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
1561	2025-09-13	Pred5AOP: an efficient screening of food-derived antioxidant peptides based on deep learning, molecular docking, and experimental validation 2025-Nov-30, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.145769 PMID:40774187	研究论文	本研究开发了一种基于深度学习的抗氧化肽筛选方法Pred5AOP，并通过实验验证其有效性	结合深度学习、分子对接和实验验证，提出了一种高效筛选食物源性抗氧化肽的新策略	NA	从食物蛋白质中高效识别具有抗氧化活性的肽段	29种膳食蛋白质经计算机水解产生的76,343条肽段	机器学习	NA	深度学习、分子对接、分子动力学模拟、量子化学分析	MLP（多层感知机）	肽序列数据	76,343条肽段，从中筛选出6条代表性肽段进行实验验证
1562	2025-09-13	CSCE: Cross Supervising and Confidence Enhancement pseudo-labels for semi-supervised subcortical brain structure segmentation 2025-Nov, Journal of neuroscience methods IF:2.7Q3 DOI:10.1016/j.jneumeth.2025.110522 PMID:40653056	研究论文	提出一种基于伪标签交叉监督和置信度增强的半监督皮层下脑结构分割框架CSCE	采用双师生模型（U-Net和TransUNet）进行相互伪标签监督，并设计信息熵和辅助检测任务来提升伪标签可靠性	NA	开发半监督学习方法以解决脑部MR图像中皮层下结构标注数据稀缺的问题	脑部MR图像中的皮层下结构	医学图像分割	脑部疾病	半监督学习，伪标签生成	U-Net, TransUNet	脑部MR图像	两个公共基准脑MRI数据集
1563	2025-09-13	Multi-class mental Task Classification based Brain-Computer Interface using Improved Remora depthwise convolutional adaptive neuro-fuzzy inference network model 2025-Nov, Journal of neuroscience methods IF:2.7Q3 DOI:10.1016/j.jneumeth.2025.110536 PMID:40681115	研究论文	提出一种基于改进Remora深度卷积自适应神经模糊推理网络模型的脑机接口多类心理任务分类方法	结合有限线性Haar小波滤波、混合动态中心二值模式与多阈值三元模式特征提取，以及改进Remora优化的深度卷积自适应神经模糊推理网络	NA	开发高精度、鲁棒且计算高效的脑机接口心理任务分类系统	脑电图信号与多类心理任务（基线、计数、乘法、字母组合、旋转）	脑机接口	NA	EEG信号处理、深度学习	IRDCANFIN（改进Remora深度卷积自适应神经模糊推理网络）	脑电图信号	BCI实验室数据集和EEG精神疾病数据集
1564	2025-09-13	Hybrid two-stage CNN for detection and staging of periodontitis on panoramic radiographs 2025 Nov-Dec, Journal of oral biology and craniofacial research DOI:10.1016/j.jobcr.2025.08.019 PMID:40927498	研究论文	本研究开发了一种混合两阶段CNN模型，用于在全景X光片上检测和分期牙周炎	结合Mask R-CNN与DenseNet169的混合两阶段架构，实现牙周炎的自动检测与分期	需要进一步开发以提高临床适用性和准确性	评估混合CNN模型在全景X光片上检测和分期牙周炎的性能	牙周炎患者	计算机视觉	牙周病	深度学习	Mask R-CNN, DenseNet169	X光图像	600张全景X光片（训练集70%，验证集10%，测试集20%），外加100张外部测试X光片
1565	2025-09-13	SST-DUNet: Smart Swin Transformer and Dense UNet for automated preclinical fMRI skull stripping 2025-Nov, Journal of neuroscience methods IF:2.7Q3 DOI:10.1016/j.jneumeth.2025.110545 PMID:40789440	研究论文	提出一种结合Smart Swin Transformer和Dense UNet的自动化方法SST-DUNet，用于预处理大鼠fMRI数据的颅骨剥离	采用Smart Shifted Window Multi-Head Self-Attention模块替代Swin Transformer中的掩码模块，增强通道特征学习和脑结构依赖关系捕捉，并应用Focal与Dice结合的损失函数处理类别不平衡	NA	开发自动化颅骨剥离方法以替代手动处理，提升 preclinical fMRI 数据分析效率	大鼠fMRI图像	计算机视觉	NA	fMRI	SST-DUNet (基于Swin Transformer和Dense UNet)	图像	三个内部数据集的大鼠fMRI图像
1566	2025-09-13	EEG-based cerebral pattern analysis for neurological disorder detection via hybrid machine and deep learning approaches 2025-Nov, Journal of neuroscience methods IF:2.7Q3 DOI:10.1016/j.jneumeth.2025.110551 PMID:40816535	研究论文	本研究提出一种结合随机森林和卷积神经网络的混合模型，用于基于脑电图信号检测神经系统疾病	首次将基于特征的机器学习与基于图像的深度学习相结合，形成混合RF-CNN模型，显著提高了神经系统疾病检测的准确性	NA	开发高精度的神经系统疾病检测方法	轻度认知障碍(MCI)、阿尔茨海默病(AD)和癫痫(Ep)患者	机器学习	神经系统疾病	脑电图(EEG)信号分析、连续小波变换(CWT)	随机森林(RF)、卷积神经网络(CNN)、混合RF-CNN	EEG信号、频谱地形图、时频标量图	使用19通道EEG数据，具体样本数量未明确说明
1567	2025-09-13	Evaluation of the deep learning-based detection of dopaminergic neurons in primary culture: A practical alternative to manual counting 2025-Nov, Journal of neuroscience methods IF:2.7Q3 DOI:10.1016/j.jneumeth.2025.110557 PMID:40819676	研究论文	评估基于深度学习的方法在检测原代培养多巴胺能神经元中的应用，作为手动计数的实用替代方案	比较了传统级联分类器与基于YOLOv3的深度学习模型，后者在神经毒性条件下仍保持高精度，且处理速度比手动计数快七倍以上	研究主要针对体外培养的神经元，可能不直接适用于体内或其他细胞类型	开发并验证一种自动、客观的细胞计数方法，以替代劳动密集型且主观的手动计数	原代培养的酪氨酸羟化酶阳性多巴胺能神经元	数字病理学	神经退行性疾病	免疫染色，YOLOv3目标检测算法	YOLOv3	图像	NA
1568	2025-09-13	A physics-informed deep learning approach to predicting bilateral ground reaction forces and centre of pressure from a single forceplate during gait 2025-Oct, Gait & posture IF:2.2Q2 DOI:10.1016/j.gaitpost.2025.07.005 PMID:40618708	研究论文	本研究开发了一种物理信息残差循环神经网络，用于从单个测力台数据预测步态中的双侧地面反作用力和压力中心	提出了一种新型的物理信息残差循环神经网络(PI-ResRNN)，首次实现了使用单个测力台数据准确预测双侧GRF和COP	NA	开发并验证从单个测力台预测步态中双侧地面反作用力(GRF)和压力中心(COP)的深度学习方法	健康参与者和六种神经肌肉骨骼疾病患者	机器学习	神经肌肉骨骼疾病	深度学习，力板数据采集	物理信息残差循环神经网络(PI-ResRNN)	力板传感器数据	315名参与者，6765次试验数据
1569	2025-09-13	Recognition of Parkinson disease using Kriging Empirical Mode Decomposition via deep learning techniques 2025-Oct, Gait & posture IF:2.2Q2 DOI:10.1016/j.gaitpost.2025.06.024 PMID:40628146	研究论文	本文提出了一种使用克里金经验模态分解和深度学习技术识别帕金森病的方法	结合克里金经验模态分解与深度学习技术进行帕金森病识别	NA	开发帕金森病的识别方法	帕金森病患者	机器学习	帕金森病	Kriging Empirical Mode Decomposition, deep learning	深度学习模型	NA	NA
1570	2025-09-13	Pharmacoutilization data-driven artificial intelligence-assisted diagnosis algorithm to improve the pharmacological treatment of pain and agitation in patients suffering from severe dementia 2025-Oct, Current opinion in pharmacology IF:4.0Q1 DOI:10.1016/j.coph.2025.102563 PMID:40815967	研究论文	本研究开发了一种基于药物利用数据和人工智能的算法，用于改善重度痴呆患者的疼痛和躁动药物治疗，并辅助阿尔茨海默病的诊断	利用药理学时间序列数据和自编码器构建AI算法，从大规模社区回顾性研究中识别漏诊的阿尔茨海默病患者	需要进一步研究和纵向患者监测来改进疾病检测和管理	通过先进人工智能方法诊断阿尔茨海默病，改善痴呆患者的疼痛和躁动药物治疗	298,000名个体（其中84,235名60岁以上老年人），包括114,920名未诊断AD患者和1,150名已诊断患者	医疗人工智能	阿尔茨海默病	药理学数据分析、深度学习	自编码器	药理学时间序列数据	298,000名个体（84,235名60岁以上老年人）
1571	2025-09-13	An iterative deep learning-guided algorithm for directed protein evolution 2025-Sep-19, iScience IF:4.6Q1 DOI:10.1016/j.isci.2025.113324 PMID:40927680	研究论文	提出一种基于深度学习的迭代算法DeepDE，用于指导蛋白质定向进化	利用三重突变体作为构建块，通过紧凑的约1000个突变体库进行训练，显著扩展序列空间探索能力	算法性能依赖于有限规模的实验筛选（约1000个变异体），可能受数据稀疏性问题约束	开发高效的蛋白质定向进化算法以提升蛋白质活性	绿色荧光蛋白（GFP）	机器学习	NA	深度学习指导的蛋白质工程	深度学习	蛋白质序列数据	约1000个突变体组成的训练库
1572	2025-09-13	Ex vivo human brain volumetry: Validation of MRI measurements 2025-Sep-12, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.70083 PMID:40937565	研究论文	本研究通过离体人脑标本验证MRI脑体积测量的准确性，并与水置换法（WDM）金标准进行比较	首次使用离体原位人脑标本系统验证多种MRI序列（T2加权、T1加权、MP2RAGE）的体积测量准确性，并对比手动与深度学习自动分割方法	样本量较小（仅7个解剖头部），且为离体固定标本，可能与活体组织存在差异	验证MRI脑体积测量工具的准确性	经酒精-甲醛溶液固定的七个人类解剖头部标本	医学影像分析	NA	MRI（T2加权、T1加权、MP2RAGE序列），水置换法（WDM）	深度学习分割工具（SynthSeg）	MRI图像	7个固定的人脑标本
1573	2025-09-13	Leveraging modified ex situ tomography data for segmentation of in situ synchrotron X-ray computed tomography 2025-Sep-12, Journal of microscopy IF:1.5Q3 DOI:10.1111/jmi.70032 PMID:40938296	研究论文	提出一种利用改进的离位断层扫描数据训练深度学习模型，用于在位同步辐射X射线计算机断层扫描的自动分割方法	通过将高质量离位实验室数据转换为适用于在位同步辐射数据分割的训练数据，解决了训练数据有限的问题，并采用改进的SegFormer架构达到与人工标注相当的可靠性	仅使用静态样本进行训练，但需要在实验过程中保持对显著形态变化的鲁棒性能	开发高效的自动分割方法以分析动态材料研究中的时间分辨断层扫描数据	金属氧化物溶解过程中的材料形态变化	计算机视觉	NA	同步辐射X射线计算机断层扫描，深度学习分割	改进的SegFormer架构	3D断层扫描图像数据	未明确说明具体样本数量，但涉及典型在位实验产生的大量时间分辨断层数据
1574	2025-09-13	Towards reliable prediction of intraoperative hypotension: a cross-center evaluation of deep learning-based and MAP-derived methods 2025-Sep-12, Journal of clinical monitoring and computing IF:2.0Q2 DOI:10.1007/s10877-025-01357-0 PMID:40938328	研究论文	本研究评估深度学习方法和MAP阈值方法在预测术中低血压方面的可靠性，并通过跨中心验证揭示数据选择偏差对模型泛化能力的影响	引入包含血压边界案例（65-75 mmHg '灰色区域'）的评估框架，标准化MAP差异以减少数据集特定偏差，并发现模型在年龄维度上的不对称泛化特性	研究仅基于两个医疗中心的数据集（瑞典卡罗林斯卡大学医院和韩国VitalDB），可能需要更多样化的数据源验证	提高术中低血压预测AI工具在真实世界中的可靠性和泛化能力	术中低血压（IOH）患者	医疗人工智能	心血管疾病	深度学习，MAP阈值分析	深度学习模型	血压监测数据	来自瑞典和韩国两个医疗中心的多样化手术队列数据集
1575	2025-09-13	Bimodal ECG and PCG Cardiovascular Disease Detection: Exploring the Potential and Modality Contribution 2025-Sep-12, Journal of medical systems IF:3.5Q2 DOI:10.1007/s10916-025-02245-5 PMID:40938506	研究论文	提出一种结合ECG和PCG信号的双模态深度学习模型，用于心血管疾病的早期检测	利用预训练CNN处理PCG信号并通过后期融合整合ECG分支，显著提升检测性能并量化两种模态的贡献	仅使用当前唯一公开的双模态数据集MITHSDB的增强版本，数据规模和多样性有限	增强心血管疾病的早期检测能力	心血管疾病患者	机器学习	心血管疾病	深度学习、信号处理	CNN、1D-CNN	ECG和PCG信号	基于MITHSDB数据集的增强版本（具体数量未明确说明）
1576	2025-09-13	Artificial intelligence in cardiac telemetry 2025-Sep-11, Heart (British Cardiac Society) DOI:10.1136/heartjnl-2024-323947 PMID:40122590	综述	本文回顾了人工智能在心脏遥测中的应用现状，重点关注深度学习技术、临床实践、挑战及未来方向	从传统统计机器学习转向先进深度神经网络，提升实时监测与个性化心脏护理能力	面临模型挑战与局限性，具体未在摘要中详细说明	探索人工智能在心脏遥测中的集成与应用，以改善心脏异常早期检测	心脏遥测数据与人工智能模型	机器学习	心血管疾病	深度学习	深度神经网络	遥测数据	NA
1577	2025-09-13	High-performance identification of insulating materials by using generalized spectrum in laser-induced breakdown spectroscopy 2025-Sep-11, Analytical methods : advancing methods and applications IF:2.7Q1 DOI:10.1039/d5ay01151e PMID:40838327	研究论文	提出一种基于激光诱导击穿光谱的广义谱方法（GSM-LIBS），用于高性能识别绝缘材料	GSM-LIBS通过整合多种光谱特征（如峰强度、积分强度、强度比、辐射背景和光谱形状），在降维的同时保留PCA方法可能丢失的全局和局部信息	NA	开发高性能绝缘材料识别方法以减少资源浪费和污染	七类绝缘材料	光谱分析	NA	激光诱导击穿光谱（LIBS）	KNN, SVM, 神经网络（NN）	光谱数据	七类绝缘材料样本（具体数量未说明）
1578	2025-09-13	Beyond Contact: An Open-Set Biometric Identification System Using Radar-Extracted Heart Signals 2025-Sep-11, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3608801 PMID:40932807	研究论文	提出一种基于雷达的非接触式生物特征识别框架，通过心脏信号提取实现开放集人员身份识别	利用雷达提取心脏运动数据重建ECG信号，结合ECGReconNet和增强型InceptionTime模型，采用超球面划分方法区分已知与未知个体	对突发身体运动和环境噪声敏感，心脏严重异常时性能可能下降，未知身份数量增加时效果降低	开发安全且保护隐私的非接触式生物特征识别系统	人类心脏信号	生物特征识别	NA	雷达信号处理，ECG信号重建	ECGReconNet, InceptionTime with fixed-CAC loss	雷达信号，心脏运动数据	27名受试者（闭集测试），14名已知+13名未知受试者（开集测试）
1579	2025-09-13	A Lightweight Network with Uncertainty-Guided Latent Space Refinement for Multi-Modal Brain Tissue and Tumor Extraction 2025-Sep-11, IEEE transactions on computational biology and bioinformatics DOI:10.1109/TCBBIO.2025.3609333 PMID:40932804	研究论文	提出一种轻量级网络UMNet，通过不确定性引导的潜在空间优化实现多模态脑组织和肿瘤提取	引入模态特异性不确定性正则化特征融合模块（M-SUM）和不确定性增强损失函数（U-Loss），显式建模预测不确定性与误差的关系	NA	改进多模态脑影像中组织和肿瘤的自动分割精度	脑组织和脑肿瘤	数字病理	脑肿瘤	深度学习	CNN	多模态医学影像	NA
1580	2025-09-13	Evaluation of the Detectability of Oral Potentially Malignant Diseases with a Deep Learning Approach: A Retrospective Pilot Study 2025-Sep-11, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01665-6 PMID:40936018	研究论文	本研究评估基于深度学习的方法在口腔潜在恶性病变检测中的可行性	首次使用YOLOv8架构的深度学习模型进行口腔潜在恶性病变的自动检测	回顾性研究、样本量有限、需要多中心数据和外部验证进行临床转化	评估深度学习诊断软件在检测口腔潜在恶性病变方面的性能	经组织病理学诊断为口腔扁平苔藓、口腔白斑或口腔癌的患者	计算机视觉	口腔癌	深度学习	YOLOv8	图像	358张匿名回顾性口内图像