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
6141	2025-10-05	FairDITA: Disentangled Image-Text Alignment for Fair Skin Cancer Diagnosis 2025-Sep-26, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01693-2 PMID:41003966	研究论文	提出一种新颖的对比学习框架FairDITA，通过解耦图像-文本对齐实现公平的皮肤癌诊断	利用显式构建的图像-文本对将病变特征与肤色属性解耦，通过测量图像和文本嵌入空间中的语义距离并进行最优表示对齐	方法依赖于图像-文本对的显式构建，可能受限于文本描述的准确性和完整性	解决皮肤癌诊断中的算法公平性问题，减少不同肤色群体间的性能差异	皮肤癌诊断	计算机视觉	皮肤癌	对比学习	深度学习	图像, 文本	两个基准数据集PAD-UFES-20和Fitzpatrick17k，涵盖广泛肤色范围	NA	共享文本编码器和两个专用图像编码器	分类准确率, 公平性指标	NA
6142	2025-10-05	Deep Learning for Cardiac Overload Estimation　- Predicting B-Type Natriuretic Peptide (BNP) Levels From Heart Sounds and Electrocardiogram 2025-Sep-25, Circulation journal : official journal of the Japanese Circulation Society IF:3.1Q2 DOI:10.1253/circj.CJ-25-0098 PMID:40533163	研究论文	开发深度学习模型通过心音和心电图非侵入性预测血浆BNP水平	首次结合心音和ECG信号通过深度学习估计BNP水平，实现非侵入性心衰筛查	样本量有限（外部验证集仅140例患者），需更大规模研究验证	开发非侵入性心衰筛查工具，验证深度学习模型预测BNP水平的性能	心衰患者的心音和心电图信号	医疗人工智能	心血管疾病	心音图、心电图	深度学习	生理信号（心音、ECG）	外部验证集140例患者，亚组分析127例	NA	NA	AUROC, 敏感度, 特异度	NA
6143	2025-10-05	The identification and severity staging of chronic obstructive pulmonary disease using quantitative CT parameters, radiomics features, and deep learning features 2025-Sep-25, Respiration; international review of thoracic diseases DOI:10.1159/000548595 PMID:40996946	研究论文	本研究通过整合定量CT参数、影像组学特征和深度学习特征，开发慢性阻塞性肺疾病的识别与严重程度分期模型	首次结合双相CT的定量参数、影像组学与深度学习特征构建多模态模型，用于COPD识别和严重程度分期	回顾性研究设计，样本量相对有限（223例患者+59例对照），需要进一步前瞻性验证	评估基于双相CT的多模态特征在COPD识别和严重程度分期中的价值	慢性阻塞性肺疾病患者和健康对照者	医学影像分析	慢性阻塞性肺疾病	定量CT分析，影像组学分析，深度学习特征提取	逻辑回归	CT影像	282例（223例COPD患者+59例健康对照），广州队列训练测试，深圳队列外部验证	pyradiomics, VGG-16	VGG-16	AUC	NA
6144	2025-10-05	Conditional Virtual Imaging for Few-Shot Vascular Image Segmentation 2025-Sep-25, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3608467 PMID:40996986	研究论文	提出一种用于少样本血管图像分割的条件虚拟成像框架	提出对齐图像-掩码对生成方法和双重一致性学习策略，利用大预训练模型生成高质量血管图像	NA	解决少标注样本下血管图像分割性能不佳的问题	血管医学图像	医学图像处理	血管疾病	深度学习	生成模型,分割模型	医学图像	少量标注血管图像和大量未标注数据	NA	NA	NA	NA
6145	2025-10-05	Ape Optimizer: A p-Power Adaptive Filter-Based Approach for Deep Learning Optimization 2025-Sep-25, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2025.3610665 PMID:40996994	研究论文	提出一种基于p幂自适应滤波的新型深度学习优化器Ape，通过p幂调整机制处理重尾梯度分布	首次将自适应滤波领域的LMP算法引入深度学习优化，针对α稳定分布设计梯度调整机制和二阶矩估计方法	NA	解决深度学习优化器中梯度噪声非高斯分布假设失效的问题	深度学习优化算法	机器学习	NA	自适应滤波	NA	基准数据集	NA	NA	NA	准确率, 训练速度	NA
6146	2025-10-05	Integrating Deep Model-Based Learning With Modular State-Based Stackelberg Games for Self-Optimizing Distributed Production Systems 2025-Sep-25, IEEE transactions on cybernetics IF:9.4Q1 DOI:10.1109/TCYB.2025.3610707 PMID:40996999	研究论文	提出了一种将深度模型学习与模块化状态Stackelberg博弈相结合的新方法，用于分布式制造系统的自优化	用深度学习方法替代数字表示来学习系统动态，在虚拟环境中训练博弈参与者，减少实际系统交互需求	仅在实验室测试平台上验证，工业实际应用效果需进一步验证	开发分布式生产系统的自优化方法	制造系统	机器学习	NA	深度学习	深度学习模型	系统动态数据	NA	NA	单步和多步预测器	实际系统交互减少率	NA
6147	2025-10-05	Time-Frequency Collaborative Learning for Imbalanced Ship Motion Data With Missing Labels in Sea State Estimation 2025-Sep-25, IEEE transactions on cybernetics IF:9.4Q1 DOI:10.1109/TCYB.2025.3610416 PMID:40997001	研究论文	提出一种用于海况估计的基于类别不平衡船舶运动数据的半监督学习方法BalanceSSE	针对船舶运动数据中高类别不平衡和缺失标签问题，提出动态填补、不平衡时频学习和聚类邻近分类器的协同学习框架	NA	解决海况估计中船舶运动数据的类别不平衡和标签缺失问题	船舶运动数据	机器学习	NA	半监督学习	NA	时间序列数据	UCR数据集和船舶运动数据集	NA	动态填补模块(DIT), 不平衡时频学习模块(ITFL), 聚类邻近分类器(CL)	NA	NA
6148	2025-10-05	Deep learning powered breast ultrasound to improve characterization of breast masses: a prospective study 2025-Sep-25, Acta radiologica (Stockholm, Sweden : 1987) DOI:10.1177/02841851251377927 PMID:40997147	研究论文	评估深度学习工具S-Detect在提高乳腺超声诊断精度和标准化放射科医生评估方面的潜力	首次前瞻性研究证明深度学习工具能够弥合放射科医生经验差距，提高诊断一致性并减少不必要的活检	样本量相对有限（230个乳腺肿块），专家放射科医生使用AI后性能提升不显著	评估深度学习工具在乳腺超声诊断中的临床应用价值	216名患者的230个乳腺肿块	医学影像分析	乳腺癌	超声成像	深度学习	超声图像	216名患者的230个乳腺肿块	NA	S-Detect	特异性, PPV, NPV, 准确率, 敏感性, AUC, Kappa统计量	NA
6149	2025-10-05	Predicting protein-protein interactions in the human proteome 2025-Sep-25, Science (New York, N.Y.) DOI:10.1126/science.adt1630 PMID:40997207	研究论文	通过增强协同进化信号和开发新的深度学习网络，系统预测人类蛋白质-蛋白质相互作用	使用来自30PB未组装基因组数据的7倍深度多序列比对增强协同进化信号，并基于2亿个预测蛋白质结构开发新的深度学习网络	NA	预测人类蛋白质组中的蛋白质-蛋白质相互作用	人类蛋白质组	生物信息学	人类疾病	协同进化分析, 深度学习, 多序列比对	深度学习网络	基因组数据, 蛋白质结构数据	2亿个人类蛋白质对	NA	NA	精确度	30PB基因组数据处理
6150	2025-10-05	Using economic value signals from primate prefrontal cortex in neuro-engineering applications 2025-Sep-25, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/ae0bf6 PMID:40997885	研究论文	本研究探索在脑机接口中使用灵长类前额叶皮层经济价值信号的方法	首次将抽象认知信号（经济价值信号）应用于神经工程，开发了基于强化学习的自适应解码器架构	研究基于非人灵长类动物数据，尚未在人类或临床环境中验证	开发能够利用抽象认知信号的脑机接口系统，辅助用户实现目标导向行为	非人灵长类动物的眶额叶皮层神经信号	神经工程	NA	多变量时间序列神经信号记录	深度学习, 强化学习	神经信号时间序列数据	非人灵长类动物实验数据	NA	神经预测模型	准确率	NA
6151	2025-10-05	Voice of Mind, a Deep Learning Model for Depression and Anxiety Assessment From Acoustic and Lexical Vocal Biomarkers 2025-Sep-25, Journal of voice : official journal of the Voice Foundation IF:2.5Q1 DOI:10.1016/j.jvoice.2025.09.012 PMID:40998607	研究论文	开发了一个名为Voice of Mind的深度学习模型，通过声学和词汇生物标志物从意大利心理治疗录音中评估焦虑和抑郁	提出了一种结合CNN分析梅尔频谱图和MLP整合词汇与声学输入的混合架构，能够区分抑郁、焦虑和无病理三种状态	样本量较小（仅5名患者，7个录音），缺乏大规模验证	开发从语音数据评估心理健康状况的深度学习模型	意大利心理治疗录音中的声学和词汇特征	自然语言处理	精神疾病	语音分析，声学特征提取，词汇标记分析	CNN, MLP	音频	5名患者（重度抑郁症或广泛性焦虑症），7个录音，超过1000个音频片段	NA	卷积神经网络，多层感知器	分类准确率，特征重要性分析	NA
6152	2025-10-05	A Deep Learning-Based EffConvNeXt Model for Automatic Classification of Cystic Bronchiectasis: An Explainable AI Approach 2025-Sep-25, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01688-z PMID:40999297	研究论文	提出一种结合EfficientNetB1和ConvNeXtTiny的EffConvNeXt深度学习模型，用于胸部X光片中囊性支气管扩张、肺炎和正常病例的自动分类	首次将EfficientNetB1的高效性与ConvNeXtTiny的先进特征提取能力相结合，通过混合模型架构提升分类准确率，并采用可解释AI方法	研究仅使用单一医疗中心（Dicle大学医学院）的5899张胸部X光图像，需要更多外部数据验证模型泛化能力	开发自动分类囊性支气管扩张和肺炎的深度学习模型，提高胸部X光片的诊断准确性	胸部X光片中的囊性支气管扩张、肺炎和正常病例	计算机视觉	呼吸系统疾病	胸部X光成像	CNN	图像	5899张胸部X光图像	NA	EffConvNeXt（EfficientNetB1和ConvNeXtTiny混合架构）	准确率	NA
6153	2025-10-05	Aerosol optical depth retrieval from Geostationary Environment Monitoring Spectrometer (GEMS): Advancing the first hyperspectral geostationary air quality mission using deep learning 2025-Sep-24, The Science of the total environment DOI:10.1016/j.scitotenv.2025.180535 PMID:40997388	研究论文	本研究提出基于深度学习的TabNet模型，从地球静止环境监测光谱仪(GEMS)数据中反演气溶胶光学厚度(AOD)	首次将注意力可解释表格学习(TabNet)应用于全球首个地球静止轨道高光谱环境卫星的AOD反演，显著提升了反演精度和鲁棒性	NA	开发准确高效的气溶胶光学厚度反演方法，用于空气质量监测和气候研究	亚太地区的气溶胶分布和变化	机器学习	NA	高光谱遥感	TabNet	光谱辐射数据、气象数据和辅助变量	NA	NA	TabNet	决定系数(R), 期望误差包络线(EE)	NA
6154	2025-10-05	Identifying an optimal perturbation to induce a desired cell state by generative deep learning 2025-Sep-24, Cell systems IF:9.0Q1 DOI:10.1016/j.cels.2025.101405 PMID:40997798	研究论文	提出了一种名为PAIRING的生成式深度学习方法，用于识别能够诱导细胞达到期望状态的最佳扰动	通过将细胞状态嵌入潜在空间并分解为基础状态和扰动效应，创新性地比较扰动效应与期望细胞状态转换向量的相似性来识别最优扰动	NA	开发一种能够识别诱导细胞达到期望状态的最佳扰动的计算方法	细胞状态转换，特别是结直肠癌细胞向正常样状态的转化	机器学习	结直肠癌	转录组数据分析	生成式深度学习	转录组数据	NA	NA	NA	NA	NA
6155	2025-10-05	Causal deep learning for real-time detection of cardiac surgery-associated acute kidney injury: derivation and validation in seven time-series cohorts 2025-Sep-24, The Lancet. Digital health DOI:10.1016/j.landig.2025.100901 PMID:40998651	研究论文	开发了一种名为REACT的因果深度学习架构，用于实时检测心脏手术相关急性肾损伤	提出因果深度学习方法，将复杂时间变量交互简化为少量通用、成本效益高的输入因素	回顾性模型开发和前瞻性验证研究，存在回顾性研究的固有局限性	开发能够实现CSA-AKI精确动态预测的深度学习模型	接受重大开胸心脏手术的成年患者（年龄≥18岁）	医疗人工智能	心脏手术相关急性肾损伤	因果深度学习	深度学习	电子健康记录时间序列数据	最终推导队列14,513名患者，外部验证包括中国20,813名患者和美国28,023名患者	NA	REACT（因果深度学习架构）	AUROC	NA
6156	2025-10-05	A modified vision transformer framework for image-based land cover segmentation in rural architectural design and planning 2025-Sep-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-19234-w PMID:40987770	研究论文	提出一种基于改进视觉Transformer和萤火虫算法的深度学习框架，用于农村建筑设计与规划中的土地覆盖图像分割	将改进的视觉Transformer与改进的萤火虫算法相结合，用于优化特征和超参数选择，在土地覆盖分割任务中实现高精度	仅使用EuroSAT基准数据集进行验证，模型在其他地理区域的适用性有待进一步测试	开发用于农村建筑设计与规划的土地覆盖图像分割方法	卫星图像中的土地覆盖区域	计算机视觉	NA	卫星遥感图像分析	Vision Transformer	图像	27,000个地理参考样本，涵盖10个平衡的土地覆盖类别	NA	改进的Vision Transformer	准确率, Kappa系数, 平均适应度值	NA
6157	2025-10-05	Exploring the role of preprocessing combinations in hyperspectral imaging for deep learning colorectal cancer detection 2025-Sep-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-20735-x PMID:40987788	研究论文	本研究比较了高光谱成像中不同预处理组合对深度学习结直肠癌检测性能的影响	系统探索了高光谱数据在空间和光谱维度上的多种预处理组合，包括光谱缩放、噪声消除、血液和反光过滤，并分析了数据不平衡问题的解决方案	噪声消除意外地降低了模型性能，血液和反光过滤均未产生显著效果	优化高光谱成像的预处理流程以提高深度学习在癌症诊断中的性能	结直肠癌组织的高光谱图像数据	计算机视觉	结直肠癌	高光谱成像	深度学习	高光谱图像	NA	NA	NA	灵敏度, 特异性	NA
6158	2025-10-05	Multi-label machine learning for power forecasting of a grid-connected photovoltaic solar plant over multiple time horizons 2025-Sep-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-20251-y PMID:40987842	研究论文	本文提出基于机器学习算法的多标签预测方法，用于预测建筑光伏电站输送到电网的PV和AC功率	首次在光伏功率预测中采用多标签机器学习方法，同时预测DC和AC功率，并评估多种算法在多个时间尺度上的性能	研究基于单一光伏电站的一年数据，未考虑不同地理位置和气候条件的影响	开发准确的光伏发电预测方法以支持电网规划和运营	建筑应用光伏电站的PV和AC功率输出	机器学习	NA	传感器数据采集	线性回归,多项式回归,神经网络,深度学习,梯度提升树,随机森林,决策树,k近邻,支持向量机	时间序列传感器数据	一年实时采集的太阳辐照度、环境温度、风速和电池温度数据	NA	NA	绝对误差,均方根误差,归一化绝对误差,相对误差,相对均方根误差,相关系数	NA
6159	2025-10-05	Multimodal AI-based risk stratification for distant metastasis in nasopharyngeal carcinoma 2025-Sep-23, ESMO open IF:7.1Q1 DOI:10.1016/j.esmoop.2025.105809 PMID:40997749	研究论文	开发并验证一种基于多模态深度学习的GNPC风险评分系统，用于预测鼻咽癌患者的远处转移风险	首次将组织病理学图像表示为图结构以捕捉空间背景和肿瘤异质性，并结合临床信息构建多模态深度学习模型	研究样本量相对有限（1949例患者），且仅基于两个独立队列进行验证	开发预测鼻咽癌远处转移风险的深度学习风险评分系统	鼻咽癌患者	数字病理学	鼻咽癌	苏木精-伊红染色，深度学习	图神经网络	组织病理学图像，临床数据	1949例患者来自两个独立队列	NA	GNPC（鼻咽癌图神经网络）	远处转移P值，总生存期P值，局部复发P值	NA
6160	2025-10-05	Deep Learning for Standardized Head CT Reformatting: A Quantitative Analysis of Image Quality and Operator Variability 2025-Sep-23, Journal of the American College of Radiology : JACR IF:4.0Q1 DOI:10.1016/j.jacr.2025.09.016 PMID:40998241	研究论文	验证深度学习基础模型在头部CT标准化重建中的性能，并与人工重建进行质量和效率对比	首次使用深度学习基础模型实现头部CT的自动化标准化重建，并系统量化了人工重建的质量差异和操作者变异性	研究仅针对非对比头部CT检查，未包含其他类型的CT扫描	验证自动化头部CT重建模型的质量和效率，评估人工重建的变异性	1,763例连续非对比头部CT检查	医学影像分析	神经系统疾病	CT扫描	深度学习基础模型	CT影像	1,763例头部CT检查	NA	基础模型	标志点定位误差, 旋转误差, 对中误差, 缩放误差	NA