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
1401	2025-10-06	Quantitative computed tomography imaging classification of cement dust-exposed patients-based Kolmogorov-Arnold networks 2025-09, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103166 PMID:40450965	研究论文	本研究使用Kolmogorov-Arnold网络对水泥粉尘暴露患者的定量CT影像进行二分类分析	首次将Kolmogorov-Arnold网络应用于定量CT影像分类，相比传统机器学习方法和深度学习模型表现更优	研究样本量相对有限，仅包含609名受试者	开发基于定量CT影像的呼吸系统疾病分类模型，用于职业健康评估	水泥粉尘暴露患者和健康对照者	医学影像分析	呼吸系统疾病	定量CT成像	Kolmogorov-Arnold网络	医学影像	609名受试者（311名水泥粉尘暴露者，298名健康对照）	NA	KAN（两层隐藏层，15和8个神经元）	准确率, 精确率, 召回率, F1分数, 特异性, Matthews相关系数	NA
1402	2025-10-06	ECG synthesis for cardiac arrhythmias: Integrating self-supervised learning and generative adversarial networks 2025-09, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103162 PMID:40460597	研究论文	提出一种结合自监督学习和生成对抗网络的心电图生成方法ECGAN，用于合成心律失常数据并提升分类性能	整合自监督学习与生成对抗网络的条件生成架构，能够控制心电图记录的概率分布	未明确说明模型在更广泛心律失常类型上的泛化能力	开发能够生成真实心电图信号的方法以解决标注数据不足和患者匿名化问题	心电图时间序列数据	机器学习	心血管疾病	心电图分析	GAN, 自监督学习	时间序列数据	MIT-BIH、BIDMC和PTB数据集	NA	ECGAN	分类准确率	NA
1403	2025-10-06	VAE-GANMDA: A microbe-drug association prediction model integrating variational autoencoders and generative adversarial networks 2025-09, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103198 PMID:40540756	研究论文	提出一种整合变分自编码器和生成对抗网络的微生物-药物关联预测模型VAE-GANMDA	融合VAE和GAN学习数据流形分布，集成CBAM注意力模块和高斯核函数增强特征提取能力，结合k-means++算法选择高质量负样本	NA	预测微生物与药物之间的关联关系	微生物和药物	机器学习	传染病	NA	VAE, GAN, MLP	关联数据	NA	NA	VAE-GANMDA, CBAM, MLP	AUROC, AUPRC	NA
1404	2025-10-06	Interactive prototype learning and self-learning for few-shot medical image segmentation 2025-09, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103183 PMID:40544698	研究论文	提出一种交互式原型学习和自学习网络来解决少样本医学图像分割中的类内不一致和类间相似性问题	通过深度编解码模块、交互式原型学习模块和查询特征引导的自学习模块协同工作，提升类内特征一致性和降低类间特征相似性	NA	解决少样本医学图像分割中类内不一致和类间相似性导致的边界模糊问题	医学图像分割任务中的支持样本和查询样本	计算机视觉	NA	医学图像分割	深度学习网络	医学图像	NA	NA	编码器-解码器架构	分割性能指标	NA
1405	2025-10-06	Predicting drug-drug interactions: A deep learning approach with GCN-based collaborative filtering 2025-09, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103185 PMID:40544699	研究论文	提出一种基于图卷积网络和协同过滤的AI推荐模型，用于预测药物相互作用	通过分析药物相互作用网络的连通性而非化学结构来预测DDI，无需对未定义相互作用进行负采样，能预测所有未知药物对的潜在相互作用	仅利用DDI报告数据，未考虑药物化学结构等其他因素	开发准确预测药物相互作用的计算方法	药物相互作用	机器学习	NA	图卷积网络，协同过滤	GCN	药物相互作用网络数据	4,072种药物和1,391,790个药物对	NA	图卷积网络	5折交叉验证，外部数据验证	NA
1406	2025-10-06	A prior knowledge-supervised fusion network predicts survival after radiotherapy in patients with advanced gastric cancer 2025-09, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103184 PMID:40587926	研究论文	提出一种基于先验知识监督的融合网络，用于预测晚期胃癌患者放疗后的总生存期	提出新型采样策略和多域特征融合模块，将医生先验知识融入CT图像分析，实现多模态信息的自适应融合	NA	预测晚期胃癌患者放疗后的总生存期，辅助临床诊疗决策	晚期胃癌患者	计算机视觉	胃癌	CT成像	深度学习融合网络	医学图像（CT）、多模态临床数据	NA	NA	先验知识监督融合网络（PKSFnet）、多域特征融合模块（MdFF）	AUC, 特异性, 敏感度, 精确度, C-index, HR	NA
1407	2025-10-06	Your turn: At home turning angle estimation for Parkinson's disease severity assessment 2025-09, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103194 PMID:40577945	研究论文	提出一种基于深度学习的自动化方法，通过视频提取3D骨架并计算髋膝关节旋转来量化帕金森病患者的居家转身角度	首个探索使用单目摄像头数据在居家环境中量化帕金森患者转身行为的研究，解决了传统临床评估无法捕捉日常症状变化的局限性	由于自由生活环境难以获取精确地面真实数据，角度量化基于专家手动标注并离散化为45°分箱	通过连续被动监测转身角度，将步态特征作为帕金森疾病进展的敏感指标	帕金森病患者和健康对照志愿者	计算机视觉	帕金森病	3D骨架提取，人类姿态估计	CNN, Transformer	视频	24名受试者（12名帕金森患者和12名健康对照）的1386个转身视频片段	NA	Fastpose, Strided Transformer	准确率, 平均绝对误差, 加权精确率	NA
1408	2025-10-06	Artificial intelligence in muscle-invasive bladder cancer: opportunities, challenges, and clinical impact 2025-Sep-01, Current opinion in urology IF:2.1Q2 DOI:10.1097/MOU.0000000000001309 PMID:40765429	综述	本文全面回顾了人工智能在肌层浸润性膀胱癌诊疗中的应用现状与未来潜力	系统阐述了AI在MIBC全流程管理中的创新应用，包括诊断分期、治疗规划和疗效评估	存在方法学局限、数据集异质性、工作流整合障碍和监管不确定性等挑战	探讨人工智能在肌层浸润性膀胱癌临床管理中的机遇与挑战	肌层浸润性膀胱癌患者	数字病理	膀胱癌	深度学习, 机器学习, 影像组学	深度学习模型	影像数据, 临床数据	NA	NA	NA	准确率	NA
1409	2025-10-06	TabNet and TabTransformer: Novel Deep Learning Models for Chemical Toxicity Prediction in Comparison With Machine Learning 2025-09, Journal of applied toxicology : JAT IF:2.7Q3 DOI:10.1002/jat.4803 PMID:40309751	研究论文	本研究评估了TabNet和TabTransformer两种深度学习模型与传统机器学习方法在12个毒理学终点上预测化学毒性的性能	首次系统比较TabNet和TabTransformer深度学习架构与传统机器学习方法在化学毒性预测中的表现，并利用SHAP分析增强模型可解释性	研究仅限于12个毒理学终点和801个分子描述符，未探索更多毒性终点或分子表征方法	评估深度学习模型在化学毒性预测中的性能，并与传统机器学习方法进行对比	化学化合物的毒性预测	机器学习	NA	分子描述符分析	TabNet, TabTransformer, XGBoost, CatBoost, SVM, 投票分类器	结构化数据	12,228个训练样本和3,057个测试样本	NA	TabNet, TabTransformer	准确率, F1分数, AUC-ROC, AUPR, Matthews相关系数	NA
1410	2025-10-06	ASO Author Reflections: Clinical-Radiomic Machine Learning Model Predicts Pheochromocytomas and Paragangliomas Surgical Difficulty: A Retrospective Study 2025-Sep, Annals of surgical oncology IF:3.4Q1 DOI:10.1245/s10434-025-17491-7 PMID:40419717	研究论文	开发结合临床和影像组学特征的机器学习模型预测嗜铬细胞瘤和副神经节瘤手术难度	首次将临床特征与影像组学特征结合构建预测PPGLs手术难度的机器学习模型	回顾性研究，需要多中心研究验证和手术难度标准细化	优化嗜铬细胞瘤和副神经节瘤术前规划并减少围手术期并发症	嗜铬细胞瘤和副神经节瘤患者	机器学习	嗜铬细胞瘤和副神经节瘤	影像组学分析	SVM	临床数据和影像数据	NA	NA	NA	AUC	NA
1411	2025-10-06	A Scalable Deep Learning Approach for Real-Time Multivariate Monitoring of Biopharmaceutical Processes With No Prior Product-Specific History 2025-Sep, Biotechnology and bioengineering IF:3.5Q2 DOI:10.1002/bit.29039 PMID:40457612	研究论文	提出一种用于无产品历史数据的生物制药过程实时监控的新型深度学习框架	结合自编码器和多阶段实时数据处理算法，开发了无需产品特定历史数据的实时异常检测与根本原因识别方法	NA	开发无需先验产品历史数据的生物制药过程实时健康监控方法	生物制药过程中的细胞培养操作，特别是单克隆抗体生产	机器学习	NA	实时多变量统计过程监控	自编码器	时间序列数据	NA	NA	自编码器	异常检测鲁棒性、故障隔离效果	可扩展软件产品
1412	2025-10-06	Data-Augmented Deep Learning Algorithm for Accurate Control of Bioethanol Fermentation Using an Online Raman Analyzer 2025-Sep, Biotechnology and bioengineering IF:3.5Q2 DOI:10.1002/bit.29040 PMID:40485093	研究论文	本研究开发了一种基于在线拉曼光谱和深度学习的生物乙醇发酵控制系统	采用基于半监督学习的伪标签方法将训练数据集扩大100倍，并开发了结合时序光谱特征的STC-CNN模型	NA	优化生物制造过程中的补料策略以实现稳定最大产量	酿酒酵母生物乙醇生产	机器学习	NA	在线拉曼光谱	CNN	光谱数据	NA	NA	STC-CNN	RMSE	NA
1413	2025-10-06	LETA: Tooth Alignment Prediction Based on Dual-branch Latent Encoding 2025-09, IEEE transactions on visualization and computer graphics IF:4.7Q1 DOI:10.1109/TVCG.2024.3413857 PMID:40184274	研究论文	提出基于双分支潜在编码的3D牙齿对齐预测系统LETA，用于自动预测牙齿的正确3D姿态变换	从真实对齐牙齿中提取特征指导网络学习，采用改进的点卷积操作和注意力网络分别提取局部形状特征和全局上下文特征	NA	开发自动化牙齿对齐预测系统以减少正畸医生工作量	口内扫描仪获取的3D牙齿网格	计算机视觉	牙齿畸形	3D点云处理	CNN, 注意力网络	3D点云数据	9,868个口内扫描表面	NA	双分支编码器-投影器-求解器架构	NA	NA
1414	2025-05-08	Letter to the Editor: Deep Learning and Numerical Analysis for Bladder Outflow Obstruction and Detrusor Underactivity Diagnosis in Men: A Novel Urodynamic Evaluation Scheme 2025-Sep, Neurourology and urodynamics IF:1.8Q3 DOI:10.1002/nau.70049 PMID:40329494	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1415	2025-10-06	PCANN Program for Structure-Based Prediction of Protein-Protein Binding Affinity: Comparison With Other Neural-Network Predictors 2025-Sep, Proteins IF:3.2Q2 DOI:10.1002/prot.26821 PMID:40116085	研究论文	介绍了一种基于结构的蛋白质-蛋白质结合亲和力预测新方法PCANN	结合ESM-2语言模型和图注意力网络(GAT)进行蛋白质结合界面信息编码和亲和力预测	训练和测试数据量有限，现有数据准确性不足且缺乏测量条件的一致性	开发蛋白质-蛋白质复合物结合亲和力预测方法	蛋白质-蛋白质复合物	自然语言处理,机器学习	NA	深度学习	图注意力网络,语言模型	蛋白质结构数据	两个文献提取的数据集	NA	ESM-2,GAT	平均绝对误差(MAE)	NA
1416	2025-10-06	Deep Learning-Based Automated Detection of the Middle Cerebral Artery in Transcranial Doppler Ultrasound Examinations 2025-Sep, Ultrasound in medicine & biology DOI:10.1016/j.ultrasmedbio.2025.05.028 PMID:40582894	研究论文	提出一种基于深度学习的轻量级实时方法，用于在经颅多普勒超声检查中自动检测大脑中动脉	首次将YOLOv10和RT-DETR两种最先进的目标检测模型应用于TCD图像中的MCA实时自动检测，并可在移动平台部署	样本量相对有限（41名受试者），需要更多临床验证	开发自动化MCA检测方法以减少对操作者专业知识的依赖	经颅多普勒彩色多普勒图像中的大脑中动脉	计算机视觉	脑血管疾病	经颅多普勒超声	YOLOv10, RT-DETR	视频, 图像	41名受试者（31名健康个体，10名卒中患者），365个视频，61,611帧图像	NA	YOLOv10, Real-Time Detection Transformers	F1分数, AP, 推理速度, IEC	桌面CPU, 平板设备
1417	2025-10-06	Novel Artificial Intelligence-Driven Infant Meningitis Screening From High-Resolution Ultrasound Imaging 2025-Sep, Ultrasound in medicine & biology DOI:10.1016/j.ultrasmedbio.2025.04.009 PMID:40582896	研究论文	开发了一种基于高分辨率超声成像的人工智能婴儿脑膜炎筛查方法	首次将三阶段深度学习框架与可解释人工智能方法结合用于婴儿脑膜炎的非侵入性筛查	样本量较小（仅16名患者），研究仅在三个西班牙大学医院进行	开发非侵入性婴儿脑膜炎筛查工具以减少腰椎穿刺的需求	疑似脑膜炎且囟门未闭的婴儿	医学影像分析	脑膜炎	Neosonics超声技术	深度学习	超声图像	30名疑似婴儿（最终纳入16名：6例病例，10例对照），共781张图像	NA	NA	准确率, 精确率, 灵敏度, 特异性	NA
1418	2025-10-06	Efficient Ultrasound Breast Cancer Detection with DMFormer: A Dynamic Multiscale Fusion Transformer 2025-Sep, Ultrasound in medicine & biology DOI:10.1016/j.ultrasmedbio.2025.05.017 PMID:40628603	研究论文	提出一种基于Transformer的动态多尺度融合模型DMFormer，用于超声乳腺癌检测中良恶性肿块的准确区分	创新性地结合窗口注意力与网格注意力机制，实现局部特征交互与全局上下文混合的动态多尺度特征融合	NA	开发先进的深度学习模型以提高超声乳腺癌筛查的准确性	超声图像中的良性和恶性肿块	计算机视觉	乳腺癌	超声成像	Transformer	图像	在两个独立数据集上进行评估	NA	DMFormer, Transformer	AUC	NA
1419	2025-10-06	Novel Videographic-Free Framework for Tracking Anatomical Structures Using Swallowing Accelerometer Signals and Multi-task Transformers 2025-Sep, Journal of healthcare informatics research IF:5.4Q1 DOI:10.1007/s41666-025-00201-z PMID:40726741	研究论文	提出一种基于吞咽加速度信号和多任务Transformer的无视频解剖结构追踪框架	首次将多任务Transformer模型应用于吞咽加速度信号分析，实现无视频条件下多解剖结构的精确追踪	研究基于特定数据集，需要进一步验证在更广泛人群中的适用性	开发非侵入性吞咽评估方法，精确追踪吞咽过程中的解剖结构位移	舌骨、喉基底和舌喉近似距离（HLA）等吞咽相关解剖结构	生物医学信号处理	吞咽障碍	高分辨率颈部听诊（HRCA），加速度信号分析	Transformer, 多任务学习	加速度信号	NA	NA	Transformer编码器	相对重叠面积（ROP）, 准确率	NA
1420	2025-10-06	Using nursing data for machine learning-based prediction modeling in intensive care units: A scoping review 2025-Sep, International journal of nursing studies IF:7.5Q1 DOI:10.1016/j.ijnurstu.2025.105133 PMID:40544524	综述	本范围综述系统分析了在ICU中使用护理数据和机器学习技术预测患者预后的研究现状	首次系统梳理了ICU环境中基于护理数据的机器学习预测模型，并对护理数据类型进行了详细分类	仅关注已发表文献，可能遗漏未发表的研究；仅纳入英文文献，存在语言偏倚	识别利用护理数据和机器学习预测ICU患者健康结局的研究现状	ICU成年住院患者	机器学习	危重症	机器学习	监督学习,深度学习,神经网络	护理量表,护理评估记录,护理活动记录,护理记录	151项研究（2004-2023年）	NA	回归,提升方法,随机森林	NA	NA