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
3801	2025-11-14	Deep neural network-based detection of lead contamination via Förster resonance energy transfer in live cells 2026-Feb-15, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2025.127015 PMID:41075414	研究论文	本研究开发了一种基于FRET生物传感器和深度学习模型的便携式铅污染检测方法	首次将FRET生物传感器与EfficientNet深度学习模型结合，实现现场可部署的铅污染水平分类	30分钟和60分钟反应时间的AUC分别为69.8%和72.0%，识别准确率有待进一步提升	开发一种能够现场检测铅污染水平的便携式检测平台	HEK293T活细胞中的铅离子浓度	计算机视觉	重金属中毒	FRET（Förster共振能量转移）、荧光显微镜、活细胞成像	CNN	图像	1131对图像（30分钟和60分钟反应时间）	NA	EfficientNet	AUC, Youden's J统计量, 损失函数	NA
3802	2025-11-14	Deep learning with multimodal Raman spectral fusion framework: An analytical approach for microalgal lipid quantification 2026-Feb-15, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2025.127009 PMID:41076933	研究论文	本研究提出了一种融合多模态拉曼光谱与深度学习的微藻脂质定量分析方法	创新性地将深度学习与多模态拉曼成像相结合，构建了基于双分支注意力机制的卷积神经网络，实现了微藻单细胞脂质积累的精确动态调控	NA	开发精确、绿色、动态的微藻脂质定量检测方法，阐明超声波诱导脂质合成机制	微藻细胞	机器学习	NA	多频超声波、拉曼光谱、RGB成像	CNN	拉曼光谱数据、RGB图像	NA	NA	双分支注意力卷积神经网络(DBACNN)	决定系数(R)、均方根误差(RMSE)	NA
3803	2025-11-14	A Shape and Size-Scaled Deep Learning Brain Injury Model for Near Real-Time Dynamic Impact Simulation 2026-Feb-01, Journal of biomechanical engineering DOI:10.1115/1.4070192 PMID:41134603	研究论文	本研究开发了一种形状和尺寸可缩放的深度学习脑损伤模型，用于近实时动态冲击模拟	将通用的50百分位成年男性脑模型扩展到适用于男性、女性和青少年的个性化替代模型，并引入三个缩放因子作为额外输入	模型基于模拟数据训练，需要进一步验证真实世界应用的准确性	开发快速估计脑变形的高效深度学习脑损伤模型	创伤性脑损伤(TBI)中的脑变形和轴索损伤	数字病理	创伤性脑损伤	深度学习，有限元模拟	CNN	体素化脑-颅骨相对位移数据	1363个基于随机缩放Worcester头部损伤模型V1.0的模拟头部冲击样本	NA	多任务卷积神经网络	R2, RMSE, 线性回归斜率, Pearson相关系数, 成功率	笔记本电脑(<1秒) vs 高端集群(>30分钟)
3804	2025-11-14	MultiExCam: A multi approach and explainable artificial intelligence architecture for skin lesion classification 2026-Jan, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.109081 PMID:41021995	研究论文	提出一种用于皮肤病变分类的多方法可解释人工智能架构MultiExCam	首次实现深度学习与机器学习的真正混合集成，采用自适应集成架构学习个性化决策策略，结合GradCAM和SHAP提供全面可解释性	未明确说明计算资源需求和模型训练时间	开发能够同时提供高诊断性能和临床可解释性的皮肤癌检测AI系统	皮肤病变图像分类	计算机视觉	皮肤癌	数字成像处理	CNN, 集成学习, 前馈神经网络	皮肤镜图像, 深度学习特征, 手工统计特征	三个数据集（HAM10000, ISIC, MED-NODE）	NA	卷积神经网络, 前馈神经网络（带门控和注意力机制）	AUC, F1-score	NA
3805	2025-11-14	A deep learning model leveraging semantic features fusion for DNase I hypersensitive sites identification in the human genome 2026-Jan, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.109127 PMID:41151193	研究论文	提出多种深度学习模型用于识别人类基因组中的DNase I超敏感位点	首次将语义特征融合表示集成到模型中，有效捕捉复杂DHS序列中的局部和全局模式及时空依赖关系	未提及模型在独立验证集上的泛化能力及计算效率分析	开发高性能、低成本的DHS识别计算方法	人类基因组中的DNase I超敏感位点	生物信息学	乳腺癌, 冠状动脉疾病, 阿尔茨海默病, 自身免疫疾病, 神经系统疾病	深度学习	CNN, GRU	基因组序列数据	NA	NA	1维CNN, CNN-GRU融合模型, CNN-kmer融合模型, CNN-GRU-kmer融合模型	准确率, 灵敏度, 特异性, MCC, AUC ROC, AUC PR	NA
3806	2025-11-14	MEMOL: Mixture of experts for multimodal learning through multi-head attention to predict drug toxicity 2026-Jan, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.109088 PMID:41046705	研究论文	提出一种基于多头注意力的多模态混合专家模型MEMOL，用于预测药物毒性	将稀疏混合专家机制直接集成到注意力机制中，通过自注意力和交叉注意力增强多模态特征提取与融合	NA	开发精确的药物毒性预测方法	分子图像、分子图和分子指纹三种分子模态	机器学习	NA	多模态学习	混合专家模型,多头注意力	分子图像,分子图,分子指纹	NA	NA	MEMOL	AUROC,AUPRC	NA
3807	2025-11-14	Non-invasive urine flow dynamics characterization of pediatric hydronephrosis based on deep learning and computational fluid dynamics 2026-Jan, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.109077 PMID:41046707	研究论文	基于深度学习和计算流体动力学开发非侵入性尿液流动动力学表征方法用于小儿肾积水的诊断和预后评估	首次结合深度学习和CFD技术从MRU数据重建患者特异性三维肾脏模型并模拟尿液流动动力学	方法依赖于MRU图像质量，CFD模拟需要专业设置和验证	开发非侵入性尿液流动动力学计算方法以改善小儿肾积水诊断和预后评估	小儿肾积水患者的MRU图像数据和尿液流动特性	医学影像分析, 计算流体动力学	小儿肾积水	磁共振尿路造影, 计算流体动力学	深度学习模型	医学影像	NA	NA	NA	尿液流速比, 压力分布比较	NA
3808	2025-11-14	Multimodal Nomogram Combining Multiparametric MRI, Functional Subsets of Peripheral Lymphocytes and PI-RADS Can Predict Risk Stratification of Prostate Cancer 2026-Jan, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.109086 PMID:41046708	研究论文	开发结合多参数MRI、外周淋巴细胞功能亚群和PI-RADS的多模态列线图用于前列腺癌风险分层预测	首次探索非侵入性三分法风险分层，整合多模态数据构建预测模型替代传统PSA方法	回顾性研究，样本量有限（110例患者），仅来自单一医疗中心	开发自动化可靠的前列腺癌风险分层工具以指导临床决策	前列腺癌患者	数字病理	前列腺癌	多参数MRI，外周淋巴细胞检测，PI-RADS评分	深度学习，放射组学	医学影像，临床数据	110例患者	NA	列线图模型	AUC，F1分数，灵敏度，特异性	NA
3809	2025-11-14	Detection of nocturnal epileptic seizures using a wearable armband: A deep learning approach combining accelerometry and photoplethysmography signals 2026-Jan, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.109087 PMID:41072127	研究论文	提出一种基于深度学习的穿戴式臂环系统，结合加速度和光电容积脉搏波信号检测夜间癫痫发作	首次将CNN-LSTM与注意力机制结合用于穿戴式设备的多模态信号癫痫检测，采用两步式方法显著降低数据量	样本量相对有限（68名患者），假阳性率较高（0.165/小时），阳性预测值较低（0.334）	开发家庭环境下夜间癫痫发作的自动检测系统，降低癫痫猝死风险	68名患有严重癫痫发作的患者	医疗健康监测	癫痫	三轴加速度计，光电容积脉搏波	CNN-LSTM	时间序列信号数据	68名患者，788次夜间记录（6304小时），1846次严重发作	NA	CNN-LSTM with attention mechanism	灵敏度，假警报率，ROC曲线下面积，准确率，阳性预测值	NA
3810	2025-11-14	Lightweight element-wise product enhanced neural network for efficient arrhythmia detection on embedded devices 2026-Jan, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.109101 PMID:41075315	研究论文	提出一种轻量级元素乘积增强神经网络，用于嵌入式设备上高效的心律失常检测	引入元素乘积融合机制结合双路径特征，采用纺锤形架构与深度可分离卷积，显著降低模型参数和计算成本	NA	开发适用于资源受限嵌入式设备的实时心律失常检测模型	心电图信号数据	机器学习	心血管疾病	ECG信号分析	CNN	信号数据	MIT-BIH、SVDB、INCART和PTB数据库	NA	深度可分离卷积，纺锤形架构	准确率，精确率，召回率，F1分数，计算复杂度，推理时间，功耗	树莓派5，Android 10 x86虚拟机
3811	2025-11-14	Self-supervised learning and hybrid deep models for predicting the progression of Fuchs' endothelial corneal dystrophy after cataract surgery 2026-Jan, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.109100 PMID:41106173	研究论文	提出一种基于自监督学习和混合深度学习模型的框架，用于预测白内障手术后Fuchs角膜内皮营养不良的进展	整合临床领域知识、集成学习和自监督学习，提出结合RANSAC算法和双分支设计的混合CNN架构，采用Polar Pooling模拟临床推理	对标注数据的依赖仍然存在，尽管通过自监督学习有所减少	改善Fuchs角膜内皮营养不良的预后预测，支持白内障手术规划	Fuchs角膜内皮营养不良患者	医学影像分析	角膜疾病	Scheimpflug断层成像	CNN, 自监督学习	医学影像	多中心数据集	NA	混合卷积神经网络, 双分支设计	AUC	NA
3812	2025-11-14	NN-PCP: Screening phenotype-related core pathways to construct a prostate cancer metastasis prediction model based on multiple types of mutation data 2026-Jan, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.109118 PMID:41109149	研究论文	提出基于表型相关核心通路的神经网络模型NN-PCP，利用多种突变数据预测前列腺癌转移	开发了结合改进的过表征分析和基因集富集分析的表型相关核心通路筛选方法，构建具有双差分层级的神经网络架构	NA	提高基于突变数据的前列腺癌转移预测准确性	前列腺癌患者突变数据	机器学习	前列腺癌	突变数据分析	神经网络	基因突变数据	NA	NA	NN-PCP（包含IORA驱动模块、IGSEA驱动模块和双差分层级）	准确率,精确率,召回率,F1分数,AUC,AUPR	NA
3813	2025-11-14	Memory-driven modeling of herpes simplex virus type-1 and type-2 dynamics with neural network optimization 2026-Jan, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.109121 PMID:41124993	研究论文	开发了一个结合分数阶导数和深度神经网络的HSV-1和HSV-2病毒动力学建模框架	首次将分数阶导数引入HSV动力学建模以捕捉记忆效应，并集成深度学习进行行为近似	未明确说明模型验证使用的具体数据集和样本规模	更好地理解HSV病毒动力学并评估干预策略	HSV-1和HSV-2病毒的传播动态	计算生物学	病毒感染	分数阶微分方程建模，神经网络优化	深度神经网络	模拟数据	NA	NA	NA	预测准确度(R≈1)	NA
3814	2025-11-14	Dual adversarial attacks on Explainable Deep Learning in medical image classification 2026-Jan, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.109125 PMID:41138644	研究论文	提出针对医学图像分类中可解释深度学习的双重对抗攻击方法，同时攻击模型预测和解释结果	首次提出同时针对预测和解释的双重对抗攻击框架，并引入联合评估指标ASR	仅在三种医学影像数据集和三种深度学习模型上验证，未涉及更多模型架构和数据类型	探究可解释深度学习模型在医学图像分类中的安全性漏洞	医学图像分类模型及其解释方法	计算机视觉	多种疾病（胸部X光、眼底影像、皮肤镜影像）	深度学习	CNN	医学图像	三个基准医学影像数据集	PyTorch, TensorFlow	ResNet50, DenseNet121, EfficientNet-V2	攻击成功率(ASR)	GPU（具体型号未提及）
3815	2025-11-14	Deep learning-based fine-tuning transfer improves the generalizability of tea component prediction using miniature near-infrared spectroscopy 2025-Dec-15, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.146458 PMID:40997429	研究论文	本研究开发了一种基于深度学习微调的方法，使用微型近红外光谱仪提高茶叶成分预测的泛化能力	采用深度学习微调策略，将局部模型的准确性迁移到其他茶叶类型，优于传统的迁移成分分析方法	仅针对四种茶叶类型进行研究，样本类型范围有限	开发适用于不同茶叶类型的通用化预测模型，用于测定儿茶素和咖啡因含量	四种茶叶类型（绿茶、红茶、乌龙茶、黄茶）的光谱数据	机器学习	NA	近红外光谱	深度学习,CNN	光谱数据	四种茶叶类型的样本数据	NA	卷积神经网络,全连接网络	准确率	NA
3816	2025-11-14	"MR Fingerprinting for Imaging Brain Hemodynamics and Oxygenation" 2025-Dec, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.29812 PMID:40375492	综述	本文综述了磁共振指纹技术在大脑血流动力学、氧合及灌注定量分析中的研究进展与应用	重点介绍了血管几何模拟模型的进步、新型序列开发以及融合机器学习和深度学习算法的先进重建技术	未明确说明具体技术局限，但指出需要解决临床转化面临的问题	概述血管磁共振指纹技术的研究现状并展望未来发展方向	大脑血流动力学、氧合及灌注参数	医学影像分析	脑血管疾病	磁共振指纹技术	机器学习,深度学习	磁共振影像	NA	NA	NA	NA	NA
3817	2025-11-14	Applications of artificial intelligence in abdominal imaging 2025-Dec, Abdominal radiology (New York) DOI:10.1007/s00261-025-04990-0 PMID:40418375	综述	本文探讨人工智能在腹部影像学中的应用现状、挑战与未来发展方向	系统阐述AI在腹部影像疾病检测与分类中的突破性应用，并提出整合可解释AI框架和端到端多源数据处理管道的未来方向	面临数据异质性、缺乏多中心验证、依赖回顾性单中心研究、模型可解释性不足等挑战	推动人工智能在腹部影像学中的临床应用，提升疾病诊断准确性和个性化治疗水平	腹部影像数据（超声、CT、MRI）及相关疾病（肝脏疾病、胰腺癌、肾脏肿瘤、肠道病变）	医学影像分析	腹部疾病（肝脏疾病、胰腺癌、肾脏肿瘤、肠道病变）	深度学习、影像组学	深度学习模型	医学影像（超声、CT、MRI）	NA	NA	NA	准确率	NA
3818	2025-11-14	Ultrasound image-based contrastive fusion non-invasive liver fibrosis staging algorithm 2025-Dec, Abdominal radiology (New York) DOI:10.1007/s00261-025-04991-z PMID:40442504	研究论文	本研究提出基于超声图像的对比融合非侵入性肝纤维化分期算法FCLLF	创造性引入纤维化对比层(FCL)概念和标签融合(LF)技术，增强模型对肝纤维化分级特征差异的捕捉能力	NA	利用深度学习技术实现肝纤维化的无创分期，避免并发症并降低成本	肝纤维化患者	计算机视觉	肝纤维化	超声检查	深度学习模型	超声图像	全样本数据集和30%小样本数据集	NA	FCLLF, ResNet, InceptionNet, VGG	准确率	NA
3819	2025-11-14	Relationship between spleen volume and diameter for assessment of response to treatment on CT in patients with hematologic malignancies enrolled in clinical trials 2025-Dec, Abdominal radiology (New York) DOI:10.1007/s00261-025-05030-7 PMID:40448843	研究论文	本研究探讨血液恶性肿瘤患者脾脏直径与体积的关系，并建立与卢加诺标准相对应的体积阈值用于治疗反应评估	首次通过深度学习分割技术建立脾脏直径与体积的幂回归模型，提出与现有直径标准相对应的体积阈值标准	研究基于单一临床试验数据的二次分析，样本量相对有限，需要外部验证	确定血液恶性肿瘤患者脾脏体积阈值，使其与现有直径标准在治疗反应评估中具有最佳相关性	382名血液恶性肿瘤患者	数字病理	血液恶性肿瘤	CT成像，深度学习分割	随机森林	医学影像	382例患者	NA	NA	一致性评估，预测性能比较	NA
3820	2025-11-14	Deep Learning Based Evaluation of Skeletal Maturation: A Comparative Analysis of Five Hand-Wrist Methods 2025-Dec, Orthodontics & craniofacial research IF:2.4Q2 DOI:10.1111/ocr.70008 PMID:40704688	研究论文	本研究使用基于YOLOv8x的深度学习模型比较五种手腕骨骼成熟度评估方法的诊断可靠性	首次使用深度学习算法系统比较五种手腕骨骼成熟度评估方法，并识别出在解剖结构明显区域（如MP3、内收籽骨和钩骨）具有特别高的分类性能	研究为回顾性分析，数据来源于8-16岁正畸患者，可能限制了结果的普适性	评估深度学习算法在骨骼年龄估计中的有效性	6572张8-16岁正畸患者的手腕X光片	计算机视觉	骨骼发育异常	X射线成像	CNN	医学图像	6572张手腕X光片	PyTorch	YOLOv8x	准确率, 精确率, 召回率, F1分数, AUC	NA