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
10141	2025-10-06	Spach Transformer: Spatial and Channel-Wise Transformer Based on Local and Global Self-Attentions for PET Image Denoising 2024-06, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2023.3336237 PMID:37995174	研究论文	提出一种基于局部和全局自注意力的空间和通道变换器用于PET图像去噪	设计了一种高效的编码器-解码器变换器架构，能够同时利用空间和通道信息，通过局部和全局多头自注意力机制解决传统CNN感受野有限的问题	NA	提高PET图像质量，改善信噪比	PET图像	计算机视觉	NA	PET成像	Transformer	3D医学图像	使用多种PET示踪剂数据集：18F-FDG、18F-ACBC、18F-DCFPyL和68Ga-DOTATATE	NA	Spach Transformer	NA	NA
10142	2025-10-06	Multibranch CNN With MLP-Mixer-Based Feature Exploration for High-Performance Disease Diagnosis 2024-06, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2023.3250490 PMID:37028335	研究论文	提出一种新型多分支CNN结合MLP-Mixer的特征探索网络ME-Mixer，用于高性能疾病诊断	首次将监督与非监督特征结合，通过流形嵌入网络和MLP-Mixer特征投影器实现全局感受野的特征编码	仅在两个医学数据集上进行了验证，需要更多数据集证明泛化能力	提升深度学习模型在疾病诊断中的性能	医学图像数据	计算机视觉	NA	深度学习	CNN, MLP-Mixer	图像	两个医学数据集	NA	多分支CNN, MLP-Mixer	分类准确率, 计算复杂度	NA
10143	2025-10-06	Deep learning-based workflow for automatic extraction of atria and epicardial adipose tissue on cardiac computed tomography in atrial fibrillation 2024-May-01, Journal of the Chinese Medical Association : JCMA IF:1.9Q2 DOI:10.1097/JCMA.0000000000001076 PMID:38380919	研究论文	开发基于深度学习的自动分割工作流程，用于心房颤动患者心脏CT图像中心房和心外膜脂肪组织的提取	首次提出结合3D U-Net模型的心房和心外膜脂肪组织自动分割工作流程	样本量较小（157例患者），单中心研究	为心房颤动管理提供可靠的心脏结构自动分割方法	心房颤动患者的心脏CT图像	医学影像分析	心房颤动	心脏计算机断层扫描（CT）	3D U-Net	三维医学影像	157例接受首次导管消融术的心房颤动患者	NA	3D U-Net	Dice系数, 相关系数r值, p值	NA
10144	2025-10-06	Prediction of Biliary Complications After Human Liver Transplantation Using Hyperspectral Imaging and Convolutional Neural Networks: A Proof-of-concept Study 2024-02-01, Transplantation IF:5.3Q1 DOI:10.1097/TP.0000000000004757 PMID:37592397	研究论文	本研究利用高光谱成像和卷积神经网络预测肝移植术后胆道并发症	首次将高光谱成像与深度学习技术结合用于肝移植术后胆道并发症预测	样本量较小（14例患者），仅为概念验证研究	开发非侵入性方法预测肝移植术后胆道并发症	肝移植患者的胆管组织	医学影像分析	肝移植并发症	高光谱成像，免疫组织化学，实时共聚焦显微镜	CNN	高光谱图像	136张高光谱肝脏图像，14例肝移植患者	NA	卷积神经网络	准确率	NA
10145	2025-10-06	Performance of ChatGPT on the pharmacist licensing examination in Taiwan 2023-07-01, Journal of the Chinese Medical Association : JCMA IF:1.9Q2 DOI:10.1097/JCMA.0000000000000942 PMID:37227901	研究论文	评估ChatGPT在台湾药师执照考试中的表现	首次系统评估ChatGPT在药师执照考试中的表现，比较中英文版本差异	排除图形题、化学式和表格，仅使用ChatGPT 3.5版本，样本量有限	研究ChatGPT在药学教育和评估中的潜在应用	台湾药师执照考试题目	自然语言处理	NA	深度学习	GPT-3.5	文本	2023年首次台湾药师执照考试题目	NA	Transformer	正确率	NA
10146	2025-10-06	Accelerating high-concentration monoclonal antibody development with large-scale viscosity data and ensemble deep learning 2025-Dec, mAbs IF:5.6Q1 DOI:10.1080/19420862.2025.2483944 PMID:40170162	研究论文	本研究开发了基于集成深度学习的DeepViscosity模型，用于预测高浓度单克隆抗体的粘度分类	使用229个单克隆抗体的大规模粘度数据集，构建了包含102个集成人工神经网络模型的新方法，显著提升了预测性能	模型训练数据量仍相对有限，可能影响在更广泛抗体类型上的泛化能力	加速高浓度单克隆抗体的开发过程，通过预测粘度筛选适合皮下注射的抗体	229个单克隆抗体的粘度特性	机器学习	NA	序列分析，粘度测量	人工神经网络，集成学习	序列特征数据，实验粘度数据	229个单克隆抗体，包含54个独立测试样本	NA	集成人工神经网络	准确率	基于网页服务器的应用部署
10147	2025-06-04	Robust evaluation of tissue-specific radiomic features for classifying breast tissue density grades 2025-Nov, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.12.S2.S22010 PMID:40453545	研究论文	本研究评估了一种用于分类乳腺组织密度等级的特征选择方法（RFE-SHAP）的鲁棒性，并探讨了其在乳腺密度自动评估中的应用	结合传统和可解释AI方法（RFE-SHAP）进行特征选择，提高了模型的可解释性和预测性能	模型在外部验证中对某些密度等级的AUC值较低（如D级0.673），可能存在泛化能力限制	开发鲁棒的乳腺组织密度自动评估方法以改善乳腺癌风险评估	数字乳腺断层合成筛查的原始中央投影图像	数字病理	乳腺癌	RFE-SHAP特征选择方法	逻辑回归（LR）	医学影像	751例（651例训练集，100例验证集）	NA	NA	NA	NA
10148	2025-06-04	Detection and classification of supraspinatus pathologies on shoulder magnetic resonance images using a code-free deep learning application 2025-Oct, Asia-Pacific journal of sports medicine, arthroscopy, rehabilitation and technology DOI:10.1016/j.asmart.2025.04.005 PMID:40454208	research paper	评估无代码深度学习应用在肩部磁共振成像中诊断冈上肌腱病变的性能	使用无代码深度学习应用LobeAI和ResNet-50 V2模型进行冈上肌腱病变的分类和检测	当前迭代的无代码深度学习应用在临床实践中的可靠性有待提高	评估无代码深度学习应用在诊断冈上肌腱病变中的性能	肩部磁共振成像中的冈上肌腱病变（部分撕裂、全层撕裂和肌腱病）	digital pathology	supraspinatus pathologies	MRI	ResNet-50 V2	image	患者肩部MRI图像，包括正常、部分撕裂、全层撕裂和肌腱病	NA	NA	NA	NA
10149	2025-10-06	The environmental risk of heterogeneous oxidation is unneglectable: Time-resolved assessments beyond typical intermediate investigation 2025-Aug-01, Water research IF:11.4Q1 DOI:10.1016/j.watres.2025.123572 PMID:40184704	研究论文	本研究提出了一种环境风险评估方法，用于区分高级氧化过程中不同氧化路径的解毒效果	通过深度学习回归建模和理论化学辅助评估，量化了高级氧化过程中的环境风险，发现了超过40%先前被忽视的毒性	研究主要关注异相高级氧化过程，对其他类型氧化过程的适用性有待验证	开发定量环境风险评估方法，提高污染物解毒评估的准确性	高级氧化过程中的污染物副产物	环境科学	NA	密度泛函理论，深度神经网络回归建模	深度神经网络	化学结构数据，毒性数据	NA	NA	回归模型	风险商数，聚类分析	NA
10150	2025-10-06	Temporal and spatial feature extraction using graph neural networks for multi-point water quality prediction in river network areas 2025-Aug-01, Water research IF:11.4Q1 DOI:10.1016/j.watres.2025.123561 PMID:40184707	研究论文	提出一种时空特征图神经网络（STF-GNN）用于河网区域多点水质预测	集成图卷积网络、门控循环单元和自注意力机制，显式建模分布式监测站之间的多尺度时空依赖关系	未提及模型计算复杂度及实时预测能力	改进河网区域水质预测的准确性和泛化能力	河网区域分布式水质监测站	图神经网络	NA	水质监测时间序列分析	GCN, GRU, 自注意力机制	多元时间序列数据	未明确说明具体样本数量	NA	STF-GNN（时空特征图神经网络）	RMSE, 相对误差, 峰谷同步率	NA
10151	2025-06-04	Ultrasound-based deep learning to differentiate salivary gland tumors 2025-Aug, Oral surgery, oral medicine, oral pathology and oral radiology DOI:10.1016/j.oooo.2025.03.014 PMID:40379502	研究论文	本研究开发了一种基于超声成像的深度学习模型DeepSGT，用于准确区分良性和恶性唾液腺肿瘤	使用多种CNN模型处理超声图像，并采用Focal Loss微调ResNet50d模型以解决类别不平衡问题，模型性能显著超过超声医师的诊断	研究为回顾性设计，样本量相对有限（315例患者）	开发一种准确区分良性和恶性唾液腺肿瘤的深度学习模型，以辅助临床决策	唾液腺肿瘤患者的超声图像	计算机视觉	唾液腺肿瘤	超声成像	CNN（包括Inception v3、ResNet101d、EfficientNet、DenseNet、Vision Transformer和ResNet50d）	图像	315例经手术切除后病理证实的唾液腺肿瘤患者	NA	NA	NA	NA
10152	2025-10-06	Video-Based Lifting Action Recognition Using Rank-Altered Kinematic Feature Pairs 2025-Jul, Human factors IF:2.9Q2 DOI:10.1177/00187208241309748 PMID:39723832	研究论文	提出基于视频的举重动作识别方法，通过等级变化运动学特征对实现实时监测	使用等级变化运动学特征对构建集成分类器，比基线分类器快12.5倍以上	未明确说明样本多样性和环境适应性限制	实时监测举重任务以预防工作相关的下背部损伤	视频中的人体举重动作	计算机视觉	下背部损伤	BlazePose姿态估计	集成分类器	视频	NA	NA	BlazePose	准确率,精确率,召回率,F1分数	移动设备,嵌入式系统
10153	2025-10-06	Enhancing Functional Protein Design Using Heuristic Optimization and Deep Learning for Anti-Inflammatory and Gene Therapy Applications 2025-Jul, Proteins IF:3.2Q2 DOI:10.1002/prot.26810 PMID:39985803	研究论文	本研究开发了一种结合启发式优化和深度学习的蛋白质序列设计方法，用于增强蛋白质功能特性	提出启发式优化方法增强蛋白质关键功能特性（溶解度、柔韧性、稳定性），同时保持结构完整性	未明确说明方法在特定蛋白质类型或规模上的局限性	开发功能更优且易于实验室生产的蛋白质设计方法	具有抗炎特性和基因治疗应用潜力的合成蛋白质	机器学习	炎症性疾病	蛋白质序列设计	深度学习	蛋白质序列数据	NA	NA	NA	恢复率, 置信度, AlphaFold评估	NA
10154	2025-10-06	A Deep Learning Survival Model for Evaluating the Survival Prognosis of Papillary Thyroid Cancer: A Population-Based Cohort Study 2025-Jul, Annals of surgical oncology IF:3.4Q1 DOI:10.1245/s10434-025-17290-0 PMID:40254654	研究论文	本研究开发了一种基于深度学习技术的生存模型，用于评估甲状腺乳头状癌患者的生存预后	首次将DeepSurv深度学习生存模型应用于甲状腺乳头状癌的预后预测，并在多个外部数据集上进行了验证	研究基于回顾性数据，可能存在选择偏倚，且模型性能需要在更多前瞻性研究中验证	构建基于临床风险因素的深度学习模型来预测甲状腺乳头状癌患者的生存预后	甲状腺乳头状癌患者	机器学习	甲状腺癌	深度学习生存分析	深度神经网络	临床数据	来自美国17个SEER癌症登记处（2000-2020年）的连续患者数据，以及MDACC和TCGA两个外部测试数据集	DeepSurv	Cox比例风险深度神经网络	一致性指数, 整体生存率	NA
10155	2025-10-06	Empirical analysis on retinal segmentation using PSO-based thresholding in diabetic retinopathy grading 2025-Jun-26, Biomedizinische Technik. Biomedical engineering DOI:10.1515/bmt-2024-0299 PMID:39754503	研究论文	提出一种基于粒子群优化算法的视网膜分割方法，用于改善糖尿病视网膜病变分级任务的准确性	使用PSO算法自动确定分割阈值，并通过可解释AI分析视网膜分割对模型性能的影响	使用有限的数据集进行实验	提高糖尿病视网膜病变自动分级的准确性	糖尿病视网膜病变患者的眼底图像	计算机视觉	糖尿病视网膜病变	眼底图像分析	CNN	图像	IDRiD眼底数据集	NA	ResNet50	准确率	NA
10156	2025-10-06	Gesture recognition from surface electromyography signals based on the SE-DenseNet network 2025-Jun-26, Biomedizinische Technik. Biomedical engineering DOI:10.1515/bmt-2024-0282 PMID:39873377	研究论文	提出基于SE-DenseNet融合网络的手势识别方法，用于表面肌电信号分类	将Squeeze-and-Excitation注意力机制与DenseNet融合，在DenseBlock和Transition层间插入注意力模块以增强特征表示能力	未明确说明模型计算复杂度的具体改进程度和泛化能力的量化指标	提高表面肌电信号手势识别的准确性和鲁棒性	表面肌电信号手势识别	机器学习	康复技术	表面肌电信号采集	CNN	表面肌电信号	NinaPro DB2和DB4数据集	NA	DenseNet-101, SE-DenseNet	准确率	NA
10157	2025-10-06	Deep Learning-Assisted Multiplexed Electrochemical Fingerprinting for Chinese Tea Identification 2025-Jun-03, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c06651 PMID:40207593	研究论文	开发了一种结合多元电化学指纹技术和一维卷积神经网络的传感器阵列，用于快速检测茶多酚和鉴别24种中国茶叶	受地标启发的激光雕刻传感器阵列设计，将多元电化学指纹技术与1D-CNN算法相结合，显著提高了茶叶鉴别的准确性	NA	开发快速精确检测茶多酚和鉴别中国茶叶的新方法	三种茶多酚和24种不同类型的中国茶叶	机器学习	NA	多元电化学指纹技术，激光雕刻传感器阵列	CNN	电化学指纹数据	24种茶叶品种	NA	一维卷积神经网络(1D-CNN)	准确率	NA
10158	2025-10-06	Multiplexing and Sensing with Fluorescence Lifetime Imaging Microscopy Empowered by Phasor U-Net 2025-Jun-03, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c02028 PMID:40378347	研究论文	提出一种名为Phasor U-Net的深度学习方法来提升荧光寿命成像显微镜的成像速度与精度	开发了结合两个轻量级U-Net子网络的深度学习架构，仅需计算机生成数据集训练即可实现噪声降低和仪器响应函数校正	未提及方法在更复杂生物样本或临床环境中的验证情况	提升荧光寿命成像显微镜在多重成像和传感应用中的性能	小鼠小肠样本和量子点材料	计算机视觉	NA	荧光寿命成像显微镜(FLIM)	U-Net	显微镜图像	计算机生成数据集和小鼠小肠样本	NA	U-Net	修正Kullback-Leibler散度, 平均绝对误差	NA
10159	2025-06-04	Deep Learning-Assisted Sensor Array Based on Host-Guest Chemistry for Accurate Fluorescent Visual Identification of Multiple Explosives 2025-Jun-03, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c01326 PMID:40380950	研究论文	本文提出了一种基于主客体化学的深度学习辅助传感器阵列，用于高精度荧光视觉识别多种爆炸物	结合环糊精保护的多色荧光金纳米团簇和DenseNet算法，实现了对七种爆炸物的高精度识别	NA	开发一种快速准确识别多种爆炸物的方法	七种爆炸物	机器视觉	NA	荧光传感器阵列	DenseNet	图像	NA	NA	NA	NA	NA
10160	2025-06-04	Unveiling Spectrum-Structure Correlation in Vibrational Spectroscopy: Task-Driven Deep Learning Classification Balancing Global Fusion and Local Extraction 2025-Jun-03, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c05842 PMID:40399767	研究论文	本文开发了两种基于CNN的算法，分别针对混合物分类和功能基团识别任务，通过多尺度卷积和注意力机制提升光谱-结构关联分析的效率和准确性	针对光谱数据中全局和局部信息关注度的差异，设计了两种任务导向的CNN算法（CNN-Peak和ResNet-ResPeak），实现了特征融合与局部提取的平衡	算法性能可能受限于光谱数据固有的特征丰富度和数据量不足的问题	提升光谱-结构关联分析在混合物分类和功能基团识别任务中的准确性和泛化能力	振动光谱数据	机器学习	NA	多尺度卷积、注意力机制	CNN、ResNet	光谱数据	NA	NA	NA	NA	NA