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
401	2025-12-18	Temporally Continuous Automated Sleep-Wake Classification Using Deep Learning 2025-Dec-04, medRxiv : the preprint server for health sciences DOI:10.64898/2025.12.03.25341129 PMID:41404297	研究论文	本研究开发了一种基于深度学习的、高时间分辨率的睡眠-觉醒分类器，利用无固定时间段的连续手动评分进行训练，旨在克服传统30秒固定时间段睡眠评分的局限性	采用时间连续的手动评分作为金标准，结合迁移学习技术，开发了无需固定30秒时间段的深度学习模型，实现了更高时间分辨率的睡眠-觉醒分类	研究样本量相对有限，特别是在时间连续评分的数据集上（n=39用于微调，n=40和n=20用于验证），可能影响模型的泛化能力	开发一种更符合生理学的时间连续睡眠-觉醒分类方法，以改进传统固定时间段评分的不足	多导睡眠图（PSG）数据	机器学习	NA	多导睡眠图（PSG）	深度学习	时间序列数据（睡眠信号）	总计2034个使用30秒时间段评分的样本，以及59个时间连续评分的样本（39个用于微调，40个和20个用于验证）	NA	U-Net	一致性百分比（concordance），Cohen's kappa系数（κ），皮尔逊相关系数（r）	NA
402	2025-12-18	Integrated assessment of urban flooding and heat island interactions: A systematic review of geospatial technologies, machine learning approaches, and microclimate dynamics 2025-Dec, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2025.127984 PMID:41240637	综述	本文系统综述了地理空间技术、机器学习方法和微气候动力学在评估城市洪水与热岛效应相互作用中的应用	提出了一个统一的数据驱动框架来模拟复合灾害，并综合了最新的地理空间和基于AI的方法，强调了模型可解释性和物联网集成的关键差距	缺乏利用实时物联网数据并考虑城市形态和气候变异性的可扩展模型，且大多数先前研究分别考察热岛效应和洪水，忽略了微气候变化、城市形态、实时物联网集成和模型可迁移性	评估城市洪水与城市热岛效应之间的相互作用，以支持更具韧性和可持续性的城市规划	城市洪水与城市热岛效应	机器学习	NA	地理空间技术、机器学习方法	CNN, LSTM, Random Forest, Gradient Boosting, Transformer, GNN	地理空间数据、微气候变量数据	超过74项已报道的科学研究	NA	CNN-LSTM, Random Forest, Gradient Boosting, Transformer, GNN	RMSE, R, MAE	NA
403	2025-12-18	The applicability of artificial intelligence in managing emergency patients: An umbrella review 2025-Dec, International emergency nursing IF:1.8Q2 DOI:10.1016/j.ienj.2025.101710 PMID:41242110	综述	本文通过伞状综述综合了人工智能在急诊患者管理中应用性的现有证据	首次通过伞状综述对急诊医学中多样化的AI应用进行全面综合，识别了四大关键影响领域及普遍存在的实施障碍	纳入的综述质量参差不齐，原始研究可能存在异质性，且未进行定量荟萃分析	综合评估人工智能在急诊患者管理中的适用性	急诊患者	机器学习	NA	NA	机器学习, 深度学习	NA	共纳入24篇符合条件的综述	NA	NA	NA	NA
404	2025-12-18	Association Study on Multi-Timepoint DNA Methylation Levels of Serotonin Transporter Gene and Adolescent Psychological-Behavioral Development 2025-Dec, Neuropsychopharmacology reports IF:2.0Q3 DOI:10.1002/npr2.70081 PMID:41344989	研究论文	本研究探讨了青春期早期SLC6A4基因多时间点DNA甲基化水平与心理病理及行为集群的关联	首次在青春期早期至中期追踪了SLC6A4基因在三个发育时间点的甲基化水平	样本量较小（N=122），且仅基于日本东京青少年队列，需进一步研究环境与遗传因素的作用	调查SLC6A4基因多时间点DNA甲基化水平是否与青少年心理病理及行为集群相关	东京青少年队列（TTC）研究中的122名参与者，年龄为11、13和15岁	表观遗传学	青少年心理行为问题	亚硫酸氢盐焦磷酸测序	线性混合效应模型	DNA甲基化数据、问卷调查数据	122名参与者，在11、13和15岁三个时间点采集唾液样本	NA	NA	NA	NA
405	2025-12-18	Predicting ncRNA-Protein interactions with a graph attention model exploiting personalized subgraphs 2025-Dec, Journal of bioinformatics and computational biology IF:0.9Q4 DOI:10.1142/S0219720025500192 PMID:41350235	研究论文	本文提出了一种基于图注意力模型和个性化子图选择框架的新方法，用于预测非编码RNA与蛋白质之间的相互作用	通过个性化子图选择框架提取每个相互作用周围最具信息量的子图，克服了传统图神经网络依赖固定跳数子图的限制，从而更全面地捕捉多样化的相互作用模式	未在摘要中明确提及具体局限性	预测非编码RNA与蛋白质之间的相互作用，以促进基因调控、疾病机制、靶向药物设计和生物标志物发现的研究	非编码RNA与蛋白质的相互作用	机器学习	NA	k-mer频率分析, node2vec嵌入	图注意力网络	图数据	NA	NA	GAT	NA	NA
406	2025-12-18	AI-driven prediction of severe respiratory sequelae in COVID-19 patients 2025-Dec, Annals of medicine IF:4.9Q1 DOI:10.1080/07853890.2025.2598914 PMID:41383156	研究论文	本研究开发了一种基于AI的预测模型，用于早期识别COVID-19患者中可能发展为严重呼吸系统后遗症的高风险人群	结合K-means聚类算法对患者进行临床亚型分类，并利用ResNet-50深度学习模型从胸部X光片中提取影像特征，整合临床与影像数据构建预测模型	需要更大规模的独立数据集进行进一步验证，以确认模型在不同人群中的可靠性和泛化能力	早期预测COVID-19患者发展为严重呼吸系统后遗症的风险，以改善预后和护理	516名COVID-19患者	数字病理学	COVID-19	胸部X光成像	CNN	图像, 临床数据	516名患者	NA	ResNet-50	AUC	NA
407	2025-12-18	Power-to-power cross-frequency coupling as a novel approach for temporal lobe seizure detection and analysis 2025-Dec, Neuroscience informatics DOI:10.1016/j.neuri.2025.100240 PMID:41393096	研究论文	本研究评估了功率-功率跨频耦合（CFC）作为一种新方法在颅内脑电图（iEEG）中检测颞叶癫痫（TLE）发作的能力，并分析了三种常见发作组件的CFC特征	提出使用功率-功率跨频耦合（CFC）作为检测颞叶癫痫发作的新指标，并首次结合深度学习网络（SSAE和LSTM）对三种发作组件（尖波、尖波上的涟漪、振荡上的涟漪）进行CFC特征分析	研究样本量相对较小（26名患者的120次发作），且仅针对颞叶癫痫，未涵盖其他癫痫类型	评估功率-功率跨频耦合（CFC）在颅内脑电图（iEEG）中检测颞叶癫痫（TLE）发作的有效性，并分析不同发作组件的CFC特征	颞叶癫痫（TLE）患者的颅内脑电图（iEEG）记录，包括发作段和背景活动段	机器学习	癫痫	颅内脑电图（iEEG）记录，功率-功率跨频耦合（CFC）分析	SSAE, LSTM	脑电图（EEG）信号	26名患者的120次颞叶癫痫发作，以及背景活动段	EEGLAB工具箱	堆叠稀疏自编码器（SSAE），长短期记忆网络（LSTM）	灵敏度, 特异性, 准确率	NA
408	2025-12-18	Deep learning to predict extrapancreatic perineural invasion at CT images 2025-Dec, Annals of medicine IF:4.9Q1 DOI:10.1080/07853890.2025.2568116 PMID:41388696	研究论文	本研究开发了一种基于深度学习的全自动模型，用于分割胰腺外神经丛并诊断胰腺外神经侵犯	首次提出结合nnUNet网络和注意力机制，在胰腺导管腺癌及邻近血管分割背景下自动分割胰腺外神经丛，并利用2D分类器诊断EPNI	模型在分割某些动脉周围神经丛时Dice相似系数较低，且需要进一步研究以提升性能	开发自动分割胰腺外神经丛并诊断胰腺外神经侵犯的深度学习模型	胰腺导管腺癌患者的增强计算机断层扫描图像	计算机视觉	胰腺癌	增强计算机断层扫描	CNN	图像	332例连续患者（训练集282例，验证集50例）	nnUNet	nnUNet	Dice相似系数, ROC曲线下面积, 诊断准确率	NA
409	2025-12-18	RGB-Based Deep Learning for Freeze Damage Detection in Strawberry: Comparing Scratch and Transfer Learning Approaches on Custom Data 2025-Dec, Plant direct IF:2.3Q2 DOI:10.1002/pld3.70124 PMID:41393171	研究论文	本研究提出了一种基于深度学习和计算机视觉的方法，利用RGB图像自动检测草莓植株的冻害损伤	比较了从零开始训练和迁移学习两种方法在草莓冻害检测任务上的性能，发现从零开始训练的模型表现更优	模型在区分轻度损伤与无损伤或轻微损伤时存在困难	开发一种自动化、准确且快速的草莓冻害检测方法	草莓植株	计算机视觉	NA	RGB成像	CNN	图像	NA	NA	DenseNet-121, Inception V3, ResNet-50, Xception	准确率, 精确率, 召回率, F1分数, 推理时间	NA
410	2025-12-18	Noninvasive prediction of photon fluence rate in targeted brain regions for personalized transcranial photobiomodulation dosage: model development and in silico evaluation 2025-Dec-01, Biomedical optics express IF:2.9Q2 DOI:10.1364/BOE.570066 PMID:41394481	研究论文	本文提出了一种结合漫反射光谱与深度学习的非侵入性方法，用于预测经颅光生物调节中刺激光在目标脑区的能量流率	首次将组织层厚度纳入深度学习模型，显著提升了预测精度，无需依赖昂贵的磁共振成像即可实现个性化剂量优化	研究目前仅进行了计算机模拟评估，尚未进行临床验证	开发一种非侵入性方法，用于个性化预测经颅光生物调节中刺激光在目标脑区的能量流率	经颅光生物调节中的刺激光能量流率	生物医学工程	NA	漫反射光谱	深度学习	光谱数据	NA	NA	NA	预测误差	NA
411	2025-12-18	Structural-prior guided and feature-enhanced transformer with masked image modeling pretraining for retinal layers and fluid segmentation in macular edema OCT images 2025-Dec-01, Biomedical optics express IF:2.9Q2 DOI:10.1364/BOE.574769 PMID:41394497	研究论文	提出一种结合结构先验引导和特征增强的Transformer模型，用于黄斑水肿OCT图像中视网膜层和液体的分割	提出了SPFET-MIMP模型，结合了移位窗口多头自注意力与轴向注意力以增强上下文和多尺度特征提取，并设计了多类协同分割损失函数以融入视网膜层生理顺序和拓扑结构的先验知识	未明确说明模型在更广泛OCT设备或不同疾病阶段图像上的泛化能力，以及计算资源需求的具体分析	开发一种高精度的自动分割方法，用于黄斑水肿OCT图像中的视网膜层和液体，以辅助临床诊断	黄斑水肿患者的OCT B扫描图像	数字病理学	黄斑水肿	光学相干断层扫描	Transformer	图像	使用了AROI公共数据集和一个私有的糖尿病性黄斑水肿数据集，具体样本数量未在摘要中说明	未明确说明，但提及了SimMIM自监督预训练框架	结合了移位窗口多头自注意力和轴向注意力的Transformer架构	Dice系数	NA
412	2025-12-18	ClusterNet: Classifying Single-Molecule Localization Microscopy Datasets with Graph-Based Deep Learning of Supracluster Structure 2025-Dec, Small science IF:11.1Q1 DOI:10.1002/smsc.202500255 PMID:41395524	研究论文	本文提出了一种基于图深度学习的管道，用于分类单分子定位显微镜点云数据，通过结合单个簇特征和簇间结构，实现了高精度分类	首次将图深度学习应用于SMLM点云数据的分类，并引入了超簇结构特征，显著提升了分类性能	方法主要针对SMLM数据，可能不适用于其他类型的显微成像数据，且在新数据集上的泛化能力需进一步验证	开发一种能够分类SMLM点云数据中大于单个簇结构的自动化方法，以识别和分组不同样本类型	单分子定位显微镜点云数据集，包括开源DNA-PAINT模型数据集和结直肠癌组织的新SMLM数据集	计算机视觉	结直肠癌	单分子定位显微镜，DNA-PAINT	图神经网络	点云数据	NA	NA	ClusterNet	准确率	NA
413	2025-12-18	Integrating machine learning models to assess the combined risk of diabetes and tuberculosis in populations 2025-Dec, The Indian journal of tuberculosis DOI:10.1016/j.ijtb.2025.11.014 PMID:41402001	研究论文	本研究提出了一种整合机器学习模型的方法，用于评估人群中糖尿病和结核病的联合风险	采用多任务学习框架同时建模糖尿病和结核病的风险因素，并整合了多种机器学习模型及集成学习策略，以处理临床、人口统计学、实验室、影像学和社会经济等多源数据	面临数据异质性、人群层面信息不足以及AI驱动医疗评估可解释性需求等挑战	评估人群中糖尿病和结核病的联合风险，以支持早期诊断和预防性筛查	糖尿病和结核病共存的患者群体	机器学习	糖尿病, 结核病	NA	逻辑回归, 随机森林, XGBoost, 深度学习	临床数据, 人口统计学数据, 实验室数据, 影像学数据, 社会经济数据	NA	NA	NA	召回率, F1分数, 准确率, AUC-ROC	NA
414	2025-12-18	Machine learning-based early detection of tuberculosis in asymptomatic high-risk populations 2025-Dec, The Indian journal of tuberculosis DOI:10.1016/j.ijtb.2025.10.005 PMID:41402014	研究论文	本文提出了一种结合对比预训练与微调视觉Transformer的机器学习框架，用于在无症状高风险人群中早期检测结核病	提出CPT-TB框架，结合对比预训练与视觉Transformer，通过自注意力机制捕获全肺野的细微病理模式，相比传统CNN在准确率上有显著提升	研究依赖于公开数据集，样本量有限（4200张图像），且未在更广泛或多样化的临床环境中进行外部验证	开发一种可扩展、非侵入性的筛查方法，用于在资源有限环境中早期检测结核病，促进主动病例发现	无症状高风险人群（如家庭接触者、免疫功能低下者、拥挤环境居住者）的胸部X光图像	计算机视觉	结核病	胸部X光成像	Transformer	图像	4200张胸部X光图像（3500张正常，700张来自结核病患者）	PyTorch	Vision Transformer	AUC, 准确率, 灵敏度, 特异性	NA
415	2025-12-18	Deep learning on genomic sequences for rapid identification of drug-resistant tuberculosis 2025-Dec, The Indian journal of tuberculosis DOI:10.1016/j.ijtb.2025.11.020 PMID:41402010	研究论文	本研究开发并测试了基于深度学习的方法，用于从结核分枝杆菌的原始基因组序列中快速准确地预测耐药性	利用Transformer模型处理原始基因组序列，自动学习特征以预测耐药性，避免了传统方法中耗时的手动特征工程	研究主要基于公开可用的全基因组测序数据，未来需要整合更多类型的数据集以提高临床适用性	开发一种快速、准确的深度学习模型，用于识别结核分枝杆菌的耐药性，以应对全球公共卫生挑战	结核分枝杆菌（Mycobacterium tuberculosis）的基因组序列	机器学习	结核病	下一代测序（NGS）	Transformer, CNN, RNN	基因组序列	大规模公开可用的全基因组测序文件，具体数量未明确说明	未明确说明，可能包括TensorFlow, PyTorch等	Transformer, CNN, RNN	准确率, 精确率, 召回率, F1分数, AUC-ROC	未明确说明
416	2025-12-18	Hybrid deep learning system combining radiological and clinical data for improved tuberculosis diagnosis 2025-Dec, The Indian journal of tuberculosis DOI:10.1016/j.ijtb.2025.11.006 PMID:41402017	研究论文	本文提出了一种结合放射学和临床数据的混合深度学习系统，用于提高结核病的诊断准确性	提出了一种跨模态注意力模块，使图像标记能够关注临床标记，并通过对比预训练目标对齐来自同一患者的放射学和临床表示	未明确提及具体限制，但可能包括数据集的多样性和模型在资源有限环境中的泛化能力	提高结核病的诊断准确性和可解释性	结核病患者	计算机视觉	结核病	胸部X射线和计算机断层扫描	Transformer	图像, 表格数据	两个开放访问队列（TB Portals 和 Integrated Mycobacterial CT）	NA	Vision Transformer, Tabular Transformer	AUC, 准确率	NA
417	2025-12-18	Deep learning for automated sputum smear microscopy in tuberculosis diagnosis 2025-Dec, The Indian journal of tuberculosis DOI:10.1016/j.ijtb.2025.11.004 PMID:41402013	研究论文	本研究利用深度学习技术自动化结核病诊断中的痰涂片显微镜检查，通过训练卷积神经网络模型检测抗酸杆菌，旨在提高诊断效率和准确性	提出了一种基于深度学习的自动化痰涂片显微镜分析方法，使用自定义CNN、ResNet50和EfficientNetB0架构，并通过数据增强和类别不平衡处理优化模型性能，展示了EfficientNetB0在结核病诊断中的优越表现	模型尚未在临床工作流程中广泛验证，且数据主要来自特定实验室环境，可能受染色和光照变化影响，未来需在多样化地理区域进行测试	开发自动化结核病诊断方法，以替代传统手动显微镜检查，提高诊断速度和准确性，特别是在资源有限的环境中	痰涂片显微镜图像中的抗酸杆菌	计算机视觉	结核病	Ziehl-Neelsen染色显微镜检查	CNN	图像	8000张数字化显微镜图像	NA	自定义CNN, ResNet50, EfficientNetB0	准确率, 精确率, 召回率, F1分数, AUC-ROC	NA
418	2025-12-18	PLMABFW: A deep learning framework for predicting Antibody-Antigen interactions using protein language model 2025-Dec, Journal of bioinformatics and computational biology IF:0.9Q4 DOI:10.1142/S0219720025500209 PMID:41403223	研究论文	本文提出了一种名为PLMABFW的深度学习框架，用于预测抗体-抗原相互作用，特别针对SARS-CoV-2中和抗体的识别	通过编码技术和网络架构设计区分同源抗原，结合预训练蛋白质语言模型ESM-2和AntiBERTy编码序列，并引入抗原特征及其转置版本以增强信息捕获	未明确说明框架在其他病毒或疾病类型中的泛化能力，且依赖于特定数据集进行验证	开发计算方法来预测抗体-抗原相互作用，以识别中和抗体，应对SARS-CoV-2变种挑战	SARS-CoV-2病毒的中和抗体及其与抗原的相互作用	机器学习	COVID-19	蛋白质语言模型，深度学习	深度学习框架	蛋白质序列数据	收集了SARS-CoV-2中和数据集，具体样本数量未明确说明	未明确指定，但代码在GitHub上可用	未指定具体架构，但基于预训练模型ESM-2和AntiBERTy	未明确列出，但通过对比现有工具（如AbAgIntPre、DeepAAI、HDOCK、LSTM-PHV）进行评估	NA
419	2025-12-18	Angle-distance decomposition based on deep learning for active sonar detection 2025-Dec-01, The Journal of the Acoustical Society of America IF:2.1Q1 DOI:10.1121/10.0041861 PMID:41405226	研究论文	本文提出了一种基于深度学习的主动声纳目标检测方法，通过将检测过程分解为角度和距离估计任务来提高性能	采用角度-距离分解的深度学习框架，结合迁移学习和仿真数据来解决水下声学数据有限的问题	未明确说明实验数据的具体规模或在实际复杂环境中的泛化能力	提高复杂水下环境中主动声纳目标检测的准确性和鲁棒性	水下目标	机器学习	NA	主动声纳	深度学习模型	声纳信号数据	NA	NA	NA	NA	NA
420	2025-12-18	Advances of semiconductor gas sensor on multi-parameter sensing and features extraction methods 2025-Dec-01, The Review of scientific instruments DOI:10.1063/5.0275499 PMID:41405400	综述	本文系统回顾了半导体气体传感器在多参数传感、漂移补偿和特征提取方法方面的最新进展	全面梳理了多参数数据采集、漂移补偿策略及特征提取方法的最新进展，并指出了未来混合传感平台、自适应漂移校正框架和可解释算法模型等研究方向	作为综述文章，未提出新的实验数据或模型，主要基于现有文献进行总结和展望	回顾半导体气体传感器在多参数传感、漂移补偿和特征提取方面的技术进展，以提升复杂环境下的气体检测精度和可靠性	半导体气体传感器及其相关技术方法	传感器技术	NA	传感器阵列、温度调制、光学调制	深度学习	多参数传感器数据	NA	NA	NA	识别准确率、分类准确率	NA