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
941	2025-09-12	Enhancing Protein Structure Learning using a Size-Guided Conditional Mixture-of-Experts 2025-Sep-10, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3607904 PMID:40928909	研究论文	提出一种基于蛋白质大小引导的条件混合专家模型，用于提升蛋白质结构深度学习性能	首次将蛋白质大小作为先验知识引入深度学习框架，通过条件混合专家模型自适应激活子网络	NA	改进蛋白质结构深度学习方法，提升蛋白质性质预测精度	蛋白质结构与性质	机器学习	NA	深度学习	条件混合专家模型(Conditional Mixture-of-Experts)	蛋白质结构表示	在8个任务、2种蛋白质表示形式、3种数据集划分共48种测试设置上进行验证	NA	NA	NA	NA
942	2025-09-12	Enhancing Automated Seizure Detection via Self-Calibrating Spatial-Temporal EEG Features with SC-LSTM 2025-Sep-10, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3607766 PMID:40928912	研究论文	提出一种新型混合深度学习架构SC-LSTM，通过自适应时空特征提取增强癫痫发作自动检测	整合自校准空间特征重建模块(SCConvNet)和双向LSTM网络，实现并行时空特征提取，显著提升对患者特异性EEG变异的捕捉能力	仅在新生儿EEG数据集上验证，未明确说明模型在其他年龄组或癫痫类型的泛化能力	开发高精度、稳定的自动化癫痫发作检测方法以支持个体化诊断	新生儿癫痫患者的脑电图(EEG)信号	机器学习	癫痫	脑电图(EEG)分析，K折交叉验证	SC-LSTM（自校准卷积网络与双向LSTM的混合架构）	多通道时间序列EEG信号	两个真实世界新生儿EEG数据集（具体样本量未明确说明）	NA	NA	NA	NA
943	2025-09-12	InterVelo: A Mutually Enhancing Model for Estimating Pseudotime and RNA Velocity in Multi-Omic Single-Cell Data 2025-Sep-10, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf500 PMID:40929041	研究论文	提出InterVelo深度学习框架，用于在多组学单细胞数据中同时估计伪时间和RNA速率	通过无监督细胞时间引导RNA速率估计，同时利用RNA速率优化伪时间方向，实现双向增强学习	NA	改进单细胞数据中转录动态的推断精度	多组学单细胞数据	计算生物学	NA	单细胞多组学测序	深度学习框架	单细胞多组学数据	模拟和真实数据集（未指定具体样本数量）	NA	NA	NA	NA
944	2025-09-12	Explainable Deep Learning Framework for Classifying Mandibular Fractures on Panoramic Radiographs 2025-Sep-10, The Journal of craniofacial surgery IF:1.0Q3 DOI:10.1097/SCS.0000000000011892 PMID:40929658	研究论文	开发基于全景X光片的可解释深度学习框架，用于自动分类下颌骨骨折	结合新颖的临床相关分类系统和可解释AI技术（Grad-CAM和LIME）提升模型决策透明度	需要更大规模、多机构数据集进一步验证泛化能力	实现下颌骨骨折的自动分类以辅助颌面创伤诊疗	下颌骨骨折患者	计算机视觉	颌面创伤	全景X光成像	CNN	图像	800张来自面部创伤患者的全景X光片	NA	NA	NA	NA
945	2025-09-12	Automatic infant 2D pose estimation from videos: Comparing seven deep neural network methods 2025-Sep-10, Behavior research methods IF:4.6Q1 DOI:10.3758/s13428-025-02816-x PMID:40931295	研究论文	比较七种深度神经网络方法在婴儿视频中自动进行2D姿态估计的性能	首次系统评估主流姿态估计方法在婴儿视频上的表现，并引入基于躯干长度的误差指标及检测可靠性分析	方法主要在成人数据上训练，未针对婴儿进行专门微调（除DeepLabCut和MediaPipe外）	评估和比较深度学习模型在婴儿姿态估计任务中的性能	婴儿视频数据（包含仰卧位和复杂场景）	计算机视觉	NA	深度学习，机器学习	AlphaPose, DeepLabCut/DeeperCut, Detectron2, HRNet, MediaPipe/BlazePose, OpenPose, ViTPose	视频	NA	NA	NA	NA	NA
946	2025-09-12	Advanced digital image forensics: A hybrid framework for copy-move forgery detection in multimedia security 2025-Sep, Journal of forensic sciences IF:1.5Q2 DOI:10.1111/1556-4029.70076 PMID:40361265	研究论文	提出一种用于多媒体安全中复制-移动伪造检测的混合框架，结合频域滤波、关键点提取、深度学习模型和聚类技术	整合FFT频域滤波、SIFT与ORB关键点提取、MobilenetV2和VGG16特征提取以及注意力机制，提升检测准确性和鲁棒性	NA	开发高精度数字图像伪造检测方法，保障图像完整性验证	数字图像及其可能存在的复制-移动伪造区域	计算机视觉	NA	快速傅里叶变换(FFT)、SIFT、ORB、DBSCAN聚类、注意力机制	MobilenetV2, VGG16	图像	基于五个基准复制-移动伪造数据集进行广泛测试	NA	NA	NA	NA
947	2025-09-12	Early diagnosis of mild cognitive impairment and Alzheimer's disease using multimodal feature-based deep learning models in a Chinese elderly population 2025-Sep, Asian journal of psychiatry IF:3.8Q1 DOI:10.1016/j.ajp.2025.104632 PMID:40743680	研究论文	本研究利用基于多模态特征（ERP和中医体质）的深度学习模型，在中国老年人群中实现轻度认知障碍和阿尔茨海默病的早期诊断	首次融合事件相关电位（ERP）和中医体质特征，并采用图卷积网络（GCN）进行跨被试分类，在认知障碍早期诊断中表现出色	样本量较小（共90名参与者），且仅针对中国老年人群，结果泛化性需进一步验证	评估基于融合ERP和中医特征的深度学习模型在认知障碍跨被试分类中的效能	中国老年人群（包括健康对照组、轻度认知障碍患者和阿尔茨海默病患者）	机器学习	老年疾病	ERP（事件相关电位）、中医体质问卷、深度学习	EEGNet、CNN-LSTM、GCN（图卷积网络）、多尺度特征重建GCN、多层感知机	脑电信号、问卷数据	90名参与者（30名健康对照、30名MCI患者、30名AD患者）	NA	NA	NA	NA
948	2025-09-12	Spectral computed tomography thermometry for thermal ablation: applicability and needle artifact reduction 2025-Sep, Physica medica : PM : an international journal devoted to the applications of physics to medicine and biology : official journal of the Italian Association of Biomedical Physics (AIFB) DOI:10.1016/j.ejmp.2025.105093 PMID:40850158	研究论文	评估光谱CT测温在微波消融中的适用性，并比较基于衰减与基于物理密度的测温方法，同时探索最优金属伪影减少技术	首次系统比较光谱CT中基于衰减和基于物理密度的测温方法，并测试多种MAR技术（包括O-MAR、深度学习MAR和光谱CT组合）对测温精度的影响	研究基于体外凝胶模型，未涉及人体组织；样本量较小（4个模型，23次扫描）	提高肝肿瘤热消融过程中温度监测的精确性和可靠性	肝肿瘤热消融过程中的温度分布	医学影像	肝肿瘤	光谱CT，微波消融，金属伪影减少（MAR）技术	NA	CT影像	4个嵌入温度传感器的凝胶模型，进行23次CT扫描	NA	NA	NA	NA
949	2025-09-12	Machine learning driven semi-automated framework for yeast sporulation efficiency quantification using ilastik segmentation and Fiji nuclear enumeration 2025-Sep, Fungal genetics and biology : FG & B IF:2.4Q3 DOI:10.1016/j.fgb.2025.104024 PMID:40876769	研究论文	提出一种基于机器学习的半自动化框架，用于酵母孢子形成效率的量化分析	结合ilastik纹理特征优化分割与Fiji核计数，实现多形态孢子的稳健量化，支持批量自动分类且兼容标准显微镜	需手动质量检查点，未完全实现全自动化	开发高效、客观的酵母孢子形成效率量化方法以替代人工计数	酵母孢子（包括二孢、三孢和四孢形态）	数字病理学	NA	图像分割与处理	机器学习（非指定深度学习模型）	显微镜图像	验证中包括Hsp82磷酸化突变体等多遗传背景样本，未明确总数	NA	NA	NA	NA
950	2025-10-06	Research on error classification in gamma analysis on the basis of dosimetric feature engineering and deep learning 2025-Sep-10, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ae0131 PMID:40889516	研究论文	本研究结合剂量学特征工程和深度学习技术，开发了一种具有误差分类能力的伽马通过率预测方法	通过剂量学特征工程将静态射野划分为五个不同区域，并集成GAN模型实现伽马通过率预测与误差分类的联合分析	样本量相对较小（26个临床病例），部分区域分类性能有待提升（AUC值0.50-0.69）	改进放射治疗中的伽马分析误差分类能力，提升临床质量保证水平	放射治疗计划中的静态射野剂量分布	医学影像分析	肿瘤放射治疗	剂量测量技术，伽马分析	GAN	剂量分布数据	26个临床病例（6个用于训练，20个用于测试），包含1,515个VMAT静态射野和415个步进式射野	NA	GAN	AUC, 伽马通过率, 统计显著性检验	NA
951	2025-10-06	A robust deep learning-driven framework for detecting Parkinson's disease using EEG 2025-Sep-10, Computer methods in biomechanics and biomedical engineering IF:1.7Q3 DOI:10.1080/10255842.2025.2556310 PMID:40927820	研究论文	提出一种基于深度学习的框架，利用EEG信号检测帕金森病	结合通道注意力模块、小波散射变换和GAN数据增强的CNN-Transformer混合模型	NA	开发帕金森病的准确早期诊断方法	帕金森病患者和健康对照受试者的EEG信号	机器学习	帕金森病	EEG信号处理	CNN, Transformer, GAN	EEG信号，时频图图像	NA	NA	CNN-Transformer混合架构	准确率	NA
952	2025-10-06	Metagenomic research on the structural difference of plaque microbiome from different caries stages and the construction of a caries diagnostic model 2025-Sep-10, mSystems IF:5.0Q1 DOI:10.1128/msystems.00044-25 PMID:40928220	研究论文	通过宏基因组学研究不同龋齿阶段牙菌斑微生物组的结构差异，并构建龋齿诊断模型	首次在更高分辨率下研究不同龋齿阶段的微生物差异，并开发基于深度学习的龋齿诊断模型	样本量较小（30名儿童），RH、EC和DC组间物种丰富度无显著差异	研究不同龋齿阶段微生物组结构差异并构建诊断模型	儿童牙菌斑样本（包括健康个体和龋齿活跃患者）	宏基因组学	龋齿	2bRAD测序	神经网络	宏基因组测序数据	30名儿童（15名龋齿活跃患者，15名无龋齿个体），共60个牙菌斑样本	NA	NA	AUC	NA
953	2025-10-06	Oral bioavailability property prediction based on task similarity transfer learning 2025-Sep-10, Molecular diversity IF:3.9Q2 DOI:10.1007/s11030-025-11345-w PMID:40928678	研究论文	提出基于任务相似性迁移学习的框架TS-GTL，用于预测人类口服生物利用度	结合物理化学性质与图深度学习，引入任务相似性度量MoTSE指导迁移学习	在数据稀缺场景下的应用可能受限于预训练数据的质量	优化药物候选物并提高临床成功率	药物分子	机器学习	NA	图深度学习	GNN, Transformer	分子图数据	NA	NA	PGnT, Transformer	NA	NA
954	2025-10-06	Incorporating respiratory signals for machine learning-based multimodal sleep stage classification: a large-scale benchmark study with actigraphy and heart rate variability 2025-Sep-09, Sleep IF:5.3Q1 DOI:10.1093/sleep/zsaf091 PMID:40219765	研究论文	本研究通过结合活动记录、心率变异性和呼吸信号，开发了一种基于机器学习的多模态睡眠阶段分类方法	首次在大规模研究中系统评估呼吸信号对睡眠阶段分类的增强作用，并比较心电图衍生呼吸特征与传统呼吸带数据的性能	研究基于公开数据集，可能无法完全代表所有人群的睡眠模式	开发更准确的家庭睡眠监测系统，改善睡眠检测算法	睡眠阶段分类，包括清醒期和快速眼动睡眠期	机器学习	睡眠障碍	活动记录监测，心率变异性分析，呼吸信号分析	LSTM	生理信号数据，包括活动记录、心电信号和呼吸信号	超过1000条睡眠记录	NA	LSTM	马修斯相关系数，四分位距	NA
955	2025-10-06	Artificial intelligence in traumatic brain injury: Brain imaging analysis and outcome prediction: A mini review 2025-Sep-09, World journal of critical care medicine DOI:10.5492/wjccm.v14.i3.107611 PMID:40880570	综述	本文回顾了人工智能在创伤性脑损伤影像分析和预后预测中的应用	重点探讨机器学习和深度学习方法在创伤性脑损伤领域的具体特征和应用潜力	NA	评估人工智能在创伤性脑损伤医疗实践中的改进潜力	创伤性脑损伤患者	医学影像分析	创伤性脑损伤	NA	机器学习,深度学习	医学影像	NA	NA	NA	NA	NA
956	2025-10-06	Spherical Harmonics Representation Learning for High-Fidelity and Generalizable Super-Resolution in Diffusion MRI 2025-Sep-09, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2025.3607105 PMID:40924535	研究论文	提出基于球谐函数表示学习的SHRL-dMRI框架，用于扩散磁共振成像的高保真和可泛化超分辨率重建	首次将隐式神经表示与球谐函数相结合，同时提升空间和角度分辨率，并引入数据保真模块和基于小波的频率损失函数	未明确说明训练数据的具体规模和多样性限制	开发能够同时提升扩散磁共振成像空间和角度分辨率的超分辨率方法	扩散磁共振成像数据	医学影像分析	NA	扩散磁共振成像	隐式神经表示	医学影像数据	NA	NA	SHRL-dMRI	分辨率提升效果，微结构参数估计精度，泛化能力	NA
957	2025-10-06	DeepPhosPPI: a deep learning framework with attention-CNN and transformer for predicting phosphorylation effects on protein-protein interactions 2025-Sep-06, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf462 PMID:40914970	研究论文	提出首个基于序列的深度学习框架DeepPhosPPI，用于预测磷酸化对蛋白质-蛋白质相互作用的影响	首个结合注意力CNN和Transformer的序列深度学习框架，使用预训练蛋白质语言模型进行特征嵌入	NA	开发计算模型预测磷酸化对蛋白质-蛋白质相互作用的调控效应	蛋白质磷酸化位点及其对蛋白质相互作用的影响	生物信息学	神经退行性疾病,癌症	深度学习	CNN,Transformer	蛋白质序列数据	NA	NA	注意力CNN,Transformer,ProtBERT,ESM-2	NA	NA
958	2025-10-06	Detecting, Characterizing, and Mitigating Implicit and Explicit Racial Biases in Health Care Datasets With Subgroup Learnability: Algorithm Development and Validation Study 2025-Sep-04, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/71757 PMID:40905712	研究论文	开发并验证了一种名为AEquity的简单指标，用于检测和减轻医疗数据集中的种族偏见	提出了一种基于学习曲线近似的数据中心化偏见缓解方法，可在算法生成的数据层面解决偏见问题	研究中使用的数据集和算法类型有限，需要进一步验证在更广泛场景下的适用性	开发能够检测和减轻医疗数据集中隐性和显性种族偏见的算法	医疗数据集中的种族偏见问题	机器学习	NA	学习曲线近似方法	全连接网络,CNN,Transformer,LightGBM	胸部X光图像,医疗成本利用数据,健康调查数据	NA	NA	ResNet-50,VIT-B-16	AUC,假阴性率,精确率,假发现率	NA
959	2025-10-06	Multimodal Deep Learning for Generating Potential Anti-Dengue Peptides 2025-Sep-02, ACS omega IF:3.7Q2 DOI:10.1021/acsomega.5c03510 PMID:40918327	研究论文	提出一种多模态深度学习框架，用于预测和生成潜在的抗登革热病毒多肽	首次将高性能预测建模与生成学习相结合的多模态框架，用于抗登革热多肽的发现	抗登革热多肽数据在现有数据集中仍然有限	开发有效的抗病毒治疗方法，特别是针对登革热病毒的治疗性多肽	抗登革热多肽（ADPs）	机器学习	登革热	多肽序列分析	BiLSTM, GAN, 随机森林, CNN, Transformer	多肽序列数据	NA	TensorFlow, PyTorch, Scikit-learn	双向长短期记忆网络, 堆叠集成神经网络, Wasserstein生成对抗网络, 卷积神经网络, Transformer	平衡准确率, AUC-ROC, AUC-PR, 马修斯相关系数	NA
960	2025-10-06	Development and validation of a user-friendly prediction tool for preoperative T-Staging in gallbladder Cancer: A multicenter study using contrast-enhanced CT-Based fusion models 2025-Sep, European journal of surgical oncology : the journal of the European Society of Surgical Oncology and the British Association of Surgical Oncology DOI:10.1016/j.ejso.2025.110117 PMID:40412011	研究论文	开发并验证基于对比增强CT的融合模型，用于胆囊癌术前T分期预测	首次结合放射组学、深度学习和临床数据构建加权融合模型，并开发用户友好的预测工具	回顾性研究，样本量相对有限（189例），仅来自两个机构	提高胆囊癌术前T分期的准确性和手术规划效果	胆囊癌患者	医学影像分析	胆囊癌	对比增强CT，放射组学，深度学习	融合模型	医学影像（CT动脉期和门静脉期序列），临床数据	189例胆囊癌患者（训练集111例，内部验证集48例，时间验证集30例）	NA	加权融合模型	AUC，准确率，敏感性，F1分数，校准曲线，决策曲线分析	NA