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
17981	2025-02-26	Automatic Segmentation of the Cisternal Segment of Trigeminal Nerve on MRI Using Deep Learning 2025, International journal of biomedical imaging IF:3.3Q2 DOI:10.1155/ijbi/6694599 PMID:39989710	研究论文	本文提出了一种基于深度学习的U-Net模型，用于自动分割三叉神经池段，以提高三叉神经相关疾病的诊断和治疗效率	首次提出了一种全自动的三叉神经池段分割方法，使用U-Net模型在解剖MRI图像上进行分割	NA	提高三叉神经池段分割的准确性和效率，以辅助三叉神经相关疾病的诊断和治疗	三叉神经池段	计算机视觉	三叉神经痛	深度学习	U-Net	MRI图像	健康对照图像和三叉神经痛患者数据集	NA	NA	NA	NA
17982	2025-02-26	Algorithmic emergence? Epistemic in/justice in AI-directed transformations of healthcare 2025, Frontiers in sociology IF:2.0Q2 DOI:10.3389/fsoc.2025.1520810 PMID:39990252	研究论文	本文探讨了人工智能（AI）在医疗保健和公共卫生领域集成所带来的认识论、社会政治和技术影响，特别是深度学习和生成式AI技术	本文创新性地分析了AI与循证医学（EBM）的社会技术纠缠对健康AI的公平发展和治理的影响，并提出了如何在这些纠缠中嵌入参与式参与	本文主要关注AI在医疗领域的应用，可能未全面覆盖AI在其他领域的影响	研究AI在医疗保健和公共卫生领域的集成及其对医疗组织、治理和角色的影响	医疗保健和公共卫生领域	机器学习	NA	深度学习, 生成式AI	NA	NA	NA	NA	NA	NA	NA
17983	2025-02-26	Exploring the role of artificial intelligence in chemotherapy development, cancer diagnosis, and treatment: present achievements and future outlook 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1475893 PMID:39990683	综述	本文探讨了人工智能在化疗开发、癌症诊断和治疗中的作用，总结了当前进展并指出了领域中的关键缺口	本文综合了人工智能在癌症诊断、化疗创新和治疗反应中的最新应用，强调了其在优化诊断准确性、个性化治疗计划和改善治疗效果方面的潜力	尽管人工智能在肿瘤学中展现出巨大潜力，但其预测准确性仍存在争议，特别是在机器学习和深度学习技术方面	探讨人工智能在预测化疗开发、癌症诊断和治疗反应结果中的作用	固体肿瘤和血液肿瘤	机器学习	癌症	机器学习（ML）、深度学习（DL）	NA	NA	NA	NA	NA	NA	NA
17984	2025-02-26	Deep learning and hyperspectral features for seedling stage identification of barnyard grass in paddy field 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1507442 PMID:39990719	研究论文	本文提出了一种名为DeepBGS的高光谱特征解析框架，用于在水稻田中识别稗草幼苗	首次将深度卷积网络与双层LSTM模块结合，用于高光谱数据的特征提取，实现了在2-3叶期准确区分稗草和水稻的高精度识别	未提及样本的具体数量及多样性，可能影响模型的泛化能力	探索高光谱成像技术在早期识别稗草幼苗中的可行性，并开发先进的早期检测系统	稗草和水稻的幼苗	计算机视觉	NA	高光谱成像技术	CNN, LSTM	高光谱图像	NA	NA	NA	NA	NA
17985	2025-02-25	Intelligent recognition of subsurface utilities and voids: A ground penetrating radar dataset for deep learning applications 2025-Apr, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111338 PMID:39990121	研究论文	本文介绍了一个专门为深度学习应用设计的GPR数据集，用于自动检测地下设施和空洞	创建了一个包含2,239张JPEG格式的Radargram图像的数据集，填补了GPR数据集的空白，并具有通用性	GPR调查成本高且处理耗时	开发自动化系统，有效检测地下异常，减少人工错误	地下设施（如管道、电缆）和地下空洞	计算机视觉	NA	GPR	深度学习模型	图像	2,239张Radargram图像	NA	NA	NA	NA
17986	2025-02-25	Optimizing potato leaf disease recognition: Insights DENSE-NET-121 and Gaussian elimination filter fusion 2025-Feb-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2025.e42318 PMID:39991243	研究论文	本文提出了一种基于深度学习的混合模型DENSE-NET-121与2D高斯消元滤波器，用于通过早期检测马铃薯叶片病害来提高产量	结合DENSE-NET-121和2D高斯消元滤波器，实现了前所未有的训练和验证准确率，并显著降低了训练和验证损失	NA	提高马铃薯产量，通过早期检测叶片病害	马铃薯叶片	计算机视觉	马铃薯病害	深度学习	DENSE-NET-121	图像	来自Kaggle数据集的三种马铃薯叶片类别（早疫病、健康、晚疫病）	NA	NA	NA	NA
17987	2025-02-25	Computational microscopy with coherent diffractive imaging and ptychography 2025-Jan, Nature IF:50.5Q1 DOI:10.1038/s41586-024-08278-z PMID:39780004	综述	本文回顾了相干衍射成像（CDI）和ptychography在计算显微镜领域的创新进展，这些技术统一了显微镜和晶体学，克服了它们的局限性	CDI和ptychography技术在长度尺度上实现了九个数量级的成像能力，从亚埃分辨率的材料原子结构到厘米级组织的定量相位成像	NA	探讨计算显微镜技术在材料科学、生物学等领域的应用及其未来发展	晶体缺陷、非晶材料、高温超导体中的氧空位、磁性、量子、能源材料、纳米材料、集成电路和生物样本	计算显微镜	NA	相干衍射成像（CDI）、ptychography、第四代同步辐射、X射线自由电子激光、高次谐波产生、电子显微镜、光学显微镜、深度学习	NA	图像	NA	NA	NA	NA	NA
17988	2025-10-07	MCTASmRNA: A deep learning framework for alternative splicing events classification 2025-Apr, International journal of biological macromolecules IF:7.7Q1 DOI:10.1016/j.ijbiomac.2025.139941 PMID:39842565	研究论文	开发了一个基于多尺度卷积和Transformer的深度学习框架MCTASmRNA，用于mRNA序列中可变剪接事件的分类	提出结合多尺度卷积和Transformer的混合模型，引入高效通道注意力机制和新设计的联合损失函数，无需参考基因组即可分类可变剪接事件	未明确说明模型在更广泛物种上的泛化能力，未来需要进一步优化和扩展模型	解决现有可变剪接事件识别方法效率低、处理时间长和难以捕捉RNA序列复杂性的问题	mRNA序列中的可变剪接事件	自然语言处理	NA	RNA测序	CNN, Transformer	序列数据	NA	NA	多尺度卷积神经网络, Transformer	准确率	NA
17989	2025-10-07	Polysaccharide degradation in an Antarctic bacterium: Discovery of glycoside hydrolases from remote regions of the sequence space 2025-Apr, International journal of biological macromolecules IF:7.7Q1 DOI:10.1016/j.ijbiomac.2025.140113 PMID:39842586	研究论文	通过计算生物学方法发现南极细菌中两种新型糖苷水解酶并预测其底物特异性	结合AlphaFold 3D模型的深度学习动态对接与分子动力学模拟，开发计算流程预测位于序列空间偏远区域的酶功能	序列空间偏远区域的功能预测不可靠，需要依赖计算模拟验证	发现南极细菌中位于序列空间偏远区域的新型糖苷水解酶并确定其功能	南极细菌Pseudomonas sp. ef1中的Ps_GH5和Ps_GH50糖苷水解酶	计算生物学	NA	AlphaFold 3D建模，动态对接，分子动力学模拟	深度学习	蛋白质序列，三维结构模型，寡糖底物	两种糖苷水解酶（Ps_GH5和Ps_GH50）	AlphaFold	NA	底物特异性预测准确性	NA
17990	2025-10-07	Rational design and synthesis of pyrazole derivatives as potential SARS-CoV-2 Mpro inhibitors: An integrated approach merging combinatorial chemistry, molecular docking, and deep learning 2025-Apr-01, Bioorganic & medicinal chemistry IF:3.3Q1 DOI:10.1016/j.bmc.2025.118095 PMID:39929031	研究论文	本研究通过组合化学、分子对接和深度学习相结合的方法，设计并合成了作为SARS-CoV-2主要蛋白酶潜在抑制剂的吡唑衍生物	整合组合化学、分子对接和深度学习（DeepPurpose）的多学科方法，通过共识排名策略筛选候选化合物	NA	加速发现SARS-CoV-2主要蛋白酶抑制剂，为未来抗病毒药物开发提供框架	吡唑衍生物化合物库	机器学习	COVID-19	组合化学、分子对接、深度学习	深度学习	化学结构数据	超过60,000个吡唑基结构	DeepPurpose	NA	ChemPLP评分、结合自由能计算	NA
17991	2025-10-07	Beyond averaging: A transformer approach to decoding event related brain potentials 2025-Mar, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2025.121049 PMID:39864567	研究论文	本研究评估了基于Transformer的深度学习方法在脑电图事件相关电位分析中的应用潜力	首次将Transformer网络和注意力机制应用于事件相关电位分析，相比传统平均方法能发现更多隐藏信息	样本量相对较小（29名参与者），研究仅针对响度感知这一特定实验范式	探索深度学习在脑电图事件相关电位分析中的优势，特别是与传统平均方法的比较	29名18-30岁正常听力参与者的脑电图数据和主观响度评级	机器学习	NA	脑电图记录	Transformer, CNN	脑电图信号	29名参与者	NA	卷积Transformer	准确率, AUC	NA
17992	2025-10-07	A Graph-Theoretic Approach to Detection of Parkinsonian Freezing of Gait From Videos 2025-Feb-28, Statistics in medicine IF:1.8Q1 DOI:10.1002/sim.70020 PMID:39976295	研究论文	提出一种基于图论的创新方法，通过视频数据检测帕金森病患者步态冻结现象	采用图论方法构建姿态图序列，使用Fréchet统计量识别步态转换点，与主流基于像素的深度学习方法形成鲜明对比	NA	开发从视频数据中检测帕金森病步态冻结的新方法	帕金森病患者的步态视频数据	计算机视觉	帕金森病	视频分析, 姿态估计	图论模型	视频	两个数据集(Kinect3D和AlphaPose)	NA	姿态图, 图拉普拉斯矩阵	NA	NA
17993	2025-10-07	Event-driven figure-ground organisation model for the humanoid robot iCub 2025-Feb-22, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-56904-9 PMID:39984477	研究论文	开发了一种用于人形机器人iCub的事件驱动图形-背景组织模型，实现高效的目标检测和边界识别	采用基于事件驱动的视觉系统和生物启发式分层架构，相比传统方法减少数据冗余和计算需求	在简单刺激和伯克利分割数据集上表现与基于帧的版本相当，但在复杂场景下的性能未明确说明	为神经形态机器人开发高效的目标检测和边界识别系统	人形机器人iCub及其视觉感知系统	计算机视觉	NA	事件驱动视觉，生物启发式感知系统	生物启发式分层架构	事件流数据，图像数据	多种真实场景测试，伯克利分割数据集	NA	分层生物可信架构	定性评估，定量评估	神经形态机器人iCub平台，事件驱动相机
17994	2025-10-07	Early warning study of field station process safety based on VMD-CNN-LSTM-self-attention for natural gas load prediction 2025-Feb-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-85582-2 PMID:39984509	研究论文	本研究提出一种基于VMD-CNN-LSTM-自注意力机制的天然气负荷区间预测方法，用于提升场站工艺安全预警能力	创新性地提出VMD-CNN-LSTM-自注意力组合模型，并基于85%、90%和95%置信区间实现分级预警机制	NA	提升天然气负荷预测精度和可靠性，加强企业安全生产管理	天然气场站外输负荷数据	机器学习	NA	深度学习	CNN,LSTM,Self-Attention	时间序列数据	NA	NA	VMD-CNN-LSTM-Self-Attention	MAE,MAPE,MESE,REMS,R	NA
17995	2025-10-07	A detection method for small casting defects based on bidirectional feature extraction 2025-Feb-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-90185-y PMID:39984609	研究论文	提出一种基于双向特征提取的小型铸件缺陷检测方法	创新性地开发了基于Hadamard积的双层编码器-解码器多尺度特征提取架构BiSDE，并采用基于Wasserstein距离的损失函数优化小缺陷目标训练	NA	提高铸件缺陷检测的自动化水平和检测精度	铸件中的小型缺陷（如气孔、夹杂物）	计算机视觉	NA	X射线检测	深度学习	X射线图像	NA	NA	Encoder-Decoder, BiSDE	Mean Average Precision (MAP)	NA
17996	2025-10-07	Foundations of a knee joint digital twin from qMRI biomarkers for osteoarthritis and knee replacement 2025-Feb-21, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-01507-3 PMID:39984725	研究论文	本研究基于定量MRI和机器学习技术，构建了膝关节数字孪生系统，用于骨关节炎管理和膝关节置换预测	首次结合深度学习分割和降维技术创建膝关节影像生物标志物嵌入特征空间，为个性化数字孪生提供新方法	研究基于横断面队列分析，需要纵向研究验证生物标志物的预测能力	开发膝关节数字孪生系统以推进骨关节炎精准医疗和膝关节置换预测	膝关节结构和相关生物标志物	数字病理	骨关节炎	定量MRI，机器学习	深度学习	MRI影像	横断面队列（具体样本量未提供）	NA	NA	NA	NA
17997	2025-10-07	An ensemble deep learning framework for multi-class LncRNA subcellular localization with innovative encoding strategy 2025-Feb-21, BMC biology IF:4.4Q1 DOI:10.1186/s12915-025-02148-4 PMID:39984880	研究论文	提出一种名为MGBLncLoc的集成深度学习框架，通过创新的多类核苷酸组分布密度编码策略预测lncRNA亚细胞定位	开发了基于多类核苷酸组分布密度的广义编码技术(MCD-ND)，能更精确反映核苷酸分布并区分序列中的恒定区和判别区	NA	准确预测长非编码RNA的亚细胞定位	长非编码RNA序列	生物信息学	NA	序列编码分析	集成深度学习	RNA序列数据	NA	NA	Multi-Dconv Head Transposed Attention, Gated-Dconv Feed-forward Network, CNN, Bidirectional GRU	NA	NA
17998	2025-10-07	Multi-cancer early detection based on serum surface-enhanced Raman spectroscopy with deep learning: a large-scale case-control study 2025-Feb-21, BMC medicine IF:7.0Q1 DOI:10.1186/s12916-025-03887-5 PMID:39984977	研究论文	基于血清表面增强拉曼光谱结合深度学习的多癌种早期检测大规模病例对照研究	整合表面增强拉曼光谱技术、重采样策略、特征维度增强和深度学习算法，开发了一种新型的多癌种早期检测平台	病例对照研究设计，需要进一步前瞻性验证	开发敏感准确的多癌种早期检测方法	1655例早期癌症患者（乳腺癌569例、肺癌513例、甲状腺癌220例、结直肠癌215例、胃癌100例、食管癌38例）和1896例健康对照	数字病理	多癌种	表面增强拉曼光谱	CNN, DNN	光谱数据	3551例样本（1655例患者，1896例健康对照）	NA	ResNet	准确率, 精确率, 召回率, F1分数, AUC	NA
17999	2025-10-07	Protein language models for predicting drug-target interactions: Novel approaches, emerging methods, and future directions 2025-Feb-21, Current opinion in structural biology IF:6.1Q1 DOI:10.1016/j.sbi.2025.103017 PMID:39985946	综述	本文综述了蛋白质语言模型在药物-靶点相互作用预测中的应用、方法和未来发展方向	系统探讨了蛋白质语言模型在DTI预测中的新兴方法，包括端到端学习模型和预训练基础pLMs的应用，以及异质数据整合策略	DTI准确识别仍面临数据相关限制和算法约束的挑战	加速药物开发过程中的候选药物识别	小分子和蛋白质类治疗药物的靶点相互作用	自然语言处理, 机器学习	NA	蛋白质语言模型(pLMs), 深度学习	NA	蛋白质结构, 知识图谱, 异质数据	NA	NA	NA	NA	NA
18000	2025-10-07	Deep learning-based surrogates for multi-objective optimization of the groundwater abstraction schemes to manage seawater intrusion into coastal aquifers 2025-Feb-21, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2025.124592 PMID:39986155	研究论文	本研究开发并比较了六种基于深度学习的代理模型，用于优化沿海含水层的地下水抽取方案以控制海水入侵	首次系统比较六种深度学习架构作为地下水模拟的代理模型，并集成多目标优化算法解决海水入侵管理问题	研究结果基于特定监测点的数据验证，在不同地质条件下可能需要重新校准	通过深度学习代理模型优化地下水抽取方案，管理沿海含水层的海水入侵问题	沿海含水层的地下水系统	机器学习	NA	地下水数值模拟	FFNN, RNN, LSTM, Bi-LSTM, pro-LSTM, GRU	地下水监测数据	NA	NA	前馈神经网络, 循环神经网络, 长短期记忆网络, 双向LSTM, 投影层LSTM, 门控循环单元	相对误差百分比	NA