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
141	2025-10-30	PPG-Net 4: Deep-Learning-Based Approach for Classification of Blood Flow Using Non-Invasive Dual Photoplethysmography (PPG) Signals 2025-Oct-15, Sensors (Basel, Switzerland) DOI:10.3390/s25206362 PMID:41157416	研究论文	提出基于双光电容积脉搏波信号的深度学习模型PPG-Net 4，用于无创血流模式分类	首次采用双传感器配置采集双位置PPG信号，结合梅尔频谱图和梅尔频率倒谱系数进行特征表示	样本量相对有限（75名参与者），需要进一步验证模型的泛化能力	开发无创血流模式分类方法以改进心血管疾病诊断	人体血流模式	机器学习	心血管疾病	光电容积脉搏波，信号处理	深度学习	PPG信号	75名参与者	NA	PPG-Net 4	F1-score	NA
142	2025-10-30	MSIMG: A Density-Aware Multi-Channel Image Representation Method for Mass Spectrometry 2025-Oct-15, Sensors (Basel, Switzerland) DOI:10.3390/s25206363 PMID:41157417	研究论文	提出一种用于质谱数据的密度感知多通道图像表示方法MSIMG	引入数据驱动的'密度峰值中心'补丁选择策略，通过密度图估计和非极大值抑制算法定位信号密集区域中心	NA	解决高维复杂质谱数据中关键特征提取的挑战	质谱数据	计算机视觉	NA	质谱分析	NA	质谱数据，图像表示	两个公共临床质谱数据集	NA	NA	NA	NA
143	2025-10-30	Transformer-Based Deep Learning for Preoperative Prediction of Microvascular Invasion in Hepatocellular Carcinoma 2025-Oct-14, Cancers IF:4.5Q1 DOI:10.3390/cancers17203314 PMID:41154371	研究论文	开发基于Transformer的深度学习框架，整合影像组学和临床特征用于肝细胞癌微血管侵犯的三分类预测	首次将Transformer架构应用于肝细胞癌微血管侵犯的三分类预测，并整合多模态特征	回顾性研究设计，样本量相对有限（437例患者）	术前预测肝细胞癌微血管侵犯状态	肝细胞癌患者	医学影像分析	肝细胞癌	Gd-BOPTA增强MRI影像组学分析	Transformer	医学影像数据，临床实验室数据	437例经病理证实的肝细胞癌患者（医院A：305例，医院B：132例）	NA	Transformer	准确率，加权F1分数，宏平均AUC，敏感性，特异性	NA
144	2025-10-30	AF-DETR: Transformer-Based Object Detection for Precise Atrial Fibrillation Beat Localization in ECG 2025-Oct-14, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12101104 PMID:41155103	研究论文	提出一种基于Transformer的AF-DETR模型，用于心电图中心房颤动心跳的精确定位和分类	首次将Transformer目标检测架构应用于心电图AF心跳定位，引入对比去噪训练加速收敛并避免冗余预测	未明确说明模型计算复杂度及实时性表现	实现心电图中心房颤动心跳级别的精确检测和定位	心电图信号中的心房颤动心跳	计算机视觉	心血管疾病	ECG信号分析	Transformer, CNN	心电图信号	五个公开ECG数据集（CPSC2021, AFDB, LTAFDB, MITDB, NSRDB）	NA	CNN backbone + Transformer encoder-decoder	F1-score, 准确率	NA
145	2025-10-30	Predictive Model for Managing the Clinical Risk of Emergency Department Patients: A Systematic Review 2025-Oct-14, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm14207245 PMID:41156117	系统综述	本文通过系统综述评估了用于管理急诊科患者临床风险的预测模型的性能和实用性	首次系统评估了多种预测模型在急诊科临床风险管理中的应用，包括传统评分系统和人工智能模型	纳入研究数量有限（仅4项研究），可能影响结论的普适性	评估预测模型在急诊科临床风险管理中的性能和实用性	年龄18岁及以上、非孕期的急诊科就诊患者	医疗健康	急诊医学	系统综述方法	机器学习,深度学习,传统评分系统	临床数据	4项研究，参与者数量从4388到448,972不等	NA	老年人急诊风险评估评分,情境感知模型,生命体征评分系统	院内死亡率,临床恶化	NA
146	2025-10-30	EAAUnet-ILT: A Lightweight and Iterative Mask Optimization Resolution with SRAF Constraint Scheme 2025-Oct-14, Micromachines IF:3.0Q2 DOI:10.3390/mi16101162 PMID:41156408	研究论文	提出一种结合轻量级EAAUnet模型和SRAF约束方案的迭代深度学习逆光刻技术框架	提出轻量级EAAUnet模型加速计算，结合迭代优化和SRAF约束方案，在保证成像保真度的同时降低掩模制造复杂度	未明确说明模型在不同工艺节点下的泛化能力	解决逆光刻技术中掩模优化质量与计算时间、成像保真度与可制造性之间的平衡问题	集成电路掩模图案优化	计算机视觉	NA	逆光刻技术(ILT)	U-Net	图像	NA	NA	EAAUnet (Ghost and Adaptive Attention U-net)	掩模质量指标	NA
147	2025-10-30	Artificial Intelligence Driven Framework for the Design and Development of Next-Generation Avian Viral Vaccines 2025-Oct-14, Microorganisms IF:4.1Q2 DOI:10.3390/microorganisms13102361 PMID:41156819	研究论文	开发了一种人工智能驱动的框架，用于设计和开发针对禽类病毒的多表位疫苗	首次将先进机器学习和深度学习工具（包括AlphaFold2）整合到禽类疫苗设计中，实现表位预测、抗原性评估和结构建模的自动化流程	面临数据质量、模型可解释性和伦理考虑等挑战	开发针对禽类病毒的新型疫苗设计方法	影响家禽的经济重要RNA和DNA病毒，包括H5N1、NDV、IBV、IBDV、CAV和FPV	机器学习	禽类病毒性疾病	表位预测、抗原性评估、结构建模、密码子优化	机器学习,深度学习	生物序列数据,结构数据	NA	AlphaFold2	NA	结合亲和力,保守性,免疫原性	NA
148	2025-10-30	An Adaptive Framework for Remaining Useful Life Prediction Integrating Attention Mechanism and Deep Reinforcement Learning 2025-Oct-14, Sensors (Basel, Switzerland) DOI:10.3390/s25206354 PMID:41157408	研究论文	提出一种集成注意力机制和深度强化学习的自适应剩余使用寿命预测框架	首次将深度确定性策略梯度(DDPG)策略引入RUL预测，实现个体退化阶段构建关键参数的自适应优化	仅在飞机发动机和铁路货车车轮上验证，未在其他工业设备上测试	开发能够有效捕捉异构传感器个体差异和复杂工况下失效模式的自适应RUL预测方法	机械部件（飞机发动机、铁路货车车轮）	机器学习	NA	功能对齐重采样(FAR)、动态时间规整(DTW)	深度学习、深度强化学习	多格式传感器数据、时间序列数据	飞机发动机和铁路货车车轮数据集	NA	注意力增强混合多尺度RUL预测网络	均方根误差(RMSE)、准确率	NA
149	2025-10-30	Automated T-Cell Proliferation in Lab-on-Chip Devices Integrating Microfluidics and Deep Learning-Based Image Analysis for Long-Term Experiments 2025-Oct-13, Biosensors DOI:10.3390/bios15100693 PMID:41149345	研究论文	本研究开发了一种集成微流控和深度学习图像分析的自动化系统，用于长期培养非贴壁细胞并监测其增殖	结合微流控技术与深度学习图像分析，实现长期细胞培养的自动化和数据高效处理	仅评估了两种特定实验室芯片设备，未与其他微流控平台进行广泛比较	开发用于长期悬浮细胞培养的自动化微流控系统	Jurkat细胞和原代人T细胞	数字病理	癌症	微流控技术，深度学习图像分析	深度学习	图像	两种实验室芯片设备（ibidi LOC和定制PDMS LOC）	NA	NA	细胞覆盖率量化，细胞数量估计	NA
150	2025-10-30	Lung Nodule Malignancy Classification Integrating Deep and Radiomic Features in a Three-Way Attention-Based Fusion Module 2025-Oct-13, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11100360 PMID:41150036	研究论文	提出一种融合深度学习和影像组学特征的三通道注意力融合框架，用于肺腺癌亚实性结节恶性程度分类	提出I-VISTA三通道融合框架，整合视觉、空间和时间特征，采用十字交叉注意力机制挖掘最具信息量的特征模式	使用内部数据集（114例样本），样本量相对有限，需进一步外部验证	开发肺腺癌亚实性结节恶性程度分类的混合框架	114例病理证实的CT影像肺腺癌亚实性结节	计算机视觉	肺癌	CT影像分析	Transformer, Auto-Encoder	CT影像	114例肺腺癌结节	NA	SWin Transformer, Convolutional Auto-Encoder Transformer, 3D Radiomic模型	准确率, 敏感度, 特异度, AUC	NA
151	2025-10-30	Non-Contrast Brain CT Images Segmentation Enhancement: Lightweight Pre-Processing Model for Ultra-Early Ischemic Lesion Recognition and Segmentation 2025-Oct-13, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11100359 PMID:41150035	研究论文	提出一种用于非对比脑部CT图像中超早期缺血性病灶识别与分割的轻量级预处理模型	引入基于可训练参数的预定义可微分滤波器的新型预处理方法，避免神经网络伪影，首次提出预训练图像滤波器的可训练线性组合概念	仅使用112例患者数据进行验证，样本规模有限	提升超早期缺血性卒中病灶的识别和分割精度	非对比脑部CT图像中的超早期缺血核心区及周围半暗带	医学图像分析	缺血性卒中	非对比计算机断层扫描(CT)	CNN	医学图像	112例患者的标注非对比脑部CT扫描	NA	基于卷积滤波的轻量级预处理模型	分割准确率	NA
152	2025-10-30	A Lesion-Aware Patch Sampling Approach with EfficientNet3D-UNet for Robust Multiple Sclerosis Lesion Segmentation 2025-Oct-13, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11100361 PMID:41150037	研究论文	提出结合病灶感知补丁采样策略的EfficientNet3D-UNet模型用于多发性硬化病灶分割	将复合缩放的MBConv3D模块与病灶感知补丁采样策略相结合，提升三维MRI病灶分割性能	未明确说明数据集规模和标注质量的具体限制	开发稳健的多发性硬化病灶自动分割方法	多发性硬化患者的3D MRI扫描图像	医学影像分析	多发性硬化	多模态MRI序列（FLAIR、T1、T2）	CNN	3D医学影像	NA	NA	EfficientNet3D-UNet, 3D U-Net	Dice相似系数, 精确率, 召回率, 准确率, 特异性	NA
153	2025-10-30	U-Net-Based Deep Learning for Simultaneous Segmentation and Agenesis Detection of Primary and Permanent Teeth in Panoramic Radiographs 2025-Oct-13, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15202577 PMID:41153249	研究论文	开发基于U-Net的深度学习模型，用于全景X光片中乳牙和恒牙的同时分割及牙齿缺失检测	首次实现乳牙和恒牙的同时分割与牙齿缺失检测的联合任务	数据集仅包含1697张全景X光片，可能存在样本量不足的问题	提高儿科牙科诊断中牙齿分割和缺失检测的准确性和效率	全景X光片中的乳牙和恒牙	计算机视觉	牙齿发育异常	全景X光成像	U-Net	医学图像	1697张全景X光片	NA	U-Net	Dice相似系数,精确率,召回率,F1分数,准确率	NA
154	2025-10-30	Deep Learning-Based Segmentation of Geographic Atrophy: A Multi-Center, Multi-Device Validation in a Real-World Clinical Cohort 2025-Oct-13, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15202580 PMID:41153254	研究论文	开发并验证基于深度学习的算法，用于自动分割年龄相关性黄斑变性患者的地图样萎缩区域	在多中心真实世界临床队列中验证深度学习算法，涵盖两种不同OCT设备及并发新生血管性年龄相关性黄斑变性患者	样本量相对有限，仅包含两种OCT设备数据	开发自动化分割地图样萎缩的深度学习算法	年龄相关性黄斑变性患者的地图样萎缩区域	计算机视觉	年龄相关性黄斑变性	光学相干断层扫描	CNN	图像	715个OCT扫描（367个来自Spectralis设备，348个来自Cirrus设备），涉及379名患者的403只眼睛	NA	3D U-Net	Dice相似系数, 相关系数r	NA
155	2025-10-30	Machine Learning-Based Validation of LDHC and SLC35G2 Methylation as Epigenetic Biomarkers for Food Allergy 2025-Oct-13, Biomedicines IF:3.9Q1 DOI:10.3390/biomedicines13102489 PMID:41153772	研究论文	本研究通过机器学习方法验证LDHC和SLC35G2基因甲基化作为食物过敏的表观遗传生物标志物	首次将机器学习与深度学习相结合分析DNA甲基化数据，发现并验证了LDHC和SLC35G2作为食物过敏的新型表观遗传生物标志物	研究依赖于公共数据集，需要进一步临床验证	开发精确诊断食物过敏的表观遗传生物标志物	食物过敏患者与食物敏感个体的DNA甲基化数据	机器学习	食物过敏	DNA甲基化测序	SVM, k-NN, Random Forest, ANN, 自编码器	表观遗传数据	两个独立数据集(GSE114134和GSE114135)	limma, Scikit-learn	堆叠自编码器(SAE)	NA	NA
156	2025-10-30	Artificial Intelligence in Cardiac Electrophysiology: A Clinically Oriented Review with Engineering Primers 2025-Oct-13, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12101102 PMID:41155101	综述	本文系统回顾人工智能在心脏电生理学领域的临床应用，涵盖从心律失常检测到消融手术指导的全流程	整合临床需求与工程实现，提出结合临床与工程的转化路线图，并系统梳理新兴技术（数字孪生、物理信息神经网络等）在电生理学的应用前景	外部验证率低于30%，工作流整合度低于20%，临床转化面临重大挑战	探讨人工智能技术在心脏电生理学临床实践中的应用现状与发展方向	心电图（ECG）、可穿戴设备、心内电图（EGM）、心脏植入式电子设备（CIED）数据	医疗人工智能	心血管疾病	深度学习，机器学习，远程监测	神经网络，支持向量机，随机森林，图神经网络	生理信号，医学影像，多参数数据	NA	NA	物理信息神经网络，图神经网络	准确率，敏感度，特异度	NA
157	2025-10-30	Deep Learning-Based Risk Assessment and Prediction of Cardiac Outcomes Using Single-Lead 24-Hour Holter-ECG in Patients with Heart Failure or Myocardial Infarction 2025-Oct-13, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm14207209 PMID:41156078	研究论文	本研究开发了一种基于单导联24小时动态心电图数据的深度学习模型，用于预测心力衰竭或心肌梗死患者的主要不良心脏事件	首次使用单导联Holter-ECG原始数据训练深度学习模型进行心脏风险预测，性能优于传统无创标志物	研究样本量相对有限（1108例患者），需要进一步外部验证	评估基于Holter的深度学习模型在预测主要不良心脏事件方面的预后性能	急性心肌梗死或心力衰竭患者	医疗人工智能	心血管疾病	24小时Holter-ECG监测	深度学习模型	单导联动态心电图原始数据	1108例急性心肌梗死或心力衰竭患者	NA	NA	AUROC, 风险比	NA
158	2025-10-30	Development and Validation of Transformer- and Convolutional Neural Network-Based Deep Learning Models to Predict Curve Progression in Adolescent Idiopathic Scoliosis 2025-Oct-13, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm14207216 PMID:41156086	研究论文	开发并验证基于Transformer和卷积神经网络的深度学习模型，用于预测青少年特发性脊柱侧凸的曲线进展	首次将Transformer架构应用于脊柱侧凸进展预测，并通过Grad-CAM实现模型可解释性，证明基于C7-髂嵴的ROI可实现不损失精度的图像标准化	排除了52例边界进展病例（6-9°进展），样本量相对有限	开发稳健且可解释的人工智能系统，预测青少年特发性脊柱侧凸的进展	青少年特发性脊柱侧凸患者	计算机视觉	脊柱侧凸	站立正面脊柱X光片，直方图均衡化	CNN, Transformer	X光图像	542名AIS患者（排除52例后，进展组294例，非进展组196例）	NA	预训练的CNN和Transformer模型，集成模型	AUC	NA
159	2025-10-30	Feature-Shuffle and Multi-Head Attention-Based Autoencoder for Eliminating Electrode Motion Noise in ECG Applications 2025-Oct-13, Sensors (Basel, Switzerland) DOI:10.3390/s25206322 PMID:41157373	研究论文	提出一种基于特征重排和多头注意力的自编码器，用于消除心电图中电极运动噪声	首次将多头自注意力机制与特征重排机制结合用于心电图去噪，能捕获长程时空依赖关系并提升表示鲁棒性	论文未明确说明模型在极端运动条件下的性能表现和计算效率限制	开发有效的深度学习方法来消除心电图中的电极运动伪影，提高心血管疾病诊断准确性	包含电极运动噪声的心电图信号	信号处理	心血管疾病	心电图信号处理	自编码器	心电图信号	NA	NA	基于多头自注意力的自编码器	信噪比, 百分比均方根差	NA
160	2025-10-30	Augmenting a ResNet + BiLSTM Deep Learning Model with Clinical Mobility Data Helps Outperform a Heuristic Frequency-Based Model for Walking Bout Segmentation 2025-Oct-13, Sensors (Basel, Switzerland) DOI:10.3390/s25206318 PMID:41157375	研究论文	本研究通过整合临床活动数据增强ResNet+BiLSTM深度学习模型，在行走片段分割任务中优于基于频率的启发式方法	将临床骨关节炎人群数据纳入训练，增强了模型对慢速步态患者的识别能力	模型主要针对行走检测任务，在其他活动识别中的性能未验证	开发更鲁棒的行走片段分割模型用于临床环境	健康参与者和临床骨关节炎患者	机器学习	骨关节炎	可穿戴传感器数据采集	CNN, LSTM	传感器时序数据	PAMAP2开放数据集+额外健康参与者+临床骨关节炎人群	NA	ResNet, BiLSTM	准确率, 召回率	NA