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
961	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
962	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
963	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
964	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
965	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
966	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
967	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
968	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
969	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
970	2025-10-06	ComPtr: Toward Diverse Bi-Source Dense Prediction Tasks via a Simple Yet General Complementary Transformer 2025-Oct, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3578494 PMID:40489289	研究论文	提出一种名为ComPtr的互补Transformer模型，用于处理多样化的双源密集预测任务	从更通用的双源密集预测概念出发，提出一致性增强和差异感知组件，能够为不同任务分别提取和收集来自不同图像源的重要视觉语义线索	NA	构建一个通用的双源密集预测统一模型	双源图像数据	计算机视觉	NA	深度学习	Transformer	图像	NA	NA	Transformer,序列到序列	NA	NA
971	2025-10-06	SAS: A General Framework Induced by Sequence Association for Shape From Focus 2025-Oct, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3577595 PMID:40489288	研究论文	提出了一种基于序列关联的SAS框架，用于改进多焦点图像序列的深度估计方法	将图像序列视为完整3D数据，通过多视图分解、选择性融合和多尺度特征聚合处理，并引入更严格的多视图学习泛化误差界	未明确说明计算资源需求和具体实现细节	提高形状聚焦(SFF)方法的泛化能力	多焦点图像序列	计算机视觉	NA	形状聚焦技术	深度学习	图像序列	7个合成数据集和2个真实场景	NA	SAS框架	泛化能力评估	NA
972	2025-10-06	Event-Based Stereo Depth Estimation: A Survey 2025-Oct, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3586559 PMID:40644099	综述	本文全面调查了基于事件相机的立体深度估计方法的发展历程、技术分类和未来方向	首次系统综述深度学习方法和立体数据集，提供创建新基准测试的实用建议，涵盖瞬时立体和长期SLAM方法	基于事件相机的立体深度估计在精度和效率方面仍需进一步优化	为基于事件相机的立体深度估计领域提供全面的技术概览和发展指导	事件相机立体深度估计算法、数据集和性能评估方法	计算机视觉	NA	事件相机感知技术	深度学习	事件流数据	NA	NA	NA	精度,效率	NA
973	2025-10-06	Deep learning-based temporal muscle quantification on MRI predicts adverse outcomes in acute ischemic stroke 2025-Oct, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112332 PMID:40716184	研究论文	开发基于深度学习的端到端流程，用于急性缺血性卒中患者MRI颞肌自动量化并评估其预后价值	首次构建集成了切片选择、颞肌分割和量化功能的端到端深度学习流程，并验证颞肌厚度和面积作为急性缺血性卒中预后标志物的临床价值	研究样本量相对有限（1020例），且为单中心研究	开发自动化的颞肌量化方法并评估其在急性缺血性卒中预后预测中的作用	急性缺血性卒中患者	医学影像分析	急性缺血性卒中	MRI成像	CNN, Transformer	MRI图像	1020例急性缺血性卒中患者（数据集1：295例，数据集2：258例，数据集3：467例）	NA	ResNet50, TransUNet	准确率, ±1切片准确率, 平均绝对误差, Dice相似系数, 风险比	NA
974	2025-10-06	Rician Likelihood Loss for Quantitative MRI With Self-Supervised Deep Learning 2025-Oct, NMR in biomedicine IF:2.7Q1 DOI:10.1002/nbm.70136 PMID:40904047	研究论文	本文提出了一种用于定量磁共振成像的自监督深度学习新损失函数——Rician似然损失	开发了负对数Rician似然损失函数，首次在自监督学习中显式考虑MR幅度信号的分布特性	在低信噪比下虽然提高了准确性但降低了精度	改进定量磁共振成像中的参数估计性能	体素内不相干运动(IVIM)模型参数	医学影像分析	NA	磁共振成像(MRI)	深度学习	磁共振图像	模拟数据和真实数据	Python	NA	偏差, 标准差, 均方根误差	NA
975	2025-10-06	MOL: Joint Estimation of Micro-Expression, Optical Flow, and Landmark via Transformer-Graph-Style Convolution 2025-Oct, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3581162 PMID:40536836	研究论文	提出一种端到端的微表情识别框架，通过联合训练微表情识别、光流估计和面部关键点检测任务来提升性能	设计了新颖的F5C模块，结合全连接卷积和通道对应卷积，无需关键帧先验知识即可从原始帧序列直接提取局部-全局特征	未明确说明模型在小规模数据集上的泛化能力，也未提及计算复杂度分析	解决面部微表情识别中因动作短暂细微而带来的挑战	面部微表情、光流、面部关键点	计算机视觉	NA	深度学习	Transformer, 图卷积, 卷积神经网络	视频序列	CASME II, SAMM, SMIC基准数据集	NA	Transformer-Graph-Style卷积, F5C模块	NA	NA
976	2025-10-06	Evidence-Based Multi-Feature Fusion for Adversarial Robustness 2025-Oct, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3582518 PMID:40549525	研究论文	提出一种基于证据的多特征融合方法，通过量化特征可信度提升深度神经网络对抗鲁棒性	首次将证据深度学习引入对抗鲁棒性领域，提出基于Dempster规则的多特征证据融合机制	需要额外参数且计算成本略有增加	提升深度神经网络在对抗攻击下的鲁棒性	深度神经网络的特征表示	机器学习	NA	证据深度学习	CNN, Transformer	图像	NA	NA	传统CNN和视觉Transformer	白盒攻击鲁棒性, 黑盒攻击鲁棒性	NA
977	2025-10-06	Accelerated Self-Supervised Multi-Illumination Color Constancy With Hybrid Knowledge Distillation 2025-Oct, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3583090 PMID:40560704	研究论文	提出一种基于自监督学习和知识蒸馏的多光照颜色恒常性方法	结合自监督预训练、监督微调和混合知识蒸馏的三阶段框架，首次在颜色恒常性任务中应用Transformer和U-Net编码器	受限于当前多光照数据集的规模和模型大小	解决多光照条件下的颜色恒常性问题	多光照图像的颜色感知	计算机视觉	NA	自监督学习, 知识蒸馏	Transformer, U-Net, CNN	多光照图像	NA	NA	Transformer, U-Net	在多光照和单光照基准测试中优于现有技术	NA
978	2025-10-06	Revisiting Essential and Nonessential Settings of Evidential Deep Learning 2025-Oct, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3583410 PMID:40569804	研究论文	本文重新审视了证据深度学习的核心与非核心设置，并提出了一种简化但更有效的Re-EDL变体	识别并修正了EDL中三个非必要的设置：将先验权重改为可调超参数、移除了方差最小化优化项和KL散度正则化项	未明确说明实验数据集的具体规模和多样性限制	改进证据深度学习方法的设置，提高不确定性估计性能	证据深度学习方法的理论框架和实际应用	机器学习	NA	证据深度学习	神经网络	NA	NA	NA	NA	NA	NA
979	2025-10-06	A physics-informed deep learning approach to predicting bilateral ground reaction forces and centre of pressure from a single forceplate during gait 2025-Oct, Gait & posture IF:2.2Q2 DOI:10.1016/j.gaitpost.2025.07.005 PMID:40618708	研究论文	开发了一种物理信息残差循环神经网络，用于从单个测力台数据预测步态中的双侧地面反作用力和压力中心	首次提出结合物理信息的残差循环神经网络(PI-ResRNN)，能够仅使用单个测力台数据准确预测双侧地面反作用力和压力中心	研究主要关注双接触阶段的步态分析，未涵盖完整步态周期的所有阶段	开发一种能够从单个测力台数据准确预测双侧地面反作用力和压力中心的方法，简化步态分析流程	315名参与者，包括健康人群和六种神经肌肉骨骼疾病患者	机器学习	神经肌肉骨骼疾病	测力台数据采集	RNN, ResRNN	测力台数据	315名参与者的6765次试验数据	NA	物理信息残差循环神经网络(PI-ResRNN)	均方根误差(RMSE), 相对均方根误差(rRMSE)	NA
980	2025-10-06	Recognition of Parkinson disease using Kriging Empirical Mode Decomposition via deep learning techniques 2025-Oct, Gait & posture IF:2.2Q2 DOI:10.1016/j.gaitpost.2025.06.024 PMID:40628146	研究论文	本研究通过克里金经验模态分解和深度学习技术开发帕金森病的识别方法	结合克里金经验模态分解与深度学习技术进行帕金森病识别	NA	开发帕金森病的自动识别方法	帕金森病患者	机器学习	帕金森病	克里金经验模态分解	深度学习	NA	NA	NA	NA	NA	NA