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
11681	2025-10-07	Histological tumor necrosis predicts decreased survival after neoadjuvant chemotherapy in head and neck squamous cell carcinoma 2025-Jun, Oral oncology IF:4.0Q2 DOI:10.1016/j.oraloncology.2025.107287 PMID:40245786	研究论文	本研究探讨头颈部鳞状细胞癌新辅助放化疗后肿瘤免疫微环境变化及组织学肿瘤坏死对患者生存的预测价值	首次发现治疗前肿瘤坏死是预测新辅助放化疗不良预后的有效生物标志物，并成功开发基于深度学习的AI方法自动识别组织病理标本中的肿瘤坏死	样本量有限（新辅助治疗组53例），为回顾性研究设计	研究新辅助放化疗对HNSCC肿瘤免疫景观的影响及其与患者生存的关系	头颈部鳞状细胞癌患者	数字病理	头颈部鳞状细胞癌	免疫组织化学染色，深度学习	深度学习	组织病理图像	新辅助治疗组53例，验证组171例，共分析588个全切片染色	NA	NA	风险比，置信区间，p值，5年总生存率	NA
11682	2025-10-07	SSA-sMLP: A venous thromboembolism risk prediction model using separable self-attention and spatial-shift multilayer perceptrons 2025-Jun, Thrombosis research IF:3.7Q1 DOI:10.1016/j.thromres.2025.109334 PMID:40344789	研究论文	提出一种结合可分离自注意力和空间移位多层感知器的深度学习模型SSA-sMLP，用于静脉血栓栓塞症风险预测	通过可分离自注意力模块实现动态跨维度特征交互建模，改进的S-MLPv2架构通过无参数移位操作和分割注意力机制精确捕捉局部非线性关联	NA	开发静脉血栓栓塞症风险预测模型，提升临床决策支持能力	基于113,836份临床记录构建的静脉血栓栓塞症数据集	机器学习	静脉血栓栓塞症	深度学习	自注意力机制,多层感知器	临床记录	113,836份临床记录	NA	SSA-sMLP, S-MLPv2	准确率, F1分数	NA
11683	2025-10-07	Exploring the Limitations of Virtual Contrast Prediction in Brain Tumor Imaging: A Study of Generalization Across Tumor Types and Patient Populations 2025-Jun, NMR in biomedicine IF:2.7Q1 DOI:10.1002/nbm.70062 PMID:40386872	研究论文	本研究探讨深度学习模型在脑肿瘤影像中预测虚拟对比增强效果的泛化能力	首次系统分析脑肿瘤虚拟对比预测模型在不同肿瘤类型和患者群体中的泛化局限性	模型在特定肿瘤类型和数据集上表现良好，但难以泛化到其他肿瘤类型和多样化患者群体	研究神经网络在脑肿瘤非对比MRI扫描中预测全对比增强能力的泛化特性	脑肿瘤患者和不同类型的脑肿瘤	医学影像分析	脑肿瘤	磁共振成像（MRI），钆基对比剂（GBCAs）	神经网络	医学影像（MRI扫描）	NA	NA	NA	NA	NA
11684	2025-10-07	Baseline correction of Raman spectral data using triangular deep convolutional networks 2025-May-19, The Analyst DOI:10.1039/d5an00253b PMID:40384579	研究论文	提出一种基于三角深度卷积网络的新型拉曼光谱基线校正方法	设计了一种新颖的深度卷积网络架构，在保持峰值强度和形状方面表现更优	NA	提升拉曼光谱基线校正的准确性和效率	拉曼光谱数据	机器学习	NA	拉曼光谱	CNN	光谱数据	NA	NA	三角深度卷积网络	校正精度, 计算时间, 峰值强度保持度, 峰值形状保持度	NA
11685	2025-10-07	Development and Validation an Integrated Deep Learning Model to Assist Eosinophilic Chronic Rhinosinusitis Diagnosis: A Multicenter Study 2025-May-19, International forum of allergy & rhinology IF:7.2Q1 DOI:10.1002/alr.23595 PMID:40387008	研究论文	开发并验证一种集成深度学习模型，用于辅助嗜酸性慢性鼻窦炎的术前诊断	首次结合CT影像特征和临床参数构建集成深度学习模型，并探索模型预测的生物学基础	样本量相对有限，仅包含1098名患者	开发非侵入性术前预测方法用于嗜酸性慢性鼻窦炎的诊断	慢性鼻窦炎患者	计算机视觉	慢性鼻窦炎	计算机断层扫描(CT)，蛋白质组学分析	3D-ResNet, 3D-Xception, HR-Net, 支持向量机	CT影像，临床参数	1098名患者来自两家医院	NA	3D-ResNet, 3D-Xception, HR-Net	AUC, 敏感度, 特异度, 准确度	NA
11686	2025-10-07	The Application of Anisotropically Collapsing Gels, Deep Learning, and Optical Microscopy for Chemical Characterization of Nanoparticles and Nanoplastics 2025-May-19, Langmuir : the ACS journal of surfaces and colloids IF:3.7Q2 DOI:10.1021/acs.langmuir.5c00769 PMID:40387864	研究论文	开发结合各向异性塌陷凝胶、深度学习与光学显微镜的纳米颗粒表面化学表征方法	首次整合各向异性塌陷凝胶固定技术与荧光显微镜和酸碱滴定法，实现单颗粒水平羧基定量	对低信噪比纳米颗粒需荧光染色，纳米颗粒浓度和滴定条件对检测性能有显著影响	建立纳米颗粒表面化学基团的精确量化方法	上转换纳米颗粒（UCNPs）和聚苯乙烯纳米颗粒（PNs）	材料科学	NA	各向异性塌陷凝胶固定、荧光显微镜、酸碱滴定、尼罗红荧光染色	NA	荧光图像、化学滴定数据	两种模型纳米颗粒（UCNPs和PNs）	NA	NA	检测限（LOD）、定量限（LOQ）	NA
11687	2025-10-07	Development and validation of clinical-radiomics deep learning model based on MRI for endometrial cancer molecular subtypes classification 2025-May-16, Insights into imaging IF:4.1Q1 DOI:10.1186/s13244-025-01966-y PMID:40377781	研究论文	开发并验证基于MRI的临床-影像组学深度学习模型，用于子宫内膜癌分子亚型分类	结合临床特征、手工影像组学特征和自监督学习提取的深度学习特征，构建多中心验证的集成模型	回顾性研究设计，样本量相对有限，需要更大数据集进一步验证	子宫内膜癌分子亚型的准确分类	子宫内膜癌患者	数字病理	子宫内膜癌	MRI, 分子病理诊断	深度学习, 机器学习	医学影像	526名患者（来自三个机构的训练、内部和外部验证队列）	MoCo-v2	对比自监督学习	AUC	NA
11688	2025-10-07	Deep learning progressive distill for predicting clinical response to conversion therapy from preoperative CT images of advanced gastric cancer patients 2025-May-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-01063-6 PMID:40379665	研究论文	开发并验证基于术前CT图像的深度学习模型，用于预测晚期胃癌患者转化治疗的临床反应	首次将渐进式蒸馏方法应用于预测胃癌转化治疗反应，相比传统知识蒸馏方法性能更优	回顾性研究、样本量有限（140例患者）、需要进一步临床验证	通过非侵入性早期筛查识别适合转化治疗的晚期胃癌患者	晚期胃癌患者	计算机视觉	胃癌	CT成像	深度学习	医学影像	140例患者（训练集112例，测试集28例）	NA	渐进式蒸馏	准确率, 敏感度, 特异度, AUC	NA
11689	2025-10-07	Lightweight hybrid transformers-based dyslexia detection using cross-modality data 2025-May-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-01235-4 PMID:40379688	研究论文	提出一种基于轻量级混合Transformer的阅读障碍检测模型，利用多模态数据实现高效诊断	首次将混合Transformer架构应用于阅读障碍检测，结合SWIN-Linformer、LeViT-Performer和图Transformer网络处理多模态数据，并采用量化感知训练降低计算开销	模型在资源受限环境下的优化仍需改进，未来需要更先进的特征融合和量化技术	开发高效准确的阅读障碍自动检测方法	阅读障碍患者的多模态生物医学数据	医疗人工智能	阅读障碍	磁共振成像(MRI)、脑电图(EEG)、手写图像分析	Transformer, CNN, XGBoost	医学图像(MRI)、生理信号(EEG)、手写图像	来自五个公共数据库的多模态数据	PyTorch, XGBoost	SWIN-Linformer, LeViT-Performer, Graph Transformer Networks, 多模态注意力融合网络	准确率	量化感知训练技术降低计算开销，具体硬件未明确说明
11690	2025-10-07	The application of suitable sports games for junior high school students based on deep learning and artificial intelligence 2025-May-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-01941-z PMID:40379705	研究论文	本研究开发了一种基于深度学习和人工智能的动作检测算法，用于识别初中生在体育活动中的动作表现	结合MediaPipe框架和时空图卷积网络(ST-GCN)，实现了对初中生体育动作的精准识别和即时反馈	NA	提高体育教育的适应性和教学质量，促进学生个性化发展	初中生的体育活动表现，特别是仰卧起坐等运动项目	计算机视觉	NA	姿态估计技术，动作识别技术	图卷积网络	视频数据，人体骨骼点序列数据	HMDB51数据集	MediaPipe	时空图卷积网络(ST-GCN)	平均检测准确率，平均绝对误差，平均关节位置误差	NA
11691	2025-10-07	Multicenter development of a deep learning radiomics and dosiomics nomogram to predict radiation pneumonia risk in non-small cell lung cancer 2025-May-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-02045-4 PMID:40379764	研究论文	开发结合影像组学、剂量组学和深度学习的列线图模型预测非小细胞肺癌患者放射性肺炎风险	首次将基于模拟定位CT和剂量图像的影像组学、剂量组学与深度学习特征结合临床参数构建综合预测模型	回顾性研究且样本量有限（245例患者）	提高非小细胞肺癌患者≥2级放射性肺炎的预测能力	接受放疗的非小细胞肺癌患者	医学影像分析	肺癌	CT影像, 剂量测定	深度学习, 列线图	医学影像（CT和剂量图像）	245例患者（162例来自医院I，83例来自其他两家医院）	NA	NA	AUC, 校准曲线, 决策曲线分析	NA
11692	2025-10-07	Residual self-attention vision transformer for detecting acquired vitelliform lesions and age-related macular drusen 2025-May-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-02299-y PMID:40379807	研究论文	提出一种基于残差自注意力视觉变换器的新型方法，用于自动检测获得性卵黄样病变和黄斑玻璃膜疣	使用残差自注意力模块替代标准自注意力机制，提出RS-A ViT模型在视网膜疾病分类中表现优于传统深度学习方法	NA	开发高精度的视网膜疾病自动检测方法	获得性卵黄样病变(AVL)、黄斑玻璃膜疣和正常病例	计算机视觉	视网膜疾病	光学相干断层扫描(OCT)	Vision Transformer	图像	结合两个研究中心AVL数据和OCT数据集的玻璃膜疣及正常病例，使用数据增强方法扩充样本	NA	Residual Self-Attention Vision Transformer (RS-A ViT)	准确率	NA
11693	2025-10-07	Enhanced effective convolutional attention network with squeeze-and-excitation inception module for multi-label clinical document classification 2025-May-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-98719-0 PMID:40379823	研究论文	提出一种增强型有效卷积注意力网络(EECAN)，通过集成压缩激励初始模块和多层注意力机制改进临床文档的多标签分类	提出结合压缩激励初始模块的EECAN架构，采用基于编码器和注意力的临床文档分类策略，通过自适应重新校准通道特征响应来增强特征表示	NA	改进临床文档自动分类的准确性和效率	临床文档文本数据	自然语言处理	NA	深度学习	CNN,注意力机制	文本	MIMIC-III和MIMIC-III-50基准数据集	NA	Enhanced Effective Convolutional Attention Network (EECAN), Squeeze-and-Excitation Inception模块	AUC	NA
11694	2025-10-07	Potato plant disease detection: leveraging hybrid deep learning models 2025-May-16, BMC plant biology IF:4.3Q1 DOI:10.1186/s12870-025-06679-4 PMID:40380088	研究论文	本研究提出了一种结合EfficientNetV2B3和Vision Transformer的混合深度学习模型，用于马铃薯植物病害检测	首次将EfficientNetV2B3卷积神经网络与Vision Transformer结合，构建混合深度学习模型用于马铃薯病害检测	模型在真实农业环境条件下的泛化能力仍需进一步验证	提高马铃薯植物病害检测和识别的准确性与鲁棒性	马铃薯叶片图像	计算机视觉	植物病害	深度学习	CNN, Transformer	图像	马铃薯叶片病害数据集	NA	EfficientNetV2B3, Vision Transformer	准确率	NA
11695	2025-10-07	Deep learning health space model for ordered responses 2025-May-16, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-03026-3 PMID:40380121	研究论文	开发深度学习健康空间模型用于有序响应变量的健康状态可视化	首次将深度学习应用于健康空间模型，能够捕捉复杂的非线性生物学关系	模型性能依赖于训练数据质量和数量，未在更广泛人群中验证	开发能够客观可视化个体健康状态的深度学习模型	韩国国民健康与营养调查、Ewha-Boramae队列和韩国资源协会项目的参与者	机器学习	NA	健康调查数据分析	DNN, DONN	健康调查数据	训练集32,140样本，验证集4,061样本（862+3,199）	NA	深度神经网络，深度有序神经网络	健康状态区分性能	NA
11696	2025-10-07	Escarcitys: A framework for enhancing medical image classification performance in scarcity of trainable samples scenarios 2025-May-16, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107573 PMID:40382989	研究论文	提出EScarcityS框架，通过多粒度Transformer网络和疾病概率图引导的扩散生成模型，提升训练样本稀缺场景下的医学图像分类性能	设计多粒度Transformer网络(MGVit)利用病理区域特征和先验知识降低数据需求，并提出疾病概率图引导的扩散模型生成可解释的合成数据	NA	解决医学图像训练样本稀缺问题，提升疾病诊断准确率	医学图像	数字病理	NA	医学图像分析	Transformer, 扩散模型	医学图像	四个真实医学图像数据集	NA	MGVit, 扩散生成模型	NA	NA
11697	2025-10-07	Assessing fetal lung maturity: Integration of ultrasound radiomics and deep learning 2025-May-16, African journal of reproductive health IF:0.7Q4 DOI:10.29063/ajrh2025/v29i5s.7 PMID:40387939	研究论文	本研究通过整合超声影像组学和深度学习技术构建预测胎儿肺成熟度的模型	首次将超声影像组学特征与深度学习算法相结合用于胎儿肺成熟度评估	样本量有限（263例妊娠），需要在不同医疗环境中进一步验证和优化模型	提高胎儿肺成熟度预测的准确性和可靠性	妊娠期胎儿肺部	医学影像分析	胎儿发育相关疾病	超声成像、影像组学分析	深度学习	超声图像、临床数据	263例妊娠的超声图像	NA	DenseNet121	ROC曲线, 校准图, 决策曲线分析(DCA)	GE VOLUSON E8超声系统
11698	2025-10-07	Bacterial identification in SERS-integrated microfluidics using CNN-driven 2D classification of 1D spectra 2025-May-15, Talanta IF:5.6Q1 DOI:10.1016/j.talanta.2025.128325 PMID:40381415	研究论文	提出一种结合SERS微流控技术和2D-CNN的细菌识别新框架，通过1D光谱的2D表示实现高精度分类	首次探索SERS光谱的2D表示用于芯片上细菌识别，系统评估九种1D到2D光谱转换方法	需要在更多菌株、环境和实际挑战中进一步测试以提升实际诊断可靠性	开发用于细菌识别的高精度微流控传感系统	细菌样本	计算机视觉	传染病	SERS（表面增强拉曼光谱）、微流控技术、直接激光写入	CNN	光谱数据	受控数据集和芯片上数据集	NA	2D-CNN	准确率	NA
11699	2025-10-07	A multi-layered defense against adversarial attacks in brain tumor classification using ensemble adversarial training and feature squeezing 2025-May-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-00890-x PMID:40369011	研究论文	本研究提出一种多层防御策略，通过集成对抗训练和特征压缩技术来增强脑肿瘤分类模型对抗对抗攻击的鲁棒性	结合对抗训练（FGSM和PGD）与特征压缩技术（位深缩减和高斯模糊）的多层防御策略	防御后模型在对抗样本上的准确率仍较低（FGSM 54%，PGD 47%）	提高脑肿瘤分类模型在对抗攻击下的鲁棒性和可靠性	脑肿瘤MRI图像分类	计算机视觉	脑肿瘤	磁共振成像（MRI）	CNN	图像	NA	NA	VGG16	准确率	NA
11700	2025-10-07	Catalytic mechanism and engineering of aromatic prenyltransferase: A review 2025-May-14, International journal of biological macromolecules IF:7.7Q1 DOI:10.1016/j.ijbiomac.2025.144214 PMID:40379159	综述	系统总结芳香族异戊烯基转移酶的催化机制与工程化研究进展	提出整合人工智能与深度学习的创新工程策略开发高性能生物催化剂	存在催化活性欠佳、底物特异性窄及多酶级联系统与固定化技术局限等未解决问题	指导芳香族异戊烯基转移酶在合成生物学和药物创新中的工程化与规模化应用	芳香族异戊烯基转移酶及其催化的芳香化合物异戊烯化反应	合成生物学	NA	异源表达、蛋白质工程、人工智能、深度学习	NA	NA	NA	NA	NA	NA	NA