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
621	2025-10-05	A dual-branch deep learning network for circulating tumor cells classification 2025-Sep-24, Journal of translational medicine IF:6.1Q1 DOI:10.1186/s12967-025-07057-2 PMID:40993750	研究论文	提出一种结合双分支深度学习网络和传统图像处理技术的循环肿瘤细胞分类框架	创新性地融合双分支网络与图像处理技术，整合图像和荧光特征提升特征表示鲁棒性	NA	提高循环肿瘤细胞识别的准确性和效率	外周血中的循环肿瘤细胞	计算机视觉	癌症	图像处理, 荧光成像	深度学习, 双分支网络	图像, 荧光图像	NA	NA	双分支网络	准确率, 精确率, 召回率	NA
622	2025-10-05	De-MSI: A Deep Learning-Based Data Denoising Method to Enhance Mass Spectrometry Imaging by Leveraging the Chemical Prior Knowledge 2025-Sep-23, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c02946 PMID:40921155	研究论文	提出一种基于深度学习的质谱成像数据去噪方法De-MSI，利用化学先验知识提升数据质量	无需真实无噪数据，通过从含噪MSI数据中利用质谱先验知识构建可靠训练数据集	NA	开发质谱成像数据去噪方法以提升数据质量	小鼠胎儿、小鼠大脑、大鼠大脑的质谱成像数据	机器学习和计算生物学	NA	质谱成像（MSI）、MALDI、DESI	深度神经网络	质谱成像数据	多个数据集（小鼠胎儿、小鼠大脑5μm像素、大鼠大脑）	NA	NA	PSNR, SSIM	NA
623	2025-10-05	MOLECULE: Molecular-dynamics and Optimized deep Learning for Entropy-regularized Classification and Uncertainty-aware Ligand Evaluation 2025-Sep-23, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.5c01140 PMID:40931675	研究论文	开发了一种结合分子动力学和深度学习的双模态神经网络分类器，用于预测激酶配体的作用模式	提出了一种新的双模态深度神经网络，能够分别高效处理动力学和结构数据，并展示了即使使用估算的动力学数据也能保持高性能	未明确说明模型在外部验证集上的表现和泛化能力	开发能够准确预测激酶配体作用模式的深度学习模型	激酶配体（变构或正构）	机器学习	NA	分子动力学，深度学习	深度神经网络	分子动力学描述符，结构数据	280个实验解析的激酶结构	NA	双模态深度神经网络	分类性能，不确定性处理	NA
624	2025-10-05	A New Approach to Large Multiomics Data Integration 2025-Sep-23, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c01812 PMID:40934376	研究论文	提出一种处理大规模多组学数据集成的新方法，使用深度学习和非线性降维技术	结合深度学习和非线性降维技术（t-SNE和UMAP）处理超大规模多组学数据，实现不同组学数据的融合表示	未明确说明方法在特定数据规模下的性能限制和计算效率	开发能够处理超大规模多组学数据集成的计算方法	大规模多组学数据，包括质谱成像和染色体构象捕获数据	机器学习	NA	质谱成像, 染色体构象捕获, 代谢组学, 转录组学	深度学习	多组学数据, 成像数据	NA	NA	NA	NA	NA
625	2025-10-05	Integrating Machine Learning with Flow-Imaging Microscopy for Automated Monitoring of Algal Blooms 2025-Sep-23, Environmental science & technology IF:10.8Q1 DOI:10.1021/acs.est.5c06078 PMID:40947598	研究论文	本文开发了一种集成机器学习的图像处理流程，用于自动化监测淡水系统中的藻华现象	将随机森林模型与卷积神经网络相结合，解决了流动成像中的伪影问题和未知颗粒识别挑战，实现了端到端的实时藻华监测解决方案	监督式闭集分类器在处理自然环境中常见的新型颗粒时分类准确性受限，需要大量人工监督	开发自动化实时藻华监测系统，提高对有害藻华的早期检测能力	淡水系统中的浮游植物和藻类颗粒	计算机视觉	NA	流动成像显微镜技术	随机森林, CNN	图像	NA	NA	NA	准确率, 精度	低成本自动化流动成像设备ARTiMiS
626	2025-10-05	Improving the performance of medical image segmentation with instructive feature learning 2025-Sep-23, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103818 PMID:41005261	研究论文	提出一种通过指导性特征学习提升医学图像分割性能的新方法	设计了指导性特征增强模块(IFEM)和指导性特征集成模块(IFIM)，并开发了高效分割框架EESF，最终构建了高性能低资源分割网络EE-Net	NA	解决医学图像分割中不规则形状、显著尺度变化和模糊边界等复杂样本的挑战	医学图像分割	计算机视觉	NA	深度学习	CNN	医学图像	在六个不同的分割任务上进行了广泛实验	NA	U-Net, EE-Net	分割性能、计算效率、学习能力	低资源需求
627	2025-10-05	Synthetizing SWI from 3T to 7T by generative diffusion network for deep medullary veins visualization 2025-Sep-19, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2025.121475 PMID:40976490	研究论文	提出基于生成扩散网络的深度学习成像模型，用于从3T SWI图像合成7T SWI图像以改善深部髓质静脉可视化	首次将条件去噪扩散概率模型(CDDPM)应用于SWI图像跨场强合成，克服了传统GAN模型在微血管结构合成中的训练困境	扩散模型需要大量步骤进行缓慢采样，计算效率可能较低	开发从低场强(3T)到高场强(7T)的SWI图像合成方法	脑部深部髓质静脉	医学影像分析	脑血管疾病	磁共振成像(MRI), 磁敏感加权成像(SWI)	扩散模型	医学影像	NA	NA	条件去噪扩散概率模型(CDDPM)	NA	NA
628	2025-10-05	Accurate detection of rice blast using UAV hyperspectral red-edge bands and deep learning method based on cross-attention 2025-Sep-16, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2025.126939 PMID:41005240	研究论文	本研究提出一种基于无人机高光谱红边波段和交叉注意力深度学习方法的稻瘟病精准检测方法	首次提出互信息排序协同灰狼优化器特征选择方法，开发了通道融合密集交叉注意力变换器模型，引入高斯和自注意力交叉注意力机制	NA	开发精准的稻瘟病检测方法以支持精准农业	稻瘟病真菌病害	计算机视觉	作物病害	无人机高光谱遥感	Transformer	高光谱图像	NA	NA	CFXFormer, 通道交互融合模块, 交叉注意力机制	OA, Kappa	NA
629	2025-10-05	Electrocardiogram-Based Artificial Intelligence to Identify Coronary Artery Disease 2025-Sep, JACC. Advances DOI:10.1016/j.jacadv.2025.102041 PMID:40749517	研究论文	开发基于心电图的人工智能模型ECG2CAD用于识别冠状动脉疾病	利用深度学习技术从常规心电图中识别冠状动脉疾病，相比传统基于年龄、性别或Pooled Cohort Equations的模型有显著改进	研究主要基于特定医疗机构的患者数据，需要在更广泛人群中验证	开发人工智能模型检测冠状动脉疾病并识别不良事件风险人群	来自麻省总医院、布莱根妇女医院和英国生物银行的ECG数据	医疗人工智能	冠状动脉疾病	心电图分析	深度学习	心电图信号数据	训练集：764,670份心电图（137,199人）；测试集：MGH 18,706人，BWH 88,270人，UK Biobank 42,147人	NA	NA	AUROC, AUPRC, 风险比	NA
630	2025-10-05	Real-time sludge moisture monitoring via jet imaging and deep learning 2025-Sep, Environmental science and ecotechnology IF:14.0Q1 DOI:10.1016/j.ese.2025.100614 PMID:40994737	研究论文	本研究通过高速成像捕捉污泥射流特性，并利用深度学习算法实时预测污泥含水率	首次结合瞬时活性污泥射流膨胀图像采集系统(iCASJEI)与深度学习，利用非牛顿流体特性实现20秒内快速含水率检测	研究基于实验室规模系统，需在实际工业场景中验证；测试范围限定在79-94%含水率区间	开发实时污泥含水率监测方法以优化污泥处理工艺	废水处理厂产生的废弃活性污泥	计算机视觉	NA	高速成像	CNN	图像	超过11,000张射流图像，覆盖79-94%含水率范围	NA	VGG-16, AlexNet, LeNet	验证准确率, 精度	NA
631	2025-10-05	Can the success of digital super-resolution networks be transferred to passive all-optical systems? 2025-Sep, Nanophotonics (Berlin, Germany) DOI:10.1515/nanoph-2025-0294 PMID:40995527	研究论文	探讨数字超分辨率网络的成功能否转移到被动全光学系统中	首次系统分析全光学衍射神经网络在超分辨率任务中的物理限制和设计约束	面临重建保真度与能量保存的权衡，以及输入强度动态范围有限的处理挑战	研究全光学系统实现空间超分辨率的可行性	全光学衍射神经网络	光学计算	NA	全光学衍射神经网络	AODNN	光学信号	NA	NA	相位非线性网络	重建保真度	全光学系统（光速运算，无外部能耗）
632	2025-10-05	Deep learning-based 3D classification of head and neck cancer PET/MRI: Radiologist comparison and Grad-CAM interpretability 2025-Sep, Clinical physiology and functional imaging IF:1.3Q4 DOI:10.1111/cpf.70030 PMID:40996364	研究论文	开发并评估基于3D卷积神经网络的头颈癌PET/MRI图像自动分类系统，与放射科医生解读进行比较	首次将3D CNN应用于头颈癌PET/MRI多模态图像分类，并利用Grad-CAM增强模型可解释性	数据集规模有限，PET/MRI和MRI模型性能较差，特异性需要提升以减少假阳性	开发头颈癌PET/MRI图像的自动分类系统并评估其诊断辅助潜力	头颈癌患者	计算机视觉	头颈癌	18F-FDG PET/MRI成像	3D CNN	PET/MRI医学图像	训练验证集202例患者（101阳性+101阴性），测试集20例患者（10阳性+10阴性）	NA	3D卷积神经网络	敏感性,特异性,准确率,AUC	NA
633	2025-10-05	High-Adhesive Hydrogel-Based Strain Sensor in the Clinical Diagnosis of Anterior Talofibular Ligament Sprain 2025-Sep-26, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.4c03472 PMID:40042081	研究论文	开发了一种基于高粘性水凝胶的应变传感器，用于前距腓韧带扭伤的临床诊断	结合明胶、纤维素纳米纤维和交联聚丙烯酸接枝N-羟基琥珀酰亚胺酯制备高粘性水凝胶传感器，并集成深度学习模型提高诊断准确性	NA	开发能够准确评估前距腓韧带扭伤严重程度的可穿戴诊断设备	前距腓韧带扭伤患者	医疗诊断	韧带损伤	水凝胶传感器技术	深度学习	传感器数据	NA	NA	NA	诊断准确率	NA
634	2025-10-05	CNSGT: Generative Transformer for De Novo Drug Design Targeting the Central Nervous System 2025-Sep-26, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c01541 PMID:41002051	研究论文	提出一种结合变分自编码器和自注意力机制的生成式Transformer框架CNSGT，用于针对中枢神经系统的新药设计	整合VAE与自注意力机制，克服传统SMILES表示的限制，有效捕捉分子结构和语义关系	仅在多巴胺转运体抑制剂上进行了验证，未扩展到其他CNS靶点	开发针对中枢神经系统药物设计的生成式深度学习模型	中枢神经系统药物分子	机器学习	中枢神经系统疾病	深度学习，分子对接，动态模拟	Transformer, VAE	分子结构数据	大规模分子数据集	NA	Transformer, VAE	CNS MPO评分，合成可及性评分(SAScore)，分子对接评分(Glide docking score)	NA
635	2025-10-05	FairDITA: Disentangled Image-Text Alignment for Fair Skin Cancer Diagnosis 2025-Sep-26, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01693-2 PMID:41003966	研究论文	提出一种新颖的对比学习框架FairDITA，通过解耦图像-文本对齐实现公平的皮肤癌诊断	利用显式构建的图像-文本对将病变特征与肤色属性解耦，通过测量图像和文本嵌入空间中的语义距离并进行最优表示对齐	方法依赖于图像-文本对的显式构建，可能受限于文本描述的准确性和完整性	解决皮肤癌诊断中的算法公平性问题，减少不同肤色群体间的性能差异	皮肤癌诊断	计算机视觉	皮肤癌	对比学习	深度学习	图像, 文本	两个基准数据集PAD-UFES-20和Fitzpatrick17k，涵盖广泛肤色范围	NA	共享文本编码器和两个专用图像编码器	分类准确率, 公平性指标	NA
636	2025-10-05	Predicting protein-protein interactions in the human proteome 2025-Sep-25, Science (New York, N.Y.) DOI:10.1126/science.adt1630 PMID:40997207	研究论文	通过增强协同进化信号和开发新的深度学习网络，系统预测人类蛋白质-蛋白质相互作用	使用来自30PB未组装基因组数据的7倍深度多序列比对增强协同进化信号，并基于2亿个预测蛋白质结构开发新的深度学习网络	NA	预测人类蛋白质组中的蛋白质-蛋白质相互作用	人类蛋白质组	生物信息学	人类疾病	协同进化分析, 深度学习, 多序列比对	深度学习网络	基因组数据, 蛋白质结构数据	2亿个人类蛋白质对	NA	NA	精确度	30PB基因组数据处理
637	2025-10-05	Using economic value signals from primate prefrontal cortex in neuro-engineering applications 2025-Sep-25, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/ae0bf6 PMID:40997885	研究论文	本研究探索在脑机接口中使用灵长类前额叶皮层经济价值信号的方法	首次将抽象认知信号（经济价值信号）应用于神经工程，开发了基于强化学习的自适应解码器架构	研究基于非人灵长类动物数据，尚未在人类或临床环境中验证	开发能够利用抽象认知信号的脑机接口系统，辅助用户实现目标导向行为	非人灵长类动物的眶额叶皮层神经信号	神经工程	NA	多变量时间序列神经信号记录	深度学习, 强化学习	神经信号时间序列数据	非人灵长类动物实验数据	NA	神经预测模型	准确率	NA
638	2025-10-05	Voice of Mind, a Deep Learning Model for Depression and Anxiety Assessment From Acoustic and Lexical Vocal Biomarkers 2025-Sep-25, Journal of voice : official journal of the Voice Foundation IF:2.5Q1 DOI:10.1016/j.jvoice.2025.09.012 PMID:40998607	研究论文	开发了一个名为Voice of Mind的深度学习模型，通过声学和词汇生物标志物从意大利心理治疗录音中评估焦虑和抑郁	提出了一种结合CNN分析梅尔频谱图和MLP整合词汇与声学输入的混合架构，能够区分抑郁、焦虑和无病理三种状态	样本量较小（仅5名患者，7个录音），缺乏大规模验证	开发从语音数据评估心理健康状况的深度学习模型	意大利心理治疗录音中的声学和词汇特征	自然语言处理	精神疾病	语音分析，声学特征提取，词汇标记分析	CNN, MLP	音频	5名患者（重度抑郁症或广泛性焦虑症），7个录音，超过1000个音频片段	NA	卷积神经网络，多层感知器	分类准确率，特征重要性分析	NA
639	2025-10-05	A Deep Learning-Based EffConvNeXt Model for Automatic Classification of Cystic Bronchiectasis: An Explainable AI Approach 2025-Sep-25, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01688-z PMID:40999297	研究论文	提出一种结合EfficientNetB1和ConvNeXtTiny的EffConvNeXt深度学习模型，用于胸部X光片中囊性支气管扩张、肺炎和正常病例的自动分类	首次将EfficientNetB1的高效性与ConvNeXtTiny的先进特征提取能力相结合，通过混合模型架构提升分类准确率，并采用可解释AI方法	研究仅使用单一医疗中心（Dicle大学医学院）的5899张胸部X光图像，需要更多外部数据验证模型泛化能力	开发自动分类囊性支气管扩张和肺炎的深度学习模型，提高胸部X光片的诊断准确性	胸部X光片中的囊性支气管扩张、肺炎和正常病例	计算机视觉	呼吸系统疾病	胸部X光成像	CNN	图像	5899张胸部X光图像	NA	EffConvNeXt（EfficientNetB1和ConvNeXtTiny混合架构）	准确率	NA
640	2025-10-05	Aerosol optical depth retrieval from Geostationary Environment Monitoring Spectrometer (GEMS): Advancing the first hyperspectral geostationary air quality mission using deep learning 2025-Sep-24, The Science of the total environment DOI:10.1016/j.scitotenv.2025.180535 PMID:40997388	研究论文	本研究提出基于深度学习的TabNet模型，从地球静止环境监测光谱仪(GEMS)数据中反演气溶胶光学厚度(AOD)	首次将注意力可解释表格学习(TabNet)应用于全球首个地球静止轨道高光谱环境卫星的AOD反演，显著提升了反演精度和鲁棒性	NA	开发准确高效的气溶胶光学厚度反演方法，用于空气质量监测和气候研究	亚太地区的气溶胶分布和变化	机器学习	NA	高光谱遥感	TabNet	光谱辐射数据、气象数据和辅助变量	NA	NA	TabNet	决定系数(R), 期望误差包络线(EE)	NA