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
421	2025-10-05	Motor imagery decoding using source optimized transfer learning based on multi-loss fusion CNN 2024-Oct, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-024-10100-5 PMID:39555257	研究论文	提出基于多损失融合CNN的源优化迁移学习方法，用于解码运动想象任务	首次提出多损失融合卷积神经网络构建可优化源模型，并提出源优化迁移学习方法使源模型更符合目标域特征	NA	提高多类运动想象任务的解码性能	16名健康受试者和16名中风患者	机器学习	中风	运动想象解码	CNN	脑电信号	16名健康受试者训练源模型，16名中风患者作为目标域	NA	多损失融合CNN	分类准确率	NA
422	2025-10-05	Multiresolution feature fusion for smart diagnosis of schizophrenia in adolescents using EEG signals 2024-Oct, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-024-10120-1 PMID:39555262	研究论文	提出一种基于多分辨率特征融合和机器智能的自动化诊断模型，用于通过脑电图信号对青少年精神分裂症进行高效诊断	结合经验小波变换和经验模态分解两种多分辨率信号分析方法，提出CNN与集成装袋树的混合模型，融合深度学习和手工特征进行诊断	样本量相对有限（84名青少年），仅使用单一公开数据集	开发精神分裂症的自动化诊断系统	青少年精神分裂症患者	机器学习	精神分裂症	脑电图信号分析	CNN, 集成学习	脑电图信号	84名青少年（45名精神分裂症症状患者和39名健康对照）	NA	卷积神经网络, 集成装袋树	分类性能	NA
423	2025-10-05	Research progress of epileptic seizure prediction methods based on EEG 2024-Oct, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-024-10109-w PMID:39555266	综述	本文系统综述了基于脑电图的癫痫发作预测方法的研究进展	分别基于头皮脑电图和颅内脑电图，从五种常用特征分析方法全面评估癫痫发作预测研究现状，并比较深度学习与传统机器学习方法的优劣	当前算法尚无法应用于临床，存在一定局限性	为癫痫发作预测领域的后续研究提供改进方向和技术思路	癫痫患者脑电图数据	机器学习	癫痫	EEG	深度学习, 传统机器学习	脑电图信号	NA	NA	NA	NA	NA
424	2025-10-05	Attention-based cross-frequency graph convolutional network for driver fatigue estimation 2024-Oct, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-024-10141-w PMID:39555279	研究论文	提出一种基于注意力的跨频率图卷积网络，用于通过EEG信号估计驾驶员疲劳程度	首次将多头注意力机制与图卷积网络结合，用于捕捉EEG通道间的跨频率长程依赖关系	仅使用公开数据集进行验证，未提及实际道路测试的适用性	开发精确的驾驶员疲劳程度估计算法	驾驶员的脑电信号和反应时间	机器学习	NA	脑电图(EEG)	图卷积网络(GCN), Transformer	脑电信号	公开数据集（具体数量未提及）	NA	基于注意力的跨频率图卷积网络(ACF-GCN), Transformer编码器	反应时间估计精度	NA
425	2025-10-05	Quality Control in the Corneal Bank with Artificial Intelligence: Comparison of a New Deep Learning-based Approach with Conventional Endothelial Cell Counting by the "Rhine-Tec Endothelial Analysis System" 2024-Jun, Klinische Monatsblatter fur Augenheilkunde IF:0.8Q4 DOI:10.1055/a-2299-8117 PMID:38574759	研究论文	本研究开发了一种基于深度学习的角膜内皮细胞密度自动检测方法，并与传统Rhine-Tec系统进行比较	首次使用深度学习技术自动检测图像中所有可见的内皮细胞，相比传统方法提高了样本量和客观性	深度学习方法目前无法完全替代移植片内皮的全区域评估，这仍是角膜移植片放行的最重要依据	比较基于深度学习的新型内皮细胞计数方法与传统Rhine-Tec系统的性能差异	角膜移植片的内皮细胞密度测量	计算机视觉	眼科疾病	相位对比显微镜成像	深度学习	图像	9375张存档的相位对比显微镜图像	NA	NA	均值比较，Bland-Altman分析，相关系数	NA
426	2025-10-05	Objective Analysis of Corneal Nerves and Dendritic Cells 2024-Jun, Klinische Monatsblatter fur Augenheilkunde IF:0.8Q4 DOI:10.1055/a-2307-0313 PMID:38941998	综述	本文综述了角膜神经和树突状细胞的图像分析方法，重点介绍了深度学习算法在自动模式识别中的应用	详细介绍了作者自主开发的深度学习算法，并与现有方法进行了比较分析	NA	分析角膜神经和树突状细胞的图像分析方法	角膜神经和树突状细胞	计算机视觉	眼表疾病	活体共聚焦显微镜	深度学习	图像	NA	NA	NA	NA	NA
427	2025-10-05	Improved Peptide Docking with Privileged Knowledge Distillation using Deep Learning 2023-Dec-04, bioRxiv : the preprint server for biology DOI:10.1101/2023.12.01.569671 PMID:38106114	研究论文	提出了一种基于知识蒸馏的改进蛋白质-肽复合物对接方法DistPepFold	采用特权知识蒸馏方法，通过教师-学生模型架构从原生相互作用信息中学习，改进蛋白质-肽对接性能	NA	改进蛋白质-肽相互作用的计算建模方法	蛋白质-肽复合物	机器学习	NA	深度学习	知识蒸馏模型	蛋白质结构数据	两个蛋白质-肽复合物数据集	NA	基于AlphaFold-Multimer的架构	对接性能评估指标	NA
428	2025-10-05	Enhancing Neonatal Pain Assessment Transparency via Explanatory Training Examples Identification 2023-Jun, Proceedings. IEEE International Symposium on Computer-Based Medical Systems DOI:10.1109/cbms58004.2023.00236 PMID:41019613	研究论文	本研究提出一种基于实例的解释方法，通过识别最有帮助和有害的训练样本来增强新生儿疼痛音频评估的透明度	将音频信号可视化为频谱图进行分类，并提出基于实例的解释方法分析训练样本对预测的影响	仅针对音频模态，未整合其他疼痛信号；在临床环境中的实际应用效果需要进一步验证	提高基于深度学习的新生儿疼痛评估方法的透明度和可解释性	新生儿疼痛音频信号	机器学习	新生儿疼痛	音频信号处理，频谱图转换	深度学习模型	音频信号，频谱图图像	NA	NA	NA	影响分数	NA
429	2025-10-05	A framework using large time series model for early warning of infectious diseases 2026-Mar, Infectious Disease Modelling IF:3.0Q1 DOI:10.1016/j.idm.2025.08.006 PMID:41017782	研究论文	提出了一种基于大时间序列模型的传染病早期预警框架	利用生成式预训练大时间序列模型解决传染病预警中数据质量和数量限制的问题	NA	开发具有强泛化能力和优异性能的传染病早期预警系统	时空序列中的异常上升趋势（疫情暴发）检测	机器学习	传染病	时间序列分析	大时间序列模型	时空序列数据	真实世界传染病数据集及相关衍生数据集	NA	大时间序列模型	NA	NA
430	2025-10-05	Advancing CRISPR with deep learning: A comprehensive review of models and databases 2025-Dec-09, Molecular therapy. Nucleic acids DOI:10.1016/j.omtn.2025.102691 PMID:41017815	综述	本文全面回顾了用于预测CRISPR基因编辑靶向效率的深度学习模型和相关数据库	系统梳理了当前CRISPR领域可用的数据库资源，并强调了机器学习/深度学习方法在预测脱靶效应中的关键作用	当前预测准确性受限于可用训练数据量，且需要更多序列特征整合到深度学习工具中	促进基因编辑疗法发展，通过预测CRISPR基因编辑实验效率来减少脱靶效应	CRISPR基因编辑系统及其脱靶效应	机器学习	NA	CRISPR基因编辑	深度学习	序列数据	NA	NA	NA	预测准确性	NA
431	2025-10-05	Automatic specific absorption rate (SAR) prediction for hyperthermia treatment planning using deep learning method 2025-Dec, International journal of hyperthermia : the official journal of European Society for Hyperthermic Oncology, North American Hyperthermia Group IF:3.0Q2 DOI:10.1080/02656736.2025.2554860 PMID:40922671	研究论文	开发一种基于深度学习的快速准确预测人脑比吸收率分布的方法，用于支持脑癌患者的实时热疗治疗计划	首次提出使用带有交叉注意力块的编码器-解码器神经网络从脑电特性、肿瘤3D等中心坐标和微波天线相位设置预测SAR分布	仅使用201个模拟数据进行训练和评估，样本量相对有限	开发快速准确的SAR预测方法以支持实时热疗治疗计划	脑癌患者的头部SAR分布	医学影像分析	脑癌	有限元建模，深度学习	编码器-解码器神经网络	模拟数据，3D坐标数据	201个模拟样本（训练181个，测试20个）	NA	编码器-解码器网络，交叉注意力块	均方根误差，平均绝对误差，结构相似性指数	NA
432	2025-10-05	Grapevine disease detection using (q,τ)-nabla calculus quantum deformation with deep learning features 2025-Dec, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2025.103619 PMID:41018245	研究论文	提出一种结合(q,τ)-Nabla微积分量子变形特征和深度学习特征的混合分类方法用于葡萄叶病害检测	首次将(q,τ)-Nabla微积分量子变形特征与深度学习特征相结合用于植物病害分类	NA	开发有效的葡萄叶病害检测方法以支持可持续农业和粮食安全	葡萄叶病害	计算机视觉	植物病害	计算机视觉、图像分析	CNN	图像	NA	NA	预训练卷积神经网络	准确率	NA
433	2025-10-05	Towards safer environments: A YOLO and MediaPipe-based human fall detection system with alert automation 2025-Dec, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2025.103623 PMID:41018251	研究论文	开发了一种基于YOLOv8和MediaPipe的人体跌倒检测系统，具有实时警报功能	结合MediaPipe姿态估计和YOLOv8目标检测，利用位置标志点和活动识别算法提高系统在真实场景中的可扩展性和鲁棒性	NA	通过实时跌倒检测提升公共场所安全	人体跌倒行为	计算机视觉	NA	姿态估计，目标检测，异常检测	CNN	视频	NA	MediaPipe, YOLOv8	YOLOv8	准确率, 精确率, 召回率, F1分数	NA
434	2025-10-05	Segmenting Whole-Body MRI and CT for Multiorgan Anatomic Structure Delineation 2025-Nov, Radiology. Artificial intelligence DOI:10.1148/ryai.240777 PMID:40767616	研究论文	开发并验证MRSegmentator深度学习模型，用于MRI和CT扫描的多器官分割	提出跨模态深度学习模型，能够同时处理MRI和CT数据，实现40个解剖结构的自动分割	较小结构的分割性能相对较低，如门静脉或脾静脉(0.64-0.78)、肾上腺(0.56-0.69)	开发用于全身MRI和CT多器官解剖结构分割的深度学习模型	人体多器官解剖结构，包括肺、心脏、肝脏、肾脏等40个结构	计算机视觉	NA	深度学习，跨模态迁移学习	深度学习模型	MRI图像，CT图像	训练数据：1200个UK Biobank Dixon MRI序列(50名参与者)，221个内部腹部MRI序列(177名患者)，1228个TotalSegmentator CT数据集扫描；测试数据：900个NAKO MRI序列(50名参与者)，60个Multi-Modality Abdominal Multi-Organ Segmentation Challenge 2022数据集MRI序列，29个TotalSegmentator MRI序列	NA	MRSegmentator	Dice相似系数(DSC)	NA
435	2025-10-05	Melatonin Alleviates Retina Angiogenesis by Targeting Fibronectin and the VEGF Pathway 2025-Oct-15, FASEB journal : official publication of the Federation of American Societies for Experimental Biology IF:4.4Q2 DOI:10.1096/fj.202500814RR PMID:41026035	研究论文	本研究通过RNA测序和深度学习模型发现褪黑素可通过靶向纤连蛋白和VEGF通路抑制视网膜血管生成	首次结合RNA测序和深度学习模型BioNet从FDA批准药物中发现褪黑素作为纤连蛋白抑制剂，并证实其通过双重抑制FN1表达和VEGFR2磷酸化来抑制血管生成	研究主要基于氧诱导视网膜病变模型，尚未在更多疾病模型或临床环境中验证	探索视网膜病理性血管生成的分子机制并寻找潜在治疗靶点	糖尿病视网膜病变和早产儿视网膜病变的血管生成机制	计算生物学	视网膜病变	RNA测序, 深度学习药物筛选, 体外血管生成实验, 体内动物模型	深度学习	基因表达数据, 药物分子数据	氧诱导视网膜病变动物模型	BioNet	NA	FN1表达水平, VEGFR2磷酸化水平, 视网膜前簇状血管数量	NA
436	2025-10-05	Automated segmentation of soft X-ray tomography: Native cellular structure with submicron resolution at high-throughput for whole-cell quantitative imaging in yeast 2025-Oct-01, Molecular biology of the cell IF:3.1Q3 DOI:10.1091/mbc.E24-10-0486 PMID:40875368	研究论文	开发基于深度学习的自动分割流程用于软X射线断层扫描数据的细胞结构分割	首次将深度学习自动分割应用于软X射线断层扫描，实现高通量全细胞定量成像分析	依赖手动迭代优化来提高分割精度	实现酵母细胞亚微米分辨率下的高通量全细胞定量成像分析	三种酵母菌株（野生型、VPH1-GFP和另一菌株）的细胞结构	计算机视觉	NA	软X射线断层扫描(SXT)	深度学习	三维断层扫描图像	数百个细胞，涵盖三种酵母菌株	NA	NA	分割精度	NA
437	2025-10-05	Dual-feature cross-fusion network for precise brain tumor classification: a neurocomputational approach 2025-Oct-01, The International journal of neuroscience DOI:10.1080/00207454.2025.2565445 PMID:40986620	研究论文	提出一种双特征交叉融合网络(DF-CFN)，用于脑肿瘤MRI图像的自动分类	结合ConvNeXt提取全局特征与浅层CNN+FcaNet提取局部特征，通过交叉融合机制提升分类性能	NA	开发自动脑肿瘤分类方法以辅助临床诊断	脑肿瘤MRI图像	计算机视觉	脑肿瘤	磁共振成像(MRI)	CNN	图像	Kaggle数据集(四类肿瘤：胶质瘤、脑膜瘤、垂体瘤和非肿瘤)和FigShare数据集	NA	ConvNeXt,FcaNet,双特征交叉融合网络	准确率	NA
438	2025-10-05	3D human pose point cloud data of light detection and ranging (LiDAR) 2025-Oct, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.112043 PMID:41018860	研究论文	本文介绍了使用3D LiDAR传感器采集的用于人体姿态预测的点云数据集	利用3D LiDAR技术采集人体姿态点云数据，该方法不捕获面部图像，更保护个人隐私	当前数据采集仅使用一名30-40岁男性受试者，未来需要扩展更多样本人群	开发用于人体姿态预测的3D点云数据集	人体姿态点云数据	计算机视觉	NA	3D LiDAR传感技术	CNN	3D点云数据	1400个3D点云数据，包含4种人体姿态类别，每类280个训练数据和280个测试数据	NA	NA	NA	NA
439	2025-10-05	Relational Graph Convolutional Network for Robust Mass Spectrum Classification 2025-Oct-01, Journal of the American Society for Mass Spectrometry IF:3.1Q1 DOI:10.1021/jasms.5c00055 PMID:40888691	研究论文	提出一种基于关系图卷积网络的新型深度学习架构，用于高分辨率质谱成像中的稳健质谱分类	首次在MSI分类中利用质量缺陷和已知质量差异等HRMS结构特征，将质谱表示为图结构以学习化学相关离子家族间的关联	未明确说明模型在特定类型质谱数据上的泛化能力限制	开发能够充分利用高分辨率质谱特征并具有鲁棒性的质谱分类方法	质谱成像数据中的质谱信号	机器学习	NA	高分辨率质谱成像	R-GCN, 深度学习	质谱数据	多个不同的MSI数据集	NA	关系图卷积网络	鲁棒性评估（针对质量偏移、离子丢失等信号变化）	NA
440	2025-10-05	Bioinformatics and machine learning reveal novel prognostic biomarkers in head and neck squamous cell carcinoma 2025-Oct-01, Journal of applied genetics IF:2.0Q3 DOI:10.1007/s13353-025-01018-7 PMID:41028529	研究论文	通过生物信息学和机器学习方法识别头颈部鳞状细胞癌的新型预后生物标志物	结合深度学习和生物信息学分析鉴定出KRT33B、KRTAP3-3、C14orf34和ACADM等新型诊断和预后生物标志物，并发现ACADM、KRT33B和C14orf34组合具有最佳诊断性能	NA	寻找头颈部鳞状细胞癌的诊断和预后生物标志物以提高患者生存率	头颈部鳞状细胞癌患者	机器学习	头颈部鳞状细胞癌	RNA表达数据分析	深度学习	基因表达数据	NA	NA	NA	灵敏度, 特异性, AUC	NA