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
1301	2025-10-31	Developing a novel deep learning-based model for automatic right ventricular parameters assessment on ctpa in pulmonary embolism 2025-Dec, Emergency radiology IF:1.7Q3 DOI:10.1007/s10140-025-02404-8 PMID:41162742	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1302	2025-12-14	Evaluation of Deep Learning-Based OCTA Denoising in Retinal Vessel Assessment 2025-Dec-01, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.14.12.10 PMID:41342626	研究论文	本研究评估了N2V2去噪算法在光学相干断层扫描血管成像（OCTA）视网膜血管量化中的性能	首次系统评估了N2V2去噪算法在OCTA视网膜血管评估中的主观图像质量、客观指标、诊断可解释性和定量可重复性	研究样本仅来自糖尿病患者，未包括其他视网膜疾病患者；去噪后部分血管密度指标有所下降	评估深度学习去噪算法在OCTA图像处理中对视网膜血管量化性能的影响	糖尿病患者的OCTA视网膜扫描图像	数字病理学	糖尿病视网膜病变	光学相干断层扫描血管成像（OCTA）	深度学习去噪算法	图像	145只眼（来自糖尿病患者，平均年龄63.97±9.25岁，40.26%女性）	NA	N2V2	对比噪声比,峰值信噪比,边缘保持指数,结构相似性指数测量,血管密度,中心凹无血管区面积/周长/圆形度,周边无灌注区面积	NA
1303	2025-12-14	Using Deep Learning to Automate Orangutan Nest Detections on Aerial Images Collected With Drones 2025-Dec, American journal of primatology IF:2.0Q1 DOI:10.1002/ajp.70100 PMID:41355327	研究论文	本研究探索了一种使用深度学习自动检测无人机航拍图像中猩猩巢穴的方法，以提高猩猩监测效率	首次将YOLO v10模型应用于无人机航拍图像中猩猩巢穴的自动检测，通过迁移学习方法实现了高精度的巢穴识别	模型在固定翼无人机数据上的召回率较低，可能影响种群趋势分析的准确性，且训练数据集需进一步扩展以适应不同相机系统和环境条件	开发一种自动化方法，利用深度学习从无人机航拍图像中检测猩猩巢穴，以替代传统地面线样带监测方法	猩猩巢穴	计算机视觉	NA	无人机航拍	CNN	图像	868张图像，包含1568个标注的猩猩巢穴，采集自马来西亚沙巴和印度尼西亚苏门答腊	NA	YOLO v10	平均精度均值, 精确率, 召回率	NA
1304	2025-12-14	Brain-Pupil Coupling Revealed Through Deep Learning of Intracranial Recordings 2025-Dec-01, Human brain mapping IF:3.5Q1 DOI:10.1002/hbm.70438 PMID:41368939	研究论文	本研究通过颅内记录和瞳孔测量技术，结合深度学习模型，揭示了大脑神经活动与瞳孔动态在注意力转换任务中的耦合关系	首次将深度学习模型应用于颅内神经活动数据以预测瞳孔动态变化，并利用显著性梯度映射技术识别出与瞳孔动态预测性能相关的任务相关脑网络	样本量较小（仅13名参与者），且研究人群局限于儿童和青少年癫痫患者，可能限制结果的普适性	探究大脑神经活动与瞳孔动态之间的耦合机制及其在认知加工过程中的作用	13名9-18岁的癫痫儿童和青少年	计算神经科学	癫痫	颅内记录、瞳孔测量技术	深度学习模型	颅内神经活动记录、瞳孔直径数据	13名参与者（其中7名用于深度学习模型验证）	NA	NA	模型预测性能	NA
1305	2025-12-14	Shape-Encoded Hydrogel Sensor Particles Enable Multiplex Odorant Detection Through Deep-learning Classification 2025-Dec, Small (Weinheim an der Bergstrasse, Germany) DOI:10.1002/smll.202507903 PMID:41124061	研究论文	本研究提出了一种基于形状编码的水凝胶传感器颗粒策略，通过深度学习分类实现多重气味检测	利用水凝胶颗粒形状编码气味传感器细胞类型，结合卷积神经网络进行形状识别，实现位置无关、可扩展的多重气味检测	研究仅关注单一气味物质，未涉及复杂气味混合物检测	开发便携式、基于细胞的生物混合传感器，用于多重气味检测	水凝胶传感器颗粒及其表达不同气味受体的传感器细胞	计算机视觉	NA	延时荧光成像	CNN	图像	NA	NA	卷积神经网络	准确率	NA
1306	2025-12-14	QTcNet: a deep learning model for direct heart rate corrected QT interval estimation 2025-Dec-01, Europace : European pacing, arrhythmias, and cardiac electrophysiology : journal of the working groups on cardiac pacing, arrhythmias, and cardiac cellular electrophysiology of the European Society of Cardiology IF:7.9Q1 DOI:10.1093/europace/euaf274 PMID:41140122	研究论文	本文开发了一个名为QTcNet的深度学习模型，用于直接从心电图中估计心率校正的QT间期，以提高自动化测量的准确性	QTcNet采用基于回归的卷积神经网络架构，通过大规模算法标记的心电图数据进行训练，显著减少了跨队列的测量误差，并首次公开了完整模型和在线实现	模型在特定队列上的微调虽然能改善该队列的性能，但会降低在其他队列中的外部有效性	提高自动化QTc测量的准确性，减少与专家读数之间的差异	心电图数据	机器学习	心血管疾病	心电图分析	CNN	图像	训练集：120,300个算法标记的心电图（内部医院队列60,150个，MIMIC-IV数据集60,150个）；验证集：PTB数据库100个心电图；测试集：QTcMS 210个，ECGRDVQ 5,219个；微调集：PTB数据库449个	NA	卷积神经网络	平均绝对误差, 均方根误差, 大误差（>50 ms）异常值比例	NA
1307	2025-12-14	Deep CNN-based Fully Automated Segmentation of Pelvic Multi-Organ on CT Images for Prostate Cancer Radiotherapy 2025-Dec, Journal of biomedical physics & engineering DOI:10.31661/jbpe.v0i0.2307-1649 PMID:41377126	研究论文	本研究评估了基于CT的深度学习自动分割算法在男性盆腔多器官分割中的可行性，用于前列腺癌放疗	应用3D nnU-net这一自适应的集成方法进行快速、可重复的多器官自动轮廓勾画，并比较了基于手动与自动轮廓的放疗计划剂量分布差异	单中心回顾性研究，样本量相对较小（118例患者），且淋巴结和精囊的分割性能（DSC较低）有待提升	评估深度学习自动分割算法在前列腺癌放疗中多器官勾画的可行性	前列腺癌患者	数字病理学	前列腺癌	CT成像	CNN	图像	118例前列腺癌患者（95例训练，23例测试）	NA	3D nnU-net	Dice相似系数, 平均豪斯多夫距离, 剂量-体积直方图参数	NA
1308	2025-12-14	Iranian Scientometrics; Dataset on universities, professors and articles 2025-Dec, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.112285 PMID:41377189	研究论文	本研究介绍了一个关于伊朗大学学术出版物和教授指标的全面数据集，通过Python工具从Google Scholar系统收集并经过专家验证	提供了一个针对伊朗学术界的综合数据集，结合了多步骤数据精炼过程，包括机构隶属关系、高引用阈值和作者-文章验证，以支持深入的学术网络分析	数据收集受限于Google Scholar的服务条款，需限制请求频率以避免违规，且可能因网络爬取过程而存在数据不完整或无效链接的风险	构建一个用于学术影响力和网络分析的数据集，支持科学计量学、机构基准测试和政策评估	伊朗大学的学术出版物、教授指标和机构详情	自然语言处理	NA	网络爬取，数据精炼过程	NA	文本	超过150万条文章记录，经过精炼后聚焦于2020-2022年间政府大学和高引用教授的数据	Selenium, BeautifulSoup	NA	NA	NA
1309	2025-12-13	An Interpretable Hybrid AI Model for Breast Fine Needle Aspiration Cytology Image Classification 2025-Dec-12, Journal of medical systems IF:3.5Q2 DOI:10.1007/s10916-025-02267-z PMID:41381926	研究论文	本文提出了一种用于乳腺细针穿刺细胞学图像分类的可解释混合AI模型	探索了18种混合架构，结合深度学习特征提取器与机器学习分类器，并利用Grad-CAM实现模型可解释性，获得了95%的临床验证率	研究为概念验证性质，数据来源于两个中心，样本量相对有限	开发一种高精度、可解释的混合AI模型，用于乳腺细针穿刺细胞学图像的二元分类	乳腺细针穿刺细胞学图像	数字病理学	乳腺癌	细针穿刺细胞学	混合模型	图像	原始数据集427张图像（152张良性，275张恶性），数据增强后扩展至2866张图像（1216张良性，1650张恶性）	NA	Inception-V3, MobileNet-V2, DenseNet-121, Support Vector Machine, Decision Tree, k-Nearest Neighbours	准确率, 灵敏度, 特异性	NA
1310	2025-12-13	Beyond Implicit Mapping: Advancing Generative Models Through Smoothed Optimal Transport 2025-Dec-11, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2025.3638632 PMID:41379885	研究论文	本文提出了一种通过平滑最优传输来提升生成模型的方法，以解决传统模型中映射关系隐式化的问题	引入Nesterov平滑技术平滑Brenier势能，从而推导出显式最优传输映射，构建了更先进的生成模型	未在摘要中明确说明	提升生成模型的解释性和条件生成能力，同时提高生成效率	生成模型中的最优传输映射	机器学习	NA	最优传输（OT）、Nesterov平滑技术	生成模型	NA	NA	NA	NA	NA	NA
1311	2025-12-13	Clinically Generalizable Low-Dose CT Denoising for Pediatric Imaging via Enhanced Diffusion Posterior Sampling 2025-Dec-11, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3642922 PMID:41379899	研究论文	本文提出了一种增强的扩散后验采样框架，用于儿科低剂量CT图像的降噪，以提升临床泛化能力	提出结合一步去噪U-Net与无条件扩散模型的E-DPS框架，利用U-Net提供结构约束，扩散模型增强真实感与泛化性，并引入中间阶段初始化策略以减少采样步数	未明确说明在极低剂量或运动伪影严重情况下的性能，以及模型在不同医疗机构设备间的泛化能力验证	开发一种具有强临床泛化能力的低剂量CT图像降噪方法，以减少儿科患者的辐射暴露	儿科患者的全身正电子发射断层扫描与计算机断层扫描（PET/CT）图像	计算机视觉	儿科疾病	计算机断层扫描（CT）	扩散模型, U-Net	医学图像（CT图像）	NA	NA	U-Net	峰值信噪比（PSNR）	NA
1312	2025-12-13	Graph Attention Fusion With Kolmogorov-Arnold Network for Drug-Gene Interaction Prediction 2025-Dec-11, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3625672 PMID:41379905	研究论文	提出一种结合图注意力融合与Kolmogorov-Arnold网络的方法dgKAN，用于预测药物-基因相互作用	通过构建可解释的KAN网络解析药物-基因关系中的异构注意力相互影响，并融合全局与局部注意力机制	NA	预测药物-基因相互作用以辅助疾病治疗的药物开发	药物与基因	机器学习	NA	NA	Transformer, GNN	图数据	NA	NA	Transformer, GNN, KAN	NA	NA
1313	2025-12-13	Is this neonate feeling pain? Leveraging clinical knowledge towards high-precision Large Language Model-based neonatal pain assessment 2025-Dec-11, Pediatric research IF:3.1Q1 DOI:10.1038/s41390-025-04669-8 PMID:41381876	研究论文	本研究首次应用视觉语言模型进行新生儿自动疼痛评估，通过设计新颖的提示类别来利用模型的潜在临床知识或指导其评估特定面部特征，实现了高精度性能	首次将视觉语言模型应用于新生儿自动疼痛评估，并设计了基于临床知识和面部特征的提示策略，无需微调即可实现高精度	模型在评估临床相关面部特征时召回率较低（40.1%），且依赖于提示设计，可能受限于预训练知识	开发一种客观的新生儿疼痛评估方法，以替代当前主观的评估量表	新生儿，特别是在重症监护中经历疼痛程序的婴儿	计算机视觉	NA	视觉语言模型	VLM	图像	NA	NA	NA	精确度, 召回率	NA
1314	2025-12-13	Real-time generation of renal artery hemodynamic parameters using a point cloud-based deep learning model 2025-Dec-11, Computer methods in biomechanics and biomedical engineering IF:1.7Q3 DOI:10.1080/10255842.2025.2595135 PMID:41383106	研究论文	本研究提出了一种结合Mamba状态空间建模和分层点云处理的深度学习框架，用于实时预测肾动脉血流动力学参数	创新性地将Mamba的选择性机制与PointNet++结合，用于点云数据上的血流动力学预测，实现了计算效率的显著提升	NA	开发一种实时生成肾动脉血流动力学参数的深度学习方法，以辅助肾动脉狭窄的临床评估	三维肾动脉模型及其血流动力学参数	数字病理学	心血管疾病	计算流体动力学模拟	深度学习模型	点云数据	NA	NA	PointNet++, Mamba	NA	NA
1315	2025-12-13	PatternFusion: a hybrid model for pattern recognition in time-series data using ensemble learning 2025-Dec-09, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-28649-4 PMID:41365945	研究论文	提出了一种名为PatternFusion的新型集成框架，用于时间序列数据的模式识别	通过动态注意力驱动融合机制，无缝集成BiLSTM、CNN和LightGBM，实现了统计模型与深度学习结构的协同；引入了自适应注意力融合、多尺度时间特征编码、显式置信度量化和时间后处理等关键创新	NA	克服经典时间序列分析的缺点，实现高性能、可解释且能进行多尺度时间检测的模式识别	时间序列数据	机器学习	NA	NA	BiLSTM, CNN, LightGBM	时间序列数据	NA	NA	BiLSTM, CNN	F1-score, AUC, EER	NA
1316	2025-12-13	Gaussian mixture model for enhancing the quality of transmission estimation in optical networks: a machine learning approach 2025-Dec-09, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-27355-5 PMID:41365970	研究论文	本文提出了一种基于高斯混合模型的机器学习方法，用于提升光网络中传输质量估计的准确性	采用高斯混合模型算法来预测未知光路径的误码率和信噪比，结合阈值、流量和调制格式等参数，实现了高精度的传输质量估计	模型仅在韩国网络拓扑特征上进行训练和测试，未在其他网络拓扑或实际环境中验证其泛化能力	开发一种基于机器学习的光网络传输质量估计方法，以优化光纤通信系统	光网络中的传输路径，特别是未知光路径的质量参数	机器学习	NA	高斯混合模型	GMM	网络拓扑特征数据	NA	NA	高斯混合模型	AUC, 准确率, F1分数, Brier分数, 期望校准误差	NA
1317	2025-12-13	A Review of Topological Data Analysis and Topological Deep Learning in Molecular Sciences 2025-Dec-08, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c02266 PMID:41235667	综述	本文全面回顾了拓扑数据分析（TDA）和拓扑深度学习（TDL）在分子科学中的发展、方法和应用	综述了从早期定性工具到先进定量和预测模型的TDA演变，重点介绍了持久同调、持久拉普拉斯算子及拓扑机器学习等创新点	讨论了当前TDA方法的局限性，并概述了未来方向，如与先进AI模型的整合及新拓扑不变量的开发	旨在为研究人员利用拓扑学在分子科学中的力量提供基础性参考	分子科学中的复杂分子数据，包括生物分子稳定性、蛋白质-配体相互作用、药物发现、材料科学、拓扑序列分析和病毒进化等领域	机器学习	NA	拓扑数据分析（TDA），拓扑深度学习（TDL）	NA	复杂分子数据	NA	NA	NA	NA	NA
1318	2025-12-13	eRMSF: A Python Package for Ensemble-Based RMSF Analysis of Biomolecular Systems 2025-Dec-08, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c02413 PMID:41254899	研究论文	介绍了一个名为eRMSF的Python软件包，用于对生物分子系统进行基于集合的均方根涨落分析	eRMSF扩展了传统的分子动力学轨迹分析，能够处理由不同方法生成的集合，如MD模拟、BioEmu深度学习工具、子采样AlphaFold2等，提供了统一的框架来评估模拟和预测结构中的残基或原子涨落	NA	开发一个快速且用户友好的工具，用于分析生物分子系统的分子灵活性和动力学	生物分子系统	计算生物学	NA	均方根涨落分析	NA	结构集合数据	NA	Python, MDAnalysis	NA	NA	NA
1319	2025-12-13	Benchmarking Sequence-Based Compound-Protein Interaction Prediction through Constructing a Debiased Data Set CDPN 2025-Dec-08, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c02040 PMID:41264813	研究论文	本文提出了一种名为CDPN的去偏数据构建协议，用于基准测试基于序列的化合物-蛋白质相互作用预测模型	通过化合物聚类降采样和从未探索化学空间生成推定负样本，构建去偏CPI基准数据集，解决了现有数据集中分子支架过代表和标签分布不平衡导致的模型泛化问题	在PDBbind上的系统评估揭示了注意力可解释性存在关键局限性	准确预测化合物-蛋白质相互作用以促进药物发现	化合物-蛋白质相互作用	机器学习	NA	NA	深度学习模型	序列数据	NA	NA	KPGT-Ankh	NA	NA
1320	2025-12-13	Volumetric localization microscopy with deep learning 2025-Dec-08, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-65941-3 PMID:41360790	研究论文	本文提出了一种结合深度学习与波前优化光场配置的体积极位显微技术，用于高保真三维单分子成像	VLM方法首次将仪器优化与深度学习算法结合，仅使用系统感知的内在点扩散函数进行训练，无需依赖外部成像模式或样本特定数据	NA	开发一种超分辨率显微技术，以克服荧光显微镜在光学复杂性、计算需求和用户可访问性方面的限制	生物样本中的单分子成像	计算机视觉	NA	超分辨率显微技术，波前优化光场配置	深度学习，神经网络	图像数据	多种生物样本（未指定具体数量）	NA	级联神经网络	横向定位精度10纳米，轴向定位精度25纳米，有效成像深度超过4微米	NA