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
1921	2025-11-30	DeepHFFT-m7G: A dual-channel self-attention and hybrid feature fusion framework for RNA m7G modification identification 2025-Nov-26, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2025.108812 PMID:41314160	研究论文	提出一种基于混合特征融合和双通道自注意力网络的新方法DeepHFFT-m7G，用于高效识别RNA序列中的m7G甲基化位点	结合混合特征融合和双通道自注意力网络，集成多分支CNN和Transformer编码器，同时捕获局部序列特征和全局特征	NA	提高RNA m7G修饰位点识别的准确率	RNA序列中的m7G甲基化位点	生物信息学	NA	RNA序列分析	CNN, Transformer, MLP	RNA序列数据	NA	NA	多分支CNN, Transformer编码器, 多层感知机	AUROC, 准确率, MCC, 特异性	NA
1922	2025-11-30	Artificial Intelligence-Driven Longitudinal Quantification of Technetium Pyrophosphate Uptake in Cardiac Amyloidosis: Correlation with Multimodality Imaging and Outcomes 2025-Nov-26, Journal of nuclear cardiology : official publication of the American Society of Nuclear Cardiology IF:3.0Q2 DOI:10.1016/j.nuclcard.2025.102573 PMID:41314377	研究论文	本研究使用人工智能技术纵向量化心脏淀粉样变性患者锝焦磷酸盐摄取，并分析其与多模态影像参数及临床结局的相关性	首次将深度学习技术应用于ATTR-CM患者锝焦磷酸盐扫描的纵向定量分析，并验证其与临床结局的关联	样本量相对较小（85例患者），单中心研究，可能存在选择偏倚	评估ATTR-CM治疗反应监测方法，探索深度学习量化指标与疾病进展和临床结局的关系	转甲状腺素蛋白心脏淀粉样变性（ATTR-CM）患者	数字病理	心血管疾病	99mTc-PYP显像，超声心动图，心血管磁共振	深度学习	医学影像	85例ATTR-CM患者，中位年龄79岁，89%为男性	NA	NA	相关系数，风险比，p值	NA
1923	2025-11-30	AIRPred: A Deep Learning Model Predictor for Peptide Intensity Ratios in Cross-Linking Mass Spectrometry Improves Cross-Link Spectrum Matching 2025-Nov-25, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c03597 PMID:40864166	研究论文	开发了一种深度学习模型AIRPred，用于预测交联质谱中肽段强度比率，以提高交联谱图匹配的准确性	首次利用深度学习预测肽段强度比率，通过CNN块捕捉肽段碎片化模式和注意力层建模肽段相互作用	未明确说明模型在复杂样本或低丰度肽段上的性能表现	提高交联质谱中交联谱图匹配的准确性	交联质谱中的肽段对	计算质谱学	NA	交联质谱(XL-MS)	CNN, 注意力机制	质谱数据	NA	NA	CNN块+注意力层	准确率	NA
1924	2025-11-30	Hypertension Medication Recommendation via Synergistic and Selective Modeling of Heterogeneous Medical Entities: Development and Evaluation Study of a New Model 2025-Nov-25, JMIR medical informatics IF:3.1Q2 DOI:10.2196/74170 PMID:41289573	研究论文	开发并评估了一种基于异质医疗实体协同与选择性建模的高血压药物推荐新模型	提出多头图注意力机制捕获医疗实体间协同关系，结合双向时间选择机制动态适应疾病进展	仅基于电子健康记录数据，未考虑医生主观判断等临床因素	开发能够准确推荐高血压药物的临床决策支持系统	高血压患者的电子健康记录数据	医疗人工智能	心血管疾病	电子健康记录分析	图神经网络,注意力机制	结构化电子健康记录	MIMIC-III v1.4和MIMIC-IV v2.2数据集中的患者记录	PyTorch	图注意力网络,双向时序选择机制	Jaccard相似系数,精确率-召回率曲线下面积,F1分数	NA
1925	2025-11-30	Opportunistic screening of type 2 diabetes with deep metric learning using electronic health records 2025-Nov-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-25759-x PMID:41290832	研究论文	提出一种基于深度度量学习的模型，利用电子健康记录进行2型糖尿病的机会性筛查，统一了发病预测和亚型分型任务	首次将深度度量学习应用于2型糖尿病筛查，通过样本相似性学习潜在空间，统一了发病预测和亚型分型两个任务	未明确说明模型在其他人群或医疗系统中的泛化能力	开发统一的深度学习模型用于2型糖尿病的机会性筛查和亚型分型	2型糖尿病患者	机器学习	2型糖尿病	电子健康记录分析	深度度量学习	电子健康记录	All of Us项目7567例T2D患者，麻省总医院布里格姆生物银行3298例T2D患者	NA	深度度量学习模型	AUC	NA
1926	2025-11-30	Structured panendoscopy reports improve report completeness and documentation time 2025-Nov-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-27738-8 PMID:41290910	研究论文	比较结构化全内窥镜报告与传统自由文本报告在报告完整性和记录时间方面的表现	首次系统评估结构化全内窥镜报告在临床实践中的优势，证明其能显著提高报告完整性和用户满意度	样本量较小（仅64例全内窥镜检查），仅涉及三位头颈外科医生	评估结构化报告在全内窥镜检查中的临床应用价值	全内窥镜检查手术报告	医学信息学	头颈疾病	内窥镜检查	NA	医疗报告文本	64例全内窥镜检查，由三位头颈外科医生完成	NA	NA	报告完整性百分比，完成时间，视觉模拟量表评分	NA
1927	2025-11-30	A comprehensive deep learning framework for real time emotion detection in online learning using hybrid models 2025-Nov-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-26381-7 PMID:41291007	研究论文	提出了一种集成ResNet-50、CBAM、3D CNN和AGTO的深度学习框架，用于在线学习中的实时情绪检测	首次将ResNet-50、CBAM注意力机制、3D CNN和蚁群遗传算法优化器结合，能够捕捉面部表情的时空动态特征	未提及模型计算复杂度及在低配置设备上的适用性	开发实时情绪识别系统以监测在线学习者的参与度	在线学习者的面部情绪数据	计算机视觉	NA	面部情绪识别	CNN, 3D CNN	图像, 视频序列	多个FER数据集（FER2013、CK+、KDEF）及专有数据集	NA	ResNet-50, CBAM, 3D CNN	准确率	NA
1928	2025-11-30	Automated segmentation of the fibula from CT imaging using two-stepped deep learning in 3D U-Net architectures 2025-Nov-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-29130-y PMID:41291031	研究论文	提出基于两步深度学习的3D U-Net架构，实现CT图像中腓骨的自动分割	采用两步分割方法处理左右腓骨对称性，将右侧图像镜像至左侧进行训练	NA	优化重建手术的术前规划流程并降低成本	CT图像中的腓骨	计算机视觉	面部重建手术	CT成像	3D U-Net	CT图像	NA	NA	3D U-Net	Dice系数, 平均表面距离	NA
1929	2025-11-30	Evaluation of compartmentalized automatic segmentation for definition of the GTV in glioblastoma radiotherapy 2025-Nov-25, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology IF:4.9Q1 DOI:10.1016/j.radonc.2025.111308 PMID:41308924	研究论文	评估深度学习模型在胶质母细胞瘤放疗中自动分割肿瘤靶区的临床应用价值	首次评估Neosoma Glioma深度学习模型在术后胶质母细胞瘤放疗靶区自动分割中的临床应用，证明其能显著减少轮廓勾画时间并保持剂量学等效性	回顾性研究，样本量有限（100例），单中心数据	评估自动分割模型在胶质母细胞瘤放疗靶区定义中的临床应用可行性	100例在伯尔尼大学医院接受治疗的胶质母细胞瘤患者（2016-2020年）	数字病理	胶质母细胞瘤	多模态MRI	深度学习模型	医学影像	100例胶质母细胞瘤病例	NA	Neosoma Glioma	Dice相似系数, 时间节省, 剂量学评估	NA
1930	2025-11-30	An end-to-end fault interpretation method driven by visual foundation model with domain adaptation fine-tuning 2025-Nov-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-23044-5 PMID:41285932	研究论文	提出一种基于视觉基础模型和领域自适应微调的端到端地质断层解释方法	采用视觉基础模型驱动框架，结合故障感知自动增强算法、不确定性驱动的自标注优化机制和地球物理约束特征对齐微调	NA	解决地震样本稀缺、低信噪比区域标注不可靠以及通用模型忽略地球物理原理等挑战	地下储气库地质断层	计算机视觉	NA	强化学习，领域自适应	基础模型	地震数据	NA	NA	NA	分割结果符合地质认知	NA
1931	2025-11-30	Deep learning-reconstructed hepatobiliary MRI: Enhancing biliary delineation, lesion margin sharpness, and small lesion detection 2025-Nov-24, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112574 PMID:41314015	研究论文	评估深度学习重建的T1加权VIBE序列在肝胆MRI中相对于传统VIBE在胆道可视化、病灶检测和伪影抑制方面的性能	首次系统比较深度学习重建的1.5mm薄层VIBE序列与传统3mm VIBE序列在肝胆期MRI中的表现，显著提高了三级胆管显示率和微小病灶检测率	纹理自然度略低于传统方法，研究为回顾性设计且样本量有限	评估深度学习重建MRI技术在肝胆成像中的临床应用价值	94例疑似肝脏病变患者（共145个病灶）	医学影像分析	肝脏疾病	MRI，钆塞酸增强扫描，深度学习重建	深度学习模型	医学影像	94例患者，145个病灶	NA	NA	边缘上升距离，对比噪声比，检测率，定性评分	NA
1932	2025-11-30	A systematic review about the evolving role of artificial intelligence in various fields of forensic medicine 2025-Nov-24, Journal of forensic and legal medicine IF:1.2Q3 DOI:10.1016/j.jflm.2025.103043 PMID:41314025	系统综述	系统回顾人工智能在法医学多个领域中的应用及其影响	全面梳理AI在法医学中的最新应用进展，展示AI相比传统方法在准确性、可重复性和效率方面的改进	数据集小且代表性不足，外部验证有限，存在伦理问题	评估人工智能在法医学各领域中的应用效果和影响	法医学领域的AI应用研究，包括个人识别、法医病理学、放射学与影像学等	法医学	NA	系统文献综述	机器学习,深度学习,神经网络	文献数据	100篇符合纳入标准的文章（从约1000篇初筛文献中筛选）	NA	NA	准确性,可重复性,效率,观察者间变异性,平均误差减少	NA
1933	2025-11-30	Autotrinet YOLO triple attention framework for robust traffic sign detection 2025-Nov-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-26446-7 PMID:41272000	研究论文	提出一种集成三重注意力增强的AutoTriNet-YOLO框架，用于提升交通标志检测的鲁棒性和实时性能	通过TriplePathBlock模块并行整合CBAM、Non-local Blocks和Lite Transformer三种注意力机制，并引入动态融合门和选择性插入机制实现自适应计算	未明确说明在极端天气或严重遮挡条件下的性能表现	解决交通标志检测中小目标尺寸、环境变化和实时性要求的挑战	交通标志	计算机视觉	NA	深度学习	YOLO, CNN, Transformer	图像	综合交通标志数据集（未明确具体数量）	NA	AutoTriNet-YOLO, CBAM, Non-local Blocks, Lite Transformer	mAP@50, mAP@50-95	边缘计算设备（适合自动驾驶系统部署）
1934	2025-11-30	Artificial intelligence in clinical nutrition. A narrative review 2025-Nov-22, Clinical nutrition ESPEN IF:2.9Q3 DOI:10.1016/j.clnesp.2025.11.142 PMID:41285366	综述	本文综述了人工智能在临床营养领域的应用现状、潜力与挑战	系统性地探讨了AI在临床营养中的实践应用，并提出了促进临床医生与AI技术融合的关键策略	作为叙述性综述，未对现有研究进行系统性质量评价或定量分析	概述人工智能基础概念及其在临床营养中的实际应用	临床营养领域的AI技术应用	医疗人工智能	营养相关疾病	机器学习，深度学习，大语言模型	NA	NA	NA	NA	NA	NA	NA
1935	2025-11-30	Enhancing AI-based diabetic retinopathy diagnosis through universal cross-camera image adaptation 2025-Nov-21, BMJ open ophthalmology IF:2.0Q2 DOI:10.1136/bmjophth-2025-002238 PMID:41274670	研究论文	本研究评估了基于深度学习的风格适应策略在提高AI诊断糖尿病视网膜病变准确性和跨相机泛化能力方面的有效性	提出Style-Consistent Retinal Image Transformation Network (SCR-Net)来对齐不同眼底相机的图像风格，解决跨相机变异性问题	单中心研究，使用的眼底相机种类有限，可能影响结果的泛化性	提高AI在糖尿病视网膜病变诊断中的准确性和跨相机泛化能力	50岁及以上在印度南部三级眼科医院门诊就诊的患者	计算机视觉	糖尿病视网膜病变	眼底成像	CNN	视网膜图像	前瞻性招募的患者，使用两种眼底相机（Optain Resolve和Topcon NW400）采集配对图像	NA	InceptionNeXt-T, SCR-Net	诊断准确率, Cohen's kappa, 峰值信噪比, 结构相似性指数	NA
1936	2025-11-30	Resolution generalization of deep learning-based dipole inversion networks for QSM 2025-Nov-20, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2025.121598 PMID:41274367	研究论文	提出一种新颖的流程，使预训练的偶极反演网络能够从不同分辨率的局部场图重建定量磁化率图	开发了一种无需修改网络架构或参数即可提升预训练偶极反演网络分辨率泛化能力的新流程	未明确说明流程对计算资源的需求增加程度	提升深度学习偶极反演网络对不同分辨率输入数据的泛化能力	定量磁化率图重建	医学影像分析	NA	定量磁化率映射	深度学习网络	磁共振局部场图	NA	NA	QSMnet	NRMSE, SSIM, PSNR, HFEN	NA
1937	2025-11-30	FBCA: Flexible Besiege and Conquer Algorithm for Multi-Layer Perceptron Optimization Problems 2025-Nov-19, Biomimetics (Basel, Switzerland) DOI:10.3390/biomimetics10110787 PMID:41294459	研究论文	提出一种用于多层感知器优化问题的灵活围攻征服算法FBCA	通过正弦引导软非对称高斯扰动、指数调制螺旋扰动和非线性认知系数驱动速度更新三大新机制，提升搜索灵活性和收敛能力	仅基于基准函数和MLP优化问题验证，未在更复杂深度学习模型中测试	解决多层感知器训练中的非凸优化问题，提升全局优化能力	多层感知器的优化训练过程	机器学习	NA	NA	MLP	基准函数数据	IEEE CEC 2017基准函数测试集和6个MLP优化问题	NA	多层感知器	收敛精度, 鲁棒性, 胜率	NA
1938	2025-11-30	Ensemble Deep Learning for Real-Bogus Classification with Sky Survey Images 2025-Nov-17, Biomimetics (Basel, Switzerland) DOI:10.3390/biomimetics10110781 PMID:41294453	研究论文	提出一种集成深度学习方法，用于天空巡天图像中的真实-虚假瞬变事件分类	采用生物启发的集成深度学习框架，结合迁移学习、数据增强和集成策略来提升瞬变事件分类性能	NA	提高天文瞬变事件在天空巡天图像中的分类准确性和可靠性	引力波光学瞬变观测器(GOTO)项目中的天文瞬变事件图像	计算机视觉	NA	深度学习	CNN	图像	NA	NA	基于ImageNet预训练的CNN模型	精度, 可靠性	NA
1939	2025-11-30	A novel deep learning system for STEMI prognostic prediction from multi-sequence cardiac magnetic resonance 2025-Nov-17, Science bulletin IF:18.8Q1 DOI:10.1016/j.scib.2025.11.027 PMID:41314962	研究论文	开发了一种名为DeepSTEMI的端到端深度学习系统，通过整合多序列心脏磁共振图像和临床参数预测STEMI患者2年主要不良心血管事件	首次将U-Net心脏区域自动分割模块与基于Transformer的心血管事件预测模块相结合，实现了临床与影像数据的协同分析	研究样本量相对有限（n=610），需要在更大多中心队列中进一步验证	提高ST段抬高型心肌梗死患者的预后预测准确性	STEMI患者的多序列心脏磁共振图像和临床参数	医学影像分析	心血管疾病	心脏磁共振成像	深度学习	医学图像, 临床数据	开发集610名患者（20,618张图像），外部验证集334名患者（9,944张图像）	NA	U-Net, Transformer	AUC, 准确率, 风险比, 净重分类改进指数	NA
1940	2025-11-30	Robust Federated-Learning-Based Classifier for Smart Grid Power Quality Disturbances 2025-Nov-11, Sensors (Basel, Switzerland) DOI:10.3390/s25226880 PMID:41305086	研究论文	开发基于联邦学习的智能电网电能质量扰动分类器，并评估其对抗数据投毒攻击的鲁棒性	首次在电能质量扰动分类任务中系统研究联邦学习框架及其对抗数据投毒攻击的脆弱性，并提出了有效的防御机制	联邦学习模型性能相比集中式训练略有下降，准确率从97%降至96%，误报率从0.19%升至4%	开发能够在保护数据隐私前提下准确分类智能电网电能质量扰动的鲁棒机器学习模型	智能电网中的电能质量扰动（电压、电流或频率变化）	机器学习	NA	联邦学习	深度学习	电网传感器数据	NA	NA	NA	准确率, 误报率	NA