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
921	2025-02-16	Automatic Detection of Occluded Main Coronary Arteries of NSTEMI Patients with MI-MS ConvMixer + WSSE Without CAG 2025-Feb-02, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15030347 PMID:39941277	研究论文	本研究提出了一种基于深度学习的新方法，用于自动检测NSTEMI患者中被阻塞的主要冠状动脉	开发了新的多输入多尺度（MI-MS）ConvMixer模型，用于自动检测，并引入了WSSE算法以根据特征重要性权重调整分类预测值，提高了分类器性能	研究未提及模型在不同人群或不同医疗环境中的泛化能力，也未讨论模型在实际临床应用中可能遇到的挑战	旨在通过自动检测NSTEMI患者中被阻塞的主要冠状动脉，减少对冠状动脉造影（CAG）的依赖	NSTEMI患者	数字病理	心血管疾病	深度学习	MI-MS ConvMixer	12通道ECG数据	NA	NA	NA	NA	NA
922	2025-10-07	An interpretable ensemble model combining handcrafted radiomics and deep learning for predicting the overall survival of hepatocellular carcinoma patients after stereotactic body radiation therapy 2025-Feb-14, Journal of cancer research and clinical oncology IF:2.7Q3 DOI:10.1007/s00432-025-06119-8 PMID:39948208	研究论文	开发结合手工放射组学和深度学习的可解释集成模型，预测肝细胞癌患者接受立体定向放疗后的2年生存率	首次将手工放射组学特征与深度学习特征及临床数据融合构建集成模型，并应用后验可解释性技术阐明影像数据对预测结果的贡献	样本量相对有限（186例患者），需在更大队列中验证模型性能	预测肝细胞癌患者接受立体定向放疗后的生存结局	186例接受立体定向放疗的肝细胞癌患者	医学影像分析	肝细胞癌	CT影像分析，放射组学特征提取	CNN，集成学习	CT影像，临床数据	186例肝细胞癌患者	NA	多种卷积神经网络架构	AUC	NA
923	2025-10-07	Towards an interpretable deep learning model of cancer 2025-Feb-14, NPJ precision oncology IF:6.8Q1 DOI:10.1038/s41698-025-00822-y PMID:39948231	观点文章	提出利用深度学习算法整合多组学数据和分子网络先验知识构建可解释性癌症模型	首次系统阐述如何利用深度学习突破实验和计算限制，构建系统层面的癌症计算模型	未提供具体模型实现细节和验证结果，属于概念性框架	开发可解释的深度学习模型以理解癌症发病机制并推动精准肿瘤学应用	癌细胞状态、分子网络、肿瘤微环境	机器学习	癌症	多组学数据整合	深度学习	多组学数据	NA	NA	NA	NA	NA
924	2025-10-07	Triboelectric Sensors Based on Glycerol/PVA Hydrogel and Deep Learning Algorithms for Neck Movement Monitoring 2025-Feb-14, ACS applied materials & interfaces IF:8.3Q1 DOI:10.1021/acsami.4c20821 PMID:39950449	研究论文	本研究开发了一种基于甘油/PVA水凝胶的摩擦电传感器和深度学习算法，用于颈部运动监测	采用甘油/PVA水凝胶和硅橡胶制备柔性可拉伸摩擦电纳米发电机，通过优化浓度和厚度参数提高灵敏度至4.50 V/kPa，并首次将CNN-BiLSTM算法应用于颈部运动监测	未提及样本规模和研究对象的具体特征，缺乏跨设备验证	开发用于颈部运动监测的智能系统以预防颈椎病	人体颈部运动	传感器技术, 深度学习	颈椎病	摩擦电纳米发电机(TENG), 水凝胶制备	CNN, BiLSTM	传感器信号数据	NA	NA	CNN-BiLSTM混合架构	识别准确率	树莓派4B
925	2025-10-07	BiFPN-enhanced SwinDAT-based cherry variety classification with YOLOv8 2025-Feb-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-89624-7 PMID:39948150	研究论文	提出一种基于BiFPN增强的SwinDAT与YOLOv8结合的混合深度学习模型，用于樱桃品种分类	首次将BiFPN与YOLOv8n-cls框架集成，并采用Swin Transformer和可变形注意力Transformer技术增强分类性能	仅使用土耳其西地中海地区的樱桃品种数据集，未验证在其他地区的适用性	开发准确的樱桃品种自动分类方法以提升农业实践和经济效益	樱桃品种	计算机视觉	NA	深度学习	YOLOv8, Transformer	图像	来自土耳其西地中海地区的樱桃品种数据集	YOLOv8	BiFPN, SwinDAT, YOLOv8n-cls	精确率, 召回率, F1分数, 准确率	NA
926	2025-10-07	Prediction of InSAR deformation time-series using improved LSTM deep learning model 2025-Feb-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-83084-1 PMID:39948371	研究论文	本研究开发了一种改进的LSTM深度学习模型，用于预测InSAR形变时间序列数据	提出了改进的LSTM模型，相比传统RNN和LSTM模型在形变预测精度上有显著提升	研究仅基于印度Khetri铜矿带单一矿区的26个TSX/TDX数据集，需要更多数据验证模型泛化能力	预测采矿引起的地表形变时间序列，为矿山沉降监测和管理提供技术支持	矿山地表形变监测数据	机器学习	NA	InSAR（干涉合成孔径雷达）技术	LSTM, RNN, mLSTM	时间序列数据	26个TSX/TDX数据集	NA	LSTM, RNN, 改进LSTM	准确率, RMS误差	NA
927	2025-10-07	Functionally characterizing obesity-susceptibility genes using CRISPR/Cas9, in vivo imaging and deep learning 2025-Feb-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-89823-2 PMID:39948378	研究论文	开发了一种结合CRISPR/Cas9基因编辑、活体荧光成像和深度学习图像分析的流程，用于系统表征肥胖易感基因对斑马鱼幼鱼脂质积累和心脏代谢特征的影响	首次将CRISPR/Cas9基因编辑、活体成像和深度学习分析整合到斑马鱼模型中，用于系统功能表征肥胖易感基因	在10 dpf时无法检测到CRISPR/Cas9诱导突变对脂肪细胞脂质积累的影响，且8 dpf时的摄食效应与哺乳动物研究结果不一致	系统表征肥胖易感基因在脂肪细胞脂质积累和其他心脏代谢特征中的功能作用	斑马鱼幼鱼	计算机视觉, 深度学习	肥胖症, 心脏代谢疾病	CRISPR/Cas9基因编辑, 荧光成像, 深度学习图像分析	深度学习	图像	脂质积累实验n=275，基因突变实验n=1014，摄食行为实验n=1127	NA	NA	NA	NA
928	2025-10-07	Applications of digital health technologies and artificial intelligence algorithms in COPD: systematic review 2025-Feb-13, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-02870-7 PMID:39948530	系统综述	系统回顾数字健康技术和人工智能算法在慢性阻塞性肺疾病(COPD)中的应用现状	首次系统梳理COPD领域中数字健康技术与AI算法的结合应用，识别关键应用领域和主流算法类型	仅纳入两个数据库的研究，可能存在发表偏倚；未进行meta分析；纳入研究质量不均	探索数字健康技术在COPD中的数据种类、AI分析算法及主要应用领域	已发表的关于AI算法在COPD数字健康管理中的应用研究	数字病理学	慢性阻塞性肺疾病	数字健康技术	机器学习,深度学习	临床数据,患者报告结果,环境/生活方式数据	41项符合纳入标准的研究（从265项初筛研究中筛选）	NA	支持向量机,Boosting算法,深度神经网络,卷积神经网络	准确率,性能指标	NA
929	2025-10-07	Robust CRW crops leaf disease detection and classification in agriculture using hybrid deep learning models 2025-Feb-13, Plant methods IF:4.7Q1 DOI:10.1186/s13007-025-01332-5 PMID:39948565	研究论文	提出一种用于玉米、水稻和小麦作物叶片病害检测的混合深度学习模型	设计了一种细长型CNN架构，包含不同尺寸的并行卷积层以准确定位多尺度病变区域	NA	开发一种适用于多种作物的通用病害检测模型，解决农民资源有限和数字素养低的问题	玉米(C)、水稻(R)和小麦(W)作物的叶片病害	计算机视觉	植物病害	深度学习	CNN	图像	NA	NA	Slender-CNN, VGG19, EfficientNetb6, ResNeXt, DenseNet201, AlexNet, YOLOv5, MobileNetV3	准确率	NA
930	2025-10-07	Prediction of cognitive conversion within the Alzheimer's disease continuum using deep learning 2025-Feb-13, Alzheimer's research & therapy DOI:10.1186/s13195-025-01686-x PMID:39948600	研究论文	开发深度学习模型预测阿尔茨海默病连续谱内认知转换，以指导临床治疗决策	首次使用包含五类变量集的纵向数据开发深度学习模型，并建立简约模型保持良好预测性能	样本量随时间推移减少，仅使用ADNI队列数据可能限制模型泛化能力	预测阿尔茨海默病连续谱内的认知转换，为治疗分配决策提供指导	阿尔茨海默病神经影像倡议(ADNI)队列中的607名个体	机器学习	阿尔茨海默病	神经影像学，神经心理学评估，实验室检测	深度学习	纵向多模态数据	基线607人，12个月随访538人，24个月482人，36个月268人，48个月280人	NA	NA	AUC	NA
931	2025-10-07	Comparison of Deep Learning Models for Voice Disorder Classification Using Kymographic Images 2025-Feb-12, Journal of voice : official journal of the Voice Foundation IF:2.5Q1 DOI:10.1016/j.jvoice.2025.01.001 PMID:39947969	研究论文	本研究比较了五种深度学习模型在基于声门图图像进行嗓音障碍分类的性能	首次系统比较多种预训练深度学习模型在声门图图像分类任务中的表现，发现DenseNet121模型在嗓音障碍分类中表现最佳	研究仅使用了BAGLS数据集，样本来源相对单一，需要进一步研究验证模型的泛化能力	开发基于深度学习的自动化嗓音障碍分类方法，辅助临床诊断	嗓音障碍患者的声门图图像	计算机视觉	嗓音障碍	高速视频内窥镜成像，声门图生成技术	CNN	图像	来自BAGLS数据集的高速录音生成的声门图图像	NA	AlexNet, DenseNet121, Xception, Inceptionv3, ResNet50v2	准确率, 多种模型评估指标	NA
932	2025-10-07	Deep learning-based clustering for endotyping and post-arthroplasty response classification using knee osteoarthritis multiomic data 2025-Feb-12, Annals of the rheumatic diseases IF:20.3Q1 DOI:10.1016/j.ard.2025.01.012 PMID:39948003	研究论文	开发基于多模态深度学习的聚类框架，利用膝骨关节炎多组学数据识别患者内型并对全膝关节置换术后反应进行分类	首次提出整合三种匹配生物流体（血浆、滑液、尿液）的多组学数据，采用多模态变分自编码器与K均值聚类相结合的新方法	样本量相对有限（414例患者），仅评估了1年随访结果	识别膝骨关节炎的分子内型并预测全膝关节置换术后疼痛/功能反应	414例原发性膝骨关节炎患者	机器学习	骨关节炎	microRNA测序, 代谢组学	变分自编码器, K-means聚类	多组学数据, 临床数据	414例膝骨关节炎患者，匹配的血浆、滑液和尿液样本	NA	多模态变分自编码器	WOMAC疼痛/功能评分分类性能	NA
933	2025-10-07	Comparative analysis of three methods for estimating the compositions of construction waste 2025-Feb-15, Waste management (New York, N.Y.) DOI:10.1016/j.wasman.2025.01.009 PMID:39823854	研究论文	比较三种建筑废弃物成分估算方法的性能差异	首次系统比较人工分拣、红外热成像人工图像识别和基于SegFormer的深度学习图像识别三种方法在建筑废弃物成分分析中的综合表现	对非惰性废弃物的识别误差相对较高，深度学习方法的处理时间和成本显著高于人工分拣	评估不同建筑废弃物成分估算方法的适用性和性能	建筑废弃物成分分析	计算机视觉	NA	红外热成像，语义分割	深度学习	图像	NA	NA	SegFormer	绝对相对误差	NA
934	2025-10-07	A multi-modal transformer for cell type-agnostic regulatory predictions 2025-Feb-12, Cell genomics IF:11.1Q1 DOI:10.1016/j.xgen.2025.100762 PMID:39884279	研究论文	提出一种多模态Transformer模型EpiBERT，通过整合基因组序列和细胞类型特异性染色质可及性数据来提升调控基因组学的泛化能力	首次将多模态Transformer应用于基因组学，通过掩码可及性预训练目标学习可泛化的基因组序列和染色质可及性表示	未明确说明模型在跨组织或跨物种中的泛化能力限制	提升基于序列的深度学习模型在调控基因组学中的泛化能力	人类基因组调控元件和细胞类型特异性染色质状态	机器学习	NA	染色质可及性分析，基因表达预测	Transformer	基因组序列数据，染色质可及性数据	NA	NA	Transformer	准确性	NA
935	2025-10-07	Optical Microscopy and Deep Learning for Absolute Quantification of Nanoparticles on a Macroscopic Scale and Estimating Their Number Concentration 2025-Feb-11, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c05555 PMID:39886935	研究论文	提出一种基于光学显微镜和深度学习的大尺度纳米颗粒绝对定量方法，通过蒸发液滴体积分析（EVA）估算纳米颗粒数量浓度	开发了EVA方法，结合光学显微镜全表面扫描和人工神经网络计数，实现宏观尺度下纳米颗粒的绝对定量	讨论了EVA的理论限制，包括检测限、定量限和最佳工作范围	开发纳米颗粒数量浓度的绝对定量方法	纳米颗粒分散液中的纳米颗粒	计算机视觉	NA	光学显微镜，蒸发体积分析	人工神经网络	图像	每个液滴数千个纳米颗粒，多个液滴样本	NA	NA	相对标准不确定度2.7%	NA
936	2025-10-07	Normalized Protein-Ligand Distance Likelihood Score for End-to-End Blind Docking and Virtual Screening 2025-Feb-10, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c01014 PMID:39823352	研究论文	提出一种用于分子对接和虚拟筛选的深度学习评分函数及端到端协议	引入归一化混合密度网络评分函数，学习蛋白质残基与配体原子间距离的概率密度分布，并开发端到端的盲对接和虚拟筛选协议	在结合剂信息有限的实际药物发现场景中性能可能受限	开发用于分子对接和虚拟筛选的深度学习评分方法	蛋白质-配体复合物	机器学习	NA	分子对接，虚拟筛选	混合密度网络，扩散模型	蛋白质-配体结构数据	LIT-PCBA数据集	NA	DiffDock, NMDN	富集因子	NA
937	2025-10-07	Comparative Analysis of Recurrent Neural Networks with Conjoint Fingerprints for Skin Corrosion Prediction 2025-Feb-10, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c02062 PMID:39835935	研究论文	本研究开发基于循环神经网络的深度学习模型，用于预测化学化合物的皮肤腐蚀性	首次将联合指纹（结合化学语言符号、分子亚结构和理化性质）与多种RNN架构结合用于皮肤腐蚀预测	NA	开发深度学习模型用于化学化合物皮肤腐蚀性分类	化学化合物	机器学习	皮肤毒性	深度学习	RNN, LSTM, BiLSTM, GRU, BiGRU	分子特征数据	NA	NA	Simple RNN, LSTM, BiLSTM, GRU, BiGRU	准确率, AUC, Matthews相关系数	NA
938	2025-10-07	Chemically Informed Deep Learning for Interpretable Radical Reaction Prediction 2025-Feb-10, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c01901 PMID:39871741	研究论文	开发基于分子轨道相互作用的化学感知深度学习框架，用于可解释的自由基反应预测	提出化学信息引导的深度学习模型，能够在机制层面预测自由基反应并提供多层次可解释性	模型训练和评估仅限于RMechDB数据库中的自由基反应步骤	建立可解释的自由基反应预测框架	自由基反应机制和反应路径	机器学习	NA	深度学习	深度学习模型	化学反应数据	RMechDB数据库中的自由基反应步骤	NA	NA	正确率	NA
939	2025-10-07	Can Focusing on One Deep Learning Architecture Improve Fault Diagnosis Performance? 2025-Feb-10, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c02060 PMID:39883649	研究论文	本研究通过专注于单一深度学习架构探索其在故障诊断中的性能提升	采用聚焦单一深度学习架构的研究方法，而非传统多架构比较策略	仅使用单一数据集进行验证，未来需要扩展到其他数据集	评估专注单一深度学习架构是否能提升故障诊断性能	田纳西伊士曼过程数据集	机器学习	NA	深度学习	CNN	过程数据	NA	NA	卷积神经网络	F1-score	NA
940	2025-10-07	Assessment of different U-Net backbones in segmenting colorectal adenocarcinoma from H&E histopathology 2025-Feb, Pathology, research and practice DOI:10.1016/j.prp.2025.155820 PMID:39826493	研究论文	本研究评估了不同U-Net主干网络在结直肠腺癌组织病理图像分割中的性能	比较了多种U-Net变体架构（包括Attention U-Net和不同主干网络的U-Net）在结直肠腺癌分割任务中的表现	NA	开发自动系统准确识别结直肠区域的腺癌，实现早期检测和诊断	结直肠腺癌组织病理图像	数字病理	结直肠癌	H&E染色组织病理学	CNN	图像	NA	NA	U-Net, Attention U-Net, U-Net with ResNet50, U-Net with MobileNet-v2, U-Net with EfficientNetB0, U-Net with DenseNet121	准确率	NA