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
1921	2025-05-28	A Hybrid Deep Learning Approach to Identify Preventable Childhood Hearing Loss 2023 Sep-Oct 01, Ear and hearing IF:2.6Q1 DOI:10.1097/AUD.0000000000001380 PMID:37318215	研究论文	本研究评估了一种混合深度学习模型在自动化鼓室图分类中的应用，以促进资源有限社区中由非专业人员指导的鼓室测听	开发了一种混合深度学习模型，用于自动化鼓室图分类，其性能优于内置分类器和基于临床推荐规范值的决策树	研究样本主要来自阿拉斯加农村地区的 underserved 人群，可能限制了结果的普遍性	评估机器学习在自动化鼓室图分类中的效用，以促进资源有限社区中的听力筛查	1635名学龄儿童，来自阿拉斯加农村 underserved 人群	机器学习	儿童听力损失	混合深度学习模型	混合深度学习模型	鼓室图数据	1635名儿童，4810对鼓室图数据
1922	2025-05-28	Deep learning-based Fast Volumetric Image Generation for Image-guided Proton FLASH Radiotherapy 2023-Jul-26, Research square DOI:10.21203/rs.3.rs-3112632/v1 PMID:37546731	研究论文	开发了一种基于深度学习的快速体积图像生成框架，用于质子FLASH放射治疗中的图像引导	提出了一种结合正交kV X射线投影和深度学习的体积图像重建方法，用于质子FLASH放射治疗中的快速目标定位	研究仅针对30名肺癌患者的数据进行验证，样本量较小	开发一种快速体积图像重建框架，以支持质子FLASH放射治疗中的精确目标定位	肺癌患者	数字病理学	肺癌	深度学习，X射线投影	DL	CT图像	30名肺癌患者，每人有包含十个呼吸阶段的四维CT数据集
1923	2025-05-28	Cyclic peptide structure prediction and design using AlphaFold 2023-Feb-26, bioRxiv : the preprint server for biology DOI:10.1101/2023.02.25.529956 PMID:36865323	研究论文	本文报道了修改AlphaFold网络以准确预测和设计环肽结构的方法	通过修改AlphaFold网络，实现了对环肽结构的准确预测和设计，并展示了高置信度预测结果与实验结构的匹配	可用于训练的环肽结构数据较少，可能限制了模型的泛化能力	开发深度学习方法来预测和设计环肽结构	环肽	机器学习	NA	AlphaFold	深度学习网络	蛋白质序列和结构数据	49个天然环肽案例，其中36个高置信度预测；设计了约10,000个候选结构，并对7个序列进行了X射线晶体结构验证
1924	2025-05-27	CWBLS network and its application in portable spectral measurement 2025-Nov-05, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2025.126329 PMID:40347777	研究论文	提出了一种名为D-CWBLS网络的新方法，用于解决便携式近红外光谱中由于低信噪比和低重复性数据导致的回归模型精度和稳定性差的问题	D-CWBLS网络在BLS网络基础上进行了三方面改进：扩展网络结构以纳入近红外特征光谱带数据、通过添加Dropout层加深网络以优化结构并消除冗余信息、结合优化的特征节点权重矩阵和增强节点权重矩阵以消除训练过程中的随机性不确定性	NA	提高便携式近红外光谱设备在户外使用时的可靠性和适用性	便携式近红外光谱数据	机器学习	NA	近红外光谱	D-CWBLS网络	光谱数据	NA
1925	2025-05-27	A novel CNN-LSTM model with attention mechanism for online monitoring of moisture content in fluidized bed granulation process based on near-infrared spectroscopy 2025-Nov-05, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2025.126361 PMID:40367754	研究论文	提出了一种结合CNN、LSTM和注意力机制的新型深度学习模型，用于流化床制粒过程中颗粒水分含量的在线监测	整合了CNN的空间特征提取能力、LSTM的序列处理能力和自注意力机制的全局相关性捕获能力，无需复杂的光谱预处理	未提及模型在其他工业过程中的泛化能力	优化流化床制粒过程中的水分含量监测方法	流化床制粒过程中的颗粒水分含量	机器学习	NA	近红外光谱	CNN-LSTM-Attention	光谱序列数据	未明确说明样本数量，仅提到校准集和验证集
1926	2025-05-27	The vertices number determined SERS activity of polyhedra and the application in oral cancer detection based on deep learning 2025-Nov-05, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2025.126390 PMID:40373548	研究论文	本文研究了多面体顶点数对表面增强拉曼散射(SERS)活性的影响，并基于深度学习技术应用于口腔癌检测	发现局部电场极化方向顶点数较少的多面体可实现最大SERS活性，并将SERS技术与深度学习神经网络技术结合用于口腔癌临床检测	NA	研究多面体顶点数对SERS活性的影响及其在口腔癌检测中的应用	金纳米四面体SERS基底和口腔癌患者唾液样本	数字病理学	口腔癌	表面增强拉曼散射(SERS)技术, 有限差分时域(FDTD)模拟	深度学习神经网络	拉曼光谱数据	NA
1927	2025-05-27	Deep learning-assisted 10-μL single droplet-based viscometry for human aqueous humor 2025-Sep-15, Biosensors & bioelectronics IF:10.7Q1 DOI:10.1016/j.bios.2025.117530 PMID:40359807	research paper	开发了一种基于深度学习的微流控粘度测量方法，用于测量人类房水的粘度	首次实现了对10微升人类房水粘度的测量，并观察到个体间约30%的差异	NA	优化青光眼治疗中的微管分流设计	人类房水	生物医学技术	青光眼	微流控技术	深度学习	视频或图像	10微升的人类房水样本
1928	2025-05-27	Multi-modal multi-task deep neural networks for sleep disordered breathing assessment using cardiac and audio signals 2025-Sep, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2025.105932 PMID:40286704	研究论文	本文介绍了一种使用心脏和音频信号进行睡眠呼吸障碍评估的多模态多任务深度学习方法	结合心脏和音频信号，利用多模态数据融合提升睡眠呼吸障碍检测性能	样本量较小（161名受试者），且SDB严重程度分类的准确率有待提高（57.8%）	开发一种成本效益高且易于获取的睡眠呼吸障碍检测方法	睡眠呼吸障碍（SDB）患者	机器学习	睡眠呼吸障碍	多模态多任务深度学习	深度神经网络	心脏信号（心电图）和音频信号	161名受试者的夜间记录
1929	2025-05-27	Using longitudinal data and deep learning models to enhance resource allocation in home-based medical care 2025-Sep, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2025.105953 PMID:40300486	研究论文	本研究利用纵向数据和深度学习模型优化家庭医疗资源分配	首次比较了Transformer、LSTM和GRU三种深度学习模型在家庭医疗阶段预测中的表现，并确定了5次就诊数据即可实现准确预测	研究数据仅来自台北市立医院，可能影响模型的泛化能力	通过AI预测家庭医疗阶段以优化医疗资源分配	家庭医疗患者	机器学习	老年疾病	深度学习	Transformer, LSTM, GRU	医疗记录	4,343名平均年龄85岁的患者
1930	2025-05-27	Automatic and precise identification of volatile organic compounds from gas chromatography in prolonged atmospheric monitoring 2025-Aug-02, Journal of chromatography. A DOI:10.1016/j.chroma.2025.466035 PMID:40373387	research paper	本研究提出了一种基于人工智能的模型ResGRU，用于自动精确识别气相色谱中的挥发性有机化合物（VOCs）	ResGRU模型在保留时间定位上的平均绝对误差为0.0144分钟，比传统机器学习或深度学习模型小2.76至38.19倍，且能精确识别微弱的色谱峰并对异常色谱图具有卓越的适应性	NA	为气相色谱数据的精确分析提供新方法，以更深入地探索VOCs污染的机制	挥发性有机化合物（VOCs）	machine learning	NA	gas chromatography	ResGRU	chromatographic data	来自中国上海、湖北和江苏四个监测站点的数据
1931	2025-05-27	A subject transfer neural network fuses Generator and Euclidean alignment for EEG-based motor imagery classification 2025-Aug, Journal of neuroscience methods IF:2.7Q3 DOI:10.1016/j.jneumeth.2025.110483 PMID:40350042	research paper	提出了一种基于深度学习的迁移学习模型ST-GENN，用于改进脑机接口(BCI)中基于EEG的运动想象分类	结合生成器和欧几里得对齐的迁移学习模型，有效将源域数据分布迁移至目标域	未提及具体计算资源需求或模型训练时间	解决个体间EEG信号差异问题，提高BCI分类准确率	脑电信号(EEG)和运动想象分类	脑机接口	NA	迁移学习	ST-GENN (包含Generator和CAT分类器)	EEG信号	BCI competition IV 2a/2b和SHU数据集
1932	2025-05-27	Machine learning techniques to predict diabetic ketoacidosis and HbA1c above 7% among individuals with type 1 diabetes - A large multi-centre study in Australia and New Zealand 2025-Jul, Nutrition, metabolism, and cardiovascular diseases : NMCD DOI:10.1016/j.numecd.2025.103861 PMID:39939258	research paper	该研究利用机器学习技术预测1型糖尿病患者的糖尿病酮症酸中毒(DKA)和HbA1c>7%的风险	首次在澳大利亚和新西兰的大型多中心临床数据集中应用深度学习模型预测DKA，并展示了较高的预测性能	研究仅基于澳大利亚和新西兰的数据，可能不适用于其他人群	开发有效的机器学习模型来预测1型糖尿病患者的不良结局风险	1型糖尿病患者	machine learning	diabetes	machine learning	Deep Learning, Support Vector Machine	clinical demographic and socio-economic data	13761名1型糖尿病患者
1933	2025-05-27	Assessment of AI-accelerated T2-weighted brain MRI, based on clinical ratings and image quality evaluation 2025-Jul, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112123 PMID:40315626	research paper	比较基于深度学习的MRI重建方法与传统T2加权脑MRI的临床评分和图像质量	首次评估商业化的深度学习MRI重建方法在临床环境中的表现	研究样本量有限，且仅在一台3T MRI扫描仪上进行	评估AI加速的T2加权脑MRI的临床应用价值	100名患有各种神经系统疾病的患者	医学影像分析	神经系统疾病	Deep Learning-based MRI reconstruction	深度学习模型	MRI图像	100名患者
1934	2025-05-27	Impact of CT reconstruction algorithms on pericoronary and epicardial adipose tissue attenuation 2025-Jul, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112132 PMID:40344712	研究论文	本研究探讨了ASIR-V和DLIR算法对心周脂肪组织(PCAT)和心外膜脂肪组织(EAT)量化的影响，并探索通过脂肪阈值调整校正这些影响的可行性	首次比较了ASIR-V和DLIR算法对PCAT和EAT衰减值的影响，并提出了脂肪阈值调整的校正方法	研究为回顾性分析，样本量相对较小(134例患者)	评估不同CT重建算法对脂肪组织定量的影响并探索校正方法	心周脂肪组织(PCAT)和心外膜脂肪组织(EAT)	医学影像分析	心血管疾病	冠状动脉CT血管造影(CCTA)	ASIR-V和DLIR算法	医学影像数据	134例接受CCTA检查的患者
1935	2025-05-27	Automated vertebrae identification and segmentation with structural uncertainty analysis in longitudinal CT scans of patients with multiple myeloma 2025-Jul, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112160 PMID:40349413	research paper	本研究通过结构不确定性分析优化了多发性骨髓瘤患者纵向CT扫描中的深度学习椎骨分割方法	结合开源深度学习方法与后验结构不确定性分析，自动修正不一致性或标记不确定区域供人工审查	需要人工审查3.6%的扫描，增加了部分工作量	优化多发性骨髓瘤患者纵向CT扫描中的椎骨分割准确性	474名多发性骨髓瘤患者的纵向CT扫描数据	digital pathology	multiple myeloma	CT扫描	Payer's method	image	474名患者（训练队列179名，测试队列295名），共1020次扫描
1936	2025-05-27	Application and optimization of the U-Net++ model for cerebral artery segmentation based on computed tomographic angiography images 2025-Jul, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112137 PMID:40367559	research paper	本研究基于计算机断层扫描血管造影（CTA）图像，应用并优化了U-Net++模型用于脑动脉分割，重点分析了分割性能与计算成本之间的权衡	通过优化U-Net++模型的剪枝级别，实现了在保持有效分割性能的同时降低计算成本	研究中仅使用了双能量CTA和直接减影CTA数据集，可能限制了模型的泛化能力	优化脑动脉分割的深度学习模型，以提高临床诊断的效率和准确性	脑动脉，特别是靠近骨骼的颈内动脉和椎动脉	digital pathology	cerebrovascular disease	computed tomographic angiography (CTA)	U-Net++	image	双能量CTA和直接减影CTA数据集
1937	2025-05-27	PEDRA-EFB0: colorectal cancer prognostication using deep learning with patch embeddings and dual residual attention 2025-Jun, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03292-3 PMID:39833600	research paper	该论文提出了一种名为PEDRA-EFB0的深度学习架构，用于结直肠癌CT扫描的特征提取和生存预测	整合了补丁嵌入和双残差注意力机制，增强了特征提取能力，并提出了一种结合自动编码器和熵技术的特征选择算法	未提及具体的数据集规模或多样性限制	提高结直肠癌CT扫描的特征提取和生存预测的准确性	结直肠癌患者的CT扫描数据	digital pathology	colorectal cancer	deep learning	CNN with patch embeddings and dual residual attention	CT scans	NA
1938	2025-05-27	Automatic skeletal maturity grading from pelvis radiographs by deep learning for adolescent idiopathic scoliosis 2025-Jun, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03283-4 PMID:39838221	research paper	该研究提出了一种基于深度学习的多任务学习方法，用于从骨盆X光片中自动评估青少年特发性脊柱侧凸（AIS）患者的骨骼成熟度（Risser阶段）	采用改进的Swin Transformer模型，并结合空间和通道重建卷积Swin块，提高了Risser阶段评估的准确性	未提及模型在其他数据集上的泛化能力	解决Risser阶段手动评估中观察者内和观察者间的不准确性问题	青少年特发性脊柱侧凸（AIS）患者的骨盆X光片	digital pathology	adolescent idiopathic scoliosis	deep learning	改进的Swin Transformer	image	NA
1939	2025-05-27	CTCNet: a fine-grained classification network for fluorescence images of circulating tumor cells 2025-Jun, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03297-y PMID:39841310	研究论文	本文提出了一种名为CTCNet的细粒度分类网络，用于循环肿瘤细胞（CTCs）荧光图像的分类	开发了CTCDet数据集和CTCNet混合架构，结合CNN和Transformer，通过Parallel Token mixer和DLKAttention模块提升分类性能	未提及具体的数据集规模限制或模型计算复杂度	提升循环肿瘤细胞（CTCs）的分类准确性以促进癌症诊断和治疗	循环肿瘤细胞（CTCs）的荧光图像	数字病理学	癌症	深度学习	CNN和Transformer混合架构	图像	未明确提及具体样本数量，但使用了大规模CTCDet数据集
1940	2025-05-27	Adaptive ensemble loss and multi-scale attention in breast ultrasound segmentation with UMA-Net 2025-Jun, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03301-5 PMID:39847155	研究论文	本文提出了一种名为UMA-Net的改进UNet架构，用于乳腺超声图像分割，通过集成残差连接、注意力机制和空洞卷积瓶颈，有效捕获多尺度上下文信息	UMA-Net结合了自适应集成损失函数，动态平衡训练过程中不同损失组件的贡献，解决了传统损失函数导致的优化不平衡问题	NA	提高乳腺超声图像中病灶分割的准确性和泛化能力	乳腺超声图像	计算机视觉	乳腺癌	深度学习	UMA-Net（基于UNet架构）	图像	五个不同的乳腺超声数据集（BUET、BUSI、Mendeley、OMI和UDIAT）