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
8101	2025-10-06	Multi-Modal Deep Representation Learning Accurately Identifies and Interprets Drug-Target Interactions 2025-Jul, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3553217 PMID:40111772	研究论文	提出一种名为UnitedDTA的可解释深度学习框架，通过整合多模态生物分子数据提升药物-靶标结合亲和力预测性能	首次通过对比学习和交叉注意力机制实现多模态数据的自动对齐与整合，在预测未知药物-靶标对时展现更好的泛化能力和可解释性	未明确说明模型在处理特定类型多模态数据时的具体限制条件	改进药物-靶标相互作用预测，特别是针对新型（未见过）药物和靶标的结合亲和力预测	药物-靶标复合物及其结合亲和力	机器学习	NA	多模态数据整合（序列、图结构、三维结构）	深度学习	多模态生物分子数据（序列、图、三维结构）	多个基准数据集（未指定具体样本数量）	NA	对比学习,交叉注意力机制	结合亲和力预测精度,泛化能力	NA
8102	2025-10-06	Generative T2-weighted images as a substitute for true T2-weighted images on brain MRI in patients with acute stroke 2025 Jul-Aug, Diagnostic and interventional imaging IF:4.9Q1 DOI:10.1016/j.diii.2025.03.004 PMID:40113490	研究论文	验证深度学习算法从弥散加权图像生成T2加权图像，并比较其与真实T2加权图像在急性卒中患者脑出血检测中的性能	首次使用生成对抗网络从弥散加权图像生成T2加权图像，并证明其在脑出血检测中可与真实T2加权图像相媲美	单中心回顾性研究，样本量有限（939例患者），需多中心前瞻性研究进一步验证	验证生成T2*加权图像在急性卒中患者脑出血检测中的诊断价值	急性卒中患者的脑部MRI图像	医学影像分析	急性卒中	MRI成像	GAN	医学图像	939例患者（487名女性，452名男性），共1491组MRI数据	NA	生成对抗网络	敏感性, 特异性, 准确率, Kappa系数	NA
8103	2025-10-06	PhysCL: Knowledge-Aware Contrastive Learning of Physiological Signal Models for Cuff-Less Blood Pressure Estimation 2025-Jul, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3554495 PMID:40131744	研究论文	提出一种用于无袖带血压估计的生理信号对比学习方法PhysCL，通过知识感知增强和特征重建减少对标注数据的依赖	引入知识感知增强库解决对比学习中的语义一致性问题，并提出对比特征重建方法增强特征多样性	研究仅基于106名受试者数据，需要更大规模验证	开发减少标注数据依赖的生理信号模型用于无袖带血压估计	光电容积脉搏波(PPG)信号	机器学习	心血管疾病	光电容积脉搏波(PPG)	对比学习	生理信号	106名受试者，来自MIMIC III、MIMIC IV和UQVS数据集	NA	对比学习框架	平均绝对误差(MAE)	NA
8104	2025-10-06	Towards Better Cephalometric Landmark Detection With Diffusion Data Generation 2025-Jul, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3557430 PMID:40178956	研究论文	提出一种基于扩散模型的头影测量X射线图像生成方法，用于提升头影测量标志点检测性能	开发了无需人工干预的多样化头影测量X射线图像及标注生成方法，并引入提示头影测量X射线图像数据集实现精确的样本属性控制	NA	解决头影测量标志点检测中数据稀缺和标注困难的问题	头影测量X射线图像	计算机视觉	口腔正畸	扩散模型	扩散模型, 大规模视觉检测模型	X射线图像, 文本提示	NA	NA	扩散模型	成功检测率	NA
8105	2025-10-06	Multiparametric Ultrasound Breast Tumors Diagnosis Within BI-RADS Category 4 via Feature Disentanglement and Cross-Fusion 2025-Jul, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3558786 PMID:40198287	研究论文	提出一种集成多参数超声信息的新型框架，用于辅助诊断BI-RADS 4类乳腺肿瘤	基于双分支Transformer-CNN编码器实现多参数特征解耦，并提出特征解耦损失函数确保特征互补性和一致性	未明确说明研究的具体局限性	解决BI-RADS 4类乳腺肿瘤良恶性诊断的不确定性问题	BI-RADS 4类乳腺肿瘤	计算机视觉	乳腺癌	多参数超声成像（B型图像、Nakagami参数图像）	Transformer, CNN	图像, 语义属性	多中心多参数数据集（具体样本数量未说明）	NA	Transformer-CNN双分支编码器	NA	NA
8106	2025-10-06	DistAL: A Domain-Shift Active Learning Framework With Transferable Feature Learning for Lesion Detection 2025-Jul, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3558861 PMID:40227902	研究论文	提出一种结合主动学习与域不变特征学习的框架，用于解决医学图像病灶检测中的域偏移问题	提出DistAL框架，结合对比一致性训练学习域不变特征，并设计RUDY样本选择策略同时考虑代表性、不确定性和多样性	NA	解决医学图像病灶检测中的域偏移问题，降低标注成本	来自不同医院的医学图像病灶检测	计算机视觉	多器官病灶	医学影像分析	深度学习	医学图像	8个来自不同医院的数据集，仅需标注目标域1.7%的样本	NA	NA	病灶检测性能比较	NA
8107	2025-10-06	Construction of prognostic scoring model for ovarian cancer based on deep learning algorithm 2025-Jul-01, Discover oncology IF:2.8Q2 DOI:10.1007/s12672-025-03011-2 PMID:40591194	研究论文	基于深度学习算法构建卵巢癌预后评分模型	首次将CLAM框架应用于卵巢癌病理图像的预后预测，并结合临床特征和转录组数据进行综合分析	样本量相对有限（内部158例，外部105例），外部验证集性能有待提升	开发基于病理图像的卵巢癌预后预测模型	卵巢癌患者病理切片图像	数字病理	卵巢癌	病理图像分析，转录组数据分析	深度学习	病理图像，临床数据，转录组数据	内部158例，外部TCGA-OV 105例病理切片	CLAM	CLAM框架	AUC，时间依赖性ROC，生存分析	NA
8108	2025-10-06	18F-FDG dose reduction using deep learning-based PET reconstruction 2025-Jul-01, EJNMMI research IF:3.1Q1 DOI:10.1186/s13550-025-01269-9 PMID:40591189	研究论文	本研究评估了基于深度学习的PET重建算法在降低18F-FDG注射剂量方面的有效性	首次系统评估深度学习重建算法在降低PET/CT检查中放射性示踪剂剂量的潜力	回顾性研究设计，样本量有限，对体重≥75kg患者的诊断准确性仍需优化	评估深度学习重建算法能否在保持诊断质量的前提下降低18F-FDG注射剂量	90名接受18F-FDG PET/CT检查的肿瘤患者	医学影像分析	肿瘤	PET/CT成像，深度学习图像重建	深度学习	PET医学影像	90名肿瘤患者，分为3组各30人	NA	NA	信噪比，靶本比，假阳性率	NA
8109	2025-10-06	Accurate single-shot full-Stokes detection enabled by heterogeneous grain orientations in polycrystalline films 2025-Jul-01, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-60914-y PMID:40592865	研究论文	提出一种利用多晶薄膜异质晶粒取向实现单次曝光全斯托克斯偏振检测的方法GOStokes	利用溶液法制备的金属卤化物半导体中异质晶粒取向产生空间变化的偏振选择性，结合深度学习实现高精度偏振态重建	NA	开发能够单次测量解析任意偏振态的低成本全斯托克斯探测器	多晶金属卤化物半导体薄膜的光学偏振特性	光学传感	NA	溶液处理法、偏振检测、深度学习	深度学习	偏振图像、透射图	NA	NA	NA	平均绝对误差	NA
8110	2025-10-06	Anterior cruciate ligament tear detection based on Res2Net modified by improved Lévy flight distribution 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-05777-5 PMID:40592990	研究论文	本研究提出了一种结合改进Lévy飞行分布优化的Res2Net深度学习架构，用于膝关节MRI图像中前交叉韧带撕裂的检测	首次将改进的Lévy飞行分布算法与Res2Net架构结合，优化模型参数以提高前交叉韧带撕裂检测性能	NA	提高前交叉韧带撕裂诊断的准确性和效率	膝关节MRI图像中的前交叉韧带撕裂	计算机视觉	运动损伤	MRI成像	CNN	医学图像	斯坦福大学医学中心和里耶卡临床医院中心两个标准数据集	NA	Res2Net	精确率,召回率,准确率,F1分数,特异性,马修斯相关系数	NA
8111	2025-10-06	Lessons learned from RadiologyNET foundation models for transfer learning in medical radiology 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-05009-w PMID:40593000	研究论文	本研究评估了在RadiologyNET医学影像数据集上预训练的基础模型在医学放射学中的迁移学习性能	创建了包含190万张医学影像的RadiologyNET数据集，并系统比较了多种架构在医学影像任务上的迁移学习效果	预训练数据与下游任务的对齐程度影响模型性能，结果在不同任务间存在差异	探索基础模型在医学影像分析中的迁移学习效果	医学放射影像	计算机视觉	NA	医学影像分析	CNN	图像	1,902,414张医学影像	NA	ResNet18, ResNet34, ResNet50, VGG16, EfficientNetB3, EfficientNetB4, InceptionV3, DenseNet121, MobileNetV3Small, MobileNetV3Large	NA	NA
8112	2025-10-06	Predictive model of ulcerative colitis syndrome with ensemble learning and interpretability methods 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-04824-5 PMID:40593010	研究论文	提出一种结合集成学习和可解释性方法的溃疡性结肠炎中医证候预测模型	首次将SHAP和LIME可解释性方法集成到溃疡性结肠炎中医证候预测模型中，提升模型临床实用性	数据来源于单一医院，可能影响模型泛化能力	开发可解释的溃疡性结肠炎中医证候预测模型	溃疡性结肠炎患者的中医证候	机器学习	溃疡性结肠炎	电子病历数据分析	集成学习,深度学习	电子医疗记录	8078份电子病历记录（2006-2019年）	NA	梯度提升模型	F1分数	NA
8113	2025-10-06	Deep learning-based single-shot computational spectrometer using multilayer thin films 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-06691-6 PMID:40593028	研究论文	本文提出了一种基于深度学习的单次曝光计算光谱仪，通过多层薄膜滤光片阵列实现窄带和宽带光谱的重建	采用多层薄膜滤光片阵列与深度学习相结合的单次曝光光谱测量方法，实现了高精度光谱重建	研究仅验证了500-850nm波长范围内的性能，尚未测试更宽光谱范围	开发紧凑型高精度计算光谱仪用于移动应用	光谱强度测量与重建	计算机视觉	NA	晶圆级模板光刻，扫描电子显微镜分析	深度学习	图像	3,223个光谱（包含宽带和窄带光谱）	NA	U-Net, 残差连接, 密集层	均方根误差	NA
8114	2025-10-06	Research and optimization of a multilevel fire detection framework based on deep learning and classical pattern recognition techniques 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-06721-3 PMID:40593038	研究论文	提出一种融合深度学习和传统模式识别技术的多级火灾检测框架FFDNet	集成改进的RT-DETR模型与VQGAN，引入创新损失函数InnMPD-IoU，结合CLBP纹理特征提取技术	NA	开发高效准确的火焰检测技术以提升火灾预防和响应能力	火焰及类火焰现象	计算机视觉	NA	深度学习，模式识别	RT-DETR, VQGAN	图像	基于DFS数据集（具体数量未提及）	NA	RT-DETR, VQGAN	精确率, 召回率, F1分数, 准确率	NA
8115	2025-10-06	Cuff-less blood pressure monitoring via PPG signals using a hybrid CNN-BiLSTM deep learning model with attention mechanism 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07087-2 PMID:40593051	研究论文	提出一种结合CNN、BiLSTM和注意力机制的混合深度学习模型，用于通过PPG信号实现无袖带血压监测	首次将CNN、双向LSTM和注意力机制结合用于PPG信号分析，显著提升了血压估计的时空特征提取能力	研究基于单一数据库(MIMIC-II)，需要进一步外部验证	开发精确、非侵入性的连续血压监测方法	2064名患者的PPG信号数据	机器学习	心血管疾病	光电容积脉搏波(PPG)	CNN, BiLSTM	生理信号	2064名患者	NA	CNN-BiLSTM混合架构	平均绝对误差(MAE)	NA
8116	2025-10-06	Different prefrontal cortex activity patterns in bipolar and unipolar depression during verbal fluency tasks based on functional near infrared spectroscopy study 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-05896-z PMID:40593067	研究论文	基于功能性近红外光谱技术研究双相和单相抑郁症患者在语言流畅性任务中的前额叶皮层活动模式差异	首次结合fNIRS和一维卷积网络深度学习方法来区分单相抑郁和双相抑郁的前额叶功能差异	样本量相对有限（UD:73人，BD:59人，HC:40人），需要更大样本验证	探究单相抑郁和双相抑郁患者前额叶皮层功能差异及其作为诊断生物标志物的潜力	单相抑郁症患者、双相抑郁症患者和健康对照者	医学影像分析	抑郁症	功能性近红外光谱	一维卷积神经网络	血流动力学响应信号	单相抑郁73例，双相抑郁59例，健康对照40例	NA	一维卷积网络	准确率，ROC曲线，AUC	NA
8117	2025-10-06	Cross-language dissemination of Chinese classical literature using multimodal deep learning and artificial intelligence 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-05921-1 PMID:40593073	研究论文	提出基于多模态深度学习的翻译模型TMNMT，用于促进中国古典文学的跨语言传播与理解	创新性地整合条件扩散模型生成的视觉特征，利用知识蒸馏技术实现高效迁移学习，并设计基于门控神经单元的多模态特征融合机制和解码器视觉特征注意力模块	NA	促进中国古典文学的跨语言传播与理解	中国古典文学	自然语言处理	NA	多模态深度学习	Transformer,扩散模型	文本,图像	NA	NA	Transformer,TMNMT	BLEU,METEOR	NA
8118	2025-10-06	Automated sleep staging model for older adults based on CWT and deep learning 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07630-1 PMID:40593120	研究论文	提出了一种基于连续小波变换和深度学习的老年人自动睡眠分期模型RICM-SleepNet	首次针对老年人群体设计自动睡眠分期模型，采用三维时频特征融合图和多重特征提取机制	需要进一步验证和完善模型在临床环境中的应用	提高老年人睡眠分期的准确性和有效性	老年人睡眠数据	深度学习	睡眠障碍	连续小波变换(CWT)	深度学习	脑电信号，三维时频特征融合图	基于Sleep-EDF扩展数据集	NA	RICM-SleepNet, Inception, CBAM注意力机制	准确率, κ值	NA
8119	2025-10-06	Automated ejection fraction and risk stratification in cardiomyopathy patients with diverse LV geometry using 2D echocardiography 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-06738-8 PMID:40593134	研究论文	开发深度学习模型从超声心动图自动评估左心室射血分数并进行心肌病患者风险分层	首次使用DeepLabV3+算法处理心尖两腔和四腔切面图像，并针对不同左心室几何亚型进行个性化分析	样本量相对较小（120例患者），仅在心肌病患者中验证	开发自动化工具用于心肌病患者的左心室功能评估和风险分层	心肌病患者，按左心室几何亚型分类	医学影像分析	心肌病	二维超声心动图	深度学习	医学图像	120例心肌病患者	NA	DeepLabV3+	Dice相似系数,IoU,平均绝对误差,Bland-Altman分析,相关系数,AUC	NA
8120	2025-10-06	Construction of evolutionary stability and signal game model for privacy protection in the internet of things 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-08836-z PMID:40593151	研究论文	提出一种基于演化博弈理论和信号博弈机制的物联网隐私保护模型，通过多阶段信号博弈和深度学习优化隐私保护策略	结合演化博弈理论和信号博弈机制构建物联网隐私保护模型，引入多阶段信号博弈和深度学习实现动态优化	NA	分析和优化物联网环境中的隐私保护策略	用户、设备、网络运营商和攻击者之间的博弈关系	物联网安全	NA	演化博弈理论、信号博弈机制、深度学习	深度学习模型	物联网数据集	CIC物联网数据集	NA	多阶段信号博弈和深度学习模型(IoT-PSGDL)	隐私保护效果、策略更新速度、系统响应时间、隐私保护持久性、通信延迟、数据存储安全性、隐私保护成功率、隐私泄露概率	NA