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
4341	2025-05-07	A deep learning framework leveraging spatiotemporal feature fusion for electrophysiological source imaging 2025-Jun, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108767 PMID:40245605	研究论文	提出了一种基于深度学习的框架SSINet，用于通过脑电图(EEG)提供准确的脑活动时空估计	SSINet整合了残差网络(ResBlock)用于空间特征提取和双向LSTM用于捕捉时间动态，通过Transformer模块融合以捕捉全局依赖关系，并采用通道注意力机制优先处理活跃脑区	未提及具体局限性	解决非侵入性测量脑活动的电生理源成像(ESI)中的高度不适定逆问题	脑活动	机器学习	NA	脑电图(EEG)	ResBlock, 双向LSTM, Transformer	脑电图数据	三个真实EEG数据集（视觉、听觉和体感刺激）
4342	2025-05-07	Quantitative determination of acid value in palm oil during thermal oxidation using Raman spectroscopy combined with deep learning models 2025-May-15, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.143107 PMID:39893723	研究论文	本研究结合拉曼光谱和深度学习模型，用于棕榈油热氧化过程中酸值的定量测定	首次将拉曼光谱与CNN、LSTM和Transformer等深度学习模型结合，显著提高了酸值预测的准确性和效率	需要进一步验证更多样化的指标数据集	提高食用油脂质量控制中酸值监测的准确性和效率	棕榈油在热氧化过程中的酸值	机器学习	NA	拉曼光谱	CNN, LSTM, Transformer	光谱数据	NA
4343	2025-05-07	Universal semantic feature extraction from EEG signals: a task-independent framework 2025-May-06, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/add08f PMID:40273947	研究论文	开发了一个无监督框架，用于从EEG信号中提取任务无关的语义特征	提出了一个结合CNN、AutoEncoders和Transformers的新框架，用于提取EEG信号的低级时空模式和高级语义特征	NA	开发一个通用的、任务无关的EEG信号语义特征提取框架	EEG信号	机器学习	NA	EEG信号处理	CNN, AutoEncoders, Transformers	EEG信号	多个EEG数据集（BCICIV_2a、BCICIV_2b、Lee2019-SSVEP、Nakanishi2015等）
4344	2025-05-07	Monitoring Amphetamine and Methamphetamine Mixtures Based on Deep Learning Involves Colorimetric Sensing 2025-May-06, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c00915 PMID:40279188	研究论文	本文提出了一种基于深度学习的比色传感策略，用于精确识别和区分安非他命（AMP）和甲基安非他命（MA）混合物	通过调节探针结构影响反应产物的聚集行为，首次实现了AMP和MA混合物的掺杂比例判断，并结合自研的Drugs Analyst和深度学习算法	NA	开发一种高精度识别和区分结构相似的分析物的方法，应用于毒品缉查、食品添加剂检测和环境监测等领域	安非他命（AMP）和甲基安非他命（MA）	机器学习和光学传感	NA	比色传感和深度学习算法	深度学习	光学信号	NA
4345	2025-05-07	A Comprehensive Survey of Foundation Models in Medicine 2025-May-06, IEEE reviews in biomedical engineering IF:17.2Q1 DOI:10.1109/RBME.2025.3531360 PMID:40031197	综述	本文全面综述了医学领域中的基础模型（FMs），包括其演变、学习策略、标志性模型、应用及挑战	全面覆盖了基础模型在医学各领域的应用，提供了详细的分类法，并探讨了相关挑战和开放性问题	未提及具体样本量或实验数据，主要基于现有文献综述	探讨基础模型在医学和健康领域的应用及其潜力	基础模型（如BERT和GPT系列）及其在医疗领域的应用	自然语言处理, 计算机视觉, 机器学习	NA	自监督学习	BERT, GPT	文本, 图像, 组学数据	NA
4346	2025-05-07	Diagnosing migraine from genome-wide genotype data: a machine learning analysis 2025-May-06, Brain : a journal of neurology IF:10.6Q1 DOI:10.1093/brain/awaf172 PMID:40326299	研究论文	本研究旨在通过机器学习模型分析全基因组基因型数据，以解决偏头痛遗传性缺失的问题	利用机器学习模型捕捉非加性和交互效应，揭示了偏头痛可能遵循的非加性和交互遗传因果结构	数据维度（高数量的遗传变异）与可用数据规模不匹配，可能掩盖了非加性效应	开发机器学习模型以解决偏头痛遗传性缺失的问题	43,197名参与者（51%为女性），平均年龄54.6岁	机器学习	偏头痛	全基因组基因分型	LightGBM, 多项式朴素贝叶斯	基因型数据	43,197名个体
4347	2025-05-07	HawkDock version 2: an updated web server to predict and analyze the structures of protein-protein complexes 2025-May-06, Nucleic acids research IF:16.6Q1 DOI:10.1093/nar/gkaf379 PMID:40326522	research paper	介绍HawkDock2，一个用于预测和分析蛋白质-蛋白质复合物结构的更新网络服务器	集成了基于深度学习的柔性对接方法GeoDock，实现了VD-MM/GBSA方法以改进结合亲和力预测，新增了突变分析模块，并迁移到高性能集群	NA	改进蛋白质-蛋白质复合物结构的预测和分析方法	蛋白质-蛋白质复合物	computational biology	NA	deep learning, MM/GBSA	GeoDock	protein structures	>234,000 computational tasks
4348	2025-05-07	A fully automatic Cobb angle measurement framework of full-spine DR images based on deep learning 2025-May-06, European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society IF:2.6Q1 DOI:10.1007/s00586-025-08895-w PMID:40327070	research paper	提出了一种基于深度学习的全自动Cobb角测量框架，用于全脊柱DR图像的脊柱侧弯评估	开发了一个全自动的深度学习框架，能够从全脊柱DR图像中自动测量Cobb角，解决了传统手动测量耗时且存在观察者差异的问题	未提及对不同年龄段或严重程度脊柱侧弯患者的适用性	提高脊柱侧弯诊断中Cobb角测量的准确性和效率	全脊柱数字放射摄影（DR）图像	digital pathology	scoliosis	deep learning	YOLOv8 with CBAM module	image	1,163张AP视图和1,378张LAT视图的DR图像
4349	2025-05-07	A deep learning model with interpretable squeeze-and-excitation for automated rehabilitation exercise assessment 2025-May-06, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03372-4 PMID:40327204	研究论文	本文介绍了一种用于自动化康复运动评估的深度学习模型CNN-SE，通过优化其参数并解释模型决策，展示了其在康复评估中的潜力	结合CNN-SE模型和灰狼优化算法进行参数优化，并利用SHAP方法解释模型决策，提高了康复运动评估的自动化水平和可解释性	研究仅在特定数据集(KIMORE和UI-PRMD)上进行了测试，可能需要更多样化的数据验证模型的泛化能力	开发自动化康复运动评估系统，以解决传统治疗师监督方法的高成本和人力资源短缺问题	患有运动功能障碍的患者(如中风、背痛、帕金森病和脊髓损伤)以及健康参与者	机器学习	神经系统疾病	灰狼优化算法, SHAP解释方法	CNN-SE	运动数据	KIMORE和UI-PRMD数据集中的健康和不健康参与者
4350	2025-05-07	Corticospinal tract reconstruction with tumor by using a novel direction filter based tractography method 2025-May-06, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03357-3 PMID:40327206	research paper	提出了一种基于新型方向滤波器的皮质脊髓束（CST）重建方法，用于在肿瘤存在的情况下进行稳健的CST重建	引入了一种基于四阶微分方程的方向滤波器，用于全局方向估计，并结合空间一致性和解剖先验知识	未提及具体的数据集规模或方法在其他类型肿瘤中的适用性	优化肿瘤切除手术中皮质脊髓束的保留	皮质脊髓束（CST）	数字病理学	肿瘤	扩散磁共振成像（MRI）	深度学习	MRI图像	NA
4351	2025-05-07	An End-to-End Deep Learning Generative Framework for Refinable Shape Matching and Generation 2025-May-05, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3562756 PMID:40323742	research paper	提出了一种端到端的深度学习生成框架，用于可精细化形状匹配和生成，以支持计算机医学中的虚拟临床试验	开发了一种无监督的几何深度学习模型，用于在潜在空间中建立可精细化形状对应关系，构建基于群体的图谱，并生成逼真的合成形状	NA	构建AI模型以生成与真实网格样本相似的形状，支持虚拟临床试验	3D表面网格表示的解剖形状	computer vision	NA	geometric deep-learning	generative model	3D surface meshes	实验使用了肝脏和左心室模型
4352	2025-05-07	Contactless Estimation of Respiratory Frequency Using 3D-CNN on Thermal Images 2025-May-05, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3567141 PMID:40323749	研究论文	本文提出了一种基于深度学习的无接触呼吸频率估计方法，使用3D-CNN处理热成像视频数据	无需复杂预处理和手动ROI跟踪，直接从原始热成像视频估计呼吸频率	在小型数据集上训练，验证R2分数约为0.61，仍有提升空间	开发一种无接触的呼吸频率监测方法，提高热成像在实际应用中的可行性	热成像视频数据	计算机视觉	NA	热成像技术	3D-CNN	视频	未明确说明样本数量，使用了数据增强和合成数据集进行训练
4353	2025-05-07	Deep Learning on Misaligned Dual-Energy Chest X-ray Images Using Paired Cycle-Consistent Generative Adversarial Networks 2025-May-05, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01508-4 PMID:40325327	研究论文	提出了一种基于配对循环一致性生成对抗网络的框架，用于有效去除双能胸部X射线图像中的运动伪影和统计噪声	结合了集成判别器、可微分增强、抗锯齿卷积层和基本的8层U-Net生成器，显著提高了运动伪影抑制和图像质量	研究仅基于600次检查的临床图像数据集，可能需要更大样本量以验证方法的普适性	改善双能胸部X射线图像的质量，减少运动伪影和统计噪声	双能胸部X射线图像	计算机视觉	NA	双能减影（DES）胸部X射线成像	配对循环一致性生成对抗网络（GAN）、U-Net	图像	600次双能胸部X射线检查的数据
4354	2025-05-07	A Deep Learning-Based Framework for Automatic Determination of Developmental Dysplasia of the Hip from Graf Angles 2025-May-05, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01518-2 PMID:40325325	研究论文	提出了一种基于深度学习的框架，用于从Graf角度自动确定发育性髋关节发育不良（DDH）	结合DeepLabv3+、形态学操作和局部最大值方法，自动诊断新生儿DDH，减少操作者依赖性和测量变异性	未提及具体样本量及临床验证的广泛性	开发自动化工具以提高DDH超声诊断的准确性和一致性	新生儿髋关节超声图像	数字病理学	发育性髋关节发育不良	超声成像	DeepLabv3+（测试了ResNet50、InceptionResNetV2、MobilenetV2和Xception等主干网络）	图像	NA
4355	2025-05-07	KanCell: dissecting cellular heterogeneity in biological tissues through integrated single-cell and spatial transcriptomics 2025-May, Journal of genetics and genomics = Yi chuan xue bao DOI:10.1016/j.jgg.2024.11.009 PMID:39577768	研究论文	KanCell是一种基于Kolmogorov-Arnold网络（KAN）的深度学习模型，旨在通过整合单细胞RNA测序和空间转录组学（ST）数据来增强细胞异质性分析	KanCell利用KAN有效捕捉非线性关系并优化计算效率，提供了一种准确高效的空间转录组学分析工具	NA	提高细胞异质性分析的准确性和效率，揭示疾病微环境并识别治疗靶点	单细胞RNA测序和空间转录组学数据	数字病理学	黑色素瘤, 乳腺癌	单细胞RNA测序, 空间转录组学	KAN	基因表达数据	模拟和真实数据集（包括人类淋巴结、心脏、黑色素瘤、乳腺癌、背外侧前额叶皮层和小鼠胚胎大脑）
4356	2025-05-07	Have We Solved Glottis Segmentation? Review and Commentary 2025-May, Journal of voice : official journal of the Voice Foundation IF:2.5Q1 DOI:10.1016/j.jvoice.2024.11.037 PMID:39645484	comments	本文回顾并评论了声门分割的研究现状及未来发展方向	讨论了深度学习在声门分割中的应用及当前研究的不足	未提出具体的新方法或实验验证	探讨声门分割研究的现状及未来发展方向	声门分割技术	digital pathology	NA	deep learning	NA	image	NA
4357	2025-05-07	Deep Learning for Predicting Acute Exacerbation and Mortality of Interstitial Lung Disease 2025-May, Annals of the American Thoracic Society IF:6.8Q1 DOI:10.1513/AnnalsATS.202403-284OC PMID:39680875	research paper	开发一种深度学习模型，利用纵向数据预测间质性肺病（ILD）患者的急性加重和死亡率	使用深度学习模型结合纵向临床和环境数据，提高了对ILD患者急性加重和死亡率的预测准确性	研究数据来自两个专科中心，可能存在选择偏倚，且外部验证的样本量相对较小	早期识别高风险ILD患者并准确预测急性加重和死亡率，以确定治疗策略	间质性肺病（ILD）患者	machine learning	lung disease	deep learning	DL	longitudinal clinical and environmental data	1,175名ILD患者（其中218名报告了AE-ILD，380名未发展为AE-ILD即死亡）
4358	2025-05-07	Robust graph structure learning under heterophily 2025-May, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107206 PMID:39893803	research paper	提出了一种在异质性数据下进行鲁棒图结构学习的新方法，以提高下游任务如图节点分类和聚类的性能	该方法首次在异质性图数据中应用高通滤波器使节点特征更具区分性，并使用自适应范数学习鲁棒图结构，进一步通过新型正则化器优化图结构	未明确说明方法在大规模图数据上的可扩展性以及计算效率	解决异质性图数据中的噪声和稀疏性问题，提升图表示学习在下游任务中的性能	异质性图数据	machine learning	NA	高通滤波、自适应范数学习、图正则化	NA	图数据	未明确说明具体样本量，实验在异质性图数据上进行
4359	2025-05-07	Attention-based deep learning models for predicting anomalous shock of wastewater treatment plants 2025-May-01, Water research IF:11.4Q1 DOI:10.1016/j.watres.2025.123192 PMID:39893907	research paper	该研究利用注意力机制辅助深度学习模型预测污水处理厂异常水质波动	首次将注意力机制集成到深度学习模型中，用于预测污水处理厂水质指标的异常波动，并通过局部和全局敏感性分析提高模型的可解释性	模型训练缺乏极端波动数据	提高污水处理厂对突发冲击负荷的响应能力	污水处理厂的水质指标（总氮、总磷和化学需氧量）	machine learning	NA	深度学习	A-MLP, Transformer, FTA-LSTM	时间序列数据	NA
4360	2025-05-07	Measurement of differential activation by heart-rate-variability for youth MDD discrimination 2025-May-01, Journal of affective disorders IF:4.9Q1 DOI:10.1016/j.jad.2025.02.006 PMID:39914751	research paper	该研究通过心率变异性（HRV）数据，结合机器学习与深度学习模型，探索了差异激活（DA）理论在青年重度抑郁症（MDD）识别中的应用	首次将差异激活（DA）理论与HRV记录结合，提出了一种新的青年MDD识别方法，并验证了其高效性	样本量较小（50名MDD患者和53名健康对照），可能影响模型的泛化能力	探索差异激活（DA）导向的识别器是否能有效识别青年MDD患者	青年重度抑郁症（MDD）患者和健康对照参与者	machine learning	major depression disorder	HRV数据分析	LSTM	生理信号数据（HRV）和人口统计信息	103名参与者（50名MDD患者和53名健康对照）