribute to subcortical regulation of the default mode network 2024-07-23, Communications biology IF:5.2Q1 DOI:10.1038/s42003-024-06531-9 PMID:39039239	研究论文	本研究揭示了腹侧苍白球和背内侧丘脑在默认模式网络调控中的重要作用	首次在树鼩中发现腹侧苍白球和背内侧丘脑的伽马振荡与前扣带皮层协调参与默认模式网络调控	研究仅限于树鼩模型，需要在其他哺乳动物中进一步验证	探究默认模式网络的亚皮层调控机制	树鼩的腹侧苍白球、背内侧丘脑和前扣带皮层	神经科学	NA	电生理记录、深度学习分类	深度学习分类模型	电生理信号	树鼩动物模型
120	2025-09-29	Antibody design using deep learning: from sequence and structure design to affinity maturation 2024-May-23, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae307 PMID:38960409	综述	本文综述了深度学习在抗体设计领域的应用进展，涵盖序列与结构设计到亲和力成熟等多个方面	将深度学习技术从传统小分子药物开发扩展到生物大分子特别是抗体领域，结合体外和计算机方法加速抗体开发	NA	探索深度学习在抗体设计与优化中的应用方法	抗体蛋白质	机器学习	NA	深度学习	NA	序列数据、结构数据	NA