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
6161	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
6162	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
6163	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
6164	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
6165	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
6166	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
6167	2025-10-06	Clinical Features and Physiological Signals Fusion Network for Mechanical Circulatory Support Need Prediction in Pediatric Cardiac Intensive Care Unit 2025-02, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3510217 PMID:40030552	研究论文	本研究通过融合临床特征和生理信号，开发了一种机器学习/深度学习集成方法，用于预测儿科心脏重症监护病房中机械循环支持的需求	首次将正性肌力药物的血流动力学反应与机械循环支持需求相关联，并采用多模态波形分析处理分钟级多传感器数据	研究基于单一四级医院的儿科心脏重症监护病房数据，临床决策不明确病例的适用性需进一步验证	预测急性失代偿性心力衰竭患儿对机械循环支持的需求	儿科心脏重症监护病房中因急性失代偿性心力衰竭入院的患者	机器学习	心血管疾病	血流动力学监测，心电图，动脉血压信号分析	机器学习/深度学习集成方法	表格临床特征，时间序列，原始波形数据	NA	NA	NA	AUC	NA
6168	2025-10-06	Autoencoder-Based Detection of Insulin Pump Faults in Type 1 Diabetes Treatment 2025-02, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3518233 PMID:40030700	研究论文	提出一种基于LSTM自编码器和随机森林的胰岛素泵故障检测新方法	首次将LSTM自编码器的特征提取能力与随机森林的异常模式识别能力相结合用于胰岛素泵故障检测	使用模拟数据而非真实临床数据，故障发生频率较低	开发准确的胰岛素泵故障检测算法以提高1型糖尿病治疗安全性	1型糖尿病患者的胰岛素泵系统	机器学习	1型糖尿病	连续血糖监测，自动胰岛素输送系统	LSTM, 随机森林	时间序列数据	100名受试者，模拟90天数据	NA	LSTM自编码器	故障检测率，误报率	UVa/Padova T1D模拟器
6169	2025-10-06	Scaling Synthetic Brain Data Generation 2025-02, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3520156 PMID:40030742	研究论文	介绍Wirehead——一种可扩展的内存数据管道，显著提升神经影像学中深度学习实时合成数据生成的性能	通过独立并行进程运行多个生成器，将数据生成与训练解耦，实现近乎线性的性能提升	在优化生成-训练平衡和资源分配方面存在未来研究机会	解决神经影像学研究中高质量数据集有限的问题，加速深度学习实验周期	合成脑部数据生成	神经影像学	NA	合成数据生成	NA	脑部影像数据	可高效处理TB级数据	NA	NA	吞吐量提升倍数	MongoDB数据库，并行生成器架构
6170	2025-10-06	DSANIB: Drug-Target Interaction Predictions With Dual-View Synergistic Attention Network and Information Bottleneck Strategy 2025-02, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3497591 PMID:40030194	研究论文	提出一种名为DSANIB的新方法，通过双视图协同注意力网络和信息瓶颈策略预测药物-靶点相互作用	结合双视图注意力网络显式学习药物-靶点对的局部相互作用，并采用信息瓶颈策略过滤冗余信息	NA	改进药物-靶点相互作用预测的准确性和可解释性	药物和靶点分子	机器学习	NA	深度学习	注意力网络	分子结构数据	NA	NA	双视图协同注意力网络	NA	NA
6171	2025-10-06	PFPRNet: A Phase-Wise Feature Pyramid With Retention Network for Polyp Segmentation 2025-02, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3500026 PMID:40030242	研究论文	提出一种用于息肉分割的相位特征金字塔保留网络PFPRNet	设计了相位特征金字塔保留解码器、增强感知模块和低层保留模块，能更有效地整合全局特征与局部特征	未明确说明	提升结肠息肉分割的准确性和泛化能力	结肠息肉图像	计算机视觉	结直肠癌	深度学习	Transformer, CNN	医学图像	多个广泛使用的息肉分割数据集	NA	PFPRNet, Phase-wise Feature Pyramid with Retention Network	NA	NA
6172	2025-10-06	CT-Less Whole-Body Bone Segmentation of PET Images Using a Multimodal Deep Learning Network 2025-02, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3501386 PMID:40030243	研究论文	提出一种无需CT的多模态深度学习网络，用于PET图像的全身体骨分割	首次提出无需CT图像的多模态融合网络，通过引入示踪剂活性图、衰减图和合成衰减图三种PET模态图像，设计多编码器结构和融合模块实现全身体骨分割	研究仅基于130个全身PET数据集，样本规模有限	开发无需CT图像的PET全身体骨分割方法	骨癌患者的全身PET图像	医学影像分析	骨癌	PET成像，深度学习	多模态融合网络	PET图像（示踪剂活性图、衰减图、合成衰减图）	130个全身PET图像数据集	NA	多编码器结构，多模态融合模块，SE Normalization	NA	NA
6173	2025-10-06	EDSRNet: An Enhanced Decoder Semantic Recovery Network for 2D Medical Image Segmentation 2025-02, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3504829 PMID:40030272	研究论文	提出一种增强解码器语义恢复网络(EDSRNet)用于2D医学图像分割	提出多级语义融合模块、多尺度空间注意力和交叉卷积通道注意力模块，以及全局-局部语义恢复模块来解决语义信息差距和语义恢复问题	NA	改进2D医学图像分割性能	医学图像分割	计算机视觉	NA	深度学习	CNN	2D医学图像	公共数据集BUSI、CVC-ClinicDB和Kvasir-SEG	NA	编码器-解码器架构	IoU	NA
6174	2025-10-06	WaveSleepNet: An Interpretable Network for Expert-Like Sleep Staging 2025-02, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3498871 PMID:40030379	研究论文	提出一种可解释的神经网络WaveSleepNet，用于模拟临床专家进行睡眠分期	通过潜在空间表示识别不同睡眠阶段的特征波原型，提供透明的决策过程	NA	开发可解释的自动睡眠分期方法	睡眠信号数据	机器学习	睡眠障碍	神经网络	CNN	生理信号	三个公共数据集	NA	WaveSleepNet	准确率	NA
6175	2025-10-06	Artificial Intelligence in Cancer Diagnosis: A Game-changer in Healthcare 2025, Current pharmaceutical biotechnology IF:2.2Q3 DOI:10.2174/0113892010298852240528123911 PMID:38847160	综述	本文综述了人工智能在癌症早期检测中的潜在应用、技术方法和实施挑战	系统整合了AI在癌症筛查、风险分层和诊断复发的多场景应用，并强调深度学习处理复杂医学数据的优势	存在数据质量、算法偏见、资源需求和实施标准化等挑战	探讨人工智能在癌症早期诊断中的临床应用价值	无症状高危人群、有症状患者和癌症复发监测群体	医疗人工智能	癌症	CT、乳腺X线摄影、病理切片分析、外周血分析	逻辑回归, 神经网络, 深度学习	医学影像、病理数据、血液检测数据	NA	NA	NA	NA	NA
6176	2025-10-06	Prognostic Value Of Deep Learning Based RCA PCAT and Plaque Volume Beyond CT-FFR In Patients With Stent Implantation 2025, Current medical imaging IF:1.1Q3 DOI:10.2174/0115734056335065250426150739 PMID:40357785	研究论文	本研究探讨基于深度学习的右冠状动脉周脂肪组织衰减和斑块体积对经皮冠状动脉介入治疗患者预后的预测价值	首次证明基于深度学习的右冠状动脉周脂肪组织衰减和斑块体积比CT-FFR更能预测主要不良心血管事件	回顾性研究设计，样本量相对较小（183例患者）	评估深度学习提取的影像特征对冠心病患者预后的预测能力	接受经皮冠状动脉介入治疗和冠状动脉CTA检查的患者	医学影像分析	心血管疾病	冠状动脉计算机断层扫描血管成像	深度学习	医学影像	183例接受PCI治疗的患者	NA	NA	风险比, 95%置信区间, p值	人工智能辅助工作站
6177	2025-10-06	Hybrid deep learning optimization for smart agriculture: Dipper throated optimization and polar rose search applied to water quality prediction 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0327230 PMID:40690512	研究论文	提出一种结合Dipper Throated优化和Polar Rose搜索的混合元启发式框架，用于智能农业中的水质预测	首次将DTO生物启发算法与PRS搜索相结合，通过二元特征选择和元启发式优化的统一流程增强深度学习模型性能	NA	开发精准的水质预测模型以支持智能农业灌溉决策	马铃薯等需高质量灌溉的农作物	机器学习	NA	水质预测	RBFN	水质数据	NA	NA	径向基函数网络	分类准确率, ANOVA检验, Wilcoxon检验	NA
6178	2025-10-06	Evolution from the physical process-based approaches to machine learning approaches to predicting urban floods: a literature review 2025, Environmental systems research DOI:10.1186/s40068-025-00409-3 PMID:40692624	文献综述	本文综述了过去二十年来从物理过程模型到机器学习方法的城市洪水预测研究演变	重点关注AI驱动、实时和社区集成方法在城市洪水预测中的最新进展，并系统比较了不同方法的优劣	许多城市缺乏应用这些先进工具所需的数据、传感器或系统，且许多模型独立运行，未与城市规划或社区工作有效整合	分析城市洪水预测方法从传统物理过程模型到机器学习方法的发展历程	城市洪水预测模型和方法	机器学习	NA	GIS, LiDAR, 卫星影像, 物联网, 深度学习	混合模型, 深度学习	气象数据, 传感器数据, 社交媒体数据, 卫星图像	NA	NA	NA	NA	NA
6179	2025-10-06	High-throughput end-to-end aphid honeydew excretion behavior recognition method based on rapid adaptive motion-feature fusion 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1609222 PMID:40692669	研究论文	提出一种基于快速自适应运动特征融合的端到端蚜虫蜜露排泄行为识别方法	开发了首个包含蚜虫细粒度行为的数据集，提出快速自适应运动特征融合算法，并在RT-DETR检测模型中引入样条自适应非线性激活函数和Kolmogorov-Arnold网络	NA	开发高效实时的蚜虫蜜露排泄行为自动识别方法	蚜虫的爬行运动、腿部弹动和蜜露排泄行为	计算机视觉	NA	深度学习	RT-DETR	视频图像	NA	PyTorch	RT-DETR, ResNet50, RK50模块	平均精度, mAP50	NA
6180	2025-10-06	Classifying office workers with and without cervicogenic headache or neck and shoulder pain using posture-based deep learning models: a multicenter retrospective study 2025, Frontiers in pain research (Lausanne, Switzerland) DOI:10.3389/fpain.2025.1614143 PMID:40692757	研究论文	基于习惯性坐姿图像开发深度学习模型，用于分类有无颈源性头痛或颈肩痛的办公室工作人员	首次使用深度学习模型从习惯性坐姿图像中自动识别颈源性头痛和颈肩痛，并利用类激活映射可视化模型关注区域	静态姿势与肌肉骨骼疼痛之间的复杂关系需要临床实践中采用多模式评估方法	开发用于分类办公室工作人员有无颈源性头痛和颈肩痛的深度学习模型	531名办公室工作人员（135名颈源性头痛，365名颈肩痛，108名同时患有两种病症，139名对照组）	计算机视觉	肌肉骨骼疾病	数字图像分析	CNN	图像	904张习惯性坐姿图像，来自531名办公室工作人员	NA	VGG19, ResNet50, EfficientNet B5	AUC, 准确率, 灵敏度, 特异性, F1分数	NA