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
16361	2025-10-07	Mortality and Antibiotic Timing in Deep Learning-Derived Surviving Sepsis Campaign Risk Groups: A Multicenter Study 2025-Apr-01, Research square DOI:10.21203/rs.3.rs-6123541/v1 PMID:40235491	研究论文	使用深度学习模型对脓毒症患者进行风险分层，并分析不同风险组中抗生素使用时机与死亡率的关系	首次使用深度学习模型客观地将脓毒症患者分层为类似SSC风险组，并基于风险分层分析抗生素使用时机与死亡率的关系	研究为观察性研究，未评估因果关系，需要更多前瞻性研究验证结果	评估基于深度学习风险分层的脓毒症患者抗生素使用时机与死亡率的关系	脓毒症成年患者	医疗人工智能	脓毒症	深度学习	深度学习模型	临床患者数据	34,163名成年脓毒症患者	NA	NA	死亡率	NA
16362	2025-10-07	Correction to: Leveraging deep learning to detect stance in Spanish tweets on COVID-19 vaccination 2025-Apr, JAMIA open IF:2.5Q3 DOI:10.1093/jamiaopen/ooaf028 PMID:40236682	correction	对一篇关于使用深度学习检测西班牙语推文中COVID-19疫苗接种立场的论文进行更正	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
16363	2025-10-07	Opportunistic Screening for Pancreatic Cancer using Computed Tomography Imaging and Radiology Reports 2025-Mar-31, ArXiv PMID:40236838	研究论文	开发并评估了一种融合放射学报告和CT影像的深度学习模型，用于预测胰腺导管腺癌风险	首次将放射学报告文本与CT影像数据融合，构建深度学习模型进行胰腺癌风险预测和生存分析	模型性能仍有提升空间，需要更大规模的多中心验证	通过深度学习模型实现胰腺癌的早期检测和预后预测	胰腺导管腺癌(PDAC)患者	医学影像分析	胰腺癌	CT成像	深度学习融合模型	CT影像, 放射学报告文本	内部数据集和外部数据集	NA	NA	C-index, Kaplan-Meier分析	NA
16364	2025-10-07	A Progressive Risk Formulation for Enhanced Deep Learning based Total Knee Replacement Prediction in Knee Osteoarthritis 2025-Mar-28, ArXiv PMID:40196144	研究论文	开发了一种基于深度学习的全膝关节置换预测模型，采用渐进风险公式提高预测性能	提出了渐进风险公式约束，确保当患者有多次扫描时预测风险随时间递增或保持稳定，突破了传统方法独立处理每次扫描的局限	NA	预测膝骨关节炎患者在不同时间范围内需要进行全膝关节置换的风险	膝骨关节炎患者	医学影像分析	膝骨关节炎	深度学习	深度学习模型	X射线图像，MRI图像	来自OAI和MOST研究的膝关节X射线和MRI数据	NA	双模型风险约束架构	AUROC，AUPRC	NA
16365	2025-10-07	Carbon price prediction research based on CEEMDAN-VMD secondary decomposition and BiLSTM 2025-Mar, Environmental science and pollution research international DOI:10.1007/s11356-025-36220-x PMID:40095303	研究论文	提出一种基于CEEMDAN-VMD二次分解和BiLSTM的碳价格预测模型	采用CEEMDAN和VMD的二次分解方法提升碳价格特征提取深度，结合COA算法优化BiLSTM参数	NA	提高碳价格预测精度，为碳市场健康发展提供参考	欧盟ETS、CCETE和BEA碳市场的碳价格数据	机器学习	NA	时间序列分解，深度学习	BiLSTM	时间序列数据	三个主要碳市场数据集（欧盟ETS、CCETE、BEA）	NA	BiLSTM	预测误差	NA
16366	2025-10-07	Forecasting the concentration of the components of the particulate matter in Poland using neural networks 2025-Mar, Environmental science and pollution research international DOI:10.1007/s11356-025-36265-y PMID:40117111	研究论文	使用四种深度学习模型预测波兰城市颗粒物浓度	首次将xLSTM、KAN、TCN和VAE四种先进深度学习模型应用于波兰颗粒物浓度预测，并通过统计假设检验验证性能	研究仅覆盖波兰八个城市，未考虑其他地区或更广泛地理范围	开发高精度颗粒物浓度预测方法以支持空气质量管理和公共健康干预	波兰八个城市的颗粒物浓度数据	机器学习	NA	空气质量监测	xLSTM, KAN, TCN, VAE	时间序列数据	波兰八个城市的空气质量数据	NA	扩展长短期记忆网络, Kolmogorov-Arnold网络, 时序卷积网络, 变分自编码器	平均绝对误差(MAE), 均方根误差(RMSE), 统计假设检验	NA
16367	2025-10-07	Role of Artificial Intelligence in Congenital Heart Disease and Interventions 2025-Mar, Journal of the Society for Cardiovascular Angiography & Interventions DOI:10.1016/j.jscai.2025.102567 PMID:40230672	综述	探讨人工智能在先天性心脏病患者心脏成像、电生理学、介入手术和重症监护监测中的应用与作用	系统总结了人工智能在复杂先天性心脏病解剖诊断、心功能评估和长期预后预测中的创新应用，特别是在减少观察者变异性和提升心电图信号细微变化检测能力方面	人工智能算法仍受限于数据标准化、算法验证、模型漂移和可解释性等障碍	评估人工智能在先天性心脏病诊疗各环节中的应用价值和发展前景	儿童和成人先天性心脏病患者	医疗人工智能	先天性心脏病	机器学习, 深度学习	深度学习模型	医学影像, 心电图信号, 重症监护数据	NA	NA	NA	诊断准确性, 风险分层准确性, 心律失常预测准确性	NA
16368	2025-10-07	Depression diagnosis: EEG-based cognitive biomarkers and machine learning 2025-02-26, Behavioural brain research IF:2.6Q3 DOI:10.1016/j.bbr.2024.115325 PMID:39515528	综述	探讨基于EEG的认知生物标志物和机器学习在抑郁症诊断中的应用	整合EEG生物标志物与机器学习方法，强调其在优化个性化治疗方案和提高诊断准确性方面的潜力	NA	研究抑郁症诊断的新兴生物标志物和计算方法	抑郁症患者和EEG数据	机器学习	抑郁症	EEG	机器学习,深度学习	EEG数据	NA	NA	NA	诊断准确性	NA
16369	2025-10-07	Residue-Level Multiview Deep Learning for ATP Binding Site Prediction and Applications in Kinase Inhibitors 2025-01-13, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c01255 PMID:39690486	研究论文	开发了一种结合一维序列和三维结构信息的多视图深度学习模型，用于精确预测ATP结合位点并应用于激酶抑制剂研究	提出了Multiview-ATPBind端到端深度学习模型和ResiBoost残基级提升算法，解决了传统方法依赖耗时预计算特征和数据不平衡问题	未明确说明模型在其他类型蛋白结合位点预测中的泛化能力	开发准确预测ATP结合位点的方法并应用于药物发现	蛋白质ATP结合位点、激酶抑制剂（如伊马替尼和达沙替尼）	生物信息学, 深度学习	癌症	深度学习, 分子对接模拟	深度学习模型	一维序列数据, 三维结构数据	基准数据集	NA	Multiview-ATPBind	平衡指标	NA
16370	2025-10-07	MGT: Machine Learning Accelerates Performance Prediction of Alloy Catalytic Materials 2025-01-13, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c01065 PMID:39698829	研究论文	提出一种基于掩码图变换器的机器学习方法，用于预测合金催化材料在析氢反应中的吸附能	通过掩码图变换器网络分别处理完整分子图和忽略固定原子的掩码图，增强对催化反应关键位点的识别能力；引入非线性消息传递机制改进Transformer的点积注意力，通过深度张量积整合分子几何信息	仅在OC20-Ni小数据集上进行验证，需要更多数据验证泛化能力	提高合金催化材料吸附能预测的准确性	合金催化材料在析氢反应中的吸附能	机器学习	NA	深度学习	Transformer, MPNN	分子图数据	OC20-Ni小数据集	PyTorch	Masked Graph Transformer (MGT), NLMP-TransNet	误差率(eV)	NA
16371	2025-10-07	Deep Learning-Driven Insights into Enzyme-Substrate Interaction Discovery 2025-01-13, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c01801 PMID:39721977	研究论文	开发了一种名为MEI的机器学习框架，用于高精度预测分子与酶之间的相互作用	通过分层神经网络中的先进注意力机制，将原子环境数据与氨基酸序列特征无缝结合	NA	准确预测特定酶的分子底物，特别是针对新型实体	酶与分子间的相互作用	机器学习	NA	机器学习	分层神经网络	酶促反应数据、酶序列数据	包含广泛酶促反应和酶序列信息的综合数据集	NA	具有注意力机制的分层神经网络	预测准确率, AUROC	NA
16372	2025-10-07	Evaluations of the Perturbation Resistance of the Deep-Learning-Based Ligand Conformation Optimization Algorithm 2025-01-13, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c01096 PMID:39724561	研究论文	评估基于深度学习的配体构象优化算法DeepRMSD+Vina对输入扰动的抵抗能力	首次系统评估深度学习构象优化算法对输入结构扰动的鲁棒性，并揭示其物理启发的神经网络设计优势	对大扰动（RMSD 3-4 Å）的成功率显著下降至11%	评估深度学习配体构象优化算法的鲁棒性和可靠性	蛋白质-配体复合物结构	机器学习	NA	深度学习构象优化	深度学习神经网络	分子结构数据	多种蛋白质-配体案例	NA	DeepRMSD+Vina	成功率, RMSD	NA
16373	2025-10-07	Robust soybean seed yield estimation using high-throughput ground robot videos 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1554193 PMID:40230608	研究论文	提出一种基于地面机器人和深度学习的大豆种子产量估算新方法	结合鱼眼图像校正和随机传感器效应的数据增强技术，提高种子计数和产量估算架构的准确性和泛化能力	仅基于两年数据验证（2021年8500个地块和2023年650个地块），需要更多年份数据验证长期稳定性	开发高效准确的大豆产量估算方法以替代传统劳动力密集型方法	大豆种植地块	计算机视觉	NA	计算机视觉，深度学习	深度学习框架	视频，图像	2021年8500个地块，2023年650个地块	NA	P2PNet-Yield（包含特征提取模块和产量回归模块）	基因型排名准确率	NA
16374	2025-10-07	A weakly supervised deep learning framework for automated PD-L1 expression analysis in lung cancer 2025, Frontiers in immunology IF:5.7Q1 DOI:10.3389/fimmu.2025.1540087 PMID:40230846	研究论文	开发了一种基于弱监督深度学习的自动化PD-L1表达分析框架，用于肺癌免疫治疗评估	创新性地开发了多示例学习框架MiLT，显著减少对细胞级标注的需求，同时保持高准确性	需要在前瞻性临床试验中进一步验证	开发可靠的人工智能工具来标准化PD-L1表达评估，改善肺癌免疫治疗患者选择	肺癌患者的全玻片图像	数字病理学	肺癌	全玻片图像分析	多示例学习	图像	内部和外部队列验证	NA	MiLT	组内相关系数	NA
16375	2025-10-07	Unlocking chickpea flour potential: AI-powered prediction for quality assessment and compositional characterisation 2025, Current research in food science IF:6.2Q1 DOI:10.1016/j.crfs.2025.101030 PMID:40231315	研究论文	本研究探索将深度学习模型与近红外光谱技术相结合，用于鹰嘴豆粉质量评估和成分表征	首次将多种先进深度学习模型（CNN、ViT、GCN）应用于鹰嘴豆粉质量评估，并与传统PLSR方法进行对比	数据集规模有限，可能影响模型的泛化能力	提高鹰嘴豆粉质量评估的准确性和效率	136种不同品种的鹰嘴豆粉	机器学习	NA	近红外光谱技术	CNN, Vision Transformer, Graph Convolutional Network	光谱数据	136个鹰嘴豆品种	NA	CNN, Vision Transformer, Graph Convolutional Network	预测准确性	NA
16376	2025-10-07	Enhancing the application of near-infrared spectroscopy in grain mycotoxin detection: An exploration of a transfer learning approach across contaminants and grains 2025-Jul-15, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.143854 PMID:40117813	研究论文	本研究将迁移学习策略引入化学计量学，用于改进不同谷物或毒素光谱数据的深度学习模型	首次将迁移学习方法应用于谷物真菌毒素的近红外光谱检测，解决了单源模型适应性差的问题	仅针对小麦玉米赤霉烯酮和花生黄曲霉毒素B1进行了验证，未涵盖更多谷物和毒素类型	提高近红外光谱在谷物真菌毒素检测中的应用效果	谷物中的真菌毒素（小麦玉米赤霉烯酮和花生黄曲霉毒素B1）	化学计量学	NA	近红外光谱法，FT-NIR光谱法	深度学习模型	光谱数据	小麦玉米赤霉烯酮和花生黄曲霉毒素B1样本集	NA	NA	相关系数R，相对预测偏差RPD	NA
16377	2025-10-07	Applying deep learning algorithms for non-invasive estimation of carotenoid content in the foot muscle of Pacific abalone with different colors 2025-Jul-15, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.143913 PMID:40157001	研究论文	本研究应用深度学习算法基于颜色测量非侵入性估计太平洋鲍鱼足肌中类胡萝卜素含量	开发了基于颜色的类胡萝卜素估计套件(CCES)，相比传统方法效率提升450倍，成本降低47-77倍	模型的决定系数为0.415，预测精度仍有提升空间	开发非侵入性快速估计鲍鱼类胡萝卜素含量的方法	太平洋鲍鱼(Haliotis discus hannai)的足肌组织	计算机视觉	NA	靶向代谢组学，CIELAB颜色空间测量	LSTM	颜色测量数据	344个鲍鱼样本	NA	LSTM	RMSE, 决定系数R	NA
16378	2025-10-07	Autonomous Screening for Diabetic Macular Edema Using Deep Learning Processing of Retinal Images 2025 Jul-Aug, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2025.100722 PMID:40225408	研究论文	开发并验证一种基于深度学习处理视网膜图像的自主筛查糖尿病黄斑水肿模型	在多样化多设备临床环境中验证深度学习模型对糖尿病黄斑水肿的检测能力	需要进一步的前瞻性研究验证	开发适用于糖尿病黄斑水肿筛查的深度学习模型	糖尿病患者的视网膜图像	计算机视觉	糖尿病黄斑水肿	彩色眼底成像	深度学习	图像	EyePACS数据集包含32,049张图像来自15,892名患者，其中开发集14,246例，验证集1,583例	NA	NA	灵敏度,特异度,AUC	NA
16379	2025-10-07	Enhanced Macular Telangiectasia Type 2 Detection: Leveraging Self-Supervised Learning and Ensemble Models 2025 Jul-Aug, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2025.100710 PMID:40225407	研究论文	本研究开发了一种基于自监督学习和集成模型的黄斑毛细血管扩张症2型检测方法	结合自监督学习和集成模型方法，在有限标注数据下提升罕见疾病分类性能	仅使用419个OCT体积数据进行训练，样本量相对有限	开发准确且可解释的黄斑毛细血管扩张症2型自动检测方法	黄斑毛细血管扩张症2型患者和非患者的OCT图像	医学影像分析	黄斑毛细血管扩张症	OCT成像	深度学习,集成学习	OCT图像	5200张OCT图像（780名MacTel患者和1900名非MacTel患者）	NA	NA	AUROC,AUPRC,准确率,灵敏度,特异性	NA
16380	2025-10-07	Web server-based deep learning-driven predictive models for respiratory toxicity of environmental chemicals: Mechanistic insights and interpretability 2025-Jun-05, Journal of hazardous materials IF:12.2Q1 DOI:10.1016/j.jhazmat.2025.137575 PMID:39954423	研究论文	开发基于网络服务器的可解释深度学习模型预测环境化学物的呼吸毒性	针对八种具体呼吸疾病开发可解释深度学习模型，整合多毒性终点数据，结合KRFP指纹和SHAP分析增强模型可解释性	NA	预测环境化学物的呼吸毒性并提供机制解释	药物及其环境代谢物、具有呼吸毒性潜力的环境污染物	机器学习	呼吸系统疾病	深度学习	深度学习模型	化学结构数据、毒性终点数据	NA	NA	NA	AUC, ACC	网络服务器