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
101	2025-11-08	Emotion recognition using spatially unidimensional self-attention with fusion feature of brain effective connectivity network and spectral power 2025-Dec, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-025-10364-5 PMID:41199759	研究论文	提出一种融合脑有效连接网络和频谱功率特征的新策略，并设计基于空间一维自注意力的双通道1D-CNN模型用于脑电情绪识别	提出保留空间信息的二维脑有效连接网络与一维频谱功率特征融合策略，以及基于空间一维自注意力的双通道1D-CNN架构	未明确说明模型计算复杂度和实时性表现，缺乏在其他脑电数据集上的泛化性验证	提升基于脑电信号的情绪识别性能	脑电信号和情绪状态	脑机接口, 机器学习	NA	脑电图(EEG), 脑有效连接网络分析	1D-CNN, 自注意力机制	脑电信号	SEED和SEED-IV数据集	NA	双通道1D-CNN, 空间一维自注意力(SAD-1D-CNN)	准确率	NA
102	2025-11-07	Deep learning method for semi-automated segmentation of optic nerve head tissues in optical coherence tomography images 2025-Dec, Experimental eye research IF:3.0Q1 DOI:10.1016/j.exer.2025.110678 PMID:41038371	研究论文	提出基于深度学习的半自动分割方法，用于光学相干断层扫描图像中视神经头组织的分割	开发了结合用户交互的深度学习模型更新机制，允许用户修正预测结果并实时优化后续预测	测试数据集较小（仅6个视神经头图像体积），需要更大样本量来全面评估模型更新效果	实现视神经头组织的半自动精确分割，提高分割效率	视神经头组织的前部筛板表面、布鲁赫膜和脉络膜-巩膜界面	计算机视觉	眼科疾病	光学相干断层扫描	CNN	图像	46个预处理的视神经头图像体积（每个包含24个径向扫描）	NA	NA	均方根误差	NA
103	2025-11-07	Real-World Adversarial Defense Against Patch Attacks Based on Diffusion Model 2025-Dec, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3596462 PMID:40768456	研究论文	提出基于扩散模型的对抗性补丁防御框架DIFFender，通过文本引导扩散模型检测和修复对抗补丁攻击	发现对抗性异常感知现象，首次将扩散模型统一应用于补丁定位和修复任务，并提出高效少样本提示调优算法	NA	开发有效的对抗性补丁防御方法，提升深度学习模型在真实场景中的鲁棒性	对抗性补丁攻击	计算机视觉	NA	扩散模型	扩散模型	图像	NA	NA	扩散模型	NA	NA
104	2025-11-07	FaceTracer: Unveiling Source Identities From Swapped Face Images and Videos for Fraud Prevention 2025-Dec, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3601141 PMID:40833901	研究论文	提出首个非侵入式框架FaceTracer，用于从换脸图像和视频中追溯源人物身份以预防欺诈	首个专门设计用于从换脸内容中追溯源人物身份的非侵入式框架，通过解缠模块有效抑制目标人物身份信息并分离源人物身份特征	未明确说明对极端质量退化或高度复杂混合身份场景的处理能力	开发能够追溯换脸内容中源人物身份的技术，用于欺诈预防和恶意行为者追踪	换脸图像和视频中的源人物身份特征	计算机视觉	NA	深度学习	深度学习框架	图像, 视频	NA	NA	解缠模块	身份识别准确率, 迁移性, 鲁棒性	NA
105	2025-11-07	LBONet: Supervised Spectral Descriptors for Shape Analysis 2025-Dec, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3600873 PMID:40833902	研究论文	提出LBONet方法，通过监督学习优化拉普拉斯-贝尔特拉米算子的特征基，提升形状分析任务的性能	首次提出监督学习方式优化LBO特征基，使其更适应特定任务需求	NA	改进非刚性形状分析中拉普拉斯-贝尔特拉米算子的性能	流形上的算子学习	计算机视觉	NA	深度学习	监督学习	形状数据	NA	NA	LBONet	检索准确率, 分类准确率, 分割精度, 对应关系准确率	NA
106	2025-11-07	Deep Learning R-Wave Detection for Electrocardiographic Gating in Cardiac MRI 2025-Dec, Radiology. Cardiothoracic imaging DOI:10.1148/ryct.250104 PMID:41196189	研究论文	本研究开发卷积神经网络用于心电图R波检测，以减少心脏MRI中的心电门控误差	首次将CNN应用于心脏MRI环境下的ECG R波检测，特别针对3.0 T磁场下的MRI伪影问题	样本量相对有限（共167名患者），且为回顾性研究	评估ECG门控误差频率并开发基于深度学习的R波检测方法以改善心脏MRI质量	接受心脏MRI检查的患者心电图信号	医学影像分析	心血管疾病	心脏MRI, 心电图	CNN	心电图信号	167名患者（120名内部数据集，47名外部数据集）	NA	卷积神经网络	F1分数, 假阳性率	NA
107	2025-11-06	GlucoNet-MM: A multimodal attention-based multi-task learning framework with decision transformer for personalised and explainable blood glucose forecasting 2025-Dec, Diabetes, obesity & metabolism DOI:10.1111/dom.70147 PMID:40977343	研究论文	提出一种基于注意力机制的多任务学习框架GlucoNet-MM，结合决策变换器实现个性化可解释血糖预测	首次将决策变换器与多模态注意力机制结合，实现政策感知的血糖预测并提供模型可解释性	仅在两个公开数据集上验证，需要更多临床环境下的验证	开发先进的个性化可解释深度学习框架用于血糖预测	糖尿病患者血糖数据	机器学习	糖尿病	连续血糖监测(CGM), 胰岛素剂量记录, 碳水化合物摄入记录, 体力活动监测	Transformer, 多任务学习	多模态生理和行为数据	两个公开数据集(BrisT1D和OhioT1DM)	PyTorch, TensorFlow	Decision Transformer, 注意力机制	R2分数, 平均绝对误差(MAE)	NA
108	2025-11-06	Local large arterial perivascular adipose tissue metabolic and anatomical features are associated with hypertensive clinical outcomes: a PET/CT-based study 2025-Dec, Annals of medicine IF:4.9Q1 DOI:10.1080/07853890.2025.2578724 PMID:41170857	研究论文	本研究利用PET/CT探讨大动脉血管周围脂肪组织的解剖和代谢特征与高血压临床结局的关系	首次发现局部大动脉PVAT特征与高血压结局的关联，并揭示其在疾病进展中的空间富集模式	样本量相对有限（150例），且为回顾性研究设计	探究大动脉血管周围脂肪组织特征与高血压临床结局的关联	150例原发性肺部恶性肿瘤患者（其中45例高血压患者）	数字病理	心血管疾病	PET/CT, 18F-FDG PET/CT	深度学习	医学影像	150例患者（45例高血压患者）	TotalSegmentator	NA	AUC, 比值比, p值, 置信区间	NA
109	2025-11-06	Radiomic Applications in Skull Base Pathology: A Systematic Review of Potential Clinical Uses 2025-Dec, Journal of neurological surgery. Part B, Skull base DOI:10.1055/a-2436-8444 PMID:41140420	系统综述	系统回顾了影像组学在颅底病理学中的应用现状和潜在临床价值	首次系统性地总结了影像组学在颅底病理学中的应用趋势，揭示了该领域自2017年以来的指数级增长	需要更大样本量、预测模型的验证和临床应用，需进一步研究影像组学在颅底治疗中的优缺点	探索影像组学在颅底文献中的应用现状	颅底病理学相关的医学影像数据	医学影像分析	颅底肿瘤疾病	影像组学特征提取与分析	NA	放射影像图像	102项研究，包含26,280张放射影像图像，平均每项研究258±677个病例	NA	NA	NA	NA
110	2025-11-06	An Ensemble CNN With Bayesian Learning Model for Multiclass Classification of Brain Disease Using Adaptive Refinement Network-Based Segmentation 2025-Dec, NMR in biomedicine IF:2.7Q1 DOI:10.1002/nbm.70166 PMID:41191287	研究论文	提出一种集成CNN与贝叶斯学习的模型，通过自适应优化网络分割和分类脑部疾病	结合自适应优化网络分割、基于适应度的火烈鸟搜索算法优化参数，以及集成CNN与贝叶斯学习的多模型融合分类方法	NA	早期脑肿瘤诊断与多类别脑部疾病分类	脑部MRI图像	计算机视觉	脑部疾病	MRI成像	CNN, 集成学习	医学图像	NA	NA	VGG16, ResNet, Xception, 自适应优化网络	准确率, 鲁棒性	NA
111	2025-11-05	Improving Reproducibility of Volumetric Evaluation Using Computed Tomography in Pediatric Patients with Congenital Heart Disease 2025-Dec, Pediatric cardiology IF:1.5Q2 DOI:10.1007/s00246-024-03630-6 PMID:39217235	研究论文	评估深度学习标注程序与传统方法在先天性心脏病患儿心室容积测量中的可重复性对比	首次在儿科先天性心脏病患者中系统比较深度学习自动标注工具与传统半自动方法在心室容积测量中的可重复性	样本量有限（127例），仅评估了特定两种软件工具	评估左心室、右心室和功能性单心室容积测量的观察者内、观察者间和研究间可重复性	先天性心脏病儿科患者的心室容积数据	医学影像分析	先天性心脏病	心脏CT扫描	深度学习	CT影像	127例患者（56名女性，71名男性，平均年龄82.1个月）	NA	NA	观察者内一致性，观察者间一致性，重建时间，重新配置测试次数	NA
112	2025-11-05	Deep learning-Guided optimization of cobalt catalysts for antibiotic degradation 2025-Dec-01, Environmental research IF:7.7Q1 DOI:10.1016/j.envres.2025.122811 PMID:40962004	研究论文	本研究结合机器学习和优化算法优化钴催化剂以提升抗生素降解效率	提出融合TabNet深度学习模型与新型麻雀搜索算法(SSA)的催化剂优化方法，并通过SHAP分析揭示降解机制	数据来源于207篇文献，样本量有限；模型仅在钴基催化剂体系验证	优化高级氧化过程中抗生素去除效率并加速无机催化剂开发	钴基催化剂（单原子钴Co-CuO、氧化钴CoO、钴铁氧体CoFeO）	机器学习	NA	高级氧化过程	TabNet	实验数据	207篇文献数据	NA	TabNet	准确率,R值	NA
113	2025-11-05	Origin traceability and quality assessment of licorice in Asia based on multidimensional fingerprinting and enhanced by deep learning 2025-Dec-01, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.145997 PMID:40886543	研究论文	本研究开发了一种基于深度学习增强的多维指纹图谱方法，用于亚洲甘草的产地溯源和质量评估	首次将化学计量学、机器学习和网络药理学相结合预测甘草质量标志物，并采用深度学习模型进行产地识别和质量评估	仅收集了6个中亚国家和6个中国省份的样品，样本来源范围有限	开发成本效益高的甘草产地溯源和质量评估方法	来自中亚六国和中国六省的甘草样品	机器学习	NA	多维指纹图谱，液相色谱，质谱分析	深度学习	化学指纹图谱数据	来自6个中亚国家和6个中国省份的甘草样品	NA	NA	NA	NA
114	2025-11-05	DeepSANet: A deep learning approach for hierarchical geographical source attribution of Salmonella 2025-Dec, Food research international (Ottawa, Ont.) DOI:10.1016/j.foodres.2025.117554 PMID:41185308	研究论文	提出一种基于深度学习的沙门氏菌分层地理溯源方法DeepSANet	首次将深度学习引入沙门氏菌地理溯源任务，设计了并行分层预测模块和自适应分层迁移损失函数	NA	开发高精度的沙门氏菌地理来源追踪方法	沙门氏菌基因组数据	机器学习	食源性疾病	核心基因组多位点序列分型(cgMLST)	Transformer	基因组数据	基于EnteroBase构建的大规模数据集，包含全球分布的多种血清型分离株	NA	Swin Transformer	准确率	NA
115	2025-11-05	A hybrid deep learning approach for accurate diagnosis of tibiofibula open and closed fractures using x-ray images 2025-Dec, Health information science and systems IF:4.7Q1 DOI:10.1007/s13755-025-00393-z PMID:41185686	研究论文	开发了一种基于混合深度学习的X射线图像分类模型，用于准确诊断胫腓骨开放性和闭合性骨折	结合多尺度卷积核的混合卷积和通道注意力机制，增强特征提取能力而不显著增加计算成本	仅针对胫腓骨骨折进行分类，尚未扩展到其他骨折类型和真实临床场景	通过深度学习提高骨折分类的准确性，优化骨科影像诊断	胫腓骨开放性和闭合性骨折的X射线图像	计算机视觉	骨科骨折	X射线成像	CNN	图像	NA	NA	混合卷积神经网络	准确率,F1分数	NA
116	2025-11-04	Multi-Scale Attention Fusion With Depthwise Separable Convolutions for Efficient Skin Cancer Detection 2025-Dec, Journal of cutaneous pathology IF:1.6Q3 DOI:10.1111/cup.14870 PMID:40998452	研究论文	提出一种融合多尺度注意力机制和深度可分离卷积的深度学习框架MAF-DermNet，用于高效准确的皮肤癌检测	集成多尺度注意力融合(MAF)与深度可分离卷积，结合DCGAN数据增强和残差注意力机制，在保持高精度的同时提升计算效率	未整合临床元数据，模型在不同医疗环境中的适用性有待进一步优化	开发高效准确的皮肤癌自动检测方法	皮肤病变图像	计算机视觉	皮肤癌	深度学习	CNN, GAN	图像	NA	NA	深度可分离卷积, 残差注意力块, DCGAN	准确率, 宏F1分数	NA
117	2025-11-04	AI-Based Quantitative Assessment of Retinal Vascular Morphology in Circumscribed Choroidal Hemangioma 2025-Dec, Ophthalmology and therapy IF:2.6Q2 DOI:10.1007/s40123-025-01256-2 PMID:41123787	研究论文	应用基于深度学习的AI系统对局限性脉络膜血管瘤患者的视网膜血管形态进行定量分析	首次使用深度学习AI系统对CCH患者的视网膜血管形态进行系统性定量分析，并探索病变位置对血管参数的影响	样本量较小（45例患者），回顾性研究设计，缺乏外部验证	评估局限性脉络膜血管瘤患者的视网膜血管形态变化及其与病变位置的关系	45例未治疗的局限性脉络膜血管瘤患者及其对侧健康眼睛	医学影像分析	脉络膜血管瘤	视网膜摄影，深度学习AI分析	深度学习	视网膜图像	45例CCH患者（45只患眼和45只对侧健康眼），平均年龄44.91±11.98岁，其中10例女性	NA	NA	p值，逻辑回归分析	NA
118	2025-11-04	A deep learning framework for real-time prediction of the behavioral state transition during predation 2025-Dec-01, Brain research IF:2.7Q3 DOI:10.1016/j.brainres.2025.149982 PMID:41077379	研究论文	开发了一个深度学习框架，用于实时预测小鼠捕食行为中的搜索到追捕状态转换	首次实现了对捕食行为状态转换的实时预测，结合轻量级YOLOv11n检测器和时空网络STNet进行双任务学习	仅在实验室小鼠中进行验证，尚未在其他物种或更复杂环境中测试	开发实时行为状态转换预测方法，以精确研究决策过程中的神经回路	实验室小鼠的捕食行为	计算机视觉	NA	视频流分析	YOLO, GRU, CNN	视频	NA	PyTorch	YOLOv11n, STNet, GRU, 注意力机制, 残差卷积模块	准确率, AUC, ECE, Brier分数	NA
119	2025-11-04	Variant Classification Using Proteomics-Informed Large Language Models Increases Power of Rare Variant Association Studies and Enhances Target Discovery 2025-Dec, Genetic epidemiology IF:1.7Q3 DOI:10.1002/gepi.70023 PMID:41178319	研究论文	本研究利用蛋白质组学数据优化大型语言模型进行罕见有害变异分类，显著提高了罕见变异关联研究的统计功效	首次将大规模人类蛋白质组学数据与大型语言模型结合，开发出蛋白质组学引导的变异分类模型	研究样本主要来自UK Biobank，可能限制了在其他人群中的泛化能力	提高罕见有害变异的分类准确性，增强罕见变异关联研究的发现能力	2898种蛋白质的编码序列变异，来自46,665名个体	自然语言处理	NA	蛋白质组学测序	大型语言模型	蛋白质组学数据，基因型数据	46,665名个体	NA	ESM-1v, ESM-1b	关联重现率	NA
120	2025-11-03	AI-augmented prediction of high-risk PINK1 variants associated with Parkinson's disease: integrating multilayered bioinformatics, MD simulation, and deep learning 2025-Dec, Methods (San Diego, Calif.) DOI:10.1016/j.ymeth.2025.08.014 PMID:40914318	研究论文	本研究通过整合多层生物信息学、分子动力学模拟和深度学习技术，预测与帕金森病相关的PINK1基因高危变异	首次结合深度学习与分子动力学模拟系统分析PINK1基因激酶域nsSNPs的结构功能影响	研究结果需进一步实验验证，样本规模有限	识别PINK1基因中最有害的非同义单核苷酸多态性及其对蛋白结构和功能的影响	PINK1基因激酶域的非同义单核苷酸多态性	生物信息学	帕金森病	生物信息学分析、分子动力学模拟、深度学习	深度学习模型	基因序列数据、蛋白质结构数据	5个预测的高风险SNPs（C166R, E240K, D362N, D362Y, C388R）	NA	NA	NA	NA