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
721	2025-10-07	Lit-OTAR framework for extracting biological evidences from literature 2025-Mar-29, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf113 PMID:40097274	研究论文	介绍用于从科学文献中提取生物医学证据的lit-OTAR深度学习框架	首个结合命名实体识别和实体归一化技术，专门针对药物发现领域的大规模文献挖掘框架	NA	加速药物靶点识别和验证过程	科学文献中的基因/蛋白质、疾病、生物体和化学物/药物实体	自然语言处理	NA	深度学习	NA	文本	超过3900万篇摘要和450万篇全文文章及预印本	NA	NA	NA	NA
722	2025-10-07	H2GnnDTI: hierarchical heterogeneous graph neural networks for drug-target interaction prediction 2025-Mar-29, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf117 PMID:40097269	研究论文	提出一种名为H2GnnDTI的分层异构图神经网络模型，用于药物-靶点相互作用预测	采用两级分层异构图学习架构，通过低层视图GNN和高层视图GNN整合药物和蛋白质结构信息，并设计了结构和属性信息融合模块	NA	开发计算工具自动预测和理解药物-靶点相互作用	药物和蛋白质	机器学习	NA	图神经网络	GNN	图数据	在三个基准数据集上进行实验	PyTorch	分层异构图神经网络	NA	NA
723	2025-10-07	A Unified Flexible Large Polysomnography Model for Sleep Staging and Mental Disorder Diagnosis 2025-Mar-28, medRxiv : the preprint server for health sciences DOI:10.1101/2024.12.11.24318815 PMID:39711704	研究论文	提出统一灵活的大型多导睡眠图模型LPSGM，用于睡眠分期和精神障碍诊断	整合领域自适应学习，支持可变通道配置，在跨中心泛化方面表现优异	未明确说明模型在特定疾病群体中的适用性限制	提升睡眠分期的跨中心泛化能力并支持疾病诊断微调	多导睡眠图数据和相关疾病患者	医疗人工智能	发作性睡病,抑郁症	多导睡眠图	深度学习模型	多导睡眠图信号数据	16个公共数据集的220,500小时PSG数据	NA	LPSGM	准确率	NA
724	2025-10-07	Prediction and Prioritisation of Novel Anthelmintic Candidates from Public Databases Using Deep Learning and Available Bioactivity Data Sets 2025-Mar-28, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms26073134 PMID:40243899	研究论文	本研究使用深度学习技术从公共数据库中预测和优先筛选新型抗蠕虫药物候选分子	首次将多层感知机分类器应用于抗蠕虫药物发现，通过处理高度不平衡的生物活性数据实现了对活性化合物的高效预测	训练数据中活性化合物仅占1%，存在高度不平衡问题；仅对10个候选化合物进行了实验验证	加速发现具有独特作用机制的新型抗蠕虫药物，以应对寄生虫对现有化疗药物的广泛耐药性问题	动物寄生性线虫（以捻转血矛线虫为模型系统）	机器学习	寄生虫感染	高通量筛选、计算机筛选	多层感知机	小分子化合物生物活性数据	训练集：15,000个小分子化合物；筛选库：1,420万化合物（ZINC15数据库）；实验验证：10个候选化合物	NA	多层感知机分类器	精确度, 召回率	NA
725	2025-03-29	Author Correction: ThyroNet-X4 genesis: an advanced deep learning model for auxiliary diagnosis of thyroid nodules' malignancy 2025-Mar-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-94090-2 PMID:40148386	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
726	2025-10-07	A deep learning model trained on expressed transcripts across different tissue types reveals cell-type codon-optimization preferences 2025-Mar-20, Nucleic acids research IF:16.6Q1 DOI:10.1093/nar/gkaf233 PMID:40156867	研究论文	开发基于深度学习的细胞类型依赖性密码子偏好优化工具	首次使用循环神经网络分析不同组织类型的密码子使用偏好，实现细胞类型特异性的密码子优化	仅测试了三种组织类型（脑、肝、肌肉），未涵盖所有细胞类型	开发能提高重组蛋白表达效率的密码子优化算法	不同组织类型中表达的转录本和分泌基因	自然语言处理	NA	基因表达数据分析	RNN	基因序列数据	三种组织类型（脑、肝、肌肉）的所有分泌基因	NA	循环神经网络	蛋白表达水平	NA
727	2025-10-07	Smart Grain Storage Solution: Integrated Deep Learning Framework for Grain Storage Monitoring and Risk Alert 2025-Mar-18, Foods (Basel, Switzerland) DOI:10.3390/foods14061024 PMID:40232114	研究论文	提出基于深度学习框架的多模型融合方法，用于粮食仓储状态监测和风险预警	结合3D DenseNet和3DCNN-LSTM两种三维深度学习模型，实现粮食仓储状态分类和温度场预测的融合	NA	克服现有粮食仓储监测方法在风险预警和粮温空间分布分析方面的局限性	粮食仓储环境和粮堆温度场	计算机视觉	NA	深度学习	3D DenseNet, 3DCNN-LSTM	三维粮温数据	NA	NA	3D DenseNet, 3DCNN-LSTM	准确率, MAE, RMSE	NA
728	2025-10-07	The Fermentation Degree Prediction Model for Tieguanyin Oolong Tea Based on Visual and Sensing Technologies 2025-Mar-13, Foods (Basel, Switzerland) DOI:10.3390/foods14060983 PMID:40231982	研究论文	本研究基于视觉和传感技术开发了铁观音乌龙茶发酵程度预测模型	首次将视觉特征与传感特征融合，并应用麻雀搜索算法优化数据融合模型，实现了铁观音乌龙茶发酵程度的在线实时监测	研究仅针对铁观音乌龙茶，未验证在其他茶叶品种上的适用性	开发铁观音乌龙茶发酵程度的自动监测方法，替代传统依赖人工经验的发酵控制方式	铁观音乌龙茶	机器学习和计算机视觉	NA	重量传感器、氧化锡型气体传感器、视觉采集系统	SVR, RF, LSTM	图像、传感器数据（失水率、香气）	NA	NA	LSTM	MAE, RMSE, R	NA
729	2025-10-07	How much data do you need? An analysis of pelvic multi-organ segmentation in a limited data context 2025-Mar, Physical and engineering sciences in medicine IF:2.4Q2 DOI:10.1007/s13246-024-01514-w PMID:40067638	研究论文	本研究在有限数据背景下分析盆腔多器官MR分割性能，探讨nnU-Net模型在数据稀缺情况下的表现	首次系统评估nnU-Net在盆腔多器官分割任务中的最小数据需求阈值，并量化数据增强在不同数据规模下的影响	研究仅使用单一扫描仪(Elekta Unity)的数据，样本量较小(58个MR图像)，可能限制结果的普适性	探索深度学习模型在有限数据条件下的盆腔多器官分割性能	接受治疗的12名参与者的盆腔MR图像	医学图像分割	盆腔器官相关疾病	MR成像	U-Net	医学图像	58个MR图像(46个训练，12个测试)，来自12名参与者	nnU-Net	nnU-Net	Dice相似系数, 平均表面距离, 95% Hausdorff距离	NA
730	2025-10-07	Deep learning and robotics enabled approach for audio based emotional pragmatics deficits identification in social communication disorders 2025-Mar, Proceedings of the Institution of Mechanical Engineers. Part H, Journal of engineering in medicine DOI:10.1177/09544119251325331 PMID:40079556	研究论文	开发深度学习与机器人系统，通过音频识别社交沟通障碍患者的情绪语用缺陷	首次将深度学习与机器人平台集成用于识别情绪语用缺陷	NA	识别社交语用沟通障碍患者的音频情绪语用缺陷	社交语用沟通障碍患者	机器学习	社交沟通障碍	梅尔频率倒谱系数(MFCC)	1D-CNN, LSTM, Bi-LSTM	音频信号	开源数据集	NA	1D-卷积神经网络, 长短期记忆网络, 双向长短期记忆网络	准确率, 损失值, 精确率, 召回率	NA
731	2025-10-07	Digital Health Policy and Cybersecurity Regulations Regarding Artificial Intelligence (AI) Implementation in Healthcare 2025-Mar, Cureus DOI:10.7759/cureus.80676 PMID:40236368	综述	分析人工智能在医疗系统中实施的可行性，重点关注数字健康政策与网络安全法规	系统评估AI在医疗领域实施的政策与网络安全挑战，提出透明度与数据多样性的关键作用	仅纳入2000-2024年英文文献，可能遗漏非英语地区的重要研究	分析AI在医疗系统实施的可行性及配套政策需求	医疗系统中的人工智能应用	医疗人工智能	NA	文献综述	机器学习和深度学习	医疗数据集、手术数据、临床信息	NA	NA	NA	NA	NA
732	2025-10-07	NLP-enriched social determinants of health improve prediction of suicide death among the Veterans 2025-Mar-31, Research square DOI:10.21203/rs.3.rs-5067562/v1 PMID:40235516	研究论文	本研究通过自然语言处理技术提取健康社会行为决定因素，提升退伍军人精神病院出院后自杀风险的预测性能	首次将NLP提取的非结构化临床笔记中的健康社会行为决定因素与传统结构化数据结合，显著提升自杀风险预测模型的性能与公平性	研究仅限于美国退伍军人群体，结果可能不适用于其他人群	评估健康社会行为决定因素对精神病院出院患者自杀死亡预测的改进效果	197,581名从129家VHA精神病院出院的美国退伍军人，共414,043次出院记录	自然语言处理	精神疾病	自然语言处理, ICD编码分析	集成机器学习模型, Transformer	文本, 结构化医疗数据	197,581名退伍军人的414,043次出院记录	NA	TransformEHR	敏感度, 阳性预测值, AUROC, 校准分析	NA
733	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
734	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
735	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
736	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
737	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
738	2025-10-07	Development of a YOLOv3-Based Model for Automated Detection of Thoracic Ossification of the Posterior Longitudinal Ligament and the Ligamentum Flavum on Plain Radiographs 2025-Mar-31, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm14072389 PMID:40217839	研究论文	开发基于YOLOv3的深度学习模型用于在胸部侧位X光片上自动检测后纵韧带骨化和黄韧带骨化	首次将YOLOv3目标检测模型应用于胸部X光片中OPLL和OLF的自动检测，在准确率和召回率方面超过脊柱外科医生的表现	样本量相对较小（356例），OLF单独检测准确率较低（53.3%）	开发自动化检测工具以改善后纵韧带骨化和黄韧带骨化的早期诊断和筛查可及性	胸部侧位X光片中的后纵韧带骨化和黄韧带骨化病变	计算机视觉	脊柱疾病	X光成像	CNN	医学影像	356例胸部侧位X光片（176例病变，180例对照）	NA	YOLOv3	准确率, 精确率, 召回率, F1分数	NA
739	2025-10-07	Explainable and Robust Deep Learning for Liver Segmentation Through U-Net Network 2025-Mar-31, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15070878 PMID:40218228	研究论文	提出一种基于U-Net网络的深度学习肝脏分割方法，提高医学图像分割的准确性和可解释性	采用带有残差连接的U-Net架构捕捉精细解剖细节，并关注预测可解释性以突出图像中与分割相关的症状区域	仅使用两个CT图像数据集进行验证，样本多样性可能有限	开发准确可靠的肝脏自动分割方法以支持肝脏疾病诊断和治疗规划	肝脏医学图像分割	计算机视觉	肝细胞癌	计算机断层扫描	CNN	医学图像	两个带标注的CT医学图像数据集	NA	U-Net	准确率	NA
740	2025-10-07	Diagnostic Accuracy of Deep Learning for Intracranial Hemorrhage Detection in Non-Contrast Brain CT Scans: A Systematic Review and Meta-Analysis 2025-Mar-30, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm14072377 PMID:40217828	系统评价与荟萃分析	通过系统评价和荟萃分析评估深度学习模型在非增强脑CT扫描中检测颅内出血的诊断准确性	更新了深度学习在颅内出血检测性能的最新知识，并进行了全面的定量综合分析	需要更多前瞻性研究来确认临床获益并揭示自动化工具的局限性	评估深度学习模型在非增强脑CT扫描中检测颅内出血的诊断性能	颅内出血患者的非增强脑CT扫描图像	医学影像分析	颅内出血	非增强计算机断层扫描(NCCT)	深度学习模型	CT医学影像	73项研究纳入定性综合，58项研究纳入荟萃分析	NA	NA	灵敏度, 特异度, 阳性预测值, 阴性预测值, AUC	NA