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
13801	2025-10-07	Integrating Deep Learning Models with Genome-Wide Association Study-Based Identification Enhanced Phenotype Predictions in Group A Streptococcus 2025-Mar-26, Journal of microbiology and biotechnology IF:2.5Q3 DOI:10.4014/jmb.2411.11010 PMID:40147921	研究论文	本研究整合深度学习模型与全基因组关联分析数据，用于预测A族链球菌的致病表型	首次将深度学习模型与GWAS衍生的遗传变异整合用于GAS表型预测，并比较了不同模型在完整和精简基因型数据集上的表现	模型性能受数据维度影响显著，在精简基因型数据集上ResNet18和LSTM表现不佳	开发准确预测A族链球菌致病表型的计算方法	A族链球菌（GAS）及其遗传变异与表型关联	机器学习	细菌感染疾病	全基因组关联研究（GWAS）	CNN, ResNet18, LSTM, 集成模型	基因型数据	4722个完整基因型数据集和175个精简基因型数据集	NA	CNN, ResNet18, LSTM	预测准确率	NA
13802	2025-10-07	Transformer and Attention-Based Architectures for Segmentation of Coronary Arterial Walls in Intravascular Ultrasound: A Narrative Review 2025-Mar-26, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15070848 PMID:40218198	综述	本文综述了基于Transformer和注意力机制的架构在血管内超声图像中冠状动脉壁分割的应用	首次研究深度学习系统在IVUS扫描壁分割中的偏见问题，并将可解释AI概念融入深度学习结构	缺乏采用可解释AI和剪枝AI模型的激励措施，没有UNet系统实现无偏配置，从理论研究到实际应用存在差距	探索Transformer模型在IVUS扫描壁分割中的应用，评估人工智能系统的内在偏见以提高诊断准确性	冠状动脉壁分割	计算机视觉	心血管疾病	血管内超声(IVUS)	Transformer, 注意力机制	医学图像	NA	NA	UNet, Transformer	NA	NA
13803	2025-10-07	Artificial Intelligence Applications in Pediatric Craniofacial Surgery 2025-Mar-25, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15070829 PMID:40218180	综述	本文综述人工智能在儿科颅面外科中的应用，涵盖诊断、手术规划和术后护理等方面	系统阐述AI在多种儿科颅面疾病（如颅缝早闭、唇腭裂）中的创新应用，包括自动形态分类、手术导航和个性化治疗策略	NA	探讨人工智能如何提升儿科颅面外科的诊疗精度和临床决策水平	儿科颅面疾病患者，包括颅缝早闭、唇腭裂、颅面短小症和小耳畸形患者	医学人工智能	儿科颅面疾病	医学影像分析	机器学习,深度学习	颅面影像数据	NA	NA	NA	诊断准确性,手术精度,预测结果建模	NA
13804	2025-10-07	Multiphase Computed Tomography Scan Findings for Artificial Intelligence Training in the Differentiation of Hepatocellular Carcinoma and Intrahepatic Cholangiocarcinoma Based on Interobserver Agreement of Expert Abdominal Radiologists 2025-Mar-24, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15070821 PMID:40218171	研究论文	本研究通过多期相CT扫描特征评估肝细胞癌和肝内胆管癌的鉴别诊断，为人工智能训练提供依据	基于放射科专家间观察者一致性确定可用于AI训练的CT影像特征	样本量较小（74例患者），回顾性研究设计	确定区分肝细胞癌和肝内胆管癌的潜在CT特征	经病理证实的肝细胞癌和肝内胆管癌患者	放射学	肝癌	多期相计算机断层扫描	NA	CT影像	74例患者（48例肝细胞癌，26例肝内胆管癌）	NA	NA	敏感性,特异性,似然比,Cohen's kappa统计量	NA
13805	2025-10-07	Deep Learning-Based Glaucoma Detection Using Clinical Notes: A Comparative Study of Long Short-Term Memory and Convolutional Neural Network Models 2025-Mar-22, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15070807 PMID:40218157	研究论文	本研究比较了多种深度学习模型在利用临床笔记检测青光眼方面的性能	首次系统评估深度学习模型在青光眼临床笔记分析中的应用，并比较了不同模型在人口统计学群体间的性能差异	研究仅基于单一数据集，模型在不同种族群体间仍存在性能差异和偏差	探索深度学习模型从临床笔记中检测青光眼的能力	10,000名患者的临床笔记数据	自然语言处理	青光眼	临床文本分析	LSTM, CNN, Transformer	文本	10,000名患者	NA	LSTM, CNN, BERT, BioBERT	AUC	NA
13806	2025-10-07	Harnessing Artificial Intelligence, Machine Learning and Deep Learning for Sustainable Forestry Management and Conservation: Transformative Potential and Future Perspectives 2025-Mar-22, Plants (Basel, Switzerland) DOI:10.3390/plants14070998 PMID:40219066	综述	探讨人工智能、机器学习和深度学习技术在可持续林业管理与保护中的变革潜力及应用前景	系统整合AI/ML/DL技术在林业管理中的最新应用，提出未来发展方向并弥合知识鸿沟	未涉及具体实施案例的技术细节和实际部署挑战	分析智能技术在可持续林业管理中的转化潜力	森林生态系统及可持续管理策略	机器学习	NA	预测分析、建模技术	深度学习	图像、视频	NA	NA	NA	NA	NA
13807	2025-10-07	Diagnostic Accuracy of Deep Learning Models in Predicting Glioma Molecular Markers: A Systematic Review and Meta-Analysis 2025-Mar-21, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15070797 PMID:40218147	系统综述与荟萃分析	通过系统综述和荟萃分析评估深度学习模型在预测胶质瘤分子标志物方面的诊断准确性	首次对深度学习模型预测胶质瘤分子标志物的诊断准确性进行系统性评估和定量综合	研究间存在显著异质性，临床转化受到研究设置变异性的限制	评估深度学习模型使用MRI预测胶质瘤分子标志物的诊断准确性	胶质瘤患者及其分子标志物（MGMT甲基化、ATRX和TERT突变）	医学影像分析	胶质瘤	MRI序列分析	深度学习模型	医学影像（MRI）	43项研究纳入定性分析，30项研究纳入荟萃分析	NA	NA	灵敏度, 特异性	NA
13808	2025-10-07	Enhanced Superpixel-Guided ResNet Framework with Optimized Deep-Weighted Averaging-Based Feature Fusion for Lung Cancer Detection in Histopathological Images 2025-Mar-21, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15070805 PMID:40218155	研究论文	提出一种基于超像素引导的ResNet框架，通过深度加权平均特征融合和优化技术实现肺癌组织病理图像的自动检测	结合改进的SLIC超像素分割、多ResNet架构特征提取、深度加权平均特征融合技术以及粒子群和红鹿优化算法的特征选择	未提及数据集的具体来源和规模，未来需要进一步优化和探索混合模型	通过深度学习技术提高肺癌组织病理图像分类的准确性和效率	肺癌组织病理图像	数字病理学	肺癌	组织病理图像分析	CNN, SVM, DT, RF, KNN, MLP	图像	NA	NA	ResNet-50, ResNet-101, ResNet-152	准确率	NA
13809	2025-10-07	NucleoSeeker-precision filtering of RNA databases to curate high-quality datasets 2025-03, NAR genomics and bioinformatics IF:4.0Q1 DOI:10.1093/nargab/lqaf021 PMID:40104673	研究论文	开发了名为NucleoSeeker的工具，用于从蛋白质数据库(PDB)中筛选高质量RNA结构数据集	提出了首个统一框架，结合多种工具简化RNA结构数据筛选流程，提供结构、序列和注释级别的多重过滤功能	未明确说明工具处理的数据规模上限和计算效率	解决RNA结构预测中数据质量差和冗余问题，提升深度学习模型训练效果	蛋白质数据库(PDB)中的RNA结构数据	生物信息学	NA	数据筛选与质量控制	NA	RNA结构数据	NA	NA	NA	NA	NA
13810	2025-10-07	Reconstructing 3D chromosome structures from single-cell Hi-C data with SO(3)-equivariant graph neural networks 2025-03, NAR genomics and bioinformatics IF:4.0Q1 DOI:10.1093/nargab/lqaf027 PMID:40124711	研究论文	提出一种基于SO(3)-等变图神经网络的机器学习方法，用于从单细胞Hi-C数据重建染色体三维结构	首次将SO(3)-等变图神经网络应用于单细胞Hi-C数据的三维染色体结构重建	未明确说明方法在极低信噪比数据下的性能表现	从稀疏的单细胞Hi-C数据中准确重建染色体的三维空间结构	单细胞染色体三维结构	机器学习	NA	单细胞Hi-C技术	图神经网络	染色体接触数据	NA	NA	SO(3)-等变图神经网络	NA	NA
13811	2025-10-07	OVision A raspberry Pi powered portable low cost medical device framework for cancer diagnosis 2025-Feb-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-91914-z PMID:40021723	研究论文	提出一种基于树莓派的低成本便携式医疗设备框架OVision，用于辅助癌症病理诊断	利用树莓派开发无需互联网连接和高性能基础设施的独立诊断设备，显著降低成本同时保持诊断准确性	目前仅针对卵巢癌亚型进行概念验证，需要进一步验证在其他癌症类型的适用性	开发低成本便携式医疗设备以改善资源有限地区的癌症诊断可及性	卵巢癌组织病理切片	数字病理	卵巢癌	深度学习	NA	组织病理图像	NA	NA	NA	准确率	树莓派
13812	2025-10-07	Schizophrenia recognition based on three-dimensional adaptive graph convolutional neural network 2025-02-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-84497-8 PMID:39900572	研究论文	提出基于三维自适应图卷积神经网络的脑电图分类模型用于精神分裂症识别	首次将三维空间特征与自适应图卷积结合，能动态学习脑网络节点间相互作用	未明确说明样本量大小和模型泛化能力验证	开发精神分裂症的早期诊断和识别方法	首发精神分裂症患者的脑电图数据	机器学习	精神分裂症	脑电图信号分析	图卷积神经网络, 图注意力网络	脑电图信号	NA	NA	3D-AGCN, GAT+GCN	分类准确率	NA
13813	2025-10-07	Automated strabismus detection and classification using deep learning analysis of facial images 2025-01-31, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-88154-6 PMID:39890897	研究论文	提出一种基于深度学习的面部图像分析方法，用于自动检测和分类斜视	首次使用卷积神经网络实现斜视的自动检测和八类偏差角度分类	数据集规模有限，多分类任务仅包含622张图像	开发自动斜视检测和分类系统以辅助医疗诊断	面部图像中的斜视患者和正常对照者	计算机视觉	斜视	面部图像采集	CNN	图像	二分类：4,257张面部图像（1,599正常，2,658斜视）；多分类：622张图像（480斜视，142正常）	NA	CNN	敏感度，准确率，F1分数，召回率	NA
13814	2025-10-07	An interpretable machine learning model for seasonal precipitation forecasting 2025, Communications earth & environment IF:8.1Q1 DOI:10.1038/s43247-025-02207-2 PMID:40125292	研究论文	提出一种名为TelNet的可解释机器学习模型，用于季节降水预测	开发了具有变量选择权重的序列到序列模型，支持实例和提前期预测解释	训练数据量有限，这是气候预测领域的常见问题	开发短期到中期提前期的季节降水预测模型	目标区域的季节降水值和气候指数	机器学习	NA	序列到序列机器学习	序列到序列模型	时间序列数据（降水值和气候指数）	小数据集，通过多次重采样训练、验证和测试集	NA	编码器-解码器-头部架构	确定性性能、概率性能、准确性、校准度	NA
13815	2025-10-07	AADNet: Exploring EEG Spatiotemporal Information for Fast and Accurate Orientation and Timbre Detection of Auditory Attention Based on a Cue-Masked Paradigm 2025, IEEE transactions on neural systems and rehabilitation engineering : a publication of the IEEE Engineering in Medicine and Biology Society IF:4.8Q1 DOI:10.1109/TNSRE.2025.3555542 PMID:40168202	研究论文	提出基于线索掩蔽范式的AADNet深度学习模型，用于快速准确解码脑电信号中的听觉注意定向和音色信息	提出线索掩蔽听觉注意范式防止信息泄露，开发端到端深度学习模型AADNet利用短时间窗口脑电信号的时空信息	NA	开发快速准确的听觉注意解码技术，用于神经导向助听设备和其他辅助听力设备	脑电信号中的听觉注意定向和音色检测	脑机接口	听力障碍	脑电图	深度学习	脑电信号	NA	NA	AADNet	准确率	NA
13816	2025-10-07	Practical implementation and impact of the 4R principles in ethnopharmacology: Pursuing a more humane approach to research 2025, Frontiers in pharmacology IF:4.4Q1 DOI:10.3389/fphar.2025.1543316 PMID:40223937	研究论文	探讨4R原则在民族药理学研究中的实际应用及其影响，追求更人性化的研究方法	在传统3R原则基础上引入'责任'原则，强化研究人员对实验动物福利的伦理义务	未提供具体实施案例的量化数据支持	推动民族药理学研究中动物实验的伦理管理	民族药理学研究中的动物实验伦理框架	民族药理学	NA	3D器官oids、深度学习技术	NA	NA	NA	NA	NA	NA	NA
13817	2025-10-07	Enhancing multilevel tea leaf recognition based on improved YOLOv8n 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1540670 PMID:40225027	研究论文	提出改进的T-YOLOv8n模型用于多层级茶叶识别，通过集成CBAM注意力模块和BiFPN多尺度特征融合提升检测性能	提出重叠标签茶叶数据集生成方法，集成CBAM和BiFPN改进YOLOv8n模型，结合CIOU和Focal Loss优化边界框预测	NA	提升自动化茶叶采摘中不同类别茶叶的识别精度	茶叶图像中的多层级复合特征	计算机视觉	NA	深度学习	CNN, YOLO	图像	NA	PyTorch	YOLOv8n, CBAM, BiFPN	mAP50, 精确率, 召回率	边缘计算环境
13818	2025-10-07	Color Fundus Photography and Deep Learning Applications in Alzheimer Disease 2024-Dec, Mayo Clinic proceedings. Digital health DOI:10.1016/j.mcpdig.2024.08.005 PMID:39748801	研究论文	开发并评估两种基于视网膜彩色眼底照片的深度学习模型用于阿尔茨海默病分类	首次使用纯视网膜彩色眼底照片训练两种不同深度学习模型进行AD分类，其中ADRET模型采用BERT风格的自监督学习CNN架构	需要在更大和更多样化人群中进一步验证，需要整合技术来协调眼底照片并减少成像相关噪声	开发基于视网膜图像的阿尔茨海默病筛查方法	阿尔茨海默病患者和对照组	计算机视觉	阿尔茨海默病	彩色眼底摄影	CNN, U-Net, 自监督学习	图像	两个独立数据集（UK Biobank和学术机构数据）	NA	U-Net, Transformer风格CNN	准确率, 灵敏度, 特异性, 接收者操作特征曲线	NA
13819	2025-10-07	Integrating Interpretability in Machine Learning and Deep Neural Networks: A Novel Approach to Feature Importance and Outlier Detection in COVID-19 Symptomatology and Vaccine Efficacy 2024-11-29, Viruses DOI:10.3390/v16121864 PMID:39772174	研究论文	提出一种整合传统机器学习和深度神经网络可解释性技术的新方法，用于分析COVID-19症状特征重要性和异常检测	通过全局和局部解释方法弥合可解释机器学习模型与强大深度学习架构之间的差距	仅使用2020年早期疫情数据，样本特征可能存在时间局限性	改进对COVID-19症状学的理解并增强早期病例检测能力	2020年早期接受COVID-19检测的个体，包括自我报告症状和检测结果	机器学习	COVID-19	特征重要性分析，异常检测	机器学习模型，深度神经网络	医疗数据，症状数据	NA	NA	NA	NA	NA
13820	2025-10-07	HLAPepBinder: An Ensemble Model for The Prediction Of HLA-Peptide Binding 2024-Oct, Iranian journal of biotechnology IF:1.6Q4 DOI:10.30498/ijb.2024.459448.3927 PMID:40225296	研究论文	开发了一个名为HLAPepBinder的集成机器学习模型，用于预测HLA-肽结合	首次使用随机森林方法整合九个预测器的结果，提供全面的预测框架，无需手动模型选择	缺乏可靠的阴性数据，通常假设未知相互作用为阴性	提高HLA-肽结合预测的准确性和效率	HLA-肽结合对	机器学习	癌症	集成机器学习	随机森林	肽序列数据	NA	NA	随机森林	预测准确性，资源效率	有限计算环境