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
81	2025-12-03	Advancements in automated diagnosis of autism spectrum disorder through deep learning and resting-state functional mri biomarkers: a systematic review 2024-Dec, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-024-10176-z PMID:39712105	综述	本文基于PRISMA指南，系统综述了利用深度学习和静息态功能磁共振成像生物标志物进行自闭症谱系障碍自动诊断的研究进展	系统性地比较了不同深度学习算法在ASD自动诊断中的应用及其准确率，并总结了基于rs-fMRI图像的最高诊断准确率接近0.99	综述范围仅限于已发表的约26篇文章，可能未涵盖所有相关研究，且未对模型泛化能力进行深入评估	评估机器学习和深度学习技术在自闭症谱系障碍早期自动诊断中的应用效果	自闭症谱系障碍患者，主要基于ABIDE I和ABIDE II等rs-fMRI图像数据集	机器学习	自闭症谱系障碍	静息态功能磁共振成像	深度学习算法	rs-fMRI图像	基于ABIDE I和ABIDE II等公共数据集，具体样本量未明确说明	NA	NA	准确率	NA
82	2025-12-03	Brain-inspired multisensory integration neural network for cross-modal recognition through spatiotemporal dynamics and deep learning 2024-Dec, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-023-09932-4 PMID:39712112	研究论文	本文提出了一种受大脑启发的多感官整合神经网络，用于通过时空动力学和深度学习实现跨模态识别	提出了一种结合并行CNN和RNN的级联框架，模拟大脑多感官整合过程，并揭示了特征在正交子空间编码及网络状态沿准旋转对称轨迹演化的机制	使用合成训练数据进行数字识别任务，可能未在真实世界复杂多模态数据上验证	研究多感官整合的计算原理，开发受大脑启发的智能神经网络模型以实现跨模态识别	视觉和音频感官输入的多模态信息	机器学习	NA	深度学习	CNN, RNN	图像, 音频	NA	NA	并行卷积神经网络, 循环神经网络	NA	NA
83	2025-12-03	Deep source transfer learning for the estimation of internal brain dynamics using scalp EEG 2024-Dec, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-024-10149-2 PMID:39712104	研究论文	本文提出了一种基于深度学习的新型EEG数据驱动源成像方案，用于精确高效地估计丘脑和皮层区域的大尺度时空脑动力学	提出了一种结合卷积循环神经网络的深度源成像框架，并利用基于人脑连接组学构建的脑模型生成合成训练数据，进一步应用迁移学习算法以减少合成数据与真实EEG数据之间的动态差异	未明确提及具体的数据集规模限制或模型泛化能力的详细评估	通过源成像技术提高EEG的空间分辨率，以增强神经解码和脑机交互的可靠性	大脑内部活动，特别是丘脑和皮层区域的宏观时空动力学	机器学习	癫痫	脑电图（EEG）	CNN, RNN	高密度EEG记录	NA	NA	卷积循环神经网络	NA	NA
84	2025-12-03	Adaptive learning rate in dynamical binary environments: the signature of adaptive information processing 2024-Dec, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-024-10128-7 PMID:39712114	研究论文	本文构建了一个具有自适应学习率的分层贝叶斯模型，用于推断动态二元环境中的隐藏概率，并分析了该模型在合成数据上的自适应行为	模型的自适应学习率受信念和环境不确定性调节，其更新规则是Rescorla-Wagner方程的扩展，强调了自适应学习率作为高效准确推断的机制组成部分	NA	研究自适应学习模型在解释人类和动物自适应行为中的作用，特别是在动态二元环境中推断隐藏概率	合成数据	机器学习	NA	分层贝叶斯建模	贝叶斯模型	合成数据	NA	NA	分层贝叶斯模型	NA	NA
85	2025-12-03	MSHANet: a multi-scale residual network with hybrid attention for motor imagery EEG decoding 2024-Dec, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-024-10127-8 PMID:39712122	研究论文	本研究提出了一种多尺度残差网络与混合注意力机制（MSHANet），用于解码四种运动想象脑电图类别，以提升脑机接口的性能	结合多头注意力和挤压-激励注意力机制，混合聚焦于脑电图特征的重要信息，并应用多尺度残差块提取丰富的特征，同时共享部分块参数以提取共同特征	NA	解码运动想象脑电图，以开发稳定且高效的脑机接口系统	运动想象脑电图数据	机器学习	NA	脑电图解码	CNN	脑电图信号	NA	NA	MSHANet	准确率	NA
86	2025-12-03	Advances in brain-computer interface for decoding speech imagery from EEG signals: a systematic review 2024-Dec, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-024-10167-0 PMID:39712121	综述	本文系统综述了基于脑电图（EEG）信号的脑机接口（BCI）在解码想象言语方面的最新进展，旨在帮助言语障碍者实现有效沟通	从认知神经发育视角整合EEG信号解码想象言语的关键研究，系统梳理了预处理、特征提取和分类算法（包括深度学习和机器学习方法）及其融合的创新方法	NA	推动基于EEG的BCI系统在解码想象言语方面的实际应用，以改善言语障碍者的沟通能力	基于EEG信号的想象言语解码研究	脑机接口	神经系统疾病	脑电图（EEG）	深度学习, 机器学习	EEG信号	NA	NA	NA	NA	NA
87	2025-12-03	A bimodal deep learning network based on CNN for fine motor imagery 2024-Dec, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-024-10159-0 PMID:39712133	研究论文	本研究提出了一种基于CNN的双模态深度学习网络，用于提高精细运动想象的解码性能	设计了包含四类任务的精细运动想象范式，并提出了结合EEG和fNIRS信号的双模态融合网络，显著提升了分类准确率	样本量较小（仅12名受试者），且四类任务的准确率（58.96%）仍有提升空间	提高精细运动想象任务的解码性能，以支持基于精细运动想象的脑机接口系统	12名受试者的EEG-fNIRS双模态脑活动数据	脑机接口	NA	EEG, fNIRS	CNN	脑电信号, 近红外光谱信号	12名受试者	NA	CNN	四分类准确率	NA
88	2025-12-03	On hyper-parameter selection for guaranteed convergence of RMSProp 2024-Dec, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-022-09845-8 PMID:39712127	研究论文	本文提出了一种时间变化的RMSProp算法变体，以解决其在凸优化中可能不收敛的问题，并提供了理论证明和数值实验验证	将RMSProp的超参数视为时间变化序列而非固定常数，从而确保收敛性，并首次为平滑非凸目标提供了严格的收敛性证明	未讨论算法在超大规模数据集或复杂神经网络架构中的实际性能，且理论分析可能未涵盖所有实际应用场景	改进RMSProp优化算法的收敛性，确保其在凸和非凸优化问题中都能收敛到临界点	RMSProp优化算法及其在深度学习中的应用	机器学习	NA	NA	NA	基准数据集	NA	NA	NA	收敛率	NA
89	2025-12-03	A Protocol for Body MRI/CT and Extraction of Imaging-Derived Phenotypes (IDPs) from the China Phenobank Project 2024-Dec, Phenomics (Cham, Switzerland) DOI:10.1007/s43657-023-00141-x PMID:40061820	研究论文	本研究基于中国表型银行项目，提出了一套针对多器官的体部成像协议及相应的图像处理流程	首次在基于人群的队列研究中，为心脏、肝脏、脾脏、胰腺、肾脏、肺、前列腺和子宫等多个器官，制定了标准化的体部成像协议和深度学习分割模型驱动的图像处理流程	未提供具体的性能验证数据或临床应用结果，且协议可能受限于特定成像设备和人群	为基于中国表型银行项目平台的研究提供体部成像和图像处理的参考标准	心脏、肝脏、脾脏、胰腺、肾脏、肺、前列腺和子宫等多个器官	数字病理学	NA	心脏磁共振成像、计算机断层扫描、腹部磁共振成像、盆腔磁共振成像	深度学习分割模型	图像	NA	NA	NA	NA	NA
90	2025-12-03	Artificial Intelligence and Radiomics Applied to Prostate Cancer Bone Metastasis Imaging: A Review 2024-Dec, iRadiology DOI:10.1002/ird3.99 PMID:40453356	综述	本文对应用于前列腺癌骨转移影像的定量方法（包括影像组学、机器学习和深度学习）进行了范围综述	针对前列腺癌骨转移影像分析领域，整合了来自影像组学、机器学习和深度学习等多个领域的定量方法，并提供了临床见解，填补了文献中关于不同方法和未来方向的详细分析空白	NA	回顾并分析应用于前列腺癌骨转移影像的定量方法，以期为临床管理提供支持	前列腺癌骨转移的影像数据	数字病理学	前列腺癌	影像组学, 机器学习, 深度学习	NA	影像	NA	NA	NA	NA	NA
91	2025-11-26	Non-coding genetic variants underlying higher prostate cancer risk in men of African ancestry 2024-Dec-05, Research square DOI:10.21203/rs.3.rs-5485172/v1 PMID:39678351	研究论文	通过深度学习模型识别非编码遗传变异，揭示非洲裔男性前列腺癌风险更高的遗传机制	首次使用基于序列的深度学习模型系统探索非编码调控多态性在祖先间前列腺癌风险差异中的作用	研究主要关注非洲裔男性群体，对其他祖先群体的适用性需要进一步验证	揭示非洲裔男性前列腺癌风险更高的遗传基础	非洲裔美国男性的前列腺癌相关遗传变异	计算生物学	前列腺癌	深度学习，基因组关联分析，实验验证	深度学习模型	基因组序列数据	NA	NA	NA	NA	NA
92	2025-11-26	Automated Evaluation for Pericardial Effusion and Cardiac Tamponade with Echocardiographic Artificial Intelligence 2024-Dec-01, medRxiv : the preprint server for health sciences DOI:10.1101/2024.11.27.24318110 PMID:39649606	研究论文	开发并验证用于自动评估心包积液严重程度和心脏压塞的深度学习模型EchoNet-Pericardium	首次使用时序空间卷积神经网络自动化评估心包积液严重程度和心脏压塞，采用五标准视图集成预测方法	模型性能仍需在更广泛人群中验证，临床实施需要进一步研究	开发自动化工具减少心包积液和心脏压塞评估的操作者依赖性	超声心动图视频	医学人工智能	心血管疾病	超声心动图	CNN	视频	训练集：1,427,660个视频（85,380例超声心动图）；外部验证集：33,310个视频（1,806例超声心动图）	NA	时序空间卷积神经网络	AUC	NA
93	2025-11-24	SAMP: Identifying antimicrobial peptides by an ensemble learning model based on proportionalized split amino acid composition 2024-Dec-06, Briefings in functional genomics IF:2.5Q3 DOI:10.1093/bfgp/elae046 PMID:39573886	研究论文	提出一种基于比例化分割氨基酸组成和集成随机投影的抗菌肽识别模型SAMP	引入比例化分割氨基酸组成特征，能同时捕捉N端和C端残基模式及中间肽段序列顺序信息	NA	开发更准确的抗菌肽识别计算方法	抗菌肽序列	机器学习	耐药细菌感染	比例化分割氨基酸组成	集成学习	肽序列	NA	Python	集成随机投影	准确率, Matthews相关系数, G-measure, F1-score	NA
94	2025-11-22	Deep learning estimation of proton stopping power with photon-counting computed tomography: a virtual study 2024-Dec, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.11.S1.S12809 PMID:39574807	研究论文	本研究通过深度学习模型从光子计数计算机断层扫描图像估计质子阻止本领	首次将光子计数CT与U-Net深度学习网络结合用于质子阻止本领估计，相比传统单能和双能CT方法显著提高了精度	基于虚拟仿真研究，尚未在真实患者数据上验证	提高质子放射治疗中质子阻止本领的估计精度	头部XCAT体模的仿真PCCT图像和质子阻止本领图	医学影像分析	癌症治疗	光子计数计算机断层扫描(PCCT)	深度学习	医学影像	基于XCAT体模的仿真数据	NA	U-Net	均方根误差(RMSE)	NA
95	2025-11-17	A protein fitness predictive framework based on feature combination and intelligent searching 2024-Dec, Protein science : a publication of the Protein Society IF:4.5Q1 DOI:10.1002/pro.5211 PMID:39548358	研究论文	提出一种基于特征组合和智能搜索的蛋白质适应性预测框架scut_ProFP	整合特征组合和特征选择技术，实现从有限蛋白质序列中提取最相关功能特征信息，并能从低阶突变体泛化到高阶突变体	未明确说明模型对超大规模数据集的扩展性及计算效率	开发高效的蛋白质适应性预测方法以支持蛋白质工程	蛋白质序列及其适应性（fitness）值	机器学习	NA	特征组合、特征选择	NA	蛋白质序列数据	NA	NA	NA	NA	NA
96	2025-11-14	Diagnostic Performance of Deep Learning Applications in Hepatocellular Carcinoma Detection Using Computed Tomography Imaging 2024-12-30, The Turkish journal of gastroenterology : the official journal of Turkish Society of Gastroenterology DOI:10.5152/tjg.2024.24538 PMID:39760649	研究论文	本研究利用基于YOLO架构的深度学习技术增强CT图像中肝细胞癌的检测能力	首次将YOLO架构应用于肝细胞癌的CT图像检测，显著超越传统诊断方法的准确率	样本量相对有限（122名患者），需要更大规模数据验证	提高肝细胞癌的早期检测准确率，改善患者预后	肝细胞癌患者的CT图像	计算机视觉	肝细胞癌	CT成像	YOLO	医学图像	122名患者的1290张CT图像	NA	YOLO	精确率,召回率,准确率,特异性,敏感性	NA
97	2025-11-08	ConoDL: a deep learning framework for rapid generation and prediction of conotoxins 2024-Dec-26, Journal of computer-aided molecular design IF:3.0Q2 DOI:10.1007/s10822-024-00582-0 PMID:39724258	研究论文	提出一个名为ConoDL的深度学习框架，用于快速生成和预测芋螺毒素	结合迁移学习和大语言模型解决芋螺毒素生成中的数据限制问题，并生成具有新型半胱氨酸支架的人工芋螺毒素	芋螺毒素数据有限且结构复杂，限制了深度学习模型的应用	开发新型方法探索芋螺毒素的分子空间	芋螺毒素（小型二硫键丰富的生物活性肽）	机器学习	NA	深度学习	LLM	序列数据	NA	NA	ConoGen, ConoPred	序列和结构水平的肽特性评估	NA
98	2025-10-28	Deep learning analysis of histopathological images predicts immunotherapy prognosis and reveals tumour microenvironment features in non-small cell lung cancer 2024-Dec, British journal of cancer IF:6.4Q1 DOI:10.1038/s41416-024-02856-8 PMID:39455880	研究论文	本研究开发了一种基于深度学习分析H&E组织病理图像的免疫检查点抑制剂预后预测模型	首次基于H&E染色图像开发免疫相关病理预后特征，采用改进的ResNet模型结合渐进式增长策略和AdamW优化器	样本量相对有限，仅包含本地队列106例和TCGA队列899例患者	预测非小细胞肺癌患者对免疫检查点抑制剂的治疗反应和预后	非小细胞肺癌患者的H&E染色组织病理图像	数字病理	肺癌	H&E染色	CNN	图像	本地队列106例，TCGA队列899例	PyTorch	ResNet18-PG	AUC, 召回率, 风险比, 对数秩检验P值	NA
99	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
100	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