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
1041	2025-10-07	Stages prediction of Alzheimer's disease with shallow 2D and 3D CNNs from intelligently selected neuroimaging data 2025-Mar-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-93560-x PMID:40102464	研究论文	本研究使用浅层2D和3D CNN架构从智能预处理的神经影像数据中预测阿尔茨海默病的不同阶段	提出了一种新颖的基于像素计数的帧选择和裁剪方法，以及可学习的调整器方法来增强图像质量，同时实现了显著的维度缩减	MRI数据的噪声和多维特性需要复杂的预处理流程	从多维神经影像数据中检测阿尔茨海默病的不同阶段	阿尔茨海默病患者	计算机视觉	阿尔茨海默病	磁共振成像(MRI)	CNN	图像	NA	NA	2D CNN, 3D CNN	准确率	NA
1042	2025-10-07	The dietary patterns of water deer recently rediscovered in Northeast China exhibit remarkable similarities to those observed in other regions 2025-Mar-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-92473-z PMID:40102472	研究论文	结合传统粪便显微分析和深度学习算法研究中国东北地区獐的食性特征	首次将深度学习算法应用于獐的食性分析，实现了对130种植物高达99.83%的识别准确率	研究仅基于粪便样本分析，未直接观察獐的摄食行为	探究濒危物种獐的食性特征以支持保护策略制定	中国东北地区的獐（Hydropotes inermis）	生态学	NA	粪便显微组织学分析，深度学习图像识别	深度学习模型	显微图像	暖季203份样本，冷季451份样本，总计654份粪便样本	NA	NA	准确率	NA
1043	2025-10-07	Seasonal forecasting of the hourly electricity demand applying machine and deep learning algorithms impact analysis of different factors 2025-Mar-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-91878-0 PMID:40102500	研究论文	本文提出基于机器学习和深度学习算法的短期季节性小时级电力需求预测模型	将全年数据按需求模式分为四个季节，并分析工作日与节假日温度对电力需求的不同影响	仅针对新英格兰控制区域进行研究，未验证模型在其他地区的适用性	提高小时级电力需求预测精度	新英格兰控制区域的电力需求数据	机器学习	NA	NA	ANFIS, LSTM, GRU, ANN	时间序列数据	新英格兰控制区域全年电力需求数据（按四季划分）	NA	自适应神经模糊推理系统, 长短期记忆网络, 门控循环单元, 人工神经网络	MAE, RMSE, NRMSE, MAPE	NA
1044	2025-10-07	Innovative hand pose based sign language recognition using hybrid metaheuristic optimization algorithms with deep learning model for hearing impaired persons 2025-Mar-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-93559-4 PMID:40102499	研究论文	提出一种基于手部姿态的创新型手语识别方法，结合混合元启发式优化算法和深度学习模型，用于听力受损人士的沟通辅助	采用混合元启发式优化算法（CS-IGWO）进行参数调优，并融合ResNeXt101、VGG19和ViT三种模型进行特征提取	仅在ASL字母数据集上进行验证，未涉及更复杂的手语句子或连续手势识别	提高听力受损人士手语识别的效率和准确性	手部姿态和手势识别	计算机视觉	听力障碍	深度学习，计算机视觉	CNN, Transformer, BiGRU	图像	ASL字母数据集	NA	ResNeXt101, VGG19, Vision Transformer (ViT), BiGRU	准确率	NA
1045	2025-10-07	Robust resolution improvement of 3D UTE-MR angiogram of normal vasculatures using super-resolution convolutional neural network 2025-Mar-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-92493-9 PMID:40102565	研究论文	本研究使用超分辨率卷积神经网络提升3D UTE-MR血管造影图像的分辨率	提出新型阶梯形残差密集生成器(LSRDG)网络结构，结合精心设计的损失函数和小尺寸图像块训练策略	研究样本量有限(30只大鼠)，且主要验证于动物模型	通过深度学习提高快速采集的低分辨率UTE-MRA数据的分辨率	健康对照和卒中模型Wistar大鼠的对比增强3D UTE-MRA数据	计算机视觉	卒中	对比增强UTE-MRA	CNN	3D医学图像	30只Wistar大鼠(20只健康对照，10只卒中模型)	NA	LSRDG, SR-ResNet, MRDG64	SSIM, PSNR, MSE	NA
1046	2025-10-07	Deep transfer learning for seismic characterization of strike-slip faults in karstified carbonates from the northern Tarim basin 2025-Mar-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-94134-7 PMID:40102580	研究论文	提出一种基于深度迁移学习和U-Net的走滑断层检测方法，应用于塔里木盆地北部岩溶化碳酸盐岩区	提出断层标签构建方法并引入深度迁移学习工作流，有效抑制岩溶等非断层特征	实际断层标签构建困难且需要大量标注数据	优化井轨迹和开发方案，实现岩溶化碳酸盐岩区走滑断层的精确表征	塔里木盆地北部前中生界超深层走滑断层控制的油气田	计算机视觉	NA	地震勘探	深度学习	地震数据	NA	NA	U-Net	与井数据和地震解释结果的一致性验证	NA
1047	2025-10-07	Deep learning based on intratumoral heterogeneity predicts histopathologic grade of hepatocellular carcinoma 2025-Mar-18, BMC cancer IF:3.4Q2 DOI:10.1186/s12885-025-13781-1 PMID:40102774	研究论文	本研究开发了一种基于瘤内异质性的深度学习模型，用于术前预测肝细胞癌的组织病理学分级	首次结合瘤内异质性分析和深度学习特征融合来预测肝细胞癌分级，并验证了其预后价值	研究依赖于特定场强的MRI图像，未说明模型在其他影像设备上的泛化能力	开发非侵入性方法预测肝细胞癌的组织病理学分级	肝细胞癌患者	医学影像分析	肝细胞癌	MRI影像分析	深度学习, 机器学习	医学影像	858名患者（来自主要队列和两个外部队列）	NA	ResNet, Random Forest	AUC, 净重分类指数, 总体生存期, 无复发生存期	NA
1048	2025-03-23	LUNETR: Language-Infused UNETR for precise pancreatic tumor segmentation in 3D medical image 2025-Mar-15, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107414 PMID:40117980	研究论文	本文提出了一种名为LUNETR的多模态编码器模型，结合文本和图像信息进行精确的医学图像分割，特别是针对胰腺肿瘤的3D医学图像分割	LUNETR模型通过结合自动编码语言模型和跨注意力机制，有效利用文本和图像数据之间的语义关联，提高了胰腺微肿瘤的精确定位能力，并设计了多尺度聚合注意力模块（MSAA）以增强模型从胰腺组织中提取微病变特征的能力	多模态医学数据集的稀缺性可能限制了模型的泛化能力	提高胰腺肿瘤及其附近血管的精确分割能力，以辅助胰腺癌的临床诊断	胰腺肿瘤及其附近血管	数字病理	胰腺癌	CT扫描	UNETR	3D医学图像和病理报告文本	135名胰腺癌患者的CT图像和相应病理报告	NA	NA	NA	NA
1049	2025-10-07	AI-driven biomarker discovery: enhancing precision in cancer diagnosis and prognosis 2025-Mar-13, Discover oncology IF:2.8Q2 DOI:10.1007/s12672-025-02064-7 PMID:40082367	评论	探讨人工智能在癌症生物标志物发现中的应用，以提升精准诊断和预后效果	系统阐述AI技术通过挖掘大规模多样化数据集中的模式，革新生物标志物发现方法，推动精准医疗发展	存在数据质量、算法透明度不足以及隐私等伦理问题	阐明AI如何优化新型生物标志物识别，改善早期诊断和靶向治疗	癌症生物标志物发现过程及相关临床数据	机器学习	癌症	深度学习、机器学习诊断技术	NA	科学数据库数据（PubMed、Scopus、ScienceDirect）	NA	NA	NA	NA	NA
1050	2025-10-07	Exploring Psychological Trends in Populations With Chronic Obstructive Pulmonary Disease During COVID-19 and Beyond: Large-Scale Longitudinal Twitter Mining Study 2025-Mar-05, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/54543 PMID:40053739	研究论文	通过大规模Twitter数据挖掘分析慢性阻塞性肺疾病人群在COVID-19期间及之后的长期心理趋势	首次采用两阶段深度学习框架对COPD人群进行长期纵向心理分析，结合多种深度学习和统计方法揭示人口特征对心理影响的差异	研究基于社交媒体数据，可能存在样本选择偏差，且无法确定用户自我报告的COPD诊断准确性	揭示COVID-19大流行期间及之后COPD人群的长期心理趋势和模式	慢性阻塞性肺疾病患者及非COPD Twitter用户	自然语言处理	慢性阻塞性肺疾病	Twitter数据挖掘，深度学习	深度学习算法	文本数据（推文）	15,347名COPD用户，超过25亿条推文（2020年1月至2023年6月）	NA	NA	比值比，差异中的差异，情绪模式分析	NA
1051	2025-10-07	Leveraging Network Target Theory for Efficient Prediction of Drug-Disease Interactions: A Transfer Learning Approach 2025-Mar, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202409130 PMID:39874191	研究论文	提出基于网络靶标理论的迁移学习模型，通过整合深度学习与生物分子网络预测药物-疾病相互作用	首次将网络靶标理论与迁移学习结合，利用大规模生物分子网络提取更精确的药物特征，解决正负样本不平衡问题	未明确说明模型在特定疾病类型外的泛化能力	开发高效的虚拟筛选方法加速药物发现	药物-疾病相互作用关系	机器学习	癌症	网络靶标理论，深度学习	迁移学习模型	生物分子网络数据	88,161个药物-疾病相互作用，涉及7,940种药物和2,986种疾病	NA	NA	AUC, F1-score	NA
1052	2025-10-07	Epigenetic Impacts of Non-Coding Mutations Deciphered Through Pre-Trained DNA Language Model at Single-Cell Resolution 2025-Mar, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202413571 PMID:39888214	研究论文	提出了一种名为Methven的深度学习框架，用于在单细胞分辨率下预测非编码突变对DNA甲基化的表观遗传影响	结合DNA序列与单细胞ATAC-seq数据，采用分治法预测短程和长程调控相互作用，并利用预训练DNA语言模型提高分类和回归任务的精度	NA	预测非编码突变在单细胞分辨率下对DNA甲基化的表观遗传影响	DNA序列、单细胞ATAC-seq数据、SNP-CpG相互作用	机器学习	类风湿关节炎	单细胞ATAC-seq, DNA测序	深度学习	基因组序列, 表观遗传数据	NA	NA	预训练DNA语言模型	分类精度, 回归精度	NA
1053	2025-03-22	An improved Artificial Protozoa Optimizer for CNN architecture optimization 2025-Mar-13, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107368 PMID:40112636	研究论文	本文提出了一种名为MAPOCNN的新型神经架构搜索方法，利用改进的人工原生动物优化器（APO）来优化卷积神经网络（CNN）的架构	引入了改进的人工原生动物优化器（MAPO），结合原生动物的趋光行为，以缓解早熟收敛的风险，从而探索更广泛的CNN架构并找到更优的解决方案	NA	优化卷积神经网络（CNN）的架构	卷积神经网络（CNN）	机器学习	NA	神经架构搜索（NAS）	CNN	图像	基准数据集（包括Rectangle和Mnist-random）	NA	NA	NA	NA
1054	2025-03-22	Deep Huber quantile regression networks 2025-Mar-05, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107364 PMID:40112635	研究论文	本文介绍了深度Huber分位数回归网络（DHQRN），该网络能够预测Huber分位数，并作为分位数回归神经网络（QRNN）和期望分位数回归神经网络（ERNN）的扩展	提出了深度Huber分位数回归网络（DHQRN），能够预测更一般的Huber分位数，并嵌套了QRNN和ERNN作为极限情况	未明确提及具体局限性	研究目的是通过深度学习算法预测概率分布的更多功能（如分位数和期望分位数），以量化预测的不确定性	房屋价格预测，具体案例为澳大利亚墨尔本和美国波士顿的房价	机器学习	NA	深度学习	深度Huber分位数回归网络（DHQRN）	房价数据	未明确提及具体样本数量	NA	NA	NA	NA
1055	2025-10-07	Deep Learning-Driven Computational Approaches for Studying Intrinsically Disordered Regions in S100-A9 2025-Mar-20, Methods in molecular biology (Clifton, N.J.) DOI:10.1007/7651_2025_617 PMID:40106150	研究论文	本章介绍了一种利用深度学习方法研究S100-A9蛋白内在无序区域的初步方案	将人工智能技术应用于内在无序区域的预测和分析，以S100-A9蛋白为案例研究	仅提供初步水平的研究方案，未涉及具体模型性能验证	开发计算方法来研究蛋白质内在无序区域	S100-A9蛋白的内在无序区域	机器学习	银屑病	深度学习	NA	蛋白质序列数据	NA	NA	NA	NA	NA
1056	2025-10-07	Artificial intelligence to enhance the diagnosis of ocular surface squamous neoplasia 2025-Mar-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-94876-4 PMID:40108432	研究论文	开发基于人工智能的活体共聚焦显微镜图像分析方法，用于准确诊断眼表鳞状上皮 neoplasia	提出基于方形数据增强策略处理类别不平衡问题，并采用少样本学习模型提高罕见症状识别精度	在多类别分类任务中准确率较低	利用人工智能技术增强眼表鳞状上皮 neoplasia 的诊断能力	眼表鳞状上皮 neoplasia 及其他眼表疾病患者	计算机视觉	眼表鳞状上皮 neoplasia	活体共聚焦显微镜	深度学习	图像	2,774张活体共聚焦显微镜图像	TensorFlow, PyTorch	ResNet50V2, Yolov8x, VGG19	准确率, 精确率, 召回率, F1分数	NA
1057	2025-10-07	Interpretable Identification of Single-Molecule Charge Transport via Fusion Attention-Based Deep Learning 2025-Mar-20, The journal of physical chemistry letters IF:4.8Q1 DOI:10.1021/acs.jpclett.4c03650 PMID:40111072	研究论文	提出一种基于融合注意力机制的深度学习方法来识别单分子电荷传输	首次将多头自注意力与空间注意力机制融合应用于单分子电荷传输识别，开发了新型神经网络架构SingleFACNN	NA	提高单分子电荷传输识别的可解释性和准确性	单分子电荷传输数据	机器学习	NA	STM-BJ（扫描隧道显微镜断裂结技术）	CNN, 注意力机制	STM-BJ数据集	三类型和四类型STM-BJ数据集，以及不同比例的混合样本	NA	SingleFACNN（融合卷积神经网络与注意力机制的新型架构）	分类准确率，通过梯度加权类激活映射和消融研究评估	低计算成本
1058	2025-10-07	Robust protein-ligand interaction modeling through integrating physical laws and geometric knowledge for absolute binding free energy calculation 2025-Mar-19, Chemical science IF:7.6Q1 DOI:10.1039/d4sc07405j PMID:40007661	研究论文	提出一种融合物理定律与几何知识的蛋白质-配体相互作用建模框架LumiNet，用于精确计算绝对结合自由能	通过子图变换器提取分子图多尺度信息，结合几何神经网络映射原子对结构至经典力场非键相互作用参数，填补物理模型与黑盒算法间的空白	未明确说明模型在更大规模数据集或更复杂蛋白质体系中的泛化能力	开发高精度且可解释的蛋白质-配体相互作用建模方法以加速药物发现	蛋白质-配体复合物及其结合自由能	机器学习	NA	深度学习	Transformer, 几何神经网络	分子图数据	PDE10A数据集（未提供具体样本数）	NA	子图Transformer	结合自由能计算精度，与FEP+方法对比	NA
1059	2025-10-07	Generating Inverse Feature Space for Class Imbalance in Point Cloud Semantic Segmentation 2025-Mar-19, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3553051 PMID:40106253	研究论文	提出InvSpaceNet网络框架，通过生成逆特征空间解决点云语义分割中的类别不平衡问题	设计双分支训练架构，结合实例平衡采样数据的特征表示与逆采样数据的认知校正，通过对比损失约束和动量更新生成点云类别原型	NA	缓解点云语义分割中的类别不平衡问题，提高分割性能	点云数据	计算机视觉	NA	点云语义分割	深度学习网络	点云	四个大型基准数据集（S3DIS、ScanNet v2、Toronto-3D、SemanticKITTI）	NA	InvSpaceNet, 双分支架构	分割性能指标	NA
1060	2025-10-07	Mouse-Geneformer: A deep learning model for mouse single-cell transcriptome and its cross-species utility 2025-Mar-19, PLoS genetics IF:4.0Q1 DOI:10.1371/journal.pgen.1011420 PMID:40106407	研究论文	本研究开发了针对小鼠单细胞转录组的深度学习模型mouse-Geneformer，并验证其跨物种应用潜力	首次构建了包含2100万个小鼠单细胞转录组数据的大规模数据集，并开发了专门针对小鼠的Geneformer模型，同时探索了跨物种分析能力	在人类COVID-19疾病模型中的仿真实验结果与人类专用Geneformer仅部分一致，表明物种特异性模型对完全捕捉疾病机制复杂性的重要性	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价值	小鼠和人类的单细胞转录组数据	生物信息学，机器学习	心肌梗死，COVID-19	单细胞RNA测序（scRNA-seq）	Transformer	单细胞转录组数据	2100万个小鼠单细胞转录组图谱	NA	Transformer Encoder	细胞类型分类准确率	NA