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
661	2025-10-31	spRefine Denoises and Imputes Spatial Transcriptomics with a Reference-Free Framework Powered by Genomic Language Model 2025-Jul-07, bioRxiv : the preprint server for biology DOI:10.1101/2025.04.22.649977 PMID:40631230	研究论文	提出了一种基于基因组语言模型的无参考框架spRefine，用于空间转录组数据的联合去噪和插补	首次将基因组语言模型应用于空间转录组数据的联合去噪和插补，无需参考数据，并能发现新的生物学信号	NA	解决空间转录组数据中的高噪声和基因测量缺失问题	空间转录组数据	生物信息学	衰老相关疾病	空间转录组学	深度学习,基因组语言模型	空间转录组数据	NA	深度学习框架	NA	数据整合效果,空间衰老时钟估计准确性	NA
662	2025-10-31	Deep Learning-Derived Cardiac Chamber Volumes and Mass From PET/CT Attenuation Scans: Associations With Myocardial Flow Reserve and Heart Failure 2025-Jul, Circulation. Cardiovascular imaging DOI:10.1161/CIRCIMAGING.124.018188 PMID:40357553	研究论文	利用深度学习从PET/CT衰减扫描中提取心脏腔室容积和质量，并评估其与心肌血流储备和心力衰竭住院的关联	首次从超低剂量CT衰减校正扫描中提取心脏解剖信息，并验证其与临床预后的关联	研究为观察性分析，未涉及因果关系验证	评估深度学习提取的心脏参数与心力衰竭和心肌血流储备的关联	接受心脏PET/CT检查的18,079名患者	医学影像分析	心血管疾病	PET/CT心肌灌注成像	深度学习	CT影像	18,079名来自6个中心的患者	NA	NA	风险比(HR), 比值比(OR)	NA
663	2025-10-31	Mortality risk assessment using deep learning-based frequency analysis of electroencephalography and electrooculography in sleep 2025-Feb-10, Sleep IF:5.3Q1 DOI:10.1093/sleep/zsae219 PMID:39301948	研究论文	本研究使用深度学习分析睡眠期间脑电图和眼电图的频率特征来预测全因死亡率	首次将深度学习生存模型与SHAP解释性分析结合，数据驱动地定义了睡眠阶段特异性功率频带用于死亡率预测	模型对全因死亡率的预测性能提升有限，C-index仅提高0.24%	评估夜间多导睡眠图中EEG和EOG频率特征对全因死亡率的预测能力	8716名来自MrOS睡眠研究和睡眠心脏健康研究的参与者	机器学习	老年疾病	多导睡眠图，功率谱分析	深度学习生存模型	脑电图，眼电图	8716名参与者	NA	NA	C-index，风险比	NA
664	2025-10-31	Consensus structure prediction of A. thaliana's MCTP4 structure using prediction tools and coarse grained simulations of transmembrane domain dynamics 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0326993 PMID:40663537	研究论文	本研究结合深度学习和分子动力学模拟方法预测拟南芥MCTP4蛋白的跨膜结构域构象	首次将多种深度学习预测工具与物理基础的粗粒度模拟相结合，揭示MCTP4跨膜结构域的复杂构象景观	单一深度学习方法预测膜蛋白结构存在挑战，不同预测工具结果存在差异	预测拟南芥MCTP4蛋白跨膜结构域的三维结构和构象动力学	拟南芥MCTP4蛋白的ER锚定跨膜区域	计算生物学	NA	深度学习预测，粗粒度分子动力学模拟	深度学习	蛋白质序列，结构数据	NA	NA	ESMFold, AlphaFold2, AlphaFold-Multimer, trRosetta, RoseTTAFold, OmegaFold	构象聚类分析，螺旋间接触界面预测	NA
665	2025-10-31	Automated classification and explainable AI analysis of lung cancer stages using EfficientNet and gradient-weighted class activation mapping 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1625183 PMID:41001382	研究论文	本研究提出了一种基于EfficientNet和Grad-CAM的自动化深度学习模型，用于肺癌分期的CT图像分类和可解释性分析	结合EfficientNet-B0架构与梯度加权类激活映射(Grad-CAM)，在实现高精度肺癌分期分类的同时提供可视化解释	研究仅使用单一数据集(IQ-OTH/NCCD)，样本量相对有限(1190个CT扫描)	开发自动化肺癌分期分类系统，提高诊断准确性和可解释性	肺部CT扫描图像	医学影像分析	肺癌	CT成像	CNN	医学图像	1190个CT扫描	NA	EfficientNet-B0	准确率,精确率,召回率	NA
666	2025-10-31	MONTUR project: Dataset for understanding and forecasting tourist flows 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0335190 PMID:41144532	研究论文	本研究开发了基于分布式传感器技术和机器学习算法的旅游流量监测与预测系统	使用XGBoost算法在高度平稳时间序列数据上取得了比深度学习模型更准确的预测效果	NA	监测和预测奥斯塔谷地区的旅游流量以支持区域经济和社会政策决策	奥斯塔谷地区的旅游交通流量数据	机器学习	NA	分布式传感器技术，摄像头监测	XGBoost	时间序列数据，车辆通行数据	超过4100万次车辆通行记录	NA	XGBoost	MAE, MSE	NA
667	2025-10-31	Electroencephalographic neural correlates and deep learning analysis of a single brief focused mindfulness meditation in young adults: A pilot study 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251388138 PMID:41146675	研究论文	本研究探索短暂专注正念冥想与脑电图神经特征的关系，并采用深度学习模型对冥想状态进行分类	首次结合生理指标和脑电图特征分析单次短暂专注正念冥想的效果，并开发集成深度学习模型用于脑电信号分类	样本量较小（n=24），仅为试点研究，缺乏长期跟踪数据	研究短暂专注正念冥想对年轻成年人生理和神经活动的影响，并开发有效的脑电信号分类模型	年轻成年人	机器学习	NA	脑电图	MLP, LSTM, CNN, 集成模型	脑电信号	29名参与者入组，24名完成分析	NA	多层感知器, 长短期记忆网络, 卷积神经网络, 集成模型(MLP+LSTM+CNN)	准确率	NA
668	2025-10-31	An interpretable multimodal deep learning framework for Alzheimer's disease diagnosis 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251390281 PMID:41146678	研究论文	开发了一种可解释的多模态深度学习框架NeuroFusion-ADNet，用于阿尔茨海默病的诊断	提出双路径深度学习模型，结合结构MRI和功能PET成像数据，采用双向交叉注意力融合层和分割信息引导的分类模块	研究样本量相对有限（381名受试者），需要在更大数据集上进一步验证	提高阿尔茨海默病的诊断准确性和临床可解释性	阿尔茨海默病患者、轻度认知障碍患者和正常对照组	医学影像分析	阿尔茨海默病	结构磁共振成像(MRI)、功能正电子发射断层扫描(PET)	CNN, 注意力机制	医学影像	381名受试者（包括正常对照组、轻度认知障碍和阿尔茨海默病患者）	NA	双路径深度学习模型，包含模态特定编码器、双向交叉注意力融合层	准确率, Dice系数	NA
669	2025-10-31	Hazediff: A training-free diffusion-based image dehazing method with pixel-level feature injection 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0329759 PMID:41150673	研究论文	提出一种无需训练的基于扩散模型的图像去雾方法HazeDiff，通过像素级特征注入实现高效去雾	首次提出无需配对训练数据的扩散模型去雾方法，引入像素级特征注入(PFI)和结构保留模型(SRM)技术	未明确说明计算资源需求和运行效率的具体数据	解决图像去雾问题，提升雾天图像质量以支持中高层视觉任务	雾霾退化图像	计算机视觉	NA	扩散模型	扩散模型	图像	在真实世界和合成数据集上进行了全面实验	NA	自注意力层,交叉注意力	NIQE, PSNR	NA
670	2025-10-31	A surface defect detection method for electronic products based on improved YOLOv11 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0334333 PMID:41150691	研究论文	提出一种基于改进YOLOv11的电子产品表面缺陷检测方法	引入MD-C2F模块、DualConv模块和Inner_MPDIoU损失函数来提升模型性能	NA	解决现有YOLO模型在处理复杂背景和小目标缺陷方面的局限性	电子产品表面缺陷	计算机视觉	NA	深度学习	YOLO	图像	NA	NA	YOLOv11	准确率,召回率,mAP50,检测速度	NA
671	2025-10-31	Enhanced local feature extraction of lite network with scale-invariant CNN for precise segmentation of small brain tumors in MRI 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0334447 PMID:41150687	研究论文	提出一种轻量级网络LiteMRINet，通过尺度不变CNN增强局部特征提取，用于精确分割MRI中的小脑肿瘤	引入共享CNN网络架构实现尺度不变性，直接对输入图像进行三尺度下采样，在不增加参数总量的情况下增强大尺度局部特征提取能力	未明确说明在极低分辨率图像或不同MRI扫描协议下的泛化能力	开发轻量级脑肿瘤精确分割方法，适用于资源受限设备	脑MRI图像中的小肿瘤	计算机视觉	脑肿瘤	MRI	CNN, Transformer	医学图像	LGG分割数据集和BraTS21数据集	NA	UNet, Transformer	分割准确率	内存资源受限设备
672	2025-10-31	ECG-Based Energy Expenditure Prediction Using BiLSTM With Improved Snow Ablation Optimizer 2025, 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.2025.3624274 PMID:41129428	研究论文	提出一种基于改进雪消融优化器的BiLSTM网络，使用心电图信号准确预测能量消耗	引入改进雪消融优化器(ISAO)自适应调整搜索策略，优化BiLSTM超参数和输入窗口长度，同时考虑高频ECG信号和低频EE数据	NA	在多种运动条件下准确估计能量消耗，分析各种因素对估计结果的影响	人机交互系统中的人类能量消耗	机器学习	NA	心电图(ECG)监测，逐次呼吸法	BiLSTM	心电图信号，能量消耗数据	NA	NA	BiLSTM	RMSE, R²	NA
673	2025-10-31	AI-Powered Telemedicine for Automatic Scoring of Neuromuscular Examinations 2024-Sep-20, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering11090942 PMID:39329684	研究论文	开发基于人工智能的远程医疗工具，用于自动化重症肌无力神经肌肉检查的评分	首次将计算机视觉、深度学习和自然语言处理技术结合，用于远程医疗视频的自动分段和神经肌肉检查的定量评估	NA	提高重症肌无力评估的效率和准确性，减少人为评估的主观性	重症肌无力患者的远程医疗视频检查	计算机视觉,自然语言处理	重症肌无力	远程医疗视频分析	深度学习模型	视频,临床评估数据	NA	NA	NA	NA	NA
674	2025-10-30	Deep Learning Analysis of Widefield Cornea Endothelial Imaging in Fuchs Dystrophy 2026-Jan, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2025.100914 PMID:41140904	研究论文	本研究开发了一种基于深度学习的网络，用于分析Fuchs角膜内皮营养不良患者的广角角膜内皮显微镜图像	首次将深度学习网络应用于广角角膜内皮显微镜图像分析，并整合了进展可视化工具增强可解释性	样本量相对有限（155只FECD眼），需要进一步的外部验证	评估深度学习网络在Fuchs角膜内皮营养不良患者广角角膜内皮显微镜图像分析中的应用价值	Fuchs角膜内皮营养不良患者的角膜内皮细胞	计算机视觉	Fuchs角膜内皮营养不良	广角角膜内皮显微镜成像	深度学习网络	图像	1839张图像来自155只FECD眼，另设50只FECD眼和50只对照眼的独立数据集	NA	U-Net	Sørensen-Dice系数, 配对t检验, Kappa系数	NA
675	2025-10-30	Impact of deep learning on CT-based organ-at-risk delineation for flank irradiation in paediatric renal tumours: a SIOP-RTSG radiotherapy committee study 2026-Jan, Clinical and translational radiation oncology IF:2.7Q2 DOI:10.1016/j.ctro.2025.101051 PMID:41141653	研究论文	评估深度学习自动轮廓勾画结合人工修订在儿童肾肿瘤侧腹放疗中危及器官勾画的应用效果	首次在儿童放疗领域系统评估深度学习自动轮廓勾画结合人工修订对勾画时间、准确性和观察者间变异性的影响	研究样本量有限（12名放射肿瘤科医生），仅针对儿童肾肿瘤患者（1-6岁）	评估深度学习自动轮廓勾画在儿童侧腹放疗中危及器官勾画的临床应用价值	儿童肾肿瘤患者的8个胸腹部危及器官	数字病理	肾肿瘤	CT成像	深度学习模型	CT图像	12名儿科放射肿瘤科医生，122个手动勾画和254个基于深度学习的修订	NA	NA	Dice相似系数, 95% Hausdorff距离, 平均表面距离	NA
676	2025-10-30	Cortico-cortical evoked potentials: Automated localization and classification of early and late responses 2025-Dec, Journal of neuroscience methods IF:2.7Q3 DOI:10.1016/j.jneumeth.2025.110571 PMID:40915390	研究论文	开发基于YOLO v10的深度学习框架，用于自动定位和分类皮层-皮层诱发电位的早期和晚期响应	首次使用深度学习框架同时定位和分类CCEP的N1和N2成分，解决了传统方法在变异性条件下识别困难的问题	样本量相对较小，仅在特定患者群体中验证	开发自动化的脑网络映射方法	药物抵抗性癫痫患者的颅内脑电图数据	计算机视觉	癫痫	颅内脑电图，单脉冲电刺激	CNN	图像，时间序列数据	9名患者用于训练验证，15名患者用于泛化评估，超过4000个未标注时段	PyTorch, Matplotlib	YOLO v10	mAP, IoU	NA
677	2025-10-30	Comprehensive non-small cell lung cancer targets: From computational prediction to clinical breakthroughs in overcoming drug resistance 2025-Dec, Biochemical pharmacology IF:5.3Q1 DOI:10.1016/j.bcp.2025.117333 PMID:40946977	综述	全面概述非小细胞肺癌靶向治疗的三大关键进展：靶点预测方法、临床治疗进展及联合用药策略	整合基于配体、结构和多特征深度学习模型的靶点预测方法，并探讨第四代EGFR抑制剂及合成致死等新兴策略	未涉及具体实验数据验证，主要基于现有研究进展进行系统性综述	指导非小细胞肺癌靶向治疗的未来发展方向	非小细胞肺癌的靶向治疗策略和耐药机制	机器学习	肺癌	深度学习模型，靶点预测方法	深度学习模型	多特征数据	NA	NA	NA	NA	NA
678	2025-10-30	TEDNet: Cascaded CNN-transformer with dual attentions for taste EEG decoding 2025-Dec, Journal of neuroscience methods IF:2.7Q3 DOI:10.1016/j.jneumeth.2025.110594 PMID:41022309	研究论文	提出了一种结合CNN和Transformer的双注意力网络TEDNet，用于解码味觉刺激诱发的脑电图信号	首次将CNN与Transformer结合，通过双注意力机制和多尺度特征融合来解码复杂味觉神经模式	仅针对四种基本味觉（酸、甜、苦、咸）进行测试，未验证其他味觉或混合味觉	开发客观的味觉感知解码方法以克服传统味觉评估的主观偏差	味觉刺激诱发的脑电图信号	脑机接口	NA	脑电图	CNN, Transformer	脑电图信号	30名受试者的2400个脑电图样本	NA	TEDNet（包含TSCM、TSAM和LGFM模块）	准确率, F1分数, Kappa系数	NA
679	2025-10-30	Vocal features based Parkinson's detection: An ensemble learning approach 2025-Dec, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2025.103662 PMID:41140618	研究论文	本研究通过集成学习方法基于语音特征进行帕金森病检测	使用集成学习方法比较多种机器学习算法在帕金森病检测中的性能，发现梯度提升算法在召回率、对数损失和过拟合抵抗方面表现最优	NA	为医疗中心提供最优的机器学习技术以实现帕金森病的早期检测	帕金森病患者	机器学习	帕金森病	语音特征分析	集成学习,随机森林,K近邻,朴素贝叶斯,梯度提升,XGBoost	语音特征	NA	NA	梯度提升	召回率,对数损失	NA
680	2025-10-30	Self-supervised learning with BYOL for anterior cruciate ligament tear detection from knee MRI 2025-Dec, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2025.103664 PMID:41140616	研究论文	本研究评估了自监督学习框架BYOL在膝关节MRI前交叉韧带撕裂检测中的应用	首次将BYOL自监督学习方法应用于膝关节MRI前交叉韧带撕裂检测任务	NA	通过自监督学习提升前交叉韧带撕裂检测的准确性	膝关节MRI扫描图像	计算机视觉	骨科疾病	MRI	CNN	医学影像	NA	NA	ResNet-18	分类准确率	NA