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
10901	2025-10-07	Addressing underestimation and explanation of retinal fundus photo-based cardiovascular disease risk score: Algorithm development and validation 2025-May, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.109941 PMID:40064120	研究论文	开发并验证一种基于视网膜眼底照片预测心血管疾病风险评分的深度学习模型，解决低估问题并探索模型机制	提出使用序数回归深度学习模型解决心血管疾病风险评分低估问题，并通过迁移学习和显著性图等方法探索模型理解风险的机制	模型性能在便携式相机数据上有所下降（准确率0.656），表明设备差异可能影响模型表现	解决AI模型在基于视网膜眼底照片预测心血管疾病风险评分时的低估问题并探索其工作机制	视网膜眼底照片	计算机视觉	心血管疾病	深度学习	深度学习模型	图像	UK Biobank数据集34,652名参与者，澳大利亚外部验证数据集401名参与者的1376张眼底照片	NA	序数回归深度学习模型	准确率, AUROC	NA
10902	2025-10-07	Predicting C- and S-linked Glycosylation sites from protein sequences using protein language models 2025-May, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.109956 PMID:40073495	研究论文	本研究提出两种深度学习模型DeepCSEmbed-C和DeepCSEmbed-S，用于从蛋白质序列预测C-连接和S-连接糖基化位点	首次结合蛋白质语言模型嵌入和序列特征，采用双分支深度学习架构和多种采样策略处理不平衡数据集	未明确说明模型在其他类型PTM预测中的泛化能力	开发计算方法来预测蛋白质C-连接和S-连接糖基化位点，替代昂贵的实验技术	蛋白质序列中的C-连接和S-连接糖基化位点	生物信息学	NA	蛋白质语言模型，特征选择方法	FNN，CAT	蛋白质序列数据	NA	Python	双分支深度模型（FNN分支+Inception分支），Categorical Boosting	灵敏度，F1分数，MCC	NA
10903	2025-10-07	Progressive multi-task learning for fine-grained dental implant classification and segmentation in CBCT image 2025-May, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.109896 PMID:40073494	研究论文	提出一种基于深度学习的多任务细粒度CBCT牙科种植体分类与分割方法MFPT-Net	首次采用渐进式训练与多尺度特征提取增强技术，能区分易混淆的细微种植体特征（如种植体螺纹），解决种植体类内差异大、类间差异小的问题	NA	实现CBCT图像中牙科种植体系统的自动同步分类与分割	牙科种植体	计算机视觉	牙科疾病	CBCT成像	深度学习	医学图像	437个CBCT序列包含723个牙科种植体，来自三个不同中心	NA	MFPT-Net	准确率, 精确率, 召回率, F1分数, Dice相似系数	NA
10904	2025-10-07	An end-to-end four tier remote healthcare monitoring framework using edge-cloud computing and redactable blockchain 2025-May, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.109987 PMID:40081211	研究论文	提出一种基于边缘云计算和可编辑区块链的四层远程医疗监护框架，以提升医疗服务质量和数据安全性	结合混合元启发式安全联邦集群路由协议、多智能体深度强化学习和混合Transformer深度学习模型，并引入可编辑区块链技术实现数据安全存储与修改	未明确说明实际部署中的具体实施挑战和系统可扩展性限制	解决医疗物联网中的服务质量问题和数据安全挑战	远程医疗监护系统中的患者生理数据	医疗物联网	慢性病监护	无线体感传感器监测	MA-DRL, HTDL, CNN, Transformer	传感器时序数据	NA	MTBO, SHO	Lite Convolutional Neural Network, Swin Transformer	分类准确率, PSNR, SSIM, MAE, 网络寿命提升率, 传输延迟降低率	边缘计算节点, 云服务器, 区块链服务器
10905	2025-10-07	A deep Bi-CapsNet for analysing ECG signals to classify cardiac arrhythmia 2025-May, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.109924 PMID:40086290	研究论文	提出一种深度双向胶囊网络用于分析心电图信号以分类心律失常	结合深度集成CNN-RNN特征提取与双向胶囊网络的混合模型，在心律失常分类中实现更高准确率	仅使用MIT-BIH心律失常数据库，未在其他数据集验证泛化能力	开发高精度的心律失常自动分类系统	心电图信号中的五种心律失常类型	医疗信号处理	心血管疾病	心电图信号分析	CNN, RNN, Capsule Network	心电图信号	MIT-BIH心律失常数据库中的五种心律失常类型数据	NA	Deep Ensemble CNN-RNN, Deep Bi-CapsNet	准确率, 精确率, F1分数, 错误率, 敏感度, 假阳性率, 特异性, Mathew系数, Kappa系数	NA
10906	2025-10-07	Deep learning-based automated segmentation of cardiac real-time MRI in non-human primates 2025-May, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.109894 PMID:40086292	研究论文	开发基于深度学习的自动分割方法PrimUNet，用于非人灵长类动物心脏实时MRI图像的心室和心肌分割	首次针对非人灵长类动物开发专门的心脏实时MRI自动分割模型，填补了临床前动物模型自动分割的研究空白	主要针对恒河猴数据开发，在狒狒数据上表现仅为可接受水平，模型泛化能力有待进一步验证	开发自动分割算法以处理非人灵长类动物心脏实时MRI产生的大规模数据	非人灵长类动物（恒河猴和狒狒）的心脏实时MRI图像	计算机视觉	心血管疾病	心脏实时MRI，电影MRI	CNN	医学图像	非人灵长类动物（恒河猴和狒狒）的实时MRI数据	NA	U-Net	Dice系数，左心室舒张末期容积，左心室收缩末期容积，左心室心肌体积	NA
10907	2025-10-07	Enhancing synchrotron radiation micro-CT images using deep learning: an application of Noise2Inverse on bone imaging 2025-May-01, Journal of synchrotron radiation IF:2.4Q3 DOI:10.1107/S1600577525001833 PMID:40167487	研究论文	本研究应用自监督深度学习方法Noise2Inverse增强同步辐射显微CT图像，以降低低剂量成像中的噪声	首次将Noise2Inverse自监督深度学习技术应用于骨成像的同步辐射显微CT图像去噪，解决了传统阈值分割方法无法处理的低剂量图像噪声问题	在极低剂量（1/4和1/6剂量）下骨微结构特征出现失真，数据采集过程中的测试装置噪声是影响方法可行性的主要问题	开发降低同步辐射显微CT图像噪声的方法，以在保持骨力学性能的同时实现低剂量成像	骨组织样本	计算机视觉	NA	同步辐射显微CT，低剂量CT	CNN	CT图像	模拟剂量数据集（全剂量、1/2、1/3、1/4、1/6剂量）	NA	卷积神经网络	视觉评估，骨微结构特征分析（骨陷窝体积、骨陷窝纵横比、矿化分布）	NA
10908	2025-10-07	A sustainable industrial waste control with AI for predicting CO2 for climate change monitoring 2025-May, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2025.125338 PMID:40273781	研究论文	提出一种结合人工智能和元宇宙框架的可持续工业废物控制方法，用于预测二氧化碳排放以监测气候变化	首次将元宇宙框架与混合深度学习模型相结合，通过沉浸式虚拟环境实现碳排放的实时监测和交互分析	未提及模型在更广泛工业场景中的泛化能力验证	开发可持续工业废物控制方案，准确预测碳排放以支持气候变化监测	工业碳排放数据、能源使用模式和社会经济因素	机器学习	NA	深度学习、集成学习	CNN, LSTM, 梯度提升机	能源使用数据、社会经济数据、时空序列数据	NA	NA	卷积神经网络与长短期记忆网络的混合架构	预测准确率, R2分数	NA
10909	2025-10-07	Deep learning-based spatial optimization of green and cool roof implementation for urban heat mitigation 2025-May, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2025.125398 PMID:40273786	研究论文	提出基于深度学习的城市绿化和凉爽屋顶空间优化框架，用于缓解城市热压力并提高成本效益	开发基于Multi-ResNet的代理模型替代传统物理模型，显著降低计算需求（从3561小时降至72小时）	研究仅针对首尔大都市区，在SSP585气候情景和2100年土地覆盖预测下进行	优化城市绿化和凉爽屋顶实施策略以实现热缓解和成本效益最大化	首尔大都市区的379个城市网格	机器学习	NA	天气研究与预报模型耦合城市冠层模型	CNN	气候模拟数据，土地利用数据	评估262,144个场景，覆盖379个城市网格	NA	Multi-ResNet	有效热应力指数减少百分比，成本降低百分比	NA
10910	2025-10-07	Multitemporal river flow discharge prediction: A new framework for integrated environmental management and flood control 2025-May, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2025.125372 PMID:40279745	研究论文	提出一种先进通用数据分组处理方法（AUGMDH）模型用于多时间尺度河流流量预测	首次将AUGMDH模型应用于多时间尺度河流流量预测，并在所有主要性能指标上优于传统CNN模型	NA	开发更精确可靠的河流流量预测方法以支持水资源管理和洪水控制	河流流量数据	机器学习	NA	NA	AUGMDH, CNN	时间序列数据	NA	NA	AUGMDH, CNN	决定系数, Nash-Sutcliffe效率系数, 归一化均方根误差, RMSE-观测标准差比率, 百分比偏差, AIC	NA
10911	2025-05-03	Deep Learning Radiopathomics for Predicting Tumor Vasculature and Prognosis in Hepatocellular Carcinoma 2025-May, Radiology. Imaging cancer DOI:10.1148/rycan.250141 PMID:40314587	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
10912	2025-10-07	An overview of computational methods in single-cell transcriptomic cell type annotation 2025-May-01, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf207 PMID:40347979	综述	系统评述基于单细胞转录组数据的细胞类型注释计算方法	重点关注数据不平衡导致的罕见细胞类型长尾分布问题，探讨深度学习在开放世界框架下识别新型细胞类型的潜力	NA	系统比较和分类单细胞转录组细胞类型注释方法	单细胞RNA测序数据	生物信息学	NA	单细胞RNA测序	监督学习, 深度学习	基因表达谱	NA	NA	NA	NA	NA
10913	2025-10-07	Three-dimensional C-scan-based generation adversarial network with synthetic input to improve optical coherence tomography angiography 2025-May, Journal of biomedical optics IF:3.0Q2 DOI:10.1117/1.JBO.30.5.056006 PMID:40352109	研究论文	提出基于三维C扫描的生成对抗网络，通过合成输入数据改善光学相干断层扫描血管成像质量	首次提出利用单次拍摄的en face OCTA图像与无血管噪声C扫描图像合成输入数据，并采用多帧平均en face OCTA图像作为参考标签，实现三维血管网络重建	未明确说明样本规模和数据来源的多样性限制	改善三维光学相干断层扫描血管成像的血管可视化质量	光学相干断层扫描血管成像数据	计算机视觉	鲜红斑痣	光学相干断层扫描血管成像	GAN	三维医学图像	NA	NA	Pix2Pix	对比噪声比	NA
10914	2025-10-07	An inherently interpretable AI model improves screening speed and accuracy for early diabetic retinopathy 2025-May, PLOS digital health DOI:10.1371/journal.pdig.0000831 PMID:40354306	研究论文	开发了一种内在可解释的深度学习模型，用于糖尿病视网膜病变的早期筛查	在网络架构中显式建模局部病变证据，提供内在可解释性而非后处理解释方法	仅使用公开数据集进行训练，未提及在实际临床环境中的前瞻性验证	提高糖尿病视网膜病变早期筛查的准确性和速度，改善人机协作	糖尿病视网膜病变患者	计算机视觉	糖尿病视网膜病变	深度学习	深度学习模型	眼底图像	34,350张高质量眼底图像，并在10个外部数据集上验证	NA	内在可解释深度学习架构	准确率, AUC, 精确率	NA
10915	2025-05-14	Association of Deep Learning-based Chest CT-derived Respiratory Parameters with Disease Progression in Amyotrophic Lateral Sclerosis 2025-May, Radiology IF:12.1Q1 DOI:10.1148/radiol.243463 PMID:40358443	research paper	该研究探讨了基于深度学习的胸部CT衍生呼吸参数在预测肌萎缩侧索硬化症（ALS）疾病进展和生存期中的价值	使用深度学习技术从胸部CT中提取肺体积指数（LVI）和呼吸肌指数（RMI），这些参数能够反映ALS的临床分期并预测生存期，特别是在延髓受累患者中具有应用价值	研究为回顾性设计，样本量相对有限（261例患者），且所有数据来自单一三级医院	评估深度学习衍生的胸部CT参数对ALS疾病进展和患者生存期的预测能力	肌萎缩侧索硬化症（ALS）患者	digital pathology	geriatric disease	deep learning-based CT analysis	Gaussian process regressor	CT images	261例ALS患者（平均年龄65.2岁±11.9，男性156例）	NA	NA	NA	NA
10916	2025-10-07	EBMGP: a deep learning model for genomic prediction based on Elastic Net feature selection and bidirectional encoder representations from transformer's embedding and multi-head attention pooling 2025-Apr-19, TAG. Theoretical and applied genetics. Theoretische und angewandte Genetik DOI:10.1007/s00122-025-04894-z PMID:40253568	研究论文	提出一种基于弹性网络特征选择和Transformer嵌入与多头注意力池化的深度学习基因组预测模型EBMGP	将SNP视为'单词'，相似LD水平的相邻SNP组视为'句子'，采用BERT式嵌入方法建模遗传互作，并提出多头注意力池化机制	NA	通过基因组估计育种值增强早期选择能力，加速育种进程	植物和动物基因组数据	机器学习	NA	基因组预测	Transformer	基因组数据	四个不同的动植物数据集	NA	Transformer,多头注意力机制	准确率	NA
10917	2025-10-07	Self-Supervised Learning with Adaptive Frequency-Time Attention Transformer for Seizure Prediction and Classification 2025-Apr-07, Brain sciences IF:2.7Q3 DOI:10.3390/brainsci15040382 PMID:40309845	研究论文	提出一种结合自适应频时注意力Transformer的自监督学习方法，用于癫痫发作预测和分类	在Transformer架构中引入自适应频时注意力机制，通过自适应频率滤波模块在频域进行全局和局部滤波，并与时序注意力机制结合	未明确说明对EEG信号中特定类型噪声的处理效果，以及在不同医疗设备采集数据上的泛化能力	提高癫痫发作预测和分类的准确性，减少对标注数据的依赖	脑电图信号	机器学习	癫痫	脑电图分析	Transformer	脑电图信号	TUSZ、TUAB和TUEV数据集	NA	Transformer with Adaptive Frequency-Time Attention	AUROC, 平衡准确率, 加权F1分数, Cohen's kappa	NA
10918	2025-10-07	Flood resilience through hybrid deep learning: Advanced forecasting for Taipei's urban drainage system 2025-Apr, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2025.124835 PMID:40056592	研究论文	本研究提出混合深度学习模型用于台北市中山抽水站的城市排水系统洪水预测	结合知识图谱整合多源数据，并首次将CNN-BP混合模型应用于城市排水系统的多输入多输出多步预测	研究仅针对台北市特定抽水站，模型在其他地区的适用性有待验证	通过先进预测技术提升城市排水系统的洪水抵御能力	台北市中山抽水站的排水系统水位数据	深度学习	NA	深度学习预测	CNN, BPNN	水位时间序列数据	台北市中山抽水站的实时监测数据	NA	CNN-BP混合架构	R, RMSE	NA
10919	2025-10-07	Effect of training sample size, image resolution and epochs on filamentous and floc-forming bacteria classification using machine learning 2025-Apr, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2025.124803 PMID:40056595	研究论文	本研究探讨训练样本量、图像分辨率和训练周期对基于机器学习的丝状和絮状细菌分类性能的影响	系统量化了三个关键模型变量（样本量、分辨率、训练周期）对细菌分割模型精度和计算需求的综合影响	研究主要关注特定类型的丝状和絮状细菌，结果可能不适用于其他微生物形态	优化人工智能分割模型在废水处理厂细菌检测中的准确性和计算效率	废水处理中的丝状细菌和絮状细菌	计算机视觉	NA	图像分析	深度学习	图像	最多500张细菌图像	NA	NA	准确率	NA
10920	2025-10-07	Integrating flora, fauna, and indigenous practices into spatial optimization for prescribed burning 2025-Apr, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2025.124833 PMID:40058039	研究论文	开发了一种整合火灾风险和生态共存能力的空间优化方法，用于指导计划烧除的区域规划	首次将植物适应性、动物行为和传统土地管理实践等'共存因素'整合到区域尺度的计划烧除空间优化框架中	研究仅应用于嘉陵江流域，方法在其他地区的适用性需要进一步验证	开发可持续的火灾管理策略，通过空间优化实现火灾与生态系统的共存	嘉陵江流域（中国）的火险易发山区生态系统	空间优化	NA	空间优化、机器学习、深度学习	NA	空间数据、生态数据、火险数据	嘉陵江流域整个研究区域	Zonation 5	NA	空间相关性分析、优先级分类	NA