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
1121	2025-10-07	A synergistic approach for enhanced eye blink detection using wavelet analysis, autoencoding and Crow-Search optimized k-NN algorithm 2025-Apr-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95119-2 PMID:40199999	研究论文	提出一种结合小波分析、自编码器和乌鸦搜索优化的k近邻算法的眼电信号眨眼检测方法	首次将乌鸦搜索算法用于优化k-NN超参数，并结合小波分析和自编码器进行特征提取，在EEG眨眼检测中表现优于深度学习模型	未明确说明具体数据集规模和采集条件，缺乏跨数据集验证	开发高性能的EEG信号眨眼检测方法	脑电图信号中的眨眼活动	机器学习	神经系统疾病	脑电图信号处理	k-NN	EEG信号	NA	NA	自编码器	准确率, 分类报告, 混淆矩阵	NA
1122	2025-10-07	Anesthesia depth prediction from drug infusion history using hybrid AI 2025-Apr-08, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-02986-w PMID:40200239	研究论文	提出一种结合LSTM、Transformer和KAN的混合AI模型，用于从药物输注历史预测麻醉深度	首次将Kolmogorov-Arnold Networks（KAN）与LSTM和Transformer架构结合，用于麻醉深度预测，通过注意力机制和非线性建模提高预测准确性	模型鲁棒性需进一步改进，需探索实时应用并解决预测分析中的潜在偏差	提高麻醉深度预测的准确性，优化患者安全和手术结果	麻醉患者的药物输注历史和生理数据	机器学习	NA	麻醉监测	LSTM, Transformer, KAN	生理数据序列	来自公共麻醉监测数据库VitalDB的患者数据	NA	LSTM, Transformer, KAN	均方误差（MSE）	NA
1123	2025-10-07	HepatoToxicity Portal (HTP): an integrated database of drug-induced hepatotoxicity knowledgebase and graph neural network-based prediction model 2025-Apr-08, Journal of cheminformatics IF:7.1Q1 DOI:10.1186/s13321-025-00992-8 PMID:40200282	研究论文	开发了肝毒性门户(HTP)，整合了专家策划的知识库和基于图神经网络的肝毒性预测模型	整合了来自九个主要数据库的肝毒性数据，并利用在PubChem数据库上预训练的GNN基础模型进行微调，预测性能优于现有方法	NA	解决药物开发中肝毒性预测的挑战，提供综合的肝毒性知识和预测工具	药物诱导的肝毒性	机器学习	肝毒性	图神经网络	GNN	化学结构数据	知识库包含8,306种化学品，预训练使用约1,000万种化学品	NA	基于GNN的基础模型	AUROC	NA
1124	2025-10-07	MIDAA: deep archetypal analysis for interpretable multi-omic data integration based on biological principles 2025-Apr-08, Genome biology IF:10.1Q1 DOI:10.1186/s13059-025-03530-9 PMID:40200293	研究论文	提出基于生物学原理的可解释多组学数据整合框架MIDAA，结合原型分析与深度学习	将基于进化权衡和帕累托最优性的原型分析与深度学习相结合，在保留生物相互作用复杂性的同时提供可解释输出	NA	开发基于生物学原理的多组学数据整合与解释方法	高通量多组学分子谱数据	机器学习	NA	多组学分析	深度学习	多组学数据	NA	NA	原型分析	NA	NA
1125	2025-10-07	Automatic identification of hard and soft tissue landmarks in cone-beam computed tomography via deep learning with diversity datasets: a methodological study 2025-Apr-08, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-025-05831-8 PMID:40200295	研究论文	本研究开发了一种基于深度学习的自动识别锥形束CT中颅面软硬组织标志点的方法	首次将深度学习方法应用于多样化错颌畸形患者的CBCT图像中软硬组织标志点的自动定位	样本量相对有限（498例CBCT图像），软组织标志点的识别精度略低于硬组织	开发自动识别CBCT图像中颅面软硬组织标志点的深度学习算法	498例不同类型错颌畸形患者的锥形束CT图像	计算机视觉	错颌畸形	锥形束CT成像	深度学习模型	医学影像	498例CBCT图像	NA	NA	平均绝对误差,平均径向误差,成功检测率	常规图形处理单元
1126	2025-10-07	A beginner's approach to deep learning applied to VS and MD techniques 2025-Apr-08, Journal of cheminformatics IF:7.1Q1 DOI:10.1186/s13321-025-00985-7 PMID:40200329	综述	本文综述了深度学习在虚拟筛选和分子动力学等分子建模技术中的应用现状与发展前景	系统梳理了深度学习在分子建模四个关键环节的创新应用：虚拟筛选流程优化、分子动力学模拟改进、原子间力计算辅助和轨迹数据分析	主要面向已有深度学习基础的计算化学家，对初学者门槛较高；且未涉及具体实施细节	为计算化学家提供深度学习在分子建模技术中的集成应用指南	虚拟筛选(VS)和分子动力学(MD)等分子建模技术	机器学习	NA	虚拟筛选、分子动力学模拟	深度学习	分子结构数据、模拟轨迹数据	NA	NA	NA	NA	NA
1127	2025-10-07	Rapid Identification of Medicinal Polygonatum Species and Predictive of Polysaccharides Using ATR-FTIR Spectroscopy Combined With Multivariate Analysis 2025-Apr, Phytochemical analysis : PCA IF:3.0Q2 DOI:10.1002/pca.3459 PMID:39422183	研究论文	本研究利用衰减全反射傅里叶变换红外光谱结合多元分析方法，建立了药用黄精物种的定性鉴定模型和多糖含量预测模型	首次将ATR-FTIR光谱与多元分析结合用于药用黄精物种分类和多糖含量预测，并比较了传统方法与ResNet深度学习模型的性能	研究样本仅包含334个药用黄精样品，未来可扩展更多物种；仅针对多糖成分进行预测，未涉及其他化学成分	开发快速鉴定药用黄精物种和预测多糖含量的分析方法	药用黄精物种及其多糖成分	光谱分析	NA	ATR-FTIR光谱分析，蒽酮-硫酸法	PLSR, Kernel-PLSR, ResNet	红外光谱数据	334个药用黄精物种样品，110个黄精多糖样品	NA	ResNet	准确率，RPD，Rp	NA
1128	2025-10-07	Comparison of Intratumoral and Peritumoral Deep Learning, Radiomics, and Fusion Models for Predicting KRAS Gene Mutations in Rectal Cancer Based on Endorectal Ultrasound Imaging 2025-Apr, Annals of surgical oncology IF:3.4Q1 DOI:10.1245/s10434-024-16697-5 PMID:39690384	研究论文	比较基于直肠腔内超声图像的瘤内和瘤周深度学习、影像组学及融合模型在预测直肠癌KRAS基因突变中的性能	首次系统比较瘤内与瘤周区域在预测KRAS突变中的价值，并开发基于特征融合和决策融合的混合模型	单中心回顾性研究，样本量有限（304例患者）	预测直肠癌KRAS基因突变状态	直肠癌患者	医学影像分析	直肠癌	直肠腔内超声成像	深度学习, 影像组学, 融合模型	超声图像	304例直肠癌患者（训练集213例，测试集91例）	NA	NA	AUC, 敏感性, 特异性, 决策曲线分析	NA
1129	2025-10-07	Identification of lesion bioactivity in hepatic cystic echinococcosis using a transformer-based fusion model 2025-Apr, The Journal of infection IF:14.3Q1 DOI:10.1016/j.jinf.2025.106455 PMID:40049526	研究论文	本研究开发了一种基于Transformer的多模态融合模型，用于准确区分肝囊型包虫病病灶的生物活性	首次将Transformer架构应用于肝囊型包虫病病灶活性识别，通过特征级融合、决策级融合和Transformer网络整合临床特征、影像组学特征及2D/3D深度学习特征	研究仅基于三家医院的数据，需要更多外部验证来确认模型的泛化能力	评估基于Transformer的融合模型在判断肝囊型包虫病病灶生物活性方面的性能	700例肝囊型包虫病患者的CT影像和临床变量	计算机视觉	肝囊型包虫病	CT成像	Transformer,深度学习模型	CT图像,临床数据	700例来自三家医院(2018-2023年)的肝囊型包虫病患者	Pyradiomics	Transformer	AUC	NA
1130	2025-10-07	An artificial intelligence tool that may assist with interpretation of rapid plasma reagin test for syphilis: Development and on-site evaluation 2025-Apr, The Journal of infection IF:14.3Q1 DOI:10.1016/j.jinf.2025.106454 PMID:40043816	研究论文	开发并验证一种基于人工智能的快速血浆反应素试验解读工具，用于梅毒诊断	首次将深度学习算法应用于RPR测试的自动化解读，并集成到智能手机实现现场应用	样本量相对有限（600张图像），需要更多临床验证	开发用户友好的RPR-AI解读工具以标准化梅毒诊断	快速血浆反应素试验卡片图像	计算机视觉	梅毒	快速血浆反应素试验	深度学习	图像	600张RPR卡片图像（276例阴性，223例阳性）	NA	NA	准确率, 灵敏度, 特异性, 一致性, 阳性预测值, 阴性预测值	智能手机平台
1131	2025-10-07	Soil and crop interaction analysis for yield prediction with satellite imagery and deep learning techniques for the coastal regions 2025-Apr, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2025.125095 PMID:40138935	研究论文	本研究利用卫星影像和深度学习技术分析土壤与作物相互作用，实现沿海地区作物产量预测	结合土壤类型分析和NDVI数据，采用卷积神经网络进行降雨径流预测，相比传统方法显著提高预测精度	研究主要针对沿海地区，在数据有限区域的适用性需要进一步验证	开发高精度的作物产量预测模型以支持农业决策	沿海地区的土壤和作物	计算机视觉	NA	卫星遥感，Sentinel-2，NDVI	CNN	卫星影像	NA	NA	卷积神经网络	准确率	NA
1132	2025-10-07	Effective evaluation of greenhouse gases (GHGs) emissions from anoxic/oxic (A/O) process of regenerated papermaking wastewater treatment through hybrid deep learning techniques: Leveraging the critical role of water quality indicators 2025-Apr, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2025.125094 PMID:40174391	研究论文	本研究通过混合深度学习技术评估再生造纸废水处理中温室气体排放，并分析水质指标的关键作用	开发了集成时间卷积网络和注意力机制的新型混合深度学习模型TCNA，用于预测废水处理过程中的温室气体排放	研究基于实验室规模的A/O工艺，数据集仅包含295组多因素数据，需要在实际工业规模中进一步验证	准确评估再生造纸废水处理过程中温室气体排放，并开发可靠的预测模型	再生造纸废水处理过程中的温室气体排放	机器学习	NA	废水处理工艺监测	TCN, Attention Mechanism, CNN, RNN, LSTM	水质指标数据（COD、悬浮固体、氨氮、硝酸盐氮、pH/DO/温度等）	295组多因素数据集，来自约110天的实验室规模A/O工艺运行	NA	TCNA（时间卷积网络+注意力机制）	R分数, RMSE, MAE	NA
1133	2025-10-07	Feasibility study of real-time virtual sensing for water quality parameters in river systems using synthetic data and deep learning models 2025-Apr, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2025.125191 PMID:40179555	研究论文	本研究评估了结合深度学习的虚拟传感技术在小型河流系统中实时监测水质参数的可行性	首次将深度学习模型与虚拟传感技术结合用于小型河流系统水质监测，并比较了实际数据与合成数据的性能差异	研究主要针对小型河流系统，且依赖于九个传感器测量指标生成的合成数据	评估基于深度学习的虚拟传感技术在河流水质实时监测中的可行性	小型河流系统中的水质参数（总有机碳TOC、总氮TN、总磷TP）	环境监测	NA	虚拟传感技术，深度学习	深度学习模型	传感器测量数据，合成数据	九个传感器测量指标	NA	NA	误差（mg/L）	计算时间少于1分钟
1134	2025-04-12	Deep neural network modeling for brain tumor classification using magnetic resonance spectroscopic imaging 2025-Apr, PLOS digital health DOI:10.1371/journal.pdig.0000784 PMID:40202966	研究论文	本研究探讨了深度神经网络在脑肿瘤分类中的应用，特别是针对磁共振波谱成像（MRSI）数据的处理	直接对原始MRSI时域数据应用深度神经网络，避免了传统方法中复杂的手动处理步骤	需要更大数据集进行验证以建立标准化指南并增强临床实用性	提高脑肿瘤早期和准确检测的效率，以支持有效治疗	脑肿瘤患者的合成和真实MRSI数据	数字病理学	脑肿瘤	磁共振波谱成像（MRSI）	深度神经网络	光谱时间序列数据	包括合成和真实MRSI数据的脑肿瘤患者数据集	NA	NA	NA	NA
1135	2025-04-12	Universal photonic artificial intelligence acceleration 2025-Apr, Nature IF:50.5Q1 DOI:10.1038/s41586-025-08854-x PMID:40205212	研究论文	介绍了一种光子AI处理器，能够执行包括ResNet和BERT在内的高级AI模型，以及DeepMind最初展示的Atari深度强化学习算法	该光子AI处理器在许多工作负载上实现了接近电子精度的性能，标志着光子计算进入与现有电子AI加速器竞争的新阶段	尚未有光子芯片达到实际AI应用所需的精度，且演示仅限于简化的基准任务	探索光子技术在AI和深度学习中的加速张量操作，以提高能源效率和性能	光子AI处理器	机器学习	NA	光子计算	ResNet, BERT, 深度强化学习算法	NA	NA	NA	NA	NA	NA
1136	2025-04-11	A high-performance broadband polarization-sensitive photodetector based on BiSeS nanowires 2025-Apr-10, Nanoscale IF:5.8Q1 DOI:10.1039/d4nr05031b PMID:40105281	research paper	该论文报道了一种基于BiSeS纳米线的高性能宽带偏振敏感光电探测器的设计与制备	通过化学气相传输法制备BiSeS纳米线，解决了BiSe基器件中固有缺陷和态的问题，实现了从紫外C到近红外的宽带波长区域的光响应，并展示了优异的偏振敏感性	未提及具体的大规模生产可行性或长期稳定性测试	设计和制备高性能宽带偏振敏感光电探测器	BiSeS纳米线	材料科学	NA	化学气相传输法	NA	光学性能数据	未明确提及具体样本数量	NA	NA	NA	NA
1137	2025-04-11	Automatic Cry Analysis: Deep Learning for Screening of Autism Spectrum Disorder in Early Childhood 2025-Apr-10, Journal of autism and developmental disorders IF:3.2Q1 DOI:10.1007/s10803-025-06811-1 PMID:40208423	研究论文	本研究通过深度学习技术分析儿童哭声的声学特征，以支持自闭症谱系障碍（ASD）的早期筛查	利用递归卷积神经网络（R-CNN）对ASD和典型发育（TD）儿童的哭声进行分类，准确率达到90.28%	样本量较小，仅包括31名ASD儿童和31名TD儿童	开发基于哭声的非侵入性AI工具，以促进ASD的早期检测和干预	18至54个月大的ASD和TD儿童	机器学习	自闭症谱系障碍	深度学习	R-CNN	音频	62名儿童（31名ASD和31名TD）	NA	NA	NA	NA
1138	2025-04-11	Accurate and Rapid Prediction of Protein pKa: Protein Language Models Reveal the Sequence-pKa Relationship 2025-Apr-08, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.4c01288 PMID:40138263	研究论文	介绍了一种名为pKALM的新型深度学习方法，用于高通量蛋白质pKa预测	利用蛋白质语言模型(PLM)捕捉蛋白质复杂的序列-结构关系，并发现预测的蛋白质等电点(pI)可提高pKa预测的准确性	方法存在一定约束条件，具体在案例研究中有所体现	开发高效准确的蛋白质pKa预测工具	蛋白质的六种残基(Asp, Glu, His, Lys, Cys, Tyr)和两个末端	计算生物学	NA	蛋白质语言模型(PLM)	深度学习	蛋白质序列数据	人类蛋白质组的高通量预测	NA	NA	NA	NA
1139	2025-04-11	Rapid dose prediction for lung CyberKnife radiotherapy plans utilizing a deep learning approach by incorporating dosimetric features delivered by noncoplanar beams 2025-Apr-08, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/adc697 PMID:40153867	研究论文	本研究提出了一种结合CyberKnife非共面束剂量特征的深度学习方法，用于快速预测肺癌患者的放疗剂量分布	将几何和剂量特征驱动的深度学习剂量计算方法扩展到CyberKnife应用场景，显著提高了剂量预测精度	未明确说明样本量大小及模型在其他癌症类型中的泛化能力	开发一种快速准确的CyberKnife放疗计划剂量预测方法	肺癌患者的CyberKnife放疗计划	数字病理	肺癌	深度学习	深度学习模型（未指定具体类型）	CT图像和剂量特征数据	NA	NA	NA	NA	NA
1140	2025-04-11	Enabling new insights from old scans by repurposing clinical MRI archives for multiple sclerosis research 2025-Apr-07, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-58274-8 PMID:40195318	research paper	开发了一种名为MindGlide的深度学习模型，用于从任何单一MRI对比中提取脑区和白质病变体积，以促进多发性硬化症研究	MindGlide模型能够从单一MRI对比中提取脑区和白质病变体积，突破了传统多对比协议的限制，使得大量单对比医院档案得以利用	模型虽然在多个数据集上进行了验证，但可能仍存在对某些特定MRI扫描仪或患者群体的适应性不足	促进多发性硬化症的临床研究和试验，通过深度学习模型利用现有单对比MRI档案	多发性硬化症患者的MRI扫描数据	digital pathology	multiple sclerosis	MRI, deep learning	deep learning model (MindGlide)	MRI scans	训练集：4247次脑MRI扫描，来自2934名MS患者，592台扫描仪；验证集：14,952次扫描，来自1,001名患者	NA	NA	NA	NA