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	2025-10-06	Deep Learning Pipeline for Automated Assessment of Distances Between Tonsillar Tumors and the Internal Carotid Artery 2025-Oct, Head & neck DOI:10.1002/hed.28200 PMID:40458868	研究论文	开发基于深度学习的自动化流程，用于评估扁桃体肿瘤与颈内动脉之间的最小距离	首次提出结合nnU-Net分割和距离计算的完整自动化流程，用于扁桃体肿瘤术前评估	样本量较小（仅96例患者），需要更大规模验证	开发自动化工具辅助扁桃体肿瘤术前规划	扁桃体肿瘤患者	医学影像分析	头颈肿瘤	CT扫描	深度学习	医学影像	96例扁桃体肿瘤患者的CT扫描	nnU-Net	nnU-Net	Dice相似系数, 平均Hausdorff距离	NA
942	2025-10-06	Multitask Deep Learning for Automated Segmentation and Prognostic Stratification of Endometrial Cancer via Biparametric MRI 2025-Oct, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.70012 PMID:40536279	研究论文	开发基于双参数MRI的多任务深度学习框架，用于子宫内膜癌的自动分割和预后分层	首次提出统一的多任务深度学习框架，同时实现子宫内膜癌的自动分割和多个关键预后因素的分类	回顾性研究设计，样本量相对有限（325例患者）	开发自动化工具辅助子宫内膜癌的预后评估和治疗规划	经组织学确认的子宫内膜癌患者	医学影像分析	子宫内膜癌	双参数MRI（T2加权成像和扩散加权成像）	深度学习	医学影像	325例患者（211例训练，54例验证，60例测试）	NA	多任务深度学习框架	Dice相似系数，Jaccard相似系数，Hausdorff距离，平均表面距离，AUC	NA
943	2025-10-06	Cognition-Eye-Brain Connection in Alzheimer's Disease Spectrum Revealed by Multimodal Imaging 2025-Oct, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.70003 PMID:40583127	研究论文	通过多模态成像探索阿尔茨海默病谱系中认知功能、视网膜生物特征和大脑改变之间的关系	首次使用多模态成像技术（包括MRI和OCTA）结合深度学习模型，系统研究阿尔茨海默病谱系不同阶段认知-眼-脑连接的改变	样本量相对较小（总样本量76例），特别是AD组仅7例患者	探索阿尔茨海默病谱系中认知功能、视网膜生物特征和大脑改变之间的关联	健康对照（16例）、主观认知下降（35例）、轻度认知障碍（18例）和阿尔茨海默病（7例）患者	数字病理学	阿尔茨海默病	光学相干断层扫描血管成像（OCTA）, 3T MRI, 静息态功能MRI	深度学习模型	医学影像数据（MRI, OCTA）	76例（HC=16, SCD=35, MCI=18, AD=7）	NA	FARGO	统计显著性（p<0.05 with FWE校正）	NA
944	2025-10-06	Automated multiple sclerosis lesion segmentation from 3D-FLAIR MRI using R2AUNet: A deep learning approach with recurrent residual and attention mechanisms 2025-Oct, Multiple sclerosis and related disorders IF:2.9Q2 DOI:10.1016/j.msard.2025.106620 PMID:40712506	研究论文	本研究开发了一种名为R2AUNet的深度学习模型，用于从3D-FLAIR MRI图像中自动分割多发性硬化病灶	在3D U-Net框架中结合了循环残差块和注意力门机制，仅使用单一3D-FLAIR MRI序列即可实现准确的病灶分割	样本量相对有限（112个MRI扫描来自95名患者），且数据来自单一机构	开发自动化的多发性硬化病灶分割方法	多发性硬化患者的3D-FLAIR MRI图像	医学图像分析	多发性硬化	3D-FLAIR MRI	深度学习	3D MRI图像	112个MRI扫描来自95名多发性硬化患者	NA	R2AUNet（基于3D U-Net，包含循环残差块和注意力机制）	Dice相似系数, 特异性, 敏感性, F1分数, 精确度	NA
945	2025-10-06	BrainCNN: Automated brain tumor grading from magnetic resonance images using a convolutional neural network-based customized model 2025-Oct, SLAS technology IF:2.5Q3 DOI:10.1016/j.slast.2025.100334 PMID:40712914	研究论文	开发基于卷积神经网络的自动化脑肿瘤分级系统，通过MRI图像对脑肿瘤进行低级别和高级别分类	提出定制化CNN模型，结合预训练模型和多种特征提取方法，在脑肿瘤分级任务中达到99.45%的峰值准确率	数据集仅包含293个MRI扫描，样本量相对较小，且数据来源单一	开发自动化脑肿瘤分级系统以提高诊断准确性和治疗规划效果	脑肿瘤患者的MRI图像	计算机视觉	脑肿瘤	磁共振成像	CNN	图像	293个MRI扫描	TensorFlow, PyTorch	MobileNet, Inception V3, ResNet-50, 定制CNN模型	准确率	NA
946	2025-10-06	Magnetic Susceptibility-Based Imaging in Gliomas: Insights into Tumor Grading and Margin Delineation 2025-Oct, NMR in biomedicine IF:2.7Q1 DOI:10.1002/nbm.70140 PMID:40944493	综述	本文评估磁化率磁共振成像在神经胶质瘤分级和边界勾画中的应用价值	系统比较R2*、SWI和QSM三种磁化率成像技术在胶质瘤分级和边界界定中的性能差异，提出多模态融合策略	QSM技术尚未在临床常规应用，存在多种技术挑战；SWI无法区分出血和钙化	评估磁化率磁共振成像在胶质瘤分级和边界勾画中的作用	神经胶质瘤患者	医学影像分析	神经胶质瘤	磁化率磁共振成像（R2*, SWI, QSM）, 灌注加权成像, 扩散张量成像	NA	磁共振影像	40项研究（文献综述）	NA	NA	敏感性, 特异性, 定量磁化率值	NA
947	2025-10-06	Corticospinal tract reconstruction with tumor by using a novel direction filter based tractography method 2025-Oct, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03357-3 PMID:40327206	研究论文	提出一种基于新型方向滤波器的皮质脊髓束重建方法，用于在肿瘤存在情况下实现稳健的神经纤维束重建	引入基于四阶微分方程的方向滤波器进行全局方向估计，结合空间一致性和解剖先验知识	NA	优化神经外科手术中肿瘤切除和皮质脊髓束保护的手术效果	皮质脊髓束（CST）	医学影像分析	脑肿瘤	弥散磁共振成像纤维束成像	深度学习	医学影像	NA	NA	NA	有效连接率，无连接率，断裂纤维数，短连接纤维数	NA
948	2025-10-06	Deep learning-based prognostic assessment of polyploid giant cancer cells and mitotic figures in liver cancer 2025-Oct, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03360-8 PMID:40332632	研究论文	开发基于深度学习的肝细胞癌多倍体巨癌细胞和有丝分裂象检测系统，并结合生存分析建立预后风险评估系统	首次将细胞水平特征检测与生存分析相结合，构建全流程的肝细胞癌预后评估系统	样本量相对有限（172例），需要进一步多中心验证	建立肝细胞癌的自动化预后风险评估系统	肝细胞癌患者的病理图像和临床预后数据	数字病理	肝癌	深度学习，生存分析	CNN	病理图像	172例肝细胞癌病例，340张病理图像	NA	CellFDet	F1-score	NA
949	2025-10-06	An integrated deep learning framework using adaptive enhanced vision fusion and modified mobilenet architecture for precision classification of skin diseases with enhanced diagnostic performance 2025-Oct, SLAS technology IF:2.5Q3 DOI:10.1016/j.slast.2025.100331 PMID:40681043	研究论文	提出一种集成深度学习框架Dermo-Transfer，通过自适应增强视觉融合和改进的MobileNet架构实现皮肤疾病的精准分类	结合MobileNet与密集块和残差连接的新架构，采用多尺度Retinex、伽马校正和直方图均衡化增强图像质量，并引入量子支持向量机分类器	NA	提升皮肤疾病分类的准确性和诊断性能	皮肤疾病图像	计算机视觉	皮肤疾病	图像处理技术	CNN, QSVM	图像	77,314张皮肤疾病图像，涵盖软疣、疣、湿疹、银屑病、扁平苔藓、脂溢性角化病、特应性皮炎、黑色素瘤、基底细胞癌等疾病	NA	MobileNet, Dermo-Transfer	准确率	物联网设备和移动应用
950	2025-10-06	Actigraphy against 32-hour polysomnography in patients with suspected idiopathic hypersomnia 2025-Oct, Journal of sleep research IF:3.4Q2 DOI:10.1111/jsr.70007 PMID:39979124	研究论文	本研究验证了一种基于深度学习的体动记录睡眠-觉醒预测算法在疑似特发性嗜睡症患者中的性能	首次在嗜睡症患者中验证序列到序列长短期记忆网络(S2S)算法，并与商业算法进行对比	样本仅来自单一参考中心，未在更广泛人群中验证	验证体动记录仪在嗜睡症患者中预测睡眠-觉醒参数的准确性	206名疑似特发性嗜睡症患者	医疗人工智能	嗜睡症	体动记录仪，32小时多导睡眠监测	RNN, LSTM	体动信号，多导睡眠图数据	126名患者(91名女性，平均年龄30.6±15.5岁)	NA	序列到序列长短期记忆网络(S2S)	绝对误差，Bland-Altman分析	NA
951	2025-10-06	Automated Sleep Staging in Epilepsy Using Deep Learning on Standard Electroencephalogram and Wearable Data 2025-Oct, Journal of sleep research IF:3.4Q2 DOI:10.1111/jsr.70061 PMID:40176726	研究论文	本研究使用深度学习模型对癫痫患者的标准脑电图和可穿戴设备数据进行自动睡眠分期分析	首次同时使用标准脑电图和可穿戴设备数据对癫痫患者进行自动睡眠分期，并比较两种模式的表现差异	模型对N1期睡眠的敏感性非常低，可穿戴数据低估了大多数睡眠宏观结构参数的持续时间，模型性能需进一步提升才能用于临床	评估深度学习模型在癫痫患者睡眠分期中的自动化分析能力	50名癫痫患者的223个夜间睡眠记录	医疗人工智能	癫痫	脑电图(EEG)、加速度计	深度学习	脑电图信号、可穿戴设备数据	50名患者的223个夜间睡眠记录，其中20个夜晚用于与临床专家比较	NA	NA	准确率, Cohen's kappa, F1分数, 敏感性	NA
952	2025-10-06	The Future of Parasomnias 2025-Oct, Journal of sleep research IF:3.4Q2 DOI:10.1111/jsr.70090 PMID:40387303	综述	本文探讨了异态睡眠的未来发展方向，包括新型家庭诊断设备、深度学习技术应用和大数据分析在诊断与预测中的作用	介绍了新型家庭诊断设备（如活动记录仪、EEG头带、3D飞行时间相机）和深度学习技术在异态睡眠诊断中的应用，以及通过多模态大数据预测疾病转化的创新方法	NA	探讨异态睡眠诊断技术的未来发展趋势和新型治疗方法	异态睡眠患者，特别是快速眼动睡眠行为障碍和觉醒障碍患者	医学诊断	睡眠障碍	活动记录仪，EEG头带，2D红外相机，3D飞行时间相机，视频多导睡眠图，脑成像，DNA分析	深度学习	多导睡眠图信号，临床数据，认知数据，脑成像数据，DNA数据	NA	NA	NA	NA	NA
953	2025-10-06	Proximal near-infrared hyperspectral imaging dataset for identifying epicuticular wax loss in Masena blueberries to evaluate post-harvest quality 2025-Oct, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111946 PMID:40821441	研究论文	本文提供了一个用于识别Masena蓝莓表皮蜡质损失并评估采后质量的近红外高光谱成像数据集	首次提供了包含不同采收方式和表皮蜡质状态的蓝莓高光谱成像数据集，支持农业质量检测研究	样本量相对较小（39个蓝莓果实），仅包含单一品种和特定采收时间的数据	开发基于高光谱成像的蓝莓采后质量评估方法	Masena蓝莓果实	计算机视觉	NA	高光谱成像	NA	高光谱图像	39个蓝莓果实，49个高光谱图像	ENVI, MATLAB	NA	NA	Specim FX17e高光谱相机
954	2025-10-06	Enhancing photoacoustic trace gas detection via a CNN-transformer denoising framework 2025-Oct, Photoacoustics IF:7.1Q1 DOI:10.1016/j.pacs.2025.100758 PMID:40832569	研究论文	提出一种结合差分共振光声池和深度学习信号去噪模型的气体浓度测量新方法	首次将1D CNN与Transformer网络结合用于光声信号去噪，有效解决低浓度气体检测中的噪声干扰问题	模型使用合成信号加噪声进行训练，可能与真实场景存在差异	提高痕量气体检测的灵敏度和可靠性	500 ppb乙炔气体信号	信号处理	NA	光声光谱技术	1D CNN, Transformer	一维信号数据	NA	NA	CNN-Transformer混合架构	信噪比, 决定系数(R²)	NA
955	2025-10-06	AI-MedLeafX: a large-scale computer vision dataset for medicinal plant diagnosis 2025-Oct, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111945 PMID:40837485	研究论文	本研究构建了一个大规模药用植物叶片质量分类数据集，用于自动植物病害检测	创建了首个涵盖四种药用植物、13个叶片质量类别的大规模计算机视觉数据集，并通过多种数据增强技术显著扩展了数据规模	数据收集时间窗口较短（2024年11月至2025年1月），仅包含四种特定药用植物物种	开发自动植物病害检测系统，支持精准农业发展	四种药用植物叶片：肉桂、诃子、辣木和印楝	计算机视觉	植物病害	移动摄像采集，数据增强技术	深度学习模型	图像	原始图像10,858张，增强后65,148张	NA	NA	NA	NA
956	2025-10-06	A complete, multi-layered quranic treebank dataset with hybrid syntactic annotations for classical arabic processing 2025-Oct, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111940 PMID:40837480	研究论文	本文介绍了扩展古兰经树库(EQTB)，这是一个为古典阿拉伯语处理开发的多层次综合语言资源数据集	通过算法转换先前图形数据构建了新颖完整的句法层，在混合成分-依存框架下实现深度学习解析的全面覆盖，并经过专家验证	NA	为古典阿拉伯语自然语言处理提供全面的语言资源	古兰经全文(约132,736个词元)	自然语言处理	NA	深度学习解析，算法处理与验证	NA	文本数据	古兰经全文，包含约132,736个词元	NA	NA	NA	NA
957	2025-10-06	A novel contrastive Dual-Branch Network (CDB-Net) for robust EEG-Based Alzheimer's disease diagnosis 2025-Oct-15, Brain research IF:2.7Q3 DOI:10.1016/j.brainres.2025.149863 PMID:40730254	研究论文	提出一种新颖的对比双分支网络(CDB-Net)，用于基于EEG的阿尔茨海默病鲁棒诊断	采用对比学习框架的双分支网络架构，能够学习噪声干扰下保持一致的EEG特征	仅在公开EEG数据集上验证，未提及临床实际应用验证	提高基于EEG的阿尔茨海默病诊断的准确性和鲁棒性	阿尔茨海默病患者和健康对照的EEG信号	机器学习	阿尔茨海默病	脑电图(EEG)	深度学习,对比学习	EEG信号	公开EEG数据集(具体数量未提及)	NA	双分支网络(CDB-Net)	准确率	NA
958	2025-10-06	De Novo Design of Highly Stable Binders Targeting Dihydrofolate Reductase in Klebsiella pneumoniae 2025-Oct, Proteins IF:3.2Q2 DOI:10.1002/prot.26835 PMID:40371895	研究论文	本研究利用深度学习技术设计针对肺炎克雷伯菌二氢叶酸还原酶的新型稳定抑制剂	结合深度学习模型(OmegaFold、ProteinMPNN)从头设计具有细胞穿透肽基序的稳定抑制剂，并发现两个具有强结合亲和力的候选复合物	计算模型预测体内行为存在局限性，需要进一步的体外和体内实验验证	设计针对肺炎克雷伯菌DHFR蛋白的新型治疗性抑制剂	肺炎克雷伯菌DHFR蛋白及其设计的肽类抑制剂	生物信息学	细菌感染	深度学习、分子对接、分子动力学模拟	深度学习模型	蛋白质序列	60个从头设计的结合剂，生成7200个序列，最终筛选出10个候选序列	OmegaFold, ProteinMPNN	NA	结合亲和力、热稳定性(熔点)、分子动力学稳定性	NA
959	2025-10-06	3D-ΔΔG: A Dual-Channel Prediction Model for Protein-Protein Binding Affinity Changes Following Mutation Based on Protein 3D Structures 2025-Oct, Proteins IF:3.2Q2 DOI:10.1002/prot.26837 PMID:40375059	研究论文	提出一种基于蛋白质3D结构的双通道深度学习模型3D-ΔΔG，用于预测蛋白质-蛋白质结合亲和力在突变后的变化	开发了能够处理多点突变的双通道预测模型，结合侧链序列信息和3D结构信息，相比现有方法在复杂突变场景下表现更优	NA	预测氨基酸残基突变引起的蛋白质-蛋白质结合亲和力变化(ΔΔG)	蛋白质-蛋白质相互作用	计算生物学	NA	深度学习	图注意力网络,蛋白质语言模型	蛋白质3D结构,氨基酸序列	SKEMPIv1和SKEMPIv2混合突变数据集	NA	双通道深度学习架构,图注意力网络	预测值与实验值的相关性	NA
960	2025-10-06	DeepUSPS: Deep Learning-Empowered Unconstrained-Structural Protein Sequence Design 2025-Oct, Proteins IF:3.2Q2 DOI:10.1002/prot.26847 PMID:40448386	研究论文	提出DeepUSPS模型解决无约束结构蛋白质序列设计中的热稳定性不足和与天然蛋白质相似性高的问题	提出IDRNet网络增强热稳定性，构建SPFESN网络降低设计蛋白质与天然蛋白质的相似性，引入WRA优化器高效优化3Dpssm	仅通过计算机模拟实验验证，缺乏实际生物实验验证	开发高效的无约束结构蛋白质序列设计方法	无约束结构蛋白质序列	机器学习	NA	计算机模拟实验	深度学习	蛋白质序列数据，3D结构数据	1000个理想化蛋白质序列	NA	Inverted Dense Residual Network (IDRNet), Sequence-Pairwise Features Extraction Synthetic Network (SPFESN)	lg(E-value), TM-score, 迭代次数, 熔点温度, pLDDT	NA