深度学习在生物医药领域中的应用

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
41	2025-10-05	Enhancing Herbal Medicine-Drug Interaction Prediction Using Large Language Models 2025-Oct, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3558667 PMID:40193268	研究论文	提出一种结合大语言模型、独热编码和变分图自编码器的草药-药物相互作用预测模型	首次整合大语言模型提取药物分子特征，并通过区分节点相似度和度中心性来优化图自编码器的消息传递机制	未明确说明数据质量提升的具体量化指标和模型在稀疏数据场景下的表现	预测草药与药物之间的相互作用以优化联合治疗方案	草药制剂和化学药物	自然语言处理	NA	大语言模型、独热编码、变分图自编码器	LLM、VGAE	药物SMILES序列、草药多组分数据	NA
42	2025-10-05	Enhancing ECG Classification in Cardiac Diagnostics: A Novel Approach Using Adaptive Focal Cross-Entropy Loss Function 2025-Oct, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3566531 PMID:40333100	研究论文	提出一种基于深度可分离残差注意力网络和自适应焦点交叉熵损失函数的心电图分类新方法	提出DRA-ECG深度学习算法和自适应焦点交叉熵损失函数，采用连续小波变换将1D ECG信号转为2D尺度图，并集成边缘特征检测进行预处理	NA	提高心电图分类性能，解决类别不平衡问题	心电图信号	机器学习	心血管疾病	连续小波变换，边缘特征检测	DRA-ECG（深度可分离残差注意力网络）	心电图信号（1D原始信号和2D尺度图）	NA
43	2025-10-05	Mpox diagnosis at POC 2025-Oct, Trends in biotechnology IF:14.3Q1 DOI:10.1016/j.tibtech.2025.04.015 PMID:40393854	综述	本文综述了猴痘（Mpox）即时诊断（POC）工具的发展现状、实施瓶颈及未来方向	探讨了机器学习和深度学习模型在猴痘诊断中的应用潜力，以及可部署现场诊断平台的整合策略	当前POC平台在猴痘诊断中的广泛实施仍存在瓶颈	促进猴痘快速、准确和用户友好诊断工具的发展	猴痘（Mpox）诊断工具	医学诊断	猴痘	PCR、机器学习、深度学习	ML、DL	NA	NA
44	2025-10-05	TTFNet: Temporal-Frequency Features Fusion Network for Speech Based Automatic Depression Recognition and Assessment 2025-Oct, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3574864 PMID:40440151	研究论文	提出一种基于时序-频率特征融合网络的语音自动抑郁症识别与评估方法	创新性地使用四元数表示法编码语音特征，设计四元数VisionLSTM捕捉协同效应，并开发XConformer模块实现跨序列交互	NA	开发客观便捷的早期抑郁症筛查方法	抑郁症患者的语音特征	自然语言处理	抑郁症	深度学习，wav2vec 2.0	TTFNet，四元数VisionLSTM，sLSTM，XConformer	语音	AVEC 2013、AVEC 2014、DAIC-WOZ和E-DAIC数据集
45	2025-10-05	Artificial intelligence and the electrocardiogram: A modern renaissance 2025-Oct, European journal of internal medicine IF:5.9Q1 DOI:10.1016/j.ejim.2025.04.036 PMID:40413058	综述	探讨人工智能与心电图技术融合在心血管医学中的最新进展与应用前景	通过深度学习识别人眼不可见的细微心电图模式，并将AI-ECG技术整合到可穿戴设备中实现实时心脏监测	需要高质量训练数据、算法泛化能力不足、存在模型训练偏差、缺乏证明改善患者预后的高质量研究	提高心血管疾病诊断准确性，实现个性化患者护理	结构性和电性心脏病患者	数字病理	心血管疾病	深度学习	深度学习模型	心电图信号	NA
46	2025-10-05	Combined Study of Behavior and Spike Discharges Associated with Negative Emotions in Mice 2025-Oct, Neuroscience bulletin IF:5.9Q1 DOI:10.1007/s12264-025-01455-8 PMID:40665179	研究论文	通过结合小鼠行为测试和电生理记录研究慢性压力诱导负面情绪的神经机制	开发了NeuroSync新方法，首次将开放场行为测试与情绪相关脑区电生理记录同步整合	仅研究了中央杏仁核和下丘脑室旁核两个脑区，未涉及其他可能相关的脑区	探索慢性压力诱导负面情绪的神经机制	小鼠	神经科学	精神障碍	电生理记录、机器视觉、信号处理算法	深度学习、机器学习	视频、电生理信号	NA
47	2025-10-05	Deep learning reconstruction enhances image quality in contrast-enhanced CT venography for deep vein thrombosis 2025-Oct, Emergency radiology IF:1.7Q3 DOI:10.1007/s10140-025-02366-x PMID:40679754	研究论文	评估深度学习重建在深静脉血栓CT静脉造影中的图像质量提升效果	首次系统比较深度学习重建与混合迭代重建、滤波反投影在CT静脉造影中的性能差异	样本量较小(51例患者)，且为回顾性研究	评估不同图像重建方法在深静脉血栓CT诊断中的性能比较	51例接受下肢CT静脉造影的患者(20例有深静脉血栓，31例无血栓)	医学影像分析	深静脉血栓	CT静脉造影，深度学习重建，混合迭代重建，滤波反投影	深度学习	CT图像	51例患者
48	2025-10-05	Bond-centric modular design of protein assemblies 2025-Oct, Nature materials IF:37.2Q1 DOI:10.1038/s41563-025-02297-5 PMID:40745093	研究论文	提出了一种基于键合中心的模块化蛋白质组装设计方法	利用深度学习生成工具设计蛋白质构建块，结合规则配位几何和可定制键合相互作用，实现了多样化蛋白质纳米结构的组装	NA	开发模块化蛋白质纳米材料设计方法	蛋白质组装体和纳米材料	蛋白质设计	NA	深度学习生成工具、电子显微镜	深度学习生成模型	蛋白质结构数据	成功组装20多种多组分多面体蛋白质笼、二维阵列和三维蛋白质晶格
49	2025-10-05	EEGOpt: A performance efficient Bayesian optimization framework for automated EEG signal classification 2025-Oct, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111023 PMID:40934551	研究论文	提出一种基于贝叶斯优化的自动化EEG信号分类框架EEGOpt	采用树结构Parzen估计器优化信号处理全流程，并引入模块化缓存机制大幅减少计算时间	NA	自动化优化脑电图信号处理和分类的方法选择	脑电图信号	机器学习	NA	贝叶斯优化，树结构Parzen估计器，经验模态分解，小波包分解	TPE，k近邻分类器	EEG信号	三个数据集
50	2025-10-05	Calibration and Uncertainty for multiRater Volume Assessment in multiorgan Segmentation (CURVAS) challenge results 2025-Oct, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111024 PMID:40934552	研究论文	介绍CURVAS挑战赛的结果，评估深度学习模型在多器官分割中的校准性和不确定性估计	首次强调多标注者在医学图像分割中的关键作用，利用标注者间差异性建立更全面的基准真值	仅包含七个团队参与挑战，样本规模有限	开发可靠且具有临床适用性的医学图像分割模型	多器官医学图像分割	医学图像分析	NA	深度学习	DL	医学图像	七个团队参与挑战
51	2025-10-05	PCGMMF: a prediction method for breast cancer prognostic recurrence and metastasis risk based on enhanced multimodal feature fusion 2025-Oct, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2025.104907 PMID:40935222	研究论文	提出一种基于增强多模态特征融合的乳腺癌预后复发和转移风险预测方法PCGMMF	提出双向注意力和自注意力增强多模态特征融合模块BSAMF，整合组织病理学图像、临床数据、基因表达数据和DNA甲基化数据	NA	开发更准确有效的乳腺癌预后复发和转移风险预测方法	乳腺癌患者	数字病理学	乳腺癌	DNA甲基化测序，基因表达分析	Vision-LSTM，SVM	图像，临床数据，基因表达数据，DNA甲基化数据	NA
52	2025-10-05	A Gabor-enhanced deep learning approach with dual-attention for 3D MRI brain tumor segmentation 2025-Oct, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111047 PMID:40939459	研究论文	提出一种融合Gabor纹理特征和双注意力机制的3D MRI脑肿瘤分割深度学习方法	在U-Net输入层引入可训练Gabor卷积层增强纹理特征提取，并采用双注意力机制（SE模块和注意力门）优化特征选择	NA	开发精确且可解释的3D脑肿瘤MRI自动分割方法	脑肿瘤MRI图像	数字病理	脑肿瘤	MRI	U-Net（改进版）	3D医学图像	BraTS2021数据集
53	2025-10-05	Regional attention-enhanced vision transformer for accurate Alzheimer's disease classification using sMRI data 2025-Oct, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111065 PMID:40945221	研究论文	提出一种区域注意力增强视觉变换器(RAE-ViT)框架，用于基于sMRI数据的阿尔茨海默病准确分类	通过区域注意力机制优先关注疾病关键脑区，结合分层自注意力和多尺度特征提取，同时建模局部和全局结构模式	未来工作需要优化边缘设备部署，整合多模态数据，探索自监督和联邦学习以提升泛化性和隐私保护	开发准确诊断阿尔茨海默病的AI模型	阿尔茨海默病患者、轻度认知障碍患者和正常对照	计算机视觉	阿尔茨海默病	sMRI结构磁共振成像	Vision Transformer (ViT)	医学图像	1152例sMRI扫描（255例AD，521例MCI，376例NC）
54	2025-10-05	Advancements in breast cancer therapy: Integrating AI tools for drug discovery and clinical trials 2025-Oct, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111067 PMID:40945222	综述	探讨人工智能在乳腺癌治疗中整合计算机辅助药物设计方法的应用与进展	将深度神经网络等AI技术整合到传统CADD方法中，显著提升药物研发效率并克服资源限制	传统CADD方法存在高资源需求和时间效率低下的局限性	探索AI技术在乳腺癌药物发现、临床试验及诊疗中的应用前景	乳腺癌治疗相关的药物研发和临床诊疗方法	机器学习	乳腺癌	计算机辅助药物设计(CADD)、深度学习、分子动力学	深度神经网络(DNN)	分子结构数据、临床数据	NA
55	2025-10-05	Dynamic cheek surface modeling for enhanced hypomimia detection in Parkinson's disease 2025-Oct, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110896 PMID:40961563	研究论文	提出基于脸颊表面变异性的新方法，用于增强帕金森病患者面部表情减少的检测	首次利用脸颊表面变异性捕捉不同时间粒度下脸颊运动的细微渐进变化，并开发了鲁棒的预处理流程来减少头部旋转和姿势偏差	NA	开发更精确的帕金森病面部表情减少自动检测方法	帕金森病患者和健康对照者的自发语音视频样本	计算机视觉	帕金森病	视频分析、机器学习、深度学习	3D CNN	视频	112名初诊未用药帕金森病患者和90名健康对照者
56	2025-10-05	Classification of peripheral pulmonary lesions in Endobronchial ultrasonography image using a multi-branch framework and voting ensemble 2025-Oct, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111064 PMID:40967143	研究论文	提出基于多分支框架和投票集成的深度学习系统，用于支气管内超声图像中周围性肺部病变的分类	采用多分支框架应对数据不平衡问题，结合坐标系统转换将极坐标图像转换为笛卡尔坐标，并通过投票集成提升模型性能	NA	开发基于深度学习的计算机辅助诊断系统，帮助医疗专业人员实现更精确高效的肺癌诊断	支气管内超声图像中的周围性肺部病变	计算机视觉	肺癌	支气管内超声成像	多分支深度学习框架，投票集成	医学图像	NA
57	2025-10-05	Predicting dementia through audio: Ensemble and deep learning approaches using acoustic features 2025-Oct, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111078 PMID:40967147	研究论文	本研究通过分析音频中的声学特征来预测痴呆症，比较了集成学习和深度学习模型的性能	使用声学特征（音高、响度、语速等）通过集成学习和深度学习模型进行痴呆症早期诊断，并探讨集成模型在某些情况下优于深度学习模型的原因	未明确说明样本来源和具体数量，可能受限于音频数据质量和规模	开发基于音频分析的痴呆症早期诊断方法	痴呆症患者的音频录音	自然语言处理	老年疾病	声学特征分析	Random Forest, AdaBoost, XGBoost, Gradient Boost, BiLSTM, LSTM, CNN-LSTM	音频	NA
58	2025-10-05	AI-driven pupillary-computer interface via binary-coded flickering stimuli 2025-Oct, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111057 PMID:40967149	研究论文	提出一种基于瞳孔光反射的AI驱动瞳孔-计算机接口系统，通过二进制编码的闪烁视觉刺激实现人机交互	使用二进制编码视觉刺激和卷积神经网络深度学习，实现了高命令数、高分类精度和高信息传输率的瞳孔-计算机接口系统	仅涉及12名健康受试者，未在临床患者或更大样本中验证	开发一种简单、经济高效且无需用户训练的瞳孔-计算机交互系统	健康受试者（12名，6男6女，年龄28.6±3.4岁）	人机交互	NA	瞳孔光反射(PLR)技术，二进制编码视觉刺激	CNN（卷积神经网络）	瞳孔大小变化信号	12名健康受试者，在4类、10类和20类二进制编码视觉刺激条件下进行实验
59	2025-10-05	Robust and explainable framework to address data scarcity in diagnostic imaging 2025-Oct, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111052 PMID:40967148	研究论文	提出一种名为ETSEF的新型集成框架，用于解决医学影像诊断中的数据稀缺问题	首个将迁移学习、自监督学习与集成学习方法相结合的策略	NA	解决医学影像诊断中的数据稀缺问题，提高诊断准确性和鲁棒性	医学影像诊断任务	计算机视觉	多种疾病（包括乳腺癌、猴痘、脑肿瘤、青光眼等）	迁移学习、自监督学习、集成学习、数据增强、特征融合、特征选择、决策融合	集成框架（结合多个预训练深度学习模型）	医学影像	有限样本数量（具体数量未明确说明），涵盖五种独立的医学影像任务
60	2025-10-05	Enhancing the reliability of Alzheimer's disease prediction in MRI images 2025-Oct, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111111 PMID:40974861	研究论文	提出一种通过反向验证范式增强MRI图像中阿尔茨海默病预测可靠性的方法	引入反向验证范式、特征位置不变性验证、生物标志物位置增强和高置信度队列选择三项创新方法	NA	提高基于MRI的阿尔茨海默病诊断的可靠性和准确性	阿尔茨海默病患者的MRI图像	计算机视觉	阿尔茨海默病	深度学习	YOLO, MobileNet	MRI图像	NA