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
1641	2025-10-06	Leveraging commonality across multiple tissue slices for enhanced whole slide image classification using graph convolutional networks 2025-Jul-01, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01760-8 PMID:40597750	研究论文	提出一种利用组织切片间共性模式增强全切片图像分类性能的新方法	首次通过构建切片间图结构并利用图卷积网络捕捉不同组织切片间的共同模式	NA	提高全切片图像的分类准确性	胃和结直肠组织全切片图像	数字病理	胃癌, 结直肠癌	全切片图像扫描	图卷积网络	图像	NA	NA	图卷积网络	准确率, AUROC	NA
1642	2025-10-06	MCAUnet: a deep learning framework for automated quantification of body composition in liver cirrhosis patients 2025-Jul-01, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01756-4 PMID:40597795	研究论文	提出一种名为MCAUnet的深度学习框架，用于肝硬化患者身体成分的自动量化分析和生存率研究	引入通道视角的注意力机制，实现关键通道特征的自适应融合，显著提升内脏脂肪分割精度	仅使用L3水平腰椎CT切片，未涵盖其他解剖层面数据	开发自动化身体成分量化工具并分析其与肝硬化患者生存率的关系	肝硬化患者	数字病理学	肝硬化	CT扫描	U-Net	医学图像	11,362张L3水平腰椎CT切片	NA	MCAUnet	Dice系数	NA
1643	2025-10-06	Cross-domain subcortical brain structure segmentation algorithm based on low-rank adaptation fine-tuning SAM 2025-Jul-01, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01779-x PMID:40597798	研究论文	提出一种基于低秩自适应微调SAM的跨域脑部结构分割算法	通过冻结SAM图像编码器并应用LoRA进行低秩矩阵更新，同时微调提示编码器和掩码解码器，显著减少可训练参数	NA	解决脑MRI子皮层结构分割中基础模型性能下降的问题	脑部子皮层解剖结构	医学影像分析	脑部疾病	MRI	基础模型微调	医学影像	五个MRI数据集（IBSR、MALC、LONI、LPBA、Hammers和CANDI）	NA	Segment Anything Model (SAM)	NA	NA
1644	2025-10-06	Deep learning for automated segmentation of radiation-induced changes in cerebral arteriovenous malformations following radiosurgery 2025-Jul-01, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01796-w PMID:40597846	研究论文	开发基于深度学习的自动分割算法用于放射外科治疗后脑动静脉畸形周围放射性改变的体积评估	首次将Mask R-CNN与DeepMedic模型结合，通过迁移学习实现AVM水肿区域的自动分割和量化	样本量较小（28名患者），Dice相似系数为71.8%仍有提升空间	开发自动分割算法以量化放射外科治疗后脑动静脉畸形周围的放射性改变	未破裂脑动静脉畸形患者	医学影像分析	脑血管疾病	磁共振T2加权成像	Mask R-CNN, DeepMedic	医学影像	28名患者，139次T2w扫描	NA	Mask R-CNN, DeepMedic	Dice相似系数	NA
1645	2025-10-06	Automatic recognition and differentiation of pulmonary contusion and bacterial pneumonia based on deep learning and radiomics 2025-Jul-01, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01802-1 PMID:40597898	研究论文	基于深度学习和影像组学开发自动识别和区分肺挫伤与细菌性肺炎的人工智能系统	首次将人工智能技术应用于肺挫伤与细菌性肺炎的自动识别和区分，并与人工诊断性能进行比较	回顾性研究设计，样本仅来自两家医院	开发能够自动识别和区分肺挫伤与细菌性肺炎的人工智能诊断系统	肺挫伤和细菌性肺炎患者的CT影像	医学影像分析	肺部疾病	CT影像分析，影像组学	深度学习，机器学习	CT图像	2179名患者（2016年4月至2022年7月来自两家医院）	NA	VB-net	AUC, 准确率, 灵敏度, 特异性	NA
1646	2025-10-06	A deep learning model for predicting systemic lupus erythematosus-associated epitopes 2025-Jul-01, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-03056-x PMID:40598008	研究论文	提出一种混合深度学习架构用于预测系统性红斑狼疮相关表位	结合手工生化特征与数据驱动的深度序列建模，通过注意力融合机制整合CNN和LSTM分支的互补信息	NA	改进系统性红斑狼疮相关表位的预测准确性	系统性红斑狼疮相关表位	生物信息学	系统性红斑狼疮	深度学习	CNN,LSTM,注意力机制,多层感知机	序列数据	NA	NA	混合架构（CNN+LSTM+注意力融合+MLP）	准确率,精确率,召回率,F1分数,ROC曲线下面积	NA
1647	2025-10-06	Multi-dimensional annotation of porcine variants using genomic and epigenomic features in pigs 2025-Jul-01, BMC biology IF:4.4Q1 DOI:10.1186/s12915-025-02279-8 PMID:40598185	研究论文	本研究通过整合基因组和表观基因组特征，对猪的遗传变异进行了多维注释分析	首次在猪中系统性地整合全基因组序列、表观基因组数据和深度学习模型，全面注释编码区和非编码区变异的功能影响	研究主要基于特定品种和群体的猪基因组数据，可能无法完全代表所有猪种的遗传多样性	揭示基因组变异对猪复杂性状形成的分子机制	1,817个全基因组序列，涵盖不同猪品种和群体	基因组学	NA	全基因组测序, ATAC-seq, 深度学习	深度学习	基因组序列, 表观基因组数据, 基因表达数据	1,817个全基因组序列	Basenji	Basenji	NA	NA
1648	2025-10-06	Joint fusion of sequences and structures of drugs and targets for identifying targets based on intra and inter cross-attention mechanisms 2025-Jul-01, BMC biology IF:4.4Q1 DOI:10.1186/s12915-025-02256-1 PMID:40598296	研究论文	提出一种基于内外交叉注意力机制的多模态深度学习框架MM-IDTarget，用于药物-靶标相互作用预测	采用内外交叉注意力机制的多模态融合策略，结合图变换器、多尺度卷积神经网络和残差边加权图卷积网络等先进技术	基准数据集仅为当前最优方法数据集的三分之一或相同规模	提高药物靶标识别的准确性，指导疾病治疗并加速药物开发	药物和靶标的序列与结构特征	机器学习	NA	深度学习	图变换器, MCNN, EW-GCN	序列数据, 结构数据	NA	NA	图变换器, 多尺度卷积神经网络, 残差边加权图卷积网络	Top-K评估指标	NA
1649	2025-10-06	Deep learning-based cough classification using application-recorded sounds: a transfer learning approach with VGGish 2025-Jul-01, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-03065-w PMID:40598373	研究论文	提出一种基于深度学习的咳嗽分类模型，使用智能手机记录的咳嗽声音通过迁移学习方法进行正常与异常咳嗽的分类	采用VGGish作为迁移学习模型，结合检测和分类网络，并利用多位医学专家标注的数据增强模型可靠性	NA	开发基于深度学习的早期呼吸系统疾病诊断系统	智能手机记录的咳嗽声音	机器学习	呼吸系统疾病	声音分析	深度学习,迁移学习	音频	三个数据集(数据集1,2,3)	NA	VGGish	准确率,AUROC,AUPRC	NA
1650	2025-10-06	AmpHGT: expanding prediction of antimicrobial activity in peptides containing non-canonical amino acids using multi-view constrained heterogeneous graph transformer 2025-Jul-01, BMC biology IF:4.4Q1 DOI:10.1186/s12915-025-02253-4 PMID:40598389	研究论文	开发了一种基于异构图表示的多视图约束异构图变换器模型AmpHGT，用于预测含有非经典氨基酸的抗菌肽活性	首次将异构图表示应用于抗菌肽预测，能够有效处理非经典氨基酸，克服传统特征提取方法的局限性	论文未明确说明模型在特定类型非经典氨基酸上的性能表现	开发能够准确预测含有非经典氨基酸的抗菌肽活性的计算方法	含有经典和非经典氨基酸的抗菌肽	机器学习	NA	深度学习，异构图表示	Transformer, 异构图神经网络	肽序列数据，化学结构数据	NA	NA	异构图变换器(Heterogeneous Graph Transformer)	NA	NA
1651	2025-10-06	Comparative analysis of statistical and deep learning-based multi-omics integration for breast cancer subtype classification 2025-Jul-01, Journal of translational medicine IF:6.1Q1 DOI:10.1186/s12967-025-06662-5 PMID:40598554	研究论文	比较统计方法和深度学习方法在乳腺癌亚型分类中的多组学整合性能	首次系统比较MOFA+统计方法和MOGCN深度学习方法在乳腺癌多组学整合中的表现	仅使用960个样本，未在更大数据集上验证；主要关注特征选择能力而非最终分类性能	评估不同多组学整合方法在乳腺癌亚型分类中的效果	乳腺癌患者样本	机器学习	乳腺癌	多组学整合分析	GCN, 线性分类器, 非线性分类器	转录组学, 表观基因组学, 微生物组数据	960个乳腺癌患者样本	NA	MOGCN, MOFA+	F1分数	NA
1652	2025-10-06	Deep learning on high-density EEG during a cognitive task distinguishes patients with Parkinson's disease from healthy controls 2025-Jul-03, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/ade6a9 PMID:40541235	研究论文	本研究使用深度学习模型分析高密度脑电图数据，通过认知任务区分帕金森病患者与健康对照	首次在认知任务激活状态下使用高密度EEG数据训练深度学习模型，相比静息态EEG显著提高了帕金森病分类准确率	未明确说明样本量大小及具体数据预处理方法	探索认知任务是否能提高基于EEG的帕金森病检测准确率	帕金森病患者与健康对照人群	机器学习	帕金森病	高密度脑电图	深度学习	脑电图信号	NA	NA	NA	准确率, 敏感度分析	NA
1653	2025-10-06	CBH-BDC Enhanced Δ-ML for Predicting the Accurate Standard Enthalpy of Formation 2025-Jul-03, The journal of physical chemistry. A DOI:10.1021/acs.jpca.5c03134 PMID:40556314	研究论文	提出一种结合CBH-BDC与Δ-ML的方法，用于精确预测标准生成焓	首次将连接性层次结构与键差校正方法与Δ机器学习相结合，绕过高精度量子计算实现准确预测	BDC参数仅限于特定元素，电子能量计算存在挑战	开发精确预测标准生成焓的计算方法	464个实验物种和QM9数据库中的120,416个稳定有机分子	机器学习	NA	密度泛函理论(DFT)、CCSD(T)计算	Δ-ML	分子描述符、热力学数据	464个实验验证物种 + 120,416个QM9数据库分子	NA	NA	预测精度	NA
1654	2025-10-06	Contrast-enhanced image synthesis using latent diffusion model for precise online tumor delineation in MRI-guided adaptive radiotherapy for brain metastases 2025-Jul-03, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ade845 PMID:40562071	研究论文	开发基于潜在扩散模型的对比增强图像合成方法，用于脑转移瘤MRI引导自适应放疗中的在线肿瘤勾画	提出ControlNet耦合潜在扩散模型结合个性化迁移学习和去噪扩散隐式模型反演方法，实现从T2/FLAIR图像生成高质量合成T1CE图像	NA	开发合成T1CE图像生成方法以促进在线自适应脑转移瘤勾画的准确性	脑转移瘤患者	医学影像分析	脑转移瘤	MRI, 潜在扩散模型	扩散模型, ControlNet	MRI图像	NA	NA	潜在扩散模型, ControlNet	Dice相似系数	NA
1655	2025-10-06	Self-supervised learning for low-dose CT image denoising method based on guided image filtering 2025-Jul-03, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ade847 PMID:40562063	研究论文	提出一种基于引导图像滤波的自监督学习方法用于低剂量CT图像去噪	利用引导图像滤波生成伪标签实现无需配对数据的自监督学习，并在残差网络解码器中嵌入注意力门机制增强去噪性能	NA	开发不依赖配对正常剂量CT数据的低剂量CT图像去噪方法	低剂量CT图像	计算机视觉	NA	CT成像	残差网络	医学图像	NA	NA	残差网络	视觉质量, 定量指标	NA
1656	2025-10-06	A novel LLM time series forecasting method based on integer-decimal decomposition 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-06581-x PMID:40594984	研究论文	提出一种基于整数-小数分解的LLM时间序列预测方法IDDLLM	设计整数-小数分解和跨模态微调框架，开发SDC模块和双交叉注意力机制来改进LLM对时间序列的理解	未明确说明方法在特定领域时间序列数据上的局限性	解决时间序列数据与文本数据之间的根本差异，改进基于LLM的时间序列预测	时间序列数据	自然语言处理,机器学习	NA	时间序列分解,跨模态学习	LLM	时间序列数据	NA	NA	SDC模块,双交叉注意力模块	长期预测排名,少样本预测,零样本预测	NA
1657	2025-10-06	Dual-Mode Temperature-Pressure MXene Sensor for Enhanced Firefighter Safety and Deep Learning-Enhanced Smart Gloves 2025-Jul-02, ACS applied materials & interfaces IF:8.3Q1 DOI:10.1021/acsami.5c09442 PMID:40552641	研究论文	开发了一种基于MXene材料的双模温度-压力传感器，用于增强消防员安全和智能手套应用	利用MXene材料优异的热电性能、类金属导电性和阻燃特性，在柔性防火聚酰亚胺基底上集成多功能传感器	NA	开发能够同时检测多种物理刺激的多功能可穿戴传感器	消防员安全监测和智能手套应用	机器学习和传感器技术	NA	MXene传感器集成技术	深度学习算法	温度和压力传感器数据	NA	NA	NA	温度和压力传感性能	NA
1658	2025-10-06	Development of a tongue image-based machine learning tool for the diagnosis of colorectal cancer: a prospective multicentre clinical cohort study 2025-Jul-02, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3585552 PMID:40601462	研究论文	开发基于舌像的机器学习工具用于结直肠癌诊断的前瞻性多中心临床队列研究	首次将舌诊与现代机器学习结合，采用SAM与Grounding DINO进行图像分割，融合手工特征和Swin-Transformer深度学习特征	样本量相对有限，需要进一步验证在更广泛人群中的适用性	开发非侵入性、经济有效的结直肠癌辅助筛查工具	结直肠癌患者和非结直肠癌参与者	计算机视觉	结直肠癌	舌像采集	深度学习	图像	内部验证集：1,389例CRC患者和1,543例NCRC参与者；外部验证集：119例CRC患者和221例NCRC参与者	NA	Swin-Transformer, Segment Anything Model (SAM), Grounding DINO	准确率, F1-score, 精确率, 召回率	NA
1659	2025-10-06	Robust Multi-contrast MRI Medical Image Translation via Knowledge Distillation and Adversarial Attack 2025-Jul-02, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3584721 PMID:40601468	研究论文	提出一种结合知识蒸馏和对抗攻击的鲁棒多对比度MRI医学图像翻译框架	提出教师-学生模块的知识蒸馏架构，其中教师模块设计为具有更多输入的配准网络以更好地学习噪声分布；引入生成器前的对抗攻击模块增强模型鲁棒性	仅针对MRI医学图像进行验证，未测试其他医学影像模态	提升多对比度MRI医学图像翻译的质量和鲁棒性	MRI医学图像	计算机视觉	NA	MRI	GAN, Transformer, Diffusion	医学图像	两个公共MRI医学图像数据集	NA	知识蒸馏网络，配准网络	通过消融实验和与SOTA方法比较验证性能	NA
1660	2025-10-06	Differential Diagnosis of Papillary Thyroid Carcinoma and Nodular Goiter With Papillary Hyperplasia Using Hyperspectral Imaging Technology 2025-Jul-02, Journal of biophotonics IF:2.0Q3 DOI:10.1002/jbio.202500200 PMID:40603107	研究论文	本研究利用高光谱成像技术结合深度学习实现甲状腺乳头状癌与结节性甲状腺肿伴乳头状增生的鉴别诊断	首次将高光谱成像与带自注意力机制的一维卷积神经网络结合用于甲状腺疾病的鉴别诊断	样本量相对有限（43例PTC和39例NGPH），需要更大规模研究验证	开发基于高光谱成像的甲状腺疾病鉴别诊断方法	甲状腺乳头状癌和结节性甲状腺肿伴乳头状增生的石蜡包埋组织样本	医学影像分析	甲状腺癌	高光谱成像技术	CNN	高光谱图像	82例样本（43例PTC，39例NGPH）	NA	一维卷积神经网络带自注意力机制	AUC, 准确率, 敏感性, 特异性	NA