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
1581	2025-12-06	Enhancing prediction accuracy for muscle invasion in bladder cancer using a dual-energy CT-based interpretable model incorporating habitat radiomics and deep learning 2025-Dec-01, BMC cancer IF:3.4Q2 DOI:10.1186/s12885-025-15107-7 PMID:41327160	研究论文	本研究通过整合双能CT的定量参数、栖息地放射组学特征和2.5D深度学习特征，开发了一个可解释的模型，用于提高膀胱癌肌层浸润状态的术前预测准确性	结合栖息地分析和2.5D深度学习，利用双能CT图像构建可解释的集成模型，以增强膀胱癌肌层浸润的术前评估	研究为回顾性设计，样本量相对有限（200例患者），且仅基于单一机构的双能CT尿路造影数据	提高膀胱癌肌层浸润状态的术前预测准确性，以支持个性化治疗计划的制定	膀胱癌患者	数字病理学	膀胱癌	双能CT成像，碘基物质分解成像，K-means聚类	深度学习，放射组学	双能CT图像	200例膀胱癌患者（训练队列140例，测试队列60例）	NA	ResNet 101	AUC，校准曲线	NA
1582	2025-12-06	Aortic dissection mortality in the United States, 1968-2023: Trends, disparities, and deep learning forecasts 2025-Dec, International journal of cardiology. Cardiovascular risk and prevention DOI:10.1016/j.ijcrp.2025.200547 PMID:41333716	研究论文	本研究分析了美国1968年至2023年主动脉夹层死亡率趋势、差异，并使用深度学习模型预测至2033年的死亡率	首次结合长期历史数据分析主动脉夹层死亡率趋势，并应用Bi-GRU深度学习模型进行未来十年死亡率预测	研究基于死亡证明数据，可能存在编码错误或漏报；预测模型未考虑未来医疗政策或技术突破的影响	评估美国主动脉夹层死亡率的历史趋势、人口差异，并预测未来死亡率变化	美国1968-2023年主动脉夹层相关死亡病例	机器学习	心血管疾病	死亡数据分析，深度学习预测	Bi-GRU	结构化死亡记录数据	175,930例主动脉夹层相关死亡病例	NA	Bi-GRU	年度百分比变化，平均年度百分比变化	NA
1583	2025-12-05	Directed Vectors for Generation of Independent Subspaces in the Bio-inpired Networks 2025-Dec-15, International journal of neural systems IF:6.6Q1 DOI:10.1142/S0129065725500790 PMID:41293813	研究论文	本文提出了一种基于生物视网膜网络的不对称网络，用于解释网络功能并生成独立子空间	通过计算模拟展示了分层不对称网络中生成方向性运动向量，这些向量能创建独立子空间，从而促进感官信息向高效特征提取、分类和学习的传输	NA	解释复杂深度神经网络的结构和功能，并探索生物启发网络在特征提取和分类中的应用	生物视网膜网络和不对称神经网络	机器学习	NA	NA	神经网络	NA	NA	NA	不对称网络	分类性能	NA
1584	2025-12-05	Feasibility study on automated cytokinesis-block micronucleus assay analysis in cytogenetic biodosimetry using YOLOv5 object detection 2025-Dec-04, International journal of radiation biology IF:2.1Q2 DOI:10.1080/09553002.2025.2588409 PMID:41342911	研究论文	本研究探讨了使用YOLOv5对象检测技术自动化分析细胞遗传学生物剂量学中的胞质分裂阻滞微核试验的可行性	首次将基于深度学习的对象检测（YOLOv5）应用于细胞遗传学生物剂量学中的微核分析，以实现快速、可靠的自动化检测	研究仍处于初步阶段，训练图像数量较少，可能通过数据增强进一步改进模型	应用深度学习对象检测技术分析微核，以加速细胞遗传学生物剂量学中的剂量估计，支持辐射应急医学中的快速分诊	健康志愿者的外周血样本，经0、2和3 Gy照射处理	计算机视觉	辐射损伤	细胞培养、全玻片成像	CNN	图像	来自健康志愿者的外周血样本，具体数量未明确说明	YOLOv5	YOLOv5	分类性能、剂量-响应曲线比较	NA
1585	2025-12-05	Graph-based deep reinforcement learning for haplotype assembly with Ralphi 2025-Dec-03, Genome research IF:6.2Q1 DOI:10.1101/gr.280569.125 PMID:41238397	研究论文	本文介绍了一种基于图结构深度强化学习的新型单倍型组装框架Ralphi，用于从读段比对数据中准确重建二倍体基因组的两个单倍型	首次将深度强化学习与图表示学习相结合用于单倍型组装问题，通过片段图拓扑结构设置强化学习奖励目标	训练数据主要基于1000基因组计划的基因组数据，可能对其他种群或特殊基因组的泛化能力有限	开发更准确、更长的单倍型组装方法，以理解不同变异组合对表型的影响	二倍体基因组的单倍型组装	机器学习	NA	读段比对，深度强化学习	深度强化学习	基因组测序读段比对数据，片段图	基于1000基因组计划基因组构建的多样化片段图拓扑数据集	NA	NA	错误率，单倍型区块长度	NA
1586	2025-12-05	Towards real-time non-invasive detection of hyperlipidemia through finger pulse image analysis using deep learning 2025-Dec-03, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ae212a PMID:41259810	研究论文	本研究利用深度学习技术分析手指脉搏图像，开发了一种非侵入性、高性价比的高脂血症检测方法	首次提出通过分析手指脉搏图像波形模式来检测高脂血症，并开发了定制的CNN模型，实现了高精度的非侵入性诊断	样本量相对较小（81名患者和65名对照组），且研究为单中心，需要更大规模的多中心验证	开发一种非侵入性、实时的高脂血症检测方法，替代传统的侵入性血液检测	高脂血症患者和健康对照者的手指脉搏图像波形	计算机视觉	心血管疾病	脉搏图像采集与分析	CNN	图像	81名高脂血症患者和65名健康对照者，每组选取700个单脉搏波周期	TensorFlow, Keras	自定义CNN, VGG16	准确率, 精确率, 召回率, F1分数	NA
1587	2025-12-05	Patterns of interspecific variation in labial microarchitecture among anthropoid primates and the evolution of the hominin lips 2025-Dec-03, Anatomical record (Hoboken, N.J. : 2007) DOI:10.1002/ar.70103 PMID:41334680	研究论文	本研究首次系统性地调查了15种灵长类动物（包括人类）的唇部微观结构，揭示了人类唇部在肌肉、脂肪和结缔组织比例及解剖配置上的独特特征	首次对灵长类动物唇部微观结构进行系统组织学和形态计量学研究，并应用深度学习分割技术量化组织成分	未提供直接的功能性证据	研究灵长类动物唇部微观结构的种间变异，探讨人类唇部特征的演化及其与面部表情和言语进化的关联	15种灵长类物种，包括人类、非人大型猿类、猴科、卷尾猴科和狐猴科	NA	NA	组织学染色（Masson三色染色）、深度学习分割、手动标注	NA	组织切片图像	15种灵长类物种	NA	NA	NA	NA
1588	2025-12-05	Laparoscopic augmented reality navigation system based on deep learning and SLAM 2025-Dec-03, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03487-8 PMID:41335230	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1589	2025-12-05	Solid Harmonic Wavelet Bispectrum for Image Analysis 2025-Dec-03, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202517383 PMID:41340231	研究论文	本文介绍了一种用于图像分析的二维实心谐波小波双谱方法，该表示具有多尺度、旋转和平移协变性，能保留相对相位并捕获小波响应间的高阶交互	该方法通过嵌入旋转平移不变性并保留相对相位，捕捉了传统散射方法中常丢失的结构特征，且在低数据量下表现稳健，无需学习即可编码特征间的非线性依赖关系	NA	开发一种用于信号和图像分析的相位敏感、对称感知的小波表示方法	图像数据	计算机视觉	NA	实心谐波小波双谱	NA	图像	NA	NA	NA	NA	NA
1590	2025-12-05	A multi-pseudo-sensor fusion approach to estimating the lower limb joint moments based on deep neural network 2025-Dec, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03406-x PMID:40632380	研究论文	本文提出了一种基于深度神经网络的多伪传感器融合方法，用于估计下肢关节力矩	提出了一种新颖的多模态运动意图识别系统，通过融合传统深度学习模型来快速准确地在实验室外估计下肢关节力矩，并设计了包含数据增强模块和可变权重融合方法的新框架DeepMPSF-Net	NA	为智能辅助设备设计控制器提供可靠的步态变量反馈，特别是估计下肢关节力矩	下肢关节力矩	机器学习	NA	多模态运动意图识别	CNN, RNN, 注意力机制	关节运动学数据，个体特征参数	NA	NA	DeepMPSF-Net	PCC（皮尔逊相关系数）	NA
1591	2025-12-05	ISENet: a deep learning model for detecting ischemic ST changes in long-term ECG monitoring 2025-Dec, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03416-9 PMID:40682722	研究论文	本研究提出了一种名为ISENet的轻量级深度学习模型，用于在长期ECG监测中检测缺血性ST变化事件	首次应用基于深度学习的神经网络，利用长期ST数据库的ECG信号进行ISE检测，解决了先前特征工程和特征学习方法在实验设计和方法上的关键限制	NA	开发一个自动化检测心肌缺血的深度学习模型，以改善长期ECG监测中对无症状或间歇性心肌缺血的识别	长期ECG监测中的ECG信号，特别是缺血性ST变化事件（ISE）	数字病理学	心血管疾病	ECG监测	CNN	ECG信号	使用PhysioNet长期ST数据库中的ECG信号和标注进行训练和评估	NA	ISENet, VGG19, ResNet50	准确率	NA
1592	2025-12-05	Radiomics integrated with machine and deep learning analysis of T2-weighted and arterial-phase T1-weighted Magnetic Resonance Imaging for non-invasive detection of metastatic axillary lymph nodes in breast cancer 2025-Dec, La Radiologia medica DOI:10.1007/s11547-025-02090-z PMID:40986134	研究论文	本研究比较了从T2加权和动脉期T1加权MRI序列中提取的影像组学特征，通过单变量、机器学习和深度学习分析，评估其在预测乳腺癌患者腋窝淋巴结转移中的诊断性能	首次将T2加权和动脉期T1加权MRI的影像组学特征与多种机器学习及深度学习模型结合，用于非侵入性检测乳腺癌腋窝淋巴结转移，并比较了不同序列和建模方法的性能差异	研究为回顾性分析，样本量相对较小（100名患者），且仅基于单一机构的MRI数据，可能限制了结果的普遍适用性	评估影像组学特征结合机器学习和深度学习在预测乳腺癌腋窝淋巴结转移中的诊断效能	乳腺癌患者的腋窝淋巴结（包括52个转移性和103个非转移性淋巴结）	数字病理学	乳腺癌	MRI（T2加权和动脉期T1加权序列）	逻辑回归, 梯度提升, 随机森林, 神经网络	医学影像（MRI图像）	100名乳腺癌患者，共155个淋巴结（52个转移性，103个非转移性）	NA	神经网络（具体架构未指定）	AUC, 敏感性, 特异性, 准确率	NA
1593	2025-12-05	Cable partial discharge identification network based on adaptive residual diffusion denoising and morphological attention 2025-Dec-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-25197-9 PMID:41326469	研究论文	本文提出了一种基于自适应残差扩散去噪和形态学注意力的电缆局部放电识别网络（ARDDMA-Net），用于在噪声环境下准确识别电缆局部放电信号	提出了一种新颖的两阶段深度学习架构ARDDMA-Net，结合了自适应残差扩散去噪模块和形态学注意力机制，有效抑制噪声并保留PD信号的关键特征	未明确说明模型在极端噪声条件下的性能边界，也未讨论模型的计算复杂度和实时性	提高电力系统中电缆局部放电（PD）信号的准确识别能力，以早期检测绝缘缺陷并维护电网可靠性	电缆局部放电信号	机器学习	NA	NA	CNN	信号数据	NA	NA	ResNet-1D, ARDDMA-Net	识别准确率	NA
1594	2025-12-05	Artificial intelligence in antibody design and development: harnessing the power of computational approaches 2025-Dec, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03429-4 PMID:40887563	综述	本文综述了人工智能在抗体设计与开发中的应用，重点介绍了计算方法的优势及其如何革新抗体序列设计、结构预测和优化过程	系统性地整合了机器学习、深度学习和强化学习等多种人工智能技术，并将其与高通量数据结合，用于实现抗体的从头设计、多功能开发以及快速筛选，显著提升了抗体设计的效率和效果	文中提到仍存在挑战，但未具体说明是哪些挑战，例如数据质量、模型泛化能力或实验验证的局限性	探讨人工智能如何革新抗体的设计、优化与开发流程，以提升其疗效和安全性	抗体序列、三维结构、亲和力、特异性以及多功能抗体	机器学习	NA	高通量数据技术	机器学习, 深度学习, 强化学习	序列数据, 结构数据	NA	NA	NA	NA	NA
1595	2025-12-05	Deep learning-based automated diagnosis of obstructive sleep apnea and sleep stage classification in children using millimeter-wave radar and pulse oximeter 2025-Dec, Sleep health IF:3.4Q2 DOI:10.1016/j.sleh.2025.06.006 PMID:40738779	研究论文	本研究评估了基于毫米波雷达和脉搏血氧仪的QSA600设备与多导睡眠监测在儿童阻塞性睡眠呼吸暂停诊断和睡眠分期中的一致性	开发并验证了一种基于深度学习的自动化诊断模型，用于儿童阻塞性睡眠呼吸暂停和睡眠分期，使用便携式毫米波雷达设备作为传统多导睡眠监测的简化替代方案	研究样本仅来自单一医院（北京儿童医院），且数据收集时间较短（2023年9月至11月），可能限制结果的普适性	评估QSA600设备与多导睡眠监测在儿童阻塞性睡眠呼吸暂停诊断和睡眠分期中的诊断准确性	281名1-18岁的儿童	数字病理学	阻塞性睡眠呼吸暂停	毫米波雷达监测、脉搏血氧监测	深度学习模型	雷达信号、血氧数据	281名儿童	NA	NA	组内相关系数, Bland-Altman分析, 灵敏度, 特异性, 受试者工作特征曲线下面积, Kappa系数, 总体准确率	NA
1596	2025-12-05	Interpretable fault diagnosis framework for offshore wind turbine gearbox based on AFS and signal analysis theory 2025-Dec, ISA transactions IF:6.3Q1 DOI:10.1016/j.isatra.2025.08.009 PMID:40816973	研究论文	本文提出了一种基于公理化模糊集理论和信号分析理论的可解释故障诊断框架AFSBWFA，用于海上风力涡轮机齿轮箱的故障诊断	结合BKA、WPD和FMD的信号去噪与重构方法BWF，基于MFE的二维时频域特征提取方法MFETF，以及基于EI代数的概念分类器AFSCC，在保持高诊断精度的同时增强了模型的可解释性	未明确说明框架的计算复杂度或实时性限制，且主要基于特定数据集验证，泛化能力需进一步测试	开发一个可解释的故障诊断框架，以提高海上风力涡轮机齿轮箱故障诊断的透明度和准确性	海上风力涡轮机齿轮箱	机器学习	NA	信号分析理论，公理化模糊集理论，熵理论	概念分类器	信号数据	使用了大连海事大学的私有数据集和北京交通大学的公共数据集，具体样本数量未明确	NA	AFSCC	诊断准确率	NA
1597	2025-12-05	A plug-and-play data processing module for complex faults diagnosis 2025-Dec, ISA transactions IF:6.3Q1 DOI:10.1016/j.isatra.2025.07.061 PMID:40858416	研究论文	本文提出了一种即插即用的数据处理模块，用于扩展样本数量并改善样本间内部关系，以提升深度学习模型在复杂故障诊断中的整体性能	设计了幅度-相位复合数据增强（APCUP）方法，通过离散傅里叶变换随机融合多种故障类型生成新样本，并引入相邻标签平滑（ALS）策略处理原始标签数据，防止过度绝对分类并提高模型鲁棒性	未明确提及模块在极端不平衡数据或实时在线诊断场景下的适用性限制	提升智能故障诊断技术在样本有限和复杂故障场景下的性能	工业设备（如机械臂）的故障数据	机器学习	NA	离散傅里叶变换	深度学习模型	故障数据（可能为时序信号或传感器数据）	基于前沿工业机械臂平台和两个公共数据集	NA	NA	准确率，错误率	NA
1598	2025-12-05	Quantitative Imaging for Interstitial Lung Disease 2025-Dec, Radiology. Cardiothoracic imaging DOI:10.1148/ryct.250041 PMID:41342677	综述	本文综述了定量影像学在间质性肺病诊断、分类和预后评估中的应用，重点介绍了定量CT和新兴定量MRI技术	总结了人工智能驱动的定量影像学新工具在ILD评估中的最新进展，并强调了其在临床工作流程中日益增长的重要性	NA	回顾和总结定量影像学在间质性肺病评估中的当前应用和新兴技术	间质性肺病，特别是特发性肺纤维化、过敏性肺炎和结缔组织病相关ILD	数字病理学	间质性肺病	CT，双能CT，MRI	NA	影像	NA	NA	NA	NA	NA
1599	2025-12-04	A multi-task deep learning model based on transformer for simultaneously evaluating the TVB-N and TVC contents of chicken breasts using two different hyperspectral imaging 2025-Dec-25, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.146725 PMID:41106264	研究论文	本研究开发了一种基于Transformer的多任务深度学习模型，结合双高光谱成像技术，用于同时预测鸡胸肉的总挥发性盐基氮和总活菌数含量	提出了一种新颖的多任务交错组Transformer模型，首次将双高光谱成像数据集成到多任务学习中，有效利用双光谱源的互补信息，在预测精度和稳定性上超越了现有CNN和Transformer模型，同时计算成本降低了50%	研究仅针对鸡胸肉进行，未涉及其他肉类或食品类型；模型在工业环境中的大规模实时应用效果仍需进一步验证	开发一种可靠、无损的鸡肉新鲜度批量检测方法，用于肉类质量评估的工业应用	鸡胸肉	计算机视觉	NA	高光谱成像	Transformer	高光谱图像	NA	NA	多任务交错组Transformer模型	决定系数	NA
1600	2025-12-04	Characterization of a Novel Mutansucrase (MUT-I) from Leuconostoc pseudomesenteroides G29: Enzymatic Properties and Product Analysis 2025-Dec-03, Journal of agricultural and food chemistry IF:5.7Q1 DOI:10.1021/acs.jafc.5c03636 PMID:41258707	研究论文	本研究对来自Leuconostoc pseudomesenteroides G29的新型突变蔗糖酶MUT-I进行了生化表征，包括其酶学性质、产物分析及其在α-葡聚糖工程中的应用潜力	首次对G29菌株的MUT-I酶进行详细生化表征，揭示了其双功能特性（合成葡聚寡糖和引入α-1,3分支），并利用AlphaFold 3深度学习工具识别了关键催化残基	研究主要基于体外实验，未涉及体内应用或大规模生产验证	表征新型突变蔗糖酶MUT-I的酶学性质，评估其在合成结构明确的α-葡聚糖方面的应用潜力	来自Leuconostoc pseudomesenteroides G29的突变蔗糖酶MUT-I及其合成的α-葡聚糖产物	生物化学与酶工程	NA	酶学表征、产物分析、深度学习结构预测	深度学习模型	酶学实验数据、结构预测数据	单一酶蛋白（重组MUT-I）及其产物	AlphaFold 3	AlphaFold 3	酶活性参数（Km、kcat）、产物结构分析（链接类型、分子量、热稳定性）	NA