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
761	2025-11-15	GeneRAIN: multifaceted representation of genes via deep learning of gene expression networks 2025-Sep-22, Genome biology IF:10.1Q1 DOI:10.1186/s13059-025-03749-6 PMID:40983974	研究论文	开发基于Transformer的GeneRAIN模型套件，从41万个人类批量RNA-seq样本中学习基因表达关系	提出新颖的Binning-By-Gene标准化技术和GeneRAIN-vec多面向量化基因表示方法，在知识迁移方面实现突破	NA	推进Transformer和自监督深度学习在基因表达数据中的应用，增强生物学探索能力	人类基因表达数据，包括蛋白质编码基因和长链非编码RNA	机器学习	NA	RNA-seq	Transformer	基因表达数据	410,000个人类批量RNA-seq样本	NA	Transformer	NA	NA
762	2025-11-15	EDLNet: ensemble deep learning network model for automatic brain tumor classification and segmentation 2025-Sep, Journal of biomolecular structure & dynamics IF:2.7Q2 DOI:10.1080/07391102.2024.2311343 PMID:38345061	研究论文	提出一种集成深度学习网络模型EDLNet，用于自动脑肿瘤分类和分割	提出新的集成深度学习网络模型，结合改进的Faster RCNN进行分类和基于DRCNN的分割方法	NA	开发自动脑肿瘤分类和分割的深度学习模型	脑部MRI扫描图像	数字病理	脑肿瘤	MRI扫描	集成深度学习,Faster RCNN,深度循环卷积神经网络	医学图像	两个公开数据集(D1和D2)，具体样本数量未明确说明	NA	EDLNet,Modified Faster RCNN,DRCNN	准确率	NA
763	2025-11-15	Fast and Stable Neonatal Brain MR Imaging Using Integrated Learned Subspace Model and Deep Learning 2025-Aug, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2025.3541643 PMID:40072865	研究论文	通过整合学习的新生儿特定子空间模型和模型驱动深度学习，实现快速稳定的新生儿脑部MR成像	提出将新生儿特定子空间模型与深度网络相结合的新方法，解决了新生儿MRI训练数据不足的问题	需要进一步开发以提升在新生儿成像应用中的实际效用	加速新生儿脑部MR成像并提高重建稳定性	新生儿脑部MR图像	医学影像处理	新生儿脑部疾病	MR成像，k空间稀疏采样	深度学习，子空间模型	MR图像，k空间数据	dHCP数据集和四个独立医疗中心的测试数据	NA	深度神经网络	重建稳定性，图像质量	NA
764	2025-11-15	SimPep and OP-AND: A deep learning framework and curated database for predicting osteogenic peptides 2025-Aug, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1013422 PMID:40880496	研究论文	开发了一个用于预测成骨肽的深度学习框架SimPep和经过整理的公共数据库OP-AND	提出了新假设——参与破骨细胞形成的蛋白质衍生肽可能作为非成骨肽，并创建了首个公开的成骨肽数据库	成骨肽数据可用性有限	预测成骨肽以预防骨骼相关疾病	乳制品中的生物活性肽	机器学习	骨骼疾病	NA	深度学习	肽序列数据	NA	NA	NA	准确率, AUC	NA
765	2025-11-15	Cutting Skill Assessment by Motion Analysis Using Deep Learning and Spatial Marker Tracking 2025-06, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2025.3529500 PMID:40030929	研究论文	提出一种通过手术刀运动分析评估开放手术中切割技能的方法	首次将运动分析应用于开放手术技能评估，设计了3D多面ArUco码立方体并建立了手术刀尖端坐标系数据集	仅针对四种常见切口类型进行评估，样本规模有限	开发客观量化的开放手术切割技能评估方法	外科医生的手术刀切割技能	计算机视觉	NA	空间标记追踪，双目视觉	CNN	图像，运动轨迹数据	20名外科医生（专家和新手各半）执行四种切口类型	PyTorch	YOLOv8	平均切口曲率偏差，切口长度差异，切口端点偏差，平均切口偏差，平均切割急动度	NA
766	2025-11-15	Advancing Acoustic Droplet Vaporization for Tissue Characterization Using Quantitative Ultrasound and Transfer Learning 2025-06, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2025.3527141 PMID:40031047	研究论文	本研究通过定量超声和迁移学习技术探索声学液滴汽化在组织表征中的应用	首次将迁移学习与卷积神经网络结合用于区分纤维蛋白水凝胶，通过声学液滴汽化产生的微气泡特性表征组织机械性能	研究仅限于纤维蛋白基组织模拟水凝胶，尚未在真实生物组织中进行验证	开发基于声学液滴汽化和深度学习的组织表征方法	纤维蛋白基组织模拟水凝胶中的相变纳米液滴	生物医学超声	NA	声学液滴汽化、被动空化检测、B模式超声、对比增强超声	CNN	超声图像、声学信号	不同纤维蛋白密度的水凝胶样本	NA	AlexNet	平均回声强度、气泡云面积、二阶纹理特征（方差、同质性、能量）	NA
767	2025-11-15	A longitudinal observational study with ecological momentary assessment and deep learning to predict non-prescribed opioid use, treatment retention, and medication nonadherence among persons receiving medication treatment for opioid use disorder 2025-Jun, Journal of substance use and addiction treatment DOI:10.1016/j.josat.2025.209685 PMID:40127869	研究论文	使用生态瞬时评估和深度学习预测阿片类药物使用障碍患者在治疗期间的非法阿片使用、治疗保留和药物不依从行为	结合生态瞬时评估的实时情境数据与递归深度学习模型，采用7天滑动窗口预测次日临床结局	样本量较小（62名参与者），模型性能在不同结局指标间存在较大波动（AUC 0.58-0.97）	预测接受药物治疗的阿片类药物使用障碍患者的关键临床结局	接受药物治疗的阿片类药物使用障碍成年患者	机器学习	阿片类药物使用障碍	生态瞬时评估，电子健康记录分析	递归深度学习模型	时间序列数据，情境评估数据，电子健康记录	62名成年人，14,322次观察记录	NA	NA	AUC	NA
768	2025-11-15	Integrating Alternative Fragmentation Techniques into Standard LC-MS Workflows Using a Single Deep Learning Model Enhances Proteome Coverage 2025-Jun-01, bioRxiv : the preprint server for biology DOI:10.1101/2025.05.28.656555 PMID:40501536	研究论文	开发了一种能够整合多种碎片化技术的质谱仪，并构建了统一的深度学习模型来预测碎片离子强度，显著提高了蛋白质组覆盖度	首次构建了能够自动执行多种碎片化技术的质谱仪，并开发了覆盖所有技术的单一深度学习模型	NA	增强蛋白质组学实验中蛋白质鉴定的覆盖度和效率	蛋白质组学数据	机器学习	NA	LC-MS, CID, UVPD, EID, ECD, DDA, DIA	深度学习	质谱数据	NA	Prosit	深度学习模型	蛋白质鉴定数量增加百分比	NA
769	2025-11-15	Deep Learning-Based Event Counting for Apnea-Hypopnea Index Estimation Using Recursive Spiking Neural Networks 2025-04, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2024.3498097 PMID:40030371	研究论文	提出一种基于递归脉冲神经网络的深度学习事件计数方法，用于家庭环境中睡眠呼吸暂停的筛查和呼吸暂停低通气指数估计	首次将递归脉冲神经网络应用于呼吸事件计数，无需精确定位事件时间点即可实现准确的AHI估计	样本量较小（N=33），需要在更大数据集上验证性能	开发改进的家庭睡眠呼吸暂停筛查方法	睡眠呼吸暂停患者	机器学习	睡眠呼吸暂停	音频记录，血氧饱和度记录	SNN	音频信号，SpO2信号	33例整夜录音数据	NA	递归脉冲神经网络	平均绝对误差	NA
770	2025-11-15	Current Advancements in Digital Neuropathology and Machine Learning for the Study of Neurodegenerative Diseases 2025-Feb-13, The American journal of pathology DOI:10.1016/j.ajpath.2024.12.018 PMID:39954963	综述	本文综述了数字神经病理学与机器学习在神经退行性疾病研究中的最新进展与应用潜力	整合全切片图像与先进机器学习技术，探索无监督学习在未标注数据中的模式识别能力，开发可解释AI模型	面临专家标注有限、切片扫描可及性差、机构间差异大、大尺寸WSI数据集共享复杂等挑战	通过计算神经退行性神经病理学方法提升神经病理评估、诊断和研究水平	神经退行性疾病的神经病理学数据	数字病理学	神经退行性疾病	全切片图像分析	深度学习, 无监督学习	医学图像	NA	NA	NA	准确性, 效率	NA
771	2025-11-15	The Current Research Landscape on the Machine Learning Application in Autism Spectrum Disorder: A Bibliometric Analysis From 1999 to 2023 2025, Current neuropharmacology IF:4.8Q1 DOI:10.2174/011570159X332833241222191422 PMID:40143686	文献计量分析	通过文献计量分析方法研究1999-2023年间机器学习在自闭症谱系障碍领域应用的研究现状和热点趋势	首次系统分析机器学习在自闭症谱系障碍领域应用的文献计量特征和发展轨迹	仅基于Web of Science数据库，可能存在文献收录不全的局限性	探索机器学习在自闭症谱系障碍领域的研究趋势、热点主题和未来发展方向	1999-2023年间发表的1357篇相关学术文献	机器学习	自闭症谱系障碍	文献计量分析，神经影像技术，脑电图	NA	文献元数据	1357篇论文	Microsoft Excel, VOSviewer, CiteSpace	NA	NA	NA
772	2025-11-15	Advancements in Image-Based Analyses for Morphology and Staging of Colon Cancer: A Comprehensive Review 2025, BioMed research international IF:2.6Q3 DOI:10.1155/bmri/9214337 PMID:41031243	综述	本文系统回顾了基于图像的结肠癌形态学分析和分期技术的最新进展	全面整合了多种影像模态与人工智能技术的临床应用，特别关注AI在诊断准确性和预后预测中的突破性表现	存在观察者间变异性、数据集偏差、监管问题以及缺乏标准化AI验证协议等挑战	评估影像学技术和人工智能在结肠癌检测、分期和治疗规划中的应用效果	结肠癌的影像学特征和分期标准	数字病理	结肠癌	结肠镜检查、计算机断层扫描(CT)、磁共振成像(MRI)、内镜超声(EUS)、组织病理学分析	深度学习	医学影像	基于过去十年PubMed、Scopus和IEEE Xplore数据库的同行评审研究	NA	NA	敏感性、分期准确性、5年生存预测准确率	NA
773	2025-11-15	An explainable hybrid deep learning framework for precise skin lesion segmentation and multi-class classification 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1681542 PMID:41158448	研究论文	提出一种可解释的混合深度学习框架，用于皮肤病变的精确分割和多分类	集成U-Net分割网络和EfficientNet-B0分类模块的双任务架构，并引入Grad-CAM增强模型可解释性	存在类别不平衡问题，对代表性不足的类别处理有待改进，需要在实际场景中进一步验证	开发用于皮肤病变分割和分类的可靠AI诊断工具	皮肤病变的dermoscopic图像	计算机视觉	皮肤癌	dermoscopic成像	深度学习,CNN	图像	HAM10000数据集	NA	U-Net,EfficientNet-B0	Dice系数,准确率	NA
774	2025-11-15	Detection and classification of venous thromboembolism through image test reports analysis using active learning and deep learning 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0335262 PMID:41212856	研究论文	本研究通过主动学习和深度学习模型分析影像检查报告，实现静脉血栓栓塞症的检测与分类	结合主动学习策略与深度学习模型，在样本量有限和类别不平衡的真实临床数据中实现高效分类	存在ICD-10编码欠文档化问题，且在某些分类任务中模型性能会下降	评估主动学习在静脉血栓栓塞症报告分类中的效率，比较深度学习与传统机器学习模型的性能	5,839份影像检查报告，其中1,088份(18.6%)为VTE阳性	自然语言处理	静脉血栓栓塞症	影像报告分析	LSTM, 1D-CNN, BERT, RF, SVM, GBM	文本	5,839份影像报告	NA	LSTM, multi-kernel 1D-CNN with GloVe, BERT, BioBERT	F1分数	NA
775	2025-11-15	Railway fastener defect detection using RFD-DETR: A lightweight real-time transformer-based approach 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0331513 PMID:41212928	研究论文	提出一种基于Transformer的轻量级实时铁路扣件缺陷检测方法RFD-DETR	引入三个创新模块：小波变换卷积模块(WTConv)增强多尺度特征提取并减少计算量，跨尺度特征融合模块(CSPPDC)结合通道门控注意力下采样优化缺陷检测，小波变换特征提升(WFU)模块改善特征融合效果	NA	开发高效的铁路扣件缺陷自动检测方法	铁路轨道扣件	计算机视觉	NA	深度学习	Transformer, DETR	图像	扩展后的铁路扣件数据集	NA	RFD-DETR, DETR	mAP, IoU	NA
776	2025-11-15	GAM-enhanced deepLabv3+ for accurate burn scar extraction in karst regions from remote sensing images 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0336384 PMID:41218024	研究论文	提出一种结合全局注意力机制的DeepLabv3+模型，用于喀斯特地区遥感图像中火烧迹地的精确提取	通过优化ASPP模块的扩张率(1,3,5)避免网格伪影，并在解码器后引入全局注意力模块(GAM)动态重校准通道-空间依赖关系	在参数量和推理速度方面仍有优化空间	解决喀斯特地区地形破碎和植被模式复杂等挑战，实现火烧迹地的精确语义分割	喀斯特地区森林火烧迹地	计算机视觉	NA	遥感技术	语义分割	遥感图像	贵州省贵阳市花溪区2024年典型火灾事件构建的单区域数据集	NA	DeepLabv3+, ResNet50	mIoU, mAcc	NA
777	2025-11-15	Hybrid deep learning framework for real-time fault detection in squirrel-cage induction motors 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0336323 PMID:41218031	研究论文	提出一种基于混合深度学习的实时故障检测框架，用于鼠笼式感应电机的故障诊断	开发了结合CNN和GRU/LSTM的混合深度学习架构，能同时捕捉时空特征，在实时故障检测中实现高精度和计算效率	需要大量计算资源和标注数据集，未与最先进方法直接对比，缺乏真实工业噪声数据的验证	开发智能可靠的预测性维护系统，实现鼠笼式感应电机的实时故障检测	鼠笼式感应电机(SCIMs)	机器学习	NA	传感器数据分析	CNN, GRU, LSTM, BiLSTM, ANN	传感器时序数据	100万样本(健康与故障状态各半)	MATLAB Simulink	CNN-GRU, CNN-LSTM, LSTM, BiLSTM, Stacked LSTM, GRU, CNN, ANN	准确率, 精确率, 召回率, F1分数, 推理时间, 延迟, 吞吐量	需要大量计算资源(具体型号未指定)
778	2025-11-15	Enhancing museum visitor forecasting using deep learning and sentiment analysis: A transformer-based approach for sustainable management 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0335623 PMID:41218039	研究论文	本研究开发了一种结合结构化数据和情感分析的博物馆访客预测模型，采用Transformer架构提升预测精度	首次将博物馆相关新闻和用户评论的情感分析融入访客预测，通过比较七种算法证明Transformer模型的优越性	未明确说明数据来源的具体时间跨度和地理范围，模型在极端事件下的适应性有待验证	建立融合多源数据的博物馆访客预测框架以支持可持续管理决策	博物馆年度访客量及相关结构化数据、新闻文章和用户评论的情感数据	自然语言处理,机器学习	NA	情感分析,深度学习	Transformer,RNN,GAN,CNN,LSTM	结构化数据,文本数据	NA	NA	Transformer	RMSE,MSLE,MAPE	NA
779	2025-11-15	SH-DETR: Enhancing steel surface defect detection and classification with an improved transformer architecture 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0334048 PMID:41218093	研究论文	提出一种改进的Transformer架构SH-DETR，用于增强钢铁表面缺陷检测与分类性能	结合多通道随机编码与多尺度特征融合模块，引入多通道混洗编码模块和参数无关的UPC-SimAM注意力模块	NA	解决传统模型在钢铁表面缺陷检测中识别精度低和分类能力不足的问题	钢铁表面缺陷	计算机视觉	NA	深度学习	Transformer, CNN	图像	NEU-DET和GC10-DE数据集	NA	ResNet18, Transformer, UPC-SimAM	分类准确率, mAP@0.5, mAP@0.5:0.95	NA
780	2025-11-15	Computational models for pan-cancer classification based on multi-omics data 2025, Frontiers in genetics IF:2.8Q2 DOI:10.3389/fgene.2025.1667325 PMID:41220429	综述	本文综述了基于多组学数据的泛癌分类计算模型，总结了现有方法并探讨了未来研究方向	系统梳理了泛癌分类的计算模型方法，并对不同方法的优劣进行了比较分析	现有框架难以整合肿瘤内部的动态时间变化和空间异质性，限制了实时临床应用	研究泛癌分类方法以解决肿瘤异质性带来的诊断和治疗挑战	多组学数据（基因组学、转录组学、蛋白质组学）和泛癌图谱	机器学习	泛癌（多种癌症）	多组学数据整合分析	机器学习,深度学习	多组学数据	NA	NA	NA	NA	NA