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
1141	2025-10-06	Artificial intelligence-driven cybersecurity: enhancing malicious domain detection using attention-based deep learning model with optimization algorithms 2025-Jul-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-99420-y PMID:40610687	研究论文	提出一种结合注意力机制深度学习与优化算法的恶意域名检测技术	首次将时序卷积网络与双向长短期记忆网络结合挤压激励注意力机制，并采用量子启发萤火虫算法和鹦鹉优化算法进行特征选择和超参数调优	仅在一个恶意域名数据集上验证，未说明模型在其他类型网络攻击中的泛化能力	提升网络安全领域的恶意域名检测性能	互联网域名系统(DNS)中的恶意域名	网络安全	NA	深度学习，优化算法	TCN, BiLSTM, 注意力机制	域名系统数据	NA	NA	TCN-BiLSTM-SEA（时序卷积网络-双向长短期记忆网络-挤压激励注意力）	准确率	NA
1142	2025-10-06	Selective identification of polyploid hepatocellular carcinomas with poor prognosis by artificial intelligence-based pathological image recognition 2025-Jul-03, Communications medicine IF:5.4Q1 DOI:10.1038/s43856-025-00967-8 PMID:40610763	研究论文	开发基于深度学习的人工智能病理图像识别方法，用于识别肝细胞癌中的多倍体亚型及其预后评估	首次利用深度学习模型从H&E染色病理图像中识别多倍体肝细胞癌，无需传统染色体荧光原位杂交技术	研究样本量有限（初始训练集仅44例HCC），需要进一步验证和推广	开发可临床应用的癌症多倍体诊断方法，实现肝细胞癌的预后分层	肝细胞癌患者病理样本	数字病理	肝细胞癌	苏木精-伊红染色，染色体荧光原位杂交	深度学习	病理图像	初始训练集44例HCC，验证集169例肝癌，外加公共数据集	NA	NA	预后识别能力，与基因组分析对比	NA
1143	2025-10-06	Interpretable and generalizable deep learning model for preoperative assessment of microvascular invasion and outcome in hepatocellular carcinoma based on MRI: a multicenter study 2025-Jul-03, Insights into imaging IF:4.1Q1 DOI:10.1186/s13244-025-02035-0 PMID:40610844	研究论文	开发基于MRI的可解释、泛化性强的深度学习模型用于肝细胞癌微血管侵犯术前评估和预后预测	采用对抗网络学习多中心域不变特征，结合生物信息学分析增强模型可解释性	回顾性研究设计，样本量相对有限	开发可解释且泛化性强的深度学习模型用于肝细胞癌微血管侵犯术前评估	肝细胞癌患者	医学影像分析	肝细胞癌	MRI, RNA测序分析	对抗网络深度学习模型	MRI图像	546例肝细胞癌患者来自五个医疗中心	NA	对抗网络深度学习模型	AUC	NA
1144	2025-10-06	Advanced deep learning framework for underwater object detection with multibeam forward-looking sonar 2025-Jul, Structural health monitoring DOI:10.1177/14759217241235637 PMID:40621572	研究论文	提出一种基于多波束前视声纳的先进深度学习框架用于水下目标检测	在YOLOv7网络架构基础上，在数据预处理、特征融合和损失函数三个关键方面进行了独特优化	未明确说明具体的数据集规模和多样性限制	提高水下目标检测的精度和可迁移性	水下基础设施和水下目标	计算机视觉	NA	多波束前视声纳	CNN	声纳图像	NA	NA	YOLOv7	目标分类性能、定位精度、迁移学习能力	水下遥控操作车辆
1145	2025-10-06	Efficient sparse-view medical image classification for low radiation and rapid COVID-19 diagnosis 2025-Jul, Biomedical engineering letters IF:3.2Q2 DOI:10.1007/s13534-025-00478-4 PMID:40621608	研究论文	提出一种基于深度学习的投影式掩码自编码器(ProMAE)，用于稀疏视图CT图像的快速准确COVID-19诊断	采用列向掩码策略在预训练中从正弦图中学习关键诊断特征，无需CT图像重建即可直接分类稀疏视图正弦图	NA	开发低辐射剂量和快速COVID-19诊断的医学图像分类方法	稀疏视图CT图像	医学影像分析	COVID-19	CT成像	自编码器	CT图像，正弦图	NA	NA	ProMAE, ResNet, ConvNeXt, MAE	准确率	NA
1146	2025-10-06	A review of hybrid EEG-based multimodal human-computer interfaces using deep learning: applications, advances, and challenges 2025-Jul, Biomedical engineering letters IF:3.2Q2 DOI:10.1007/s13534-025-00469-5 PMID:40625554	综述	本文系统综述了2016-2024年间基于EEG的多模态人机交互系统结合深度学习的应用进展与挑战	首次系统整合了基于EEG的多模态HCI系统研究成果，分析了信号组合、网络架构和融合策略的最新进展	缺乏实时在线系统、信号同步困难、数据可用性有限、可解释AI方法不足	评估深度学习在EEG多模态人机交互系统中的应用现状与发展趋势	124篇从Web of Science数据库检索的相关研究论文	人机交互	NA	脑电图(EEG)、功能性近红外光谱(fNIRS)、脑磁图(MEG)、功能磁共振成像(fMRI)、眼电图(EOG)、肌电图(EMG)、心电图(ECG)、光电容积脉搏波(PPG)、皮电反应(GSR)	CNN	多模态生物信号	124项研究	NA	卷积神经网络	NA	NA
1147	2025-10-06	Advances in cardiovascular signal analysis with future directions: a review of machine learning and deep learning models for cardiovascular disease classification based on ECG, PCG, and PPG signals 2025-Jul, Biomedical engineering letters IF:3.2Q2 DOI:10.1007/s13534-025-00473-9 PMID:40625553	综述	系统回顾人工智能在心血管信号分析中的进展，重点关注基于ECG、PCG和PPG信号的心血管疾病分类方法	全面比较传统机器学习与深度学习模型在心血管信号分析中的性能，提出多模态信号融合和可解释AI的未来方向	数据集异质性、预处理方法不一致和计算复杂度高阻碍临床转化应用	评估人工智能技术在心血管疾病分类和诊断中的转化应用潜力	心电图(ECG)、心音图(PCG)和光电容积脉搏波(PPG)信号	机器学习	心血管疾病	信号处理, 特征提取	KNN, SVM, RF, CNN, LSTM	生理信号	NA	NA	CNN, LSTM, 迁移学习模型	NA	NA
1148	2025-10-06	AIoptamer: Artificial Intelligence-Driven Aptamer Optimization Pipeline for Targeted Therapeutics in Healthcare 2025-Jul-07, Molecular pharmaceutics IF:4.5Q1 DOI:10.1021/acs.molpharmaceut.5c00343 PMID:40531093	研究论文	提出了一种人工智能驱动的适配体优化流程，用于加速靶向治疗中的适配体发现与设计	首次将人工智能与先进计算方法结合，构建了系统性的适配体优化流程，显著提升了适配体设计的效率	流程依赖于已知的适配体-宿主复合物作为起点，可能限制了全新适配体的发现	开发高效的人工智能驱动适配体优化方法，减少传统实验方法的依赖	RNA和DNA适配体及其与宿主分子的复合物	机器学习, 计算生物学	NA	SELEX, 分子动力学模拟, 深度学习方法	深度学习模型, 机器学习模型	序列数据, 结构数据	NA	NA	PredPRBA, PDA-Pred	结合亲和力预测, 结构稳定性评估	NA
1149	2025-10-06	Photon-counting micro-CT scanner for deep learning-enabled small animal perfusion imaging 2025-Jul-07, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ade94b PMID:40578400	研究论文	介绍一种用于小动物灌注成像的光子计数微型CT扫描仪及其深度学习应用	结合光子计数微型CT扫描仪与深度学习网络，实现快速五维重建和灌注映射	仅在小鼠模型和体模中进行验证，尚未在更广泛的动物模型或临床环境中测试	开发高吞吐量小动物灌注成像平台	小动物（小鼠）和定制灌注体模	医学影像	血管疾病	光子计数CT，碘对比剂灌注成像	CNN	多能量时间序列CT图像	小鼠研究和定制体模	NA	卷积神经网络	噪声水平（HU），对比噪声比，血流指数误差，决定系数	NA
1150	2025-10-06	pyDOSEIA: A Python Package for Radiological Impact Assessment during Long-term or Accidental Atmospheric Releases 2025-Jul-07, Health physics IF:1.0Q4 DOI:10.1097/HP.0000000000002014 PMID:40622262	研究论文	介绍用于气象数据处理和辐射影响评估的Python软件包pyDOSEIA	基于高斯烟羽模型并遵循IAEA和AERB指南，提供年龄特定、距离特定和核素特定的辐射剂量计算，具备并行处理能力并支持机器学习和深度学习研究	NA	开发用于核与辐射事故场景下辐射影响评估的软件工具	大气释放场景下的辐射剂量评估	机器学习	NA	高斯烟羽模型	NA	气象数据、辐射数据	NA	Python	NA	NA	并行处理
1151	2025-10-06	Trends and Innovations in Tools for Processing Chromatographic Data Using Mass Spectrometry Detection: A Systematic Review 2025-Jul-06, Critical reviews in analytical chemistry IF:4.2Q1 DOI:10.1080/10408347.2025.2528134 PMID:40618385	系统综述	系统回顾过去六年色谱数据质谱检测计算工具的技术创新	首次系统评估色谱-质谱数据处理工具的最新进展，重点关注机器学习和深度学习算法的应用	依赖已发表文献，缺乏标准化评估框架，需要更多标注数据支持	评估色谱-质谱数据处理计算工具的技术发展趋势和创新特点	33项符合原创性、适用性和创新性标准的研究	分析化学信息学	NA	质谱检测, 色谱技术	机器学习, 深度学习	色谱-质谱数据	33项研究	NA	NA	自动化程度, 可扩展性, 准确性	NA
1152	2025-10-06	Efficient attention vision transformers for monocular depth estimation on resource-limited hardware 2025-Jul-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-06112-8 PMID:40615443	研究论文	本文研究如何通过高效注意力机制优化视觉Transformer，在资源受限硬件上实现单目深度估计	将高效注意力模块应用于单目深度估计任务，并采用帕累托前沿分析方法优化质量与推理速度的平衡	未明确说明具体资源受限硬件的规格和性能限制	在保持性能的同时降低单目深度估计模型的计算复杂度	视觉Transformer模型在单目深度估计任务中的应用	计算机视觉	NA	深度学习	Vision Transformer	图像	NA	NA	Transformer	推理速度, 估计质量	资源受限硬件
1153	2025-10-06	Deep Learning Multi Modal Melanoma Detection: Algorithm Development and Validation 2025-Jul-05, JMIR AI DOI:10.2196/66561 PMID:40619207	研究论文	开发并验证了一种基于多模态深度学习的黑色素瘤检测方法	结合图像数据和患者元数据，使用非线性最小二乘回归为不同模型分配最优权重进行联合预测	未利用文本数据（患者主观感受），未来可进一步模拟真实医院环境	区分黑色素瘤和脂溢性角化病，减少误诊	老年残疾患者的皮肤病变	计算机视觉	皮肤癌	深度学习	CNN	图像, 元数据	HAM10000数据集的221个测试样本	NA	ResNet50, InceptionV3, VGG16, 作者自定义模型	准确率	NA
1154	2025-10-06	Artifact-robust Deep Learning-based Segmentation of 3D Phase-contrast MR Angiography: A Novel Data Augmentation Approach 2025-Jul-05, Magnetic resonance in medical sciences : MRMS : an official journal of Japan Society of Magnetic Resonance in Medicine IF:2.5Q2 DOI:10.2463/mrms.tn.2024-0211 PMID:40619248	研究论文	提出一种新颖的数据增强方法，用于改善受搏动伪影影响的3D相位对比磁共振血管成像的深度学习分割效果	通过在k空间幅度中添加周期性误差来模拟搏动伪影，创新性地解决了PC-MRA图像分割中的伪影干扰问题	研究样本量较小（仅16名志愿者），且主要针对搏动伪影，未考虑其他类型的图像伪影	提高3D相位对比磁共振血管成像在存在搏动伪影情况下的血管分割准确性	3D相位对比磁共振血管成像图像	医学影像分析	心血管疾病	相位对比磁共振血管成像	深度学习	3D医学影像	16名志愿者的PC-MRA数据集	NA	NA	Dice-Sørensen系数, Intersection over Union, 平均对称表面距离	NA
1155	2025-10-06	Dual Structure Reinforces Interfacial Polarized MXene/PVDF-TrFE Piezoelectric Nanocomposite for Pressure Monitoring 2025-Jul-04, Nano-micro letters IF:31.6Q1 DOI:10.1007/s40820-025-01839-5 PMID:40613833	研究论文	本研究开发了一种双结构增强的MXene/PVDF-TrFE压电纳米复合材料，通过界面极化和结构设计耦合效应提升压电性能	提出双结构增强策略，结合界面极化和多孔结构设计，使PVDF-TrFE的自发极化从0.56提升至31.41德拜，压电响应提升三倍，低压区域灵敏度提升八倍	未明确说明材料制备的规模化挑战和长期稳定性评估	开发高性能压电复合材料用于压力监测	MXene/PVDF-TrFE压电纳米复合材料	材料科学	NA	分子动力学模拟，密度泛函理论计算，有限元模拟	深度学习算法	压力信号数据	NA	NA	NA	压电响应，灵敏度，循环稳定性（超过20,000次循环）	NA
1156	2025-10-06	RSLpred2: An Integrated Web Server for the Annotation of Rice Proteome Subcellular Localization Using Deep Learning 2025-Jul-04, Rice (New York, N.Y.) DOI:10.1186/s12284-025-00767-7 PMID:40613991	研究论文	开发基于深度学习的RSLpred2网络服务器，用于水稻蛋白质组亚细胞定位注释	在RSLpred-1.0基础上扩展的四级预测系统，能区分单定位和双定位蛋白质，并实现更精细的亚细胞定位分类	未明确说明模型对未知蛋白质的泛化能力及跨物种适用性	开发准确快速的水稻蛋白质亚细胞定位预测工具	水稻蛋白质组	生物信息学	NA	深度学习	深度学习模型	蛋白质序列数据	使用5折交叉验证和独立测试集进行评估	NA	NA	准确率, Matthews相关系数	NA
1157	2025-10-06	DOLPHIN advances single-cell transcriptomics beyond gene level by leveraging exon and junction reads 2025-Jul-04, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-61580-w PMID:40615408	研究论文	提出一种名为DOLPHIN的深度学习方法，通过整合外显子和连接点读取数据改进单细胞转录组分析	首次将外显子水平和连接点读取数据整合到单细胞分析中，将基因表示为图结构并通过变分图自编码器处理	未在摘要中明确说明方法的具体限制	提升单细胞转录组分析的精度和分辨率	单细胞转录组数据	生物信息学	NA	单细胞测序	图神经网络, 变分自编码器	外显子数据, 连接点读取数据	NA	NA	变分图自编码器	细胞聚类, 生物标志物发现, 选择性剪接检测	NA
1158	2025-10-06	Multi class aerial image classification in UAV networks employing Snake Optimization Algorithm with Deep Learning 2025-Jul-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-04570-8 PMID:40615432	研究论文	提出一种基于蛇优化算法与深度学习的多类别航拍图像分类方法，应用于无人机网络	结合蛇优化算法进行超参数调优，采用高效DenseNet模型和核极限学习机分类器	仅在UCM土地利用数据集上进行验证，未提及其他数据集或实际部署情况	实现无人机网络中多类别航拍图像的精确分类	无人机网络采集的航拍图像	计算机视觉	NA	深度学习，图像分类	CNN, KELM	航拍图像	UCM土地利用数据集	NA	Efficient DenseNet	准确率	NA
1159	2025-10-06	Predictive analysis of pediatric gastroenteritis risk factors and seasonal variations using VGG Dense HybridNetClassifier a novel deep learning approach 2025-Jul-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-08718-4 PMID:40615459	研究论文	开发了一种新型深度学习模型VDHNC，用于预测儿童肠胃炎的风险因素和季节性变化	结合VGG16的强大特征学习能力和DenseNet的高效信息共享特性，创建了混合卷积神经网络模型VDHNC	NA	提高儿童肠胃炎的早期预测、准确分类和季节性趋势分析能力	儿科患者的临床、人口统计和环境数据	机器学习	儿童肠胃炎	深度学习	CNN	临床数据、人口统计数据、环境数据	NA	NA	VGG16, DenseNet, VDHNC	准确率, 精确率, 召回率, AUC-ROC	NA
1160	2025-10-06	AI assistance enhances histopathologic distinction between sebaceous and squamous cell carcinoma of the eyelid 2025-Jul-04, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-01775-z PMID:40615496	研究论文	开发基于深度学习的病理分析框架，用于自动区分眼睑皮脂腺癌和鳞状细胞癌	首次将深度学习技术应用于眼睑皮脂腺癌与鳞状细胞癌的病理鉴别诊断	外部测试集样本量较小（36例WSI），外部验证中SGC诊断准确率较低（22.22%）	提高眼睑皮脂腺癌与鳞状细胞癌的病理鉴别诊断准确性	眼睑皮脂腺癌和鳞状细胞癌的病理切片	数字病理学	皮肤癌	全切片图像分析	深度学习	全切片图像	318例WSI（282例训练验证，36例外部测试）	NA	NA	准确率	NA