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	2025-10-06	Research on the influence mechanism of emotional communication on Twitter (X) and the effect of spreading public anger 2025-Sep-18, Acta psychologica IF:2.1Q2 DOI:10.1016/j.actpsy.2025.105560 PMID:40972455	研究论文	研究Twitter平台上愤怒情绪传播的影响机制及其对公众愤怒扩散的效果	提出结合随机森林、支持向量机和ARIMA的元模型，在预测愤怒传播方面优于BERT和LSTM等深度学习方法	基于参与模式的观察性建模结果，应视为算法干预的指示性证据	调查Twitter上愤怒情绪的传播机制，分析用户互动、算法放大和网络动态在塑造情绪话语中的作用	Twitter平台上的推文内容和用户互动	自然语言处理	NA	情感分析、毒性分析、网络分析	回归模型, 倾向得分匹配, 时间序列分析, 随机森林, 支持向量机, ARIMA, BERT, LSTM	文本	5000条推文，70%来自普通用户，30%来自公众人物	NA	BERT, LSTM	准确率	NA
1702	2025-10-06	RNA velocity and beyond: Current advances in modeling single-cell transcriptional dynamics 2025-Sep-18, Allergology international : official journal of the Japanese Society of Allergology IF:6.2Q1 DOI:10.1016/j.alit.2025.08.005 PMID:40973591	综述	本文系统回顾了RNA Velocity技术在单细胞转录组动力学建模中的发展历程、应用进展与未来方向	全面梳理了从基础RNA Velocity到第二代计算工具（如scVelo、dynamo、CellRank）的演进过程，并重点探讨了在过敏和免疫疾病研究中的创新应用	RNA Velocity分析仍存在计算挑战和方法学限制，需要进一步改进	总结单细胞转录动力学建模技术的最新进展，特别是在免疫疾病研究中的应用	单细胞RNA测序数据、免疫细胞分化过程、疾病机制研究	计算生物学	过敏性疾病和免疫介导疾病	单细胞RNA测序（scRNA-seq）、RNA Velocity分析	数学动力学模型、深度学习模型	单细胞转录组数据、空间转录组数据、多组学数据	NA	NA	NA	NA	NA
1703	2025-10-06	Comparative evaluation of deep learning and traditional models for predicting traffic accident severity in Saudi Arabia 2025-Sep-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-13484-4 PMID:40962904	研究论文	本研究比较了深度学习与传统模型在预测沙特阿拉伯交通事故严重程度方面的性能	首次在沙特阿拉伯东部省份使用人工神经网络与传统机器学习模型进行交通事故严重程度预测的对比研究	研究仅基于2018-2022年沙特阿拉伯东部省份的数据，可能缺乏地域普适性	预测交通事故严重程度以提升道路安全和事故预防能力	沙特阿拉伯东部14个城市的交通事故数据	机器学习	NA	NA	ANN, BRT, SVM, Naïve Bayes, logistic regression	交通事故记录数据	9,548起事故案例，涉及17,100辆车，造成2,527人死亡和8,020人受伤	NA	NA	准确率, 灵敏度, 特异性, G-mean, AUC	NA
1704	2025-10-06	Augmenting conventional criteria: a CT-based deep learning radiomics nomogram for early recurrence risk stratification in hepatocellular carcinoma after liver transplantation 2025-Sep-17, Insights into imaging IF:4.1Q1 DOI:10.1186/s13244-025-02082-7 PMID:40962936	研究论文	开发基于CT的深度学习影像组学列线图用于预测肝细胞癌肝移植后早期复发风险	结合影像组学特征、深度学习特征和临床变量构建新型预测模型，相比传统标准提供额外预测价值	样本量相对有限（245例），仅在两中心进行验证	改善肝细胞癌肝移植后早期复发的风险分层和临床决策	肝细胞癌患者肝移植前的CT影像和临床数据	数字病理	肝细胞癌	CT成像	深度学习	医学影像	245例肝细胞癌患者（训练集184例，验证集61例）	NA	NA	AUC	NA
1705	2025-10-06	Non-iterative and uncertainty-aware MRI-based liver fat estimation using an unsupervised deep learning method 2025-Sep-17, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103811 PMID:40972442	研究论文	提出一种基于无监督深度学习的非迭代MRI肝脏脂肪定量方法AI-DEAL，可同时估计质子密度脂肪分数及其不确定性	首次结合深度学习和加权最小二乘法实现单次MRI水脂分离，能同时输出脂肪分数估计值和不确定性图谱	在脂肪-水模体中的PDFF偏差较大(-3.43%)，模型泛化能力仍需进一步验证	开发快速准确的MRI肝脏脂肪定量方法	肝脏质子密度脂肪分数(PDFF)	医学影像分析	肝脏疾病	CSE-MRI, 脂肪-水模体, 数值模体	无监督深度学习	MRI图像	体内肝脏数据、脂肪-水模体、数值模体	NA	AI-DEAL	PDFF偏差, 不确定性评估	NA
1706	2025-10-06	Unfolding the diagnostic pipeline of diabetic retinopathy with artificial intelligence: A systematic review 2025-Sep-17, Survey of ophthalmology IF:5.1Q1 DOI:10.1016/j.survophthal.2025.09.008 PMID:40972797	系统综述	本文系统综述了人工智能在糖尿病视网膜病变诊断流程中的应用	提出了完整的AI驱动DR诊断流程，包括图像预处理、视盘定位与移除、血管分割、特征提取和严重程度分类的序列化阶段	存在当前挑战未具体说明，且仅基于MESSIDOR数据集验证	探索人工智能技术在自动化糖尿病视网膜病变诊断中的应用与改进	糖尿病视网膜病变的诊断流程和分类系统	计算机视觉	糖尿病视网膜病变	深度学习	深度学习模型	医学图像	基于MESSIDOR数据集	NA	NA	准确率	NA
1707	2025-10-06	Nivolumab plus ipilimumab for potentially resectable hepatocellular carcinoma: long-term efficacy and biomarker exploration 2025-Sep-17, Journal of hepatology IF:26.8Q1 DOI:10.1016/j.jhep.2025.08.035 PMID:40972843	研究论文	评估纳武利尤单抗联合伊匹木单抗在潜在可切除肝细胞癌患者中的长期疗效并探索预测性生物标志物	首次在潜在可切除肝细胞癌中探索免疫联合疗法作为新辅助治疗的长期疗效，并通过多组学分析揭示三级淋巴结构(TLS)的治疗机制	单臂研究设计且样本量有限(43例患者)，缺乏随机对照试验验证	评估免疫检查点抑制剂联合疗法在潜在可切除肝细胞癌患者中的疗效和安全性	肝细胞癌患者	临床医学	肝细胞癌	基因组分析、转录组分析、免疫细胞分析、光谱流式细胞术	深度学习算法	肿瘤组织样本、外周血样本、临床数据	43例肝细胞癌患者(男性37例/女性6例)	NA	NA	客观缓解率、4年无进展生存率、4年总生存率、主要病理学缓解率	NA
1708	2025-10-06	Deep-Learning Driven Identification of Novel Antimicrobial Peptides 2025-Sep-16, Chemistry (Weinheim an der Bergstrasse, Germany) DOI:10.1002/chem.202501918 PMID:40801152	研究论文	本研究通过深度学习驱动的流程识别新型抗菌肽	结合HydrAMP和AMPlify两种深度学习算法进行抗菌肽的识别与筛选	仅对三种候选肽进行了实验验证，样本量有限	加速发现新型抗菌肽并进行机制表征	色氨酸富集短肽序列	机器学习	细菌感染	深度学习算法，生物物理分析	深度学习	肽序列数据	3种合成肽，多种革兰氏阳性和阴性细菌菌株	NA	HydrAMP, AMPlify	抗菌活性评估	NA
1709	2025-10-06	AI-driven hazard prioritization of plastic additives using Tox21 bioassays and self-supervised graph transformers 2025-Sep-16, Environmental toxicology and chemistry IF:3.6Q2 DOI:10.1093/etojnl/vgaf228 PMID:40971996	研究论文	本研究利用Tox21生物测定数据和自监督图变换器模型，对塑料添加剂的潜在毒性进行AI驱动的危害优先级排序	首次将GROVER算法（结合变换器和自监督预训练的图神经网络）应用于塑料添加剂毒性预测，克服传统图神经网络的局限性	研究依赖于Tox21数据库的现有数据，可能无法覆盖所有塑料添加剂的完整毒性特征	筛选高用量塑料添加剂的潜在毒性，支持监管决策	ECHA塑料添加剂倡议中400多种高用量塑料添加剂	机器学习	NA	Tox21生物测定	图变换器,图神经网络	化学结构数据,生物活性数据	超过7,000种化学物质的Tox21数据集，包含171种塑料添加剂	GROVER	GROVER（基于变换器的图神经网络架构）	F1分数	NA
1710	2025-10-06	Deep learning enhanced thermographic modeling for early and precise mastitis detection in Sahiwal cows 2025-Sep-16, Research in veterinary science IF:2.2Q1 DOI:10.1016/j.rvsc.2025.105899 PMID:40972062	研究论文	本研究探索结合热成像和深度学习技术增强泌乳奶牛乳腺炎检测的方法	首次将CNN模型应用于Sahiwal奶牛乳腺热成像分析，实现健康、亚临床乳腺炎和临床乳腺炎的自动分类	研究样本仅限于Sahiwal品种奶牛，未验证在其他奶牛品种上的适用性	开发基于深度学习的乳腺炎早期精准检测方法	Sahiwal奶牛的乳房区域	计算机视觉	乳腺炎	热成像技术	CNN	热成像图像	NA	NA	CNN	准确率,精确率,召回率,F1分数	NA
1711	2025-10-06	Adaptive High-Distance RGB Imaging for Accurate Dairy Cow Feed Intake Estimation1 2025-Sep-16, Journal of animal science IF:2.7Q1 DOI:10.1093/jas/skaf247 PMID:40972117	研究论文	提出基于RGB图像的奶牛饲料摄入量估计方法，为牧场管理提供成本效益高的智能测量解决方案	创新性地将自注意力机制和多尺度融合技术与ResNet结合，设计用于饲料总量估计的深度学习模型	NA	开发准确估计奶牛饲料摄入量的智能测量方法	奶牛饲料堆	计算机视觉	NA	RGB成像	CNN	图像	NA	NA	U2-Net, ResNet	MAE, RMSE	NA
1712	2025-10-06	The interpretable deep learning framework and validation for seizure detection in pediatric electroencephalography: An improved accuracy and performance analysis 2025-Sep-16, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103276 PMID:40972406	研究论文	提出用于儿科脑电图癫痫发作检测的可解释深度学习框架，并比较两种新型模型	设计了带压缩激励模块的全卷积网络（SE-FCN）和基于Transformer的模型（TransNet），能输出通道显著性权重并生成热力图推断致痫区	模型在跨被试验证协议下性能仍有提升空间，临床验证需进一步扩展	开发可解释的深度学习框架用于儿科脑电图癫痫发作检测	儿科癫痫患者的脑电图数据	深度学习	癫痫	脑电图（EEG）	CNN, Transformer	脑电图时序数据	CHB-MIT儿科脑电图数据集中的22名患者	NA	SE-FCN, TransNet	AUC, 准确率	NA
1713	2025-10-06	Insights into AI-Driven malaria diagnosis: A systematic review with implications for Plasmodium knowlesi 2025-Sep-15, Acta tropica IF:2.1Q2 DOI:10.1016/j.actatropica.2025.107842 PMID:40962162	系统综述	系统评估人工智能在疟疾诊断中的应用，特别关注诺氏疟原虫血期分类的研究现状	首次针对诺氏疟原虫血期分类的AI研究进行深入比较分析，重点评估CNN、迁移学习、集成学习和目标检测模型的有效性	现有研究数量有限，存在标注数据集不足、类别不平衡和模型可解释性等问题	评估人工智能技术在疟原虫血期分类中的应用效果	诺氏疟原虫及其血期形态	计算机视觉	疟疾	显微镜检查	CNN, 迁移学习, 集成学习, 目标检测	血液显微图像	NA	NA	YOLO, Faster R-CNN	NA	NA
1714	2025-10-06	Enhanced epileptic seizure detection using CNNs with convolutional block attention and short-term memory networks 2025-Sep-15, Behavioural brain research IF:2.6Q3 DOI:10.1016/j.bbr.2025.115831 PMID:40962227	研究论文	提出一种结合CNN、CBAM注意力机制和LSTM的深度学习模型，用于从EEG信号中检测癫痫发作	首次将卷积块注意力模块(CBAM)与CNN-LSTM结合，使模型能聚焦处理关键信息	仅在公开的波恩大学数据集上进行验证，未说明临床适用性	开发准确的癫痫发作检测方法以改善患者生活质量	癫痫患者的脑电图(EEG)信号	机器学习	癫痫	脑电图(EEG)信号分析	CNN, LSTM	时序信号数据	波恩大学公开数据集中的三类EEG信号	NA	CNN_CBAM_LSTM	准确率	NA
1715	2025-10-06	Can classical statistics and deep learning converge on explainable, causally driven target discovery? 2025-Sep-15, DNA research : an international journal for rapid publication of reports on genes and genomes IF:3.9Q1 DOI:10.1093/dnares/dsaf024 PMID:40971794	综述	探讨传统统计方法与深度学习在复杂疾病因果机制发现中的融合应用	提出结合深度学习可扩展性与统计遗传学推断能力的混合模型框架	当前深度学习模型存在过拟合风险、可解释性不足及缺乏标准化评估框架	开发新一代计算工具揭示复杂疾病的分子基础并加速遗传发现向有效治疗的转化	复杂疾病的遗传变异与多组学数据	机器学习	复杂疾病	全基因组关联研究, 多组学数据整合	深度学习, 统计模型	基因组数据, 多组学数据	NA	NA	NA	NA	NA
1716	2025-10-06	Fully automatic bile duct segmentation in magnetic resonance cholangiopancreatography for biliary surgery planning using deep learning 2025-Sep-15, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112415 PMID:40972245	研究论文	本研究开发了一种基于深度学习的全自动胆管分割方法，用于磁共振胰胆管成像数据的3D重建，以辅助胆道手术规划	首次实现了对扩张和非扩张胆管的自动准确3D重建，并验证了模型在真实手术场景中的实用性	样本量相对有限（249例），外部验证集仅包含10例数据	开发自动准确的胆管3D重建方法，辅助制定最佳手术方案并指导精确胆管手术	胆管系统（包括扩张和非扩张胆管）	医学影像分析	胆道疾病	磁共振胰胆管成像（MRCP）	深度学习语义分割模型	3D医学影像	249例患者（208例训练集，41例测试集），外加10例外部验证集	nnU-Net	U-Net	Dice相似系数（DSC）, 相关系数, 一致性界限（LoA）	NA
1717	2025-10-06	Epicardial and Pericardial Adipose Tissue: Anatomy, physiology, Imaging, Segmentation, and Treatment Effects 2025-Sep-13, The British journal of radiology DOI:10.1093/bjr/tqaf223 PMID:40971601	综述	本文综述了心外膜和心包脂肪组织的解剖学特征、生理功能、影像学评估方法及其在心血管疾病中的作用	系统区分了心外膜脂肪组织（EAT）和心包脂肪组织（PAT）的不同生理作用，并重点讨论了基于深度学习的图像分割技术在量化这些脂肪组织中的最新进展	不同研究间存在相互矛盾的证据，且影像学评估缺乏标准化的扫描和图像重建方案	探讨心外膜和心包脂肪组织的特征及其在心血管疾病风险评估和治疗中的作用	心外膜脂肪组织（EAT）和心包脂肪组织（PAT）	数字病理学	心血管疾病	CT, MRI, 超声心动图	深度学习	医学影像	NA	NA	NA	准确性, 可重复性	NA
1718	2025-10-06	Deep learning-based volume of interest imaging in helical CT for image quality improvement and radiation dose reduction 2025-Sep-13, The British journal of radiology DOI:10.1093/bjr/tqaf128 PMID:40971630	研究论文	开发基于深度学习的螺旋CT感兴趣区域成像技术，用于改善图像质量并降低辐射剂量	提出基于残差U-Net架构的VOI-Net深度学习方法来校正螺旋CT中的截断伪影，实现辐射剂量降低或感兴趣区域内图像质量提升	仅通过模拟评估了3例患者病例（1例胸部CT和2例腹盆腔CT），样本量有限	开发螺旋CT感兴趣区域成像技术以降低辐射剂量或改善感兴趣区域内图像质量	间质性肺病患者的胸部CT和肝肿瘤患者的腹盆腔CT	医学影像处理	间质性肺病, 肝肿瘤	螺旋CT成像	深度学习	CT图像	3例患者病例（1例胸部CT，2例腹盆腔CT）	NA	残差U-Net	均方根误差	NA
1719	2025-10-05	Deep learning black box and pattern recognition analysis using Guided Grad-CAM for phytolith identification 2025-Sep-12, Annals of botany IF:3.6Q1 DOI:10.1093/aob/mcaf088 PMID:40445063	研究论文	应用可视化解释器分析训练好的VGG19模型在识别燕麦、大麦和小麦属多细胞植硅体时的决策依据	首次将Guided Grad-CAM等可视化解释技术应用于考古植物学中的植硅体识别，揭示了深度学习模型的决策机制	研究仅限于三个植物属的植硅体识别，样本多样性有限	验证深度学习模型在植硅体分类中的学习效果，并与考古植物学家的手动方法进行比较	燕麦、大麦和小麦属的多细胞植硅体	计算机视觉	NA	显微镜成像	CNN	图像	未明确说明具体样本数量，但包含多个显微镜图像	NA	VGG19	定性分析（关键特征识别百分比）	NA
1720	2025-10-06	ResFusionNet-TSMT: A residual network for pesticide detection using surface-enhanced Raman spectroscopy 2025-Sep-12, Talanta IF:5.6Q1 DOI:10.1016/j.talanta.2025.128852 PMID:40972279	研究论文	提出一种基于表面增强拉曼光谱的农药检测残差网络模型ResFusionNet-TSMT	首次将ResNet的局部特征提取能力与Transformer的全局依赖建模相结合，采用双流架构处理原始和多尺度光谱输入，并引入注意力池化机制和类别注意力机制	NA	开发用于农药分类和浓度量化的深度学习框架	农药样品	机器学习	NA	表面增强拉曼光谱(SERS)	CNN,Transformer	光谱数据	NA	NA	ResNet,Transformer	准确率,F1分数,平均绝对误差,相关系数R	NA