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
1701	2025-10-05	Vision transformer and Mamba-attention fusion for high-precision PCB defect detection 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0331175 PMID:40997120	研究论文	提出融合视觉Transformer和Mamba注意力机制的ViT-Mamba混合框架，用于高精度PCB缺陷检测	结合视觉Transformer与Mamba注意力机制进行全局特征提取，并引入人工缺陷生成模块和分层多尺度优化策略	NA	解决PCB缺陷检测中数据分布不平衡和泛化能力有限的问题	印刷电路板(PCB)缺陷	计算机视觉	NA	NA	Vision Transformer, Mamba注意力机制	图像	公共PCB缺陷数据集	NA	ViT-Mamba	mAP(平均精度均值)	NA
1702	2025-10-05	A graph neural network-based approach for predicting SARS-CoV-2-human protein interactions from multiview data 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0332794 PMID:40997149	研究论文	提出基于多视图图神经网络的SARS-CoV-2-人类蛋白质相互作用预测方法	结合最优传输整合的多视图图神经网络方法，超越传统单视图和基线图学习方法	初始实验验证数据集仅包含有限数量的高置信度相互作用	开发准确的SARS-CoV-2-人类蛋白质相互作用预测模型以支持药物重定位	SARS-CoV-2病毒蛋白与人类宿主蛋白	机器学习	COVID-19	多视图图神经网络，最优传输整合	图神经网络	蛋白质序列，基因本体术语，物理相互作用信息	280个宿主蛋白与27个SARS-CoV-2蛋白之间的472个高置信度预测相互作用	NA	多视图图神经网络	ROC-AUC, 平均精度	NA
1703	2025-10-05	AI: the Apollo guidance computer of the Exposome moonshot 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1632520 PMID:41000410	综述	提出将人工智能与人体相关实验系统结合，通过微生理系统和多组学平台生成高质量数据来校准AI模型，构建器官和人群的数字孪生体	将微生理系统比作火箭、多组学比作登月舱、AI比作制导计算机，提出“暴露组登月计划”的统一愿景	需要扩展模型应用领域、实施稳健的数据安全措施、优先开发透明可解释的算法	实现预防驱动、个性化的健康管理和监管科学新范式	人类暴露组（终身环境暴露总和）	机器学习	NA	多组学平台，微生理系统	深度学习	多组学数据，环境暴露数据	NA	NA	NA	NA	NA
1704	2025-10-05	A systematic review of the hybrid machine learning models for brain tumour segmentation and detection in medical images 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1615550 PMID:41000409	系统综述	系统回顾混合机器学习模型在医学图像中脑肿瘤分割与检测的应用	综合分析传统机器学习模型（如SVM）与深度神经网络（如VGG-19、YOLOv10n）的混合模型在脑肿瘤分析中的性能优势	模型泛化能力不足、缺乏大型标注数据集、可解释人工智能（XAI）应用有限	提升脑肿瘤MRI图像分析的诊断准确性和计算效率	脑肿瘤医学图像	计算机视觉	脑肿瘤	磁共振成像（MRI）	混合机器学习模型,SVM,CNN	医学图像	25项相关研究（2019-2024年发表）	NA	VGG-19,YOLOv10n	Dice相似系数（DSC）,交并比（IoU）,准确率,精确率,召回率,F1分数	NA
1705	2025-10-05	Gait phase recognition of children with cerebral palsy via deep learning based on IMU data from a soft ankle exoskeleton 2025, Frontiers in bioengineering and biotechnology IF:4.3Q2 DOI:10.3389/fbioe.2025.1679812 PMID:41000473	研究论文	基于软性踝足外骨骼IMU数据，通过深度学习识别脑瘫儿童的步态相位	提出结合堆叠降噪自编码器和长短期记忆网络的深度学习框架，有效处理非平稳高噪声信号并建模步态相位间时序依赖关系	仅纳入6名轻度脑瘫儿童，样本量较小；仅在开放环境中测试	实现脑瘫儿童自然行走状态下步态相位的精确识别	轻度脑瘫儿童的自然步态序列	机器学习	脑瘫	惯性测量单元，足底压力鞋垫	SDA, LSTM	IMU传感器数据	6名轻度脑瘫儿童	NA	堆叠降噪自编码器-长短期记忆网络	准确率	NA
1706	2025-10-05	Toward accurate single image sand dust removal by utilizing uncertainty-aware neural network 2025, Frontiers in neurorobotics IF:2.6Q3 DOI:10.3389/fnbot.2025.1575995 PMID:41000467	研究论文	本文提出了一种用于单幅图像沙尘去除的分层交互式不确定性感知网络HIUNet	利用贝叶斯神经网络提取鲁棒浅层特征，结合特征频率选择机制和特征增强模块	尚未处理极端沙尘场景	实现精确的单幅图像沙尘去除	沙尘退化图像	计算机视觉	NA	NA	贝叶斯神经网络	图像	Sand11K数据集（包含11,000张不同程度沙尘退化图像）	NA	HIUNet	NA	NA
1707	2025-10-05	Deep Learning for Cancer Detection Based on Genomic and Imaging Data: A Comprehensive Review 2025, Cancer management and research IF:2.5Q3 DOI:10.2147/CMAR.S533522 PMID:41001156	综述	本文全面回顾了基于基因组和影像数据的深度学习在癌症检测中的应用进展	系统总结了深度学习在整合多模态数据（基因组和影像）进行癌症早期检测的创新方法	作为综述文章，不包含原始研究数据，主要基于现有文献分析	探讨深度学习在癌症早期检测中的应用现状和未来发展	癌症检测相关的基因组数据和医学影像数据	数字病理学	癌症	基因组测序，医学影像技术	CNN	基因组数据，影像数据	NA	NA	NA	NA	NA
1708	2025-10-05	Radiomics signature and deep learning signature of intrathrombus and perithrombus for prediction of malignant cerebral edema after acute ischemic stroke: a multicenter CT study 2025, Frontiers in neurology IF:2.7Q3 DOI:10.3389/fneur.2025.1650970 PMID:41001195	研究论文	本研究通过放射组学和深度学习特征分析血栓内及血栓周围区域，预测急性缺血性脑卒中后恶性脑水肿风险	首次结合血栓内和血栓周围区域的放射组学与深度学习特征，并比较两者对恶性脑水肿的预测能力	回顾性研究设计，样本量相对有限（406例患者）	预测急性缺血性脑卒中后恶性脑水肿的发生风险	急性缺血性脑卒中患者	医学影像分析	脑血管疾病	CT成像	机器学习,深度学习	CT图像	406例急性缺血性脑卒中患者（来自三个医疗中心）	NA	VGG16	马修斯相关系数,受试者工作特征曲线下面积	NA
1709	2025-10-05	Federated learning for lesion segmentation in multiple sclerosis: a real-world multi-center feasibility study 2025, Frontiers in neurology IF:2.7Q3 DOI:10.3389/fneur.2025.1620469 PMID:41001196	研究论文	本研究评估联邦学习在多中心多发性硬化病灶分割中的实际应用可行性	首次在真实医院环境中应用联邦学习进行多发性硬化病灶分割，无需共享原始患者数据	不同站点间性能存在差异，反映了数据异质性挑战	探索联邦学习在分布式临床环境中推进自动化多发性硬化分析的潜力	多发性硬化患者的MRI图像	医学影像分析	多发性硬化	MRI	深度学习	医学影像	来自三个站点的512例MRI病例	nnU-Net	nnU-Net	Dice系数	NA
1710	2025-10-05	Scanning faces: a deep learning approach to studying eye movements in prosopagnosia 2025, Frontiers in neurology IF:2.7Q3 DOI:10.3389/fneur.2025.1616509 PMID:41001204	研究论文	本研究使用深度学习方法来分析面孔失认症患者的眼动扫描模式	首次使用图像分类技术和卷积神经网络来识别面孔失认症的关键眼动扫描标记	样本量有限，对发育性面孔失认症的分类性能相对较低(AUC 69%)	确定人工智能方法是否能识别面孔失认症的关键扫描标记	面孔失认症患者和健康对照受试者	计算机视觉	神经认知障碍	眼动追踪	CNN	眼动扫描路径图像	未明确指定样本数量	NA	卷积神经网络	AUC	NA
1711	2025-10-05	Development of a deep learning model for automated diagnosis of neuromuscular diseases using ultrasound imaging 2025, Frontiers in neurology IF:2.7Q3 DOI:10.3389/fneur.2025.1640428 PMID:41001208	研究论文	开发了一种用于神经肌肉疾病超声图像自动诊断的轻量级深度学习模型	提出NMD-AssistNet模型，集成GhostNet骨干网络、CBAM注意力模块和深度可分离卷积，兼具高效性和判别能力	仅使用公开数据集进行验证，未在临床环境中进行大规模前瞻性研究	开发自动化神经肌肉疾病筛查工具	神经肌肉疾病患者的肌肉超声图像	计算机视觉	神经肌肉疾病	肌肉骨骼超声成像	CNN	图像	3,917张标注的肌肉超声图像	PyTorch	GhostNet, CBAM, NMD-AssistNet	准确率, AUC	NA
1712	2025-10-05	Characterizing clinical risk profiles of major complications in type 2 diabetes mellitus using deep learning algorithms 2025, Frontiers in endocrinology IF:3.9Q2 DOI:10.3389/fendo.2025.1657366 PMID:41001673	研究论文	本研究使用机器学习算法开发了针对老年2型糖尿病患者主要并发症的自我报告风险评估工具	首次使用可解释机器学习方法同时表征多种T2DM并发症的风险因素谱，识别共享和独特风险因素	研究样本仅来自单一医疗中心，样本量相对有限	开发2型糖尿病主要并发症的风险评估工具，为并发症筛查和干预提供新见解	1448名2型糖尿病患者	机器学习	2型糖尿病	机器学习	XGBoost, LightGBM, Random Forest, TabPFN, CatBoost	临床数据	1448名患者	NA	NA	AUC, 准确率, 召回率, F1分数	NA
1713	2025-10-05	Comparison of Vendor-Pretrained and Custom-Trained Deep Learning Segmentation Models for Head-and-Neck, Breast, and Prostate Cancers 2024-Dec-18, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics14242851 PMID:39767212	研究论文	比较商业预训练和定制训练深度学习分割模型在头颈癌、乳腺癌和前列腺癌中的性能表现	首次系统评估本地患者数据和临床特征对商业深度学习分割模型性能的影响，并证明定制训练模型的优越性	样本量相对有限，仅包含210名患者，且仅评估了三种癌症类型	评估商业预训练和定制训练深度学习分割模型在头颈癌、乳腺癌和前列腺癌中的性能差异	头颈癌、乳腺癌和前列腺癌患者的临床CT扫描图像和风险器官轮廓	医学影像分析	头颈癌,乳腺癌,前列腺癌	临床CT扫描	深度学习分割模型	医学影像	210名患者（53名头颈癌、49名左乳腺癌、55名右乳腺癌、53名前列腺癌）	供应商提供的深度学习训练工具包	NA	Dice相似系数,平均表面距离	NA
1714	2025-10-05	Cardiovascular care with digital twin technology in the era of generative artificial intelligence 2024-Dec-01, European heart journal IF:37.6Q1 DOI:10.1093/eurheartj/ehae619 PMID:39322420	综述	本文综述数字孪生技术在心血管医学中的应用及其与生成式人工智能结合的未来发展前景	探讨生成式人工智能如何增强心血管数字孪生的预测能力和应用范围	NA	总结数字孪生在心血管医学中的现状并展望其未来应用潜力	心血管数字孪生技术及其临床应用	数字病理	心血管疾病	多模态数据整合	生成模型,机器学习	生理数据,环境数据,医疗数据	NA	NA	NA	NA	NA
1715	2025-10-05	Deep learning for genomic selection of aquatic animals 2024-Nov, Marine life science & technology IF:5.8Q1 DOI:10.1007/s42995-024-00252-y PMID:39620094	综述	本文综述深度学习在水生动物基因组选择中的应用现状与潜力	系统总结了深度学习在表型获取、基因分型和基因组育种值预测中的创新应用	当前应用仍局限于部分水产物种，需要扩展到更多物种	探讨深度学习在水生动物基因组选择中的应用前景	水生动物	机器学习	NA	下一代测序(NGS)	CNN, DNN, Autoencoder	基因组数据	NA	NA	深度神经网络, 卷积神经网络, 自编码器	准确率	NA
1716	2025-10-05	Prediction of future dementia among patients with mild cognitive impairment (MCI) by integrating multimodal clinical data 2024-Sep-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e36728 PMID:39281465	研究论文	本研究通过集成多模态临床数据，利用集成学习框架预测轻度认知障碍患者未来发展为痴呆的风险	采用专门设计的集成学习框架来利用多模态数据的互补性和共识性，这是先前痴呆预测研究未充分探索的方法	研究依赖于特定数据集(TADPOLE)，可能需要进一步验证在其他人群中的泛化能力	预测轻度认知障碍患者未来发展为痴呆的风险	轻度认知障碍患者	机器学习	老年疾病	结构磁共振成像,正电子发射断层扫描	集成学习, XGBoost, 深度学习	临床数据, 影像数据	NA	NA	集成集成框架	AUC, F-measure	NA
1717	2025-10-05	Mediodorsal thalamus and ventral pallidum contribute to subcortical regulation of the default mode network 2024-07-23, Communications biology IF:5.2Q1 DOI:10.1038/s42003-024-06531-9 PMID:39039239	研究论文	本研究探讨了腹侧苍白球和内侧背侧丘脑在调控默认模式网络中的作用	首次在树鼩中发现腹侧苍白球和内侧背侧丘脑通过伽马振荡参与默认模式网络的调控	研究仅限于树鼩模型，需要在其他物种中进一步验证	研究默认模式网络的皮层下调控机制	树鼩的腹侧苍白球、内侧背侧丘脑和前扣带皮层	神经科学	NA	电生理记录, 深度学习分类	深度学习分类模型	电生理信号, 行为状态数据	树鼩动物模型	NA	NA	交叉频率耦合分析	NA
1718	2025-10-05	Antibody design using deep learning: from sequence and structure design to affinity maturation 2024-May-23, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae307 PMID:38960409	综述	本文综述了深度学习在抗体设计中的应用，涵盖序列设计、结构设计和亲和力成熟等关键环节	将深度学习从传统小分子药物设计扩展到生物大分子（特别是抗体）的设计与优化领域	NA	探索深度学习在抗体发现和开发中的应用方法与进展	抗体分子	机器学习	NA	深度学习	NA	序列数据, 结构数据	NA	NA	NA	NA	NA
1719	2025-10-05	Artificial Intelligence and Machine Learning in Cancer Related Pain: A Systematic Review 2023-Dec-08, medRxiv : the preprint server for health sciences DOI:10.1101/2023.12.06.23299610 PMID:38105979	系统综述	系统回顾人工智能和机器学习在癌症相关疼痛领域的应用研究	首次系统评估AI/ML在癌症疼痛预测和管理决策中的应用现状与性能表现	大多数研究缺乏外部验证(14%)和临床应用(23%)，模型校准报告不足(5%)	探索人工智能/机器学习在预测癌症疼痛结局和支持疼痛管理决策中的应用	癌症患者的疼痛相关数据和疼痛管理过程	机器学习	癌症	系统文献综述方法	随机森林, Lasso, 支持向量机, 多种机器学习模型	临床研究数据	44项研究(2006-2023年)	NA	NA	AUC, 敏感性, 特异性	NA
1720	2025-10-05	Toward Automated Detection of Silent Cerebral Infarcts in Children and Young Adults With Sickle Cell Anemia 2023-08, Stroke IF:7.8Q1 DOI:10.1161/STROKEAHA.123.042683 PMID:37387218	研究论文	本研究开发了一种基于深度学习的自动化检测方法，用于识别镰状细胞贫血儿童和年轻成人中的无症状脑梗死	首次将UNet深度学习模型应用于镰状细胞贫血患者无症状脑梗死的自动化检测，解决了小病灶检测的难题	模型需要进一步训练优化，空间一致性指标(dice相似系数)仅为中等水平(0.48)	开发自动化工具以辅助镰状细胞贫血患者无症状脑梗死的临床诊断和研究	镰状细胞贫血的儿童和年轻成人患者	医学影像分析	镰状细胞贫血	磁共振成像	深度学习	脑部磁共振图像	训练集926人(31%有SCI)，外部验证集80人(50%有SCI)	NA	UNet	灵敏度,准确率,dice相似系数,组内相关系数,Spearman相关性	NA