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
2461	2025-10-06	Pred5AOP: an efficient screening of food-derived antioxidant peptides based on deep learning, molecular docking, and experimental validation 2025-Nov-30, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.145769 PMID:40774187	研究论文	开发基于深度学习的Pred5AOP方法用于高效筛选食物来源的抗氧化肽	结合深度学习、分子对接和实验验证的创新筛选策略，首次构建包含76,343个肽段的数据集	仅基于29种膳食蛋白质进行虚拟水解，样本来源有限	开发高效筛选食物源性抗氧化肽的新方法	食物蛋白质水解产生的抗氧化肽	机器学习	NA	计算机虚拟水解、分子对接、量子化学分析、分子动力学模拟	MLP	肽序列数据	76,343个肽段（来自29种膳食蛋白质）	NA	MLP	结合活性验证（自由基清除、细胞保护）和结合亲和力分析	NA
2462	2025-10-06	CSCE: Cross Supervising and Confidence Enhancement pseudo-labels for semi-supervised subcortical brain structure segmentation 2025-Nov, Journal of neuroscience methods IF:2.7Q3 DOI:10.1016/j.jneumeth.2025.110522 PMID:40653056	研究论文	提出一种基于交叉监督和置信度增强伪标签的半监督皮层下脑结构分割框架	设计双师生模型(U-Net和TransUNet)相互生成伪标签进行交叉监督，并引入信息熵和辅助检测任务增强伪标签置信度	仅使用两个公开脑MRI数据集进行验证，未在更多临床场景测试	开发半监督学习方法以解决脑部结构分割中标注数据稀缺的问题	脑部MR图像中的皮层下结构	医学图像分割	脑部疾病	脑部MRI	U-Net, TransUNet	脑部MR图像	两个公开脑MRI基准数据集	NA	U-Net, TransUNet	Dice系数, MHD(平均豪斯多夫距离)	NA
2463	2025-10-06	Multi-class mental Task Classification based Brain-Computer Interface using Improved Remora depthwise convolutional adaptive neuro-fuzzy inference network model 2025-Nov, Journal of neuroscience methods IF:2.7Q3 DOI:10.1016/j.jneumeth.2025.110536 PMID:40681115	研究论文	提出一种基于改进Remora深度卷积自适应神经模糊推理网络模型的多类心理任务分类脑机接口系统	提出IRDCANFIN分类器模型，结合改进的Remora优化算法进行参数调优，并采用混合动态中心二值模式和多阈值三值模式进行特征提取	未明确说明计算资源需求和实时性能的具体表现	开发准确可靠的多类心理任务分类脑机接口系统	脑电信号和心理任务分类	脑机接口	运动障碍疾病	脑电信号采集	深度学习,神经模糊推理网络	EEG信号	BCI实验室数据集和EEG精神障碍数据集	NA	IRDCANFIN,1D-CNN-LSTM	准确率	NA
2464	2025-10-06	Hybrid two-stage CNN for detection and staging of periodontitis on panoramic radiographs 2025 Nov-Dec, Journal of oral biology and craniofacial research DOI:10.1016/j.jobcr.2025.08.019 PMID:40927498	研究论文	开发了一种混合两阶段CNN模型，用于在全景X光片上检测和分期牙周炎	首次将Mask R-CNN与DenseNet169集成用于牙周炎检测和分期，采用两阶段混合架构	需要进一步开发以提高临床适用性和准确性	评估混合两阶段CNN在全景X光片上检测和分期牙周炎的性能	牙周炎患者	计算机视觉	牙周炎	全景X光成像	CNN, DenseNet	医学影像	600张全景X光片（训练集）+ 100张外部测试X光片	NA	Mask R-CNN, DenseNet169	特异性, 准确率	NA
2465	2025-10-06	SST-DUNet: Smart Swin Transformer and Dense UNet for automated preclinical fMRI skull stripping 2025-Nov, Journal of neuroscience methods IF:2.7Q3 DOI:10.1016/j.jneumeth.2025.110545 PMID:40789440	研究论文	提出一种结合智能Swin Transformer和密集UNet的自动化方法，用于预处理前fMRI颅骨剥离	将智能移位窗口多头自注意力模块集成到Swin Transformer中，替代原有的基于掩码的模块，能够学习不同通道特征并关注脑结构内的相关依赖性	方法仅在鼠类fMRI数据上验证，未在其他物种或MRI模态上测试	开发自动化颅骨剥离方法以替代手动预处理	大鼠功能磁共振成像数据	计算机视觉	NA	功能磁共振成像	Transformer, CNN	图像	三个内部数据集的大鼠fMRI图像	NA	SST-DUNet, Dense UNet, Smart Swin Transformer	Dice相似系数	NA
2466	2025-10-06	EEG-based cerebral pattern analysis for neurological disorder detection via hybrid machine and deep learning approaches 2025-Nov, Journal of neuroscience methods IF:2.7Q3 DOI:10.1016/j.jneumeth.2025.110551 PMID:40816535	研究论文	本研究开发了一种结合随机森林和卷积神经网络的混合模型，用于基于EEG信号的神经系统疾病检测	首次将基于特征的随机森林机器学习与基于图像的卷积神经网络深度学习方法相结合，形成混合RF-CNN模型	NA	通过脑电信号分析检测神经系统疾病	轻度认知障碍、阿尔茨海默病和癫痫患者	机器学习	神经系统疾病	脑电图	RF, CNN	EEG信号	NA	NA	RF-CNN混合架构	准确率, F1分数	NA
2467	2025-10-06	Evaluation of the deep learning-based detection of dopaminergic neurons in primary culture: A practical alternative to manual counting 2025-Nov, Journal of neuroscience methods IF:2.7Q3 DOI:10.1016/j.jneumeth.2025.110557 PMID:40819676	研究论文	评估基于深度学习的多巴胺能神经元自动检测方法，作为手动计数的实用替代方案	首次系统比较传统级联分类器与基于YOLOv3的深度学习模型在检测多巴胺能神经元中的性能表现	研究仅限于体外培养的多巴胺能神经元，未验证在其他细胞类型或组织中的适用性	开发自动化的神经元计数方法以替代传统手动计数	酪氨酸羟化酶阳性的多巴胺能神经元	计算机视觉	神经系统疾病	免疫染色	CNN	图像	NA	NA	YOLOv3	精确度, 处理时间	NA
2468	2025-10-06	A physics-informed deep learning approach to predicting bilateral ground reaction forces and centre of pressure from a single forceplate during gait 2025-Oct, Gait & posture IF:2.2Q2 DOI:10.1016/j.gaitpost.2025.07.005 PMID:40618708	研究论文	开发了一种物理信息残差循环神经网络，用于从单个测力台数据预测步态中的双侧地面反作用力和压力中心	首次提出结合物理信息的残差循环神经网络(PI-ResRNN)，能够仅使用单个测力台数据准确预测双侧地面反作用力和压力中心	研究主要关注双接触阶段的步态分析，未涵盖完整步态周期的所有阶段	开发一种能够从单个测力台数据准确预测双侧地面反作用力和压力中心的方法，简化步态分析流程	315名参与者，包括健康人群和六种神经肌肉骨骼疾病患者	机器学习	神经肌肉骨骼疾病	测力台数据采集	RNN, ResRNN	测力台数据	315名参与者的6765次试验数据	NA	物理信息残差循环神经网络(PI-ResRNN)	均方根误差(RMSE), 相对均方根误差(rRMSE)	NA
2469	2025-10-06	Recognition of Parkinson disease using Kriging Empirical Mode Decomposition via deep learning techniques 2025-Oct, Gait & posture IF:2.2Q2 DOI:10.1016/j.gaitpost.2025.06.024 PMID:40628146	研究论文	本研究通过克里金经验模态分解和深度学习技术开发帕金森病的识别方法	结合克里金经验模态分解与深度学习技术进行帕金森病识别	NA	开发帕金森病的自动识别方法	帕金森病患者	机器学习	帕金森病	克里金经验模态分解	深度学习	NA	NA	NA	NA	NA	NA
2470	2025-10-06	Pharmacoutilization data-driven artificial intelligence-assisted diagnosis algorithm to improve the pharmacological treatment of pain and agitation in patients suffering from severe dementia 2025-Oct, Current opinion in pharmacology IF:4.0Q1 DOI:10.1016/j.coph.2025.102563 PMID:40815967	研究论文	本研究开发了一种基于药物利用数据的人工智能算法，用于改善重度痴呆患者的疼痛和躁动药物治疗	首次将药物流行病学数据与深度学习技术结合，通过管理药物治疗时间序列和使用自编码器来识别漏诊的阿尔茨海默病患者	需要进一步研究和纵向患者监测来提高疾病检测和管理水平	通过先进的人工智能方法诊断阿尔茨海默病，改善痴呆患者的药物治疗	298,000名个体，其中84,235名年龄超过60岁，包括114,920名无AD诊断患者和1,150名确诊患者	医疗人工智能	阿尔茨海默病	药物流行病学数据分析	自编码器	药物利用时间序列数据	298,000名个体	深度学习	自编码器	准确率79.12%	NA
2471	2025-10-06	An iterative deep learning-guided algorithm for directed protein evolution 2025-Sep-19, iScience IF:4.6Q1 DOI:10.1016/j.isci.2025.113324 PMID:40927680	研究论文	提出一种基于深度学习的迭代算法DeepDE，用于指导蛋白质定向进化	使用三重突变体作为构建块，通过约1000个突变体的小型训练库实现高效迭代优化	算法性能依赖于实验可承受的约1000个变体的有限筛选	开发深度学习指导的蛋白质定向进化算法以提高蛋白质活性	绿色荧光蛋白(GFP)	机器学习	NA	蛋白质定向进化	深度学习	蛋白质序列数据	约1000个突变体训练库	NA	NA	活性增强倍数	NA
2472	2025-10-06	Ex vivo human brain volumetry: Validation of MRI measurements 2025-Sep-12, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.70083 PMID:40937565	研究论文	本研究通过离体人脑标本验证MRI脑体积测量的准确性，将MRI测量结果与金标准水置换法进行比较	首次使用离体原位人脑标本系统验证多种MRI序列脑体积测量的准确性，并比较手动分割与深度学习自动分割方法的性能	样本量较小（仅7个解剖头部标本），所有体积测量方法（除自动T1加权外）与金标准存在显著差异	验证MRI脑体积测量工具的准确性	经酒精-甲醛溶液固定的离体人脑标本	医学影像分析	NA	MRI成像（T2加权、T1加权、MP2RAGE序列）	深度学习	医学影像	7个解剖头部标本	SynthSeg, MINC-ToolKit	NA	体积测量准确性，重复测量方差分析	NA
2473	2025-10-06	Leveraging modified ex situ tomography data for segmentation of in situ synchrotron X-ray computed tomography 2025-Sep-12, Journal of microscopy IF:1.5Q3 DOI:10.1111/jmi.70032 PMID:40938296	研究论文	提出一种利用改进的离位断层扫描数据训练深度学习模型，用于在位同步辐射X射线计算机断层扫描的自动分割方法	通过将高质量离位实验室数据转换为适用于在位同步辐射数据分割的训练数据，解决了训练数据有限的问题	仅使用静态样本进行训练，但需要处理实验中显著的形态变化	开发在位同步辐射X射线计算机断层扫描的自动分割方法	金属氧化物溶解研究中的材料系统	计算机视觉	NA	同步辐射X射线计算机断层扫描	深度学习	3D断层扫描图像	NA	NA	改进的SegFormer	IoU	NA
2474	2025-10-06	Towards reliable prediction of intraoperative hypotension: a cross-center evaluation of deep learning-based and MAP-derived methods 2025-Sep-12, Journal of clinical monitoring and computing IF:2.0Q2 DOI:10.1007/s10877-025-01357-0 PMID:40938328	研究论文	本研究通过跨中心评估比较深度学习方法和MAP阈值方法在预测术中低血压方面的可靠性	引入包含临界血压病例的'灰色区域'概念，提出标准化MAP差异的方法来减少数据集特异性偏差，并发现模型在不同年龄群体间的非对称泛化能力	研究仅基于两个医疗中心的数据集，需要更多样化的数据集验证发现	评估AI模型预测术中低血压的可靠性并减少选择偏差	术中低血压患者	机器学习	心血管疾病	血压监测	深度学习	生理信号数据	来自瑞典卡罗林斯卡大学医院和韩国VitalDB数据库的多个外科队列	NA	NA	泛化能力评估	NA
2475	2025-10-06	Bimodal ECG and PCG Cardiovascular Disease Detection: Exploring the Potential and Modality Contribution 2025-Sep-12, Journal of medical systems IF:3.5Q2 DOI:10.1007/s10916-025-02245-5 PMID:40938506	研究论文	提出一种结合心电图和心音图的双模态深度学习模型，用于心血管疾病的早期检测	首次将预训练于大规模音频数据的CNN模型迁移到心音图分析，并通过后期融合策略整合心电图和心音图双模态信息	仅使用当前唯一公开的双模态数据集MITHSDB，数据量有限且多样性不足	通过双模态深度学习提升心血管疾病的早期检测性能	心血管疾病患者的心电图和心音图信号	医疗信号处理	心血管疾病	心电图(ECG)、心音图(PCG)	CNN	时序信号数据	基于MITHSDB数据集的增强版本	NA	1D-CNN	AUROC	NA
2476	2025-10-06	Artificial intelligence in cardiac telemetry 2025-Sep-11, Heart (British Cardiac Society) DOI:10.1136/heartjnl-2024-323947 PMID:40122590	综述	本文综述了人工智能在心脏遥测技术中的当前应用状态与发展前景	系统梳理了从传统统计机器学习向先进深度神经网络的技术演进，强调现代AI模型在检测复杂遥测数据模式方面的优势	NA	探讨人工智能在心脏遥测领域的应用现状与未来发展方向	心脏遥测技术与人工智能模型	医疗人工智能	心血管疾病	心脏遥测	深度神经网络	遥测数据	NA	NA	NA	准确率	NA
2477	2025-10-06	High-performance identification of insulating materials by using generalized spectrum in laser-induced breakdown spectroscopy 2025-Sep-11, Analytical methods : advancing methods and applications IF:2.7Q1 DOI:10.1039/d5ay01151e PMID:40838327	研究论文	提出一种基于激光诱导击穿光谱的广义谱方法，用于高性能识别绝缘材料	提出GSM-LIBS方法，相比传统PCA方法能整合多种光谱特征，保留全局和局部信息	NA	实现绝缘材料的高性能识别以减少资源浪费和污染	七种类型的绝缘材料	机器学习	NA	激光诱导击穿光谱	KNN, SVM, NN	光谱数据	NA	NA	NA	准确率	NA
2478	2025-10-06	Beyond Contact: An Open-Set Biometric Identification System Using Radar-Extracted Heart Signals 2025-Sep-11, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3608801 PMID:40932807	研究论文	提出一种基于雷达的非接触式生物特征识别系统，通过心脏信号提取实现开放集人员识别	通过雷达提取心脏运动数据重建心电图信号，结合固定类锚点聚类损失和超球面划分方法实现开放集识别	对突发身体运动和环境噪声敏感，在严重心律不齐情况下性能可能下降，未知身份数量增加时效果降低	开发安全且保护隐私的非接触式生物特征识别系统	人类心脏信号和生物特征识别	生物特征识别	NA	雷达信号处理，心电图信号重建	深度学习	雷达信号，心脏运动数据	27个受试者（闭集），14个已知和13个未知受试者（开集）	NA	ECGReconNet, InceptionTime	准确率	NA
2479	2025-10-06	A Lightweight Network with Uncertainty-Guided Latent Space Refinement for Multi-Modal Brain Tissue and Tumor Extraction 2025-Sep-11, IEEE transactions on computational biology and bioinformatics DOI:10.1109/TCBBIO.2025.3609333 PMID:40932804	研究论文	提出一种用于多模态脑组织和肿瘤提取的轻量级网络UMNet，通过不确定性引导的潜在空间优化提升性能	提出模态特定不确定性正则化特征融合模块(M-SUM)和不确定性增强损失函数(U-Loss)，首次在多模态脑图像分割中显式建模和利用预测不确定性	未提及具体的数据集规模和跨中心验证情况	改进多模态脑组织和肿瘤的自动分割方法	多模态脑部医学图像	数字病理	脑肿瘤	医学影像分析	CNN	多模态医学图像	NA	NA	UMNet	NA	NA
2480	2025-10-06	Evaluation of the Detectability of Oral Potentially Malignant Diseases with a Deep Learning Approach: A Retrospective Pilot Study 2025-Sep-11, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01665-6 PMID:40936018	研究论文	本研究评估基于深度学习的方法在口腔潜在恶性疾病检测中的性能	首次使用YOLOv8架构的深度学习模型进行口腔潜在恶性疾病的自动检测	回顾性研究、样本量有限、需要更大规模多中心数据集和外部验证	评估深度学习诊断软件在检测口腔潜在恶性疾病方面的性能	经组织病理学诊断的口腔扁平苔藓、口腔白斑或口腔癌患者	计算机视觉	口腔癌	组织病理学活检	CNN	图像	358张回顾性口腔内图像	NA	YOLOv8	F1分数, 敏感度, 精确度	NA