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	2025-11-02	Review of Artificial Intelligence Techniques for Breast Cancer Detection with Different Modalities: Mammography, Ultrasound, and Thermography Images 2025-Oct-15, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12101110 PMID:41155108	综述	本文系统回顾了人工智能技术在乳腺X线摄影、超声和热成像三种模态图像中乳腺癌检测的应用	全面比较三种不同成像模态的AI应用，并探讨可解释人工智能和大型语言模型在乳腺癌诊断中的未来发展方向	作为综述文章，未开展原始实验研究，主要基于现有文献分析	评估人工智能技术在乳腺癌检测中的潜力与发展趋势	乳腺X线摄影、超声和热成像图像数据	计算机视觉	乳腺癌	医学影像分析	传统机器学习,深度学习	医学影像	NA	NA	NA	NA	NA
422	2025-11-02	NeuroNet-AD: A Multimodal Deep Learning Framework for Multiclass Alzheimer's Disease Diagnosis 2025-Oct-15, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12101107 PMID:41155106	研究论文	提出一种名为NeuroNet-AD的多模态深度学习框架，用于阿尔茨海默病的多分类诊断	结合卷积块注意力模块和元引导交叉注意力机制，有效融合MRI图像与临床文本数据	缺乏大规模数据集限制了性能的进一步提升	提高阿尔茨海默病的诊断准确性	阿尔茨海默病患者、轻度认知障碍患者和正常对照组	医学影像分析	阿尔茨海默病	磁共振成像, 临床文本分析	CNN, 注意力机制	图像, 文本	ADNI1和OASIS-3数据集	NA	ResNet-18, CBAM, MGCA	准确率	NA
423	2025-11-02	Progress of AI-Driven Drug-Target Interaction Prediction and Lead Optimization 2025-Oct-15, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms262010037 PMID:41155330	综述	本文综述了人工智能在药物靶点相互作用预测和先导化合物优化方面的最新进展与应用	全面整合了AI在药物设计各环节的应用，建立了推进AI驱动药物研发方法学的概念框架	作为综述文章，未涉及原始实验数据或具体模型验证	总结AI在药物研发中的应用进展，为研究人员选择合适AI策略提供指导	药物发现过程中的靶点识别、合成可行性预测、先导化合物优化和ADMET性质评估	机器学习	NA	深度学习	NA	分子结构数据、药物-靶点相互作用数据	NA	NA	NA	NA	NA
424	2025-11-02	PPG-Net 4: Deep-Learning-Based Approach for Classification of Blood Flow Using Non-Invasive Dual Photoplethysmography (PPG) Signals 2025-Oct-15, Sensors (Basel, Switzerland) DOI:10.3390/s25206362 PMID:41157416	研究论文	提出基于双光电容积脉搏波信号的深度学习模型PPG-Net 4，用于无创血流模式分类	采用创新的双传感器配置从两个身体部位采集PPG信号，结合梅尔频谱图和梅尔频率倒谱系数的高级信号处理技术	样本量相对较小（75名参与者），需要进一步验证模型的泛化能力	开发无创血流模式分类方法以改进心血管疾病诊断	人体血流模式	机器学习	心血管疾病	双光电容积脉搏波信号采集，梅尔频谱图生成，梅尔频率倒谱系数提取	深度学习	生理信号数据	75名参与者	NA	PPG-Net 4	F1-score	NA
425	2025-11-02	MSIMG: A Density-Aware Multi-Channel Image Representation Method for Mass Spectrometry 2025-Oct-15, Sensors (Basel, Switzerland) DOI:10.3390/s25206363 PMID:41157417	研究论文	提出一种用于质谱数据的密度感知多通道图像表示方法MSIMG，通过内容感知的补丁选择策略提升深度学习模型性能	引入计算机视觉中目标检测的思想，提出数据驱动的'密度峰值中心'补丁选择策略，通过密度图估计和非极大值抑制算法动态定位信号密集区域	NA	解决质谱数据表示中的信息丢失问题，提升下游深度学习模型性能	质谱数据	计算机视觉	NA	质谱分析	NA	质谱数据，图像表示	两个公共临床质谱数据集	NA	NA	NA	NA
426	2025-11-02	Retinal image-based deep learning for mild cognitive impairment detection in coronary artery disease population 2025-Oct-14, Heart (British Cardiac Society) DOI:10.1136/heartjnl-2024-325486 PMID:40379470	研究论文	本研究开发了一种基于眼底图像的深度学习模型，用于在冠状动脉疾病人群中筛查轻度认知障碍	首次将眼底图像与深度学习相结合用于冠状动脉疾病患者的轻度认知障碍筛查，提供了一种非侵入性的早期诊断方法	单中心横断面研究，样本来源单一，需要多中心验证	优化冠状动脉疾病人群中轻度认知障碍的诊断，实现早期干预和改善预后	冠状动脉疾病患者（至少有一处≥50%狭窄）	计算机视觉	冠状动脉疾病, 轻度认知障碍	眼底成像	CNN	图像	4357名患者的9009张合格眼底图像	NA	四种不同的卷积神经网络架构	AUC, 校准曲线, 决策曲线	NA
427	2025-11-02	Transformer-Based Deep Learning for Preoperative Prediction of Microvascular Invasion in Hepatocellular Carcinoma 2025-Oct-14, Cancers IF:4.5Q1 DOI:10.3390/cancers17203314 PMID:41154371	研究论文	开发基于Transformer的深度学习框架，整合影像组学和临床特征用于肝细胞癌微血管侵犯的三分类预测	首次将Transformer架构应用于肝细胞癌微血管侵犯的三分类预测，并整合多模态特征	回顾性研究设计，样本量相对有限（437例患者）	术前预测肝细胞癌微血管侵犯状态	经病理证实的肝细胞癌患者	计算机视觉	肝细胞癌	Gd-BOPTA增强MRI，临床实验室检测	Transformer	医学影像，临床数据	437例患者（305例来自医院A，132例来自医院B）	NA	Transformer	准确率，加权F1分数，宏平均AUC，敏感性，特异性	NA
428	2025-11-02	AF-DETR: Transformer-Based Object Detection for Precise Atrial Fibrillation Beat Localization in ECG 2025-Oct-14, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12101104 PMID:41155103	研究论文	提出一种基于Transformer的目标检测模型AF-DETR，用于心电图中房颤心搏的精准定位和分类	首次将Transformer目标检测架构应用于房颤心搏定位，引入对比去噪训练加速收敛并防止冗余预测	NA	实现心电图中心房颤动心搏的精准定位和分类	心电图中的房颤心搏	计算机视觉	心血管疾病	ECG信号分析	Transformer, CNN	心电图信号	五个公开ECG数据集（CPSC2021, AFDB, LTAFDB, MITDB, NSRDB）	NA	Transformer encoder-decoder, CNN backbone	F1-score, 准确率	NA
429	2025-11-02	Predictive Model for Managing the Clinical Risk of Emergency Department Patients: A Systematic Review 2025-Oct-14, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm14207245 PMID:41156117	系统综述	本文系统评估了用于管理急诊科患者临床风险的预测模型的性能与实用性	首次系统综述了急诊科临床风险预测模型的应用，并评估了人工智能整合对临床决策的潜在改进	纳入研究数量有限（仅4项研究），可能影响结论的普适性	评估预测模型在管理急诊科患者临床风险方面的性能与实用性	年龄≥18岁非妊娠的急诊科就诊患者	医疗健康	急诊医学	系统综述方法	机器学习,深度学习,风险评分模型	临床数据	4项研究，参与者数量从4388到448,972不等	NA	老年人急诊风险评估评分,情境感知模型,生命体征评分系统	院内死亡率,临床恶化	NA
430	2025-11-02	EAAUnet-ILT: A Lightweight and Iterative Mask Optimization Resolution with SRAF Constraint Scheme 2025-Oct-14, Micromachines IF:3.0Q2 DOI:10.3390/mi16101162 PMID:41156408	研究论文	提出一种结合轻量级EAAUnet模型和SRAF约束方案的迭代深度学习ILT框架，用于提升掩模优化质量并降低计算成本	提出轻量级EAAUnet模型加速运行时间，通过迭代优化提升掩模质量，并引入SRAF约束方案有效控制掩模制造复杂度	未明确说明模型在不同工艺节点下的泛化能力及实际产线验证结果	解决逆光刻技术中掩模优化质量与计算时间的平衡问题，同时兼顾成像保真度与可制造性	集成电路掩模图案优化	计算机视觉	NA	逆光刻技术	U-Net	掩模图像数据	NA	深度学习框架	EAAUnet（Ghost and Adaptive Attention U-net）	掩模质量指标	NA
431	2025-11-02	Artificial Intelligence Driven Framework for the Design and Development of Next-Generation Avian Viral Vaccines 2025-Oct-14, Microorganisms IF:4.1Q2 DOI:10.3390/microorganisms13102361 PMID:41156819	研究论文	开发了一种人工智能驱动的框架，用于设计和开发针对禽类病毒的多表位疫苗	首次将先进机器学习和深度学习工具（包括AlphaFold2）整合到禽类疫苗开发流程中，实现表位预测、抗原性评估和结构建模的智能化	面临数据质量、模型可解释性和伦理考量等挑战	开发针对禽类RNA和DNA病毒的新型疫苗设计方法	影响家禽经济的重要病毒，包括H5N1、NDV、IBV、IBDV、CAV和FPV	机器学习	禽类病毒性疾病	表位预测、抗原性评估、结构建模、密码子优化	机器学习,深度学习	病毒序列数据,结构数据	NA	AlphaFold2	NA	结合亲和力,保守性,免疫原性	NA
432	2025-11-02	U-Net-Based Deep Learning for Simultaneous Segmentation and Agenesis Detection of Primary and Permanent Teeth in Panoramic Radiographs 2025-Oct-13, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15202577 PMID:41153249	研究论文	开发基于U-Net的深度学习模型，用于全景X光片中乳牙和恒牙的同时分割及牙齿缺失检测	首次实现乳牙和恒牙的同时分割与牙齿缺失检测的端到端深度学习模型	数据集仅包含1697张全景X光片，可能受限于样本数量和多样性	提高儿科牙科诊断中牙齿分割和缺失检测的准确性和效率	全景X光片中的乳牙和恒牙	计算机视觉	牙齿发育异常	全景X光成像	CNN	医学图像	1697张全景X光片	NA	U-Net	Dice相似系数,精确率,召回率,F1分数,准确率	NA
433	2025-11-02	Deep Learning-Based Segmentation of Geographic Atrophy: A Multi-Center, Multi-Device Validation in a Real-World Clinical Cohort 2025-Oct-13, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15202580 PMID:41153254	研究论文	开发并验证基于深度学习的算法，用于自动分割年龄相关性黄斑变性患者的地图样萎缩区域	在多中心真实世界临床队列中验证深度学习算法，涵盖两种不同OCT设备及并发新生血管性年龄相关性黄斑变性的患者	样本量相对有限，仅包含两种OCT设备的数据	开发自动分割年龄相关性黄斑变性中地图样萎缩的深度学习算法	年龄相关性黄斑变性患者的地图样萎缩区域	计算机视觉	年龄相关性黄斑变性	光学相干断层扫描	CNN	图像	715个OCT扫描（367个来自Spectralis设备，348个来自Cirrus设备），涉及379名患者的403只眼睛	NA	3D U-Net	Dice相似系数, 相关系数r	NA
434	2025-11-02	Machine Learning-Based Validation of LDHC and SLC35G2 Methylation as Epigenetic Biomarkers for Food Allergy 2025-Oct-13, Biomedicines IF:3.9Q1 DOI:10.3390/biomedicines13102489 PMID:41153772	研究论文	本研究通过机器学习方法验证LDHC和SLC35G2基因甲基化作为食物过敏的表观遗传生物标志物	首次结合机器学习和深度学习分析DNA甲基化数据，识别出LDHC和SLC35G2作为食物过敏的新型表观遗传生物标志物	研究依赖于公共数据集，需要进一步临床验证	开发精确诊断食物过敏的表观遗传生物标志物	食物过敏患者和食物敏感个体	机器学习	食物过敏	DNA甲基化测序	SVM, k-NN, Random Forest, ANN, 自编码器	表观遗传数据	两个独立数据集(GSE114134和GSE114135)	limma, Scikit-learn	堆叠自编码器	NA	NA
435	2025-11-02	Artificial Intelligence in Cardiac Electrophysiology: A Clinically Oriented Review with Engineering Primers 2025-Oct-13, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12101102 PMID:41155101	综述	本文系统回顾了人工智能在心脏电生理学领域的临床应用现状与技术原理	整合了从心电图分析到消融手术指导的全流程AI应用，并提出了临床-工程协同发展路线图	外部验证率低于30%，工作流整合率低于20%，临床转化存在重大挑战	探讨人工智能技术在心脏电生理学领域的临床应用与发展前景	心律失常患者、可穿戴设备使用者、心脏植入式电子设备患者	数字病理	心血管疾病	心电图、心内电图、远程监测	神经网络, 支持向量机, 随机森林, 图神经网络	生理信号, 医学影像	NA	NA	物理信息神经网络, 数字孪生, 端到端深度学习	准确率, 敏感度, 特异度	设备端AI
436	2025-11-02	Deep Learning-Based Risk Assessment and Prediction of Cardiac Outcomes Using Single-Lead 24-Hour Holter-ECG in Patients with Heart Failure or Myocardial Infarction 2025-Oct-13, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm14207209 PMID:41156078	研究论文	本研究开发了一种基于单导联24小时动态心电图数据的深度学习模型，用于预测心力衰竭或心肌梗死患者的主要不良心脏事件	首次使用单导联Holter-ECG原始数据训练深度学习模型进行心脏风险评估，性能优于传统非侵入性标志物	研究样本量相对有限（1108例患者），需要在更大队列中进一步验证	评估基于Holter的深度学习模型在预测主要不良心脏事件方面的预后性能	急性心肌梗死或心力衰竭患者	医疗人工智能	心血管疾病	24小时动态心电图监测	深度学习模型	心电图原始数据	1108例急性心肌梗死或心力衰竭患者	NA	NA	AUROC, 风险比	NA
437	2025-11-02	Development and Validation of Transformer- and Convolutional Neural Network-Based Deep Learning Models to Predict Curve Progression in Adolescent Idiopathic Scoliosis 2025-Oct-13, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm14207216 PMID:41156086	研究论文	开发基于Transformer和CNN的深度学习模型预测青少年特发性脊柱侧弯的曲线进展	首次将Transformer架构应用于脊柱侧弯进展预测，并通过Grad-CAM实现模型可解释性	排除了52例边界进展病例（6-9°进展），样本选择可能存在偏差	开发稳健可解释的AI系统预测脊柱侧弯进展	青少年特发性脊柱侧弯患者	计算机视觉	脊柱侧弯	X射线成像	CNN, Transformer	图像	542名AIS患者（排除52例后，进展组294例，非进展组196例）	NA	预训练的CNN和Transformer模型	AUC	NA
438	2025-11-02	Feature-Shuffle and Multi-Head Attention-Based Autoencoder for Eliminating Electrode Motion Noise in ECG Applications 2025-Oct-13, Sensors (Basel, Switzerland) DOI:10.3390/s25206322 PMID:41157373	研究论文	提出一种基于特征重排和多头注意力的自编码器，用于消除心电图应用中的电极运动噪声	整合多头自注意力机制和特征重排机制的新型架构，能捕获长程时空依赖关系并提高表示鲁棒性	NA	开发有效的ECG去噪方法以支持移动和临床环境中的实时心电图监测	心电图信号中的电极运动伪影	信号处理	心血管疾病	ECG信号处理	自编码器	心电图信号	NA	NA	基于多头自注意力的自编码器	信噪比, 百分比均方根差	NA
439	2025-11-02	Augmenting a ResNet + BiLSTM Deep Learning Model with Clinical Mobility Data Helps Outperform a Heuristic Frequency-Based Model for Walking Bout Segmentation 2025-Oct-13, Sensors (Basel, Switzerland) DOI:10.3390/s25206318 PMID:41157375	研究论文	本研究通过整合临床移动数据增强ResNet+BiLSTM深度学习模型，在行走片段分割任务中优于基于频率的启发式模型	将临床人群数据逐步纳入训练过程，证明模型在慢速行走患者中保持高召回率的能力	模型主要基于特定数据集训练，在更广泛临床人群中的泛化能力仍需验证	开发更鲁棒的行走检测模型用于临床环境中的步态评估	健康参与者和临床骨关节炎患者的移动传感器数据	机器学习	骨关节炎	可穿戴传感器数据采集	CNN, LSTM	传感器时间序列数据	PAMAP2开放数据集加上额外健康参与者和临床骨关节炎患者数据	NA	ResNet, BiLSTM	准确率, 召回率	NA
440	2025-11-02	Deep Learning-Based Eye-Writing Recognition with Improved Preprocessing and Data Augmentation Techniques 2025-Oct-13, Sensors (Basel, Switzerland) DOI:10.3390/s25206325 PMID:41157379	研究论文	提出一种基于视觉的眼写识别方法，通过改进预处理和数据增强技术提高识别准确率	引入基于离散傅里叶变换的长度归一化方法，结合1D CNN和TCN的混合深度学习模型，并创建了新的网络摄像头采集数据集	未明确说明模型在更广泛人群或不同环境条件下的泛化能力	开发高效、非侵入式的眼写识别系统，帮助肌肉控制困难患者进行交流	眼写轨迹数据，包括阿拉伯数字和日文片假名	计算机视觉	肌肉控制障碍	基于网络摄像头的视觉追踪技术	CNN, TCN	眼动轨迹序列数据	三个数据集（新采集的网络摄像头阿拉伯数字数据集+两个现有基准数据集）	NA	1D CNN, Temporal Convolutional Network	准确率	NA