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
801	2025-09-13	An iterative deep learning-guided algorithm for directed protein evolution 2025-Sep-19, iScience IF:4.6Q1 DOI:10.1016/j.isci.2025.113324 PMID:40927680	研究论文	提出一种基于深度学习的迭代算法DeepDE，用于指导蛋白质定向进化	利用三重突变体作为构建块，通过紧凑的约1000个突变体库进行训练，显著扩展序列空间探索能力	算法性能依赖于有限规模的实验筛选（约1000个变异体），可能受数据稀疏性问题约束	开发高效的蛋白质定向进化算法以提升蛋白质活性	绿色荧光蛋白（GFP）	机器学习	NA	深度学习指导的蛋白质工程	深度学习	蛋白质序列数据	约1000个突变体组成的训练库
802	2025-09-13	Ex vivo human brain volumetry: Validation of MRI measurements 2025-Sep-12, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.70083 PMID:40937565	研究论文	本研究通过离体人脑标本验证MRI脑体积测量的准确性，并与水置换法（WDM）金标准进行比较	首次使用离体原位人脑标本系统验证多种MRI序列（T2加权、T1加权、MP2RAGE）的体积测量准确性，并对比手动与深度学习自动分割方法	样本量较小（仅7个解剖头部），且为离体固定标本，可能与活体组织存在差异	验证MRI脑体积测量工具的准确性	经酒精-甲醛溶液固定的七个人类解剖头部标本	医学影像分析	NA	MRI（T2加权、T1加权、MP2RAGE序列），水置换法（WDM）	深度学习分割工具（SynthSeg）	MRI图像	7个固定的人脑标本
803	2025-09-13	Leveraging modified ex situ tomography data for segmentation of in situ synchrotron X-ray computed tomography 2025-Sep-12, Journal of microscopy IF:1.5Q3 DOI:10.1111/jmi.70032 PMID:40938296	研究论文	提出一种利用改进的离位断层扫描数据训练深度学习模型，用于在位同步辐射X射线计算机断层扫描的自动分割方法	通过将高质量离位实验室数据转换为适用于在位同步辐射数据分割的训练数据，解决了训练数据有限的问题，并采用改进的SegFormer架构达到与人工标注相当的可靠性	仅使用静态样本进行训练，但需要在实验过程中保持对显著形态变化的鲁棒性能	开发高效的自动分割方法以分析动态材料研究中的时间分辨断层扫描数据	金属氧化物溶解过程中的材料形态变化	计算机视觉	NA	同步辐射X射线计算机断层扫描，深度学习分割	改进的SegFormer架构	3D断层扫描图像数据	未明确说明具体样本数量，但涉及典型在位实验产生的大量时间分辨断层数据
804	2025-09-13	Towards reliable prediction of intraoperative hypotension: a cross-center evaluation of deep learning-based and MAP-derived methods 2025-Sep-12, Journal of clinical monitoring and computing IF:2.0Q2 DOI:10.1007/s10877-025-01357-0 PMID:40938328	研究论文	本研究评估深度学习方法和MAP阈值方法在预测术中低血压方面的可靠性，并通过跨中心验证揭示数据选择偏差对模型泛化能力的影响	引入包含血压边界案例（65-75 mmHg '灰色区域'）的评估框架，标准化MAP差异以减少数据集特定偏差，并发现模型在年龄维度上的不对称泛化特性	研究仅基于两个医疗中心的数据集（瑞典卡罗林斯卡大学医院和韩国VitalDB），可能需要更多样化的数据源验证	提高术中低血压预测AI工具在真实世界中的可靠性和泛化能力	术中低血压（IOH）患者	医疗人工智能	心血管疾病	深度学习，MAP阈值分析	深度学习模型	血压监测数据	来自瑞典和韩国两个医疗中心的多样化手术队列数据集
805	2025-09-13	Bimodal ECG and PCG Cardiovascular Disease Detection: Exploring the Potential and Modality Contribution 2025-Sep-12, Journal of medical systems IF:3.5Q2 DOI:10.1007/s10916-025-02245-5 PMID:40938506	研究论文	提出一种结合ECG和PCG信号的双模态深度学习模型，用于心血管疾病的早期检测	利用预训练CNN处理PCG信号并通过后期融合整合ECG分支，显著提升检测性能并量化两种模态的贡献	仅使用当前唯一公开的双模态数据集MITHSDB的增强版本，数据规模和多样性有限	增强心血管疾病的早期检测能力	心血管疾病患者	机器学习	心血管疾病	深度学习、信号处理	CNN、1D-CNN	ECG和PCG信号	基于MITHSDB数据集的增强版本（具体数量未明确说明）
806	2025-09-13	Artificial intelligence in cardiac telemetry 2025-Sep-11, Heart (British Cardiac Society) DOI:10.1136/heartjnl-2024-323947 PMID:40122590	综述	本文回顾了人工智能在心脏遥测中的应用现状，重点关注深度学习技术、临床实践、挑战及未来方向	从传统统计机器学习转向先进深度神经网络，提升实时监测与个性化心脏护理能力	面临模型挑战与局限性，具体未在摘要中详细说明	探索人工智能在心脏遥测中的集成与应用，以改善心脏异常早期检测	心脏遥测数据与人工智能模型	机器学习	心血管疾病	深度学习	深度神经网络	遥测数据	NA
807	2025-09-13	High-performance identification of insulating materials by using generalized spectrum in laser-induced breakdown spectroscopy 2025-Sep-11, Analytical methods : advancing methods and applications IF:2.7Q1 DOI:10.1039/d5ay01151e PMID:40838327	研究论文	提出一种基于激光诱导击穿光谱的广义谱方法（GSM-LIBS），用于高性能识别绝缘材料	GSM-LIBS通过整合多种光谱特征（如峰强度、积分强度、强度比、辐射背景和光谱形状），在降维的同时保留PCA方法可能丢失的全局和局部信息	NA	开发高性能绝缘材料识别方法以减少资源浪费和污染	七类绝缘材料	光谱分析	NA	激光诱导击穿光谱（LIBS）	KNN, SVM, 神经网络（NN）	光谱数据	七类绝缘材料样本（具体数量未说明）
808	2025-09-13	Beyond Contact: An Open-Set Biometric Identification System Using Radar-Extracted Heart Signals 2025-Sep-11, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3608801 PMID:40932807	研究论文	提出一种基于雷达的非接触式生物特征识别框架，通过心脏信号提取实现开放集人员身份识别	利用雷达提取心脏运动数据重建ECG信号，结合ECGReconNet和增强型InceptionTime模型，采用超球面划分方法区分已知与未知个体	对突发身体运动和环境噪声敏感，心脏严重异常时性能可能下降，未知身份数量增加时效果降低	开发安全且保护隐私的非接触式生物特征识别系统	人类心脏信号	生物特征识别	NA	雷达信号处理，ECG信号重建	ECGReconNet, InceptionTime with fixed-CAC loss	雷达信号，心脏运动数据	27名受试者（闭集测试），14名已知+13名未知受试者（开集测试）
809	2025-09-13	A Lightweight Network with Uncertainty-Guided Latent Space Refinement for Multi-Modal Brain Tissue and Tumor Extraction 2025-Sep-11, IEEE transactions on computational biology and bioinformatics DOI:10.1109/TCBBIO.2025.3609333 PMID:40932804	研究论文	提出一种轻量级网络UMNet，通过不确定性引导的潜在空间优化实现多模态脑组织和肿瘤提取	引入模态特异性不确定性正则化特征融合模块（M-SUM）和不确定性增强损失函数（U-Loss），显式建模预测不确定性与误差的关系	NA	改进多模态脑影像中组织和肿瘤的自动分割精度	脑组织和脑肿瘤	数字病理	脑肿瘤	深度学习	CNN	多模态医学影像	NA
810	2025-09-13	A New Approach to Large Multiomics Data Integration 2025-Sep-11, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c01812 PMID:40934376	研究论文	提出一种处理大规模多组学数据集成的新方法，利用深度学习和非线性降维技术	结合深度学习与非线性降维（如t-SNE和UMAP）处理超大规模多组学数据，实现不同组学数据的融合与特征提取	未明确说明方法在特定数据类型或规模下的性能边界或计算资源需求	开发能够高效提取、挖掘和集成超大规模多组学数据的计算方法	大规模多组学数据集，包括质谱成像和染色体构象捕获数据	机器学习	NA	t-SNE, UMAP, 深度学习	深度学习模型（未指定具体类型）	多组学数据（如代谢组学、转录组学）、成像数据	NA
811	2025-09-13	Evaluation of the Detectability of Oral Potentially Malignant Diseases with a Deep Learning Approach: A Retrospective Pilot Study 2025-Sep-11, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01665-6 PMID:40936018	研究论文	本研究评估基于深度学习的方法在口腔潜在恶性病变检测中的可行性	首次使用YOLOv8架构的深度学习模型进行口腔潜在恶性病变的自动检测	回顾性研究、样本量有限、需要多中心数据和外部验证进行临床转化	评估深度学习诊断软件在检测口腔潜在恶性病变方面的性能	经组织病理学诊断为口腔扁平苔藓、口腔白斑或口腔癌的患者	计算机视觉	口腔癌	深度学习	YOLOv8	图像	358张匿名回顾性口内图像
812	2025-09-13	Training With Local Data Remains Important for Deep Learning MRI Prostate Cancer Detection 2025-Sep-11, Canadian Association of Radiologists journal = Journal l'Association canadienne des radiologistes DOI:10.1177/08465371251367620 PMID:40936310	研究论文	本研究评估了使用本地数据训练深度学习模型对MRI前列腺癌分割的重要性，特别是在存在领域偏移的情况下	首次在大规模队列（超过1000例）中系统评估领域偏移对MRI前列腺癌分割模型性能的影响，并量化了本地数据的最小需求	研究基于模拟的多机构联盟数据，可能无法完全代表真实世界的临床多样性	评估前列腺癌分割模型在领域偏移条件下的性能表现，比较本地训练和外部数据训练的效果	前列腺癌患者的MRI影像数据	数字病理	前列腺癌	MRI影像分析，nnUNet-v2模型训练	nnUNet-v2	医学影像（MRI）	PICAI数据集：1241训练+259测试；本地数据集：1400训练+308测试
813	2025-09-13	Prognostic models for radiation-induced complications after radiotherapy in head and neck cancer patients 2025-Sep-10, The Cochrane database of systematic reviews DOI:10.1002/14651858.CD014745.pub2 PMID:40927975	系统综述	对头颈癌患者放疗后放射性并发症的预测模型进行系统识别、描述和评估	首次全面评估头颈癌放疗后正常组织并发症概率（NTCP）模型的质量、偏倚风险和预测性能	大多数模型缺乏外部验证，验证研究存在高偏倚风险，校准性能报告不充分	评估NTCP模型在预测头颈癌患者放疗副作用风险中的有效性和可靠性	头颈癌患者	医学预测模型	头颈癌	NTCP建模，C统计量分析，校准评估	预测模型	临床数据	143项研究中的140,767名头颈癌患者
814	2025-09-13	EEGOpt: A performance efficient Bayesian optimization framework for automated EEG signal classification 2025-Sep-10, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111023 PMID:40934551	研究论文	提出EEGOpt，一种基于贝叶斯优化的自动化框架，用于优化EEG信号分类中的方法选择	采用TPE优化器处理层次化搜索空间，结合模块化缓存机制显著提升计算效率，实现EEG信号处理与分类方法的自动优化	仅在三个数据集上验证，未涉及更广泛的EEG应用场景或跨中心验证	自动化优化EEG信号处理与分类方法组合，提升分类准确率与计算效率	脑电图（EEG）信号	机器学习	NA	贝叶斯优化，Tree-Structured Parzen Estimator (TPE)，小波包分解，经验模态分解	k近邻分类器，EEGNet，ShallowConvNet，DeepConvNet	EEG信号	三个EEG数据集（具体样本量未说明）
815	2025-09-13	Calibration and Uncertainty for multiRater Volume Assessment in multiorgan Segmentation (CURVAS) challenge results 2025-Sep-10, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111024 PMID:40934552	研究论文	介绍CURVAS挑战赛的结果，聚焦多器官分割中多标注者体积评估的校准与不确定性	强调多标注者共识与分歧作为更全面真值的重要性，并系统评估DL模型在处理不确定性和校准方面的表现	NA	提升基于深度学习的医学图像分割模型的可靠性和临床适用性	多器官分割任务中的体积评估	数字病理	NA	深度学习	DL models	医学图像	七支参赛团队提交的多种DL模型
816	2025-09-13	GEDI and Sentinel data integration for quantifying agroforestry tree height and stocks 2025-Sep-10, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2025.127197 PMID:40934663	研究论文	本研究结合GEDI和Sentinel遥感数据，利用深度学习U-Net模型估算意大利Padan平原杨树人工林的树高和碳储量	首次将GEDI波形导出的树高与Sentinel-1/2多波段影像通过U-Net深度学习模型融合，生成10米高分辨率冠层高度模型，并应用于杨树人工林碳储量估算	模型在AGB估算中的RMSE较高（63.2%），且依赖外部验证数据（NFI样地）进行精度评估	量化杨树人工林的树高和碳储量，支持气候变化减缓相关的森林监测	意大利Padan平原的短轮伐期杨树人工林	遥感与机器学习	NA	遥感（GEDI, Sentinel-1/2）、深度学习、地面激光扫描	U-Net	多波段遥感影像、波形数据、地面调查数据	研究区域约46,000 km²，使用NFI样地数据进行外部验证
817	2025-09-13	A Fusion Model of ResNet and Vision Transformer for Efficacy Prediction of HIFU Treatment of Uterine Fibroids 2025-Sep-10, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.08.054 PMID:40935773	研究论文	提出融合ResNet和ViT的深度学习模型（Res-ViT），用于预测高强度聚焦超声（HIFU）治疗子宫肌瘤的疗效	首次将局部纹理特征（ResNet）与全局空间特征（ViT）通过并行架构协同融合，提升子宫肌瘤异质性量化精度	仅基于T2加权磁共振图像，未整合多模态数据；外部验证集仅来自单一中心	提高HIFU治疗子宫肌瘤的疗效预测准确性	接受HIFU治疗的子宫肌瘤患者	计算机视觉	子宫肌瘤	T2加权磁共振成像（MRI）	ResNet-18, ViT, 融合模型（Res-ViT）	医学图像	训练集272例（中心A），内部验证集92例（中心A），外部测试集125例（中心B）
818	2025-09-13	Deep learning based solar forecasting for optimal PV BESS sizing in ultra fast charging stations 2025-Sep-09, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-17408-0 PMID:40925891	研究论文	提出一种结合深度学习太阳能预测和遗传算法的优化框架，用于超快充电站中光伏和电池储能系统的最优容量规划	使用GRU模型进行光伏输出预测，并结合遗传算法针对工作日和周末需求模式优化系统容量，提升净现值和能源自给率	NA	优化超快充电站的可再生能源系统配置以提高经济性和电网独立性	超快充电站的光伏和电池储能系统	机器学习	NA	深度学习，遗传算法	GRU	时间序列数据，能源需求数据	NA
819	2025-09-13	PCGMMF: a prediction method for breast cancer prognostic recurrence and metastasis risk based on enhanced multimodal feature fusion 2025-Sep-09, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2025.104907 PMID:40935222	研究论文	提出一种基于增强多模态特征融合的乳腺癌预后复发和转移风险预测方法PCGMMF	结合双向注意力和自注意力机制的多模态特征融合模块BSAMF，整合组织病理学图像、临床数据、基因表达和DNA甲基化数据	未明确说明样本规模或外部验证结果	预测乳腺癌预后复发和转移风险	乳腺癌患者	数字病理学	乳腺癌	基因表达分析, DNA甲基化分析, 组织病理学成像	Vision-LSTM, SVM, 注意力机制	图像, 临床数据, 基因组数据, 表观遗传数据	NA
820	2025-09-13	Seasonal Inactivation of Cryptosporidium parvum Oocysts in Soil and Manure Microenvironments Using LSTM-based Environmental Model 2025-Sep-09, Journal of food protection IF:2.1Q3 DOI:10.1016/j.jfp.2025.100617 PMID:40935338	研究论文	本研究利用LSTM深度学习模型模拟季节性环境条件，研究土壤和粪便微环境中隐孢子虫卵囊的灭活动力学	首次将LSTM深度学习应用于模拟季节性环境条件以研究病原体灭活，结合人工智能与实验验证	研究基于特定地区（巴吞鲁日）的气候数据，结果可能受地域限制	评估季节变化对隐孢子虫卵囊在环境中的存活影响，改进病原体风险评估方法	隐孢子虫卵囊在土壤和粪便微环境中的灭活过程	环境微生物学	人畜共患病	LSTM深度学习模型，ANOVA统计分析	LSTM	气候数据，实验观测数据	30天的连续观测数据（夏季和冬季条件对比）