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
9021	2025-10-06	CDFA: Calibrated deep feature aggregation for screening synergistic drug combinations 2025, Frontiers in pharmacology IF:4.4Q1 DOI:10.3389/fphar.2025.1608832 PMID:40771923	研究论文	提出一种基于深度学习的校准深度特征聚合框架，用于筛选协同药物组合	提出基于蛋白质信息和基因表达的新型细胞系表征方法，使用Transformer架构的特征聚合网络建模药物对与细胞系的复杂相互作用，并引入不确定性校准方法增强预测可靠性	NA	开发计算方法来高效筛选协同药物组合，解决传统湿实验方法资源消耗大的问题	药物组合和细胞系	机器学习	复杂疾病	蛋白质信息分析，基因表达分析	Transformer	蛋白质信息，基因表达数据	NA	NA	Transformer	NA	NA
9022	2025-10-06	Emerging trends and knowledge networks in pan-cancer sorafenib resistance: a 20-year bibliometric investigation 2025, Frontiers in pharmacology IF:4.4Q1 DOI:10.3389/fphar.2025.1581820 PMID:40771926	文献计量学研究	通过20年文献计量学分析揭示泛癌种索拉非尼耐药的研究趋势和知识网络	首次对索拉非尼耐药进行跨癌种的系统性文献计量学分析，识别关键耐药机制和研究空白	仅基于Web of Science数据库文献，可能遗漏部分相关研究	阐明索拉非尼耐药的潜在机制和研究趋势	肝细胞癌、转移性肾细胞癌、放射性碘难治性分化型甲状腺癌	文献计量学	多癌种（肝癌、肾癌、甲状腺癌）	文献计量分析，网络可视化	NA	文献数据	1,484篇相关出版物	VOSviewer, CiteSpace	NA	NA	NA
9023	2025-10-06	Federated knee injury diagnosis using few shot learning 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1589358 PMID:40771942	研究论文	提出一种结合联邦学习和少样本学习的混合方法用于膝关节损伤MRI诊断	首次将联邦学习与少样本学习相结合，采用3DResNet50架构和原型网络，在保护数据隐私的同时解决标注数据稀缺问题	冠状面视图性能较低，复杂架构导致计算需求较高	开发能够在保护患者隐私的前提下使用有限标注数据进行膝关节损伤诊断的方法	膝关节损伤（前交叉韧带撕裂和半月板撕裂）的MRI扫描图像	计算机视觉	膝关节损伤	MRI扫描	CNN	医学图像	MRNet数据集	NA	3DResNet50, Prototypical Networks	准确率	NA
9024	2025-10-06	A comparative study of bone density in elderly people measured with AI and QCT 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1582960 PMID:40771941	研究论文	本研究通过AI模型与QCT方法比较，验证基于常规CT扫描的骨密度AI预测在骨质疏松诊断中的临床价值	首创双验证框架验证基于深度学习的骨密度预测算法，并评估多厂商CT设备间测量一致性	回顾性研究设计，样本量相对有限（702例患者）	验证AI骨密度预测与QCT的诊断等效性，评估跨设备测量一致性，确定AI衍生骨密度在骨质疏松分类中的临床效用	702名患者（2019-2022年）的配对CT/QCT数据集	医学影像分析	骨质疏松症	定量CT（QCT），常规胸腹部CT扫描	深度学习模型	CT影像数据	702名患者的多中心回顾性数据	NA	NA	AUC, 准确率, 灵敏度, 特异性, R²值	NA
9025	2025-10-06	Artificial intelligence in neurodegenerative diseases research: a bibliometric analysis since 2000 2025, Frontiers in neurology IF:2.7Q3 DOI:10.3389/fneur.2025.1607924 PMID:40771972	文献计量分析	对2000-2025年神经退行性疾病人工智能研究领域的文献计量分析	首次系统分析神经退行性疾病AI研究领域的知识图谱和发展轨迹	仅基于Web of Science数据库的1402篇文献，可能存在收录偏差	探索人工智能在神经退行性疾病研究中的发展态势和研究热点	神经退行性疾病研究领域的科学文献	文献计量学	神经退行性疾病	文献计量分析	NA	文献元数据	1402篇出版物（1159篇文章，243篇综述）	VOSviewer, CiteSpace, Bibliometrix R	NA	合作中心性（0.24），篇均引用次数（31.68）	NA
9026	2025-10-06	Domain adaptive deep possibilistic clustering for EEG-based emotion recognition 2025, Frontiers in neuroscience IF:3.2Q2 DOI:10.3389/fnins.2025.1592070 PMID:40772260	研究论文	提出一种结合深度领域不变特征学习与可能性聚类的领域自适应框架，用于解决基于EEG的情绪识别中的领域偏移问题	将最大均值差异重新表述为模糊熵正则化框架下的单中心聚类任务，并引入自适应加权损失和记忆库策略增强伪标签可靠性	NA	开发鲁棒的跨领域脑电信号情绪识别方法	脑电信号(EEG)	机器学习	NA	脑电信号采集	深度聚类	脑电信号	三个基准数据集(SEED, SEED-IV, DEAP)	NA	深度可能性聚类	识别准确率, 泛化能力	NA
9027	2025-10-06	EPI-DynFusion: enhancer-promoter interaction prediction model based on sequence features and dynamic fusion mechanisms 2025, Frontiers in genetics IF:2.8Q2 DOI:10.3389/fgene.2025.1614222 PMID:40772277	研究论文	提出基于序列特征和动态融合机制的增强子-启动子相互作用预测模型EPI-DynFusion	结合Transformer和BiGRU架构的动态特征融合机制，并引入卷积块注意力模块(CBAM)增强对关键区域的关注能力	仅基于DNA序列信息进行预测，未考虑其他表观遗传因素	开发高效的计算模型来预测增强子-启动子相互作用	DNA序列中的增强子-启动子相互作用	生物信息学	NA	DNA序列分析	CNN, Transformer, BiGRU	DNA序列数据	六个基准细胞系数据	NA	CNN, Transformer, BiGRU, CBAM	AUROC, AUPR	NA
9028	2025-10-06	A classification method of motor imagery based on brain functional networks by fusing PLV and ECSP 2025-Oct, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107684 PMID:40450930	研究论文	提出一种融合相位锁定值和增强共空间模式的脑功能网络构建方法，用于运动想象分类	融合边缘特征和节点特征构建新型脑功能网络，并设计注意力多尺度特征卷积神经网络进行验证	NA	增强大脑状态解码能力，评估运动想象过程中脑区相关节点的功能连接变化	左右手抓握任务的运动想象脑电信号	脑机接口	NA	脑电图，相位锁定值，增强共空间模式	CNN	脑电信号	SHU_Dataset和BCI IV 2a数据集	NA	注意力多尺度特征卷积神经网络	准确率	NA
9029	2025-10-06	CDAFormer: Hybrid Transformer-based contrastive domain adaptation framework for unsupervised hyperspectral change detection 2025-Oct, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107633 PMID:40505164	研究论文	提出基于混合Transformer的对比域自适应框架CDAFormer，用于无监督高光谱变化检测	首次将混合Transformer与对比域自适应结合，通过分别对齐两个域的变化和未变化差异特征来实现无监督域适应	未明确说明对计算资源的需求和模型训练时间成本	解决高光谱图像变化检测中的域适应问题，提升模型在无标注数据下的检测性能	高光谱图像	计算机视觉	NA	高光谱成像	Transformer	高光谱图像	NA	NA	混合Transformer, 全连接层	NA	NA
9030	2025-10-06	Physics-informed neural networks for solving inverse problems in phase field models 2025-Oct, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107665 PMID:40554300	研究论文	本研究将物理信息神经网络应用于相场模型中的逆问题求解	将PINNs研究重点从正问题转向逆问题，实现了关键各向异性材料参数的反演，并扩展了在多物理场耦合系统中的应用	NA	解决相场模型中的逆问题，包括扩散、流动和相变问题	材料科学中的相场模型、温度场和流场控制方程	机器学习	NA	物理信息神经网络	PINNs	数值模拟数据	NA	NA	结合数据驱动和物理驱动模块的神经网络	预测值与理论值的一致性	NA
9031	2025-10-06	Multifrequency Time-Dependent Deep Image Prior for Real-Time Free-Breathing Cardiac Imaging 2025-Sep, NMR in biomedicine IF:2.7Q1 DOI:10.1002/nbm.70114 PMID:40760871	研究论文	本研究提出了一种多频率时间依赖深度图像先验方法，用于实现自由呼吸条件下的实时心脏磁共振成像	引入了多频率流形参数化时间，无需假设运动周期性；采用零样本深度学习联合估计线圈灵敏度	与传统扫描相比，边缘锐度和图像对比度评分较低	开发无需屏息或心电图门控的高时间分辨率功能性心脏成像技术	健康受试者和心律失常患者	医学影像	心血管疾病	MRI, 2D自由呼吸非门控黄金角螺旋bSSFP序列	深度图像先验	动态MRI图像	健康受试者和患者（包括心律失常患者）	零样本深度学习	Time-DIP, Multifrequency Time-DIP	图像质量指标，左心室功能测量，时间分辨率，混叠伪影减少	NA
9032	2025-10-06	Understanding the Pathophysiology of Mental Diseases and Early Diagnosis Thanks to Electrophysiological Tools: Some Insights and Empirical Facts 2025-Sep, Clinical EEG and neuroscience IF:1.6Q3 DOI:10.1177/15500594241227485 PMID:38238934	研究论文	探讨神经生理学工具在精神疾病病理生理机制研究和早期诊断中的应用价值	聚焦三种高流行性精神疾病中神经生理学技术的新进展，结合机器学习方法提升诊断效能	未提及研究样本量的具体限制，主要基于现有文献证据进行论述	评估电生理工具在精神疾病诊断和治疗监测中的应用潜力	三种精神疾病：痴呆亚型、精神分裂症和成瘾障碍	医学神经科学	精神疾病	脑电图、失匹配负波、认知事件相关电位	深度学习	电生理信号	NA	NA	NA	NA	NA
9033	2025-10-06	BlurryScope enables compact, cost-effective scanning microscopy for HER2 scoring using deep learning on blurry images 2025-Aug-06, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-01882-x PMID:40764388	研究论文	开发了一种名为BlurryScope的快速扫描光学显微镜，利用连续图像采集和深度学习技术，为组织切片自动检测分析提供经济紧凑的解决方案	通过运动模糊图像实现HER2评分分类，设备成本显著低于商业数字病理扫描仪且体积更小	NA	开发经济高效的自动化数字病理扫描解决方案	免疫组化染色的乳腺癌组织切片	数字病理	乳腺癌	免疫组化染色，光学显微镜扫描	深度学习	图像	284个独特患者组织核心	NA	NA	准确率	NA
9034	2025-10-06	Pyramidal attention-based T network for brain tumor classification: a comprehensive analysis of transfer learning approaches for clinically reliable and reliable AI hybrid approaches 2025-Aug-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-11574-x PMID:40764518	研究论文	提出一种基于金字塔注意力的T型网络用于脑肿瘤分类，并全面分析迁移学习方法在临床可靠AI混合方法中的应用	结合层次金字塔注意力机制和基于T块的双分区特征提取，采用自卷积扩张神经分类器，自适应聚焦脑MRI图像中的信息区域	NA	开发临床可部署、可解释的自动化脑肿瘤分类模型	脑肿瘤MRI图像	计算机视觉	脑肿瘤	MRI	CNN, LSTM, ANN	图像	7023张图像，包含四种类型：胶质瘤、脑膜瘤、无肿瘤、垂体瘤	NA	PABT-Net, VGG19, MobileNet, NASNet	准确率, 精确率, 召回率, 特异性, F1分数, AUC, 混淆矩阵, ROC分析, Jaccard相似指数, Cohen's Kappa值	NA
9035	2025-10-06	Scalable and lightweight deep learning for efficient high accuracy single-molecule localization microscopy 2025-Aug-05, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-62662-5 PMID:40764305	研究论文	提出轻量级深度学习框架LiteLoc用于高效处理单分子定位显微镜数据	采用轻量级神经网络架构并整合CPU和GPU并行处理，在保持定位精度的同时显著降低延迟和能耗	NA	开发可扩展的高通量单分子定位显微镜数据分析框架	单分子定位显微镜数据	计算机视觉	NA	单分子定位显微镜	深度学习	显微镜图像	NA	NA	轻量级神经网络	定位精度, 处理速度, 资源效率	CPU, GPU
9036	2025-10-06	A deep learning framework for gender sensitive speech emotion recognition based on MFCC feature selection and SHAP analysis 2025-Aug-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-14016-w PMID:40764384	研究论文	提出一种基于MFCC特征选择和SHAP分析的性别敏感语音情感识别深度学习框架	相比现有深度学习方法在语音情感识别任务中实现了15%的性能提升，并采用SHAP分析进行特征选择	NA	开发高精度的语音情感识别系统	语音信号中的情感状态（快乐、悲伤、愤怒、恐惧、惊讶和中性）	自然语言处理	NA	MFCC特征提取，SHAP分析	CNN, RNN, LSTM	语音数据	NA	NA	卷积神经网络，循环神经网络，长短期记忆网络	准确率	NA
9037	2025-10-06	Road damage detection based on improved YOLO algorithm 2025-Aug-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-14461-7 PMID:40764422	研究论文	提出一种基于改进YOLOv5算法的道路损伤检测方法	集成通道注意力和空间注意力双分支注意力机制，结合GIoU损失函数增强检测精度和定位能力	NA	开发高效准确的道路损伤自动检测技术	道路损伤和路面病害	计算机视觉	NA	深度学习	YOLO	图像	公共数据集	NA	YOLOv5	检索率,平均值,调和均值F1,PCI	NA
9038	2025-10-06	Deep-learning-enabled online mass spectrometry of the reaction product of a single catalyst nanoparticle 2025-Aug-05, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-62602-3 PMID:40764516	研究论文	本研究开发了一种结合深度学习与在线质谱分析的方法，用于检测单个催化剂纳米颗粒的反应产物	将约束去噪自编码器与纳米流体反应器结合，使在线质谱分析所需的催化剂表面积减少了约3个数量级，达到单个纳米颗粒水平	研究仅使用CO氧化和CH加氢作为模型反应，尚未验证在其他催化反应体系中的普适性	提高质谱分析在催化研究中的分辨率，实现单颗粒催化的在线反应分析	钯(Pd)催化剂纳米颗粒	机器学习	NA	在线质谱分析,纳米流体反应器	约束去噪自编码器	质谱信号	单个纳米颗粒(表面积0.0072±0.00086 μm²)	NA	约束去噪自编码器	信号检测灵敏度	NA
9039	2025-10-06	Smartphone video-based early diagnosis of blepharospasm using dual cross-attention modeling enhanced by facial pose estimation 2025-Aug-05, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-01904-8 PMID:40764679	研究论文	提出基于智能手机视频和双交叉注意力深度学习框架的眼睑痉挛早期诊断方法	结合时序视频特征和面部关键点动态的双交叉注意力建模，并通过面部姿态估计增强	诊断性能中等(0.674)，样本来源仅限于两家医院	开发眼睑痉挛的早期准确诊断和评估方法	眼睑痉挛患者的面部视频数据	计算机视觉	眼睑痉挛	智能手机视频采集，面部姿态估计	深度学习	视频	回顾性数据集847个患者视频，前瞻性评估179个样本	NA	双交叉注意力框架	准确率，SHAP分析	NA
9040	2025-10-06	Gated recurrent unit with decay has real-time capability for postoperative ileus surveillance and offers cross-hospital transferability 2025-Aug-04, Communications medicine IF:5.4Q1 DOI:10.1038/s43856-025-01053-9 PMID:40760048	研究论文	本研究评估了带衰减门控循环单元(GRU-D)在结直肠手术后肠梗阻实时风险监测中的应用	首次将深度学习模型GRU-D应用于术后肠梗阻风险监测，并验证了其跨医院迁移能力	数据稀疏性问题严重（72.2%的实验室数据和26.9%的生命体征数据在术后24小时内缺乏测量值）	开发能够实时监测结直肠手术后肠梗阻风险的深度学习模型	7349例来自三个梅奥诊所站点、使用两种电子健康记录系统的结直肠手术患者	医疗人工智能	结直肠手术并发症	电子健康记录(EHR)数据分析	GRU-D	临床时间序列数据	7349例结直肠手术	NA	GRU-D	AUROC, 置信区间	NA