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
481	2025-09-29	Accuracy and Longitudinal Consistency of PET/MR Attenuation Correction in Amyloid PET Imaging amid Software and Hardware Upgrades 2025-Mar-04, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8490 PMID:39251256	研究论文	本研究评估了PET/MR中基于深度学习的衰减校正方法在不同软件和硬件升级下的准确性和纵向一致性	采用迁移学习优化DL-Dixon模型，首次系统评估其在软件版本和头部线圈升级背景下对阿尔茨海默病淀粉样蛋白PET成像的纵向一致性	研究样本量相对有限，仅对特定软件版本和头部线圈组合进行了验证	协调PET/MR DL-Dixon衰减校正方法在软件和硬件更新过程中的数据变异性，评估其准确性和纵向一致性	阿尔茨海默病患者的淀粉样蛋白PET成像数据	医学影像分析	阿尔茨海默病	PET/MR成像、深度学习、迁移学习	DL-Dixon深度学习模型	医学影像（PET/MR和CT图像）	329名参与者，其中38名在约3年内接受了两次三模态扫描
482	2025-09-29	Multivideo Models for Classifying Hand Impairment After Stroke Using Egocentric Video 2025, IEEE transactions on neural systems and rehabilitation engineering : a publication of the IEEE Engineering in Medicine and Biology Society IF:4.8Q1 DOI:10.1109/TNSRE.2025.3596488 PMID:40768474	研究论文	提出一种新型多视频架构，通过处理多个任务视频来改进中风后手部功能障碍的分类评估	首次开发能够同时分析多个日常生活活动视频的深度学习架构，突破了现有方法仅能处理单一任务的限制	研究在家庭模拟实验室环境中进行，可能无法完全反映真实自然环境中的表现	开发基于多视频分析的中风后手部功能障碍自动评估方法	中风幸存者在日常生活活动中的手部功能表现	计算机视觉	中风	深度学习视频分析	SlowFast特征提取器，融合了晚期融合和中间融合的多视频架构	第一人称视角视频	使用留一法交叉验证的中风幸存者视频数据集
483	2025-09-29	How to accurately predict nanobody structure: Classical physics-based simulations or deep learning approaches 2025, Advances in protein chemistry and structural biology DOI:10.1016/bs.apcsb.2024.12.001 PMID:40973396	研究论文	本研究系统比较了基于经典物理的模拟和深度学习方法在预测纳米抗体结构（特别是CDR3区域）的准确性	首次系统比较物理模拟与深度学习在纳米抗体结构预测中的表现，并基于CDR3构型分类提出针对性的预测建议	仅选取了三种代表性纳米抗体（Nb32、Nb80、Nb35）作为研究对象，样本量有限	评估不同方法在纳米抗体结构预测中的准确性，特别是CDR3区域的预测	纳米抗体（重链单域抗体）的结构，特别是互补决定区CDR3	计算生物学	NA	同源建模、分子动力学模拟、AlphaFold2、RoseTTAFold	AlphaFold2、RoseTTAFold	蛋白质结构数据	3种代表性纳米抗体（Nb32、Nb80、Nb35）
484	2025-09-29	Evaluating the diagnostic performance of OpenBioLLM in neurology: A case-based assessment of a medical large language model 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0332196 PMID:40997070	研究论文	评估医疗大语言模型OpenBioLLM在神经病学领域的诊断性能	首次对OpenBioLLM在复杂神经病学病例中的诊断能力进行系统评估	模型在识别正确病理生理原因方面存在困难，尚不能作为可靠的独立诊断工具	评估OpenBioLLM在神经病学条件下的诊断准确性、全面性、补充性和流畅性	25个来自《神经病学临床病例》的复杂神经病学病例	自然语言处理	神经疾病	大语言模型	Transformer	文本	25个神经病学病例
485	2025-09-29	A GAN-Based Approach for enhancing security in satellite based IoT networks using MPI enabled HPC 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0331019 PMID:40997099	研究论文	提出一种基于GAN的安全框架DLGAN，用于增强卫星物联网网络的安全性	结合CNN实时异常检测与GAN生成合成攻击数据，并通过MPI在HPC系统上实现可扩展并行处理	未明确说明具体数据集规模和实验环境配置细节	解决卫星物联网网络中的安全传输问题	卫星物联网网络和网络流量数据	机器学习	NA	生成对抗网络(GAN)、卷积神经网络(CNN)、消息传递接口(MPI)	GAN、CNN	网络流量数据	能够检测14种不同类型的攻击，但未明确具体数据样本数量
486	2025-09-29	A hybrid deep learning framework combining transformer and logistic regression models for automatic marine mucilage detection using sentinel-1 SAR data: A case study in Armutlu-Zeytinbağı, Marmara Sea 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0330721 PMID:40997107	研究论文	提出结合Transformer和逻辑回归的混合深度学习框架，利用Sentinel-1 SAR数据自动检测海洋黏液物质	首次将Transformer与逻辑回归模型结合用于海洋黏液检测，创建了独特的VV-VH极化波段数据集	研究区域仅限于马尔马拉海的Armutlu-Zeytinbağı地区，时间范围有限（2021年5-6月）	开发自动检测海洋黏液区域的方法，实现早期预警和干预	马尔马拉海海洋黏液污染区域	计算机视觉	NA	卫星遥感，Sentinel-1 SAR数据，VV-VH极化波段分析	混合模型（Transformer + 逻辑回归），RNN，CNN，决策树，朴素贝叶斯，SVM	卫星图像，时间序列数据	2600个样本（1300个黏液区域，1300个清洁区域）
487	2025-09-29	Vision transformer and Mamba-attention fusion for high-precision PCB defect detection 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0331175 PMID:40997120	研究论文	提出融合视觉Transformer和Mamba注意力机制的混合框架ViT-Mamba，用于高精度PCB缺陷检测	结合视觉Transformer与Mamba注意力机制进行全局特征提取，引入人工缺陷生成模块和多重尺度分层优化策略	NA	解决PCB缺陷检测中不平衡缺陷分布和泛化能力有限的问题	印刷电路板(PCB)缺陷	计算机视觉	NA	深度学习，人工缺陷生成，多重尺度分层优化	Vision Transformer, Mamba注意力机制, ViT-Mamba混合框架	图像	公共PCB缺陷数据集
488	2025-09-29	A graph neural network-based approach for predicting SARS-CoV-2-human protein interactions from multiview data 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0332794 PMID:40997149	研究论文	提出基于多视图图神经网络的方法预测SARS-CoV-2与人类蛋白质相互作用	结合最优传输整合的多视图图神经网络方法，在蛋白质相互作用预测中优于传统单视图方法	初始实验验证数据仅包含有限数量的高置信度相互作用	开发准确可靠的SARS-CoV-2与人类蛋白质相互作用预测模型以支持药物重定位	SARS-CoV-2病毒蛋白质与人类宿主蛋白质	机器学习	COVID-19	多视图图神经网络、最优传输整合	图神经网络(GNN)	蛋白质序列、基因本体术语、物理相互作用信息	472个高置信度预测相互作用（涉及280个宿主蛋白质和27个SARS-CoV-2蛋白质）
489	2025-09-27	AI: the Apollo guidance computer of the Exposome moonshot 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1632520 PMID:41000410	评论	提出将人工智能与暴露组数据结合的统一愿景，通过微生理系统和多组学平台构建数字孪生体	将暴露组研究比作阿波罗登月计划，提出AI作为导航计算机、MPS作为火箭、多组学作为登月舱的创新框架	需要扩展模型适用域、实施数据安全措施并优先开发可解释算法	建立预防驱动、个性化的健康与监管科学新范式	人类暴露组（环境暴露总和）	机器学习	NA	多组学平台、微生理系统(MPS)	深度学习	多组学数据、环境暴露数据	NA
490	2025-09-29	A systematic review of the hybrid machine learning models for brain tumour segmentation and detection in medical images 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1615550 PMID:41000409	系统综述	本文系统综述了混合机器学习模型在医学图像中脑肿瘤分割与检测的应用	系统评估了传统机器学习模型与深度神经网络结合的性能优势，特别是SVM与VGG-19等CNN架构的混合模型在提高分类准确率和减少假阳性方面的创新	模型泛化能力不足、缺乏大型标注数据集、可解释人工智能应用有限	提升脑肿瘤分析的计算效率和诊断准确性	脑肿瘤MRI图像	计算机视觉	脑肿瘤	磁共振成像	混合机器学习模型（SVM、VGG-19、YOLOv10n）	医学图像	25项相关研究（2019-2024年发表）
491	2025-09-29	Gait phase recognition of children with cerebral palsy via deep learning based on IMU data from a soft ankle exoskeleton 2025, Frontiers in bioengineering and biotechnology IF:4.3Q2 DOI:10.3389/fbioe.2025.1679812 PMID:41000473	研究论文	通过基于软踝外骨骼IMU数据的深度学习实现脑瘫儿童步态相位识别	提出结合堆叠降噪自编码器和长短期记忆网络的深度学习框架，能有效处理非平稳高噪声信号并建模步态相位间时序依赖关系	仅纳入6名轻度脑瘫儿童样本，样本量较小且未涵盖不同严重程度患者	开发精准识别脑瘫儿童步态相位的算法以支持循证康复	脑瘫儿童的步态数据	机器学习	脑瘫	惯性测量单元(IMU)、足底压力鞋垫	堆叠降噪自编码器(SDA)、长短期记忆网络(LSTM)	传感器时序数据	6名轻度脑瘫儿童的自然步态序列数据
492	2025-09-29	Toward accurate single image sand dust removal by utilizing uncertainty-aware neural network 2025, Frontiers in neurorobotics IF:2.6Q3 DOI:10.3389/fnbot.2025.1575995 PMID:41000467	研究论文	提出一种基于不确定性感知神经网络HIUNet的单幅图像沙尘去除方法	首次将贝叶斯神经网络应用于沙尘图像恢复，结合特征频率选择机制和特征增强模块	尚未在极端沙尘场景中进行验证	提高单幅沙尘图像恢复的准确性	受沙尘影响的退化图像	计算机视觉	NA	贝叶斯神经网络、特征频率选择	HIUNet（分层交互不确定性感知网络）	图像	Sand11K数据集（包含不同退化程度的沙尘图像）
493	2025-09-29	Deep Learning for Cancer Detection Based on Genomic and Imaging Data: A Comprehensive Review 2025, Cancer management and research IF:2.5Q3 DOI:10.2147/CMAR.S533522 PMID:41001156	综述	本文全面回顾了基于基因组和影像数据的深度学习在癌症检测中的应用进展	系统总结了深度学习在整合多模态数据（基因组和影像）进行癌症早期检测的创新方法	作为综述文章，未涉及原始实验设计和具体数据验证	探讨深度学习在癌症早期检测中的应用现状和未来发展	癌症检测相关的基因组数据和医学影像数据	数字病理	癌症	基因组测序、医学影像技术	CNN	基因组数据、影像数据	NA
494	2025-09-29	Radiomics signature and deep learning signature of intrathrombus and perithrombus for prediction of malignant cerebral edema after acute ischemic stroke: a multicenter CT study 2025, Frontiers in neurology IF:2.7Q3 DOI:10.3389/fneur.2025.1650970 PMID:41001195	研究论文	本研究通过分析血栓内和血栓周围区域的影像组学和深度学习特征，预测急性缺血性脑卒中后恶性脑水肿的风险	首次结合血栓内和血栓周围区域的影像组学与深度学习特征，并采用多中心数据验证预测模型	回顾性研究设计，样本量相对有限（406例患者）	预测急性缺血性脑卒中后恶性脑水肿的发生风险	急性缺血性脑卒中患者	医学影像分析	脑血管疾病	CT影像分析、影像组学、深度学习	VGG16、LASSO回归、逻辑回归等11种机器学习分类器	CT图像	406例急性缺血性脑卒中患者（来自三个医疗中心）
495	2025-09-29	Federated learning for lesion segmentation in multiple sclerosis: a real-world multi-center feasibility study 2025, Frontiers in neurology IF:2.7Q3 DOI:10.3389/fneur.2025.1620469 PMID:41001196	研究论文	本研究探索联邦学习在多中心多发性硬化病灶分割中的实际应用可行性	首次在真实医院环境中应用联邦学习进行多发性硬化病灶分割，无需共享原始患者数据	不同站点间性能存在差异，反映了数据异质性问题	验证联邦学习在分布式临床环境中进行多发性硬化病灶分割的可行性和有效性	多发性硬化患者的MRI图像	医学影像分析	多发性硬化	联邦学习	nnU-Net	MRI图像	来自三个站点的512例MRI病例
496	2025-09-29	Scanning faces: a deep learning approach to studying eye movements in prosopagnosia 2025, Frontiers in neurology IF:2.7Q3 DOI:10.3389/fneur.2025.1616509 PMID:41001204	研究论文	本研究使用深度学习技术分析面孔失认症患者与正常对照在面孔识别任务中的眼动扫描模式差异	首次采用基于深度学习的图像分类技术识别面孔失认症的关键眼动扫描标记，开发了两种将扫描路径可视化为图像的方法	样本量相对有限，对发育性面孔失认症的分类性能较低(AUC 69%)	确定人工智能方法是否能识别面孔失认症的关键扫描标记	面孔失认症患者（获得性和发育性）与正常对照受试者	计算机视觉	神经认知障碍	深度学习图像分类技术	CNN	眼动扫描数据	未明确具体样本数量，包含面孔失认症患者和正常对照两组受试者
497	2025-09-29	Development of a deep learning model for automated diagnosis of neuromuscular diseases using ultrasound imaging 2025, Frontiers in neurology IF:2.7Q3 DOI:10.3389/fneur.2025.1640428 PMID:41001208	研究论文	开发了一种用于神经肌肉疾病超声图像自动诊断的轻量级深度学习模型	提出集成GhostNet骨干网络、CBAM注意力模块和深度可分离卷积的新型模型NMD-AssistNet，兼具高效性和判别能力	仅使用单一公共数据集进行验证，未在多中心临床环境中测试	开发自动化神经肌肉疾病筛查工具以克服传统诊断方法对操作者经验的依赖	神经肌肉疾病患者的肌肉超声图像	计算机视觉	神经肌肉疾病	超声成像	CNN（GhostNet结合CBAM注意力机制）	图像	3,917张标注的肌肉超声图像
498	2025-09-29	Automated classification and explainable AI analysis of lung cancer stages using EfficientNet and gradient-weighted class activation mapping 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1625183 PMID:41001382	研究论文	提出一种基于EfficientNet和Grad-CAM的自动深度学习模型，用于肺癌分期的CT图像分类	结合EfficientNet-B0架构和Grad-CAM可解释AI技术，提供分类结果的可视化解释	NA	实现肺癌分期的精确自动分类，提高诊断可靠性和可信度	肺部CT扫描图像	医学图像分析	肺癌	深度学习	EfficientNet-B0, Grad-CAM	CT图像	1190个CT扫描来自IQ-OTH/NCCD数据集，包含良性、恶性和正常类别
499	2025-09-29	Characterizing clinical risk profiles of major complications in type 2 diabetes mellitus using deep learning algorithms 2025, Frontiers in endocrinology IF:3.9Q2 DOI:10.3389/fendo.2025.1657366 PMID:41001673	研究论文	本研究使用机器学习算法开发2型糖尿病主要并发症的风险评估工具	首次采用可解释机器学习方法系统识别多种糖尿病并发症的共同和独特风险因素	研究样本仅来自单一医院，模型性能在不同并发症间存在差异	开发2型糖尿病并发症风险评估工具，为早期筛查和干预提供新方法	1448名2型糖尿病患者	机器学习	2型糖尿病	机器学习	XGBoost, LightGBM, Random Forest, TabPFN, CatBoost	临床数据	1448名患者
500	2025-09-29	Comparison of Vendor-Pretrained and Custom-Trained Deep Learning Segmentation Models for Head-and-Neck, Breast, and Prostate Cancers 2024-Dec-18, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics14242851 PMID:39767212	研究论文	比较供应商预训练和自定义训练的深度学习分割模型在头颈癌、乳腺癌和前列腺癌中的性能差异	首次系统评估本地临床数据特征对商业深度学习分割模型性能的影响，并证明使用少量机构数据即可训练出高精度的自定义模型	样本量相对有限（210例患者），仅评估了三种癌症类型	评估本地患者数据和临床特征对商业深度学习分割模型性能的影响	头颈癌、乳腺癌和前列腺癌患者的临床CT扫描图像和风险器官轮廓	计算机视觉	头颈癌、乳腺癌、前列腺癌	深度学习分割	CNN	CT图像	210例患者（53例头颈癌、49例左乳腺癌、55例右乳腺癌、53例前列腺癌）