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
1481	2025-09-15	Actigraphy against 32-hour polysomnography in patients with suspected idiopathic hypersomnia 2025-Oct, Journal of sleep research IF:3.4Q2 DOI:10.1111/jsr.70007 PMID:39979124	研究论文	本研究验证了一种基于深度学习的体动记录仪算法在疑似特发性嗜睡症患者中预测睡眠-觉醒参数的效能，并与商业算法进行对比	首次在嗜睡人群中验证体动记录仪算法，并开发了基于序列到序列长短期记忆网络（S2S）的新算法，显著提升了睡眠-觉醒预测精度	样本仅来自单一参考中心，未涉及健康对照组，且家庭环境下的验证尚未完成	验证体动记录仪在嗜睡症患者中的科学有效性，并开发更优的睡眠-觉醒预测算法	疑似特发性嗜睡症患者	医疗健康监测	嗜睡症	体动记录仪（Actigraphy）与多导睡眠监测（Polysomnography）同步监测	S2S sequence-to-sequence LSTM网络	时间序列运动数据与多导睡眠图数据	206名嗜睡受试者入选，其中126人（91名女性，平均年龄30.6±15.5岁）完成同步数据采集与分析
1482	2025-09-15	Automated Sleep Staging in Epilepsy Using Deep Learning on Standard Electroencephalogram and Wearable Data 2025-Oct, Journal of sleep research IF:3.4Q2 DOI:10.1111/jsr.70061 PMID:40176726	研究论文	本研究使用深度学习模型对癫痫患者的医院标准脑电图和可穿戴设备数据进行自动睡眠分期分析	首次在癫痫患者中同时使用标准EEG和可穿戴数据，通过深度学习实现自动睡眠分期，并比较两种模态的性能差异	模型对N1期睡眠的敏感性非常低，可穿戴数据低估了大多数睡眠宏观结构参数的持续时间，临床实施前需进一步提高模型性能	评估深度学习模型在癫痫患者睡眠分期中的自动化分析能力	50名癫痫患者的223晚睡眠记录	数字病理学	癫痫	EEG（脑电图）、加速度计	深度学习	时间序列信号数据	50名患者，223晚睡眠记录
1483	2025-09-15	The Future of Parasomnias 2025-Oct, Journal of sleep research IF:3.4Q2 DOI:10.1111/jsr.70090 PMID:40387303	综述	本文探讨了异态睡眠（如异常睡眠行为）的未来诊断技术、数据分析方法及治疗策略	介绍了新型家庭诊断设备（如EEG头带和3D摄像头）、深度学习在信号分类中的应用，以及大数据和梦境工程在治疗噩梦中的创新	NA	综述异态睡眠的诊断、预测和治疗的最新进展与未来方向	异态睡眠患者（如REM睡眠行为障碍和觉醒障碍患者）	NA	睡眠障碍	actigraphy, EEG, 红外摄像, 3D飞行时间摄像, 深度学习, 大数据分析, 梦境工程	深度学习	多模态数据（临床、认知、脑成像、DNA、多导睡眠图）	NA
1484	2025-09-03	Corrigendum to "Identification and validation of synergistic drug strategies targeting macrophage polarization in triple-negative breast cancer via single-cell transcriptomics and deep learning" [Translational Oncology 2025 Jun 26;59:102457] 2025-Oct, Translational oncology IF:4.5Q1 DOI:10.1016/j.tranon.2025.102474 PMID:40818872	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1485	2025-09-15	Proximal near-infrared hyperspectral imaging dataset for identifying epicuticular wax loss in Masena blueberries to evaluate post-harvest quality 2025-Oct, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111946 PMID:40821441	研究论文	本文提供了一个用于识别Masena蓝莓表皮蜡质损失的高光谱成像数据集，以评估采后品质	首次提供包含不同采收方式和表皮蜡质状态的高光谱图像数据集，支持机器学习方法在农业中的应用	样本量较小（39个果实），数据采集时间窗口较短（采收后9小时内）	开发基于高光谱成像的蓝莓采后品质评估方法	Masena蓝莓果实	计算机视觉	NA	高光谱成像（900-1700 nm, 224波段）	机器学习/深度学习	高光谱图像	39个蓝莓果实，共49个高光谱图像
1486	2025-09-15	Enhancing photoacoustic trace gas detection via a CNN-transformer denoising framework 2025-Oct, Photoacoustics IF:7.1Q1 DOI:10.1016/j.pacs.2025.100758 PMID:40832569	研究论文	提出一种结合CNN-Transformer深度学习框架的光声痕量气体检测去噪方法，显著提升低浓度气体信号的信噪比和测量精度	首次将1D CNN与Transformer网络结合用于光声信号去噪，有效融合局部特征与全局依赖关系，实现约70倍的信噪比提升	基于合成噪声信号训练，实际环境噪声的多样性可能影响模型泛化能力	提升低浓度气体检测的灵敏度和可靠性，解决噪声干扰问题	痕量气体（以500 ppb乙炔为例）的光声信号	信号处理	NA	光声光谱技术，深度学习去噪	1D CNN, Transformer	一维光声信号	使用合成噪声信号训练，实验验证采用500 ppb乙炔信号
1487	2025-09-15	AI-MedLeafX: a large-scale computer vision dataset for medicinal plant diagnosis 2025-Oct, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111945 PMID:40837485	研究论文	本研究构建了一个大规模、精细标注且人工验证的药用植物叶片图像数据集，用于叶片质量分类	创建了一个包含13个类别、覆盖四种药用植物且经过六种数据增强技术扩充的大规模数据集，支持自动化植物病害检测	NA	开发用于植物病害自动检测的系统，推动精准农业发展	四种药用植物的叶片图像（樟树、诃子、辣木、印楝）	计算机视觉	植物病害	数据增强（旋转、水平翻转、缩放、亮度调整）	深度学习架构	图像	原始图像10,858张，增强后65,148张高分辨率图像
1488	2025-09-15	A complete, multi-layered quranic treebank dataset with hybrid syntactic annotations for classical arabic processing 2025-Oct, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111940 PMID:40837480	研究论文	介绍扩展版古兰经树库（EQTB），一个为古典阿拉伯语处理设计的全面、多层、计算可访问的语言资源数据集	通过算法转换、深度学习解析和专家验证构建了新颖完整的混合句法层，克服了原始树库的局限性	未明确提及具体限制，但基于对原始资源的改进，可能仍存在古典阿拉伯语特殊语言现象的覆盖挑战	为古典阿拉伯语自然语言处理任务提供高质量的训练和评估数据，支持语言技术发展	古典阿拉伯语文本，特别是整部古兰经（约132,736个词元）	自然语言处理	NA	深度学习解析、算法处理与验证、自动化重标注、人工策展	Deep Learning-based parser（基于深度学习的解析器）	文本（结构化语言数据）	整部古兰经，包含约132,736个词元
1489	2025-09-15	LncMamba: A deep learning model for LncRNA localization prediction based on the Mamba model 2025-Sep-25, Biochemical and biophysical research communications IF:2.5Q3 DOI:10.1016/j.bbrc.2025.152521 PMID:40876294	研究论文	提出基于Mamba模型的深度学习框架LncMamba，用于LncRNA亚细胞定位预测	首次将Mamba网络引入LncRNA定位预测任务，并改进了定位特异性注意力机制	NA	准确预测长非编码RNA的亚细胞定位以理解其生物学功能	长非编码RNA（LncRNA）	自然语言处理	NA	深度学习	Mamba，FPN	序列数据	NA
1490	2025-09-15	Image analysis of cardiac hepatopathy secondary to heart failure: Machine learning vs gastroenterologists and radiologists 2025-Sep-14, World journal of gastroenterology IF:4.3Q1 DOI:10.3748/wjg.v31.i34.108807 PMID:40937455	研究论文	本研究利用基于ResNet的机器学习模型分析心力衰竭继发性淤血性肝病的CT影像特征，以预测三尖瓣反流严重程度	首次使用深度学习模型从单张CT图像中自动识别淤血性肝病的形态学特征，并与多学科专家诊断准确性进行对比	回顾性研究设计，样本量有限（179例患者），仅使用特定解剖层面（脐旁静脉水平）的CT图像	开发机器学习模型辅助早期检测心力衰竭患者的肝功能障碍	慢性心力衰竭患者	计算机视觉	心血管疾病	CT扫描，超声心动图	ResNet	医学影像	179例慢性心衰患者（120例男性，平均年龄73.1±14.4岁）
1491	2025-09-15	ACP-EPC: an interpretable deep learning framework for anticancer peptide prediction utilizing pre-trained protein language model and multi-view feature extracting strategy 2025-Sep-13, Molecular diversity IF:3.9Q2 DOI:10.1007/s11030-025-11352-x PMID:40946136	研究论文	开发了一种基于深度学习的抗癌肽预测框架ACP-EPC，整合预训练蛋白质语言模型和多视角特征提取策略	结合ESM-2上下文表征与手工物理化学描述符，采用跨注意力机制进行多模态特征融合	NA	通过计算模型预测抗癌肽，替代传统生物实验方法	抗癌肽（ACPs）	自然语言处理	癌症	深度学习，蛋白质语言模型	Cross-Attention机制，ESM-2	蛋白质序列	ACP135和ACP99两个测试集，采用十倍交叉验证
1492	2025-09-15	DeepInMiniscope: Deep learning-powered physics-informed integrated miniscope 2025-Sep-12, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adr6687 PMID:40938981	研究论文	开发了一种基于深度学习的小型化集成显微镜DeepInMiniscope，用于高效的大规模三维成像	结合定制光学掩模和物理信息深度学习模型，显著降低计算需求，实现毫米级大视野高速三维重建	NA	开发高效的大规模三维荧光显微成像技术	小鼠皮层神经元活动	计算机视觉	NA	集成荧光显微镜，深度学习重建	物理信息深度学习模型	三维图像	NA
1493	2025-09-15	A switchable dynamic-static tactile system for augmented haptic secret communication 2025-Sep-12, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adx6959 PMID:40938980	研究论文	提出一种可切换动态-静态触觉系统，用于增强触觉秘密通信	通过光调制实现1毫秒级动态-静态模式快速切换，具备一体式结构、高灵敏度与宽压力范围的平衡，以及可调灵敏度和传感-反馈闭环	NA	开发仿生触觉系统以实现动态和静态功能的快速转换	触觉感知系统及其在物体检测、人机交互和加密通信中的应用	人机交互	NA	光调制、深度学习	深度学习	触觉压力数据、振动数据	NA
1494	2025-09-15	Regional attention-enhanced vision transformer for accurate Alzheimer's disease classification using sMRI data 2025-Sep-12, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111065 PMID:40945221	研究论文	提出一种基于区域注意力增强视觉变换器（RAE-ViT）的新框架，用于sMRI数据的阿尔茨海默病精确分类	引入区域注意力机制优先关注疾病关键脑区，并整合分层自注意力和多尺度特征提取以建模局部和全局结构模式	未来需优化边缘设备部署、整合多模态数据并探索自监督和联邦学习以提升泛化性和隐私保护	开发高精度AI模型用于阿尔茨海默病的早期诊断和干预	阿尔茨海默病患者、轻度认知障碍患者和正常对照的脑部sMRI数据	计算机视觉	阿尔茨海默病	sMRI脑成像	Vision Transformer (ViT) with regional attention	医学图像	1152例sMRI扫描（255例AD，521例MCI，376例NC）
1495	2025-09-15	Advancements in breast cancer therapy: Integrating AI tools for drug discovery and clinical trials 2025-Sep-12, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111067 PMID:40945222	综述	本文探讨了人工智能在乳腺癌治疗中整合计算机辅助药物设计（CADD）的进展，特别是在药物发现和临床试验中的应用	将深度学习和AI技术集成到CADD中，以克服传统方法的高资源需求和时间低效问题，提升药物疗效和安全性预测的准确性	NA	加速乳腺癌药物开发，降低成本，并改善治疗结果和早期诊断	乳腺癌治疗相关的药物发现和临床决策过程	machine learning	breast cancer	CADD, deep learning, machine learning	DNN	分子结构数据、临床数据	NA
1496	2025-09-15	Ultrasound-Based Deep Learning Radiomics to Predict Cervical Lymph Node Metastasis in Major Salivary Gland Carcinomas 2025-Sep-12, International dental journal IF:3.2Q1 DOI:10.1016/j.identj.2025.103895 PMID:40945314	研究论文	开发并验证基于超声的深度学习影像组学模型，用于无创预测大唾液腺癌的颈部淋巴结转移	整合临床、超声、影像组学和深度学习特征构建复合预测模型，实现术前无创预测	样本量相对有限（214例），且来自多中心但需进一步外部验证	预测大唾液腺癌患者的颈部淋巴结转移情况	大唾液腺癌患者	医学影像分析	唾液腺癌	超声成像、影像组学特征提取、深度学习	逻辑回归（LR）及多种机器学习算法	超声图像	214例患者（训练集144例，验证集70例）
1497	2025-09-15	Enhancing Oral Health Diagnostics With Hyperspectral Imaging and Computer Vision: Clinical Dataset Study 2025-Sep-11, JMIR medical informatics IF:3.1Q2 DOI:10.2196/76148 PMID:40935589	研究论文	本研究通过结合内窥镜高光谱成像和深度学习模型，开发了一个大规模口腔组织数据集，用于自动分割和分类健康口腔组织	提出了首个大规模体内口腔高光谱成像数据集，并验证了深度学习模型在该数据上的优异分割性能	样本年龄和性别分布可能存在偏差（女性占比73.5%），且仅针对健康组织进行分析	开发自动、可靠的口腔内组织结构区分方法，推动口腔疾病的无创诊断	226名参与者（24-87岁）的口腔组织	计算机视觉	口腔鳞状细胞癌	内窥镜高光谱成像（HSI），波长范围500-1000 nm	DeepLabv3（ResNet-50/ResNet-101）, U-Net（EfficientNet-B0/ResNet-50）	高光谱图像	226名参与者（166名女性，60名男性）
1498	2025-09-15	A novel deep learning framework for the diagnosis of erythematosquamous lesions using whole slide histopathological images 2025-Sep-11, Journal of the American Academy of Dermatology IF:12.8Q1 DOI:10.1016/j.jaad.2025.09.010 PMID:40945744	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1499	2025-09-15	The Combined Use of Cervical Ultrasound and Deep Learning Improves the Detection of Patients at Risk for Spontaneous Preterm Delivery 2025-Sep-11, American journal of obstetrics and gynecology IF:8.7Q1 DOI:10.1016/j.ajog.2025.09.012 PMID:40945809	研究论文	本研究开发并验证了一种基于深度学习的AI模型，用于通过宫颈超声图像预测自发性早产，其性能优于传统的宫颈长度测量方法	首次大规模多中心研究证明AI在预测自发性早产方面比宫颈长度测量更敏感，且能识别更多解剖特征	超声检查的适应症未系统记录，扫描可能基于早产风险因素或症状进行	开发并验证AI模型以改进自发性早产的预测	接受宫颈超声扫描的孕妇及其妊娠数据	医学影像分析	产科疾病	超声成像，深度学习	深度学习模型	图像	4224例妊娠，7862张宫颈超声图像
1500	2025-09-15	Biological Age Estimation From the Age Gap Using Deep Learning Integrating Morbidity and Mortality: Model Development and Validation Study 2025-Sep-10, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/71592 PMID:40930058	研究论文	开发并验证一种基于Transformer的生物年龄估计模型，整合发病率和死亡率数据以提升预测准确性	提出首个整合发病率和死亡率信息的Transformer架构，同时学习多目标任务（特征重建、年龄对齐、健康状态区分和死亡率预测）	需在多样化人群中进行外部验证以进一步确认泛化性，女性死亡率预测趋势未达统计学显著性	通过深度学习改进生物年龄估计，实现更精准的健康状态评估和年龄相关疾病风险早期识别	151,281名18岁及以上接受常规健康检查的成年人	机器学习	老年性疾病	深度学习，Transformer架构	Transformer	临床健康检查数据	151,281名成年人