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	2025-10-01	Manifold Embedding of Quantum Information as Molecule Representation to Predict Blood-Brain Barrier Permeability by Deep Learning 2025-Sep-30, Molecular pharmaceutics IF:4.5Q1 DOI:10.1021/acs.molpharmaceut.5c01196 PMID:41025720	研究论文	本研究利用量子信息流形嵌入作为分子表示，通过深度学习预测血脑屏障渗透性	提出分子表面流形嵌入(MEMS)作为量子信息分子表示方法，能更真实地编码分子相互作用	模型性能受数据规模和质量影响，不同B3DB组间存在显著差异，log值分布不平衡，立体化学数据有限限制了手性影响的研究	改进中枢神经系统药物设计中血脑屏障渗透性的预测准确性	分子化合物及其血脑屏障渗透性	机器学习	神经系统疾病	深度学习	深度学习模型	分子结构数据	B3DB数据集
22	2025-10-01	Analysis of trichoscopic images using deep neural networks for the diagnosis and activity assessment of alopecia areata - a retrospective study 2025-Sep-30, Journal der Deutschen Dermatologischen Gesellschaft = Journal of the German Society of Dermatology : JDDG DOI:10.1111/ddg.15847 PMID:41025749	研究论文	开发基于深度神经网络的毛囊镜图像分析框架，用于斑秃的诊断和活动性评估	首次将人工智能技术应用于斑秃的诊断和分期，实现了对斑秃活动性的自动识别	回顾性研究，样本来源单一	开发深度学习框架来诊断斑秃并确定其活动水平	患有头皮疾病的患者和健康对照者的毛囊镜图像	计算机视觉	斑秃	毛囊镜检查	深度神经网络	图像	NA
23	2025-10-01	Nephrocast-V: A Deep Learning Model for the Prediction of Vancomycin Trough Concentration Using Electronic Health Record Data 2025-Sep-30, Pharmacotherapy IF:2.9Q2 DOI:10.1002/phar.70062 PMID:41025800	研究论文	开发了一个深度学习模型Nephrocast-V，用于提前2天预测危重患者的万古霉素谷浓度	结合LSTM和多头注意力层，并在深度学习模型最后一层加入跳跃连接以整合历史剂量信息	研究数据仅来自单一医疗中心的ICU患者	预测万古霉素谷浓度并提供最佳剂量调整建议以实现目标药物浓度	加州大学圣地亚哥健康系统ICU收治的成年患者	医疗人工智能	细菌感染	深度学习	LSTM + Multi-Head Attention	电子健康记录数据	2205例ICU住院记录
24	2025-10-01	MEMO-Stab2: Multi-View Sequence-Based Deep Learning Framework for Predicting Mutation-Induced Stability Changes in Transmembrane Proteins 2025-Sep-29, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c01774 PMID:41021316	研究论文	提出了一种基于多视图序列的深度学习框架MEMO-Stab2，用于预测跨膜蛋白中点突变引起的稳定性变化	首次将Transformer架构与多预训练蛋白质语言模型嵌入结合，无需实验3D结构或多序列比对即可预测跨膜蛋白突变稳定性	NA	开发快速且不依赖结构的深度学习框架，准确预测跨膜蛋白点突变对热力学稳定性的影响	跨膜蛋白及其点突变	计算生物学	NA	深度学习，蛋白质语言模型	Transformer	蛋白质序列数据	内部和外部跨膜蛋白突变数据集
25	2025-10-01	Comparison of machine learning and deep learning models in manual strength prediction using anthropometric variables 2025-Sep-29, International journal of occupational safety and ergonomics : JOSE IF:1.6Q3 DOI:10.1080/10803548.2025.2554461 PMID:41021732	研究论文	比较机器学习和深度学习模型在利用人体测量变量预测手动力量方面的性能	首次系统比较传统机器学习、集成方法和新兴深度学习模型（TabNet、TabPFN）在人体力量预测任务中的表现，并使用SHAP分析进行特征重要性解释	样本仅来自墨西哥坎佩切经济活跃人群，可能限制模型的泛化能力；集成方法存在过拟合倾向	评估不同预测模型在基于人体测量变量估计手动力量方面的性能	382名墨西哥坎佩切经济活跃人群的男性和女性参与者	机器学习	NA	SHAP分析	线性回归、随机森林、AdaBoost、XGBoost、TabNet、TabPFN、CNN	人体测量数据和力量数据	382名参与者
26	2025-10-01	Specific Emitter Identification by Edge Pattern Detection and Incremental Open-World Learning 2025-Sep-29, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3615797 PMID:41021937	研究论文	提出一种基于边缘模式检测和增量开放世界学习的特定辐射源识别框架	提出增量开放世界学习框架，通过边缘模式检测生成高质量伪未知数据集，并结合混合类增量学习方法保持原有识别能力	未明确说明模型在极端开放场景下的性能边界	解决无线设备信号识别在开放世界场景中的增量学习问题	无线设备发射的时域信号	机器学习	NA	边缘模式检测、对抗样本生成、类增量学习	深度学习模型	时域信号	真实采集的数据集（具体数量未说明）
27	2025-10-01	Low-Count PET Image Reconstruction with Generalized Sparsity Priors via Unrolled Deep Networks 2025-Sep-29, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3615075 PMID:41021951	研究论文	提出一种基于展开深度网络的低计数PET图像重建方法GS-Net，通过广义稀疏先验提升重建性能	将泊松分布最大似然估计与广义域变换稀疏学习相结合，采用ADMM框架和自适应超参数调整	未明确说明方法在极端低计数条件下的性能表现	改进低计数PET图像重建的质量和效率	模拟患者脑部数据集和真实患者全身临床数据集	医学影像处理	NA	PET成像	展开深度网络(Unrolled Deep Network)	医学图像	模拟脑部数据集和真实全身临床数据集（多计数水平）
28	2025-10-01	M-TabNet: A Transformer-Based Multi-Encoder for Early Neonatal Birth Weight Prediction Using Multimodal Data 2025-Sep-29, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3614285 PMID:41021962	研究论文	提出基于Transformer的多编码器模型M-TabNet，用于早期新生儿出生体重预测	开发了注意力机制的多编码器架构，整合生理、生活方式、营养和遗传等多模态数据，解决了传统模型忽略营养和遗传影响的问题	使用内部私有数据集进行验证，需要更多外部验证	开发早期新生儿出生体重预测模型以改善围产期健康管理	新生儿出生体重预测	机器学习	新生儿疾病	深度学习	Transformer	多模态数据（生理、生活方式、营养、遗传）	内部私有数据集和IEEE儿童数据集
29	2025-10-01	Bonferroni Mean Pre-Aggregation Operator Assisted Dynamic Fuzzy Histogram Equalization for Retinal Vascular Segmentation 2025-Sep-29, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3615462 PMID:41021955	研究论文	提出一种基于Bonferroni均值预聚合算子和动态模糊直方图均衡化的无监督视网膜血管分割方法	首次将处理相互关系的Bonferroni均值预聚合算子与动态模糊直方图均衡化结合，通过特征强度先验信息增强血管特征	未与深度学习方法进行直接比较，且未在大规模临床数据上验证	开发无需标注的无监督视网膜血管分割方法以提高分割准确性	眼底图像中的视网膜血管结构	计算机视觉	视网膜疾病	动态模糊直方图均衡化，Bonferroni均值预聚合算子	无监督图像处理方法	眼底图像	使用DRIVE、STARE和HRF三个公开数据集进行评估
30	2025-10-01	Beyond the human eye: Artificial intelligence revolutionizing plasma quality control 2025-Sep-29, Vox sanguinis IF:1.8Q3 DOI:10.1111/vox.70122 PMID:41022431	研究论文	开发基于人工智能的自动化血浆质量控制系统，用于标准化检测血浆颜色和浊度异常	首次将深度学习技术应用于血浆质量控制的自动化检测，替代传统主观视觉检查方法	研究仅在单一输血中心进行，需要更多中心验证系统普适性	评估人工智能系统在输血医学中检测血浆质量异常的准确性和可靠性	973袋血浆样本（正常和异常血浆袋）	计算机视觉	NA	深度学习	深度学习模型	图像	973袋血浆样本（训练集789袋，测试集184+486袋）
31	2025-10-01	Automated deep U-Net model for ischemic stroke lesion segmentation in the sub-acute phase 2025-Sep-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-17337-y PMID:41022812	研究论文	开发一种用于亚急性缺血性卒中病灶自动分割的深度学习框架	提出具有六条并行路径的新型多路径残差U-Net架构，每块包含0-5个卷积层深度	需要在不同临床环境中进行多中心验证才能投入临床应用	开发并验证用于FLAIR MRI中亚急性缺血性卒中病灶自动分割的深度学习框架	亚急性缺血性卒中患者的FLAIR MRI图像	医学影像分析	缺血性卒中	FLAIR MRI，N4偏置场校正	多路径残差U-Net	医学影像	28名患者（18名训练，5名验证，5名测试）
32	2025-10-01	Wearable interactive full-body motion tracking and haptic feedback network systems with deep learning 2025-Sep-29, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-63644-3 PMID:41022813	研究论文	提出一种集成全身运动分析与实时双向触觉反馈的低成本运动追踪系统	结合柔性贴片式表皮触觉设备与远程机器学习框架，实现全身运动捕捉和个性化时间同步反馈的闭环系统	NA	开发具有实时双向触觉反馈能力的低成本运动追踪系统	全身运动追踪与触觉反馈系统	机器学习	NA	深度学习	机器学习框架	运动数据	NA
33	2025-10-01	A super-resolution network based on dual aggregate transformer for climate downscaling 2025-Sep-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-17234-4 PMID:41022853	研究论文	提出一种基于双聚合Transformer的气候降尺度超分辨率网络CDDAT，用于生成高分辨率降雨图像	结合轻量CNN和双聚合Transformer的混合模型，通过多元融合提供风暴微物理和动力结构信息，能动态重分配不同降雨变量的重要性	仅使用NJU-CPOL数据集进行评估，未在其他气候数据集上验证泛化能力	解决气候降尺度问题，生成高分辨率降雨图像数据	降雨图像数据	计算机视觉	NA	深度学习	CNN, Transformer	图像	NJU-CPOL数据集
34	2025-10-01	A deep learning algorithm for automatic 3D segmentation and quantification of hamstrings musculotendon injury from MRI 2025-Sep-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-16926-1 PMID:41022866	研究论文	开发用于自动分割和量化MRI中腘绳肌肌腱损伤的深度学习算法	首个基于AI的自动3D分割方法，能够量化水肿体积和肌肉受影响比例，并与临床损伤分级相关联	腘绳肌腱结构的相关性相对较低(R≥0.42)，样本来源仅限于大学足球运动员	开发自动化AI模型用于腘绳肌损伤的精确量化和评估	大学足球运动员的腘绳肌肌腱损伤	医学影像分析	肌肉损伤	T2加权和T1加权磁共振成像(MRI)	深度学习算法	3D医学影像	大学足球运动员在腘绳肌损伤时和恢复运动时的MRI扫描
35	2025-10-01	Mixed prototype correction for causal inference in medical image classification 2025-Sep-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-15920-x PMID:41022936	研究论文	提出一种混合原型校正因果推理方法(MPCCI)，用于提升医学图像分类的诊断准确性	结合基于前门调整的因果推理组件和自适应训练策略，通过多视图特征提取和混合原型校正模块来缓解未观测混杂因素的影响	NA	减轻未观测混杂因素对医学图像与疾病标签间因果关系的影响，提升深度学习模型的诊断准确性	医学图像（CT和超声图像）	医学图像分析	NA	因果推理、多视图特征提取	深度学习模型	医学图像	四个医学图像数据集
36	2025-10-01	Clinical application of deep learning for enhanced multistage caries detection in panoramic radiographs 2025-Sep-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-16591-4 PMID:41022932	研究论文	本研究开发了一种基于深度学习的两阶段模型系统，用于在全景X光片中增强检测多阶段龋齿	采用YOLOv5进行牙齿检测和Attention U-Net进行龋齿分割的两模型方法，在全景X光片上实现了多阶段龋齿的自动检测	存在低估釉质龋齿的情况，偶尔会在健康牙齿上过度预测龋齿（假阳性）	利用深度学习技术提升全景X光片中多阶段龋齿的检测能力	牙齿龋齿病变	计算机视觉	龋齿	深度学习	YOLOv5, Attention U-Net	X光图像	500张全景X光片，包含14,997颗牙齿中的1,792个龋齿病变
37	2025-10-01	Advanced deep feature engineering with crayfish optimization for diabetes detection using tongue images 2025-Sep-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-14780-9 PMID:41022952	研究论文	提出一种基于舌象分析的深度特征工程与小龙虾优化算法相结合的糖尿病检测方法	首次将小龙虾优化算法(COA)应用于糖尿病舌象分析的深度特征工程中，通过超参数调优提升模型性能	仅使用单一舌象数据集进行验证，未在不同人群或临床环境中进行广泛测试	开发一种准确、非侵入性的糖尿病诊断方法	糖尿病患者的舌象图像	计算机视觉	糖尿病	舌象分析	SE-DenseNet, TCN, COA	图像	舌象数据集（具体样本数量未明确说明）
38	2025-10-01	Dual Attention-Based recurrent neural network and Two-Tier optimization algorithm for human activity recognition in individuals with disabilities 2025-Sep-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-12283-1 PMID:41022965	研究论文	提出一种基于双注意力机制和双层优化算法的人类活动识别模型，专门用于残疾人士	结合双注意力双向门控循环单元和塔斯马尼亚恶魔优化器进行超参数选择，在人类活动识别任务中实现98.66%的准确率	NA	改进人类活动识别技术以更好地辅助残疾人士	残疾人士的人类活动数据	机器学习	残疾相关疾病	深度学习、元启发式优化算法	双注意力双向门控循环单元(DABiG)、二元萤火虫算法(BFA)、塔斯马尼亚恶魔优化器(TDO)	传感器数据	使用HAR数据集进行实验评估
39	2025-10-01	Adaptive temporal attention mechanism and hybrid deep CNN model for wearable sensor-based human activity recognition 2025-Sep-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-18444-6 PMID:41022984	研究论文	提出一种名为CNNd-TAm的混合深度学习模型，用于基于可穿戴传感器的人类活动识别	通过整合扩张卷积网络和改进的时间注意力机制，增强空间特征提取和长期时间依赖性建模	NA	开发高效的人类活动识别系统，解决复杂活动识别中的不足	人类基本活动和复杂活动	机器学习	NA	深度学习	CNN与时间注意力机制的混合模型	传感器数据（加速度计和陀螺仪）	10人参与的13种活动数据
40	2025-10-01	An efficient deep learning network for brain stroke detection using salp shuffled shepherded optimization 2025-Sep-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-17725-4 PMID:41023014	研究论文	提出一种基于Salp Shuffled Shepherded优化算法的高效深度学习网络S3ET-NET，用于脑卒中MRI图像检测	结合Salp Shuffled Shepherded优化算法与EfficientNet模型，提出S3ET-NET新架构，在脑卒中检测中达到99.41%的可靠性	NA	开发高效的脑卒中自动检测方法	脑部MRI图像中的正常、缺血性卒中和出血性卒中病例	计算机视觉	脑卒中	磁共振成像（MRI）、弥散加权成像（DWI）	S3ET-NET（基于EfficientNet、Ghost Net和S3O优化算法）	图像	NA