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
801	2025-10-06	A deep learning phenome wide association study of the electrocardiogram 2025-Jul, European heart journal. Digital health DOI:10.1093/ehjdh/ztaf047 PMID:40703109	研究论文	本研究使用深度学习模型从心电图波形中检测1243种不同疾病表型，并探索心电图特征对疾病分类的贡献	首次通过深度学习表型全关联研究系统评估心电图可检测的疾病范围，发现多种新的可检测非心脏疾病	研究基于两家医疗中心的数据，可能存在选择偏倚；部分疾病检测机制仍需进一步解释	确定心电图可检测的心脏和非心脏疾病全谱系，并理解支持疾病分类的心电图特征	心电图波形和连接的电子健康记录数据	机器学习	心血管疾病	心电图分析	多任务深度学习模型	心电图波形数据	来自两家医疗中心的大规模数据集	NA	PheWASNet	AUC	NA
802	2025-10-06	Novel artificial intelligence model using electrocardiogram for detecting acute myocardial infarction needing revascularization 2025-Jul, European heart journal. Digital health DOI:10.1093/ehjdh/ztaf049 PMID:40703113	研究论文	开发基于心电图的人工智能模型用于检测需要血运重建的急性心肌梗死	采用基于Transformer的深度学习模型，通过自监督学习在约一百万未标记心电图上进行预训练，显著提升急性心肌梗死检测性能	研究数据来自单中心推导队列和独立中心外部验证，可能存在选择偏倚	开发人工智能模型用于及时诊断需要血运重建的急性心肌梗死	急性心肌梗死患者的心电图数据	机器学习	心血管疾病	心电图	Transformer	心电图信号	推导队列：300,627名患者的723,389份心电图（含5,872例AMI）；外部验证：259,454名患者的261,429份心电图（含1,095例AMI）	NA	Transformer	AUROC	NA
803	2025-10-06	Development and multinational validation of an ensemble deep learning algorithm for detecting and predicting structural heart disease using noisy single-lead electrocardiograms 2025-Jul, European heart journal. Digital health DOI:10.1093/ehjdh/ztaf034 PMID:40703117	研究论文	开发并验证了一种基于单导联心电图的集成深度学习算法，用于检测和预测结构性心脏病	首次开发了能够适应噪声的单导联AI-ECG算法，可在便携/可穿戴设备上使用	研究主要基于医院数据，社区筛查应用仍需进一步验证	开发适用于社区筛查的结构性心脏病检测和预测算法	来自多个医疗机构的患者心电图和超声心动图数据	机器学习	心血管疾病	心电图	深度学习	心电图信号	266,740份心电图，来自99,205名患者	NA	集成深度学习	AUROC, 校准曲线	NA
804	2025-10-06	Detection of subclinical atherosclerosis by image-based deep learning on chest X-ray 2025-Jul, European heart journal. Digital health DOI:10.1093/ehjdh/ztaf033 PMID:40703133	研究论文	开发基于胸部X光片的深度学习系统用于检测亚临床动脉粥样硬化	首次利用常规胸部X光片通过深度学习预测冠状动脉钙化评分，为无创检测亚临床动脉粥样硬化提供新方法	需要在前瞻性研究中进一步验证，样本量相对有限（540例）	开发基于深度学习的冠状动脉钙化评分预测系统	一级预防患者群体	计算机视觉	心血管疾病	胸部X光摄影，胸部计算机断层扫描	深度学习	医学影像	460例训练和内部验证，90例外部验证，总计540例	NA	AI-CAC模型	AUC, 敏感性, 阴性预测值	NA
805	2025-10-06	Explainable AI for Cotton Leaf Disease Classification: A Metaheuristic-Optimized Deep Learning Approach 2025-Jul, Food science & nutrition IF:3.5Q2 DOI:10.1002/fsn3.70658 PMID:40703612	研究论文	提出一种结合元启发式优化的可解释深度学习框架用于棉花叶部病害分类	结合EfficientNetB3和InceptionResNetV2的混合架构，并集成LIME和SHAP等可解释AI技术增强模型透明度	NA	开发可靠、可解释且适用于田间应用的棉花叶部病害诊断工具	棉花叶部病害图像	计算机视觉	植物病害	深度学习	CNN	图像	NA	NA	EfficientNetB3,InceptionResNetV2	准确率,精确率,召回率,F1分数,AUC-ROC	NA
806	2025-10-06	Multistage attention-based extraction and fusion of protein sequence and structural features for protein function prediction 2025-Jul-01, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf374 PMID:40569190	研究论文	提出一种基于多阶段注意力机制的蛋白质功能预测框架MAEF-GO，通过融合蛋白质序列和结构特征提升预测性能	创新性地整合图卷积网络和图注意力网络提取结构特征，引入频域注意力机制捕获长程依赖，并采用交叉注意力模块实现多模态交互融合	未明确说明模型在特定蛋白质家族或功能类别上的泛化能力限制	开发能够更全面描述蛋白质功能的深度学习预测模型	蛋白质功能预测	生物信息学	NA	蛋白质序列分析，结构特征提取	图卷积网络(GCN)，图注意力网络(GAT)，注意力机制	蛋白质序列数据，结构数据	NA	PyTorch	多阶段注意力机制，交叉注意力模块	准确性，精确度，召回率，F1分数，AUC	NA
807	2025-10-06	AI-CMCA: a deep learning-based segmentation framework for capillary microfluidic chip analysis 2025-Jul-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-11508-7 PMID:40691244	研究论文	提出基于深度学习的毛细管微流控芯片分析框架AI-CMCA，用于自动化流体路径检测与追踪	首次将深度学习分割技术应用于毛细管微流控芯片分析，结合迁移学习特征初始化、编码器-解码器语义分割和序列帧分析	仅测试了五种架构，未明确说明训练数据规模和多样性限制	开发自动化毛细管微流控芯片流体路径分析框架	毛细管微流控芯片中的流体运动	计算机视觉	NA	深度学习分割	CNN	图像序列	NA	NA	U-Net,MobileNetV2,PAN,FPN,PSP-Net,DeepLabV3+	IoU,F1-score	适用于智能手机或边缘设备部署的轻量级设计
808	2025-07-26	Comments on "deep learning for kidney trauma detection: CT image algorithm performance and external validation. - experimental study" 2025-Jul-25, International journal of surgery (London, England) DOI:10.1097/JS9.0000000000002703 PMID:40705511	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
809	2025-10-06	Multi-cascaded heart disease prediction using hybrid deep learning and optimization techniques 2025-Jul-24, Computer methods in biomechanics and biomedical engineering IF:1.7Q3 DOI:10.1080/10255842.2025.2525981 PMID:40707398	研究论文	提出一种基于混合深度学习和优化技术的多级联心脏病预测模型	开发了MI-FHCO优化算法进行特征选择，并采用多级联深度学习网络进行疾病预测	NA	提高心脏病预测的准确率	心脏病患者数据	机器学习	心血管疾病	NaN填充方法、数据归一化	深度学习	医疗数据	NA	NA	多级联深度学习网络(MDLNet)	准确率	NA
810	2025-10-06	Self-driving microscopy detects the onset of protein aggregation and enables intelligent Brillouin imaging 2025-Jul-24, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-60912-0 PMID:40707429	研究论文	开发了一种自驱动显微镜系统，通过深度学习预测蛋白质聚集起始点并实现智能布里渊成像	首次将自驱动显微镜与深度学习相结合，能够从单个荧光图像预测蛋白质聚集起始点，并在聚集即将发生时触发优化的多模态成像	未明确说明样本数量的统计显著性和模型泛化能力	研究蛋白质聚集过程的生物力学特性及其在神经退行性疾病中的作用	活细胞中的蛋白质聚集过程	计算显微镜	神经退行性疾病	布里渊显微镜，荧光成像，明场成像	深度学习，神经网络	荧光图像，明场图像	NA	NA	NA	准确率91%	NA
811	2025-10-06	Spatiotemporal analysis of mangroves using median composites and convolutional neural network 2025-Jul-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-12689-x PMID:40707599	研究论文	提出一种结合中值合成和卷积神经网络的红树林时空分析方法	提出新型云掩膜特征提取方法，整合位掩码、中值合成和多波段光谱采样技术	研究区域仅限于印度泰米尔纳德邦的Pichavaram红树林	开发精确的红树林监测方法以支持生态系统管理	红树林密度分类（稀疏、中等、密集）	计算机视觉	NA	多光谱遥感、云掩膜处理、中值合成	CNN	多光谱卫星图像	2014-2024十年期间的时序卫星影像数据	NA	NA	准确率	NA
812	2025-10-06	A holistic air monitoring dataset with complaints and POIs for anomaly detection and interpretability tracing 2025-Jul-24, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05591-8 PMID:40707589	研究论文	本研究提出了Airware-Haikou数据集，整合多变量空气质量监测数据、POI数据和公众投诉语料，用于城市空气污染异常检测和可解释性分析	首次将多源数据（监测数据、POI数据、公众投诉）整合为统一数据集，并开发了DsRL-Net验证模型提升污染检测准确性	数据仅来自中国海口市的95个监测站，地理覆盖范围有限	城市空气污染监测与异常检测研究	海口市空气质量数据、POI数据、公众投诉数据	机器学习	NA	时空插值、聚类分析、深度学习	深度学习模型	时间序列数据、空间数据、文本数据	95个监测站的每小时监测数据	NA	DsRL-Net	准确性、可靠性	NA
813	2025-10-06	Hybrid deep learning framework based on EfficientViT for classification of gastrointestinal diseases 2025-Jul-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-12128-x PMID:40707631	研究论文	提出基于EfficientViT的混合深度学习框架用于胃肠道疾病分类	结合EfficientNetB0和Vision Transformer的优势，设计双块处理机制分别捕获局部细节和全局依赖关系	未提及模型在更大规模数据集或临床环境中的验证情况	开发准确可靠的胃肠道疾病自动诊断系统	胃肠道疾病的内窥镜图像	计算机视觉	胃肠道疾病	内窥镜成像	混合深度学习模型	图像	未明确说明	NA	EfficientViT, EfficientNetB0, Vision Transformer	准确率, 精确率, 召回率, F1分数	NA
814	2025-10-06	Transfer learning with XAI for robust malware and IoT network security 2025-Jul-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-12404-w PMID:40707655	研究论文	开发了一种基于迁移学习和可解释人工智能的深度学习模型，用于恶意软件分类和网络安全检测	结合迁移学习和XAI技术，在恶意软件内存转储数据集上训练模型，并成功迁移到IoT和网络流量入侵检测领域	NA	提高恶意软件检测和网络安全防护的准确性和效率	混淆恶意软件、IoT网络流量、传统网络入侵数据	机器学习	NA	内存转储分析	深度学习	内存转储数据、网络流量数据	MalwareMemoryDump数据集、NF-TON-IoT数据集、UNSW-NB15数据集	NA	NA	准确率	NA
815	2025-10-06	Enhanced HER-2 prediction in breast cancer through synergistic integration of deep learning, ultrasound radiomics, and clinical data 2025-Jul-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-12825-7 PMID:40707691	研究论文	本研究通过整合超声影像组学、临床数据和深度学习技术，提升乳腺癌HER-2表达状态的诊断准确性	首次将生成对抗网络用于超声图像增强，并构建了融合影像组学特征、深度学习特征和临床特征的联合预测模型	样本量相对有限（210例），缺乏外部验证	提高乳腺癌HER-2表达状态的预测准确性，为个性化治疗提供支持	210例女性乳腺癌患者的超声图像和临床病理数据	医学影像分析	乳腺癌	超声影像组学，深度学习	GAN, CNN, Transformer, LightGBM, Random Forest, XGBoost, Linear Regression	超声图像，临床数据	210例女性乳腺癌患者	NA	ResNet101, VGG19, Transformer	AUC	NA
816	2025-10-06	Equity-enhanced glaucoma progression prediction from OCT with knowledge distillation 2025-Jul-24, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-01884-9 PMID:40707743	研究论文	提出一种名为FairDist的公平增强模型，利用光学相干断层扫描预测青光眼进展	结合知识蒸馏和公平性感知训练，在保持预测性能的同时减少不同人口统计组别间的差异	未明确说明样本规模和数据来源的具体细节	开发公平性增强的青光眼进展预测模型	青光眼患者的光学相干断层扫描数据	计算机视觉	青光眼	光学相干断层扫描	CNN	医学影像	NA	NA	EfficientNet	AUC, 敏感性, 特异性, 公平性调整AUC	NA
817	2025-10-06	Explainable deep learning for stratified medicine in inflammatory bowel disease 2025-Jul-24, Genome biology IF:10.1Q1 DOI:10.1186/s13059-025-03692-6 PMID:40708014	研究论文	本研究开发可解释深度学习模型用于炎症性肠病的分层医学研究	构建端到端生物稀疏化神经网络架构，结合全外显子组序列的基因水平和变异水平分辨率，超越传统单变量方法	NA	通过深度学习改善炎症性肠病的分子分层以支持精准医疗	炎症性肠病患者的全外显子组序列数据	机器学习	炎症性肠病	全外显子组测序	神经网络	基因组序列数据	NA	NA	生物稀疏化神经网络	NA	NA
818	2025-10-06	Convolutional Neural Network Fused With Recurrent Network for ECG-Based Detection of Hypertrophic Cardiomyopathy 2025-Jul-24, Catheterization and cardiovascular interventions : official journal of the Society for Cardiac Angiography & Interventions IF:2.1Q3 DOI:10.1002/ccd.70041 PMID:40708205	研究论文	提出一种融合卷积神经网络和循环网络的混合深度学习模型，用于基于心电图信号的肥厚型心肌病检测	结合卡尔曼滤波预处理、多特征提取与融合，以及CNN-RNN混合架构，同时捕捉ECG信号的空间和时间模式	未提及模型在更广泛人群或实时临床环境中的验证情况	开发准确可靠的肥厚型心肌病早期检测方法	心电图信号	机器学习	心血管疾病	心电图信号分析	CNN, RNN	信号数据	PTB诊断心电图数据库和绍兴宁波医院心电图数据库	NA	CNNFRN（卷积神经网络融合循环网络）, DBN（深度信念网络）	准确率, 灵敏度, 特异性, F1分数	NA
819	2025-10-06	CAP-Net: Carotid Artery Plaque Segmentation System Based on Computed Tomography Angiography 2025-Jul-23, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.07.009 PMID:40707263	研究论文	开发基于深度学习的颈动脉斑块自动检测与分割系统CAP-Net，用于头颈部CT血管造影图像分析	提出包含三个改进深度学习网络的工作流程：普通U-Net用于粗分割、Attention U-Net用于精细分割、双通道输入ConvNeXt-based U-Net用于斑块分割	研究样本量相对有限（1061例患者），未进行多中心外部验证	开发自动化的颈动脉斑块检测与分割深度学习模型	颈动脉斑块	计算机视觉	心血管疾病	CT血管造影（CTA）	U-Net, Attention U-Net, ConvNeXt-based U-Net	医学图像	1061例患者（765男，296女），包含4048个颈动脉斑块	NA	U-Net, Attention U-Net, ConvNeXt-based U-Net	Dice相似系数（DSC）, 检测率, 假阳性率	NA
820	2025-10-06	Precise metabolic dependencies of cancer through deep learning and validations 2025-Jul-22, Cell reports IF:7.5Q1 DOI:10.1016/j.celrep.2025.115945 PMID:40616842	研究论文	本研究开发了基于图深度学习的代谢依赖性预测模型DeepMeta，用于系统揭示癌症细胞的代谢脆弱性	首次结合转录组和代谢网络信息构建图深度学习模型，系统探索癌症驱动基因改变的代谢依赖性	模型验证主要基于TCGA数据集，需要进一步在更多独立数据集中验证	系统揭示癌症细胞的代谢依赖性，为不可靶向的癌症驱动基因提供代谢靶点	癌症细胞、TCGA患者数据、CTNNB1 T41A激活突变	机器学习	癌症	转录组测序、代谢网络分析	图深度学习	基因表达数据、代谢网络数据	TCGA数据集中的癌症样本	NA	DeepMeta	准确性	NA