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
221	2025-08-10	Dynamic frailty risk prediction in elderly hip replacement: a deep learning approach to personalized rehabilitation 2025-Aug-06, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-03143-z PMID:40770716	研究论文	本研究采用深度学习模型动态预测老年髋关节置换术后虚弱风险，以指导个性化康复策略	首次将DeepSurv等生存分析模型应用于老年髋关节置换术后虚弱风险的动态预测，并识别关键临床预测因子	样本量有限，尽管进行了数据增强，但可能仍存在代表性不足的问题	开发能够准确预测老年髋关节置换术后虚弱风险动态变化的模型	647名60岁及以上接受髋关节置换手术的患者	数字病理	老年疾病	生存分析模型（Cox-Time, DeepHit, DeepSurv等）	DeepSurv	临床、生化、人口统计学和手术数据	647名患者（数据增强后约2,500例）
222	2025-08-10	Multi-stream feature fusion of vision transformer and CNN for precise epileptic seizure detection from EEG signals 2025-Aug-06, Journal of translational medicine IF:6.1Q1 DOI:10.1186/s12967-025-06862-z PMID:40770757	研究论文	提出一种基于多流特征融合策略的癫痫检测模型CMFViT，结合CNN和ViT来捕捉EEG信号的局部特征和全局时间序列相关性	首次将CNN与ViT结合，通过多流特征融合策略增强模型在癫痫检测中的判别能力	未提及模型在实时系统中的具体表现和计算效率	开发高效、准确的癫痫发作检测系统	头皮脑电图(EEG)信号	数字病理	癫痫	Tunable Q-factor Wavelet Transform (TQWT)	CNN, ViT	EEG信号	CHB-MIT数据集和Kaggle 121人癫痫数据集
223	2025-08-10	Cost-effectiveness of opportunistic osteoporosis screening using chest radiographs with deep learning in the United States 2025-Aug-06, Journal of the American College of Radiology : JACR IF:4.0Q1 DOI:10.1016/j.jacr.2025.07.028 PMID:40780311	research paper	该研究评估了在美国50岁及以上女性中，利用深度学习技术对胸部X光片进行骨质疏松症机会性筛查的成本效益	首次将深度学习技术应用于胸部X光片的骨质疏松症机会性筛查，并评估其在美国特定人群中的成本效益	研究仅针对美国50岁及以上女性，结果可能不适用于其他人群或地区	评估利用深度学习技术进行骨质疏松症机会性筛查的成本效益	美国50岁及以上的女性	digital pathology	geriatric disease	deep learning	NA	image	NA（基于模型模拟）
224	2025-08-10	MCA-GAN: A lightweight Multi-scale Context-Aware Generative Adversarial Network for MRI reconstruction 2025-Aug-06, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2025.110465 PMID:40780320	研究论文	提出了一种轻量级多尺度上下文感知生成对抗网络（MCA-GAN），用于提高MRI重建质量并降低计算成本	MCA-GAN通过双域生成器协同优化k空间和图像域表示，集成了多个轻量级模块（如DWLA、AGRB、MSCMB和CSMS），有效提升了全局上下文建模能力	尽管在多个数据集上表现优异，但未提及在极端低采样率下的性能表现	解决MRI重建中计算复杂度高和长程依赖捕捉困难的问题	MRI图像重建	医学影像	NA	GAN	MCA-GAN	MRI图像	IXI、MICCAI 2013和MRNet膝关节数据集
225	2025-08-10	Does sequence clustering confound AlphaFold2? 2025-Aug-06, Journal of molecular biology IF:4.7Q1 DOI:10.1016/j.jmb.2025.169376 PMID:40780395	research paper	本文探讨了AlphaFold2在预测蛋白质多种构象状态时的局限性，并反驳了关于AF-Cluster方法的一些误解	进一步分析了AF-Cluster方法中局部进化耦合的作用，反驳了对其的批评	未提出新的方法来改进AlphaFold2的构象采样能力	澄清关于AlphaFold2和AF-Cluster方法的误解，推动深度学习模型在结构生物学中的合理应用	蛋白质的多种构象状态	结构生物学	NA	AlphaFold2, AF-Cluster	深度学习模型	蛋白质序列和结构数据	NA
226	2025-08-10	TRI-PLAN: A deep learning-based automated assessment framework for right heart assessment in transcatheter tricuspid valve replacement planning 2025-Aug-06, International journal of cardiology IF:3.2Q2 DOI:10.1016/j.ijcard.2025.133732 PMID:40780436	research paper	开发并验证了首个基于深度学习的全自动框架TRI-PLAN，用于经导管三尖瓣置换术（TTVR）前的右心结构评估	首个全自动深度学习框架TRI-PLAN，用于TTVR前的右心结构评估，显著提高了评估效率和准确性	研究仅基于两个高容量心脏中心的数据，可能限制了结果的普遍性	开发并验证一个全自动深度学习框架，用于TTVR前的右心结构评估	严重三尖瓣反流（TR）患者的术前计算机断层扫描血管造影（CTA）扫描	digital pathology	cardiovascular disease	deep learning	DRA-Net	image	140例术前CTA扫描（63,962张切片），来自中国两个高容量心脏中心的严重TR患者
227	2025-08-10	A deep learning model for diagnosing autism using brain time series 2025-Aug-05, Neuroscience IF:2.9Q2 DOI:10.1016/j.neuroscience.2025.08.001 PMID:40763894	research paper	本文提出了一种结合LSTM网络和注意力机制的混合模型，用于通过脑部时间序列数据诊断自闭症	创新性地引入了基于滑动窗口的数据预处理方法和投票策略，并结合残差块与通道注意力机制以增强特征融合和防止网络退化	NA	提高自闭症的早期识别准确率以增强干预策略的有效性	自闭症谱系障碍（ASD）患者与神经典型个体的脑部时间序列数据	machine learning	autism	LSTM networks with Attention mechanism	hybrid model (LSTM + Attention)	brain time series data	Region of Interest (ROI) time series dataset from the Autism Brain Imaging Data Exchange (ABIDE)
228	2025-08-07	Dynamic and interpretable deep learning model for predicting respiratory failure following cardiac surgery 2025-Aug-05, BMC anesthesiology IF:2.3Q2 DOI:10.1186/s12871-025-03239-z PMID:40764535	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
229	2025-08-10	A novel approach to smart-assisted schizophrenia screening based on Raman spectroscopy and deep learning 2025-Aug-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-14015-x PMID:40764795	研究论文	本研究提出了一种基于拉曼光谱和深度学习的智能辅助精神分裂症筛查新方法	将常用于时间序列信号处理的马尔可夫转移场（MTF）引入拉曼光谱分析，并将一维拉曼光谱序列转换为二维光谱图以丰富分析方法	NA	开发一种基于血清拉曼光谱的精神分裂症辅助筛查方法	精神分裂症患者和健康个体的血清拉曼光谱	机器学习	精神分裂症	拉曼光谱	CNN	光谱数据	精神分裂症患者和健康个体的血清样本
230	2025-08-10	Partial feature reparameterization and shallow-level interaction for remote sensing object detection 2025-Aug-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-14035-7 PMID:40764799	research paper	该研究提出了一种高效的单阶段目标检测器SORA-DET，专为遥感图像目标检测设计，通过部分特征重参数化和浅层交互提高检测性能和计算效率	提出了PRepConvBlock利用重参数化卷积和部分特征利用减少卷积操作复杂度，设计了SB-FPN浅层多尺度融合框架增强特征视觉表示，最终构建了SORA-DET检测器	NA	开发一种高效的单阶段目标检测器，用于遥感图像目标检测	遥感图像中的目标	computer vision	NA	NA	one-stage object detector (SORA-DET)	remote sensing images	VisDrone2019测试集和SeaDroneSeeV2验证集
231	2025-08-10	Deep learning based localisation and classification of gamma photon interactions in thick nanocomposite and ceramic monolithic scintillators 2025-Aug-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-13339-y PMID:40764802	research paper	该研究评估了基于深度神经网络的方法，用于在厚纳米复合和陶瓷单片闪烁体中定位和分类伽马光子相互作用	使用InceptionNet和CNN网络在厚纳米复合和陶瓷闪烁体中首次实现了高精度的光子相互作用模式分类和首次相互作用点定位	研究假设探测器量子效率为50%，实际应用中可能需要调整参数以适应不同效率的探测器	提高正电子发射断层扫描(PET)中伽马光子首次相互作用点的定位精度	厚纳米复合和陶瓷单片闪烁体中的伽马光子相互作用	machine learning	NA	深度学习	InceptionNet, CNN	光子分布数据	多种纳米复合和陶瓷闪烁体材料
232	2025-08-10	Interpretable multi-scale deep learning to detect malignancy in cell blocks and cytological smears of pleural effusion and identify aggressive endometrial cancer 2025-Aug-05, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103742 PMID:40779831	研究论文	本研究提出了一种名为IMA-SSL的多尺度深度学习框架，用于通过细胞块和细胞学涂片检测胸水中的恶性肿瘤，并识别侵袭性子宫内膜癌	提出了结合自监督学习特征编码器的可解释多尺度注意力深度学习框架(IMA-SSL)，在胸水细胞块和细胞学涂片WSIs上实现恶性肿瘤检测，并在公开TCGA数据集上验证了对侵袭性子宫内膜癌的识别能力	研究样本量相对有限(194例细胞学涂片WSIs和188例细胞块WSIs)，且未说明模型在临床环境中的实际应用效果	开发一种深度学习方法来提高恶性胸水诊断的准确性，并识别侵袭性子宫内膜癌	胸水细胞块和细胞学涂片的WSIs图像数据，以及TCGA数据集中的子宫内膜癌数据	数字病理学	肺癌/乳腺癌（胸水来源），子宫内膜癌	深度学习	IMA-SSL（基于注意力机制的多尺度深度学习模型）	全切片图像(WSIs)	194例细胞学涂片WSIs和188例细胞块WSIs，外加TCGA公共数据集
233	2025-08-10	Recurrent inference machine for medical image registration 2025-Aug-05, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103748 PMID:40779833	研究论文	提出了一种名为RIIR的新型医学图像配准方法，通过元学习迭代求解配准问题，提高了配准精度和数据效率	RIIR方法通过元学习优化更新规则，结合隐式正则化和显式梯度输入，解决了传统深度学习方法在配准精度和数据效率上的不足	未明确提及具体局限性，但可能包括对特定医学图像类型的泛化能力或计算资源需求	提高医学图像配准的精度和数据效率	脑部MRI、肺部CT和定量心脏MRI数据	数字病理	NA	深度学习	RIIR（循环推断网络）	医学图像	未明确提及具体样本数量，但实验表明仅需5%的训练数据即可优于其他方法
234	2025-08-10	Prediction of breast cancer HER2 status changes based on ultrasound radiomics attention network 2025-Aug-05, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108987 PMID:40779894	研究论文	本文提出了一种结合放射组学技术和深度学习的超声放射组学注意力网络（URAN），用于预测乳腺癌HER2状态变化	提出了结合放射组学技术和深度学习的URAN模型，设计了HKFS网络和MAAE网络来选择和关注关键特征	未明确提及具体局限性	准确预测乳腺癌HER2状态变化以优化治疗方案	乳腺癌患者的超声图像	数字病理	乳腺癌	放射组学技术	URAN（超声放射组学注意力网络）	超声图像	来自医院的真实超声图像数据集和公开的BUS_UCLM数据集
235	2025-08-10	Automated vertebral bone quality score measurement on lumbar MRI using deep learning: Development and validation of an AI algorithm 2025-Aug-05, Clinical neurology and neurosurgery IF:1.8Q2 DOI:10.1016/j.clineuro.2025.109094 PMID:40780043	研究论文	本研究开发并验证了一种基于深度学习的AI算法，用于从常规腰椎MRI扫描中预测椎骨质量（VBQ）评分	首次使用YOLOv8模型自动化VBQ评分计算，提高了术前骨质量评估的效率和准确性	需要进一步的外部验证以确保算法的普适性和临床适用性	开发AI算法改进术前骨质量评估方法，识别手术风险高的患者	腰椎MRI扫描和椎骨质量评分	数字病理	脊柱疾病	MRI扫描	YOLOv8	医学影像	257例腰椎T1加权MRI扫描（SPIDER挑战数据集）和47例腰椎手术患者的手动标注数据
236	2025-08-10	Adaptive-learning physics-assisted light-field microscopy enables day-long and millisecond-scale super-resolution imaging of 3D subcellular dynamics 2025-Aug-04, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-62471-w PMID:40759651	research paper	提出了一种自适应学习物理辅助光场显微镜（Alpha-LFM），用于长时间、高时空分辨率的3D亚细胞动态超分辨率成像	结合物理辅助深度学习框架和自适应调谐策略，实现了对多种亚细胞动态的光场重建，提供亚衍射极限空间分辨率（约120纳米）并保持高时间分辨率和低光毒性	NA	解决超分辨率显微镜在长期高时空分辨率3D成像中的光毒性和扫描速度限制问题	活细胞内的亚细胞动态	digital pathology	NA	光场显微镜、深度学习	深度学习框架	3D图像	NA
237	2025-08-10	Diagnostic systematic review and meta-analysis of machine learning in predicting biochemical recurrence of prostate cancer 2025-Aug-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-11445-5 PMID:40760134	meta-analysis	本文通过系统综述和荟萃分析评估机器学习模型在预测前列腺癌生化复发中的有效性	比较机器学习模型与传统预后方法在预测前列腺癌生化复发方面的性能，并发现深度学习与混合模型表现更优	未来研究需要通过大规模临床试验进一步优化和验证这些模型	评估机器学习模型在前列腺癌生化复发预测中的有效性	前列腺癌患者	machine learning	prostate cancer	机器学习	深度学习与混合模型	多模态数据（包括影像数据）	16项研究，共17,316名前列腺癌患者
238	2025-08-10	Sentiment analysis for deepfake X posts using novel transfer learning based word embedding and hybrid LGR approach 2025-Aug-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-10661-3 PMID:40754634	研究论文	提出一种基于迁移学习的词嵌入和混合LGR方法，用于深度伪造X帖子的情感分析	结合LSTM、GRU和RNN的混合深度学习方法和新型迁移学习特征提取方法，用于深度伪造内容的情感分析	未提及具体的数据集规模或多样性限制	开发一种有效的情感分析方法，以检测和防止深度伪造内容的传播	深度伪造的X帖子	自然语言处理	NA	迁移学习、词嵌入、TF-IDF、BOW	LSTM+GRU+RNN (LGR)	文本	NA
239	2025-08-10	Leveraging deep learning and structure-based drug repurposing for the discovery of potent Trk-A inhibitors targeting CIPA 2025-Aug, Bioorganic chemistry IF:4.5Q1 DOI:10.1016/j.bioorg.2025.108680 PMID:40517591	research paper	本研究利用深度学习和基于结构的药物重定位方法，发现针对CIPA的强效Trk-A抑制剂	结合深度学习和结构基础的药物重定位策略，筛选出新型、强效且无毒的Trk-A抑制剂	未提及实验验证或临床前研究的具体结果	发现针对CIPA的Trk-A抑制剂	Trk-A靶向化合物和FDA批准的药物库	machine learning	CIPA	深度学习、分子对接、分子模拟分析	ANN	生物活性数据	NA
240	2025-08-10	Leveraging FastViT based knowledge distillation with EfficientNet-B0 for diabetic retinopathy severity classification 2025-Aug, SLAS technology IF:2.5Q3 DOI:10.1016/j.slast.2025.100325 PMID:40588035	research paper	该研究提出了一种名为FastEffNet的新框架，利用基于transformer的知识蒸馏技术提升糖尿病视网膜病变严重程度分类的准确性，同时降低计算复杂度	结合FastViT-MA26作为教师模型和EfficientNet-B0作为学生模型，实现了在保持轻量级架构的同时逼近教师模型的性能	研究仅基于APTOS数据集，未在其他数据集上验证模型的泛化能力	开发高效准确的深度学习模型用于糖尿病视网膜病变的自动诊断	糖尿病视网膜病变的严重程度分类	computer vision	diabetic retinopathy	knowledge distillation	FastViT-MA26, EfficientNet-B0, HGNet, ResNet50, MobileNetV3, DeiT	image	3662张图像，分为五个严重程度类别