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
12541	2025-10-07	Novel approach for quality control testing of medical displays using deep learning technology 2025-Jan-15, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ada6bd PMID:39773861	研究论文	本研究开发了一种基于深度学习的医疗显示器质量控制方法，通过多任务学习同时处理对比度响应分类和最大亮度回归任务	首次将预训练模型微调并扩展为多输出配置，用于医疗显示器的质量控制测试，采用智能手机采集图像作为输入	模型倾向于低估最大亮度值，回归任务的相关系数中等（0.6-0.7），需要进一步提高准确性和适用性	开发高效的医疗显示器质量控制系统，减少医疗设备管理的工作量	医疗显示器的质量控制和性能测试	计算机视觉	NA	深度学习，智能手机图像采集	多任务深度学习模型	图像	NA	NA	基于预训练模型的多输出架构	AUC, 相关系数, Bland-Altman分析	NA
12542	2025-10-07	NMRformer: A Transformer-Based Deep Learning Framework for Peak Assignment in 1D 1H NMR Spectroscopy 2025-Jan-14, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c05632 PMID:39745381	研究论文	提出基于Transformer的深度学习框架NMRformer，用于一维氢核磁共振谱的峰值分配和代谢物识别	将光谱视为光谱峰序列，在Transformer编码器层中集成自注意力机制和峰高比，能够识别峰之间的长程依赖关系	NA	提高基于NMR的代谢组学中峰值分配和代谢物识别的准确性和效率	细胞样本和生物流体样本的一维氢核磁共振谱	机器学习	NA	一维氢核磁共振波谱	Transformer	光谱数据	四种细胞样本和三种生物流体样本	NA	Transformer编码器	峰值分配准确率,代谢物识别准确率	NA
12543	2025-10-07	Differential Diagnosis of Urinary Cancers by Surface-Enhanced Raman Spectroscopy and Machine Learning 2025-Jan-14, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c05287 PMID:39757799	研究论文	本研究开发了一种基于表面增强拉曼光谱和机器学习的方法，用于区分膀胱癌、肾癌和前列腺癌等泌尿系统癌症	首次尝试将SERS与机器学习策略结合用于区分多种泌尿系统癌症，并使用临床血清样本进行验证	NA	开发高效的非侵入性泌尿系统癌症检测方法	泌尿系统癌症患者的血清样本	机器学习	泌尿系统癌症	表面增强拉曼光谱	LSTM	光谱数据	NA	NA	长短期记忆网络	准确率, 灵敏度, 特异性, ROC曲线	NA
12544	2025-10-07	The abiologically and biologically driving effects on organic matter in marginal seas revealed by deep learning-assisted model analysis 2025-Jan-10, The Science of the total environment DOI:10.1016/j.scitotenv.2024.178251 PMID:39754949	研究论文	本研究通过深度学习辅助模型分析揭示了边缘海中有机物的非生物和生物驱动效应	首次引入深度学习网络推理工具研究边缘海有机物的驱动因素，识别出浊度和温度是最关键影响因素	研究区域仅限于中国黄海和渤海，可能不适用于其他边缘海区域	探究边缘海中有机物的生物地球化学过程及其驱动机制	黄海和渤海的颗粒有机物(POM)和溶解有机物(DOM)	机器学习	NA	3D激发发射矩阵光谱(3D-EEM)、平行因子分析(PARAFAC)	人工神经网络(ANN)	光谱数据、环境参数数据	NA	NA	人工神经网络	皮尔逊相关系数(PCC), 均方根误差(RMSE)	NA
12545	2025-10-07	DPFunc: accurately predicting protein function via deep learning with domain-guided structure information 2025-01-02, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-54816-8 PMID:39746897	研究论文	提出一种基于深度学习的蛋白质功能预测方法DPFunc，通过域引导的结构信息实现准确预测	首次将域引导信息与深度学习结合用于蛋白质功能预测，能够识别蛋白质结构中与功能相关的关键区域	未明确说明方法在特定蛋白质类型或复杂功能预测中的局限性	开发准确且可解释的蛋白质功能预测计算方法	蛋白质结构及其功能关系	生物信息学	NA	深度学习	深度学习模型	蛋白质结构数据	NA	NA	DPFunc	NA	NA
12546	2025-10-07	Automated segmentation and deep learning classification of ductopenic parotid salivary glands in sialo cone-beam CT images 2025-Jan, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-024-03240-w PMID:39085681	研究论文	开发用于涎腺锥形束CT图像中腮腺导管减少症自动分割和分类的深度学习算法	结合传统图像处理（Frangi滤波器）和深度学习（残差神经网络）的端到端自动流程，首次实现腮腺导管减少症的自动检测和严重程度分类	样本量相对有限（126例扫描），未提及外部验证结果	提高涎腺锥形束CT图像中腮腺导管减少症的诊断准确性和效率	腮腺涎腺锥形束CT扫描图像	医学影像分析	唾液腺疾病	涎腺锥形束CT成像	RNN	医学影像	126例腮腺涎腺锥形束CT扫描（包括正常、中度和重度导管减少症病例）	NA	残差神经网络	准确率, F1分数, 敏感性	NA
12547	2025-10-07	Session Introduction: AI and Machine Learning in Clinical Medicine: Generative and Interactive Systems at the Human-Machine Interface 2025, Pacific Symposium on Biocomputing. Pacific Symposium on Biocomputing PMID:39670359	会议介绍	介绍人工智能和机器学习在临床医学中的应用，特别关注生成式和交互式系统在人机界面的发展	重点探讨生成式AI和深度学习在医疗领域处理复杂多模态数据的最新进展	NA	探讨AI技术在临床医学中的应用潜力和影响	医疗AI系统，包括临床决策支持、患者监测、影像分析和应急响应系统	机器学习	NA	生成式AI，深度学习	NA	非结构化文本，图像，结构化数据	NA	NA	NA	NA	NA
12548	2025-10-07	Investigating the Differential Impact of Psychosocial Factors by Patient Characteristics and Demographics on Veteran Suicide Risk Through Machine Learning Extraction of Cross-Modal Interactions 2025, Pacific Symposium on Biocomputing. Pacific Symposium on Biocomputing PMID:39670369	研究论文	本研究通过机器学习方法整合结构化电子健康记录和非结构化文本数据，提升退伍军人自杀风险的预测准确性	开发了平衡结构化与非结构化数据影响的参数α，并识别了心理社会因素与患者特征之间的跨模态交互作用	主要依赖退伍军人事务部数据，未验证在其他人群的适用性；尚未应用深度学习等更先进的机器学习技术	提高自杀风险预测模型的准确性，探索心理社会因素与患者特征的交互作用	退伍军人电子健康记录数据	自然语言处理, 机器学习	心理健康疾病	电子健康记录分析, 自然语言处理	XGBoost, 逻辑回归, 岭回归	结构化电子健康记录, 非结构化文本	NA	SHAP, XGBoost	NA	NA	NA
12549	2025-10-07	Enhancing Privacy-Preserving Cancer Classification with Convolutional Neural Networks 2025, Pacific Symposium on Biocomputing. Pacific Symposium on Biocomputing PMID:39670396	研究论文	提出一种基于卷积神经网络的隐私保护癌症分类方法OGHE，利用同态加密技术处理基因组数据	设计了专门针对同态加密限制的神经网络架构，并引入高效的打包机制降低计算开销，同时提出新型特征选择方法VarScout	未明确说明模型在更大规模数据集上的泛化能力，也未详细讨论不同癌症类型间的性能差异	开发隐私保护的癌症分类方法，在保证数据机密性的同时实现准确的癌症分类	基因组数据中的空间模式	机器学习	癌症	基因组数据分析	CNN	基因组数据	iDash 2020数据集	NA	卷积神经网络	准确率，延迟	NA
12550	2025-10-07	A Dynamic Model for Early Prediction of Alzheimer's Disease by Leveraging Graph Convolutional Networks and Tensor Algebra 2025, Pacific Symposium on Biocomputing. Pacific Symposium on Biocomputing PMID:39670404	研究论文	提出一种基于图卷积网络和张量代数的动态深度学习模型DyEPAD，用于早期预测轻度认知障碍向阿尔茨海默病的进展	结合图卷积网络捕获时间步嵌入，并利用张量代数操作进行频域分析，全面捕捉所有时间步的演化模式	仅基于电子健康记录数据，未整合多模态数据；模型在长期依赖捕获方面的改进效果需进一步验证	开发早期预测阿尔茨海默病的方法，识别轻度认知障碍患者向阿尔茨海默病进展的风险	轻度认知障碍患者	机器学习	阿尔茨海默病	电子健康记录分析	GCN, 深度学习	电子健康记录	ADNI和NACC数据集中的患者样本	NA	图卷积网络	与最先进方法和基线方法比较的性能指标	NA
12551	2025-10-07	Deep Learning Predicts Subtype Heterogeneity and Outcomes in Luminal A Breast Cancer Using Routinely Stained Whole-Slide Images 2025-Jan-01, Cancer research communications IF:2.0Q3 DOI:10.1158/2767-9764.CRC-24-0397 PMID:39740059	研究论文	利用深度学习模型通过常规染色全切片图像预测Luminal A型乳腺癌的亚型异质性和临床结局	首次使用转录组数据训练的深度学习模型，通过常规病理图像低成本量化并精确定位LumA乳腺癌亚型混合导致的瘤内异质性	NA	探索乳腺癌亚型异质性机制及其对个体化治疗选择的影响	Luminal A型乳腺癌患者	数字病理	乳腺癌	全切片图像分析	深度学习	图像	NA	NA	NA	NA	NA
12552	2025-10-07	Predicting sinonasal inverted papilloma attachment using machine learning: Current lessons and future directions 2025 Jan-Feb, American journal of otolaryngology IF:1.8Q2 DOI:10.1016/j.amjoto.2024.104549 PMID:39740533	研究论文	开发基于nnU-Net的机器学习模型，通过分析CT图像预测鼻腔鼻窦内翻性乳头状瘤的附着部位	首次将nnU-Net这一先进深度学习分割算法应用于鼻腔鼻窦内翻性乳头状瘤附着部位的自动识别	样本量较小(58例)，模型性能有待提升，需要更大规模和更多样化的数据集	开发能够自动识别鼻腔鼻窦内翻性乳头状瘤附着部位的机器学习模型	鼻腔鼻窦内翻性乳头状瘤患者	医学影像分析	鼻腔鼻窦肿瘤	CT影像分析	深度学习分割模型	CT图像	58例患者	nnU-Net	nnU-Net	Sørensen-Dice系数, 识别准确率	NA
12553	2025-10-07	NeuTox 2.0: A hybrid deep learning architecture for screening potential neurotoxicity of chemicals based on multimodal feature fusion 2025-Jan, Environment international IF:10.3Q1 DOI:10.1016/j.envint.2024.109244 PMID:39742830	研究论文	开发了一种基于多模态特征融合的混合深度学习架构NeuTox 2.0，用于化学物质的神经毒性筛查	结合自监督学习的迁移学习、图神经网络和分子指纹/描述符的多模态特征融合方法	在BBB数据集上的性能未超越最佳单模态模型	开发高精度的神经毒性虚拟筛选工具	化学化合物的神经毒性预测	机器学习	神经毒性疾病	多模态特征融合	图神经网络,深度学习	分子结构数据,化学描述符	四个神经毒性相关数据集+REACH数据库中的315,790种化合物	NA	混合深度学习架构	多种统计指标	NA
12554	2025-10-07	Analyzing the TotalSegmentator for facial feature removal in head CT scans 2025-Jan, Radiography (London, England : 1995) DOI:10.1016/j.radi.2024.12.018 PMID:39754865	研究论文	本研究评估了TotalSegmentator在头颈部CT扫描中面部特征去除的效果，以降低重新识别风险	首次系统评估TotalSegmentator在CT图像去身份化中的应用，并与现有先进算法进行对比	仅使用单一数据集（UCLH EIT Stroke数据集），样本量有限（1404个渲染图像）	开发保护隐私的医学图像处理流程，在保持数据完整性的同时降低重新识别风险	头颈部CT扫描图像中的面部特征	医学图像处理	卒中	CT扫描，深度学习	深度学习模型，支持向量机	CT图像	1404个高质量渲染图像（来自UCLH EIT Stroke数据集）	NA	NA	ROC-AUC，准确率，余弦相似度	NA
12555	2025-10-07	Benchmarking uncertainty quantification for protein engineering 2025-Jan, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1012639 PMID:39775201	研究论文	本研究系统评估了深度学习不确定性量化方法在蛋白质工程序列-功能建模中的表现	首次在蛋白质数据集上系统比较多种深度学习不确定性量化方法，并评估其在分布偏移下的表现	没有单一的不确定性量化方法在所有数据集、数据划分和评估指标上表现最佳	评估不确定性量化方法在蛋白质工程中的有效性，为生物序列设计提供建议	蛋白质序列-功能关系	机器学习	NA	深度学习不确定性量化	深度学习	蛋白质序列数据	FLIP基准数据集	NA	预训练语言模型	准确率, 校准度, 覆盖率, 区间宽度, 秩相关	NA
12556	2025-10-07	Quantitative Structural and Compositional Elucidation of Real-World Pharmaceutical Tablet Using Large Field-of-View, Correlative Microscopy-Tomography Techniques and AI-Enabled Image Analysis 2025-Jan, Pharmaceutical research IF:3.5Q2 DOI:10.1007/s11095-024-03812-0 PMID:39779618	研究论文	本研究提出了一种结合关联显微镜-断层扫描技术和人工智能图像分析的定量方法，用于解析真实世界药物片剂的结构与成分	开发了关联显微镜-断层扫描与AI图像分析相结合的新方法，能够对真实药物片剂进行微米级定量结构解析	仅针对含15%API的单一类型片剂进行了验证，方法在更复杂配方中的适用性需进一步验证	实现药物片剂结构与成分的定量解析，促进片剂配方和工艺开发	真实世界药物片剂（含15%API和多种辅料）	计算机视觉	NA	关联扫描电子显微镜、能量色散X射线光谱、同步辐射X射线微计算机断层扫描	监督机器学习,深度学习	图像	一种真实世界片剂样品	NA	NA	成分定量准确性,孔隙率测量准确性,粒径分布匹配度	NA
12557	2025-10-07	Double Oracle Neural Architecture Search for Game Theoretic Deep Learning Models 2025, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2025.3558420 PMID:40215149	研究论文	提出一种基于双预言机框架的神经架构搜索方法，用于改进生成对抗网络和对抗训练	将博弈论中的双预言机框架扩展到神经架构搜索领域，提出DONAS-GAN和DONAS-AT方法	未明确说明计算复杂度和大规模策略空间下的可扩展性限制	解决GAN和对抗训练在大规模策略空间中寻找纳什均衡的挑战	生成对抗网络和对抗训练模型	机器学习	NA	神经架构搜索	GAN	图像	MNIST、CIFAR-10、TinyImageNet、SVHN数据集	NA	NA	定性评估、定量指标、FGSM攻击鲁棒性、PGD攻击鲁棒性	NA
12558	2025-10-07	SMANet: A Model Combining SincNet, Multi-Branch Spatial-Temporal CNN, and Attention Mechanism for Motor Imagery BCI 2025, IEEE transactions on neural systems and rehabilitation engineering : a publication of the IEEE Engineering in Medicine and Biology Society IF:4.8Q1 DOI:10.1109/TNSRE.2025.3560993 PMID:40232894	研究论文	提出一种结合SincNet、多分支时空CNN和注意力机制的端到端深度学习模型SMANet，用于运动想象脑机接口分类	首次将SincNet、多分支时空卷积神经网络和注意力机制相结合，采用多目标优化方案整合交叉熵损失和中心损失来增强判别性特征	NA	提高运动想象脑机接口中EEG信号的解码准确率	运动想象脑机接口的EEG信号	脑机接口	NA	脑电图	CNN, 注意力机制	EEG信号	BCI Competition IV 2a（四类MI数据集）、BCI Competition IV 2b（二类MI数据集）、OpenBMI（二类MI数据集）	NA	SincNet, 多分支时空CNN, ECA注意力机制	准确率	NA
12559	2025-10-07	An empirical study of preventive healthcare policy under the synergy of education and corporate financial monitoring 2025, Frontiers in public health IF:3.0Q2 DOI:10.3389/fpubh.2025.1540618 PMID:40276349	研究论文	本研究通过企业财务监控与教育协同视角，评估预防性医疗政策的有效性	首次将企业财务监控与预防性医疗政策评估相结合，开发了动态风险自适应框架	未明确说明研究样本的具体规模和地域范围	通过跨学科方法提升预防性医疗政策的社会经济效果评估	预防性医疗政策与企业财务指标的关联性	机器学习	NA	深度学习、动态风险建模	神经网络	财务指标、政策实施数据	NA	NA	高级财务监控神经框架(AFMNF)、动态风险自适应框架(DRAF)	预测准确率、异常检测提升率	NA
12560	2025-05-01	Development of Multicenter Deep Learning Models for Predicting Surgical Complexity and Surgical Site Infection in Abdominal Wall Reconstruction, a Pilot Study 2025, Journal of abdominal wall surgery : JAWS DOI:10.3389/jaws.2025.14371 PMID:40297249	研究论文	开发用于预测腹壁重建手术复杂性和手术部位感染风险的多中心深度学习模型	首次使用多中心深度学习模型预测腹壁重建手术的复杂性和手术部位感染风险	CST模型表现不佳，可能反映了手术决策的主观性和不同机构的实践差异	预测腹壁重建手术的复杂性和手术部位感染风险	腹壁重建手术患者	数字病理	腹壁疝	深度学习	ResNet-18	CT图像	来自两个三级腹壁重建中心的去标识化CT图像	NA	NA	NA	NA