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	2025-12-17	Leveraging laryngograph data for robust voicing detection in speech 2024-11-01, The Journal of the Acoustical Society of America IF:2.1Q1 DOI:10.1121/10.0034445 PMID:39565144	研究论文	本研究提出了一种利用喉部描记数据的有监督发声检测模型，旨在提高语音信号中发声区间检测的鲁棒性和泛化能力	采用喉部描记数据作为参考标准，并引入CrossNet架构进行模型适应，同时探索预训练策略以增强模型泛化能力	模型性能可能依赖于喉部描记数据的质量和可用性，且未明确说明对非标准语音或噪声环境的适应性	开发一种鲁棒且泛化能力强的发声检测方法，以改进语音信号处理中的基频追踪任务	语音信号中的发声区间	自然语言处理	NA	喉部描记术	深度学习模型	语音信号, 喉部描记数据	NA	NA	CrossNet	NA	NA
562	2025-12-17	Enhancing the analysis of murine neonatal ultrasonic vocalizations: Development, evaluation, and application of different mathematical models 2024-10-01, The Journal of the Acoustical Society of America IF:2.1Q1 DOI:10.1121/10.0030473 PMID:39400270	研究论文	本文首次系统评估了多种神经网络架构在小鼠新生儿超声发声分类任务中的性能，并开发了一个全自动分析流程	首次对不同类型神经网络在超声发声分类任务中进行系统比较，并开发了结合熵基检测算法的高可靠性全自动分析流程	研究主要针对小鼠新生儿超声发声，尚未在其他物种或年龄组中验证	开发并评估适用于啮齿动物超声发声自动分析的深度学习模型	小鼠新生儿超声发声	机器学习	NA	超声发声记录与分析	CNN, Transformer, 前馈网络	音频信号（超声发声）	NA	NA	自定义全连接网络, 自定义卷积神经网络, 残差神经网络, EfficientNet, Vision Transformer	准确率, 召回率, 精确率	NA
563	2025-12-17	Toward Explainable Artificial Intelligence for Precision Pathology 2024-01-24, Annual review of pathology DOI:10.1146/annurev-pathmechdis-051222-113147 PMID:37871132	综述	本文综述了人工智能在精准病理学中的应用，特别关注可解释性AI以提升诊断透明度	强调将可解释性AI引入病理学，以解决传统AI黑盒问题，促进生物医学与AI领域的相互理解	作为综述文章，未涉及具体实验数据或模型性能验证，主要基于现有文献分析	推动可解释性人工智能在精准病理学中的应用，以标准化、定量化方式整合临床、组织学和分子数据	组织学图像和分子谱数据，用于疾病分类、组织生物标志物量化和临床结果预测	数字病理学	NA	深度学习	NA	图像, 分子数据	NA	NA	NA	NA	NA
564	2025-12-17	Model for classification of heart failure severity in patients with hypertrophic cardiomyopathy using a deep neural network algorithm with a 12-lead electrocardiogram 2023-12-06, Open heart IF:2.8Q2 DOI:10.1136/openhrt-2023-002414 PMID:38056911	研究论文	本研究开发了一种基于深度神经网络算法的模型，利用12导联心电图数据对肥厚型心肌病患者的慢性心力衰竭严重程度进行分类	首次应用深度学习方法来识别肥厚型心肌病患者的心力衰竭严重程度，并采用迁移学习策略解决目标样本数量不足的问题	样本量相对较小（共463名患者），且依赖特定的临床定义（如NYHA分级和NT-proBNP水平）进行分类，可能限制模型的泛化能力	评估数据驱动的机器学习方法是否能有效识别肥厚型心肌病患者的心力衰竭严重程度	肥厚型心肌病患者（218名）和非肥厚型心肌病患者（245名）	机器学习	心血管疾病	12导联心电图	深度神经网络	心电图数据	463名患者（218名HCM患者和245名非HCM患者）	NA	残差神经网络	加权平均F1分数, 精确度	NA
565	2025-12-17	Pilot Analysis of Surgeon Instrument Utilization Signatures Based on Shannon Entropy and Deep Learning for Surgeon Performance Assessment in a Cadaveric Carotid Artery Injury Control Simulation 2023-12-01, Operative neurosurgery (Hagerstown, Md.) DOI:10.1227/ons.0000000000000888 PMID:37655892	研究论文	本研究利用香农熵和深度学习分析外科医生在模拟颈动脉损伤控制中的器械使用特征，以评估手术表现	首次将香农熵这一信息论指标应用于手术器械序列分析，结合深度学习自动检测器械，实现对外科医生表现的定量评估	研究基于模拟尸体环境，可能无法完全反映真实手术场景；样本量有限，需进一步验证	开发自动化、基于视频的定量反馈方法，以改善外科培训和教育	外科医生在模拟颈动脉损伤控制中的手术表现	计算机视觉	心血管疾病	深度学习	CNN	视频	来自公开视频数据集的外科医生手术试验	NA	NA	准确率, 平均精确率	NA
566	2025-12-17	AliNA - a deep learning program for RNA secondary structure prediction 2023-12, Molecular informatics IF:2.8Q2 DOI:10.1002/minf.202300113 PMID:37710142	研究论文	本文提出了一种基于深度学习的RNA二级结构预测方法AliNA，该方法通过数据增强技术有效预测训练数据中未包含的非同源RNA家族的二级结构	提出首个结合数据增强技术的深度学习RNA二级结构预测方法，能够有效处理非同源RNA家族，并支持假结结构预测	未明确说明方法在超长RNA序列或极端GC含量序列上的性能表现	开发能够克服传统热力学方法和同源方法局限性的RNA二级结构预测算法	天然RNA变体（参与细胞过程）和人工RNA（如适配体、核糖开关）	生物信息学	NA	RNA二级结构预测	深度学习	RNA序列数据、二级结构标注数据	NA	NA	NA	预测质量评估（具体指标未说明）	NA
567	2025-12-17	Overproduce and select, or determine optimal molecular descriptor subset via configuration space optimization? Application to the prediction of ecotoxicological endpoints 2023-06, Molecular informatics IF:2.8Q2 DOI:10.1002/minf.202200227 PMID:36894503	研究论文	本文提出了一种通过配置空间优化确定最优分子描述符子集的方法，以改进小中型化学数据集的预测准确性	提出开放描述符配置空间方法，将分子描述符生成建模为多准则优化问题，并使用带Choquet积分适应度函数的遗传算法变体	未明确说明方法在大型数据集或深度学习场景下的适用性	提高化合物生物活性或性质的预测准确性	小中型化学数据集中的化合物	机器学习	NA	分子描述符计算	遗传算法	化学数据	NA	NA	遗传算法变体	预测准确性	NA
568	2025-12-16	Smartphone-based detection of COVID-19 and associated pneumonia using thermal imaging and a transfer learning algorithm 2025-Dec, Journal of biophotonics IF:2.0Q3 DOI:10.1002/jbio.202300486 PMID:38253344	研究论文	本研究开发了一种基于智能手机的热成像应用，通过深度学习算法分析人体背部热图像，用于COVID-19及其相关肺炎的检测	首次将智能手机热成像与迁移学习算法结合，实现非侵入式、便携式的COVID-19及肺炎筛查，突破传统影像技术（如X光、CT）的医院限制	研究未明确样本来源及规模细节，且热成像技术可能受环境温度、个体差异等因素影响，需进一步临床验证	开发一种便携、低成本的COVID-19及肺炎筛查工具，适用于医院外环境	人体背部热图像	计算机视觉	COVID-19及肺炎	热成像技术	深度学习算法（基于迁移学习）	热图像	NA	NA	NA	灵敏度, 特异度	NA
569	2025-12-16	CareSleepNet: A Hybrid Deep Learning Network for Automatic Sleep Staging 2024-12, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3426939 PMID:38990749	研究论文	本文提出了一种名为CareSleepNet的混合深度学习网络，用于从多导睡眠图（PSG）记录中自动进行睡眠分期	设计了一个多尺度卷积-Transformer时期编码器来编码每个睡眠时期的局部显著波形特征和全局特征，并基于协同注意力机制开发了一个跨模态上下文编码器来建模不同模态（如EEG和EOG）之间的跨模态上下文关系	NA	开发一个自动睡眠分期系统，以辅助睡眠评估和疾病诊断	多导睡眠图（PSG）记录，特别是脑电图（EEG）和眼电图（EOG）信号	机器学习	NA	多导睡眠图（PSG）	CNN, Transformer	生理信号（时间序列数据）	使用了三个数据集：一个私有睡眠数据集SSND，以及两个公共数据集Sleep-EDF-153和ISRUC	NA	CareSleepNet（包含多尺度卷积-Transformer时期编码器、基于协同注意力的跨模态上下文编码器、基于Transformer的序列编码器）	NA	NA
570	2025-12-16	BP-Net: Monitoring "Changes" in Blood Pressure Using PPG With Self-Contrastive Masking 2024-12, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3422023 PMID:38954566	研究论文	本文提出了一种名为BP-Net的新方法，通过自对比掩码模型从光电容积脉搏波中监测血压变化，而非直接估计血压值	将血压监测问题重新定义为追踪血压在时间间隔内的“变化”，而非直接估计其数值，并引入了自对比掩码模型进行成对时间比较	模型在未见过的受试者上的准确率为75.97%/73.19%，仍有提升空间，且泛化能力需进一步验证	开发一种基于光电容积脉搏波的深度学习模型，用于检测收缩压的阈值变化，以改善临床血压监测	光电容积脉搏波信号及其对应的收缩压变化	机器学习	心血管疾病	光电容积脉搏波	深度学习模型	生理信号	使用PulseDB数据集，具体样本数量未在摘要中明确说明	NA	BP-Net, 自对比掩码模型	准确率	NA
571	2025-12-16	Multiband Convolutional Riemannian Network With Band-Wise Riemannian Triplet Loss for Motor Imagery Classification 2024-12, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3438167 PMID:39102329	研究论文	提出了一种用于运动想象分类的新型算法，结合多尺度多频带卷积黎曼网络和频带级黎曼三元组损失以提高性能	开发了最先进的多频带黎曼网络，通过减少子带数量、引入卷积层和黎曼三元组损失正则化，解决了黎曼网络因协方差矩阵大特征维度导致的过拟合问题	NA	提高运动想象脑电信号的分类性能	运动想象脑电信号	机器学习	NA	脑电信号处理	卷积神经网络	脑电信号	公开数据集：BCI Competition IV dataset 2a 和 OpenBMI dataset	NA	多尺度多频带卷积黎曼网络	分类准确率	NA
572	2025-12-16	Predicting miRNA-Disease Associations Based on Spectral Graph Transformer With Dynamic Attention and Regularization 2024-12, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3438439 PMID:39102330	研究论文	本文提出了一种名为DARSFormer的深度学习模型，用于预测miRNA与疾病之间的关联	提出了一种结合动态注意力机制与谱图Transformer的先进模型，有效解决了现有方法在整体效果和对节点位置敏感方面的挑战	未在摘要中明确说明	预测miRNA与疾病之间的关联	miRNA与疾病	机器学习	结直肠癌、食管癌、前列腺癌	NA	Transformer, 图神经网络	图数据	基于HMDD v2.0和v3.2数据库	NA	DARSFormer, 正交图神经网络, 图Transformer	AUC	NA
573	2025-12-16	An Eye Movement Classification Method Based on Cascade Forest 2024-12, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3439568 PMID:39106144	研究论文	提出一种基于级联森林的眼动分类方法，用于将原始眼动数据分类为眼动事件	创新性地采用分层集成架构，将级联森林结构与集成学习原理结合，专门用于眼动分类	NA	解决眼动分类中参与者适应性差异、类别不平衡和数据稀缺问题	原始眼动数据	机器学习	NA	眼动追踪技术	级联森林	眼动数据	NA	NA	级联森林	准确率, 效率	NA
574	2025-12-16	The promising horizon of deep learning and artificial intelligence in flap monitoring 2023-12-01, International journal of surgery (London, England) DOI:10.1097/JS9.0000000000000748 PMID:37720927	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
575	2025-12-16	Health Recommendation System using Deep Learning-based Collaborative Filtering 2023-Dec, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2023.e22844 PMID:38144343	研究论文	本文提出了一种基于深度学习的健康推荐系统，利用受限玻尔兹曼机与协同进化神经网络的结合来优化医疗决策	结合受限玻尔兹曼机与协同进化神经网络，构建智能健康推荐系统，实现从传统医疗场景向个性化医疗的转变	未明确说明系统在真实医疗环境中的部署挑战或数据隐私保护的具体措施	开发高效且有效的健康推荐系统，以支持医疗决策和个性化医疗	医疗数据，包括患者健康信息、社交活动及行为分析数据	机器学习	NA	数据挖掘	RBM, CNN	医疗数据集	NA	TensorFlow, Python	受限玻尔兹曼机, 协同进化神经网络	准确率, 精确率, 召回率, F值	NA
576	2025-12-16	Estimation of concrete materials uniaxial compressive strength using soft computing techniques 2023-Nov, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2023.e22502 PMID:38034748	研究论文	本研究通过比较三种深度学习算法（CNN、GRU和LSTM），预测混合设计混凝土的单轴抗压强度	专注于混合设计混凝土，并微调深度学习算法，以识别预测混凝土强度的最优DL算法	未提及具体局限性	识别预测混凝土单轴抗压强度的最优深度学习算法	混合设计混凝土	机器学习	NA	NA	CNN, GRU, LSTM	实验记录数据	NA	NA	卷积神经网络, 门控循环单元, 长短期记忆网络	预测准确性	NA
577	2025-12-16	Quantization of extraoral free flap monitoring for venous congestion with deep learning integrated iOS applications on smartphones: a diagnostic study 2023-Jun-01, International journal of surgery (London, England) DOI:10.1097/JS9.0000000000000391 PMID:37055021	研究论文	本研究开发并验证了一种集成深度学习模型的iOS智能手机应用，用于量化监测口腔外游离皮瓣的静脉淤血状况	首次将深度学习模型集成到智能手机应用中，实现游离皮瓣监测的客观量化，替代传统主观人工观察	研究为单中心回顾性分析，样本量有限，且仅适用于iOS平台	开发一种便捷、准确、经济的游离皮瓣监测工具，以改善患者安全和管理	接受游离皮瓣手术的患者	计算机视觉	口腔外游离皮瓣静脉淤血	计算机视觉	深度学习模型	图像	642名患者的1761张照片，其中122名患者参与临床应用阶段	NA	NA	准确率, 灵敏度, 特异性, AUC	智能手机（iOS平台）
578	2025-12-15	MediFlora-Net: Quantum-enhanced deep learning for precision medicinal plant identification 2026-Feb, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2025.108674 PMID:40974619	研究论文	本研究提出了一种名为MediFlora-Net的新型深度学习模型，用于精确识别药用植物	结合了多模态深度学习、量子辅助特征提取和混合集成方法，并引入了量子启发的特征提取技术，利用量子概率特征映射和基于纠缠的表征来提取高阶植物学特征	NA	提高药用植物识别的准确性和灵活性，以支持生物多样性保护、民族植物学研究和药理学应用	药用植物	计算机视觉	NA	多模态深度学习，量子辅助特征提取	CNN, GAN, Transformer	图像（RGB，高光谱植物图像）	NA	NA	Vision Transformer (ViT), Convolutional Neural Networks (CNNs), Med-Plant-Generative Adversarial Networks (GANs)	NA	NA
579	2025-12-15	EnsembleRegNet: Interpretable deep learning for transcriptional network inference from single-cell RNA-seq 2026-Feb, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2025.108702 PMID:41043336	研究论文	本文提出了一种名为EnsembleRegNet的深度学习框架，用于从单细胞RNA测序数据中推断基因调控网络	结合了集成编码器-解码器和多层感知机架构，并引入了Hodges-Lehmann估计器二值化、案例删除分析、RcisTarget基序富集和AUCell调控子活性评分，以增强鲁棒性和生物学可解释性	未明确提及	从高维单细胞RNA测序数据中准确推断基因调控网络结构	转录因子与靶基因关系	机器学习	NA	单细胞RNA测序	集成编码器-解码器, 多层感知机	单细胞RNA测序数据	模拟和真实单细胞RNA测序数据集	NA	EnsembleRegNet	聚类性能, 调控准确性	NA
580	2025-12-15	Microbiome-transcriptome-histology triad enhances survival risk stratification in multiple cancers 2026-Feb, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2025.108703 PMID:41043335	研究论文	本研究提出了一个名为HMTsurv的多模态生存预测框架，通过整合数字组织病理学、宿主转录组学和肿瘤相关微生物组特征，以增强多种癌症的生存风险分层能力	首次将组织病理学、转录组学和微生物组特征整合到一个统一的多模态框架中，用于癌症生存预测，并识别了跨癌种的生存生物标志物	研究基于回顾性多组学数据集，临床实用性仍需前瞻性验证；模型在四种癌症中表现良好，但泛化到其他癌种的能力有待进一步评估	开发一个可泛化的多模态架构，用于癌症预后预测，并阐明生存的病理学、分子和生态学决定因素之间的复杂相互作用	结直肠癌、胃癌、肝细胞癌和乳腺癌患者的多组学数据	数字病理学	多种癌症	数字组织病理学、转录组学、微生物组分析	深度学习	图像、转录组数据、微生物组数据	来自四种主要恶性肿瘤的多组学数据集	NA	HMTsurv	c-index, log-rank p值	NA