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
841	2025-07-05	Enhancing sarcasm detection in sentiment analysis for cyberspace safety using advanced deep learning techniques 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-08131-x PMID:40596266	研究论文	本文提出了一种基于深度学习的讽刺检测方法，用于社交媒体中的情感分析，以增强网络空间安全	结合CNN和AM-BLSTM-GRU模型，并使用ESRD优化器优化分类器参数，显著提高了讽刺检测的性能	未提及模型在跨语言或多语言环境下的适用性	开发高效的讽刺检测系统以识别和减少网络欺凌行为	社交媒体帖子中的讽刺内容	自然语言处理	NA	NLP	CNN, AM-BLSTM-GRU	文本	来自Kaggle和新闻标题的数据集
842	2025-07-05	A deep learning-based computed tomography reading system for the diagnosis of lung cancer associated with cystic airspaces 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-05986-y PMID:40596379	research paper	提出一种基于深度学习的CT图像阅读系统LungSSFNet，用于辅助诊断与囊性气腔相关的肺癌	开发了新的深度学习模型LungSSFNet，其在识别和分割与囊性气腔相关的肺癌及肺大泡方面优于现有模型	研究为回顾性分析，样本量相对有限，需进一步前瞻性研究验证	探索深度学习模型在辅助诊断与囊性气腔相关的肺癌中的性能	与囊性气腔相关的肺癌及肺大泡的CT图像	digital pathology	lung cancer	CT成像	LungSSFNet（基于nnUnet开发）	image	342个CT系列（272个来自LCCA患者，70个来自肺大泡患者）
843	2025-07-05	Clinical validation of AI assisted animal ultrasound models for diagnosis of early liver trauma 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-91900-5 PMID:40596647	研究论文	该研究开发了一种AI辅助超声模型，用于早期肝创伤识别，使用了中国北京的巴马小型猪和患者数据	开发了一种结合动物和临床数据的深度学习模型，在内部测试中表现优于初级和高级超声医师	模型性能略低于高级超声医师	开发AI辅助工具用于早期肝创伤诊断	巴马小型猪和北京的患者	数字病理学	肝创伤	超声成像	深度学习模型	超声图像	巴马小型猪和北京的患者数据
844	2025-07-05	Drug-target interaction/affinity prediction: Deep learning models and advances review 2025-Jul-02, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110438 PMID:40609289	综述	本文综述了深度学习模型在药物-靶点相互作用/亲和力预测中的应用及其进展	总结了2016至2025年间180种基于机器学习和深度学习的药物-靶点相互作用预测方法，并讨论了这些模型的新颖性、架构和输入表示	未提及具体模型的性能比较或实际应用中的局限性	加速药物发现过程，提高药物-靶点相互作用预测的准确性和效率	药物-靶点相互作用和亲和力预测方法	机器学习	NA	深度学习，图神经网络	深度学习模型，图神经网络	NA	分析了180种方法
845	2025-07-05	A Novel Two-step Classification Approach for Differentiating Bone Metastases From Benign Bone Lesions in SPECT/CT Imaging 2025-Jul-02, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.06.010 PMID:40610298	研究论文	开发并验证了一种新颖的两步深度学习框架，用于SPECT/CT成像中骨转移瘤的自动检测、分割和分类	提出了一种结合多尺度注意力融合模块和三重注意力机制的分割模型BL-Seg，以及基于放射组学的集成学习分类器，用于区分良恶性病变	使用单一机构收集的专有数据集，可能存在数据偏差	提高骨转移瘤的早期诊断准确性并促进个性化治疗计划	SPECT/CT成像中的骨转移瘤和良性骨病变	数字病理学	骨转移瘤	SPECT/CT成像	BL-Seg分割模型和集成学习分类器	医学影像	机构内收集的SPECT/CT病例数据集，分为训练集和测试集
846	2025-07-05	Reconstruction of Heart-related Imaging from Lung Electrical Impedance Tomography Using Semi-Siamese U-Net 2025-Jul-02, Current medical imaging IF:1.1Q3 DOI:10.2174/0115734056408077250610070821 PMID:40611416	研究论文	本研究提出了一种半孪生U-Net架构，用于从肺部电阻抗断层扫描（EIT）中重建心脏相关阻抗成像	采用新型半孪生U-Net架构，通过共享编码器和两个独立解码器分别分割肺部和心脏区域	目前结果仅限于真实数据的定性评估和基于模拟的训练	克服肺部阻抗变化的主导影响，改进心脏相关EIT重建	肺部EIT数据中的心脏相关信号	医学影像处理	心血管疾病	电阻抗断层扫描（EIT）	半孪生U-Net	医学影像数据	基于FEM的EIT模拟数据和真实人类EIT数据
847	2025-07-05	3MT-Net: A Multi-Modal Multi-Task Model for Breast Cancer and Pathological Subtype Classification Based on a Multicenter Study 2025-Jul, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3445952 PMID:39163184	研究论文	本文提出了一种名为3MT-Net的多模态多任务深度学习架构，用于乳腺癌及其病理亚型的分类	结合临床数据和超声图像，采用AM-CapsNet提取特征，并通过级联交叉注意力机制融合多模态数据，同时使用集成学习方法动态分配权重	数据为回顾性收集，可能影响模型的泛化能力	提高乳腺癌及其病理亚型分类的准确性	乳腺癌患者	数字病理	乳腺癌	深度学习	3MT-Net, AM-CapsNet	临床数据, B型超声图像, 彩色多普勒超声图像	来自九个医疗中心的数据
848	2025-07-05	Fewer medullary pyramids in the living kidney donor are associated with graft failure in the recipient 2025-Jul, American journal of transplantation : official journal of the American Society of Transplantation and the American Society of Transplant Surgeons IF:8.9Q1 DOI:10.1016/j.ajt.2025.01.041 PMID:39892790	研究论文	本研究旨在通过计算机断层扫描（CT）和组织学分析，识别与活体肾移植受者死亡审查移植物失败相关的肾实质结构特征	首次发现肾髓质金字塔数量较少与移植物失败相关，并提出了髓质金字塔计数作为预测移植失败的潜在生物标志物	研究仅针对ABO相容的活体肾移植受者，结果可能不适用于其他类型的肾移植	探索与活体肾移植受者移植物失败相关的肾实质结构特征	活体肾移植受者	数字病理学	肾脏疾病	计算机断层扫描（CT）和组织学分析	深度学习模型	图像和活检组织数据	3098名受试者，随访中位数为5年，发生346例移植物失败事件
849	2025-07-05	Exploring an Innovative Deep Learning Solution for Acupuncture Point Localization on the Weak Feature Body Surface of the Human Back 2025-Jul, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3511128 PMID:40030421	research paper	探索一种创新的深度学习解决方案，用于人体背部弱特征体表的穴位定位	提出了一种利用带有自注意力模块的深度学习网络进行图像特征全局提取的创新方法，解决了传统CNN在弱特征图像任务中因过度裁剪和缩放操作导致的分类模糊问题	研究仅针对人体背部穴位，未涵盖其他部位的穴位定位	探索高效可靠的穴位定位与识别解决方案，解决该任务中的主观性和标准化不足问题	人体背部弱特征体表的84个穴位	computer vision	NA	deep learning	CNN with self-attention module	image	自建的人体背部穴位数据集，具体样本数量未明确说明
850	2025-07-05	Class-Agnostic Feature-Learning-Based Deep-Learning Model for Robust Melanoma Prediction 2025-Jul, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3535536 PMID:40031346	研究论文	本研究开发了一种基于类无关激活映射（CAAMs）的深度学习模型，用于提高黑色素瘤预测的准确性和可靠性	使用类无关激活映射（CAAMs）解决图像变异性和变换鲁棒性问题，提高了模型的诊断准确性和可靠性	未提及具体局限性	开发一种鲁棒的深度学习模型，用于黑色素瘤预测	黑色素瘤和痣的皮肤病变图像	计算机视觉	黑色素瘤	深度学习	ConvNeXt, ResNet	图像	ISIC 2017和2019数据集
851	2025-07-05	Respiratory Anomaly and Disease Detection Using Multi-Level Temporal Convolutional Networks 2025-Jul, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3545156 PMID:40031640	research paper	提出一种新型深度学习框架，通过多级时间卷积网络（ML-TCN）提升呼吸音异常和疾病检测的准确性	结合卷积操作捕获空间特征，并利用时间卷积网络挖掘时空相关性，显著提高模型性能	未明确提及模型在更大规模或多样化数据集上的泛化能力	开发自动化呼吸音分析技术以早期检测肺部疾病	呼吸音音频数据中的异常呼吸周期和呼吸记录	digital pathology	lung cancer	Deep Learning (DL), transfer learning	Multi-Level Temporal Convolutional Networks (ML-TCN)	audio	ICBHI 2017 challenge dataset
852	2025-07-05	Optimal Electroencephalogram and Electrooculogram Signal Combination for Deep Learning-Based Sleep Staging 2025-Jul, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3541453 PMID:40031834	研究论文	本研究探讨了基于深度学习的自动睡眠分期中，脑电图（EEG）和眼电图（EOG）信号组合的最优选择	首次系统地比较了不同EEG和EOG信号组合在深度学习自动睡眠分期中的性能，发现简化测量设置不会影响性能	研究仅针对疑似阻塞性睡眠呼吸暂停患者，结果可能不适用于其他人群	确定用于深度学习自动睡眠分期的EEG和EOG信号最优组合	876名疑似阻塞性睡眠呼吸暂停患者	机器学习	睡眠呼吸暂停	EEG, EOG信号分析	深度学习模型	生物电信号	876名疑似阻塞性睡眠呼吸暂停患者
853	2025-07-05	DSleepNet: Disentanglement Learning for Personal Attribute-Agnostic Three-Stage Sleep Classification Using Wearable Sensing Data 2025-Jul, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3541851 PMID:40031837	研究论文	本文提出了一种名为DSleepNet的新方法，通过解耦学习实现个人属性无关的三阶段睡眠分类，使用穿戴式传感数据进行长期非侵入性睡眠阶段监测	DSleepNet通过两个概率编码器将特征空间解耦为个人属性特定和个人属性无关的组件，并引入了独立激励机制以消除两类特征之间的相关性	未提及具体样本量或数据集的详细描述	提高睡眠阶段分类模型的泛化能力，减少个人属性对模型性能的影响	穿戴式传感数据	机器学习	睡眠障碍,心血管疾病,2型糖尿病,神经退行性疾病	解耦学习	CNN, DSleepNet	传感数据	NA
854	2025-07-05	Beyond the Ground Truth, XGBoost Model Applied to Sleep Spindle Event Detection 2025-Jul, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3544966 PMID:40031867	研究论文	本研究提出了一种基于XGBoost算法的新型机器学习检测框架SpinCo，用于睡眠纺锤体事件的自动检测，其性能接近最先进的深度学习技术，同时依赖于一组固定的易于解释的特征	提出了一种基于XGBoost的新框架SpinCo，结合详尽的滑动窗口特征提取，性能接近深度学习技术但更易解释；开发了一种新的按事件评估指标，增强了结果的可解释性；提出了一种新的性能评估测试，用于评估方法对未见专家的泛化能力	未明确提及具体限制，但暗示深度学习方法的决策过程难以理解是本研究的出发点	开发一种更易解释且性能接近深度学习的自动睡眠纺锤体检测方法	睡眠纺锤体事件	机器学习	NA	XGBoost算法，滑动窗口特征提取	XGBoost	EEG信号	NA
855	2025-07-05	Enhancing Image Retrieval Performance With Generative Models in Siamese Networks 2025-Jul, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3543907 PMID:40036556	研究论文	本研究探讨了生成模型在Siamese网络中的应用，以提高前列腺癌图像检索的性能	首次在文献中使用针对CBIR优化的潜在表示来训练注意力机制，用于执行WSI的Gleason评分	NA	评估生成深度学习模型如何提高CBIR系统中的检索质量	前列腺癌图像	计算机视觉	前列腺癌	GAN	Siamese Network	图像	SiCAPv2数据集
856	2025-07-05	Contrastive Learning With Transformer to Predict the Chronicity of Children With Immune Thrombocytopenia 2025-Jul, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3551365 PMID:40085458	研究论文	本文提出了一种结合对比学习和Transformer的新方法，用于预测儿童免疫性血小板减少症（ITP）的慢性化	整合对比学习与Transformer，处理小数据和类别不平衡问题，通过随机掩码和过采样技术增强数据	数据量小且类别不平衡，可能影响模型的泛化能力	早期预测儿童ITP的慢性化，以制定个性化治疗计划	儿童免疫性血小板减少症（ITP）患者	机器学习	免疫性血小板减少症	对比学习，Transformer	FT-Transformer	表格数据	真实世界的儿童ITP数据（具体数量未提及）
857	2025-07-05	High Sensitivity Photoacoustic Imaging by Learning From Noisy Data 2025-Jul, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3552692 PMID:40106247	研究论文	提出一种自监督深度学习方法，仅使用噪声数据提高光声图像的信噪比	无需昂贵真实数据训练，可跨不同光声成像系统实现，显著提升信噪比和成像深度	未明确说明方法在极端噪声条件下的性能或计算效率	提升光声成像技术在生物医学应用中的信噪比和成像深度	光声图像	生物医学成像	肿瘤	光声成像(PAI)	深度学习	图像	NA
858	2025-07-05	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	本文提出了一种名为UnitedDTA的新型可解释深度学习框架，用于整合多模态生物分子数据以提高药物-靶标结合亲和力预测的准确性	通过对比学习和跨注意力机制实现多模态数据的自动统一判别表示学习，提高了对未见药物和靶标的预测能力及模型的可解释性	未明确提及具体的数据规模限制或计算资源需求	改进药物-靶标相互作用预测的准确性和泛化能力	药物-靶标复合物及其结合亲和力	机器学习	NA	对比学习、跨注意力机制	深度学习框架（UnitedDTA）	多模态数据（序列、图、三维结构）	多个基准数据集（未明确具体数量）
859	2025-07-05	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	本研究验证了一种从扩散加权图像生成T2*加权图像的深度学习算法，并比较其在急性卒中患者中检测出血的性能	使用生成对抗网络从扩散加权图像生成T2加权图像，替代传统的T2加权图像用于急性卒中患者的出血检测	单中心回顾性研究，样本量有限，未评估其他MRI序列的替代效果	验证深度学习算法生成的T2*加权图像在急性卒中患者出血检测中的性能	急性卒中患者的MRI图像	医学影像分析	急性卒中	MRI	GAN	图像	939名患者的1491组MRI图像
860	2025-07-05	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	提出了一种名为PhysCL的生理信号对比学习方法，用于减少对标记PPG数据的依赖并提高无袖带血压估计的准确性	引入了知识感知增强库和对比特征重建方法，解决了对比学习中的语义一致性问题，并增强了特征多样性	需要跨数据集验证，且对未标记数据的依赖可能影响模型在特定数据集上的表现	开发一种减少对标记PPG数据依赖的深度学习方法，以提高无袖带血压估计的准确性	生理信号（PPG）数据	机器学习	心血管疾病	对比学习	深度学习模型	生理信号数据	106名受试者的数据，来自MIMIC III、MIMIC IV和UQVS数据集