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
13441	2025-10-07	A Deep Learning Segmentation Model for Detection of Active Proliferative Diabetic Retinopathy 2025-May, Ophthalmology and therapy IF:2.6Q2 DOI:10.1007/s40123-025-01127-w PMID:40146482	研究论文	开发一种深度学习分割模型用于检测活动性增殖性糖尿病视网膜病变	通过标注新生血管和视网膜前出血来识别需要立即治疗的PDR患者，现有DL算法缺乏此能力	样本量相对有限（637张活动性PDR图像），阳性预测值较低（57%）	开发能够准确检测活动性增殖性糖尿病视网膜病变的深度学习模型	糖尿病视网膜病变患者的六视野视网膜图像	计算机视觉	糖尿病视网膜病变	视网膜成像	深度学习分割模型	视网膜图像	938张六视野视网膜图像（637张活动性PDR，301张非活动性PDR），来自199名患者	NA	NA	灵敏度, 特异度, 阴性预测值, 阳性预测值	NA
13442	2025-04-21	Virtual screening and characterization of novel myogenic peptides from bovine collagen hydrolysates: Targeting myomaker 2025-May, Food research international (Ottawa, Ont.) DOI:10.1016/j.foodres.2025.116267 PMID:40253143	研究论文	本研究通过虚拟筛选和表征牛骨胶原水解物中的新型肌原性肽，探索其通过靶向Myomaker促进肌肉分化和再生的机制	首次发现肽AGPPGPPGPAGK能与Myomaker形成稳定复合物，并通过调节能量代谢促进成肌细胞分化	HRH1在细胞分化能量代谢中的调控作用需进一步验证	阐明牛骨胶原促进肌肉分化和再生的分子机制	牛骨胶原水解物中的肽序列（特别是AGPPGPPGPAGK）及其与Myomaker的相互作用	生物信息学与分子生物学	肌肉衰老	肽组学、分子对接、动力学模拟、深度学习预测、转录组分析	深度学习工具（未指定具体模型）	肽序列数据、分子模拟数据、转录组数据	未明确说明样本数量（基于牛骨胶原水解物的肽组学分析）	NA	NA	NA	NA
13443	2025-04-21	Progress in machine learning-supported electronic nose and hyperspectral imaging technologies for food safety assessment: A review 2025-May, Food research international (Ottawa, Ont.) DOI:10.1016/j.foodres.2025.116285 PMID:40253192	综述	本文综述了机器学习支持的电子鼻和高光谱成像技术在食品安全评估中的应用进展	结合电子鼻和高光谱成像技术与机器学习算法，提供食品安全评估的综合视角	技术应用主要局限于实验室环境，缺乏标准化协议，影响测试的可重复性和实际应用	探讨机器学习如何提升电子鼻和高光谱成像技术在食品安全评估中的性能	食品安全评估中的电子鼻和高光谱成像技术	机器学习	NA	电子鼻(e-nose)、高光谱成像(HSI)	人工神经网络(ANN)、深度学习(DL)	NA	NA	NA	NA	NA	NA
13444	2025-04-21	DSMR: Dual-Stream Networks with Refinement Module for Unsupervised Multi-modal Image Registration 2025-Apr-19, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-025-00707-5 PMID:40252168	research paper	提出了一种新型无监督双流多模态图像配准框架DSMR，结合双流配准网络和优化模块，用于多模态医学图像配准	DSMR框架首次将双流配准网络与优化模块结合，利用移动图像、固定图像和转换图像生成两个变形场，并通过伪真实值优化初始变形场	未明确说明该方法在极端模态差异情况下的表现	解决无监督多模态医学图像配准的挑战	多模态医学图像	digital pathology	NA	deep learning-based image registration	dual-stream network	medical images	NA	NA	NA	NA	NA
13445	2025-04-21	Stigmatisation of gambling disorder in social media: a tailored deep learning approach for YouTube comments 2025-Apr-18, Harm reduction journal IF:4.0Q1 DOI:10.1186/s12954-025-01169-0 PMID:40247272	研究论文	本研究采用深度学习方法来分析YouTube上关于赌博障碍的评论，以了解德国社会对赌博障碍的污名化现象	结合引导主题建模和定性总结内容分析的深度学习方法，以及基于现有文献和收集数据构建的扩展污名词典	仅分析了两个YouTube视频的评论，样本量有限	了解赌博障碍的污名化现象，以开发减少污名化的有效策略	YouTube上关于赌博障碍的用户评论	自然语言处理	赌博障碍	深度学习、引导主题建模、定性总结内容分析	NA	文本	从34个视频中收集的84,024条评论，最终分析2个视频的评论	NA	NA	NA	NA
13446	2025-04-21	Deep learning model DeepNeo predicts neointimal tissue characterization using optical coherence tomography 2025-Apr-17, Communications medicine IF:5.4Q1 DOI:10.1038/s43856-025-00835-5 PMID:40247001	研究论文	本文介绍了一种名为DeepNeo的深度学习模型，用于通过光学相干断层扫描（OCT）自动分割和分类新生内膜组织	DeepNeo是首个能够完全自动化分割和分类新生内膜组织的深度学习算法，其性能与人类专家相当	研究样本量相对较小，仅包含1148帧来自92个OCT回拉图像，且动物模型仅使用了新西兰白兔	开发一种自动化工具，用于评估经皮冠状动脉介入治疗（PCI）后的血管愈合情况	新生内膜组织的光学相干断层扫描（OCT）图像	数字病理学	心血管疾病	光学相干断层扫描（OCT）	深度学习模型（DeepNeo）	图像	1148帧来自92个OCT回拉图像，以及新西兰白兔动物模型	NA	NA	NA	NA
13447	2025-04-21	Enhanced anomaly network intrusion detection using an improved snow ablation optimizer with dimensionality reduction and hybrid deep learning model 2025-Apr-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-97398-1 PMID:40247081	研究论文	提出了一种结合优化算法、降维技术和混合深度学习模型的增强型异常网络入侵检测方法	结合了改进的雪消融优化器(ISAO)、降维技术和LSTM-AE混合模型，提高了异常入侵检测的准确率	仅在CIC-IDS2017数据集上进行了验证，未在其他数据集上测试泛化能力	开发更强大可靠的网络入侵检测系统以提高网络安全	网络入侵行为	网络安全	NA	机器学习(ML)、深度学习(DL)、降维技术	LSTM-AE混合模型	网络流量数据	CIC-IDS2017数据集	NA	NA	NA	NA
13448	2025-04-21	Automated machine learning for early prediction of systemic inflammatory response syndrome in acute pancreatitis 2025-Apr-17, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-02997-7 PMID:40247291	研究论文	本研究利用自动机器学习（AutoML）算法构建模型，用于早期和精确预测急性胰腺炎（AP）中的全身炎症反应综合征（SIRS）	使用AutoML算法（尤其是深度学习模型）进行SIRS的早期预测，相比传统逻辑回归（LR）方法表现更优	回顾性研究设计可能引入选择偏倚，且样本量相对有限	开发早期预测急性胰腺炎患者发生全身炎症反应综合征的自动化工具	被诊断为急性胰腺炎的患者	机器学习	急性胰腺炎	AutoML, LASSO, 深度学习	深度学习模型, 逻辑回归（LR）	临床数据	1,224名患者（812名训练集，200名验证集，212名测试集）	NA	NA	NA	NA
13449	2025-04-21	Deep-learning network for automated evaluation of root-canal filling radiographic quality 2025-Apr-17, European journal of medical research IF:2.8Q2 DOI:10.1186/s40001-025-02331-x PMID:40247407	研究论文	本研究开发并验证了一种基于YOLOv5的深度学习网络，用于自动评估根管充填的放射学质量	首次将YOLOv5深度学习网络应用于根管充填质量的自动评估，相比无经验牙髓病医生表现更优，评估速度显著提升	需要结合临床专业知识进行准确评估，不能完全替代人工	开发一种自动评估根管充填放射学质量的辅助工具	根管充填的放射学图像	计算机视觉	牙科疾病	YOLOv5深度学习网络	YOLOv5	图像	1,008张根尖周X线片（训练集806，验证集101，测试集101），外加500张外部验证集	NA	NA	NA	NA
13450	2025-10-07	Joint identification of hydraulic conductivity and groundwater pollution sources using unscented Kalman smoother with multiple data assimilation and deep learning 2025-Apr-15, Ecotoxicology and environmental safety IF:6.2Q1 DOI:10.1016/j.ecoenv.2025.118134 PMID:40187214	研究论文	本研究提出结合无迹卡尔曼平滑器与深度信念神经网络的地下水污染源识别方法	首次将无迹卡尔曼平滑器与多重数据同化方法应用于地下水污染源识别，并引入深度信念神经网络作为替代模型	未明确说明研究区域的具体地质条件限制和污染物类型适用范围	提高地下水污染源识别的准确性和计算效率	水力传导系数和地下水污染源	环境工程与机器学习交叉领域	NA	数据同化方法	深度信念神经网络	浓度监测数据	NA	NA	深度信念神经网络	平均相对误差, 计算效率	NA
13451	2025-10-07	Assessing the ecotoxicological risk of nicosulfuron on maize using multi-source phenotype data and hyperspectral imaging 2025-Apr-15, Ecotoxicology and environmental safety IF:6.2Q1 DOI:10.1016/j.ecoenv.2025.118176 PMID:40215693	研究论文	本研究开发了基于多源表型数据和高光谱成像的深度学习模型，用于评估烟嘧磺隆对玉米的生态毒理风险	结合高光谱成像与深度学习技术，实现了玉米除草剂毒性的早期非侵入式检测，并开发了具有跨年份和种植季节泛化能力的ToxicNet-MS模型	仅针对烟嘧磺隆除草剂和玉米作物进行研究，未验证对其他除草剂或作物的适用性	开发快速非侵入的除草剂毒性评估方法	玉米作物在不同浓度烟嘧磺隆处理下的生理生化反应	计算机视觉	NA	高光谱成像	深度学习	高光谱图像, 表型数据	使用两种浓度烟嘧磺隆处理的玉米品种	NA	ToxicNet, ToxicNet-MS	准确率, 相关系数	NA
13452	2025-10-07	Accurate bladder cancer diagnosis using ensemble deep leaning 2025-Apr-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95002-0 PMID:40234491	研究论文	提出一种集成深度学习模型用于膀胱癌的准确诊断	结合CNN、GAN和可解释深度学习(XDL)三种算法，采用新型投票机制整合诊断结果	NA	开发非侵入性、高精度的膀胱癌诊断方法	膀胱癌患者	数字病理学	膀胱癌	图像诊断	CNN, GAN, XDL	图像	NA	NA	CNN, GAN, Guided Grad-CAM	准确率, 错误率, 执行时间	NA
13453	2025-10-07	Predicting axial load capacity in elliptical fiber reinforced polymer concrete steel double skin columns using machine learning 2025-Apr-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-97258-y PMID:40234698	研究论文	本研究应用人工智能技术预测椭圆形纤维增强聚合物-混凝土-钢双皮管柱在轴向荷载下的极限承载能力和极限应变	首次将多种机器学习和深度学习模型应用于预测混合椭圆形双皮管柱的力学性能，并开发了用户界面平台	实验数据稀缺，依赖有限元模型生成补充数据	预测椭圆形FRP-混凝土-钢双皮管柱的轴向承载能力	空心和实心混合椭圆形纤维增强聚合物-混凝土-钢双皮管柱	机器学习	NA	有限元分析	GEP, ANN, RF, ADB, XGBoost, DNN	数值数据	112个数据点	NA	深度神经网络	决定系数(R), 均方根误差(RMSE), 平均绝对误差(MAE)	NA
13454	2025-10-07	Development of a Deep Learning Tool to Support the Assessment of Thyroid Follicular Cell Hypertrophy in the Rat 2025-Apr, Toxicologic pathology IF:1.4Q4 DOI:10.1177/01926233241309328 PMID:39825517	研究论文	开发基于深度学习的图像分析工具，通过形态学测量量化评估大鼠甲状腺滤泡细胞肥大	首次将U-Net卷积神经网络应用于甲状腺组织分析，不仅能识别组织成分还能分割单个滤泡，并开发了优于传统方法的甲状腺活性评分系统	研究仅针对大鼠甲状腺组织，未验证在其他物种或组织的适用性	开发支持病理学家评估甲状腺滤泡细胞肥大的深度学习工具	大鼠甲状腺组织切片	数字病理学	甲状腺疾病	组织病理学分析	CNN	图像	NA	NA	U-Net	与病理学家评分比较	NA
13455	2025-10-07	Analyzing heterogeneity in Alzheimer disease using multimodal normative modeling on imaging-based ATN biomarkers 2025-Apr, Alzheimer's & dementia : the journal of the Alzheimer's Association DOI:10.1002/alz.70143 PMID:40235115	研究论文	本研究采用基于深度学习的多模态规范建模框架分析阿尔茨海默病在ATN生物标志物上的个体异质性	首次将深度学习多模态规范建模应用于ATN成像生物标志物，能够量化个体水平的异常偏离并计算疾病严重程度指数	研究采用横断面数据，样本量相对有限（发现队列665人，复制队列430人）	分析阿尔茨海默病在ATN生物标志物上的异质性特征	阿尔茨海默病患者和淀粉样蛋白阴性对照人群	医学影像分析	阿尔茨海默病	T1加权磁共振成像，淀粉样蛋白和tau蛋白正电子发射断层扫描	深度学习	多模态医学影像	发现队列665人，复制队列430人	NA	NA	疾病严重程度指数，认知功能评估，疾病进展风险	NA
13456	2025-10-07	Automatic mandibular third molar and mandibular canal relationship determination based on deep learning models for preoperative risk reduction 2025-Mar-25, Clinical oral investigations IF:3.1Q1 DOI:10.1007/s00784-025-06285-6 PMID:40128451	研究论文	本研究探索基于深度学习模型对下颌第三磨牙与下颌管空间关系进行自动分类的方法	首次将多种先进卷积神经网络应用于下颌第三磨牙与下颌管关系的自动分类，实现高达99.44%的准确率	仅使用305例锥形束CT扫描数据，样本量相对有限	通过深度学习模型提高术前下颌第三磨牙与下颌管关系分类的准确性和一致性	下颌第三磨牙与下颌管的空间关系	计算机视觉	口腔疾病	锥形束计算机断层扫描	CNN	医学影像	305例锥形束CT扫描	NA	MobileNet, Xception, DenseNet201	准确率	NA
13457	2025-10-07	c-Triadem: A constrained, explainable deep learning model to identify novel biomarkers in Alzheimer's disease 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0320360 PMID:40228177	研究论文	提出一种约束性可解释深度学习模型c-Triadem，用于识别阿尔茨海默病的新型血液生物标志物	开发了结合基因分型数据、基因表达数据和临床信息的三重输入深度学习模型，通过约束神经网络结构增强可解释性	模型验证主要基于ADNI数据集，需要在更广泛的人群中进一步验证	开发早期诊断阿尔茨海默病的血液生物标志物识别方法	阿尔茨海默病患者、轻度认知障碍患者和认知正常参与者	机器学习	阿尔茨海默病	基因分型、微阵列基因表达分析	深度神经网络	基因分型数据、基因表达数据、临床信息	ADNI数据集中的参与者	NA	约束性三重输入神经网络	AUC, 准确率	NA
13458	2025-10-07	Deep learning models for segmenting phonocardiogram signals: a comparative study 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0320297 PMID:40228205	研究论文	本研究比较不同深度学习模型在心音图信号分割中的性能	首次对CirCor DigiScope心音图数据集进行分割研究，并比较GRU、双向GRU和双向LSTM模型在心音信号分割中的表现	NA	开发准确可靠的心音图信号分割方法	心音图信号的四个特定区域：S1（lub音）、收缩期区域、S2（dub音）和舒张期区域	数字病理	心血管疾病	心音图信号分析	GRU, Bidirectional-GRU, BiLSTM	心音信号	三个公开数据集：PhysioNet/Computing in Cardiology Challenge 2016、MITHSDB和CirCor DigiScope Phonocardiogram	NA	GRU, Bidirectional-GRU, BiLSTM	准确率	NA
13459	2025-04-21	Multi-Source Data and Knowledge Fusion via Deep Learning for Dynamical Systems: Applications to Spatiotemporal Cardiac Modeling 2025, IISE transactions on healthcare systems engineering IF:1.5Q3 DOI:10.1080/24725579.2024.2398592 PMID:40248641	研究论文	本文提出了一种基于深度学习的多源数据和知识融合框架，应用于时空心脏建模	该框架不仅通过捕捉基于物理的信息流实现有效数据融合，还通过图拉普拉斯算子整合3D系统的几何信息，用于稳健的时空预测建模	NA	开发可靠的时空动态系统预测模型	心脏电动力学在健康和疾病状态下的建模	机器学习	心血管疾病	深度学习	深度学习框架	多源感知数据	NA	NA	NA	NA	NA
13460	2025-04-21	Recent Advances in Predictive Modeling with Electronic Health Records 2024-Aug, IJCAI : proceedings of the conference DOI:10.24963/ijcai.2024/914 PMID:40248670	综述	本文系统回顾了基于电子健康记录（EHR）数据的深度学习预测模型的最新进展	总结了深度学习在EHR数据预测建模中的多种应用视角，并提出了未来的研究方向	未提及具体模型的性能比较或实际应用中的具体限制	探讨如何利用EHR数据进行预测建模	电子健康记录（EHR）数据	机器学习	NA	深度学习	深度学习模型	电子健康记录数据	NA	NA	NA	NA	NA