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
341	2025-09-20	Intelligent sports rehabilitation: integrating deep learning and real-time monitoring to achieve personalized rehabilitation 2025-Sep-19, Disability and rehabilitation. Assistive technology DOI:10.1080/17483107.2025.2559187 PMID:40970943	研究论文	本研究探讨将太极拳融入强制性药物康复计划对运动员的心理益处	结合太极拳这一传统文化运动与现代康复理念，验证其在心理康复中的有效性	样本量有限（172人），且仅针对特定运动员群体，结果普适性有待进一步验证	评估太极拳对运动员药物康复期间心理健康的改善效果	参与强制性药物康复计划的运动员	运动康复	药物成瘾	随机对照试验	NA	心理评估数据	172名参与者，平均分为太极拳干预组和对照组
342	2025-09-20	Deep Learning Models for Predicting Human Cytochrome P450 Inhibition and Induction 2025-Sep-18, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c01192 PMID:40966069	研究论文	本研究开发了基于深度学习的模型，用于预测人类细胞色素P450酶的抑制和诱导作用	整合深度神经网络与PCA和SMOTE技术，开发了新型分类模型并能识别结构警报，还首次提出了专门预测hPXR激活的深度学习方法	NA	提高药物开发和安全评估中CYP酶抑制和诱导作用的预测效率	人类细胞色素P450酶（CYP3A4、CYP2D6、CYP1A2、CYP2C9、CYP2C19）及相关化合物	机器学习	NA	深度神经网络、主成分分析(PCA)、合成少数类过采样技术(SMOTE)	深度学习模型	化合物结构数据	NA
343	2025-09-20	Revisiting Protein-Protein Docking: A Systematic Evaluation Framework 2025-Sep-18, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c01399 PMID:40966105	研究论文	提出一个用于系统评估蛋白质-蛋白质对接方法的综合基准框架	建立了统一的基准测试框架，包含经典数据集、新构建的抗体-抗原复合物数据集以及用于评估分布外泛化能力的数据集	深度学习模型在分布外泛化测试中表现显著下降	评估蛋白质-蛋白质对接方法的性能并比较传统与深度学习方法的优劣	11种蛋白质-蛋白质对接方法	计算生物学	NA	蛋白质-蛋白质对接	传统方法(HDOCK, PatchDock等)和深度学习方法(EquiDock, AlphaFold系列等)	蛋白质结构数据	使用DockingBenchmark 5.5数据集、AACBench抗体-抗原数据集和PPCBench数据集
344	2025-09-20	FourierMask: Explain EEG-based End-to-end Deep Learning Models in the Frequency Domain 2025-Sep-18, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3610742 PMID:40966133	研究论文	提出FourierMask框架，用于从频域角度解释基于EEG的端到端深度学习模型	首个专门为EEG模型频域解释设计的掩码扰动框架，包含傅里叶域变换、可学习掩码机制和集群感知正则化三项创新	NA	增强基于EEG的端到端深度学习模型的可解释性	脑电图（EEG）信号	机器学习	NA	傅里叶变换，深度学习	EEGNet, TSCeption, DeepConvNet	时间序列EEG信号	EEG基准数据集（具体数量未说明）
345	2025-09-20	Multi-source Discriminant Dynamic Domain Adaptation for Cross-subject Motor Imagery EEG Recognition 2025-Sep-18, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3610446 PMID:40966137	研究论文	提出一种多源判别动态域自适应模型（MSD-DDA），用于提升跨被试运动想象脑电信号的分类精度	动态最小化全局域与局部子域差异，引入批量核范数最大化保证目标域判别性，设计加权联合预测机制自适应调整多源域贡献	NA	通过域自适应技术解决跨被试脑电信号分类的泛化问题	运动想象（MI）脑电信号（EEG）	脑机接口	NA	域自适应（Domain Adaptation）	MSD-DDA（多源判别动态域自适应模型）	脑电信号（EEG）	基于BCI Competition IV数据集1和2a及openBMI数据集进行实验
346	2025-09-20	Multi-Channel Fusion Deep Wavelet Spectrum Network for Epileptic Signal Classification 2025-Sep-18, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3610433 PMID:40966141	研究论文	提出一种基于多通道小波频谱网络的癫痫信号分类方法MavenNet，用于改进癫痫自动检测和发作分类	结合连续小波变换和多通道卷积操作，保持EEG信号空间结构，并通过类激活映射增强模型可解释性	NA	改进癫痫的自动检测和癫痫发作分类	癫痫患者的脑电图（EEG）信号	机器学习	癫痫	连续小波变换（CWT），类激活映射（CAM）	多通道小波卷积网络（MavenNet）	EEG信号	三个广泛使用的数据集和一个私有数据集
347	2025-09-20	Continuous Reaching and Grasping with a BCI Controlled Robotic Arm in Healthy and Stroke-Affected Individuals 2025-Sep-18, 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.2025.3611821 PMID:40966144	研究论文	提出一种基于运动想象的脑机接口范式，通过添加‘点击’信号增强对机械臂的连续抓取控制能力	引入类似计算机鼠标的点击机制，在二维运动控制基础上增加额外自由度，实现连续抓取而非离散动作选择	脑电信号信噪比和空间分辨率较低，可能限制系统性能	开发能够同时控制运动和点击的脑机接口系统，用于复杂连续抓取任务	健康受试者和中风幸存者	脑机接口	中风	EEG信号处理，深度学习	DL	EEG信号	健康受试者和中风患者（具体数量未明确说明）
348	2025-09-20	Reply: Technical considerations in the development of a multimodal deep learning model for predicting hepatocellular carcinoma outcomes 2025-Sep-18, Hepatology (Baltimore, Md.) DOI:10.1097/HEP.0000000000001540 PMID:40966423	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
349	2025-09-20	Assessing the Feasibility of Deep Learning-Based Attenuation Correction Using Photon Emission Data in 18F-FDG Images for Dedicated Head and Neck PET Scanners 2025-Sep-18, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ae08ba PMID:40967236	研究论文	本研究评估了使用深度学习技术从非衰减校正的18F-FDG PET图像生成测量衰减校正图像在头颈部专用PET扫描仪中的可行性	首次将ResNet深度学习网络应用于头颈部PET图像的衰减校正，无需CT扫描即可生成高质量的MAC图像	在病理图像上SNR和对比度存在显著差异，需要更多训练数据提升模型在病理情况下的性能	开发基于深度学习的衰减校正方法，减少对CT扫描的依赖	头颈部PET图像	医学影像分析	头颈部疾病	深度学习，PET成像	ResNet	2D医学图像	114名患者（12,068个切片），包含正常和病理图像
350	2025-09-20	Deep Learning for Automated Measures of SUV and Molecular Tumor Volume in [68Ga]PSMA-11 or [18F]DCFPyL, [18F]FDG, and [177Lu]Lu-PSMA-617 Imaging with Global Threshold Regional Consensus Network 2025-Sep-18, Journal of nuclear medicine : official publication, Society of Nuclear Medicine IF:9.1Q1 DOI:10.2967/jnumed.125.270077 PMID:40967759	研究论文	开发基于深度学习的自动化方法，用于在多种PET和SPECT成像中精确测量SUV和分子肿瘤体积	提出Global Threshold Regional Consensus Network分割框架，基于nnU-Net改进边界定义和标签准确性，在多种示踪剂成像中实现高精度自动化测量	虽然在外部队列测试中表现良好，但模型泛化能力仍需在更大多中心数据集中验证	改进计算工作流程和标准化方法，提高LuPSMA治疗的患者选择和预后预测准确性	转移性去势抵抗性前列腺癌患者的PET/CT和定量SPECT/CT影像	数字病理	前列腺癌	PET成像，SPECT成像，深度学习分割	nnU-Net，Global Threshold Regional Consensus Network	医学影像	训练集包含676例[68Ga]PSMA-11或[18F]DCFPyL PET、390例[18F]FDG PET和477例LuPSMA SPECT影像，外部测试集56例
351	2025-09-20	MRI on a Budget: Leveraging Low and Ultra-Low Intensity Technology in Africa 2025-Sep-18, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A9014 PMID:40968019	综述	本文回顾了低场和超低场MRI技术在非洲资源有限地区的应用现状、挑战及技术进展	探讨了永久Halbach阵列磁体、便携式扫描仪设计以及深度学习技术（如CNN电磁干扰消除和残差U-Net图像重建）在提升低场MRI图像质量和降低噪声方面的创新应用	信噪比较低、体素尺寸要求较大、易受运动伪影影响，且无法替代高场扫描仪检测细微或小病灶	评估低场和超低场MRI技术在资源受限地区扩大神经影像学能力的可行性与应用前景	非洲地区的医疗系统和资源有限环境下的神经影像诊断	医学影像	神经疾病（如脑损伤）	低场和超低场MRI、深度学习图像重建	CNN、U-Net	MRI图像	NA
352	2025-09-20	MCMFPP: A Multifunctional Peptides Prediction Method Based on Class Feature Enhancement and Classifier Fusion 2025-Sep-18, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c01693 PMID:40968106	研究论文	提出一种基于类别特征增强和分类器融合的多功能肽预测方法MCMFPP	引入SLFE和CFEC两个子分类器，分别通过大语言模型增强序列表示和对比学习改进类别特征表示，并通过加权融合提升预测性能	NA	开发计算工具以准确识别肽功能，特别是多功能治疗肽（MFTP）	肽序列	自然语言处理	NA	深度学习，对比学习	基于ESMC大语言模型的分类器融合方法	序列数据	NA
353	2025-09-20	Rapid and robust quantitative cartilage assessment for the clinical setting: deep learning-enhanced accelerated T2 mapping 2025-Sep-18, Skeletal radiology IF:1.9Q3 DOI:10.1007/s00256-025-05034-w PMID:40968299	研究论文	本研究开发了一种基于深度学习的加速软骨T2 mapping序列（DL CartiGram），旨在提升临床环境中软骨定量评估的速度和鲁棒性	结合并行成像和深度学习图像重建技术，显著缩短扫描时间并保持高重复性与再现性	站点间存在微小偏差（1.56 ms），可能由温度效应引起	开发并验证一种快速、可靠的软骨T2定量评估方法用于临床设置	人体膝关节软骨（髌骨和股骨 compartments）	医学影像分析	骨关节疾病	T2 mapping, 并行成像, 深度学习图像重建	深度学习（具体架构未明确说明）	MRI图像	43名患者（人体试验）加上体模测试
354	2025-09-20	Optimising Generalisable Deep Learning Models for CT Coronary Segmentation: A Multifactorial Evaluation 2025-Sep-18, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01677-2 PMID:40968338	研究论文	本研究通过多因素评估优化深度学习模型在CT冠状动脉分割中的泛化性能	定量揭示了对比度增强、边缘锐度、钙化程度和血管直径对分割性能的具体影响程度，为模型适配策略提供了数据驱动基础	研究仅基于两个数据集（共110例），可能需更大样本验证；未涉及所有可能影响分割的临床变量	优化可泛化的深度学习模型，提升CT冠状动脉分割的准确性和鲁棒性	冠状动脉（包括左主干、右冠状动脉及第一钝缘支等分支）	医学图像分析	心血管疾病	CT冠状动脉造影（CTCA）	U-Net, Swin-UNETR, EfficientNet-LinkNet	医学影像（CT图像）	110例（公开ASOCA数据集40例 + GeoCAD数据集70例）
355	2025-09-20	Deep learning-based automated detection and diagnosis of gouty arthritis in ultrasound images of the first metatarsophalangeal joint 2025-Sep-17, Medical ultrasonography IF:1.8Q3 DOI:10.11152/mu-4495 PMID:40146981	研究论文	开发基于深度学习的模型，用于自动检测和诊断第一跖趾关节超声图像中的痛风性关节炎	利用深度残差卷积神经网络和Grad-CAM可视化技术，首次实现第一跖趾关节超声图像的自动化痛风诊断	回顾性研究，样本量有限（260名患者），未进行外部验证	开发自动检测和诊断痛风性关节炎的深度学习模型	第一跖趾关节的超声图像	计算机视觉	痛风性关节炎	超声成像，深度学习	ResNet18 CNN	图像	260名患者（149例痛风，111例对照）的2401张超声图像
356	2025-09-20	A novel hybrid model for actual evapotranspiration estimation in data-scarce arid regions: Integrating modified Budyko and machine learning models using deep learning 2025-Sep-17, The Science of the total environment DOI:10.1016/j.scitotenv.2025.180438 PMID:40966814	研究论文	提出一种结合改进Budyko框架与机器学习模型的混合方法，用于估算干旱地区月实际蒸散发量	通过深度学习整合物理模型与数据驱动模型，优化Budyko参数的时间尺度以应对非稳态条件	研究基于特定流域（加州中央谷地），在数据稀缺地区的普适性需进一步验证	开发高精度且实用的实际蒸散发估算方法，支持水文建模与水资源管理	干旱地区流域的实际蒸散发过程	机器学习	NA	深度学习，XGBoost，SHAP值分析	混合模型（Budyko-XGBoost）	遥感数据（ERA5, TerraClimate），涡度协方差塔观测数据	基于加州中央谷地某一流域的月尺度数据
357	2025-09-20	Classification of peripheral pulmonary lesions in Endobronchial ultrasonography image using a multi-branch framework and voting ensemble 2025-Sep-17, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111064 PMID:40967143	研究论文	提出一种基于深度学习的计算机辅助诊断系统，用于支气管内超声图像中周围性肺部病变的分类	采用多分支框架和投票集成机制处理极端数据不平衡问题，并探索坐标系转换方法优化图像输入	NA	开发肺癌的计算机辅助诊断系统，提高诊断精确性和效率	支气管内超声图像中的周围性肺部病变	计算机视觉	肺癌	深度学习	多分支框架与投票集成	图像	NA
358	2025-09-20	Predicting dementia through audio: Ensemble and deep learning approaches using acoustic features 2025-Sep-17, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111078 PMID:40967147	研究论文	通过音频特征使用集成学习和深度学习模型预测痴呆症	结合声学特征与多种集成学习及深度学习模型，探索集成模型在特定情况下优于深度学习的原因	NA	早期诊断痴呆症	老年痴呆症患者	自然语言处理	老年疾病	声学特征提取	Random Forest, AdaBoost, XGBoost, Gradient Boost, BiLSTM, LSTM, CNN-LSTM	音频	NA
359	2025-09-20	AI-driven pupillary-computer interface via binary-coded flickering stimuli 2025-Sep-17, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111057 PMID:40967149	研究论文	提出一种基于瞳孔光反射和二进制编码视觉刺激的AI驱动瞳孔-计算机接口系统	利用二进制编码视觉刺激诱发瞳孔信号，采用卷积神经网络建模，实现高精度分类和高信息传输率	仅针对健康受试者测试，未涉及特殊人群或临床环境验证	开发一种无需用户训练、低成本、高稳定性的新型人机交互接口	健康受试者（12名，男女各半，年龄28.6±3.4岁）	人机交互	NA	二进制编码视觉刺激，瞳孔光反射信号采集	CNN	瞳孔尺寸变化信号	12名健康受试者，参与4类、10类和20类视觉刺激实验
360	2025-09-20	Robust and explainable framework to address data scarcity in diagnostic imaging 2025-Sep-17, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111052 PMID:40967148	研究论文	提出一种名为ETSEF的新型集成框架，通过结合迁移学习和自监督学习来解决医学影像诊断中的数据稀缺问题	首次将迁移学习和自监督学习两种预训练方法与集成学习相结合	NA	解决医学影像诊断中的数据稀缺挑战并提高诊断准确性	医学影像数据，包括内窥镜、乳腺癌检测、猴痘检测、脑肿瘤检测和青光眼检测	计算机视觉	多种疾病（癌症、传染病、神经系统疾病等）	数据增强、特征融合、特征选择、决策融合	集成学习框架（结合多个预训练深度学习模型）	医学影像	有限样本数量（具体数量未明确说明），涵盖五种不同的医学影像任务