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
8221	2025-11-17	Leveraging mid-infrared spectroscopic imaging and deep learning for tissue subtype classification in ovarian cancer 2023-Jun-12, The Analyst DOI:10.1039/d2an01035f PMID:37218522	研究论文	本研究结合中红外光谱成像和深度学习技术，实现了卵巢癌组织亚型的无标记自动分类	首次使用光学光热红外成像技术实现卵巢组织亚型的无标记定量自动识别，空间分辨率比现有仪器提高10倍	NA	开发基于中红外光谱成像和深度学习的卵巢癌组织亚型自动分类方法	卵巢癌组织样本	数字病理学	卵巢癌	中红外光谱成像，光学光热红外成像	深度学习	光谱图像	78例患者样本，超过6000万个数据点	NA	NA	分类准确度	NA
8222	2025-11-17	Predict In-Hospital Code Blue Events using Monitor Alarms through Deep Learning Approach 2018-Jul, Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference DOI:10.1109/EMBC.2018.8513269 PMID:30441177	研究论文	本研究使用LSTM深度学习模型分析ICU监护仪报警序列，预测院内蓝色代码事件	首次将LSTM序列深度学习模型应用于连续监护仪报警序列分析，捕捉蓝色代码事件前的时间依赖特征	初步研究，样本量有限，需要进一步验证	通过深度学习减少ICU监护仪误报警，提高蓝色代码事件预测准确性	重症监护室监护仪报警数据序列	医疗健康监测	重症监护	深度学习序列分析	LSTM	时间序列报警数据	NA	NA	LSTM	AUC, 敏感度, 特异度	NA
8223	2025-11-16	Advancing biomedical waste classification through a hybrid ensemble of deep Learning, reinforcement Learning, and differential evolution algorithms 2026-Jan-01, Waste management (New York, N.Y.) DOI:10.1016/j.wasman.2025.115210 PMID:41151359	研究论文	提出一种结合深度学习、强化学习和差分进化算法的混合集成模型，用于生物医学废物分类	首次将深度学习、强化学习和差分进化算法通过双异质集成方式结合，并开发了专用的生物分类机器Biosorter	仅在小型医疗中心进行实际部署验证，需要更大规模的应用测试	开发高效的生物医学废物分类系统，改善医疗废物管理	制药和生物医学废物，特别是感染性废物的分类	计算机视觉	NA	图像增强、集成图像分割、决策融合	CNN, 强化学习, 差分进化算法	图像	专有数据集和基准数据集	NA	U-Net, Mask R-CNN, DeepLab Version 3 Plus, Inception Version 3, Residual Network 50, Mobile Network Version 2, Densely Connected Convolutional Network 121	准确率, 处理吞吐量, 系统可用性量表(SUS)评分	NA
8224	2025-11-16	Accelerating the discovery and optimization of metal-organic framework materials via machine learning 2025-Dec, Advances in colloid and interface science IF:15.9Q1 DOI:10.1016/j.cis.2025.103671 PMID:40957153	综述	系统回顾机器学习在金属有机框架材料研究中的应用进展	整合最新机器学习技术与MOF研究进展，提供跨学科合作视角	未涉及具体实验验证数据，主要基于文献综述	加速MOF材料的发现与优化过程	金属有机框架材料	机器学习	NA	机器学习	回归分析,分类算法,聚类分析,深度学习,强化学习	材料特性数据	NA	NA	NA	模型评估指标	NA
8225	2025-11-16	A Hybrid Bidirectional Deep Learning Model Using HRV for Prediction of ICU Mortality Risk in TBI Patients 2025-Dec, Journal of healthcare informatics research IF:5.4Q1 DOI:10.1007/s41666-025-00209-5 PMID:41230239	研究论文	本研究开发了一种结合权重预测器和双向长短期记忆网络的混合深度学习模型，通过分析心率变异性来预测创伤性脑损伤患者的ICU死亡风险	提出了一种结合权重预测器和BiLSTM的混合深度学习架构，通过特征加权和时序模式捕捉来提升心率变异性数据的预测性能	模型完全依赖ICU监测的心电图数据，可能受限于数据质量和采集条件	通过分析心率变异性准确预测创伤性脑损伤患者在ICU的早期死亡风险	创伤性脑损伤患者	医疗健康分析	创伤性脑损伤	心电图信号分析，心率变异性分析	混合深度学习模型，BiLSTM	心电图信号，心率变异性数据	来自黄金海岸大学医院和CHARIS系统的创伤性脑损伤患者数据	NA	双向长短期记忆网络，权重预测器	准确率，AUROC，AUPRC	NA
8226	2025-11-16	Multi-Cohort Federated Learning Shows Synergy in Mortality Prediction for MRI-Based and Metabolomics-Based Age Scores 2025-Dec, Journal of healthcare informatics research IF:5.4Q1 DOI:10.1007/s41666-025-00208-6 PMID:41230244	研究论文	本研究通过联邦学习分析基于脑MRI的BrainAge和基于代谢物的MetaboAge两种生物年龄评分在死亡率预测中的协同作用	首次使用联邦学习研究不同生物年龄评分之间的相互作用，并发现BrainAge和MetaboAge在死亡率预测中具有互补价值	研究仅基于三个大型人群队列，数据共享限制可能影响更广泛的应用	研究基于脑MRI和代谢物的两种生物年龄评分之间的关系及其在死亡率和痴呆预测中的协同作用	三个大型人群队列的脑MRI数据和代谢物数据	机器学习	老年疾病	脑MRI, 代谢组学	深度学习	医学影像, 代谢物数据	三个大型人群队列	联邦学习框架	深度学习模型	年龄预测误差, 关联分析, 生存分析	NA
8227	2025-11-16	Binding mode prediction of imidazothiadiazoles against insect ecdysone receptors via a combination of AlphaFold3 and molecular simulations 2025-Dec, Pest management science IF:3.8Q1 DOI:10.1002/ps.70141 PMID:40808334	研究论文	结合AlphaFold3和分子模拟预测咪唑噻二唑类化合物与昆虫蜕皮激素受体的结合模式	首次使用AlphaFold3深度学习模型结合分子动力学模拟阐明咪唑噻二唑类化合物与昆虫蜕皮激素受体的诱导契合结合机制	标准对接算法难以模拟诱导契合机制，实验验证尚不充分	阐明咪唑噻二唑类化合物与昆虫蜕皮激素受体的分子结合机制	咪唑噻二唑类化合物和鳞翅目昆虫蜕皮激素受体	计算生物学	害虫防治	AlphaFold3, 分子动力学模拟, 结合自由能计算, QSAR分析	深度学习, 分子模拟	蛋白质结构, 配体结构, 结合亲和力数据	包括新合成的咪唑噻二唑类化合物	AlphaFold3, 分子模拟软件	AlphaFold3架构	结合自由能, 结合模式合理性评估	NA
8228	2025-11-16	Classification of neurological and mental health disorders based on multimodal approaches: A comprehensive review 2025-Dec, Neuroscience and biobehavioral reviews IF:7.5Q1 DOI:10.1016/j.neubiorev.2025.106399 PMID:41052735	综述	本文对基于深度学习的多模态方法在神经系统和精神健康疾病分类中的应用进行了全面综述	首次系统综述深度学习多模态方法在神经系统和精神健康疾病分类中的联合应用，涵盖十种主要疾病类型	存在数据不平衡、模型可解释性不足以及缺乏大规模高质量数据集等挑战	综述深度学习多模态方法在神经系统和精神健康疾病分类中的研究进展	十种主要疾病（五种神经系统疾病和五种精神健康疾病）	机器学习	神经系统疾病,精神健康疾病	多模态数据融合	深度学习	神经影像,生物信号,临床评估	NA	NA	NA	NA	NA
8229	2025-11-16	3D anatomical atlas of the heads of male and female adult Chamaeleo calyptratus 2025-Nov-15, Anatomical record (Hoboken, N.J. : 2007) DOI:10.1002/ar.70077 PMID:41239830	研究论文	本研究通过数字解剖图谱首次完整描述了变色龙头部的骨骼和软组织结构	创建了首个变色龙头部数字解剖图谱，首次绘制了颅缝和肌肉附着位点图谱，并探索了性别差异	仅使用两个成年样本进行研究，样本量有限	描述变色龙头部解剖结构并分析性别差异	成年雄性及雌性变色龙（Chamaeleo calyptratus）头部解剖结构	数字病理学	NA	对比增强染色技术，显微CT扫描	深度学习模型	3D图像数据	2个成年标本（雌雄各一）	NA	NA	NA	NA
8230	2025-11-16	Screening and analysis of malt pentapeptide DPP-IV inhibitory activity 2025-Nov-12, NPJ science of food IF:6.3Q1 DOI:10.1038/s41538-025-00584-8 PMID:41224748	研究论文	本研究通过多学科方法从麦芽中鉴定出具有DPP-IV抑制活性的五肽YPQPQ，并揭示其通过ERK信号通路发挥作用的机制	首次从麦芽醇溶蛋白中鉴定出五肽YPQPQ作为新型天然DPP-IV抑制剂，并阐明其通过调控ERK信号通路发挥作用的分子机制	研究主要基于计算模拟和体外实验，缺乏体内实验验证和临床前研究数据	从麦芽中筛选和验证具有DPP-IV抑制活性的天然化合物，为2型糖尿病治疗提供新候选药物	麦芽来源的五肽化合物，特别是YPQPQ五肽	计算生物学, 药物发现	2型糖尿病	分子对接, 分子动力学模拟, 网络药理学, 深度学习, 体外活性测试	ConPlex, KPGT	分子结构数据, 蛋白质序列, 活性测试数据	麦芽醇溶蛋白来源的五肽YPQPQ	NA	NA	IC50值(23.87 μM), ERK磷酸化水平	NA
8231	2025-11-16	A Large-Scale Synthetic Benchmark Dataset for Non-Cooperative Space Target Perception 2025-Nov-12, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-06056-8 PMID:41224761	研究论文	构建了一个用于空间目标感知的大规模合成基准数据集NCSTP	创建了首个支持空间目标检测、识别和部件分割的多任务合成数据集，通过Blender模拟真实空间环境生成多样化图像	数据为合成生成而非真实空间图像，可能与实际空间环境存在差异	解决空间目标感知研究中缺乏大规模标注数据集的问题	卫星、空间碎片和太空岩石等空间目标	计算机视觉	NA	Blender三维建模与渲染	目标检测模型,语义分割模型	合成图像	200,000张图像	NA	NA	NA	NA
8232	2025-11-16	Deep generative optimization of mRNA codon sequences for enhanced mRNA translation and therapeutic efficacy 2025-Nov-12, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-64894-x PMID:41224770	研究论文	提出深度学习框架RiboDecode，通过优化mRNA密码子序列增强mRNA翻译效率和治疗效果	直接从大规模核糖体分析数据学习，在大型序列空间进行生成式探索，实现数据驱动且考虑细胞环境的mRNA设计	未明确说明模型在更广泛疾病模型中的适用性	优化mRNA密码子序列以提高mRNA翻译效率和治疗效果	mRNA密码子序列、流感血凝素mRNA、神经生长因子mRNA	机器学习	流感病毒感染、视网膜神经节细胞损伤	核糖体分析、深度生成模型	深度学习生成模型	序列数据、核糖体分析数据	小鼠模型研究	NA	NA	预测准确性、蛋白表达水平、中和抗体反应强度、神经保护效果	NA
8233	2025-11-14	Deep learning approach to energy consumption modeling in wastewater pumping systems 2025-Nov-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-23158-w PMID:41224784	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
8234	2025-11-16	Deep learning-based metal artifact reduction in CT for total knee arthroplasty 2025-Nov-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-21012-7 PMID:41224803	研究论文	本研究开发了一种基于深度学习的膝关节金属伪影减少网络(KMAR-Net)，用于全膝关节置换术后CT图像中的金属伪影消除	开发了专门的深度学习网络KMAR-Net，在金属伪影减少方面优于传统的投影完成方法	研究样本量有限，仅包含50名无金属假体患者和44名TKA术后患者	评估基于深度学习的金属伪影减少技术在TKA术后CT评估中的性能	全膝关节置换术后患者的CT图像	医学影像处理	骨科疾病	CT扫描	深度学习网络	CT图像	50名无金属假体患者用于开发数据集，44名TKA术后患者用于临床测试	NA	KMAR-Net	面积测量、平均衰减值、标准差、视觉分级分析	NA
8235	2025-11-16	An enhanced deep learning-based framework for diagnosing apple leaf diseases 2025-Nov-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-23272-9 PMID:41224813	研究论文	提出一种改进的轻量级YOLOv8模型E-YOLOv8，用于苹果叶部病害的实时诊断	融合GhostConv和C3模块减少冗余特征提取和计算成本，结合CBAM注意力和定制FPN增强多尺度特征融合和小病变检测能力	仅针对苹果叶部病害进行验证，未测试在其他作物病害上的泛化能力	开发轻量级深度学习框架实现苹果叶部病害的实时准确诊断	苹果叶部病害图像	计算机视觉	植物病害	深度学习	YOLO	图像	大规模苹果叶部病害数据集	NA	YOLOv8, E-YOLOv8, GhostConv, C3, CBAM, FPN	mAP0.5, GFLOPs, 参数量	边缘设备
8236	2025-11-16	D-TNet: a hybrid Dense Net-transformer model for robust diabetic retinopathy detection 2025-Nov-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-23234-1 PMID:41224814	研究论文	提出一种混合DenseNet-Transformer模型D-TNet，用于糖尿病视网膜病变的鲁棒检测和严重程度分级	首次将DenseNet121的空间特征提取能力与Transformer的长距离上下文依赖建模能力相结合，解决了传统AI方法在DR严重程度分级中的不平衡分类和泛化能力差的问题	需要跨数据集验证和实际部署测试，尚未整合多模态临床数据	开发可靠的糖尿病视网膜病变自动检测和严重程度分级系统	糖尿病视网膜病变患者的视网膜图像	计算机视觉	糖尿病视网膜病变	深度学习	CNN, Transformer	图像	来自APTOS2019和Messidor-2数据集的视网膜图像	NA	DenseNet121, Transformer	准确率, F1分数, Kappa分数	NA
8237	2025-11-16	Underwater dam image enhancement based on CNN-transformer fusion 2025-Nov-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-23746-w PMID:41224884	研究论文	提出融合CNN和Transformer的ESRTGAN网络用于水坝水下图像增强	首次将CNN的局部特征提取与Transformer的全局上下文建模相结合用于水坝水下图像增强	未明确说明模型在极端浑浊水域的泛化能力	解决水坝水下图像的光学退化问题，提升图像质量以支持安全检测	水坝水下结构图像	计算机视觉	NA	图像增强技术	GAN, CNN, Transformer	图像	真实水坝水下图像数据集（未明确具体数量）	NA	ESRTGAN（包含多尺度特征融合、自适应通道注意力机制）	PSNR, SSIM, LPIPS	NA
8238	2025-11-16	Multimodal deep learning for midpalatal suture assessment in maxillary expansion 2025-Nov-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-23500-2 PMID:41224896	研究论文	开发并验证了用于腭中缝成熟度评估的多模态深度学习框架DeepMSM	首个整合锥形束CT与临床指标的多模态深度学习框架，采用基于注意力的融合策略	回顾性研究，样本量相对有限（200例患者）	开发自动化的腭中缝成熟度评估系统以提高正畸治疗规划的可靠性	200名7-36岁正畸患者的腭中缝	医学影像分析	正颌畸形	锥形束CT，头影侧位片	深度学习	医学影像，临床变量	200名正畸患者	NA	基于注意力的融合架构	准确率，F1分数	NA
8239	2025-11-16	Integrating transfer learning with scalogram analysis for blood pressure estimation from PPG signals 2025-Nov-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-23350-y PMID:41224941	研究论文	本研究开发了一种基于深度学习和迁移学习的可靠方法，通过光电容积脉搏波信号进行血压估计	提出了一种独特的迁移学习框架，将尺度图深度特征提取与随机森林回归相结合，为血压估计提供了新途径	仅使用MIMIC-II公开数据库，未在其他数据集上验证模型泛化能力	开发并验证基于深度学习的可靠血压估计方法	光电容积脉搏波信号	机器学习	心血管疾病	连续小波变换	CNN	信号数据	来自MIMIC-II数据库的样本	NA	VGG16, ResNet50, InceptionV3, NASNetLarge, InceptionResNetV2, ConvNeXtTiny	平均绝对误差, 标准差	NA
8240	2025-11-16	Four-class classification of tumor-induced colorectal obstruction histopathology: A ResNet-mamba-mased study on cellular interaction pattern recognition 2025-Nov-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-23263-w PMID:41224975	研究论文	开发基于ResNet和状态空间模块的深度学习模型，用于识别肿瘤性结直肠梗阻病理切片中的细胞相互作用模式并进行四分类	结合残差卷积网络和双向状态空间模块，能够同时进行多尺度特征提取和细胞相互作用的时空动态建模	数据来自单中心回顾性收集，缺乏外部多中心验证；仅在离线环境中评估，缺少真实工作流程中的前瞻性临床验证	开发深度学习模型识别肿瘤性肠梗阻病理切片中的细胞相互作用模式	肿瘤诱导性肠梗阻患者的病理切片	数字病理	结直肠癌	病理切片分析	CNN, SSM	图像	来自蚌埠医科大学第一附属医院的回顾性病理切片数据集	PyTorch	ResNet, Mamba	准确率, 宏F1分数, ROC-AUC, 召回率	NA