深度学习在生物医药领域中的应用

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
121	2025-09-27	Ape Optimizer: A p-Power Adaptive Filter-Based Approach for Deep Learning Optimization 2025-Sep-25, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2025.3610665 PMID:40996994	研究论文	提出一种基于p幂自适应滤波的新型深度学习优化器Ape，用于解决梯度噪声的非高斯分布问题	首次将自适应滤波领域的LMP算法引入深度学习优化，针对α稳定分布的梯度噪声特性设计p幂调整机制和二阶矩估计方法	NA	开发能够有效处理重尾分布梯度噪声的深度学习优化算法	深度学习模型的优化过程	机器学习	NA	最小均方p幂(LMP)算法	深度学习模型	基准数据集	NA
122	2025-09-27	HiADN:Lightweight Resolution Enhancement of Hi-C Data Using High Information Attention Distillation Network 2025-Sep-25, IEEE transactions on computational biology and bioinformatics DOI:10.1109/TCBBIO.2025.3614663 PMID:40996990	研究论文	提出一种基于深度学习的HiADN方法，用于从稀疏Hi-C数据推断高分辨率染色质交互矩阵	首次设计专用架构HiFM捕获局部空间结构，结合大核卷积分解和注意力机制探索长基因组距离的全局模式	NA	提升稀疏Hi-C测序数据质量以恢复3D染色质基本特征	染色质三维空间结构	计算生物学	NA	Hi-C测序技术	注意力蒸馏网络（HiADN）、专用架构HiFM	Hi-C交互矩阵数据	GM12878、K562和CH12-LX细胞系数据集
123	2025-09-27	Integrating Deep Model-Based Learning With Modular State-Based Stackelberg Games for Self-Optimizing Distributed Production Systems 2025-Sep-25, IEEE transactions on cybernetics IF:9.4Q1 DOI:10.1109/TCYB.2025.3610707 PMID:40996999	研究论文	提出了一种将深度模型学习与模块化状态Stackelberg博弈相结合的新框架，用于制造系统的分布式自优化	用深度学习方法替代数字表示来学习系统动态，在虚拟环境中训练博弈参与者，减少77.78%的真实系统交互	仅在实验室测试床工业控制场景中进行验证，尚未在真实工业环境中全面测试	开发样本高效的分布式制造系统自优化方法	分布式生产制造系统	机器学习	NA	深度模型学习、Stackelberg博弈	深度学习模型	系统动态数据	实验室测试床场景
124	2025-09-27	Time-Frequency Collaborative Learning for Imbalanced Ship Motion Data With Missing Labels in Sea State Estimation 2025-Sep-25, IEEE transactions on cybernetics IF:9.4Q1 DOI:10.1109/TCYB.2025.3610416 PMID:40997001	研究论文	提出一种针对标签缺失和类别不平衡的船舶运动数据的半监督海况估计方法BalanceSSE	首次将动态插补、时频协同学习和聚类近端分类器结合，解决船舶运动数据中的类别不平衡和标签缺失问题	NA	开发能够处理不平衡数据和缺失标签的半监督海况估计算法	船舶运动数据	机器学习	NA	半监督学习、时频分析、动态插补	BalanceSSE（包含DIT、ITFL、CL三个模块）	时间序列数据（船舶运动数据）	UCR数据集和船舶运动数据集（具体数量未提及）
125	2025-09-27	Deep learning powered breast ultrasound to improve characterization of breast masses: a prospective study 2025-Sep-25, Acta radiologica (Stockholm, Sweden : 1987) DOI:10.1177/02841851251377927 PMID:40997147	研究论文	评估深度学习工具S-Detect在提升乳腺超声诊断准确性和标准化评估方面的前瞻性研究	首次前瞻性验证DL工具在乳腺超声中降低经验依赖性和减少不必要活检的临床价值	样本量相对有限（230个病灶），且仅针对单一DL工具进行评估	验证深度学习工具提升乳腺肿块超声诊断标准化和精准性	216名患者的230个乳腺肿块	数字病理	乳腺癌	深度学习	CNN（基于S-Detect工具特性推断）	超声图像	230个乳腺肿块（来自216名患者）
126	2025-09-27	Predicting protein-protein interactions in the human proteome 2025-Sep-25, Science (New York, N.Y.) DOI:10.1126/science.adt1630 PMID:40997207	研究论文	通过增强共进化信号和深度学习网络，系统预测人类蛋白质组中的蛋白质相互作用	利用30PB未组装基因组数据构建7倍深度的多序列比对，并基于2亿个预测蛋白质结构开发新型深度学习网络	未明确说明模型在特定蛋白质类别或疾病相关蛋白上的预测局限性	开发高精度预测人类蛋白质相互作用的方法	人类蛋白质组中的蛋白质相互作用对	生物信息学	NA	共进化分析、深度学习、多序列比对	深度学习网络	基因组序列数据、蛋白质结构数据	2亿个人类蛋白质对，其中17,849个预测相互作用
127	2025-09-27	Mapping the Evolution of China's Traditional Chinese Medicine Education Policies: Insights From a BERTopic-Based Descriptive Study 2025-Sep-25, JMIR medical education IF:3.2Q1 DOI:10.2196/72660 PMID:40997298	研究论文	利用BERTopic模型分析中国中医药教育政策的主题演变趋势	首次采用深度学习主题建模方法系统揭示中医药教育政策的27个核心主题和5个演化阶段	政策文档来源可能未完全覆盖所有相关文献	分析中国中医药教育政策的研究主题和演变规律	中医药教育政策文档	自然语言处理	NA	BERTopic主题建模	BERT	文本	来自教育部、国家中医药管理局等机构的政策文档
128	2025-09-27	Identifying EEG-Based Neurobehavioral Risk Markers of Gaming Addiction Using Machine Learning and Iowa Gambling Task 2025-Sep-25, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ae0b75 PMID:40997844	研究论文	本研究利用脑电图和机器学习技术识别游戏成瘾的神经行为风险标志物	首次结合爱荷华赌博任务和多种信号处理技术构建脑电图特征空间，实现93%分类准确率的游戏行为模式识别	研究样本仅限于健康参与者，未涉及临床确诊的游戏障碍患者	开发基于神经生理信号的游戏成瘾早期客观检测方法	健康参与者的决策行为模式和脑电信号	机器学习	行为成瘾	FFT、PSD、ACF、小波变换等信号处理技术	随机森林(RF)、卷积神经网络(CNN)	脑电图(EEG)信号	未明确说明样本数量的健康参与者群体
129	2025-09-27	Machine and Deep Learning applied to Medical Microwave Imaging: a Scoping Review from Reconstruction to Classification 2025-Sep-25, Progress in biomedical engineering (Bristol, England) DOI:10.1088/2516-1091/ae0bd3 PMID:40997871	综述	本文对机器学习在医学微波成像中的应用进行了范围综述，重点关注图像重建和分类两个关键领域	首次系统性地综述了机器学习在微波成像全流程中的应用，从图像重建到疾病分类	作为范围综述，主要提供领域概览而非深入的技术分析	探讨机器学习在医学微波成像中的应用现状和发展潜力	医学微波成像技术及其在乳腺和脑部成像中的应用	机器学习	乳腺癌、神经系统疾病	微波成像技术	CNN、SVM	微波成像数据	NA
130	2025-09-27	Using economic value signals from primate prefrontal cortex in neuro-engineering applications 2025-Sep-25, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/ae0bf6 PMID:40997885	研究论文	本研究探索在脑机接口中使用与经济价值相关的神经信号来辅助目标导向行为	首次将抽象认知信号（经济价值信号）应用于神经工程，开发了基于深度学习的自适应神经解码器	研究仅限于非人灵长类动物模型，尚未在人类或临床环境中验证	开发利用抽象认知信号的神经工程设备来辅助用户的目标导向行为	非人灵长类动物的眶额皮层神经信号	神经工程	NA	深度学习、强化学习、神经信号解码	神经网络解码器（含神经预测模型）	多变量时间序列神经信号数据	非人灵长类动物实验数据（具体数量未明确说明）
131	2025-09-27	Integrative Omics and AI-Driven Systems Biology: Multilayer Networks Decoding Apis mellifera Health and Resilience 2025-Sep-25, Journal of proteome research IF:3.8Q1 DOI:10.1021/acs.jproteome.5c00294 PMID:40997916	综述	探讨整合多组学与人工智能在解码蜜蜂健康与恢复力分子机制中的应用	提出结合蛋白质组学、代谢组学和脂质组学的多组学框架，并集成深度学习、图神经网络等多层网络模型解析非模式生物复杂系统	面临样本输入量有限和跨组学异质性等挑战	解码蜜蜂分子恢复力机制并建立可推广的系统生物学框架	蜜蜂（Apis mellifera）及其群体健康	系统生物学	NA	蛋白质组学、代谢组学、脂质组学、空间组学、单细胞平台、质谱分析	深度学习、图神经网络、多层网络模型	多组学数据	NA
132	2025-09-27	Multi-Scale Attention Fusion With Depthwise Separable Convolutions for Efficient Skin Cancer Detection 2025-Sep-25, Journal of cutaneous pathology IF:1.6Q3 DOI:10.1111/cup.14870 PMID:40998452	研究论文	提出MAF-DermNet深度学习框架，通过多尺度注意力融合和深度可分离卷积实现高效皮肤癌检测	集成多尺度注意力融合机制与深度可分离卷积，结合DCGAN数据增强提升模型鲁棒性	未整合临床元数据，需针对不同医疗场景优化模型	开发高效准确的皮肤癌自动检测方法	皮肤病变图像	计算机视觉	皮肤癌	DCGAN数据增强、多分辨率输入、残差注意力机制	CNN（深度可分离卷积架构）	图像	未明确说明具体样本数量
133	2025-09-27	Voice of Mind, a Deep Learning Model for Depression and Anxiety Assessment From Acoustic and Lexical Vocal Biomarkers 2025-Sep-25, Journal of voice : official journal of the Voice Foundation IF:2.5Q1 DOI:10.1016/j.jvoice.2025.09.012 PMID:40998607	研究论文	开发一种基于语音声学和词汇特征的深度学习模型，用于从意大利心理治疗录音中评估抑郁和焦虑症状	提出结合CNN和MLP的混合架构，能够同时分析声学特征和词汇标记，并开发了三个模型变体针对不同检测需求	样本量较小（仅5名患者），缺乏大规模临床验证	开发能够从语音数据中自动识别抑郁和焦虑症状的辅助诊断工具	心理治疗录音中的声学和词汇特征	自然语言处理	精神疾病	语音信号处理，特征提取	CNN，MLP，混合神经网络	音频	5名患者（重度抑郁症或广泛性焦虑症）的7段录音，超过1000个标注音频片段
134	2025-09-27	Attention-Enhanced CNNs and transformers for accurate monkeypox and skin disease detection 2025-Sep-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-12216-y PMID:40998853	研究论文	提出一种基于注意力增强的深度学习架构，用于提高猴痘和其他皮肤疾病的图像分类准确率	在EfficientNetB7基础上引入坐标注意力机制，通过边缘检测技术增强特征表示，实现了99.99%的突破性准确率	NA	开发高精度的AI诊断工具用于猴痘和皮肤疾病的自动检测	皮肤病变图像	计算机视觉	猴痘	深度学习、图像处理	EfficientNetB7、坐标注意力机制、CNN、Transformer	图像	Monkeypox Skin Lesion Dataset (MSLD v2.0)数据集，采用五折交叉验证
135	2025-09-27	Automated segmentation of brain metastases in magnetic resonance imaging using deep learning in radiotherapy 2025-Sep-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-15630-4 PMID:40998856	研究论文	本研究提出了一种基于深度学习的脑转移瘤自动分割方法BUC-Net，用于放疗中的MRI图像分析	提出了结合级联策略和瓶颈模块的BUC-Net模型，在脑转移瘤分割任务中表现出优于传统U-Net的性能	研究为回顾性设计，样本量有限（158例患者），需要进一步前瞻性验证	开发自动分割脑转移瘤的深度学习模型以提高放疗规划效率	脑转移瘤患者的磁共振成像数据	医学影像分析	脑转移瘤	深度学习，磁共振成像	BUC-Net（基于U-Net的改进模型）	医学影像（MRI）	158例符合条件的脑转移瘤患者
136	2025-09-27	Multimodal text guided network for chest CT pneumonia classification 2025-Sep-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-14165-y PMID:40998864	研究论文	提出一种多模态文本引导网络（MTGNet），用于胸部CT序列的肺炎分类	设计序列图池化网络编码CT序列，提出模态转换模块生成模拟文本特征，并通过跨模态注意力融合CT序列与文本语义信息	基于自建数据集进行实验，外部验证和泛化能力需进一步验证	开发融合多模态信息的肺炎自动诊断方法	胸部CT序列和对应文本报告	医学影像分析	肺炎	深度学习、对比学习	图神经网络、注意力机制	CT影像序列、文本报告	自建肺炎CT序列数据集（具体样本量未明确说明）
137	2025-09-27	Steel surface defect detection algorithm based on improved YOLOv10 2025-Sep-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-16725-8 PMID:40998876	研究论文	提出一种基于改进YOLOv10的钢材表面缺陷检测算法LAM-YOLOv10n	引入轻量级ghost模块降低计算成本，设计空间多尺度注意力模块增强缺陷特征提取，采用多分支特征融合网络提升多尺度特征聚合效果	NA	解决工业实时缺陷检测中计算复杂度高和复杂背景下关键特征丢失的问题	钢材表面缺陷	计算机视觉	NA	深度学习	YOLOv10改进模型（LAM-YOLOv10n）	图像	NA
138	2025-09-27	A deep learning approach for improving spatiotemporal resolution of numerical weather prediction forecasts 2025-Sep-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-17867-5 PMID:40998886	研究论文	提出一种基于深度学习的时空融合模型，用于提高数值天气预报中风力预报的时空分辨率和准确性	首次将GFS与ERA5数据通过1D卷积层和双向LSTM网络进行融合，将时间分辨率从3小时提升至1小时，风向预测准确率提升18.39%	NA	改进航空运营中的风力数值天气预报精度	风力预报数据（风速和风向）	机器学习	NA	深度学习、时空数据融合	1D CNN、双向LSTM	气象数据	基于GFS和ERA5气象数据集（具体样本量未明确说明）
139	2025-09-27	End-to-end CNN-based deep learning enhances breast lesion characterization using quantitative ultrasound (QUS) spectral parametric images 2025-Sep-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-15772-5 PMID:40998883	研究论文	本研究探索使用基于CNN的端到端深度学习模型对乳腺病变的定量超声光谱参数图像进行分类	首次将端到端CNN模型应用于QUS光谱参数图像进行乳腺病变特征分析，相比传统影像组学和机器学习方法表现更优	样本量相对有限（276例），未提及外部验证结果	提升乳腺病变的自动分类准确性	乳腺病变患者（184例恶性，92例良性）	医学影像分析	乳腺癌	定量超声光谱参数成像	CNN（包括ResNet、Inception-v3、Xception、EfficientNet等）	图像	276名参与者（184例恶性病变，92例良性病变），生成1764张QUS光谱参数图像
140	2025-09-27	Improved Inception-Capsule deep learning model with enhanced feature selection for early prediction of heart disease 2025-Sep-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-18551-4 PMID:40998899	研究论文	提出一种结合改进鲸鱼优化算法和混合Inception-Capsule网络的深度学习框架，用于心脏病早期预测	首次将改进鲸鱼优化算法(EWOA)与混合Inception-Capsule网络(IDLHICNet)结合，通过改进K均值聚类去噪和SMOTE过采样处理高维不平衡医疗数据	仅在三个基准数据集上验证，需要更多临床数据验证泛化能力	开发高精度的心脏病早期预测模型	心脏病患者医疗数据	机器学习	心血管疾病	EWOA特征选择、SMOTE过采样、改进K均值聚类	Inception-Capsule混合网络	结构化医疗数据	三个基准数据集（Faisalabad、CVD、心衰数据集）