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
881	2025-10-07	Predicting axial load capacity in elliptical fiber reinforced polymer concrete steel double skin columns using machine learning 2025-Apr-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-97258-y PMID:40234698	研究论文	本研究应用人工智能技术预测椭圆形纤维增强聚合物-混凝土-钢双皮管柱在轴向荷载下的极限承载能力和极限应变	首次将多种机器学习和深度学习模型应用于预测混合椭圆形双皮管柱的力学性能，并开发了用户界面平台	实验数据稀缺，依赖有限元模型生成补充数据	预测椭圆形FRP-混凝土-钢双皮管柱的轴向承载能力	空心和实心混合椭圆形纤维增强聚合物-混凝土-钢双皮管柱	机器学习	NA	有限元分析	GEP, ANN, RF, ADB, XGBoost, DNN	数值数据	112个数据点	NA	深度神经网络	决定系数(R), 均方根误差(RMSE), 平均绝对误差(MAE)	NA
882	2025-10-07	Development of a Deep Learning Tool to Support the Assessment of Thyroid Follicular Cell Hypertrophy in the Rat 2025-Apr, Toxicologic pathology IF:1.4Q4 DOI:10.1177/01926233241309328 PMID:39825517	研究论文	开发基于深度学习的图像分析工具，通过形态学测量量化评估大鼠甲状腺滤泡细胞肥大	首次将U-Net卷积神经网络应用于甲状腺组织分析，不仅能识别组织成分还能分割单个滤泡，并开发了优于传统方法的甲状腺活性评分系统	研究仅针对大鼠甲状腺组织，未验证在其他物种或组织的适用性	开发支持病理学家评估甲状腺滤泡细胞肥大的深度学习工具	大鼠甲状腺组织切片	数字病理学	甲状腺疾病	组织病理学分析	CNN	图像	NA	NA	U-Net	与病理学家评分比较	NA
883	2025-04-20	CT-based artificial intelligence system complementing deep learning model and radiologist for liver fibrosis staging 2025-Apr-18, iScience IF:4.6Q1 DOI:10.1016/j.isci.2025.112224 PMID:40248124	研究论文	本研究开发了一种基于CT的人工智能系统，结合深度学习模型和放射科医生进行肝纤维化分期	提出了深度学习-放射科医生互补决策系统（DRCDS），通过决策模型决定采用Model-C的诊断还是放射科医生的诊断，解决了模型泛化和人机互补问题	未提及具体样本量及数据来源的详细信息	开发非侵入性肝纤维化分期方法，提高诊断准确性	肝纤维化患者	数字病理	肝纤维化	深度学习	Model-C（基于深度学习的分类模型）	CT图像	NA	NA	NA	NA	NA
884	2025-04-20	Rapid pathologic grading-based diagnosis of esophageal squamous cell carcinoma via Raman spectroscopy and a deep learning algorithm 2025-Apr-14, World journal of gastroenterology IF:4.3Q1 DOI:10.3748/wjg.v31.i14.104280 PMID:40248385	research paper	该研究利用拉曼光谱和深度学习算法快速诊断食管鳞状细胞癌的病理分级	提出了一种1D-transformer网络模型用于分类食管鳞状细胞癌的光谱数据，并结合深度学习模型可视化拉曼光谱数据并解释其分子特征	样本量相对较小（360组拉曼光谱数据），可能需要更大样本量验证模型的泛化能力	检测食管肿瘤不同阶段的拉曼光谱信息变化，提高分类准确性	不同分级的食管病变组织	digital pathology	esophageal squamous cell carcinoma	Raman spectroscopy	1D-transformer network	spectral data	360组拉曼光谱数据	NA	NA	NA	NA
885	2025-04-20	Automatic Generation of Liver Virtual Models with Artificial Intelligence: Application to Liver Resection Complexity Prediction 2025-Apr-11, Annals of surgery IF:7.5Q1 DOI:10.1097/SLA.0000000000006722 PMID:40211963	研究论文	本研究开发了一种基于人工智能的自动工具，用于从术前CT扫描预测肝切除手术的复杂性	提出了一种新的解剖参考框架（HCZ）和全自动管道来量化肿瘤位置，并通过AI模型预测手术复杂性	研究仅针对145名HCC患者，样本量有限	预测肝切除手术的复杂性以改善手术规划	肝切除手术患者	数字病理	肝癌	Deep Learning	NA	CT扫描图像	145名HCC患者	NA	NA	NA	NA
886	2025-10-07	Multiscale Dissection of Spatial Heterogeneity by Integrating Multi-Slice Spatial and Single-Cell Transcriptomics 2025-Apr, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202413124 PMID:39999288	研究论文	提出一种名为SMILE的新型深度学习方法，用于整合多切片空间和单细胞转录组数据以解析空间异质性	首次将图对比自编码器与多层感知器结合局部约束，实现多尺度空间表征学习，能同时处理跨切片域对齐和单切片内细胞类型解卷积	未明确说明方法对数据质量和规模的敏感性，以及计算复杂度分析	开发能够同时解析多尺度空间异质性的计算方法	空间分辨转录组数据（SRT）和单细胞转录组数据	生物信息学	NA	空间分辨转录组学（SRT），单细胞转录组学	图对比自编码器，多层感知器（MLP）	空间转录组数据，单细胞转录组数据	模拟数据集和真实数据集（具体数量未说明）	NA	图对比自编码器，多层感知器	空间对齐，域识别，细胞类型解卷积	NA
887	2025-10-07	Deep mutational learning for the selection of therapeutic antibodies resistant to the evolution of Omicron variants of SARS-CoV-2 2025-Apr, Nature biomedical engineering IF:26.8Q1 DOI:10.1038/s41551-025-01353-4 PMID:40044817	研究论文	本研究通过深度突变学习筛选对SARS-CoV-2奥密克戎变异株进化具有增强抵抗力的治疗性抗体	首次将深度突变学习应用于抗体筛选，通过构建高突变距离的RBD库并训练集成深度学习模型预测抗体结合与逃逸	研究主要针对奥密克戎BA.1变异株，对其他变异株的适用性需要进一步验证	开发对SARS-CoV-2变异株具有广谱中和能力的治疗性抗体	SARS-CoV-2奥密克戎变异株的受体结合域(RBD)和治疗性抗体	机器学习	COVID-19	深度测序, 深度突变学习	集成深度学习模型	蛋白质序列数据	包含数百万奥密克戎序列的RBD突变库	NA	集成深度学习模型	结合预测准确率, 逃逸预测准确率	NA
888	2025-10-07	BERT-DomainAFP: Antifreeze protein recognition and classification model based on BERT and structural domain annotation 2025-Apr-18, iScience IF:4.6Q1 DOI:10.1016/j.isci.2025.112077 PMID:40241758	研究论文	提出基于BERT和结构域注释的抗冻蛋白识别与分类模型BERT-DomainAFP	使用新型注释策略创建AntiFreezeDomains数据集，结合预训练ProteinBERT并采用过采样和欠采样技术处理不平衡数据	NA	提高抗冻蛋白的预测和分类准确性	抗冻蛋白	自然语言处理	NA	结构域注释	BERT	蛋白质序列数据	NA	ProteinBERT	BERT	准确率	NA
889	2025-10-07	Scaling down annotation needs: The capacity of self-supervised learning on diatom classification 2025-Apr-18, iScience IF:4.6Q1 DOI:10.1016/j.isci.2025.112236 PMID:40241763	研究论文	本研究探索自监督学习在硅藻分类中的应用，以解决标注数据稀缺的问题	首次将自监督学习应用于硅藻分类，显著减少对标注数据的依赖	未详细说明模型在更广泛硅藻物种上的泛化能力	开发减少标注需求的硅藻分类方法	硅藻显微图像	计算机视觉	NA	光学显微镜成像	自监督学习	图像	每类50个样本（基础实验），每类30个样本（扩展实验）	NA	NA	宏平均准确率	NA
890	2025-10-07	Capsule neural network and its applications in drug discovery 2025-Apr-18, iScience IF:4.6Q1 DOI:10.1016/j.isci.2025.112217 PMID:40241764	综述	本文全面分析胶囊神经网络在药物发现领域的理论基础、应用现状及性能表现	胶囊网络通过捕捉特征间的空间层次关系，有效解决传统神经网络的空间信息丢失问题，特别适用于小数据集场景	胶囊网络本身存在局限性，需要未来研究进一步改进以提升其在药物发现中的实用性	探讨胶囊神经网络在药物发现中的应用潜力与挑战	胶囊神经网络及其在药物设计发现任务中的应用	机器学习	NA	胶囊网络	CapsNet	稀疏标注数据	有限数据集	NA	CapsNet	NA	NA
891	2025-10-07	Automated opportunistic screening for osteoporosis using deep learning-based automatic segmentation and radiomics on proximal femur images from low-dose abdominal CT 2025-Apr-17, BMC musculoskeletal disorders IF:2.2Q3 DOI:10.1186/s12891-025-08631-x PMID:40241032	研究论文	基于低剂量腹部CT图像，开发结合深度学习自动分割和影像组学的骨质疏松自动化筛查模型	首次将深度学习自动分割与影像组学分类相结合，实现基于低剂量腹部CT的骨质疏松三分类自动检测	回顾性研究，样本量相对有限（456名参与者）	建立基于低剂量腹部CT的自动化骨质疏松检测模型	近端股骨图像	医学影像分析	骨质疏松症	低剂量CT成像，影像组学分析	深度学习分割模型，随机森林分类器	CT图像	456名参与者（355名开发队列，101名测试队列）	NA	VB-Net	Dice相似系数，体积差异，AUC，敏感性，特异性	NA
892	2025-10-07	FusionXNet: Enhancing EEG-based seizure prediction with integrated convolutional and transformer architectures 2025-Apr-17, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/adce33 PMID:40245880	研究论文	提出融合卷积神经网络和Transformer架构的混合模型FusionXNet，用于提升基于EEG的癫痫发作预测性能	设计令牌合成单元(TSU)同时提取局部特征和全局EEG表征，首次将CNN与Transformer优势结合用于癫痫预测	仅在公开数据集CHB-MIT上进行验证，需要进一步临床实际环境测试	开发混合深度学习模型以提升癫痫发作预测准确率	癫痫患者的脑电图(EEG)信号	机器学习	癫痫	脑电图(EEG)分析	CNN, Transformer	EEG信号	CHB-MIT公开数据集	NA	FusionXNet, 包含令牌合成单元(TSU)	敏感度, 误报率(FPR)	NA
893	2025-10-07	A comprehensive case study of deep learning on the detection of alpha thalassemia and beta thalassemia using public and private datasets 2025-Apr-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-97353-0 PMID:40246871	研究论文	本研究通过深度学习模型（CNN和XGBoost）对α和β地中海贫血进行检测预测	同时使用公开和私有数据集，结合CNN和XGBoost模型进行地中海贫血检测的综合性案例研究	未明确说明模型在公开数据集上的具体表现对比	探索深度学习模型在地中海贫血早期诊断中的有效性	α地中海贫血和β地中海贫血患者数据	机器学习	地中海贫血	基因检测	CNN, XGBoost	临床记录数据	公开数据库和临床记录组成的综合数据集	NA	CNN, XGBoost	准确率	NA
894	2025-10-07	Convolutional neural network-based deep learning for landslide susceptibility mapping in the Bakhtegan watershed 2025-Apr-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-96748-3 PMID:40246900	研究论文	本研究利用卷积神经网络开发了一种用于伊朗巴赫特甘流域滑坡敏感性制图的深度学习方法	首次将CNN应用于巴赫特甘流域的滑坡敏感性评估，能够有效捕捉地质和环境因素之间的复杂空间依赖关系	研究区域仅限于巴赫特甘流域，样本数量相对有限（235个滑坡位置）	开发高精度的滑坡敏感性评估方法以支持灾害风险管理	伊朗巴赫特甘流域的地质滑坡现象	计算机视觉	NA	遥感技术、实地调查	CNN	地理空间数据、图像数据	235个滑坡位置和235个非滑坡位置	NA	卷积神经网络	准确率, 精确率, 平均绝对误差, 均方误差, 均方根误差	NA
895	2025-10-07	Deep learning and sentence embeddings for detection of clickbait news from online content 2025-Apr-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-97576-1 PMID:40246954	研究论文	本研究使用深度学习和句子嵌入技术检测乌尔都语新闻中的点击诱饵内容	首次专注于乌尔都语新闻点击诱饵检测，并应用最先进的句子嵌入特征	仅针对低资源语言乌尔都语进行研究，未涉及其他语言	开发有效的点击诱饵新闻检测方法	乌尔都语新闻标题	自然语言处理	NA	自然语言处理	Bi-LSTM	文本	从真实在线来源收集并由领域专家标注的数据集	NA	Bi-LSTM	准确率, 精确率, 召回率, F1分数, ROC曲线分析	NA
896	2025-10-07	Improved security for IoT-based remote healthcare systems using deep learning with jellyfish search optimization algorithm 2025-Apr-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-97065-5 PMID:40246970	研究论文	提出一种结合深度学习与水母搜索优化算法的增强安全机制，用于物联网远程医疗系统	首次将水母搜索优化算法与CNN-LSTM-Attention模型结合，用于医疗数据安全传输和疾病早期识别	仅在单一物联网医疗安全数据集上进行验证，缺乏多中心临床数据测试	提升物联网远程医疗系统的安全性和疾病检测效率	慢性病患者和老年人群的远程健康监测数据	机器学习	慢性病	物联网传感器数据采集	CNN,LSTM,Attention机制	医疗时间序列数据（体温、心电图、心率等）	物联网医疗安全数据集（具体数量未说明）	NA	CNN-LSTM-Attention混合架构	准确率	NA
897	2025-10-07	Artificial intelligence-assisted multimodal imaging for the clinical applications of breast cancer: a bibliometric analysis 2025-Apr-16, Discover oncology IF:2.8Q2 DOI:10.1007/s12672-025-02329-1 PMID:40237900	文献计量分析	通过文献计量学方法分析人工智能辅助多模态成像在乳腺癌临床应用中的研究现状和发展趋势	首次系统梳理AI辅助多模态成像在乳腺癌领域的文献计量特征，识别研究热点和发展趋势	仅纳入Web of Science核心合集数据库文献，可能存在发表偏倚	评估人工智能辅助多模态成像在乳腺癌临床应用的研究现状和发展趋势	2010-2024年间关于AI辅助多模态成像在乳腺癌应用的80篇文献	医学影像分析	乳腺癌	多模态成像	深度学习	文献数据	80篇出版物	VOSviewer, CiteSpace, Bibliometrix R	NA	文献计量指标（发文量、引用量、合作网络）	NA
898	2025-10-07	TRAPT: a multi-stage fused deep learning framework for predicting transcriptional regulators based on large-scale epigenomic data 2025-Apr-16, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-58921-0 PMID:40240358	研究论文	提出一个多模态深度学习框架TRAPT，用于基于大规模表观基因组数据预测转录调控因子	开发了多阶段融合深度学习框架，通过整合靶基因顺式调控元件和全基因组结合位点的调控潜力来推断调控因子活性	NA	预测转录调控因子及其在疾病发生发展中的作用	转录调控因子	机器学习	NA	表观基因组学数据	深度学习	多组学表观基因组数据	570个TR相关数据集	NA	多模态融合框架	NA	NA
899	2025-10-07	DeepGuard: real-time threat recognition using Golden Jackal optimization with deep learning model 2025-Apr-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-82478-5 PMID:40240369	研究论文	提出一种基于金豺优化和深度学习的DeepGuard模型，用于监控视频中的实时暴力威胁识别	结合改进的ShuffleNetv2特征提取、金豺优化算法超参数调优和LSTM神经网络，实现高效的实时暴力检测	NA	开发实时威胁识别系统以提升公共安全	监控视频中的暴力与非暴力事件	计算机视觉	NA	深度学习	LSTM, CNN	视频	基准数据集（具体数量未说明）	NA	ShuffleNetv2, LSTM	准确率	NA
900	2025-10-07	An application of deep learning model InceptionTime to predict nausea, vomiting, diarrhoea, and constipation using the gastro-intestinal pacemaker activity drug database (GIPADD) 2025-Apr-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95961-4 PMID:40240387	研究论文	本研究应用深度学习模型InceptionTime预测药物引起的恶心、呕吐、腹泻和便秘等不良反应	首次将InceptionTime深度学习模型应用于胃肠起搏器活动药物数据库(GIPADD)的原始电生理记录数据，用于预测药物不良反应	研究依赖于GIPADD数据库的数据质量和规模，外部验证仅使用时间偏移记录预测	探索使用原始电生理记录数据预测药物不良反应的可行性	172种药物的11,943个电生理数据集	机器学习	胃肠道疾病	电生理记录技术	深度学习	时间序列电生理数据	11,943个数据集，涵盖172种药物	NA	InceptionTime	准确率,精确率,AUROC	NA