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
81	2025-10-06	A multi-stage multi-modal learning algorithm with adaptive multimodal fusion for improving multi-label skin lesion classification 2025-04, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103091 PMID:40015211	研究论文	提出一种基于不确定性的多模态混合融合策略，用于皮肤癌多标签分类	引入不确定性机制的自适应多模态融合方法，结合临床图像、皮肤镜图像和元数据三种模态	仅使用单一公开数据集进行验证，未在更多临床场景中测试	提高皮肤病变多标签分类的准确性和鲁棒性	皮肤病变图像和元数据	计算机视觉	皮肤癌	深度学习	多模态融合网络	临床图像, 皮肤镜图像, 元数据	公开皮肤疾病数据集	NA	CosCatNet	NA	NA
82	2025-10-06	Comparative evaluation of deep learning architectures, including UNet, TransUNet, and MIST, for left atrium segmentation in cardiac computed tomography of congenital heart diseases 2025-Apr, Ewha medical journal IF:0.3Q3 DOI:10.12771/emj.2025.00087 PMID:40703371	研究论文	比较UNet、TransUNet和MIST三种深度学习架构在先天性心脏病心脏CT图像左心房分割中的性能	首次系统比较三种深度学习架构在先天性心脏病左心房分割中的表现，并深入分析MIST模型中空间注意力机制的有效性	MIST模型计算开销较大，临床实际部署存在困难	评估不同深度学习模型在心脏CT图像左心房分割中的性能差异	先天性心脏病患者的左心房	计算机视觉	心血管疾病	心脏计算机断层扫描	深度学习	医学图像	108个公开可用的CT体积数据，其中97例用于训练验证，11例用于测试	NA	UNet, TransUNet, MIST	Dice分数, HD95	NA
83	2025-10-06	Development of automatic organ segmentation based on positron-emission tomography analysis system using Swin UNETR in breast cancer patients in Korea 2025-Apr, Ewha medical journal IF:0.3Q3 DOI:10.12771/emj.2025.00094 PMID:40703367	研究论文	开发基于Swin UNETR的PET自动器官分割系统，用于韩国乳腺癌患者的标准化SUV评估	首次将Swin UNETR模型应用于乳腺癌患者PET影像的自动器官分割，实现全器官SUV分析的标准化	样本量有限（总样本60例），仅针对韩国人群进行研究	通过深度学习标准化核医学影像中的SUV评估，提高乳腺癌诊断和预后准确性	乳腺癌患者的关键器官（乳腺、肝脏、脾脏和骨髓）	数字病理	乳腺癌	PET（正电子发射断层扫描）	Swin UNETR	医学影像	60例患者（训练集40例，验证集10例，独立测试集10例）	PyTorch	Swin UNETR	分割准确度	NA
84	2025-10-06	Cyclic dual latent discovery for improved blood glucose prediction through patient-provider interaction modeling: a prediction study 2025-Apr, Ewha medical journal IF:0.3Q3 DOI:10.12771/emj.2025.00332 PMID:40703385	研究论文	提出一种循环双潜在发现(CDLD)深度学习框架，通过建模患者-医护人员交互来改进血糖水平预测	首次将患者-医护人员交互建模引入血糖预测框架，采用循环训练机制交替更新患者和医护人员的潜在表示	仅使用ICU患者数据，可能限制模型在普通糖尿病患者的泛化能力	提高血糖变异性预测准确性以改善糖尿病管理	ICU患者及其与医护人员的交互记录	机器学习	糖尿病	深度学习	深度学习框架	电子健康记录，患者-医护人员交互数据	来自MIMIC-IV v3.0数据库的约5,014个患者-医护人员交互实例	NA	循环双潜在发现(CDLD)	均方根误差(RMSE)	NA
85	2025-10-06	SlicesMapi: An Interactive Three-Dimensional Registration Method for Serial Histological Brain Slices 2025-Apr-16, Neuroinformatics IF:2.7Q3 DOI:10.1007/s12021-025-09724-7 PMID:40240690	研究论文	提出一种用于序列脑组织切片的三维交互式配准方法SlicesMapi	通过相邻切片和参考图谱切片的双重约束同时校正3D和2D空间的线性和非线性形变，并采用全分辨率图像配准避免深度学习方法的降采样信息损失	NA	解决2D脑切片图像与3D参考脑图谱配准的精度、计算效率和适用性挑战	脑组织切片序列	数字病理	NA	脑切片技术	NA	图像	NA	NA	NA	Dice系数	NA
86	2025-10-06	Prior Visual-Guided Self-Supervised Learning Enables Color Vignetting Correction for High-Throughput Microscopic Imaging 2025-04, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3471907 PMID:39412976	研究论文	提出一种自监督深度学习算法VCLUT，用于校正彩色显微图像中的渐晕效应	利用显微图像均匀性和渐晕径向衰减特性的先验知识，开发了可同时在单张和多张图像上训练的自监督学习方法	NA	开发一种鲁棒高效的彩色显微图像渐晕校正方法	彩色显微图像中的渐晕效应	数字病理学	NA	显微成像	GAN	彩色显微图像	五种不同生物标本数据	NA	NA	定性评估,定量测量	NA
87	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
88	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
89	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
90	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
91	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
92	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
93	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
94	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
95	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
96	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
97	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
98	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
99	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
100	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