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
15381	2025-10-07	Tri-band vehicle and vessel dataset for artificial intelligence research 2025-Apr-09, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-04945-6 PMID:40204792	研究论文	本文提出了一个用于目标检测和多波段图像融合的三波段（可见光、短波红外、长波红外）车船数据集	首个公开可用的三波段光学图像数据集，具有时间同步和视场一致性特征	仅约60%的数据集进行了人工标注，未完全标注	为目标检测应用和多波段图像融合提供数据集支持	车辆和船只	计算机视觉	NA	多波段光学成像	YOLOv8, SSD	多波段图像（可见光、短波红外、长波红外）	数千张JPG和PNG格式图像	NA	YOLOv8, SSD	mAP, IoU	NA
15382	2025-10-07	A lightweight deep learning model for multi-plant biotic stress classification and detection for sustainable agriculture 2025-Apr-09, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-90487-1 PMID:40204810	研究论文	提出一种轻量级深度学习模型AgarwoodNet用于多植物生物胁迫分类与检测，以支持可持续农业	开发了参数仅37MB的轻量级模型，解决了现有重型模型计算资源需求高、内存占用大、部署不灵活等问题	模型仅在两个特定数据集上验证，尚未在更广泛的植物种类和环境下测试	开发轻量级深度学习模型用于植物病虫害分类与检测，支持可持续农业发展	多种植物的叶片图像，包括沉香木和土耳其植物病虫害数据集中的植物	计算机视觉	植物病虫害	深度学习	CNN	图像	APDD数据集5,472张沉香木叶片图像(14个类别)，TPPD数据集4,447张图像(15个类别，6种植物)	MATLAB深度学习工具箱	AgarwoodNet	Cohen's Kappa, 特异性, 精确度, F1分数, 召回率	NA
15383	2025-10-07	Integration of graph neural networks and transcriptomics analysis identify key pathways and gene signature for immunotherapy response and prognosis of skin melanoma 2025-Apr-09, BMC cancer IF:3.4Q2 DOI:10.1186/s12885-025-13611-4 PMID:40205338	研究论文	本研究结合图神经网络和转录组学分析开发了皮肤黑色素瘤免疫治疗反应预测模型和基因标志物	首次将图神经网络应用于皮肤黑色素瘤免疫治疗反应预测，并构建了名为responseScore的新型基因标志物	NA	开发预测皮肤黑色素瘤免疫治疗反应和预后的计算模型	皮肤黑色素瘤患者数据	生物信息学, 机器学习	皮肤黑色素瘤	转录组学分析, 多组学生物信息学方法, 转染实验, 共培养实验, ELISA检测	图神经网络(GNN)	基因表达数据, 转录组数据	NA	NA	图神经网络	AUC	NA
15384	2025-10-07	Preoperative assessment in lymph node metastasis of pancreatic ductal adenocarcinoma: a transformer model based on dual-energy CT 2025-Apr-09, World journal of surgical oncology IF:2.5Q1 DOI:10.1186/s12957-025-03774-6 PMID:40205450	研究论文	开发基于双能CT的Transformer模型用于预测胰腺导管腺癌淋巴结转移	首次将Transformer模型应用于双能CT数据，结合临床信息和深度学习特征进行淋巴结转移预测	回顾性研究，样本量相对有限（223例患者）	提高胰腺导管腺癌术前淋巴结转移的预测准确性	胰腺导管腺癌患者	计算机视觉	胰腺癌	双能CT	Transformer	医学影像	223例患者（训练集160例，测试集63例）	NA	Transformer	AUC, 风险比, 置信区间	NA
15385	2025-10-07	Unsupervised Learning of Progress Coordinates during Weighted Ensemble Simulations: Application to NTL9 Protein Folding 2025-Apr-08, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.4c01136 PMID:40105797	研究论文	开发了一种在加权系综模拟中通过深度学习识别进展坐标的无监督学习方法，并应用于NTL9蛋白质折叠过程	提出在加权系综稀有事件采样过程中通过卷积变分自编码器实时识别构象异常值来学习进展坐标的新方法	方法在离散态合成分子动力学轨迹上进行测试，需要进一步验证在真实连续系统中的应用	开发无监督学习方法以改进稀有事件采样中进展坐标的识别效率	NTL9蛋白质折叠过程	机器学习	NA	分子动力学模拟，加权系综采样	卷积变分自编码器	分子构象数据	NA	NA	变分自编码器	折叠速率常数估计效率	NA
15386	2025-10-07	Improved Efficacy of Triple-Negative Breast Cancer Immunotherapy via Hydrogel-Based Co-Delivery of CAR-T Cells and Mitophagy Agonist 2025-Apr, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202409835 PMID:39840546	研究论文	本研究开发了一种水凝胶共递送系统，用于改善CAR-T细胞在三阴性乳腺癌中的免疫治疗效果	首次将CAR-T细胞与线粒体自噬激动剂BC1618通过水凝胶系统共递送，创建炎症和线粒体自噬增强的肿瘤微环境	研究主要聚焦三阴性乳腺癌，在其他实体瘤中的应用效果需要进一步验证	提高CAR-T细胞在实体瘤中的浸润能力和抗肿瘤疗效	三阴性乳腺癌（TNBC）	生物医学工程	乳腺癌	单细胞测序, AI深度学习, 细胞因子检测, 体内外实验	深度学习	测序数据, 实验数据	NA	NA	NA	抗肿瘤反应评估, CAR-T细胞增殖能力	NA
15387	2025-10-07	CT-based radiomics: A potential indicator of KRAS mutation in pulmonary adenocarcinoma 2025-Apr, Tumori DOI:10.1177/03008916251314659 PMID:39894961	研究论文	本研究开发并验证了一种基于CT影像的放射组学特征用于预测肺腺癌KRAS突变状态	首次结合非增强CT和增强CT的放射组学特征与临床特征，采用多种特征选择方法和深度学习分类器预测肺腺癌KRAS突变状态	研究中KRAS突变患者比例较低（10.4%），可能存在类别不平衡问题	预测肺腺癌患者的KRAS基因突变状态	815例肺腺癌患者	数字病理	肺癌	CT成像	多层感知机	医学影像	815例肺腺癌患者	Pyradiomics	多层感知机	AUC,准确率,精确率,F1分数,召回率	NA
15388	2025-10-07	Deep Learning Analysis of Localized Interlayer Stacking Displacement and Dynamics in Bilayer Phosphorene 2025-Apr, Advanced materials (Deerfield Beach, Fla.) DOI:10.1002/adma.202416480 PMID:40026027	研究论文	提出基于深度学习的原子分辨率TEM图像分析方法，用于双层磷烯中层间堆叠位移的精确识别	首次将深度学习应用于原子分辨率TEM图像分析，实现单元胞模式识别和层间堆叠位移的精确测定	NA	开发能够精确识别层间堆叠位移的TEM图像分析方法	双层磷烯材料的层间堆叠位移和动力学	计算机视觉	NA	透射电子显微镜	深度学习模型	原子分辨率TEM图像	大规模原位TEM数据集	NA	NA	位移误差率3.3%，空间分辨率达单元胞级别	NA
15389	2025-10-07	Identification of heart failure subtypes using transformer-based deep learning modelling: a population-based study of 379,108 individuals 2025-Apr, EBioMedicine IF:9.7Q1 DOI:10.1016/j.ebiom.2025.105657 PMID:40112740	研究论文	本研究使用基于Transformer的深度学习模型分析电子健康记录，识别心力衰竭的七种不同亚型	首次将Transformer架构应用于心力衰竭患者亚型分析，识别出包括COPD相关和甲状腺功能障碍相关在内的两个先前未被认识的高风险亚组	研究基于英国电子健康记录数据，结果在其他人群中的适用性需要进一步验证	探索深度学习在心力衰竭患者精细化分型中的应用	379,108名心力衰竭患者	自然语言处理	心血管疾病	电子健康记录分析	Transformer	电子健康记录文本数据	379,108名患者	NA	Transformer	一年全因死亡率，心力衰竭住院率	NA
15390	2025-10-07	Deep learning-based assessment of pulp involvement in primary molars using YOLO v8 2025-Apr, PLOS digital health DOI:10.1371/journal.pdig.0000816 PMID:40198622	研究论文	开发基于YOLOv8的深度学习模型用于评估乳磨牙牙髓受累情况	首次将YOLOv8模型应用于牙科X光片的牙髓受累诊断，特别针对乳磨牙	仅使用单中心数据，未包含临床变量，未分析完整咬翼片图像	开发机器学习模型用于诊断龋坏乳磨牙的牙髓受累情况	482颗龋坏乳磨牙的咬翼X光片	计算机视觉	牙科疾病	X光成像	CNN	图像	482颗牙齿（来自900名儿童）	YOLOv8	YOLOv8m-cls	top-1准确率, top-5准确率, 精确率, 召回率, F1分数	NA
15391	2025-10-07	Subgroup evaluation to understand performance gaps in deep learning-based classification of regions of interest on mammography 2025-Apr, PLOS digital health DOI:10.1371/journal.pdig.0000811 PMID:40198652	研究论文	本研究评估深度学习模型在乳腺X线摄影中分类正常与潜在异常感兴趣区域的表现，并识别导致特定患者亚组模型性能欠佳的特征	首次在大型乳腺影像数据集上系统评估深度学习模型在不同患者亚组中的性能差异，并识别影响模型表现的关键因素	研究基于单一机构数据集，可能限制结果的普适性；模型性能评估主要关注分类任务	识别导致深度学习模型在乳腺X线摄影分类任务中性能差异的成像、病理和人口统计学特征	乳腺X线摄影图像中的感兴趣区域	计算机视觉	乳腺癌	全视野数字乳腺X线摄影	CNN	图像	115,931名患者的340万张乳腺X线图像，包含52,444个图像块（训练29,144，验证9,910，测试13,390）	NA	ResNet152V2	准确率,AUC,召回率,精确率,F1分数,假阴性率,假阳性率	NA
15392	2025-10-07	Optimizing deep neural networks for high-resolution land cover classification through data augmentation 2025-Mar-18, Environmental monitoring and assessment IF:2.9Q3 DOI:10.1007/s10661-025-13870-5 PMID:40102280	研究论文	本研究通过系统评估多种数据增强技术，优化深度神经网络在高分辨率土地覆盖分类中的性能	首次对土地覆盖分类任务中的多种数据增强技术进行系统性比较评估，填补了该领域的研究空白	研究仅基于西班牙坎塔布里亚地区的25厘米分辨率图像，可能在不同地理区域存在泛化性限制	优化高分辨率土地覆盖分类的深度学习模型性能	土地覆盖分类	计算机视觉	NA	数据增强技术	深度学习	高分辨率图像	580个基于分层抽样方法选择的验证样本	NA	U-Net, DeepLabv3+, FCN, PSPNet	准确率, IoU	NA
15393	2025-10-07	Comprehensive benchmarking of large language models for RNA secondary structure prediction 2025-Mar-04, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf137 PMID:40205851	研究论文	对预训练RNA大语言模型在RNA二级结构预测任务中的性能进行综合基准测试和比较分析	首次在统一实验设置下系统评估多种RNA-LLM的泛化能力，并提供难度递增的精选基准数据集	在低同源性场景下的泛化能力仍面临显著挑战	评估预训练RNA大语言模型在RNA二级结构预测任务中的性能	RNA大语言模型及其在RNA二级结构预测中的应用	自然语言处理	NA	自监督学习	LLM	RNA序列数据	NA	NA	深度学习架构	泛化能力评估	NA
15394	2025-10-07	Routine and Advanced Neurologic Imaging at 0.55-T MRI: Opportunities and Challenges 2025-03, Radiographics : a review publication of the Radiological Society of North America, Inc IF:5.2Q1 DOI:10.1148/rg.240076 PMID:39946265	研究论文	本文探讨了0.55-T MRI系统在神经影像学中的应用机会与挑战	首次系统评估现代全身0.55-T中场强MRI系统在神经放射学中的协议和适应症，探索低场强在硬件成像和特定结构成像中的优势	图像质量低于1.5T系统，频率选择性脂肪饱和受限，动态对比增强灌注成像信号强度不足，无法评估多发性硬化症和原发性脑肿瘤	评估0.55-T MRI系统在神经影像学中的临床应用价值和局限性	脑部和脊柱的常规神经影像学检查，颅内和脊柱硬件成像，内耳道等近骨结构	医学影像	神经系统疾病	MRI, 平衡稳态自由进动序列, 单次激发快速自旋回波MRI, 动态对比增强磁敏感加权灌注成像	深度学习算法	医学影像	NA	NA	NA	图像质量, 诊断能力, 伪影减少, 场均匀性	NA
15395	2025-10-07	Comparison of 7 artificial intelligence models in predicting venous thromboembolism in COVID-19 patients 2025-Feb, Research and practice in thrombosis and haemostasis IF:3.4Q1 DOI:10.1016/j.rpth.2025.102711 PMID:40212774	研究论文	比较7种人工智能模型在预测COVID-19患者静脉血栓栓塞方面的性能	首次在大型多中心COVID-19数据集上系统比较7种AI模型对VTE的预测能力	研究基于观察性数据，可能存在未测量的混杂因素	比较不同AI模型预测COVID-19患者静脉血栓栓塞的效果	COVID-19患者	机器学习	COVID-19	递归特征消除	多层感知器分类器,人工神经网络,极端梯度提升,支持向量分类器,随机梯度下降分类器,随机森林分类器,逻辑回归分类器	临床数据	8027名患者（2649名用于测试）	NA	NA	准确率,精确率,召回率,F1分数,对数损失,AUC	NA
15396	2025-10-07	Advancing personalized diagnosis and treatment using deep learning architecture 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1545528 PMID:40212269	研究论文	提出基于深度学习的ImmunoNet框架，整合遗传、分子和临床数据以提升自身免疫疾病的诊断准确性和治疗个性化	结合CNN和MLP分析多模态数据，采用可解释AI技术和联邦学习提升模型可解释性与隐私保护	NA	提高自身免疫疾病的诊断精度和个性化治疗策略	自身免疫疾病患者数据	机器学习	自身免疫疾病	深度学习	CNN, MLP	遗传数据, 分子数据, 临床数据	NA	NA	CNN, MLP	准确率	NA
15397	2025-10-07	Preliminary exploratory study on differential diagnosis between benign and malignant peripheral lung tumors: based on deep learning networks 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1567545 PMID:40212272	研究论文	基于深度学习网络开发超声影像模型用于良恶性周围型肺肿瘤的鉴别诊断	首次基于超声影像开发深度学习模型用于周围型肺肿瘤的良恶性鉴别诊断，填补了该领域的研究空白	回顾性研究设计，样本量相对有限（371例患者），仅在两中心进行验证	开发基于超声影像的深度学习模型用于良恶性周围型肺肿瘤的鉴别诊断	接受超声引导下经皮肺肿瘤操作的患者	计算机视觉	肺癌	超声成像	CNN	超声图像	371例患者（训练集296例，测试集75例）	NA	ResNet18, ResNet34, ResNet50, ResNet101, ResNet152	AUC, NRI	NA
15398	2025-10-07	Heterogeneous transfer learning model for improving the classification performance of fNIRS signals in motor imagery among cross-subject stroke patients 2025, Frontiers in human neuroscience IF:2.4Q2 DOI:10.3389/fnhum.2025.1555690 PMID:40212471	研究论文	提出一种跨被试异质迁移学习模型，用于提升脑卒中患者运动想象fNIRS信号的跨被试分类性能	利用健康个体的EEG数据作为源域，通过自适应特征匹配网络对齐异质模态间的特征表示，解决fNIRS数据稀缺和个体差异问题	仅使用8名脑卒中患者的数据进行验证，样本规模有限	提升脑卒中患者运动想象fNIRS信号的跨被试分类准确率	脑卒中患者的运动想象fNIRS信号	脑机接口	脑卒中	fNIRS, EEG	迁移学习, 深度学习	脑信号	8名脑卒中患者（康复前后数据）	NA	自适应特征匹配网络, 稀疏贝叶斯极限学习机	准确率, AUC	NA
15399	2025-10-07	Image-based food monitoring and dietary management for patients living with diabetes: a scoping review of calorie counting applications 2025, Frontiers in nutrition IF:4.0Q2 DOI:10.3389/fnut.2025.1501946 PMID:40212724	综述	本文综述了基于图像的糖尿病饮食监测与热量计算应用的研究现状、方法和挑战	系统梳理了计算机视觉技术在糖尿病饮食管理中的应用，重点关注食物分割、分类和体积估计等关键技术	缺乏标准化验证方法，数据隐私问题尚未完全解决，在不同人群中的普适性有待验证	探讨计算机科学在饮食摄入估计中的作用，特别关注糖尿病患者的个性化饮食管理	糖尿病患者和基于图像的饮食监测应用	计算机视觉	糖尿病	深度学习	NA	食物图像	NA	NA	NA	NA	智能手机, 可穿戴设备
15400	2025-04-13	Plant stem and leaf segmentation and phenotypic parameter extraction using neural radiance fields and lightweight point cloud segmentation networks 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1491170 PMID:40212877	研究论文	本研究提出了一种结合神经辐射场模型和轻量级点云分割网络的方法，用于植物茎叶分割和表型参数提取	提出了一个轻量级点云分割网络PointSegNet，包含GLSA模块和EAFP模块，用于整合局部和全局特征并增强边缘感知能力	NA	开发一种自动提取植物表型参数的方法	玉米、番茄和大豆植物的茎叶	计算机视觉	NA	神经辐射场模型(Nerfacto)、点云分割	PointSegNet	3D点云数据	玉米、番茄和大豆植物样本	NA	NA	NA	NA