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
501	2025-11-15	SH-DETR: Enhancing steel surface defect detection and classification with an improved transformer architecture 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0334048 PMID:41218093	研究论文	提出一种改进的Transformer架构SH-DETR，用于增强钢铁表面缺陷检测与分类性能	结合多通道随机编码与多尺度特征融合模块，引入多通道混洗编码模块和参数无关的UPC-SimAM注意力模块	NA	解决传统模型在钢铁表面缺陷检测中识别精度低和分类能力不足的问题	钢铁表面缺陷	计算机视觉	NA	深度学习	Transformer, CNN	图像	NEU-DET和GC10-DE数据集	NA	ResNet18, Transformer, UPC-SimAM	分类准确率, mAP@0.5, mAP@0.5:0.95	NA
502	2025-11-15	A rapid approach for discriminating Ganoderma species using attenuated total reflectance-Fourier transform infrared (ATR-FTIR) spectroscopy integrated with chemometric analysis and convolutional neural network (CNN) 2025, Frontiers in chemistry IF:3.8Q2 DOI:10.3389/fchem.2025.1655760 PMID:41220432	研究论文	本研究开发了一种结合化学计量学分析和卷积神经网络的ATR-FTIR光谱快速鉴别灵芝物种的方法	首次将ATR-FTIR光谱与化学计量学分析和深度学习CNN相结合，建立了一个新颖的灵芝物种鉴别框架	仅针对三种灵芝物种进行研究，未来需要扩展到更多药用植物验证	解决灵芝物种掺假和错误分类问题，开发快速准确的物种鉴别方法	三种灵芝物种（具体物种名称在原文中未明确列出）	化学计量学, 深度学习	NA	衰减全反射-傅里叶变换红外光谱(ATR-FTIR)	CNN, OPLS-DA	光谱数据	NA	NA	卷积神经网络	准确率, 灵敏度, 特异性, RMSEE, RMSEP, RMSECV, 精确率, 召回率, F1分数	NA
503	2025-11-15	DeepTDM: Deep Learning-Based Prediction of Sequential Therapeutic Drug Monitoring Levels of Vancomycin 2025, IEEE journal of translational engineering in health and medicine IF:3.7Q2 DOI:10.1109/JTEHM.2025.3623605 PMID:41220794	研究论文	开发基于深度学习的DeepTDM系统，用于预测重症患者万古霉素序列治疗药物监测水平	提出GRU集成联合多层感知器网络(GointMLP)模型，结合回归和分类预测提供双重验证机制	NA	优化重症患者万古霉素剂量管理，提高治疗药物监测的准确性	重症监护病房患者	医疗人工智能	重症感染	治疗药物监测	GRU, MLP	临床监测数据	NA	NA	GointMLP	准确性	NA
504	2025-11-15	Diagnosis and Severity Rating of Parkinson's Disease Based on Multimodal Gait Signal Analysis With GLRT and ST-CNN-Transformer Networks 2025, IEEE journal of translational engineering in health and medicine IF:3.7Q2 DOI:10.1109/JTEHM.2025.3611498 PMID:41220792	研究论文	基于多模态步态信号分析和GLRT与ST-CNN-Transformer网络的帕金森病诊断与严重程度评级	提出结合广义似然比检验(GLRT)和时空卷积神经网络-Transformer(ST-CNN-Transformer)的多模态步态分析框架，用于帕金森病严重程度的自动化分类	样本量较小（10名健康对照和30名帕金森病患者），需要更大规模验证	开发自动化的帕金森病严重程度分类方法	帕金森病患者和健康对照者的步态数据	医疗人工智能	帕金森病	多模态步态信号分析，惯性测量单元数据采集	ST-CNN-Transformer	多模态步态信号（足部加速度、角速度、垂直地面反作用力）	10名健康对照者和30名帕金森病患者	NA	ST-CNN-Transformer	准确率	NA
505	2025-11-15	Two-step pipeline for oral diseases detection and classification: a deep learning approach 2025, Frontiers in oral health IF:3.0Q1 DOI:10.3389/froh.2025.1659323 PMID:41221302	研究论文	开发并评估结合目标检测和分类模型的两步人工智能流程，用于口腔疾病的早期识别和区分	提出结合YOLOv11目标检测和MobileNetV2分类的两步深度学习流程，专门针对口腔潜在恶性病变和口腔鳞状细胞癌的检测与分类	YOLO检测阶段遗漏的图像（17.4%）被排除在分类阶段之外，可能影响报告的性能指标	开发人工智能辅助口腔疾病早期诊断系统	口腔潜在恶性病变和口腔鳞状细胞癌的临床图像	计算机视觉	口腔癌	深度学习	CNN	图像	基线数据集773张图像（FOP-UNICAMP），外部验证数据集132张图像（UFPB）	NA	YOLOv11, MobileNetV2	mAP50, 准确率, 精确率, 召回率, F1分数, AUC-ROC	NA
506	2025-11-15	Discriminating Between Marijuana and Alcohol Gait Impairments Using Tile CNN With TICA Pooling 2025, IEEE open journal of engineering in medicine and biology IF:2.7Q3 DOI:10.1109/OJEMB.2025.3607556 PMID:41221437	研究论文	本研究开发了一种基于智能手机传感器数据和深度学习的方法，通过步态分析区分酒精和大麻损伤	首次使用受损步态数据集，提出结合TICA池化的平铺CNN架构，将时间序列传感器数据转换为GAF图像进行分类	阳性标记的酒精和大麻实例数据不足，需要借助更丰富的清醒步态样本进行预训练	研究机器学习分析智能手机传感器数据是否能从步态中区分酒精和大麻消费	受试者的步态数据	机器学习	NA	智能手机加速度计和陀螺仪传感器数据采集	CNN	时间序列传感器数据，图像	NA	NA	平铺CNN with TICA池化	准确率，F1分数，ROC AUC分数	NA
507	2025-11-15	Development of an Improved Stacked U-Net Model for Cuffless Blood Pressure Estimation Based on PPG Signals 2025, IEEE open journal of engineering in medicine and biology IF:2.7Q3 DOI:10.1109/OJEMB.2025.3624566 PMID:41221440	研究论文	开发了一种改进的堆叠U-Net深度学习模型，仅使用光电容积脉搏波信号进行无袖带血压估计	引入速度容积脉搏波输入，采用加性空间和通道注意力机制，改进特征提取并缓解U-Net架构中的解码器不匹配问题	NA	提高无创血压测量的准确性	光电容积脉搏波信号	机器学习	心血管疾病	光电容积脉搏波	U-Net	信号数据	NA	NA	堆叠U-Net	平均绝对误差	NA
508	2025-11-15	Enhancing Super-Resolution Network Efficacy in CT Imaging: Cost-Effective Simulation of Training Data 2025, IEEE open journal of engineering in medicine and biology IF:2.7Q3 DOI:10.1109/OJEMB.2025.3610160 PMID:41221441	研究论文	提出一种从薄层CT图像生成厚层CT图像的简单而真实的方法，用于创建超分辨率算法的训练数据对	首次识别并解决了基于深度学习的CT超分辨率模型生成适当配对训练数据的挑战，提出的方法既简单又真实，无需原始数据或复杂重建算法	NA	增强CT成像中超分辨率网络的效能和适用性	CT图像，特别是肺纤维化相关的厚层CT图像	医学影像处理	肺纤维化	CT成像	生成模型	CT图像	NA	NA	NA	PSNR	NA
509	2025-11-15	Application of a convolutional neural network model to construct an automatic, AI-based identification system for rat kidney tissue microscopic images 2025, Folia neuropathologica IF:1.5Q3 DOI:10.5114/fn.2025.153859 PMID:41229247	研究论文	开发基于卷积神经网络的AI识别系统用于大鼠肾脏组织显微图像的自动分析	设计了基于残差学习思想的ResPool采样结构，成功实现了肾小球实例分割和损伤分析	由于输入图像分辨率较高需要多次采样，跨度乘数水平显著影响网络性能	构建基于深度学习的肾脏病理图像自动识别系统	大鼠慢性肾病模型的肾脏组织显微图像	数字病理	慢性肾脏病	组织染色显微成像	CNN	图像	5个病理组×3种染色×50张图像=750张训练图像	NA	ResNet	准确率	NA
510	2025-11-15	Correction: An explainable hybrid deep learning framework for precise skin lesion segmentation and multi-class classification 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1724427 PMID:41234911	correction	对一篇关于皮肤病变分割与多分类的混合深度学习框架论文进行更正	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
511	2025-11-14	Complete end-to-end learning from protein feature representation to protein interactome inference 2025-Jan-06, GigaScience IF:11.8Q1 DOI:10.1093/gigascience/giaf122 PMID:41206398	研究论文	提出一种名为FREEPII的端到端深度学习框架，整合共分离质谱数据和序列特征来学习蛋白质表示并推断蛋白质相互作用	首次实现从蛋白质特征表示到蛋白质相互作用组推断的完整端到端学习，整合多模态数据并通过监督蛋白质嵌入捕获高阶相互作用	未明确说明模型在特定噪声条件下的鲁棒性限制以及计算资源需求的具体分析	开发一个准确、可扩展的蛋白质-蛋白质相互作用和蛋白质复合物推断框架	蛋白质相互作用和蛋白质复合物	生物信息学	NA	共分离质谱(CF-MS), 质谱技术	CNN	质谱数据, 蛋白质序列数据	NA	NA	卷积神经网络	NA	NA
512	2025-11-14	The Present State and Potential Applications of Artificial Intelligence in Cancer Diagnosis and Treatment 2025, Recent patents on anti-cancer drug discovery IF:2.5Q3 DOI:10.2174/0115748928361472250123105507 PMID:39902536	综述	本文综述人工智能在癌症诊断和治疗中的当前状态与潜在应用	系统总结AI在癌症早期检测、分子分型、预后预测和个性化治疗等全流程的创新应用	未提及具体技术实现的局限性，主要关注领域整体挑战	探讨AI/ML在癌症检测和管理中的应用现状与发展前景	癌症患者和肿瘤特征	医疗人工智能	癌症	深度学习	NA	医疗数据集	NA	NA	NA	NA	NA
513	2025-11-14	Open-Environment Evidential Learning for Reliable Myoelectric Locomotion Prediction 2025, IEEE transactions on neural systems and rehabilitation engineering : a publication of the IEEE Engineering in Medicine and Biology Society IF:4.8Q1 DOI:10.1109/TNSRE.2025.3626316 PMID:41150224	研究论文	提出开放环境证据学习框架，用于提高下肢外骨骼肌电运动预测的可靠性	首次将证据深度学习与分布外数据增强结合，在开放环境中可靠量化预测不确定性并检测新颖/模糊运动	仅评估了八名受试者和五种运动模式，真实世界部署的泛化能力需进一步验证	提高动态环境下基于表面肌电信号的 locomotion 预测可靠性	下肢外骨骼使用者的运动意图	机器学习	运动功能障碍	表面肌电信号(sEMG)	深度学习	生物电信号	八名受试者，五种运动模式	NA	卷积神经网络	准确率, 风险覆盖曲线	NA
514	2025-11-14	Feasibility and initial clinical application of a digital health-enabled 3D VR education model to improve health literacy in thyroid surgery 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251394962 PMID:41208914	研究论文	开发并评估基于光线追踪3D VR教育模型在甲状腺手术术前咨询中提高患者健康素养的可行性	首次将深度学习分割的CT扫描数据转化为光线追踪3D VR教育模型，用于甲状腺手术术前患者教育	样本量较小，仅评估了患者主观感受，缺乏客观学习效果测量	提高甲状腺手术患者的健康素养和满意度	甲状腺手术患者	数字病理	甲状腺疾病	CT扫描，深度学习分割，光线追踪渲染	深度学习分割模型	医学影像（CT扫描）	未明确具体数量，但提到88.9%的参与者表示满意	NA	NA	患者理解度改善率，满意度百分比，未来使用意愿	普通门诊可用的平面显示器
515	2025-11-14	Automated scoring of airway abnormalities and mucus plugging in chest magnetic resonance imaging of cystic fibrosis using artificial intelligence 2025, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2025.10.025 PMID:41209289	研究论文	开发基于深度学习的自动评分系统，用于评估囊性纤维化患者胸部MRI中的气道异常和黏液栓塞	采用双视图架构处理冠状面和轴状面切片，结合nnU-Net分割和基于图谱的肺叶近似方法，解决了人工评分中的读者变异性和高劳动强度问题	样本量相对有限（627个MRI扫描，164名患者），外部验证仅包含10名患者	开发可靠、无辐射的肺部疾病活动自动分析系统	囊性纤维化患者的胸部MRI扫描	医学影像分析	囊性纤维化	T2加权胸部MRI	深度学习	医学影像	627个MRI扫描，来自164名患者（年龄范围0.1-53.0岁，平均7.0±6.2岁）	nnU-Net	nnU-Net, 双视图架构	Cohen's kappa, 宏观AUROC, Pearson相关系数	NA
516	2025-11-14	Multimodal fusion strategies for survival prediction in breast cancer: A comparative deep learning study 2025, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2025.10.038 PMID:41209345	研究论文	本研究比较了不同多模态融合策略在乳腺癌生存预测中的性能	系统评估了早期和晚期融合策略对样本外泛化性能的影响，发现晚期融合模型在所有模态组合中均表现最优	模型在未见数据上的泛化能力仍然有限	开发并优化用于乳腺癌生存预测的单模态和多模态模型	乳腺癌患者	数字病理学	乳腺癌	多组学数据分析	深度学习	临床变量、体细胞突变、RNA表达、拷贝数变异、miRNA表达、组织病理学图像	癌症基因组图谱乳腺癌数据集	NA	NA	一致性指数	NA
517	2025-11-14	Deep learning for inner speech recognition: a pilot comparative study of EEGNet and a spectro-temporal Transformer on bimodal EEG-fMRI data 2025, Frontiers in human neuroscience IF:2.4Q2 DOI:10.3389/fnhum.2025.1668935 PMID:41209398	研究论文	本研究比较了EEGNet和谱时Transformer两种深度学习模型在双模态EEG-fMRI数据上的内隐语音识别性能	首次将谱时Transformer应用于内隐语音识别，并引入小波分解和自注意力机制	样本量较小（4名参与者），词汇量有限（8个单词），缺乏临床实时验证	评估和比较深度学习模型在内隐语音分类中的性能和泛化能力	健康参与者的内隐语音脑电信号	脑机接口	NA	脑电图，功能性磁共振成像	CNN, Transformer	脑电信号，时间序列数据	4名健康参与者，8个目标单词	NA	EEGNet, 谱时Transformer	准确率, 宏平均F1分数, 精确率, 召回率	NA
518	2025-11-14	Integrating clinical indications and patient demographics for multilabel abnormality classification and automated report generation in 3D chest CT scans 2025, Frontiers in radiology DOI:10.3389/fradi.2025.1672364 PMID:41209490	研究论文	本研究提出一种多模态深度学习模型，通过整合3D胸部CT扫描、临床指征报告和患者人口统计学数据来改进多标签异常分类和自动报告生成	首次将临床指征和患者人口统计学数据与3D CT图像特征相结合，构建多模态深度学习框架用于胸部异常分类和报告生成	未详细说明模型在不同疾病类型上的具体性能差异，也未讨论模型在真实临床环境中的部署挑战	开发能够辅助放射科医生处理日益增长工作量的自动化CT扫描分析方法	3D胸部CT扫描图像、临床指征报告、患者年龄和性别数据	医学影像分析	胸部疾病	CT扫描	多模态深度学习模型	3D图像, 文本, 结构化数据	NA	NA	视觉编码器, 预训练语言模型, 前馈神经网络	F1分数, 临床效能指标	NA
519	2025-11-14	High-resolution protein modeling through Cryo-EM and AI: current trends and future perspectives - a review 2025, Frontiers in molecular biosciences IF:3.9Q2 DOI:10.3389/fmolb.2025.1688455 PMID:41209584	综述	本文综述了冷冻电镜与人工智能在蛋白质高分辨率建模中的最新进展、互补作用及未来展望	系统整合了冷冻电镜实验技术与AI结构预测方法的协同优势，重点分析了AlphaFold系列算法在解决膜蛋白、柔性蛋白等挑战性目标中的应用突破	AI与冷冻电镜整合方法仍存在局限性，如对某些复杂蛋白构象多样性的解析能力有限	加速蛋白质结构-功能关系探索，推动生物医学研究和药物开发	蛋白质（包括膜蛋白、柔性蛋白、固有无序蛋白和大分子复合物）	结构生物学	NA	冷冻电镜, 直接电子探测器, 人工智能结构预测	深度学习	电子显微镜图像, 氨基酸序列	NA	AlphaFold 2, AlphaFold 3	深度学习算法	NA	NA
520	2025-11-14	Multimodal image fusion for enhanced vehicle identification in intelligent transport 2025, PeerJ. Computer science DOI:10.7717/peerj-cs.3270 PMID:41209660	研究论文	提出一种基于深度学习的多模态图像融合方法，用于增强智能交通系统中的车辆识别能力	采用注意力机制生成深度图并与RGB图像融合，在Vision Transformer框架中结合HOG和BRISK描述符的混合特征提取技术	NA	提升遥感图像中车辆检测和分类的性能	航空图像中的车辆目标	计算机视觉	NA	多模态图像融合	Vision Transformer, ResNet, YOLO, MRF	多模态航空图像（RGB、红外、高光谱、多光谱、SAR、LiDAR）	三个基准数据集：Roundabout Aerial, AU-Air, VAID	YOLOv4, Vision Transformer	ResNet-18, ViT, YOLOv4	精确度	NA