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
241	2025-10-06	ROXSI: Robust Cross-Sequence Semantic Interaction for Brain Tumor Segmentation on Multi-Sequence MR Images 2025-04, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3513479 PMID:40030420	研究论文	提出一种鲁棒的脑肿瘤分割框架ROXSI，用于处理多序列MR图像中的噪声和伪影问题	提出跨序列语义交互模块(CSSI)利用序列间相关性提取抗噪声特征，结合批次级协方差机制和序列级方差正则化机制	NA	提高多序列MR图像中脑肿瘤分割的鲁棒性	多序列磁共振成像(MRI)中的脑肿瘤	计算机视觉	脑肿瘤	磁共振成像(MRI)	深度学习	医学图像	两个基准数据集	NA	CNN, Transformer	分割性能评估	NA
242	2025-10-06	Decoding SSVEP Via Calibration-Free TFA-Net: A Novel Network Using Time-Frequency Features 2025-04, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3510740 PMID:40030575	研究论文	提出一种基于时频特征的校准自由TFA-Net网络用于解码稳态视觉诱发电位信号	首次提出结合频率注意力和通道重组模块的CNN模型，无需校准阶段即可实现SSVEP信号解码	仅在公开数据集上验证，未提及在其他数据集或实际场景中的泛化能力	开发无需校准的脑机接口解码方法，提高SSVEP信号识别性能	稳态视觉诱发电位信号	脑机接口	NA	脑电图信号处理	CNN	时频域信号	公开数据集（具体数量未说明）	NA	TFA-Net	准确率, 信息传输率	NA
243	2025-10-06	EEGDfus: A Conditional Diffusion Model for Fine-Grained EEG Denoising 2025-04, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3504716 PMID:40030273	研究论文	提出一种用于脑电图精细去噪的条件扩散模型EEGDfus	将标准扩散模型改进为条件扩散模型，用含噪EEG信息作为条件指导生成干净EEG信号，并设计双分支网络结合CNN和Transformer的优势	未明确说明模型计算复杂度及实时处理能力	开发更精确的EEG信号去噪方法以提高脑电数据分析质量	脑电图信号	生物医学信号处理	NA	脑电图信号处理	条件扩散模型,CNN,Transformer	脑电图信号数据	两个公开数据集EEGdenoiseNet和SSED	NA	双分支网络架构	相关系数	NA
244	2025-10-06	From Micro to Meso: A Data-Driven Mesoscopic Region Division Method Based on Functional Connectivity for EEG-Based Driver Fatigue Detection 2025-04, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3504847 PMID:40030270	研究论文	提出一种基于功能连接性的数据驱动中观区域划分方法，用于EEG脑电信号的驾驶员疲劳检测	首次提出基于数据特征和功能连接性的中观区域划分方法，无需依赖任务特定先验知识	方法在多样化任务中的泛化能力仍需进一步验证	开发更有效的EEG信号处理方法以提升驾驶员疲劳检测性能	EEG脑电信号和驾驶员疲劳状态	脑机接口, 深度学习	疲劳状态检测	EEG脑电信号分析, 功能连接性分析	GNN	EEG脑电信号	公共驾驶员疲劳检测数据集	NA	基于功能连接性的图神经网络	分类准确率	NA
245	2025-10-06	C2BNet: A Deep Learning Architecture With Coupled Composite Backbone for Parasitic Egg Detection in Microscopic Images 2025-04, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2023.3318604 PMID:37747862	研究论文	提出一种用于显微图像中寄生虫卵检测的深度学习架构C2BNet	采用双路径结构的耦合复合主干网络，通过模型异质性从不同视角学习目标特征，并提出新颖的特征组合方式实现路径间特征表示能力的相互增强	NA	改进显微图像中寄生虫卵检测的模型性能	显微图像中的寄生虫卵	计算机视觉	肠道寄生虫感染	显微成像	深度学习	2D显微图像	Chula-ParasiteEgg-11数据集	NA	C2BNet	检测精度	NA
246	2025-10-06	SeqNovo: De Novo Peptide Sequencing Prediction in IoMT via Seq2Seq 2025-04, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2023.3321780 PMID:37792659	研究论文	提出一种名为SeqNovo的新模型，用于IoMT中的从头肽段测序预测	结合Seq2Seq编码-解码结构、多层感知机的高度非线性特性以及注意力机制捕获长程依赖的能力	NA	解决现有深度学习模型在肽段测序预测中可解释性差和长程依赖捕获能力不足的问题	肽段测序预测	自然语言处理	NA	从头肽段测序	Seq2Seq, MLP, 注意力机制	序列数据	NA	NA	Seq2Seq, MLP, 注意力机制	准确率	NA
247	2025-10-06	Label-Aware Dual Graph Neural Networks for Multi-Label Fundus Image Classification 2025-04, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3457232 PMID:39255075	研究论文	提出一种用于多标签眼底图像分类的标签感知双图神经网络方法	首次将基于人群的图表示学习和基于病理的图表示学习相结合，同时考虑受试者间关联和病理标签共现关系	未明确说明模型在临床环境中的泛化能力和计算效率	开发更准确的眼底疾病多标签分类方法	眼底图像及其相关的多病理标签	计算机视觉	眼底疾病	深度学习	图神经网络	眼底图像	NA	NA	双图神经网络	NA	NA
248	2025-10-06	Deep Learning for Predicting Difficulty in Radical Prostatectomy: A Novel Evaluation Scheme 2025-04, Urology IF:2.1Q2 DOI:10.1016/j.urology.2025.01.028 PMID:39814211	研究论文	通过两阶段深度学习方法从术前磁共振成像预测根治性前列腺切除术难度	提出基于高斯热图的改进PointNet网络间接回归解剖标志点，并创新性地定义了描述前列腺与骨盆空间关系的新评估指标	研究样本量相对有限（290例患者），且仅针对两种手术方式（腹腔镜和机器人辅助）进行验证	探索评估根治性前列腺切除术难度的新指标	接受根治性前列腺切除术的患者	医学影像分析	前列腺癌	磁共振成像	深度学习	医学影像	290例患者（来自两个真实队列）	nnUNet_v2	nnUNet, PointNet	Dice系数, 毫米级精度	NA
249	2025-10-06	A Multi-Model Machine Learning Framework for Identifying Raloxifene as a Novel RNA Polymerase Inhibitor from FDA-Approved Drugs 2025-Apr-28, Current issues in molecular biology IF:2.8Q3 DOI:10.3390/cimb47050315 PMID:40699714	研究论文	开发多模型机器学习框架从FDA批准药物中识别RNA聚合酶抑制剂	结合五种传统机器学习算法与CNN深度学习模型的集成框架，首次发现雷洛昔芬具有RNA聚合酶抑制潜力	需要实验验证预测结果，研究基于计算机模拟和现有数据集	从已批准药物中识别新型RNA依赖性RNA聚合酶抑制剂	FDA批准药物和RNA依赖性RNA聚合酶	机器学习	病毒性疾病	分子对接，分子动力学模拟	CNN, ExtraTreesClassifier, RandomForestClassifier, LGBMClassifier, BernoulliNB, BaggingClassifier	化学结构数据	PubChem数据集AID 588519	Scikit-learn	CNN, 集成学习架构	准确率, ROC-AUC, F1分数, 特异性	NA
250	2025-07-25	Recent advances in pulmonary tuberculosis, the application of deep learning to medical topics, and highlights from this issue of Ewha Medical Journal 2025-Apr, Ewha medical journal IF:0.3Q3 DOI:10.12771/emj.2025.00395 PMID:40703376	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
251	2025-10-06	Feature-based ensemble modeling for addressing diabetes data imbalance using the SMOTE, RUS, and random forest methods: a prediction study 2025-Apr, Ewha medical journal IF:0.3Q3 DOI:10.12771/emj.2025.00353 PMID:40703379	研究论文	本研究开发了一种基于特征的集成模型，结合SMOTE、RUS和随机森林方法来解决糖尿病数据不平衡问题	提出将SMOTE和RUS重采样技术与基于特征的集成随机森林相结合的新方法，专门针对医学数据中的类别不平衡问题	仅使用单一数据集（442个样本），样本量相对较小；仅针对糖尿病预测任务进行验证	解决机器学习中类别不平衡问题，提高早期糖尿病检测的预测性能	糖尿病数据集中的患者样本	机器学习	糖尿病	SMOTE（合成少数类过采样技术），RUS（随机欠采样）	随机森林，k近邻，全连接神经网络	结构化医疗数据	442个样本，10个特征	Scikit-learn	随机森林集成模型	准确率，AUC（曲线下面积）	NA
252	2025-10-06	MSP-tracker: A versatile vesicle tracking software tool used to reveal the spatial control of polarized secretion in Drosophila epithelial cells 2025-04, PLoS biology IF:7.8Q1 DOI:10.1371/journal.pbio.3003099 PMID:40208901	研究论文	开发了一种名为MSP-tracker的囊泡追踪软件工具，用于研究果蝇上皮细胞中极化分泌的空间调控机制	开发了新型交互式囊泡追踪框架，结合计算机视觉和深度学习技术，无需大量训练数据即可在嘈杂环境中准确追踪囊泡轨迹	NA	研究上皮细胞中特定分泌货物如何靶向质膜不同区域的机制	果蝇上皮细胞中的高尔基体后囊泡	计算机视觉	NA	RUSH系统，囊泡追踪	深度学习	图像	NA	NA	NA	追踪准确度	NA
253	2025-10-06	Accurate and rapid determination of metabolic flux by deep learning of isotope patterns 2025-Apr-15, bioRxiv : the preprint server for biology DOI:10.1101/2023.11.06.565907 PMID:37986781	研究论文	开发了一种名为ML-Flux的机器学习框架，通过深度学习同位素标记模式来快速准确测定代谢通量	首创使用神经网络直接解析复杂同位素标记模式，替代传统的间接迭代求解器	目前仅涵盖中心碳代谢的26种关键示踪剂，网络覆盖范围有待扩展	开发快速准确的代谢通量定量分析方法	中心碳代谢中的同位素标记模式	机器学习	NA	同位素示踪技术	神经网络	同位素标记模式数据	26种关键C-葡萄糖、H-葡萄糖和C-谷氨酰胺示踪剂	NA	NA	准确性, 计算速度	NA
254	2025-10-06	Deciphering epistatic genetic regulation of cardiac hypertrophy 2025-Apr-11, medRxiv : the preprint server for health sciences DOI:10.1101/2023.11.06.23297858 PMID:37987017	研究论文	本研究开发了低信号符号迭代随机森林方法，揭示了心脏肥大的复杂遗传调控机制	开发了低信号符号迭代随机森林新方法，首次系统性地揭示了心脏肥大中的上位性遗传调控网络	研究主要基于英国生物银行数据，样本来源相对单一，需要在其他人群中进一步验证	解析心脏肥大的上位性遗传调控机制	人类心脏组织、人类诱导多能干细胞来源的心肌细胞	生物信息学	心血管疾病	深度学习、RNA沉默、微流控单细胞形态分析、转录组网络分析	随机森林、深度学习模型	心脏MRI图像、基因组数据、转录组数据	29,661例英国生物银行心脏MRI，313例人类心脏组织	NA	NA	NA	NA
255	2025-07-22	Accurate treatment effect estimation using inverse probability of treatment weighting with deep learning 2025-Apr, JAMIA open IF:2.5Q3 DOI:10.1093/jamiaopen/ooaf032 PMID:40290454	研究论文	本研究利用深度序列模型通过逆处理概率加权（IPTW）方法准确估计处理效应，无需特征处理	提出使用深度序列模型（如RNN和Transformer）直接从索赔记录中估计倾向得分，无需特征处理，提高了处理效应估计的准确性	研究主要基于合成和半合成数据集，未在真实世界数据中广泛验证	在存在时间依赖性混杂因素的情况下，准确估计处理效应	电子健康记录（EHRs）中的索赔记录	机器学习	NA	逆处理概率加权（IPTW）	RNN, Transformer	电子健康记录（EHRs）	合成和半合成数据集	NA	NA	NA	NA
256	2025-10-06	Dissection of tumoral niches using spatial transcriptomics and deep learning 2025-Apr-18, iScience IF:4.6Q1 DOI:10.1016/j.isci.2025.112214 PMID:40230519	研究论文	本研究开发了TG-ME计算框架，通过整合空间转录组学数据和形态学图像来解析肿瘤微环境中的生态位	首次将Transformer与图变分自编码器(GraphVAE)相结合，构建能够同时分析空间转录组数据和形态学图像的计算框架	NA	开发计算框架以解析肿瘤微环境中的空间组织结构	肿瘤生态位和肿瘤微环境	数字病理学	肺癌	空间转录组学	Transformer, GraphVAE	空间转录组数据, 形态学图像	NA	NA	Transformer, GraphVAE	NA	NA
257	2025-10-06	pC-SAC: A method for high-resolution 3D genome reconstruction from low-resolution Hi-C data 2025-Apr-10, Nucleic acids research IF:16.6Q1 DOI:10.1093/nar/gkaf289 PMID:40226920	研究论文	提出一种从低分辨率Hi-C数据重建高分辨率3D基因组的新计算方法pC-SAC	使用自适应重要性采样与序列蒙特卡洛方法生成满足物理约束的3D染色质链集合，实现从低分辨率数据重建高分辨率Hi-C矩阵	NA	开发成本效益高的方法增强Hi-C数据分辨率，以深入研究3D基因组组织及其在基因调控和疾病中的作用	3D基因组组织、染色质结构	计算生物学	NA	Hi-C技术	概率模型、蒙特卡洛方法	Hi-C交互数据	NA	NA	probabilistically Constrained Self-Avoiding Chromatin (pC-SAC)	准确率	NA
258	2025-10-06	Enhancing nonlinear transcriptome- and proteome-wide association studies via trait imputation with applications to Alzheimer's disease 2025-Apr, PLoS genetics IF:4.0Q1 DOI:10.1371/journal.pgen.1011659 PMID:40209152	研究论文	本研究通过性状插补方法增强非线性转录组和蛋白质组关联研究，应用于阿尔茨海默病风险基因和蛋白的发现	将性状插补方法应用于非线性TWAS/PWAS分析，利用深度学习模型捕捉表达量对疾病的非线性效应	生物银行参与者年龄相对年轻导致AD病例数量不足，可能影响统计功效	识别与阿尔茨海默病风险相关的基因和蛋白质	阿尔茨海默病相关基因和蛋白质	机器学习	阿尔茨海默病	转录组测序, 蛋白质组分析	深度学习	基因表达数据, 蛋白质表达数据	GTEx项目和UK Biobank参与者数据	NA	DeLIVR	统计功效, 假阳性率	NA
259	2025-10-06	SuperMRF: deep robust reconstruction for highly accelerated magnetic resonance fingerprinting 2025-Apr-01, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-23-1819 PMID:40235764	研究论文	提出一种名为SuperMRF的深度学习框架，用于从欠采样的磁共振指纹数据直接重建定量T1和T2图谱	首次将三维卷积神经网络同时利用空间和时间信息直接重建MRF定量图谱，绕过传统模式匹配方法	网络使用模拟数据进行训练，在真实数据中的泛化能力需要进一步验证	开发快速、鲁棒的磁共振指纹重建方法	健康志愿者的膝关节磁共振数据	医学影像分析	NA	磁共振指纹成像	CNN	三维笛卡尔磁共振指纹数据	4名志愿者	NA	3D CNN	SSIM, PSNR, NMSE	NA
260	2025-10-06	Enhanced cell tracking using a GAN-based super-resolution video-to-video time-lapse microscopy generative model 2025-Apr-18, iScience IF:4.6Q1 DOI:10.1016/j.isci.2025.112225 PMID:40230526	研究论文	提出一种基于GAN的超分辨率延时显微镜视频生成模型tGAN，用于增强细胞追踪性能	开发了具有双分辨率架构的GAN模型，能够同时捕捉低分辨率和高分辨率细胞细节，生成具有高时间一致性和精细细节的合成注释延时显微镜视频	未明确说明模型在特定细胞类型或成像条件下的泛化能力	解决细胞追踪中注释延时数据有限的问题，提升深度学习在生物图像分析中的应用	细胞动态行为（生长、分裂、运动、细胞间相互作用）	计算机视觉	NA	延时显微镜成像	GAN	视频	NA	NA	GAN, 双分辨率架构	时间一致性, 细节质量	NA