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
701	2025-10-05	A hybrid quorum sensing model for neurodynamic feature optimization in EEG-based Parkinson's disease detection 2025-Oct, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111012 PMID:40946679	研究论文	提出一种基于混合群体感应优化的特征选择方法，用于EEG帕金森病检测中的神经动力学特征优化	开发了新型多阶段混合群体感应优化算法，结合元启发式探索与统计精炼及相关性剪枝	未明确说明算法在不同EEG数据集上的泛化能力及计算复杂度分析	优化EEG特征选择以提升帕金森病检测性能	帕金森病患者的EEG信号	机器学习	帕金森病	脑电图	MLP	EEG信号	San Diego数据集和University of New Mexico数据集	NA	多层感知器	准确率	NA
702	2025-10-05	Magnetization transfer MRI (MT-MRI) detects white matter damage beyond the primary site of compression in degenerative cervical myelopathy using a novel semi-automated analysis 2025-Oct, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111083 PMID:40953562	研究论文	本研究开发了一种基于脊髓工具箱的半自动化分析流程，用于检测退行性颈椎病中超出主要压迫部位的白质损伤	开发了结合深度学习CNN分割、椎体标记和模板配准的半自动化磁化转移比提取流程，能够在未受压区域检测到微观结构损伤	样本量相对较小（30名患者和15名健康对照），需要进一步验证	改进退行性颈椎病的磁化转移MRI分析，建立微观结构损伤与临床结局的关联	退行性颈椎病患者和年龄匹配的健康对照者	医学影像分析	退行性颈椎病	磁化转移MRI，T2加权MRI	CNN	MRI图像	30名退行性颈椎病患者和15名健康对照	Spinal Cord Toolbox (SCT)	卷积神经网络	AUC, ROC分析	3T MRI扫描仪
703	2025-10-05	Deep learning approach for classifying grazing behavior in yearling horses using triaxial accelerometer data: a pilot study 2025-Oct-01, Journal of equine veterinary science IF:1.3Q2 DOI:10.1016/j.jevs.2025.105706 PMID:41043567	研究论文	本研究开发了一种基于深度学习的方法，利用颌部安装的三轴加速度计数据对周岁马匹的放牧行为进行分类	首次将CNN+LSTM混合模型应用于马匹放牧行为分类，并验证了在不同采样率和时间窗口下的性能表现	仅为试点研究，样本量较小（仅4匹马），需要在更大群体中进一步验证	开发自动化的马匹放牧行为监测方法，替代传统人工观察	周岁纯血马	机器学习	NA	三轴加速度计监测	CNN, LSTM, CNN+LSTM	加速度计时序数据	4匹周岁纯血马，230,286个数据点	NA	一维CNN, LSTM, CNN+LSTM混合架构	准确率, F1分数, 精确率, 召回率, AUC	NA
704	2025-10-05	Screening and selection of a machine learning algorithm for development of a model to select cows for clinical examination using data from automated health monitoring technologies and other predictors of cow health 2025-Oct-01, Journal of dairy science IF:3.7Q2 DOI:10.3168/jds.2025-26511 PMID:41043704	研究论文	本研究开发了一个机器学习算法筛选框架，用于基于自动化健康监测系统数据和其他奶牛健康预测因子来筛选需要临床检查的奶牛	结合AutoML工具Lazy Predict Classifier和手动优化测试，创建了综合的机器学习算法筛选框架，并发现集成学习算法在奶牛健康分类任务中优于深度学习算法	研究仅针对荷斯坦奶牛，样本量相对有限，且模型精度仍有提升空间	开发用于筛选需要临床检查奶牛的机器学习模型	荷斯坦奶牛	机器学习	NA	自动化健康监测技术，包括可穿戴和非可穿戴传感器	XGBoost, AdaBoost, Nearest Centroid, Bernoulli Naive Bayes, 多层感知机, 循环神经网络, 长短期记忆网络, 门控循环单元	传感器数据，奶牛特征数据，性能数据	1,252头荷斯坦奶牛，22,415条奶牛-天记录	Lazy Predict Classifier, 多种机器学习框架	集成学习模型，深度学习模型	灵敏度，精确度，特异性，阴性预测值，F1分数，AUC	NA
705	2025-10-05	TinyHLAnet: A Light-Weight 3D Structure-Aware Architecture for Rapid and Explainable Identification of CD8+ T-Cell Antigens 2025-Oct, HLA IF:5.9Q1 DOI:10.1111/tan.70410 PMID:41044839	研究论文	开发了一种轻量级深度学习架构TinyHLAnet，用于快速可解释地预测CD8+ T细胞抗原	基于肽-HLA复合物接触形成的领域知识约束开发新型架构，将结合亲和力估计分解为残基对相互作用子问题	NA	实现快速、可解释和个性化的CD8+ T细胞表位预测	肽-HLA（I类）复合物	机器学习	免疫相关疾病	深度学习	神经网络	生物分子结构数据	NA	NA	TinyHLAnet	预测准确率, 吞吐量	NA
706	2025-10-05	Getting Started on Artificial Intelligence in Health Care and Clinical Research: Includes Rigor Checklist for Authors and Reviewers 2025-Oct-03, Advances in wound care IF:5.8Q1 DOI:10.1177/21621918251380217 PMID:41039915	综述	本文为医疗保健和临床研究领域的人工智能应用提供入门指南和严谨性检查清单	提出分层框架（基础层、核心技术层、应用层）和系统化的生物医学AI人才培养方法，强调从人员培养入手的AI实施路径	NA	指导研究人员、临床医生和评审员严谨地理解和应用人工智能技术	生物医学研究和医疗保健领域的人工智能应用	机器学习,自然语言处理,计算机视觉	NA	专家系统,机器学习,深度学习,可解释AI,自然语言处理,分布式AI/多智能体系统	NA	NA	NA	NA	NA	NA	NA
707	2025-10-05	Rapid whole-brain T2* and susceptibility mapping using 3D multiple overlapping-echo detachment acquisition and missing modality synthesis embedded simulation 2025-Oct-03, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.70108 PMID:41040040	研究论文	开发了一种用于快速全脑T2*和磁化率定量成像的3D多重重叠回波分离采集技术及数据生成重建策略	将MOLED编码扩展到3D多激发采集，结合双回波反向EPI序列同时获取T2*和QSM信号；提出基于深度学习的缺失模态合成方法生成配准的多参数模板；引入伪3D Bloch模拟加速合成数据生成	NA	开发快速全脑T2*和磁化率定量成像技术	健康志愿者和临床参与者	医学影像	NA	3D-MOLED成像、双回波反向EPI、Bloch模拟	深度学习	磁共振影像	健康志愿者和临床参与者队列	NA	NA	图像质量评分、扫描速度、运动鲁棒性	NA
708	2025-10-04	Reply to 'Risk stratification of cutaneous melanoma using deep learning on whole slide images' 2025-Oct-03, Journal of the European Academy of Dermatology and Venereology : JEADV IF:8.4Q1 DOI:10.1111/jdv.70092 PMID:41041696	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
709	2025-10-05	Prediction of Pathological Subthalamic Nucleus Beta Burst Occurrence in Parkinson's Disease 2025-Oct-03, Movement disorders : official journal of the Movement Disorder Society IF:7.4Q1 DOI:10.1002/mds.70076 PMID:41041724	研究论文	本研究开发深度学习模型预测帕金森病患者丘脑底核β爆发的发生	首次发现β振幅下降可作为预测β爆发发生的生物标志物，实现提前100毫秒预测	研究样本量有限，需要在更大人群中验证模型的泛化能力	开发能够预测帕金森病病理状态下丘脑底核β爆发发生的预测模型	帕金森病患者的丘脑底核活动记录	机器学习	帕金森病	深部脑刺激记录，神经信号分析	深度神经网络	神经电生理信号	两个独立的丘脑底核记录数据集，包括自然行为下的长期记录	NA	NA	预测准确性，时间预测精度	NA
710	2025-10-05	Highly Tunable Synaptic Modulation in Photo-Activated Remote Charge Trap Memory for Hardware-Based Fault-Tolerant Learning 2025-Oct-03, Advanced materials (Deerfield Beach, Fla.) DOI:10.1002/adma.202515140 PMID:41041969	研究论文	提出一种基于硬件的光激活远程电荷陷阱存储器，用于实现容错学习算法	利用缺陷工程六方氮化硼实现4380的高突触可调比，能够选择性衰减误训练信号引起的权重更新	仅在MNIST数据集上验证，未在更复杂数据集测试	开发硬件容错学习算法以应对标注噪声数据	光激活远程电荷陷阱存储器器件	机器学习	NA	缺陷工程六方氮化硼技术	人工突触	图像数据	MNIST数据集	NA	NA	识别准确率	内存计算系统
711	2025-10-05	Multilevel Correlation-aware and Modal-aware Graph Convolutional Network for Diagnosing Neurodevelopmental Disorders 2025-Oct-02, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2025.3617348 PMID:41037545	研究论文	提出一种多级相关性感知和模态感知图卷积网络(MCM-GCN)，用于神经发育障碍的可靠诊断	在个体层面设计相关性驱动特征生成模块感知图间相关性，在群体层面通过多模态解耦特征增强模块深度整合多模态信息	NA	开发可靠的神经发育障碍诊断方法	自闭症谱系障碍(ASD)和注意缺陷多动障碍(ADHD)患者	医学影像分析	神经发育障碍	静息态功能磁共振成像	图卷积网络	脑网络图数据,表型数据	两个公共数据集	NA	MCM-GCN,图注意力网络	准确率	NA
712	2025-10-05	GenoGraph: an Interpretable Graph Contrastive Learning Approach for Identifying Breast Cancer Risk Variants 2025-Oct-02, IEEE transactions on computational biology and bioinformatics DOI:10.1109/TCBBIO.2025.3617088 PMID:41037551	研究论文	提出一种基于图对比学习的可解释框架GenoGraph，用于识别乳腺癌风险基因变异	开发了在低样本量场景下建模高维遗传数据的图对比学习框架，解决了传统GWAS方法忽略遗传互作和机器学习方法过拟合的问题	基于芬兰人群数据，在其他人群中的泛化能力需要进一步验证	改进乳腺癌风险基因变异的识别方法，探索遗传相互作用	乳腺癌相关的基因变异	机器学习	乳腺癌	GWAS	图对比学习	基因型数据	东芬兰生物银行数据集	NA	GenoGraph	准确率	NA
713	2025-10-05	Heterogeneous Network With Multiview Path Aggregation: Drug-Target Interaction Prediction Study Design 2025-Oct-02, JMIR medical informatics IF:3.1Q2 DOI:10.2196/74974 PMID:41037779	研究论文	提出一种基于多视图路径聚合的异质网络模型用于药物-靶点相互作用预测	结合分子注意力转换器提取药物3D构象特征和Prot-T5蛋白质语言模型探索蛋白质序列特征，构建异质图模型并引入元路径聚合机制动态整合特征视图和生物网络关系视图	未明确说明模型在更大规模数据集上的泛化能力和计算效率	预测药物与靶点之间的相互作用关系	药物、蛋白质、疾病和副作用等生物实体	生物信息学	NA	分子注意力转换器, Prot-T5蛋白质语言模型	图神经网络, 异质网络模型	化学结构, 蛋白质序列, 多源异质数据	KCNH2靶点的53个候选药物案例研究	NA	分子注意力转换器, Prot-T5, 元路径聚合机制	AUPR, AUROC	NA
714	2025-10-05	Fast water/fat T2 and PDFF mapping via multiple overlapping‑echo detachment acquisition and deep learning reconstruction 2025-Oct-02, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ae0efa PMID:41038241	研究论文	开发了一种结合化学位移编码与多重重叠回波分离序列的深度学习重建方法，用于快速水/脂肪T2和PDFF成像	提出了CSE-MOLED新型水脂分离框架，首次实现每层162毫秒的超快速同步水脂分离和T2定量	样本量较小（仅5名健康志愿者和2名患者），脂肪T2的R²值相对较低（0.733）	开发超快速同步水脂分离和T2定量方法，用于神经肌肉疾病的诊断和监测	肌肉组织，包括健康志愿者、肌肉萎缩患者和肌肉损伤患者	医学影像分析	神经肌肉疾病	磁共振成像，化学位移编码，多重重叠回波分离序列	深度学习	磁共振图像	5名健康志愿者，1名肌肉萎缩患者，1名肌肉损伤患者	NA	NA	R²，变异系数	NA
715	2025-10-05	Bioinspired high-order in-sensor spatiotemporal enhancement in van der Waals optoelectronic neuromorphic electronics 2025-Oct-02, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-63873-6 PMID:41038807	研究论文	提出一种基于范德华光电晶体管的视觉传感器，利用三重脉冲时序依赖可塑性实现生物启发的高阶时空关联学习，提升动态目标跟踪性能	采用三重脉冲时序依赖可塑性替代传统配对脉冲时序依赖可塑性架构，通过界面缺陷主导的持续光电导现象实现可调光-电协同竞争效应	仅在6×6范德华光电晶体管阵列上进行硬件验证，规模有限	开发高性能动态目标跟踪系统以推进先进机器视觉技术	动态目标跟踪与混淆物体分类任务	机器视觉	NA	范德华光电晶体管技术	脉冲神经网络	动态视觉信息	6×6范德华光电晶体管阵列	NA	基于三重脉冲时序依赖可塑性的脉冲神经网络	跟踪准确率(90.44%)	范德华光电晶体管硬件阵列
716	2025-10-05	Clinical validation of a deep learning tool for characterizing spinopelvic mobility in total hip arthroplasty 2025-Oct-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-16824-6 PMID:41038863	研究论文	开发并临床验证了一种用于全髋关节置换术中脊柱骨盆活动度测量的深度学习工具	首次将深度学习技术应用于脊柱骨盆活动度的自动化测量，相比传统手动方法更高效准确	研究主要基于单一国际关节登记处的数据，可能需要更多外部验证	开发自动化工具来改善全髋关节置换术中的脊柱骨盆活动度测量	全髋关节置换术患者的脊柱骨盆活动度	计算机视觉	骨科疾病	深度学习	深度学习管道	X射线图像	分类任务52,772张图像，目标检测9,875张图像，关键点检测25,249张图像	NA	集成图像分类、椎体检测和关键点检测的深度学习管道	AUC, F1分数, 平均绝对误差, 精确度, 召回率	NA
717	2025-10-05	A lightweight YOLOv11-based framework for small steel defect detection with a newly enhanced feature fusion module 2025-Oct-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-16619-9 PMID:41038869	研究论文	提出一种基于改进YOLOv11的轻量级钢表面缺陷检测模型PSF-YOLO，用于解决终端设备上小目标检测效率低和部署困难的问题	采用低参数Ghost卷积大幅减少计算资源需求，用多维融合颈部结构替代传统特征金字塔网络，并引入虚拟融合头和注意力拼接模块增强小目标特征提取	仅在GC10-DET+数据集上验证，未在其他工业缺陷数据集上测试泛化能力	开发适用于计算能力有限终端设备的轻量级钢表面缺陷检测模型	钢表面缺陷	计算机视觉	NA	深度学习	YOLO	图像	GC10-DET+数据集	NA	YOLOv11n, GhostConv, MDF-Neck	mAP, mAP50	有限计算能力的终端设备
718	2025-10-05	Spine endoscopic atlas: an open-source dataset for surgical instrument segmentation 2025-Oct-02, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05897-7 PMID:41038904	研究论文	本文创建了一个用于脊柱内窥镜手术器械分割的开源数据集	创建了首个专门针对脊柱内窥镜手术的综合性标注数据集，包含大量真实手术图像和器械分割标注	NA	开发人工智能系统以提高脊柱内窥镜手术的精确性和安全性	脊柱内窥镜手术中使用的各种手术器械	计算机视觉	脊柱疾病	内窥镜成像	深度学习模型	图像	48,510张图像，包含10,662个器械分割标注	NA	NA	分割准确率	NA
719	2025-10-05	Interpretable deep learning model diagnoses gastrointestinal stromal tumors and lesion characteristics with microprobe endoscopic ultrasonography 2025-Oct-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-17018-w PMID:41038910	研究论文	开发可解释深度学习模型ECMAI-ME，通过微探头超声内镜图像诊断胃肠道间质瘤及病变特征	将病变特征整合到MEUS图像中，使AI推理与临床诊断流程对齐，开发了七个深度学习模型	NA	提高微探头超声内镜对胃肠道间质瘤的诊断能力	胃肠道间质瘤的微探头超声内镜图像	计算机视觉	胃肠道间质瘤	微探头超声内镜	深度学习	图像	来自5家中国医院873个SEL的9,229张MEUS图像	NA	ECMAI-ME	AUC, 准确率, 特异性, 敏感性	NA
720	2025-10-05	A lightweight deep learning method for medicinal leaf image classification using feature fusion 2025-Oct-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-17436-w PMID:41038908	研究论文	提出一种基于联邦学习的特征融合深度学习模型，用于药用植物叶片图像的自动分类	采用NCA-CNN框架结合手工特征(LBP、HOG)与深度特征进行特征融合，通过典型相关分析增强关键特征并降低噪声	NA	开发自动化计算机视觉系统以准确高效识别药用植物叶片	药用植物叶片图像	计算机视觉	NA	图像分析	CNN	RGB图像	来自Mendeley数据集(https://data.mendeley.com/datasets/nnytj2v3n5/1)的药用植物叶片图像	NA	NCA-CNN	准确率	NA