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
801	2025-02-26	A deep learning digital biomarker to detect hypertension and stratify cardiovascular risk from the electrocardiogram 2025-Feb-22, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-01491-8 PMID:39987256	研究论文	本文开发了一种深度学习模型HTN-AI，用于通过12导联心电图波形识别高血压并分层心血管疾病风险	利用深度学习模型从心电图中检测高血压，并作为高血压相关心血管疾病的数字生物标志物	研究依赖于特定医院的数据，可能限制了模型的普适性	开发一种基于心电图的深度学习模型，用于高血压检测和心血管疾病风险分层	103,405名成年人的752,415份心电图数据	数字病理学	心血管疾病	深度学习	深度学习模型	心电图波形	103,405名成年人的752,415份心电图数据	NA	NA	NA	NA
802	2025-02-26	Building rooftop extraction from high resolution aerial images using multiscale global perceptron with spatial context refinement 2025-Feb-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-91206-6 PMID:39987354	研究论文	本文提出了一种基于Transformer和CNN的多尺度全局感知网络，用于从高分辨率航空图像中提取建筑物屋顶	提出了一种改进的多头注意力编码器，通过构建多尺度标记来增强全局语义关联，并开发了上下文细化解码器，协同使用高层语义表示和浅层特征来恢复空间细节	尽管模型在WHU和Massub数据集上表现优异，但未提及在其他数据集上的泛化能力	提高从高分辨率航空图像中提取建筑物屋顶的精度和效率	建筑物屋顶	计算机视觉	NA	深度学习	Transformer, CNN	图像	WHU数据集和Massub数据集	NA	NA	NA	NA
803	2025-02-26	Achieving a New Artificial Intelligence System for Serum Protein Electrophoresis to Recognize M-Spikes 2025-Feb-18, ACS omega IF:3.7Q2 DOI:10.1021/acsomega.4c09327 PMID:39989836	研究论文	本文探索了一种新的人工智能系统AIRSPE，用于准确识别血清蛋白电泳（SPE）模式中的低浓度M峰	开发了基于深度学习的AIRSPE系统，显著优于人工解释，特别是在检测低浓度M峰方面	研究主要依赖于内部和外部测试集，可能需要在更广泛的数据集上进一步验证	准确识别血清蛋白电泳中的低浓度M峰	血清蛋白电泳（SPE）数据	机器学习	NA	免疫固定电泳（IFE）	MobileNetv2	电泳数据	166,003个SPE数据集，分为4个训练集和1个优化集，10,014个内部测试集和1,861个外部测试集	NA	NA	NA	NA
804	2025-02-26	Enhanced classification of medicinal plants using deep learning and optimized CNN architectures 2025-Feb-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2025.e42385 PMID:39991214	研究论文	本文提出了一种基于深度学习的框架，利用卷积神经网络（CNNs）对药用植物图像进行分类，以提高分类准确性	采用带有残差和倒置残差块配置的CNN架构，并结合二元黑猩猩优化和序列特征融合技术，以提高分类的准确性和速度	研究中未提及具体的数据集规模或多样性，可能影响模型的泛化能力	提高药用植物物种的准确分类，以促进其有效保护和合理使用	药用植物图像	计算机视觉	NA	深度学习，卷积神经网络（CNNs）	CNN	图像	未提及具体样本数量	NA	NA	NA	NA
805	2025-02-26	Improvement of reading platforms assisted by the spring framework: A recommendation technique integrating the KGMRA algorithm and BERT model 2025-Feb-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2025.e42191 PMID:39991253	研究论文	本研究提出了一种结合KGMRA算法和BERT模型的新型推荐系统，旨在提高阅读平台的推荐准确性、个性化和内容多样性	结合KGMRA算法和BERT模型，利用知识图谱和多关系网络捕捉文章间的语义关系，并通过深度学习生成文章内容的语义表示，显著提升了推荐系统的性能	未提及具体的技术实现细节和在不同平台上的适用性	提高阅读平台的推荐系统性能，包括推荐准确性、个性化和内容多样性	阅读平台的用户和文章内容	自然语言处理	NA	KGMRA算法, BERT模型	BERT	文本	未提及具体样本数量	NA	NA	NA	NA
806	2025-02-26	Enhancing Pediatric Bone Age Assessment Using Artificial Intelligence: Implications for Orthopedic Surgery 2025-Feb, Cureus DOI:10.7759/cureus.79507 PMID:39989489	研究论文	本研究评估了人工智能在儿科骨龄预测中的应用，使用RSNA 2017儿科骨龄挑战数据集，开发并训练了一个基于ResNet-50架构的深度学习模型	利用深度学习模型（ResNet-50）进行儿科骨龄预测，相比传统方法减少了操作者间的变异性并提高了可靠性	需要进一步验证研究以确保在不同患者群体中的临床适用性	提高儿科骨龄评估的准确性、效率和标准化，优化治疗时机并扩大高质量骨龄评估的普及	儿科骨龄评估	计算机视觉	骨科疾病	深度学习	ResNet-50	图像	12,611张手和手腕的X光片用于训练，1,425张用于验证，200张用于测试	NA	NA	NA	NA
807	2025-02-26	Lentil plant disease and quality assessment: A detailed dataset of high-resolution images for deep learning research 2025-Feb, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2024.111224 PMID:39989639	研究论文	本文介绍了一个包含高分辨率扁豆植物图像的详细数据集，旨在支持机器学习模型在扁豆种植中的疾病检测和质量评估	提供了一个全面的高分辨率扁豆植物图像数据集，专门用于农业研究中的计算机视觉和深度学习应用	数据集仅涵盖孟加拉国地区的扁豆植物，可能不适用于其他地区的扁豆种植	开发机器学习模型以精确检测扁豆疾病并评估其质量，从而提高扁豆生产效率	扁豆植物	计算机视觉	扁豆疾病（如褐斑病、锈病和白粉病）	深度学习	NA	图像	四个月内在孟加拉国多个地点收集的高分辨率扁豆植物图像	NA	NA	NA	NA
808	2025-02-26	Explainability of a Deep Learning-Based Classification Model for Antineutrophil Cytoplasmic Autoantibody-Associated Glomerulonephritis 2025-Feb, Kidney international reports IF:5.7Q1 DOI:10.1016/j.ekir.2024.11.005 PMID:39990883	研究论文	本文介绍了一种基于深度学习的模型，用于分类抗中性粒细胞胞浆抗体相关性肾小球肾炎（ANCA-GN）的肾活检样本，并探讨了模型的可解释性	首次开发了基于深度学习的计算流程，用于按照Berden分类法对ANCA-GN肾活检进行分类，并利用可解释的人工智能技术使模型决策对肾病理学家透明	研究样本量较小，仅包括80名患者的肾活检样本，且数据来自三个欧洲中心，可能限制了模型的泛化能力	开发并验证一种深度学习模型，用于分类ANCA-GN肾活检样本，并提高模型决策的透明度和可解释性	80名ANCA-GN患者的肾活检样本	数字病理学	肾小球肾炎	深度学习	深度学习模型	图像	80名患者的肾活检样本	NA	NA	NA	NA
809	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
810	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
811	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
812	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
813	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
814	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
815	2025-10-07	Deep learning models for differentiating three sinonasal malignancies using multi-sequence MRI 2025-Feb-21, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-024-01517-9 PMID:39984860	研究论文	开发基于MRI的深度学习模型用于区分三种鼻腔鼻窦恶性肿瘤，并评估其对放射科医生诊断性能的提升	首次构建基于多序列MRI的深度学习模型用于区分三种鼻腔鼻窦恶性肿瘤，并证明AI辅助能显著提升不同年资放射科医生的诊断性能	回顾性研究设计，样本量相对有限	开发MRI深度学习模型用于鼻腔鼻窦恶性肿瘤的鉴别诊断	465名鼻腔鼻窦恶性肿瘤患者（229例鳞状细胞癌，128例腺样囊性癌，108例嗅神经母细胞瘤）	医学影像分析	鼻腔鼻窦恶性肿瘤	多序列MRI（T2加权成像、对比增强T1加权成像、表观扩散系数）	深度学习	MRI图像	465名患者（训练验证组372名，外部测试组93名）	NA	ResNet101, ResNet50, DenseNet121	准确率, 召回率, 精确率, F1分数, AUC, 混淆矩阵	NA
816	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
817	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
818	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
819	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
820	2025-10-07	Combinatorial mapping of E3 ubiquitin ligases to their target substrates 2025-Feb-20, Molecular cell IF:14.5Q1 DOI:10.1016/j.molcel.2025.01.016 PMID:39919746	研究论文	开发了COMET框架用于大规模鉴定E3泛素连接酶与底物蛋白的降解关系	首次提出组合映射E3靶标(COMET)框架，可在单次实验中同时测试多个E3对多个候选底物的降解作用	深度学习模型预测E3-底物相互作用的结构基础存在局限性	系统鉴定E3泛素连接酶与其靶标底物的特异性降解关系	人类E3泛素连接酶及其底物蛋白	计算生物学	NA	高通量筛选, 深度学习	深度学习模型	蛋白质相互作用数据, 结构预测数据	6,716个F-box-ORF组合和26,028个E3-TF组合	NA	NA	NA	NA