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
21	2025-11-02	Advancing osteoporosis opportunistic screening: multicenter validation of a deep learning algorithm using abdominal CT scans 2025-Oct-31, Abdominal radiology (New York) DOI:10.1007/s00261-025-05213-2 PMID:41171405	研究论文	开发并验证一种基于腹部CT扫描的深度学习算法用于骨质疏松症机会性筛查	利用常规腹部CT扫描进行骨质疏松症筛查，实现多中心验证的深度学习算法	回顾性研究设计，样本量相对有限	开发并验证从腹部CT扫描中筛查骨质疏松症的算法	腰椎椎体	计算机视觉	骨质疏松症	CT扫描，DEXA扫描	深度学习	医学影像	504名参与者（中位年龄66岁，388名女性）	NA	2D UNet, ResNet34	AUC, 敏感性, 特异性, Pearson相关系数, Brier分数	NA
22	2025-11-02	Artificial intelligence-based segmentation of small renal masses: a multi-center, multi-scanner, multi-sequence study 2025-Oct-31, Abdominal radiology (New York) DOI:10.1007/s00261-025-05259-2 PMID:41171407	研究论文	开发基于人工智能的小肾脏肿瘤自动分割方法，使用多中心、多扫描仪、多序列MRI数据	首次在多中心、多扫描仪、多序列MRI数据上开发小肾脏肿瘤自动分割方法，并验证其在非通用电气扫描仪上的泛化能力	研究为回顾性设计，需要进一步前瞻性验证	开发小肾脏肿瘤的自动分割方法以提高诊断效率	988例经病理证实的小肾脏肿瘤患者的MRI图像	医学影像分析	肾脏肿瘤	MRI多序列成像	深度学习分割网络	医学影像	988例患者（训练集733例，测试集180例，泛化集75例）	NA	NA	检测率，Dice相似系数	NA
23	2025-11-02	Multimodal pathomics and clinical features predict postresection permanent hydrocephalus in pediatric medulloblastoma 2025-Oct-31, Journal of neuro-oncology IF:3.2Q2 DOI:10.1007/s11060-025-05263-y PMID:41171470	研究论文	本研究开发了一种结合病理组学特征和临床特征的多模态模型，用于预测儿童髓母细胞瘤术后永久性脑积水的风险	首次将深度学习提取的病理组学特征与临床特征相结合，构建多模态预测模型，显著提高了儿童髓母细胞瘤术后脑积水的风险分层能力	样本量相对较小（90例患者），单中心研究，需要外部验证	预测儿童髓母细胞瘤患者术后永久性脑积水的风险	18岁以下经手术治疗的髓母细胞瘤患者	数字病理	髓母细胞瘤	H&E染色，深度学习	CNN，逻辑回归	病理图像，临床数据	90例患者（训练集与验证集按7:3随机分割）	PyTorch	ResNet-18	AUC，平均精确率，ROC曲线，精确率-召回率曲线	NA
24	2025-11-02	Deep learning-based stride segmentation with wearable sensors: effects of data quantity, sensor location, and task 2025-Oct-31, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3600227 PMID:41171649	研究论文	本研究开发并评估了基于可穿戴传感器的深度学习步态分割方法，系统分析了数据量、传感器位置和运动任务对性能的影响	首次系统评估了时序卷积网络在不同运动复杂度下的步态分割性能，并比较了不同传感器位置的表现差异	研究样本主要来自老年人群体，结果可能不适用于其他年龄群体；测试集规模固定为40名参与者	开发准确的数字步态评估工具，优化基于可穿戴传感器的步态分割方法	121名老年人（包括帕金森病患者和非患者）	机器学习	帕金森病	可穿戴传感器技术	TCN	传感器时序数据	121名老年人（训练集81人，测试集40人）	NA	时序卷积网络	F1分数	NA
25	2025-11-02	TC-KANRecon: High-Quality and Accelerated MRI Reconstruction via Adaptive KAN Mechanisms and Intelligent Feature Scaling 2025-Oct-31, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3626343 PMID:41171650	研究论文	提出一种名为TC-KANRecon的创新条件引导扩散模型，用于加速MRI重建过程同时保持重建质量	结合Multi-Free U-KAN模块和动态裁剪策略，通过多头注意力机制和标量调制因子增强模型在复杂噪声环境中的鲁棒性和结构保持能力	NA	通过深度学习方法加速MRI重建过程同时保持重建质量	MRI图像重建	医学影像处理	NA	MRI	条件引导扩散模型	MRI图像，k空间数据	NA	NA	TC-KANRecon, MF-UKAN	定性评估，定量评估	NA
26	2025-11-02	Joint Sparse Optical Flow Estimation and Keypoint Detection via Dual-task Imperative Learning 2025-Oct-31, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3627192 PMID:41171660	研究论文	提出一种双任务强制学习框架，联合优化稀疏光流估计和自适应关键点检测	首次将期望最大化范式与高斯-牛顿推理引擎结合，实现光流估计与关键点检测的协同优化	仅使用200个训练图像对进行验证，模型规模较小可能限制复杂场景表现	解决深度学习光流估计模型在可解释性、泛化能力和部署效率方面的挑战	稀疏光流估计和关键点检测	计算机视觉	NA	深度学习	CNN	图像	200个训练图像对	NA	双任务强制学习架构	端点误差,F1-all,视觉里程计轨迹精度	超紧凑模型(iFLOW 0.05M参数, iPOINT 0.09M参数)
27	2025-11-02	Revisiting Transformation Invariant Geometric Deep Learning: An Initial Representation Perspective 2025-Oct-31, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3626735 PMID:41171655	研究论文	本文提出了一种实现几何数据变换不变性的简单通用方法TinvNet，通过变换不变且保持距离的初始点表示来保证模型对平移、旋转和缩放等变换的不变性	发现变换不变且保持距离的初始点表示足以实现变换不变性，无需复杂神经网络层设计，提出简单通用的TinvNet插件方法	NA	研究几何深度学习中的变换不变性问题，开发能够保证对平移、旋转和缩放等变换具有不变性的深度学习方法	点云和图等几何数据	几何深度学习	NA	多维尺度分析	神经网络	点云、图数据	NA	NA	TinvNet	NA	NA
28	2025-11-02	HieRMVir: Interpretable Viral Classification via Hierarchical Deep Learning 2025-Oct-31, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3627468 PMID:41171653	研究论文	提出一种基于分层深度学习的可解释病毒分类框架HieRMVir	整合随机森林特征加权与互信息引导的注意力正则化，考虑生物分类学层次结构	未明确说明对未知病毒或高度变异病毒的识别能力	开发可解释且准确的病毒基因组序列分类方法	病毒基因组序列	机器学习	病毒性疾病	基因组测序	深度学习	基因组序列数据	超过100万个基因组序列	NA	分层深度学习框架	准确率, 分层性能指标	NA
29	2025-11-02	Deep Learning-Driven Protein-Ligand Binding Affinity Prediction: Data, Architecture, Training and Evaluation 2025-Oct-31, IEEE transactions on computational biology and bioinformatics DOI:10.1109/TCBBIO.2025.3627203 PMID:41171689	综述	探讨深度学习模型在蛋白质-配体结合亲和力预测中的关键训练要素与应用前景	系统梳理深度学习在PLA预测中的完整流程，弥合计算生物学与深度学习之间的领域知识鸿沟	未提出新的算法模型，主要聚焦于现有方法的系统性总结与分析	为研究人员提供利用深度学习进行PLA预测的全面指导	蛋白质-配体结合亲和力预测	计算生物学	NA	深度学习	深度学习模型	蛋白质-配体结合数据	NA	NA	NA	NA	NA
30	2025-11-02	Hybrid deep learning model for spinal tumor diagnosis on MRI scans 2025-Oct-31, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.1177/09287329251385793 PMID:41172043	研究论文	提出一种结合MRI图像和患者年龄数据的混合深度学习模型，用于脊柱肿瘤的诊断和分类	融合Inception V3和Vision Transformer的混合模型，结合患者年龄信息，使用自注意力融合机制提升诊断准确性	NA	提高脊柱肿瘤诊断准确率，区分良性和恶性肿瘤	脊柱肿瘤患者的MRI扫描图像和年龄数据	计算机视觉	脊柱肿瘤	MRI扫描	混合深度学习模型	图像, 临床数据	NA	NA	Inception V3, Vision Transformer	准确率, 敏感性, 特异性	NA
31	2025-11-02	Geometry-Driven Attention Model with 3D Molecular Features for Multi-Property Prediction of OLED Materials 2025-Oct-31, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c01916 PMID:41172256	研究论文	提出了一种基于三维自注意力机制的深度学习模型3D-SAT-OLED，用于预测OLED材料的多重性能参数	首次将三维分子结构与高斯核特征提取器和空间位置编码相结合，并采用动态Tanh和SwiGLU激活函数增强模型稳定性和非线性建模能力	未明确说明模型计算效率与传统DFT方法的对比数据	开发高效的OLED材料性能预测工具以替代计算昂贵的传统方法	有机发光二极管材料	机器学习	NA	深度学习	自注意力机制	三维分子结构数据	QM9和OLED QM属性数据集	NA	三维自注意力架构	MAE	NA
32	2025-11-02	SleepPPG-Net2: Deep learning generalization for sleep staging from photoplethysmography 2025-Oct-31, Physiological measurement IF:2.3Q3 DOI:10.1088/1361-6579/ae1a34 PMID:41172609	研究论文	本研究开发了SleepPPG-Net2深度学习模型，用于从光电容积脉搏波信号进行四分类睡眠分期，并评估其跨数据集的泛化能力	采用多源域训练策略提升模型在分布外数据上的泛化性能，并系统分析人口统计学因素和阻塞性睡眠呼吸暂停对模型性能的影响	模型性能仍受年龄、性别和阻塞性睡眠呼吸暂停严重程度等因素影响，存在性能差异	提高基于PPG的睡眠分期模型的泛化能力	光电容积脉搏波时间序列数据	机器学习	睡眠障碍	PPG信号采集	深度学习	时间序列数据	NA	NA	SleepPPG-Net2	Cohen's kappa	NA
33	2025-11-02	Development of charge reset multiplexing for SiPMs using deep learning architecture 2025-Oct-31, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ae1a32 PMID:41172608	研究论文	提出一种基于深度学习的SiPM电荷复位多路复用方法，将16个读出通道减少为1个同时保持信号完整性	首次将电荷复位放大器与自编码器深度学习模型结合用于SiPM信号多路复用	仅测试了4×4 Ce:GAGG闪烁体阵列和4×4 SiPM阵列，需要更大规模验证	开发能够减少SiPM读出通道数量而不损失性能的多路复用方法	硅光电倍增管(SiPM)信号多路复用系统	医学影像处理	NA	电荷复位多路复用技术	自编码器	电信号	4×4 Ce:GAGG闪烁体阵列和4×4 SiPM阵列，使用137Cs和22Na同位素测试	NA	自编码器	能量分辨率, 均方根误差	NA
34	2025-11-02	Ensemble learning of attention-based BiLSTM networks for ADHD detection from EEG signals code 2025-Oct-31, Computer methods in biomechanics and biomedical engineering IF:1.7Q3 DOI:10.1080/10255842.2025.2576625 PMID:41173469	研究论文	提出一种基于注意力机制的双向LSTM集成学习方法，用于从脑电图信号中检测注意力缺陷多动障碍	使用并行注意力机制的双向LSTM集成学习模型，结合频谱图、分形维度和递归图等多种特征提取方法	NA	开发客观准确的ADHD自动检测方法	脑电图信号	机器学习	注意力缺陷多动障碍	脑电图	BiLSTM, 集成学习	脑电图信号	两个数据集	NA	PABiLSTM, ResNet-50	准确率	NA
35	2025-11-02	Artificial intelligence capabilities in identifying atrial fibrillation using baseline sinus rhythm ECG : a systematic review 2025-Oct-31, Open heart IF:2.8Q2 DOI:10.1136/openhrt-2025-003657 PMID:41173515	系统评价	评估人工智能在利用基线窦性心律心电图检测心房颤动中的有效性	首次系统评估AI在基线窦性心律心电图中识别房颤的能力，并比较不同AI类型和确认时间窗的性能差异	11项研究存在阴性病例误分类风险，9项研究在至少一个领域存在高偏倚风险	评估人工智能检测心房颤动的有效性及影响因素	无既往房颤确诊的患者基线窦性心律心电图	机器学习	心血管疾病	心电图分析	深度学习,传统机器学习	心电图信号	13项研究共1,459,653名患者	NA	NA	准确率,敏感度,特异度,精确率,AUC	NA
36	2025-11-02	Optic disc morphometrics as a potential ocular biomarker for depression: evidence from two cross-sectional cohort studies 2025-Oct-31, Translational psychiatry IF:5.8Q1 DOI:10.1038/s41398-025-03691-y PMID:41173843	研究论文	本研究通过深度学习分割技术分析视盘形态特征，探索其作为抑郁症客观生物标志物的潜力	首次发现视盘圆度增加和倾斜角度增大与抑郁症相关，并揭示了LRRN1和PRL蛋白在其中的潜在机制通路	研究为横断面设计，无法确定因果关系；样本量相对有限	探索视盘形态特征作为抑郁症客观生物标志物的可能性	来自英国生物银行和广东眼科-心理健康研究的412名参与者	数字病理	抑郁症	深度学习分割，Olink血浆蛋白质组分析	深度学习	眼底图像，血浆蛋白质组数据	412名参与者（来自两个独立队列）	NA	NA	OR值，95%置信区间，p值	NA
37	2025-11-02	HSSAM-Net: hyper-scale shifted aggregation network for precise colorectal polyp segmentation in endoscopic images 2025-Oct-31, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-21954-y PMID:41173911	研究论文	提出一种用于内窥镜图像中结直肠息肉精确分割的轻量级深度学习框架HSSAM-Net	集成超尺度移位聚合模块捕获多尺度上下文信息，提出渐进式重用注意力机制增强特征传播，以及新颖的双分支采样方案Max-Diagonal池化/反池化	NA	开发精确高效的结直肠息肉分割方法以辅助结肠镜检查	内窥镜图像中的结直肠息肉	计算机视觉	结直肠癌	深度学习	CNN	图像	五个基准数据集（Kvasir, CVC-ClinicDB, ETIS, CVC-300, EndoCV2020）	NA	HSSAM-Net	Dice系数, mIoU, FPS	NA
38	2025-11-02	A multimodal multitask deep learning model for predicting stroke lesion and functional outcomes using 4D CTP imaging and clinical metadata 2025-Oct-31, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-21945-z PMID:41173916	研究论文	开发了一种多模态多任务深度学习模型CTPredict，用于同时预测卒中病灶和功能结局	首个结合4D CTP影像和临床元数据同时预测卒中病灶和功能结局的多模态多任务深度学习模型	仅在111名AIS患者的多中心数据集上评估，样本量相对有限	预测急性缺血性卒中的病灶结局和功能结局	急性缺血性卒中患者	医学影像分析	脑血管疾病	4D CT灌注成像	深度学习	影像数据, 临床元数据	111名AIS患者	NA	多模态融合模块, 跨注意力机制	Dice系数, 准确率	NA
39	2025-11-02	Development and application of a deep learning-based tuberculosis diagnostic assistance system in remote areas of Northwest China 2025-Oct-31, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-22037-8 PMID:41173931	研究论文	开发并应用基于深度学习的结核病诊断辅助系统，以解决新疆喀什地区基层医疗机构诊断能力不足的问题	针对偏远地区医疗资源匮乏的特点，开发了定制化的TB-UNET模型并实现多级医疗机构部署	研究仅针对喀什地区，模型在其他地区的适用性有待验证	提高基层医疗机构结核病筛查效率，降低误诊和漏诊率	结核病患者胸部X光影像	计算机视觉	结核病	胸部X光成像	深度学习	医学影像	10,897例患者（10,002例训练，895例测试）	NA	U-Net	敏感度, 准确率, 诊断时间	NA
40	2025-11-02	Labeled dataset of X-ray protein ligand images in 3D point cloud and validated deep learning models 2025-Oct-31, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-06002-8 PMID:41173949	研究论文	本文介绍了首个化学标记的蛋白质配体3D点云数据集LigPCDS，并验证了基于该数据集的深度学习模型	创建了首个化学标记的3D蛋白质配体点云数据集，提出了基于原子和环状结构排列的化学词汇标记方法	NA	从实验性X射线蛋白质晶体学数据中构建已知和未知蛋白质配体，用于计算机配体筛选和药物设计	蛋白质配体（小有机分子）的3D点云表示	计算机视觉	NA	X射线蛋白质晶体学	语义分割深度学习模型	3D点云图像	NA	NA	NA	NA	NA