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
4081	2025-10-06	DeepTWA-TM: Deep Learning T-Wave Alternans Detection in Ambulatory ECG via Time Analysis 2025-Aug, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3553789 PMID:40138221	研究论文	提出一种基于深度学习的T波电交替检测方法，可直接从动态心电信号中识别TWA，无需传统预处理步骤	采用迁移学习与VGG、ResNet和Inception等鲁棒架构，无需R峰识别、T波分割或特征工程等预处理步骤	NA	开发非侵入性标记物用于评估心源性猝死风险，特别关注T波电交替检测	真实患者的长期动态心电图数据	机器学习	心血管疾病	心电图信号分析	CNN	心电信号	自定义真实患者长期数据集，包含从不可见微交替到20-100μV高振幅TWA的发作	TensorFlow, PyTorch	VGG, ResNet, Inception	F1分数	NA
4082	2025-10-06	Leveraging Channel Coherence in Long-Term iEEG Data for Seizure Prediction 2025-Aug, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3556775 PMID:40168220	研究论文	本研究提出了一种基于通道相干性分析和深度学习的癫痫发作预测方法CoSP	首次将通道相干性分析与深度学习相结合用于癫痫发作预测，并在长期颅内脑电图数据上进行伪前瞻性验证	研究样本量较小（仅10名患者），需要在更大规模数据上进一步验证	开发更准确的癫痫发作预测方法以改善癫痫患者的生活质量	癫痫患者的长期颅内脑电图数据	医疗人工智能	癫痫	颅内脑电图记录，相干性分析	CNN	脑电图信号	10名患者的长期iEEG数据	NA	四层卷积神经网络	癫痫敏感度，误报率，预警时间占比	NA
4083	2025-10-06	Integrating Clinical Insights via Hierarchical Inference to Predict Conditions in Bilaterally Symmetric Organs 2025-Aug, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3556717 PMID:40168215	研究论文	提出一种用于双侧对称器官疾病诊断和随访预测的双边模型	结合分层推理和自监督学习技术，通过共享权重优化效率并提升模型可解释性	主要专注于眼科病例，在其他双侧对称器官的应用需进一步验证	开发支持临床诊断和随访间隔预测的深度学习模型	双侧对称器官（特别是眼科）的疾病诊断和随访预测	医疗人工智能	眼科疾病	深度学习，自监督学习	稀疏自编码器，分类器	眼科数据集	NA	NA	分层推理架构	预测准确性，可解释性	NA
4084	2025-10-06	FIND: A Framework for Iterative to Non-Iterative Distillation for Lightweight Deformable Registration 2025-Aug, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3556676 PMID:40168217	研究论文	提出一种用于轻量化可变形图像配准的迭代到非迭代蒸馏框架	通过双重蒸馏过程将迭代网络的复杂变形处理能力有效迁移到非迭代轻量网络	NA	解决深度学习网络在资源受限设备上部署的挑战	医学图像配准	计算机视觉	NA	知识蒸馏	深度学习网络	医学图像	四个数据集	NA	非迭代轻量网络(NIL)	Dice系数	CPU, GPU
4085	2025-10-06	Fetal Cerebellum Landmark Detection Based on 3D MRI: Method and Benchmark 2025-Aug, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3559702 PMID:40208761	研究论文	提出一种基于3D MRI的胎儿小脑标志点检测方法及基准数据集	引入解剖伪标签引导注意力网络(APGA)和特征解耦变换器(FDT)，首次建立3D MRI胎儿小脑标志点检测基准	未明确说明样本数量和数据来源的具体限制	提高胎儿小脑标志点检测的准确性	胎儿小脑	计算机视觉	胎儿脑发育异常	3D MRI	深度学习	3D医学图像	NA	NA	APGA, FDT	NA	NA
4086	2025-04-14	Deep Learning-Based Detection and Severity Assessment of Bicuspid Aortic Valve Stenosis 2025-Aug, Journal of the American Society of Echocardiography : official publication of the American Society of Echocardiography IF:5.4Q1 DOI:10.1016/j.echo.2025.04.002 PMID:40220934	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
4087	2025-10-06	A High-resolution T2WI-based Deep Learning Model for Preoperative Discrimination Between T2 and T3 Rectal Cancer: A Multicenter Study 2025-Aug, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.03.048 PMID:40221285	研究论文	开发基于高分辨率T2加权影像的深度学习模型用于术前区分直肠癌T2和T3分期	首次构建基于DenseNet的深度学习模型用于直肠癌T2/T3分期鉴别，并在多中心数据上验证其性能优于经验丰富的放射科医生	回顾性研究设计，样本量相对有限（281例患者），外部测试集样本较少（26例）	术前准确区分直肠癌T2和T3分期以指导治疗决策	经病理证实的直肠癌患者	医学影像分析	直肠癌	高分辨率T2加权磁共振成像	深度学习	医学影像	281例患者（来自4个医疗中心，2017年1月-2022年12月）	NA	DenseNet	准确率, 敏感度, 特异度, AUC	NA
4088	2025-10-06	Exploring deep learning in phage discovery and characterization 2025-08, Virology IF:2.8Q3 DOI:10.1016/j.virol.2025.110559 PMID:40359589	综述	探讨深度学习在噬菌体发现和表征中的应用进展与挑战	整合神经网络算法与预训练语言模型（如BERT）改进病毒宏基因组组装基因组重建	文中提及该方法存在局限性但未具体说明	推动深度学习在噬菌体研究领域的应用发展	噬菌体（细菌病毒）	自然语言处理, 机器学习	NA	宏基因组测序, 生物信息学工具	神经网络, BERT	宏基因组数据	NA	NA	BERT	NA	GPU
4089	2025-10-06	NSSI-Net: A Multi-Concept GAN for Non-Suicidal Self-Injury Detection Using High-Dimensional EEG in a Semi-Supervised Framework 2025-Aug, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3558170 PMID:40402701	研究论文	提出一种名为NSSI-Net的半监督对抗网络，用于从高维脑电图数据中检测非自杀性自伤行为	结合空间-时间特征提取模块和多概念判别器，首次在NSSI检测中集成空间-时间脑动力学和多概念特征	仅使用自收集数据集（n=114），样本规模有限	开发基于脑电图的非自杀性自伤行为检测方法	青少年抑郁症患者的非自杀性自伤行为	机器学习	精神疾病	脑电图	GAN, CNN, BiGRU	脑电图信号	114名受试者	NA	2D-CNN, BiGRU	准确率	NA
4090	2025-10-06	Towards effective and efficient machine learning models for schistosomiasis diagnosis in microscopic images 2025-Aug, Experimental parasitology IF:1.4Q3 DOI:10.1016/j.exppara.2025.108967 PMID:40578420	研究论文	提出结合深度学习和传统机器学习的自动化方法用于血吸虫病显微镜图像诊断	首次将基于深度学习的物体检测方法与经典机器学习技术和HOG特征提取相结合，用于曼氏血吸虫卵的自动识别	NA	开发有效且高效的血吸虫病自动诊断系统	曼氏血吸虫卵的显微镜图像	计算机视觉	血吸虫病	加藤- Katz寄生虫学技术	CNN, 机器学习模型	图像	1100张图像	NA	Faster R-CNN, ResNet-50	平均精度, IoU	NA
4091	2025-10-06	Performance evaluation of enhanced deep learning classifiers for person identification and gender classification 2025-Aug-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-12474-w PMID:40750626	研究论文	提出一种增强型深度学习分类器范式，用于基于眼周区域的人员身份识别和性别分类	提出六边形ROI提取方法、三种新型自定义深度学习分类器架构以及使用自适应coati优化算法调整超参数	NA	解决现有生物识别系统在眼周图像人员识别和性别分类中的准确率、过拟合和计算效率问题	眼周区域图像	计算机视觉	NA	拉普拉斯变换	CNN, Transformer, Siamese network	图像	UBIPr和UFPR两个数据集	NA	扩张轴向注意力卷积神经网络, 自频谱注意力关系变换器网络, 参数化超复数卷积孪生网络	准确率	NA
4092	2025-10-06	Application of deep learning models in gastric cancer pathology image analysis: a systematic scoping review 2025-Aug-01, BMC cancer IF:3.4Q2 DOI:10.1186/s12885-025-14662-3 PMID:40750872	综述	系统评估深度学习模型在胃癌病理图像分析中的应用现状、挑战和未来方向	首次系统梳理深度学习在胃癌病理图像分析中的综合应用，明确当前研究空白和发展方向	纳入研究存在数据集规模有限、缺乏外部验证、数据多样性不足等局限性	评估深度学习在胃癌病理图像分析中的应用价值和发展前景	胃癌病理图像	数字病理	胃癌	深度学习	CNN	病理图像	22项符合纳入标准的研究（初始检索520篇文献）	NA	卷积神经网络	准确率（部分模型超过95%）	NA
4093	2025-10-06	Structure Modeling Protocols for Protein Multimer and RNA in CASP16 With Enhanced MSAs, Model Ranking, and Deep Learning 2025-Aug-01, Proteins IF:3.2Q2 DOI:10.1002/prot.70033 PMID:40751131	研究论文	介绍CASP16中蛋白质复合物和RNA结构预测的方法与结果	整合多种先进深度学习模型，采用增强的多序列比对和共识排序方法，并引入大型宏基因组序列数据库	存在需要进一步改进的领域，部分目标与其他组结果差异显著	蛋白质复合物和RNA结构预测	蛋白质多聚体和RNA分子	计算生物学	NA	多序列比对(MSA), 宏基因组测序	深度学习模型	蛋白质序列, RNA序列, 结构数据	CASP16竞赛数据集	NuFold	集成学习方法	排名评估(蛋白质复合物预测第一, RNA结构预测第三)	NA
4094	2025-10-06	Clinical benefits of deep learning-assisted ultrasound in predicting lymph node metastasis in pancreatic cancer patients 2025-Aug, Future oncology (London, England) DOI:10.1080/14796694.2025.2520149 PMID:40548666	研究论文	开发并验证基于超声图像的深度学习放射组学列线图模型，用于预测胰腺癌患者淋巴结转移	首次将深度学习特征与放射组学特征结合构建DLRN模型，并证明其能显著提升超声医师（尤其是初级医师）的诊断性能	回顾性研究设计，样本量有限（249例病例），需要多中心前瞻性研究进一步验证	提高胰腺癌患者淋巴结转移的预测准确性	249例经组织病理学确诊的胰腺癌患者（其中78例伴有淋巴结转移）	医学影像分析	胰腺癌	超声成像	迁移学习, 逻辑回归	超声图像	249例胰腺癌病例（训练集与测试集按8:2划分）	NA	InceptionV3	AUC, 校准曲线, 决策曲线分析	NA
4095	2025-10-06	Cerebral Amyloid Deposition With 18F-Florbetapir PET Mediates Retinal Vascular Density and Cognitive Impairment in Alzheimer's Disease 2025-Aug-01, Human brain mapping IF:3.5Q1 DOI:10.1002/hbm.70310 PMID:40757876	研究论文	本研究探讨脑部淀粉样蛋白沉积通过视网膜血管密度影响阿尔茨海默病认知功能的机制	首次揭示脑部Aβ沉积在视网膜血管密度与认知障碍关系中的中介作用，并发现1.0-1.5 PD区域效应最显著	样本量相对有限（92名参与者），横断面研究无法确定因果关系	探究脑部Aβ沉积、视网膜血管密度与认知衰退之间的相互关系	47名AD患者和45名健康对照参与者	医学影像分析	阿尔茨海默病	深度学习眼底摄影，F-florbetapir PET/MRI	深度学习	眼底图像，PET/MRI影像	92名参与者（47名AD患者，45名健康对照）	NA	NA	Pearson相关系数，p值	NA
4096	2025-10-06	Longitudinal image-based prediction of surgical intervention in infants with hydronephrosis using deep learning: Is a single ultrasound enough? 2025-Aug, PLOS digital health DOI:10.1371/journal.pdig.0000939 PMID:40758672	研究论文	开发用于预测肾积水婴儿需要肾盂成形术的深度学习模型，比较单次与多次超声检查的预测性能	首次开发整合多次超声检查的机器学习模型来预测肾积水严重程度，并与单次检查模型进行系统比较	多机构验证显示多访视模型未能显著优于单访视模型	预测肾积水婴儿是否需要手术干预（肾盂成形术）	来自三家医疗机构的794名肾积水婴儿患者	医学影像分析	肾积水	超声成像	深度学习,LSTM	超声图像	794名患者（603名来自SickKids，102名来自Stanford，89名来自CHOP）	NA	卷积池化,长短期记忆网络,时序移位模型	AUROC,AUPRC	NA
4097	2025-10-06	Updating "BePLi Dataset v1: Beach Plastic Litter Dataset version 1, for instance segmentation of beach plastic litter" with 13 object classes 2025-Aug, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111867 PMID:40761540	研究论文	更新海滩塑料垃圾数据集BePLi v2，包含3722张原始图像和118,572个手动标注，用于海滩塑料垃圾的实例分割	从v1版本升级到v2版本，扩展了数据集规模并细分为13个塑料垃圾对象类别	数据仅来自日本西北海岸的自然海岸环境，可能缺乏地理多样性	开发基于深度学习的自动化图像处理方法，用于监测海滩塑料垃圾分布	海滩环境中的宏观塑料垃圾	计算机视觉	NA	遥感成像（网络摄像头和无人机）	深度学习	图像	3722张原始图像，118,572个标注	NA	NA	NA	NA
4098	2025-10-06	Bridging technology and medicine: artificial intelligence in targeted anticancer drug delivery 2025-Aug-01, RSC advances IF:3.9Q2 DOI:10.1039/d5ra03747f PMID:40761897	综述	探讨人工智能在靶向抗癌药物递送领域中的整合应用与创新方法	通过多种AI方法（机器学习、深度学习、强化学习）提升抗癌药物递送的精准度和疗效，推动传统治疗模式向个性化医疗转变	数据质量不足、AI模型可解释性有限、临床环境需更稳健验证	提升癌症靶向药物治疗的精准度和有效性	癌症患者基因组学、蛋白质组学和临床数据	机器学习	癌症	基因组测序、蛋白质组分析、医学影像分析	支持向量机, 随机森林, CNN, 强化学习	基因组数据, 蛋白质组数据, 临床数据, 医学影像	NA	NA	NA	NA	NA
4099	2025-10-06	SecProGNN: Predicting Bronchoalveolar Lavage Fluid Secreted Protein Using Graph Neural Network 2025-Aug, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3548263 PMID:40042949	研究论文	提出了一种名为SecProGNN的新型深度学习框架，用于预测支气管肺泡灌洗液中的分泌蛋白	首次将图神经网络应用于BALF分泌蛋白预测，通过将蛋白质表示为基于氨基酸相互作用的图结构数据	蛋白质复杂性高且存在技术限制，对蛋白质的全面表征仍具挑战性	预测支气管肺泡灌洗液中的分泌蛋白并探索肺腺癌潜在生物标志物	支气管肺泡灌洗液中的蛋白质	生物信息学	肺腺癌	蛋白质组学分析	图神经网络,多层感知机	蛋白质序列数据	超过三千种BALF蛋白质	NA	GNN, MLP	NA	NA
4100	2025-10-06	Counterfactual Bidirectional Co-Attention Transformer for Integrative Histology-Genomic Cancer Risk Stratification 2025-Aug, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3548048 PMID:40042950	研究论文	提出一种反事实双向协同注意力Transformer框架，整合组织学全切片图像和基因组数据用于癌症风险分层	引入反事实推理和双向协同注意力机制，通过因果关系建模单模态和多模态知识，减少学习偏差并探索特征对生存结果的影响	未明确说明模型在临床部署中的实际应用限制和计算效率问题	开发整合组织学和基因组数据的深度学习模型，改善癌症患者预后生存预测	癌症患者组织学全切片图像和基因组数据	数字病理学	癌症	全切片图像分析，基因组数据分析	Transformer	图像，基因组数据	来自癌症基因组图谱(TCGA)的八个癌症基准数据集	NA	CounterFactual Bidirectional Co-Attention Transformer	c-index	NA