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
9941	2025-10-06	Construction of crown profile prediction model of Pinus yunnanensis based on CNN-LSTM-attention method 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1567131 PMID:40703862	研究论文	基于CNN-LSTM-Attention混合深度学习方法和新型树冠竞争指数构建云南松树冠轮廓预测模型	首次将CNN-LSTM-Attention混合深度学习模型与新型树冠轮廓竞争指数(CPCI)相结合，有效捕捉树冠空间异质性和垂直结构	研究仅基于云南大理苍山5个年龄分层固定样地的629棵树数据，样本来源地域有限	提高云南松树冠轮廓预测精度，更好地理解森林结构和竞争关系	云南松(Pinus yunnanensis)树冠轮廓	计算机视觉	NA	深度学习建模	CNN, LSTM, Attention机制	树冠轮廓数据	629棵树，来自5个年龄分层固定样地	NA	CNN-LSTM, CNN-LSTM-Attention, Vanilla LSTM	MSE, RMSE, MAE, R²	NA
9942	2025-10-06	Design and development of an efficient RLNet prediction model for deepfake video detection 2025, Frontiers in big data IF:2.4Q2 DOI:10.3389/fdata.2025.1569147 PMID:40704217	研究论文	提出一种结合ResNet和LSTM的RLNet深度学习框架，用于高精度检测深度伪造视频	同时利用空间和时间特征进行深度伪造检测，结合ResNet捕捉帧级空间异常和LSTM分析视频序列的时间不一致性	未明确说明数据集的具体规模和多样性限制	开发高效的深度伪造视频检测方法以增强数字内容的安全性和真实性	真实视频和深度伪造视频	计算机视觉	NA	深度学习	CNN, LSTM	视频	包含真实视频和深度伪造视频的多样化数据集（具体数量未说明）	NA	ResNet, LSTM	准确率	NA
9943	2025-10-06	Application of deep learning for diagnosis of shoulder diseases in older adults: a narrative review 2025-Jan, Ewha medical journal IF:0.3Q3 DOI:10.12771/emj.2025.e6 PMID:40704206	综述	探讨深度学习在老年人肩部疾病诊断中的应用现状与潜力	系统综述深度学习在肩部疾病自动化诊断中的创新应用，包括图像分割、运动分析和骨质疏松量化	需要大规模前瞻性验证研究来确保通用性和临床工作流程整合	评估深度学习技术在老年人肩部疾病诊断与管理中的应用价值	老年人肩部疾病患者	计算机视觉	老年疾病	MRI, CT, X射线	CNN	医学影像	NA	NA	卷积神经网络	准确率	NA
9944	2025-10-06	Differential Privacy Enabled Robust Asynchronous Federated Multitask Learning: A Multigradient Descent Approach 2025-Aug, IEEE transactions on cybernetics IF:9.4Q1 DOI:10.1109/TCYB.2025.3571953 PMID:40531632	研究论文	提出一种结合差分隐私的鲁棒异步联邦多任务学习方法，通过多梯度下降解决数据异构和拜占庭攻击问题	首次将联邦学习重构为多目标优化问题，提出联邦多梯度下降算法，并开发半异步聚合方法和分布式差分隐私技术	未明确说明具体应用场景下的性能限制和计算开销分析	解决联邦学习中的数据异构、设备异构、隐私泄露和非凸损失等实际问题	边缘计算设备和分布式数据源	机器学习	NA	联邦学习，差分隐私	深度学习模型	分布式数据	NA	NA	NA	收敛性分析	边缘计算设备
9945	2025-10-06	A Multi-Modal Pelvic MRI Dataset for Deep Learning-Based Pelvic Organ Segmentation in Endometriosis 2025-Jul-24, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05623-3 PMID:40707497	研究论文	本研究提出了用于子宫内膜异位症盆腔器官分割的多模态MRI数据集，并评估了两种自动分割方法的性能	首次公开提供专门针对子宫内膜异位症的多中心盆腔MRI数据集，包含多结构手动标注和评估者间一致性分析	数据集规模相对有限，卵巢分割在子宫内膜异位症MRI中存在挑战	开发子宫内膜异位症盆腔MRI的自动分割方法	子宫内膜异位症患者的盆腔MRI影像	数字病理	子宫内膜异位症	磁共振成像	CNN	医学影像	多中心数据集51例（3名标注者），单中心数据集81例（1名标注者）	nnU-Net	nnU-Net, RAovSeg	分割性能评估	NA
9946	2025-10-06	AI-CMCA: a deep learning-based segmentation framework for capillary microfluidic chip analysis 2025-Jul-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-11508-7 PMID:40691244	研究论文	提出基于深度学习的毛细管微流控芯片分析框架AI-CMCA，用于自动化流体路径检测与追踪	首次将深度学习分割技术应用于毛细管微流控芯片分析，结合迁移学习特征初始化、编码器-解码器语义分割和序列帧分析	仅测试了五种架构，未明确说明训练数据规模和多样性限制	开发自动化毛细管微流控芯片流体路径分析框架	毛细管微流控芯片中的流体运动	计算机视觉	NA	深度学习分割	CNN	图像序列	NA	NA	U-Net,MobileNetV2,PAN,FPN,PSP-Net,DeepLabV3+	IoU,F1-score	适用于智能手机或边缘设备部署的轻量级设计
9947	2025-10-06	The Chest X- Ray: The Ship has Sailed, But Has It? 2025-Jul-01, Journal of insurance medicine (New York, N.Y.) DOI:10.17849/insm-52-1-21-22.1 PMID:40047110	评论	探讨深度学习技术是否能重新赋予胸片在保险承保风险评估中的价值	首次结合深度学习技术重新评估传统胸片在保险精算领域的潜在应用价值	未提供具体实验数据验证深度学习在胸片风险评估中的实际效果	评估胸片结合深度学习技术在保险承保风险分析中的潜在价值	保险申请人胸片检查数据	医疗影像分析	肺部疾病	胸片成像	深度学习	医学影像	NA	NA	NA	NA	NA
9948	2025-10-06	Deep Learning Algorithms to Predict Differential Renal Function <40% in Unilateral Hydronephrosis Based on Key Parameters of Urinary Tract Ultrasound 2025-06, Urology IF:2.1Q2 DOI:10.1016/j.urology.2025.04.009 PMID:40210002	研究论文	基于尿路超声关键参数开发深度学习算法预测单侧肾积水患者分肾功能<40%	首次将肾盂前后径、上盏扩张和肾脏长度比等超声参数结合机器学习模型用于预测分肾功能受损	回顾性研究设计，样本仅来自单一医疗中心	开发预测单侧肾积水儿童分肾功能<40%的机器学习模型	802例肾积水儿童患者	机器学习	肾积水	尿路超声，利尿肾图	随机森林, 逻辑回归, 支持向量机	超声参数，临床数据	802例儿童患者	NA	NA	AUROC, 灵敏度, 特异度	NA
9949	2025-10-06	Fully volumetric body composition analysis for prognostic overall survival stratification in melanoma patients 2025-May-12, Journal of translational medicine IF:6.1Q1 DOI:10.1186/s12967-025-06507-1 PMID:40355935	研究论文	本研究利用深度学习对黑色素瘤患者的基线CT扫描进行全容积身体成分分析，以预测总生存期	首次采用全容积身体成分分析方法，利用常规CT扫描无需额外检查即可实现生存期预测	样本量相对有限，需要进一步多中心验证	探索基于深度学习的身体成分分析在黑色素瘤患者总生存期预测中的价值	黑色素瘤患者	数字病理	黑色素瘤	CT扫描	深度学习网络	医学影像	495名患者（内部队列）+ 428名患者（外部验证）	NA	NA	风险比(HR), P值	NA
9950	2025-10-06	Deep Learning-Based Prediction of Glaucoma Severity and Progression Using Imo/TEMPO Screening Program 2025 Nov-Dec, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2025.100805 PMID:40697390	研究论文	开发DeepISP深度学习模型，基于快速筛查视野检查预测青光眼患者的全面视野信息和疾病进展	首次开发能够同时预测当前视野状态和视野进展的多任务神经网络，并采用数据增强技术合成训练数据	回顾性研究设计，样本量相对有限，需要进一步前瞻性验证	开发基于深度学习的青光眼严重程度和进展预测模型	青光眼患者	医学人工智能	青光眼	视野检查，深度学习	多任务神经网络	医学影像数据，视野检查数据	187个真实ISP测试（112名患者）和3470个合成ISP测试（883名患者）	NA	多任务神经网络	平均绝对误差，平均F1分数，曲线下面积	NA
9951	2025-10-06	SpatialCVGAE: Consensus Clustering Improves Spatial Domain Identification of Spatial Transcriptomics Using VGAE 2025-Sep, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-024-00676-1 PMID:39680300	研究论文	提出基于共识聚类的空间转录组数据分析框架SpatialCVGAE，用于提高空间域识别的稳定性与准确性	首次将共识聚类与变分图自编码器结合用于空间转录组数据，通过集成多个潜在表示的聚类结果提升模型鲁棒性	NA	解决空间转录组数据聚类分析中的不稳定性问题	空间转录组数据	生物信息学	NA	空间转录组技术	VGAE	基因表达数据、空间图数据	NA	PyTorch	变分图自编码器	稳定性、准确性	NA
9952	2025-10-06	EnDM-CPP: A Multi-view Explainable Framework Based on Deep Learning and Machine Learning for Identifying Cell-Penetrating Peptides with Transformers and Analyzing Sequence Information 2025-Sep, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-024-00673-4 PMID:39714579	研究论文	提出一种基于深度学习和机器学习的多视图可解释框架EnDM-CPP，用于识别细胞穿透肽并分析序列信息	结合Transformer架构的语言模型特征（ProtT5和ESM-2）与传统序列特征，采用多模型集成策略提高预测性能	NA	开发计算方法来预测潜在的细胞穿透肽，以促进药物递送载体的开发	细胞穿透肽（CPPs）	机器学习	NA	序列分析	CNN, TextCNN, SVM, CatBoost, Logistic Regression	蛋白质序列数据	整合三个基准数据集（CPPsite 2.0、MLCPP 2.0和CPP924）以提高多样性和减少同源性	NA	Transformer, CNN, TextCNN	准确率, 马修斯相关系数	NA
9953	2025-10-06	MultiKD-DTA: Enhancing Drug-Target Affinity Prediction Through Multiscale Feature Extraction 2025-Sep, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-025-00697-4 PMID:40019659	研究论文	提出一种通过多尺度特征提取增强药物-靶点亲和力预测的深度学习架构	创新性地结合图神经网络、预训练大规模蛋白质模型和注意力机制，采用多尺度特征提取方法	NA	提高药物-靶点相互作用亲和力预测的准确性	药物分子和蛋白质靶点	机器学习	NA	深度学习	图神经网络, 双向长短期记忆网络, 注意力机制	分子结构图, 蛋白质序列	两个公开数据集	NA	多尺度卷积网络, ESM-2预训练模型	NA	NA
9954	2025-10-06	iEnhancer-GDM: A Deep Learning Framework Based on Generative Adversarial Network and Multi-head Attention Mechanism to Identify Enhancers and Their Strength 2025-Sep, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-025-00703-9 PMID:40335860	研究论文	提出基于生成对抗网络和多头注意力机制的深度学习框架iEnhancer-GDM，用于识别增强子及其强度预测	引入Wasserstein生成对抗网络进行数据增强，结合多头注意力机制和多尺度卷积神经网络提升模型性能	增强子训练数据集规模有限，可能导致模型过拟合和分类准确率问题	开发增强子识别及其强度预测的计算方法	DNA增强子序列	生物信息学	NA	DNA序列分析	GAN, CNN, LSTM, 多头注意力机制	DNA序列数据	NA	NA	WGAN-GP, 多尺度CNN, 双向LSTM, 多头注意力机制	准确率	NA
9955	2025-10-06	ResNeXt-Based Rescoring Model for Proteoform Characterization in Top-Down Mass Spectra 2025-Sep, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-025-00701-x PMID:40381130	研究论文	提出基于ResNeXt的深度学习模型PrSMBooster，用于在自上而下质谱中重新评分蛋白质形态谱匹配以提高鉴定准确性	首次将ResNeXt架构与集成机器学习方法相结合用于蛋白质形态表征的重新评分，通过整合逻辑回归、XGBoost、决策树和支持向量机作为弱学习器提取特征	未明确说明模型对特定类型蛋白质形态的适用性限制，且依赖外部数据集进行验证	提高自上而下蛋白质组学中蛋白质形态鉴定的准确性	蛋白质形态谱匹配	机器学习	NA	自上而下质谱法	ResNeXt, 集成学习	质谱数据	47个独立质谱数据集，涵盖多个物种	NA	ResNeXt	错误发现率	NA
9956	2025-10-06	NPI-HetGNN: A Prediction Model of ncRNA-Protein Interactions Based on Heterogeneous Graph Neural Networks 2025-Sep, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-025-00716-4 PMID:40455400	研究论文	提出基于异构图神经网络的NPI-HetGNN模型用于预测非编码RNA与蛋白质的相互作用	结合序列特性和异质连接拓扑构建初始特征，通过元路径游走聚合语义信息，并引入能量约束自注意力模块增强特征提取能力	缺乏湿实验室验证条件，仅采用计算验证	开发计算模型预测非编码RNA与蛋白质相互作用	非编码RNA和蛋白质	机器学习	NA	异构图神经网络	GNN	序列数据, 网络拓扑数据	四个基准数据集	NA	HetGNN	NA	NA
9957	2025-10-06	Continuous noninvasive blood pressure estimation using tissue blood flow measured by diffuse correlation spectroscopy 2025-Sep, APL bioengineering IF:6.6Q1 DOI:10.1063/5.0266243 PMID:40697813	研究论文	本研究提出了一种基于漫相关光谱技术测量组织血流量的无创连续血压监测方法	首次将漫相关光谱技术测量的组织血流量与深度学习相结合，实现无创连续血压估计	样本量较小（12名受试者），需要进一步扩大验证规模	开发无创连续血压监测技术	人体血压和组织血流量	机器学习	心血管疾病	漫相关光谱技术	深度学习	组织血流量数据、血压数据	12名受试者	NA	BFBP模型	平均绝对误差, 英国高血压协会标准评级	NA
9958	2025-10-06	Impact of prompting on large language model performance: ChatGPT-4 performance on the 2023 hand surgery self-assessment examination 2025-Sep, Journal of hand and microsurgery IF:0.3Q4 DOI:10.1016/j.jham.2025.100326 PMID:40708759	研究论文	评估ChatGPT-4在手外科自我评估考试中的表现及提示工程对其性能的影响	首次评估GPT-4在手外科专业考试中的表现，并分析通过提供历史考试题目进行提示对其性能的影响	排除视频类题目，样本量有限，提示后性能提升无统计学显著性	评估大型语言模型在医学专业考试中的表现及其学习能力	2023年手外科认证维护自我评估考试的文本和图像题目	自然语言处理	手外科疾病	提示工程，图像识别	大型语言模型	文本，图像	2023年手外科SAE全部文本和图像题目，以及2014-2020年5个历史SAE题目	NA	GPT-4	正确率，Fisher精确检验	NA
9959	2025-10-06	Diffraction-informed deep learning for molecular-specific holograms of breast cancer cells 2025-Sep, APL bioengineering IF:6.6Q1 DOI:10.1063/5.0246495 PMID:40708806	研究论文	提出一种名为HoloNet的新型深度学习架构，用于直接分析乳腺癌细胞的衍射图像，实现细胞类型分类和分子标记物定量	专门针对衍射图像特性设计的深度学习架构，能够直接处理原始衍射图像而无需计算重建，在细胞诊断中实现高精度分类和分子标记物量化	NA	解决透镜自由数字在线全息术产生的衍射图像在人类解读和计算重建方面的挑战	乳腺癌细胞	计算成像	乳腺癌	透镜自由数字在线全息术	深度学习	衍射图像	NA	NA	HoloNet	精度	NA
9960	2025-10-06	Risk score stratification of cutaneous melanoma patients based on whole slide images analysis by deep learning 2025-Aug, Journal of the European Academy of Dermatology and Venereology : JEADV IF:8.4Q1 DOI:10.1111/jdv.20538 PMID:39853986	研究论文	开发基于全切片图像分析的深度学习模型SmartProg-MEL，用于皮肤黑色素瘤患者的风险分层和生存预测	首次利用弱监督深度学习方法从HE染色全切片图像中提取形态学特征，实现皮肤黑色素瘤患者的自动化风险分层	样本量相对有限，外部验证队列规模较小	改进原发性皮肤黑色素瘤的风险分层，指导辅助治疗决策	I-III期皮肤黑色素瘤患者	数字病理学	皮肤黑色素瘤	HE染色全切片图像分析	深度神经网络	全切片图像	发现队列342例，外部验证队列161例和63例	NA	SmartProg-MEL	一致性指数	NA