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
13501	2025-10-07	AI in SPECT Imaging: Opportunities and Challenges 2025-May, Seminars in nuclear medicine IF:4.6Q1 DOI:10.1053/j.semnuclmed.2025.03.005 PMID:40189986	综述	本文全面回顾了人工智能在SPECT成像中的应用进展与挑战	系统总结了深度学习在SPECT图像重建、增强、分割和多模态融合中的创新应用，并探讨了自监督学习和对比学习等新兴策略	面临数据异质性、模型可解释性、计算复杂度等挑战，临床验证和标准化评估仍需完善	推动人工智能技术在SPECT成像中的临床应用与发展	SPECT医学影像数据	医学影像分析	心血管疾病、神经系统疾病、肿瘤疾病	SPECT成像技术	CNN, GAN, Transformer	医学影像	NA	NA	NA	NA	NA
13502	2025-10-07	Correlation of retinal fluid and photoreceptor and RPE loss in neovascular AMD by automated quantification, a real-world FRB! analysis 2025-May, Acta ophthalmologica IF:3.0Q1 DOI:10.1111/aos.16799 PMID:39540601	研究论文	本研究通过人工智能算法量化新生血管性年龄相关性黄斑变性患者抗VEGF治疗期间的椭圆体带损失，并分析其与疾病活动的相关性	首次使用深度学习算法自动量化视网膜内液体、视网膜下液体和色素上皮脱离，并分析其对椭圆体带完整性的影响	样本量相对有限（211只眼），且为单中心观察性研究	评估抗VEGF治疗期间椭圆体带损失与新生血管性年龄相关性黄斑变性疾病活动的相关性	新生血管性年龄相关性黄斑变性患者的视网膜光学相干断层扫描图像	数字病理学	年龄相关性黄斑变性	光谱域光学相干断层扫描	深度学习	医学图像	158名患者的211只眼，随访3年	NA	U-net, 集成U-net	Wilcoxon秩和检验, 线性混合模型, 纵向面板回归模型	NA
13503	2025-10-07	Development and Validation of an Algorithm for Segmentation of the Prostate and its Zones from Three-dimensional Transrectal Multiparametric Ultrasound Images 2025-May, European urology open science IF:3.2Q1 DOI:10.1016/j.euros.2025.03.005 PMID:40241852	研究论文	开发并验证一种基于深度学习的算法，用于从三维经直肠多参数超声图像中自动分割前列腺及其分区	首次开发能够同时分割前列腺整体及其分区的深度学习算法，支持对比增强超声和常规B模式超声两种三维图像	区域分割准确度相对较低，样本量有限（259个图像），需要进一步验证	开发前列腺癌计算机辅助诊断系统，改进前列腺分割工作流程	疑似前列腺癌患者的经直肠三维多参数超声图像	数字病理	前列腺癌	对比增强超声，B模式超声，三维超声成像	CNN	三维超声图像	259个三维多参数超声图像	NA	U-Net	Dice相似系数，R2，定性评估等级	NA
13504	2025-10-07	BERT-DomainAFP: Antifreeze protein recognition and classification model based on BERT and structural domain annotation 2025-Apr-18, iScience IF:4.6Q1 DOI:10.1016/j.isci.2025.112077 PMID:40241758	研究论文	提出基于BERT和结构域注释的抗冻蛋白识别与分类模型BERT-DomainAFP	使用新型注释策略创建AntiFreezeDomains数据集，结合预训练ProteinBERT并采用过采样和欠采样技术处理不平衡数据	NA	提高抗冻蛋白的预测和分类准确性	抗冻蛋白	自然语言处理	NA	结构域注释	BERT	蛋白质序列数据	NA	ProteinBERT	BERT	准确率	NA
13505	2025-10-07	Scaling down annotation needs: The capacity of self-supervised learning on diatom classification 2025-Apr-18, iScience IF:4.6Q1 DOI:10.1016/j.isci.2025.112236 PMID:40241763	研究论文	本研究探索自监督学习在硅藻分类中的应用，以解决标注数据稀缺的问题	首次将自监督学习应用于硅藻分类，显著减少对标注数据的依赖	未详细说明模型在更广泛硅藻物种上的泛化能力	开发减少标注需求的硅藻分类方法	硅藻显微图像	计算机视觉	NA	光学显微镜成像	自监督学习	图像	每类50个样本（基础实验），每类30个样本（扩展实验）	NA	NA	宏平均准确率	NA
13506	2025-10-07	Capsule neural network and its applications in drug discovery 2025-Apr-18, iScience IF:4.6Q1 DOI:10.1016/j.isci.2025.112217 PMID:40241764	综述	本文全面分析胶囊神经网络在药物发现领域的理论基础、应用现状及性能表现	胶囊网络通过捕捉特征间的空间层次关系，有效解决传统神经网络的空间信息丢失问题，特别适用于小数据集场景	胶囊网络本身存在局限性，需要未来研究进一步改进以提升其在药物发现中的实用性	探讨胶囊神经网络在药物发现中的应用潜力与挑战	胶囊神经网络及其在药物设计发现任务中的应用	机器学习	NA	胶囊网络	CapsNet	稀疏标注数据	有限数据集	NA	CapsNet	NA	NA
13507	2025-04-19	Deep learning reconstruction of diffusion-weighted imaging with single-shot echo-planar imaging in endometrial cancer: a comparison with multi-shot echo-planar imaging 2025-Apr-18, Abdominal radiology (New York) DOI:10.1007/s00261-025-04955-3 PMID:40249551	research paper	评估深度学习重建(DLR)在子宫内膜癌单次激发平面回波成像(SSEPI)扩散加权成像(DWI)中的效果，并与多激发敏感编码(MUSE) DWI进行比较	首次将深度学习重建技术应用于子宫内膜癌的SSEPI DWI，并与MUSE DWI进行对比，证明DLR能显著提高图像质量且扫描时间更短	研究样本量较小(31例)，且为回顾性研究	评估DLR在子宫内膜癌DWI成像中的效果	31例经手术确诊的子宫内膜癌患者	digital pathology	endometrial cancer	deep learning reconstruction, diffusion-weighted imaging, single-shot echo-planar imaging, multiplexed sensitivity-encoding	deep learning	MRI图像	31例子宫内膜癌患者	NA	NA	NA	NA
13508	2025-10-07	Automated opportunistic screening for osteoporosis using deep learning-based automatic segmentation and radiomics on proximal femur images from low-dose abdominal CT 2025-Apr-17, BMC musculoskeletal disorders IF:2.2Q3 DOI:10.1186/s12891-025-08631-x PMID:40241032	研究论文	基于低剂量腹部CT图像，开发结合深度学习自动分割和影像组学的骨质疏松自动化筛查模型	首次将深度学习自动分割与影像组学分类相结合，实现基于低剂量腹部CT的骨质疏松三分类自动检测	回顾性研究，样本量相对有限（456名参与者）	建立基于低剂量腹部CT的自动化骨质疏松检测模型	近端股骨图像	医学影像分析	骨质疏松症	低剂量CT成像，影像组学分析	深度学习分割模型，随机森林分类器	CT图像	456名参与者（355名开发队列，101名测试队列）	NA	VB-Net	Dice相似系数，体积差异，AUC，敏感性，特异性	NA
13509	2025-10-07	FusionXNet: Enhancing EEG-based seizure prediction with integrated convolutional and transformer architectures 2025-Apr-17, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/adce33 PMID:40245880	研究论文	提出融合卷积神经网络和Transformer架构的混合模型FusionXNet，用于提升基于EEG的癫痫发作预测性能	设计令牌合成单元(TSU)同时提取局部特征和全局EEG表征，首次将CNN与Transformer优势结合用于癫痫预测	仅在公开数据集CHB-MIT上进行验证，需要进一步临床实际环境测试	开发混合深度学习模型以提升癫痫发作预测准确率	癫痫患者的脑电图(EEG)信号	机器学习	癫痫	脑电图(EEG)分析	CNN, Transformer	EEG信号	CHB-MIT公开数据集	NA	FusionXNet, 包含令牌合成单元(TSU)	敏感度, 误报率(FPR)	NA
13510	2025-10-07	A comprehensive case study of deep learning on the detection of alpha thalassemia and beta thalassemia using public and private datasets 2025-Apr-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-97353-0 PMID:40246871	研究论文	本研究通过深度学习模型（CNN和XGBoost）对α和β地中海贫血进行检测预测	同时使用公开和私有数据集，结合CNN和XGBoost模型进行地中海贫血检测的综合性案例研究	未明确说明模型在公开数据集上的具体表现对比	探索深度学习模型在地中海贫血早期诊断中的有效性	α地中海贫血和β地中海贫血患者数据	机器学习	地中海贫血	基因检测	CNN, XGBoost	临床记录数据	公开数据库和临床记录组成的综合数据集	NA	CNN, XGBoost	准确率	NA
13511	2025-10-07	Convolutional neural network-based deep learning for landslide susceptibility mapping in the Bakhtegan watershed 2025-Apr-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-96748-3 PMID:40246900	研究论文	本研究利用卷积神经网络开发了一种用于伊朗巴赫特甘流域滑坡敏感性制图的深度学习方法	首次将CNN应用于巴赫特甘流域的滑坡敏感性评估，能够有效捕捉地质和环境因素之间的复杂空间依赖关系	研究区域仅限于巴赫特甘流域，样本数量相对有限（235个滑坡位置）	开发高精度的滑坡敏感性评估方法以支持灾害风险管理	伊朗巴赫特甘流域的地质滑坡现象	计算机视觉	NA	遥感技术、实地调查	CNN	地理空间数据、图像数据	235个滑坡位置和235个非滑坡位置	NA	卷积神经网络	准确率, 精确率, 平均绝对误差, 均方误差, 均方根误差	NA
13512	2025-10-07	Deep learning and sentence embeddings for detection of clickbait news from online content 2025-Apr-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-97576-1 PMID:40246954	研究论文	本研究使用深度学习和句子嵌入技术检测乌尔都语新闻中的点击诱饵内容	首次专注于乌尔都语新闻点击诱饵检测，并应用最先进的句子嵌入特征	仅针对低资源语言乌尔都语进行研究，未涉及其他语言	开发有效的点击诱饵新闻检测方法	乌尔都语新闻标题	自然语言处理	NA	自然语言处理	Bi-LSTM	文本	从真实在线来源收集并由领域专家标注的数据集	NA	Bi-LSTM	准确率, 精确率, 召回率, F1分数, ROC曲线分析	NA
13513	2025-10-07	Improved security for IoT-based remote healthcare systems using deep learning with jellyfish search optimization algorithm 2025-Apr-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-97065-5 PMID:40246970	研究论文	提出一种结合深度学习与水母搜索优化算法的增强安全机制，用于物联网远程医疗系统	首次将水母搜索优化算法与CNN-LSTM-Attention模型结合，用于医疗数据安全传输和疾病早期识别	仅在单一物联网医疗安全数据集上进行验证，缺乏多中心临床数据测试	提升物联网远程医疗系统的安全性和疾病检测效率	慢性病患者和老年人群的远程健康监测数据	机器学习	慢性病	物联网传感器数据采集	CNN,LSTM,Attention机制	医疗时间序列数据（体温、心电图、心率等）	物联网医疗安全数据集（具体数量未说明）	NA	CNN-LSTM-Attention混合架构	准确率	NA
13514	2025-04-19	The Role of Artificial Intelligence in Cardiovascular Disease Risk Prediction: An Updated Review on Current Understanding and Future Research 2025-Apr-17, Current cardiology reviews IF:2.4Q2 DOI:10.2174/011573403X351048250329170744 PMID:40248921	综述	本文综述了人工智能在心血管疾病风险预测中的最新理解和未来研究方向	探讨了人工智能在提高心血管风险预测模型的准确性、效率和可及性方面的变革性作用，并展示了AI在改善CVD死亡率、生活质量指标和降低医疗成本方面的潜力	人工智能在心血管风险评估中的广泛应用仍面临挑战，主要原因是医疗专业人员缺乏教育和接受度	提高心血管疾病风险预测的准确性和成本效益，以改善患者预后和减轻全球CVD负担	心血管疾病（CVD）患者	机器学习	心血管疾病	机器学习算法、深度学习、心电图（ECG）分析	ML、DL	电子健康记录、心电图数据	NA	NA	NA	NA	NA
13515	2025-10-07	Interpretable deep learning for deconvolutional analysis of neural signals 2025-Apr-16, Neuron IF:14.7Q1 DOI:10.1016/j.neuron.2025.02.006 PMID:40081364	研究论文	提出一种可解释深度学习框架DUNL，用于神经信号的解卷积分析	首次将算法展开方法应用于稀疏解卷积神经网络设计，直接解释网络权重与刺激驱动单神经元活动的关系	NA	开发可解释的深度学习方法以理解神经活动机制	多脑区和记录模式下的神经信号	机器学习	NA	神经信号记录	深度学习,神经网络	神经信号数据	NA	NA	稀疏解卷积神经网络	NA	NA
13516	2025-10-07	Artificial intelligence-assisted multimodal imaging for the clinical applications of breast cancer: a bibliometric analysis 2025-Apr-16, Discover oncology IF:2.8Q2 DOI:10.1007/s12672-025-02329-1 PMID:40237900	文献计量分析	通过文献计量学方法分析人工智能辅助多模态成像在乳腺癌临床应用中的研究现状和发展趋势	首次系统梳理AI辅助多模态成像在乳腺癌领域的文献计量特征，识别研究热点和发展趋势	仅纳入Web of Science核心合集数据库文献，可能存在发表偏倚	评估人工智能辅助多模态成像在乳腺癌临床应用的研究现状和发展趋势	2010-2024年间关于AI辅助多模态成像在乳腺癌应用的80篇文献	医学影像分析	乳腺癌	多模态成像	深度学习	文献数据	80篇出版物	VOSviewer, CiteSpace, Bibliometrix R	NA	文献计量指标（发文量、引用量、合作网络）	NA
13517	2025-10-07	TRAPT: a multi-stage fused deep learning framework for predicting transcriptional regulators based on large-scale epigenomic data 2025-Apr-16, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-58921-0 PMID:40240358	研究论文	提出一个多模态深度学习框架TRAPT，用于基于大规模表观基因组数据预测转录调控因子	开发了多阶段融合深度学习框架，通过整合靶基因顺式调控元件和全基因组结合位点的调控潜力来推断调控因子活性	NA	预测转录调控因子及其在疾病发生发展中的作用	转录调控因子	机器学习	NA	表观基因组学数据	深度学习	多组学表观基因组数据	570个TR相关数据集	NA	多模态融合框架	NA	NA
13518	2025-10-07	DeepGuard: real-time threat recognition using Golden Jackal optimization with deep learning model 2025-Apr-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-82478-5 PMID:40240369	研究论文	提出一种基于金豺优化和深度学习的DeepGuard模型，用于监控视频中的实时暴力威胁识别	结合改进的ShuffleNetv2特征提取、金豺优化算法超参数调优和LSTM神经网络，实现高效的实时暴力检测	NA	开发实时威胁识别系统以提升公共安全	监控视频中的暴力与非暴力事件	计算机视觉	NA	深度学习	LSTM, CNN	视频	基准数据集（具体数量未说明）	NA	ShuffleNetv2, LSTM	准确率	NA
13519	2025-10-07	An application of deep learning model InceptionTime to predict nausea, vomiting, diarrhoea, and constipation using the gastro-intestinal pacemaker activity drug database (GIPADD) 2025-Apr-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95961-4 PMID:40240387	研究论文	本研究应用深度学习模型InceptionTime预测药物引起的恶心、呕吐、腹泻和便秘等不良反应	首次将InceptionTime深度学习模型应用于胃肠起搏器活动药物数据库(GIPADD)的原始电生理记录数据，用于预测药物不良反应	研究依赖于GIPADD数据库的数据质量和规模，外部验证仅使用时间偏移记录预测	探索使用原始电生理记录数据预测药物不良反应的可行性	172种药物的11,943个电生理数据集	机器学习	胃肠道疾病	电生理记录技术	深度学习	时间序列电生理数据	11,943个数据集，涵盖172种药物	NA	InceptionTime	准确率,精确率,AUROC	NA
13520	2025-10-07	Deep learning-based automatic segmentation of cerebral infarcts on diffusion MRI 2025-Apr-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-91032-w PMID:40240396	研究论文	本研究探讨了不同训练数据规模、跨中心域适应方法对基于深度学习的脑梗死MRI分割算法性能的影响	系统评估了多中心数据规模对分割性能的影响，并证明小样本域适应可使算法性能媲美大样本训练	脑干梗死和超急性期(<3小时)梗死的分割性能相对较差	提升脑梗死MRI自动分割算法的性能和泛化能力	脑梗死患者的扩散加权磁共振图像	计算机视觉	脑血管疾病	磁共振成像(MRI)，扩散加权成像(DWI)	CNN	医学图像	10,820张标注DWI图像来自10家大学医院，内部测试集2,159张，外部验证集3,077张	NA	3D U-net	Dice相似系数(DSC), 平均豪斯多夫距离(AHD)	NA