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
1061	2025-10-06	A Joint Multimodal User Authentication-based Privacy Preservation with Disease Prediction Framework in Modern Healthcare System Using Multi-Scale Cross Attention-based ResNet 2025-Oct, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108928 PMID:40644852	研究论文	提出一种基于多尺度交叉注意力ResNet的多模态用户认证与疾病预测框架，用于现代医疗系统的隐私保护和疾病预测	结合多模态用户认证与疾病预测，采用多尺度交叉注意力ResNet架构和最优Rossler超混沌加密技术	系统复杂性可能限制实际应用，包括信息安全和预测效率方面的挑战	开发医疗系统中的隐私保护机制和疾病预测框架	医疗图像和信号数据	医疗健康信息学	NA	多模态用户认证，图像加密	DNN, RNN, LSTM, GRU, ResNet	图像，信号	NA	NA	多尺度交叉注意力ResNet (MCARNet)	精确度	NA
1062	2025-10-06	TAC-ECG: A task-adaptive classification method for electrocardiogram based on cross-modal contrastive learning and low-rank convolutional adapter 2025-Oct, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108918 PMID:40644854	研究论文	提出一种基于跨模态对比学习和低秩卷积适配器的心电图任务自适应分类方法	结合对比心电-文本预训练和低秩卷积适配器，实现仅需训练少量参数即可适应不同心电图分类任务	NA	开发一种灵活高效的心电图自动分析方法，提高临床应用的适应性	心电图信号	机器学习	心血管疾病	深度学习	对比学习, 适配器	心电图信号, 文本	四个数据集：CPSC2018, Cinc2017, PTB-XL, Chapman	NA	低秩卷积适配器	分类准确率	NA
1063	2025-10-06	Artificial intelligence in forensic pathology: Multi-organ postmortem pathomics for estimating postmortem interval 2025-Oct, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108949 PMID:40651440	研究论文	本研究开发了一种基于病理组学的三级分层策略，通过分析多器官死后组织学图像来估计死后间隔	首次将病理组学技术应用于法医死后图像分析，提出多器官集成模型和三层次分析框架，开创了死后病理组学子领域	研究样本量有限（12头巴马小型猪），仅针对特定时间点（6、24、48、96小时）进行分析	开发基于病理组学的死后间隔估计方法，为死后病理组学奠定基础	巴马小型猪的肝脏、肾脏和骨骼肌组织	数字病理	法医病理学	苏木精-伊红染色，全切片成像	CNN	图像	12头巴马小型猪（主要研究）+ 4头（外部验证）	NA	DenseNet121, VGG16	准确率	NA
1064	2025-10-06	Handwritten signature verification using a wearable surface-EMG armband 2025-Oct, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108908 PMID:40664058	研究论文	本研究提出一种基于表面肌电信号的可穿戴臂环手写签名验证系统	首次提出双模型深度学习框架，结合肌肉协同激活模式与原始sEMG信号波形，创建了首个基于可穿戴设备采集的sEMG签名数据集	实验样本量较小（仅20名参与者），仅针对中文字符签名进行验证	开发基于表面肌电信号的生物特征认证系统，解决手写签名类内变异大的问题	20名个体的中文手写签名表面肌电信号	生物特征识别	NA	表面肌电图	CNN,LSTM	表面肌电信号	20名参与者	NA	CNN-LSTM,多分支CNN	准确率,等错误率	NA
1065	2025-10-06	Early detection of Multidrug Resistance using Multivariate Time Series analysis and interpretable patient-similarity representations 2025-Oct, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108920 PMID:40675058	研究论文	提出一种基于多变量时间序列分析和可解释患者相似性表示的多药耐药性早期检测方法	结合患者相似性表示和图论方法进行多药耐药性预测，同时兼顾准确性和可解释性	仅使用单一医疗中心ICU数据集进行验证，需要更多外部验证	开发可解释的机器学习方法用于多药耐药性的早期检测	重症监护病房患者的电子健康记录数据	机器学习	感染性疾病	多变量时间序列分析	Logistic Regression, Random Forest, Support Vector Machines	电子健康记录，时间序列数据	NA	Scikit-learn	NA	AUC	NA
1066	2025-10-06	Blind super-resolution for handheld ultrasound image: Two-stage degradation based unpaired deep learning 2025-Oct, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108956 PMID:40694937	研究论文	提出基于两阶段退化的无配对深度学习盲超分辨率方法，用于提升手持超声设备图像质量	提出两阶段退化方法，其中第一阶段采用频率概率退化减轻结构失真和纹理损失，并引入新的超声感知损失函数	NA	提升手持超声设备的图像质量	手持超声设备采集的超声图像	计算机视觉	NA	小波变换	EDSR	超声图像	NA	NA	EDSR	图像质量改进	NA
1067	2025-10-06	Predicting synergistic drug combinations via hierarchical molecular representation and cell line latent space fusion 2025-Oct, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108933 PMID:40714415	研究论文	本研究开发了一种新颖的深度学习模型，通过分层分子表示和细胞系潜在空间融合来预测协同药物组合	提出分层表示药物分子（节点、基序和图级别）的方法，结合Mamba模块和图注意力卷积，并使用编码器-解码器结构将细胞系投影到潜在空间以减少噪声	未在论文标题和摘要中明确说明	改进药物协同作用的预测，为组合疗法设计提供支持	抗癌药物组合和各种癌细胞系	机器学习	癌症	深度学习	图神经网络,注意力机制	药物分子图数据,细胞系基因表达数据,药物反应数据	来自各种癌细胞系的基准数据集	NA	编码器-解码器,图注意力卷积,Mamba模块	NA	NA
1068	2025-10-06	Towards bridging the synthetic-to-real gap in quantitative photoacoustic tomography via unsupervised domain adaptation 2025-Oct, Photoacoustics IF:7.1Q1 DOI:10.1016/j.pacs.2025.100736 PMID:40747132	研究论文	提出一种解码器增强的无监督域自适应框架，用于解决定量光声层析成像中合成数据到真实数据的域适应问题	提出DDA框架实现从合成数据到未标记目标域的知识迁移，并研究跨域标签分布相似性对域适应的影响	目标域样本标注难以获取，模型性能依赖于合成数据的质量	解决定量光声层析成像中合成数据与真实数据之间的域差距问题	光声层析成像数据	医学影像分析	NA	定量光声层析成像	深度学习	多波长光声图像	至少两个目标样本	NA	解码器增强的域自适应框架	定量评估, 视觉比较, 估计精度	NA
1069	2025-10-06	Model-based self-supervised learning for quantitative assessment of myocardial oxygen extraction fraction and myocardial blood volume 2025-Oct, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.30555 PMID:40312974	研究论文	开发了一种基于模型驱动的自监督深度学习网络，用于同时映射心肌氧摄取分数和心肌血容量	将物理模型整合到训练过程中，通过自监督学习模式实现端到端的同时映射mOEF和MBV	仅使用10名健康受试者和10名心肌梗死患者的数据进行验证，样本量有限	开发定量评估心肌氧摄取分数和心肌血容量的深度学习方法	心肌氧摄取分数(mOEF)和心肌血容量(MBV)	医学影像分析	心肌梗死	不对称自旋回波准备序列	深度学习网络	医学影像数据	10名健康受试者和10名心肌梗死患者	NA	自监督学习网络	均方误差, 余弦相似度	NA
1070	2025-10-06	Deep learning-based prospective slice tracking for continuous catheter visualization during MRI-guided cardiac catheterization 2025-Oct, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.30574 PMID:40485142	研究论文	开发了一种基于深度学习的参数无关自动切片跟踪技术，用于MRI引导心脏导管插入术中的连续导管可视化	首次提出基于深度学习的参数无关自动切片跟踪方法，无需操作员定义参数即可实现实时导管跟踪	概念验证研究，仅在3名患者和心脏体模中进行评估，样本量有限	开发实时自动导管跟踪技术以改善MRI引导心脏导管插入术的导航效果	三维打印心脏体模和接受MR引导心脏导管插入术的患者	医学影像分析	心血管疾病	MRI成像，深度学习	CNN	医学影像	3名患者和心脏体模	NA	U-Net, ResNet-34	准确率, 灵敏度, 特异性	NA
1071	2025-10-06	PA OmniNet: A retraining-free, generalizable deep learning framework for robust photoacoustic image reconstruction 2025-Oct, Photoacoustics IF:7.1Q1 DOI:10.1016/j.pacs.2025.100740 PMID:40703536	研究论文	提出一种无需重新训练即可泛化到不同系统配置的光声图像重建深度学习框架	通过少量示例图像（上下文集）使模型适应新系统配置，无需重新训练	未明确说明模型在极端稀疏采样条件下的性能表现	开发适用于稀疏采样光声成像的鲁棒图像重建方法	光声图像	计算机视觉	NA	光声成像	CNN	图像	包含小鼠和人类体内数据、合成数据及不同波长图像的多数据集	NA	U-net	结构相似性指数, 均方根误差, 峰值信噪比	NA
1072	2025-10-06	Advancing non-invasive melanoma diagnostics with deep learning and multispectral photoacoustic imaging 2025-Oct, Photoacoustics IF:7.1Q1 DOI:10.1016/j.pacs.2025.100743 PMID:40686556	研究论文	提出结合深度学习与多光谱光声成像的非侵入性黑色素瘤诊断框架	首次将一维卷积神经网络与主动轮廓算法结合，实现无需人工干预的黑色素瘤3D边界自动划定	研究未提及模型在更大样本群体中的泛化能力验证	开发非侵入性黑色素瘤边界自动识别技术以改进临床诊断流程	人类黑色素瘤多光谱光声成像数据	计算机视觉	黑色素瘤	多光谱光声成像	CNN	光谱数据	NA	NA	一维卷积神经网络	NA	NA
1073	2025-10-06	EstimateNoiseSEM: A novel framework for deep learning based noise estimation of scanning electron microscopy images 2025-Oct, Ultramicroscopy IF:2.1Q2 DOI:10.1016/j.ultramic.2025.114192 PMID:40602325	研究论文	提出一种用于扫描电子显微镜图像噪声估计的深度学习框架EstimateNoiseSEM	提出包含分类网络选择机制的多阶段深度学习框架，可同时估计噪声类型和噪声水平	Gamma噪声分类准确率从97%降至80%，受Gamma噪声水平不确定性影响	开发自动化噪声估计方法以支持扫描电子显微镜图像去噪	扫描电子显微镜图像中的噪声	计算机视觉	NA	扫描电子显微镜	深度学习,分类网络,回归模型	图像	合成噪声样本	NA	NA	准确率,精确率,召回率,F1分数,均方根误差	NA
1074	2025-10-06	Structure from motion-convolutional neural network model (SfM-CNN) achieved accurate portable Chinese dietary chemical composition estimation for dietary recall 2025-Oct-15, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.144908 PMID:40449202	研究论文	开发了一种结合运动恢复结构和卷积神经网络(SfM-CNN)的AI模型，用于自动化估算中国膳食的化学成分	首次将先进的三维重建技术与深度学习相结合，采用SIFT算法实现特征提取和食物体积估算，误差低于4%	NA	开发准确、高效且 culturally relevant 的膳食化学成分估算工具	中国膳食	计算机视觉	NA	SIFT算法，3D重建	CNN	图像	ChineseDish-100数据集	NA	SIFT-ResNet50	R值0.949，误差率	NA
1075	2025-10-06	Detection and classification of meat freshness using an optimized deep learning method 2025-Oct-15, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.144783 PMID:40479992	研究论文	提出一种基于深度学习的肉类新鲜度检测与分类方法	结合VGG19特征提取与改进型人工原生动物优化器(IAPO)进行特征选择，并通过粒子群优化(PSO)增强优化效果	论文未明确说明实验数据的规模和多样性限制	开发准确的肉类新鲜度分类系统以保障食品安全	肉类新鲜度（新鲜、半新鲜、变质）	计算机视觉	NA	深度学习	CNN	图像	NA	NA	VGG19	准确率, 灵敏度, 特异性	NA
1076	2025-10-06	Low-field NMR-based deep learning for non-destructive quality assessment of frozen model foods 2025-Oct-15, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.145181 PMID:40540836	研究论文	本研究利用低场核磁共振结合深度学习技术对冷冻模型食品进行无损质量评估	首次将低场核磁共振技术与反向传播人工神经网络结合，用于冷冻食品质量评估	仅使用凝胶模型食品，未涉及真实食品样品	开发冷冻食品无损质量评估方法	含水量90%和80%的凝胶模型食品	机器学习	NA	低场核磁共振(LF-NMR)	PLSR, BP-ANN	核磁共振数据	梯度温度条件下冷冻的凝胶模型食品样品	NA	NA	R, RMSE, RPD	NA
1077	2025-10-06	Deep learning reduced order models of vaginal tear propagation 2025-Oct, Journal of the mechanical behavior of biomedical materials IF:3.3Q3 DOI:10.1016/j.jmbbm.2025.107074 PMID:40499333	研究论文	本文开发了结合有限元分析、本征正交分解和机器学习的计算模型来预测阴道变形和撕裂传播	首次将本征正交分解降阶模型与机器学习相结合应用于阴道组织撕裂预测，显著提高了计算效率	基于啮齿动物离体微力学数据，尚未在人体组织上验证	开发计算模型预测阴道分娩过程中的组织变形和撕裂传播	阴道组织在压力作用下的变形和撕裂行为	计算生物力学	产科创伤	有限元分析，本征正交分解，机器学习	机器学习模型，降阶模型	位移场数据，压力数据	基于啮齿动物离体微力学数据	NA	POD-ML模型	均方根误差	NA
1078	2025-10-06	Longitudinal EEG-based assessment of neuroplasticity and adaptive responses to transcranial focused ultrasound stimulation 2025-Oct, Journal of neuroscience methods IF:2.7Q3 DOI:10.1016/j.jneumeth.2025.110521 PMID:40581220	研究论文	本研究提出了一种整合经颅聚焦超声刺激与脑电图监测的纵向评估协议模型，用于评估神经可塑性和适应性脑响应	开发了集成纵向评估协议模型，结合统计建模和神经网络模式识别，实现了对经颅聚焦超声刺激诱导的神经可塑性变化的动态监测	未明确说明样本规模和具体实验设计细节	评估经颅聚焦超声刺激对神经可塑性和适应性脑响应的长期影响	脑电图信号和神经适应性轨迹	神经工程	神经系统疾病	经颅聚焦超声刺激，脑电图监测	神经网络，机器学习分类器，深度学习模型	脑电图信号	NA	NA	NA	NA	NA
1079	2025-10-06	Predicting rat lumbar vertebral failure patterns as synthetic μCT images using a deep convolutional generative adversarial network 2025-Oct, Journal of the mechanical behavior of biomedical materials IF:3.3Q3 DOI:10.1016/j.jmbbm.2025.107116 PMID:40582223	研究论文	本研究开发了一种生成式深度学习模型，通过创建大鼠腰椎骨折的合成3D μCT图像来预测骨折模式	首次使用3D条件生成对抗网络(cGAN)从不同加载状态的μCT图像预测大鼠腰椎骨折模式	训练样本量较小(64个图像)，仅针对大鼠腰椎进行验证	开发能够预测生物结构损伤行为的生成式深度学习模型	大鼠腰椎椎体	计算机视觉	骨科疾病	μCT成像	cGAN	3D μCT图像	64个训练图像，8个验证图像	NA	3D条件生成对抗网络	DSC, JAC, FID, SSIM	NA
1080	2025-10-06	Mild to moderate COPD, vitamin D deficiency, and longitudinal bone loss: the Multi-ethnic Study of Atherosclerosis 2025-Oct, Bone IF:3.5Q2 DOI:10.1016/j.bone.2025.117550 PMID:40449861	研究论文	本研究探讨轻度至中度COPD与维生素D缺乏对椎体骨密度纵向下降的联合影响	首次在轻度至中度COPD人群中系统评估维生素D缺乏与骨密度下降的关联，并采用深度学习算法自动量化椎体骨密度	观察性研究设计无法确立因果关系，样本量有限且随访时间仅为6年	评估轻度至中度COPD患者椎体骨密度的纵向变化及其与维生素D缺乏的相互作用	多民族动脉粥样硬化研究中的1226名参与者，包括173名轻度至中度COPD患者和1053名无COPD对照	医学影像分析	慢性阻塞性肺疾病, 骨质疏松	胸部CT, 深度学习分割, 三维体积骨密度测量	深度学习	医学影像	1226名参与者（173名COPD患者，1053名对照）	NA	NA	回归系数(β), 95%置信区间	NA