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
1201	2025-10-07	BRAFPred: A Novel Approach for Accurate Prediction of the B-Type Rapidly Accelerated Fibrosarcoma Inhibitor 2025-Apr-01, ACS omega IF:3.7Q2 DOI:10.1021/acsomega.4c10367 PMID:40191311	研究论文	提出一种名为BRAFPred的新型集成学习框架，用于精确预测B型快速加速纤维肉瘤抑制剂	采用堆叠集成学习方法整合经典机器学习和先进深度学习技术，克服传统QSAR方法的局限性	NA	开发高精度的BRAF抑制剂预测模型	BRAF抑制剂分子	机器学习	癌症	分子描述符分析	集成学习,XGBoost,SVR,深度学习,BERT	分子描述符,小分子序列特征	NA	XGBoost,Scikit-learn,Chemprop,PyTorch	随机森林回归,BERT	平均绝对误差,决定系数	NA
1202	2025-10-07	Deep learning for electrocardiogram interpretation: Bench to bedside 2025-Apr, European journal of clinical investigation IF:4.4Q2 DOI:10.1111/eci.70002 PMID:40191935	综述	本文综述了深度学习在心电图分析中的应用、临床验证及临床实施障碍	系统评估深度学习在心电图分析中的临床有效性，并首次全面分析其临床实施面临的关键障碍	为叙述性综述，缺乏系统性文献检索和定量分析	探讨深度学习技术在心电图分析中的应用前景及临床实施挑战	12导联心电图数据和基于深度学习的医疗设备	机器学习	心血管疾病	心电图分析	深度学习	心电图信号	NA	NA	NA	NA	NA
1203	2025-04-07	Deep learning model for detecting cystoid fluid collections on optical coherence tomography in X-linked retinoschisis patients 2025-Apr-04, Acta ophthalmologica IF:3.0Q1 DOI:10.1111/aos.17495 PMID:40186400	research paper	本文验证了一种深度学习框架，用于在X连锁视网膜劈裂症患者的SD-OCT图像中检测和量化囊样液体聚集	开发了一种基于no-new-U-Net的深度学习模型，用于自动分割和量化X连锁视网膜劈裂症患者的囊样液体聚集	深度学习模型存在系统性高估的问题，需要未来进一步优化	验证深度学习模型在X连锁视网膜劈裂症患者SD-OCT图像中检测和量化囊样液体聚集的有效性	X连锁视网膜劈裂症患者的SD-OCT图像	digital pathology	X-linked retinoschisis	spectral-domain optical coherence tomography (SD-OCT)	no-new-U-Net	image	112 OCT volumes (70训练, 42内部测试), 37 SD-OCT scans (20患者)	NA	NA	NA	NA
1204	2025-10-07	Dynamic integration of feature- and template-based methods improves the prediction of conformational B cell epitopes 2025-Apr-03, Structure (London, England : 1993) DOI:10.1016/j.str.2025.01.018 PMID:39938510	研究论文	开发了一种动态集成算法DynaBCE，通过整合特征基和模板基方法改进构象B细胞表位预测	首次将特征基策略与模板基策略动态集成，提出动态加权方法最大化不同样本中各模块的优势	NA	提高构象B细胞表位的预测准确性	构象B细胞表位	机器学习	NA	蛋白质语言模型，几何图神经网络，transformer算法	Boosting算法，几何图神经网络，transformer	蛋白质结构数据	NA	NA	几何图神经网络，transformer	NA	NA
1205	2025-10-07	FakET: Simulating cryo-electron tomograms with neural style transfer 2025-Apr-03, Structure (London, England : 1993) DOI:10.1016/j.str.2025.01.020 PMID:39947174	研究论文	提出基于神经风格转移的FakET方法，用于模拟冷冻电子断层扫描图像生成	使用神经风格转移技术模拟冷冻透射电子显微镜的前向算子，显著提升数据生成速度并降低内存需求	NA	解决冷冻电子显微镜中粒子定位和分类任务训练数据不足的问题	冷冻电子显微镜图像数据	计算机视觉	NA	冷冻电子显微镜，神经风格转移	神经网络	图像	NA	NA	神经风格转移	数据生成速度，内存使用效率，定位和分类性能	GPU加速，并行处理
1206	2025-04-07	An interpretable deep learning model for the accurate prediction of mean fragmentation size in blasting operations 2025-Apr-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-96005-7 PMID:40181054	研究论文	本研究提出了一种NRBO-CNN-LSSVM模型，用于预测爆破作业中的平均破碎尺寸，结合了CNN、LSSVM和NRBO技术	整合了CNN、LSSVM和NRBO技术，提高了预测准确性和适用性，并开发了交互式GUI以增强实用性	样本量较小（105个样本），可能影响模型的泛化能力	提高爆破作业中平均破碎尺寸的预测准确性	爆破作业中的平均破碎尺寸	机器学习	NA	CNN, LSSVM, NRBO, SVM, SVR	NRBO-CNN-LSSVM, CNN-LSSVM, CNN, LSSVM, SVM, SVR	数值数据	105个样本（来自先前研究和现场采集）	NA	NA	NA	NA
1207	2025-04-07	Efficient fault diagnosis in rolling bearings lightweight hybrid model 2025-Apr-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-96285-z PMID:40181056	研究论文	提出了一种用于滚动轴承故障诊断的轻量级混合模型TSL-Transformer，结合了Transformer和LSTM模块以提高特征提取效率和诊断准确性	对传统Transformer模型进行轻量级改进，引入多头注意力机制和前馈神经网络，并并行加入LSTM模块以增强时序特征捕获能力	仅在CWRU数据集上进行了验证，未提及其他数据集或实际工业场景的测试结果	解决传统深度学习方法处理长时间序列数据时特征提取和模型训练效率低下的问题	滚动轴承的振动信号	机器学习	NA	多头注意力机制，LSTM	TSL-Transformer（Transformer与LSTM混合模型）	时间序列数据（振动信号）	CWRU数据集（具体样本量未说明）	NA	NA	NA	NA
1208	2025-10-07	Encoding matching criteria for cross-domain deformable image registration 2025-Apr, Medical physics IF:3.2Q1 DOI:10.1002/mp.17565 PMID:39688347	研究论文	提出一种面向跨域可变形图像配准的编码器方法，通过建模图像特征和结构特征的匹配准则来提升配准精度和适应性	设计了通用特征编码器(Encoder-G)和结构特征编码器(Encoder-S)，并通过一次性学习更新Encoder-S实现跨域适应	NA	解决跨域可变形图像配准问题，提升深度学习配准方法的泛化能力	医学MRI图像	计算机视觉	多疾病类别	深度学习	编码器网络	医学图像	脑部图像(训练/测试: 870/90对)，腹部图像(训练/测试: 1406/90对)，心脏图像(训练/测试: 64770/870对)	NA	Encoder-G, Encoder-S	Dice相似系数(DSC), 平均对称表面距离(ASSD)	NA
1209	2025-10-07	Improved deep learning-based IVIM parameter estimation via the use of more "realistic" simulated brain data 2025-Apr, Medical physics IF:3.2Q1 DOI:10.1002/mp.17583 PMID:39704604	研究论文	提出一种基于合成数据的监督学习方法SDD-IVIM，用于提高IVIM参数估计的精度和噪声鲁棒性	开发了基于模型的合成人脑IVIM数据生成方法，通过结合复杂参数分布和人脑纹理模拟真实脑组织结构	方法依赖于合成数据训练，未使用真实世界数据进行神经网络训练	提高IVIM参数估计的精度和噪声鲁棒性	人脑IVIM成像，特别是胶质瘤患者	医学影像分析	脑胶质瘤	IVIM双指数模型，多b值扩散加权成像	U-Net	合成脑IVIM数据，扩散加权图像	数值体模实验和20名胶质瘤患者	NA	U-Net	平均绝对误差，平均偏差，结构相似性，变异系数，对比噪声比	NA
1210	2025-10-07	Deep learning-based Monte Carlo dose prediction for heavy-ion online adaptive radiotherapy and fast quality assurance: A feasibility study 2025-Apr, Medical physics IF:3.2Q1 DOI:10.1002/mp.17628 PMID:39871016	研究论文	开发基于深度学习的蒙特卡罗剂量预测模型，用于重离子在线自适应放疗和快速质量保证	在CHD U-Net基础上引入通道注意力机制(CAM)，显著提升重离子治疗中蒙特卡罗剂量预测精度	仅针对头颈部癌症患者进行研究，样本量相对有限	开发深度学习模型用于重离子治疗的在线自适应放疗和快速质量保证	120例头颈部癌症患者	医学影像分析	头颈部癌症	蒙特卡罗模拟(GATE/Geant4)	U-Net	CT图像、三维能量矩阵、射线掩模	120例头颈部癌症患者	NA	CHD U-Net, CAM-CHD U-Net	gamma通过率(3%/3mm), 平均绝对差异	NA
1211	2025-04-06	Optical label-free microscopy characterization of dielectric nanoparticles 2025-Apr-03, Nanoscale IF:5.8Q1 DOI:10.1039/d4nr03860f PMID:40079204	教程	本文综述了无标记光学显微镜技术在纳米颗粒表征中的应用，重点介绍了亚微米尺寸介电颗粒的光学散射理论及其与颗粒质量、大小、结构和材料特性的关系	探讨了不同无标记显微镜技术在纳米颗粒表征中的差异与相似性，并介绍了结合深度学习图像分析的Python笔记本等新兴技术	目前尚无适用于所有纳米颗粒表征的通用解决方案，需要根据样品特性选择合适的技术	为纳米颗粒表征提供测量策略选择指导	亚微米尺寸介电颗粒	光学显微镜	NA	无标记光学显微镜技术	深度学习	图像	NA	NA	NA	NA	NA
1212	2025-04-06	A deep learning framework for instrument-to-instrument translation of solar observation data 2025-Apr-02, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-58391-4 PMID:40175360	研究论文	本文提出了一种深度学习框架，用于太阳观测数据的仪器间转换，以实现多仪器数据集的同质化	利用生成对抗网络（GAN）进行无配对域转换，无需空间或时间重叠即可关联不同仪器	NA	解决不同仪器观测数据因校准和质量差异而难以联合使用的问题	太阳观测数据	计算机视觉	NA	生成对抗网络（GAN）	GAN	图像	24年的空间观测数据及地面和空间太阳观测的四个不同应用	NA	NA	NA	NA
1213	2025-04-06	A compact deep learning approach integrating depthwise convolutions and spatial attention for plant disease classification 2025-Apr-02, Plant methods IF:4.7Q1 DOI:10.1186/s13007-025-01325-4 PMID:40176127	研究论文	提出一种轻量级深度学习模型LWDSC-SA，用于植物病害分类，结合深度可分离卷积和空间注意力机制以提高特征提取能力并保持计算效率	整合空间注意力和深度可分离卷积，提升模型在资源受限环境中的部署能力，同时在PlantVillage数据集上达到98.7%的准确率	模型仅在PlantVillage数据集上进行测试，未在其他多样化的真实农业场景中验证	开发高效轻量的植物病害分类模型以支持农业生产力	14种植物物种的叶片病害图像	计算机视觉	植物病害	深度学习	LWDSC-SA（深度可分离卷积与空间注意力结合的轻量模型）	图像	55,000张图像（涵盖38个病害类别）	NA	NA	NA	NA
1214	2025-04-05	Reconstructing historical climate fields with deep learning 2025-Apr-04, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adp0558 PMID:40173235	research paper	使用基于傅里叶卷积的深度学习方法重建历史气候场	提出了一种基于傅里叶卷积的深度学习方法，能够在大面积和不规则缺失数据的情况下，仅凭极少信息就能真实重建历史气候场，并重现已知历史事件	NA	填补历史气候记录的缺失数据，重建历史气候场	历史气候场数据	machine learning	NA	deep learning, Fourier convolutions	CNN	climate model output	NA	NA	NA	NA	NA
1215	2025-04-05	Interpretable multimodal deep learning model for predicting post-surgical international society of urological pathology grade in primary prostate cancer 2025-Apr-04, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-025-07248-5 PMID:40183953	研究论文	开发了一种可解释的多模态深度学习模型，用于预测前列腺癌术后国际泌尿病理学会分级	整合了18F-PSMA-PET/CT成像特征与临床变量，构建了可解释的多模态融合模型，显著优于术前活检Gleason评分	研究为回顾性设计，样本量相对有限（222例患者）	提高前列腺癌病理分级的准确性，优化手术规划和个性化治疗策略	前列腺癌患者	数字病理	前列腺癌	18F-PSMA-PET/CT成像，深度迁移学习	多模态融合模型	医学影像（PET/CT），临床参数	222例前列腺癌患者（2020-2024年）	NA	NA	NA	NA
1216	2025-10-07	Global Clue-Guided Cross-Memory Quaternion Transformer Network for Multisource Remote Sensing Data Classification 2025-Apr, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3406735 PMID:38875091	研究论文	提出一种用于多源遥感数据分类的全局线索引导跨记忆四元数Transformer网络	设计了独立挤压扩展融合结构、跨记忆四元数Transformer结构和跨模态对比学习结构，有效处理多模态数据的异构性并挖掘互补性	NA	解决多源遥感数据分类中模态异构性问题并探索模态互补性	多源遥感数据[高光谱图像(HSI)和合成孔径雷达(SAR)/激光雷达(LiDAR)]	计算机视觉	NA	遥感成像技术	Transformer	多源遥感图像数据	三个公共多源遥感数据集	NA	三分支结构,独立挤压扩展融合结构,跨记忆四元数Transformer,跨模态对比学习	NA	NA
1217	2025-10-07	Brain-Inspired Learning, Perception, and Cognition: A Comprehensive Review 2025-Apr, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3401711 PMID:38809737	综述	本文从微观、介观、宏观和超宏观视角全面回顾了受脑启发的深度学习算法在感知、认知和理解决策方面的研究进展	首次从四个空间尺度（微观/介观/宏观/超宏观）系统梳理脑启发算法，并总结了该领域面临的十大开放性问题	作为综述文章未提出新的算法模型，主要聚焦于现有研究的系统性归纳	推动下一代人工智能技术发展，通过脑科学机制提升现有模型的智能水平	脑启发的人工智能算法与模型	机器学习	NA	NA	深度学习	NA	NA	NA	NA	NA	NA
1218	2025-10-07	Spectral Tensor Layers for Communication-Free Distributed Deep Learning 2025-Apr, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3394861 PMID:38809740	研究论文	提出一种用于无通信分布式深度学习的光谱张量层	将数据表示为张量形式并用张量积替代传统神经网络中的矩阵积，通过线性变换将数据集分割为多个光谱子数据集实现零通信成本的并行训练	NA	实现无通信成本的分布式深度学习	分布式深度学习系统	机器学习	NA	张量分解，线性变换	光谱张量网络	图像	MNIST, CIFAR-10, ImageNet-1K, ImageNet-21K数据集	NA	并行分支神经网络	NA	NA
1219	2025-10-07	Deep Geometric Learning With Monotonicity Constraints for Alzheimer's Disease Progression 2025-Apr, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3394598 PMID:38771688	研究论文	提出一种结合单调性约束的深度几何学习方法用于预测阿尔茨海默病进展	开发了结合拓扑空间变换、ODE-RGRU和轨迹估计三个模块的新型几何学习框架，并引入单调性约束来反映测量转换的不可逆性	NA	预测阿尔茨海默病的临床进展轨迹	阿尔茨海默病患者	医学影像分析	阿尔茨海默病	结构磁共振成像	RNN, ODE	MRI影像, 认知评分	NA	NA	ODE-RGRU	临床标签预测准确率, 认知评分预测准确率	NA
1220	2025-04-05	Soft sensor modeling using deep learning with maximum relevance and minimum redundancy for quality prediction of industrial processes 2025-Apr, ISA transactions IF:6.3Q1 DOI:10.1016/j.isatra.2025.02.010 PMID:39961741	研究论文	提出了一种基于最大相关和最小冗余的表示学习方法（MRMRRL），用于工业过程的质量预测	结合了质量相关特征提取、隐藏特征冗余减少和信息补偿三个通道的优点，显著提升了性能	未提及具体的工业过程类型或应用范围的局限性	提高工业过程质量预测的准确性和效率	工业过程的质量预测	机器学习	NA	自动编码器（AE）、堆叠自动编码器（SAE）、核主成分分析（KPCA）	MRMRRL、SAE	工业过程数据	未提及具体样本数量	NA	NA	NA	NA