深度学习在生物医药领域中的应用

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
181	2025-10-01	DAGMNet: Dual-Branch Attention-Pruned Graph Neural Network for Multimodal sMRI and fMRI Fusion in Autism Prediction 2025-Sep-05, Biomedicines IF:3.9Q1 DOI:10.3390/biomedicines13092168 PMID:41007731	研究论文	提出一种用于自闭症预测的双分支注意力剪枝图神经网络，融合结构磁共振成像、功能磁共振成像和表型数据	采用模态特异性特征提取、基于注意力的跨模态融合模块和表型剪枝的动态图学习模块，实现个性化诊断	NA	通过多模态神经影像和表型信息融合提高自闭症谱系障碍的诊断准确性	自闭症谱系障碍患者	医学影像分析	自闭症谱系障碍	结构磁共振成像(sMRI)、功能磁共振成像(fMRI)	图神经网络(GNN)	医学影像、表型数据	ABIDE-I数据集和ADNI数据集
182	2025-10-01	Emulating Hyperspectral and Narrow-Band Imaging for Deep-Learning-Driven Gastrointestinal Disorder Detection in Wireless Capsule Endoscopy 2025-Sep-04, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12090953 PMID:41007198	研究论文	提出一种新型光谱辅助视觉增强器(SAVE)框架，将标准白光内窥镜图像转换为模拟高光谱和窄带成像的谱增强表示	首次通过软件方法在无线胶囊内窥镜中模拟高光谱和窄带成像功能，无需硬件升级	研究基于公开数据集Kvasir-v2，需进一步临床验证	提高无线胶囊内窥镜对胃肠道疾病的诊断准确性	胃肠道疾病的内窥镜图像	计算机视觉	胃肠道疾病	颜色校准、伽马校正、CIE 1931 XYZ变换、主成分分析(PCA)	Inception-Net V3, MobileNetV2, MobileNetV3, AlexNet	图像	6490张标注图像，涵盖8个胃肠道相关类别
183	2025-10-01	Forecasting infectious disease outbreak risks from vaccine sentiments on social media: A data-driven dynamical systems approach 2025-Sep-04, Mathematical biosciences and engineering : MBE DOI:10.3934/mbe.2025101 PMID:41024476	研究论文	本研究开发了一种基于社交媒体疫苗情绪数据预测传染病爆发风险的深度学习预警系统	将临界减速的通用信号与深度学习相结合，使用LSTM和ResNet架构从社交媒体时间序列中检测预警信号，并采用更符合现实世界重尾波动的Lévy噪声模拟数据	模型训练基于模拟数据，在真实环境中的表现仍需进一步验证	通过分析社交媒体上的疫苗情绪变化来预测传染病爆发风险，为公共卫生干预提供早期预警	社交媒体上的疫苗情绪时间序列数据	自然语言处理	传染病	深度学习，时间序列分析	LSTM, ResNet	文本时间序列数据	基于随机耦合行为-疾病模型生成的模拟数据
184	2025-10-01	Sensor Fusion for Target Detection Using LLM-Based Transfer Learning Approach 2025-Sep-03, Entropy (Basel, Switzerland) DOI:10.3390/e27090928 PMID:41008054	研究论文	提出一种基于LLM迁移学习的传感器融合方法，用于自主移动代理检测静态和移动目标	利用真实传感器数据而非理论模型，通过LLM迁移学习框架整合光学和LIDAR数据，能够解释不同传感器间的依赖关系	NA	开发鲁棒的传感器融合方法以提高目标检测性能	静态和移动目标	机器学习和传感器融合	NA	LLM迁移学习、知识蒸馏、深度学习	LLM、CNN、GPT-2	光学传感器数据、LIDAR点云数据	NA
185	2025-10-01	Learnable Convolutional Attention Network for Unsupervised Knowledge Graph Entity Alignment 2025-Sep-03, Entropy (Basel, Switzerland) DOI:10.3390/e27090924 PMID:41008050	研究论文	提出一种用于无监督知识图谱实体对齐的可学习卷积注意力网络LCA-UEA	在注意力机制前执行卷积操作以确保结构信息获取，设计基于潜在匹配关系的关系结构重建方法，提出基于一致性的相似度函数	未明确说明具体局限性，但暗示现有无监督方法存在建模复杂度高或效果与实用性难以平衡的问题	解决无监督知识图谱实体对齐任务中因缺乏标注数据导致的性能瓶颈	知识图谱中的实体对齐	自然语言处理	NA	对比学习，深度学习	卷积注意力网络	知识图谱数据	三个不同规模和类型（跨语言和单语言）的数据集
186	2025-10-01	Accelerated Super-Resolution Reconstruction for Structured Illumination Microscopy Integrated with Low-Light Optimization 2025-Sep-03, Micromachines IF:3.0Q2 DOI:10.3390/mi16091020 PMID:41011910	研究论文	提出一种集成低光优化的结构化照明显微镜超分辨率重建加速框架	首创π/2相移SIM的空间域计算范式，并开发自适应局部过曝校正策略与零样本学习算法	NA	解决结构化照明显微镜重建效率低和图像质量差的双重挑战	荧光微球和牛肺动脉内皮细胞标本	计算显微成像	NA	结构化照明显微镜(SIM)、零样本学习	RUAS深度学习算法	显微图像	NA
187	2025-10-01	From deep learning discovery to clinical validation: a new composite marker predicts mortality in type 2 diabetes 2025-Sep-03, Cardiovascular diabetology. Endocrinology reports DOI:10.1186/s40842-025-00229-5 PMID:41013834	研究论文	本研究通过深度学习发现并临床验证了一种新型复合标志物ln[ALP×sCr]，用于预测2型糖尿病患者的全因死亡和心血管疾病死亡风险	首次将深度学习特征选择与传统流行病学建模相结合，发现碱性磷酸酶和血清肌酐的乘积对数可作为反映心肾功能障碍的复合生物标志物	基于观察性研究设计，无法确定因果关系；研究人群仅限于美国成年人	开发并验证能够预测2型糖尿病患者死亡风险的复合生物标志物	美国国家健康与营养调查(NHANES)中82,091名美国成年人，其中4,839名2型糖尿病患者	机器学习	2型糖尿病	深度学习模型、限制性立方样条分析、Cox比例风险模型、中介分析	深度学习模型	临床生化指标数据	82,091名美国成年人，其中4,839名2型糖尿病患者，中位随访时间11.4年
188	2025-10-01	Machine and Deep Learning on Radiomic Features from Contrast-Enhanced Mammography and Dynamic Contrast-Enhanced Magnetic Resonance Imaging for Breast Cancer Characterization 2025-Sep-02, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12090952 PMID:41007196	研究论文	评估机器学习和深度学习方法在对比增强乳腺摄影和动态对比增强磁共振成像的影像组学特征中对乳腺癌表征和肿瘤分子谱预测的准确性	首次将机器学习和深度学习方法应用于多参数CEM和DCE-MRI的影像组学特征，用于乳腺癌的全面表征和分子谱预测	样本量相对有限（153例患者），HER2状态预测的AUC值较低（0.669）	开发基于影像组学的非侵入性工具用于乳腺癌表征和分子标志物预测	153例乳腺良恶性病变患者，包括113例恶性病变	医学影像分析	乳腺癌	影像组学分析、弹性网络正则化、ROSE平衡方法	梯度提升机(GBM)、神经网络、LASSO	医学影像（CEM和DCE-MRI图像）	153例患者（113例恶性病变，其中32例高级别G3，66例HER2阳性）
189	2025-10-01	Encoding of Demographic and Anatomical Information in Chest X-Ray-Based Severe Left Ventricular Hypertrophy Classifiers 2025-Sep-02, Biomedicines IF:3.9Q1 DOI:10.3390/biomedicines13092140 PMID:41007703	研究论文	本研究开发了一种直接从胸部X光片分类严重左心室肥厚的深度学习框架	无需中间解剖估计模型或人口统计学输入，直接通过胸部X光片分类SLVH，并量化临床相关属性在内部表示中的编码方式	NA	开发能够从胸部X光片准确检测严重左心室肥厚的AI系统	严重左心室肥厚患者	计算机视觉	心血管疾病	深度学习	ResNet-18, Vision Transformer (ViT)	胸部X光图像	来自CheXchoNet数据集的类别平衡子集，包含等量的SLVH阳性和阴性病例
190	2025-10-01	Determination of Kennedy's classification in panoramic X-rays by automated tooth labeling 2025-Sep, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03469-z PMID:40555836	研究论文	本研究开发了一种基于深度学习的自动系统，用于在口腔全景X光片中确定肯尼迪分类	首次将Mask R-CNN实例分割模型应用于口腔全景X光片的牙齿自动标记和肯尼迪分类确定	最常见的错误源于形态相似牙齿的错误标记	研究部分缺牙颌肯尼迪分类的自动确定方法	206名患者的209张口腔全景X光片	计算机视觉	牙科疾病	深度学习	Mask R-CNN	X光图像	209张全景X光片（来自206名患者）
191	2025-10-01	Multi-task deep learning for automatic image segmentation and treatment response assessment in metastatic ovarian cancer 2025-Sep, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03484-0 PMID:40900399	研究论文	开发多任务深度学习模型用于转移性卵巢癌的自动图像分割和治疗反应评估	首次展示多任务深度学习在复杂多部位高级别浆液性卵巢癌中评估化疗诱导肿瘤变化的可行性	样本量相对有限，仅包含99名患者的198个CE-CT图像	评估转移性卵巢癌患者对新辅助化疗的治疗反应	高级别浆液性卵巢癌患者的盆腔/卵巢和网膜病灶	数字病理学	卵巢癌	对比增强计算机断层扫描	U-Net	医学影像	99名患者（训练集）和49名患者（验证集）的CE-CT扫描图像
192	2025-10-01	Artificial intelligence in mental health: integrating opportunities and challenges of multimodal deep learning for mental disorder prevention and treatment 2025-Sep, Annals of medicine and surgery (2012) DOI:10.1097/MS9.0000000000003624 PMID:40901142	综述	本文探讨了多模态深度学习在精神障碍预防和治疗中的机遇与挑战	提出了负责任应用人工智能于心理健康护理的概念框架	基于文献综述，缺乏原始实证研究数据支持	探索人工智能在心理健康领域的应用机遇与挑战	心理健康护理和人工智能技术	自然语言处理	精神障碍	多模态深度学习、预测分析	深度学习	文本	NA
193	2025-10-01	Streamlining the annotation process by radiologists of volumetric medical images with few-shot learning 2025-Sep, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03457-3 PMID:40563071	研究论文	提出一种结合少样本学习和全监督模型优势的医学图像标注方法，显著降低放射科医生对小结构标注的工作量	通过优化支持集的扫描切片块和优先选择需要最少修正的标注扫描，将少样本学习模型与全监督模型相结合	NA	开发一种减少放射科医生对体积医学图像手动标注工作量的方法	肝脏、肺部和脑部病变	医学影像分析	多器官病变	少样本学习、全监督学习	UniverSeg、nnU-Net	CT和MRI扫描图像	375次扫描，包含5933个病变
194	2025-10-01	Exploratory analysis and framework for tissue classification based on vibroacoustic signals from needle-tissue interaction 2025-Sep, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03491-1 PMID:40794229	研究论文	基于针-组织相互作用产生的振动声学信号进行组织分类的探索性分析和框架研究	提出利用针穿过组织时产生的振动声学信号结合深度学习技术进行针定位和组织分类的新方法	仅使用动物组织构建的专用模型进行初步实验，尚未在真实人体组织上验证	开发一种新的针引导技术，通过振动声学信号实现针的精确定位和组织分类	针-组织相互作用过程中产生的振动声学信号	医疗信号处理	NA	深度学习、信号处理、频谱分析	NeedleNet、ResNet-34	振动声学信号、梅尔频谱图、连续小波变换频谱图	使用动物组织在明胶中构建的专用模型采集的数据集
195	2025-10-01	Structure-Preserving Histopathological Stain Normalization via Attention-Guided Residual Learning 2025-Sep-01, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12090950 PMID:41007195	研究论文	提出一种结合注意力引导残差学习的深度学习方法，用于保持组织形态结构的病理染色标准化	将变换过程分解为基础重建和残差细化组件，结合注意力引导跳跃连接和渐进式课程学习机制	NA	解决病理图像染色变异问题，提升计算病理算法的可靠性	H&E染色乳腺癌病理图像	数字病理	乳腺癌	深度学习	注意力引导残差学习框架	图像	1420对来自两种扫描仪的H&E染色乳腺癌图像
196	2025-10-01	Interpretable Disorder Signatures: Probing Neural Latent Spaces for Schizophrenia, Alzheimer's, and Autism Stratification 2025-Sep-01, Brain sciences IF:2.7Q3 DOI:10.3390/brainsci15090954 PMID:41008314	研究论文	开发并验证了一个可解释的深度学习框架，通过时间反转自监督预训练识别多种神经精神疾病的生物标志物	首次将时间反转自监督预训练应用于神经影像分类，提高了模型性能和可解释性，发现了与疾病相关的稳定功能网络特征	仅在五个临床数据集上验证，样本规模有限，需要更多独立验证	开发可解释的深度学习框架来识别神经精神疾病的生物标志物	精神分裂症、阿尔茨海默病和自闭症谱系障碍患者	神经影像分析	精神分裂症、阿尔茨海默病、自闭症谱系障碍	fMRI，自监督学习，时间反转预训练	分层LSTM，逻辑回归	功能磁共振成像数据	使用Human Connectome Project数据集预训练，并在五个临床数据集(FBIRN, BSNIP, ADNI, OASIS, ABIDE)上微调
197	2025-10-01	EEG-Based Deep Learning Model for Hyper-Acute Large Vessel Occlusion Stroke Detection in Mice 2025-Sep, CNS neuroscience & therapeutics IF:4.8Q1 DOI:10.1111/cns.70592 PMID:41014019	研究论文	本研究开发了一种基于EEG信号的深度学习模型，用于小鼠超急性大血管闭塞性卒中的早期检测	首次将EEGNet深度学习架构应用于超急性期LVO卒中的EEG信号检测，并在1.5小时内实现高精度分类	研究仅使用小鼠模型，尚未在人类临床环境中验证	开发早期准确检测超急性大血管闭塞性卒中的深度学习模型	pMCAO小鼠模型	机器学习	脑血管疾病	EEG信号采集、七折交叉验证、t-SNE分析	EEGNet	EEG信号	使用pMCAO小鼠模型收集的高分辨率EEG数据
198	2025-10-01	Identifying survival subtypes with autoencoder using multiple types of high-dimensional genomic data from studies of glioblastoma multiforme 2025-Aug-31, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf499 PMID:41016009	研究论文	本研究通过整合多组学数据并利用自编码器识别胶质母细胞瘤患者的生存亚型	首次结合RNA测序、甲基化和DNA拷贝数变异数据，使用自编码器进行降维，并通过稀疏群LASSO方法识别生存亚型	研究依赖于TCGA公共数据库数据，样本来源单一	识别胶质母细胞瘤患者的生存亚型并揭示其基因组特征	胶质母细胞瘤患者的多组学数据	生物信息学	胶质母细胞瘤	RNA-seq、甲基化测序、DNA拷贝数变异分析	自编码器、Cox-PH模型、稀疏群LASSO	基因组数据	来自TCGA数据库的胶质母细胞瘤患者样本
199	2025-10-01	From Gene Networks to Therapeutics: A Causal Inference and Deep Learning Approach for Drug Discovery 2025-Aug-30, Pharmaceuticals (Basel, Switzerland) DOI:10.3390/ph18091304 PMID:41011176	研究论文	提出一种整合网络分析、统计中介和深度学习的计算框架，用于识别因果靶基因和可重定位小分子候选药物	首次将加权基因共表达网络分析、双向中介分析与深度学习相结合，构建从基因网络到药物发现的完整计算流程	仅基于103例IPF患者和103例对照的RNA-seq数据，样本规模有限	开发用于药物发现的计算框架，识别特发性肺纤维化的治疗靶点和候选药物	特发性肺纤维化患者和对照组的转录组数据	生物信息学	特发性肺纤维化	RNA-seq、加权基因共表达网络分析(WGCNA)、双向中介分析、深度学习	DeepCE模型	转录组数据	103例IPF患者和103例对照
200	2025-10-01	AI in Dentistry: Innovations, Ethical Considerations, and Integration Barriers 2025-Aug-29, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12090928 PMID:41007172	综述	本文综述了人工智能在牙科领域的应用现状、技术创新及整合障碍	系统评估了联邦学习架构在牙科诊所间的协作训练效果（准确率超90%）及U-Net模型在CBCT影像中识别根尖周病变的高性能表现	未提及具体纳入研究的数量标准和分析方法局限	探讨人工智能在口腔医学中的应用发展、伦理考量和整合障碍	牙科领域的AI技术应用及相关研究文献	医疗人工智能	口腔疾病	机器学习、深度学习、联邦学习、可解释AI	U-Net、TensorFlow	医学影像（CBCT扫描、口内照片、X光片）、患者记录	NA