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
921	2025-10-06	Task Augmentation-Based Meta-Learning Segmentation Method for Retinopathy 2025-Oct, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3579271 PMID:40504712	研究论文	提出基于任务增强的元学习方法TAMS，用于解决视网膜图像分割中标注数据稀缺的问题	提出视网膜病变模拟算法(LSA)自动生成多类视网膜疾病数据集，设计生成模拟网络(GSNet)和改进的对抗训练策略	未明确说明生成数据的真实性与临床适用性验证	开发能够快速适应有限标注数据的医学图像分割方法	视网膜图像分割	计算机视觉	视网膜病变	OCT, CFP	GAN, 元学习	医学图像	三个不同的OCT和CFP图像数据集	NA	GSNet	分割性能指标	NA
922	2025-10-06	Neural Networks for Predicting and Classifying Antimicrobial Resistance Sequences in Porphyromonas gingivalis 2025-Oct, International dental journal IF:3.2Q1 DOI:10.1016/j.identj.2025.100890 PMID:40618714	研究论文	开发基于卷积神经网络的深度学习方法来分类牙龈卟啉单胞菌的抗菌耐药性蛋白序列	首次将卷积神经网络应用于牙龈卟啉单胞菌抗菌耐药性蛋白序列的分类预测	样本量相对较小（共685个蛋白序列），仅使用单一物种数据	预测和分类牙龈卟啉单胞菌的抗菌耐药性序列	牙龈卟啉单胞菌蛋白序列	生物信息学	牙周病	全基因组测序	CNN	蛋白质序列	685个蛋白序列（150个牙龈卟啉单胞菌蛋白和535个非耐药变体）	PyTorch	CNN（包含两个卷积层、最大池化、dropout和全连接层）	准确率, 精确率, 召回率, F1分数, AUC	NA
923	2025-10-06	Automatic Point Cloud Patching of Intraoral Three-Dimensional Scanning Based on Deep Learning 2025-Oct, International dental journal IF:3.2Q1 DOI:10.1016/j.identj.2025.100911 PMID:40684681	研究论文	本研究开发了一种基于深度学习的口腔内三维扫描点云自动修复方法	采用点分形网络架构自动修复口腔内扫描缺失数据，实现近实时修复	仅使用模拟缺失数据进行验证，未在真实临床缺失场景中测试	开发自动修复口腔内三维扫描点云缺失区域的方法，提高数字正畸工作流程的准确性和效率	口腔内三维扫描点云数据	计算机视觉	口腔疾病	口腔内扫描	深度学习	三维点云	314个口腔内扫描和4162颗单独牙齿	NA	Point Fractal Network	Chamfer distance	NA
924	2025-10-06	Evaluation of Deep Learning for Caries Detection With Fine-Grained Classification and Postprocessing Improvements 2025-Oct, International dental journal IF:3.2Q1 DOI:10.1016/j.identj.2025.100898 PMID:40701111	研究论文	本研究使用先进深度学习模型实现基于牙齿实例的龋齿检测，并按照ICDAS系统进行细粒度分类	提出两种结合背景知识的校正方法，通过加权平均得分和基于牙齿空间关系的自适应置信度调整来提升复杂场景下的稳定性	在提升检测精度的同时，FPS从83.1降至78.1，存在一定的计算效率损失	评估深度学习在龋齿检测中的应用，改进细粒度分类和后处理方法	口腔内可见光图像中的牙齿实例	计算机视觉	龋齿	数据增强技术	YOLO系列目标检测模型	可见光图像	1200张高质量口腔内图像通过数据增强扩展至8,754张图像	NA	YOLO-v8, YOLO-v9, YOLO-NAS	mAP, 精确率, 召回率, FPS	NA
925	2025-10-06	Contrast-Enhanced CT-Based Deep Learning and Habitat Radiomics for Analysing the Predictive Capability for Oral Squamous Cell Carcinoma 2025-Oct, International dental journal IF:3.2Q1 DOI:10.1016/j.identj.2025.100914 PMID:40712385	研究论文	本研究通过比较基于对比增强CT的深度学习和栖息地放射组学模型，探索预测口腔鳞状细胞癌颈淋巴结转移和病理亚型的新方法	首次将栖息地分析与临床特征相结合构建预测模型，并比较深度学习模型与栖息地分析模型在口腔癌预测中的性能	回顾性研究设计，样本量相对较小（132例），单中心数据	预测口腔鳞状细胞癌的颈淋巴结转移和病理亚型	经石蜡病理确诊的口腔鳞状细胞癌患者	医学影像分析	口腔鳞状细胞癌	对比增强CT	CNN, FCNN	医学影像	132例口腔鳞状细胞癌患者	NA	卷积神经网络, 全连接神经网络	AUC, ROC曲线, 混淆矩阵	NA
926	2025-10-06	Evaluating the Efficacy of Various Deep Learning Architectures for Automated Preprocessing and Identification of Impacted Maxillary Canines in Panoramic Radiographs 2025-Oct, International dental journal IF:3.2Q1 DOI:10.1016/j.identj.2025.100940 PMID:40753865	研究论文	本研究评估了多种卷积神经网络架构在全景X光片中自动识别上颌阻生尖牙的性能	首次系统比较八种不同CNN架构在预处理前后对阻生尖牙的识别性能，并展示了自动裁剪对模型性能的提升	样本量相对较小（每组91个样本），仅针对上颌尖牙进行研究	开发全自动软件用于全景X光片中上颌阻生尖牙的识别	全景X光片中的上颌阻生尖牙和非阻生尖牙	计算机视觉	牙科疾病	全景X光成像	CNN	医学影像	182个样本（阻生组91个，非阻生组91个）	NA	SqueezeNet, GoogLeNet, NASNet-Mobile, ShuffleNet, VGG-16, ResNet 50, DenseNet 201, Inception V3	AUC	NA
927	2025-10-06	Fully Automated Tooth Segmentation and Labeling for Both Full- and Partial-Arch Intraoral Scans Using Deep Learning 2025-Oct, International dental journal IF:3.2Q1 DOI:10.1016/j.identj.2025.100950 PMID:40815915	研究论文	开发了一种基于深度学习的全自动牙齿分割与标记方法，适用于全牙弓和部分牙弓口内扫描数据	首个同时适用于全牙弓和部分牙弓口内扫描的全自动牙齿分割与FDI标记方法	残根、残冠、缺牙和部分萌出牙等牙齿状况与模型误差呈显著正相关	开发适用于全牙弓和部分牙弓口内扫描的牙齿分割与标记深度学习模型	牙齿分割与标记	计算机视觉	牙科疾病	口内扫描	深度学习	3D扫描数据	600个口内扫描数据（300个全牙弓和300个部分牙弓）	NA	ToothInstanceNet	F1-score, tooth Dice, tooth macro-F1, macro-IoU	NA
928	2025-10-06	DeepNuParc: A novel deep clustering framework for fine-scale parcellation of brain nuclei using diffusion MRI tractography 2025-Oct-01, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2025.121421 PMID:40902872	研究论文	提出一种名为DeepNuParc的深度聚类框架，利用扩散MRI纤维追踪技术实现脑核团的精细尺度分割	结合新型深度学习方法进行核团精确分割，设计基于流线聚类的结构连接特征，改进联合降维和k均值聚类方法实现更精细的核团分割	NA	开发自动化脑核团精细分割方法以理解其解剖功能关联	大脑核团（杏仁核和丘脑）	医学影像分析	神经系统疾病	扩散MRI纤维追踪	深度学习聚类	扩散MRI图像	NA	NA	NA	分割一致性，与粗尺度图谱的对应性	NA
929	2025-10-06	Deep learning-based insights on T:R ratio behaviour during prolonged screening for S-ICD eligibility 2025-Oct, Journal of interventional cardiac electrophysiology : an international journal of arrhythmias and pacing IF:2.1Q3 DOI:10.1007/s10840-022-01245-6 PMID:35551558	研究论文	开发基于深度学习的工具分析T:R比率波动，用于皮下植入式心脏除颤器资格筛查	首次引入深度学习工具精确测量T:R比率波动程度，探索其在S-ICD筛查中的作用	样本量较小（37名患者），需要进一步研究确定最佳筛查阈值	识别高T波过感知风险患者同时不错误排除真正的S-ICD候选者	37名患者（包括心力衰竭、肥厚型心肌病、正常心脏、先天性心脏病患者）	医疗人工智能	心血管疾病	Holter监测，心电图信号分析	深度学习	心电图信号	37名患者	NA	NA	T:R比率，筛查通过率	NA
930	2025-10-06	ArYSL: Arabic Yemeni sign language dataset 2025-Oct, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111996 PMID:40955420	研究论文	本文介绍了阿拉伯也门手语数据集ArYSL Version 2的开发与发布	创建了包含32个阿拉伯手语类别和35,900张标注RGB图像的大规模动态词汇数据集，并附带包含同义词、方言变体和常见拼写错误的阿拉伯语词典	数据集主要针对阿拉伯也门手语，可能不适用于其他阿拉伯地区的手语变体	解决阿拉伯手语识别因缺乏真实场景数据集而面临的挑战	阿拉伯也门手语	计算机视觉	NA	RGB图像采集	深度学习, 模糊逻辑	图像, 文本	35名不同年龄和性别的参与者，共35,900张标注图像	NA	NA	NA	NA
931	2025-10-06	IQ-UltraRecon: Demodulated IQ ultrasound dataset of human hand and arm tissue for deep learning-based reconstruction 2025-Oct, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.112001 PMID:40955410	研究论文	本文介绍了一个用于深度学习重建的 demodulated IQ 超声数据集，包含人手和前臂组织的超声数据	提供了包含单角度和多角度采集的原始IQ超声数据，支持深度学习图像重建研究	数据集仅包含健康成人手部和前臂组织，样本量相对有限	开发用于超声信号分析和图像重建的深度学习数据集	人手和前臂组织	医学影像处理	NA	超声成像	NA	超声信号数据	48个.mat文件，来自健康成人受试者，共4800个数据样本	NA	NA	NA	Verasonics Vantage 64LE系统，L11-5v线性阵列换能器
932	2025-10-06	Sequence and Structure-based Prediction of Allosteric Sites 2025-Oct-15, Journal of molecular biology IF:4.7Q1 DOI:10.1016/j.jmb.2025.169305 PMID:40571274	综述	本文综述了基于蛋白质序列和结构的变构位点预测计算方法及其在合理药物设计中的应用	强调多模态数据整合和可解释深度学习模型在改进变构位点预测和合理药物设计中的潜力	临床应用的变构药物仍然有限，面临计算方法和实验验证的挑战	促进对变构机制的理解并推动变构药物设计	蛋白质变构位点、变构药物	计算生物学	NA	计算方法、深度学习	深度学习模型	蛋白质序列、蛋白质结构	NA	NA	NA	NA	NA
933	2025-10-06	Prediction of water quality parameters and pollution exceedance analysis in typical rivers of semi-arid regions based on interpretable deep learning models 2025-Oct-15, Environmental pollution (Barking, Essex : 1987) DOI:10.1016/j.envpol.2025.126801 PMID:40639737	研究论文	基于可解释深度学习模型预测半干旱地区典型河流水质参数并进行污染超标分析	提出可解释的注意力门控循环单元模型，结合SHAP分析增强预测结果的可解释性和可靠性	模型在高度污染条件下气象因素影响有限，主要针对半干旱地区河流	提高水质预测精度和结果透明度，支持针对性污染控制和水质管理	半干旱地区大黑河流域的水质、气象和水文数据	机器学习	NA	水质监测、气象观测、水文测量	AT-GRU（注意力门控循环单元）	水质数据、气象数据、水文数据	NA	NA	AT-GRU	相关系数R	NA
934	2025-10-06	Deep learning-based screening approach for priority pollutants: a case study on retired power battery recycling 2025-Oct-15, Environmental pollution (Barking, Essex : 1987) DOI:10.1016/j.envpol.2025.126849 PMID:40683377	研究论文	本研究提出了一种基于深度学习的优先污染物筛选框架，应用于退役动力电池回收过程	结合深度学习算法与层次聚类分析构建了污染物优先排序新方法，开发了基于五种深度学习方法的集成模型McA	研究仅针对退役动力电池回收场景，方法在其他污染物筛查领域的适用性需要进一步验证	开发高效的污染物优先排序方法以识别和评估退役动力电池回收过程中的环境风险	退役动力电池回收过程中可能产生的污染物	机器学习	NA	深度学习，层次聚类分析	集成学习模型	污染物特征数据	NA	NA	McA集成模型	R, MSE, MAE	NA
935	2025-10-06	Deep learning-based prediction of cervical canal stenosis from mid-sagittal T2-weighted MRI 2025-Oct, Skeletal radiology IF:1.9Q3 DOI:10.1007/s00256-025-04917-2 PMID:40152984	研究论文	开发基于深度学习的模型从矢状位T2加权MRI预测颈椎管狭窄	建立了大规模退行性颈椎病队列，并首次使用深度学习模型从矢状位T2加权MRI预测颈椎管狭窄	单中心回顾性研究，未结合人口统计学特征提升模型性能	开发深度学习模型用于从MRI图像预测颈椎管狭窄	接受颈椎MRI检查的患者	医学影像分析	颈椎病	T2加权MRI	CNN	医学图像	7645名合格患者（6880名训练，765名测试）	NA	ResNet50,VGG16,MobileNetV3,EfficientNetV2	AUC,准确率,灵敏度,特异性	NA
936	2025-10-06	A deep learning model with interpretable squeeze-and-excitation for automated rehabilitation exercise assessment 2025-Oct, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03372-4 PMID:40327204	研究论文	提出一种基于可解释挤压激励机制的深度学习模型，用于自动化康复训练评估	结合CNN-SE架构与灰狼优化算法进行参数优化，并首次在康复评估中应用SHAP进行模型决策可解释性分析	NA	开发自动化康复训练评估系统以替代传统治疗师人工评估	患有运动功能障碍的患者（如中风、背痛、帕金森病、脊髓损伤）及健康参与者	计算机视觉	神经系统疾病	深度学习	CNN	运动数据	KIMORE和UI-PRMD数据集中的健康与不健康参与者	NA	CNN-SE（卷积神经网络-挤压激励）	平均绝对偏差	NA
937	2025-10-06	Deep learning assisted identification of SCUBE2 and SLC16 A5 combination in RNA-sequencing data as a novel specific potential diagnostic biomarker in prostate cancer 2025-Oct, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03365-3 PMID:40335872	研究论文	本研究应用深度学习模型从三个转录组数据集中识别前列腺癌的新型诊断生物标志物	首次发现SCUBE2作为前列腺癌潜在诊断生物标志物，并证明SCUBE2与SLC16A5组合可显著提升诊断准确性	SCUBE2在前列腺癌中的功能尚未深入探索，需要进一步实验验证	开发更精确特异的前列腺癌诊断方法	前列腺癌转录组数据	生物信息学	前列腺癌	RNA测序	深度学习	基因表达数据	三个转录组数据集中的68个差异表达基因	NA	NA	准确率,R值,PR-AUC,AUC,敏感性,特异性	NA
938	2025-10-06	Predicting gene expression from DNA sequence using deep learning models 2025-Oct, Nature reviews. Genetics DOI:10.1038/s41576-025-00841-2 PMID:40360798	综述	探讨利用深度学习模型从DNA序列预测基因表达的研究进展	应用深度学习技术解析DNA序列中复杂的组合逻辑，准确捕捉基因调控规则	不同方法各有优缺点，需要根据具体应用场景选择合适方法	构建从DNA序列预测基因活性的计算模型	基因表达调控元件（启动子、增强子）和转录因子	机器学习	NA	表观基因组图谱、高通量报告基因检测	深度学习	DNA序列数据	NA	NA	NA	NA	NA
939	2025-10-06	Deep ensemble framework with Bayesian optimization for multi-lesion recognition in capsule endoscopy images 2025-Oct, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03380-4 PMID:40411689	研究论文	提出一种基于贝叶斯优化的深度集成框架，用于胶囊内窥镜图像中的多病灶识别	首次将CA-EfficientNet-B0、ECA-RegNetY和Swin transformer作为基学习器集成，并采用贝叶斯优化确定权重	数据仅来自单一医院（上海东方医院），样本量相对有限	自动识别胶囊内窥镜图像中的多病灶病变	胃肠道胶囊内窥镜图像中的四种病变：血管扩张、出血、糜烂和息肉	计算机视觉	胃肠道疾病	胶囊内窥镜成像	集成学习,CNN,Transformer	图像	281个病例的8358张图像（2017-2021年）	NA	CA-EfficientNet-B0,ECA-RegNetY,Swin transformer	准确率,平均精确率,平均召回率,平均F1分数	NA
940	2025-10-06	ToPoMesh: accurate 3D surface reconstruction from CT volumetric data via topology modification 2025-Oct, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03381-3 PMID:40423893	研究论文	提出ToPoMesh端到端深度学习框架，直接从CT体积数据重建高保真3D表面网格	通过图卷积网络的残差连接和自注意力机制实现精确形状建模，提出自适应变密度网格解池策略和拓扑修改模块	NA	解决传统CT三维重建方法的分辨率限制和拓扑不一致问题	CT体积数据中的肝脏、胰腺肿瘤、海马体和脾脏等解剖结构	计算机视觉	肝脏疾病, 胰腺肿瘤, 脑部疾病, 脾脏疾病	CT扫描	图卷积网络	CT体积数据	LiTS、MSD胰腺肿瘤、MSD海马体和MSD脾脏数据集	NA	图卷积网络, 自注意力机制	Chamfer距离, F-score	NA