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
11121	2025-10-07	Machine learning applications and challenges in graft-versus-host disease: a scoping review 2023-11-01, Current opinion in oncology IF:2.8Q2 DOI:10.1097/CCO.0000000000000996 PMID:37820094	综述	本文探讨机器学习在移植物抗宿主病风险预测、诊断和个性化治疗中的应用潜力与挑战	系统总结机器学习在GVHD领域的最新进展，包括动态风险评估、深度学习诊断模型和自适应治疗策略	需要大规模多中心合作开发可泛化模型，且需解决伦理准则实施等关键问题	评估人工智能特别是机器学习在GVHD管理中的应用前景	移植物抗宿主病的风险评估、诊断和治疗方法	机器学习	移植物抗宿主病	NA	深度学习,强化学习,Q-learning,深度强化学习	时间序列数据,图像数据	NA	NA	NA	NA	NA
11122	2025-10-07	MRI-based Deep Learning Assessment of Amyloid, Tau, and Neurodegeneration Biomarker Status across the Alzheimer Disease Spectrum 2023-10, Radiology IF:12.1Q1 DOI:10.1148/radiol.222441 PMID:37815445	研究论文	本研究开发了一种基于MRI和临床数据的深度学习模型，用于预测阿尔茨海默病ATN生物标志物状态	首次将深度学习应用于MRI数据来预测PET确定的ATN生物标志物状态，提供了一种无创、低成本的替代方案	研究采用回顾性数据，模型性能在tau生物标志物预测方面相对较低(AUC 0.73)	开发非侵入性方法评估阿尔茨海默病ATN生物标志物状态	阿尔茨海默病影像倡议(ADNI)数据库中的患者MRI和PET数据	医学影像分析	阿尔茨海默病	MRI, PET	CNN, 逻辑回归	医学影像, 临床数据	2099个淀粉样蛋白PET-MRI对，557个tau PET-MRI对，2768个FDG PET-MRI对	NA	卷积神经网络	AUC	NA
11123	2025-10-07	A Hybrid Deep Learning Approach to Identify Preventable Childhood Hearing Loss 2023 Sep-Oct 01, Ear and hearing IF:2.6Q1 DOI:10.1097/AUD.0000000000001380 PMID:37318215	研究论文	本研究开发了一种混合深度学习模型，用于自动化分类鼓室导抗图以识别可预防的儿童听力损失	提出了一种混合深度学习模型，在资源有限社区中实现非专业人员引导的鼓室导抗测试，其性能优于传统方法和设备内置分类器	研究样本主要来自阿拉斯加农村地区特定人群，可能限制结果的普适性	评估机器学习在自动化鼓室导抗图分类中的效用，促进资源有限社区的听力筛查	来自阿拉斯加农村 underserved 社区的学龄儿童，重点关注感染相关性听力损失	医疗人工智能	儿童听力损失	鼓室导抗测试	混合深度学习模型	窄带鼓室导抗图轨迹	1635名儿童，4810对鼓室导抗图轨迹（由听力专家和非专业人员采集）	NA	NA	灵敏度, 特异度, AUC	NA
11124	2025-10-07	Cyclic peptide structure prediction and design using AlphaFold 2023-Feb-26, bioRxiv : the preprint server for biology DOI:10.1101/2023.02.25.529956 PMID:36865323	研究论文	本研究通过改进AlphaFold网络实现了环肽结构的准确预测与设计	首次将AlphaFold网络成功应用于环肽结构预测与设计，解决了该领域因结构数据稀缺导致的方法开发难题	环肽结构数据库规模较小可能限制模型性能	开发基于深度学习的环肽结构预测与设计方法	7-13个氨基酸长度的环肽分子	计算生物学	NA	深度学习，X射线晶体学	AlphaFold	蛋白质序列与结构数据	49个天然环肽用于验证，7个设计序列通过晶体结构验证，约10,000个设计候选物	AlphaFold	改进的AlphaFold架构	pLDDT，RMSD	NA
11125	2025-10-07	CWBLS network and its application in portable spectral measurement 2025-Nov-05, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2025.126329 PMID:40347777	研究论文	提出一种改进的D-CWBLS网络，用于提升便携式近红外光谱测量中回归模型的准确性和稳定性	在BLS网络基础上进行三方面改进：融合近红外特征光谱带数据扩展网络结构；通过Dropout层纵向加深网络；结合优化特征节点和增强节点权重矩阵消除随机性	NA	解决便携式近红外光谱仪在户外应用中因低信噪比和低重复性数据导致的回归模型精度和稳定性问题	便携式近红外光谱数据	机器学习	NA	近红外光谱技术	BLS, D-CWBLS	光谱数据	NA	NA	BLS, CWBLS, D-CWBLS	准确性, 鲁棒性, 可重复性	NA
11126	2025-10-07	A novel CNN-LSTM model with attention mechanism for online monitoring of moisture content in fluidized bed granulation process based on near-infrared spectroscopy 2025-Nov-05, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2025.126361 PMID:40367754	研究论文	提出一种结合注意力机制的CNN-LSTM深度学习模型，用于流化床制粒过程中基于近红外光谱的水分含量在线监测	首次将CNN的空间特征提取、LSTM的序列处理能力和自注意力机制的全局关联捕获能力相结合，构建CNN-LSTM-Attention混合模型，具备特征波段优化和序列建模能力	NA	优化流化床制粒过程中颗粒水分含量的监测精度	流化床制粒过程中的颗粒水分含量	机器学习	NA	近红外光谱	CNN,LSTM,Attention	光谱序列数据	NA	NA	CNN-LSTM-Attention	R, RMSE	NA
11127	2025-10-07	The vertices number determined SERS activity of polyhedra and the application in oral cancer detection based on deep learning 2025-Nov-05, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2025.126390 PMID:40373548	研究论文	通过模拟多面体顶点数对SERS活性的影响，制备金纳米四面体基底并应用于口腔癌检测	发现局部电场极化方向顶点数较少的多面体可实现最大SERS活性，并将SERS技术与深度学习相结合用于口腔癌分期诊断	NA	研究多面体顶点数对SERS活性的影响并开发口腔癌智能检测方法	贵金属纳米颗粒、口腔癌患者唾液样本	计算机视觉	口腔癌	表面增强拉曼散射(SERS)、时域有限差分(FDTD)模拟	深度学习神经网络	拉曼光谱数据	NA	NA	NA	检测限(LOD)、线性检测范围、增强因子(EF)	NA
11128	2025-10-07	Deep learning-assisted 10-μL single droplet-based viscometry for human aqueous humor 2025-Sep-15, Biosensors & bioelectronics IF:10.7Q1 DOI:10.1016/j.bios.2025.117530 PMID:40359807	研究论文	开发了一种基于深度学习的微流控粘度测量方法，用于测量仅10微升的人眼房水样本	首次实现了对10微升人眼房水粘度的测量，采用单液滴微流控技术和深度学习分析方案	样本量有限，仅能处理微量生物流体	优化青光眼治疗中微管分流器的设计	人眼房水	生物医学工程	青光眼	微流控技术	深度学习	视频/图像	10微升单液滴人眼房水样本	NA	NA	NA	NA
11129	2025-10-07	Multi-modal multi-task deep neural networks for sleep disordered breathing assessment using cardiac and audio signals 2025-Sep, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2025.105932 PMID:40286704	研究论文	提出一种基于心电信号和音频信号的多模态多任务深度学习方法来评估睡眠呼吸障碍	首次将心电信号与音频信号相结合用于SDB评估，采用多任务学习框架同时进行呼吸事件检测、AHI估计和睡眠分期	样本量相对有限（161名受试者），严重程度分类准确率有待提高（57.8%）	开发成本效益高且易于获取的睡眠呼吸障碍检测方法	睡眠呼吸障碍患者	机器学习	睡眠呼吸障碍	心电信号分析，音频信号分析	深度神经网络	心电信号，音频信号	161名受试者的夜间记录	NA	多模态多任务深度神经网络	F1分数，相关系数，准确率	NA
11130	2025-10-07	Using longitudinal data and deep learning models to enhance resource allocation in home-based medical care 2025-Sep, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2025.105953 PMID:40300486	研究论文	本研究利用纵向数据和深度学习模型预测家庭医疗护理阶段，以优化资源分配	首次将Transformer编码器与LSTM、GRU等深度学习模型应用于家庭医疗护理阶段预测，并比较不同连续就诊次数对预测性能的影响	研究为回顾性设计，数据来源单一（仅台北市医院），未进行外部验证	通过人工智能预测家庭医疗护理阶段，优化家庭医疗护理资源分配	家庭医疗护理患者	机器学习	老年疾病	NA	Transformer, LSTM, GRU	医疗记录（住院、门诊、家庭医疗护理记录）	4,343名患者，平均年龄85.04±11.47岁	NA	Transformer编码器, LSTM, GRU	准确率, 精确率, 召回率, AUC	NA
11131	2025-10-07	Automatic and precise identification of volatile organic compounds from gas chromatography in prolonged atmospheric monitoring 2025-Aug-02, Journal of chromatography. A DOI:10.1016/j.chroma.2025.466035 PMID:40373387	研究论文	提出基于人工智能的ResGRU模型，用于气相色谱中挥发性有机化合物的自动精确识别	开发ResGRU模型实现色谱峰自动识别，在保留时间定位精度上比传统方法提高2.76-38.19倍，并具有优异的异常色谱图适应能力	NA	开发自动化方法精确识别气相色谱中的挥发性有机化合物	挥发性有机化合物(VOCs)的气相色谱数据	机器学习	NA	气相色谱	ResGRU(结合ResNet和GRU的混合模型)	色谱数据	来自上海、湖北和江苏四个监测站点的数据	NA	ResGRU(ResNet与GRU结合架构)	平均绝对误差(保留时间定位)	NA
11132	2025-10-07	A subject transfer neural network fuses Generator and Euclidean alignment for EEG-based motor imagery classification 2025-Aug, Journal of neuroscience methods IF:2.7Q3 DOI:10.1016/j.jneumeth.2025.110483 PMID:40350042	研究论文	提出一种结合生成器和欧几里得对齐的主题转移神经网络，用于基于EEG的运动想象分类	提出ST-GENN模型，通过欧几里得空间对齐和生成器实现跨被试的EEG信号迁移学习	NA	解决脑机接口中个体EEG信号差异问题，提高运动想象分类准确率	脑电图信号，运动想象任务	脑机接口	NA	脑电图	深度学习，迁移学习	EEG信号	BCI competition IV 2a、BCI competition IV 2b和SHU三个数据集	NA	Generator, Convolution-attention-temporal分类器	准确率	NA
11133	2025-10-07	Assessment of AI-accelerated T2-weighted brain MRI, based on clinical ratings and image quality evaluation 2025-Jul, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112123 PMID:40315626	研究论文	比较基于深度学习的MRI重建方法与传统T2加权脑MRI的临床评分和图像质量	首次对商用深度学习MRI重建方法进行系统性临床评估，并引入时间调整后的信噪比(SNReff)指标	样本量相对有限(100例)，仅使用单一厂商的MRI设备，未评估所有可能的病理情况	评估AI加速T2加权脑MRI的临床应用价值	100名患有各种神经系统疾病的连续患者	医学影像分析	神经系统疾病	MRI，深度学习重建	深度学习	医学影像	100名患者(54名女性，平均年龄43.6岁)	NA	NA	信噪比(SNR)，时间调整信噪比(SNReff)，整体图像质量(OIQ)，诊断安全性(DS)，图像伪影(IA)	西门子Vida 3T扫描仪，64通道头线圈
11134	2025-10-07	Impact of CT reconstruction algorithms on pericoronary and epicardial adipose tissue attenuation 2025-Jul, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112132 PMID:40344712	研究论文	研究CT重建算法对心周脂肪组织和心外膜脂肪组织定量的影响，并探索通过脂肪阈值调整进行校正的可行性	首次系统比较ASIR-V和DLIR算法对PCAT和EAT定量的影响，并提出脂肪阈值校正方法	回顾性研究设计，样本量有限(134例)，仅评估特定CT扫描参数	评估不同CT重建算法对脂肪组织定量的影响	接受冠状动脉CT血管成像的患者	医学影像分析	心血管疾病	冠状动脉CT血管成像(CCTA)	NA	CT影像数据	134例患者	NA	NA	重复测量方差分析，Bland-Altman图	NA
11135	2025-10-07	Automated vertebrae identification and segmentation with structural uncertainty analysis in longitudinal CT scans of patients with multiple myeloma 2025-Jul, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112160 PMID:40349413	研究论文	本研究开发了一种集成结构不确定性分析的深度学习椎骨分割流程，用于多发性骨髓瘤患者的纵向CT扫描	在开源深度学习方法基础上引入结构不确定性分析，自动识别并校正分割不一致性，显著提升纵向匹配精度	研究基于单中心回顾性数据，需要进一步外部验证	优化多发性骨髓瘤患者纵向CT扫描中的椎骨自动识别与分割	474例多发性骨髓瘤患者的1020次CT扫描	医学影像分析	多发性骨髓瘤	CT扫描	深度学习	医学影像	474例患者共1020次CT扫描（训练集179例349次，测试集295例671次）	NA	Payer's方法	识别率, 纵向椎骨匹配率, 成功率, 系列成功率	NA
11136	2025-10-07	Impact of spectrum bias on deep learning-based stroke MRI analysis 2025-Jul, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112161 PMID:40359732	研究论文	评估排除不确定急性缺血性病灶病例对深度学习卒中MRI分析中频谱偏倚的影响	首次系统评估卒中MRI分析中排除不确定病例对深度学习工具诊断性能的影响，并识别与不确定病灶相关的关键因素	单中心回顾性研究，样本量有限（989例患者），仅使用商业深度学习工具	评估卒中MRI分析中的频谱偏倚及其影响因素	疑似卒中成年患者的脑部MRI影像	医学影像分析	卒中	脑部MRI	深度学习	医学影像	989例患者（中位年龄73岁，53%女性）	NA	NA	诊断比值比	NA
11137	2025-10-07	Application and optimization of the U-Net++ model for cerebral artery segmentation based on computed tomographic angiography images 2025-Jul, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112137 PMID:40367559	研究论文	本研究基于CTA图像实现U-Net++模型用于脑动脉分割，并通过优化剪枝水平平衡分割性能与计算成本	在U-Net++模型中实施四种剪枝级别（L1-L4），分析剪枝对分割性能和计算效率的权衡关系	仅针对特定脑动脉区域（颈内动脉和椎动脉）进行分割验证	优化脑动脉分割模型的性能与计算效率平衡	CTA图像中的脑动脉结构	计算机视觉	脑血管疾病	计算机断层扫描血管成像（CTA）	U-Net++	医学图像	双能CTA和直接减影CTA数据集	NA	U-Net++	准确率, 交并比, F1分数, 边界F1分数, 豪斯多夫距离	NA
11138	2025-10-07	PEDRA-EFB0: colorectal cancer prognostication using deep learning with patch embeddings and dual residual attention 2025-Jun, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03292-3 PMID:39833600	研究论文	提出PEDRA-EFB0深度学习架构，通过补丁嵌入和双重残差注意力机制提升结直肠癌CT图像特征提取和生存预测性能	集成补丁嵌入方法和双重残差注意力机制，结合自编码器和熵技术的特征选择算法，有效捕获长距离依赖关系和上下文信息	NA	提升结直肠癌CT图像特征提取效果和生存预测准确性	结直肠癌CT扫描图像	计算机视觉	结直肠癌	CT扫描	深度学习,CNN	医学图像	NA	NA	PEDRA-EFB0,补丁嵌入,双重残差注意力	C-index,BS,MCC,AUC	NA
11139	2025-10-07	Automatic skeletal maturity grading from pelvis radiographs by deep learning for adolescent idiopathic scoliosis 2025-Jun, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03283-4 PMID:39838221	研究论文	提出一种基于深度学习的多任务学习方法，用于从骨盆X光片自动评估青少年特发性脊柱侧凸的骨骼成熟度（Risser分期）	开发了结合空间和通道重建卷积的改进版Swin Transformer，并采用多任务学习方法进行髂骨区域提取和Risser分期评估	未明确说明数据集规模和多样性限制，以及模型在临床环境中的泛化能力	解决Risser分期手动评估中观察者内和观察者间的不准确性问题	青少年特发性脊柱侧凸患者的骨盆X光片	计算机视觉	青少年特发性脊柱侧凸	X光成像	深度学习, Transformer	医学图像	NA	NA	改进版Swin Transformer, ResNet50, ResNet101, Uni-former, Next-ViT, ConvNeXt	准确率	NA
11140	2025-10-07	CTCNet: a fine-grained classification network for fluorescence images of circulating tumor cells 2025-Jun, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03297-y PMID:39841310	研究论文	提出CTCNet网络和CTCDet数据集，用于循环肿瘤细胞荧光图像的细粒度分类	首次专门针对CTC分类挑战设计混合架构，结合CNN和Transformer优势，提出并行令牌混合器和可变形大核注意力模块	未明确说明数据集的样本规模限制或模型计算复杂度	解决循环肿瘤细胞亚型的精确分类问题，推动癌症诊断和治疗	外周血中的循环肿瘤细胞(CTCs)	计算机视觉	癌症	荧光成像	CNN, Transformer	荧光图像	NA	NA	CTCNet, 并行令牌混合器, DLKAttention	分类准确率	NA