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
21	2025-07-18	Artificial intelligence techniques in inherited retinal diseases: a review 2025-Jul-16, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ade9c7 PMID:40587976	综述	本文综述了人工智能技术在遗传性视网膜疾病(IRDs)中的应用，包括诊断、预后和管理方面的潜力	整合了现有研究，识别了知识空白，并探讨了可解释AI在临床环境中的重要性	该领域知识碎片化，需要更多针对性研究来填补空白	探索AI技术在遗传性视网膜疾病诊断和管理中的应用潜力	遗传性视网膜疾病(IRDs)	人工智能在医疗领域的应用	遗传性视网膜疾病	机器学习和深度学习	NA	NA	NA
22	2025-07-18	Inverse Design of Manufacturable Infrared Metasurfaces Based on Multimodal Deep Learning Methods 2025-Jul-16, ACS applied materials & interfaces IF:8.3Q1 DOI:10.1021/acsami.5c07116 PMID:40623946	研究论文	本文提出了一种基于多模态深度学习的可制造红外超表面的逆向设计方法	提出了一种多模态神经网络框架，能够根据目标光谱生成不同模式的设计结果，解决了高维参数空间和非线性映射带来的挑战，设计速度比传统方法快几个数量级	未提及具体样本量或实验验证的广泛性	实现复杂光子器件的逆向设计，特别是红外隐身超表面的设计	复合周期性微结构	机器学习	NA	多模态深度学习	神经网络	光谱数据	NA
23	2025-07-18	The Second Skin: A Wearable Sensor Suite that Enables Real-Time Human Biomechanics Tracking Through Deep Learning 2025-Jul-16, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2025.3589996 PMID:40668712	研究论文	开发了一种可穿戴传感器套装，通过深度学习实现实时人体生物力学跟踪	提出了一种任务无关、用户无关的方法，用于在各种任务中精确实时估计下肢关节状态	样本量较小（N=10），且仅针对特定行业（建筑和危险废物清理）的任务	研究实时人体运动学和动力学测定方法，以推进生物力学研究和生物反馈应用	人体下肢关节的运动学和动力学	机器学习	NA	惯性测量单元（IMUs）和压力鞋垫	深度学习模型	传感器数据	10名参与者，33项任务
24	2025-07-18	LCwmcaR: Learning Cross-Window Cross-Modality Correlation-Aware Representation for Human Activity Recognition 2025-Jul-16, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2025.3581226 PMID:40668703	research paper	提出了一种名为LCwmcaR的新型跨窗口跨模态相关性感知框架，用于人类活动识别（HAR）	LCwmcaR框架通过双分支网络同时建模时间和空间级别信息，并设计了可学习的时间二维化策略和跨窗口相关性感知特征表示生成模块	未提及具体的局限性	提升人类活动识别的准确性和鲁棒性	人类活动识别（HAR）数据	machine learning	NA	Mamba和CNN	dual-branch network	时序数据	四个公共数据集
25	2025-07-18	Re-Boosting Self-Collaboration Parallel Prompt GAN for Unsupervised Image Restoration 2025-Jul-16, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3589606 PMID:40668718	research paper	提出了一种自协作并行提示GAN框架，用于无监督图像恢复，通过自协作策略和重新增强模块显著提升性能	引入自协作策略（SC）和重新增强模块（Reb-SC），在不增加推理复杂度的前提下显著提升恢复性能	未提及具体的数据集限制或计算资源需求	提升无监督图像恢复的性能，减少对配对数据的依赖	图像恢复任务	computer vision	NA	GAN	GAN	image	NA
26	2025-07-18	Robust Palmprint Recognition via Multi-stage Noisy Label Selection and Correction 2025-Jul-16, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2025.3588040 PMID:40668719	研究论文	提出了一种多阶段噪声标签选择与校正框架（MNLSC），以提高基于深度学习的掌纹识别的鲁棒性	引入了三个阶段的自监督学习、傅里叶基模块和原型基模块，分别选择干净简单样本、干净困难样本，并校正噪声标签	未提及在极端高噪声率（如超过60%）下的表现	提升掌纹识别模型在噪声标签环境下的鲁棒性	掌纹图像数据	计算机视觉	NA	自监督学习、傅里叶变换	深度学习模型（未指定具体类型）	图像	多个受控和非受控掌纹数据库（未明确样本数量）
27	2025-07-18	Multi-View Fused Nonnegative Matrix Completion Methods for Drug-Target Interaction Prediction 2025-Jul-16, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3589662 PMID:40668724	研究论文	本研究提出两种多视图融合非负矩阵补全方法，用于提高药物-靶标相互作用预测的准确性、可解释性和可扩展性	结合非负矩阵补全框架、线性多视图融合机制和多图拉普拉斯正则化，避免启发式秩选择并保持各视图结构特性	未明确说明方法在超大规模数据集上的性能表现	提高药物-靶标相互作用预测的准确性	药物-靶标相互作用数据	机器学习	NA	非负矩阵补全、多视图融合、多图拉普拉斯正则化	非负矩阵补全模型	异构相似性矩阵	四个黄金标准数据集和一个更大的真实世界数据集
28	2025-07-18	VGRF Signal-Based Gait Analysis for Parkinson's Disease Detection: A Multi-Scale Directed Graph Neural Network Approach 2025-Jul-16, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3589772 PMID:40668723	research paper	该论文提出了一种基于垂直地面反作用力(VGRF)信号的多尺度有向图神经网络方法，用于帕金森病的步态分析检测	提出了一种多尺度自适应有向图神经网络(MS-ADGNN)，首次考虑了VGRF信号的固有图结构，能够捕捉足底传感器间的分布关系和行走时的动态压力传导	未提及具体样本量限制或数据多样性问题	开发更有效的帕金森病步态异常检测方法	帕金森病患者与健康对照者的步态数据	digital pathology	帕金森病	VGRF信号分析	MS-ADGNN（包含ADGN和MSTCN单元）	生物力学信号数据	三个广泛使用的数据集（具体数量未说明）
29	2025-07-18	Imaging analysis using Artificial Intelligence to predict outcomes after endovascular aortic aneurysm repair: protocol for a retrospective cohort study 2025-Jul-16, BMJ open IF:2.4Q1 DOI:10.1136/bmjopen-2024-098724 PMID:40669892	研究论文	本研究旨在利用人工智能驱动的影像分析技术，开发预测模型以优化主动脉瘤腔内修复术后的随访策略	首次采用AI技术分析术前和术后CTA图像，预测主动脉瘤腔内修复术后的并发症风险	研究为回顾性队列设计，样本量限于500例患者	开发预测模型以优化主动脉瘤腔内修复术后的随访策略，并研究术后主动脉形态学变化	接受择期主动脉瘤腔内修复术的患者	数字病理学	心血管疾病	CT血管造影(CTA)	深度学习算法	医学影像	500例接受择期EVAR手术的患者
30	2025-07-18	Deep learning-based high-resolution time inference for deciphering dynamic gene regulation from fixed embryos 2025-Jul-16, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-61907-7 PMID:40670357	research paper	该研究提出了一种基于深度学习的多尺度集成方法，用于从固定果蝇胚胎图像中高精度推断绝对发育时间，并解析基因调控网络的时空动态	开发了一种能够以1分钟分辨率从固定胚胎核形态推断绝对发育时间的深度学习方法，无需活体成像或遗传修饰	方法目前仅应用于果蝇胚胎，尚未在其他生物体或发育阶段验证	解析胚胎发育过程中基因调控网络的时空动态	果蝇胚胎的核形态和分割基因（Krüppel和hunchback）	digital pathology	NA	固定胚胎成像，深度学习	多尺度集成深度学习模型	图像	野生型果蝇胚胎
31	2025-07-18	Interpretable deep learning framework for understanding molecular changes in human brains with Alzheimer's disease: implications for microglia activation and sex differences 2025-Jul-16, npj aging IF:4.1Q2 DOI:10.1038/s41514-025-00258-5 PMID:40670382	研究论文	本研究开发了一个可解释的深度学习框架，用于理解阿尔茨海默病(AD)患者大脑中的分子变化，特别关注小胶质细胞激活和性别差异	首次发现与AD女性更显著神经元丢失相关的性别连锁转录因子对(ZFX/ZFY)，揭示了AD性别二态性的新机制	研究基于批量组织RNA-seq数据，可能无法完全反映单细胞水平的分子变化	利用人工智能方法研究AD分子水平的改变，发现新的生物标志物和治疗靶点	AD患者和对照组的脑组织样本	数字病理学	阿尔茨海默病	RNA-seq	MLP	基因表达数据	来自ROSMAP、MAYO和MSBB三个队列的多个脑区样本
32	2025-07-18	Hybrid genetic algorithm and deep learning techniques for advanced side-channel attacks 2025-Jul-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-06375-1 PMID:40670393	research paper	该研究提出了一种结合遗传算法和深度学习技术的高级侧信道攻击方法，用于优化神经网络的超参数	引入遗传算法框架，有效解决传统方法在超参数优化中的局限性，如网格搜索的可扩展性差和贝叶斯优化在高维空间中的挑战	未提及具体的数据集规模或实验环境的限制	优化侧信道攻击模型的超参数，提高密钥恢复的准确性	受保护的AES实现	machine learning	NA	遗传算法（GA）和深度学习	神经网络	侧信道数据	NA
33	2025-07-18	Automatic segmentation of liver structures in multi-phase MRI using variants of nnU-Net and Swin UNETR 2025-Jul-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07084-5 PMID:40670420	研究论文	本研究评估了深度学习架构在从多相Gd-EOB-DTPA增强T1加权VIBE MRI扫描中分割肝脏结构的效果	比较了nnU-Net、ResEnc nnU-Net和Swin UNETR三种模型在肝脏结构分割中的表现，发现nnU-Net变体在大多数任务中表现最优	病变和腹水的分割对所有模型来说仍然具有挑战性	开发自动分割肝脏结构的深度学习模型，以改善肝脏疾病的评估和手术规划	肝脏实质、门静脉、肝静脉、主动脉、病变和腹水	数字病理学	肝脏疾病	多相Gd-EOB-DTPA增强T1加权VIBE MRI扫描	nnU-Net, ResEnc nnU-Net, Swin UNETR	MRI图像	458例T1加权VIBE扫描（其中78例手动标注），另加47例标注数据用于跨扫描仪评估
34	2025-07-18	In Silico tool for predicting, designing and scanning IL-2 inducing peptides 2025-Jul-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-08388-2 PMID:40670434	研究论文	开发了一种预测IL-2诱导肽的方法，并构建了集成模型和在线工具IL2pred	结合了基于对齐的方法和人工智能模型（包括机器学习、深度学习和大型语言模型），构建了集成模型，并开发了在线预测工具	主要数据集中IL-2诱导和非诱导肽均为MHC结合物，可能影响模型的泛化能力	预测和设计能够诱导IL-2产生的肽段，用于癌症免疫治疗	IL-2诱导肽和非诱导肽	生物信息学	癌症	机器学习（ML）、深度学习（DL）、大型语言模型（LLM）	Extra Tree、集成模型	肽序列数据	主要数据集包含6,574个实验验证的MHC结合肽（3,429个IL-2诱导肽和3,145个非诱导肽），另有两个替代数据集
35	2025-07-18	Enhancing pathological feature discrimination in diabetic retinopathy multi-classification with self-paced progressive multi-scale training 2025-Jul-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07050-1 PMID:40670454	研究论文	提出了一种结合自步渐进学习和随机多尺度图像重建的深度学习框架，用于糖尿病视网膜病变的多分类任务	引入了自步渐进学习策略（从简单到复杂的样本训练）和随机多尺度图像重建技术，同时采用基于KL散度的集成学习协作正则化方法提升分类一致性	未明确说明模型在真实临床环境中的泛化能力测试情况	提升糖尿病视网膜病变多分类任务的病理特征鉴别能力	糖尿病视网膜病变（DR）的眼底图像	数字病理学	糖尿病视网膜病变	深度学习框架（包含自步学习、多尺度重建、集成学习）	改进的ResNet-50架构	医学图像（眼底照片）	APTOS和MESSIDOR-Kaggle整合数据集（具体数量未说明）
36	2025-07-18	Artificial intelligence-based diabetes risk prediction from longitudinal DXA bone measurements 2025-Jul-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-10136-5 PMID:40670456	研究论文	本研究利用纵向DXA骨测量数据和人工智能技术，预测卡塔尔成年人糖尿病的发病风险	首次使用DXA衍生的全身和区域骨组成指标作为糖尿病发病的预测因子，并结合传统和深度学习模型进行风险预测	研究样本仅限于卡塔尔成年人，可能存在地域局限性	探究与糖尿病发展相关的风险因素，特别是通过DXA骨测量数据进行早期预测	卡塔尔成年人（1382名参与者，包括725名男性和657名女性）	机器学习	糖尿病	双能X线吸收测量法(DXA), SMOTE, SMOTEENN, ANOVA, SHAP	传统模型和深度学习(DL)模型	纵向DXA骨测量数据	1382名参与者（725名男性：146病例/579对照；657名女性：133病例/524对照）
37	2025-07-18	Fusion of microscopic and diffraction images with VGG net for budding yeast recognition in imaging flow cytometry 2025-Jul-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-09320-4 PMID:40670500	研究论文	本文提出了一种结合图像融合技术和深度学习算法的新方法，用于提高显微-衍射成像流式细胞术（MDIFC）中细胞分类的准确性和速度	首次将图像融合技术与基于VGG-net的卷积神经网络（CNN）结合，用于MDIFC中的细胞分类，显著提高了分类准确性和处理速度	研究仅针对芽殖酵母细胞进行验证，尚未在其他细胞类型上测试	提高显微-衍射成像流式细胞术（MDIFC）中细胞分类的准确性和处理速度	芽殖酵母细胞	数字病理学	NA	显微-衍射成像流式细胞术（MDIFC）	VGG-net CNN, SVM, RF	图像	NA
38	2025-07-18	Image quality and radiation dose of reduced-dose abdominopelvic computed tomography (CT) with silver filter and deep learning reconstruction 2025-Jul-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-11184-7 PMID:40670595	研究论文	评估使用SilverBeam滤波器和深度学习重建（DLR）的低剂量CT与标准剂量迭代重建（IR）在腹部盆腔CT中的图像质量和辐射剂量	结合SilverBeam滤波器和DLR的低剂量CT在显著降低辐射剂量的同时，提供与标准剂量IR相当的图像质量	研究样本量有限（182例），且未对不同年龄段的患者进行分层分析	比较低剂量CT与标准剂量CT在腹部盆腔成像中的性能差异	腹部盆腔CT扫描的患者	医学影像	NA	CT扫描、深度学习重建（DLR）、SilverBeam滤波器	DLR	医学影像	182例患者（平均年龄63±14岁，100名男性）
39	2025-07-18	Super-resolution deep learning in pediatric CTA for congenital heart disease: enhancing intracardiac visualization under free-breathing conditions 2025-Jul-16, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11800-0 PMID:40670764	研究论文	本研究评估了超分辨率深度学习重建（SR-DLR）、常规深度学习重建（C-DLR）和混合迭代重建（HIR）在提高儿科先天性心脏病（CHD）CT血管造影（CCTA）图像质量和诊断性能方面的有效性	SR-DLR显著降低图像噪声并提高分辨率，在检测小病灶方面优于现有算法，诊断准确性接近超声	研究样本仅限于1-10岁的儿科患者，且仅在自由呼吸条件下进行CCTA	评估不同重建算法在儿科CHD的CCTA中的图像质量和诊断性能	91名疑似CHD的1-10岁儿科患者	数字病理学	先天性心脏病	CT血管造影（CCTA）	深度学习重建（SR-DLR, C-DLR）	图像	91名1-10岁的儿科患者
40	2025-07-18	Detecting structural heart disease from electrocardiograms using AI 2025-Jul-16, Nature IF:50.5Q1 DOI:10.1038/s41586-025-09227-0 PMID:40670798	研究论文	利用AI从心电图中检测结构性心脏病	开发了一个深度学习模型EchoNext，基于超过100万份心电和影像记录，能够检测多种结构性心脏病，并在内部和外部验证中表现出高诊断准确性	模型在未进行心脏影像检查的患者中进行了前瞻性评估，但可能仍需进一步验证在其他人群中的适用性	提高结构性心脏病的早期检测率，扩大筛查的可及性	结构性心脏病患者	机器学习	心血管疾病	深度学习	EchoNext	心电图和影像记录	超过100万份心电和影像记录