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
6001	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
6002	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
6003	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
6004	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
6005	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
6006	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
6007	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
6008	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
6009	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
6010	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
6011	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
6012	2025-11-23	EEG Emotion Copilot: Optimizing lightweight LLMs for emotional EEG interpretation with assisted medical record generation 2025-Dec, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107848 PMID:40683189	研究论文	提出一种优化轻量级大语言模型的EEG情感副驾驶系统，能够从脑电信号识别情感状态并生成个性化医疗建议和电子病历	首次将轻量级大语言模型(0.5B参数)应用于EEG情感识别和医疗记录生成，提出新颖的提示数据结构、模型剪枝和微调训练等关键技术	未明确说明模型在临床环境中的验证效果和具体适用范围	开发端到端的情感计算系统，实现快速处理、个体适应和无缝用户交互	脑电信号和情感状态	脑机接口,情感计算	心理健康相关疾病	EEG信号分析,大语言模型	LLM	EEG信号,文本	NA	NA	轻量级大语言模型	准确率	本地部署环境
6013	2025-11-23	Continual source-free active domain adaptation for nasopharyngeal carcinoma tumor segmentation across multiple hospitals 2025-Dec, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107869 PMID:40684700	研究论文	提出一种持续源自由主动域自适应框架，用于跨多医院的鼻咽癌肿瘤分割	结合自监督和互相关学习提出域参考与不变性选择策略，并开发基于临床实践的双阶段循环蒸馏策略	NA	解决多中心数据场景下的域偏移问题，提升鼻咽癌肿瘤分割模型的泛化能力	鼻咽癌肿瘤分割	数字病理	鼻咽癌	深度学习	NA	医学图像	来自三个医疗中心的数据集	PyTorch	自监督学习, 知识蒸馏	NA	NA
6014	2025-11-23	VDCRL: vulnerability detection with supervised contrastive code representation learning 2025-Dec, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107861 PMID:40690875	研究论文	提出基于监督对比代码表示学习的漏洞检测框架VDCRL，通过代码增强和特征融合提升泛化能力	结合输入空间和特征空间的代码增强技术，集成源代码和汇编指令特征的双模态融合方法	仅在合成数据集上训练，真实场景适用性有待进一步验证	提升代码漏洞检测的泛化能力和检测性能	软件源代码和汇编指令	自然语言处理	NA	代码增强，特征融合	BGRU	代码文本	合成数据集训练，两个真实数据集测试	NA	BGRU, SAFE	检测性能，泛化能力	NA
6015	2025-11-23	Dual branch neural network with dynamic learning mechanism for P300-based brain-computer interfaces 2025-Dec, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107876 PMID:40712216	研究论文	提出一种双分支神经网络与动态学习机制来解决P300脑机接口中的类别不平衡问题	同时考虑特征表示和类别不平衡的双分支学习方法，采用动态学习机制逐步增强少数类样本的权重	采用被试内实验方案，可能限制模型的泛化能力	解决P300脑机接口系统中的类别不平衡问题以提高分类性能	P300脑电信号	脑机接口	残疾相关疾病	脑电信号采集	深度学习	脑电信号	公开数据集和自采集数据集	NA	双分支神经网络	准确率	NA
6016	2025-11-23	A comprehensive assessment benchmark for rigorously evaluating deep learning image classifiers 2025-Dec, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107801 PMID:40714476	研究论文	提出一个全面评估深度学习图像分类器性能的基准测试方法	倡导使用多种数据类型和统一指标进行综合性能评估，揭示当前先进模型的脆弱性	未具体说明评估数据的具体规模和来源	开发更全面可靠的深度学习模型评估方法	深度学习图像分类器	计算机视觉	NA	NA	深度神经网络	图像	NA	NA	NA	统一评估指标	NA
6017	2025-11-23	Nucleotide-level circRNA-RBP binding sites prediction based on hybrid encoding scheme and enhanced feature extraction 2025-Dec, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107923 PMID:40753814	研究论文	提出基于混合编码方案和增强特征提取的核苷酸级circRNA-RBP结合位点预测框架circdpb	整合one-hot和高斯调制位置编码，采用扩张卷积特征金字塔和双向门控循环单元增强特征提取，实现核苷酸级精度的结合位点预测	未明确说明模型在跨物种或新型circRNA上的泛化能力	开发高精度的circRNA与RNA结合蛋白结合位点预测方法	环状RNA（circRNA）与RNA结合蛋白（RBP）的结合位点	生物信息学	NA	深度学习	CNN, BiGRU	circRNA序列数据	37个基准数据集	NA	扩张卷积特征金字塔（DCFP）, 双向门控循环单元（BiGRU）	NA	NA
6018	2025-11-23	Generative AI and foundation models in medical image 2025-Dec, Radiological physics and technology IF:1.7Q3 DOI:10.1007/s12194-025-00968-1 PMID:41051729	综述	本文概述了生成式AI和基础模型在医学影像领域的应用与发展趋势	系统分析了生成式AI和基础模型如何从根本上改变医疗AI开发框架，并提出利用国家数据和计算资源开发医学基础模型的路径	NA	探讨生成式AI和基础模型在医学影像处理中的应用与发展方向	医学影像处理与医疗支持任务	医学影像处理	NA	扩散模型, 大语言模型	生成模型, 基础模型	医学影像, 文本数据	NA	NA	DALL·E 3, Stable Diffusion, ChatGPT, Gemini	NA	基于扩展定律的大规模计算资源
6019	2025-11-23	Accelerated RAKI reconstruction for multi-slice cardiac cine applications 2025-Dec, Medical physics IF:3.2Q1 DOI:10.1002/mp.70145 PMID:41261061	研究论文	本研究针对心脏电影MRI提出了一种加速的RAKI重建方法，通过优化训练策略和利用时空冗余性来减少重建时间	通过简化RAKI算法结构（移除非线性激活单元并减少层数），并仅训练特定切片和心脏时相，显著加速了重建过程	该方法仍存在与k空间优化过程直接相关的条纹伪影	优化心脏电影MRI的重建速度同时保证图像质量	心脏电影MRI数据	医学影像重建	心血管疾病	MRI, 深度学习重建	CNN	医学影像, k空间数据	10个完全采样的多切片电影数据（来自OCMR公共数据库）	NA	简化版卷积神经网络（单卷积层）	PSNR, NMSE, SSIM, 重建时间	NA
6020	2025-11-23	Real-time quality feedback on Doppler data for community midwives using edge-AI 2025-Dec-01, Machine Learning. Health DOI:10.1088/3049-477X/ae1bad PMID:41262494	研究论文	本研究开发了一种基于深度学习和边缘AI的实时胎儿多普勒数据质量评估技术框架	首次将边缘AI技术集成到低成本移动系统中，与危地马拉农村地区的土著助产士共同设计，实现实时数据质量反馈	训练数据主要来自单一农村地区，测试数据量较小（仅5个录音），需要更多样化的数据验证泛化能力	通过实时质量评估改善胎儿多普勒数据收集，支持低收入地区的临床研究	胎儿多普勒信号	医疗AI	妊娠相关疾病	多普勒超声	深度神经网络	音频信号	危地马拉农村191个录音（训练验证），德国医院5个录音（测试）	Android, mHealth框架	深度神经网络	F1分数, 准确率, 微平均F1, 宏平均F1	边缘计算系统, Android手机