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
8621	2025-10-06	Changes in Self-Directed Learning Among Doctor of Physical Therapy Students Across Didactic Curriculum: A Mixed-Methods Analysis 2025-Jan-07, Journal, physical therapy education DOI:10.1097/JTE.0000000000000382 PMID:39763033	研究论文	本研究通过混合方法分析物理治疗博士学生在课程期间自我导向学习能力的变化	首次在物理治疗教育中追踪学生自我导向学习能力的纵向变化，并将定量测量与定性主题分析相结合	样本量有限（50名定量研究参与者，14名定性研究参与者），仅来自单一中西部DPT项目	探究传统物理治疗博士学生在课程期间自我导向学习能力的变化模式	物理治疗博士学生	教育研究	NA	混合研究方法	NA	问卷调查数据、焦点小组访谈数据	50名学生参与定量研究，14名学生参与定性研究	NA	NA	MSLQ评分、Grit量表评分、主题分析	NA
8622	2025-10-06	ASAS-NANP symposium: mathematical modeling in animal nutrition: synthetic database generation for non-normal multivariate distributions: a rank-based method with application to ruminant methane emissions 2025-Jan-04, Journal of animal science IF:2.7Q1 DOI:10.1093/jas/skaf136 PMID:40319357	研究论文	提出一种基于秩次的合成数据库生成方法，用于处理反刍动物甲烷排放等动物科学中的非正态多元分布数据	开发了一种新的基于秩次的方法来生成具有相关非正态多元分布的合成数据库，相比copula方法能更好地保持原始分布矩和相关性结构	可能在合成数据库的子集中引入人工（未知）关系，随机森林回归对分布类型具有高度特异性	解决动物科学中数据有限的问题，提高预测建模工具的准确性和可靠性	反刍动物甲烷排放数据	机器学习	NA	合成数据生成，统计建模	随机森林, 多元线性模型	多元分布数据	NA	NA	NA	R2, 标准误差	NA
8623	2025-10-06	DeepLigType: Predicting Ligand Types of Protein-Ligand Binding Sites Using a Deep Learning Model 2025 Jan-Feb, IEEE transactions on computational biology and bioinformatics DOI:10.1109/TCBB.2024.3493820 PMID:39509302	研究论文	提出一种名为DeepLigType的深度学习模型，用于预测蛋白质-配体结合位点的配体类型	首次将CBAM注意力机制与ResNet结合用于配体类型预测，并创建了新的LigType5数据集	仅针对五种特定配体类型进行分类，未涵盖所有可能的配体类型	开发计算方法来预测蛋白质-配体结合位点的配体类型，以辅助药物发现	蛋白质-配体结合位点及其对应的配体类型	生物信息学	NA	深度学习	CNN	蛋白质结构数据	基于PDBbind和scPDB数据集构建的LigType5数据集	NA	CBAM-ResNet	准确率,AUC	NA
8624	2025-10-06	Automatic analysis of three-dimensional cardiac tagged magnetic resonance images using neural networks trained on synthetic data 2025, Journal of cardiovascular magnetic resonance : official journal of the Society for Cardiovascular Magnetic Resonance IF:4.2Q1 DOI:10.1016/j.jocmr.2025.101869 PMID:40021091	研究论文	提出一种基于合成数据训练的神经网络方法，用于自动分析三维心脏标记磁共振图像中的位移	首次开发专门针对三维心脏标记MR图像的深度学习分析方法，使用合成数据进行网络训练	方法在合成数据上初步验证，需要进一步在更多真实临床数据上验证	开发用于三维心脏标记磁共振图像位移分析的深度学习方法	左心室运动分析	医学图像分析	心血管疾病	三维标记磁共振成像	神经网络	三维磁共振图像	外部验证人类数据集和猪体内研究数据集	NA	NA	位移偏差, 应变测量差异	NA
8625	2025-10-06	The Potential Diagnostic Application of Artificial Intelligence in Breast Cancer 2025, Current pharmaceutical design IF:2.6Q2 DOI:10.2174/0113816128369168250311172823 PMID:40207818	综述	探讨人工智能在乳腺癌病理学中的诊断应用潜力	AI平台可预测乳腺癌风险并在临床诊断前三年前识别肿瘤，深度学习技术对癌症亚型分类和肿瘤风险分级达到与专业放射科医师相当的准确度	需要高质量数据集并面临临床工作流程整合的挑战	提升乳腺癌诊断和治疗策略	乳腺癌病理学数据	数字病理学	乳腺癌	深度学习	CNN	组织病理学数据、乳腺X线摄影数据	NA	NA	卷积神经网络	准确度	NA
8626	2025-10-06	Cine cardiac magnetic resonance segmentation using temporal-spatial adaptation of prompt-enabled segment-anything-model: a feasibility study 2025, Journal of cardiovascular magnetic resonance : official journal of the Society for Cardiovascular Magnetic Resonance IF:4.2Q1 DOI:10.1016/j.jocmr.2025.101909 PMID:40350082	研究论文	本研究提出了一种基于Segment Anything Model的时序空间自适应方法用于心脏电影磁共振图像分割	首次将分割基础模型SAM适配于心脏电影磁共振分割，引入时序空间注意力机制并支持文本提示和框提示	作为可行性研究，样本量相对有限且主要针对特定病理类型	开发具有高泛化能力的心脏电影磁共振自动分割方法	心脏电影磁共振图像中的左心室和心肌组织	计算机视觉	心血管疾病	心脏磁共振成像	基础模型微调	医学图像	公共测试数据集136例，内部数据集93例（主动脉狭窄40例，HFpEF 53例）	PyTorch	Segment Anything Model, 时序空间注意力机制	Dice系数, 相关系数	NA
8627	2025-10-06	Decoding the Variable Velocity of Lower-Limb Stepping Movements From EEG 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.2025.3603635 PMID:40875414	研究论文	本研究通过脑电图解码健康参与者下肢踏步运动的三维速度，比较线性回归和深度学习方法的性能	首次使用CNN-LSTM深度学习框架从EEG信号解码下肢踏步运动的三维速度，并在真实步行任务中验证可行性	样本量较小（仅9名健康参与者），未在患者群体中验证	开发脑机接口控制的外骨骼用于神经康复	健康参与者的下肢踏步运动	脑机接口	神经康复	脑电图	CNN, LSTM	EEG信号	9名健康参与者（G1组5人，G2组4人）	深度学习框架	CNN-LSTM组合架构	解码准确度, R值	NA
8628	2025-10-06	Hyperspectral anomaly detection leveraging spatial attention and right-shifted spectral energy 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0330640 PMID:40906778	研究论文	提出一种基于图注意力网络和β小波图神经网络的高光谱图像异常检测算法	结合空间注意力机制和右移光谱能量特性，利用β小波替代拉普拉斯矩阵分解提升计算效率	NA	提升高光谱图像异常检测的精度和效率	高光谱图像中的异常像素	计算机视觉	NA	高光谱成像	图神经网络,图注意力网络	高光谱图像	6个真实高光谱数据集和1个模拟数据集	NA	GAN-BWGNN	AUC,检测时间	NA
8629	2025-10-06	HWANet: A Haar Wavelet-based Attention Network for remote sensing object detection 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0330759 PMID:40906788	研究论文	提出一种基于Haar小波的注意力网络HWANet，用于解决遥感目标检测中的多尺度变化挑战	提出结合Haar小波变换与注意力机制的新型网络架构，通过低频增强下采样和频域自注意力模块减少信息损失并提升空间结构捕获能力	未提及模型在更复杂场景或更大规模数据集上的泛化能力	提升遥感图像中多尺度目标检测的精度和效率	遥感图像中的各类目标	计算机视觉	NA	Haar小波变换	CNN,注意力网络	遥感图像	NWPU VHR-10数据集和SAR-Airport-1.0数据集	NA	HWANet（包含LEM、HFDSA、SIIM模块）	mAP50	NA
8630	2025-10-06	Unlocking the power of L1 regularization: A novel approach to taming overfitting in CNN for image classification 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0327985 PMID:40911635	研究论文	提出一种通过L1正则化抑制CNN过拟合的新方法，并在多个图像分类数据集上验证其有效性	首次系统研究不同L1正则化系数对CNN各层的影响，提出针对卷积层和全连接层的差异化正则化策略	仅在三类特定数据集上进行验证，未涉及更复杂的图像分类任务	解决CNN在图像分类任务中的过拟合问题，提升模型泛化能力	图像分类任务中的卷积神经网络模型	计算机视觉	NA	深度学习	CNN	图像	三个数据集：MNIST手写数字、芒果树叶数据集、Quick Draw手绘草图数据集	NA	基础CNN架构	准确率	NA
8631	2025-10-06	Integrative approach for early detection of Parkinson's disease and atypical Parkinsonian syndromes leveraging hemodynamic parameters, motion data & advanced AI models 2025-Nov, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108989 PMID:40752456	研究论文	本研究提出了一种结合多模态传感器和AI模型的穿戴式框架，用于帕金森病和非典型帕金森综合征的早期检测	创新性地整合了多模态生理和血流动力学参数与AI算法，提供可扩展的远程非侵入性早期检测方法	NA	开发准确分类帕金森病的AI驱动框架	帕金森病和非典型帕金森综合征（包括多系统萎缩和进行性核上性麻痹）患者	机器学习	帕金森病	光电容积描记法(PPG), 心率变异性(HRV), 惯性传感	MLP, 集成模型	生理信号, 运动数据	NA	NA	多层感知机, 集成分类器	准确率, 精确率, 灵敏度, 特异性	NA
8632	2025-10-06	An Indian database for grading wound healing and cross-corpus classification using perturbation-based Explainable AI models 2025-Nov, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108981 PMID:40763622	研究论文	本研究开发了一个基于智能手机拍摄的2D RGB伤口图像的自动伤口分级系统，使用轻量级深度学习模型对伤口愈合能力进行三阶段分类	创建了印度伤口数据库Amrita_wound，采用轻量级模型适用于移动或边缘设备，结合扰动增强特征和可解释AI工具Grad-CAM提高预测透明度	NA	开发自动伤口分级系统以减少患者住院时间和随访次数，减轻医生工作负担	伤口图像数据	计算机视觉	伤口愈合	智能手机图像采集	深度学习	2D RGB图像	Amrita_wound印度数据库、AZH和Medetec公开数据集	NA	MobileViT X S, FastViT T8	精确度, F1分数, 特异性, 敏感性	移动或边缘设备
8633	2025-10-06	Prediction of breast cancer HER2 status changes based on ultrasound radiomics attention network 2025-Nov, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108987 PMID:40779894	研究论文	提出一种结合放射组学和深度学习的超声放射组学注意力网络(URAN)，用于预测乳腺癌新辅助化疗后HER2状态变化	首次将放射组学技术与深度学习相结合预测HER2状态变化，设计了HER2关键特征选择网络(HKFS)和最大平均注意力激励网络(MAAE)	模型对低表达和IHC评分2+及以下的HER2状态变化预测更准确，对其他状态变化的预测性能未明确说明	预测乳腺癌新辅助化疗后HER2状态变化，为及时调整治疗方案提供依据	乳腺癌患者超声图像	数字病理	乳腺癌	超声成像，放射组学	深度学习，注意力机制	超声图像	医院真实超声图像数据集和公开BUS_UCLM数据集	NA	URAN, HKFS, MAAE, 全连接神经网络	准确率, AUC	NA
8634	2025-10-06	Dynamic hypergraph representation for bone metastasis analysis 2025-Nov, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108966 PMID:40737994	研究论文	提出动态超图神经网络用于骨转移癌分析，通过超边连接多个节点建模高阶生物关联	首次将动态超图神经网络应用于骨转移癌分析，通过可学习超图结构和Gumbel-Softmax采样策略优化补丁分布	未明确说明模型在异质数据上的泛化能力及计算复杂度分析	提升骨转移癌原发灶识别和亚型分类的准确性	骨转移癌患者的全切片图像和组织结构	数字病理	骨癌	全切片图像数字化	超图神经网络	病理图像	两个大规模真实世界骨转移数据集	PyTorch	动态超图神经网络	准确率	NA
8635	2025-10-06	An integrated optimization and deep learning pipeline for predicting live birth success in IVF using feature optimization and transformer-based models 2025-Nov, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108979 PMID:40737998	研究论文	本研究开发了一个结合特征优化和Transformer模型的人工智能管道，用于预测IVF治疗中的活产成功率	首次将特征优化技术与基于Transformer的深度学习模型相结合应用于IVF活产预测	NA	创建高精度预测IVF治疗活产结果的人工智能管道	体外受精(IVF)治疗过程	机器学习	生殖医学疾病	人工智能管道	Transformer	临床数据、人口统计数据、过程数据	NA	NA	Transformer	NA	NA
8636	2025-10-06	Decoding muscle activity via CNN-LSTM from 3D spatiotemporal EEG 2025-Nov, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108983 PMID:40743699	研究论文	提出一种基于CNN-LSTM混合模型从3D时空EEG信号解码肌肉活动的方法	首次将EEG频带包络转换为3D时空矩阵，并采用CNN-LSTM混合架构同时提取空间和时间特征	仅针对抓举任务进行研究，样本量较小（5名参与者），需进一步验证通用性	通过非侵入性脑电图信号重建肌肉活动，推动脑机接口技术发展	人类参与者在执行抓举任务时的脑肌电信号关系	脑机接口	NA	脑电图(EEG), 肌电图(EMG)	CNN, LSTM	3D时空EEG信号	5名参与者，2块肌肉	NA	CNN-LSTM混合架构	标准化均方根误差(nRMSE), 决定系数(R²), 相关系数(CC)	NA
8637	2025-10-06	Evaluating machine learning classifiers and explainability for monitoring cow behaviour with wearable nose rings 2025-Nov, Preventive veterinary medicine IF:2.2Q1 DOI:10.1016/j.prevetmed.2025.106630 PMID:40743835	研究论文	本研究评估多种机器学习分类器在通过可穿戴鼻环传感器监测奶牛行为方面的性能，并利用可解释AI技术增强模型透明度	首次在该数据集上比较多种机器学习分类器（RF、ANN、GRU、CNN-LSTM），并引入可解释AI技术（SHAP和LIME）进行特征重要性分析	由于数据不平衡和数据限制，原始五种行为分类被简化为三种核心类别（进食、反刍、行走）	评估机器学习分类器在精准畜牧监测中分类奶牛行为的性能	奶牛行为数据	机器学习	NA	三轴加速度计传感	RF, ANN, GRU, CNN-LSTM	传感器数据	NA	NA	GRU, CNN-LSTM	准确率	NA
8638	2025-10-06	An explainable attention model for cervical precancer risk classification using colposcopic images 2025-Nov, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108976 PMID:40773936	研究论文	提出一种可解释的注意力模型Cervix-AID-Net，用于基于阴道镜图像的宫颈癌前病变风险分类	结合卷积块注意力模块(CBAM)和多种可解释AI技术(梯度类激活图、LIME、CartoonX、像素率失真)提供模型决策解释	未明确说明样本数量，对高斯噪声超过3%和模糊超过10%时性能下降	开发宫颈癌前病变风险分类模型以辅助早期诊断和预防	DYSIS阴道镜采集的静态图像	计算机视觉	宫颈癌	阴道镜成像	CNN, 注意力机制	图像	NA	NA	Cervix-AID-Net, CBAM	准确率	NA
8639	2025-10-06	BioFace3D: An end-to-end open-source software for automated extraction of potential 3D facial biomarkers from MRI scans 2025-Nov, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.109010 PMID:40818363	研究论文	开发了一个名为BioFace3D的开源端到端软件，用于从MRI扫描中自动提取潜在的3D面部生物标志物	首个集成从磁共振成像中提取3D面部生物标志物全流程的端到端自动化管道	NA	自动化发现从磁共振成像中提取的潜在3D面部生物标志物	面部畸形相关的遗传、精神和罕见疾病	医学影像分析	遗传疾病,精神疾病,罕见疾病	磁共振成像	深度学习	3D MRI图像	专有和公共数据集	NA	NA	NA	NA
8640	2025-10-06	Toward autonomous robotic gastroscopy with a novel interventional keypoint and polyp detection system 2025-Nov, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.109013 PMID:40829333	研究论文	提出一种基于深度学习的自主机器人胃镜框架，整合干预关键点和息肉检测系统	开发了名为KP-YOLO的创新检测系统，首次将干预关键点与息肉检测结合，实现机器人胃镜的自主操作	实验验证基于高保真上胃肠道模型，尚未进行真实人体临床试验	提升机器人胃镜在胃部疾病筛查中的自主性和智能化水平	胃部疾病筛查和息肉检测	计算机视觉	胃癌	胃镜检查	YOLO	图像	真实胃镜数据集3,454张图像，上胃肠道模型数据集2,144张图像	NA	KP-YOLO	精确度, 平均精确度均值	NA