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
541	2025-10-06	"Amide - amine + alcohol = carboxylic acid." chemical reactions as linear algebraic analogies in graph neural networks 2025-Jun-18, Chemical science IF:7.6Q1 DOI:10.1039/d4sc05655h PMID:40395375	研究论文	本研究揭示了图神经网络中原子嵌入具有类似自然语言处理的算术特性，能够表示有效的化学反应公式	首次证明化学图神经网络中的原子嵌入具有类似词嵌入的算术性质，能够通过向量运算表示化学反应	NA	揭示图神经网络在化学建模中的隐藏学习机制，提高模型可解释性	化学分子结构和原子属性	机器学习	NA	计算化学数据	图神经网络	图数据	NA	NA	图神经网络	NA	NA
542	2025-10-06	Data efficient molecular image representation learning using foundation models 2025-Jun-18, Chemical science IF:7.6Q1 DOI:10.1039/d5sc00907c PMID:40417293	研究论文	提出基于基础模型的分子图像表示学习框架MoleCLIP，显著降低分子预训练数据需求	首次将OpenAI的视觉基础模型CLIP应用于分子表示学习，实现数据高效的特征提取	未详细讨论模型在更广泛化学任务中的泛化能力	开发数据高效的分子表示学习方法	分子图像	机器学习	NA	分子表示学习	基础模型	分子图像	NA	NA	CLIP	基准测试性能，分布偏移鲁棒性	NA
543	2025-10-06	Multi-Scale Temporal Analysis with a Dual-Branch Attention Network for Interpretable Gait-Based Classification of Neurodegenerative Diseases 2025-Jun-18, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3580944 PMID:40531650	研究论文	提出一种双分支注意力增强残差网络(DAERN)，用于基于步态的神经退行性疾病分类	整合扩张因果卷积进行局部步态模式提取和多头自注意力进行长程依赖建模，通过交叉注意力融合模块增强特征整合	NA	开发可解释的神经退行性疾病自动分类方法	神经退行性疾病患者（ALS、HD、PD）的步态数据	计算机视觉	神经退行性疾病	步态分析	CNN, Attention机制	时序步态数据	GaitNDD数据集	PyTorch, TensorFlow	残差网络, 注意力机制, 扩张因果卷积	准确率, F1分数, AUC	NA
544	2025-10-06	Changes in Epidemiological Characteristics of Varicella and Breakthrough Cases in Ningbo, China, From 2010 to 2023: Surveillance Study 2025-Jun-18, JMIR public health and surveillance IF:3.5Q1 DOI:10.2196/71691 PMID:40533066	研究论文	本研究监测了2010-2023年宁波市水痘流行病学特征和突破病例变化，为免疫策略调整提供依据	首次建立出生队列分析突破病例，并构建递归神经网络模型分析非药物干预措施对水痘传播的影响	研究依赖于监测系统数据，可能存在报告偏倚；模型预测精度受多种因素影响	监测水痘流行病学特征变化，评估疫苗接种效果和非药物干预措施影响	宁波市2010-2023年报告的70,163例水痘病例，特别是2009-2013年出生队列	公共卫生流行病学	水痘	主动监测(2010-2011)、被动监测(2012-2023)、深度学习分析	递归神经网络(RNN)	流行病学监测数据、免疫接种数据	70,163例水痘病例报告	NA	递归神经网络	均方误差(49.96)	NA
545	2025-10-06	Can CTA-based Machine Learning Identify Patients for Whom Successful Endovascular Stroke Therapy is Insufficient? 2025-Jun-18, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8885 PMID:40533350	研究论文	本研究开发了一种基于CTA的机器学习模型，用于预测血管内卒中治疗成功但功能结局仍不佳的患者	首次使用基于CTA的深度学习模型预测血管内卒中治疗成功但功能结局不佳的患者群体	样本量相对较小，仅包含48名患者进行微调和交叉验证	评估机器学习方法在识别需要额外干预的卒中患者中的性能	大血管闭塞急性缺血性卒中患者	医学影像分析	卒中	CT血管造影	深度学习	医学影像	预训练1542名受试者，微调和交叉验证48名受试者	NA	DeepSymNet-v3	AUROC	NA
546	2025-06-20	Author Correction: Focal liver lesion diagnosis with deep learning and multistage CT imaging 2025-Jun-18, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-61097-2 PMID:40533457	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
547	2025-10-06	Smartphone eye-tracking with deep learning: Data quality and field testing 2025-Jun-18, Behavior research methods IF:4.6Q1 DOI:10.3758/s13428-025-02718-y PMID:40533681	研究论文	本文开发了一种基于深度学习的实时智能手机眼动追踪系统，并与专业眼动仪进行性能对比	首次在智能手机上实现基于深度神经网络的实时眼动追踪，并进行了大规模样本验证	追踪精度(0.177°)低于专业眼动仪(0.028°)，样本规模相对有限	开发适用于智能手机的高质量眼动追踪系统，探索其在科学和临床应用中的潜力	人类注意力测量和抑郁症状预测	计算机视觉	抑郁症	深度学习，眼动追踪	深度神经网络	面部图像	740万张面部图像训练数据，32人性能测试，98人现场测试	NA	深度神经网络	追踪精度，追踪准确度，预测准确率	智能手机移动计算平台
548	2025-10-06	Automated Multi-grade Brain Tumor Classification Using Adaptive Hierarchical Optimized Horse Herd BiLSTM Fusion Network in MRI Images 2025-Jun-18, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-025-00708-4 PMID:40533703	研究论文	提出一种用于MRI图像中脑肿瘤多级分层分类的新型网络模型	采用自适应分层优化马群BiLSTM融合网络进行多级肿瘤分类，结合改进的自适应强度归一化和双树复小波变换特征提取	未明确说明模型的计算复杂度和实时性能限制	提高MRI图像中不同级别脑肿瘤分类的精确度	脑肿瘤MRI图像	医学影像分析	脑肿瘤	MRI	BiLSTM	医学图像	BraTS Challenge 2021、Br35H和BraTS Challenge 2023数据集	NA	自适应分层优化马群BiLSTM融合网络	精确率, 召回率, F1分数	NA
549	2025-10-06	MRI super-resolution reconstruction using efficient diffusion probabilistic model with residual shifting 2025-Jun-16, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ade049 PMID:40460850	研究论文	提出一种结合残差偏移机制的高效扩散概率模型用于MRI超分辨率重建	引入残差偏移机制显著减少采样步骤，在保持解剖细节的同时加速MRI重建	NA	开发高效的MRI超分辨率重建方法以减少采集时间和运动伪影	超高场脑T1 MP2RAGE图像和T2加权前列腺图像	医学影像处理	脑部疾病,前列腺疾病	磁共振成像	扩散概率模型	医学图像	NA	NA	Res-SRDiff	PSNR,SSIM,GMSD,学习感知图像块相似度,Likert评分	NA
550	2025-10-06	Predicting mucosal healing in Crohn's disease: development of a deep-learning model based on intestinal ultrasound images 2025-Jun-16, Insights into imaging IF:4.1Q1 DOI:10.1186/s13244-025-02014-5 PMID:40522531	研究论文	开发基于肠道超声图像和临床信息的深度学习模型，用于预测克罗恩病患者黏膜愈合情况	首次利用深度学习模型结合基线肠道超声图像预测克罗恩病黏膜愈合	需要更多多中心真实世界数据进一步验证和改进模型	预测克罗恩病治疗反应，优化治疗方案	克罗恩病患者	数字病理	克罗恩病	肠道超声	CNN	图像	190名患者，1548张肠道超声图像	NA	卷积神经网络	AUC, 敏感度, 特异度, 阳性预测值, 阴性预测值	NA
551	2025-10-06	AI-echocardiography: Current status and future direction 2025-Jun, Journal of cardiology IF:2.5Q2 DOI:10.1016/j.jjcc.2025.02.005 PMID:40023671	综述	本文综述了人工智能在超声心动图领域的当前应用状况、技术局限性和未来发展方向	探讨了基于大语言模型的零样本预测和自动报告生成等前沿技术，分析了AI在心血管疾病预测中的非参数依赖能力	依赖大量历史训练数据，专业标注需求可能限制技术普及	总结AI在超声心动图分析中的应用现状并展望未来发展方向	超声心动图数据和心血管疾病	医学影像分析	心血管疾病	深度学习，大语言模型	深度学习模型	超声心动图影像	基于大规模历史训练数据	NA	NA	NA	大规模计算资源
552	2025-10-06	Chemical Properties-Based Deep Learning Models for Recommending Rational Daily Diet Combinations to Diabetics Through Large-Scale Virtual Screening of α-Glucosidase Dietary-Derived Inhibitors and Verified In Vitro 2025-Jun-18, Journal of agricultural and food chemistry IF:5.7Q1 DOI:10.1021/acs.jafc.5c03646 PMID:40472393	研究论文	基于化学性质开发深度学习模型，通过大规模虚拟筛选α-葡萄糖苷酶膳食来源抑制剂并体外验证，为糖尿病患者推荐合理的日常饮食组合	首次结合三种基于化学性质的深度学习模型（α-葡萄糖苷酶抑制剂、安全性和药物相互作用）进行大规模膳食化合物筛选，发现59个新型抑制剂并验证协同效应	研究主要基于虚拟筛选和体外验证，尚未进行临床实验验证	开发基于深度学习的饮食推荐系统，帮助糖尿病患者选择合理的日常饮食组合	膳食来源化合物，特别是α-葡萄糖苷酶抑制剂	机器学习	糖尿病	虚拟筛选，体外验证实验	深度学习模型	化学性质数据	FooDB数据库中约70,000种食物来源化合物，筛选出75种潜在AGIs	NA	NA	体外验证的抑制效果	NA
553	2025-10-06	Deep Learning-Based Adrenal Gland Volumetry for the Prediction of Diabetes 2025-Jun-18, Endocrinology and metabolism (Seoul, Korea) DOI:10.3803/EnM.2025.2336 PMID:40528328	研究论文	本研究通过深度学习算法测量肾上腺体积，探索其与2型糖尿病现状及发病风险的关联	首次使用三维nnU-Net深度学习算法进行肾上腺体积自动测量，并建立其与2型糖尿病发病风险的长期关联	观察性研究设计无法确定因果关系，研究对象仅限于无肾上腺结节的人群	探究肾上腺体积与2型糖尿病现状及发病风险的关联	接受腹部盆腔CT检查的成年人	医学影像分析	2型糖尿病	计算机断层扫描(CT)	深度学习	CT图像	模型开发500例CT扫描，临床队列9708名成年人	nnU-Net	三维nnU-Net	Dice系数, 体积差异	NA
554	2025-10-06	Explainable AI predicting Alzheimer's disease with latent multimodal deep neural networks 2025-Jun-18, Journal of biopharmaceutical statistics IF:1.2Q2 DOI:10.1080/10543406.2025.2511194 PMID:40528446	研究论文	提出一种新颖的潜在多模态深度学习框架，利用临床、神经影像和遗传数据预测阿尔茨海默病认知状态	引入潜在多模态深度学习框架，结合注意力机制和交叉注意力层提升预测性能，并计算模态重要性分数增强模型可解释性	样本量相对有限（322名患者），数据来源单一（仅ADNI数据库）	预测阿尔茨海默病认知状态	阿尔茨海默病患者	机器学习	阿尔茨海默病	验证性因子分析(CFA)	深度神经网络	临床数据, 神经影像数据, 遗传数据	322名55-92岁患者	NA	多模态深度神经网络	平均绝对误差(MAE), 均方误差(MSE)	NA
555	2025-10-06	Identifying and predicting EEG microstates with sequence-to-sequence deep learning models for online applications 2025-Jun-17, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/ade1f8 PMID:40480246	研究论文	提出基于序列到序列深度学习框架的EEG微状态在线识别与预测方法	首次将序列到序列深度学习模型应用于EEG微状态分析，实现从离线聚类到在线模型-数据混合计算范式的转变	在两个公共数据集上验证，样本规模和多样性可能有限	开发适用于跨被试、跨数据集和多任务场景的EEG微状态在线分析方法	脑电图微状态	机器学习	NA	脑电图	序列到序列深度学习模型	EEG信号序列数据	两个公共数据集	NA	序列到序列架构	准确率	NA
556	2025-10-06	NLP-like deep learning aided in identification and validation of thiosulfinate tolerance clusters in diverse bacteria 2025-Jun-17, mSphere IF:3.7Q2 DOI:10.1128/msphere.00023-25 PMID:40525872	研究论文	本研究应用类似自然语言处理的深度学习技术识别和验证了多种细菌中的硫代亚磺酸盐耐受基因簇	首次将NLP-like技术应用于细菌基因簇识别，解决了传统方法因序列多样性而难以识别的问题	研究主要聚焦于植物病原菌，在其他细菌类型中的应用仍需验证	开发新方法识别细菌中难以发现的硫代亚磺酸盐耐受基因簇	多种植物病原菌及其基因簇	自然语言处理, 生物信息学	植物细菌性疾病	自然语言处理技术, 基因序列分析, 蛋白质结构预测	深度学习	基因序列数据, 蛋白质序列数据	RefSeq细菌数据库中的多个菌株，包括97-1R、pv. FDAARGOS 389和pv. tomato DC3000	DeepBGC	NA	实验验证	NA
557	2025-10-06	Innovative deep learning and signal decomposition approaches for enhanced spatial and temporal suspended sediment concentration prediction 2025-Jun-17, Environmental science and pollution research international DOI:10.1007/s11356-025-36581-3 PMID:40526349	研究论文	本研究提出新型混合深度学习方法来提高悬浮泥沙浓度的时空预测精度	结合多种深度学习模型与信号分解技术，首次将CEEMDAN和SVMD与DDNN结合用于SSC预测	研究仅限于美国科罗拉多河下游的四个连续监测站数据	开发精确可靠的悬浮泥沙浓度预测方法以改善河流管理	美国科罗拉多河下游的悬浮泥沙浓度	机器学习	NA	小波变换相干性分析，信号分解技术	LSTM, BiLSTM, GRU, DDNN	时间序列数据	2008年至2022年美国科罗拉多河下游四个连续监测站的数据集	NA	密集深度神经网络	均方误差，均方根误差，纳什-萨克利夫效率，相关系数R	NA
558	2025-10-06	Replacing Attention with Modality-wise Convolution for Energy-Efficient PPG-based Heart Rate Estimation using Knowledge Distillation 2025-Jun-17, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3580474 PMID:40526537	研究论文	提出一种基于光电容积脉搏波的心率估计轻量级深度学习架构PULSE，通过知识蒸馏技术实现高效传感器融合	使用多头部交叉注意力层改进传感器融合，并提出基于关系的知识蒸馏机制，用模态卷积替代注意力模块	NA	开发适用于可穿戴设备的节能高效心率估计算法	光电容积脉搏波信号和加速度计数据	机器学习	心血管疾病	光电容积脉搏波	深度学习	时序信号	两个数据集：PPG-DaLiA（最大可用数据集）和WESAD	NA	多头部交叉注意力，模态卷积	平均绝对误差，内存占用，能耗	商用现成微控制器
559	2025-10-06	ABNN: Adaptive-Gating Binary Neural Network With Dynamic Activation Quantization for Industrial Health Status Prediction 2025-Jun-17, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2025.3577620 PMID:40526547	研究论文	提出一种用于工业健康状态预测的自适应门控二值神经网络，通过动态激活量化优化边缘设备部署	提出趋势感知编码器优化输入层二值化过程、可学习精度指示器动态调整推理精度、自适应门控卷积在保持拟合能力的同时提升表示能力	未明确说明模型在极端工业环境下的鲁棒性测试结果	解决工业边缘场景资源受限和实时性要求下的设备健康状态预测问题	工业边缘场景中的复杂工业设备	机器学习	NA	二值神经网络、FPGA硬件加速	二值神经网络	工业设备状态数据	NA	NA	自适应门控二值神经网络	准确率、效率	FPGA硬件加速器
560	2025-10-06	Beyond the Posts: Analyzing Breast Implant Illness Discourse With Natural Language Processing and Deep Learning 2025-Jun-16, Aesthetic surgery journal IF:3.0Q1 DOI:10.1093/asj/sjaf047 PMID:40173420	研究论文	使用自然语言处理和深度学习分析社交媒体上关于乳房植入物疾病的患者认知和情感反应	首次使用基于1.24亿条X平台推文训练的Robust optimizing BERT模型分析乳房植入物疾病相关讨论，并发现社交媒体讨论与植入物取出率之间的强相关性	研究仅基于社交媒体数据，无法证明因果关系，且数据来源局限于单一平台	分析社交媒体上患者对乳房植入物疾病的认知和情感反应，及其与临床决策的关系	社交媒体上关于乳房植入物疾病的讨论帖子	自然语言处理	乳房植入物疾病	自然语言处理	BERT, 深度学习模型	文本	6099条帖子（2014-2023年）	NA	Robust optimizing Bidirectional Encoder Representations from Transformers	皮尔逊相关系数	NA