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
15701	2025-10-07	Developing Brain-Based Bare-Handed Human-Machine Interaction via On-Skin Input 2025-Apr, IEEE transactions on cybernetics IF:9.4Q1 DOI:10.1109/TCYB.2025.3533088 PMID:40036449	研究论文	提出一种名为MetaSkin的新型神经触觉接口，通过整合神经信号与皮肤表面交互实现裸手免视觉的人机交互	首次将神经信号与皮肤表面交互相结合，利用人体自然本体感觉能力开发裸手免视觉交互系统	需要针对不同用户群体和动态环境进行系统优化	开发自然、直观、以人为中心的移动人机交互输入系统	12名参与者	人机交互	NA	神经信号解码	深度学习	神经信号	12名参与者	NA	多尺度时频特征表示和选择性特征注意力	准确率	NA
15702	2025-10-07	Collaborative Deep Learning and Information Fusion of Heterogeneous Latent Variable Models for Industrial Quality Prediction 2025-Apr, IEEE transactions on cybernetics IF:9.4Q1 DOI:10.1109/TCYB.2025.3537809 PMID:40036535	研究论文	提出了一种用于工业质量预测的协同深度学习和异构潜变量模型信息融合框架	结合协同逐层特征提取和异构模型集成，通过信息融合提升预测性能	仅通过两个工业案例验证，需要更多场景测试	提升工业质量预测的准确性和稳定性	工业过程数据和质量指标	机器学习	NA	潜变量模型	深度学习, 集成学习	工业过程数据	两个真实工业案例	NA	潜变量模型	预测准确度, 稳定性	NA
15703	2025-10-07	Co-Training Broad Siamese-Like Network for Coupled-View Semi-Supervised Learning 2025-Apr, IEEE transactions on cybernetics IF:9.4Q1 DOI:10.1109/TCYB.2025.3531441 PMID:40036533	研究论文	提出一种用于耦合视图半监督学习的协同训练宽孪生网络	使用基于宽学习系统的简单浅层网络替代复杂深度学习结构，通过直接伪逆计算取代反向传播迭代，并利用跨视图一致性通过直接逻辑向量映射指导训练	未在摘要中明确说明研究局限性	解决多视图半监督学习中标记数据有限的问题	多视图数据分类任务	机器学习	NA	半监督学习	宽孪生网络	多视图数据	NA	宽学习系统(BLS)	Co-BSLN	准确率, 训练时间	NA
15704	2025-10-07	Robust enzyme discovery and engineering with deep learning using CataPro 2025-Mar-20, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-58038-4 PMID:40108140	研究论文	开发基于深度学习的CataPro模型用于酶动力学参数预测和工程改造	构建无偏数据集评估现有方法性能，结合预训练模型和分子指纹开发高精度泛化能力的CataPro模型	未明确说明模型在更广泛酶家族中的泛化能力	提高酶动力学参数预测准确性以促进酶发现和改造	酶动力学参数（kcat, Km, kcat/Km）	机器学习	NA	深度学习	深度学习模型	分子指纹、序列数据	NA	NA	预训练模型结合分子指纹	准确率、泛化能力	NA
15705	2025-10-07	Self-supervised VICReg pre-training for Brugada ECG detection 2025-Mar-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-94130-x PMID:40102504	研究论文	提出一种基于自监督VICReg预训练的新型深度学习模型，用于Brugada综合征心电图的检测与分类	首次将VICReg自监督预训练架构应用于Brugada综合征心电图检测，解决了罕见心脏病标注数据不足的问题	未明确说明模型在外部验证集上的泛化能力及具体样本量信息	开发适用于罕见心脏病Brugada综合征的自动心电图分类方法	Brugada综合征患者的心电图数据	医疗人工智能	Brugada综合征	心电图分析	深度学习	心电图信号	NA	NA	VICReg	AUC, 精确召回曲线下面积	NA
15706	2025-10-07	Annotation-efficient, patch-based, explainable deep learning using curriculum method for breast cancer detection in screening mammography 2025-Mar-19, Insights into imaging IF:4.1Q1 DOI:10.1186/s13244-025-01922-w PMID:40106066	研究论文	开发了一种基于课程学习和分块方法的可解释深度学习模型，用于乳腺X线摄影中的乳腺癌检测	结合课程学习方法和分块策略，在有限强标注数据下实现高性能和可解释性，通过渐进增加分块尺寸训练模型	仅使用1976张乳腺X线摄影图像进行训练，强标注数据比例有限	开发高效的深度学习模型用于乳腺X线摄影中的乳腺癌检测	乳腺X线摄影图像	计算机视觉	乳腺癌	乳腺X线摄影	深度学习模型	医学图像	1976张乳腺X线摄影图像（来自三个中心，包含癌变阳性和阴性样本），外部测试集4276张图像	NA	分块深度学习模型	F1分数，真实重叠比	NA
15707	2025-10-07	A large-scale multicenter breast cancer DCE-MRI benchmark dataset with expert segmentations 2025-Mar-19, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-04707-4 PMID:40108146	研究论文	本文介绍了一个大规模多中心乳腺癌DCE-MRI基准数据集，包含专家分割标注	整合了四个TCIA数据集的1506例MRI病例，通过深度学习辅助和专家验证创建了完整的专家标注数据集	数据集主要来源于已有的TCIA数据集，可能受限于原始数据的采集参数和质控标准	解决乳腺癌MRI AI研究中专家标注数据不足的问题，推动深度学习模型发展	乳腺癌患者的动态对比增强MRI影像	数字病理	乳腺癌	动态对比增强MRI (DCE-MRI)	深度学习模型	医学影像	1506例治疗前T1加权DCE-MRI病例	NA	nnU-Net	NA	NA
15708	2025-10-07	SHDB-AF: a Japanese Holter ECG database of atrial fibrillation 2025-Mar-19, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-04777-4 PMID:40108206	研究论文	本文介绍了日本首个心房颤动动态心电图数据库SHDB-AF，包含122名患者的128份24小时双通道心电图数据	首个包含日本人群样本的开放获取心房颤动动态心电图数据库	样本量相对较小，仅包含日本人群数据	为机器学习和深度学习模型开发提供日本人群的心房颤动心电图数据资源	日本心房颤动患者的心电图数据	数字病理	心血管疾病	动态心电图监测	NA	心电图信号	122名患者，128份心电图记录	NA	NA	NA	NA
15709	2025-10-07	EEG detection and recognition model for epilepsy based on dual attention mechanism 2025-Mar-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-90315-6 PMID:40108237	研究论文	提出一种基于双注意力机制的癫痫脑电信号检测与识别模型STFFDA	引入双注意力机制的多通道框架，可直接从原始EEG信号识别癫痫状态，无需大量数据预处理和特征提取	在Bonn University数据集上的准确率相对较低（77.65%单次验证，67.24%交叉验证）	开发自动癫痫发作检测方法以加速癫痫诊断	癫痫患者的脑电信号	医疗人工智能	癫痫	脑电图	CNN,LSTM,注意力机制	EEG信号	CHB-MIT和Bonn University两个数据集	NA	双注意力机制时空特征融合模型	准确率	NA
15710	2025-10-07	Design of thin, wideband electromagnetic absorbers with polarization and angle insensitivity using deep learning 2025-Mar-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-94116-9 PMID:40108286	研究论文	利用深度学习设计具有偏振和角度不敏感性的薄型宽带电磁波吸收器	首次结合生成对抗网络和多层感知机来设计宽带超材料吸收器，实现了对8-12GHz全频段的高吸收率	研究主要针对8-12GHz频段，未验证其他频段性能；角度不敏感性仅验证至45度	开发适用于大规模生产的薄型宽带超材料电磁波吸收器	超材料电磁波吸收器的结构设计与性能优化	机器学习	NA	数值全波电磁仿真，印刷电路板制造技术	GAN, MLP	电磁仿真数据	NA	NA	生成对抗网络，多层感知机	吸收率	NA
15711	2025-10-07	Prediction and analysis of tumor infiltrating lymphocytes across 28 cancers by TILScout using deep learning 2025-Mar-19, NPJ precision oncology IF:6.8Q1 DOI:10.1038/s41698-025-00866-0 PMID:40108446	研究论文	开发了一种名为TILScout的深度学习方法来计算全切片图像中斑块级别的肿瘤浸润淋巴细胞评分	首次提出跨28种癌症的泛癌TIL评分深度学习分析方法，在准确率和AUC指标上超越先前研究	NA	预测和分析28种癌症中肿瘤浸润淋巴细胞的分布及其临床意义	28种癌症的全切片图像	数字病理学	多种癌症	全切片成像	深度学习	图像	NA	NA	NA	准确率,AUC	NA
15712	2025-10-07	Stages prediction of Alzheimer's disease with shallow 2D and 3D CNNs from intelligently selected neuroimaging data 2025-Mar-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-93560-x PMID:40102464	研究论文	本研究使用浅层2D和3D CNN架构从智能预处理的神经影像数据中预测阿尔茨海默病的不同阶段	提出了一种新颖的基于像素计数的帧选择和裁剪方法，以及可学习的调整器方法来增强图像质量，同时实现了显著的维度缩减	MRI数据的噪声和多维特性需要复杂的预处理流程	从多维神经影像数据中检测阿尔茨海默病的不同阶段	阿尔茨海默病患者	计算机视觉	阿尔茨海默病	磁共振成像(MRI)	CNN	图像	NA	NA	2D CNN, 3D CNN	准确率	NA
15713	2025-10-07	The dietary patterns of water deer recently rediscovered in Northeast China exhibit remarkable similarities to those observed in other regions 2025-Mar-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-92473-z PMID:40102472	研究论文	结合传统粪便显微分析和深度学习算法研究中国东北地区獐的食性特征	首次将深度学习算法应用于獐的食性分析，实现了对130种植物高达99.83%的识别准确率	研究仅基于粪便样本分析，未直接观察獐的摄食行为	探究濒危物种獐的食性特征以支持保护策略制定	中国东北地区的獐（Hydropotes inermis）	生态学	NA	粪便显微组织学分析，深度学习图像识别	深度学习模型	显微图像	暖季203份样本，冷季451份样本，总计654份粪便样本	NA	NA	准确率	NA
15714	2025-10-07	Seasonal forecasting of the hourly electricity demand applying machine and deep learning algorithms impact analysis of different factors 2025-Mar-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-91878-0 PMID:40102500	研究论文	本文提出基于机器学习和深度学习算法的短期季节性小时级电力需求预测模型	将全年数据按需求模式分为四个季节，并分析工作日与节假日温度对电力需求的不同影响	仅针对新英格兰控制区域进行研究，未验证模型在其他地区的适用性	提高小时级电力需求预测精度	新英格兰控制区域的电力需求数据	机器学习	NA	NA	ANFIS, LSTM, GRU, ANN	时间序列数据	新英格兰控制区域全年电力需求数据（按四季划分）	NA	自适应神经模糊推理系统, 长短期记忆网络, 门控循环单元, 人工神经网络	MAE, RMSE, NRMSE, MAPE	NA
15715	2025-10-07	Innovative hand pose based sign language recognition using hybrid metaheuristic optimization algorithms with deep learning model for hearing impaired persons 2025-Mar-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-93559-4 PMID:40102499	研究论文	提出一种基于手部姿态的创新型手语识别方法，结合混合元启发式优化算法和深度学习模型，用于听力受损人士的沟通辅助	采用混合元启发式优化算法（CS-IGWO）进行参数调优，并融合ResNeXt101、VGG19和ViT三种模型进行特征提取	仅在ASL字母数据集上进行验证，未涉及更复杂的手语句子或连续手势识别	提高听力受损人士手语识别的效率和准确性	手部姿态和手势识别	计算机视觉	听力障碍	深度学习，计算机视觉	CNN, Transformer, BiGRU	图像	ASL字母数据集	NA	ResNeXt101, VGG19, Vision Transformer (ViT), BiGRU	准确率	NA
15716	2025-10-07	Robust resolution improvement of 3D UTE-MR angiogram of normal vasculatures using super-resolution convolutional neural network 2025-Mar-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-92493-9 PMID:40102565	研究论文	本研究使用超分辨率卷积神经网络提升3D UTE-MR血管造影图像的分辨率	提出新型阶梯形残差密集生成器(LSRDG)网络结构，结合精心设计的损失函数和小尺寸图像块训练策略	研究样本量有限(30只大鼠)，且主要验证于动物模型	通过深度学习提高快速采集的低分辨率UTE-MRA数据的分辨率	健康对照和卒中模型Wistar大鼠的对比增强3D UTE-MRA数据	计算机视觉	卒中	对比增强UTE-MRA	CNN	3D医学图像	30只Wistar大鼠(20只健康对照，10只卒中模型)	NA	LSRDG, SR-ResNet, MRDG64	SSIM, PSNR, MSE	NA
15717	2025-10-07	Deep transfer learning for seismic characterization of strike-slip faults in karstified carbonates from the northern Tarim basin 2025-Mar-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-94134-7 PMID:40102580	研究论文	提出一种基于深度迁移学习和U-Net的走滑断层检测方法，应用于塔里木盆地北部岩溶化碳酸盐岩区	提出断层标签构建方法并引入深度迁移学习工作流，有效抑制岩溶等非断层特征	实际断层标签构建困难且需要大量标注数据	优化井轨迹和开发方案，实现岩溶化碳酸盐岩区走滑断层的精确表征	塔里木盆地北部前中生界超深层走滑断层控制的油气田	计算机视觉	NA	地震勘探	深度学习	地震数据	NA	NA	U-Net	与井数据和地震解释结果的一致性验证	NA
15718	2025-10-07	International expert consensus on the current status and future prospects of artificial intelligence in metabolic and bariatric surgery 2025-Mar-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-94335-0 PMID:40102585	共识声明	通过德尔菲法建立国际专家共识，探讨人工智能在代谢与减重外科领域的现状与未来前景	首次通过国际多中心专家共识系统阐述AI在代谢与减重外科的应用框架与伦理规范	依赖专家主观意见，缺乏实际临床数据验证	建立人工智能在代谢与减重外科应用的国际专家共识	68位来自35个国家的代谢与减重外科专家	医疗人工智能	代谢疾病与肥胖症	改良德尔菲法	NA	专家意见	68位专家，35个国家	NA	NA	共识率（≥70%）	NA
15719	2025-10-07	Deep learning based on intratumoral heterogeneity predicts histopathologic grade of hepatocellular carcinoma 2025-Mar-18, BMC cancer IF:3.4Q2 DOI:10.1186/s12885-025-13781-1 PMID:40102774	研究论文	本研究开发了一种基于瘤内异质性的深度学习模型，用于术前预测肝细胞癌的组织病理学分级	首次结合瘤内异质性分析和深度学习特征融合来预测肝细胞癌分级，并验证了其预后价值	研究依赖于特定场强的MRI图像，未说明模型在其他影像设备上的泛化能力	开发非侵入性方法预测肝细胞癌的组织病理学分级	肝细胞癌患者	医学影像分析	肝细胞癌	MRI影像分析	深度学习, 机器学习	医学影像	858名患者（来自主要队列和两个外部队列）	NA	ResNet, Random Forest	AUC, 净重分类指数, 总体生存期, 无复发生存期	NA
15720	2025-03-23	LUNETR: Language-Infused UNETR for precise pancreatic tumor segmentation in 3D medical image 2025-Mar-15, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107414 PMID:40117980	研究论文	本文提出了一种名为LUNETR的多模态编码器模型，结合文本和图像信息进行精确的医学图像分割，特别是针对胰腺肿瘤的3D医学图像分割	LUNETR模型通过结合自动编码语言模型和跨注意力机制，有效利用文本和图像数据之间的语义关联，提高了胰腺微肿瘤的精确定位能力，并设计了多尺度聚合注意力模块（MSAA）以增强模型从胰腺组织中提取微病变特征的能力	多模态医学数据集的稀缺性可能限制了模型的泛化能力	提高胰腺肿瘤及其附近血管的精确分割能力，以辅助胰腺癌的临床诊断	胰腺肿瘤及其附近血管	数字病理	胰腺癌	CT扫描	UNETR	3D医学图像和病理报告文本	135名胰腺癌患者的CT图像和相应病理报告	NA	NA	NA	NA