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
2321	2025-09-09	A deep learning and digital archaeology approach for mosquito repellent discovery 2025-Jan-22, Chemical senses IF:2.8Q2 DOI:10.1093/chemse/bjaf021 PMID:40598906	研究论文	提出一种结合深度学习和数字考古学方法的高通量筛选技术，用于发现新型驱蚊分子	首次将图神经网络(GNN)应用于驱蚊剂发现，并利用历史数据数字化构建大规模训练集	NA	开发高效计算筛选方法以发现新型驱蚊分子，解决虫媒疾病防控问题	蚊子驱避剂分子、多种病媒昆虫及人类志愿者	机器学习	虫媒传染病	图神经网络(GNN)、化学信息学模型、行为学实验、触角叶神经记录	GNN (图神经网络)	分子结构数据、驱避性测量数据、神经响应数据	约19,000个驱避性测量数据点，317个候选分子测试，多种病媒昆虫和人类志愿者试验
2322	2025-09-09	Changes in Self-Directed Learning Among Doctor of Physical Therapy Students Across Didactic Curriculum: A Mixed-Methods Analysis 2025-Jan-07, Journal, physical therapy education DOI:10.1097/JTE.0000000000000382 PMID:39763033	研究论文	本研究采用混合方法分析物理治疗博士（DPT）学生在教学课程中自我导向学习（SDL）的变化	首次在DPT教育中追踪SDL的纵向变化，并将定量数据与定性主题结合，验证Master Adaptive Learning框架的适用性	样本量有限（50人定量，14人定性），且仅来自单一中西部DPT项目，结果可能缺乏普适性	探究传统DPT课程中学生自我导向学习能力的变化轨迹	物理治疗博士（DPT）学生	教育研究	NA	混合研究方法（Motivated Strategies of Learning Questionnaire问卷和Short Grit量表定量测量，焦点小组访谈定性分析）	NA	问卷数据、访谈文本	50名学生参与定量部分，14名学生参与定性部分
2323	2025-09-09	ASAS-NANP symposium: mathematical modeling in animal nutrition: synthetic database generation for non-normal multivariate distributions: a rank-based method with application to ruminant methane emissions 2025-Jan-04, Journal of animal science IF:2.7Q1 DOI:10.1093/jas/skaf136 PMID:40319357	研究论文	提出一种基于秩的方法生成非正态多元分布的合成数据库，用于反刍动物甲烷排放预测	开发了一种新的基于秩的合成数据生成方法，在保持变量相关性和分布矩方面优于copula方法	可能在合成数据库的子集中引入未知的人工关系	解决动物科学中数据稀缺问题，提高预测模型的准确性和可靠性	反刍动物甲烷排放数据	机器学习	NA	合成数据生成，随机森林回归，多元线性回归	RF, LM	数值数据	生成两个合成数据库（正态和非正态分布）
2324	2025-09-09	DeepLigType: Predicting Ligand Types of Protein-Ligand Binding Sites Using a Deep Learning Model 2025 Jan-Feb, IEEE transactions on computational biology and bioinformatics DOI:10.1109/TCBB.2024.3493820 PMID:39509302	研究论文	提出DeepLigType深度学习模型，用于预测蛋白质-配体结合位点的配体类型	首次使用CBAM-ResNet深度学习架构对配体类型进行五分类预测，并创建了新颖的LigType5数据集	仅针对五种特定配体类型进行分类，未涵盖所有可能的配体类别	开发计算方法来预测蛋白质结合位点的配体类型，以辅助药物发现	蛋白质-配体结合位点及其对应的配体类型	生物信息学	NA	深度学习，卷积注意力模块	CBAM-ResNet	蛋白质结构数据	基于PDBbind和scPDB数据集构建的LigType5数据集
2325	2025-09-09	Automatic analysis of three-dimensional cardiac tagged magnetic resonance images using neural networks trained on synthetic data 2025, Journal of cardiovascular magnetic resonance : official journal of the Society for Cardiovascular Magnetic Resonance IF:4.2Q1 DOI:10.1016/j.jocmr.2025.101869 PMID:40021091	研究论文	提出一种基于神经网络和合成数据训练的深度学习方法，用于自动分析三维心脏标记磁共振图像中的位移	首次开发专门针对三维心脏标记MR图像位移分析的深度学习网络，并使用合成数据进行训练	NA	开发快速准确的三维心脏运动量化分析方法	左心室运动位移和应变测量	医学图像分析	心血管疾病	磁共振成像	神经网络	三维图像	合成数据集、外部验证人类数据集和猪体内研究数据
2326	2025-09-09	The Potential Diagnostic Application of Artificial Intelligence in Breast Cancer 2025, Current pharmaceutical design IF:2.6Q2 DOI:10.2174/0113816128369168250311172823 PMID:40207818	综述	本文探讨人工智能在乳腺癌病理学中的潜在诊断应用，包括风险评估、早期检测及影像数据分析	AI平台可预测乳腺癌风险并在临床诊断前三年前识别肿瘤，深度学习技术达到与放射科专家相当的准确性	需要高质量数据集并解决临床工作流程整合的挑战	提升乳腺癌诊断和治疗策略	乳腺癌患者及病理学数据	数字病理学	乳腺癌	深度学习	CNN	组织病理学和乳腺X线影像数据	NA
2327	2025-09-09	Cine cardiac magnetic resonance segmentation using temporal-spatial adaptation of prompt-enabled segment-anything-model: a feasibility study 2025, Journal of cardiovascular magnetic resonance : official journal of the Society for Cardiovascular Magnetic Resonance IF:4.2Q1 DOI:10.1016/j.jocmr.2025.101909 PMID:40350082	研究论文	提出一种基于Segment Anything Model (SAM)的时序空间自适应方法，用于心脏电影磁共振图像分割	首次将基础分割模型SAM适配于心脏电影CMR分割，引入时序空间注意力机制和文本/框提示功能	NA	开发具有高泛化性能的心脏电影磁共振图像自动分割方法	心脏电影磁共振图像	医学图像分析	心血管疾病	深度学习，磁共振成像	Segment Anything Model (SAM) with temporal-spatial attention	医学图像	公共测试数据集136例，内部数据集93例（主动脉狭窄40例，HFpEF 53例）
2328	2025-09-09	Decoding the Variable Velocity of Lower-Limb Stepping Movements From EEG 2025, IEEE transactions on neural systems and rehabilitation engineering : a publication of the IEEE Engineering in Medicine and Biology Society IF:4.8Q1 DOI:10.1109/TNSRE.2025.3603635 PMID:40875414	研究论文	本研究通过脑电图解码健康参与者下肢步进运动的三维速度，比较线性回归和深度学习方法的性能	首次使用CNN-LSTM深度学习框架解码真实步行任务中下肢运动的三维速度，并发现皮层同步模式随运动情境变化	样本量较小（仅9名健康参与者），结果可能无法推广到患者群体	开发脑机接口控制的外骨骼用于神经康复，通过EEG准确解码下肢运动	健康人类参与者的下肢步进运动	脑机接口	NA	脑电图（EEG）记录和分析	CNN和LSTM结合的深度学习框架，以及线性回归（LR）	脑电信号（EEG）	9名健康参与者（分为两组：G1有5人，G2有4人）
2329	2025-09-09	Gamma-Band Binaural Beats Neuromodulation Enhances P300 Classification in an Auditory Brain-Computer Interface Paradigm 2025, IEEE transactions on neural systems and rehabilitation engineering : a publication of the IEEE Engineering in Medicine and Biology Society IF:4.8Q1 DOI:10.1109/TNSRE.2025.3604016 PMID:40880336	研究论文	研究伽马波段双耳节拍神经调控对听觉P300脑机接口分类性能的增强作用	首次将伽马波段双耳节拍作为低成本、非侵入性神经调控方法应用于P300-BCI性能优化，并发现非周期性参数变化与BCI性能改善显著相关	研究仅涉及30名健康参与者，未在临床患者群体中验证效果	探索双耳节拍神经调控对听觉P300脑机接口性能的优化作用	健康人类参与者	脑机接口	NA	脑电图(EEG)、不规则重采样自动频谱分析(IRASA)	机器学习分类器和深度学习模型	脑电信号	30名健康参与者
2330	2025-09-09	Novel Physics-Informed Bayesian Fusion Post-Processor for Enhanced Gait Phase Recognition Using Surface Electromyography 2025, IEEE transactions on neural systems and rehabilitation engineering : a publication of the IEEE Engineering in Medicine and Biology Society IF:4.8Q1 DOI:10.1109/TNSRE.2025.3604618 PMID:40889304	研究论文	提出一种新型物理信息贝叶斯融合后处理器，用于提升基于表面肌电信号的步态相位识别性能	首次将生物力学序列约束嵌入分类器的后验概率输出，抑制非生理性过渡并促进自然步态进展	NA	提升下肢假肢和外骨骼的肌电控制安全性、可靠性和实时性能	下肢肌肉表面肌电信号(sEMG)与步态周期五相位	生物医学信号处理	运动功能障碍	表面肌电信号采集与处理	SVM, ANN, KNN, CNN-LSTM混合模型	时间序列信号	40名受试者的SIAT-LLMD数据集
2331	2025-09-09	Hyperspectral anomaly detection leveraging spatial attention and right-shifted spectral energy 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0330640 PMID:40906778	研究论文	提出一种基于图注意力网络和β小波图神经网络的高光谱图像异常检测新算法	结合空间注意力机制和右移光谱能量特征，首次将β小波作为局部带通滤波器用于光谱异常检测，无需拉普拉斯矩阵分解	NA	提升高光谱图像异常检测的精度和效率	高光谱图像像素	计算机视觉	NA	图神经网络，小波分析，KNN	GAN-BWGNN	高光谱图像	6个真实高光谱数据集和1个模拟数据集
2332	2025-09-09	HWANet: A Haar Wavelet-based Attention Network for remote sensing object detection 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0330759 PMID:40906788	研究论文	提出一种基于Haar小波的注意力网络HWANet，用于解决遥感目标检测中的多尺度变化挑战	结合Haar小波变换与注意力机制，设计低频增强下采样模块和频域自注意力模块，减少信息丢失并降低计算复杂度	NA	提升遥感图像中多尺度目标检测的精度与效率	遥感图像中的目标	计算机视觉	NA	Haar小波变换	CNN, 注意力网络	遥感图像	NWPU VHR-10和SAR-Airport-1.0数据集
2333	2025-09-09	Unlocking the power of L1 regularization: A novel approach to taming overfitting in CNN for image classification 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0327985 PMID:40911635	研究论文	提出一种在CNN图像分类中引入L1正则化的新方法以抑制过拟合	首次系统探索不同系数L1正则化在CNN不同层（卷积层和全连接层）的应用效果	仅在三类数据集上验证，未涉及更复杂场景或大规模数据集	通过L1正则化优化CNN性能并解决过拟合问题	图像分类任务中的卷积神经网络	计算机视觉	NA	L1 regularization	CNN	image	三个数据集（MNIST手写数字、芒果树叶、QuickDraw手绘草图）
2334	2025-09-09	Machine Learning and Deep Learning for Diagnosis of Lumbar Spinal Stenosis: Systematic Review and Meta-Analysis 2024-12-23, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/54676 PMID:39715552	系统评价与荟萃分析	本文通过系统评价和荟萃分析评估传统机器学习和深度学习模型在诊断腰椎管狭窄症中的性能	首次对使用TML和DL模型诊断LSS的研究进行系统性性能汇总和异质性评估	纳入研究数量有限（12项），存在高度异质性和部分研究的偏倚风险	评估人工智能模型在腰椎管狭窄症诊断中的准确性和临床应用潜力	15,044名腰椎管狭窄症患者	机器学习	腰椎管狭窄症	传统机器学习(TML)和深度学习(DL)算法	多种TML和DL模型	医学诊断数据	12项研究，共15,044名患者
2335	2025-09-09	Implications of Big Data Analytics, AI, Machine Learning, and Deep Learning in the Health Care System of Bangladesh: Scoping Review 2024-10-28, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/54710 PMID:39466315	综述	本文通过范围综述方法，系统梳理了孟加拉国医疗系统中大数据分析、人工智能、机器学习和深度学习技术的应用现状与研究进展	首次对孟加拉国医疗系统中BDA、AI、ML和DL技术的应用进行全面范围综述，揭示了过去5年研究激增的趋势与技术分布特征	仅纳入英文发表的同行评审文献，可能遗漏本地语言的重要研究；数据库检索范围可能存在局限性	综合评估孟加拉国医疗系统中先进数字技术的应用现状与研究挑战	孟加拉国医疗系统中的技术应用研究与相关文献	医疗健康信息学	多种疾病（传染病、非传染性疾病、儿童健康、心理健康）	范围综述方法，系统文献检索与分析	机器学习(84%)、深度学习(9%)、人工智能(5%)、大数据分析(1%)	文献数据	77篇符合条件的研究文献（从1653篇初筛文献中筛选）
2336	2025-09-09	Artificial intelligence for surgical safety during laparoscopic gastrectomy for gastric cancer: Indication of anatomical landmarks related to postoperative pancreatic fistula using deep learning 2024-10, Surgical endoscopy DOI:10.1007/s00464-024-11117-x PMID:39093411	研究论文	本研究利用深度学习技术开发了一种人工智能导航系统，用于在胃癌腹腔镜胃切除术中实时指示与术后胰瘘相关的解剖标志	首次定义了与术后胰瘘相关的解剖标志（凹陷线），并开发了基于语义分割模型的实时AI导航系统	样本量较小（50例用于系统开发，10例用于验证），需要进一步大样本验证	识别胃癌腹腔镜胃切除术中与术后胰瘘相关的解剖标志，并开发AI导航系统	接受腹腔镜胃切除术的胃癌患者	数字病理	胃癌	深度学习	语义分割模型	手术影像	50例手术案例（45例训练，5例调参），10例前瞻性注册案例用于验证
2337	2024-08-13	Correction: Artificial intelligence for surgical safety during laparoscopic gastrectomy for gastric cancer: Indication of anatomical landmarks related to postoperative pancreatic fistula using deep learning 2024-Oct, Surgical endoscopy DOI:10.1007/s00464-024-11160-8 PMID:39133331	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
2338	2025-09-09	An artificial intelligence-based nerve recognition model is useful as surgical support technology and as an educational tool in laparoscopic and robot-assisted rectal cancer surgery 2024-09, Surgical endoscopy DOI:10.1007/s00464-024-10939-z PMID:39073558	研究论文	开发基于U-Net的深度学习模型，用于在直肠癌手术中自动分割神经，并评估其作为手术辅助技术和教育工具的效果	首次将AI神经识别模型同时应用于直肠癌手术的实时辅助和医学教育培训场景，并证明其教育效果优于传统讲座	模型性能存在一定波动（Dice评分范围0.0465-0.639），样本量较小（60测试帧），仅针对直肠癌手术场景	开发人工智能辅助技术以提升直肠癌手术中的神经识别能力，并验证其教育价值	直肠癌手术中的盆腔神经结构，以及不同级别的医疗人员（结直肠外科医生、非专科医生、住院医师、医学生）	digital pathology	rectal cancer	deep learning, U-Net architecture	U-Net	surgical video frames	60个随机选择的视频帧，5名结直肠外科医生，以及非专科医生、住院医师和医学生组成的教育评估组
2339	2025-09-09	Opportunistic Screening for Osteoporosis Using Hand Radiographs - A Feature Augmentation Study Technique (FAST) 2024-08-22, Studies in health technology and informatics DOI:10.3233/SHTI240411 PMID:39176740	研究论文	本研究探索利用手部X光片进行骨质疏松机会性筛查的可行性，通过深度学习模型实现骨质减少的检测	提出特征增强研究技术(FAST)，首次系统验证手部X光片作为骨质疏松筛查工具的临床价值	回顾性研究设计，样本量相对有限(n=422)，且数据来自三个不同厂商设备	开发基于手部X光片的骨质疏松机会性筛查方法，减少未诊断病例	50岁及以上同时接受DXA和手部X光检查的患者	数字病理	骨质疏松症	双能X线吸收测定法(DXA)，数字X射线	深度学习模型	X光图像	422名患者，其中训练/验证集338例，测试集84例
2340	2025-09-09	Adversarial Information Bottleneck 2024-Jan, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2022.3172986 PMID:35594234	研究论文	提出一种对抗性信息瓶颈方法以增强模型鲁棒性并分析信息压缩与预测的平衡关系	无需对表示分布做显式假设，通过解决min-max优化问题有效优化信息瓶颈原则，提升对抗扰动下的鲁棒性	NA	优化信息瓶颈原则以提高深度学习模型的鲁棒性和理解压缩效果	深度学习中的表示学习与对抗鲁棒性	machine learning	NA	min-max优化	信息瓶颈模型	合成数据集与真实世界数据集	NA