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
5001	2025-10-30	[Brain computer interface nursing bed control system based on deep learning and dual visual feedback] 2025-Oct-25, Sheng wu yi xue gong cheng xue za zhi = Journal of biomedical engineering = Shengwu yixue gongchengxue zazhi DOI:10.7507/1001-5515.202504047 PMID:41152174	研究论文	基于运动想象脑机接口和双视觉反馈机制，设计了一套面向重症肢体障碍患者的护理床控制系统	提出优化的双分支图卷积多尺度神经网络结构，并构建包含脑电地形图反馈和注意力状态反馈的双视觉反馈机制	NA	提升重症肢体障碍患者的自主交互能力，改善脑机接口系统的解码性能	重症肢体障碍患者	脑机接口	肢体障碍	运动想象脑机接口(MI-BCI), 脑电信号(EEG)	图卷积网络, 多尺度卷积神经网络	脑电信号	NA	NA	双分支图卷积多尺度神经网络, 动态图卷积, 多尺度卷积	分类准确率, 信息传输速率	NA
5002	2025-10-30	[Ethical considerations for artificial intelligence-enhanced brain-computer interface] 2025-Oct-25, Sheng wu yi xue gong cheng xue za zhi = Journal of biomedical engineering = Shengwu yixue gongchengxue zazhi DOI:10.7507/1001-5515.202507024 PMID:41152182	综述	本文探讨了人工智能增强型脑机接口的伦理考量及其风险缓解措施	首次系统评估AI技术（特别是深度学习）在提升脑机接口性能时可能引发的伦理问题	未涉及具体实验验证，主要基于理论分析	分析AI增强型脑机接口的伦理风险并探讨应对策略	人工智能增强型脑机接口系统	脑机接口	NA	深度学习	NA	NA	NA	NA	NA	解码准确率、信息传输速率、实时性能、适应性	NA
5003	2025-10-30	[Artificial intelligence in predicting pathological complete response to neoadjuvant chemotherapy for breast cancer: current advances and challenges] 2025-Oct-25, Sheng wu yi xue gong cheng xue za zhi = Journal of biomedical engineering = Shengwu yixue gongchengxue zazhi DOI:10.7507/1001-5515.202503075 PMID:41152181	综述	本文全面回顾了人工智能在预测乳腺癌新辅助化疗病理完全缓解中的应用进展与挑战	系统比较了统计学方法、传统机器学习和深度学习三种方法在pCR预测中的演变历程，特别强调了深度学习在自动提取影像特征和整合多模态数据方面的优势	现有方法预测准确性仍需提升，尚未完全整合到临床工作流程中	预测乳腺癌患者新辅助化疗后的病理完全缓解	乳腺癌患者	数字病理	乳腺癌	NA	机器学习,深度学习	临床数据,影像数据,多模态数据	NA	NA	NA	NA	NA
5004	2025-10-30	[Research progress on deep learning-based computer-aided diagnosis of thyroid nodules using ultrasound imaging] 2025-Oct-25, Sheng wu yi xue gong cheng xue za zhi = Journal of biomedical engineering = Shengwu yixue gongchengxue zazhi DOI:10.7507/1001-5515.202412047 PMID:41152180	综述	回顾基于深度学习的甲状腺结节超声图像计算机辅助诊断技术的最新研究进展	系统分析深度学习在甲状腺结节超声图像预处理、分割和分类中的创新应用	现有技术仍存在局限性，未来需要进一步改进	探索深度学习在甲状腺结节诊断中的应用潜力并为临床转化提供参考	甲状腺结节超声图像	计算机视觉	甲状腺癌	超声成像	深度学习算法	医学图像	NA	NA	NA	NA	NA
5005	2025-10-30	Age- and sex-specific knee alignment patterns in symptomatic Korean patients: A cross-sectional deep learning analysis of 16,000 knees 2025-Oct-25, Osteoarthritis and cartilage IF:7.2Q1 DOI:10.1016/j.joca.2025.10.011 PMID:41159920	研究论文	使用深度学习分析韩国症状性患者16,000个膝盖的年龄和性别特异性膝关节对线模式	首次利用深度学习自动测量大规模长腿X光片数据，系统分析年龄和性别对膝关节对线的特异性影响	回顾性单中心研究，仅包含症状性患者，可能不适用于无症状人群	分析膝关节对线参数与年龄、性别的关系	韩国症状性成年患者的膝关节对线参数	数字病理	骨关节炎	长腿X光摄影	深度学习模型	X光图像	8014张X光片（16,028个膝盖）	NA	NA	线性回归系数，95%置信区间	NA
5006	2025-10-30	Temperature adaptation in structure and function in lactate dehydrogenase-A reflects convergent evolution in a few key protein regions 2025-Oct-21, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2517759122 PMID:41071662	研究论文	本研究通过分析277种海洋鱼类乳酸脱氢酶-A同源基因，揭示了温度适应性进化中关键蛋白区域的趋同进化机制	首次系统识别了乳酸脱氢酶-A中的温度适应相关序列位点(TRSS)，并通过定点突变验证了这些位点在酶热适应性中的关键作用	研究仅聚焦于海洋鱼类的乳酸脱氢酶-A，可能无法完全代表其他生物类群或酶类的温度适应机制	探究酶结构和功能温度适应的分子机制及其在物种分布中的意义	277种海洋鱼类的乳酸脱氢酶-A(LDH-A)同源基因	蛋白质进化与生物信息学	NA	定点突变, 序列比对, 深度学习建模	深度学习模型	蛋白质序列, 酶活性数据	277种海洋鱼类LDH-A同源基因	NA	NA	NA	NA
5007	2025-10-30	Adaptable microplastic classification using similarity learning on µFTIR spectra collected from µFTIR focal plane array imaging 2025-Oct-21, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2509745122 PMID:41086209	研究论文	本研究探索使用相似性学习方法训练深度学习模型进行微塑料分类，解决了传统深度学习方法在数据集要求、过拟合和新增类别时的局限性	采用相似性学习方法训练一维卷积神经网络，能够在仅使用原始条件下采集的微塑料光谱数据训练的情况下，对含有高背景噪声的真实样本保持高准确率，并能检测训练集中未包含的新微塑料聚合物类别	仅使用了45个制造微塑料样本的µFTIR光谱数据，样本规模相对有限	开发适应性强、能够处理真实环境中微塑料分类挑战的深度学习方法	微塑料样本的µFTIR光谱数据	机器学习	NA	微傅里叶变换红外光谱(µFTIR)	CNN	光谱数据	45个制造微塑料样本，涵盖11种塑料成分	NA	一维卷积神经网络	F1-score	NA
5008	2025-10-30	A protein dynamics-based deep learning model enhances predictions of fitness and epistasis 2025-Oct-21, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2502444122 PMID:41100667	研究论文	开发了一种结合蛋白质动力学信息的深度学习模型，用于增强蛋白质适应性和上位性相互作用的预测能力	首次将基于物理学的非对称动态耦合指数(DCI)整合到图神经网络中，能够量化残基对之间的动态相互影响	未在实验性上位性数据上进行训练，验证蛋白质种类有限	解决多个突变之间复杂相互作用预测的挑战	蛋白质突变效应和上位性相互作用	机器学习	NA	深度突变扫描	GNN	蛋白质序列和结构数据	4种不同蛋白质的深度突变扫描数据集，外加37种新型TEM-1 β-内酰胺酶变体	NA	图神经网络(GNN)	预测准确度	NA
5009	2025-10-30	Design and Implementation of a Deep Learning System to Analyze Bovine Sperm Morphology 2025-Oct-21, Veterinary sciences IF:2.0Q2 DOI:10.3390/vetsci12101015 PMID:41150155	研究论文	本研究设计并实现了一个基于深度学习的牛精子形态分析系统，用于自动检测和分类精子细胞的形态异常	首次将YOLOv7目标检测框架应用于牛精子形态分析，实现了对精子头部、颈部/中段、尾部和残留细胞质缺陷的自动识别	训练数据集相对较小，仅包含277张标注图像，可能影响模型的泛化能力	开发自动化的牛精子形态分析系统，提高繁殖效率	公牛精子细胞	计算机视觉	生殖系统疾病	显微成像	目标检测	图像	277张标注图像，包含6个形态类别	YOLOv7	YOLOv7	mAP@50, precision, recall	NA
5010	2025-10-30	TranSIC-Net: An End-to-End Transformer Network for OFDM Symbol Demodulation with Validation on DroneID Signals 2025-Oct-21, Sensors (Basel, Switzerland) DOI:10.3390/s25206488 PMID:41157542	研究论文	提出一种基于Transformer的端到端神经网络TranSIC-Net，用于复杂无线环境下的OFDM符号解调	将信道估计和符号检测统一在单一架构中，通过注意力机制捕捉子载波间相关性，无需显式信道估计	NA	解决复杂无线环境下OFDM信号解调的基本挑战，特别是在低信噪比或载波频率偏移等不利条件下	OFDM信号和DroneID信号（大疆无人机使用的专有类OFDM信令格式）	无线通信	NA	OFDM解调	Transformer	无线信号	NA	NA	Transformer	误码率, 估计精度, 鲁棒性	NA
5011	2025-10-30	An Adaptive Framework for Remaining Useful Life Prediction Integrating Attention Mechanism and Deep Reinforcement Learning 2025-Oct-14, Sensors (Basel, Switzerland) DOI:10.3390/s25206354 PMID:41157408	研究论文	提出一种集成注意力机制和深度强化学习的自适应剩余使用寿命预测框架	首次将深度确定性策略梯度(DDPG)策略引入RUL预测，实现个体退化阶段构建关键参数的自适应优化	仅在飞机发动机和铁路货车车轮上验证，未在其他工业设备上测试	开发能够有效捕捉异构传感器个体差异和复杂工况下失效模式的自适应RUL预测方法	机械部件（飞机发动机、铁路货车车轮）	机器学习	NA	功能对齐重采样(FAR)、动态时间规整(DTW)	深度学习、深度强化学习	多格式传感器数据、时间序列数据	飞机发动机和铁路货车车轮数据集	NA	注意力增强混合多尺度RUL预测网络	均方根误差(RMSE)、准确率	NA
5012	2025-10-30	From screening to subtyping in a single glance 2025-Oct-10, Patterns (New York, N.Y.) DOI:10.1016/j.patter.2025.101391 PMID:41142900	研究论文	提出了一种从筛查到分型的整体深度学习框架S2S，用于放射影像中复杂疾病的诊断	首次将整个诊断流程从病灶检测到疾病分型整合到统一的深度学习系统中	NA	开发能够处理复杂疾病诊断的整体AI系统，提升精准医疗水平	胸部复杂癌症的放射影像	计算机视觉	胸部癌症	深度学习	深度学习	放射影像	NA	NA	S2S框架	准确率	NA
5013	2025-10-30	S2S: A deep learning method for the radiological diagnosis of fine-grained diseases spanning screening to subtyping 2025-Oct-10, Patterns (New York, N.Y.) DOI:10.1016/j.patter.2025.101294 PMID:41142912	研究论文	提出一种用于细粒度疾病放射学诊断的筛查到分型AI范式，覆盖从初筛到最终分型的完整诊断流程	首次提出专门针对细粒度疾病的多阶段放射学诊断AI范式，整合多诊断阶段、多放射学视角、多病灶维度和多成像模态信息	NA	开发能够准确诊断细粒度疾病的放射学AI系统	细粒度胸部癌症亚型的放射影像	计算机视觉	胸部癌症	放射影像分析	深度学习	放射影像	大规模多中心放射影像数据集	NA	NA	NA	NA
5014	2025-10-30	DeepProtein: deep learning library and benchmark for protein sequence learning 2025-Oct-02, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf165 PMID:40388205	研究论文	本文介绍了专为蛋白质相关任务设计的深度学习库DeepProtein及其基准测试	开发了专门针对蛋白质序列学习的综合深度学习库，并建立了多任务基准评估体系，同时提出了基于Prot-T5微调的DeepProt-T5模型系列	NA	为蛋白质科学研究提供易用的深度学习工具和性能基准	蛋白质序列数据	机器学习	NA	深度学习	基于Prot-T5的微调模型	蛋白质序列数据	NA	基于DeepPurpose构建	Prot-T5, DeepProt-T5	在蛋白质功能预测、亚细胞定位预测、蛋白质-蛋白质相互作用预测和蛋白质结构预测等任务上的性能评估	NA
5015	2025-10-30	G4STAB: a multi-input deep learning model to predict G-quadruplex thermodynamic stability based on sequence and salt concentration 2025-Oct-02, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf545 PMID:41014017	研究论文	开发了一个多输入深度学习模型G4STAB，用于基于序列特征和盐浓度预测G-四链体热力学稳定性	首个不依赖预定结构特征，能够同时考虑序列特征、盐浓度和pH值来预测G-四链体熔解温度的多输入深度学习模型	模型训练数据量相对有限（2382个DNA G4序列），可能无法覆盖所有可能的G4拓扑结构	开发准确预测G-四链体热力学稳定性的计算模型	DNA G-四链体序列及其热力学稳定性	机器学习	NA	深度学习	多输入深度神经网络	序列数据, 化学浓度数据	2382个DNA G-四链体序列用于训练，391502个实验验证的G4用于分析	NA	多输入深度神经网络	R²	NA
5016	2025-10-30	Multimodal deep learning with hyperspectral imaging for accurate origin classification of wolfberries 2025-Oct, Food chemistry: X DOI:10.1016/j.fochx.2025.103166 PMID:41140601	研究论文	提出一种融合高光谱成像的多模态深度学习模型，用于枸杞地理产地的精确分类	采用交叉注意力机制有效融合光谱和图像特征，通过简化注意力机制降低计算复杂度并提升模型可解释性	NA	实现枸杞地理产地的精确分类，以评估其营养和药用特性	枸杞	计算机视觉	NA	高光谱成像	CNN	图像, 光谱数据	NA	NA	多模态卷积神经网络(MTCNN)	准确率	NA
5017	2025-10-30	HER2-IHC-40x: A high-resolution histopathology dataset for HER2 IHC scoring in breast cancer 2025-Oct, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111922 PMID:41143256	研究论文	本文介绍了一个用于乳腺癌HER2免疫组织化学评分的高分辨率数字病理学数据集	提供了首个专门针对HER2 IHC评分的高分辨率全切片图像和提取区域集合数据集，包含两种数据划分策略和颜色直方图过滤方法	数据集仅包含107张全切片图像，样本规模相对有限	为计算病理学分析提供结构化的高质量数据资源	乳腺癌组织切片中的HER2免疫组织化学染色区域	数字病理学	乳腺癌	免疫组织化学染色，全切片图像扫描	深度学习模型	图像	107张全切片图像，从中提取的1024×1024像素图像块	NA	NA	NA	NA
5018	2025-10-30	MeatScan: An image dataset for machine learning-based classification of fresh and spoiled cow meat 2025-Oct, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.112045 PMID:41143259	研究论文	本文介绍了MeatScan数据集，用于支持基于深度学习的鲜肉与变质牛肉二元分类	提供了首个在加纳真实环境中采集的牛肉新鲜度分类图像数据集，填补了计算机视觉与食品安全检测在资源匮乏环境中的应用空白	数据集仅包含加纳地区的样本，可能限制了在其他地理区域的泛化能力	开发用于食品安全监测的机器学习分类方法	新鲜与变质的牛肉样本	计算机视觉	NA	图像采集	CNN	图像	11,000张高分辨率RGB图像（5,627张新鲜，5,373张变质）	NA	NA	NA	NA
5019	2025-10-30	Development and validation of deep learning models for qualitative classification of benign and malignant enlarged cervical lymph nodes based on ultrasound images 2025-Sep-30, Gland surgery IF:1.5Q3 DOI:10.21037/gs-2024-576 PMID:41142548	研究论文	开发并验证基于超声图像的深度学习模型，用于良恶性颈部淋巴结的定性分类	首次系统比较多种深度学习模型在颈部淋巴结良恶性分类中的性能，发现VGG16模型表现最佳	回顾性研究设计，样本来源单一，模型性能存在提升空间	提高颈部淋巴结良恶性术前定性诊断的准确性	经超声引导活检病理证实的颈部淋巴结	计算机视觉	淋巴结疾病	超声成像	深度学习	超声图像	2,697名患者的3,014个颈部淋巴结（良性1,489例，恶性1,525例）	NA	VGG16, ResNet101, ResNet50	AUC, 准确率, 敏感度, 特异度	NA
5020	2025-10-30	Performance assessment of computed tomographic angiography fractional flow reserve using deep learning: SMART trial summary 2025-Sep-28, Journal of geriatric cardiology : JGC IF:1.8Q3 DOI:10.26599/1671-5411.2025.09.002 PMID:41143164	研究论文	评估基于深度学习的CT血管造影血流储备分数技术(DVFFR)在诊断冠状动脉疾病中的性能	开发了基于深度学习的CT-FFR方法DeepVessel FFR，利用完整的冠状动脉树结构进行血流储备分数计算	回顾性单中心研究，样本量有限(339名患者)	评估深度学习CT-FFR技术在诊断冠状动脉疾病缺血中的性能	疑似稳定型冠状动脉疾病患者	医学影像分析	心血管疾病	计算机断层扫描血管造影(CTA)	深度学习	医学影像	339名患者(60.5±10.0岁，209名男性)，414条血管	NA	DeepVessel FFR	灵敏度,特异性,准确度,阳性预测值,阴性预测值,AUC	NA