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
18081	2025-10-07	hERGAT: predicting hERG blockers using graph attention mechanism through atom- and molecule-level interaction analyses 2025-Jan-28, Journal of cheminformatics IF:7.1Q1 DOI:10.1186/s13321-025-00957-x PMID:39875959	研究论文	提出了一种基于图注意力机制的hERG阻断剂预测模型hERGAT，通过原子和分子层面的相互作用分析提高预测性能和可解释性	结合图注意力机制(GAT)和门控循环单元(GRU)来捕捉原子和分子层面的复杂相互作用，提高模型的可解释性	NA	开发高性能且可解释的hERG阻断剂预测模型，用于药物安全性评估	hERG通道阻断剂化合物	机器学习	心血管疾病	图神经网络，注意力机制	GNN, GAT, GRU	分子图数据，物理化学性质	NA	NA	图注意力网络(GAT)，门控循环单元(GRU)	AUC-ROC, AUC-PR	NA
18082	2025-10-07	Machine learning and deep learning to improve prevention of anastomotic leak after rectal cancer surgery 2025-Jan-27, World journal of gastrointestinal surgery IF:1.8Q2 DOI:10.4240/wjgs.v17.i1.101772 PMID:39872776	研究论文	探讨机器学习和深度学习在预测和预防直肠癌手术后吻合口漏的应用	首次系统评估人工智能技术在直肠癌手术吻合口漏预测和预防中的潜力，相比传统统计方法展现出更优的预测能力	NA	通过人工智能技术改善直肠癌手术后吻合口漏的预防策略	直肠癌手术患者	机器学习	直肠癌	机器学习, 深度学习	NA	临床数据, 影像学特征	NA	NA	NA	预测能力	NA
18083	2025-10-07	Ethical and security challenges in AI for forensic genetics: From bias to adversarial attacks 2025-Jan-27, Forensic science international. Genetics DOI:10.1016/j.fsigen.2025.103225 PMID:39874746	研究论文	探讨人工智能在法医遗传学应用中面临的伦理和安全挑战，特别是偏见和对抗性攻击问题	首次系统分析AI在法医遗传学中的伦理和安全风险，通过模拟场景展示AI模型可能误导法医解释的具体案例	使用模拟场景作为概念验证，未涉及真实案例数据	评估AI在法医遗传学应用中的潜在风险并推动建立严格的评估和伦理监督机制	法医遗传学中的AI模型应用	机器学习	NA	深度学习, 机器学习	深度学习模型	模拟数据	NA	NA	NA	似然比	NA
18084	2025-10-07	Detecting IDH and TERTp mutations in diffuse gliomas using 1H-MRS with attention deep-shallow networks 2025-Jan-27, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.109736 PMID:39874812	研究论文	本研究开发了一种基于注意力机制的深浅层网络，利用质子磁共振波谱数据非侵入性检测弥漫性胶质瘤中的IDH和TERTp基因突变	首次将注意力机制与深浅层网络结合用于1H-MRS数据分析，实现了无需手动特征提取的基因突变检测	样本量相对有限（225例患者），仅针对半球弥漫性胶质瘤	开发深度学习分类器用于术前无创检测胶质瘤中的IDH和TERTp突变	225例成人半球弥漫性胶质瘤患者的1H-MRS数据	医学影像分析	胶质瘤	质子磁共振波谱（1H-MRS），LCModel谱处理	CNN	磁共振波谱数据	225例患者（117例IDH突变，108例IDH野生型；99例TERTp突变，100例TERTp野生型）	NA	一维卷积神经网络（1D-CNN），注意力深浅层网络（ADSN）	F1分数	NA
18085	2025-10-07	Deep 3D-DIC using a coarse-to-fine network for robust and accurate 3D shape and displacement measurements 2025-Jan-27, Optics express IF:3.2Q2 DOI:10.1364/OE.549759 PMID:39876362	研究论文	提出一种基于深度学习的粗到精网络G-RAFT，用于实现鲁棒且精确的三维形状和位移测量	结合大位移估计网络GMA与高精度RAFT-DIC，通过粗到精策略解决传统学习型DIC方法位移估计范围有限和精度不足的问题	NA	开发能够处理大位移并实现高精度三维形状和位移测量的深度学习数字图像相关方法	三维形状和位移测量	计算机视觉	NA	数字图像相关(DIC)	深度学习网络	图像	NA	NA	G-RAFT, GMA, RAFT-DIC	精度, 泛化能力	NA
18086	2025-10-07	Deep learning-based polarization 3D imaging method for underwater targets 2025-Jan-27, Optics express IF:3.2Q2 DOI:10.1364/OE.541298 PMID:39876365	研究论文	提出一种基于深度学习的偏振3D成像方法，用于水下目标的三维形状重建	开发了水下偏振图像数据集，提出基于Attention UNet的网络框架解决方位角模糊问题并减少纹理损失	使用模拟Jerlov Type I水条件的数据集，在真实水下环境中的性能需要进一步验证	开发高精度的水下三维成像技术	水下目标	计算机视觉	NA	偏振成像	深度学习	偏振图像	模拟Jerlov Type I水条件下采集的水下偏振图像数据集	NA	Attention UNet	表面法线估计精度	NA
18087	2025-10-07	Accurate deep learning based method for real-time directly modulated laser modeling 2025-Jan-27, Optics express IF:3.2Q2 DOI:10.1364/OE.549604 PMID:39876387	研究论文	提出一种基于深度学习的直接调制激光器建模方法，实现高精度实时仿真	首次将双向长短期记忆网络结合特征重校准和非线性拟合技术应用于激光器建模	未明确说明训练数据规模和模型泛化能力	开发计算复杂度低且精度高的直接调制激光器实时建模方法	直接调制激光器的动态行为建模	机器学习	NA	深度学习	BiLSTM, LSTM, RNN	时序数据	NA	NA	双向长短期记忆网络	输出波形质量、频谱分析	NA
18088	2025-10-07	Predicting Chern numbers in photonic crystals using generative adversarial network-based data augmentation 2025-Jan-27, Optics express IF:3.2Q2 DOI:10.1364/OE.544553 PMID:39876434	研究论文	使用生成对抗网络数据增强方法预测光子晶体的陈数	提出数值到图像的生成对抗网络数据增强方法解决训练数据不足问题	仅针对二维正方晶格光子晶体进行研究	通过深度学习加速光子晶体陈数的计算过程	二维正方晶格光子晶体	机器学习	NA	麦克斯韦方程组	GAN	数值数据,图像数据	NA	NA	生成对抗网络	准确率	NA
18089	2025-10-07	Unpaired learning for digital holographic reconstruction and generation 2025-Jan-27, Optics express IF:3.2Q2 DOI:10.1364/OE.551211 PMID:39876466	研究论文	提出一种基于非配对学习的数字全息重建与生成方法	首次在数字全息领域实现基于物理的高质量实验全息图模拟器，能够同时实现复杂振幅重建和实验合成全息图生成	未明确说明具体数据规模和计算资源需求	减少数字全息技术中对配对标注数据的依赖	数字全息图像	计算机视觉	NA	数字全息技术	GAN	全息图像	较少的非配对数据	NA	CycleGAN	图像质量	NA
18090	2025-10-07	Towards practical and privacy-preserving CNN inference service for cloud-based medical imaging analysis: A homomorphic encryption-based approach 2025-Jan-21, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108599 PMID:39874935	研究论文	提出一种基于同态加密的隐私保护CNN推理框架PPCNN，用于云端医学影像分析	提出混合协议结合低扩展同态加密与噪声掩码方法，通过离线计算优化、系数感知打包和数据掩码技术显著提升效率	未明确说明框架在更大规模数据集或更复杂网络结构下的扩展性	开发实用且隐私保护的云端CNN推理服务，解决医疗影像分析中的隐私安全问题	身体相关放射影像的分类分析	计算机视觉	NA	同态加密，数据掩码	CNN	放射影像	三个真实世界放射影像数据集	NA	CNN	响应时间，使用成本	移动云端场景
18091	2025-10-07	Diagnostic accuracy of an automated classifier for the detection of pleural effusions in patients undergoing lung ultrasound 2025-Jan-20, The American journal of emergency medicine DOI:10.1016/j.ajem.2025.01.041 PMID:39874677	研究论文	开发并验证用于肺部超声图像中胸腔积液检测的深度学习模型	开发了结合帧级卷积神经网络和片段级预测算法的深度学习模型，能够适应不同临床场景检测各种大小和复杂度的胸腔积液	回顾性研究，样本量相对有限，需要在更多临床环境中进一步验证	开发可检测肺部超声图像中胸腔积液的深度学习模型	接受肺部超声检查的患者	计算机视觉	胸腔积液	肺部超声	CNN	图像	103个来自46名胸腔积液患者的肺部超声片段和136个来自83名无积液患者的片段	NA	帧级卷积神经网络结合片段级预测算法	灵敏度, 特异度	NA
18092	2025-10-07	LEHP-DETR: A model with backbone improved and hybrid encoding innovated for flax capsule detection 2025-Jan-17, iScience IF:4.6Q1 DOI:10.1016/j.isci.2024.111558 PMID:39877068	研究论文	提出了一种改进的LEHP-DETR模型用于亚麻籽检测，通过优化主干网络和混合编码结构提升检测性能	在RT-DETR基础上引入了RepNCSPELAN4模块、ADown模块、上下文聚合模块和TFE模块，并设计了HWD-ADown模块、HiLo-AIFI模块和DSSFF模块	NA	开发高效的亚麻籽自动检测方法以替代人工操作	亚麻籽胶囊	计算机视觉	NA	深度学习	DETR	图像	NA	NA	RT-DETR, LEHP-DETR	mAP50, mAP50:95, 参数量, 模型大小, FLOPs	NA
18093	2025-10-07	Multifrequency spherical cloak in microwave frequencies enabled by deep learning 2025-Jan-13, Optics express IF:3.2Q2 DOI:10.1364/OE.542482 PMID:39876236	研究论文	利用深度学习实现微波频段多频率球形隐身 cloak 的设计与优化	首次将深度学习应用于多频段球形隐身 cloak 的逆向设计，实现结构参数与目标频谱的快速准确映射	研究局限于多层球体结构，未涉及其他几何形状的隐身设备	开发基于深度学习的隐身设备快速设计方法，解决传统设计方法效率低下的问题	多层球体结构的电磁散射特性	机器学习	NA	深度学习，三维全波仿真	深度神经网络	电磁仿真数据	NA	NA	深度神经网络	散射截面预测精度，隐身性能	NA
18094	2025-10-07	Graph model-aided optimal iterative decoding technique for LDPC in optical fiber communication 2025-Jan-13, Optics express IF:3.2Q2 DOI:10.1364/OE.534637 PMID:39876298	研究论文	提出一种结合图模型与深度学习的新型LDPC迭代解码技术GMNN-BP	首次将图模型作为深度学习与置信传播算法的桥梁，兼具两者优势	未提及实际部署中的计算效率问题	解决长码率LDPC解码中神经网络复杂度高的问题	光通信中的LDPC码解码	机器学习	NA	图神经网络, 置信传播算法	图神经网络	编码数据	基于IEEE 802.3ca标准LDPC码字的仿真与实验验证	NA	GMNN-BP	解码增益, 迭代次数	NA
18095	2025-10-07	Physics-informed deep learning for 3D modeling of light diffraction from optical metasurfaces 2025-Jan-13, Optics express IF:3.2Q2 DOI:10.1364/OE.544116 PMID:39876311	研究论文	提出一种基于物理信息神经网络的无数据深度学习方法，用于高效计算三维光学超表面的光衍射效应	采用无需训练数据的物理信息神经网络，仅从控制物理方程学习并实现光散射响应的快速模拟	NA	开发高效计算光学超表面光衍射特性的替代方法	光学超表面的光衍射、偏振效应和波前调控	计算电磁学	NA	物理信息神经网络	PINN	物理方程	NA	NA	物理信息神经网络	精度, 计算速度	NA
18096	2025-10-07	Real-time acoustic monitoring of laser paint removal based on deep learning 2025-Jan-13, Optics express IF:3.2Q2 DOI:10.1364/OE.545906 PMID:39876315	研究论文	本文首次提出基于深度学习的激光除漆过程实时声学监测方法	首次将深度学习技术应用于激光除漆声学监测，开发了基于梅尔频率倒谱系数和卷积神经网络的实时监测系统	声学信号易受复杂环境噪声干扰，可能影响监测准确性	实现激光除漆过程的实时声学监测	激光除漆过程中产生的声学信号	机器学习	NA	声学信号分析，MFCC特征提取	CNN	声学信号	清洁和不清洁除漆过程的原始声学信号	NA	CNN	准确率，AUC-ROC	NVIDIA Jetson Nano
18097	2025-10-07	Redox-Detecting Deep Learning for Mechanism Discernment in Cyclic Voltammograms of Multiple Redox Events 2025-Jan-02, ACS electrochemistry DOI:10.1021/acselectrochem.4c00014 PMID:39878149	研究论文	开发了一种名为EchemNet的深度学习架构，用于自动检测循环伏安图中的电化学事件并分类其机制	首次开发专门用于电化学机制分类的深度学习模型，能够同时分配电压窗口和机制类别	基于模拟测试数据，在真实实验数据中的性能尚未验证	实现电化学循环伏安图中多氧化还原事件的自动检测和机制分类	循环伏安图中的电化学氧化还原事件	机器学习	NA	循环伏安法	深度学习	电化学数据	NA	NA	EchemNet	检测率, 分类准确率	NA
18098	2025-10-07	Can the number of confirmed COVID-19 cases be predicted more accurately by including lifestyle data? An exploratory study for data-driven prediction of COVID-19 cases in metropolitan cities using deep learning models 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251314528 PMID:39872000	研究论文	探索使用包含生活方式数据的深度学习模型预测大都市COVID-19确诊病例数的准确性	首次将公共交通使用、电影院观影和汽车旅馆住宿等生活方式数据纳入COVID-19病例预测模型	仅针对韩国大都市进行研究，样本范围有限，未验证其他地区适用性	探索生活方式数据是否能提高COVID-19确诊病例数预测准确性	韩国大都市（首尔和釜山）的COVID-19确诊病例	机器学习	COVID-19	深度学习	DNN, RNN	时间序列数据（确诊病例数、搜索词频、生活方式数据）	韩国两大都市：首尔（960万人口）、釜山（340万人口）	NA	深度神经网络，循环神经网络	误差率	NA
18099	2025-10-07	Utilizing a Wireless Radar Framework in Combination With Deep Learning Approaches to Evaluate Obstructive Sleep Apnea Severity in Home-Setting Environments 2025, Journal of multidisciplinary healthcare IF:2.7Q2 DOI:10.2147/JMDH.S486261 PMID:39872870	研究论文	本研究开发了一种结合无线雷达框架和深度学习技术的方法，用于在家庭环境中评估阻塞性睡眠呼吸暂停的严重程度	首次将24GHz无线雷达框架与深度神经网络决策树相结合，实现无接触式睡眠呼吸监测	雷达总睡眠时间功能需要进一步优化和验证才能独立应用	验证无线雷达框架结合深度学习技术在家庭环境中筛查阻塞性睡眠呼吸暂停风险的可行性	80名参与者的147晚家庭睡眠数据	机器学习	阻塞性睡眠呼吸暂停	无线雷达监测，家庭睡眠呼吸暂停测试	深度神经网络决策树	连续波雷达信号，呼吸模式数据	80名参与者，147晚睡眠数据	NA	深度神经网络决策树	准确率，相关系数，一致性分析，Youden指数	NA
18100	2025-10-07	Automatic classification of temporomandibular joint disorders by magnetic resonance imaging and convolutional neural networks 2025-Jan, Journal of dental sciences IF:3.4Q1 DOI:10.1016/j.jds.2024.06.001 PMID:39873009	研究论文	利用磁共振成像和卷积神经网络对颞下颌关节疾病进行自动分类和严重程度分析	结合YOLO深度学习技术定位关键解剖区域，并通过HSV格式转换和线性判别分析优化图像特征提取	NA	开发自动识别颞下颌关节疾病的分类系统	颞下颌关节磁共振影像数据	计算机视觉	颞下颌关节疾病	磁共振成像	CNN, YOLO	医学影像	NA	NA	YOLO, 自定义六分类CNN	准确率	NA