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
15361	2025-10-07	A multi-modal deep learning approach for stress detection using physiological signals: integrating time and frequency domain features 2025, Frontiers in physiology IF:3.2Q2 DOI:10.3389/fphys.2025.1584299 PMID:40236827	研究论文	开发了一种基于多模态深度学习的压力检测方法，通过整合时域和频域特征分析可穿戴设备采集的生理信号	提出了一种整合时域和频域特征的多模态深度学习框架，并采用数据增强技术和SMOTE方法解决数据不平衡问题	仅针对护理职业群体进行研究，模型泛化能力有待进一步验证	开发准确可靠的压力检测方法，适用于高强度职业环境	护理人员的生理信号数据，包括加速度计、皮电活动、心率和皮肤温度	机器学习	NA	生理信号采集，快速傅里叶变换	CNN	生理信号，时域特征，频域特征	包含压力水平标签的多模态生理信号数据集	NA	卷积神经网络，全连接层	准确率，F1分数	NA
15362	2025-10-07	Transfer learning-based approach to individual Apis cerana segmentation 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0319968 PMID:40238729	研究论文	本研究采用基于迁移学习的Mask R-CNN模型实现蜂箱环境中东方蜜蜂的精确检测与分割	利用已训练的西方蜜蜂模型权重进行迁移学习，并通过数据预处理技术提升模型性能，在极小数据集和计算时间下实现高性能分割	仅针对特定蜂种（东方蜜蜂）进行研究，模型泛化能力未验证	开发自动化的蜜蜂行为分析系统	蜂箱环境中的东方蜜蜂个体	计算机视觉	NA	深度学习，迁移学习	Mask R-CNN	图像	相比先前西方蜜蜂研究减少了85%的训练和验证集数量	NA	Mask R-CNN	mAP（平均精度均值）	NA
15363	2025-10-07	Deep learning-based acceleration of muscle water T2 mapping in patients with neuromuscular diseases by more than 50% - translating quantitative MRI from research to clinical routine 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0318599 PMID:40238781	研究论文	本研究评估基于人工智能的压缩感知加速技术在神经肌肉疾病患者肌肉水T2定量成像中的应用效果	首次将CSAI（压缩感知与人工智能结合的重建技术）应用于定量MRI，实现扫描时间减少50%以上	样本量较小（仅10名FSHD患者），仅评估大腿肌肉	评估AI加速技术在定量MRI中的性能，推动定量MRI从研究向临床常规应用转化	面肩肱型肌营养不良症（FSHD）患者的大腿肌肉	医学影像分析	神经肌肉疾病	T2-prepared 3D TSE with SPAIR脂肪抑制，MRI成像	基于AI的压缩感知重建	MRI图像	10名FSHD患者，双侧大腿三个肌肉的六个感兴趣区域	CSAI（SmartSpeed, Philips Healthcare）	NA	表观信噪比，表观对比噪声比，组内相关系数，诊断一致性	NA
15364	2025-10-07	Optimizing lipocalin sequence classification with ensemble deep learning models 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0319329 PMID:40238838	研究论文	提出一种集成深度学习框架EnsembleDL-Lipo，用于优化脂质运载蛋白序列的分类识别	首次将CNN和DNN组合成集成深度学习框架，利用PSSM特征提升脂质运载蛋白序列分类性能	未提及模型在更大规模数据集上的泛化能力及计算资源消耗的具体分析	开发高效的脂质运载蛋白序列分类方法以替代传统实验方法	脂质运载蛋白序列	机器学习	NA	PSSM（位置特异性评分矩阵）	CNN, DNN	生物序列数据	NA	NA	CNN, DNN	准确率, 召回率, 马修斯相关系数, AUC	NA
15365	2025-10-07	A dynamic approach for MR T2-weighted pelvic imaging 2024-Oct-15, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad8335 PMID:39362274	研究论文	提出一种无需患者准备的动态磁共振盆腔成像方法来解决蠕动引起的运动伪影问题	采用动态数据采集策略和基于深度均衡模型的展开方法进行图像重建，将成像问题从传统运动预防转变为运动重建	NA	解决盆腔磁共振成像中蠕动引起的运动伪影和模糊问题	盆腔磁共振成像	医学影像	盆腔疾病	T2加权2D快速自旋回波序列	深度均衡模型	磁共振k空间数据	回顾性和前瞻性数据	NA	深度均衡模型	运动伪影减少程度、结构细节描绘准确性	NA
15366	2025-10-07	Creation of de novo cryptic splicing for ALS and FTD precision medicine 2024-10-04, Science (New York, N.Y.) DOI:10.1126/science.adk2539 PMID:39361759	研究论文	开发了一种利用TDP-43功能丧失诱导的隐蔽剪接特异性来驱动蛋白质表达的新方法TDP-REG，为ALS和FTD精准治疗提供新策略	结合深度学习和理性设计开发SpliceNouveau算法，首次实现在蛋白质编码序列中生成可定制的隐蔽剪接事件	NA	开发针对TDP43相关疾病的精准治疗方法	RNA结合蛋白TDP-43及其功能丧失引起的隐蔽剪接事件	生物信息学	肌萎缩侧索硬化症,额颞叶痴呆	深度学习,基因组prime editing,隐蔽剪接分析	深度学习	基因组序列,剪接数据	NA	NA	NA	NA	NA
15367	2025-10-07	Tumor evolution metrics predict recurrence beyond 10 years in locally advanced prostate cancer 2024-09, Nature cancer IF:23.5Q1 DOI:10.1038/s43018-024-00787-0 PMID:38997466	研究论文	本研究结合基因组学和人工智能辅助组织病理学分析，开发了预测局部晚期前列腺癌长期复发的进化指标	首次将基因组瘤内异性与深度学习评估的形态学异质性相结合，识别出能够预测10年以上复发的临床生物标志物	样本量相对有限，需要更大规模研究验证	探索癌症进化指标在预测局部晚期前列腺癌长期复发中的临床应用价值	局部晚期前列腺癌患者	数字病理学	前列腺癌	基因组测序, 深度学习	深度学习模型	基因组数据, 组织切片图像	114名患者的642个基因组样本，250名患者的1,923个组织学切片	NA	NA	风险比, 置信区间, 中位复发时间	NA
15368	2025-10-07	Exploring the trade-off between deep-learning and explainable models for brain-machine interfaces 2024, Advances in neural information processing systems PMID:40231170	研究论文	本研究开发了一种基于KalmanNet的脑机接口解码器，在保持可解释性的同时实现了与深度学习模型相当的性能	将卡尔曼滤波器与递归神经网络结合，通过计算卡尔曼增益实现输入与动态之间的可变信任机制	与现有深度学习解码器一样泛化能力有限，且在未见噪声分布下性能受限于卡尔曼滤波器的归纳偏置	探索深度学习与可解释模型在脑机接口中的权衡，开发高性能且可解释的解码器	两只猴子的脑活动数据	脑机接口	瘫痪	脑信号解码	KalmanNet, KF, LSTM, tcFNN	神经信号	两只猴子的多天离线数据和实时数据	NA	KalmanNet, 卡尔曼滤波器, LSTM, tcFNN	离线预测精度, 在线实时预测性能	NA
15369	2025-04-18	Using interactive deep learning to track cells: A report on a 3-day hands-on training program at IUPAB 2024 2024, Biophysics and physicobiology IF:1.6Q4 DOI:10.2142/biophysico.bppb-v21.e2010 PMID:40241783	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
15370	2025-10-07	Deep reinforced cognitive analytics algorithm (DRCAM): An advanced method to early detection of cognitive skill impairment using deep learning and reinforcement learning 2025-Jun, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2025.103277 PMID:40230557	研究论文	提出一种结合深度学习和强化学习的深度强化认知分析算法，用于早期检测认知技能损伤	整合多模态学习和强化干预的认知障碍诊断新方法，结合多模态Transformer进行特征融合	仅提及与传统方法相比的改进，未详细说明具体局限性	开发先进的认知障碍早期检测和管理方法	认知技能损伤患者	机器学习	老年疾病	多模态数据融合	CNN,LSTM,DQN,TCN,Transformer	神经影像数据,可穿戴传感器数据,神经心理学测试分数,文本评估	NA	NA	多模态Transformer,CNN-LSTM混合模型,深度Q网络,时序卷积网络	准确率	NA
15371	2025-10-07	FaciaVox: A diverse multimodal biometric dataset of facial images and voice recordings 2025-Jun, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111489 PMID:40231156	研究论文	介绍了一个包含戴口罩和不戴口罩条件下的人脸图像和语音记录的多模态生物识别数据集FaciaVox	创建了首个同时包含戴口罩和不戴口罩条件下的人脸图像与语音记录的多模态生物识别数据集，具有多样化的参与者群体和采集环境	NA	为多模态生物识别研究提供基础数据集资源	100名来自20个不同国家的参与者	多模态生物识别	NA	图像采集, 语音录制	NA	图像, 音频	100名参与者，每人提供18张人脸图像和60个音频记录，总计1800张图像和6000个音频文件	NA	NA	NA	NA
15372	2025-10-07	HCBiLSTM-WOA: hybrid convolutional bidirectional long short-term memory with water optimization algorithm for autism spectrum disorder 2025-May, Computer methods in biomechanics and biomedical engineering IF:1.7Q3 DOI:10.1080/10255842.2024.2399016 PMID:39290085	研究论文	提出一种结合混合卷积双向长短期记忆网络和水优化算法的自闭症谱系障碍检测方法	首次将混合卷积双向LSTM与水优化算法结合用于ASD检测，能够自动调整超参数并实现ASD阶段分类	未详细说明数据隐私保护具体措施，ASD风险因素的不确定性可能影响模型泛化能力	开发高效的自闭症谱系障碍早期检测和分类方法	幼儿、儿童、青少年和成人的自闭症谱系障碍数据	机器学习	自闭症谱系障碍	深度学习	CNN, BiLSTM	结构化医疗数据	包含ASD和非ASD数据的实时数据集	NA	混合卷积双向长短期记忆网络	准确率, kappa统计量, 灵敏度, 特异性, 对数损失, AUROC	NA
15373	2025-10-07	Deep Learning-Based Heterogeneity Correction of the Homogeneous Dose Distribution for Single Brain Tumors in Gamma Knife Radiosurgery 2025-May, Advances in radiation oncology IF:2.2Q2 DOI:10.1016/j.adro.2025.101757 PMID:40231287	研究论文	开发基于深度学习的伽玛刀放射外科中脑肿瘤剂量分布异质性校正方法	首次使用条件生成对抗网络将均匀剂量分布转换为包含异质性效应的合成剂量，无需额外CT扫描	需要更多样化的患者队列进行进一步验证和优化	开发无需额外CT扫描的脑肿瘤放射治疗异质性校正方法	122名伽玛刀放射外科患者（100名回顾性收集，22名前瞻性收集）	医学影像分析	脑肿瘤	磁共振成像，计算机断层扫描，伽玛刀放射外科	条件生成对抗网络	医学影像数据	122名患者	NA	条件生成对抗网络	γ通过率，处方等剂量Dice系数	NA
15374	2025-10-07	Multimodal sentiment analysis leveraging the strength of deep neural networks enhanced by the XGBoost classifier 2025-May, Computer methods in biomechanics and biomedical engineering IF:1.7Q3 DOI:10.1080/10255842.2024.2313066 PMID:38340022	研究论文	提出一种结合LSTM和XGBoost的混合模型用于多模态情感分析	首次将长短期记忆网络与XGBoost分类器结合，形成混合LXGB模型	NA	解决跨文本、图像和音频等多数据源的情感理解复杂任务	多模态情感数据	自然语言处理,机器学习	NA	多模态情感分析	LSTM,XGBoost	文本,图像,音频	CMU-MOSEI数据集	NA	LSTM,XGBoost	准确率	NA
15375	2025-10-07	Optical multilayer thin film structure inverse design: From optimization to deep learning 2025-Apr-18, iScience IF:4.6Q1 DOI:10.1016/j.isci.2025.112222 PMID:40230531	综述	本文回顾了光学多层薄膜结构逆向设计从传统优化方法到深度学习算法的最新研究进展	系统比较了传统优化算法与深度学习算法在光学多层薄膜逆向设计中的差异，并探讨了该领域的最新发展现状	作为综述文章，不包含原始实验数据或算法验证	探讨光学多层薄膜结构逆向设计算法的演变与发展趋势	光学多层薄膜结构	机器学习	NA	光学薄膜设计	深度学习算法	NA	NA	NA	NA	NA	NA
15376	2025-10-07	Deep Learning-Powered Colloidal Digital SERS for Precise Monitoring of Cell Culture Media 2025-Apr-16, Nano letters IF:9.6Q1 DOI:10.1021/acs.nanolett.5c01071 PMID:40177940	研究论文	提出一种基于深度学习的胶体数字SERS平台，用于精确监测细胞培养基质量	将SERS光谱转换为基于强度阈值的二进制'开/关'信号，实现单分子事件可视化并降低假阳性	NA	开发新型过程分析技术，实现生物制造中小分子关键工艺参数和质量属性的快速准确监测	AMBIC 1.1哺乳动物细胞培养基	机器学习	NA	表面增强拉曼光谱(SERS)	深度学习	光谱数据	NA	NA	NA	准确性, 重现性, 精确度	NA
15377	2025-10-07	Discovery and Characterization of Novel Receptor-Interacting Protein Kinase 1 Inhibitors Using Deep Learning and Virtual Screening 2025-Apr-16, ACS chemical neuroscience IF:4.1Q2 DOI:10.1021/acschemneuro.5c00180 PMID:40181215	研究论文	本研究结合深度学习模型和虚拟筛选技术发现并表征了两种新型RIPK1激酶抑制剂	首次将指纹图注意力网络(FP-GAT)与分子对接虚拟筛选相结合，从1300万化合物库中筛选RIPK1抑制剂	仅发现两种先导化合物，需要进一步结构修饰优化活性	发现新型RIPK1激酶抑制剂用于治疗神经退行性疾病和炎症疾病	RIPK1激酶及其抑制剂	机器学习	神经退行性疾病,炎症疾病	分子对接虚拟筛选,分子动力学模拟,结合自由能计算	图注意力网络(GAT)	化合物分子结构数据	从1300万化合物库中筛选，最终获得43个化合物进行实验验证	深度学习框架	指纹图注意力网络(FP-GAT)	抑制活性(IC50),有效浓度(EC50)	NA
15378	2025-10-07	Transforming pulmonary health care: the role of artificial intelligence in diagnosis and treatment 2025-Apr-15, Expert review of respiratory medicine IF:2.9Q2 DOI:10.1080/17476348.2025.2491723 PMID:40210489	综述	本文探讨人工智能在呼吸系统疾病诊断与治疗中的临床应用、技术进展及挑战	系统综述AI在呼吸系统疾病领域的预测模型、影像诊断和个性化治疗的最新进展	依赖现有文献的选择性检索，可能存在发表偏倚；未进行系统性荟萃分析	评估人工智能在呼吸系统疾病诊疗中的技术应用与发展前景	肺炎、哮喘和慢性阻塞性肺疾病等呼吸系统疾病	数字病理	肺部疾病	深度学习	NA	医学影像、临床数据	NA	NA	NA	NA	NA
15379	2025-10-07	Multicenter Development and Validation of a Multimodal Deep Learning Model to Predict Moderate to Severe Acute Kidney Injury 2025-Apr-15, Clinical journal of the American Society of Nephrology : CJASN IF:8.5Q1 DOI:10.2215/CJN.0000000695 PMID:40232856	研究论文	开发并验证了一种结合结构化数据和非结构化文本的多模态深度学习模型，用于预测中重度急性肾损伤	首次将结构化数据（生命体征、实验室数值）与非结构化临床笔记信息相结合，使用中间融合深度学习架构预测急性肾损伤	研究排除了入院时血清肌酐≥3.0mg/dL、已存在终末期肾病或在到达病房或ICU前已发生≥2期AKI的患者	开发能够早期预测中重度急性肾损伤的深度学习模型	威斯康星大学（2009-2020年）和芝加哥大学医学中心（2016-2022年）收治的成年住院患者	医疗人工智能	急性肾损伤	深度学习，自然语言处理	RNN	结构化数据（生命体征、实验室数值）和非结构化文本（临床笔记）	推导队列：339,998例入院；验证队列：84,581例入院；其中12,748例（3%）发展为≥2期AKI	NA	中间融合深度学习循环神经网络	AUC-ROC, 精确召回曲线下面积	NA
15380	2025-10-07	A deep learning framework for enhanced mass spectrometry data analysis and biomarker screening 2025-Apr-15, Computer methods in biomechanics and biomedical engineering IF:1.7Q3 DOI:10.1080/10255842.2025.2488501 PMID:40232885	研究论文	提出一种用于增强质谱数据分析和生物标志物筛选的深度学习框架	集成预处理、分类和生物标志物选择的全流程深度学习框架，专门针对高维质谱数据分析挑战	NA	提升复杂质谱数据的分类性能并促进生物标志物筛选	质谱数据	机器学习	NA	质谱分析	深度学习	质谱数据	NA	NA	NA	NA	NA