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
11541	2025-10-06	Climate-driven projections of cyanobacterial harmful algal bloom expansion in coastal waters 2025-Aug-25, The Science of the total environment DOI:10.1016/j.scitotenv.2025.179940 PMID:40570389	研究论文	本研究通过整合气候模型与机器学习方法，预测阿曼沿海水域蓝藻有害藻华在未来气候情景下的扩张趋势	首次将长期气候预测与机器学习模型结合，对阿曼沿海蓝藻藻华进行多年代际投影，并采用粒子群优化算法优化模型参数	研究区域局限于阿曼沿海特定区域，模型性能受限于卫星数据质量和气候模型的不确定性	提高蓝藻有害藻华的预测准确性并评估长期气候变化影响	阿曼沿海水域的蓝藻有害藻华	环境科学, 机器学习	NA	卫星遥感, 气候模型	Random Forest, Extreme Gradient Boosting, GRU, LSTM	卫星图像, 环境参数数据	957张卫星图像（2000-2020年）	NA	LSTM, GRU	相关系数R	NA
11542	2025-10-06	Identification of STAT3 phosphorylation inhibitors using generative deep learning, virtual screening, molecular dynamics simulations, and biological evaluation for non-small cell lung cancer therapy 2025-Aug, Molecular diversity IF:3.9Q2 DOI:10.1007/s11030-024-11067-5 PMID:39715975	研究论文	本研究通过生成式深度学习结合虚拟筛选和分子动力学模拟，发现新型STAT3磷酸化抑制剂用于非小细胞肺癌治疗	采用迁移学习和生成式深度学习模型探索化学空间，结合多层级计算筛选发现新型STAT3抑制剂	研究主要基于计算模拟和细胞实验，尚未进行动物模型验证	开发针对STAT3磷酸化的抑制剂用于非小细胞肺癌治疗	STAT3信号通路、非小细胞肺癌细胞系H441	机器学习	肺癌	虚拟筛选、分子对接、分子动力学模拟、细胞生物学评估	生成式深度学习模型	化学化合物数据、分子结构数据	包含STAT3抑制剂的综合数据集，具体HG106和HG110分子	NA	NA	结合亲和力、构象稳定性、磷酸化抑制效果	NA
11543	2025-10-06	Technology advances in the placement of naso-enteral tubes and in the management of enteral feeding in critically ill patients: A narrative study 2025-Aug, Clinical nutrition ESPEN IF:2.9Q3 DOI:10.1016/j.clnesp.2025.05.022 PMID:40383254	综述	本文综述了危重症患者鼻肠管置入技术和肠内喂养管理方面的技术进展	系统总结了床旁超声、电磁传感器、实时视频辅助置管、阻抗传感器和虚拟现实等新技术在鼻肠管置入和肠内喂养管理中的应用	NA	探讨危重症患者肠内喂养相关技术的创新进展	危重症患者	医学技术	危重症	床旁超声, 电磁传感器, 实时视频辅助置管, 阻抗传感器, 虚拟现实, 深度学习算法	深度学习算法	医学影像, 电生理信号, 临床数据	NA	NA	NA	NA	NA
11544	2025-10-06	SASWISE-UE: Segmentation and synthesis with interpretable scalable ensembles for uncertainty estimation 2025-Aug, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110258 PMID:40460564	研究论文	提出一种高效的子模型集成框架，通过生成不确定性图谱增强医学深度学习模型的可解释性	从单一训练好的检查点生成多样化模型族，通过输出分歧进行不确定性估计	NA	提升医学深度学习模型的可解释性和临床适用性	CT身体分割和MR-CT合成数据集	计算机视觉	NA	深度学习	集成学习	医学影像（CT、MR）	NA	NA	U-Net, UNETR	Dice系数, 平均绝对误差	NA
11545	2025-10-06	Selection, visualization, and explanation of deep features from resting-state fMRI for Alzheimer's disease diagnosis 2025-Aug, Psychiatry research. Neuroimaging DOI:10.1016/j.pscychresns.2025.112005 PMID:40494176	研究论文	本研究通过可视化静息态功能磁共振成像的深度特征来区分认知正常个体与不同阶段阿尔茨海默病患者	提出了能够有效识别阿尔茨海默病的特定深度特征子集（称为“信息性深度特征”），并通过热图和激活图实现全切片图像级别的可视化	脑萎缩和图像强度模式相似性带来的挑战	开发基于深度学习的阿尔茨海默病诊断方法并提高模型可解释性	认知正常个体和不同阶段阿尔茨海默病患者	医学影像分析	阿尔茨海默病	静息态功能磁共振成像（rs-fMRI）	深度学习网络	神经影像数据	来自ADNI数据库的rs-fMRI数据	NA	NA	NA	NA
11546	2025-10-06	O-GEST: Overground gait events detector using b-spline-based geometric models for marker-based and markerless analysis 2025-Aug, Journal of biomechanics IF:2.4Q3 DOI:10.1016/j.jbiomech.2025.112803 PMID:40516373	研究论文	提出一种基于B样条几何模型的自动算法O-GEST，用于在无测力台条件下检测地面行走步态事件	首次将B样条几何模型与步态相关阈值结合，开发适用于标记点和无标记点分析的通用步态事件检测算法	算法验证主要针对特定病理人群，在更广泛疾病类型中的适用性需进一步验证	开发高精度的步态事件检测算法以提升无测力台环境下的步态分析可靠性	健康人群和病理步态患者（髋关节骨关节炎、中风幸存者、帕金森病患者、脑瘫儿童）	生物医学工程	神经肌肉疾病,骨科疾病	运动学数据分析,B样条建模	几何模型	运动学数据,轨迹数据	390名受试者（200名健康人，100名单侧髋关节骨关节炎，50名中风幸存者，26名帕金森病患者，14名脑瘫儿童）	NA	B样条几何模型	时间差异精度（毫秒）	NA
11547	2025-10-06	Digitizing audiograms with deep learning: structured data extraction and pseudonymization for hearing big data 2025-Aug, Hearing research IF:2.5Q1 DOI:10.1016/j.heares.2025.109337 PMID:40532492	研究论文	开发基于深度学习的系统将听力图数字化，实现结构化数据提取和匿名化处理	与以往主要关注分类或预测的研究不同，该框架确保结构化数值数据输出同时遵守数据匿名化法规	NA	开发深度学习系统数字化听力图，实现大规模听力大数据收集	纯音听力图图像	计算机视觉	听力损失	纯音听力测定	CNN	图像	训练集8847个听力图符号，测试集2443个听力图符号	NA	卷积神经网络	准确率	NA
11548	2025-10-06	Redefining parameter-efficiency in ADHD diagnosis: A lightweight attention-driven kolmogorov-arnold network with reduced parameter complexity and a novel activation function 2025-Aug, Psychiatry research. Neuroimaging DOI:10.1016/j.pscychresns.2025.112016 PMID:40587919	研究论文	提出一种基于Kolmogorov-Arnold网络的参数高效框架用于ADHD诊断	结合KAN网络显著减少参数复杂度，引入注意力驱动特征选择机制和具有可学习系数的自适应激活函数	NA	开发参数效率高且可解释性强的ADHD诊断模型	注意力缺陷多动障碍(ADHD)患者	医学影像分析	注意力缺陷多动障碍	脑连接特征分析	Kolmogorov-Arnold Network (KAN)	脑连接特征数据	ADHD-200基准数据集	NA	Kolmogorov-Arnold Network with attention mechanism	准确率, F1分数, 精确率	NA
11549	2025-10-06	Deep Learning Photo Processing for Periodontitis Screening 2025-Jul-12, Journal of dental research IF:5.7Q1 DOI:10.1177/00220345251347508 PMID:40650464	研究论文	本研究开发了一种基于深度学习模型的口腔图像处理系统，用于牙周炎筛查	使用全局激活池化的多实例深度学习模型，无需图像标注即可识别II-IV期牙周炎，且模型性能优于不同技能水平的临床医生	需要在全球多个人群中进行更多开发和验证才能作为筛查工具推广	开发基于口腔图像的深度学习算法用于牙周炎筛查	在上海第九人民医院就诊的连续受试者及其口腔数字孪生	计算机视觉	牙周炎	深度学习图像处理	深度学习模型	口腔图像	内部开发测试387名受试者，外部测试183名受试者	NA	基于预训练ResNet50的全局激活池化多实例深度学习模型	AUROC, 敏感度, 特异度	NA
11550	2025-10-06	Seeing is Believing-On the Utility of CT in Phenotyping COPD 2025-Jul-12, The British journal of radiology DOI:10.1093/bjr/tqaf160 PMID:40650927	综述	探讨胸部CT影像生物标志物在慢性阻塞性肺疾病表型分析中的发展与应用	系统回顾了从传统阈值方法到深度学习技术的CT生物标志物演进历程，强调了空间感知机制和自动化表型分析的突破	数据集异质性、模型泛化能力和临床可解释性方面仍存在挑战	评估CT影像在COPD表型分析中的效用和发展前景	慢性阻塞性肺疾病患者的胸部CT影像特征	数字病理	慢性阻塞性肺疾病	胸部计算机断层扫描	深度学习	CT影像	NA	NA	NA	NA	NA
11551	2025-10-06	AI-powered disease progression prediction in multiple sclerosis using magnetic resonance imaging: a systematic review and meta-analysis 2025-Jul-12, Neurological research IF:1.7Q4 DOI:10.1080/01616412.2025.2532038 PMID:40650946	系统综述与荟萃分析	本文系统回顾和荟萃分析了基于MRI的人工智能模型在预测多发性硬化症残疾进展方面的性能	首次对MRI驱动的AI模型预测多发性硬化症残疾进展的研究进行系统综述和荟萃分析，比较了传统机器学习与深度学习的性能差异	研究存在异质性高(I²=95%)、外部验证研究少(仅6项)、校准和决策曲线分析报告不足、个体水平预测误差超过1个EDSS点	评估基于MRI的人工智能模型在预测多发性硬化症未来残疾进展方面的准确性和临床应用价值	多发性硬化症患者	医学影像分析	多发性硬化症	磁共振成像	传统机器学习,深度学习	磁共振图像	12,252名多发性硬化症患者，来自21项研究	NA	NA	AUC,RMSE	NA
11552	2025-10-06	ST-CFI: Swin Transformer with convolutional feature interactions for identifying plant diseases 2025-Jul-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-08673-0 PMID:40640259	研究论文	提出一种结合Swin Transformer和卷积特征交互的深度学习框架ST-CFI，用于通过叶片图像识别植物病害	首次将Swin Transformer与CNN特征交互结合，通过inception架构和跨通道特征学习同时提取局部和全局特征	在PlantDoc数据集上准确率相对较低(77.54%)，表明模型在某些真实场景下性能有待提升	开发高精度植物病害检测方法以保障粮食安全	植物叶片图像	计算机视觉	植物病害	深度学习图像分析	CNN, Transformer	图像	五个数据集：PlantVillage、Plant Pathology 2021、PlantDoc、AI2018、iBean	NA	Swin Transformer, inception架构	准确率, F1分数, 损失值	NA
11553	2025-10-06	Machine Learning-Assisted Multimodal Early Screening of Lung Cancer Based on a Multiplexed Laser-Induced Graphene Immunosensor 2025-Jul-11, ACS nano IF:15.8Q1 DOI:10.1021/acsnano.5c02822 PMID:40644803	研究论文	开发了一种基于激光诱导石墨烯免疫传感器与机器学习相结合的多模态肺癌早期筛查平台	首次将多重激光诱导石墨烯免疫传感器与深度学习CT影像特征和临床数据整合，构建多模态预测模型	未明确说明样本规模和研究人群特征	提高肺癌早期筛查的准确性和可及性	肺癌患者和四种肿瘤标志物（NSE、CEA、p53、SOX2）	机器学习	肺癌	激光诱导石墨烯免疫传感器、CT成像	深度学习	蛋白质组数据、医学影像、临床数据	NA	NA	NA	AUC	NA
11554	2025-07-14	Advancing neural decoding with deep learning 2025-Jul-11, Nature computational science IF:12.0Q1 DOI:10.1038/s43588-025-00837-2 PMID:40646317	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
11555	2025-10-06	Interpretable MRI Subregional Radiomics-Deep Learning Model for Preoperative Lymphovascular Invasion Prediction in Rectal Cancer: A Dual-Center Study 2025-Jul-11, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01586-4 PMID:40646374	研究论文	开发基于可解释机器学习的融合模型，结合多参数MRI亚区域影像组学和深度学习，用于直肠癌术前淋巴血管侵犯预测	首次将K-means聚类划分的肿瘤亚区域影像组学特征与Vision Transformer深度学习特征融合构建SubViT模型，并采用SHAP工具增强模型可解释性	样本量相对有限（共376例患者），仅来自两个医疗中心	术前无创预测直肠癌淋巴血管侵犯状态	经组织病理学证实的直肠癌患者	医学影像分析	直肠癌	多参数MRI	融合模型（影像组学+深度学习）	医学影像（MRI）	376例患者（301例训练集，75例外部队验证集）	NA	Vision Transformer (ViT), K-means聚类	AUC, ROC曲线, 决策曲线分析(DCA), Delong检验	NA
11556	2025-10-06	Deep learning to assess erythritol in zebrafish development, circadian rhythm, and cardiovascular disease risk 2025-Jul-10, NPJ science of food IF:6.3Q1 DOI:10.1038/s41538-025-00512-w PMID:40640190	研究论文	使用深度学习方法评估赤藓糖醇对斑马鱼发育、昼夜节律和心血管疾病风险的影响	首次采用深度学习方法系统评估赤藓糖醇对斑马鱼发育时序、运动行为、昼夜节律和血栓形成的综合影响	研究仅基于斑马鱼模型，结果外推至人类需谨慎；赤藓糖醇浓度范围有限	评估赤藓糖醇作为人工甜味剂的安全性及其对生物发育和健康的潜在风险	斑马鱼胚胎和幼虫	数字病理	心血管疾病	深度学习	深度学习模型	发育时序数据、行为数据、分子表达数据	斑马鱼胚胎（从受精后2小时暴露至120小时）	NA	NA	NA	NA
11557	2025-10-06	Deformable detection transformers for domain adaptable ultrasound localization microscopy with robustness to point spread function variations 2025-Jul-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-09120-w PMID:40640235	研究论文	提出一种基于可变形检测Transformer的超声定位显微成像方法，能够应对点扩散函数变化并实现跨域适应	首次将可变形检测Transformer(DE-DETR)应用于超声定位显微成像，结合KDTree算法改进微泡跟踪，解决了点扩散函数动态变化和模拟-活体数据域适应问题	方法在模拟和活体数据间的泛化能力仍需进一步验证，未明确说明计算资源需求	提升超声定位显微成像在临床应用中的性能和鲁棒性	气体微泡在血管中的运动轨迹	计算机视觉	NA	超声定位显微成像(ULM)	Transformer	超声图像序列	NA	NA	DEformable DEtection TRansformer (DE-DETR)	精确率, 召回率	NA
11558	2025-10-06	An ODE based neural network approach for PM2.5 forecasting 2025-Jul-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-05958-2 PMID:40640232	研究论文	提出两种基于常微分方程的神经网络模型用于PM2.5浓度预测	开发了基于Transformer的ODE模型和闭式ODE模型，相比传统LSTM模型在长期预测中表现更优	未明确说明模型在处理极端天气事件或突发污染事件时的表现	提高PM2.5浓度时间序列预测的准确性	PM2.5浓度时间序列数据	机器学习	NA	时间序列预测	ODE, Transformer, LSTM, BiLSTM, GRU, CNN	时间序列数据	NA	NA	Transformer, LSTM, BiLSTM, GRU, ODE-LSTM, PCNN, CNN-LSTM	RMSE	NA
11559	2025-10-06	Enhanced spectrum sensing for 5G and LTE signals using advanced deep learning models and hyperparameter tuning 2025-Jul-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07837-2 PMID:40640243	研究论文	本文提出了一种利用先进深度学习模型和超参数调优增强5G和LTE信号频谱感知准确性的新方法	首次系统研究超参数调优对深度学习模型在频谱感知中性能的影响，并采用DenseNet121和InceptionV3架构在动态噪声环境中实现显著性能提升	在低信噪比帧被排除的受控场景中表现最佳，实际应用中信号质量变化可能影响性能	提高5G和LTE信号在动态噪声环境中的频谱感知准确性	5G和LTE无线信号	机器学习	NA	深度学习	CNN	无线信号数据	包含合成信号和真实数据的大规模多样化数据集	NA	DenseNet121, InceptionV3	检测准确率	NA
11560	2025-10-06	SynergyBug: A deep learning approach to autonomous debugging and code remediation 2025-Jul-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-08226-5 PMID:40640256	研究论文	提出一种结合BERT和GPT-3的自主调试与代码修复深度学习系统	首次将BERT的上下文理解能力与GPT-3的代码生成能力结合，实现自动化的错误检测与修复统一流程	需要人工监控安全程序并管理系统训练偏差	开发自动化软件调试系统以提高软件开发质量	软件错误报告、错误日志和文档	自然语言处理	NA	深度学习	BERT, GPT-3	文本	超过100,000个错误报告案例	NA	Transformer	准确率, 精确率, 召回率	NA