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
11981	2025-10-07	Triboelectric Nanogenerator-Based Flexible Acoustic Sensor for Speech Recognition 2025-Feb-19, ACS applied materials & interfaces IF:8.3Q1 DOI:10.1021/acsami.4c21563 PMID:39912319	研究论文	本研究提出了一种基于摩擦纳米发电机的柔性声学传感器，结合深度学习技术用于语音识别	采用PVDF/GO复合纳米纤维膜作为介电层，设计仿刺绣棚环状结构，结合多层注意力卷积网络实现高精度语音识别	NA	开发低成本、高稳定性、高保真和高灵敏度的人机交互声学传感器	语音信号识别	人机交互	NA	静电纺丝	CNN	音频信号	NA	NA	多层注意力卷积网络(MLACN)	准确率	NA
11982	2025-10-07	Lens-Free Holographic Imaging-Based Immunosensor Using Unpaired Data Set Signal-to-Noise Ratio-Enhanced Modal Transformation for Biosensing 2025-Feb-18, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c04453 PMID:39901522	研究论文	提出一种结合无透镜全息成像与深度学习的免疫传感器，通过非配对数据集模态转换实现抗生素检测	采用非配对数据集进行模态转换，解决了传统方法需要一对一数据匹配的复杂性；结合便携式无透镜全息成像与CuO@SiO纳米粒子信号放大策略	未明确说明样本类型和具体样本数量	开发高灵敏度、宽线性范围的便携式抗生素检测平台	氯霉素抗生素	计算机视觉	NA	无透镜全息成像，点击化学反应信号放大	深度学习	全息图像	NA	NA	模态转换模型	信噪比，结构相似性指数，检测限，动态范围	NA
11983	2025-10-07	UNET-FLIM: A Deep Learning-Based Lifetime Determination Method Facilitating Real-Time Monitoring of Rapid Lysosomal pH Variations in Living Cells 2025-Feb-18, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c05271 PMID:39902564	研究论文	提出基于一维U-net的深度学习架构UNET-FLIM，用于荧光寿命成像显微镜中的寿命测定，特别适用于处理低光子计数和高背景噪声数据	开发了专门处理低光子计数和高背景噪声的深度学习寿命测定方法，能够使用模拟衰减曲线进行有效训练，并实现实时寿命分析	NA	开发一种能够处理低光子计数和高背景噪声的荧光寿命测定方法，促进快速FLIM成像和实时寿命分析	活细胞中溶酶体pH变化的实时监测	计算机视觉	NA	荧光寿命成像显微镜(FLIM)	CNN	荧光衰减曲线	NA	NA	一维U-net	寿命估计精度，比例估计精度	NA
11984	2025-10-07	Multi-task learning for automated contouring and dose prediction in radiotherapy 2025-Feb-18, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/adb23d PMID:39904047	研究论文	本研究应用多任务学习方法整合放疗中的自动轮廓勾画和剂量预测任务	首次将多任务学习应用于放疗自动轮廓勾画和剂量预测的联合优化，利用任务间共享信息提升效率	研究仅在前列腺癌和头颈癌数据集上进行验证，未涵盖其他癌症类型	开发高效的放疗自动治疗计划系统	前列腺癌和头颈癌患者	医学影像分析	前列腺癌,头颈癌	深度学习	多任务学习	医学影像数据	内部前列腺癌数据集和公开头颈癌数据集(OpenKBP)	NA	NA	平均绝对差异,Dice系数	NA
11985	2025-10-07	Impact of pectoral muscle removal on deep-learning-based breast cancer risk prediction 2025-Feb-18, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/adb367 PMID:39914024	研究论文	本研究探讨在乳腺X线摄影图像中去除胸大肌对深度学习乳腺癌风险预测模型性能的影响	首次系统评估胸大肌去除对乳腺癌风险预测模型性能的影响，并比较原始模型与微调模型在不同数据配置下的表现	研究主要基于两个特定数据集（美国马萨诸塞州总医院和斯洛文尼亚筛查项目），结果可能受数据来源限制	评估胸大肌去除对深度学习乳腺癌风险预测模型性能的影响	乳腺X线摄影图像	数字病理	乳腺癌	深度学习	深度学习模型	医学图像	23,792张乳腺X线摄影图像（来自斯洛文尼亚筛查项目）	NA	MIRAI	AUC, ECE	NA
11986	2025-10-07	Latent alignment in deep learning models for EEG decoding 2025-Feb-17, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/adb336 PMID:39914006	研究论文	提出一种名为潜在对齐的新方法，通过深度学习模型特征空间中的分布对齐来改进脑电图解码	首次将深度集合架构应用于脑电图解码，提出在特征空间而非输入空间进行分布对齐的新思路	在建模后期进行对齐时存在分类准确率提升与对试验集类别不平衡敏感性增加之间的权衡	解决脑机接口中脑电图信号个体差异性问题，提高跨被试脑电图解码性能	脑电图信号	机器学习	NA	脑电图	深度集合	脑电图信号	NA	NA	深度集合	分类准确率	NA
11987	2025-10-07	Unveiling encephalopathy signatures: A deep learning approach with locality-preserving features and hybrid neural network for EEG analysis 2025-Feb-16, Neuroscience letters IF:2.5Q3 DOI:10.1016/j.neulet.2025.138146 PMID:39894198	研究论文	提出一种结合局部保留特征提取和混合神经网络的深度学习方法，用于脑电图分析以诊断脑病	首次将脑电图信号的时空特征压缩并表示为单一向量用于脑病检测，简化视觉诊断并提供鲁棒的自动化预测特征	NA	开发可靠的脑病自动诊断系统	脑病患者脑电图信号	机器学习	脑病	脑电图分析	LSTM, 混合神经网络	脑电图信号	精心策划的主要脑电图数据集	NA	自定义微调的LSTM神经网络	准确率	NA
11988	2025-10-07	MLAR-UNet: LDCT image denoising based on U-Net with multiple lightweight attention-based modules and residual reinforcement 2025-Feb-13, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/adb19a PMID:39899989	研究论文	提出一种基于U-Net架构的深度学习模型MLAR-UNet，用于低剂量CT图像去噪	在U-Net中集成多种轻量级注意力模块和残差强化机制，包括CBAM、CR、ACRM和CTCAM模块，通过Transformer与卷积的复杂组合提升注意力权重计算精度	研究中验证了CBAM模块在LDCT去噪中会导致严重的细节丢失	开发有效的低剂量CT图像去噪方法以改善医学影像诊断质量	临床胸部和腹部CT数据集中的低剂量CT图像	计算机视觉	癌症	CT成像	U-Net	医学影像	NA	NA	U-Net, CBAM, Transformer	NA	NA
11989	2025-10-07	Enhancing U-Net-based Pseudo-CT generation from MRI using CT-guided bone segmentation for radiation treatment planning in head & neck cancer patients 2025-Feb-12, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/adb124 PMID:39898433	研究论文	本研究通过整合CT引导的骨分割技术，改进基于U-Net的MRI伪CT生成方法，用于头颈癌患者的放射治疗计划	将脂肪图像中的骨提取作为额外通道整合到模型中，显著改善了伪CT图像中骨结构的表示精度	研究样本量较小（25例患者），且仅针对头颈癌患者	提高头颈癌患者放射治疗计划中仅基于MRI的伪CT生成精度	头颈癌患者	医学影像分析	头颈癌	Dixon梯度回波(GRE)MRI技术	CNN	医学影像（MRI和CT图像）	25例头颈癌患者的治疗前MRI-CT图像对	NA	3D U-Net	平均绝对误差(MAE), 峰值信噪比(PSNR)	NA
11990	2025-10-07	End-To-End Deep Learning Explains Antimicrobial Resistance in Peak-Picking-Free MALDI-MS Data 2025-Feb-11, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c05113 PMID:39893590	研究论文	提出一种端到端深度学习模型，直接从原始MALDI-MS数据预测抗生素耐药性，无需传统峰检测步骤	首次在MALDI-MS数据中应用端到端深度学习，跳过传统峰检测步骤直接处理原始数据	NA	开发基于原始质谱数据的抗生素耐药性预测方法	感染性微生物的质谱数据	机器学习	感染性疾病	MALDI-MS（基质辅助激光解吸电离质谱）	CNN	质谱数据	NA	NA	1D CNN	AUC	NA
11991	2025-10-07	Unraveling Human Hepatocellular Responses to PFAS and Aqueous Film-Forming Foams (AFFFs) for Molecular Hazard Prioritization and In Vivo Translation 2025-Feb-11, Environmental science & technology IF:10.8Q1 DOI:10.1021/acs.est.4c10595 PMID:39893674	研究论文	本研究通过人类肝细胞模型和多组学方法系统评估PFAS和AFFFs的肝毒性机制	首次结合高通量转录组学、深度学习细胞形态分析和基准剂量分析，建立从体外肝细胞反应到体内肝肿大预测的转化方法	研究仅使用体外肝细胞模型，需要进一步体内实验验证	评估PFAS和AFFFs的肝毒性潜力并开发更安全的替代品	30种物质（包括AFFF、PFAS和临床药物）及人类肝细胞（HepaRG）	毒理学与计算生物学	肝病	高通量转录组学、深度学习、细胞形态成像、肝酶渗漏检测	深度学习	转录组数据、细胞形态图像、酶活性数据	30种测试物质，人类肝细胞（HepaRG）培养模型	NA	NA	基准剂量分析	NA
11992	2025-10-07	Enhancing deep learning methods for brain metastasis detection through cross-technique annotations on SPACE MRI 2025-Feb-06, European radiology experimental IF:3.7Q1 DOI:10.1186/s41747-025-00554-5 PMID:39913077	研究论文	通过SPACE MRI上的跨技术标注增强脑转移瘤检测的深度学习方法	利用SPACE序列的高质量标注来提升MPRAGE图像上脑转移瘤检测的深度学习算法性能，实现跨技术迁移学习	需要在前瞻性研究中进一步验证	提高脑转移瘤在MPRAGE图像上的自动检测和分割精度	脑转移瘤患者	医学影像分析	脑转移瘤	SPACE MRI, MPRAGE MRI, 钆对比增强成像	深度学习	MRI图像	157名患者用于训练，660名患者用于测试	NA	NA	阳性预测值, 敏感度, F1分数, Dice相似系数	NA
11993	2025-10-07	Forecasting the Incidence of Mumps Based on the Baidu Index and Environmental Data in Yunnan, China: Deep Learning Model Study 2025-Feb-06, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/66072 PMID:39913179	研究论文	本研究基于百度指数和环境数据，利用深度学习模型预测中国云南省腮腺炎发病率	首次将百度搜索指数与环境因素相结合，采用长短期记忆网络构建腮腺炎发病率预测模型	研究仅限于云南省数据，未考虑其他可能影响因素如人口流动和疫苗接种率	开发腮腺炎发病率的准确预测模型以改善公共卫生监测	云南省2014-2023年腮腺炎发病数据	机器学习	腮腺炎	时间序列分析，相关性分析	LSTM	时间序列数据，包括发病率、搜索指数和环境因素	2016-2023年云南省腮腺炎发病数据	NA	长短期记忆网络	决定系数，平均绝对误差，平均绝对百分比误差，均方根误差	NA
11994	2025-10-07	PIPENN-EMB ensemble net and protein embeddings generalise protein interface prediction beyond homology 2025-Feb-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-88445-y PMID:39910126	研究论文	提出PIPENN-EMB集成网络，利用ProtT5-XL蛋白质语言模型嵌入改进蛋白质相互作用界面预测	首次将蛋白质语言模型嵌入应用于蛋白质界面预测，并在低同源性蛋白质上展现出优越的泛化能力	未明确说明模型的计算复杂度及训练数据的具体规模	开发能够超越同源性限制的蛋白质相互作用界面预测方法	蛋白质相互作用界面	计算生物学	结核病	蛋白质语言模型嵌入	集成网络	蛋白质序列数据	BIO_DL_TE测试集、ZK448数据集和25个结核分枝杆菌耐药相关蛋白	NA	PIPENN-EMB	MCC, AUROC	NA
11995	2025-10-07	Breast cancer classification based on hybrid CNN with LSTM model 2025-Feb-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-88459-6 PMID:39910136	研究论文	提出一种结合CNN和LSTM的混合深度学习模型用于乳腺癌分类	将CNN的空间特征提取能力与LSTM的序列依赖建模能力相结合，构建新型混合模型	仅使用Kaggle上的两个数据集进行验证，未在更广泛的数据集上测试	提高乳腺癌医学图像的分类准确性和鲁棒性	乳腺癌医学图像	计算机视觉	乳腺癌	医学图像分析	CNN, LSTM	图像	两个Kaggle数据集（具体数量未提及）	NA	CNN-LSTM混合架构	准确率, 敏感度, 特异度, F分数, AUC曲线	NA
11996	2025-10-07	CoTF-reg reveals cooperative transcription factors in oligodendrocyte gene regulation using single-cell multi-omics 2025-Feb-05, Communications biology IF:5.2Q1 DOI:10.1038/s42003-025-07570-6 PMID:39910206	研究论文	开发了一个名为coTF-reg的分析框架，通过整合单细胞多组学数据识别少突胶质细胞中协同转录因子对基因的共调控机制	首次提出结合scRNA-seq和scATAC-seq数据识别协同转录因子的计算框架，并利用Shapley交互得分量化转录因子间的相互作用	仅针对少突胶质细胞进行研究，未验证所有预测的转录因子对	揭示少突胶质细胞中转录因子协同调控基因的分子机制	少突胶质细胞中的转录因子及其靶基因	生物信息学	神经系统疾病	scRNA-seq, scATAC-seq, ChIP-seq, eQTL分析	深度学习模型	单细胞多组学数据	NA	NA	NA	预测性能评估，消融研究	NA
11997	2025-10-07	Leveraging paired mammogram views with deep learning for comprehensive breast cancer detection 2025-Feb-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-88907-3 PMID:39910228	研究论文	本研究提出了一种基于配对乳腺钼靶视图的深度学习网络PMVnet，通过整合双视图关联信息来提升乳腺病变检测性能	首次将余弦相似度和压缩激励方法结合在U型架构中，利用配对乳腺钼靶视图的关联信息来改进病变检测	仅使用1636张私有乳腺钼靶图像，数据规模有限且未在公共数据集上验证	开发能够整合双视图信息的深度学习算法以提高乳腺病变检测准确率	乳腺钼靶图像中的病变区域	计算机视觉	乳腺癌	乳腺钼靶成像	CNN	医学图像	1636张私有乳腺钼靶图像	NA	U-Net,VGGNet16,ResNet50,EfficientNetB5	Dice相似系数,召回率,每图像假阳性数	NA
11998	2025-10-07	Artificial intelligence-driven ensemble deep learning models for smart monitoring of indoor activities in IoT environment for people with disabilities 2025-Feb-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-88450-1 PMID:39910242	研究论文	提出一种基于元启发式优化的集成模型，用于智能监测残疾人士的室内活动	结合海洋捕食者算法进行特征选择，采用三种分类器（图卷积网络、LSTM序列到序列方法和卷积自编码器）的集成模型，并使用改进的浣熊优化算法进行超参数调优	仅针对室内活动监测，未涉及室外环境；实验验证范围有限	开发智能监测系统以提升残疾人士的生活质量并降低医疗支出	残疾人士的室内日常活动	物联网与智能监测	残疾相关疾病	物联网传感器技术	集成学习, GCN, LSTM, 自编码器	传感器信号数据	NA	NA	图卷积网络, LSTM-seq2seq, 卷积自编码器	准确率	NA
11999	2025-10-07	Deep learning radiomics nomogram for preoperatively identifying moderate-to-severe chronic cholangitis in children with pancreaticobiliary maljunction: a multicenter study 2025-Feb-05, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01579-3 PMID:39910477	研究论文	本研究开发并验证了一种基于增强CT图像和临床特征的深度学习影像组学列线图，用于术前识别胰胆管合流异常儿童中重度慢性胆管炎	首次将手工影像组学特征与基于ResNet50迁移学习的深度学习影像组学特征相结合，构建多中心验证的深度学习影像组学列线图	回顾性研究设计，样本量相对有限	开发术前识别胰胆管合流异常儿童中重度慢性胆管炎的非侵入性诊断工具	323例接受手术的胰胆管合流异常儿科患者	医学影像分析	胆道疾病	对比增强CT成像	深度学习, 逻辑回归	医学影像	323例儿科患者（训练队列153例，内部验证队列67例，两个外部测试队列103例）	NA	ResNet50	AUC, 校准曲线, 决策曲线分析, 临床影响曲线	NA
12000	2025-10-07	Development and Evaluation of a Deep Learning-Based Pulmonary Hypertension Screening Algorithm Using a Digital Stethoscope 2025-Feb-04, Journal of the American Heart Association IF:5.0Q1 DOI:10.1161/JAHA.124.036882 PMID:39895552	研究论文	开发并评估了一种基于深度学习的肺动脉高压筛查算法，使用数字听诊器采集心音图进行早期检测	首次将深度学习与数字听诊器结合，以半监督方式利用大量未标记心音图数据开发肺动脉高压筛查工具	测试数据集样本量相对较小（196名患者），模型性能仍有提升空间	开发低成本、无创且易于获取的肺动脉高压早期筛查工具	心音图（PCG）记录和对应的超声心动图估计的肺动脉收缩压值	数字病理	心血管疾病	心音图（PCG）、超声心动图	CNN	音频信号、梅尔频谱图	约6000个带标签的心音图记录和约169000个无标签心音图记录，测试集196名患者	NA	深度卷积网络	AUC, 敏感度, 特异度	NA