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
5201	2025-10-06	Comparison of Pathologist and Artificial Intelligence-based Grading for Prediction of Metastatic Outcomes After Radical Prostatectomy 2025-Feb, European urology oncology IF:8.3Q1 DOI:10.1016/j.euo.2024.08.004 PMID:39232875	研究论文	比较病理学家和基于人工智能的前列腺癌分级方法在预测根治性前列腺切除术后转移结局方面的表现	首次将AI分级系统与病理学家分级在预测肿瘤转移结局方面进行直接比较，而非仅评估分级一致性	研究样本量相对有限（777例患者），且仅基于单个代表性切片进行评估	评估AI系统在前列腺癌分级和转移预测方面的临床价值	前列腺癌患者	数字病理学	前列腺癌	深度学习	深度学习模型	组织病理学图像	777名独特患者	NA	NA	Harrell's C-index	NA
5202	2025-10-06	Identifying pivotal sites affecting thermostability of GH11 xylanase via conventional and deep learning-based energy calculation 2025-Jan-10, FEMS microbiology letters IF:2.2Q3 DOI:10.1093/femsle/fnaf072 PMID:40643334	研究论文	本研究通过计算方法和深度学习工具识别影响GH11木聚糖酶热稳定性的关键位点	结合传统计算工具Rosetta Cartesian_ddG与深度学习工具Pythia进行酶热稳定性关键位点预测	组合不同位点的有益突变会导致热稳定性降低，存在负向上位性相互作用	提高GH11木聚糖酶XynCDBFV的热稳定性	来自Neocallimastix patriciarum的GH11木聚糖酶XynCDBFV	机器学习	NA	位点饱和突变、计算能量分析	深度学习	蛋白质序列和结构数据	18个突变变体（D57位点3个，G201位点5个）	Pythia, Rosetta	NA	最适温度提升、残余活性百分比	NA
5203	2025-10-06	Machine learning applications in colorectal cancer: from early detection to personalized treatment 2025-Jan-08, Integrative biology : quantitative biosciences from nano to macro IF:1.5Q4 DOI:10.1093/intbio/zyaf013 PMID:40694039	综述	本文综述机器学习在结直肠癌从早期检测到个性化治疗全流程中的应用与影响	整合多组学、影像组学和临床数据，通过监督学习、神经网络和深度学习生成可操作见解，超越传统诊断和预后方法	面临数据质量、验证标准、临床工作流程整合及伦理问题等挑战	探讨机器学习在结直肠癌诊疗中的变革性作用及临床实施路径	结直肠癌患者的多模态数据（遗传特征、影像数据、临床信息）	机器学习	结直肠癌	多组学分析、影像组学分析	支持向量机, 随机森林, 神经网络, 深度学习	遗传数据, 影像数据, 临床数据	NA	NA	NA	诊断准确性, 治疗结果改善	NA
5204	2025-10-06	Harmonic Wavelet Neural Network for Discovering Neuropathological Propagation Patterns in Alzheimer's Disease 2025-01, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3434394 PMID:39074003	研究论文	提出谐波小波神经网络用于发现阿尔茨海默病神经病理传播模式	首次提出谐波小波神经网络，能够定位疾病相关显著小波以表征神经病理事件在大脑网络中的传播路径	缺乏通用大脑网络作为群体比较的无偏参考基础，缺乏识别传播模式的适当机制	预测阿尔茨海默病早期阶段并定位疾病相关显著小波	阿尔茨海默病患者的大脑网络数据	机器学习	阿尔茨海默病	图数据分析	神经网络	图数据	合成数据集和真实数据集	NA	谐波小波神经网络	分类准确率, 统计功效	NA
5205	2025-10-06	FDDSeg: Unleashing the Power of Scribble Annotation for Cardiac MRI Images Through Feature Decomposition Distillation 2025-01, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3404884 PMID:38787661	研究论文	提出一种名为FDDSeg的特征分解蒸馏深度学习方法，用于基于涂鸦标注的心脏MRI图像分割	采用涂鸦标注重用策略提供准确边界，通过伪标签将中间特征分解为类别区域和无类别区域以改进特征学习，并通过特征分解捕获有效的蒸馏知识	NA	开发计算成本更低、仅需涂鸦标注的心脏MRI图像精确分割方法	心脏MRI图像	计算机视觉	心血管疾病	磁共振成像	深度学习	医学图像	公共ACDC和MSCMR心脏MRI数据集	NA	FDDSeg	DSC, JC, HD95	NA
5206	2025-10-06	Harnessing Deep Learning Methods for Voltage-Gated Ion Channel Drug Discovery 2025-Jan-01, Physiology (Bethesda, Md.) DOI:10.1152/physiol.00029.2024 PMID:39189871	综述	探讨深度学习在电压门控离子通道药物发现中的最新应用进展	将扩散模型等深度学习方法应用于电压门控离子通道蛋白质结合剂的计算设计	NA	为开发新型电压门控离子通道靶向治疗策略提供计算框架	电压门控离子通道及其蛋白质结合剂	机器学习	心律失常, 神经病理性疼痛	深度学习, 扩散模型	扩散模型	蛋白质结构数据	NA	NA	NA	NA	NA
5207	2025-10-06	Melanoma Breslow Thickness Classification Using Ensemble-Based Knowledge Distillation With Semi-Supervised Convolutional Neural Networks 2025-01, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3465929 PMID:39302772	研究论文	本研究开发了一种基于集成知识蒸馏的半监督卷积神经网络，用于黑色素瘤Breslow厚度分类	采用多教师集成知识蒸馏的半监督学习方法，在黑色素瘤分类任务中超越了传统监督学习性能	研究中使用的数据集来自不同来源，可能存在数据异质性问题	开发支持医学专家的自动深度学习诊断系统，作为第二意见或分诊工具	皮肤镜图像中的原位黑色素瘤和侵袭性黑色素瘤	医学图像分析	黑色素瘤	皮肤镜检查	CNN	图像	四个不同来源的数据集	NA	卷积神经网络	AUC	NA
5208	2025-10-06	MFRC-Net: Multi-Scale Feature Residual Convolutional Neural Network for Motor Imagery Decoding 2025-01, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3467090 PMID:39316474	研究论文	提出一种轻量级多尺度特征残差卷积神经网络用于运动想象解码	结合时间多尺度残差卷积块和跨域双流空间卷积块的轻量化网络架构，参数规模仅13K	NA	开发轻量高效的脑电信号运动想象解码方法	脑电信号中的运动想象模式	机器学习	NA	脑电图	CNN	脑电信号	BCI Competition IV 2a数据集和SHU数据集	NA	MFRC-Net, 多尺度特征残差卷积神经网络	准确率	NA
5209	2025-10-06	Spherical Harmonics-Based Deep Learning Achieves Generalized and Accurate Diffusion Tensor Imaging 2025-01, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3471769 PMID:39352828	研究论文	提出基于球谐函数的深度学习方法来提高扩散张量成像的泛化性和准确性	首次将球谐系数图作为网络输入来预测扩散张量场，显著提升了模型对不同采集方案的泛化能力	NA	开发通用、准确且高效的基于深度学习的扩散张量成像方法	扩散加权图像和扩散张量场	医学影像分析	NA	扩散张量成像，磁共振成像	深度学习	医学影像	模拟和体内数据集	NA	NA	定量分析，定性分析	NA
5210	2025-10-06	Multiscale Spatial-Temporal Feature Fusion Neural Network for Motor Imagery Brain-Computer Interfaces 2025-01, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3472097 PMID:39352826	研究论文	提出一种基于多尺度时空特征融合的卷积神经网络MSTFNet，用于运动想象脑机接口的EEG信号分类	提出多尺度时空特征融合架构，克服传统单尺度串行卷积对运动想象信号信息提取不足的问题	NA	提高运动想象脑机接口中EEG信号的解码精度	运动想象相关的EEG信号	脑机接口	NA	EEG信号处理	CNN	EEG信号	使用两个公共数据集(BCI Competition IV 2a和2b)和一个实验室数据集	NA	MSTFNet, 包含特征增强模块、多尺度时间特征提取模块、空间特征提取模块和特征融合模块	分类准确率	NA
5211	2025-10-06	Automated Quantification of HER2 Amplification Levels Using Deep Learning 2025-01, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3476554 PMID:39383086	研究论文	开发了一种用于自动量化HER2扩增水平的深度学习模型，辅助乳腺癌和胃癌患者的HER2靶向治疗选择	提出了软采样级联深度学习模型和信号检测模型，解决了HER2分析中细胞边界模糊、形态变异大、细胞重叠和标注稀疏等挑战	仅对高置信度细胞进行手动标注可能引入选择偏差，模型在更广泛临床场景中的泛化能力需进一步验证	开发自动化方法以改进HER2扩增水平的量化评估，减少人工评估的主观性和误差	乳腺癌和胃癌患者的FISH和DISH图像中的细胞	数字病理学	乳腺癌,胃癌	荧光原位杂交(FISH),双原位杂交(DISH)	深度学习	图像	两个临床数据集（FISH数据集和DISH数据集）	NA	软采样级联深度学习模型,信号检测模型	准确率,召回率,F1分数,精确率	NA
5212	2025-10-06	MiRS-HF: A Novel Deep Learning Predictor for Cancer Classification and miRNA Expression Patterns 2025-01, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3476672 PMID:39383085	研究论文	提出一种名为MiRS-HF的深度学习模型，用于癌症分类和miRNA生物标志物识别	结合早期融合和中间融合策略，使用层注意力图卷积网络处理miRNA-疾病异质网络，并引入特征加权策略	NA	癌症分类和miRNA生物标志物识别	六种癌症类型	机器学习	癌症	miRNA表达数据分析	图卷积网络,注意力机制	miRNA关联数据,表达数据	NA	NA	层注意力图卷积网络(LAGCN),图卷积网络(GCN)	NA	NA
5213	2025-10-06	TKR-FSOD: Fetal Anatomical Structure Few-Shot Detection Utilizing Topological Knowledge Reasoning 2025-01, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3480197 PMID:39401118	研究论文	提出一种基于拓扑知识推理的胎儿解剖结构少样本检测方法TKR-FSOD	首次将拓扑知识推理应用于胎儿超声图像的少样本检测任务，提出拓扑知识推理模块和判别能力增强特征学习模块	仅针对超声图像中的胎儿解剖结构检测，未验证在其他医学影像或通用目标检测任务上的适用性	解决胎儿超声图像中难以获取样本的解剖结构检测问题	胎儿超声图像中的多解剖结构	计算机视觉	胎儿发育异常	超声成像	深度学习	超声图像	少样本设置（如5-shot）	NA	TKR-FSOD	检测精度	NA
5214	2025-10-06	Attention-Guided 3D CNN With Lesion Feature Selection for Early Alzheimer's Disease Prediction Using Longitudinal sMRI 2025-01, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3482001 PMID:39412975	研究论文	提出一种结合病变特征选择和注意力机制的轻量级3D CNN模型，用于基于纵向sMRI的早期阿尔茨海默病预测	提出纵向病变特征选择策略和疾病趋势注意力机制，能够捕捉脑部结构的动态变化并关注关键病变特征	仅使用两次随访sMRI扫描，可能无法完全捕捉疾病发展的完整动态过程	预测轻度认知障碍向阿尔茨海默病的转化，实现早期干预	轻度认知障碍患者	医学影像分析	阿尔茨海默病	结构磁共振成像	3D CNN	3D医学影像	使用两次随访sMRI扫描的轻度认知障碍患者队列	NA	3D卷积神经网络	AUC,准确率,特异性,精确率,F1分数	NA
5215	2025-10-06	HepNet: Deep Neural Network for Classification of Early-Stage Hepatic Steatosis Using Microwave Signals 2025-01, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3489626 PMID:39480722	研究论文	本研究开发了一种基于微波信号和深度学习的早期肝脂肪变性分类器HepNet	提出结合微波信号与深度学习的新方法，采用跳跃连接的卷积层结构，并通过迁移学习解决临床数据样本有限的问题	临床验证样本量有限（94和158例患者）	开发早期肝脂肪变性的可靠诊断方法	肝脂肪变性患者	医学影像分析	肝病	微波信号技术，H-MRS（氢磁共振波谱）	CNN	微波信号，仿真数据，临床数据	仿真数据训练，临床验证94例和158例患者	NA	HepNet（自定义架构含跳跃连接），对比LeNet，ResNet	F1分数，置信度，熵值	NA
5216	2025-10-06	Deep Drug Synergy Prediction Network Using Modified Triangular Mutation-Based Differential Evolution 2025-01, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3377631 PMID:38498748	研究论文	提出一种名为EDNet的深度药物协同预测网络，通过改进的三角变异差分进化算法优化网络权重和架构，提升药物协同预测性能	采用改进的三角变异差分进化算法演化深度双向混合密度网络的初始连接权重和架构属性，解决梯度消失、过拟合和参数调优问题	NA	提高癌症治疗中药物组合协同效应的预测准确性	药物组合协同效应	机器学习	癌症	NA	深度双向混合密度网络	药物协同数据	两个知名药物协同数据集（NCI-ALMANAC和deep-synergy）	NA	EDNet	NA	NA
5217	2025-10-06	Artificial intelligence in the diagnosis of uveal melanoma: advances and applications 2025, Experimental biology and medicine (Maywood, N.J.) DOI:10.3389/ebm.2025.10444 PMID:40046904	综述	本文综述人工智能技术在葡萄膜黑色素瘤诊断中的最新进展与应用	系统评估深度学习模型（特别是CNN）在自动分析医学图像、识别复杂模式方面的优势，并提出多模态成像技术融合的创新方向	现有研究存在数据集规模小、外部验证有限、依赖单一成像模式等问题，限制了模型的临床泛化能力	评估机器学习和深度学习方法在葡萄膜黑色素瘤分类诊断中的应用效果	葡萄膜黑色素瘤及其他黑色素细胞性脉络膜肿瘤	计算机视觉	葡萄膜黑色素瘤	眼底摄影、光学相干断层扫描（OCT）、超声成像	CNN	医学图像	NA	NA	NA	准确率、灵敏度、AUC	NA
5218	2025-10-06	Identifying Patients' Preference During Their Hospital Experience. A Sentiment and Topic Analysis of Patient-Experience Comments via Natural Language Techniques 2025, Patient preference and adherence IF:2.0Q2 DOI:10.2147/PPA.S526623 PMID:40686565	研究论文	通过自然语言处理技术分析患者体验评论，识别患者偏好并探索负面评论与满意度之间的关系	结合文献综述、人工标注和自然语言处理技术的混合方法分析大规模患者自由文本评论	横断面调查设计，无法建立因果关系	从大量自由文本患者体验评论中提取有用信息，探索负面评论与患者满意度和忠诚度的差异	医院患者体验调查中的自由文本评论	自然语言处理	NA	自然语言处理技术	机器学习,深度学习	文本	28054条自由文本评论（评论率72.67%）	NA	NA	准确率	NA
5219	2025-10-06	Deep learning-based method for grading histopathological liver fibrosis in rodent models of metabolic dysfunction-associated steatohepatitis 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1629036 PMID:40687706	研究论文	开发基于深度学习的组织病理学肝纤维化分级方法，用于代谢功能障碍相关脂肪性肝炎动物模型	首次在MASH动物模型中应用深度学习对肝纤维化进行精细分级，从5类分类优化至7类分类模型	研究局限于临床前动物模型，尚未在人类患者中验证	开发自动肝纤维化评分系统以支持病理学家诊断	代谢功能障碍相关脂肪性肝炎(MASH)动物模型的肝组织切片	数字病理学	肝病	天狼星红染色全玻片成像	深度学习	图像	914张全玻片图像，包含999,711个图像块	NA	NA	kappa统计量, 精确召回曲线下面积(AUPRC), 受试者工作特征曲线下面积(AUROC), Matthews相关系数(MCC)	NA
5220	2025-10-06	Neurophysiological predictors of deep learning based unilateral upper limb motor imagery classification 2025, Frontiers in human neuroscience IF:2.4Q2 DOI:10.3389/fnhum.2025.1617748 PMID:40688356	研究论文	本研究探讨神经生理学特征对基于深度学习的单侧上肢运动想象分类准确性的预测作用	首次系统研究神经生理学特征对深度学习模型在单侧上肢运动想象分类中的预测能力，揭示了与双侧运动想象范式相反的关联模式	研究仅针对右肘屈伸运动想象，样本规模有限，未涵盖其他上肢运动模式	探索神经生理学特征对运动想象脑机接口分类准确性的预测价值	人类参与者的单侧上肢运动想象脑电信号	脑机接口	NA	脑电图	EEGNet, FBCNet, NFEEG, SVM, LDA	脑电信号	未明确指定参与者数量	NA	EEGNet, FBCNet, NFEEG	分类准确率	NA