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
681	2025-10-06	Histology image analysis of 13 healthy tissues reveals molecular-histological correlations 2025-Jul-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-11853-7 PMID:40702078	研究论文	基于深度学习分析13种健康组织的组织学图像，探索细胞核形态特征与RNA表达模式之间的相关性	首次在多种健康组织中系统研究基因表达与图像表型的关联，克服了肿瘤异质性对研究可重复性的影响	仅关注健康组织，未涉及病变组织；研究样本来源有限	探索健康组织细胞核特征与RNA表达模式之间的相关性	13种健康人体器官的4306个样本	数字病理	NA	组织学图像分析，RNA测序	深度学习	组织学图像，基因表达数据	4306个样本，来自13种器官	NA	NA	NA	NA
682	2025-10-06	Achieving environmental sustainability via an integrated shampoo optimized BiLSTM-Transformer model for enhanced time-series forecasting 2025-Jul-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-11301-6 PMID:40702122	研究论文	提出一种结合BiLSTM和Transformer的混合深度学习模型，用于提升时间序列预测性能	首次将双向长短期记忆网络与Transformer架构集成，并采用Shampoo二阶优化方法增强收敛稳定性	NA	提高电力系统效率，支持可持续能源规划和智能电网运营	气象数据时间序列	机器学习	NA	时间序列分析	BiLSTM, Transformer	时间序列数据	NA	NA	BiLSTM-Transformer混合架构	预测准确率	NA
683	2025-10-06	Diabetes diagnosis using a hybrid CNN LSTM MLP ensemble 2025-Jul-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-12151-y PMID:40702146	研究论文	提出一种基于CNN-LSTM-MLP混合集成模型的糖尿病诊断方法	结合CNN提取空间特征和LSTM提取时间依赖特征，通过MLP作为元学习器进行集成分类	NA	开发自动化的糖尿病诊断系统	糖尿病患者的临床和生理数据	机器学习	糖尿病	临床数据分析	CNN, LSTM, MLP	临床数据	NA	NA	CNN, LSTM Stack, Multi-layer Perceptron	准确率, 精确率	NA
684	2025-10-06	Multi-camera spatiotemporal deep learning framework for real-time abnormal behavior detection in dense urban environments 2025-Jul-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-12388-7 PMID:40702170	研究论文	提出一种用于密集城市环境中实时异常行为检测的多摄像头时空深度学习框架	整合了多尺度图注意力网络、强化学习动态摄像头注意力变换器、时空逆对比学习、神经形态事件编码和生成行为合成等多种创新方法	未明确说明在极端拥挤场景下的性能表现和跨场景泛化能力	开发实时异常行为检测系统以应对密集城市环境中的监控挑战	密集城市环境中的行人异常行为	计算机视觉	NA	深度学习、神经形态事件编码	GAT, Transformer, 强化学习, 脉冲神经网络, 生成对抗网络	多摄像头视频序列	UCF-Crime、ShanghaiTech和Avenue数据集	PyTorch, TensorFlow	MS-GAT, RL-DCAT, STICL, BGS-MFA	误报率, 召回率, 检测延迟, 计算开销, 实时效率	GPU加速计算
685	2025-10-06	A hybrid model for detecting motion artifacts in ballistocardiogram signals 2025-Jul-23, Biomedical engineering online IF:2.9Q3 DOI:10.1186/s12938-025-01426-0 PMID:40702570	研究论文	提出一种用于检测心冲击图信号中运动伪影的混合模型	结合双通道方法，将深度学习模型与多尺度标准差经验阈值相集成，有效处理运动伪影的随机性和复杂性	研究主要针对睡眠呼吸暂停患者，未在其他人群或场景中验证	提高心冲击图信号中运动伪影检测的准确性和鲁棒性	睡眠呼吸暂停患者的BCG信号	生物医学信号处理	睡眠呼吸暂停	压电传感技术	BiGRU-FCN混合模型	心冲击图信号	10名睡眠呼吸暂停患者	NA	双向门控循环单元,全卷积网络	分类准确率,有效信号损失率	NA
686	2025-10-06	HDXRank: A Deep Learning Framework for Ranking Protein Complex Predictions with Hydrogen-Deuterium Exchange Data 2025-Jul-22, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.5c00175 PMID:40367339	研究论文	开发了一种基于图神经网络的蛋白质复合物预测排名框架HDXRank，利用氢-氘交换数据提高结构预测准确性	首次将氢-氘交换数据转化为模型质量指标，开发了能够捕捉局部结构特征的图神经网络框架	NA	提高蛋白质复合物结构预测的准确性	蛋白质复合物结构预测	机器学习	NA	氢-氘交换实验	图神经网络	蛋白质结构数据，氢-氘交换数据	新策划的氢-氘交换数据集	PyTorch, DGL	GNN	模型排名准确性，预测质量改进	NA
687	2025-10-06	Analysis of the carotenoid cycle during microbial growth by combining fluorescence imaging and deep learning 2025-Jul-10, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2025.126641 PMID:40712219	研究论文	结合荧光成像和深度学习分析微生物生长过程中的类胡萝卜素循环	首次检测两种海洋芽孢杆菌菌株生长过程中相对类胡萝卜素含量的动态实时变化	仅研究两种海洋芽孢杆菌菌株，样本范围有限	分析微生物生长过程中类胡萝卜素循环的动态变化	两种海洋芽孢杆菌孢子（编号#2430和#2966）	计算机视觉	NA	拉曼光镊，活细胞动态成像，荧光显微镜	深度学习	图像	两种海洋芽孢杆菌菌株	NA	UNet,VGG16	分析精度	NA
688	2025-10-06	Monochromatic LeafAdaptNet (MLAN): an adaptive approach to spinach leaf disease detection using monochromatic imaging 2025-Jul-08, World journal of microbiology & biotechnology IF:4.0Q2 DOI:10.1007/s11274-025-04442-3 PMID:40627236	研究论文	提出一种基于单色成像的自适应深度学习方法用于菠菜叶部病害检测	开发了基于DenseNet-121-DO的自定义单色叶片自适应网络(MLAN)，专门针对菠菜叶部病害检测进行优化	NA	通过深度学习目标检测技术改进菠菜叶部细菌和真菌病害的识别与分类	菠菜叶片（包括半菠菜、咖喱叶、辣木叶和生菜）	计算机视觉	植物病害	单色成像	CNN	图像	NA	Google Colaboratory	DenseNet-121-DO, Custom Monochromatic LeafAdaptNet (MLAN)	准确率, 平均精度均值(mAP)	Google Colaboratory云平台
689	2025-10-06	Deep Learning Based Models for CRISPR/Cas Off-Target Prediction 2025-Jul, Small methods IF:10.7Q1 DOI:10.1002/smtd.202500122 PMID:40468633	综述	本文综述了基于深度学习的CRISPR/Cas脱靶效应预测工具，并评估了六种深度学习模型的性能	首次系统评估六种深度学习模型在CRISPR/Cas脱靶预测中的表现，并验证整合高质量验证数据对模型性能的提升	没有模型在所有场景下都表现最优，模型性能受数据集特性影响	改进CRISPR/Cas基因组编辑技术的脱靶效应预测	CRISPR/Cas脱靶位点(OTS)	机器学习	NA	CRISPR/Cas基因组编辑技术	深度学习	基因组序列数据	六个公共数据集和CRISPRoffT数据库的验证数据	NA	CRISPR-Net, CRISPR-IP, R-CRISPR, CRISPR-M, CrisprDNT, Crispr-SGRU	Precision, Recall, F1 score, MCC, AUROC, PRAUC	NA
690	2025-10-06	A deep learning phenome wide association study of the electrocardiogram 2025-Jul, European heart journal. Digital health DOI:10.1093/ehjdh/ztaf047 PMID:40703109	研究论文	本研究使用深度学习模型从心电图波形中检测1243种不同疾病表型，并探索心电图特征对疾病分类的贡献	首次通过深度学习表型全关联研究系统评估心电图可检测的疾病范围，发现多种新的可检测非心脏疾病	研究基于两家医疗中心的数据，可能存在选择偏倚；部分疾病检测机制仍需进一步解释	确定心电图可检测的心脏和非心脏疾病全谱系，并理解支持疾病分类的心电图特征	心电图波形和连接的电子健康记录数据	机器学习	心血管疾病	心电图分析	多任务深度学习模型	心电图波形数据	来自两家医疗中心的大规模数据集	NA	PheWASNet	AUC	NA
691	2025-10-06	Novel artificial intelligence model using electrocardiogram for detecting acute myocardial infarction needing revascularization 2025-Jul, European heart journal. Digital health DOI:10.1093/ehjdh/ztaf049 PMID:40703113	研究论文	开发基于心电图的人工智能模型用于检测需要血运重建的急性心肌梗死	采用基于Transformer的深度学习模型，通过自监督学习在约一百万未标记心电图上进行预训练，显著提升急性心肌梗死检测性能	研究数据来自单中心推导队列和独立中心外部验证，可能存在选择偏倚	开发人工智能模型用于及时诊断需要血运重建的急性心肌梗死	急性心肌梗死患者的心电图数据	机器学习	心血管疾病	心电图	Transformer	心电图信号	推导队列：300,627名患者的723,389份心电图（含5,872例AMI）；外部验证：259,454名患者的261,429份心电图（含1,095例AMI）	NA	Transformer	AUROC	NA
692	2025-10-06	Development and multinational validation of an ensemble deep learning algorithm for detecting and predicting structural heart disease using noisy single-lead electrocardiograms 2025-Jul, European heart journal. Digital health DOI:10.1093/ehjdh/ztaf034 PMID:40703117	研究论文	开发并验证了一种基于单导联心电图的集成深度学习算法，用于检测和预测结构性心脏病	首次开发了能够适应噪声的单导联AI-ECG算法，可在便携/可穿戴设备上使用	研究主要基于医院数据，社区筛查应用仍需进一步验证	开发适用于社区筛查的结构性心脏病检测和预测算法	来自多个医疗机构的患者心电图和超声心动图数据	机器学习	心血管疾病	心电图	深度学习	心电图信号	266,740份心电图，来自99,205名患者	NA	集成深度学习	AUROC, 校准曲线	NA
693	2025-10-06	Detection of subclinical atherosclerosis by image-based deep learning on chest X-ray 2025-Jul, European heart journal. Digital health DOI:10.1093/ehjdh/ztaf033 PMID:40703133	研究论文	开发基于胸部X光片的深度学习系统用于检测亚临床动脉粥样硬化	首次利用常规胸部X光片通过深度学习预测冠状动脉钙化评分，为无创检测亚临床动脉粥样硬化提供新方法	需要在前瞻性研究中进一步验证，样本量相对有限（540例）	开发基于深度学习的冠状动脉钙化评分预测系统	一级预防患者群体	计算机视觉	心血管疾病	胸部X光摄影，胸部计算机断层扫描	深度学习	医学影像	460例训练和内部验证，90例外部验证，总计540例	NA	AI-CAC模型	AUC, 敏感性, 阴性预测值	NA
694	2025-10-06	Explainable AI for Cotton Leaf Disease Classification: A Metaheuristic-Optimized Deep Learning Approach 2025-Jul, Food science & nutrition IF:3.5Q2 DOI:10.1002/fsn3.70658 PMID:40703612	研究论文	提出一种结合元启发式优化的可解释深度学习框架用于棉花叶部病害分类	结合EfficientNetB3和InceptionResNetV2的混合架构，并集成LIME和SHAP等可解释AI技术增强模型透明度	NA	开发可靠、可解释且适用于田间应用的棉花叶部病害诊断工具	棉花叶部病害图像	计算机视觉	植物病害	深度学习	CNN	图像	NA	NA	EfficientNetB3,InceptionResNetV2	准确率,精确率,召回率,F1分数,AUC-ROC	NA
695	2025-10-06	Multistage attention-based extraction and fusion of protein sequence and structural features for protein function prediction 2025-Jul-01, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf374 PMID:40569190	研究论文	提出一种基于多阶段注意力机制的蛋白质功能预测框架MAEF-GO，通过融合蛋白质序列和结构特征提升预测性能	创新性地整合图卷积网络和图注意力网络提取结构特征，引入频域注意力机制捕获长程依赖，并采用交叉注意力模块实现多模态交互融合	未明确说明模型在特定蛋白质家族或功能类别上的泛化能力限制	开发能够更全面描述蛋白质功能的深度学习预测模型	蛋白质功能预测	生物信息学	NA	蛋白质序列分析，结构特征提取	图卷积网络(GCN)，图注意力网络(GAT)，注意力机制	蛋白质序列数据，结构数据	NA	PyTorch	多阶段注意力机制，交叉注意力模块	准确性，精确度，召回率，F1分数，AUC	NA
696	2025-10-06	A Multi-Modal Pelvic MRI Dataset for Deep Learning-Based Pelvic Organ Segmentation in Endometriosis 2025-Jul-24, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05623-3 PMID:40707497	研究论文	本研究提出了用于子宫内膜异位症盆腔器官分割的多模态MRI数据集，并评估了两种自动分割方法的性能	首次公开提供专门针对子宫内膜异位症的多中心盆腔MRI数据集，包含多结构手动标注和评估者间一致性分析	数据集规模相对有限，卵巢分割在子宫内膜异位症MRI中存在挑战	开发子宫内膜异位症盆腔MRI的自动分割方法	子宫内膜异位症患者的盆腔MRI影像	数字病理	子宫内膜异位症	磁共振成像	CNN	医学影像	多中心数据集51例（3名标注者），单中心数据集81例（1名标注者）	nnU-Net	nnU-Net, RAovSeg	分割性能评估	NA
697	2025-10-06	AI-CMCA: a deep learning-based segmentation framework for capillary microfluidic chip analysis 2025-Jul-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-11508-7 PMID:40691244	研究论文	提出基于深度学习的毛细管微流控芯片分析框架AI-CMCA，用于自动化流体路径检测与追踪	首次将深度学习分割技术应用于毛细管微流控芯片分析，结合迁移学习特征初始化、编码器-解码器语义分割和序列帧分析	仅测试了五种架构，未明确说明训练数据规模和多样性限制	开发自动化毛细管微流控芯片流体路径分析框架	毛细管微流控芯片中的流体运动	计算机视觉	NA	深度学习分割	CNN	图像序列	NA	NA	U-Net,MobileNetV2,PAN,FPN,PSP-Net,DeepLabV3+	IoU,F1-score	适用于智能手机或边缘设备部署的轻量级设计
698	2025-10-06	Improving mortality prediction after radiotherapy with large language model structuring of large-scale unstructured electronic health records 2025-Jul-19, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology IF:4.9Q1 DOI:10.1016/j.radonc.2025.111052 PMID:40692078	研究论文	本研究使用大型语言模型结构化大规模非结构化电子健康记录数据，以改进放疗患者的死亡率预测	首次将通用领域大型语言模型应用于非结构化电子健康记录的结构化处理，显著提升生存预测准确性	研究基于单一医疗中心数据，外部验证样本量相对较小	提高放疗患者死亡率预测准确性，优化临床决策	34,276名放疗患者（主要队列）和852名外部验证患者	自然语言处理	癌症	电子健康记录分析	大型语言模型,深度学习	文本,结构化医疗数据	34,276名主要队列患者，852名外部验证患者	NA	大型语言模型	C-index,准确率	NA
699	2025-10-06	The Chest X- Ray: The Ship has Sailed, But Has It? 2025-Jul-01, Journal of insurance medicine (New York, N.Y.) DOI:10.17849/insm-52-1-21-22.1 PMID:40047110	评论	探讨深度学习技术是否能重新赋予胸片在保险承保风险评估中的价值	首次结合深度学习技术重新评估传统胸片在保险精算领域的潜在应用价值	未提供具体实验数据验证深度学习在胸片风险评估中的实际效果	评估胸片结合深度学习技术在保险承保风险分析中的潜在价值	保险申请人胸片检查数据	医疗影像分析	肺部疾病	胸片成像	深度学习	医学影像	NA	NA	NA	NA	NA
700	2025-07-26	Comments on "deep learning for kidney trauma detection: CT image algorithm performance and external validation. - experimental study" 2025-Jul-25, International journal of surgery (London, England) DOI:10.1097/JS9.0000000000002703 PMID:40705511	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA