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
8261	2025-10-06	Association of Deep Learning-Derived Histologic Features of Placental Chorionic Villi with Maternal and Infant Characteristics in the New Hampshire Birth Cohort Study 2025-Apr-23, medRxiv : the preprint server for health sciences DOI:10.1101/2025.04.22.25325465 PMID:40313259	研究论文	本研究利用深度学习技术自动量化胎盘绒毛膜绒毛的组织学特征，并分析其与母婴临床特征的关联	首次开发基于深度学习的自动化方法检测超过900万个胎盘绒毛，并通过无监督聚类识别出与生物学分类一致的绒毛亚型	研究仅纳入足月胎盘样本，未包含早产胎盘；样本量相对有限	建立胎盘绒毛结构的客观标准化方法，探索胎盘结构与母婴特征的关联	新罕布什尔州出生队列研究中的1,531个足月胎盘全玻片图像	数字病理学	妇产科疾病	全玻片图像分析	深度学习分割模型	病理图像	1,531个足月胎盘全玻片图像，检测超过900万个绒毛	NA	NA	统计显著性(p值)	NA
8262	2025-10-06	Donor-Specific Digital Twin for Living Donor Liver Transplant Recovery 2025-Feb-27, bioRxiv : the preprint server for biology DOI:10.1101/2025.02.21.639518 PMID:40568069	研究论文	本研究通过整合临床基因表达数据和数学模型，为活体肝移植供体开发了个性化渐进机制数字孪生模型	首次将全转录组RNA测序数据与肝脏再生数学模型结合，创建可预测个体恢复轨迹的个性化数字孪生模型	样本量较小（12名供体），仅针对健康LDLT供体进行研究	开发个性化数字孪生模型以预测活体肝移植供体的肝脏恢复轨迹	活体肝移植供体的肝脏再生过程	数字病理	肝移植	RNA测序, WGCNA, 深度学习	深度学习, 数学模型	基因表达数据	12名健康LDLT供体，在一年内14个时间点采集数据	NA	NA	NA	NA
8263	2025-10-06	A pathology-attention multi-instance learning framework for multimodal classification of colorectal lesions 2025, Frontiers in pharmacology IF:4.4Q1 DOI:10.3389/fphar.2025.1592950 PMID:40548052	研究论文	提出一种病理注意力多示例学习框架PAT-MIL，用于结直肠病变的多模态分类	集成动态注意力机制与专家定义文本原型，通过病理知识驱动的语义引导和自适应原型分布优化，实现视觉与文本模态的协同建模	未提及模型在更广泛数据集上的泛化能力验证，以及计算效率的具体分析	开发无需像素级标注的结直肠病变分类方法，提升数字病理图像分析的准确性和泛化能力	结直肠病变的全切片图像(WSI)	数字病理	结直肠癌	数字病理图像分析	多示例学习(MIL), 注意力机制	全切片图像(WSI), 文本原型	内部五分类数据集，外部数据集CRS-2024和UniToPatho	NA	PAT-MIL, ABMIL, DSMIL	准确率, AUC	NA
8264	2025-10-06	Optimization design of interior space based on the two-stage deep learning network and Single sample-driven method 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0329487 PMID:40929124	研究论文	提出融合两阶段深度学习网络和单样本驱动机制的室内空间优化设计框架	结合Transformer网络的多维特征提取和扩散模型的迭代优化，实现单样本驱动的个性化设计	NA	优化室内空间设计流程，提升设计效率和个性化程度	室内空间设计	计算机视觉	NA	深度学习	Transformer, 扩散模型	图像	多个公开数据集（InteriorNet、SUN RGB-D、NYU Depth V2、ScanNet）	NA	Transformer, 扩散模型	设计周期减少率、空间利用率提升率、比例协调改善率、配色分数提升率	NA
8265	2025-10-06	Multi-scale diffusion model for underwater image restoration and enhancement 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0331465 PMID:40929172	研究论文	提出一种结合物理模型与深度学习的多尺度扩散模型，用于水下图像恢复与增强	首次将扩散模型的物理洞察与深度学习相结合，采用编码器-解码器流水线进行图像分解，并通过逆向去噪扩散模型实现像素级优化	NA	开发创新的水下图像增强算法，提升视觉质量并在性能指标上超越现有方法	水下退化图像	计算机视觉	NA	深度学习	扩散模型	图像	NA	NA	编码器-解码器	PSNR, SSIM, UIQM	NA
8266	2025-10-06	Deep feature engineering for accurate sperm morphology classification using CBAM-enhanced ResNet50 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0330914 PMID:40929291	研究论文	提出一种结合CBAM注意力机制和深度特征工程的深度学习框架，用于精子形态的自动分类	首次将卷积块注意力模块与ResNet50架构结合，并采用包含10种特征选择方法的深度特征工程流程	在两个相对较小的数据集上进行验证，需要更大规模的多中心验证	开发自动、客观的精子形态分类方法以改善男性生育能力评估	精子图像	计算机视觉	生殖系统疾病	深度学习	CNN	图像	SMIDS数据集3000张图像（3类），HuSHeM数据集216张图像（4类）	NA	ResNet50, CBAM	准确率	NA
8267	2025-10-06	Deep learning-based detection of depression by fusing auditory, visual and textual clues 2025-Dec-15, Journal of affective disorders IF:4.9Q1 DOI:10.1016/j.jad.2025.119860 PMID:40675260	研究论文	提出一种融合听觉、视觉和文本线索的深度学习模型用于抑郁症自动检测	首次结合GPT-2.0驱动的聊天机器人进行症状访谈，并采用多头交叉注意力网络融合多模态特征	未进行纵向随访研究，对重度抑郁症的适用性需进一步验证	开发基于人工智能的抑郁症自动检测方法	抑郁症患者和健康对照者	自然语言处理,计算机视觉	抑郁症	多模态特征融合	多头交叉注意力网络	音频,视频,文本	内部验证集：152名抑郁症患者和118名健康对照；外部验证集：55名抑郁症患者和45名健康对照	NA	多头交叉注意力网络	AUC,准确率,特异性	NA
8268	2025-10-06	Predictive modeling and cohort data analytics for student success and retention 2025-Dec, Evaluation and program planning IF:1.5Q2 DOI:10.1016/j.evalprogplan.2025.102689 PMID:40897068	研究论文	通过数据驱动分析研究23000余名大一新生的学业表现差异，并开发深度学习模型预测学生学业成果	首次结合聚类分析和深度学习模型对大规模学生群体进行学业表现预测和风险识别	研究局限于单一美国公立大学数据，可能缺乏普适性	提升学生保留率和学业成功率	23000余名美国公立大学大一新生	机器学习	NA	数据分析、聚类分析、深度学习	深度学习模型	学业数据、人口统计数据	23000余名大一新生	NA	NA	预测准确率	NA
8269	2025-10-06	Pred5AOP: an efficient screening of food-derived antioxidant peptides based on deep learning, molecular docking, and experimental validation 2025-Nov-30, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.145769 PMID:40774187	研究论文	开发基于深度学习的Pred5AOP方法用于高效筛选食物来源的抗氧化肽	结合深度学习、分子对接和实验验证的创新筛选策略，首次构建包含76,343个肽段的数据集	仅基于29种膳食蛋白质进行虚拟水解，样本来源有限	开发高效筛选食物源性抗氧化肽的新方法	食物蛋白质水解产生的抗氧化肽	机器学习	NA	计算机虚拟水解、分子对接、量子化学分析、分子动力学模拟	MLP	肽序列数据	76,343个肽段（来自29种膳食蛋白质）	NA	MLP	结合活性验证（自由基清除、细胞保护）和结合亲和力分析	NA
8270	2025-10-06	CSCE: Cross Supervising and Confidence Enhancement pseudo-labels for semi-supervised subcortical brain structure segmentation 2025-Nov, Journal of neuroscience methods IF:2.7Q3 DOI:10.1016/j.jneumeth.2025.110522 PMID:40653056	研究论文	提出一种基于交叉监督和置信度增强伪标签的半监督皮层下脑结构分割框架	设计双师生模型(U-Net和TransUNet)相互生成伪标签进行交叉监督，并引入信息熵和辅助检测任务增强伪标签置信度	仅使用两个公开脑MRI数据集进行验证，未在更多临床场景测试	开发半监督学习方法以解决脑部结构分割中标注数据稀缺的问题	脑部MR图像中的皮层下结构	医学图像分割	脑部疾病	脑部MRI	U-Net, TransUNet	脑部MR图像	两个公开脑MRI基准数据集	NA	U-Net, TransUNet	Dice系数, MHD(平均豪斯多夫距离)	NA
8271	2025-10-06	Multi-class mental Task Classification based Brain-Computer Interface using Improved Remora depthwise convolutional adaptive neuro-fuzzy inference network model 2025-Nov, Journal of neuroscience methods IF:2.7Q3 DOI:10.1016/j.jneumeth.2025.110536 PMID:40681115	研究论文	提出一种基于改进Remora深度卷积自适应神经模糊推理网络模型的多类心理任务分类脑机接口系统	提出IRDCANFIN分类器模型，结合改进的Remora优化算法进行参数调优，并采用混合动态中心二值模式和多阈值三值模式进行特征提取	未明确说明计算资源需求和实时性能的具体表现	开发准确可靠的多类心理任务分类脑机接口系统	脑电信号和心理任务分类	脑机接口	运动障碍疾病	脑电信号采集	深度学习,神经模糊推理网络	EEG信号	BCI实验室数据集和EEG精神障碍数据集	NA	IRDCANFIN,1D-CNN-LSTM	准确率	NA
8272	2025-10-06	Hybrid two-stage CNN for detection and staging of periodontitis on panoramic radiographs 2025 Nov-Dec, Journal of oral biology and craniofacial research DOI:10.1016/j.jobcr.2025.08.019 PMID:40927498	研究论文	开发了一种混合两阶段CNN模型，用于在全景X光片上检测和分期牙周炎	首次将Mask R-CNN与DenseNet169集成用于牙周炎检测和分期，采用两阶段混合架构	需要进一步开发以提高临床适用性和准确性	评估混合两阶段CNN在全景X光片上检测和分期牙周炎的性能	牙周炎患者	计算机视觉	牙周炎	全景X光成像	CNN, DenseNet	医学影像	600张全景X光片（训练集）+ 100张外部测试X光片	NA	Mask R-CNN, DenseNet169	特异性, 准确率	NA
8273	2025-10-06	SST-DUNet: Smart Swin Transformer and Dense UNet for automated preclinical fMRI skull stripping 2025-Nov, Journal of neuroscience methods IF:2.7Q3 DOI:10.1016/j.jneumeth.2025.110545 PMID:40789440	研究论文	提出一种结合智能Swin Transformer和密集UNet的自动化方法，用于预处理前fMRI颅骨剥离	将智能移位窗口多头自注意力模块集成到Swin Transformer中，替代原有的基于掩码的模块，能够学习不同通道特征并关注脑结构内的相关依赖性	方法仅在鼠类fMRI数据上验证，未在其他物种或MRI模态上测试	开发自动化颅骨剥离方法以替代手动预处理	大鼠功能磁共振成像数据	计算机视觉	NA	功能磁共振成像	Transformer, CNN	图像	三个内部数据集的大鼠fMRI图像	NA	SST-DUNet, Dense UNet, Smart Swin Transformer	Dice相似系数	NA
8274	2025-10-06	EEG-based cerebral pattern analysis for neurological disorder detection via hybrid machine and deep learning approaches 2025-Nov, Journal of neuroscience methods IF:2.7Q3 DOI:10.1016/j.jneumeth.2025.110551 PMID:40816535	研究论文	本研究开发了一种结合随机森林和卷积神经网络的混合模型，用于基于EEG信号的神经系统疾病检测	首次将基于特征的随机森林机器学习与基于图像的卷积神经网络深度学习方法相结合，形成混合RF-CNN模型	NA	通过脑电信号分析检测神经系统疾病	轻度认知障碍、阿尔茨海默病和癫痫患者	机器学习	神经系统疾病	脑电图	RF, CNN	EEG信号	NA	NA	RF-CNN混合架构	准确率, F1分数	NA
8275	2025-10-06	Evaluation of the deep learning-based detection of dopaminergic neurons in primary culture: A practical alternative to manual counting 2025-Nov, Journal of neuroscience methods IF:2.7Q3 DOI:10.1016/j.jneumeth.2025.110557 PMID:40819676	研究论文	评估基于深度学习的多巴胺能神经元自动检测方法，作为手动计数的实用替代方案	首次系统比较传统级联分类器与基于YOLOv3的深度学习模型在检测多巴胺能神经元中的性能表现	研究仅限于体外培养的多巴胺能神经元，未验证在其他细胞类型或组织中的适用性	开发自动化的神经元计数方法以替代传统手动计数	酪氨酸羟化酶阳性的多巴胺能神经元	计算机视觉	神经系统疾病	免疫染色	CNN	图像	NA	NA	YOLOv3	精确度, 处理时间	NA
8276	2025-10-06	A physics-informed deep learning approach to predicting bilateral ground reaction forces and centre of pressure from a single forceplate during gait 2025-Oct, Gait & posture IF:2.2Q2 DOI:10.1016/j.gaitpost.2025.07.005 PMID:40618708	研究论文	开发了一种物理信息残差循环神经网络，用于从单个测力台数据预测步态中的双侧地面反作用力和压力中心	首次提出结合物理信息的残差循环神经网络(PI-ResRNN)，能够仅使用单个测力台数据准确预测双侧地面反作用力和压力中心	研究主要关注双接触阶段的步态分析，未涵盖完整步态周期的所有阶段	开发一种能够从单个测力台数据准确预测双侧地面反作用力和压力中心的方法，简化步态分析流程	315名参与者，包括健康人群和六种神经肌肉骨骼疾病患者	机器学习	神经肌肉骨骼疾病	测力台数据采集	RNN, ResRNN	测力台数据	315名参与者的6765次试验数据	NA	物理信息残差循环神经网络(PI-ResRNN)	均方根误差(RMSE), 相对均方根误差(rRMSE)	NA
8277	2025-10-06	Recognition of Parkinson disease using Kriging Empirical Mode Decomposition via deep learning techniques 2025-Oct, Gait & posture IF:2.2Q2 DOI:10.1016/j.gaitpost.2025.06.024 PMID:40628146	研究论文	本研究通过克里金经验模态分解和深度学习技术开发帕金森病的识别方法	结合克里金经验模态分解与深度学习技术进行帕金森病识别	NA	开发帕金森病的自动识别方法	帕金森病患者	机器学习	帕金森病	克里金经验模态分解	深度学习	NA	NA	NA	NA	NA	NA
8278	2025-10-06	Pharmacoutilization data-driven artificial intelligence-assisted diagnosis algorithm to improve the pharmacological treatment of pain and agitation in patients suffering from severe dementia 2025-Oct, Current opinion in pharmacology IF:4.0Q1 DOI:10.1016/j.coph.2025.102563 PMID:40815967	研究论文	本研究开发了一种基于药物利用数据的人工智能算法，用于改善重度痴呆患者的疼痛和躁动药物治疗	首次将药物流行病学数据与深度学习技术结合，通过管理药物治疗时间序列和使用自编码器来识别漏诊的阿尔茨海默病患者	需要进一步研究和纵向患者监测来提高疾病检测和管理水平	通过先进的人工智能方法诊断阿尔茨海默病，改善痴呆患者的药物治疗	298,000名个体，其中84,235名年龄超过60岁，包括114,920名无AD诊断患者和1,150名确诊患者	医疗人工智能	阿尔茨海默病	药物流行病学数据分析	自编码器	药物利用时间序列数据	298,000名个体	深度学习	自编码器	准确率79.12%	NA
8279	2025-10-06	An iterative deep learning-guided algorithm for directed protein evolution 2025-Sep-19, iScience IF:4.6Q1 DOI:10.1016/j.isci.2025.113324 PMID:40927680	研究论文	提出一种基于深度学习的迭代算法DeepDE，用于指导蛋白质定向进化	使用三重突变体作为构建块，通过约1000个突变体的小型训练库实现高效迭代优化	算法性能依赖于实验可承受的约1000个变体的有限筛选	开发深度学习指导的蛋白质定向进化算法以提高蛋白质活性	绿色荧光蛋白(GFP)	机器学习	NA	蛋白质定向进化	深度学习	蛋白质序列数据	约1000个突变体训练库	NA	NA	活性增强倍数	NA
8280	2025-10-06	Leveraging modified ex situ tomography data for segmentation of in situ synchrotron X-ray computed tomography 2025-Sep-12, Journal of microscopy IF:1.5Q3 DOI:10.1111/jmi.70032 PMID:40938296	研究论文	提出一种利用改进的离位断层扫描数据训练深度学习模型，用于在位同步辐射X射线计算机断层扫描的自动分割方法	通过将高质量离位实验室数据转换为适用于在位同步辐射数据分割的训练数据，解决了训练数据有限的问题	仅使用静态样本进行训练，但需要处理实验中显著的形态变化	开发在位同步辐射X射线计算机断层扫描的自动分割方法	金属氧化物溶解研究中的材料系统	计算机视觉	NA	同步辐射X射线计算机断层扫描	深度学习	3D断层扫描图像	NA	NA	改进的SegFormer	IoU	NA