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
521	2025-10-05	Hybrid deep learning framework for environmental microplastic classification: Integrating CNN-based spectral feature extraction and transformer models 2025-Nov-01, Environmental pollution (Barking, Essex : 1987) DOI:10.1016/j.envpol.2025.126989 PMID:40816460	研究论文	提出一种结合CNN和Transformer的混合深度学习框架，用于环境微塑料的FTIR光谱分类	首次将CNN的局部光谱特征提取能力与Transformer的全局依赖建模能力相结合，形成互补优势的混合架构	未提及模型在极端环境条件下的表现验证	开发高精度的环境微塑料分类方法	来自土壤、空气、沉积物和水体基质的环境微塑料	机器学习	NA	傅里叶变换红外光谱(FTIR)	CNN, Transformer	光谱数据	包含17种聚合物类型的光谱数据集	NA	CNN-Transformer混合架构	准确率	NA
522	2025-10-05	Surveillance of urban river environment by quantifying distributions of water quality parameters using hyperspectral remote sensing-based ripple propagation graph network 2025-Nov-01, Environmental pollution (Barking, Essex : 1987) DOI:10.1016/j.envpol.2025.126875 PMID:40846259	研究论文	提出混合反馈涟漪网络（HF-RN）从无人机高光谱数据中反演水质参数浓度	集成深度学习、空间分布模式分析和概率统计分析，通过涟漪传播图网络增强采样区与未采样区的空间关联性	未明确说明模型对特定水质条件或地理环境的泛化能力	开发高效的城市河流水质监测方法	城市河流水质参数（总磷、总氮、化学需氧量、生化需氧量、叶绿素a、总悬浮固体）	环境遥感	NA	高光谱遥感	图神经网络	高光谱图像	实际监测数据集（未明确具体样本数量）	深度学习框架	混合反馈涟漪网络（HF-RN）	平均绝对百分比误差（MAPE）	NA
523	2025-10-05	Interpreting spatiotemporal dynamics of Ulva prolifera blooms in the southern yellow sea using an attention-enhanced transformer framework 2025-Nov-01, Environmental pollution (Barking, Essex : 1987) DOI:10.1016/j.envpol.2025.126999 PMID:40846261	研究论文	本研究开发了一种基于注意力增强Transformer的深度学习框架，用于解释和预测黄海南部浒苔暴发的时空动态	首次将多头自注意力机制的Transformer框架应用于浒苔暴发预测，能够动态捕捉空间依赖性并识别最优环境因子组合	研究区域仅限于黄海南部，模型在其他海域的适用性需要进一步验证	理解和预测浒苔暴发的复杂时空动态，为针对性防控提供科学依据	黄海南部的浒苔暴发现象	机器学习	NA	深度学习，时空数据分析	Transformer	海洋环境数据	NA	NA	Transformer with multi-head self-attention	MAE, MSE, R	NA
524	2025-10-05	Legacy and emerging per- and poly-fluorinated substances (PFASs) as potential pathogenic drivers of diabetes mellitus: Challenges and perspectives 2025-Nov-01, Environmental pollution (Barking, Essex : 1987) DOI:10.1016/j.envpol.2025.127033 PMID:40865758	综述	本文综述了全氟和多氟烷基物质（PFASs）作为糖尿病潜在致病驱动因素的研究现状与展望	系统总结了PFASs在不同生命阶段对糖尿病的影响机制，并提出了结合图神经网络、人工智能和多组学数据融合等前沿技术的未来研究方向	PFASs的具体致病机制尚未完全阐明，现有研究忽视了影响因素、复合暴露相互作用以及致病机制的复杂性	探讨PFASs暴露与糖尿病之间的关联机制及未来研究方向	全氟和多氟烷基物质（PFASs）与糖尿病发病机制的关系	环境健康与疾病机制	糖尿病	高通量筛选、多组学数据整合、器官芯片、干细胞衍生模型	图神经网络、深度学习、机器学习、非线性混合模型	多组学数据、体外实验数据、体内实验数据	NA	NA	NA	NA	NA
525	2025-10-05	Artificial Intelligence in Surgical Training and Applications to Otolaryngology: A Scoping Review 2025-Oct, The Laryngoscope DOI:10.1002/lary.32246 PMID:40371996	综述	本文系统回顾了人工智能在耳鼻喉科手术培训中的应用进展	首次针对耳鼻喉科领域系统梳理AI在手术技能评估中的应用现状与潜力	纳入研究数量有限（34篇），部分研究样本量较小	探讨人工智能在手术技能评估中的应用及其对耳鼻喉科教育的促进作用	手术技能评估相关研究，特别关注耳鼻喉科手术	计算机视觉, 机器学习	耳鼻喉科疾病	深度学习, 机器学习, 计算机视觉	NA	运动学数据, 运动数据, 力数据, 视频数据	34项符合纳入标准的研究	NA	NA	分类准确率	NA
526	2025-10-05	YOLOv8-DuckPluck: A lightweight target detection model for cherry valley duck feather pecking site detection 2025-Oct, Poultry science IF:3.8Q1 DOI:10.1016/j.psj.2025.105484 PMID:40618564	研究论文	提出一种基于YOLOv8的樱桃谷鸭啄羽部位检测轻量级模型YOLOv8-DuckPluck	提出新型轻量级多尺度特征提取模块NeoMSM-C2f，采用DyHead检测头动态调整检测策略，并应用知识蒸馏技术提升检测精度	NA	解决高密度多目标复杂环境下目标检测模型处理速度慢、参数量大和模型体积大的问题	樱桃谷鸭的啄羽行为检测	计算机视觉	NA	深度学习	YOLO, CNN	图像	NA	NA	YOLOv8, NeoMSM-C2f, DyHead	mAP, 检测速度(f/s)	NA
527	2025-10-05	Assessing the impact of day and night urban outdoor environments on women's physiological and psychological states using pedestrian-centric street view images 2025-Oct, Social science & medicine (1982) DOI:10.1016/j.socscimed.2025.118433 PMID:40743851	研究论文	通过街景图像和多学科方法评估城市昼夜环境对女性生理心理状态的影响	首次结合行人视角街景图像和时空分析方法研究昼夜环境变化对女性生理心理的差异化影响	研究范围限于特定城市环境，未考虑个体差异和文化背景等因素	探究不同城市环境昼夜变化对女性生理心理状态的影响机制	城市户外环境中的女性行人	计算机视觉	NA	街景图像采集、深度学习分析	深度学习模型	街景图像、问卷数据、生理测量数据	未明确说明具体样本数量	NA	NA	空间自相关分析、MGWR回归分析	NA
528	2025-10-05	The interembodiment of healing: Holistic transformations in neurological rehabilitation and care 2025-Oct, Social science & medicine (1982) DOI:10.1016/j.socscimed.2025.118468 PMID:40768952	研究论文	通过民族志研究探讨神经康复中患者与治疗师之间的跨身体互动对康复过程的影响	提出'跨身体性'概念，强调康复过程中情感、信息与身体学习的多维整合，挑战将瘫痪视为个体状况的传统观点	基于10个月民族志研究，样本范围有限，未涉及量化验证	探索神经康复过程中患者与治疗师之间的互动机制及其对康复效果的影响	瘫痪患者（脊髓损伤和创伤性脑损伤）、护理人员及康复专业人员	医学人类学	神经系统疾病	民族志研究、案例研究	NA	定性数据、观察记录、案例资料	10个月田野调查涉及的患者、护理人员和康复专业人员群体	NA	NA	NA	NA
529	2025-10-05	Fusing Echocardiography Images and Medical Records for Continuous Patient Stratification 2025-Oct, IEEE transactions on ultrasonics, ferroelectrics, and frequency control DOI:10.1109/TUFFC.2025.3600902 PMID:40833913	研究论文	提出融合超声心动图图像和医疗记录的方法，用于高血压患者的连续分层	首次将Transformer模型应用于表格数据，融合多模态医疗数据学习心血管疾病的连续表征	训练样本有限（少于200个训练样本），仅针对高血压患者进行研究	开发能够综合考虑医疗记录和超声心动图描述符的患者分层方法	239名高血压患者	医疗人工智能	心血管疾病	超声心动图，医疗记录分析	Transformer	图像，表格数据	239名高血压患者	NA	XTab基础模型，Transformer编码器	AUROC，平均绝对误差(MAE)	NA
530	2025-10-05	Explainable Machine Learning for Characterizing Unknown Molecular Structures in Infrared Spectra 2025-Sep-30, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c03126 PMID:40960350	研究论文	提出一种用于红外光谱中未知分子结构功能基团检测的可解释深度学习方法	开发了子结构导向光谱解释器网络(SSIN)，将红外光谱分析先验知识融入训练和推理过程，解决了现有方法的黑盒问题	NA	开发高效且可解释的红外光谱功能基团检测方法	未知分子的红外光谱	机器学习	NA	红外光谱分析	深度学习	红外光谱数据	NIST数据库中的8845个气相红外光谱	NA	子结构导向光谱解释器网络(SSIN)	准确率	NA
531	2025-10-05	Prediction of Atrial Fibrillation From the ECG in the Community Using Deep Learning: A Multinational Study 2025-Sep-30, Circulation. Arrhythmia and electrophysiology DOI:10.1161/CIRCEP.125.013734 PMID:41025252	研究论文	开发并验证基于心电图的深度学习模型用于预测心房颤动风险	使用多国社区队列数据开发单输入心电图深度学习模型，首次在多样化人群中验证其预测心房颤动及其他心血管结局的能力	研究基于观察性队列数据，可能存在未测量的混杂因素	通过深度学习模型从心电图中预测心房颤动风险	来自Framingham心脏研究、英国生物银行和ELSA-Brasil三个队列的参与者	数字病理	心血管疾病	心电图分析	深度神经网络	心电图信号	FHS: 10,097人，英国生物银行: 49,280人，ELSA-Brasil: 12,284人	NA	深度神经网络	AUC	NA
532	2025-10-05	Utilising Cot-Side Cameras in Neonatal Intensive Care Unit for Deep Learning-Assisted General Movement Assessment 2025-Sep-30, Acta paediatrica (Oslo, Norway : 1992) DOI:10.1111/apa.70319 PMID:41025287	综述	探讨如何利用新生儿重症监护室床旁摄像头结合深度学习技术辅助进行全身运动评估	首次系统综述床旁摄像头与深度学习结合在新生儿全身运动评估中的应用潜力	基于文献综述，缺乏原始实验数据验证	研究深度学习辅助的自动化全身运动评估方法	新生儿（蠕动期婴儿）	计算机视觉	新生儿神经发育障碍	视频分析，运动捕捉	深度学习	RGB视频数据	NA	NA	基于外观和姿态的方法	NA	NA
533	2025-10-05	UAMRL: Multi-Granularity Uncertainty-Aware Multimodal Representation Learning for Drug-Target Affinity Prediction 2025-Sep-30, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf512 PMID:41025463	研究论文	提出一种用于药物-靶点亲和力预测的不确定性感知多模态表示学习框架	引入基于Normal-Inverse-Gamma分布的不确定性量化机制，建模异构信息可靠性并在融合过程中抑制不可信贡献	NA	提高药物-靶点亲和力预测的准确性和决策透明度	化合物和蛋白质的多模态数据	机器学习	NA	多模态表示学习	双流编码器	多模态数据	多个公共DTA数据集	NA	双流编码器	预测准确性	NA
534	2025-10-05	Manifold Embedding of Quantum Information as Molecule Representation to Predict Blood-Brain Barrier Permeability by Deep Learning 2025-Sep-30, Molecular pharmaceutics IF:4.5Q1 DOI:10.1021/acs.molpharmaceut.5c01196 PMID:41025720	研究论文	本研究利用分子表面流形嵌入作为量子信息分子表示，通过深度学习模型预测血脑屏障渗透性	提出分子表面流形嵌入方法作为量子信息分子表示，能更真实地编码分子相互作用	模型性能受数据规模和质量影响，在不同B3DB组间表现差异显著，且缺乏足够的立体化学数据	改进血脑屏障渗透性预测以促进中枢神经系统药物设计	分子化合物及其血脑屏障渗透性	机器学习	神经系统疾病	量子信息分子表示	深度学习	分子结构数据	B3DB数据集	NA	NA	RMSE, MAE, R²	NA
535	2025-10-05	Analysis of trichoscopic images using deep neural networks for the diagnosis and activity assessment of alopecia areata - a retrospective study 2025-Sep-30, Journal der Deutschen Dermatologischen Gesellschaft = Journal of the German Society of Dermatology : JDDG DOI:10.1111/ddg.15847 PMID:41025749	研究论文	开发基于深度学习的双步骤框架，利用毛发镜图像诊断斑秃并评估疾病活动水平	首次提出人工智能在斑秃诊断和分期中的潜在应用，实现更准确的诊断和更好的护理	回顾性研究设计，可能存在选择偏倚	开发深度学习框架用于斑秃诊断和活动水平评估	头皮疾病患者和健康对照者的毛发镜图像	计算机视觉	斑秃	毛发镜检查	深度学习神经网络	图像	NA	NA	NA	准确率, F1分数	NA
536	2025-10-05	Nephrocast-V: A Deep Learning Model for the Prediction of Vancomycin Trough Concentration Using Electronic Health Record Data 2025-Sep-30, Pharmacotherapy IF:2.9Q2 DOI:10.1002/phar.70062 PMID:41025800	研究论文	开发了一个深度学习模型Nephrocast-V，用于提前2天预测危重患者万古霉素谷浓度并提供剂量调整建议	结合长短期记忆网络和多头注意力机制，并在深度学习模型最后一层加入跳跃连接以整合历史剂量信息	研究数据来自单一医疗中心的ICU患者，需要外部验证	通过深度学习模型预测万古霉素谷浓度并优化给药方案	加州大学圣地亚哥健康系统ICU收治的成年患者	医疗人工智能	细菌感染	电子健康记录数据分析	LSTM, Attention机制	电子健康记录数据	2205次住院记录	NA	长短期记忆网络, 多头注意力机制	平均绝对误差, 均方根误差	NA
537	2025-10-05	MEMO-Stab2: Multi-View Sequence-Based Deep Learning Framework for Predicting Mutation-Induced Stability Changes in Transmembrane Proteins 2025-Sep-29, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c01774 PMID:41021316	研究论文	提出一种基于多视图序列的深度学习框架MEMO-Stab2，用于预测跨膜蛋白中点突变引起的稳定性变化	首个不依赖三维结构或多序列比对的跨膜蛋白稳定性预测框架，通过整合多个预训练蛋白质语言模型的嵌入特征和基于Transformer的架构实现	主要针对跨膜蛋白，对其他类型蛋白质的适用性需要进一步验证	开发快速准确的跨膜蛋白突变稳定性预测工具	跨膜蛋白的点突变	生物信息学	NA	深度学习，蛋白质语言模型	Transformer	蛋白质序列数据	内部和外部跨膜突变数据集	NA	Transformer	F1分数	NA
538	2025-10-05	Comparison of machine learning and deep learning models in manual strength prediction using anthropometric variables 2025-Sep-29, International journal of occupational safety and ergonomics : JOSE IF:1.6Q3 DOI:10.1080/10803548.2025.2554461 PMID:41021732	研究论文	比较机器学习和深度学习模型在利用人体测量变量预测手动力量方面的性能	首次系统比较多种机器学习和深度学习模型在人体测量变量预测手动力量任务中的表现，并采用SHAP分析进行特征重要性解释	样本仅来自墨西哥坎佩切经济活跃人群，可能限制结果的普适性；集成方法存在过拟合倾向	评估不同预测模型在基于人体测量变量估计手动力量方面的性能	382名来自墨西哥坎佩切经济活跃人群的参与者	机器学习	NA	人体测量学	线性回归,随机森林,AdaBoost,极端梯度提升,TabNet,TabPFN,CNN	人体测量数据和力量数据	382名参与者	NA	TabNet,TabPFN,自定义卷积神经网络	平均绝对误差,均方误差,解释方差得分	NA
539	2025-10-05	Specific Emitter Identification by Edge Pattern Detection and Incremental Open-World Learning 2025-Sep-29, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3615797 PMID:41021937	研究论文	提出了一种基于边缘模式检测和增量开放世界学习的特定辐射源识别方法	首次将增量开放世界学习框架应用于特定辐射源识别，提出了边缘样本生成和混合类增量学习方法	未明确说明数据收集的具体环境和设备类型限制	解决开放世界场景下无线设备信号识别中新类别不断出现的问题	无线设备发射的射频信号	机器学习	NA	边缘模式检测	深度学习模型	时域信号	真实采集的数据集（未明确具体数量）	NA	NA	泛化误差界限	NA
540	2025-10-05	Low-Count PET Image Reconstruction with Generalized Sparsity Priors via Unrolled Deep Networks 2025-Sep-29, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3615075 PMID:41021951	研究论文	提出一种基于展开深度网络的低计数PET图像重建方法GS-Net，通过广义稀疏先验和自适应参数学习提升重建性能	结合泊松分布最大似然估计和广义域变换稀疏学习，采用ADMM框架和自适应超参数调整，充分挖掘PET成像的物理特性	未明确说明计算复杂度及在更广泛临床场景中的适用性	提升低计数PET图像重建质量	模拟患者脑部数据集和真实患者全身临床数据集	医学影像	NA	PET成像	深度网络	PET图像	多计数水平的模拟和真实患者数据集	NA	GS-Net	定性和定量评估	NA