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
4101	2025-10-06	PPA Net: The Pixel Prediction Assisted Net for 3D TOF-MRA Cerebrovascular Segmentation 2025-Aug, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3561146 PMID:40293899	研究论文	提出一种名为PPA Net的深度学习模型用于3D TOF-MRA脑血管分割	提出结合VesselMRA Net和VesselConvLSTM的模块化分割框架，通过矩形卷积块融合多尺度特征，利用注意力机制解决类别不平衡问题，并采用像素级预测模型减少个体差异	NA	开发精确的脑血管分割方法以辅助脑血管疾病的诊断和治疗	3D TOF-MRA图像中的脑血管	计算机视觉	脑血管疾病	TOF-MRA	深度学习	3D医学图像	三个公开数据集	NA	PPA Net, VesselMRA Net, VesselConvLSTM	NA	NA
4102	2025-10-06	Clinical Implementation of Sixfold-Accelerated Deep Learning Superresolution Knee MRI in Under 5 Minutes: Arthroscopy-Validated Diagnostic Performance 2025-Jul, AJR. American journal of roentgenology DOI:10.2214/AJR.25.32878 PMID:40266704	研究论文	本研究验证了六倍加速深度学习超分辨率膝关节MRI在5分钟内完成的临床效能，并与关节镜手术结果进行对比	首次将六倍加速（三倍并行成像+两倍同步多层采集）与深度学习超分辨率重建相结合，实现5分钟内完成膝关节MRI扫描	回顾性研究设计，样本量相对有限（124例患者）	验证加速膝关节MRI的临床诊断性能	患有膝关节疼痛的成年患者	医学影像	膝关节疾病	MRI，深度学习超分辨率重建，并行成像，同步多层采集	深度学习	MRI图像	124例成年患者（79名男性，45名女性），平均年龄46±17岁	NA	超分辨率重建网络	AUC，灵敏度，特异性，准确率，Kappa值	NA
4103	2025-10-06	BERTAgent: The development of a novel tool to quantify agency in textual data 2025-Jul, Journal of experimental psychology. General DOI:10.1037/xge0001740 PMID:40354292	研究论文	开发了一种基于BERT的新工具BERTAgent，用于量化文本数据中的能动性语义	克服了传统词频统计方法对语义上下文不敏感的缺陷，能够考虑能动性的强度和方向性差异	NA	开发能够准确量化文本中能动性语义的计算工具	文本数据中的能动性语义编码	自然语言处理	NA	深度学习，自然语言处理	Transformer	文本	NA	NA	BERT	收敛效度，区分效度	NA
4104	2025-10-06	Advanced mastitis detection in Bos indicus cows: A deep learning approach integrated with infrared thermography 2025-Jul, Journal of thermal biology IF:2.9Q1 DOI:10.1016/j.jtherbio.2025.104173 PMID:40540820	研究论文	本研究结合红外热成像技术和深度学习算法，开发了一种用于检测Bos indicus品种奶牛乳腺炎的非侵入性诊断方法	首次将红外热成像与深度学习CNN模型相结合用于Tharparkar品种奶牛的乳腺炎检测，并比较了不同季节的温度变化特征	研究主要针对特定品种(Tharparkar cattle)，在资源有限的奶牛系统中应用效果需要进一步验证	开发准确、非侵入性的奶牛乳腺炎检测方法以提高奶牛健康管理和生产效益	Tharparkar品种奶牛的乳房热成像数据，包括健康、亚临床乳腺炎和临床乳腺炎三种状态	计算机视觉	乳腺炎	红外热成像技术(IRT)、加州乳腺炎测试(CMT)、体细胞计数(SCC)	CNN	热成像图像	7223个乳房热成像图，来自不同季节的健康、亚临床和临床乳腺炎乳房区域	NA	ResNet-50,VGG16	准确率,ROC分析	NA
4105	2025-10-06	Phase recognition in manual Small-Incision cataract surgery with MS-TCN + + on the novel SICS-105 dataset 2025-May-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-00303-z PMID:40399321	研究论文	本研究首次构建了手动小切口白内障手术视频数据集，并利用MS-TCN++架构实现了手术阶段识别	创建了首个手动小切口白内障手术视频数据集SICS-105，并将MS-TCN++架构首次应用于该手术的阶段识别	手术阶段数量较多且持续时间较长，相比超声乳化手术更具挑战性	通过深度学习实现手动小切口白内障手术的阶段识别	手动小切口白内障手术视频	计算机视觉	白内障	深度学习	MS-TCN++	视频	105名患者（SICS-105数据集）	NA	MS-TCN++	准确率, 编辑距离, F1分数, 精确率-召回率AUC, 敏感度, 特异度	NA
4106	2025-10-06	Integration of MRI radiomics and clinical data for preoperative prediction of vascular invasion in breast cancer: A deep learning approach 2025-May, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2025.110339 PMID:39880177	研究论文	本研究通过整合MRI影像组学特征与临床数据，开发深度学习模型用于乳腺癌血管侵犯的术前预测	首次将MRI影像组学特征与临床数据相结合，采用深度学习方法构建乳腺癌血管侵犯预测模型	样本量相对较小（102例患者），且为单中心回顾性研究	提高乳腺癌血管侵犯的术前预测准确性，为手术规划和患者管理提供依据	经手术病理证实的102例浸润性乳腺癌患者	医学影像分析	乳腺癌	MRI成像，扩散加权成像（DWI），动态增强扫描	深度学习模型	医学影像（MRI），临床数据	102例乳腺癌患者	NA	NA	AUC，敏感性，特异性	NA
4107	2025-10-06	T-ALPHA: A Hierarchical Transformer-Based Deep Neural Network for Protein-Ligand Binding Affinity Prediction with Uncertainty-Aware Self-Learning for Protein-Specific Alignment 2025-Mar-10, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c02332 PMID:39965912	研究论文	提出了一种名为T-ALPHA的新型深度学习模型，用于提高蛋白质-配体结合亲和力预测的准确性	在分层Transformer框架中集成多模态特征表示，并引入无需额外实验数据的不确定性感知自学习方法进行蛋白质特异性对齐	NA	开发能够准确预测小分子与蛋白质靶点结合亲和力的计算方法	蛋白质-配体结合亲和力	机器学习	NA	深度学习	Transformer	蛋白质结构数据，配体数据	NA	NA	分层Transformer	结合亲和力评分函数评估指标	NA
4108	2025-10-06	KaMLs for Predicting Protein pKa Values and Ionization States: Are Trees All You Need? 2025-Feb-11, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.4c01602 PMID:39882632	研究论文	开发基于决策树和图注意力网络的KaML模型，用于准确预测蛋白质pKa值和电离状态	提出分别处理酸和碱、使用AlphaFold结构进行数据增强、在理论pKa数据库上进行模型预训练等创新方法	机器学习方法受限于实验数据的稀缺性	提高蛋白质电离状态预测的准确性，用于生物学理解和计算机辅助药物发现	蛋白质电离状态和pKa值	机器学习	NA	机器学习	决策树,图注意力网络(GAT)	蛋白质结构数据,实验pKa数据库	PKAD-3数据库（包含高度偏移pKa值）	NA	决策树,GAT	pKa值预测准确率,电离状态分类准确率	NA
4109	2025-10-06	Deep learning-driven bacterial cytological profiling to determine antimicrobial mechanisms in Mycobacterium tuberculosis 2025-Feb-11, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2419813122 PMID:39913203	研究论文	本研究开发了基于卷积神经网络的细菌细胞学分析方法MycoBCP，用于确定结核分枝杆菌抗菌药物的作用机制	将卷积神经网络应用于细菌细胞学分析，克服传统图像分析技术面临的细胞聚集和染色不均等挑战	转录抑制和翻译抑制导致的相似形态难以有效区分，需要进一步优化	加速结核病治疗药物的作用机制确定，推动新型有效药物的开发	结核分枝杆菌及其对多种抗菌化合物的形态反应	计算机视觉	结核病	细菌细胞学分析	CNN	图像	NA	NA	NA	准确率	NA
4110	2025-10-06	Signal-Guided Multitask Learning for Myocardial Infarction Classification Using Images of Electrocardiogram 2025, Cardiology IF:1.9Q3 DOI:10.1159/000542399 PMID:39504941	研究论文	开发基于信号引导多任务学习的深度学习算法，使用心电图图像进行心肌梗死分类	提出信号引导多任务学习方法，相比之前单任务算法性能更优	NA	开发深度学习算法区分心肌梗死患者与无冠状动脉疾病患者	心电图图像数据	医学图像分析	心血管疾病	心电图成像	深度学习	图像	11,227张心电图图像	NA	NA	准确率, 敏感度, 特异性, 精确率, F1分数	NA
4111	2025-10-06	Deep Learning-Based Detection of Malignant Bile Duct Stenosis in Fluoroscopy Images of Endoscopic Retrograde Cholangiopancreatography 2025, Digestion IF:3.0Q2 DOI:10.1159/000543049 PMID:39675349	研究论文	本研究开发了一种基于深度学习的模型，用于在ERCP荧光成像中区分良恶性胆管狭窄	首次将深度学习技术应用于ERCP荧光图像进行胆管狭窄良恶性分类，并进行了多中心外部验证	回顾性研究设计，样本量相对有限，需要在前瞻性研究中进一步验证	提高胆管狭窄良恶性鉴别的诊断准确性和可重复性	接受ERCP检查的成年患者	计算机视觉	胆道疾病	ERCP荧光成像	CNN	图像	251名患者来自德国三个大学医疗中心（莱比锡、德累斯顿、哈雷）	NA	NA	AUROC	NA
4112	2025-10-06	Proactive Deep Learning-Facilitated Inpatient Penicillin Allergy Delabelling: An Implementation Study 2025, International archives of allergy and immunology IF:2.5Q3 DOI:10.1159/000542589 PMID:39827874	研究论文	本研究评估了深度学习辅助的主动会诊服务在住院患者青霉素过敏标签去除中的效果	首次将深度学习算法应用于识别适合进行青霉素过敏标签去除的住院患者，并采用主动会诊服务模式	单中心研究，需要更多中心验证	评估深度学习辅助的主动会诊服务是否能提高住院患者青霉素过敏标签去除率	住院患者中带有青霉素过敏标签的患者	医疗人工智能	药物过敏	深度学习	NA	医疗记录数据	439名患者，其中121名被算法识别为适合进行青霉素过敏评估	NA	NA	过敏标签去除率，不良事件发生率，经济效益分析	NA
4113	2025-10-06	SMoFFI-SegFormer: a novel approach for ovarian tumor segmentation based on an improved SegFormer architecture 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1555585 PMID:40761240	研究论文	提出一种基于改进SegFormer架构的卵巢肿瘤分割新方法SMoFFI-SegFormer	引入新型自调制融合与特征抑制模块，增强多尺度特征表示并处理肿瘤空间异质性	NA	提高卵巢肿瘤超声图像分割的准确性和效率	卵巢肿瘤超声图像	计算机视觉	卵巢癌	超声成像	Transformer	图像	两个公共数据集OTU_2D和OTU_CEUS	NA	SegFormer, SMoFFI-SegFormer	准确率, mIoU, 类别准确率	NA
4114	2025-10-06	Hybrid deep learning models for text-based identification of gene-disease associations 2025, BioImpacts : BI IF:2.2Q3 DOI:10.34172/bi.31226 PMID:40761527	研究论文	本研究开发了基于深度学习的混合模型，用于从生物医学文本中自动识别基因-疾病关联	提出了三种结合注意力机制的混合深度学习模型，在不依赖繁重预训练的情况下有效捕捉局部和序列特征，性能优于基于BioBERT的现有方法	NA	自动化从生物医学文献中提取基因-疾病关联关系	基因-疾病关联分类	自然语言处理	NA	文本挖掘	CNN-LSTM, CNN-GRU, CNN-GRU-LSTM	文本	三个公开数据集：EU-ADR、GAD和SNPPhenA	NA	CNN-LSTM, CNN-GRU, CNN-GRU-LSTM	准确率	NA
4115	2025-10-06	DLML-PC: an automated deep learning and metric learning approach for precise soybean pod classification and counting in intact plants 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1583526 PMID:40761559	研究论文	提出一种结合深度学习和度量学习的自动化方法，用于精确分类和计数完整大豆植株上的豆荚	首次直接检测未拆解植株上的不同类型豆荚，并通过度量学习方法修正计数结果	未明确说明样本数据的具体来源和采集条件	开发自动化大豆豆荚表型分析方法以加速育种过程	成熟期大豆植株上的不同类型豆荚（单粒、双粒、三粒、四粒豆荚）	计算机视觉	NA	深度学习，度量学习	YOLOX, Siamese Network	图像	NA	NA	YOLOX, SE-ResNet50	mAP, 准确率, 相关系数	NA
4116	2025-10-06	Dynamic gating-enhanced deep learning model with multi-source remote sensing synergy for optimizing wheat yield estimation 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1640806 PMID:40761564	研究论文	提出一种基于动态门控增强的深度学习模型，通过多源遥感协同优化小麦产量估算	引入时空融合专家混合模型，结合LSTM-Transformer架构和自适应门控网络，动态处理多源遥感特征和环境变量	在极端产量区域仍存在低估现象	优化小麦产量估算精度	中国六个主要省份的小麦产量	机器学习	NA	多源遥感技术	LSTM, Transformer	遥感数据，环境变量数据	六个中国主要省份的小麦产量数据	NA	LSTM-Transformer, STF-MoE	R², RMSE	NA
4117	2025-10-06	Detection of microplastics stress on rice seedling by visible/near-infrared hyperspectral imaging and synchrotron radiation Fourier transform infrared microspectroscopy 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1645490 PMID:40761567	研究论文	本研究结合可见光/近红外高光谱成像和同步辐射傅里叶变换红外显微光谱技术，开发了一种快速检测微塑料胁迫下水稻幼苗的方法	提出改进的SE-LSTM全光谱检测模型，结合SHAP框架解释模型，并首次将同步辐射傅里叶变换红外光谱与二维相关光谱联用分析叶片分子组成变化	仅针对三种特定微塑料（PET、PS、PVC）和特定浓度（0、10、100 mg/L）进行实验，样本种类和条件有限	开发高效无损的早期检测方法，用于快速筛查和诊断微塑料胁迫下的水稻幼苗	暴露于不同浓度微塑料胁迫的水稻幼苗叶片	光谱分析，深度学习	植物胁迫响应	可见光/近红外高光谱成像，同步辐射傅里叶变换红外显微光谱，二维相关光谱	SE-LSTM	高光谱图像，红外光谱数据	不同浓度（0、10、100 mg/L）的PET、PS、PVC微塑料胁迫下的水稻幼苗样本	NA	SE-LSTM	检测准确率	NA
4118	2025-10-06	Cardio-rheumatology: integrated care and the opportunities for personalized medicine 2025, Therapeutic advances in musculoskeletal disease IF:3.4Q2 DOI:10.1177/1759720X251357188 PMID:40761822	综述	本文探讨系统性硬化症心脏受累的临床特征与精准医疗机遇，并介绍范德比尔特大学医学中心新型心脏-风湿病跨学科诊所的创新实践	建立首个跨学科心脏-风湿病诊所，整合血管病变影像与心脏表现关联分析，应用人工智能技术开发疾病进展量化标志物	系统性硬化症患病率较低，需要多中心合作扩大样本量	通过机制性疾病表型分析实现系统性硬化症的个性化医疗和早期心脏受累检测	系统性硬化症患者	数字病理	风湿免疫疾病	甲褶毛细血管镜检查、热成像、多普勒手部超声、超声心动图、动态心律监测、心脏磁共振成像、心脏PET/CT	深度学习	医学影像、监测数据	NA	NA	NA	疾病进展标志物、治疗疗效评估	基于云的多中心图像共享平台
4119	2025-10-06	Capability and reliability of deep learning models to make density predictions on low-dose mammograms 2024-Jul, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.11.4.044506 PMID:39114539	研究论文	评估深度学习模型在低剂量乳腺X光片上预测乳腺密度的能力和可靠性	首次系统评估深度学习模型在低剂量与标准剂量乳腺X光片上的密度预测一致性，并分析影响预测质量的关键因素	模型在致密乳腺和小面积乳腺上的预测质量会降低	评估深度学习模型在低剂量乳腺X光片上预测乳腺密度的能力和可靠性，为年轻女性乳腺癌风险估计提供依据	配对的低剂量和标准剂量乳腺X光片	计算机视觉	乳腺癌	数字乳腺X光摄影	深度学习模型	医学图像	包含配对标准剂量和低剂量图像的乳腺X光数据集	NA	NA	相关系数	NA
4120	2025-10-06	Length of Stay Prediction With Standardized Hospital Data From Acute and Emergency Care Using a Deep Neural Network 2024-Apr-01, Medical care IF:3.3Q1 DOI:10.1097/MLR.0000000000001975 PMID:38345863	研究论文	本研究开发了一种基于深度神经网络的方法，利用急症护理标准化数据预测患者住院时长	使用嵌入技术和前馈神经网络对住院各阶段进行细粒度预测，相比传统方法有显著性能提升	研究仅基于法国里昂6所大学医院的数据，可能限制模型的普适性	开发住院时长预测方法以改善医疗资源管理和护理质量	2011-2019年间515,199名患者的1,140,100次住院记录	医疗健康信息学	急症护理	深度学习	前馈神经网络	结构化医疗数据	1,140,100次住院记录，涉及515,199名患者	NA	嵌入层+前馈神经网络	准确率, Cohen kappa, Bland-Altman图	NA