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
14921	2025-10-07	Functional Near-Infrared Spectroscopy-Based Computer-Aided Diagnosis of Major Depressive Disorder Using Convolutional Neural Network with a New Channel Embedding Layer Considering Inter-Hemispheric Asymmetry in Prefrontal Hemodynamic Responses 2024, Depression and anxiety IF:4.7Q1 DOI:10.1155/2024/4459867 PMID:40226684	研究论文	提出一种基于功能近红外光谱和卷积神经网络的计算机辅助诊断系统，用于重度抑郁症的准确诊断	设计了一种考虑大脑半球间不对称性的新型通道嵌入层，并采用集成CNN架构专门捕捉MDD患者与健康对照组在血流动力学响应中的差异特征	样本量相对有限（共116名参与者），仅使用单一认知任务（Stroop任务）的数据	开发基于fNIRS的重度抑郁症计算机辅助诊断系统	48名MDD患者和68名健康对照者	医学影像分析	重度抑郁症	功能近红外光谱	CNN	血流动力学响应信号	116名参与者（48名患者+68名健康对照）	NA	集成CNN架构，包含三个1D深度卷积层	准确率, 灵敏度, 特异性	NA
14922	2025-10-07	A novel stacked generalization of models for improved TB detection in chest radiographs 2018-Jul, Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference DOI:10.1109/EMBC.2018.8512337 PMID:30440497	研究论文	提出一种新颖的堆叠泛化模型，通过结合手工设计特征和CNN特征来改进胸部X光片中的结核病检测	首次将手工设计特征与CNN特征通过堆叠分类器相结合，构建非线性决策函数以提升结核病检测性能	NA	开发计算机辅助诊断工具以改善资源受限地区结核病的及时检测和治疗	胸部X光片中的结核病检测	计算机视觉	结核病	胸部X光成像	CNN, 集成学习	医学图像	NA	NA	堆叠分类器	NA	NA
14923	2025-10-07	MSTNet: Multi-scale spatial-aware transformer with multi-instance learning for diabetic retinopathy classification 2025-May, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103511 PMID:40020421	研究论文	提出一种用于糖尿病视网膜病变分类的多尺度空间感知Transformer网络MSTNet	提出双路径Transformer编码器结构，结合多尺度特征提取、空间感知模块和多示例学习策略，有效捕捉细微病变特征的相关性和上下文信息	未明确说明模型计算复杂度及在资源受限环境下的适用性	开发更准确的糖尿病视网膜病变自动诊断和分级方法	糖尿病视网膜病变患者的眼底图像	计算机视觉	糖尿病视网膜病变	眼底图像分析	Transformer, MIL	图像	四个公共数据集（APTOS2019、RFMiD2020、Messidor、IDRiD）	NA	MSTNet, Transformer	ACC, F1-score	NA
14924	2025-10-07	Deep learning based coronary vessels segmentation in X-ray angiography using temporal information 2025-May, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103496 PMID:40049029	研究论文	提出一种融合时序信息的深度学习网络TVS-Net，用于X射线血管造影中的冠状动脉分割	首次将序列ICA信息融合到新型密集连接3D编码器-2D解码器结构中，并采用基于弹性交互的损失函数	使用相对宽松的标注协议产生粗粒度样本，标注精度可能影响模型性能	开发能够克服运动伪影和对比剂分布不均等挑战的冠状动脉血管自动分割方法	X射线冠状动脉血管造影图像中的血管结构	计算机视觉	心血管疾病	X射线血管造影	深度学习	医学图像序列	323个样本（训练173，验证82，测试68），外加60张外部医院图像	NA	3D编码器-2D解码器	Dice系数, 召回率	NA
14925	2025-10-07	Motor imagery EEG decoding based on TS-former for spinal cord injury patients 2025-May, Brain research bulletin IF:3.5Q2 DOI:10.1016/j.brainresbull.2025.111298 PMID:40081503	研究论文	提出基于Transformer的TS-former网络架构，用于脊髓损伤患者的运动想象脑电信号解码	结合FBCSP特征提取和Transformer多头注意力机制，在时空域处理脑电信号，并采用迁移学习适应新分类任务	仅在16名脊髓损伤患者的数据集上进行验证，样本规模有限	开发用于脊髓损伤患者康复训练的脑机接口系统	脊髓损伤患者的运动想象脑电信号	脑机接口	脊髓损伤	脑电图(EEG), 滤波器组共空间模式(FBCSP)	Transformer	脑电信号	16名脊髓损伤患者	NA	TS-former, Transformer	分类准确率	NA
14926	2025-10-07	UniSAL: Unified Semi-supervised Active Learning for histopathological image classification 2025-May, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103542 PMID:40101375	研究论文	提出一种统一的半监督主动学习框架UniSAL，用于组织病理图像分类以减少标注成本	提出双视角高置信度伪标签训练和伪标签引导的类对比学习，设计分歧感知不确定性选择器和紧凑选择器进行样本选择	仅在三个公开病理图像数据集上验证，未在更多类型医学图像上测试	减少组织病理图像标注成本，提高深度学习模型训练效率	组织病理图像	数字病理	癌症	深度学习	CNN	图像	三个公开数据集（CRC5000、Chaoyang、CRC100K）	PyTorch	双网络架构	准确率	NA
14927	2025-10-07	Predicting infant brain connectivity with federated multi-trajectory GNNs using scarce data 2025-May, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103541 PMID:40107118	研究论文	提出一种联邦图多轨迹演化网络FedGmTE-Net++，用于从单次基线观测预测婴儿脑连接多轨迹演化	首个专为数据稀缺环境下脑多轨迹演化预测设计的联邦学习框架；在局部目标函数中加入辅助正则化器以最大化利用纵向脑连接数据；引入包含K近邻预补全和回归器精修的两步插补流程	NA	解决婴儿脑网络多轨迹预测中数据稀缺和隐私保护问题	婴儿出生后第一年的脑连接网络演化	图神经网络	NA	脑连接成像	图神经网络	脑连接图数据	NA	联邦学习	FedGmTE-Net++	NA	NA
14928	2025-10-07	A deep learning approach to multi-fiber parameter estimation and uncertainty quantification in diffusion MRI 2025-May, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103537 PMID:40112509	研究论文	提出一种基于深度学习的扩散MRI多纤维参数估计和不确定性量化方法	引入序列化方法将多纤维参数推断分解为一系列可管理的子问题，利用针对问题特定结构和对称性设计的深度神经网络	在HCP类采集方案下，细胞外平行扩散率的估计存在高度不确定性	解决扩散MRI中可靠且计算效率高的生物物理模型参数推断问题	脑白质纤维微观结构	医学影像分析	NA	扩散MRI	深度神经网络	医学影像数据	人类连接组计划(HCP)的真实成像数据	NA	NA	参数估计精度,不确定性量化	NA
14929	2025-10-07	Segment Like A Doctor: Learning reliable clinical thinking and experience for pancreas and pancreatic cancer segmentation 2025-May, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103539 PMID:40112510	研究论文	提出一种模拟医生临床思维的分割框架SLAD，用于胰腺和胰腺癌的CT图像分割	首次模拟医生在胰腺癌渐进诊断阶段（器官、病灶、边界）的逻辑思维和诊断经验，提出三个创新模块：解剖感知掩码自编码器、因果驱动图推理模块和基于扩散的差异校准模块	仅针对胰腺癌进行验证，未扩展到其他癌症类型；在极端不确定边界情况下性能仍有提升空间	提高胰腺和胰腺癌在CT图像上的分割准确性和可靠性	胰腺和胰腺癌的CT图像分割	数字病理	胰腺癌	计算机断层扫描(CT)	自编码器,图神经网络,扩散模型	CT图像	三个独立数据集（具体数量未明确说明）	NA	Anatomy-aware Masked AutoEncoder (AMAE), Causality-driven Graph Reasoning Module (CGRM), Diffusion-based Discrepancy Calibration Module (DDCM)	分割准确率	NA
14930	2025-10-07	An extragradient and noise-tuning adaptive iterative network for diffusion MRI-based microstructural estimation 2025-May, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103535 PMID:40157297	研究论文	提出一种用于扩散MRI微观结构估计的外梯度和噪声调谐自适应迭代网络	引入自适应机制根据具体dMRI模型、数据集和下采样策略灵活调整稀疏表示过程，并提出噪声调谐模块帮助网络逃离局部极小值/鞍点	NA	改进扩散MRI模型参数估计的准确性和泛化能力	扩散MRI微观结构估计	医学影像分析	NA	扩散MRI	优化网络	扩散MRI数据	两个3T HCP数据集和一个7T HCP数据集	NA	外梯度和噪声调谐自适应迭代网络	准确性, 泛化性	NA
14931	2025-10-07	ArtiDiffuser: A unified framework for artifact restoration and synthesis for histology images via counterfactual diffusion model 2025-May, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103567 PMID:40188685	研究论文	提出ArtiDiffuser框架，通过反事实扩散模型统一处理组织学图像中的伪影修复与合成	首次将反事实扩散模型应用于组织学图像伪影处理，统一伪影修复与合成功能，并采用Swin-Transformer骨干网络和类别引导的专家混合机制	未明确说明模型计算复杂度及在更大规模数据集上的泛化能力	解决组织学图像中伪影导致的误诊问题，提升深度学习模型的诊断准确性	组织学图像中的伪影区域	数字病理学	NA	扩散模型	扩散模型	组织学图像	723个标注图像块，涵盖多种伪影类别	PyTorch	Swin-Transformer, Mixture of Experts	准确性, 一致性正则化指标	NA
14932	2025-10-07	Unsupervised brain MRI tumour segmentation via two-stage image synthesis 2025-May, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103568 PMID:40199108	研究论文	提出一种通过两阶段图像合成实现无监督脑肿瘤MRI分割的方法	采用两阶段图像合成策略解决真实与合成数据间的领域差异，通过初级模型生成伪标签并创建更真实的合成数据	方法依赖于手工制作的肿瘤形状和强度模型生成初始合成数据	开发无需专家标注的无监督脑肿瘤分割方法	脑部磁共振图像中的肿瘤区域	计算机视觉	脑肿瘤	磁共振成像	深度学习模型	医学图像	五个脑成像数据集	NA	NA	NA	NA
14933	2025-10-07	Development and validation of radiomics and deep transfer learning models to assess cognitive impairment in patients with cerebral small vessel disease 2025-Apr-19, Neuroscience IF:2.9Q2 DOI:10.1016/j.neuroscience.2025.03.012 PMID:40068720	研究论文	开发和验证基于放射组学和深度迁移学习的模型，用于评估脑小血管病患者认知障碍	结合深度迁移学习和放射组学特征，开发了预测CSVD相关认知障碍的集成模型	样本量有限	预测脑小血管病相关认知障碍	脑小血管病患者和对照受试者	医学影像分析	脑小血管病	3D T1加权MRI	深度学习, 机器学习	医学影像	145名CSVD患者和99名对照受试者	NA	ResNet101_32x8d, Random Forest, Naive Bayes	AUC, 准确率	NA
14934	2025-10-07	Artificial intelligence in stroke rehabilitation: From acute care to long-term recovery 2025-Apr-19, Neuroscience IF:2.9Q2 DOI:10.1016/j.neuroscience.2025.03.017 PMID:40068721	综述	探讨人工智能在脑卒中康复领域的应用，涵盖从急性期诊疗到长期恢复的全过程	系统阐述AI技术在脑卒中康复全周期中的创新应用，包括影像诊断、机器人辅助康复和远程康复平台	未提及具体临床研究的样本量限制和技术实施的具体障碍	分析人工智能在脑卒中康复中的技术应用和发展前景	脑卒中患者康复治疗过程	医疗人工智能	脑卒中	深度学习, 机器学习, 脑机接口, 虚拟现实	深度学习模型, 机器学习模型	医学影像(CT, MRI), 神经信号, 运动数据	NA	NA	NA	NA	NA
14935	2025-10-07	Accelerated Missense Mutation Identification in Intrinsically Disordered Proteins Using Deep Learning 2025-Apr-14, Biomacromolecules IF:5.5Q1 DOI:10.1021/acs.biomac.4c01124 PMID:40072940	研究论文	结合布朗动力学模拟和深度学习策略快速识别内在无序蛋白质中错义突变引起的大规模结构变化	首次将布朗动力学模拟与多层感知器神经网络相结合，实现了对内在无序蛋白质错义突变效应的快速预测	方法基于粗粒化单珠氨基酸模型，可能无法捕捉原子级别的结构细节	开发快速识别内在无序蛋白质中致病性错义突变的方法	内在无序蛋白质及其错义突变变体	机器学习	蛋白质构象疾病	布朗动力学模拟，深度学习	多层感知器神经网络	蛋白质序列，回转半径数据	约6500个来自MobiDB数据库的长度20-300的内在无序蛋白质序列	NA	多层感知器神经网络	准确率	NA
14936	2025-10-07	Multitarget Natural Compounds for Ischemic Stroke Treatment: Integration of Deep Learning Prediction and Experimental Validation 2025-Apr-14, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00135 PMID:40084909	研究论文	本研究开发了一种结合深度学习和实验验证的创新药物发现流程，用于识别具有全面神经保护特性的天然化合物治疗缺血性中风	首次将基于Transformer的深度学习模型SELFormer与多种深度学习算法结合，构建了针对七个关键中风相关靶点的天然化合物生物活性预测框架	研究仅针对有限数量的天然化合物进行了实验验证，需要进一步扩大验证范围	开发用于缺血性中风治疗的多靶点天然化合物发现方法	天然化合物及其对缺血性中风的神经保护作用	机器学习	缺血性中风	分子对接，氧糖剥夺实验，QSAR建模	Transformer，深度学习算法	化合物结构数据，生物活性数据	11个中等活性化合物和57个高活性化合物，其中4个高活性化合物进行了实验验证	NA	SELFormer	pIC50值，结合能，细胞活力，乙酰胆碱酯酶活性，脂质过氧化水平	NA
14937	2025-10-07	Accurate Prediction of CRISPR/Cas13a Guide Activity Using Feature Selection and Deep Learning 2025-Apr-14, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c02438 PMID:40091632	研究论文	本研究开发了一种用于准确预测CRISPR/Cas13a引导活性的双分支神经网络模型	首次将直接序列编码与描述性特征相结合，通过特征选择识别出99个关键特征，显著提升预测性能	研究仅基于两个独立数据集验证，需要更多数据验证模型泛化能力	开发高精度的CRISPR/Cas13a引导活性预测方法	CRISPR/Cas13a系统的引导RNA与靶标相互作用	机器学习	NA	CRISPR/Cas13a	深度学习,神经网络	序列数据	两个独立CRISPR/Cas13a数据集	NA	双分支神经网络	预测准确度,分类性能	NA
14938	2025-10-07	CPPCGM: A Highly Efficient Sequence-Based Tool for Simultaneously Identifying and Generating Cell-Penetrating Peptides 2025-Apr-14, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00199 PMID:40105337	研究论文	开发了一个名为CPPCGM的深度学习框架，用于同时识别和生成细胞穿透肽	首次结合蛋白质语言模型和生成对抗网络架构，实现了细胞穿透肽的识别与生成双重功能	未在真实生物实验中验证生成肽的功能活性	开发高效的计算方法替代实验筛选细胞穿透肽	细胞穿透肽（CPPs）	生物信息学	NA	蛋白质语言模型	生成对抗网络, 预训练模型	蛋白质序列	三个数据集	NA	CPPClassifier, CPPGenerator	马修斯相关系数	NA
14939	2025-10-07	SFM-Net: Selective Fusion of Multiway Protein Feature Network for Predicting Binding Affinity Changes upon Mutations 2025-Apr-14, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00130 PMID:40111004	研究论文	提出SFM-Net深度学习模型，通过选择性融合多源蛋白质特征来预测突变引起的结合亲和力变化	开发了基于GNN的多路特征提取器和上下文感知选择性融合模块，能够有效整合序列、结构和进化信息	NA	预测蛋白质-蛋白质相互作用中突变引起的结合亲和力变化	蛋白质突变对结合亲和力的影响	生物信息学	NA	深度学习，图神经网络	GNN	蛋白质序列、结构、进化信息	NA	NA	SFM-Net	NA	NA
14940	2025-10-07	ChiGNN: Interpretable Algorithm Framework of Molecular Chiral Knowledge-Embedding and Stereosensitive Property Prediction 2025-Apr-14, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c02259 PMID:40116044	研究论文	提出一种可解释的深度学习框架ChiGNN，用于分子手性知识嵌入和立体敏感性质预测	通过三体图和立体敏感消息聚合编码有效整合手性物理化学知识，结合分位数回归技术提升预测精度	NA	提高分子手性相关任务的机器学习模型准确性和可解释性	手性分子及其立体敏感性质	机器学习	NA	手性色谱保留时间预测	图神经网络	分子图数据	NA	深度学习框架	Chiral Graph Neural Network, Trinity Graph, stereosensitive Message Aggregation	手性色谱保留时间预测精度	NA