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
561	2025-10-31	Deep Learning-Based 30-Day Mortality Prediction in Critically Ill Bone and Bone Marrow Metastasis Patients: A Multicenter Retrospective Cohort Study 2025-Sep-24, Current oncology (Toronto, Ont.) DOI:10.3390/curroncol32100533 PMID:41149453	研究论文	开发并验证基于深度学习的危重骨与骨髓转移患者30天死亡率预测模型	首次针对危重BBM患者开发专用死亡率预测工具，采用多中心数据验证并部署在线计算器	回顾性研究设计，模型性能需在前瞻性研究中进一步验证	开发危重骨与骨髓转移患者的早期死亡率预测工具	来自MIMIC-IV、eICU-CRD和新疆医科大学第一附属医院的ICU危重BBM患者	医疗人工智能	骨与骨髓转移癌	深度学习	TabNet, XGBoost, Lasso回归	临床数据	多中心ICU患者数据（具体数量未明确说明）	NA	TabNet	AUC, 平均精度, 校准曲线, 决策曲线, 准确率	NA
562	2025-10-31	Classifying Sex from MSCT-Derived 3D Mandibular Models Using an Adapted PointNet++ Deep Learning Approach in a Croatian Population 2025-Sep-24, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11100328 PMID:41150004	研究论文	本研究开发了一种基于改进PointNet++深度学习方法的3D下颌骨模型性别分类系统，应用于克罗地亚人群的法医人类学分析	首次将改进的PointNet++架构应用于下颌骨3D点云数据的性别分类，并开发了用户友好的实时分类网络应用	研究样本仅来自克罗地亚南部人群，样本量相对有限（254个样本）	通过深度学习技术提高基于下颌骨的性别估计准确性，为法医人类学提供自动化工具	克罗地亚人群的多层螺旋CT衍生的3D下颌骨模型	计算机视觉	NA	多层螺旋CT扫描，3D建模	PointNet++, 自编码器, 逻辑回归	3D点云数据，STL文件	254个3D下颌骨模型（127男性，127女性）	TensorFlow, PyTorch, Gradio	PointNet++, 自编码器	准确率, 灵敏度, 特异性, 阳性预测值, 阴性预测值, 马修斯相关系数	NA
563	2025-10-31	Image Matching: Foundations, State of the Art, and Future Directions 2025-Sep-24, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11100329 PMID:41150005	综述	本文对图像匹配技术进行了全面综述，涵盖其发展历程、当前研究现状和未来发展方向	系统梳理了图像匹配技术从手工特征提取到深度学习方法的演变历程，并提出了H-矩阵优化、LoFTR模型加速等未来研究方向	作为综述论文，不包含原始实验数据和新算法提出，主要基于现有文献进行分析和总结	为研究人员提供图像匹配领域的全面技术概览和发展洞察	图像匹配算法和技术	计算机视觉	NA	NA	深度学习神经网络,注意力机制	图像	NA	NA	LoFTR	NA	NA
564	2025-10-31	Digital Twin Cognition: AI-Biomarker Integration in Biomimetic Neuropsychology 2025-Sep-23, Biomimetics (Basel, Switzerland) DOI:10.3390/biomimetics10100640 PMID:41149170	系统综述	本文系统综述了数字孪生认知技术在神经心理学中整合AI驱动生物标志物的研究进展	提出数字孪生认知新范式，创建个体认知系统的动态个性化虚拟模型，实现持续监测和精准干预	算法可解释性不足、人群泛化能力有限、医疗系统整合困难，高准确率声明主要基于小规模同质队列且外部验证有限	推进个性化认知健康，通过AI驱动的生物标志物整合提升神经心理评估和干预效果	神经退行性疾病和多发性硬化症患者	数字病理学	神经退行性疾病	多模态生物标志物整合（神经影像、生理、行为、数字表型）	深度学习, 传统机器学习	多模态数据	小规模同质队列，需要大规模多中心验证研究	NA	NA	预测准确率	NA
565	2025-10-31	MASleepNet: A Sleep Staging Model Integrating Multi-Scale Convolution and Attention Mechanisms 2025-Sep-23, Biomimetics (Basel, Switzerland) DOI:10.3390/biomimetics10100642 PMID:41149171	研究论文	提出一种融合多尺度卷积和注意力机制的睡眠分期模型MASleepNet	整合多模态深度特征，采用多尺度卷积模块并行提取不同时间尺度特征，并通过通道注意力机制自适应加权融合各模态特征	仅在Sleep-EDF数据集上验证，未在其他睡眠数据集测试泛化能力	实现自动睡眠分期以解决传统人工分期方法耗时、依赖专家经验等问题	多通道多导睡眠图信号	机器学习	睡眠障碍	多导睡眠图	CNN, BiLSTM	生理信号	Sleep-EDF数据集（包含Sleep-EDF-78和Sleep-EDF-20两个子集）	NA	多尺度卷积模块, 双向长短期记忆网络, 注意力机制	准确率	NA
566	2025-10-31	A Comprehensive Framework for Eye Tracking: Methods, Tools, Applications, and Cross-Platform Evaluation 2025-Sep-23, Journal of eye movement research IF:1.3Q3 DOI:10.3390/jemr18050047 PMID:41149949	综述	本文系统探讨了眼动追踪的概念、方法、工具、应用及跨平台评估，重点关注现代高效技术及其在各领域的应用	整合了基于视频眼动图(VOG)的系统、深度学习凝视估计模型、可穿戴设备等现代方法，并提出解决特定眼动追踪方法局限性的策略	某些特定眼动追踪方法存在固有局限性，需要进一步解决技术挑战	建立眼动追踪的综合框架，探索其在人机交互、教育、医疗等领域的应用潜力	眼动追踪技术、方法、工具及应用系统	人机交互	NA	视频眼动图(VOG)、深度学习、虚拟/增强现实、辅助技术	深度学习模型	眼动数据、视频数据	NA	NA	NA	NA	NA
567	2025-10-31	A Review on the Detection of Plant Disease Using Machine Learning and Deep Learning Approaches 2025-Sep-23, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11100326 PMID:41150002	综述	本文系统评述了使用机器学习和深度学习方法进行植物病害检测的研究进展	首次在实验室和实时田间条件下批判性评估模型性能，强调鲁棒性、泛化能力和边缘部署适用性，并引入GreenViT、混合ViT-CNN模型和YOLO系列检测器等新架构	依赖手工特征、过拟合问题、对环境噪声敏感、数据集规模小且不平衡、现实世界性能不佳	实现植物病害的早期准确检测以确保粮食安全、提高作物产量和促进精准农业	植物病害	计算机视觉	NA	图像分类	CNN, Transformer, GAN, YOLO	图像	NA	NA	GreenViT, ViT-CNN混合模型, YOLO, DCGAN	准确率, 推理速度, 硬件效率	边缘部署
568	2025-10-31	Prediction of bronchopulmonary dysplasia using machine learning from chest X-rays of premature infants in the neonatal intensive care unit 2025-Sep-05, Medicine IF:1.3Q2 DOI:10.1097/MD.0000000000044322 PMID:40922342	研究论文	本研究开发了一种基于深度学习的人工智能模型，利用早产儿胸部X光片预测支气管肺发育不良的发生及其严重程度	首次使用DenseNet121深度学习架构从早产儿系列胸部X光片中预测BPD严重程度分级	样本量有限且缺乏外部验证数据集	开发人工智能模型预测早产儿支气管肺发育不良的严重程度	新生儿重症监护室中胎龄≤28周且体重<1250g的早产儿	医学影像分析	支气管肺发育不良	胸部X光摄影	深度学习	医学影像	122名早产儿的395张胸部X光片	NA	DenseNet121	AUC	NA
569	2025-10-31	Fused RGB and IR image based deep learning detection of dried laver bugak for robotic automation systems 2025-Aug-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-16563-8 PMID:40877352	研究论文	开发基于融合RGB和红外图像的深度学习检测模型，用于紫菜脆片的自动分拣和装载机器人系统	提出使用VGG19网络融合RGB和红外图像的新方法，并首次将YOLOv11l和RT-DETR模型应用于紫菜脆片检测	NA	实现紫菜脆片生产过程中的自动化分拣和装载	干燥紫菜脆片	计算机视觉	NA	RGB和红外图像融合	YOLO, RT-DETR	图像	NA	NA	VGG19, YOLOv11l, YOLOv8s	F1分数, mAP@0.5	NA
570	2025-10-31	mamp-ml: A deep learning approach to epitope immunogenicity in plants 2025-Jul-15, bioRxiv : the preprint server for biology DOI:10.1101/2025.07.11.664399 PMID:40791437	研究论文	开发了一个名为mamp-ml的深度学习框架，用于预测植物受体-配体相互作用和表位免疫原性	结合大型蛋白质语言模型ESM-2与二十多年的功能数据，构建了能够预测免疫原性结果的管道和模型，即使缺乏实验结构也能实现预测	模型在测试集上的预测准确率为73%，仍有提升空间	预测植物受体-配体相互作用和表位免疫原性	植物免疫系统中的LRR受体和配体组合	机器学习,计算生物学	植物病原体感染	蛋白质语言模型,深度学习	深度学习模型	蛋白质序列数据,功能数据	基于二十多年研究积累的功能数据	NA	ESM-2	准确率	NA
571	2025-10-31	spRefine Denoises and Imputes Spatial Transcriptomics with a Reference-Free Framework Powered by Genomic Language Model 2025-Jul-07, bioRxiv : the preprint server for biology DOI:10.1101/2025.04.22.649977 PMID:40631230	研究论文	提出了一种基于基因组语言模型的无参考框架spRefine，用于空间转录组数据的联合去噪和插补	首次将基因组语言模型应用于空间转录组数据的联合去噪和插补，无需参考数据，并能发现新的生物学信号	NA	解决空间转录组数据中的高噪声和基因测量缺失问题	空间转录组数据	生物信息学	衰老相关疾病	空间转录组学	深度学习,基因组语言模型	空间转录组数据	NA	深度学习框架	NA	数据整合效果,空间衰老时钟估计准确性	NA
572	2025-10-31	Deep Learning-Derived Cardiac Chamber Volumes and Mass From PET/CT Attenuation Scans: Associations With Myocardial Flow Reserve and Heart Failure 2025-Jul, Circulation. Cardiovascular imaging DOI:10.1161/CIRCIMAGING.124.018188 PMID:40357553	研究论文	利用深度学习从PET/CT衰减扫描中提取心脏腔室容积和质量，并评估其与心肌血流储备和心力衰竭住院的关联	首次从超低剂量CT衰减校正扫描中提取心脏解剖信息，并验证其与临床预后的关联	研究为观察性分析，未涉及因果关系验证	评估深度学习提取的心脏参数与心力衰竭和心肌血流储备的关联	接受心脏PET/CT检查的18,079名患者	医学影像分析	心血管疾病	PET/CT心肌灌注成像	深度学习	CT影像	18,079名来自6个中心的患者	NA	NA	风险比(HR), 比值比(OR)	NA
573	2025-10-31	Mortality risk assessment using deep learning-based frequency analysis of electroencephalography and electrooculography in sleep 2025-Feb-10, Sleep IF:5.3Q1 DOI:10.1093/sleep/zsae219 PMID:39301948	研究论文	本研究使用深度学习分析睡眠期间脑电图和眼电图的频率特征来预测全因死亡率	首次将深度学习生存模型与SHAP解释性分析结合，数据驱动地定义了睡眠阶段特异性功率频带用于死亡率预测	模型对全因死亡率的预测性能提升有限，C-index仅提高0.24%	评估夜间多导睡眠图中EEG和EOG频率特征对全因死亡率的预测能力	8716名来自MrOS睡眠研究和睡眠心脏健康研究的参与者	机器学习	老年疾病	多导睡眠图，功率谱分析	深度学习生存模型	脑电图，眼电图	8716名参与者	NA	NA	C-index，风险比	NA
574	2025-10-31	Consensus structure prediction of A. thaliana's MCTP4 structure using prediction tools and coarse grained simulations of transmembrane domain dynamics 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0326993 PMID:40663537	研究论文	本研究结合深度学习和分子动力学模拟方法预测拟南芥MCTP4蛋白的跨膜结构域构象	首次将多种深度学习预测工具与物理基础的粗粒度模拟相结合，揭示MCTP4跨膜结构域的复杂构象景观	单一深度学习方法预测膜蛋白结构存在挑战，不同预测工具结果存在差异	预测拟南芥MCTP4蛋白跨膜结构域的三维结构和构象动力学	拟南芥MCTP4蛋白的ER锚定跨膜区域	计算生物学	NA	深度学习预测，粗粒度分子动力学模拟	深度学习	蛋白质序列，结构数据	NA	NA	ESMFold, AlphaFold2, AlphaFold-Multimer, trRosetta, RoseTTAFold, OmegaFold	构象聚类分析，螺旋间接触界面预测	NA
575	2025-10-31	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	本研究提出了一种基于EfficientNet和Grad-CAM的自动化深度学习模型，用于肺癌分期的CT图像分类和可解释性分析	结合EfficientNet-B0架构与梯度加权类激活映射(Grad-CAM)，在实现高精度肺癌分期分类的同时提供可视化解释	研究仅使用单一数据集(IQ-OTH/NCCD)，样本量相对有限(1190个CT扫描)	开发自动化肺癌分期分类系统，提高诊断准确性和可解释性	肺部CT扫描图像	医学影像分析	肺癌	CT成像	CNN	医学图像	1190个CT扫描	NA	EfficientNet-B0	准确率,精确率,召回率	NA
576	2025-10-31	MONTUR project: Dataset for understanding and forecasting tourist flows 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0335190 PMID:41144532	研究论文	本研究开发了基于分布式传感器技术和机器学习算法的旅游流量监测与预测系统	使用XGBoost算法在高度平稳时间序列数据上取得了比深度学习模型更准确的预测效果	NA	监测和预测奥斯塔谷地区的旅游流量以支持区域经济和社会政策决策	奥斯塔谷地区的旅游交通流量数据	机器学习	NA	分布式传感器技术，摄像头监测	XGBoost	时间序列数据，车辆通行数据	超过4100万次车辆通行记录	NA	XGBoost	MAE, MSE	NA
577	2025-10-31	Electroencephalographic neural correlates and deep learning analysis of a single brief focused mindfulness meditation in young adults: A pilot study 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251388138 PMID:41146675	研究论文	本研究探索短暂专注正念冥想与脑电图神经特征的关系，并采用深度学习模型对冥想状态进行分类	首次结合生理指标和脑电图特征分析单次短暂专注正念冥想的效果，并开发集成深度学习模型用于脑电信号分类	样本量较小（n=24），仅为试点研究，缺乏长期跟踪数据	研究短暂专注正念冥想对年轻成年人生理和神经活动的影响，并开发有效的脑电信号分类模型	年轻成年人	机器学习	NA	脑电图	MLP, LSTM, CNN, 集成模型	脑电信号	29名参与者入组，24名完成分析	NA	多层感知器, 长短期记忆网络, 卷积神经网络, 集成模型(MLP+LSTM+CNN)	准确率	NA
578	2025-10-31	An interpretable multimodal deep learning framework for Alzheimer's disease diagnosis 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251390281 PMID:41146678	研究论文	开发了一种可解释的多模态深度学习框架NeuroFusion-ADNet，用于阿尔茨海默病的诊断	提出双路径深度学习模型，结合结构MRI和功能PET成像数据，采用双向交叉注意力融合层和分割信息引导的分类模块	研究样本量相对有限（381名受试者），需要在更大数据集上进一步验证	提高阿尔茨海默病的诊断准确性和临床可解释性	阿尔茨海默病患者、轻度认知障碍患者和正常对照组	医学影像分析	阿尔茨海默病	结构磁共振成像(MRI)、功能正电子发射断层扫描(PET)	CNN, 注意力机制	医学影像	381名受试者（包括正常对照组、轻度认知障碍和阿尔茨海默病患者）	NA	双路径深度学习模型，包含模态特定编码器、双向交叉注意力融合层	准确率, Dice系数	NA
579	2025-10-31	Hazediff: A training-free diffusion-based image dehazing method with pixel-level feature injection 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0329759 PMID:41150673	研究论文	提出一种无需训练的基于扩散模型的图像去雾方法HazeDiff，通过像素级特征注入实现高效去雾	首次提出无需配对训练数据的扩散模型去雾方法，引入像素级特征注入(PFI)和结构保留模型(SRM)技术	未明确说明计算资源需求和运行效率的具体数据	解决图像去雾问题，提升雾天图像质量以支持中高层视觉任务	雾霾退化图像	计算机视觉	NA	扩散模型	扩散模型	图像	在真实世界和合成数据集上进行了全面实验	NA	自注意力层,交叉注意力	NIQE, PSNR	NA
580	2025-10-31	A surface defect detection method for electronic products based on improved YOLOv11 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0334333 PMID:41150691	研究论文	提出一种基于改进YOLOv11的电子产品表面缺陷检测方法	引入MD-C2F模块、DualConv模块和Inner_MPDIoU损失函数来提升模型性能	NA	解决现有YOLO模型在处理复杂背景和小目标缺陷方面的局限性	电子产品表面缺陷	计算机视觉	NA	深度学习	YOLO	图像	NA	NA	YOLOv11	准确率,召回率,mAP50,检测速度	NA