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
61	2025-05-07	SWMA-UNet: Multi-Path Attention Network for Improved Medical Image Segmentation 2025-May, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3523492 PMID:40030824	研究论文	提出了一种并行多路径注意力架构SWMA-UNet，用于改进医学图像分割	采用并行策略整合Transformers和CNNs，同时处理全局和局部信息，提高了医学图像分割的准确性	未提及具体局限性	改进医学图像分割的准确性	医学图像	数字病理	NA	深度学习	SWMA-UNet（结合Transformers和CNNs的并行多路径注意力架构）	图像	Synapse、ACDC、ISIC 2018和MoNuSeg数据集
62	2025-05-07	FlexibleSleepNet:A Model for Automatic Sleep Stage Classification Based on Multi-Channel Polysomnography 2025-May, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3525626 PMID:40030855	research paper	介绍了一种名为FlexibleSleepNet的轻量级卷积神经网络架构，用于基于多通道多导睡眠图的自动睡眠阶段分类	提出了Adaptive Feature Extraction (AFE) Module和Scale-Varying Compression (SVC) Module，有效平衡了时空特征提取与计算复杂性	NA	解决自动睡眠阶段分类任务中深度学习模型在时空特征提取与计算复杂性之间的平衡问题	多通道多导睡眠图数据	machine learning	NA	多通道多导睡眠图	CNN	多通道生理信号数据	三个数据库：SleepEDF-20、SleepEDF-78和SHHS
63	2025-05-07	Conditional Contrastive Predictive Coding for Assessment of Fetal Health From the Cardiotocogram 2025-May, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3530610 PMID:40030899	研究论文	本文提出了一种基于条件对比预测编码（CPC）的方法，用于通过胎心宫缩图（CTG）评估胎儿健康状况	改进了现有的无监督深度学习模型，通过引入条件对比预测编码（CPC）和新的训练目标，提高了异常检测的性能	未提及具体的样本量或数据集的详细描述	开发一种自动化的胎儿健康评估方法，以减少人为解读胎心宫缩图的主观性和不必要的干预	胎心宫缩图（CTG）记录的胎儿心率和子宫活动数据	数字病理学	胎儿健康	对比预测编码（CPC）	WaveNet, CPC	时间序列数据	NA
64	2025-05-07	Predicting Drug-miRNA Associations Combining SDNE with BiGRU 2025-May, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3525266 PMID:40030943	研究论文	提出了一种结合SDNE和BiGRU的新方法SDNEDMA，用于预测药物-miRNA关联	首次将SDNE与BiGRU结合，采用双通道方法整合miRNA和药物的属性和拓扑特征	未提及具体的数据集规模限制或模型泛化能力问题	开发高精度的药物-miRNA关联预测方法以辅助药物研发	药物与miRNA之间的关联关系	机器学习	NA	SDNE（结构深度网络嵌入）和BiGRU（双向门控循环单元）	SDNE + BiGRU混合模型	网络拓扑数据（药物-miRNA关联网络）和序列数据（miRNA k-mer序列、药物ECFP指纹）	基于ncDR数据集进行5折交叉验证
65	2025-05-07	DiffuSeg: Domain-Driven Diffusion for Medical Image Segmentation 2025-May, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3526806 PMID:40030962	研究论文	介绍了一种名为DiffuSeg的新型条件扩散模型，用于医学图像分割，能够利用现有数据集的标签和目标域的无标签图像生成新图像	提出了一种新型条件扩散模型DiffuSeg，通过特征分解变分自编码器学习目标域知识，无需人工标注即可训练分割网络	在训练过程中目标数据集的标注不可用的情况下表现最佳，但在其他情况下可能不如有标注数据的方法	解决医学图像分割中标注数据不足和分布偏移的问题	医学图像，包括视网膜眼底图像和MRI图像	数字病理	心血管疾病	扩散模型	DiffuSeg, 特征分解变分自编码器	图像	MNIST数据集、视网膜眼底图像和MRI图像
66	2025-05-07	Physiological Information Preserving Video Compression for rPPG 2025-May, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3526837 PMID:40030966	研究论文	提出了一种专为rPPG应用设计的视频压缩方案，以保留生理信息	提出了三种主要策略：基于面部ROI的计算资源重新分配、保留rPPG信号的比特资源重新分配以及时域上下采样编码	未提及具体局限性	解决rPPG视频压缩过程中生理信息丢失的问题	rPPG视频数据	计算机视觉	NA	视频压缩	NA	视频	UBFC-rPPG、ECG-Fitness及自收集数据集
67	2025-05-07	WavFace: A Multimodal Transformer-Based Model for Depression Screening 2025-May, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3529348 PMID:40031033	research paper	提出了一种名为WavFace的多模态深度学习模型，用于通过音频和面部特征进行抑郁症筛查	在预训练模型上增加了编码器-转换器层以改进单模态表示，并应用了显式对齐方法和顺序及空间自注意力机制	样本量较小	开发一种有效的抑郁症筛查模型	抑郁症患者	machine learning	mental health disorder	deep learning	Transformer	audio and temporal facial features	NA
68	2025-05-07	Multivariate Glucose Forecasting Using Deep Multihead Attention Layers Inside Neural Basis Expansion Networks 2025-May, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3530461 PMID:40031270	research paper	提出了一种新型网络架构，用于提高葡萄糖预测的准确性和个性化	在神经基扩展网络层中嵌入多头注意力层，结合全连接密集层和theta层，提高了预测准确性并部分实现模型可解释性	深度学习模型仍存在不可解释性、时间滞后、训练数据需求大和高计算资源要求等问题	解决葡萄糖预测中的准确性、数据需求和个性化问题	糖尿病患者的葡萄糖水平	machine learning	diabetes	deep learning	neural basis expansion networks with multihead attention layers	CGM传感器数据	OhioT1DM数据库
69	2025-05-07	Exploring the modulation of phosphorylation and SUMOylation-dependent NPR1 conformational switching on immune regulators TGA3 and WRKY70 through molecular simulation 2025-May, Plant physiology and biochemistry : PPB IF:6.1Q1 DOI:10.1016/j.plaphy.2025.109711 PMID:40056739	研究论文	通过分子模拟探索磷酸化和SUMO化依赖的NPR1构象转换对免疫调节因子TGA3和WRKY70的调控机制	利用深度学习分子建模、对接和多纳秒模拟揭示了不同磷酸化状态对NPR1动态稳定性及TGA3-WRKY70结合的影响	研究仅基于计算模拟，缺乏实验验证	阐明NPR1的翻译后修饰在植物免疫中的调控机制	NPR1蛋白及其互作因子TGA3和WRKY70	计算生物学	植物免疫	深度学习分子建模、分子对接、分子动力学模拟	分子动力学模型	分子结构数据	NA
70	2025-05-07	Development of DeepPQK and DeepQK sequence-based deep learning models to predict protein-ligand affinity and application in the directed evolution of ferulic esterase DLfae4 2025-May, International journal of biological macromolecules IF:7.7Q1 DOI:10.1016/j.ijbiomac.2025.141790 PMID:40054795	研究论文	开发了基于序列的深度学习模型DeepPQK和DeepQK，用于预测蛋白质-配体结合亲和力，并应用于阿魏酸酯酶DLfae4的定向进化	提出了不依赖高分辨率蛋白质晶体结构数据的预测方法，利用CNN整合局部和全局上下文特征预测亲和力	NA	预测蛋白质-配体结合亲和力并指导酶的定向进化	蛋白质序列、配体和阿魏酸酯酶DLfae4的变体	机器学习	NA	深度学习	CNN	蛋白质序列、配体	2016年核心数据集
71	2025-05-07	NICE polyp feature classification for colonoscopy screening 2025-May, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03338-9 PMID:40075052	研究论文	本研究开发了一个多类分类器，用于独立分类NICE分类中的三个关键特征（颜色、血管和表面模式），以提高结肠镜检查中息肉分类的准确性	提出了一种独立分类NICE特征的透明可靠方法，优先考虑临床相关特征而非手工或深奥的深度学习特征	未提及模型在更广泛数据集上的泛化能力或实际临床环境中的验证情况	提高结直肠癌诊断中息肉分类的准确性以改善临床决策	结肠镜检查中的息肉特征	数字病理学	结直肠癌	多类分类器	NA	图像	内部数据集和公共数据集（具体数量未提及）
72	2025-05-07	In Situ Repair and Reconstruction of Copper Surface Enhanced Its Anti-Oxidation Properties and Stability for Deep Learning-Powered Anti-Counterfeiting Labels 2025-May, Advanced materials (Deerfield Beach, Fla.) DOI:10.1002/adma.202500920 PMID:40103452	研究论文	本文介绍了一种通过溶剂热处理原位修复氧化铜表面并构建有序(111)晶面抗氧化层的方法，显著提高了铜材料的抗氧化性能和稳定性	提出了一种简单溶剂热处理方法，可同时实现氧化铜表面的原位修复和(111)晶面抗氧化层的构建，使腐蚀速率降低五倍	NA	提高铜材料的抗氧化性能和稳定性，促进金属材料的可持续利用	铜箔、纳米线和纳米立方体等铜材料	材料科学	NA	溶剂热处理	NA	NA	NA
73	2025-05-07	IR-GPT: AI Foundation Models to Optimize Interventional Radiology 2025-May, Cardiovascular and interventional radiology IF:2.8Q2 DOI:10.1007/s00270-024-03945-0 PMID:40140092	研究论文	本文探讨了如何为介入放射学（IR）定制基础人工智能（AI）模型，提出了IR-GPT的设计构想	首次提出为介入放射学定制基础AI模型IR-GPT，旨在提供一个统一的AI平台	尚未实际构建和验证IR-GPT模型，仅停留在设计构想阶段	优化介入放射学中的AI应用	介入放射学领域	数字病理学	NA	深度学习	GPT	文本、医学图像	NA
74	2025-05-07	Toward Accurate Deep Learning-Based Prediction of Ki67, ER, PR, and HER2 Status From H&E-Stained Breast Cancer Images 2025-May-01, Applied immunohistochemistry & molecular morphology : AIMM IF:1.3Q3 DOI:10.1097/PAI.0000000000001258 PMID:40143808	研究论文	本文提出了一种基于深度学习的准确预测乳腺癌H&E染色图像中Ki67、ER、PR和HER2状态的方法	构建了一个包含185,538张乳腺癌H&E和IHC图像的大规模数据集，并采用ViT模型实现了90%的AUC-ROC预测性能	尽管ViT模型预测性能高，但其注意力热图与高诊断价值区域匹配不明显，未来需改进AI在整张切片图像中的注意力机制	提高从H&E染色图像预测乳腺癌分子标记物（Ki67、ER、PR、HER2）状态的准确性	乳腺癌H&E染色图像和对应的IHC图像	数字病理学	乳腺癌	免疫组织化学（IHC）	ViT（Vision Transformer）	图像	185,538张乳腺癌H&E和IHC图像
75	2025-05-07	Artificial Intelligence for the Detection of Patient-Ventilator Asynchrony 2025-May, Respiratory care IF:2.4Q2 DOI:10.1089/respcare.12540 PMID:40178919	综述	本文综述了人工智能在检测患者-呼吸机异步（PVA）中的应用及其潜力	展示了AI模型在PVA检测中的高准确性和跨人群、异步类型的适用性	需要进一步在不同临床环境和患者群体中进行模型验证	探讨AI在PVA检测和量化中的应用及其临床潜力	患者-呼吸机异步（PVA）	人工智能在医疗中的应用	呼吸系统疾病	机器学习和深度学习技术	多种ML和深度学习模型	呼吸数据	13项研究，涵盖332名参与者，分析超过580万次呼吸
76	2025-05-07	RaGeoSense for smart home gesture recognition using sparse millimeter wave radar point clouds 2025-May-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-00065-8 PMID:40312411	研究论文	本文提出了一种基于稀疏毫米波点云的智能家居手势识别系统RaGeoSense，结合多种先进的信号处理和深度学习方法，提高了识别性能和系统鲁棒性	结合K-均值聚类直通滤波、帧差滤波和中值滤波三种方法减少毫米波数据噪声，提出集成GBDT和XGBoost的模型架构，并利用LSTM门控循环单元对手势序列进行分类	未提及系统在复杂环境或多手势同时识别场景下的表现	提升智能家居场景下的手势识别准确率和系统鲁棒性	八种不同的单臂手势	计算机视觉	NA	毫米波雷达点云处理、深度学习	GBDT、XGBoost、LSTM	点云数据	未明确提及具体样本数量
77	2025-05-07	PEARL: Cascaded Self-Supervised Cross-Fusion Learning for Parallel MRI Acceleration 2025-May, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2023.3347355 PMID:38147421	研究论文	提出了一种名为PEARL的新型自监督并行MRI加速方法，通过多流联合深度解码器和交叉融合方案准确重建压缩采样的k空间目标图像	引入了多流联合深度解码器和两种交叉融合方案，结合长距离统一跳跃连接和双归一化边缘方向相似性正则化，显著提升了重建精度	未明确提及具体限制，但自监督方法可能在极端退化情况下仍存在噪声和伪影去除的挑战	开发无需大量训练数据的自监督并行MRI加速技术	压缩采样的k空间MRI数据	医学影像处理	NA	并行MRI加速技术	多流联合深度解码器（包含交叉融合子块网络SBNs）	MRI k空间数据	未明确提及具体样本量，但实验涉及多种MRI案例
78	2025-05-07	Adaptive Cross-Feature Fusion Network With Inconsistency Guidance for Multi-Modal Brain Tumor Segmentation 2025-May, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2023.3347556 PMID:38150339	research paper	提出了一种名为ACFNet的新型深度神经网络，用于多模态MRI中的脑肿瘤精确分割	设计了自适应跨特征融合（ACF）模块和预测不一致性引导（PIG）模块，以有效整合多模态信息并弥补模态间的差距	未明确提及具体局限性	提高多模态MRI中脑肿瘤分割的准确性	多模态MRI数据中的脑肿瘤	digital pathology	brain tumor	multi-modal MRI analysis	ACFNet (parallel encoder-decoder structure)	multi-modal MRI images	BraTS 2020数据集（具体样本量未明确说明）
79	2025-05-07	MACTFusion: Lightweight Cross Transformer for Adaptive Multimodal Medical Image Fusion 2025-May, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3391620 PMID:38640042	研究论文	提出了一种基于交叉多轴注意力机制的轻量级交叉Transformer，用于无监督多模态医学图像融合	设计了交叉窗口注意力和交叉网格注意力机制，以挖掘和整合多模态特征的局部和全局交互，并通过空间自适应融合模块引导模型关注最相关信息	未提及具体计算成本降低的量化指标	提升多模态医学图像融合的性能并降低计算成本	多模态医学图像	计算机视觉	脑肿瘤	深度学习	Transformer	医学图像	未提及具体样本数量
80	2025-05-07	Training, Validating, and Testing Machine Learning Prediction Models for Endometrial Cancer Recurrence 2025-May, JCO precision oncology IF:5.3Q1 DOI:10.1200/PO-24-00859 PMID:40324114	研究论文	该研究旨在训练、验证和测试用于预测子宫内膜癌复发的机器学习模型	使用lasso回归、机器学习（ML）和深度学习（DL）分析，结合临床、病理、基因组和遗传数据，构建预测模型	需要前瞻性验证以确定临床实用性	准确预测子宫内膜癌患者的复发风险，以更好地选择辅助治疗患者	子宫内膜癌患者	机器学习	子宫内膜癌	微RNA、长链非编码RNA、异构体、假基因表达、单核苷酸变异（SNV）、拷贝数变异（CNV）	lasso回归、MATLAB（ML）、TensorFlow（DL）	临床、病理、基因组和遗传数据	低风险组329例，高风险组324例，非子宫内膜样组织学组239例