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
15321	2025-10-06	CosELU: An improved activation deep neural network for EEG signal recognition in stroke patients 2025-Nov, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107800 PMID:40633296	研究论文	本文提出了一种改进的激活函数CosELU用于中风患者脑电信号识别	开发了自适应激活函数CosELU，通过可调参数a和自适应参数λ监控梯度，缓解梯度爆炸和梯度消失问题	仅在中风患者数据集上验证，未在其他疾病或更大规模数据集上测试	提高中风患者运动想象脑电信号的识别准确率	中风患者的运动想象脑电信号	脑机接口	中风	脑电信号采集	CNN	脑电信号	中风患者数据集	NA	注意力机制卷积神经网络	识别率	NA
15322	2025-10-06	CGNet: A Complex-valued Graph Network for jointly learning amplitude-phase information in EEG-based brain-computer interfaces 2025-Nov, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107795 PMID:40644990	研究论文	提出一种用于脑电信号幅相信息联合学习的复数值图网络	首次构建复数值图网络同时编码幅相信息，设计双尺度卷积、空间注意力模块和动态图卷积来捕获局部时空信息和全局时间依赖	NA	开发能够联合学习脑电信号幅相信息的深度学习模型	基于脑电信号的脑机接口系统	机器学习	NA	脑电信号分析	图神经网络,CNN	脑电信号	NA	NA	CGNet,FBCGNet	分类准确率	NA
15323	2025-10-06	Similarity-based prototype reconstruction and feature reorganization for non-exemplar class incremental learning 2025-Nov, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107837 PMID:40664157	研究论文	提出一种基于相似性的原型重建和特征重组方法来解决非示例类增量学习中的灾难性遗忘问题	设计了特征重组机制持续更新原型以适应增量学习中模型更新导致的特征空间变化，并提出基于相似性的原型重建方法选择新数据特征重建旧数据特征	NA	缓解深度学习在增量学习中的灾难性遗忘问题	非示例类增量学习场景下的深度学习模型	计算机视觉	NA	NA	深度学习	图像	在CIFAR-100、TinyImageNet和ImageNet-Sub三个基准数据集上验证	NA	NA	NA	NA
15324	2025-10-06	SimTA++: Simple attention neural network for clinical asynchronous time series 2025-Nov, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107735 PMID:40570801	研究论文	提出一种用于临床异步时间序列建模的简单注意力神经网络SimTA++	引入简单时间依赖注意力机制和非线性时间注意力机制，能够捕捉异步时间步之间的关系和非单调时间关系	NA	解决临床实践中异步时间序列数据的建模挑战	临床异步时间序列数据	机器学习	NA	深度学习	注意力神经网络	异步时间序列数据	三个基准数据集（包括合成概念验证数据集、PhysioNet 2019和内部免疫治疗响应预测数据集）	PyTorch	SimTA, SimTA++	NA	NA
15325	2025-10-06	A Survey of Deep Learning in Sports Applications: Perception, Comprehension, and Decision 2025-Oct, IEEE transactions on visualization and computer graphics IF:4.7Q1 DOI:10.1109/TVCG.2025.3554801 PMID:40138241	综述	本文系统综述了深度学习在体育应用中的研究进展，涵盖感知、理解和决策三个层次	首次从算法、数据集与虚拟环境、挑战三个维度系统梳理深度学习在体育领域的应用现状	作为综述文章，未提出新的算法模型或实验验证	为深度学习在体育应用中的研究提供全面的参考指南	深度学习在体育领域的算法、数据集和挑战	计算机视觉,自然语言处理,机器学习	NA	NA	NA	图像,视频,文本	NA	NA	NA	NA	NA
15326	2025-10-06	PhenoLearn: a user-friendly toolkit for image annotation and deep learning-based phenotyping for biological datasets 2025-Sep-06, Journal of evolutionary biology IF:2.1Q3 DOI:10.1093/jeb/voaf058 PMID:40366779	研究论文	介绍PhenoLearn工具包，帮助生物学家通过深度学习对2D标本图像进行注释和表型分析	开发了用户友好的图形界面工具包，使非计算机专业的生物学家能够轻松使用深度学习技术	NA	为生物学家提供易于使用的深度学习工具，用于生物数据集中的图像注释和表型分析	2D标本图像，特别是鸟类羽毛区域分割	计算机视觉	NA	深度学习，图像分割	深度学习模型	图像	NA	NA	NA	预测准确度，运行时间	GPU和CPU（比较有无GPU时的运行时间）
15327	2025-10-06	Research based on EEG for addiction level assessment methods and parietal/occipital lobes brain function analysis 2025-Sep-06, Computer methods in biomechanics and biomedical engineering IF:1.7Q3 DOI:10.1080/10255842.2025.2551014 PMID:40913522	研究论文	提出一种基于脑电图的甲基苯丙胺使用障碍评估方法，结合深度学习、可视化和时频域分析	使用增强型紧凑卷积神经网络ECCN-Net进行EEG分类，结合CAM可视化识别关键脑区通道	NA	开发准确的成瘾程度评估方法并分析顶叶/枕叶脑功能	甲基苯丙胺使用障碍患者的脑电图数据	机器学习	药物成瘾	脑电图	CNN	脑电图信号	NA	NA	ECCN-Net	准确率	NA
15328	2025-10-06	Artificial intelligence-assisted assessment of metabolic response to tebentafusp in metastatic uveal melanoma: a long axial field-of-view [18F]FDG PET/CT study 2025-Sep-06, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-025-07504-8 PMID:40913640	研究论文	本研究评估人工智能辅助的[18F]FDG长轴视野PET/CT在转移性葡萄膜黑色素瘤患者接受tebentafusp治疗中的代谢反应评估可行性和预后价值	首次将人工智能辅助量化与长轴视野PET/CT结合用于tebentafusp治疗的转移性葡萄膜黑色素瘤代谢反应评估	样本量较小（15例患者），部分生存分析结果仅显示趋势而未达统计学显著性	探索AI辅助的PET/CT代谢参数在转移性葡萄膜黑色素瘤治疗监测和预后评估中的应用价值	接受tebentafusp治疗的转移性葡萄膜黑色素瘤患者	数字病理	葡萄膜黑色素瘤	[18F]FDG PET/CT成像，循环肿瘤DNA检测	深度学习	医学影像（PET/CT），分子生物学数据	15例转移性葡萄膜黑色素瘤患者	RECOMIA平台	NA	总生存期，p值	NA
15329	2025-10-06	Multi-task learning for classification and prediction of adolescent idiopathic scoliosis based on fringe-projection three-dimensional imaging 2025-Sep-06, European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society IF:2.6Q1 DOI:10.1007/s00586-025-09340-8 PMID:40913670	研究论文	基于条纹投影三维成像开发多任务学习模型用于青少年特发性脊柱侧凸的分类和预测	首次将多任务深度学习应用于脊柱侧凸评估，通过联合学习Cobb角预测和曲线分类任务提取共享形态特征	未明确说明样本来源和数据集划分细节，缺乏外部验证结果	开发无创无辐射的脊柱侧凸诊断框架以替代传统X射线评估	青少年特发性脊柱侧凸患者	计算机视觉	脊柱侧凸	条纹投影三维成像	深度学习	三维表面数据	NA	NA	多任务深度学习模型	平均绝对误差,均方根误差,相关系数,决定系数,灵敏度,阳性预测值	NA
15330	2025-10-06	Development and clinical assessment of a novel AI-based diagnostic model for Hirschsprung's disease 2025-Sep-05, Updates in surgery IF:2.4Q2 DOI:10.1007/s13304-025-02284-0 PMID:40913191	研究论文	开发基于深度学习的AI诊断模型，利用对比灌肠图像诊断先天性巨结肠症	首次将YOLOv8算法应用于先天性巨结肠症的对比灌肠图像诊断，提供了一种非侵入性的准确诊断方法	研究样本量相对有限（725张图像），外部验证的特异性（72.22%）有待进一步提升	提高先天性巨结肠症的诊断准确性，同时减少侵入性检查	先天性巨结肠症患者的对比灌肠图像	计算机视觉	先天性巨结肠症	对比灌肠成像	深度学习	图像	725张对比灌肠图像（2013-2022年经组织病理学确认的HD患者）	PyTorch, Python	YOLOv8	平均精度均值(mAP), 精确率, 召回率, F1分数, 灵敏度, 特异性, 准确率	NA
15331	2025-10-06	Heart disease risk prediction based on deep learning multi-scale convolutional enhanced Swin Transformer model 2025-Sep-05, Computer methods in biomechanics and biomedical engineering IF:1.7Q3 DOI:10.1080/10255842.2025.2556004 PMID:40913335	研究论文	提出一种基于多尺度卷积增强Swin Transformer的心脏病风险预测模型	结合多分支卷积网络与Swin Transformer模块，通过通道注意力机制优化多尺度特征提取，并集成SHAP分析增强模型可解释性	仅使用克利夫兰心脏病数据集进行验证，未在其他数据集测试泛化能力	开发心脏病早期风险预测的深度学习模型	心脏病患者临床数据	机器学习	心血管疾病	深度学习	CNN, Transformer	结构化临床数据	克利夫兰心脏病数据集	NA	多尺度卷积增强Swin Transformer (MSCST)	准确率, AUC	NA
15332	2025-10-06	Federated Deep Learning Enables Cancer Subtyping by Proteomics 2025-Sep-04, Cancer discovery IF:29.7Q1 DOI:10.1158/2159-8290.CD-24-1488 PMID:40488620	研究论文	开发了一种联邦深度学习方法ProCanFDL，用于在保护数据隐私的前提下通过蛋白质组学数据进行癌症亚型分析	首次将联邦深度学习应用于蛋白质组学数据，能够在保护数据隐私的同时实现多中心协作建模	需要协调多个数据中心的合作，模型训练过程相对复杂	开发能够在保护数据隐私前提下进行癌症亚型分析的联邦学习方法	癌症患者的蛋白质组学数据	机器学习	癌症	数据非依赖性采集质谱(DIA-MS), 串联质谱标签蛋白质组学(TMT)	深度学习	蛋白质组学数据	总样本量8,252（泛癌队列1,260 + 私有队列6,265 + 外部验证队列887）	NA	NA	准确率提升	NA
15333	2025-10-06	Functional assessment of all ATM SNVs using prime editing and deep learning 2025-Sep-04, Cell IF:45.5Q1 DOI:10.1016/j.cell.2025.05.046 PMID:40580951	研究论文	本研究通过prime editing技术和深度学习模型DeepATM，全面评估了ATM基因所有27,513个单核苷酸变体的功能影响	首次系统评估ATM基因所有可能的单核苷酸变体功能，结合实验数据与深度学习预测，为意义未明变体提供解读框架	研究主要关注单核苷酸变体，未涵盖其他类型基因变异如插入缺失	建立ATM基因变体功能评估体系，支持精准医疗发展	ATM基因的27,513个单核苷酸变体	机器学习	癌症	prime editing, 深度测序	深度学习	基因组数据, 实验数据	27,513个SNVs（23,092个实验验证 + 4,421个模型预测）	NA	DeepATM	准确率	NA
15334	2025-10-06	PARPAL: PARalog Protein redistribution using Abundance and Localization in yeast database 2025-Sep-03, G3 (Bethesda, Md.) DOI:10.1093/g3journal/jkaf148 PMID:40580499	研究论文	介绍PARPAL数据库，该数据库存储了酵母中164种蛋白质在旁系同源基因缺失后的亚细胞定位和丰度变化的深度学习分析结果	开发首个整合高内涵筛选和深度学习分析的旁系同源蛋白质重分布数据库	仅针对酿酒酵母的82对旁系同源基因进行研究	研究全基因组复制事件中旁系同源基因的保留和进化机制	酿酒酵母中的旁系同源蛋白质对	生物信息学	NA	高内涵筛选，深度学习神经网络分析	深度学习神经网络	显微图像	82对旁系同源基因，2种遗传背景，约3,500张显微图像，约460,000个细胞	NA	NA	NA	NA
15335	2025-10-06	A Deep-Learned Monolithic Nanoparticle Asymmetric Thermal Flow Sensor for Flow Vector Estimation 2025-Sep-02, ACS nano IF:15.8Q1 DOI:10.1021/acsnano.5c07646 PMID:40790995	研究论文	开发了一种基于深度学习的单片非对称热流传感器，用于精确估计流体矢量	将非对称螺旋形温度传感器设计与强化学习算法相结合，实现硬件软件协同优化	NA	开发小型化、高精度的流体矢量估计传感器	热流传感器	机器学习	NA	激光诱导选择性烧结和还原技术	强化学习	传感器电阻数据	NA	NA	NA	NA	嵌入式无线通信系统
15336	2025-10-06	Enhanced metastasis risk prediction in cutaneous squamous cell carcinoma using deep learning and computational histopathology 2025-Sep-02, NPJ precision oncology IF:6.8Q1 DOI:10.1038/s41698-025-01065-7 PMID:40897830	研究论文	开发基于深度学习的cSCCNet模型，通过数字病理学预测皮肤鳞状细胞癌的转移风险	首次使用深度学习模型自动选择肿瘤区域并预测cSCC转移风险，性能优于基于基因表达的工具和临床病理学分类	需要进一步验证包括前瞻性评估	开发可靠的皮肤鳞状细胞癌转移风险预测工具	227例来自四个中心的原发性皮肤鳞状细胞癌样本	数字病理学	皮肤癌	数字病理学，多重免疫组织化学	深度学习	组织病理学切片图像	227例原发性cSCC样本	NA	cSCCNet	AUC, 准确率	NA
15337	2025-10-06	Deep aging clocks: AI-powered strategies for biological age estimation 2025-Sep-02, Ageing research reviews IF:12.5Q1 DOI:10.1016/j.arr.2025.102889 PMID:40902671	综述	本文总结了基于人工智能的深度衰老时钟在生物年龄估计中的最新进展和应用	开发非线性深度衰老时钟以克服传统线性模型的局限，更好地捕捉衰老过程中的细微变化	NA	评估生物衰老并开发更准确的衰老测量方法	衰老人群的生物年龄估计	机器学习	老年疾病	表观遗传学、转录组学、代谢组学、微生物组、影像学	深度学习	多组学数据、影像数据	NA	NA	NA	NA	NA
15338	2025-10-06	Automated quantification of abdominal aortic calcification using 3D nnU-Net: a novel approach to assess AAA rupture risk 2025-Sep-02, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01911-x PMID:40898112	研究论文	本研究开发了一种基于3D nnU-Net的自动量化方法，用于从单次CTA扫描中分割和量化腹主动脉钙化	首次将3D nnU-Net应用于腹主动脉钙化的自动量化，为AAA破裂风险评估提供了一种新颖的自动化方法	回顾性研究设计，样本量相对较小（100例患者），需要进一步验证	开发自动量化腹主动脉钙化的深度学习模型，以改进AAA破裂风险评估	腹主动脉钙化和血管	医学影像分析	心血管疾病	CTA扫描	CNN	3D医学影像	100例接受腹主动脉CTA检查的患者	nnU-Net	3D nnU-Net	Dice系数, Spearman等级相关, Bland-Altman分析	NA
15339	2025-10-06	Automated sex and age estimation from orthopantomograms using deep learning: A comparison with human predictions 2025-Sep, Forensic science international IF:2.2Q1 DOI:10.1016/j.forsciint.2025.112531 PMID:40544576	研究论文	本研究开发了一种基于多任务深度学习的自动化方法，用于从口腔全景片中估计性别和年龄	采用多任务学习框架，在单一模型中同时处理性别分类和年龄回归任务，显著优于人类观察者的预测性能	数据集仅包含2067个样本，可能限制模型的泛化能力	开发自动化的性别和年龄估计方法以应用于法医牙科和法医鉴定	口腔全景片（orthopantomograms）	计算机视觉	NA	深度学习	CNN	医学影像	2067张口腔全景片，性别和年龄组均衡分布（3-89岁）	NA	VGG	平均绝对误差（MAE）, 决定系数（R²）, 分类准确率	NA
15340	2025-10-06	Comparative analysis of transformer-based deep learning models for glioma and meningioma classification 2025-Sep, Journal of medical imaging and radiation sciences IF:1.3Q3 DOI:10.1016/j.jmir.2025.102008 PMID:40554122	研究论文	本研究比较了基于Transformer的深度学习模型在脑胶质瘤和脑膜瘤分类任务中的性能	首次将Vision Transformer和BEiT模型应用于脑瘤分类，并提出了基于Segment Anything Model的全神经网络工作流程	仅使用单一数据集，可能影响模型的泛化能力	比较基于Transformer的深度学习模型在脑瘤分类中的准确性	脑胶质瘤和脑膜瘤的MRI图像	计算机视觉	脑瘤	MRI, 深度学习	Transformer, MLP	医学图像	训练集1132例（胶质瘤625例/脑膜瘤507例），测试集520例（胶质瘤260例/脑膜瘤260例）	NA	ViT, BEiT, MLP	AUC, 准确率	NA