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
741	2025-09-09	CLT-MambaSeg: An integrated model of Convolution, Linear Transformer and Multiscale Mamba for medical image segmentation 2025-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110736 PMID:40716230	研究论文	提出一种结合卷积、线性变换器和多尺度Mamba的集成模型CLT-MambaSeg，用于医学图像分割，并通过MeGA-GAN生成合成图像解决数据有限问题	首次整合卷积、线性变换器和多尺度Mamba架构，并引入SREx模块捕获空间关系及MeGA-GAN生成合成数据增强性能	未明确说明模型在计算资源需求或实时应用方面的具体限制	提升医学图像分割的局部特征捕获、全局上下文建模及计算效率	医学图像分割任务	计算机视觉	皮肤癌（基于ISIC数据集），结肠癌（基于CVC-ClinicDB），乳腺癌（基于BUSI）	深度学习，生成对抗网络(GAN)	CNN, Transformer, Mamba, GAN	图像	五个基准数据集（CVC-ClinicDB, BUSI, PH2, ISIC-2016, ISIC-2017），具体样本量未明确
742	2025-09-09	Automatic quantitative analysis of atherosclerotic aortic plaques in patients with embolic cerebral infarction using deep learning 2025-Sep, The Korean journal of internal medicine DOI:10.3904/kjim.2024.360 PMID:40859808	研究论文	基于U-net深度学习模型自动量化分析动脉粥样硬化主动脉斑块，并评估其在栓塞性脑梗死患者中的临床应用价值	首次开发基于U-net的自动斑块分割模型，用于自动计算主动脉斑块面积（APA）和斑块比例（APR），并验证其在复杂斑块识别中的性能	模型估计的APA和APR在预测主要不良心脑血管事件方面未显示出额外价值，需要结合斑块活动性和形态学等更全面的定量分析	开发自动斑块分割模型并评估其在栓塞性卒中源不明（ESUS）患者中的临床实用性	711名因各种原因就诊于心血管中心的患者，以及ESUS患者的临床数据集	数字病理	心血管疾病	经食道超声心动图（TEE）	U-net	图像	711名患者（模型开发），多中心ESUS患者临床数据集（验证）
743	2025-09-09	Enhancing reconstruction-based out-of-distribution detection in brain MRI with model and metric ensembles 2025-Sep-01, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.109045 PMID:40915097	研究论文	本研究通过集成模型和度量方法优化基于重建的自编码器，以提升脑MRI中的分布外检测性能	探索了简单OOD检测模型的潜力，优化了深度学习策略专门用于OOD检测，并系统评估了重建度量的选择	检测性能在不同伪影类型间存在差异，局部伪影较难检测，标准深度学习方法未完全解决OOD检测的特殊挑战	优化基于重建的自编码器，专门用于医学图像中的分布外检测，提高自动化医疗图像分析系统的可靠性	脑MRI图像中的合成局部和全局伪影	计算机视觉	NA	自编码器重建，LPIPS，SSIM对比度组件	Autoencoder	图像	包含多种伪影类型的脑MRI数据集
744	2025-09-09	Current Trends and Future Directions of Statistical Methods in Medical Research: A Scientometric Analysis 2025-Sep, Journal of evaluation in clinical practice IF:2.1Q2 DOI:10.1111/jep.70257 PMID:40916916	综述	通过科学计量分析探讨医学研究中统计方法的当前趋势与未来方向	结合CiteSpace工具进行双图谱叠加和文献共被引分析，量化跨学科知识流动及研究新颖性	基于Web of Science的4919篇文献，可能存在数据库选择性偏差	分析医学统计学领域的研究热点、学科交叉及方法论演变	医学统计学相关学术出版物	机器学习	NA	科学计量分析、关键词分析、引文网络分析	NA	文本（学术出版物元数据）	4919篇相关出版物
745	2025-09-09	Optimized multi-stage network with multi-dimensional spatiotemporal interactions for septal and apical hypertrophic cardiomyopathy classification using 12-lead ECGs 2025-Sep, Biomedical engineering letters IF:3.2Q2 DOI:10.1007/s13534-025-00492-6 PMID:40917150	研究论文	提出一种优化的多阶段网络Ms-MdST，用于基于12导联心电图对室间隔和心尖肥厚型心肌病进行分类	结合一维和二维卷积分支捕获心电图时空特征，引入全局-局部交互注意力机制和多损失联合优化策略	NA	提高肥厚型心肌病分型的诊断准确性	室间隔肥厚和心尖肥厚型心肌病患者的心电图数据	医学图像分析	心血管疾病	深度学习	CNN结合注意力机制	心电图信号	NA
746	2025-09-09	SamRobNODDI:q-space sampling-augmented continuous representation learning for robust and generalized NODDI 2025-Aug-29, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/adf9b8 PMID:40780245	研究论文	提出一种基于q空间采样增强的连续表示学习框架，用于提升NODDI参数估计的鲁棒性和泛化性	引入q空间采样增强的连续表示学习方法，并设计采样一致性损失函数，使模型对不同采样方案保持输出一致性	NA	开发能够在不同扩散梯度方向下稳健进行NODDI参数估计的方法	扩散磁共振成像(dMRI)数据	医学影像分析	神经系统疾病	扩散磁共振成像(dMRI)，Neurite orientation dispersion and density imaging (NODDI)	深度学习框架	医学影像数据	在19种不同q空间采样方案下与7种先进方法进行比较验证
747	2025-09-09	A deep learning-based approach for measuring patellar cartilage deformations from knee MR images 2025-Aug-27, Journal of biomechanics IF:2.4Q3 DOI:10.1016/j.jbiomech.2025.112930 PMID:40915052	研究论文	开发基于深度学习的方法从膝关节磁共振图像中自动测量髌骨软骨变形	首次使用2D和3D U-Net网络实现髌骨及软骨的自动分割，并成功检测运动诱导的软骨变形	研究样本量有限（109例膝关节MR扫描），且未与其他关节评估方法进行广泛比较	开发自动分割工具以研究髌骨软骨力学特性及其在早期骨关节炎中的变化	人类膝关节髌骨及软骨组织	计算机视觉	骨关节炎	磁共振成像（MR）	2D U-Net, 3D U-Net	医学图像	109例膝关节MR扫描
748	2025-09-09	Single-cell multiomics reveals the oscillatory dynamics of mRNA metabolism and chromatin accessibility during the cell cycle 2025-Aug-26, Cell reports IF:7.5Q1 DOI:10.1016/j.celrep.2025.116089 PMID:40751912	研究论文	通过单细胞多组学技术揭示细胞周期中mRNA代谢和染色质可及性的振荡动态	首次结合单细胞多组学测序、生物物理建模和深度学习量化mRNA转录、剪接、核输出和降解速率，揭示转录后调控在mRNA积累中的重要作用	NA	研究细胞周期中全基因组mRNA代谢动态和染色质可及性变化	增殖细胞中的基因表达调控	生物信息学	NA	单细胞多组学测序	深度学习	基因组学数据	NA
749	2025-09-09	Heat stress responses mediated by N6-methyladenine DNA methylation in maize 2025-Aug-26, Cell reports IF:7.5Q1 DOI:10.1016/j.celrep.2025.116058 PMID:40728929	研究论文	本研究揭示了玉米中N6-甲基腺嘌呤（6mA）DNA甲基化在热胁迫响应中的调控作用及其分子机制	首次在作物中发现6mA动态与热胁迫耐受性相关，鉴定ZmALKBH1作为6mA去甲基化酶，并利用深度学习模型预测6mA分布	NA	探究6mA在玉米热胁迫响应中的功能机制	玉米自交系B73、Mo17、W22和B104	表观遗传学	NA	全基因组6mA分析、深度学习模型	深度学习	甲基化组数据	四个玉米自交系（B73、Mo17、W22、B104）
750	2025-09-09	FoodABSANet: Developing an adaptive graph convolutional neural network for aspect-based sentiment analysis of food reviews with a weighted polarity score 2025-Aug-26, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2025.108635 PMID:40914996	研究论文	开发一种自适应图卷积神经网络用于食品评论的方面级情感分析，并引入加权极性评分	提出FoodABSANet模型，采用自适应图卷积神经网络处理方面间相互影响，并引入加权极性评分机制提升分析精度	NA	提升方面级情感分析在食品评论领域的准确性和细粒度情感挖掘能力	食品评论文本数据	自然语言处理	NA	深度学习	图卷积神经网络（GCN）	文本	NA
751	2025-09-09	Accurate VLE Predictions via COSMO-RS-Guided Deep Learning Models: Solubility and Selectivity in Physical Solvent Systems for Carbon Capture 2025-Aug-25, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c01148 PMID:40757514	研究论文	开发基于COSMO-RS和深度学习的机器学习流程，用于精确预测物理溶剂系统中的溶解度和选择性，以支持碳捕获应用	结合量子化学热力学模型COSMO-RS与定向消息传递神经网络(D-MPNN)，通过迁移学习校正预测偏差，显著提升预测精度	依赖COSMO-RS模拟数据作为预训练基础，实验数据量仍可能限制模型泛化能力	提高物理溶剂在碳捕获过程中溶解度和选择性的预测准确性，减少对实验测量的依赖	物理溶剂系统，特别是针对CO₂及常见气体杂质(如H₂S、CH₄、N₂、H₂)的汽液平衡(VLE)	机器学习	NA	COSMO-RS量子化学热力学模型，定向消息传递神经网络(D-MPNN)，迁移学习	D-MPNN (Directed Message Passing Neural Network)	分子表示数据，附加特征数据，实验VLE数据	预训练使用30,000个COSMO-RS模拟数据点，并使用实验VLE数据集进行微调
752	2025-09-09	A Molecular Representation Learning Model Based on Multidimensional Joint and Cross-Learning for Drug-Drug Interaction Prediction 2025-Aug-25, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c01171 PMID:40758117	研究论文	提出一种基于多维联合与交叉学习的分子表示学习模型，用于药物相互作用预测	通过交叉注意力融合模块整合一维、二维和三维分子特征，并利用分子对反应模块定位潜在相互作用位点	NA	提升药物-药物相互作用（DDI）的预测性能	药物分子	机器学习	NA	深度学习	交叉注意力网络	分子特征数据（1D/2D/3D）	基准数据集（具体数量未说明）
753	2025-09-09	FakeRotLib: Expedient Noncanonical Amino Acid Parametrization in Rosetta 2025-Aug-25, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c01030 PMID:40789114	研究论文	提出FakeRotLib方法，通过小分子构象统计拟合创建非经典氨基酸的旋转异构体分布，以改进Rosetta中的参数化	开发了能快速生成非经典氨基酸旋转异构体分布的新方法，可参数化Rosetta此前无法处理的氨基酸类型	NA	改进Rosetta中非经典氨基酸的参数化方法，特别是旋转异构体分布的建模	非经典氨基酸（NCAAs）	计算生物学	NA	统计拟合、小分子构象分析	NA	分子构象数据	NA
754	2025-09-09	PepPCBench is a Comprehensive Benchmarking Framework for Protein-Peptide Complex Structure Prediction 2025-Aug-25, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c01084 PMID:40792461	研究论文	介绍了一个名为PepPCBench的蛋白质-肽复合物结构预测基准测试框架，用于系统评估深度学习方法的性能	开发了首个专门针对蛋白质-肽复合物结构预测的基准测试框架PepPCBench，并构建了包含261个实验解析复合物的数据集PepPCSet	置信度指标与实验结合亲和力相关性较差，需要改进评分策略和泛化能力	评估深度学习在蛋白质-肽复合物结构预测中的性能	蛋白质-肽复合物	计算生物学	NA	深度学习	AlphaFold3, AlphaFold-Multimer, Chai-1, HelixFold3, RoseTTAFold-All-Atom	蛋白质结构数据	261个实验解析的蛋白质-肽复合物（肽长度5-30个残基）
755	2025-09-09	Reflection-Enhanced Raman Identification of Single Bacterial Cells Patterned Using Capillary Assembly 2025-Aug-22, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.5c01225 PMID:40754993	研究论文	提出一种结合反射增强拉曼光谱与毛细管组装技术的单细菌细胞检测平台，用于病原菌的快速识别	利用反射性Ag/SiO薄膜增强拉曼信号，并通过毛细管组装技术精确定位单细胞以优化信号采集	NA	开发可靠的单细菌细胞拉曼检测平台，实现临床样本中细菌的简单、准确、可重复检测	单细菌细胞	生物传感	细菌感染	拉曼光谱，毛细管辅助粒子组装（CAPA）	深度学习	光谱数据	人工尿液悬浮液中的单细菌细胞
756	2025-09-09	AI-Driven Integration of Deep Learning With Lung Imaging, Functional Analysis, and Blood Gas Metrics for Perioperative Hypoxemia Prediction 2025-Aug-22, JMIR medical informatics IF:3.1Q2 DOI:10.2196/73995 PMID:40759599	观点文章	探讨人工智能通过整合深度学习与多模态临床数据预测围手术期低氧血症的变革性作用	提出融合CNN和LSTM的TD-CNNLSTM-LungNet混合模型，整合CT影像、肺功能测试和动脉血气分析，实现96.57%肺炎亚型分类准确率和0.96 AUC的低氧血症预测	存在数据集异质性、模型可解释性不足以及临床工作流整合困难等挑战	通过多模态AI系统提升围手术期低氧血症的预测精度	围手术期患者（动脉血氧分压<60 mmHg或血氧饱和度<90%）	医疗人工智能	呼吸系统疾病	深度学习、多模态数据融合	CNN、LSTM、TD-CNNLSTM-LungNet	影像（CT）、功能测试（肺功能）、数值指标（ABG参数）	NA
757	2025-09-09	Deep unrolled primal dual network for TOF-PET list-mode image reconstruction 2025-Aug-22, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/adf9b7 PMID:40780257	研究论文	提出一种用于TOF-PET列表模式图像重建的深度展开原始对偶网络LMPDnet	首次将深度展开原始对偶网络应用于TOF-PET列表模式重建，通过CUDA并行加速实现系统矩阵计算	未明确说明计算资源需求和模型可解释性方面的限制	提升低计数数据下的TOF-PET列表模式图像重建质量	TOF-PET列表模式数据	医学图像重建	NA	深度展开网络，CUDA并行计算	原始对偶网络（primal dual network）	TOF-PET列表模式数据	NA
758	2025-09-09	Personalization of AI Using Personal Foundation Models Can Lead to More Precise Digital Therapeutics 2025-Aug-21, JMIR AI DOI:10.2196/55530 PMID:40840869	观点文章	本文探讨了利用个人基础模型实现AI个性化以提升数字疗法精度的前沿方法	提出结合自监督学习与个性化机器学习，通过患者生成的无标签数据预训练模型，显著减少个性化医疗所需的标注数据量	需解决人机交互创新等实际挑战，以确保单个参与者标注的一致性	推动个性化AI在数字健康干预中的应用，提高对异质性健康事件预测的准确性	患者生成的健康数据流及相关的健康事件预测	机器学习	NA	自监督学习	深度学习模型	患者生成的无标签数据流	NA
759	2025-09-09	Deep Learning for the Early Detection of Invasive Ductal Carcinoma in Histopathological Images: Convolutional Neural Network Approach With Transfer Learning 2025-Aug-21, JMIR formative research IF:2.0Q4 DOI:10.2196/62996 PMID:40840868	研究论文	本研究开发了一种基于卷积神经网络和迁移学习的深度学习模型，用于从组织病理学图像中早期检测浸润性导管癌	采用预训练的Visual Geometry Group架构进行迁移学习以提升特征提取性能，并针对类别不平衡问题设计了加权损失函数	数据增强未能改善模型性能，且测试集准确率为90%仍有提升空间	开发自动化的IDC检测解决方案，辅助病理学家进行临床决策	浸润性导管癌（IDC）的组织病理学图像	数字病理学	乳腺癌	深度学习，迁移学习	CNN（卷积神经网络）	图像	277,524张组织病理学图像（71.6% IDC阳性，28.4% IDC阴性）
760	2025-09-09	Memory-enhanced and multi-domain learning-based deep unrolling network for medical image reconstruction 2025-Aug-21, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/adf939 PMID:40774313	研究论文	提出一种基于记忆增强和多域学习的深度展开网络，用于医学图像高质量重建	设计了记忆增强模块整合历史输出，引入跨阶段空间域学习Transformer提取局部和非局部特征，并采用频域一致性学习模块	NA	解决医学图像重建中信息流弱和全局特征捕获受限的问题	医学图像（PET、MRI、CT）	计算机视觉	NA	深度学习，Transformer	DUN（深度展开网络），Transformer	图像	三种医学成像模态（PET、MRI、CT）的数据