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
621	2025-10-30	Identification of Pandemic Risk for Avian Influenza Virus with Graph Cross Attention Networks 2025-Oct-28, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3625980 PMID:41150231	研究论文	提出基于图交叉注意力网络的禽流感病毒大流行风险识别方法GCAN-Flu	首次将病毒基因流信息与基因组序列结合，通过图交叉注意力层实现多模态表征学习	未明确说明模型在其他病毒类型上的泛化能力	准确预测流感病毒的大流行风险	甲型流感病毒	机器学习	流感	基因组测序	图神经网络	基因组序列数据	NA	PyTorch, DGL	Graph Cross Attention Networks	准确率	NA
622	2025-10-30	Open-Environment Evidential Learning for Reliable Myoelectric Locomotion Prediction 2025-Oct-28, IEEE transactions on neural systems and rehabilitation engineering : a publication of the IEEE Engineering in Medicine and Biology Society IF:4.8Q1 DOI:10.1109/TNSRE.2025.3626316 PMID:41150224	研究论文	提出一种开放环境证据学习框架，用于提高下肢外骨骼肌电运动预测的可靠性	将证据深度学习与分布外数据增强相结合，在动态环境中可靠量化预测不确定性并检测新颖或模糊运动	仅针对五种运动模式进行评估，样本量相对有限	提高动态环境下基于表面肌电信号的 locomotion 预测可靠性	下肢外骨骼使用者的运动意图解码	机器学习	运动障碍	表面肌电信号(sEMG)	CNN, 证据深度学习	肌电信号	8名受试者	NA	卷积神经网络	准确率, 风险覆盖曲线	NA
623	2025-10-30	A Hierarchical Multimodal Framework for Sedation Monitoring in ICU Patients 2025-Oct-28, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2025.3626584 PMID:41150235	研究论文	提出一种用于ICU患者镇静监测的分层多模态深度学习框架HMDC	首次将EEG与外周生理信号通过动态校正模块进行智能融合，采用置信度加权机制优化多模态表征	研究样本量有限（105名患者），未提及外部验证结果	开发连续、客观的ICU患者镇静水平监测方法	ICU患者（105名）的镇静状态评估	医疗人工智能	危重症监护	脑电图（EEG）、生理信号监测	深度学习	时间序列信号（EEG、血压、心率、血氧饱和度）、频谱图	105名ICU患者的2,880次RASS评估	NA	双流路径网络、动态校正模块	分类准确率	NA
624	2025-10-30	BPFNN: Bayesian Probabilistic Fuzzy Neural Networks for Uncertainty-Aware Clustering and Probabilistic Fuzzy Reasoning 2025-Oct-28, IEEE transactions on cybernetics IF:9.4Q1 DOI:10.1109/TCYB.2025.3617987 PMID:41150242	研究论文	提出一种贝叶斯概率模糊神经网络(BPFNN)，用于不确定性感知聚类和概率模糊推理	将贝叶斯概率模糊C均值(BPFCM)算法与神经网络结合，通过非高斯建模和MCMC后验推理改进传统模糊聚类	隐藏层激活仅表示输入与聚类中心的相似度值，原始输入特征未直接保留	解决传统模糊聚类和神经网络在不确定性、噪声和可解释性方面的挑战	基准数据集和高维激光诱导击穿光谱(LIBS)光谱数据	机器学习	NA	激光诱导击穿光谱(LIBS)	贝叶斯概率模糊神经网络(BPFNN)	光谱数据	NA	NA	BPFNN	准确率, 鲁棒性, 可解释性	NA
625	2025-10-30	A Gravity-informed Spatiotemporal Transformer for Human Activity Intensity Prediction 2025-Oct-28, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3625859 PMID:41150240	研究论文	提出一种融合物理定律的深度学习框架Gravityformer，用于人类活动强度预测	将万有引力定律融入Transformer注意力机制，通过自适应重力模型学习空间交互的物理约束	未明确说明模型在极端场景或小样本情况下的性能表现	解决人类活动强度预测中空间交互物理约束缺失和过平滑现象	人类活动强度数据	机器学习	NA	深度学习	Transformer, 图卷积网络	时空活动数据	六个大规模真实世界活动数据集	NA	Gravityformer, 时空图卷积Transformer	定量评估指标（未具体说明）	NA
626	2025-10-30	Generative Fuzzy System for Sequence-to-Sequence Learning via Rule-Based Inference 2025-Oct-28, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2025.3615650 PMID:41150248	研究论文	提出一种结合模糊系统与深度学习的新型生成式框架GenFS，用于序列到序列学习任务	首次将模糊系统的可解释性与生成模型的深度学习能力相结合，实现数据驱动与知识驱动的双驱动机制	未明确说明模型复杂度与计算效率的具体表现	提升生成模型的鲁棒性和泛化能力，增强模型可解释性	序列生成任务，包括机器翻译、代码生成和摘要生成	自然语言处理	NA	模糊系统，深度学习	FuzzyS2S	文本序列	12个数据集	NA	基于GenFS的序列到序列架构	准确率，流畅度	NA
627	2025-10-30	Inverse Modeling for Artifact Removal in Photonic Data: A Computational Physics and Transfer Learning-Based Approach 2025-Oct-28, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c02055 PMID:41150868	研究论文	提出结合计算物理与深度学习的逆建模框架，用于消除光谱数据中的etaloning伪影	采用两阶段迁移学习策略，结合物理模拟生成的大规模仿真数据与实验数据进行模型训练	NA	开发有效的光谱数据伪影去除方法以提高数据准确性和可解释性	光谱数据中的etaloning伪影	计算物理	NA	转移矩阵法	深度学习	光谱数据	超过30,000个仿真光谱和真实实验数据	NA	NA	伪影减少率，光谱准确性	NA
628	2025-10-30	Artificial Intelligence and Multi-modality Data Integration Deciphers Tertiary Lymphoid Structure Maturity in Gastric Cancer 2025-Oct-28, Cancer research IF:12.5Q1 DOI:10.1158/0008-5472.CAN-25-1793 PMID:41150905	研究论文	本研究开发了一种基于Transformer的深度学习模型，用于从胃癌全切片图像中定量表征三级淋巴结构成熟度，并揭示了成熟TLS中的关键免疫回路	首次将基于Transformer的深度学习模型应用于TLS成熟度定量分析，并通过多组学数据整合揭示了CD8⁺组织驻留记忆T细胞与B细胞通过CXCL13-CXCR5轴形成的免疫回路机制	样本量相对有限（253例GC患者），单细胞RNA测序仅来自17例患者	开发自动化TLS成熟度评估工具并解析胃癌中TLS成熟的免疫调控机制	胃癌患者组织样本和免疫细胞	数字病理学	胃癌	单细胞RNA测序,多重免疫组织化学,流式细胞术,功能共培养实验	Transformer	全切片图像,单细胞RNA测序数据,免疫组化数据,流式细胞数据	253例胃癌患者（全切片图像），17例胃癌患者（单细胞RNA测序）	NA	Transformer	NA	NA
629	2025-10-30	Improve Deep Learning-Based Reconstruction of Optical Coherence Tomography Angiography by Siamese U-Net 2025-Oct-28, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ae183c PMID:41151103	研究论文	提出一种结合Siamese架构和新型通道融合方法的SU-Net模型，用于改进光学相干断层扫描血管成像的重建质量	首次将Siamese架构与多分支坐标交叉注意力模块结合到U-Net中，更好地学习与血流相关的通道间差异	仅在人体皮肤活体OCTA数据集上验证，未在其他组织或更大规模数据上测试	改进基于深度学习的OCTA重建算法，减少B扫描重复次数并提高图像质量	人体皮肤的光学相干断层扫描血管成像数据	计算机视觉	NA	光学相干断层扫描血管成像	U-Net, Siamese网络	医学图像	NA	NA	U-Net, DnCNN, ResNet, DenseNet	NA	NA
630	2025-10-30	Dose Stratification-Based Convolutional Neural Networks for Dose Distribution Prediction in Radiotherapy 2025-Oct-28, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ae183f PMID:41151107	研究论文	提出基于剂量分层的卷积神经网络方法，用于提高放疗中剂量分布预测的准确性	采用剂量分层策略，将剂量分布分解为四个子组件分别预测，并设计基于均匀性指数的损失函数	仅在头颈癌病例上进行验证，未涉及其他癌症类型	提高放疗计划中剂量分布预测的准确性，减少对健康组织的意外照射	头颈癌患者的放疗剂量分布	医学影像分析	头颈癌	深度学习	CNN	医学影像数据	OpenKBP数据集中的头颈癌病例	NA	卷积神经网络	剂量分布预测准确性，均匀性指数	NA
631	2025-10-30	Integrating multi-polygenic scores for enhanced prediction of antidepressant treatment outcomes in an East Asian population 2025-Oct-28, Neuropsychopharmacology : official publication of the American College of Neuropsychopharmacology IF:6.6Q1 DOI:10.1038/s41386-025-02269-y PMID:41152404	研究论文	本研究通过整合多基因评分来预测东亚人群抗抑郁药物治疗效果	首次在东亚人群中系统评估多基因评分对SSRI治疗效果的预测价值，并采用多祖先群体数据	样本量相对有限，仅包含台湾两个队列，需要更大规模多样化队列验证	提高抗抑郁药物治疗效果的预测准确性	接受SSRI治疗的台湾抑郁症患者队列	机器学习	抑郁症	全基因组关联分析，多基因评分	广义线性混合模型，机器学习算法，深度学习算法	基因组数据，临床数据，人口统计学数据	两个台湾队列共422名患者（VGHTP队列177人，NHRI队列245人）	PRS-CS, PRS-CSx, glmmLasso	集成模型	AUC	NA
632	2025-10-30	Differential effects of vesicular urokinase receptor uPAR on vascular cell migration and proliferation 2025-Oct-28, Molecular and cellular biochemistry IF:3.5Q3 DOI:10.1007/s11010-025-05420-x PMID:41152550	研究论文	本研究探索了间充质干细胞来源的细胞外囊泡中uPAR通过差异调控血管细胞迁移和增殖参与血管生成的新机制	首次发现uPAR缺失会改变MSC来源囊泡对血管细胞的选择性调控作用，并揭示uPA/uPAR系统在囊泡介导的血管生成中具有细胞类型特异性功能	研究主要基于小鼠模型和体外实验，尚未在人体组织或体内环境中验证	探究细胞外囊泡中uPAR在血管生成过程中的调控机制	间充质干细胞来源的细胞外囊泡、内皮细胞、平滑肌细胞	细胞生物学	血管生成相关疾病	超速离心、流式细胞术、蛋白质印迹、纳米颗粒追踪分析、免疫荧光染色、共聚焦显微镜、ELISA	深度学习目标检测模型	显微镜图像	小鼠脂肪组织来源的MSCs	NA	NA	细胞计数	NA
633	2025-10-30	Impact of Super-Resolution Deep Learning Reconstruction on Low-Dose CT in Patients with Central Venous Catheter or Central Venous Port 2025-Oct-28, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01726-w PMID:41152657	研究论文	评估超分辨率深度学习重建在中心静脉导管患者低剂量CT成像质量中的影响	首次将超分辨率深度学习重建技术应用于中心静脉导管患者的低剂量CT成像，并与混合迭代重建进行对比	回顾性研究设计，样本量未明确说明，仅由三位阅读者进行评估	评估SR-DLR对低剂量CT图像质量的改善效果	携带中心静脉导管或中心静脉端口的患者	医学影像分析	血管通路相关并发症	低剂量CT扫描，三维定位扫描	深度学习重建	胸部CT图像	NA	NA	超分辨率深度学习重建	图像噪声标准差，定性评估（噪声、伪影、血管显示、血肿和导管位置评估便利性）	NA
634	2025-10-30	Comparison of machine learning methods versus traditional Cox regression for survival prediction in cancer using real-world data: a systematic literature review and meta-analysis 2025-Oct-28, BMC medical research methodology IF:3.9Q1 DOI:10.1186/s12874-025-02694-z PMID:41152747	系统综述与荟萃分析	系统比较机器学习模型与传统Cox回归在癌症生存预测中的性能差异	首次通过系统综述和荟萃分析方法全面评估多种机器学习模型在真实世界癌症数据中的生存预测性能	纳入研究数量有限（21篇系统综述，7篇荟萃分析），缺乏针对特定癌症类型或特定机器学习模型的深入比较	比较机器学习模型与传统Cox回归模型在癌症生存预测中的性能差异	观察性研究中癌症患者的生存数据	机器学习	癌症	生存分析	随机生存森林,梯度提升,深度学习,Cox回归	真实世界临床数据	21项研究的汇总数据	NA	随机生存森林,梯度提升机,深度学习网络	AUC,C-index	R语言
635	2025-10-30	Interpretable machine learning model for cardiovascular disease risk prediction: a feature decomposition-based study 2025-Oct-28, BMC public health IF:3.5Q1 DOI:10.1186/s12889-025-24921-4 PMID:41152787	研究论文	本研究开发了一种基于特征分解的深度学习模型用于心血管疾病风险预测	提出基于特征分解的深度学习模型(FDDL)，并采用SHAP方法进行模型解释	仅使用单一Kaggle数据集，未进行外部验证	构建和验证心血管疾病预测模型	心血管疾病风险预测	机器学习	心血管疾病	机器学习	深度学习	结构化医疗数据	68,205名心血管疾病受访者	NA	特征分解深度学习模型(FDDL)	准确率,精确率,召回率,F1分数,AUC-ROC	NA
636	2025-10-30	Recent advances in plant disease detection: challenges and opportunities 2025-Oct-28, Plant methods IF:4.7Q1 DOI:10.1186/s13007-025-01450-0 PMID:41152989	系统综述	本文系统分析深度学习在植物病害检测中的应用进展，重点关注RGB和高光谱成像技术	首次系统评估11个基准数据集上的性能差距，揭示实验室与田间部署的显著差异，并建立基于证据的部署指南	主要基于已发表研究，缺乏对未公开商业系统的全面评估	推动植物病害检测从研究原型向实用农业工具发展	植物病害检测系统	计算机视觉	植物病害	RGB成像, 高光谱成像	CNN, Transformer	图像	11个基准数据集	NA	SWIN, 传统CNN	准确率	NA
637	2025-10-30	Quantitative Analysis of Distinct Colon Crypt Branching Modes Using Interpretable Machine Learning 2025-Oct-28, Inflammatory bowel diseases IF:4.5Q1 DOI:10.1093/ibd/izaf230 PMID:41157897	研究论文	本研究使用可解释机器学习方法对结肠隐窝分支模式进行定量分析	开发了能够区分对称和非对称隐窝分支模式的机器学习模型，并通过手工特征实现算法分类标准的直接解释	模型性能仍有提升空间，经典集成模型平衡准确率为0.80，深度学习模型为0.79	改进炎症性肠病亚型的定量描述和组织学特征表征	结肠隐窝分支模式	数字病理学	炎症性肠病	形态学特征分析	集成模型,深度学习模型	分割掩码,形态学特征	专家标注的数据集	NA	NA	平衡准确率	NA
638	2025-10-30	Advancing biomedical waste classification through a hybrid ensemble of deep Learning, reinforcement Learning, and differential evolution algorithms 2025-Oct-27, Waste management (New York, N.Y.) DOI:10.1016/j.wasman.2025.115210 PMID:41151359	研究论文	提出一种结合深度学习、强化学习和差分进化算法的混合集成模型，用于生物医学废物分类	首次将深度学习、强化学习和差分进化算法通过双异质集成方式结合，开发出高性能的BioSorter废物分类系统	仅在小型医疗中心进行实际部署验证，需要更大规模的应用测试	开发高效的生物医学废物分类系统，改善医疗废物管理	制药和生物医学废物，特别是传染性与非传染性废物的分类	计算机视觉	NA	图像增强、集成图像分割、集成卷积神经网络	CNN, 强化学习, 差分进化算法	图像	专有数据集和基准数据集	NA	U-Net, Mask R-CNN, DeepLab Version 3 Plus, Inception Version 3, Residual Network 50, Mobile Network Version 2, Densely Connected Convolutional Network 121	准确率, 处理吞吐量, 系统可用性量表(SUS)评分	NA
639	2025-10-30	nnDoseNet: Intuitive and flexible deep learning framework to train and evaluate radiotherapy dose prediction models 2025-Oct-27, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111237 PMID:41151501	研究论文	介绍nnDoseNet深度学习框架，用于自动化和简化放疗剂量预测	基于nnU-Net分割引擎构建首个专门用于放疗剂量回归预测的深度学习框架，整合剂量体积直方图损失函数和多通道输入	框架输出仅为剂量预测而非临床可执行治疗计划，计划优化、质量保证和临床批准仍需额外步骤	开发自动化放疗剂量预测框架以简化临床工作流程	头颈癌患者和前列腺癌患者的放疗剂量分布	医学影像分析	头颈癌,前列腺癌	深度学习	U-Net	CT图像,靶区轮廓,危及器官轮廓,体部掩模	头颈癌340例(训练240/测试100),前列腺癌80例(训练45/测试35)	PyTorch	U-Net	剂量评分,DVH评分,均方误差,Dmean,D95	NA
640	2025-10-30	Integrating optimal prediction model with hybrid deep learning for coated metal oxide nanoparticle drug delivery systems 2025-Oct-27, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111229 PMID:41151503	研究论文	提出一种结合混合深度学习和优化预测模型的新框架，用于改进涂层金属氧化物纳米颗粒药物递送系统的设计	首次将阿德利企鹅优化和猎鹿优化算法与动态双工深度神经网络相结合，用于预测最佳药物与金属氧化物纳米颗粒组合	仅基于ChEMBL-MONP数据集验证，未在其他数据集上测试泛化能力	开发精准预测药物与金属氧化物纳米颗粒最佳组合的计算模型	涂层金属氧化物纳米颗粒药物递送系统	机器学习	NA	药物递送纳米系统	深度神经网络	分子和物理化学特性数据	ChEMBL-MONP数据集	NA	动态双工深度神经网络	准确率, 精确率, 召回率, F1分数, 特异性, AUROC	NA