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
301	2025-11-02	AFPDeepPred: A Deep Learning Framework for Accurate Identification of Antifreeze Proteins 2025-Oct-31, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c02024 PMID:41170781	研究论文	提出一种名为AFPDeepPred的多模态深度学习框架，用于准确识别抗冻蛋白	首次将全局序列信息（进化尺度建模）与局部序列信息（混沌游戏表示）通过双线性注意力网络进行显式融合，实现高阶特征交互	NA	开发高精度的抗冻蛋白识别方法	抗冻蛋白序列	生物信息学	NA	蛋白质序列分析	深度学习	蛋白质序列数据	基于Swiss-Prot数据库的已审核数据集	深度学习框架	双线性注意力网络	准确率	NA
302	2025-11-02	Learning Binding Affinities via Fine-Tuning of Protein and Ligand Language Models 2025-Oct-31, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c02063 PMID:41171175	研究论文	提出BALM深度学习框架，通过微调蛋白质和配体语言模型预测结合亲和力	结合预训练的蛋白质和配体语言模型进行结合亲和力预测，并提出改进的评估策略	未明确说明模型在特定疾病靶点上的具体局限性	开发计算高效的蛋白质-配体结合亲和力预测方法用于早期药物发现	蛋白质-配体结合亲和力	机器学习	NA	语言模型微调	语言模型	分子结构数据	BindingDB数据库的精选版本	NA	蛋白质语言模型,配体语言模型	结合亲和力预测准确度,泛化能力评估	NA
303	2025-11-02	Advancing osteoporosis opportunistic screening: multicenter validation of a deep learning algorithm using abdominal CT scans 2025-Oct-31, Abdominal radiology (New York) DOI:10.1007/s00261-025-05213-2 PMID:41171405	研究论文	开发并验证一种基于腹部CT扫描的深度学习算法用于骨质疏松症机会性筛查	利用常规腹部CT扫描进行骨质疏松症筛查，实现多中心验证的深度学习算法	回顾性研究设计，样本量相对有限	开发并验证从腹部CT扫描中筛查骨质疏松症的算法	腰椎椎体	计算机视觉	骨质疏松症	CT扫描，DEXA扫描	深度学习	医学影像	504名参与者（中位年龄66岁，388名女性）	NA	2D UNet, ResNet34	AUC, 敏感性, 特异性, Pearson相关系数, Brier分数	NA
304	2025-11-02	Artificial intelligence-based segmentation of small renal masses: a multi-center, multi-scanner, multi-sequence study 2025-Oct-31, Abdominal radiology (New York) DOI:10.1007/s00261-025-05259-2 PMID:41171407	研究论文	开发基于人工智能的小肾脏肿瘤自动分割方法，使用多中心、多扫描仪、多序列MRI数据	首次在多中心、多扫描仪、多序列MRI数据上开发小肾脏肿瘤自动分割方法，并验证其在非通用电气扫描仪上的泛化能力	研究为回顾性设计，需要进一步前瞻性验证	开发小肾脏肿瘤的自动分割方法以提高诊断效率	988例经病理证实的小肾脏肿瘤患者的MRI图像	医学影像分析	肾脏肿瘤	MRI多序列成像	深度学习分割网络	医学影像	988例患者（训练集733例，测试集180例，泛化集75例）	NA	NA	检测率，Dice相似系数	NA
305	2025-11-02	Multimodal pathomics and clinical features predict postresection permanent hydrocephalus in pediatric medulloblastoma 2025-Oct-31, Journal of neuro-oncology IF:3.2Q2 DOI:10.1007/s11060-025-05263-y PMID:41171470	研究论文	本研究开发了一种结合病理组学特征和临床特征的多模态模型，用于预测儿童髓母细胞瘤术后永久性脑积水的风险	首次将深度学习提取的病理组学特征与临床特征相结合，构建多模态预测模型，显著提高了儿童髓母细胞瘤术后脑积水的风险分层能力	样本量相对较小（90例患者），单中心研究，需要外部验证	预测儿童髓母细胞瘤患者术后永久性脑积水的风险	18岁以下经手术治疗的髓母细胞瘤患者	数字病理	髓母细胞瘤	H&E染色，深度学习	CNN，逻辑回归	病理图像，临床数据	90例患者（训练集与验证集按7:3随机分割）	PyTorch	ResNet-18	AUC，平均精确率，ROC曲线，精确率-召回率曲线	NA
306	2025-11-02	Deep learning-based stride segmentation with wearable sensors: effects of data quantity, sensor location, and task 2025-Oct-31, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3600227 PMID:41171649	研究论文	本研究开发并评估了基于可穿戴传感器的深度学习步态分割方法，系统分析了数据量、传感器位置和运动任务对性能的影响	首次系统评估了时序卷积网络在不同运动复杂度下的步态分割性能，并比较了不同传感器位置的表现差异	研究样本主要来自老年人群体，结果可能不适用于其他年龄群体；测试集规模固定为40名参与者	开发准确的数字步态评估工具，优化基于可穿戴传感器的步态分割方法	121名老年人（包括帕金森病患者和非患者）	机器学习	帕金森病	可穿戴传感器技术	TCN	传感器时序数据	121名老年人（训练集81人，测试集40人）	NA	时序卷积网络	F1分数	NA
307	2025-11-02	TC-KANRecon: High-Quality and Accelerated MRI Reconstruction via Adaptive KAN Mechanisms and Intelligent Feature Scaling 2025-Oct-31, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3626343 PMID:41171650	研究论文	提出一种名为TC-KANRecon的创新条件引导扩散模型，用于加速MRI重建过程同时保持重建质量	结合Multi-Free U-KAN模块和动态裁剪策略，通过多头注意力机制和标量调制因子增强模型在复杂噪声环境中的鲁棒性和结构保持能力	NA	通过深度学习方法加速MRI重建过程同时保持重建质量	MRI图像重建	医学影像处理	NA	MRI	条件引导扩散模型	MRI图像，k空间数据	NA	NA	TC-KANRecon, MF-UKAN	定性评估，定量评估	NA
308	2025-11-02	Joint Sparse Optical Flow Estimation and Keypoint Detection via Dual-task Imperative Learning 2025-Oct-31, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3627192 PMID:41171660	研究论文	提出一种双任务强制学习框架，联合优化稀疏光流估计和自适应关键点检测	首次将期望最大化范式与高斯-牛顿推理引擎结合，实现光流估计与关键点检测的协同优化	仅使用200个训练图像对进行验证，模型规模较小可能限制复杂场景表现	解决深度学习光流估计模型在可解释性、泛化能力和部署效率方面的挑战	稀疏光流估计和关键点检测	计算机视觉	NA	深度学习	CNN	图像	200个训练图像对	NA	双任务强制学习架构	端点误差,F1-all,视觉里程计轨迹精度	超紧凑模型(iFLOW 0.05M参数, iPOINT 0.09M参数)
309	2025-11-02	Revisiting Transformation Invariant Geometric Deep Learning: An Initial Representation Perspective 2025-Oct-31, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3626735 PMID:41171655	研究论文	本文提出了一种实现几何数据变换不变性的简单通用方法TinvNet，通过变换不变且保持距离的初始点表示来保证模型对平移、旋转和缩放等变换的不变性	发现变换不变且保持距离的初始点表示足以实现变换不变性，无需复杂神经网络层设计，提出简单通用的TinvNet插件方法	NA	研究几何深度学习中的变换不变性问题，开发能够保证对平移、旋转和缩放等变换具有不变性的深度学习方法	点云和图等几何数据	几何深度学习	NA	多维尺度分析	神经网络	点云、图数据	NA	NA	TinvNet	NA	NA
310	2025-11-02	HieRMVir: Interpretable Viral Classification via Hierarchical Deep Learning 2025-Oct-31, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3627468 PMID:41171653	研究论文	提出一种基于分层深度学习的可解释病毒分类框架HieRMVir	整合随机森林特征加权与互信息引导的注意力正则化，考虑生物分类学层次结构	未明确说明对未知病毒或高度变异病毒的识别能力	开发可解释且准确的病毒基因组序列分类方法	病毒基因组序列	机器学习	病毒性疾病	基因组测序	深度学习	基因组序列数据	超过100万个基因组序列	NA	分层深度学习框架	准确率, 分层性能指标	NA
311	2025-11-02	Deep Learning-Driven Protein-Ligand Binding Affinity Prediction: Data, Architecture, Training and Evaluation 2025-Oct-31, IEEE transactions on computational biology and bioinformatics DOI:10.1109/TCBBIO.2025.3627203 PMID:41171689	综述	探讨深度学习模型在蛋白质-配体结合亲和力预测中的关键训练要素与应用前景	系统梳理深度学习在PLA预测中的完整流程，弥合计算生物学与深度学习之间的领域知识鸿沟	未提出新的算法模型，主要聚焦于现有方法的系统性总结与分析	为研究人员提供利用深度学习进行PLA预测的全面指导	蛋白质-配体结合亲和力预测	计算生物学	NA	深度学习	深度学习模型	蛋白质-配体结合数据	NA	NA	NA	NA	NA
312	2025-11-02	Hybrid deep learning model for spinal tumor diagnosis on MRI scans 2025-Oct-31, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.1177/09287329251385793 PMID:41172043	研究论文	提出一种结合MRI图像和患者年龄数据的混合深度学习模型，用于脊柱肿瘤的诊断和分类	融合Inception V3和Vision Transformer的混合模型，结合患者年龄信息，使用自注意力融合机制提升诊断准确性	NA	提高脊柱肿瘤诊断准确率，区分良性和恶性肿瘤	脊柱肿瘤患者的MRI扫描图像和年龄数据	计算机视觉	脊柱肿瘤	MRI扫描	混合深度学习模型	图像, 临床数据	NA	NA	Inception V3, Vision Transformer	准确率, 敏感性, 特异性	NA
313	2025-11-02	Geometry-Driven Attention Model with 3D Molecular Features for Multi-Property Prediction of OLED Materials 2025-Oct-31, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c01916 PMID:41172256	研究论文	提出了一种基于三维自注意力机制的深度学习模型3D-SAT-OLED，用于预测OLED材料的多重性能参数	首次将三维分子结构与高斯核特征提取器和空间位置编码相结合，并采用动态Tanh和SwiGLU激活函数增强模型稳定性和非线性建模能力	未明确说明模型计算效率与传统DFT方法的对比数据	开发高效的OLED材料性能预测工具以替代计算昂贵的传统方法	有机发光二极管材料	机器学习	NA	深度学习	自注意力机制	三维分子结构数据	QM9和OLED QM属性数据集	NA	三维自注意力架构	MAE	NA
314	2025-11-02	SleepPPG-Net2: Deep learning generalization for sleep staging from photoplethysmography 2025-Oct-31, Physiological measurement IF:2.3Q3 DOI:10.1088/1361-6579/ae1a34 PMID:41172609	研究论文	本研究开发了SleepPPG-Net2深度学习模型，用于从光电容积脉搏波信号进行四分类睡眠分期，并评估其跨数据集的泛化能力	采用多源域训练策略提升模型在分布外数据上的泛化性能，并系统分析人口统计学因素和阻塞性睡眠呼吸暂停对模型性能的影响	模型性能仍受年龄、性别和阻塞性睡眠呼吸暂停严重程度等因素影响，存在性能差异	提高基于PPG的睡眠分期模型的泛化能力	光电容积脉搏波时间序列数据	机器学习	睡眠障碍	PPG信号采集	深度学习	时间序列数据	NA	NA	SleepPPG-Net2	Cohen's kappa	NA
315	2025-11-02	Ensemble learning of attention-based BiLSTM networks for ADHD detection from EEG signals code 2025-Oct-31, Computer methods in biomechanics and biomedical engineering IF:1.7Q3 DOI:10.1080/10255842.2025.2576625 PMID:41173469	研究论文	提出一种基于注意力机制的双向LSTM集成学习方法，用于从脑电图信号中检测注意力缺陷多动障碍	使用并行注意力机制的双向LSTM集成学习模型，结合频谱图、分形维度和递归图等多种特征提取方法	NA	开发客观准确的ADHD自动检测方法	脑电图信号	机器学习	注意力缺陷多动障碍	脑电图	BiLSTM, 集成学习	脑电图信号	两个数据集	NA	PABiLSTM, ResNet-50	准确率	NA
316	2025-11-02	Deep learning-based segmentation of T1 and T2 cardiac MRI maps for automated disease detection 2025-Oct-31, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-12069-z PMID:41174040	研究论文	本研究开发了一种基于深度学习的T1和T2心脏MRI图像分割方法，用于自动化疾病检测	首次将深度学习应用于心脏T1/T2图谱分割，并探索了多种强度统计特征在疾病检测中的效用	样本量相对较小（144名受试者），需要更大规模的外部验证	评估深度学习在心脏MRI分割中的准确性，并探索多特征机器学习在疾病检测中的优势	心脏T1和T2图谱的左心室血池和心肌组织	医学影像分析	心血管疾病	心脏MRI，T1/T2 mapping	深度学习，机器学习	医学影像	144名受试者（平均年龄42.2±16.1岁，76名男性），分为训练集100例、验证集15例和测试集29例	NA	NA	Dice相似系数，平均绝对百分比误差，F1分数，精确率，召回率，AUC	NA
317	2025-11-02	A Hybrid Model Combining U-Net and Transformers for Joint Segmentation and Beamforming of Plane-wave Ultrasound Images 2025-Oct-30, Ultrasound in medicine & biology DOI:10.1016/j.ultrasmedbio.2025.10.002 PMID:41173661	研究论文	提出一种结合U-Net和Transformer的混合模型，用于平面波超声图像的联合分割和波束成形	首次将图像分割和波束成形任务整合到统一框架中，通过U-Net和Transformer的混合架构实现同步处理	对≤7毫米的包涵体检测精度下降，偶尔会产生虚假包涵体，小目标检测和伪影抑制需要改进	开发能够同时进行超声图像分割和波束成形的深度学习模型	计算机模拟数据、包含低回声包涵体(5-10毫米半径)的物理体模、50名健康志愿者的颈动脉超声图像	计算机视觉	心血管疾病	平面波超声成像	U-Net, Transformer	超声图像	50名健康志愿者的颈动脉超声图像，加上计算机模拟和物理体模数据	NA	U-Net, Transformer	Dice相似系数, 均方误差, 结构相似性指数, 拉普拉斯方差, 广义对比噪声比, 信噪比	NA
318	2025-11-02	Multicenter Study of YOLOv9 for Automated Detection and Classification of Supraspinatus Tendon Tears on MRI 2025-Oct-30, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.10.022 PMID:41173764	研究论文	本研究开发了一种基于YOLOv9的深度学习模型，用于在多中心MRI数据上自动检测和分类冈上肌腱撕裂	首次将YOLOv9框架应用于冈上肌腱撕裂的自动化诊断，并在多中心研究中证明其性能优于不同经验水平的放射科医生	回顾性研究设计，样本量相对有限（1698例患者）	开发自动诊断冈上肌腱撕裂的深度学习模型	冈上肌腱撕裂患者	计算机视觉	肌肉骨骼疾病	MRI成像	YOLO	医学图像	1698例患者，来自5家医院，分为训练集1047例、验证集299例、测试集154例和外部测试集198例	YOLO	YOLOv9	准确率, F1分数, 交并比, 混淆矩阵, McNemar检验, Cohen's kappa	NA
319	2025-11-02	Antimicrobial peptides for anticancer and antiviral therapy: last promising update 2025-Oct-29, Discover oncology IF:2.8Q2 DOI:10.1007/s12672-025-03855-8 PMID:41160325	综述	本文综述了抗菌肽在抗癌和抗病毒治疗中的最新研究进展，重点探讨了人工智能和微生物代谢物在克服抗菌肽临床应用限制方面的作用	从现代视角系统分析人工智能和微生物代谢物在解决抗菌肽毒性、稳定性和合成成本等限制因素中的应用	NA	探讨抗菌肽作为抗癌和抗病毒治疗替代方案的潜力及其面临的挑战	抗菌肽及其在抗癌和抗病毒治疗中的应用	自然语言处理	癌症，病毒感染	深度学习	NA	文本数据	NA	NA	NA	NA	NA
320	2025-11-02	Investigating the capability of deep learning models to predict age and biological sex from anterior segment ophthalmic imaging: a multi-centre retrospective study 2025-Oct-29, BMJ open IF:2.4Q1 DOI:10.1136/bmjopen-2025-107196 PMID:41161843	研究论文	本研究开发了一种基于迁移学习的深度学习模型，用于从前段眼部成像中预测年龄和生物性别	首次使用多种前段眼部成像数据（AS-OCT、角膜地形图、外部照片）联合训练深度学习模型预测年龄和性别，并通过显著性图解释模型决策过程	回顾性研究设计，数据来源于单一医疗信托机构，缺乏外部验证	评估深度学习模型从前段眼部成像中预测年龄和生物性别的能力	20,542名患者的40,592只眼睛的557,468次扫描图像	计算机视觉	眼科疾病	前段光学相干断层扫描（AS-OCT）、Placido盘角膜地形图、外部照相	CNN	图像	557,468张扫描图像，来自20,542名患者的40,592只眼睛	NA	基于迁移学习的卷积神经网络	准确率、精确率、召回率、F1分数、ROC-AUC、Pearson相关系数、决定系数、平均绝对误差	NA