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
12521	2025-03-15	A variational deep-learning approach to modeling memory T cell dynamics 2025-Feb-25, bioRxiv : the preprint server for biology DOI:10.1101/2024.07.08.602409 PMID:40060443	研究论文	本文提出了一种结合深度学习和随机变分推理的方法，用于建模小鼠流感病毒感染后肺内记忆T细胞的动态变化	该方法能够同时推断动态模型参数和群体结构，直接基于单细胞流式细胞术数据进行训练，而非预定义细胞群的动力学	研究仅限于小鼠模型，未涉及人类或其他生物系统的验证	研究旨在解决高维数据与可解释数学模型之间的挑战，特别是在免疫反应中的细胞动态变化	小鼠流感病毒感染后的肺内记忆CD4和CD8 T细胞	机器学习	流感	单细胞流式细胞术	深度学习与随机变分推理	单细胞数据	NA
12522	2025-03-15	Learning maximally spanning representations improves protein function annotation 2025-Feb-17, bioRxiv : the preprint server for biology DOI:10.1101/2025.02.13.638156 PMID:40027840	研究论文	本文提出了一种名为MSRep的新型深度学习框架，旨在解决蛋白质功能注释中的不平衡问题，并提高注释准确性	MSRep框架通过优化受神经崩溃（NC）启发的损失函数，确保少数功能在嵌入空间中与多数功能同等表示，从而提高了预测准确性和泛化能力	虽然MSRep在多个蛋白质功能注释任务中表现出色，但其在未表征蛋白质上的应用仍需进一步验证	提高蛋白质功能注释的准确性，特别是对于研究不足的功能类别	蛋白质功能注释	计算生物学	NA	深度学习	预训练蛋白质语言模型	蛋白质序列数据	NA
12523	2025-03-15	CT-based radiomics-deep learning model predicts occult lymph node metastasis in early-stage lung adenocarcinoma patients: A multicenter study 2025-Jan-30, Chinese journal of cancer research = Chung-kuo yen cheng yen chiu DOI:10.21147/j.issn.1000-9604.2025.01.02 PMID:40078558	研究论文	本研究开发并验证了一种基于CT的放射组学和深度学习融合模型，用于预测早期肺腺癌患者的隐匿性淋巴结转移	结合了放射组学和深度学习技术，使用3D SE-ResNet34网络构建融合模型，显著提高了预测隐匿性淋巴结转移的准确性	研究为回顾性分析，可能存在选择偏倚；样本量相对较小，需要更大规模的多中心研究进一步验证	开发并验证一种非侵入性预测模型，用于早期肺腺癌患者的隐匿性淋巴结转移	早期肺腺癌患者	数字病理	肺癌	CT成像，深度学习	3D SE-ResNet34	CT图像	358名患者（训练队列186名，内部验证队列48名，外部测试队列124名）
12524	2025-03-15	Deep learning-based multi-task prediction of response to neoadjuvant chemotherapy using multiscale whole slide images in breast cancer: A multicenter study 2025-Jan-30, Chinese journal of cancer research = Chung-kuo yen cheng yen chiu DOI:10.21147/j.issn.1000-9604.2025.01.03 PMID:40078559	研究论文	本研究开发了一种基于多尺度全切片图像（WSIs）的多任务深度学习模型（DLMM），用于预测乳腺癌患者对新辅助化疗（NAC）的反应	通过多尺度特征表示的串联融合和基于门控的注意力机制，模型能够精细预测治疗反应和病理完全缓解（pCR）	尽管在多个测试集中表现出色，但模型仍需进一步验证其在不同临床环境中的普适性	开发一种深度学习模型，以更精确地预测乳腺癌患者对新辅助化疗的反应	乳腺癌患者	数字病理学	乳腺癌	深度学习	多任务深度学习模型（DLMM）	图像	1,670张全切片图像，包括训练集、验证集、内部测试集、外部测试集和前瞻性测试集
12525	2025-03-15	AI models for the identification of prognostic and predictive biomarkers in lung cancer: a systematic review and meta-analysis 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1424647 PMID:40078179	系统综述与荟萃分析	本文通过系统综述和荟萃分析评估了人工智能模型在识别肺癌预后和预测生物标志物方面的有效性	本文首次系统地评估了AI模型在肺癌生物标志物识别中的应用，涵盖了多种AI方法和生物标志物目标	需要进一步的大规模前瞻性研究来验证和优化AI驱动生物标志物的临床效用	评估人工智能模型在识别肺癌预后和预测生物标志物方面的有效性	肺癌患者及其生物标志物	机器学习	肺癌	深度学习与机器学习算法	NA	NA	34项研究
12526	2025-03-15	A 5G network based conceptual framework for real-time malaria parasite detection from thick and thin blood smear slides using modified YOLOv5 model 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251321540 PMID:40078448	研究论文	本文提出了一种基于5G网络的实时疟疾寄生虫检测框架，使用改进的YOLOv5模型从厚薄血涂片中进行检测	通过引入两个SENet层改进YOLOv5x网络架构，优化了模型在5G网络上的实时检测性能	未提及模型在低资源环境下的实际部署效果和成本效益分析	开发一种实时疟疾检测系统，特别是在诊断资源有限的地区	厚薄血涂片中的疟疾寄生虫	数字病理学	疟疾	深度学习	改进的YOLOv5x模型	图像	未提及具体样本数量
12527	2025-03-15	A spatial and temporal transformer-based EEG emotion recognition in VR environment 2025, Frontiers in human neuroscience IF:2.4Q2 DOI:10.3389/fnhum.2025.1517273 PMID:40078487	研究论文	本文提出了一种基于Transformer的EEG情感识别方法EmoSTT，用于VR环境中的情感识别	首次在VR环境中使用纯Transformer方法进行EEG情感识别，并通过两个独立的Transformer模块全面建模EEG信号的时空信息	研究主要依赖于实验室环境和VR环境下的数据集，尚未在更广泛的真实场景中进行验证	提高EEG情感识别在真实场景中的生态效度，探索VR环境下的情感识别方法	参与者在观看VR视频时的EEG数据	脑机接口	NA	EEG信号处理	Transformer	EEG信号	未明确提及具体样本数量
12528	2025-03-15	Artificial intelligence integration in surgery through hand and instrument tracking: a systematic literature review 2025, Frontiers in surgery IF:1.6Q2 DOI:10.3389/fsurg.2025.1528362 PMID:40078701	系统文献综述	本文通过系统文献综述探讨了人工智能（AI）在手术实践中通过手和器械追踪的应用，分析了AI与手术交叉领域的最新进展和当前文献	本文首次系统性地总结了AI在手术手和器械追踪中的应用，并分析了不同AI算法在手术实践中的具体应用	当前AI技术在手术中的应用仍存在技术和社会限制，未来研究需要填补这些空白	探讨AI在手术手和器械追踪中的应用，以优化手术技能培训并改善手术结果	手术实践中的手和器械追踪	计算机视觉	NA	深度学习算法、传统机器学习算法	深度学习模型	预录视频、摄像头数据、图像数据集	77篇符合纳入标准的文章
12529	2025-03-15	Singing to speech conversion with generative flow 2025, EURASIP journal on audio, speech, and music processing DOI:10.1186/s13636-025-00400-x PMID:40078713	研究论文	本文介绍了歌唱到语音转换（S2S）任务，并提出了首个基于深度学习的S2S系统	首次提出基于生成流的S2S系统，并调整了潜在特征之间的对齐模块，适应了歌唱到语音转换的场景	未提及具体局限性	研究歌唱到语音的转换，保留语音信息并减少音高、节奏和音色的变化	歌唱和语音信号	自然语言处理	NA	生成流（Generative Flow）	Glow-TTS架构	音频信号	未提及具体样本数量
12530	2025-03-14	"Optimizing sEMG Gesture Recognition with Stacked Autoencoder Neural Network for Bionic Hand" 2025-Jun, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2025.103207 PMID:40071216	研究论文	本研究提出了一种使用堆叠自编码器神经网络（SAE）进行表面肌电图（sEMG）手势识别的新方法	利用堆叠自编码器神经网络进行层次表示学习，从原始sEMG信号中提取有意义的特征，提高了手势分类的精度和鲁棒性	NA	优化sEMG手势识别，以增强仿生手的控制技术	表面肌电图（sEMG）信号	机器学习	NA	MODWT分解（最大重叠离散小波变换）	堆叠自编码器神经网络（SAE）	sEMG信号	NA
12531	2025-03-14	MOF-KAN: Kolmogorov-Arnold Networks for Digital Discovery of Metal-Organic Frameworks 2025-Mar-13, The journal of physical chemistry letters IF:4.8Q1 DOI:10.1021/acs.jpclett.5c00211 PMID:40015927	研究论文	本文介绍了一种名为MOF-KAN的新型深度学习架构，首次将Kolmogorov-Arnold Networks (KANs)应用于金属有机框架(MOFs)的数字发现	MOF-KAN是首个将KANs应用于MOFs数字发现的架构，通过精细调整网络架构，其在预测MOFs的多种性能上优于标准的多层感知器(MLPs)，并在低数据量情况下表现出色	NA	开发一种准确且数据高效的方法，以导航复杂的化学和结构空间，用于功能性材料（如MOFs）的数字发现	金属有机框架(MOFs)	机器学习	NA	深度学习	Kolmogorov-Arnold Networks (KANs)	化学和结构数据	NA
12532	2025-03-14	A multi-objective function for deep learning-based automatic energy efficiency power allocation in multicarrier noma system using hybrid heuristic improvement 2025-Mar-13, Network (Bristol, England) DOI:10.1080/0954898X.2025.2461046 PMID:40079096	研究论文	本文提出了一种基于深度学习的多目标函数，用于在多载波NOMA系统中自动分配能效功率，采用混合启发式改进方法	提出了混合缝纫训练和狐猴优化算法（HSTLO）来优化系统参数，并开发了扩张密集循环神经网络（DDRNN）模型以增强系统性能	未提及具体的数据集或实验环境，可能限制了结果的普适性	提高多载波NOMA系统的能效（EE）并优化系统性能	多载波NOMA系统	机器学习	NA	混合启发式优化算法、深度学习	扩张密集循环神经网络（DDRNN）	NA	NA
12533	2025-03-14	Pd-Modified Microneedle Array Sensor Integration with Deep Learning for Predicting Silica Aerogel Properties in Real Time 2025-Mar-12, ACS applied materials & interfaces IF:8.3Q1 DOI:10.1021/acsami.4c17680 PMID:40019213	研究论文	本研究开发了一种集成Pd/Au传感器和深度学习算法的系统，用于实时预测硅气凝胶的物理特性	利用电化学阻抗数据、频率和时间参数，结合深度学习模型，实时预测硅气凝胶的物理特性，显著提高了生产过程的优化和监控效率	研究主要针对硅气凝胶，未涉及其他材料的预测	通过人工智能预测材料特性，优化硅气凝胶的生产过程	硅气凝胶的物理特性，包括孔径、孔体积和表面积	机器学习	NA	电化学阻抗测量	深度神经网络	电化学阻抗数据、频率和时间参数	NA
12534	2025-03-14	Protein-ligand interaction prediction based on heterogeneity maps and data enhancement 2025-Mar-12, Journal of biomolecular structure & dynamics IF:2.7Q2 DOI:10.1080/07391102.2025.2475229 PMID:40072484	研究论文	本文提出了一种基于异构图和数据增强的蛋白质-配体相互作用预测模型HGEF-Net，旨在提高药物发现和重定位的效率	提出了异质信息学习模块和多层次对比学习的数据增强策略，以及异质注意力整合框架，有效融合分子内和分子间特征，提升模型在稀疏、不平衡数据集上的性能	NA	提高蛋白质-配体相互作用预测的准确性和效率，以支持药物发现和重定位	蛋白质-配体相互作用	机器学习	NA	深度学习	HGEF-Net	分子数据	BindingDB数据集和Davis数据集
12535	2025-03-14	In-depth and high-throughput spatial proteomics for whole-tissue slice profiling by deep learning-facilitated sparse sampling strategy 2025-Mar-11, Cell discovery IF:13.0Q1 DOI:10.1038/s41421-024-00764-y PMID:40064869	研究论文	本文介绍了一种通过深度学习辅助的稀疏采样策略（S4P）实现高分辨率空间蛋白质组学的方法，用于全组织切片的深度和高通量分析	开发了一种新的稀疏采样策略（S4P），结合计算辅助图像重建方法，显著减少了样本数量，实现了厘米级样本的高分辨率空间蛋白质组学分析	当前蛋白质组学方法的多重检测能力有限，高空间分辨率的全组织切片映射需要大量的质谱匹配时间	实现高分辨率、深度覆盖的空间蛋白质组学分析，以揭示组织和器官中细胞的异质性分布及其功能	小鼠大脑组织	数字病理学	NA	质谱（MS）	深度学习	图像	小鼠大脑组织，映射超过9000种蛋白质
12536	2025-03-14	Advancements in machine learning and biomarker integration for prenatal Down syndrome screening 2025-Mar-10, Turkish journal of obstetrics and gynecology IF:1.0Q4 DOI:10.4274/tjod.galenos.2025.12689 PMID:40062699	综述	本文综述了机器学习和生物标志物整合在产前唐氏综合症筛查中的应用及其进展	通过整合母体血清标志物、颈项透明层测量和超声图像，结合随机森林和深度学习卷积神经网络等算法，将检测率提高到85%以上，同时保持低假阳性率	需要进一步研究以优化算法，验证其在不同人群中的有效性，并将这些前沿方法纳入常规临床实践	提高产前唐氏综合症筛查的准确性和早期检测能力	唐氏综合症患者及其正常发育的同龄人的基因组数据	机器学习	唐氏综合症	非侵入性产前检测	随机森林, 深度学习卷积神经网络	基因组数据, 超声图像	NA
12537	2025-03-14	Myocardial perfusion imaging SPECT left ventricle segmentation with graphs 2025-Mar-10, EJNMMI physics IF:3.0Q2 DOI:10.1186/s40658-025-00728-5 PMID:40063231	研究论文	本研究评估了在心肌灌注成像SPECT左心室分割过程中，先验信息整合与深度学习方法的比较，以及四种准直技术对五个不同数据集的影响	提出了一种新的基于连续图的分割方法，结合心脏几何的先验信息自动分割左心室体积，并比较了不同准直技术对分割结果的影响	研究样本量较小，仅包含80名患者，且未涉及更多类型的准直器	评估先验信息整合对分割方法性能的提升，以及不同准直技术对心脏几何投影的影响	心肌灌注成像SPECT中的左心室分割	计算机视觉	心血管疾病	SPECT, 连续最大流最小割算法(CMF), 均匀流形逼近与投影(UMAP)	基于图的分割方法	图像	80名患者，包括40名来自混合黑箱准直器，10名来自多针孔(MPH)，10名来自低能量高分辨率(LEHR)，10名来自CardioC，10名来自CardioD准直器
12538	2025-03-14	Linear attention based spatiotemporal multi graph GCN for traffic flow prediction 2025-Mar-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-93179-y PMID:40065014	研究论文	本研究提出了一种名为LASTGCN的新型深度学习模型，用于交通流量预测，该模型结合了多因素融合单元、多图卷积网络和线性注意力机制	LASTGCN模型引入了多因素融合单元动态整合气象因素，采用多图卷积网络处理空间相关性，并使用线性注意力机制RWKV块高效处理历史交通数据	模型在实时应用中的适应性需要进一步优化	提高交通流量预测的准确性和鲁棒性，特别是在长期预测方面	高速公路交通数据	机器学习	NA	深度学习	GCN, RWKV	交通数据	真实世界的高速公路交通数据集
12539	2025-03-14	Enhancing SLAM algorithm with Top-K optimization and semantic descriptors 2025-Mar-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-90968-3 PMID:40065015	研究论文	本文提出了一种结合Top-K优化的SLAM算法，用于高效处理LiDAR点云数据，生成语义描述符和全局语义地图	该算法通过Top-K优化减少了计算复杂度，提高了处理速度，并在保持推理准确性和效率的同时，显著节省了边缘设备深度学习算法的计算资源	NA	解决边缘设备在处理LiDAR点云数据时面临的计算挑战，提高机器人的语义理解能力和姿态估计精度	LiDAR点云数据	计算机视觉	NA	Top-K优化	SLAM算法	点云数据	NA
12540	2025-03-14	An intelligent ransomware based cyberthreat detection model using multi head attention-based recurrent neural networks with optimization algorithm in IoT environment 2025-Mar-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-92711-4 PMID:40065000	研究论文	本文提出了一种基于多头注意力机制的循环神经网络与优化算法相结合的智能勒索软件检测模型，用于物联网环境中的网络安全	提出了一种新颖的多头注意力机制循环神经网络与增强型大猩猩部队优化算法相结合的模型（MHARNN-EGTOCRD），用于检测和分类物联网环境中的勒索软件攻击	实验验证仅在勒索软件检测数据集上进行，未涉及其他类型网络攻击的检测	开发一种高效可靠的勒索软件检测机制，以应对物联网环境中的网络安全威胁	物联网环境中的勒索软件攻击	机器学习	NA	深度学习（DL）和机器学习（ML）方法	多头注意力机制循环神经网络（MHARNN）与长短期记忆网络（LSTM）结合	勒索软件检测数据集	NA