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
921	2025-11-27	Using artificial intelligence and radiomics to analyze imaging features of neurodegenerative diseases 2025, Frontiers in neurology IF:2.7Q3 DOI:10.3389/fneur.2025.1624867 PMID:41281560	研究论文	提出一种结合人工智能和影像组学的框架，用于分析神经退行性疾病的影像特征和疾病进展模式	开发了名为NeuroSage的生物信息架构，结合符号推理、深度学习和多模态特征对齐，并引入符号对齐策略(CAIS)确保临床可解释性	NA	改善神经退行性疾病的早期诊断和个性化治疗规划	阿尔茨海默病和帕金森病等神经退行性疾病患者	医学影像分析	神经退行性疾病	影像组学分析	图神经网络,深度学习	结构影像,行为数据	多个数据集包括ADNI、PPMI、ABIDE、YouTubePD和PDVD	NA	NeuroSage	F1分数	NA
922	2025-11-27	Parkinson's disease detection using spectrogram-based multi-model feature fusion networks 2025, Frontiers in neurology IF:2.7Q3 DOI:10.3389/fneur.2025.1706317 PMID:41281573	研究论文	提出一种基于声谱图多模型特征融合的帕金森病检测方法	使用三种预训练CNN模型进行特征融合，克服单一模型过拟合和泛化能力差的问题	样本量相对较小（131名受试者），需要在更大数据集上验证泛化能力	开发非侵入性、低成本的帕金森病辅助诊断工具	帕金森病患者和健康对照者的语音数据	数字病理学	帕金森病	语音分析	CNN	声谱图	61名PD患者和70名健康对照，共生成2,476张声谱图	NA	DenseNet121, MobileNetV3-Large, ShuffleNetV2	准确率, AUC	NA
923	2025-11-27	Triboelectric nanogenerators for neural data interpretation: bridging multi-sensing interfaces with neuromorphic and deep learning paradigms 2025, Frontiers in computational neuroscience IF:2.1Q3 DOI:10.3389/fncom.2025.1691017 PMID:41281720	综述	探讨摩擦纳米发电机与深度学习及神经形态计算相结合在神经数据解析中的应用	首次系统综述自驱动摩擦纳米发电机与深度学习模型、神经形态计算范式在神经信号解析中的协同创新	属于小型综述，未包含原始实验数据验证	推动神经数据采集与解析技术在计算神经科学和脑机接口领域的发展	神经信号（脑电图、肌电图、心肺动力学信号）和老年人群健康监测	计算神经科学	老年疾病	摩擦纳米发电机传感技术	CNN, RNN, SNN	生物物理信号	NA	NA	NA	NA	神经形态计算系统
924	2025-11-27	Target fishing: from "needle in haystack" to "precise guidance"--new technology, new strategy and new opportunity 2025, Frontiers in pharmacology IF:4.4Q1 DOI:10.3389/fphar.2025.1673688 PMID:41282634	综述	系统讨论药物靶点捕获技术的最新进展，重点分析人工智能与深度学习对药物研发范式的变革作用	提出深度学习与知识图谱深度融合的新策略，实现从'广谱筛选'到'精准捕获'的研究方法转变	NA	为学术界提供理论框架，构建从基础研究到临床应用的桥梁，推动精准药物研发进入智能驱动新时代	药物靶点发现技术	自然语言处理, 机器学习	NA	深度学习, 知识图谱, 多组学数据整合	深度表示学习模型	多组学数据, 临床数据	NA	NA	NA	靶点预测准确性	NA
925	2025-11-26	DNALongBench: A Benchmark Suite for Long-Range DNA Prediction Tasks 2025-Jan-08, bioRxiv : the preprint server for biology DOI:10.1101/2025.01.06.631595 PMID:39829833	研究论文	本文介绍了DNALongBench，一个用于评估长距离DNA依赖关系预测任务的综合基准套件	首次构建了专门针对长距离DNA依赖关系（可达100万碱基对）的综合基准数据集，涵盖五个重要基因组学任务	基准数据集可能无法覆盖所有类型的长距离DNA相互作用，且评估的方法数量有限	解决长距离DNA依赖关系建模的评估标准缺失问题，促进DNA序列深度学习模型的比较和发展	基因组序列中的长距离依赖关系，包括增强子-靶基因相互作用、表达数量性状位点等	生物信息学	NA	DNA测序，深度学习	CNN, 基础模型	DNA序列数据	涵盖五个基因组学任务的数据集	NA	HyenaDNA, Caduceus-Ph, Caduceus-PS	NA	NA
926	2025-11-26	Deep Learning Based on Automated Breast Volume Scanner Images for the Diagnosis of Breast Lesions: A Multicenter Diagnostic Study 2025, International journal of medical sciences IF:3.2Q1 DOI:10.7150/ijms.118430 PMID:41049432	研究论文	开发基于自动乳腺容积扫描图像的深度学习模型用于乳腺癌诊断，并与放射科医生进行性能比较	首次在自动乳腺容积扫描图像上开发多中心验证的深度学习模型，并证明其能显著提升诊断性能并减少解读时间	研究样本量相对有限，仅包含三个医疗中心的数据	开发用于乳腺癌自动检测和诊断的深度学习模型	1368名乳腺病变患者	计算机视觉	乳腺癌	自动乳腺容积扫描	CNN	医学图像	1368名患者	NA	VGG19, DenseNet161, ResNet101, ResNet50	AUC, 敏感性, 特异性	NA
927	2025-11-26	Exploratory analysis of predictive models in the field of myelitis: a systematic review and meta-analysis 2025, Frontiers in immunology IF:5.7Q1 DOI:10.3389/fimmu.2025.1669338 PMID:41112278	系统综述与荟萃分析	对脊髓炎预测模型进行系统性综述与荟萃分析，评估现有模型的方法学质量与临床应用价值	首次对脊髓炎预测模型进行全面方法学评估，使用PROBAST工具系统分析偏倚风险	纳入研究数量有限（11项），多数研究存在高偏倚风险，模型公开可用性差	评估现有脊髓炎预测模型的方法学质量、偏倚风险和临床应用价值	脊髓炎预测模型相关研究文献	医学预测模型	脊髓炎	系统综述、荟萃分析、PROBAST评估	逻辑回归,Cox回归,深度学习,联合建模,混合机器学习	临床研究数据	11项研究（6项诊断模型，5项预后模型）	NA	NA	AUC	NA
928	2025-11-25	Random rotational embedding Bayesian optimization for human-in-the-loop personalized music generation 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0335853 PMID:41270084	研究论文	提出一种随机旋转嵌入贝叶斯优化方法，用于人机交互的个性化音乐生成	引入随机旋转嵌入策略，可在具有旋转对称性的高维高斯空间中高效采样和优化	样本量相对较小（n=16），需要更多用户验证	开发高效的人机交互优化方法，实现生成模型的个性化定制	音乐生成模型和人类用户偏好	机器学习	NA	贝叶斯优化，生成深度学习	生成深度学习模型	音乐数据，用户反馈	16名人类志愿者	贝叶斯优化框架	随机旋转嵌入贝叶斯优化（ROMBO）	损失减少率，发现喜爱作品的频率，优化速度，时间节省率	NA
929	2025-11-25	Lightweight deep neural networks: Optimization of vehicle classification using ICBAM based on depthwise separable convolutions 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0335967 PMID:41270095	研究论文	提出一种基于深度可分离卷积和改进卷积块注意力模块的轻量级深度神经网络DSICBAMNet，用于车辆分类任务	结合深度可分离卷积降低计算复杂度，并通过改进的注意力模块ICBAM增强抗过拟合能力和特征权重分配机制	NA	开发轻量高效的车辆分类模型以满足智能交通系统对计算效率和泛化能力的需求	车辆图像数据	计算机视觉	NA	深度学习	CNN	图像	MIO-TCD数据集286个测试样本，Stanford Cars数据集1060个测试样本	NA	DSICBAMNet（基于深度可分离卷积和ICBAM模块）	准确率	NA
930	2025-11-24	A deep learning software tool for automated sleep staging in rats via single channel EEG 2025, NPP - digital psychiatry and neuroscience DOI:10.1038/s44277-025-00035-y PMID:40656054	研究论文	开发基于深度学习的自动化软件工具，用于通过单通道脑电图对大鼠睡眠阶段进行分类	首个基于单通道脑电图数据使用深度神经网络自动分类大鼠睡眠阶段的软件工具，提供超过700小时的专家标注睡眠数据	仅使用单通道脑电图数据，样本量相对较小（16只大鼠），需要进一步验证在更广泛条件下的性能	开发自动化睡眠阶段分类方法，加速临床前睡眠研究	大鼠睡眠阶段（快速眼动睡眠、非快速眼动睡眠和清醒状态）	数字病理	老年疾病	脑电图记录	DNN	脑电图时序数据	16只大鼠，每只进行两次24小时记录会话	NA	深度神经网络	F1分数	NA
931	2025-11-24	Deep learning-based forest fire detection using an improved SSD algorithm with CBAM 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0333574 PMID:41252362	研究论文	提出一种基于改进SSD算法和CBAM模块的深度学习森林火灾检测模型CBAM-SSD	将CBAM模块集成到SSD主干网络中，通过通道和空间维度自适应加权火焰颜色和烟雾纹理特征，显著提升关键火灾特征的感知能力	NA	解决森林火灾检测中火焰烟雾尺度多变、特征复杂以及环境干扰导致的误检漏检问题	森林火灾中的火焰和烟雾	计算机视觉	NA	深度学习	SSD, CBAM-SSD	图像	NA	NA	SSD, CBAM	mAP@0.5, AP50, 召回率	NA
932	2025-11-24	Explainable AI for forensic speech authentication within cognitive and computational neuroscience 2025, Frontiers in neuroscience IF:3.2Q2 DOI:10.3389/fnins.2025.1692122 PMID:41267744	研究论文	提出结合CNN和LSTM的深度学习框架，用于检测伪造语音，并通过可解释AI技术增强模型透明度	首次将CNN的频谱特征提取与LSTM的时间建模能力相结合用于语音取证，并应用Grad-CAM和SHAP等XAI技术揭示模型决策依据	仅使用ASVspoof2019 LA和WaveFake两个数据集进行验证，缺乏更广泛数据集的测试	开发可解释的深度学习方法来应对深度伪造技术对语音取证带来的挑战	伪造语音和真实语音	计算神经科学, 语音处理	NA	线性频率倒谱系数(LFCC), 梅尔频率倒谱系数(MFCC), Gammatone频率倒谱系数(GFCC)	CNN, LSTM	音频	ASVspoof2019 LA和WaveFake数据集	NA	CNN-LSTM混合架构	准确率, 泛化能力	NA
933	2025-11-24	HHBSNet: a global channel-spatial attention and multi-scale dilated convolution network for automatic melasma segmentation 2025, Frontiers in physiology IF:3.2Q2 DOI:10.3389/fphys.2025.1665138 PMID:41267787	研究论文	提出一种轻量级深度学习网络HHBSNet用于自动黄褐斑分割	结合全局通道空间注意力模块和多尺度空洞卷积融合模块，有效抑制光照干扰并增强低对比度不规则边界的特征判别能力	仅使用自建数据集进行验证，样本量相对有限	开发针对黄褐斑准确分割的有效轻量级深度学习模型	面部黄褐斑病变区域	计算机视觉	黄褐斑	深度学习	CNN	图像	501张实际面部黄褐斑图像	NA	HHBSNet	平均交并比,准确率,F分数,召回率,精确率	NA
934	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
935	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
936	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
937	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
938	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
939	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
940	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