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
16101	2025-10-07	Research on movie rating based on BERT-base model 2025-Mar-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-92430-w PMID:40097502	研究论文	基于BERT-base模型改进的电影评分分类研究	提出动态位置偏移编码机制替代传统绝对位置编码，采用动态加权融合池化策略整合多种池化方法，并通过数据预处理技术减少敏感属性偏见	未明确说明模型在更长文本或更复杂语境下的表现，实验仅基于单一数据集	提高电影评论自动分类的准确性和公平性	电影评论文本数据	自然语言处理	NA	文本分类，数据增强	BERT	文本	IMDb电影评论数据集	NA	BERT-base	F1分数，准确率	NA
16102	2025-10-07	The analysis of Chinese National ballad composition education based on artificial intelligence and deep learning 2025-Mar-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-93063-9 PMID:40097523	研究论文	基于人工智能和深度学习技术研究中国民族 ballad 音乐创作教育	提出结合马尔可夫链和双向循环神经网络的音乐创作模型，用于生成具有民族特色的ballad旋律和情感表达	未明确说明模型在复杂音乐结构和声处理方面的能力	探索人工智能在音乐创作中的应用，特别是民族ballad的自动生成	中国民族ballad音乐创作	自然语言处理	NA	深度学习，音乐信息检索	Bi-RNN, 马尔可夫链	音乐序列数据	NA	NA	双向循环神经网络	旋律创作质量，情感表达效果，民族风格一致性	NA
16103	2025-10-07	Convolutional Fine-Tuned Threshold Adaboost approach for effectual content-based image retrieval 2025-Mar-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-93309-6 PMID:40097565	研究论文	提出一种结合深度学习和机器学习的卷积精细调谐阈值Adaboost方法，用于改进基于内容的图像检索性能	提出新型CFTAB方法，整合深度学习和机器学习技术，并采用改进的Adaboost算法动态调整阈值水平	NA	提高基于内容的图像检索系统的性能和准确性	图像数据	计算机视觉	NA	自适应直方图均衡化	CNN, Adaboost	图像	NA	NA	VGG16	NA	NA
16104	2025-10-07	Conditional variational auto encoder based dynamic motion for multitask imitation learning 2025-Mar-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-93888-4 PMID:40097597	研究论文	提出一种结合传统动态运动基元方法和条件变分自编码器的框架，用于多任务模仿学习	将传统DMP方法与cVAE结合，使用深度神经网络生成力矩而非直接生成轨迹，使生成的轨迹能够适应新目标位置	需要进一步验证在其他复杂任务和场景下的性能表现	开发能够从少量演示中学习并泛化到未训练状态的多任务模仿学习框架	手写数字数据集和机器人操作任务（推动、到达、抓取）	机器学习	NA	条件变分自编码器，动态运动基元	条件变分自编码器	轨迹数据，机器人操作数据	每个任务仅需一次演示	NA	编码器-解码器结构，深度神经网络	成功率	UR10机械臂真实机器人环境
16105	2025-10-07	Establishment and validation of a ResNet-based radiomics model for predicting prognosis in cervical spinal cord injury patients 2025-Mar-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-94358-7 PMID:40097664	研究论文	本研究开发了一种结合影像组学和临床特征的ResNet模型，用于预测颈髓损伤患者6个月后的预后情况	首次将ResNet深度学习提取的影像特征与临床风险因素相结合，构建颈髓损伤预后预测模型	样本量相对有限，且为单中心研究，需要多中心验证	开发颈髓损伤预后预测模型以指导治疗和康复计划	颈髓损伤患者	医学影像分析	颈髓损伤	影像组学，深度学习	ResNet, SVM, LR, NaiveBayes, KNN, RF, ExtraTrees, XGBoost, LightGBM, GradientBoosting, AdaBoosting, MLP	MR图像，临床数据	回顾性队列168例患者（训练集134例，测试集34例），前瞻性验证集43例患者	Pyradiomics	ResNet	AUC, 校准曲线, 决策曲线分析	NA
16106	2025-10-07	A Two stage deep learning network for automated femoral segmentation in bilateral lower limb CT scans 2025-Mar-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-94180-1 PMID:40097821	研究论文	开发了一种基于深度学习的两阶段网络，用于全下肢CT图像中股骨的高效精确分割	提出双阶段方法：先快速定位感兴趣区域，再进行股骨语义分割，相比单阶段模型具有更快收敛速度和更高分割精度	仅使用100个样本进行训练验证测试，样本量相对有限	实现股骨在双侧下肢CT扫描中的自动化精确分割	全下肢CT图像中的股骨结构	医学影像分析	骨科疾病	CT扫描	深度学习网络	CT图像	100个医院样本（85训练，8验证，7测试）	NA	两阶段网络架构	交并比, 平均精度, Dice系数, 敏感度, 特异度, 像素精度	相对适中的训练和计算资源
16107	2025-10-07	LI-RADS-based hepatocellular carcinoma risk mapping using contrast-enhanced MRI and self-configuring deep learning 2025-Mar-17, Cancer imaging : the official publication of the International Cancer Imaging Society IF:3.5Q1 DOI:10.1186/s40644-025-00844-6 PMID:40097992	研究论文	本研究开发了一种基于自配置深度学习nnU-Net的自动分割模型，用于根据LI-RADS v2018标准进行肝细胞癌风险评估	首次将nnU-Net框架应用于LI-RADS标准的肝癌风险评估，生成自动化的肿瘤风险图	单中心回顾性研究，自动LI-RADS分类性能仍需改进，需要多中心研究验证	创建和评估用于肝癌风险评估的自动分割模型	602名有肝癌风险的患者及其钆塞酸二钠增强磁共振成像检查	数字病理	肝细胞癌	钆塞酸二钠增强磁共振成像	U-Net	医学影像	602名患者（训练集383人，内部测试集219人，外部测试集16人）	nnU-Net	U-Net	灵敏度，阳性预测值，F1分数，Sørensen-Dice系数	NA
16108	2025-10-07	TransGeneSelector: using a transformer approach to mine key genes from small transcriptomic datasets in plant responses to various environments 2025-Mar-17, BMC genomics IF:3.5Q2 DOI:10.1186/s12864-025-11434-y PMID:40098114	研究论文	开发了一种名为TransGeneSelector的深度学习框架，专门用于从小型转录组数据中挖掘关键基因	首个专门为小型转录组数据集设计的深度学习框架，结合了WGAN-GP样本生成和Transformer分类网络	主要针对小型数据集设计，在大规模数据集上的性能尚未验证	从植物对环境响应的转录组数据中挖掘关键调控基因	拟南芥的种子萌发和热胁迫响应过程	生物信息学	NA	转录组测序，RT-qPCR	Transformer, WGAN-GP	转录组数据，基因表达数据	小型转录组数据集	NA	Transformer, WGAN-GP	分类准确率	NA
16109	2025-10-07	Presenting a prediction model for HELLP syndrome through data mining 2025-Mar-17, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-02904-0 PMID:40098129	研究论文	本研究通过机器学习方法开发HELLP综合征预测模型	首次使用机器学习算法基于非侵入性参数诊断HELLP综合征，多层感知机和深度学习模型取得超过99%的F1分数	研究为单中心回顾性研究，样本量相对有限（384例患者）	开发HELLP综合征的机器学习诊断模型	384名妊娠期患者	机器学习	妊娠期疾病	数据挖掘	多层感知机,深度学习,KNN,随机森林,AdaBoost,XGBoost,逻辑回归,支持向量机,决策树	临床记录数据	384名患者（2010-2021年）	NA	多层感知机	F1分数	NA
16110	2025-10-07	A multimodal framework for assessing the link between pathomics, transcriptomics, and pancreatic cancer mutations 2025-Mar-15, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102526 PMID:40107149	研究论文	开发可解释的多模态框架，结合病理组学和转录组学预测胰腺导管腺癌关键基因突变	首次将病理组学特征与转录组学数据整合，通过注意力机制和SHAP分析提供可解释的突变预测模型	仅使用两个独立数据集进行验证，部分基因突变预测性能有限	预测胰腺导管腺癌中KRAS、TP53、SMAD4和CDKN2A基因的遗传突变	胰腺导管腺癌(PDAC)患者组织样本和转录组数据	数字病理	胰腺癌	RNA测序，深度学习	多实例学习，自编码器，机器学习分类器	组织病理图像，转录组数据	TCGA-PAAD数据集(训练集)和CPTAC-PDA数据集(外部验证集)	PyTorch	CLAM, ResNet50, UNI, CONCH, 自编码器	AUROC, AUPRC	NA
16111	2025-10-07	Safe-by-Design Strategies for Intranasal Drug Delivery Systems: Machine and Deep Learning Solutions to Differentiate Epithelial Tissues via Attenuated Total Reflection Fourier Transform Infrared Spectroscopy 2025-Mar-14, ACS pharmacology & translational science IF:4.9Q1 DOI:10.1021/acsptsci.4c00643 PMID:40109738	研究论文	本研究结合衰减全反射傅里叶变换红外光谱与机器学习技术，开发用于鼻内给药系统的安全设计模型	首次将ATR-FTIR光谱与机器学习/深度学习结合用于区分鼻脑上皮组织，并采用SHAP值分析确定关键光谱特征	使用离体猪组织实验，尚未进行体内验证	开发用于鼻内给药系统的安全设计监测策略	嗅觉上皮、呼吸上皮和气管组织	机器学习	NA	衰减全反射傅里叶变换红外光谱	前馈神经网络,支持向量机,去噪自编码器	光谱数据	来自三种组织类型的ATR-FTIR光谱数据集	NA	前馈神经网络,去噪自编码器	准确度,灵敏度,特异性,F1分数,皮尔逊相关系数	NA
16112	2025-10-07	CQENet: A segmentation model for nasopharyngeal carcinoma based on confidence quantitative evaluation 2025-Mar-13, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102525 PMID:40107148	研究论文	提出基于置信度定量评估的鼻咽癌自动分割模型CQENet，解决现有方法在肿瘤定位和边界分割方面的不足	引入置信度评估模块(CAM)输出分割结果的置信度，提出肿瘤特征调整模块(FAM)实现精确定位，采用方差注意力机制(VAM)处理模糊边界	未明确说明模型在临床环境中的实际部署效果和计算效率	提升鼻咽癌肿瘤区域的自动分割精度和结果可信度	鼻咽癌肿瘤区域	数字病理	鼻咽癌	医学图像分割	深度学习分割模型	医学影像数据	多中心鼻咽癌数据集	NA	CQENet	NA	NA
16113	2025-10-07	A Hybrid Energy-Based and AI-Based Screening Approach for the Discovery of Novel Inhibitors of AXL 2025-Mar-13, ACS medicinal chemistry letters IF:3.5Q2 DOI:10.1021/acsmedchemlett.4c00511 PMID:40110119	研究论文	本研究提出了一种结合能量计算和人工智能的新型高通量虚拟筛选方法，用于发现AXL激酶的新型抑制剂	首次将AI增强的图神经网络PLANET与几何深度学习算法DeepDock相结合，形成混合筛选方法	NA	开发新型AXL抑制剂以推进癌症治疗	AXL激酶及其抑制剂	机器学习	癌症	高通量虚拟筛选，分子动力学模拟	图神经网络，深度学习	分子结构数据	NA	NA	PLANET, DeepDock	IC50值	NA
16114	2025-10-07	Predicting early recurrence of hepatocellular carcinoma after thermal ablation based on longitudinal MRI with a deep learning approach 2025-Mar-10, The oncologist DOI:10.1093/oncolo/oyaf013 PMID:40110765	研究论文	开发基于纵向MRI的深度学习模型系统预测肝细胞癌热消融术后早期复发	首次结合术前和术后纵向MRI数据构建深度学习模型预测HCC热消融后早期复发，并整合临床变量建立风险分层模型	回顾性研究设计，外部测试队列样本量较小(n=35)，需进一步前瞻性验证	预测肝细胞癌患者热消融术后早期复发风险	肝细胞癌接受热消融治疗的患者	医学影像分析	肝细胞癌	磁共振成像	深度学习模型	纵向MRI图像	289例患者(训练队列254例，外部测试队列35例)	NA	Pre模型, PrePost模型, DL_Clinical集成模型	AUC, 无复发生存期	NA
16115	2025-10-07	Incorporating radiomic MRI models for presurgical response assessment in patients with early breast cancer undergoing neoadjuvant systemic therapy: Collaborative insights from breast oncologists and radiologists 2025-Mar-07, Critical reviews in oncology/hematology DOI:10.1016/j.critrevonc.2025.104681 PMID:40058742	综述	探讨影像组学MRI模型结合机器学习在早期乳腺癌新辅助治疗术前反应评估中的临床应用	整合影像组学MRI与人工智能技术，提升乳腺癌新辅助治疗反应评估的客观性和准确性	依赖放射科医师主观定性评估的传统方法存在局限性	提高乳腺癌新辅助治疗术前反应评估的精准度	接受新辅助全身治疗的早期乳腺癌患者	数字病理	乳腺癌	乳腺磁共振成像, 影像组学	机器学习, 深度学习	MRI图像	NA	NA	NA	NA	NA
16116	2025-10-07	Performance Improvement of a Natural Language Processing Tool for Extracting Patient Narratives Related to Medical States From Japanese Pharmaceutical Care Records by Increasing the Amount of Training Data: Natural Language Processing Analysis and Validation Study 2025-Mar-04, JMIR medical informatics IF:3.1Q2 DOI:10.2196/68863 PMID:40053805	研究论文	通过增加训练数据量提高从日本药学护理记录中提取患者医疗状态叙述的自然语言处理工具性能	针对日语患者叙述开发高性能NLP系统，并研究训练数据量逐步增加对性能提升的影响	系统对药学护理记录中的主观数据更专业，处理其他来源文本时性能较低	开发从患者叙述中提取临床信息的高性能自然语言处理系统	日本庆应义塾大学医院2018-2019年间的药学护理记录	自然语言处理	NA	自然语言处理	BERT-CRF	文本	12,004条记录，来自6,559个病例	NA	BERT,条件随机场	F1分数	NA
16117	2025-10-07	Deep profiling of gene expression across 18 human cancers 2025-Mar, Nature biomedical engineering IF:26.8Q1 DOI:10.1038/s41551-024-01290-8 PMID:39690287	研究论文	开发名为DeepProfile的无监督深度学习框架，用于分析18种人类癌症的50,211个转录组数据	提出首个在跨癌症基因表达数据中生成低维潜在空间的无监督深度学习框架，能够揭示跨癌种通用基因和癌种特异性基因的不同生物学功能	未明确说明模型在独立验证集上的性能表现，生物可解释性仍需进一步验证	利用无监督深度学习挖掘跨癌症基因表达数据的临床和生物学信息	18种人类癌症的50,211个转录组数据	机器学习	多癌种研究	基因表达分析，转录组测序	深度学习	基因表达数据	50,211个转录组样本，涵盖18种人类癌症	NA	NA	生物可解释性，与现有降维方法的比较	NA
16118	2025-10-07	UK Biobank MRI data can power the development of generalizable brain clocks: A study of standard ML/DL methodologies and performance analysis on external databases 2025-Mar, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2025.121064 PMID:39892529	研究论文	本研究开发了综合机器学习与深度学习脑龄预测流程，并在多个外部数据库中验证其泛化能力和作为神经退行性疾病生物标志物的潜力	整合多种预处理策略和校正项，系统比较广泛范围的脑龄预测模型，并在跨数据库、设备和种族群体中验证模型鲁棒性	研究主要依赖现有数据库，可能未覆盖所有人群亚组；模型性能在不同疾病阶段的泛化能力需进一步验证	开发可泛化的脑龄预测模型并评估其作为神经退行性疾病生物标志物的潜力	健康个体和神经退行性疾病患者的大脑MRI数据	机器学习	神经退行性疾病	T1加权MRI	惩罚线性机器学习模型,深度学习模型	医学图像	UK Biobank、ADNI和NACC数据集中的大脑MRI扫描	FastSurfer	NA	平均绝对误差,AUROC	NA
16119	2025-10-07	A deep learning detection method for pancreatic cystic neoplasm based on Mamba architecture 2025-Mar, Journal of X-ray science and technology IF:1.7Q3 DOI:10.1177/08953996251313719 PMID:39973786	研究论文	提出结合Mamba架构和YOLOv10的M-YOLO模型用于胰腺囊性肿瘤检测	首次将Mamba架构与YOLOv10结合，利用Mamba的序列建模能力处理医学图像中的复杂形态特征	NA	提高胰腺囊性肿瘤检测的准确性和效率	胰腺囊性肿瘤	计算机视觉	胰腺癌	深度学习	Mamba, YOLO	医学图像	长海医院提供的数据集	NA	Mamba YOLOv10	灵敏度, 特异度, 精确度, F1值, 准确率, 平均精度均值	NA
16120	2025-10-07	A novel detail-enhanced wavelet domain feature compensation network for sparse-view X-ray computed laminography 2025-Mar, Journal of X-ray science and technology IF:1.7Q3 DOI:10.1177/08953996251319183 PMID:39973784	研究论文	提出一种用于稀疏视图X射线计算机断层扫描重建的细节增强小波域特征补偿网络	设计了能够在空间域特征提取过程中在小波域补偿缺失信息的编码器-解码器网络，结合Swin Transformer和卷积算子以更好地捕捉特征	NA	构建用于稀疏视图计算机断层扫描重建的深度学习网络	焊点的X射线计算机断层扫描图像	计算机视觉	NA	X射线计算机断层扫描	编码器-解码器网络	图像	3200对16视图和1024视图CL图像（2880对训练，160对验证，160对测试）	NA	Swin Transformer, 卷积神经网络	PSNR, SSIM	NA