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
701	2025-11-24	Heart disease prediction using hybrid TabNet architecture with stacked ensemble learning 2025, Frontiers in physiology IF:3.2Q2 DOI:10.3389/fphys.2025.1665128 PMID:41267789	研究论文	提出一种结合TabNet和XGBoost的堆叠集成学习框架用于心脏病预测	首次将深度学习的TabNet与树模型XGBoost通过逻辑回归或支持向量机作为元学习器进行集成	未提及模型的可解释性具体如何实现以及在实际临床环境中的验证情况	提高心血管疾病早期预测的准确性和可靠性	心血管疾病患者数据	机器学习	心血管疾病	NA	TabNet, XGBoost, Logistic Regression, SVM	临床特征数据	Kaggle和UCI心血管疾病数据集	NA	TabNet, XGBoost, 堆叠集成架构	准确率, F1分数, 精确率, 召回率, ROC-AUC, PR-AUC, 马修斯相关系数	NA
702	2025-11-24	Vision toolkit part 2. features and metrics for assessing oculomotor signal: a review 2025, Frontiers in physiology IF:3.2Q2 DOI:10.3389/fphys.2025.1661026 PMID:41267788	综述	本文系统回顾了眼动信号评估的特征提取方法和度量指标，重点介绍了眼动数据分割技术和计算工具	全面梳理了眼动分析中的二元和三元分割方法，并介绍了信号处理中相对未被充分探索的光谱、随机和拓扑方法	强调分割算法在实际应用中的参数敏感性、噪声干扰和移动眼动仪头部运动伪影等挑战，缺乏标准化基准	评估眼动信号的特征和度量方法，推动眼动分析在认知和临床研究中的应用	眼动数据，包括注视、扫视和平滑追随等标准眼动事件	计算机视觉	神经系统疾病	眼动追踪技术	深度学习, 阈值算法	眼动信号数据	NA	NA	NA	时间特征, 空间特征, 运动学特征	NA
703	2025-11-24	Data-driven pit stop decision support for Formula 1 using deep learning models 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1673148 PMID:41267814	研究论文	本研究提出了一种基于深度学习的F1赛车进站决策支持框架，利用原始遥测数据预测最佳进站时机	首次将多种深度学习架构应用于F1进站决策，并开发了历史比赛可视化界面展示预测结果	模型性能依赖于FastF1 API提供的数据质量和完整性	开发数据驱动的进站决策支持系统以提升F1比赛策略	F1赛车比赛中的进站时机决策	机器学习	NA	SMOTE过采样技术	Bi-LSTM, TCN-GRU, GRU, CNN-BiLSTM	遥测数据	NA	NA	Bi-LSTM, TCN-GRU, GRU, InceptionTime, CNN-BiLSTM	精确率, 召回率, F1分数	NA
704	2025-11-24	Enhancing rehabilitation in stroke survivors: a deep learning approach to access upper extremity movement using accelerometry data 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1547127 PMID:41267816	研究论文	本研究开发了一种基于卷积神经网络和密集层的深度学习方法来分类中风幸存者上肢的功能性和非功能性运动	使用原始加速度计数据无需手动特征提取，结合CNN与密集层实现更高精度的运动分类	样本量相对有限，模型性能在不同受试者间存在差异	开发客观测量工具以评估中风幸存者上肢康复效果	中风幸存者的上肢运动数据	机器学习	中风	加速度计数据采集	CNN	传感器数据	未明确具体样本数量，但包含个体内和跨个体模型	NA	CNN with Dense layers	准确率	NA
705	2025-11-24	CADFFNet: a dual-branch neural network for non-destructive detection of cigar leaf moisture content during air-curing stage 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1698427 PMID:41267935	研究论文	提出一种基于双分支神经网络的雪茄烟叶含水率无损检测方法	首次构建双视角图像数据集，提出通道注意力机制的双分支特征融合网络，实现雪茄烟叶前后表面特征的互补提取	未明确说明样本数量，泛化能力仍需在更多作物上验证	开发雪茄烟叶调制过程中含水率的无损检测方法	雪茄烟叶在空气调制过程中的双视角RGB图像	计算机视觉	NA	双视角RGB成像	CNN	图像	NA	NA	ResNet, CADFFNet, DECA, MSCFF	R2, MAE	NA
706	2025-11-24	ParaDeep: sequence-based deep learning for residue-level paratope prediction using chain-aware BiLSTM-CNN models 2025, Frontiers in bioinformatics IF:2.8Q2 DOI:10.3389/fbinf.2025.1684042 PMID:41268176	研究论文	提出ParaDeep深度学习框架，基于氨基酸序列进行残基水平抗体互补位预测	开发轻量级可解释深度学习框架，结合双向长短期记忆网络与一维卷积层，仅需序列输入即可实现高性能预测	轻链预测性能相对较低，对结构上下文依赖更强	开发仅基于序列的抗体互补位预测方法	抗体氨基酸序列	生物信息学	NA	深度学习	BiLSTM, CNN	序列数据	NA	PyTorch	BiLSTM-CNN	F1-score, MCC	Google Colab
707	2025-11-24	KAN-SleepNet: A deep learning model combining Kolmogorov-Arnold Networks and bidirectional LSTM for automated sleep staging using EEG signals 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251398440 PMID:41268191	研究论文	提出结合Kolmogorov-Arnold Networks和双向LSTM的深度学习模型KAN-SleepNet，用于基于单通道脑电信号的自动睡眠分期	首次将Kolmogorov-Arnold Networks与卷积神经网络结合形成ConvKAN模块，并与双向LSTM集成用于睡眠分期任务	仅使用单通道EEG信号，未探索多模态数据融合；在N1睡眠阶段的识别性能仍有提升空间	开发高效的自动睡眠分期方法以辅助临床睡眠分析	睡眠脑电信号和睡眠阶段分类	数字病理	睡眠障碍	脑电图	CNN, LSTM, KAN	脑电信号	SleepEDF-78数据集：78名受试者的153条记录；ISRUC-S1数据集：100名受试者的100条记录	NA	ConvKAN, Bidirectional LSTM	准确率, F1分数, Cohen's Kappa	NA
708	2025-11-24	Limited echocardiogram acquisition by novice clinicians aided with deep learning: A randomized controlled trial 2025, Biology methods & protocols IF:2.5Q3 DOI:10.1093/biomethods/bpaf083 PMID:41268207	随机对照试验	评估深度学习辅助设备对无心脏超声培训的医护人员获取多视图有限超声心动图的影响	首次在随机对照试验中证明深度学习算法能显著提高新手操作者的超声图像采集速度和图像质量	单中心研究，样本量较小(n=38)，仅评估了短期(两周)使用效果	验证深度学习辅助设备能否改善无超声培训医护人员的超声心动图采集能力	38名无超声培训的内科住院医师	医学影像分析	心血管疾病	超声心动图	深度学习算法	超声图像	38名内科住院医师(19人使用DL设备，19人使用非DL设备)	NA	NA	采集时间，改良RACE评分，Cohen's d效应量	便携式超声设备集成深度学习软件
709	2025-11-24	Detecting environmental barriers affecting older adult pedestrians via Gramian angular field-based CNN of smartphone sensor data 2025, Frontiers in public health IF:3.0Q2 DOI:10.3389/fpubh.2025.1697589 PMID:41268413	研究论文	本研究通过将智能手机IMU传感器数据转换为格拉米角场图像，利用轻量级CNN检测影响老年行人步态的环境障碍物	首次将时间序列IMU数据转换为GAF图像用于环境障碍检测，实现了比传统阈值法和最大李雅普诺夫指数方法更高的准确率	研究样本量较小（20名老年人），仅在特定城市路线上进行验证	开发实时个性化环境障碍检测方法以提升老年人步行安全性	老年行人及其在步行过程中遇到的环境障碍物	计算机视觉	老年疾病	智能手机IMU传感器数据采集	CNN	图像	20名老年人，1.2公里城市路线	NA	轻量级CNN	准确率, 灵敏度, 特异性, F1分数	NA
710	2025-11-23	Single Cell Spatial Transcriptomics Reveals Immunotherapy-Driven Bone Marrow Niche Remodeling in AML 2025-Jan-27, bioRxiv : the preprint server for biology DOI:10.1101/2025.01.24.634753 PMID:39975227	研究论文	本研究通过单细胞空间转录组学分析免疫治疗对急性髓系白血病骨髓微环境的重塑作用	整合单细胞RNA测序与空间转录组数据，开发基于深度学习的细胞分割模型，采用细胞边缘距离计算方法更精确分析肿瘤微环境	测序深度限制，样本量有限	研究免疫治疗对急性髓系白血病骨髓微环境中白血病细胞与免疫细胞时空相互作用的影响	难治性或复发性急性髓系白血病患者的骨髓样本	数字病理学	急性髓系白血病	单细胞RNA测序, 空间转录组学, 多组学分析	深度学习分割模型	空间转录组数据, 单细胞RNA测序数据, 图像数据	NA	NA	NA	NA	NA
711	2025-11-23	Robust Human Gait Speed Recognition Under Non-Ideal Conditions for Suspension-Assisted Walking Systems 2025 Jan-Dec, Healthcare technology letters IF:2.8Q3 DOI:10.1049/htl2.70029 PMID:41262208	研究论文	提出一种基于IMU信号和混合深度学习模型的步态速度识别框架，用于非理想条件下的可靠步态分析	融合CNN和BiLSTM的混合深度学习模型，结合多传感器数据融合和两阶段特征选择策略，在非理想条件下实现高精度步态速度识别	仅使用8名健康受试者数据，未在患者群体中验证，样本规模有限	开发在非理想条件下鲁棒的步态速度识别方法，用于移动能力评估和智能辅助系统	健康受试者的下肢运动数据	机器学习	NA	惯性测量单元(IMU)信号采集，快速傅里叶变换(FFT)，连续小波变换(CWT)	CNN, BiLSTM, LSTM, GRU, BP	运动传感器数据	8名健康受试者	NA	CNN-BiLSTM混合模型	准确率, 均方根误差(RMSE)	NA
712	2025-11-23	Engineering Macrophage via Biomaterial-Mediated Mitochondrial Regulation: Mechanisms and Strategies 2025, Research (Washington, D.C.) DOI:10.34133/research.0883 PMID:41262353	综述	本文综述了通过生物材料介导的线粒体调控工程化改造巨噬细胞的机制与策略	提出人工智能驱动的深度学习方法加速靶向线粒体疗法开发，建立理性设计原则和标准化评估方案	面临单细胞中心调控、线粒体互作复杂性和传统试错策略效率低下等转化挑战	开发针对炎症相关疾病的线粒体靶向精准免疫治疗策略	巨噬细胞的线粒体稳态与表型极化	生物医学工程	炎症性疾病	生物材料介导的线粒体调控	深度学习	代谢网络模型	NA	NA	NA	NA	NA
713	2025-11-23	Artificial intelligence-assisted accurate diagnosis of anterior cruciate ligament tears using customized CNN and YOLOv9 2025, Frontiers in radiology DOI:10.3389/fradi.2025.1691048 PMID:41262491	研究论文	本研究开发了一种基于定制CNN和YOLOv9的人工智能系统，用于通过膝关节MRI准确诊断前交叉韧带撕裂	提出定制化CNN架构，采用手术验证数据集，同时包含部分和完全撕裂病例，并采用严格的患者级数据分割方法	单中心研究，未来需要扩展到多中心数据集、多样化MRI协议和前瞻性读者研究	评估多种CNN架构在前交叉韧带撕裂检测中的性能	前交叉韧带撕裂患者	计算机视觉	运动损伤	磁共振成像	CNN, YOLOv9	图像	8,086个质子密度加权矢状位膝关节MRI切片	NA	CustomCNN, DenseNet121, InceptionResNetV2	准确率, 灵敏度, 特异性, AUC	NA
714	2025-11-23	Artificial intelligence for mental health: A narrative review of applications, challenges, and future directions in digital health 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251395548 PMID:41262770	综述	本文系统回顾了人工智能在心理健康领域的应用现状、挑战和未来发展方向	重点关注非生成式AI在心理健康领域的应用，涵盖诊断、治疗个性化和实时监测等多个维度	数据集多样性不足、算法偏见、缺乏临床验证以及伦理考量等挑战	探索人工智能在心理健康领域的应用潜力和发展方向	心理健康数字健康应用	自然语言处理, 机器学习	心理健康障碍	机器学习, 深度学习, 自然语言处理	NA	多模态数据	NA	NA	NA	诊断准确性, 治疗个性化程度	NA
715	2025-11-23	The Hydractinia Genome Project Portal: multi-omic annotation and visualization of Hydractinia genomic datasets 2025, Bioinformatics advances IF:2.4Q2 DOI:10.1093/bioadv/vbaf215 PMID:41262968	研究论文	介绍水螅基因组项目门户网站，提供水螅属两种物种的多组学数据和可视化工具	首次提供水螅属物种的综合性多组学数据门户，包含独特的单细胞基因表达图谱和基于结构的深度学习功能注释方法	仅涵盖两种水螅物种，功能注释方法仍存在已知的注释转移空白	推进对水螅模型生物的研究，增强对基因组与形态复杂性关系的理解	水螅属两种广泛研究的物种	生物信息学	NA	基因组学、转录组学、蛋白质组学、单细胞测序	DeepFRI	基因组序列、转录组数据、蛋白质结构数据	NA	NA	NA	NA	NA
716	2025-11-22	Evaluation of recent lightweight deep learning architectures for lung cancer CT classification 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1647701 PMID:41049845	研究论文	评估三种轻量级深度学习架构在肺癌CT分类任务中的性能表现	首次系统评估MobileOne-S0、FastViT-S12和MambaOut-Femto等新兴轻量级模型在医学影像特别是肺癌分类中的应用潜力	研究样本量相对有限（公共数据集95例，私有数据集274例），未在更多样化的临床环境中验证	为资源受限环境下的临床部署提供基于证据的模型选择指导	肺癌CT图像的分类任务	计算机视觉	肺癌	CT成像	深度学习	医学影像	公共数据集95例，私有数据集274例	NA	MobileOne-S0, FastViT-S12, MambaOut-Femto, ResNet, Swin Transformer	准确率, AUC, 推理时间, 参数量, FLOPs	NA
717	2025-11-22	Correction: Evaluation of recent lightweight deep learning architectures for lung cancer CT classification 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1715188 PMID:41195277	修正	对先前发表的关于轻量级深度学习架构在肺癌CT分类中评估的文章进行修正	NA	NA	NA	NA	NA	肺癌	CT	NA	NA	NA	NA	NA	NA	NA
718	2025-11-22	DeepAttNet: deep neural network incorporating cross-attention mechanism for subject-independent mental stress detection in passive brain-computer interfaces using bilateral ear-EEG 2025, Frontiers in human neuroscience IF:2.4Q2 DOI:10.3389/fnhum.2025.1685087 PMID:41255549	研究论文	提出了一种基于交叉注意力机制的深度神经网络DeepAttNet，用于被动脑机接口中独立于被试的心理压力检测	引入了休息对休息范式来隔离任务相关干扰，开发了专门建模半球间神经动力学的交叉注意力机制和逐点时间压缩模块	样本量相对较小（32名成人参与者），仅使用双耳EEG记录	开发独立于被试的心理压力检测方法，提升被动脑机接口在现实场景中的应用	32名成人参与者的双耳EEG数据	脑机接口	心理健康	脑电图	深度学习, CNN	EEG信号	32名成人参与者	NA	DeepAttNet, EEGNet, ShallowConvNet, DeepConvNet, TSception	准确率, 宏F1值	NA
719	2025-11-22	Multi-Omics Meets Premalignancy: Paving the Way for Early Prevention of Cancer 2025, Research (Washington, D.C.) DOI:10.34133/research.0930 PMID:41255572	综述	本文系统探讨多组学技术与人工智能在癌前病变研究中的整合应用及其对癌症早期预防的推动作用	首次系统梳理15种癌症类型的临床公认癌前病变，并强调多组学与人工智能融合在肿瘤发生轨迹推断中的创新应用	未涉及具体临床验证数据，主要基于现有研究进行理论梳理与展望	推动癌症早期检测与药物预防策略发展	癌前病变及其向恶性肿瘤转化的动态过程	数字病理	泛癌种	多组学技术, 单细胞测序, 空间组学	深度学习	多组学数据	NA	NA	NA	NA	NA
720	2025-11-22	Two-decade dialogue between artificial intelligence and osteoporosis: research trajectories and frontier projections under bibliometric and visual analysis 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1606361 PMID:41255602	文献计量分析	通过文献计量和可视化方法系统分析2004-2024年间人工智能在骨质疏松症研究领域的发展轨迹和前沿趋势	首次对骨质疏松症领域人工智能研究进行全面的文献计量分析，识别了该领域的发展轨迹、新兴前沿和关键挑战	仅基于Web of Science数据库的英文文献，可能存在语言和数据库偏倚	评估人工智能在骨质疏松症研究中的知识进展和发展趋势	2004-2024年间发表的骨质疏松症与人工智能相关文献	文献计量学	骨质疏松症	文献计量分析，可视化分析	NA	文献元数据	408篇出版物（343篇文章，65篇综述）	VOSviewer, CiteSpace, Scimago Graphica, Bibliometrix	NA	NA	NA