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	2025-09-09	Enhancing Toxicity Prediction of Synthetic Chemicals via Novel SMILES Fragmentation and Interpretable Deep Learning 2025-Sep-08, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c01042 PMID:40856693	研究论文	提出一种结合SMILES片段化策略与一维卷积神经网络的深度学习框架，用于合成化学品的毒性预测和结构警报识别	开发了四种新型SMILES片段化方法并集成可解释深度学习模型，在毒性预测中实现了优越性能	NA	提高合成化学品的毒性预测准确性和模型可解释性	合成化学品	自然语言处理	NA	SMILES fragmentation, deep learning	1D CNN	化学结构文本数据(SMILES)	581537个PubChem化合物用于训练，28160个合成化学品用于预测
842	2025-09-09	MultiSAAl: Sequence-Informed Antibody-Antigen Interaction Prediction Using Multiscale Deep Learning 2025-Sep-08, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c01511 PMID:40874985	研究论文	提出MultiSAAI框架，利用多尺度深度学习从序列信息预测抗体-抗原相互作用	首次明确考虑抗体重链和轻链在抗原结合中的不同作用，整合语言模型嵌入、理化特性、几何约束和残基可替换性等多尺度特征	NA	开发准确的序列基础方法预测抗体-抗原相互作用，以降低实验成本并促进治疗性抗体发现	抗体和抗原的相互作用	自然语言处理	传染病（如SARS-CoV-2）	深度学习，语言模型	多尺度网络架构	序列数据	通用抗体-抗原数据集和SARS-CoV-2数据集（具体样本数未提供）
843	2025-09-09	Optimized node-level capsule graph neural network for subject-independent emotion recognition from EEG signals 2025-Sep-08, Electromagnetic biology and medicine IF:1.6Q4 DOI:10.1080/15368378.2025.2541792 PMID:40916628	研究论文	提出一种基于PFOA优化的节点级胶囊图神经网络，用于从EEG信号中进行主体无关的情绪识别	使用Piranha Foraging Optimization Algorithm (PFOA) 优化节点级胶囊图神经网络参数，提高情绪识别精度	NA	开发高精度、强鲁棒性的主体无关情绪识别模型	EEG信号和情绪状态（平静、快乐、悲伤、愤怒）	机器学习	NA	Vibrational Mode Decomposition, 深度学习	Node-Level Capsule Graph Neural Network (NCGNN)	EEG信号	NA
844	2025-09-09	Artificial Intelligence in Contact Dermatitis: Current and Future Perspectives 2025-Sep-08, Dermatitis : contact, atopic, occupational, drug IF:4.0Q1 DOI:10.1177/17103568251376647 PMID:40916798	综述	本文回顾了人工智能在接触性皮炎诊断与管理中的当前应用与未来前景	展示了AI在斑贴试验图像分析、生物标志物发现和患者风险分析中的创新应用，诊断准确率高达99.5%	存在数据集偏差、缺乏标准化以及模型可解释性不足等限制	探索人工智能如何提升接触性皮炎诊断的准确性、效率及可及性	接触性皮炎患者，包括过敏性接触性皮炎和刺激性接触性皮炎	数字病理学	接触性皮炎	机器学习，深度学习	CNN，ML算法	图像，转录组数据，临床数据	基于12项原始研究，具体样本量未明确说明
845	2025-09-09	Prognostic Utility of a Deep Learning Radiomics Nomogram Integrating Ultrasound and Multi-Sequence MRI in Triple-Negative Breast Cancer Treated with Neoadjuvant Chemotherapy 2025-Sep-08, Journal of ultrasound in medicine : official journal of the American Institute of Ultrasound in Medicine IF:2.1Q2 DOI:10.1002/jum.70054 PMID:40920176	研究论文	本研究开发并验证了一种结合超声和多序列MRI的深度学习放射组学列线图模型，用于预测接受新辅助化疗的三阴性乳腺癌患者的预后	首次将超声和多序列MRI的深度学习放射组学特征与临床参数整合，构建预后预测模型，并在多中心数据中验证其性能	回顾性研究设计，样本量较小（103例），外部验证仅包含31例病例	评估深度学习放射组学列线图在预测三阴性乳腺癌患者新辅助化疗后生存、复发和转移方面的预后性能	经组织病理学确诊的三阴性乳腺癌患者	数字病理	乳腺癌	深度学习放射组学，超声成像，多序列磁共振成像	DLRN（深度学习放射组学列线图）	医学影像（二维超声和三维MRI图像）	103例患者（72例训练集，31例验证集）
846	2025-09-09	A Deep Learning-Based Fully Automated Cardiac MRI Segmentation Approach for Tetralogy of Fallot Patients 2025-Sep-07, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.70113 PMID:40916364	研究论文	本研究评估了基于深度学习的全自动心脏MRI分割方法在法洛四联症患者中的应用效果	采用MultiResUNet模型在混合数据集（包含法洛四联症和非法洛四联症病例）上训练，实现了最优的心脏结构分割性能	研究为回顾性设计，外部验证样本量较小（n=12）	开发并验证用于法洛四联症患者心脏MRI自动分割的深度学习模型	427名心脏疾病患者（122名法洛四联症患者，305名非法洛四联症患者）	医学影像分析	心血管疾病	心脏MRI，稳态自由进动电影序列	U-Net, Deep U-Net, MultiResUNet	医学影像	427名患者（395名用于训练/验证，32名用于内部测试，12名用于外部验证）
847	2025-09-09	Automated detection of lameness in dairy cattle through computer vision analysis of back shape characteristics 2025-Sep-06, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111038 PMID:40915069	研究论文	通过计算机视觉分析奶牛背部形状特征实现奶牛跛行的自动检测	首次采用关键点检测算法对奶牛背部进行分区（颅部、中部、尾部）并提取曲率特征，结合深度学习模型实现高精度跛行分类	研究仅针对荷斯坦-弗里斯兰品种，未验证在其他品种的普适性；依赖单视角摄像头可能受拍摄角度限制	开发基于计算机视觉的客观方法替代主观视觉评估，提升奶牛跛行检测准确性和早期识别能力	260头荷斯坦-弗里斯兰奶牛	计算机视觉	动物疾病（奶牛跛行）	关键点检测算法、曲率分析、深度学习	深度学习模型（未指定具体类型）	图像（侧视摄像头采集）	260头奶牛
848	2025-09-09	Shifted windowing vision transformer-based skin cancer classification via transfer learning 2025-Sep-06, Clinics (Sao Paulo, Brazil) DOI:10.1016/j.clinsp.2025.100724 PMID:40915182	研究论文	提出一种基于移位窗口视觉Transformer和迁移学习的皮肤癌分类方法	利用视觉Transformer的注意力机制捕捉图像全局关系，克服CNN局部感受野限制	训练数据有限且不平衡，模型跨域适应性和鲁棒性尚未完全解决	皮肤癌早期识别与分类	皮肤病变图像	计算机视觉	皮肤癌	迁移学习	Vision Transformer (ViT)	图像	NA
849	2025-09-09	A transfer learning-enhanced deep learning framework for efficient and interpretable soil heavy metal pollution prediction under data scarcity and spatial heterogeneity 2025-Sep-05, Journal of hazardous materials IF:12.2Q1 DOI:10.1016/j.jhazmat.2025.138926 PMID:40516468	研究论文	提出一种结合迁移学习和深度学习的框架，用于在数据稀缺和空间异质性条件下高效且可解释地预测土壤重金属污染	集成迁移学习的CNN模型（TL-CNN），结合多源异构数据与GradSHAP可解释性模块，显著提升预测精度并减少对实地采样的依赖	NA	大规模土壤重金属污染风险高效预测与可解释性分析	土壤重金属污染数据（包括遥感、网络和实地采样数据集）	机器学习	NA	迁移学习（TL）、深度学习（DL）、卷积神经网络（CNN）、GradSHAP可解释性分析	CNN	遥感数据、网络数据、实地采样数据（含空间区域化特征）	以韶关市2018-2022年数据为例，具体样本量未明确说明
850	2025-09-09	Proposition of a new, minimally-invasive, software smartphone device to predict sleep apnea and its severity 2025-Sep-05, Sleep & breathing = Schlaf & Atmung DOI:10.1007/s11325-025-03441-w PMID:40911165	研究论文	提出并评估一款基于智能手机的软件应用Apneal®，通过声音和运动记录预测睡眠呼吸暂停及其严重程度	开发了一款利用智能手机内置传感器（麦克风、加速度计、陀螺仪）和深度学习模型进行呼吸事件自动检测的 minimally-invasive（微创）工具	单中心概念验证研究，样本量较小（46名患者），模型为初版（0.1版）	评估智能手机应用在睡眠呼吸暂停诊断中的性能，解决多导睡眠图（PSG）可及性不足的问题	成年疑似睡眠呼吸暂停患者	医疗健康技术	睡眠呼吸暂停	声音信号分析、运动传感器数据分析、深度学习	sequential deep-learning model（序列深度学习模型）	声音信号、运动传感器数据	46名成年患者（女性34%，BMI 28.7 kg/m²）
851	2025-09-09	Enhancing cybersecurity in virtual power plants by detecting network based cyber attacks using an unsupervised autoencoder approach 2025-Sep-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-01863-w PMID:40913053	研究论文	提出一种基于无监督自编码器的深度学习方法来检测虚拟电厂中的虚假数据注入攻击	首次将无监督自编码器应用于虚拟电厂网络安全领域，专注于检测虚假数据注入攻击	方法仅在模拟测试系统（9总线和IEEE-39总线）中进行验证，未涉及真实环境数据	增强物联网能源系统的网络安全，特别是保护虚拟电厂免受网络攻击	虚拟电厂（VPP）系统及其网络数据	网络安全	NA	无监督深度学习，自编码器（AE）	Autoencoder	时间序列数据	1000天的时间序列数据，基于MATLAB Simulink模拟的测试系统
852	2025-09-09	Accelerated Patient-specific Non-Cartesian MRI Reconstruction using Implicit Neural Representations 2025-Sep-05, International journal of radiation oncology, biology, physics DOI:10.1016/j.ijrobp.2025.08.059 PMID:40915433	研究论文	本研究开发了一种基于隐式神经表示的新型生成对抗训练方法（k-GINR），用于加速非笛卡尔MRI重建	提出结合对抗训练的两阶段隐式神经表示网络，能够直接处理连续k空间信号并兼容任意采样模式	NA	开发加速MRI采集的图像重建方法，适用于图像引导治疗应用	患者肝脏MRI数据	医学影像重建	肝脏疾病	MRI，非笛卡尔采样	INR，GAN，CNN	k空间数据，图像	118例前瞻性采集的StarVIBE T1加权肝脏扫描及对应线圈数据
853	2025-09-09	[Generative artificial intelligence ChatGPT in clinical nutrition - Advances and challenges] 2025-Sep-04, Nutricion hospitalaria IF:1.2Q4 DOI:10.20960/nh.05692 PMID:40066572	评论	本文探讨了生成式人工智能ChatGPT在临床营养学中的进展与挑战	评估ChatGPT在营养评估、诊断和个性化干预中的创新应用潜力	缺乏非语言线索解读能力，多医疗条件整合不足，膳食计划存在热量偏差和微量营养素失衡	分析AI工具在临床营养管理中的优化作用与实施要求	临床营养患者与营养管理流程	自然语言处理	NA	机器学习与深度学习	生成式AI（ChatGPT）	临床记录文本数据	NA
854	2025-09-09	A systematic review of contactless respiratory rate measurement using RGB cameras 2025-Sep-04, Physiological measurement IF:2.3Q3 DOI:10.1088/1361-6579/adfc24 PMID:40816317	系统综述	本文系统综述了使用RGB摄像头进行无接触呼吸率测量的最新进展、数据集评估及技术挑战	全面比较RGB摄像头与其他传感器模态的性能，并指出未来需开发新方法以提升无接触呼吸率测量的准确性和可靠性	现有研究对真实世界数据集不足且对环境变化敏感，在低光照、高运动或复杂无控制环境下性能显著下降	探索无接触呼吸率测量技术，以改善患者护理并扩展医疗监测应用场景	呼吸率（RR）测量技术及相关数据集	计算机视觉	NA	信号预处理、滤波和基于特征的技术	深度学习和混合模型	视频（RGB图像序列）	基于现有公共数据集，涉及不同光照、肤色和运动条件下的多样性样本
855	2025-09-09	Technical system of electroencephalography-based brain-computer interface: Advances, applications, and challenges 2025-Sep-03, Neural regeneration research IF:5.9Q1 DOI:10.4103/NRR.NRR-D-25-00217 PMID:40903968	综述	本文系统回顾了基于脑电图的脑机接口技术系统在信号采集、范式设计、解码算法和应用方面的进展、应用与挑战	强调脑机接口四大支柱技术的整合发展，并探讨了多模态融合与自适应算法等未来方向	长期信号稳定性不足、用户训练周期长、易引发视觉认知疲劳、跨设备兼容性差以及伦理数据问题	缩小脑机接口技术与实际应用之间的差距，指导未来研究发展	脑电图信号及其在技术系统中的应用	神经工程与生物医学工程	中风康复	EEG, EMG, 眼动追踪, 黎曼几何, 深度学习, 迁移学习	深度学习架构	神经信号（EEG）, 生理信号（EMG）, 眼动数据	NA
856	2025-09-09	Anatomical-Marker-Driven 3D Markerless Human Motion Capture 2025-Sep, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3424869 PMID:38980775	研究论文	提出一种基于解剖标志的无标记运动捕捉方法，通过深度学习从图像估计2D关键点并计算3D标记位置	利用基于标记运动捕捉系统的解剖标志创建高质量数据集，直接预测解剖关键点，提高2D关键点标注精度	仅在10名受试者上进行评估，样本规模有限	提高无标记运动捕捉系统的精度，促进其在生物力学研究中的广泛应用	人体运动分析	计算机视觉	NA	深度学习，基于射线距离的三角测量	深度神经网络	RGB图像	10名受试者执行各种动作
857	2025-09-09	Multiview Deep Learning-Based Efficient Medical Data Management for Survival Time Forecasting 2025-Sep, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3422180 PMID:38954570	研究论文	提出一种基于多视图深度学习的医疗数据管理框架MDL-MDM，用于提升癌症患者生存时间预测的准确性	引入集成深度学习思想，结合CNN、GAT和GCN三种神经网络构建多视图特征学习框架	NA	实现远程医疗管理中高效的数据管理和生存时间预测	癌症患者的生理指标监测数据	机器学习	癌症	深度学习	CNN, GAT, GCN	医疗监测数据	美国癌症患者真实数据集（具体数量未说明）
858	2025-09-09	Efficient Training of Probabilistic Neural Networks for Survival Analysis 2025-Sep, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3417369 PMID:38905091	研究论文	本研究比较了三种概率方法（VI、MCD和SNGP）在生存分析中的训练效率和性能表现	首次在生存分析中系统评估非VI方法（MCD和SNGP）的性能，证明它们在保持预测准确性的同时提供更好的校准性能和计算效率	研究仅基于MIMIC-IV数据集进行验证，需要更多数据集证明泛化能力	探索在高维数据集上训练深度概率生存模型而不增加模型复杂度的有效方法	生存分析中的概率神经网络模型	机器学习	NA	Variational Inference, Monte Carlo Dropout, Spectral-normalized Neural Gaussian Process	概率神经网络	临床生存数据	基于MIMIC-IV数据集（具体样本数未明确说明）
859	2025-09-09	AI-Enhanced Lung Cancer Prediction: A Hybrid Model's Precision Triumph 2025-Sep, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3447583 PMID:39172617	研究论文	提出一种结合CNN和BiLSTM的混合深度学习模型，用于从患者医疗文本中检测肺癌	开发了CNN与BiLSTM的混合架构，在肺癌预测任务中实现了最先进的性能表现	NA	提升肺癌早期检测的精确度，推动精准医疗中人工智能模型的发展	肺癌患者	自然语言处理	肺癌	深度学习	CNN, BiLSTM	文本	基于MIMIC IV数据集和Yelp Review Polarity数据集
860	2025-09-09	Unipolar voltage electroanatomic mapping detects structural atrial remodeling identified by LGE-MRI 2025-Sep, Heart rhythm IF:5.6Q1 DOI:10.1016/j.hrthm.2024.10.015 PMID:39396602	研究论文	本研究探讨单极电压电解剖标测与LGE-MRI识别心房结构重构的相关性	首次系统比较单极与双极低电压区在识别LGE-MRI延迟增强区域方面的性能差异	样本量较小（仅20例患者），需更大规模研究验证	探索心房颤动患者左心房基质评估中电解剖标测与MRI影像的一致性	心房颤动患者	数字病理学	心血管疾病	LGE-MRI, 高密度电解剖标测, 深度学习分割	深度学习	医学影像, 电生理数据	20例接受房颤消融术的患者