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
5681	2025-10-06	Prediction of Drug-Target Interactions With High- Quality Negative Samples and a Network-Based Deep Learning Framework 2025-03, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3354953 PMID:38227407	研究论文	本文提出了一种基于高质量负样本选择和网络深度学习的药物-靶点相互作用预测方法	发现随机选择负样本的隐藏偏差并提出基于复杂网络理论的负样本选择方法，构建整合多源信息的异质图神经网络预测框架	未明确说明模型的计算复杂度和在实际药物发现中的验证效果	提高药物-靶点相互作用预测的准确性和可靠性	药物分子和蛋白质靶点	机器学习	NA	图神经网络，异质网络分析	图神经网络	网络拓扑数据，基因本体注释，通路注释	NA	NA	异质图神经网络	NA	NA
5682	2025-10-06	Dual Representation Learning for Predicting Drug-Side Effect Frequency Using Protein Target Information 2025-03, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3350083 PMID:38241108	研究论文	提出一种基于深度学习的药物副作用频率预测模型，利用蛋白质靶点信息等多源异质特征	首次同时利用药物靶蛋白信息、分子图、指纹和化学相似性等多源异质特征，并学习药物和副作用的双重表示向量	对于没有明确靶蛋白的药物预测效果较差，需通过Adaboost方法进行补偿	预测药物副作用频率，评估治疗风险和药物重定位	药物及其副作用	机器学习	NA	深度学习	深度学习	分子图、指纹、化学相似性、蛋白质靶点信息	NA	NA	双重表示学习	NA	NA
5683	2025-10-06	AEGNN-M:A 3D Graph-Spatial Co-Representation Model for Molecular Property Prediction 2025-03, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3368608 PMID:38386576	研究论文	提出一种名为AEGNN-M的3D图-空间协同表示模型，用于准确预测分子性质	结合GAT和EGNN两种图神经网络，同时学习分子图表示和3D空间结构表示	未明确说明模型的计算复杂度或训练时间限制	改进药物开发过程，提高分子性质预测准确性	分子性质预测	机器学习	乳腺癌	计算机辅助药物发现(CADD)	图神经网络(GNN)	分子结构数据	7个公共数据集(3个回归数据集和14个乳腺癌细胞系表型筛选数据集)	NA	GAT, EGNN	NA	NA
5684	2025-10-06	BINDTI: A Bi-Directional Intention Network for Drug-Target Interaction Identification Based on Attention Mechanisms 2025-03, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3375025 PMID:38457318	研究论文	提出了一种基于注意力机制的双向意图网络BINDTI，用于药物-靶点相互作用识别	开发了结合双向意图网络和ACmix混合模型的新型端到端DTI识别框架，能更精确表示药物和蛋白质特征	NA	提高药物-靶点相互作用预测的准确性和效率	药物分子和蛋白质靶点	生物信息学	NA	深度学习	图卷积网络,自注意力机制,卷积神经网络,多层感知机	分子图结构,氨基酸序列	BindingDB、BioSNAP、DrugBank和Human数据集	NA	GCN,ACmix,双向意图网络,多层感知机	准确性	NA
5685	2025-10-06	Property-Guided Few-Shot Learning for Molecular Property Prediction With Dual-View Encoder and Relation Graph Learning Network 2025-03, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3381896 PMID:38536684	研究论文	提出一种用于分子性质预测的属性引导少样本学习模型PG-DERN	引入双视图编码器整合节点和子图信息，构建关系图学习模块改善信息传播效率，设计属性引导特征增强模块传递相似属性信息	NA	解决药物发现中分子性质预测任务在数据有限场景下的准确性问题	药物分子	机器学习	NA	少样本学习	图神经网络,元学习	分子结构数据	四个基准数据集	NA	双视图编码器,关系图学习网络,MAML	准确率	NA
5686	2025-10-06	Multimodal Drug Target Binding Affinity Prediction Using Graph Local Substructure 2025-03, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3386815 PMID:38598378	研究论文	提出一种基于图局部子结构的多模态药物靶点结合亲和力预测模型MLSDTA	通过交叉注意力机制实现多模态特征融合，采用自适应结构感知池化生成包含局部子结构信息的图，并利用DropNode策略增强分子间区分度	仅在两个基准数据集上进行实验验证，缺乏更广泛的数据集测试	预测药物靶点结合亲和力以降低药物开发成本和时间	药物分子和靶点蛋白质	机器学习	NA	深度学习	图神经网络,注意力机制	图结构数据,序列数据	两个基准数据集	NA	MLSDTA	NA	NA
5687	2025-10-06	[Artificial intelligence in healthcare] 2025-Mar, Klinicka mikrobiologie a infekcni lekarstvi PMID:40678962	综述	本文概述了人工智能在医疗领域的历史、原理及具体应用	系统总结了AI在医学影像、文档分析和临床决策支持中的综合应用	存在潜在错误、伦理困境和误用风险	探讨人工智能在医疗保健领域的应用与挑战	医疗人工智能技术及应用	医疗人工智能	NA	机器学习，深度学习，神经网络	NA	医学影像，医疗文档，临床数据	NA	NA	NA	NA	NA
5688	2025-10-06	Lightweight Source-Free Domain Adaptation Based on Adaptive Euclidean Alignment for Brain-Computer Interfaces 2025-02, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3463737 PMID:39292591	研究论文	提出基于自适应欧几里得对齐的轻量级无源域适应方法，用于脑机接口中的跨被试识别	将欧几里得对齐扩展为自适应欧几里得对齐，通过学习投影矩阵对齐目标被试与源被试的分布	NA	解决脑机接口中跨被试识别的域漂移问题并提升分类性能	脑电信号数据	脑机接口	NA	脑电图	深度学习模型	脑电信号	四个数据集（两个运动想象数据集、一个事件相关电位数据集、一个稳态视觉诱发电位数据集）	NA	EEGNet, Shallow ConvNet, Deep ConvNet, MSFBCNN	准确率	NA
5689	2025-10-06	A Dual-Branch Cross-Modality-Attention Network for Thyroid Nodule Diagnosis Based on Ultrasound Images and Contrast-Enhanced Ultrasound Videos 2025-02, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3472609 PMID:39356606	研究论文	提出一种基于超声图像和超声造影视频的双分支跨模态注意力网络用于甲状腺结节诊断	设计跨模态注意力机制(UAC-T和CAU-T)，模仿放射科医生诊断方式，将静态超声图像与动态超声造影视频信息相结合	仅在自收集的数据集上验证，未提及外部验证结果	开发多模态深度学习方法来提高甲状腺结节诊断的准确性和可解释性	甲状腺结节	计算机视觉	甲状腺疾病	超声成像(US)，超声造影(CEUS)	Transformer，多任务学习	图像，视频	自收集的甲状腺US-CEUS数据集(具体数量未提及)	NA	双分支网络，跨模态注意力机制，UAC-T，CAU-T	准确率，特异性，敏感性	NA
5690	2025-10-06	Alzheimer's Disease Detection in EEG Sleep Signals 2025-02, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3478380 PMID:39392730	研究论文	本研究探索利用睡眠脑电图信号通过半监督深度学习技术早期检测阿尔茨海默病	首次将半监督深度学习应用于睡眠EEG信号的阿尔茨海默病检测，重点解决临床数据稀缺问题	数据可用性有限是主要限制因素	开发基于睡眠EEG信号的阿尔茨海默病早期检测方法	通过多导睡眠图采集的睡眠相关脑电图信号	机器学习	阿尔茨海默病	多导睡眠图，脑电图	半监督深度学习模型	脑电图信号	NA	NA	NA	准确率	NA
5691	2025-10-06	Interpretable Dynamic Directed Graph Convolutional Network for Multi-Relational Prediction of Missense Mutation and Drug Response 2025-02, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3483316 PMID:39423073	研究论文	提出一种可解释的动态有向图卷积网络框架，用于预测错义突变与药物反应之间的多关系	首次将动态有向图卷积网络应用于错义突变-药物反应预测，通过方向性图结构区分敏感性与耐药性关系，并集成加权机制提升模型可解释性	未明确说明模型在更大规模数据集上的泛化能力及计算效率	解决肿瘤异质性背景下错义突变与药物反应间的复杂关系预测问题	错义突变与药物反应间的多关系数据	机器学习	肿瘤癌症	图神经网络	GCN	图数据	NA	NA	动态有向图卷积网络	预测准确性, 可解释性评估	NA
5692	2025-10-06	Highlighted Diffusion Model as Plug-In Priors for Polyp Segmentation 2025-02, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3485767 PMID:39446534	研究论文	提出一种用于息肉分割的两阶段框架HDM+，通过高亮扩散模型提供语义指导以提高分割精度	引入高亮扩散模型作为插件先验，通过两阶段框架减少RGB结肠镜图像与灰度分割掩码之间的领域差距	未明确说明计算效率提升的具体量化指标和模型在真实临床环境中的验证结果	开发更准确的自动化息肉分割方法以辅助结直肠癌诊断	结肠镜图像中的息肉区域	计算机视觉	结直肠癌	扩散模型	扩散模型, U-Net	结肠镜图像	在六个息肉分割基准数据集上进行实验	NA	U-Net	NA	NA
5693	2025-10-06	UnBias: Unveiling Bias Implications in Deep Learning Models for Healthcare Applications 2025-02, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3484951 PMID:39495690	研究论文	本研究提出UnBias方法评估深度学习模型中的偏见，并通过COVID-19检测案例研究分析不同神经网络架构的偏见影响	提出UnBias方法用于检测深度学习模型中偏见渗入学习过程的实例，揭示模型注意力从主要特征偏移的现象	NA	评估深度学习模型在医疗应用中的偏见及其伦理影响，推动公平可信AI发展	深度学习模型在医疗应用中的偏见表现	机器学习	COVID-19	深度学习	CNN	胸部X光扫描图像	来自多个公开数据库的胸部X光扫描数据集	NA	ResNet50V2, DenseNet121, InceptionV3, Xception	NA	NA
5694	2025-10-06	CellCircLoc: Deep Neural Network for Predicting and Explaining Cell Line-Specific CircRNA Subcellular Localization 2025-02, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3491732 PMID:39495689	研究论文	提出一种基于序列的深度学习模型CellCircLoc，用于预测不同细胞系中环状RNA的亚细胞定位	首次开发考虑细胞系特异性的环状RNA亚细胞定位预测模型，结合卷积神经网络、Transformer模块和双向长短时记忆网络	NA	准确预测不同细胞系中环状RNA的亚细胞定位	环状RNA	生物信息学	NA	深度学习	CNN, Transformer, BiLSTM	序列数据	NA	NA	CNN, Transformer, BiLSTM	NA	NA
5695	2025-10-06	M-NET: Transforming Single Nucleotide Variations Into Patient Feature Images for the Prediction of Prostate Cancer Metastasis and Identification of Significant Pathways 2025-02, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3493618 PMID:39509309	研究论文	开发了一种名为M-NET的新型生物信息深度学习框架，用于基于单核苷酸变异预测前列腺癌转移	将单核苷酸变异转化为适合卷积神经网络的患者特征图像，并识别与转移状态相关的重要通路	NA	预测前列腺癌转移并识别重要生物学通路	前列腺癌患者	数字病理	前列腺癌	单核苷酸变异分析	CNN	基因组数据转化的图像数据	NA	NA	M-NET	准确率,精确率,召回率,F1分数,AUC,PR曲线下面积	NA
5696	2025-10-06	Attention-Based Q-Space Deep Learning Generalized for Accelerated Diffusion Magnetic Resonance Imaging 2025-02, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3487755 PMID:39471111	研究论文	提出一种基于注意力机制的q空间深度学习模型，用于加速扩散磁共振成像的重建	首次将Transformer编码器引入dMRI重建，能够处理可变的q空间采样策略，突破传统方法对固定采样策略的依赖	模型在更广泛临床数据集上的泛化能力仍需进一步验证	开发适用于不同q空间采样策略的加速扩散磁共振成像重建方法	扩散磁共振成像数据	医学影像分析	NA	扩散磁共振成像	Transformer, MLP	医学影像数据	Human Connectome Project数据集及两个独立验证数据集	NA	Transformer编码器, 多层感知机	重建精度	NA
5697	2025-10-06	A Multimodal Consistency-Based Self-Supervised Contrastive Learning Framework for Automated Sleep Staging in Patients With Disorders of Consciousness 2025-02, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3487657 PMID:39471113	研究论文	提出一种基于多模态一致性的自监督对比学习框架MultiConsSleepNet，用于意识障碍患者的自动睡眠分期	结合多模态一致性特征提取和自监督对比学习策略，探索EEG和EOG的通用表示并提取模态内和模态间特征一致性	未明确说明模型在更广泛临床场景中的验证情况	开发适用于意识障碍患者的自动睡眠分期方法	意识障碍患者的脑电图和眼电图数据	医疗人工智能	意识障碍	EEG, EOG	深度学习	多模态生理信号	三个公开数据集和自收集的意识障碍数据集	NA	MultiConsSleepNet	NA	NA
5698	2025-10-06	Forecasting Epidemic Spread With Recurrent Graph Gate Fusion Transformers 2025-02, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3488274 PMID:39475731	研究论文	提出一种名为ReGraFT的新型序列到序列模型，用于COVID-19的长期预测	整合多图门控循环单元与自适应图结构，结合滞后政策数据，系统比较不同图类型	过度依赖历史COVID-19数据，对时滞数据的利用潜力有限	改进流行病传播预测的准确性和鲁棒性	美国各州的感染率、政策变化和州际旅行数据	机器学习	COVID-19	深度学习	Seq2Seq, GNN, RNN, Transformer	时间序列数据、图数据	NA	NA	多图门控循环单元(MGRU)、自归一化启动(SNP)层、全连接层、池化机制、注意力结构	均方根误差(RMSE)	NA
5699	2025-10-06	SleepECG-Net: Explainable Deep Learning Approach With ECG for Pediatric Sleep Apnea Diagnosis 2025-02, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3495975 PMID:39527413	研究论文	提出一种基于心电信号的可解释深度学习模型SleepECG-Net，用于儿童阻塞性睡眠呼吸暂停的严重程度评估	结合CNN-RNN网络结构，并首次在儿科OSA诊断中应用Grad-CAM可解释性算法识别与疾病相关的ECG模式	模型在不同数据集上的性能存在差异（Cohen's Kappa从0.249到0.410），且样本来源有限	开发可解释的深度学习方法来简化儿童阻塞性睡眠呼吸暂停的诊断过程	具有阻塞性睡眠呼吸暂停风险的儿童患者	数字病理学	呼吸系统疾病	心电图信号分析	CNN, RNN	ECG信号	总计2655例（CHAT数据集1610例，CFS数据集64例，UofC数据集981例）	NA	CNN-RNN混合架构	Cohen's Kappa	NA
5700	2025-10-06	Advancing Sleep Disorder Diagnostics: A Transformer-Based EEG Model for Sleep Stage Classification and OSA Prediction 2025-02, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3512616 PMID:40030422	研究论文	开发了一种结合自注意力机制和条件随机场的深度学习模型，用于睡眠阶段分类和阻塞性睡眠呼吸暂停预测	将自注意力机制和条件随机场整合到多核CNN和Transformer编码器中，增强对单通道脑电图特征提取和时间依赖关系建模	NA	提高睡眠障碍诊断的准确性和自动化水平	睡眠阶段分类和阻塞性睡眠呼吸暂停预测	机器学习	睡眠障碍	脑电图(EEG)	CNN, Transformer	单通道脑电图记录	NA	NA	多核CNN, Transformer编码器	准确率	NA