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
141	2025-06-20	A Survey on Confidence Calibration of Deep Learning-Based Classification Models Under Class Imbalance Data 2025-Jun-18, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2025.3565159 PMID:40531642	综述	本文全面调查了在类别不平衡数据下基于深度学习的分类模型的置信度校准方法	不同于以往分别研究置信度校准或类别不平衡的调查，本文综合研究了类别不平衡数据下的置信度校准方法，并提供了理论解释和实证比较	NA	研究类别不平衡数据下深度学习分类模型的置信度校准问题	基于深度学习的分类模型	机器学习	NA	NA	深度学习分类模型	NA	NA
142	2025-06-20	Fast 3D Room Layout Estimation Based on Compact High-Level Representation 2025-Jun-18, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2025.3578785 PMID:40531646	研究论文	本文提出了一种基于紧凑高层表示的快速3D房间布局估计方法	通过学习仅包含29个实数的紧凑高层表示来估计3D布局，并设计了顺序无关的损失函数	未明确提及具体局限性	提高3D房间布局估计的速度和效率	室内RGB图像	计算机视觉	NA	通用回归网络	NA	图像	基准数据集上的实验结果
143	2025-06-20	MDFA: A Quantitative Framework for the Analysis of Multimodal Facial Esthetics 2025-Jun-18, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2025.3570389 PMID:40531641	研究论文	提出了一种基于标签分布的多模态面部美学分析框架（LDMFE），用于结合2-D和3-D信息进行面部美学评估	首次提出结合2-D和3-D信息的面部美学评估框架，并设计了深度信息提取网络DIENet和新的分布测量损失函数${\mathcal {L}}_{\text {WD}}$	依赖3-D数据采集设备的高成本，且现有方法主要基于自建的3-D数据集，限制了在2-D面部图像实际应用场景中的适用性	解决面部美观预测（FBP）问题，提升美学评估的准确性和稳定性	面部美观预测	计算机视觉	NA	深度信息提取网络（DIENet）	CNN	图像（2-D和3-D面部图像）	三个数据集
144	2025-06-20	Multi-Scale Temporal Analysis with a Dual-Branch Attention Network for Interpretable Gait-Based Classification of Neurodegenerative Diseases 2025-Jun-18, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3580944 PMID:40531650	研究论文	提出了一种新型深度学习架构DAERN，用于基于步态的神经退行性疾病分类	结合了扩张因果卷积和多头自注意力机制，并引入了交叉注意力融合模块和可解释性分析方法	未提及具体样本量限制或跨数据集验证情况	开发可解释的步态分析模型用于神经退行性疾病分类	肌萎缩侧索硬化症(ALS)、亨廷顿病(HD)和帕金森病(PD)患者的步态数据	数字病理学	神经退行性疾病	深度学习	DAERN（双分支注意力增强残差网络），包含DCCBlock和MHSA模块	步态数据	基于GaitNDD数据集（具体数量未说明）
145	2025-06-20	A Deep Learning-Based Clinical Classification System for the Differential Diagnosis of Hip Prosthesis Failures Using Radiographs: A Multicenter Study 2025-Jun-18, The Journal of bone and joint surgery. American volume DOI:10.2106/JBJS.24.01601 PMID:40531980	研究论文	开发了一种基于深度学习的临床分类系统（Hip-Net），用于通过X光片对髋关节假体失败进行鉴别诊断	Hip-Net采用双通道集成4个深度学习模型，并生成空间解析的疾病概率图，提高了诊断准确性和效率	研究主要基于亚洲患者的数据，可能在其他种族群体中的泛化性有待验证	提高髋关节假体失败的鉴别诊断准确性和效率	髋关节假体失败患者	数字病理	骨科疾病	深度学习	CNN	图像	1,454名患者（亚洲人）的2,908张常规双视图（前后位和侧位）X光片
146	2025-06-20	Deep Learning-Assisted Nanocavity Sensor for Amphiphilic Biomarker Analysis 2025-Jun-18, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c01102 PMID:40532101	研究论文	本文介绍了一种结合银纳米立方体-金镜纳米腔和支持脂质双层的荧光增强检测方法，用于快速检测两亲性生物标志物	利用深度学习辅助的语义分割方法计算荧光增强因子，实现了高达868.64的最大增强因子，检测灵敏度达到飞摩尔级别	NA	开发一种高灵敏度、快速检测和低成本制备的纳米腔系统，用于临床诊断中的生物传感应用	两亲性生物标志物	生物传感	癌症和感染性疾病	荧光增强检测、深度学习辅助语义分割	深度学习	荧光信号	NA
147	2025-06-20	TP-Transformer: An Interpretable Model for Predicting the Transformation Pathways of Organic Pollutants in Chemical Oxidation Processes 2025-Jun-18, Environmental science & technology IF:10.8Q1 DOI:10.1021/acs.est.5c02701 PMID:40532215	研究论文	本文介绍了一种名为TP-Transformer的深度学习框架，用于预测有机污染物在化学氧化过程中的转化路径和产物结构	提出了TP-Transformer模型，能够同时预测转化产物的结构及其形成路径，并通过注意力机制模拟专家级化学推理	模型训练数据仅包含2780个污染物降解反应，可能无法覆盖所有可能的污染物类型	开发一种可扩展、精确且高效的方法来预测有机污染物的转化路径，以替代传统的实验方法	有机污染物在化学氧化过程中的转化产物(TPs)	环境化学	NA	深度学习	Transformer	化学反应数据	2780个污染物降解反应(Chem_Oxi_2K数据集)
148	2025-06-20	Changes in Epidemiological Characteristics of Varicella and Breakthrough Cases in Ningbo, China, From 2010 to 2023: Surveillance Study 2025-Jun-18, JMIR public health and surveillance IF:3.5Q1 DOI:10.2196/71691 PMID:40533066	研究论文	本研究监测了2010年至2023年中国宁波水痘的流行病学特征及突破性病例的变化，以调整免疫策略并加强预防工作	使用循环神经网络模型分析水痘发病率趋势和非药物干预措施的影响，并建立了出生队列研究突破性病例	研究仅基于宁波地区的数据，可能无法完全代表其他地区的情况	监测水痘的流行病学特征和突破性病例的变化，为免疫策略调整提供依据	2010年至2023年宁波地区报告的水痘病例	流行病学	水痘	主动和被动监测方法，循环神经网络模型	RNN	流行病学监测数据	70,163例水痘病例
149	2025-06-20	Can CTA-based Machine Learning Identify Patients for Whom Successful Endovascular Stroke Therapy is Insufficient? 2025-Jun-18, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8885 PMID:40533350	research paper	本研究评估了基于CTA的机器学习方法在识别可能需要额外干预的中风患者中的表现	使用深度学习模型（DSN-CTA）预测中风患者的功能性结果，相比传统临床变量模型表现更优	样本量较小（48例），且仅在特定条件下（FIV<30mL和成功再灌注）验证	评估机器学习模型在预测中风患者功能性结果中的效能	大血管闭塞急性缺血性中风（LVO AIS）患者	machine learning	cardiovascular disease	CT angiography (CTA)	DeepSymNet-v3 model (DSN-CTA)	image	预训练1542例，微调和交叉验证48例
150	2025-06-20	Smartphone eye-tracking with deep learning: Data quality and field testing 2025-Jun-18, Behavior research methods IF:4.6Q1 DOI:10.3758/s13428-025-02718-y PMID:40533681	研究论文	本文介绍了一种基于深度学习的实时智能手机眼动追踪系统，并对其数据质量和实际应用进行了评估	利用深度神经网络在智能手机上实现实时眼动追踪，并在较大样本量下与工业金标准眼动仪进行性能对比	智能手机眼动追踪系统的精度(0.177°)低于EyeLink追踪器(0.028°)	评估基于智能手机的眼动追踪系统在科研和临床应用中的潜力	人类注意力测量	计算机视觉	抑郁症	深度学习	深度神经网络	图像	训练数据集包含740万张面部图像，基准测试样本量N=32，现场测试涉及98名志愿者
151	2025-06-20	Automated Multi-grade Brain Tumor Classification Using Adaptive Hierarchical Optimized Horse Herd BiLSTM Fusion Network in MRI Images 2025-Jun-18, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-025-00708-4 PMID:40533703	研究论文	提出了一种基于自适应分层优化马群BiLSTM融合网络的MRI图像多级脑肿瘤分类方法	模型能够将肿瘤分为多个等级，捕捉肿瘤严重程度的层次性，并采用改进的自适应强度归一化预处理步骤和双树复小波变换增强三角特征进行特征提取	未提及具体样本量，且仅基于特定数据集进行评估	提高MRI图像中不同级别脑肿瘤分类的精确度	脑肿瘤	数字病理	脑肿瘤	MRI	AHOHH-BiLSTM	图像	NA
152	2025-06-20	Multitarget Generate Electrolyte Additive for Lithium Metal Batteries 2025-Jun-18, Advanced materials (Deerfield Beach, Fla.) DOI:10.1002/adma.202502086 PMID:40534252	研究论文	本文开发了一种深度学习辅助的生成模型，用于锂金属电池电解质添加剂的多目标优化	采用分子分类推导方法扩展数据集，结合异步有限解码器和对抗性调节策略，实现了在广阔化学空间中高效生成结构复杂多样的分子	NA	开发安全可靠的锂电池电解质，特别是在数据严重受限的情况下	锂金属电池电解质添加剂	机器学习	NA	深度学习辅助生成模型	生成对抗网络(GAN)	分子数据	从单属性数据点扩展到70,095个多属性数据点
153	2025-06-20	Ultra-wide-field fundus photography and AI-based screening and referral for multiple ocular fundus diseases 2025-Jun-17, Cell reports. Medicine DOI:10.1016/j.xcrm.2025.102187 PMID:40499544	research paper	开发了三种基于深度学习算法的模型（WARM、BASE和WARM-PPR），用于眼底疾病的全面筛查和转诊建议	结合了Swin Transformer和跨域协作学习（CdCL）算法，以及超广角（UWF）图像和裁剪的后极区域（PPR）图像，显著提升了检测周边视网膜异常的能力	未提及模型在临床实际应用中的具体表现或潜在问题	解决眼底疾病全面筛查的困难	25种眼底疾病	digital pathology	ocular fundus diseases	deep learning algorithms	Swin Transformer, CdCL	UWF images, PPR images	59,475张UWF图像
154	2025-06-20	Predicting occupant response curves in vehicle crashes via Attention-enhanced multimodal temporal Network 2025-Jun-17, Accident; analysis and prevention DOI:10.1016/j.aap.2025.108140 PMID:40532417	研究论文	提出了一种新颖的注意力增强多模态时序网络（AMTN），用于预测车辆碰撞中乘员多个身体区域的碰撞响应曲线	通过交叉注意力机制有机融合多模态特征，并采用改进的时序卷积网络（TCN）与局部滑动自注意力机制解码共享特征，实现了多任务预测	未提及具体的数据集规模或多样性限制	提高车辆碰撞安全性，优化设计并减少对昂贵物理测试和模拟的依赖	车辆碰撞中乘员的多个身体区域的碰撞响应曲线	机器学习	NA	注意力机制，时序卷积网络（TCN）	AMTN（注意力增强多模态时序网络）	数值参数和车辆车身碰撞脉冲	未明确提及具体样本数量，仅提到工程获取的数据
155	2025-06-20	Learning hemodynamic scalar fields on coronary artery meshes: A benchmark of geometric deep learning models 2025-Jun-17, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110477 PMID:40532501	research paper	该研究通过几何深度学习模型预测冠状动脉血流储备分数（vFFR）场，作为计算流体动力学（CFD）模拟的替代方法	首次对几何深度学习模型在预测冠状动脉vFFR场方面的性能进行全面比较，并发现基于Transformer的架构在复杂拓扑数据集中表现最佳	研究主要关注几何深度学习模型的性能比较，未涉及临床验证	评估不同几何深度学习模型在预测冠状动脉vFFR场方面的性能	冠状动脉血流动力学标量场	machine learning	cardiovascular disease	computational fluid dynamics (CFD)	geometric deep learning models (including transformer-based architectures)	mesh data	1,500 synthetic bifurcations and 427 patient-specific CFD simulations
156	2025-06-20	Patch-type wearable electrocardiography and impedance pneumography for sleep staging: A multi-modal deep learning approach 2025-Jun-17, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110452 PMID:40532503	研究论文	本研究评估了一种使用单导联心电图和阻抗呼吸描记术的贴片式可穿戴设备用于多阶段睡眠分类的可行性	提出了一种结合单导联心电图和阻抗呼吸描记术的多模态深度学习方法，用于睡眠分期分类	研究样本量相对较小（92名患者），且未在所有睡眠分期任务中达到最佳性能	探索便携式ECG-IPG系统在睡眠分期中的可行性和准确性	睡眠分期分类	数字病理学	睡眠障碍	单导联心电图（ECG），阻抗呼吸描记术（IPG）	RCNN	生理信号数据	92名患者
157	2025-06-20	Deep learning-based automatic dose optimization for brachytherapy 2025-Jun-17, Applied radiation and isotopes : including data, instrumentation and methods for use in agriculture, industry and medicine IF:1.6Q3 DOI:10.1016/j.apradiso.2025.111988 PMID:40532513	research paper	本研究探讨了基于深度学习的近距离放射治疗剂量预测的最佳处理方法，并研究了使用逆向剂量优化算法提高治疗计划质量的可行性	首次在3D U-Net模型中应用未处理的剂量数据进行预测，并验证了逆向剂量优化算法在提高治疗计划质量方面的有效性	研究仅针对宫颈癌患者的近距离放射治疗数据，样本量相对较小（186例）	确定近距离放射治疗中基于深度学习的剂量预测最佳处理方法，并提高治疗计划质量	宫颈癌患者的近距离放射治疗数据	digital pathology	cervical cancer	deep learning-based dose prediction, inverse dose optimization algorithm	3D U-Net	medical imaging data	186例宫颈癌患者的近距离放射治疗数据
158	2025-06-20	Deep Learning for Cardiac Overload Estimation　- Predicting B-Type Natriuretic Peptide (BNP) Levels From Heart Sounds and Electrocardiogram 2025-Jun-17, Circulation journal : official journal of the Japanese Circulation Society IF:3.1Q2 DOI:10.1253/circj.CJ-25-0098 PMID:40533163	research paper	开发了一种深度学习模型，通过心音和心电图非侵入性预测血浆BNP水平，用于心力衰竭筛查	首次利用深度学习从心音和心电图中估计BNP水平，为非侵入性心力衰竭筛查提供了新方法	样本量相对较小（外部验证数据集仅140例患者），且仅在特定BMI范围内（18.5-25）表现更佳	验证深度学习模型在预测血浆BNP水平方面的性能，并评估其临床应用可行性	心力衰竭患者	digital pathology	cardiovascular disease	深度学习	深度学习模型（具体架构未说明）	生理信号（心音和ECG数据）	140例患者（外部验证数据集）
159	2025-06-20	MRI super-resolution reconstruction using efficient diffusion probabilistic model with residual shifting 2025-Jun-16, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ade049 PMID:40460850	研究论文	本研究提出了一种基于扩散概率模型和残差位移的高效MRI超分辨率重建方法，显著减少了采样步骤并保持了关键解剖细节	引入了残差位移机制，显著减少了采样步骤，同时保持了关键解剖细节，大大加速了MRI重建过程	NA	提高MRI超分辨率重建的效率和图像质量	MRI图像	医学影像	脑部疾病和前列腺疾病	扩散概率模型	Res-SRDiff	MRI图像	超高场脑T1 MP2RAGE图像和T2加权前列腺图像
160	2025-06-20	Predicting mucosal healing in Crohn's disease: development of a deep-learning model based on intestinal ultrasound images 2025-Jun-16, Insights into imaging IF:4.1Q1 DOI:10.1186/s13244-025-02014-5 PMID:40522531	research paper	开发基于肠道超声图像和临床信息的深度学习模型，用于预测克罗恩病患者的黏膜愈合	首次利用深度学习模型结合肠道超声图像预测克罗恩病患者的黏膜愈合	需要更多多中心真实世界数据进一步验证和改进模型	预测克罗恩病患者的治疗反应，优化治疗方案	克罗恩病患者	digital pathology	Crohn's disease	intestinal ultrasound (IUS)	CNN	image	190名患者，1548张IUS图像