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	2025-09-14	DeepUSPS: Deep Learning-Empowered Unconstrained-Structural Protein Sequence Design 2025-Oct, Proteins IF:3.2Q2 DOI:10.1002/prot.26847 PMID:40448386	研究论文	提出DeepUSPS模型，用于无约束结构蛋白质序列设计，通过深度学习技术提升优化效率和蛋白质性能	引入IDRNet增强热稳定性，构建SPFESN降低序列相似性，并采用WRA优化器高效生成理想蛋白质序列	NA	解决无约束结构蛋白质序列设计中的优化效率低、天然蛋白质相似性高及热稳定性不足的问题	无约束结构蛋白质序列	计算生物学	NA	深度学习，3Dpssm优化，计算机模拟实验	IDRNet, SPFESN	蛋白质序列数据	生成1000条IDE蛋白质序列
742	2025-09-14	ComPtr: Toward Diverse Bi-Source Dense Prediction Tasks via a Simple Yet General Complementary Transformer 2025-Oct, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3578494 PMID:40489289	研究论文	提出一种名为ComPtr的互补Transformer模型，用于处理多样化的双源密集预测任务	从通用的双源密集预测概念出发，通过一致性增强和差异感知组件提取不同图像源的重要视觉语义线索	NA	构建统一模型处理多种双源信息密集预测任务	遥感变化检测、RGB-T人群计数、RGB-D/T显著目标检测和RGB-D语义分割等多任务视觉数据	computer vision	NA	Transformer	sequence-to-sequence	image	NA
743	2025-09-14	SAS: A General Framework Induced by Sequence Association for Shape From Focus 2025-Oct, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3577595 PMID:40489288	研究论文	提出一种基于序列关联的通用框架SAS，用于提升形状聚焦（SFF）方法的泛化能力	将图像序列视为完整3D数据进行多视图分解、选择性融合和多尺度特征聚合，并引入更紧密的多视图学习泛化误差界	未明确说明计算复杂度或实时性能表现	提升形状聚焦（SFF）技术的泛化性和场景适应性	多焦点图像序列和3D场景深度估计	计算机视觉	NA	多视图学习、选择性融合、多尺度特征聚合	深度学习框架	图像序列	7个合成数据集和2个真实场景
744	2025-09-14	Event-Based Stereo Depth Estimation: A Survey 2025-Oct, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3586559 PMID:40644099	综述	本文系统综述了基于事件相机的立体深度估计方法，涵盖传统电路设计到深度学习技术，并首次全面评述相关数据集	首次全面涵盖深度学习方法和立体数据集，并提供创建新基准测试的实用建议	NA	为基于事件相机的立体深度估计领域提供综合性概述和未来研究方向	事件相机立体视觉系统和深度估计算法	computer vision	NA	深度学习，立体匹配，SLAM	DL methods	事件流数据，立体图像	NA
745	2025-09-14	Deep learning-based temporal muscle quantification on MRI predicts adverse outcomes in acute ischemic stroke 2025-Oct, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112332 PMID:40716184	研究论文	开发基于深度学习的MRI颞肌自动量化流程，用于预测急性缺血性卒中患者的不良预后	提出端到端的深度学习流程，整合ResNet50切片选择和TransUNet分割算法，首次实现颞肌厚度和面积的自动量化并验证其预后价值	研究样本量有限（1020例），且为单中心研究，需要外部验证	开发自动量化颞肌参数的深度学习系统，并评估其在急性缺血性卒中预后预测中的价值	急性缺血性卒中患者	医学影像分析	急性缺血性卒中	深度学习，MRI成像	ResNet50, TransUNet	MRI图像	1020例急性缺血性卒中患者（分为三个数据集：295例用于切片选择，258例用于分割，467例用于预后评估）
746	2025-09-14	Rician Likelihood Loss for Quantitative MRI With Self-Supervised Deep Learning 2025-Oct, NMR in biomedicine IF:2.7Q1 DOI:10.1002/nbm.70136 PMID:40904047	研究论文	提出一种用于定量MRI自监督深度学习的Rician似然损失函数，以改善低信噪比下的参数估计偏差	首次将Rician分布特性融入自监督学习损失函数，替代传统MSE损失	在低信噪比下精度有所降低，性能随信噪比变化	提高定量MRI参数估计的准确性和鲁棒性	MRI magnitude信号	医学影像分析	NA	自监督深度学习，IVIM模型	深度学习网络	MRI影像数据	模拟数据和真实数据
747	2025-09-14	MOL: Joint Estimation of Micro-Expression, Optical Flow, and Landmark via Transformer-Graph-Style Convolution 2025-Oct, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3581162 PMID:40536836	研究论文	提出一种端到端的微表情识别框架，联合估计微表情、光流和面部关键点	结合Transformer、图卷积和普通卷积的优势，设计F5C模块直接从原始帧序列提取局部-全局特征，无需关键帧先验知识	NA	提升面部微表情识别的准确性和鲁棒性	面部微表情、光流、面部关键点	计算机视觉	NA	深度学习	Transformer, GCN, CNN	视频序列	在CASME II、SAMM和SMIC基准数据集上进行实验
748	2025-09-14	Evidence-Based Multi-Feature Fusion for Adversarial Robustness 2025-Oct, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3582518 PMID:40549525	研究论文	提出一种基于证据的多特征融合方法EMFF，以提升深度神经网络在对抗攻击下的鲁棒性	引入证据深度学习量化特征可信度，并基于Dempster规则设计多特征证据融合机制，避免单一受污染特征的误导	NA	提升深度神经网络对抗对抗攻击的鲁棒性	深度神经网络（DNNs）	计算机视觉	NA	证据深度学习，Dempster规则融合	CNN, Vision Transformers	图像	NA
749	2025-09-14	Accelerated Self-Supervised Multi-Illumination Color Constancy With Hybrid Knowledge Distillation 2025-Oct, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3583090 PMID:40560704	研究论文	提出一种基于自监督学习和知识蒸馏的多光照颜色恒常性方法，以提升模型性能和部署效率	结合自监督预训练、监督微调和混合知识蒸馏三阶段框架，首次在颜色恒常性任务中应用Transformer和U-Net编码器与轻量解码器	受限于多光照数据集的规模，可能影响模型学习判别性特征的能力	解决多光照条件下的颜色恒常性问题，提升相机中的实际应用价值	多光照和单光照条件下的图像颜色一致性	计算机视觉	NA	自监督学习、知识蒸馏	Transformer、U-Net、CNN	图像	NA
750	2025-09-14	Revisiting Essential and Nonessential Settings of Evidential Deep Learning 2025-Oct, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3583410 PMID:40569804	研究论文	本文重新审视了证据深度学习（EDL）中的核心与非核心设置，并提出了一种简化但更有效的变体Re-EDL	识别并修正EDL中三个非必要设置：先验权重固定、方差最小化优化项和KL散度正则化，提出可调超参数和直接优化Dirichlet PDF期望的方法	NA	改进证据深度学习的不确定性估计方法，提升其有效性和可靠性	证据深度学习（EDL）模型及其优化设置	机器学习	NA	主观逻辑、Dirichlet概率密度函数建模	神经网络（Evidential Deep Learning）	NA	NA
751	2025-09-14	MMFi-DPBML: Multi-molecular fingerprint feature fusion for predicting ingredient-target interactions in traditional Chinese medicine 2025-Sep-25, Journal of ethnopharmacology IF:4.8Q1 DOI:10.1016/j.jep.2025.120451 PMID:40840725	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
752	2025-09-14	Identification of novel biomarkers linked to M1 macrophage infiltration in the diagnosis of inflammatory bowel diseases 2025-Sep-23, International immunopharmacology IF:4.8Q1 DOI:10.1016/j.intimp.2025.115138 PMID:40582145	研究论文	本研究结合生物信息学和深度学习构建IBD预测模型，并识别与M1巨噬细胞浸润相关的潜在生物标志物	首次整合M1巨噬细胞相关基因与宏转录组特征，利用深度学习技术开发IBD诊断模型，并通过SHAP算法识别10个关键宿主遗传变异特征	未提及样本量及外部验证结果，模型泛化能力有待进一步评估	改善炎症性肠病（IBD）的诊断和管理效果	IBD患者基因表达数据和宏转录组特征	生物信息学	炎症性肠病	生物信息学分析、加权基因共表达网络分析（WGCNA）、深度学习、SHAP算法	神经网络	基因表达数据、宏转录组数据	NA
753	2025-09-14	Annotation-efficient deep learning detection and measurement of mediastinal lymph nodes in CT 2025-Sep-13, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03513-y PMID:40944829	研究论文	提出一种标注高效的半监督深度学习方法，用于自动检测、分割和测量增强CT扫描中纵隔淋巴结的短轴长度	结合专家标注精度与伪标签数据量优势，通过解剖结构过滤优化伪标签质量，显著减少标注需求	方法依赖初始专家标注质量，伪标签过滤可能引入偏差，未在多中心数据上验证泛化性	开发减少标注依赖的自动淋巴结检测与测量方法	增强CT扫描中的纵隔淋巴结	计算机视觉	NA	半监督学习，3D nnU-Net集成训练	3D nnU-Net	CT volumetric scans	268标注扫描（1817个淋巴结）和710未标注扫描
754	2025-09-14	REST: Holistic Learning for End-to-End Semantic Segmentation of Whole-Scene Remote Sensing Imagery 2025-Sep-12, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3609767 PMID:40938720	研究论文	提出一种名为REST的端到端框架，用于实现全场景遥感影像的整体语义分割	首次实现真正端到端的全场景遥感影像整体分割，提出空间并行交互机制（SPIM）突破GPU内存限制	NA	解决全场景遥感影像因尺寸过大而无法整体分割的技术难题	全场景遥感影像（卫星和无人机平台的多光谱及高光谱影像）	计算机视觉	NA	深度学习，并行计算	端到端分割框架（支持多种编码器-解码器结构）	遥感图像	多种场景（从单类别到多类别分割，多光谱到高光谱，卫星到无人机平台）
755	2025-09-14	Deep learning-powered temperature prediction for optimizing transcranial MR-guided focused ultrasound treatment 2025-Sep-12, Journal of neurosurgery IF:3.5Q1 DOI:10.3171/2025.5.JNS25291 PMID:40939202	研究论文	开发一种深度学习模型Fust-Net，用于预测经颅MR引导聚焦超声治疗中的治疗温度	整合治疗参数、患者临床信息和颅骨指标，实现高精度温度预测	回顾性研究，样本来源单一中心，外部验证误差略高	优化经颅MR引导聚焦超声治疗中的温度控制	原发性震颤或帕金森病患者	医疗影像分析	神经系统疾病	MR引导聚焦超声	深度学习模型（Fust-Net）	治疗参数、临床信息、颅骨指标	训练集：600次超声处理（72名患者）；验证集：199次（18名患者）；外部验证集：146次（20名患者）
756	2025-09-14	Supervised Contrastive Learning Leads to More Reasonable Spectral Embeddings 2025-Sep-12, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c02655 PMID:40940302	研究论文	提出一种基于监督对比学习和Transformer编码器的新型质谱嵌入方法SpecEmbedding，用于提升代谢组学中分子识别的准确性	利用化合物复制光谱作为正样本，在监督对比学习框架下训练，显著提升光谱嵌入的可比性和识别精度	NA	解决质谱分析中因实验条件复杂和化合物结构相似导致的准确识别难题	代谢组学中的生物分子质谱数据	机器学习	NA	质谱分析	Transformer编码器	质谱数据	GNPS训练子集、测试子集、MoNA数据集和MTBLS1572数据集
757	2025-09-14	Flexynesis: A deep learning toolkit for bulk multi-omics data integration for precision oncology and beyond 2025-Sep-12, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-63688-5 PMID:40940333	研究论文	介绍Flexynesis，一个用于批量多组学数据整合的深度学习工具包，旨在提升精准肿瘤学等领域的决策准确性	解决了现有方法在透明度、模块化、部署便利性及任务广度方面的不足，提供标准化接口并支持多种学习架构和任务类型	NA	开发一个用户友好的工具，促进深度学习在批量多组学数据整合中的应用，以支持精准医疗决策	临床及临床前研究中的批量多组学数据	机器学习	肿瘤学	多组学数据整合	深度学习架构及经典监督机器学习方法	多组学数据	NA
758	2025-09-14	Harnessing Artificial Intelligence for Shoulder Ultrasonography: A Narrative Review 2025-Sep-12, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01661-w PMID:40940587	综述	本文综述了人工智能在肩部超声检查中的应用，重点关注自动化病理检测、图像分割和结果预测	探讨了深度学习算法如CNN在肌肉骨骼成像中的创新应用，提升诊断准确性和效率	需要大规模标注数据集、模型泛化能力不足以及缺乏临床验证	研究人工智能如何整合到肩部超声检查中以改善诊断和管理	肩部疼痛患者的超声影像	计算机视觉	肌肉骨骼疾病	深度学习，机器学习	CNN	超声图像	NA
759	2025-09-14	Using machine learning to automate the collection, transcription, and analysis of verbal-report data 2025-Sep-12, Behavior research methods IF:4.6Q1 DOI:10.3758/s13428-025-02800-5 PMID:40940585	研究论文	开发了一套利用机器学习自动化收集、转录和分析口头报告数据的软件工具	结合jsPsych进行数据收集，并整合经典机器学习与深度学习（如大语言模型）实现高效转录分析，替代人工编码	NA	降低心理学实验中口头报告数据的收集与分析成本，推广其应用	人类实验中的口头报告数据	自然语言处理	NA	机器学习，深度学习，大语言模型	经典机器学习方法，深度学习模型	文本（语音转录）	NA
760	2025-09-14	Deep learning for automated segmentation of central cartilage tumors on MRI 2025-Sep-12, European radiology experimental IF:3.7Q1 DOI:10.1186/s41747-025-00633-7 PMID:40940592	研究论文	提出基于深度学习的SEAGNET架构，用于MRI上长骨中央软骨肿瘤的自动分割	首次采用监督边缘注意力引导分割网络（SEAGNET）实现软骨肿瘤的自动化MRI分割，并在外部测试集表现出优异性能	回顾性研究，样本量有限（164例），仅使用T1加权图像	开发自动分割方法以提高骨骼肿瘤放射组学的可靠性和适用性	长骨的非典型软骨肿瘤（ACT）和II级软骨肉瘤（CS2）	计算机视觉	骨肿瘤	MRI成像	SEAGNET（基于深度学习的分割网络）	医学图像	164例患者（99例来自中心1，65例来自中心2），共1037个包含肿瘤的MRI切片