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
1181	2025-06-15	Deep learning-based action recognition for analyzing drug-induced bone remodeling mechanisms 2025, Frontiers in pharmacology IF:4.4Q1 DOI:10.3389/fphar.2025.1564157 PMID:40510423	research paper	提出了一种基于深度学习的动作识别框架，用于分析药物诱导的骨重塑机制	结合图神经网络（GNNs）和动态信号传播模型，识别驱动骨重塑的关键分子相互作用，并集成预测药理学相互作用模型以量化药物-靶点相互作用	未提及具体实验样本量或数据来源的局限性	优化治疗干预并减少骨健康管理中的不良反应	药物诱导的骨重塑机制	machine learning	geriatric disease	graph neural networks (GNNs), dynamic signal propagation model	GNN	multi-scale biological data	NA	NA	NA	NA	NA
1182	2025-06-15	Graph convolutional neural networks improved target-specific scoring functions for cGAS and kRAS in virtual screening 2025, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2025.05.023 PMID:40510763	研究论文	本研究通过结合分子图和卷积神经网络，提高了针对cGAS和kRAS蛋白的靶向特异性评分函数在虚拟筛选中的外推能力和准确性	首次将图卷积神经网络应用于靶向特异性评分函数的开发，显著提升了虚拟筛选的准确性和外推性能	研究仅针对cGAS和kRAS两种蛋白进行验证，需要更多靶点验证其普适性	提高虚拟筛选中靶向特异性评分函数的准确性和外推能力	cGAS和kRAS蛋白	机器学习	NA	分子对接、虚拟筛选	图卷积神经网络(GCN)、传统机器学习模型	分子图数据	NA	NA	NA	NA	NA
1183	2025-06-15	Random splicing assisted deep learning for breast cancer cell line classification via Raman spectroscopy 2025, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2025.05.051 PMID:40510766	研究论文	本文开发了一种名为随机拼接-卷积神经网络（RS-CNN）的深度学习框架，用于通过拉曼光谱对乳腺癌细胞系进行分类	通过随机拼接同一细胞系的拉曼光谱，RS-CNN增强了特征光谱特征，同时扩大了数据集规模并改善了信号质量	NA	开发一种深度学习框架以提高拉曼光谱在癌症识别中的准确性和效率	六种乳腺癌细胞系	数字病理学	乳腺癌	拉曼光谱	RS-CNN（随机拼接-卷积神经网络）	光谱数据	每种细胞系450个光谱，数据有限条件下为100个光谱/细胞系	NA	NA	NA	NA
1184	2025-06-14	Real-time detection and monitoring of public littering behavior using deep learning for a sustainable environment 2025-01-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-77118-x PMID:39848984	research paper	利用深度学习实时检测和监控公共乱扔垃圾行为，以促进可持续环境	结合MoViNet视频分类模型和YOLOv8目标检测模型，通过面部识别和车牌识别技术识别乱扔垃圾的个体	数据收集困难，需通过模拟真实场景获取数据	通过技术手段减少公共乱扔垃圾行为，保护环境和人类健康	车辆和行人的乱扔垃圾行为	computer vision	NA	深度学习、计算机视觉	MoViNet, YOLOv8, LRCN, CNN-RNN	视频	模拟真实场景收集的数据集	NA	NA	NA	NA
1185	2025-01-24	From pixels to patients: the evolution and future of deep learning in cancer diagnostics: (Trends in Molecular Medicine, published online December 11, 2024) 2025-Jan-21, Trends in molecular medicine IF:12.8Q1 DOI:10.1016/j.molmed.2024.12.012 PMID:39843287	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1186	2025-06-14	Deep Learning Applied to Diffusion-weighted Imaging for Differentiating Malignant from Benign Breast Tumors without Lesion Segmentation 2025-01, Radiology. Artificial intelligence DOI:10.1148/ryai.240206 PMID:39565222	研究论文	评估和比较不同人工智能模型在扩散加权成像（DWI）中区分良性和恶性乳腺肿瘤的性能，并与放射科医生的评估进行比较	应用深度学习模型（特别是小型2D CNN）在无需病灶分割的情况下，利用DWI数据区分乳腺肿瘤的良恶性，且性能与放射科医生相当	研究为回顾性设计，样本量相对较小（334个乳腺病灶），且所有患者均为女性	评估AI模型在乳腺肿瘤良恶性鉴别中的性能	乳腺肿瘤患者	计算机视觉	乳腺癌	扩散加权成像（DWI）	2D CNN, ResNet-18, EfficientNet-B0, 3D CNN	医学影像	293名女性患者的334个乳腺病灶	NA	NA	NA	NA
1187	2025-06-14	Innovative data techniques for centrifugal pump optimization with machine learning and AI model 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0325952 PMID:40493691	research paper	本文探讨了利用机器学习和AI模型优化离心泵的数据技术	采用Dewesoft FFT DAQ系统和传感器融合技术提取高质量数据，结合EDA、数据可视化和特征工程提升数据可解释性，并通过假设测试验证数据完整性	未提及具体模型在极端条件下的表现或泛化能力	提高离心泵的运营效率并减少模型训练时间	离心泵机器(CPM)	machine learning	NA	Exploratory Data Analysis (EDA), Data Visualization, Feature Engineering (FE)	machine learning classifiers, deep learning algorithms	sensor data	NA	NA	NA	NA	NA
1188	2025-06-14	A User-Friendly Machine Learning Pipeline for Automated Leaf Segmentation in Atriplex lentiformis 2025, Bioinformatics and biology insights IF:2.3Q3 DOI:10.1177/11779322251344033 PMID:40496491	研究论文	本文介绍了一种用于植物表型分析的端到端深度学习管道，专注于自动化叶片分割	结合了微调的Mask R-CNN模型与自然语言提示技术，并集成了QR码自动识别功能，开发了用户友好的Streamlit网络应用	训练数据集较小（仅176张植物图像）	开发一个准确、可扩展且用户友好的自动化叶片分割管道	Atriplex lentiformis植物的叶片	计算机视觉	NA	深度学习	Mask R-CNN, Segment Anything Model (SAM), Grounded SAM	图像	176张植物图像	NA	NA	NA	NA
1189	2025-06-14	An integrated approach for mental health assessment using emotion analysis and scales 2025 Jan-Dec, Healthcare technology letters IF:2.8Q3 DOI:10.1049/htl2.12040 PMID:40502325	research paper	该研究提出了一种结合情绪分析和量表的综合方法进行心理健康评估，特别是针对抑郁症的初步评估	整合了四种模块（面部情绪识别、量表问卷、语音情绪识别和医生聊天）进行抑郁症评估，提高了预测的准确性	情绪识别的准确性仍有提升空间，且用户可能需要与真实医生交流以消除疑虑	开发一种综合方法，通过情绪分析和量表评估抑郁症	抑郁症患者或潜在患者	machine learning	mental illness	Facial Emotion Recognition (FER), Speech Emotion Recognition (SER), 量表问卷	深度学习模型（未明确具体类型）	image, audio, text	使用了FER2013数据集以及RAVDESS、TESS、SAVEE和CREMA-D数据集	NA	NA	NA	NA
1190	2025-06-14	Integration of T cell repertoire, CyTOF, genotyping and symptomatology data reveals subphenotypic variability in COVID-19 patients 2025, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2025.05.016 PMID:40502932	研究论文	该研究通过整合T细胞受体库、CyTOF、基因分型和症状学数据，揭示了COVID-19患者的亚表型变异性	使用LCM-BIC算法整合多种免疫表型和遗传数据，识别出三个新的患者聚类，并通过深度学习分析TCR氨基酸序列，发现与疾病严重程度相关的SARS-CoV-2特异性TCR序列	样本量较小（61名患者），且仅来自西班牙人群，可能限制结果的普适性	通过整合多种数据识别COVID-19患者的免疫和遗传特征，以帮助分层和管理患者	61名西班牙COVID-19患者（33名轻度，28名重度）	免疫学	COVID-19	CyTOF, TCRseq, SNP分析, 深度学习	LCM-BIC算法, 深度学习模型	免疫表型数据, 基因分型数据, 症状学数据	61名COVID-19患者（33名轻度，28名重度）	NA	NA	NA	NA
1191	2025-06-14	Prediction of CRISPR-Cas9 on-target activity based on a hybrid neural network 2025, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2025.05.001 PMID:40502933	研究论文	提出了一种基于混合神经网络CRISPR_HNN的CRISPR-Cas9靶向活性预测方法	整合了MSC、MHSA和BiGRU模块，有效捕捉局部动态特征和全局长距离依赖关系，并采用One-hot Encoding和Label Encoding策略	未提及具体的数据集局限性或模型泛化能力测试	提高sgRNA活性的预测准确性，以增强CRISPR-Cas9基因编辑技术的安全性和有效性	CRISPR-Cas9系统中的sgRNA活性	机器学习	NA	CRISPR-Cas9基因编辑技术	混合深度神经网络（整合MSC、MHSA和BiGRU）	基因序列数据	未明确提及具体样本量，仅说明在公共数据集上测试	NA	NA	NA	NA
1192	2025-10-06	Minimal sourced and lightweight federated transfer learning models for skin cancer detection 2025-01-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-82402-x PMID:39837883	研究论文	提出一种基于轻量级联邦迁移学习的皮肤癌分类方法，使用最小资源实现高精度检测	结合轻量级预训练模型与联邦学习框架，在低像素图像和非独立同分布数据条件下实现高效皮肤癌分类	仅使用特定形状的低像素图像数据，模型在其他分辨率图像上的泛化能力未验证	开发资源需求最小化的高精度皮肤癌自动分类技术	皮肤病变图像数据	计算机视觉	皮肤癌	深度学习，联邦学习，迁移学习	CNN	图像	NA	TensorFlow, PyTorch	EfficientNetV2S, EfficientNetB3, ResNet50, NasNetMobile	准确率, 精确率, 召回率, 分类损失	轻量级计算资源
1193	2025-10-06	Predicting branch retinal vein occlusion development using multimodal deep learning and pre-onset fundus hemisection images 2025-01-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-85777-7 PMID:39837962	研究论文	开发基于深度学习模型利用发病前眼底半球图像预测分支视网膜静脉阻塞	首次使用发病前眼底半球图像结合多模态深度学习预测BRVO，提出血管增强多模态方法	样本量有限（27只受影响眼睛），需要更大规模多中心数据集验证	预测分支视网膜静脉阻塞的发生	单侧BRVO患者的眼底半球图像	计算机视觉	视网膜静脉阻塞	眼底成像	深度学习	图像	27只BRVO受影响眼睛与81只未受影响半球图像（来自韩国两家三级医疗中心2005-2023年数据）	NA	U-net	AUC, 准确率	NA
1194	2025-10-06	Deep-learning based electromagnetic navigation system for transthoracic percutaneous puncture of small pulmonary nodules 2025-01-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-85209-6 PMID:39833245	研究论文	开发了一种基于深度学习的电磁导航穿刺系统，用于经皮穿刺小型肺结节	将多种深度学习模型与电磁和空间定位技术相结合，开发了新型电磁导航穿刺系统	仅在体模和动物模型中进行验证，尚未进行人体临床试验	提高小型肺结节经皮穿刺的准确性和效率	亚厘米肺结节	医学影像分析	肺结节	电磁导航技术, 空间定位技术, CT成像	深度学习模型	医学影像数据	体模研究和动物研究	NA	NA	技术成功率, 穿刺误差, 手术时间, CT采集次数, 并发症发生率	NA
1195	2025-10-06	Visual impairment prevention by early detection of diabetic retinopathy based on stacked auto-encoder 2025-01-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-85752-2 PMID:39833312	研究论文	提出基于增强堆叠自编码器的糖尿病视网膜病变早期检测方法，用于预防视力损伤	与传统CNN方法相比，通过降低时间复杂度、减少错误和增强噪声抑制来提高可靠性	未明确说明模型在临床环境中的实际部署挑战和泛化能力	糖尿病视网膜病变的早期检测和分期分类以预防视力损伤	糖尿病患者的视网膜眼底图像	计算机视觉	糖尿病视网膜病变	眼底图像分析	堆叠自编码器	图像	35,126张视网膜眼底图像，包含1个正常阶段和4个DR阶段	NA	堆叠自编码器	准确率, 召回率, 精确率, F1分数	NA
1196	2025-10-06	Predicting drug and target interaction with dilated reparameterize convolution 2025-01-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-86918-8 PMID:39833385	研究论文	提出一种名为Rep-ConvDTI的新型药物-靶点相互作用预测框架，通过扩张重参数化卷积和大核卷积块提取大规模序列信息	设计大核卷积块提取大规模序列信息，引入重参数化方法帮助大核卷积捕获小尺度信息，开发门控注意力机制更高效表征药物和靶点相互作用	NA	预测药物与靶点之间的相互作用	药物配体和靶点蛋白	机器学习	NA	深度学习	CNN	序列数据	三个基准数据集	NA	重参数化卷积,门控注意力机制	NA	NA
1197	2025-10-06	Deep learning of noncontrast CT for fast prediction of hemorrhagic transformation of acute ischemic stroke: a multicenter study 2025-Jan-15, European radiology experimental IF:3.7Q1 DOI:10.1186/s41747-024-00535-0 PMID:39812734	研究论文	基于非增强CT和临床数据开发深度学习模型预测急性缺血性卒中后出血性转化	首次结合非增强CT影像和临床数据构建集成模型，用于预测急性缺血性卒中静脉溶栓后出血性转化及其预后不良亚型	回顾性研究，样本量相对有限（445例患者），需要进一步前瞻性验证	开发并验证能够预测急性缺血性卒中静脉溶栓后出血性转化的预测模型	接受静脉溶栓治疗的急性缺血性卒中患者	医学影像分析	急性缺血性卒中	非增强计算机断层扫描（NCCT）	深度学习, eXtreme Gradient Boosting	医学影像, 临床数据	445例患者（来自6个医疗中心），训练队列344例，测试队列101例	NA	深度学习模型, 集成模型	AUROC, DeLong检验	NA
1198	2025-10-06	Efficient evidence selection for systematic reviews in traditional Chinese medicine 2025-Jan-15, BMC medical research methodology IF:3.9Q1 DOI:10.1186/s12874-024-02430-z PMID:39815209	研究论文	提出一种结合深度学习和布尔逻辑算法的精准优先综合信息提取与选择方法，用于提高传统中医系统评价中证据选择的效率和准确性	将已建立的深度学习模型(Evi-BERT结合基于规则的方法)与布尔逻辑算法和扩展检索策略集成，实现自动准确的证据选择	该方法需要进一步验证其全部潜力	提高传统中医系统评价和临床指南中证据选择的效率和准确性	传统中医相关主题的系统评价文献	自然语言处理	NA	深度学习，布尔逻辑算法，扩展检索策略	BERT	文本	10篇高质量随机选择的传统中医相关主题中文系统评价	NA	Evi-BERT	筛选时间，准确性	NA
1199	2025-10-06	Effect of feedback-integrated reflection, on deep learning of undergraduate medical students in a clinical setting 2025-Jan-14, BMC medical education IF:2.7Q1 DOI:10.1186/s12909-025-06648-3 PMID:39810114	研究论文	本研究评估反馈整合反思对医学生在妇科临床环境中深度学习的影响	首次在医学教育中比较反馈整合反思与单纯反思对高阶多选题成绩的影响	样本量较小（68名参与者），仅针对妇科临床环境，研究结果可能无法推广到其他医学专业	评估反馈整合反思对医学生有意义学习和高阶思维能力的影响	68名医学本科最后一年学生	医学教育	妇科疾病	随机对照试验	NA	测试成绩数据，反思文本	68名医学本科最后一年学生	NA	NA	测试成绩，百分比增益，标准化学习增益，净学习增益	NA
1200	2025-06-13	Student engagement assessment using multimodal deep learning 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0325377 PMID:40493580	研究论文	提出了一种基于多模态深度学习的框架，用于学生参与度评估	结合视频、文本和日志三种模态数据，采用异步数据融合和深度学习模型评估学生参与度，并使用梯度幅度映射区分参与度水平的细微差异	未明确提及具体局限性	提升学生积极表现并优化教学方法	学生参与度	机器学习	NA	多模态深度学习	CNN	视频、文本、日志	未明确提及样本数量	NA	NA	NA	NA