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
101	2025-10-06	Classifying Obsessive-Compulsive Disorder from Resting-State EEG using Convolutional Neural Networks: A Pilot Study 2025-May-07, medRxiv : the preprint server for health sciences DOI:10.1101/2025.05.06.25327094 PMID:40385410	研究论文	本研究使用卷积神经网络对静息态脑电图数据进行分类，以区分强迫症患者与健康对照组	首次将CNN应用于最小预处理后的EEG时频表征数据来分类强迫症，并探索了临床和人口统计学信息的多模态融合	样本量较小（仅20名参与者），需要在更大更多样化的样本中进一步验证	开发基于深度学习的强迫症自动诊断方法	未服药的强迫症患者和健康对照组的静息态脑电图数据	机器学习	强迫症	静息态脑电图，Morlet小波变换	CNN, SVM	脑电图时频表征	20名参与者（10名强迫症患者，10名健康对照组）	NA	2D CNN	准确率, AUC	NA
102	2025-10-06	Neurospectrum: A Geometric and Topological Deep Learning Framework for Uncovering Spatiotemporal Signatures in Neural Activity 2025-May-08, bioRxiv : the preprint server for biology DOI:10.1101/2023.03.22.533807 PMID:40654845	研究论文	提出Neurospectrum框架，通过几何和拓扑深度学习揭示神经活动中的时空特征	将神经活动编码为受时空结构影响的潜在轨迹，结合图注意力机制、图小波嵌入和流形正则化自编码器，使用多尺度几何、拓扑和动力学特征描述符	NA	从高维、噪声和动态的神经信号中提取与行为或疾病相关的可解释特征	神经活动信号	机器学习	强迫症	fMRI，钙成像	图神经网络，自编码器，循环神经网络	神经信号数据	NA	NA	图注意力网络，流形正则化自编码器	NA	NA
103	2025-10-06	Boltz-1 Democratizing Biomolecular Interaction Modeling 2025-May-06, bioRxiv : the preprint server for biology DOI:10.1101/2024.11.19.624167 PMID:39605745	研究论文	介绍Boltz-1开源深度学习模型，该模型在生物分子复合物3D结构预测方面达到Alphafold3级别精度	提出创新的模型架构、速度优化和数据处理方法，并开发Boltz-steering推理时引导技术来修正模型幻觉和非物理预测	NA	推进生物分子相互作用建模，促进药物发现和蛋白质设计领域发展	生物分子复合物的3D结构	机器学习	NA	深度学习	深度学习模型	生物分子结构数据	NA	NA	Boltz-1	结构预测精度	NA
104	2025-10-06	scRegulate: Single-Cell Regulatory-Embedded Variational Inference of Transcription Factor Activity from Gene Expression 2025-May-05, bioRxiv : the preprint server for biology DOI:10.1101/2025.04.17.649372 PMID:40654959	研究论文	开发了一种名为scRegulate的生成式深度学习框架，用于从单细胞RNA测序数据推断转录因子活性和基因调控网络	通过整合结构化生物约束与概率潜在空间模型，将先验生物知识与数据驱动推断相结合，能够捕获新颖、动态和上下文特定的调控相互作用	NA	从单细胞RNA测序数据准确推断转录因子活性和基因调控网络	单细胞RNA测序数据，转录因子，基因调控网络	计算生物学	NA	单细胞RNA测序，Perturb-seq	变分推断，生成式深度学习	基因表达数据	多个公共实验和合成数据集，包括PBMC单细胞RNA测序数据	NA	NA	AUROC, AUPRC, log2倍数变化	NA
105	2025-10-06	MIST-Explorer: The Comprehensive Toolkit for Spatial Omic Analysis and Visualization of Single-Cell MIST Array Data 2025-May-04, bioRxiv : the preprint server for biology DOI:10.1101/2025.04.29.650640 PMID:40654960	研究论文	开发用于单细胞空间MIST阵列数据分析和可视化的综合工具包MIST-Explorer	首个专门用于空间MIST数据图像配准和分析的专用软件，整合了从图像预处理到蛋白质定量的完整空间组学工作流	未提及具体性能评估数据或与其他工具的对比分析	解决空间蛋白质组学数据分析中缺乏专用工具的问题	组织样本和培养细胞的空间MIST数据	空间组学	NA	空间MIST（多重标记技术）	深度学习	图像数据	NA	Python, PyQt6, Astroalign, PyStackReg, StarDist	StarDist	NA	NA
106	2025-10-06	Accurate and fast segmentation of filaments and membranes in micrographs and tomograms with TARDIS 2025-May-01, bioRxiv : the preprint server for biology DOI:10.1101/2024.12.19.629196 PMID:39763817	研究论文	提出了一种基于Transformer的快速无维度实例分割框架TARDIS，用于自动准确分割电子显微镜图像中的细丝和膜结构	首次实现了基于几何Transformer架构的实例分割方法，能够同时处理2D/3D电子显微镜数据	NA	开发自动化分割生物大分子结构的深度学习框架	电子显微镜图像中的细丝和膜结构	计算机视觉	NA	电子显微镜，电子断层扫描	Transformer	2D/3D电子显微镜图像，电子断层扫描重建数据	超过13,000个电子断层扫描数据	NA	几何Transformer	NA	NA
107	2025-10-06	Deep learning applications in orthopaedics: a systematic review and future directions 2025 May-Jun, Acta ortopedica mexicana PMID:40645786	系统综述	系统分析骨科领域深度学习的应用现状并展望未来发展方向	首次系统梳理2020-2023年间骨科深度学习应用的研究现状，识别最常用的工具和方法	研究间存在高度异质性，方法和术语差异可能导致诊断准确性高估	分析人工智能和深度学习工具在骨科领域的应用现状	骨科领域的风险评估、结果评估、影像学和基础科学研究	医学影像分析	骨科疾病	深度学习	CNN	影像数据	595项研究（共862项筛选）	NA	卷积神经网络	诊断准确性	NA
108	2025-10-06	Optimizing Locomotor Task Sets for Training a Biological Joint Moment Estimator 2025-May, IEEE ... International Conference on Rehabilitation Robotics : [proceedings] DOI:10.1109/ICORR66766.2025.11063074 PMID:40644131	研究论文	提出一种运动任务集优化策略，通过最小化代表性任务集来训练生物关节力矩估计模型	首次通过聚类分析优化运动任务集，在保持模型性能的同时显著减少数据收集需求	研究仅针对髋关节力矩估计，未验证其他关节的适用性	优化外骨骼控制中基于可穿戴传感器的生物关节力矩估计方法	人体髋关节力矩	机器学习	NA	可穿戴传感器数据采集	神经网络	传感器数据	跨受试者交叉验证	NA	NA	均方根误差	NA
109	2025-10-06	Simultaneous Recognition of Locomotion Mode, Phase, and Phase Progression Using Deep Learning Models 2025-May, IEEE ... International Conference on Rehabilitation Robotics : [proceedings] DOI:10.1109/ICORR66766.2025.11062982 PMID:40644172	研究论文	提出一种深度学习框架，同时识别运动模式、相位及相位进展，用于穿戴式机器人实时辅助	首个同时预测运动模式、相位和相位进展的方法，实现个性化辅助	仅包含五名参与者的数据，样本量有限	开发有效的用户意图识别算法，提升穿戴式机器人在真实场景的应用	人体运动活动（平地行走、上楼梯、下楼梯、坐站转换）	机器学习	NA	惯性测量单元（IMU）	深度学习	IMU传感器数据	5名参与者	NA	NA	分类准确率，相位进展百分比估计精度	NA
110	2025-10-06	Exploring Cortical Responses to Blood Flow Restriction through Deep Learning 2025-May, IEEE ... International Conference on Rehabilitation Robotics : [proceedings] DOI:10.1109/ICORR66766.2025.11063023 PMID:40644184	研究论文	本研究使用深度学习分析血流量限制训练期间的大脑皮层响应	首次将深度学习与脑机接口结合用于探索血流量限制训练的皮层活动模式	样本量较小，个体间差异显著，跨被试模型仅达到随机水平准确率	研究血流量限制训练对大脑皮层活动的影响	6名受试者在血流量限制训练前、中、后的皮层响应	脑机接口	NA	脑磁图	深度学习	脑磁图信号	6名受试者	NA	BaseNet	准确率	NA
111	2025-10-06	Personalization of Wearable Sensor-Based Joint Kinematics Estimation Using Computer Vision for Hip Exoskeleton Applications 2025-May, IEEE ... International Conference on Rehabilitation Robotics : [proceedings] DOI:10.1109/ICORR66766.2025.11063180 PMID:40644220	研究论文	提出基于计算机视觉的深度学习适应框架，用于实时关节运动学估计	结合计算机视觉与可穿戴传感器，仅需少量步态周期数据即可实现个性化关节运动学估计	在无法使用摄像头的场景中不可行	开发适用于髋关节外骨骼的实时关节运动学估计方法	下肢关节运动学，特别是僵硬膝步态数据	计算机视觉	运动障碍	深度学习，迁移学习	TCN	传感器数据，运动捕捉数据	少量步态周期数据（1-2个步态周期）	NA	时序卷积网络	均方根误差	智能手机摄像头，实时推理
112	2025-10-06	Position Based Camera-2D LiDAR Fusion and Person Following for Mobile Robots 2025-May, IEEE ... International Conference on Rehabilitation Robotics : [proceedings] DOI:10.1109/ICORR66766.2025.11062955 PMID:40644251	研究论文	本文提出了一种基于位置的相机-2D LiDAR融合方法，并在真实移动机器人上测试了人员跟随应用	首次在真实机器人上测试基于位置的目标人员跟踪系统用于人员跟随应用，并与基于图像的跟踪方法进行对比	基于位置的跟踪主要适用于短期跟踪，未在长期跟踪场景中进行测试	开发更有效的人员跟随系统，解决现有方法在跟踪视角和误报方面的限制	移动机器人的人员跟随系统	机器人视觉	NA	深度学习，多传感器融合	深度学习人员检测模型	RGBD图像，LiDAR点云数据	NA	NA	UCMCtrack, SORT	ID切换率，跟踪一致性	真实移动机器人平台
113	2025-10-06	Identifying Asthma-Related Symptoms From Electronic Health Records Using a Hybrid Natural Language Processing Approach Within a Large Integrated Health Care System: Retrospective Study 2025-May-02, JMIR AI DOI:10.2196/69132 PMID:40611521	研究论文	本研究开发了一种混合自然语言处理方法来从电子健康记录中识别哮喘相关症状	结合基于规则和基于Transformer的深度学习算法，创建混合NLP方法用于哮喘症状识别	研究依赖于单一医疗系统的数据，可能限制算法的泛化能力	开发自然语言处理算法从临床文本中识别哮喘相关症状	大型综合医疗系统中的电子健康记录和临床笔记	自然语言处理	哮喘	自然语言处理	Transformer	文本	11,374,552份临床笔记，包含128,211,793个句子	NA	Transformer	阳性预测值, 敏感度, F1分数	NA
114	2025-10-06	Learning-based early detection of post-hepatectomy liver failure using temporal perioperative data: a nationwide multicenter retrospective study in China 2025-May, EClinicalMedicine IF:9.6Q1 DOI:10.1016/j.eclinm.2025.103220 PMID:40630620	研究论文	本研究开发了一种基于人工智能的深度学习模型，用于肝切除术后24小时内早期检测肝衰竭	首次将基础模型Bio-Clinical BERT与上下文感知transformer模块结合，对围手术期时序数据进行深度特征分析，实现PHLF的极早期检测	MIMIC-IV队列数据不完整且主要为高加索人群，模型在该队列表现相对有限	利用人工智能技术改进肝切除术后肝衰竭的早期检测方法	肝切除手术患者	医疗人工智能	肝衰竭	电子健康记录数据分析	深度学习,transformer	时序医疗数据	中国队列1832例患者（训练681例，验证1151例），MIMIC-IV队列242例	PyTorch	Bio-Clinical BERT,transformer	AUC,准确率	NA
115	2025-10-06	Validity and accuracy of artificial intelligence-based dietary intake assessment methods: a systematic review 2025-May-14, The British journal of nutrition DOI:10.1017/S0007114525000522 PMID:40207441	系统综述	系统评估人工智能技术在膳食摄入评估方法中的有效性和准确性	首次系统综述AI技术在膳食摄入评估领域的应用效果，重点关注深度学习与机器学习方法的性能表现	纳入研究数量有限（13项），61.5%的研究存在中等偏倚风险，需要更多人群比较研究和更大样本量	评估基于人工智能的膳食摄入评估方法的有效性和准确性	营养流行病学中的膳食数据评估方法	机器学习	NA	人工智能技术	深度学习, 机器学习	膳食摄入数据	13项符合条件的研究	NA	NA	相关系数	NA
116	2025-10-06	Challenges in AI-driven Biomedical Multimodal Data Fusion and Analysis 2025-May-10, Genomics, proteomics & bioinformatics DOI:10.1093/gpbjnl/qzaf011 PMID:40036568	综述	本文全面概述了生物医学多模态数据融合与AI分析的挑战、方法和应用前景	系统总结了多模态表示学习方法在生物医学领域的应用挑战，并提出通过模型预训练和知识整合的未来发展方向	作为综述文章，未涉及具体实验验证和性能评估	探讨AI技术在生物医学多模态数据整合分析中的应用挑战和发展方向	分子、细胞、影像和电子健康记录等多模态生物医学数据	机器学习	NA	多模态数据融合分析	深度学习模型	多模态数据（分子、细胞、影像、电子健康记录）	NA	NA	大语言模型, 视觉模型	NA	NA
117	2025-10-06	A new multimodal medical image fusion framework using Convolution Neural Networks 2025-May, Journal of medical engineering & technology DOI:10.1080/03091902.2025.2488827 PMID:40214199	研究论文	提出一种基于卷积神经网络的多模态医学图像融合新框架	通过优化卷积层数量和选择swish激活函数，提出高效的医学图像融合方法	NA	开发优化的深度学习框架用于医学图像融合	多模态医学图像	计算机视觉	NA	医学图像融合	CNN	医学图像	NA	NA	卷积神经网络	多种评估指标，融合图像质量	NA
118	2025-10-06	Deep ensemble architecture with improved segmentation model for Alzheimer's disease detection 2025-May, Journal of medical engineering & technology DOI:10.1080/03091902.2025.2484691 PMID:40219912	研究论文	提出一种用于阿尔茨海默病检测的深度集成架构，通过改进的分割模型和特征提取方法提高检测准确率	提出改进的U-Net分割架构和En-LeCILSTM集成模型，结合LeNet、CNN和改进LSTM，通过模型输出平均提升检测精度	NA	开发更有效的阿尔茨海默病检测方法	阿尔茨海默病患者的医学影像数据	医学影像分析	阿尔茨海默病	深度学习	集成学习, CNN, LSTM	医学影像	NA	NA	U-Net, LeNet, CNN, LSTM	准确率, F-measure	NA
119	2025-10-06	Fine-Grained Classification of Pressure Ulcers and Incontinence-Associated Dermatitis Using Multimodal Deep Learning: Algorithm Development and Validation Study 2025-May-01, JMIR AI DOI:10.2196/67356 PMID:40605794	研究论文	开发并验证用于压力性损伤和失禁性皮炎细粒度分类的多模态深度学习框架	首次提出结合伤口图像和分类患者数据的多模态深度学习框架，实现压力性损伤和失禁性皮炎的精确区分和细粒度分类	细粒度分类性能仍有提升空间，IAD分类F1分数相对较低，需要进一步扩展数据集多样性	开发能够准确区分压力性损伤和失禁性皮炎并对其伤口严重程度进行细粒度分类的深度学习模型	压力性损伤和失禁性皮炎的伤口图像	计算机视觉	皮肤疾病	深度学习	CNN, Transformer	图像, 分类患者数据	1555张伤口图像	NA	TinyViT, ConvNeXtV2	F1-score, 准确率, 精确率, 召回率	NA
120	2025-10-06	Single-shot reconstruction of three-dimensional morphology of biological cells in digital holographic microscopy using a physics-driven neural network 2025-May-24, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-60200-x PMID:40413181	研究论文	提出一种名为MorpHoloNet的深度学习模型，用于从单次全息图中重建生物细胞的三维形态	通过整合物理驱动和基于坐标的神经网络，实现从单次全息图直接重建3D复杂光场和3D形态，无需多相位全息图或角度扫描	NA	开发用于数字同轴全息显微镜中生物细胞三维形态重建的深度学习技术	生物细胞	计算机视觉	NA	数字同轴全息显微镜	神经网络	全息图像	NA	NA	物理驱动神经网络, 基于坐标的神经网络	NA	NA