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
9741	2025-10-06	Myocardial Infarction Detection using Variational Mode Decomposition with Fuzzy Weight Particle Swarm Optimization and Depthwise Separable Convolutional Network 2025-Jul, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110329 PMID:40403641	研究论文	提出一种结合变分模态分解与模糊权重粒子群优化、深度可分离卷积网络的心肌梗死检测框架	首次将VMD-FWPSO噪声消除技术与DwSCN分类模型结合，优化信号分解并提升心电图分类精度	未提及模型在实时临床环境中的验证及计算效率分析	开发高精度心肌梗死自动检测方法	心电图信号中的正常与异常心跳	生物医学信号处理	心血管疾病	变分模态分解、粒子群优化、主成分分析	深度可分离卷积网络	心电图时序信号	PTB-ECG和MIT-BIH心律失常两个公开数据集	NA	Depthwise Separable Convolutional Network	准确率, 精确率, 召回率, F1分数, 特异性	NA
9742	2025-10-06	Automatic adult age estimation using bone mineral density of proximal femur via deep learning 2025-Jul, Forensic science international IF:2.2Q1 DOI:10.1016/j.forsciint.2025.112511 PMID:40440868	研究论文	本研究开发了一种基于深度学习的端到端流程，利用股骨近端CT扫描的骨密度数据实现自动成人年龄估计	首次将Segment Anything Model (SAM)应用于股骨分割，并构建了大规模真实世界CT数据集（5151个样本），通过集成学习进一步提升年龄估计精度	外部尸体验证集的误差相对较高（MAE 6.91年），表明模型在跨域泛化能力方面仍存在改进空间	开发自动化成人年龄估计方法，用于法医和人类学应用	成人股骨近端CT扫描数据	计算机视觉	NA	CT扫描	CNN	医学图像	5151个CT扫描（来自临床和尸体队列）	NA	Segment Anything Model (SAM), 多种CNN架构	Dice系数, mIoU, MAE	NA
9743	2025-10-06	Multiclass ensemble framework for enhanced prostate gland Segmentation: Integrating Self-ONN decoders with EfficientNet 2025-Jul, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110459 PMID:40449047	研究论文	提出一种用于前列腺腺体多类分割的集成框架，结合EfficientNet编码器和Self-ONN解码器	首次将Self-ONN解码器与EfficientNet编码器结合用于前列腺分割，并采用STAPLE方法集成最优模型	未明确说明模型的计算复杂度和实时性能	开发精确的前列腺腺体及其分区自动分割方法	前列腺腺体及其分区（外周区PZ、移行区TZ和整个腺体）	数字病理学	前列腺癌	MRI成像	CNN, ONN	医学图像	PI-CAI挑战数据集，采用5折交叉验证	NA	EfficientNetB4, Self-ONN	Dice系数	NA
9744	2025-10-06	Deep Learning Reveals Liver MRI Features Associated With PNPLA3 I148M in Steatotic Liver Disease 2025-Jul, Liver international : official journal of the International Association for the Study of the Liver IF:6.0Q1 DOI:10.1111/liv.70164 PMID:40478199	研究论文	本研究利用深度学习分析肝脏MRI图像，识别与PNPLA3 I148M基因变异相关的脂肪肝特征	首次通过深度学习模型从MRI图像中非侵入性检测PNPLA3 I148M纯合子变异，揭示了该变异与肝脏特定区域脂肪分布模式的关系	研究排除了杂合子个体，可能限制了模型的泛化能力；性能指标在非SLD患者中相对较低	开发基于MRI的深度学习模型来识别PNPLA3 I148M基因变异携带者	英国生物银行45,603名个体的MRI图像和基因数据	医学影像分析	脂肪肝病	MRI，水脂分离技术，基因分型	Vision Transformer, U-Net	MRI图像	45,603名个体，其中600张手动分割图像用于训练U-Net	NA	Vision Transformer, U-Net	AUROC	NA
9745	2025-06-10	Use of Artificial Intelligence and Machine Learning in Critical Care Ultrasound 2025-Jul, Critical care clinics IF:3.0Q2 DOI:10.1016/j.ccc.2025.02.008 PMID:40484623	research paper	本文探讨了人工智能（AI）在重症监护超声中的变革潜力	AI技术，特别是深度学习和卷积神经网络，现在辅助图像采集、解释和质量评估，简化工作流程并减少操作者变异性	需要可解释的AI系统以获得临床医生的信任并促进更广泛的采用	探索AI在重症监护超声中的应用及其潜力	重症监护超声	machine learning	NA	deep learning, convolutional neural networks	CNN	image	NA	NA	NA	NA	NA
9746	2025-10-06	Entropy-driven deep learning framework for epilepsy detection using electro encephalogram signals 2025-Jun-21, Neuroscience IF:2.9Q2 DOI:10.1016/j.neuroscience.2025.05.003 PMID:40334975	研究论文	提出一种结合熵特征和深度学习的癫痫检测新方法	将多元熵特征与残差卷积神经网络和双向LSTM相结合，创新性地融合信号复杂度分析与时空特征提取	NA	开发稳健有效的癫痫自动检测方法	脑电图信号	机器学习	癫痫	脑电图	CNN, LSTM	信号数据	NA	Python	ResNet, Bi-LSTM	准确率, F1分数, 召回率, 特异性, 精确率	NA
9747	2025-10-06	YOLOv11-Based quantification and temporal analysis of repetitive behaviors in deer mice 2025-Jun-21, Neuroscience IF:2.9Q2 DOI:10.1016/j.neuroscience.2025.05.017 PMID:40368233	研究论文	本研究开发了一种基于YOLOv11的集成自动化系统，用于鹿鼠重复行为的量化分析和时间动态研究	首次将YOLOv11深度学习直接应用于行为分类，结合后处理进行行为片段重建，并开发了专门针对鹿鼠的全面时间分析套件	研究主要针对鹿鼠特定行为模式，在其他物种中的适用性需要进一步验证	开发自动化行为分析系统以详细表征鹿鼠行为的时间动态	鹿鼠(Peromyscus maniculatus bairdii)的重复行为	计算机视觉	运动障碍	深度学习行为分析	YOLO	视频	NA	YOLOv11	YOLOv11	NA	NA
9748	2025-10-06	Deep-Learning-Based Integration of Sequence and Structure Information for Efficiently Predicting miRNA-Drug Associations 2025-Jun-09, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00038 PMID:40380921	研究论文	提出一种整合序列和结构信息的深度学习方法DLST-MDA，用于预测miRNA-药物关联	创新性地使用miRNA和药物的属性信息而非传统的相互作用图信息，通过多尺度CNN和图神经网络整合序列与结构特征	未明确说明模型的计算复杂度或可扩展性限制	开发计算方法来预测miRNA与药物之间的关联关系	microRNAs（miRNAs）和药物分子	机器学习	癌症	深度学习方法	CNN, 图神经网络	序列数据, 分子图结构数据	基于最新数据库构建的基准数据集（具体数量未说明）	NA	多尺度卷积神经网络	与现有先进方法比较的性能表现	NA
9749	2025-10-06	EMOCPD: Efficient Attention-Based Models for Computational Protein Design Using Amino Acid Microenvironment 2025-Jun-09, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00378 PMID:40418077	研究论文	提出一种基于注意力机制的高效计算蛋白质设计模型EMOCPD，通过分析氨基酸微环境进行蛋白质设计	采用多头注意力机制关注稀疏蛋白质微环境中的重要特征，并使用逆残差结构优化网络架构	模型预测结果受20种氨基酸含量影响，更适用于设计负向氨基酸含量较低的蛋白质	开发高效的计算蛋白质设计方法以提高蛋白质设计的准确性和效率	蛋白质氨基酸序列及其三维原子微环境	计算生物学	NA	蛋白质三维结构分析	注意力机制模型	蛋白质三维结构数据	NA	NA	多头注意力机制, 逆残差结构	热稳定性, 蛋白质表达水平	NA
9750	2025-10-06	GICL: A Cross-Modal Drug Property Prediction Framework Based on Knowledge Enhancement of Large Language Models 2025-Jun-09, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00895 PMID:40432191	研究论文	提出一种基于大语言模型知识增强的跨模态药物性质预测框架GICL，通过对比学习整合文本和图像表示	首次将大语言模型生成的分子嵌入与分子图像表示通过跨模态对比学习相结合，实现更全面的分子特征理解	未具体说明数据质量问题和结构复杂性的具体解决程度	提升药物性质预测的准确性和可解释性，促进高效药物设计与发现	药物分子	机器学习	NA	跨模态对比学习	大语言模型	SMILES字符串，分子图像	NA	NA	GICL	ADMET任务性能指标	NA
9751	2025-10-06	Femtosecond Laser Treatment of Ti Surfaces: Antibacterial Mechanisms and Deep Learning-Based Surface Recognition 2025-Jun-09, ACS biomaterials science & engineering IF:5.4Q2 DOI:10.1021/acsbiomaterials.5c00155 PMID:40435514	研究论文	本研究通过飞秒激光处理钛表面并开发深度学习模型，探究其抗菌性能和表面识别能力	结合飞秒激光表面改性和深度学习表面识别技术，开发了ResNet50-TL模型用于钛表面结构分类	使用的小规模扫描电镜图像数据集可能限制模型泛化能力	研究钛表面飞秒激光处理对抗菌性能和成骨细胞粘附的影响，并开发表面识别方法	钛基板表面、细菌粘附、成骨细胞粘附	计算机视觉, 材料科学	植入物感染	飞秒激光加工, 扫描电子显微镜, 转录组分析	CNN	图像	小规模钛表面扫描电镜图像数据集	NA	ResNet50	分类准确率, 抗菌效率	NA
9752	2025-10-06	ADC-MambaNet: a lightweight U-shaped architecture with mamba and multi-dimensional priority attention for medical image segmentation 2025-Jun-09, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/adde66 PMID:40441168	研究论文	提出一种轻量级U形架构ADC-MambaNet，结合Mamba算法和多维优先级注意力机制用于医学图像分割	提出和谐Mamba-卷积块和多维优先级注意力块，结合深度卷积与Mamba算法解决Transformer计算复杂度问题，并引入平衡归一化交叉熵损失函数	NA	开发轻量级且计算效率高的医学图像分割模型	医学图像分割	计算机视觉	NA	NA	U-Net, Mamba	医学图像	五个公共医学图像数据集：ISIC 2018病变分割、PH2、Data Science Bowl 2018、GlaS和肺部X射线	NA	ADC-MambaNet, U形架构, HMC块, MDPA块	评估分数	资源受限或边缘计算环境
9753	2025-10-06	Decoding the Structure-Activity Relationship of the Dopamine D3 Receptor-Selective Ligands Using Machine and Deep Learning Approaches 2025-Jun-09, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00575 PMID:40442044	研究论文	本研究利用机器学习和深度学习方法解码多巴胺D3受体选择性配体的构效关系	开发了包含新型超参数优化协议的深度神经网络模型，并首次将多种算法集成到共识指标中以提高预测准确性	数据来源于公开数据库，可能存在数据质量限制；模型主要基于配体结构特征	开发能够预测多巴胺D2和D3受体结合亲和力及D3选择性的定量构效关系模型	多巴胺D2和D3受体选择性配体	机器学习	物质使用障碍	定量构效关系建模	XGBoost,随机森林,深度神经网络	化学结构数据	来自ChEMBL数据库的配体数据	NA	深度神经网络	预测准确性,鲁棒性	NA
9754	2025-06-10	Employment of artificial intelligence for an unbiased evaluation regarding the recovery of right ventricular function after mitral valve transcatheter edge-to-edge repair 2025-Jun-09, European journal of heart failure IF:16.9Q1 DOI:10.1002/ejhf.3705 PMID:40488515	research paper	本研究使用传统超声心动图和人工智能技术评估严重二尖瓣反流患者在接受经导管二尖瓣缘对缘修复术（M-TEER）后右心室功能的恢复情况	首次结合传统超声心动图和深度学习模型评估M-TEER对右心室功能的影响	研究仅基于双中心注册数据，样本量有限，且随访时间较短（3个月）	评估M-TEER对严重二尖瓣反流患者右心室功能恢复的影响	接受M-TEER治疗的严重二尖瓣反流患者	数字病理学	心血管疾病	超声心动图、深度学习	深度学习模型	视频（二维心尖四腔视图超声心动图）	851名患者	NA	NA	NA	NA
9755	2025-06-10	Colloidoscope: detecting dense colloids in 3D with deep learning 2025-Jun-09, Soft matter IF:2.9Q2 DOI:10.1039/d4sm01307g PMID:40488586	研究论文	介绍了一种名为Colloidoscope的深度学习流程，用于通过共聚焦显微镜增强密集胶体悬浮液的3D追踪	采用3D残差U-net架构，利用模拟训练数据集反映多种真实成像条件，特别是在高胶体体积分数和低对比度场景下优于传统检测方法	NA	提升密集胶体悬浮液的3D追踪能力	密集胶体悬浮液	计算机视觉	NA	共聚焦显微镜	3D残差U-net	3D图像	模拟和实验数据集	NA	NA	NA	NA
9756	2025-06-10	From Aphrodite to Algorithm: Assessing the Unassessable 2025-Jun-09, The Journal of craniofacial surgery IF:1.0Q3 DOI:10.1097/SCS.0000000000011542 PMID:40488729	research paper	本文探讨了从神话理想到现代算法量化美的演变历程	研究了从神话到现代算法对美的量化尝试，并揭示了算法评估的局限性	算法评估可能同质化审美标准，忽视种族多样性，并引发不切实际的期望	探讨美是否可以通过科学方法精确评估	美的量化历史和现代算法评估	machine learning	NA	deep learning	CNN	image	SCUT-FBP5500数据集	NA	NA	NA	NA
9757	2025-06-10	Multi-task and multi-scale attention network for lymph node metastasis prediction in esophageal cancer 2025-Jun-09, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03391-1 PMID:40488960	研究论文	本文提出了一种创新的多任务多尺度注意力网络（M ANet），用于精确预测食管癌中的淋巴结转移	提出了一种多任务多尺度注意力网络，通过软扩展节点掩膜区域并利用扩展掩膜聚合图像特征，增强了节点上下文信息，同时采用双分支训练策略，使模型能同时预测转移概率和节点掩膜	研究仅基于自收集的177名患者的数据集，样本量相对较小	提高食管鳞状细胞癌淋巴结转移的准确诊断	食管癌患者的淋巴结	数字病理学	食管癌	深度学习	多任务多尺度注意力网络（M ANet）	医学图像	177名患者，共577个淋巴结	NA	NA	NA	NA
9758	2025-10-06	Deep learning-based applicator selection between Syed and T&O in high-dose-rate brachytherapy for locally advanced cervical cancer: a retrospective study 2025-Jun-06, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/addea5 PMID:40444332	研究论文	开发基于深度学习的施源器选择决策支持工具，用于局部晚期宫颈癌高剂量率近距离放疗中Syed施源器和T&O施源器的选择	首次将深度学习应用于宫颈癌近距离放疗施源器选择，替代传统依赖医生临床经验的方法	回顾性研究，样本量有限，需要更多数据进一步验证	提高局部晚期宫颈癌高剂量率近距离放疗中施源器选择的准确性和一致性	局部晚期宫颈癌患者	医学影像分析	宫颈癌	高剂量率近距离放疗	3D CNN	3D医学影像数据	184名患者，422次施源器置入	NA	3D卷积-池化-ReLU块	准确率, 灵敏度, 特异性	NA
9759	2025-06-10	RBPseg: Toward a complete phage tail fiber structure atlas 2025-Jun-06, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adv0870 PMID:40479047	研究论文	本文介绍了一种名为RBPseg的方法，用于研究噬菌体尾部纤维的完整结构	结合单体ESMFold预测和基于结构的域识别方法，将尾部纤维序列分割为可管理的部分，以便用AF2M进行高置信度建模	尾部纤维的完整结构难以通过实验解析，且研究仅覆盖了已知尾部纤维宇宙的24%	研究噬菌体尾部纤维的结构多样性和进化功能	噬菌体尾部纤维	蛋白质结构预测	NA	AlphaFold2-multimer (AF2M), ESMFold, 单颗粒冷冻电子显微镜	ESMFold, AF2M	蛋白质序列和结构数据	67种尾部纤维，包括来自3种噬菌体的5种纤维的冷冻电镜验证	NA	NA	NA	NA
9760	2025-10-06	Exploring deep learning in third-year undergraduate nursing students: a mixed methods study 2025-Jun-05, BMC nursing IF:3.1Q1 DOI:10.1186/s12912-025-03303-6 PMID:40474169	研究论文	本研究通过混合方法探讨基于CoI框架的展开案例学习对护理本科生深度学习的影响	首次将CoI框架与展开案例学习相结合应用于护理教育，并采用混合研究方法评估干预效果	样本量有限（132名学生），研究时间较短（2023年9月至2024年1月），仅针对单一院校学生	开发基于CoI框架的展开案例学习干预方案，并评估其对护理本科生深度学习的影响	三年级护理本科学生	教育技术	NA	混合研究方法（定量与定性相结合）	NA	问卷调查数据、学业评估成绩、半结构化访谈记录	132名护理本科生（定量研究）+ 12名访谈学生（定性研究）	NA	NA	深度学习评分、学业评估成绩、统计显著性（P值）	NA