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
341	2025-05-15	A novel graph convolutional neural network model for predicting soil Cd and As pollution: Identification of influencing factors and interpretability 2025-Mar-01, Ecotoxicology and environmental safety IF:6.2Q1 DOI:10.1016/j.ecoenv.2025.117926 PMID:39978104	研究论文	本研究探讨了一种新型图卷积神经网络模型DistNet-GCN在预测土壤镉(Cd)和砷(As)污染中的应用，并识别了影响污染分布的关键环境因素	提出了一种能够模拟土壤Cd/As浓度与局部空间范围内环境影响因素关系传递过程的DistNet-GCN模型，通过将采样点空间位置作为网络节点、重金属浓度作为节点标签、环境因素作为节点属性，从空间关系图结构中提取数据集的关键特征	NA	准确预测土壤中有毒金属浓度以保障土壤环境安全	土壤中的镉(Cd)和砷(As)污染	机器学习	NA	图卷积神经网络	GCN	空间数据	NA
342	2025-05-15	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	research paper	提出了一种基于CEEMDAN-VMD二次分解和BiLSTM的碳价格预测模型	结合二次分解和深度学习网络，利用CEEMDAN和VMD提高特征提取深度，并通过COA优化BiLSTM参数以提高模型性能	NA	提高碳价格预测的准确性和稳定性，以支持碳市场的健康发展	欧盟ETS、CCETE和BEA碳市场的碳价格数据	machine learning	NA	CEEMDAN, VMD, COA	BiLSTM	时间序列数据	欧盟ETS、CCETE和BEA碳市场的碳价格数据
343	2025-05-15	NucleoSeeker-precision filtering of RNA databases to curate high-quality datasets 2025-Mar, NAR genomics and bioinformatics IF:4.0Q1 DOI:10.1093/nargab/lqaf021 PMID:40104673	research paper	介绍了一种名为NucleoSeeker的工具，用于从PDB数据库中筛选高质量RNA结构数据	提出了一个统一的框架，结合多种工具简化数据筛选过程，提供结构、序列和注释层面的多重过滤	未提及具体的数据筛选准确率或效率指标	提高RNA结构预测的数据质量	RNA结构数据	bioinformatics	NA	computational methods	deep learning	RNA structure data	来自PDB数据库的RNA结构数据
344	2025-05-15	Research on mood monitoring and intervention for anxiety disorder patients based on deep learning wearable devices 2025-Mar, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.1177/09287329241291376 PMID:40105160	研究论文	本研究基于深度学习可穿戴设备，开发了一个用于焦虑症患者情绪监测和干预的高级系统	使用Bi-LSTM网络处理HRV数据，提高了情绪状态预测的准确率，达到97%	未提及样本的具体数量和多样性，可能影响模型的泛化能力	开发一个能够准确监测和预测焦虑症患者情绪状态的系统	焦虑症患者的生理数据（HRV）和情绪状态	机器学习	焦虑症	HRV监测	Bi-LSTM	生理信号数据	NA
345	2025-05-15	Diabetic retinopathy detection via deep learning based dual features integrated classification model 2025-Mar, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.1177/09287329241292939 PMID:40105166	研究论文	提出一种基于深度学习的双特征集成分类模型（DD-FIC），用于从彩色视网膜图像中检测糖尿病视网膜病变（DR）	结合全局和局部特征的双阶段特征提取模块，以及使用Wavelet integrated Retinex算法去噪	NA	开发一种高效的计算机视觉智能系统，用于自动检测糖尿病视网膜病变	糖尿病视网膜病变（DR）	计算机视觉	糖尿病视网膜病变	深度学习	DD-FIC（双特征集成分类模型）、Multi-channel CNN、CNN、VGG NiN、Shallow CNN	图像（彩色视网膜图像）	Kaggle数据集
346	2025-05-15	Parkinson's disease prediction using improved crayfish optimization based hybrid deep learning 2025-Mar, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.1177/09287329241296352 PMID:40105156	research paper	该研究提出了一种基于改进小龙虾优化的混合深度学习模型，用于预测帕金森病的发展过程	结合了改进的小龙虾优化算法（ImCfO）和基于注意力的高效双向网络（ImCfO_Attn_EffBNet），以提高预测准确率和收敛速度	NA	预测帕金森病的发展过程，以促进早期诊断和治疗	帕金森病患者的数据	machine learning	geriatric disease	Empirical Mode Decomposition (EMD), Improved Crayfish Optimization (ImCfO)	ImCfO_Attn_EffBNet (结合了EfficientNet-B7, BiLSTM和Attention模块)	NA	NA
347	2025-05-15	Detection of motor nervous disease using deep learning based Duple feature extraction network 2025-Mar, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.1177/09287329241291367 PMID:40105172	research paper	提出了一种基于深度学习的Duple特征提取网络，用于早期检测运动神经元疾病（MND）	提出了一种新颖的Duple特征提取网络，结合了颜色和结构特征提取，显著提高了MND早期检测的准确率和F1分数	未提及数据集的多样性和模型在临床环境中的实际应用效果	开发一种自动化方法，用于快速准确地检测运动神经元疾病（MND）	运动神经元疾病（MND）患者	digital pathology	motor nervous disease	DTI imaging, deep learning	Duple feature extraction network (LinkNet, MobileNet), DNN	DTI images	NA
348	2025-05-15	Deep learning-driven multi-omics sequential diagnosis with Hybrid-OmniSeq: Unraveling breast cancer complexity 2025-Mar, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.1177/09287329241296438 PMID:40105178	研究论文	本文介绍了一种名为'Hybrid-OmniSeq'的深度学习驱动的多组学序列诊断方法，用于解析乳腺癌的复杂性	结合了DNN、SFFS和TSVD熵的自适应学习技术，以及多种机器学习分类器，显著提高了乳腺癌诊断的准确性	仅使用了METABRIC RNA-seq数据集进行验证，可能需要更多样化的数据集来验证方法的普适性	提高乳腺癌诊断的精确性和有效性	乳腺癌的分子亚型	机器学习	乳腺癌	RNA-seq	DNN, Logistic Regression, Random Forest	基因数据	METABRIC RNA-seq数据集中的乳腺癌内在亚型样本
349	2025-05-15	Developing a method for predicting DNA nucleosomal sequences using deep learning 2025-Mar, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.1177/09287329241297900 PMID:40105177	研究论文	开发了一种使用深度学习预测DNA核小体序列的方法	展示了简化模型在解决生物问题上的优越性，强调了简单设计的重要性	讨论了使用复杂计算机技术理解和解决简单生物问题所面临的挑战	创建一个深度学习模型来识别核苷酸序列中的核小体	DNA核苷酸序列	机器学习	NA	深度学习	CNN	序列数据	NA
350	2025-05-15	Mouse-Geneformer: A deep learning model for mouse single-cell transcriptome and its cross-species utility 2025-Mar, PLoS genetics IF:4.0Q1 DOI:10.1371/journal.pgen.1011420 PMID:40106407	研究论文	本研究开发了一个针对小鼠的深度学习模型mouse-Geneformer，用于分析小鼠单细胞转录组数据，并探索其跨物种应用潜力	首次构建了专门针对小鼠的Geneformer模型，并验证了其在跨物种分析中的适用性	在COVID-19人类疾病模型中的分析结果与人类专用Geneformer仅部分一致	开发适用于小鼠单细胞转录组分析的深度学习模型并探索其跨物种应用	小鼠和人类的单细胞转录组数据	机器学习	NA	scRNA-seq	Transformer Encoder	单细胞转录组数据	2100万个小鼠scRNA-seq图谱
351	2025-05-15	Towards Clinical Diagnoses: Classifying Alzheimer's Disease Using Single fMRI, Small Datasets, and Transfer Learning 2025-Mar, Brain and behavior IF:2.6Q3 DOI:10.1002/brb3.70427 PMID:40108822	研究论文	本研究开发了一种结合深度学习和功能磁共振成像（fMRI）的流程，用于阿尔茨海默病（AD）的临床诊断	采用迁移学习解决数据可用性问题，并使用半自动化和单图像技术（即每个参与者一个fMRI体积）使模型适用于非专业人群	模型在AD分类上的准确率为77%，仍有提升空间，且样本量较小（64名参与者）	开发一种适用于临床的阿尔茨海默病诊断方法	阿尔茨海默病患者和对照组	数字病理学	老年病	fMRI	深度学习模型（未指定具体类型）	图像（fMRI）	初始训练524名参与者（来自ABIDE数据集），迁移学习后使用64名参与者（来自ADNI数据集）
352	2025-05-15	Critical assessment of missense variant effect predictors on disease-relevant variant data 2025-Mar, Human genetics IF:3.8Q2 DOI:10.1007/s00439-025-02732-2 PMID:40113603	研究论文	评估错义变异效应预测工具在疾病相关变异数据上的表现	比较了CAGI 6 Annotate-All-Missense挑战中提交的预测工具、临床遗传学中常用的预测工具以及最近开发的深度学习方法，揭示了当前方法相对于旧工具的显著进步	预测工具在区分致病性变异与非常罕见的良性变异时性能可能降低，且可能继承基因水平标签不平衡的问题	评估错义变异效应预测工具的临床和研究实用性，并指导未来的改进	错义变异效应预测工具	生物信息学	NA	深度学习	NA	基因变异数据	NA
353	2025-05-15	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	本文提出了四种基于深度学习的预测方法，用于预测波兰颗粒物(PM)的浓度	使用了四种先进的深度学习模型(xLSTM、KAN、TCN和VAE)进行颗粒物浓度预测，并在波兰八个城市的数据上验证了其高预测准确性	研究仅基于波兰八个城市的数据，可能无法完全代表其他地区的污染情况	提高颗粒物浓度预测的准确性以支持空气质量管理和公共卫生干预	波兰八个城市的颗粒物(PM)浓度数据	机器学习	NA	深度学习	xLSTM, KAN, TCN, VAE	环境监测数据	波兰八个城市的数据
354	2025-05-14	Deep learning-based segmentation of head and neck organs at risk on CBCT images with dosimetric assessment for radiotherapy 2025-Mar-26, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/adbf63 PMID:40068304	研究论文	本研究开发了一种基于深度学习的框架，用于在CBCT图像上分割头颈部危险器官，以促进放射治疗计划的重新制定	提出了一种综合框架，能够在CBCT图像上自动分割25个头颈部危险器官，并通过剂量学分析验证了其临床相关性	CBCT图像的软组织对比度差、存在伪影和视野有限，以及缺乏大型标注数据集来训练深度学习模型	开发一种自动分割头颈部危险器官的框架，以加速放射治疗计划的重新制定	头颈部危险器官（OARs）	数字病理学	头颈癌	深度学习	DL	图像	未明确提及样本数量
355	2025-05-14	Insights into phosphorylation-induced influences on conformations and inhibitor binding of CDK6 through GaMD trajectory-based deep learning 2025-Mar-26, Physical chemistry chemical physics : PCCP IF:2.9Q1 DOI:10.1039/d4cp04579c PMID:40072875	研究论文	通过GaMD轨迹深度学习方法研究磷酸化对CDK6构象及抑制剂结合的影响	结合高斯加速分子动力学(GaMD)模拟与深度学习(DL)技术，揭示了T177磷酸化对CDK6构象动态及抑制剂结合的分子机制	研究仅针对三种特定抑制剂(6ZV、6ZZ、0RS)，未涵盖所有潜在CDK6抑制剂	探究磷酸化对CDK6构象动态及抑制剂结合的影响机制	CDK6蛋白及其三种抑制剂(6ZV、6ZZ、0RS)	计算生物学	癌症	高斯加速分子动力学(GaMD)、深度学习(DL)、MM-GBSA计算	深度学习模型	分子动力学轨迹数据	CDK6蛋白与三种抑制剂的复合物体系
356	2025-05-14	Exploration of Novel Antimicrobial Agents against Foodborne Pathogens via a Deep Learning Approach 2025-Mar-26, Journal of agricultural and food chemistry IF:5.7Q1 DOI:10.1021/acs.jafc.5c00267 PMID:40080724	研究论文	本研究利用深度学习方法探索新型抗菌剂以对抗食源性病原体	采用深度学习模型筛选具有抗菌活性和非致癌性的天然产物，并实验验证了两种化合物的抗菌效果	仅验证了两种化合物的抗菌活性，未对其他筛选出的化合物进行实验验证	寻找可应用于食品工业的新型抗菌剂	食源性病原体	机器学习	食源性疾病	深度学习	NA	化合物数据	从COCONUT数据库中筛选出130种化合物，实验验证了2种化合物
357	2025-05-14	Thermal Adaptation of Cytosolic Malate Dehydrogenase Revealed by Deep Learning and Coevolutionary Analysis 2025-Mar-25, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.4c01774 PMID:40079215	研究论文	本研究通过深度学习和共进化分析揭示了胞质苹果酸脱氢酶（cMDH）的热适应机制	结合共进化模型与变分自编码器（VAE）生成cMDH序列空间的潜在生成景观（LGL），并通过AlphaFold结构预测和分子动力学模拟阐明热稳定性的分子基础	研究主要聚焦于cMDH，可能不适用于其他酶的热适应机制研究	探究序列变异和构象动力学如何共同影响cMDH的热适应机制	胞质苹果酸脱氢酶（cMDH）及其在不同温度环境下的变体	生物信息学	NA	深度学习、共进化分析、AlphaFold结构预测、分子动力学模拟	变分自编码器（VAE）	蛋白质序列与结构数据	NA
358	2025-05-14	How much data is enough? Optimization of data collection for artifact detection in EEG recordings 2025-Mar-21, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/adbebe PMID:40064096	research paper	该研究提出了一种基于深度学习的优化程序，用于设计面向数据的脑电图（EEG）数据收集，以减少肌电图（EMG）伪影检测所需的数据量	提出了一种系统化和动态量化的方法，通过减少EMG伪影任务的数量和重复次数，优化数据收集过程	研究主要关注EMG伪影，可能不适用于其他类型的EEG伪影	优化EEG数据收集过程，减少数据收集成本并保持伪影清理效率	EEG记录中的EMG伪影	machine learning	NA	deep learning	neural architectures	EEG recordings	减少了EMG伪影任务从12个到3个，等长收缩任务的重复次数从10次减少到3次或1次
359	2025-05-14	Weight Differences-Based Multi-level Signal Profiling for Homogeneous and Ultrasensitive Intelligent Bioassays 2025-03-18, ACS nano IF:15.8Q1 DOI:10.1021/acsnano.5c01436 PMID:40059671	研究论文	提出了一种基于重量分析的同质化智能分析策略Mata，用于实现超高灵敏度的生物检测	利用纳米磁标记和多级信号分类器结合深度学习模型，实现了高灵敏度且操作简便的免疫信号检测	未提及具体样本类型或多样性，可能影响方法的普适性	开发高灵敏度且操作简便的免疫分析方法	白细胞介素-6（IL-6）等免疫信号分子	生物检测技术	NA	纳米磁标记、多级信号分类、深度学习	深度学习模型	光学成像数据	未明确说明具体样本数量
360	2025-05-14	Genetically supported targets and drug repurposing for brain aging: A systematic study in the UK Biobank 2025-Mar-14, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adr3757 PMID:40073132	research paper	本研究通过深度学习模型估计基于MRI的脑年龄，利用UK Biobank数据训练并在三个外部数据集验证，探索脑年龄差距（BAG）的遗传基础及潜在药物靶点	发现了两个未报告的BAG相关基因位点，整合孟德尔随机化和共定位分析优先确定了七个遗传支持的药物靶点基因，并重新发现了13种潜在药物	研究依赖于UK Biobank数据，可能受限于样本的特定人群特征，且外部验证数据集数量有限	探索脑年龄差距的遗传基础，识别潜在的药物靶点以促进脑衰老相关药物开发	UK Biobank参与者的MRI数据和遗传数据	machine learning	geriatric disease	MRI, deep learning, genome-wide association study (GWAS), Mendelian Randomization (MR), colocalization analysis	deep learning	image, genetic	UK Biobank参与者及三个外部数据集