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
201	2025-10-05	Co-Pseudo Labeling and Active Selection for Fundus Single-Positive Multi-Label Learning 2025-08, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3565000 PMID:40293917	研究论文	提出一种用于眼底单阳性多标签学习的协同伪标签和主动选择方法	通过课程协同伪标签根据模型学习状态调整阈值，并通过基于损失建模的主动样本选择维护置信度高的阳性预测	NA	解决眼底图像多标签标注困难的问题，提高多标签分类性能	视网膜疾病眼底图像	计算机视觉	视网膜疾病	深度学习	神经网络	眼底图像	七个视网膜数据集	NA	双网络架构	NA	NA
202	2025-10-05	scHSC: enhancing single-cell RNA-seq clustering via hard sample contrastive learning 2025-Aug-31, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf485 PMID:40977264	研究论文	提出一种基于困难样本对比学习的深度学习方法scHSC，用于提升单细胞RNA测序数据的聚类性能	通过困难样本挖掘和对比学习，同时整合基因表达和细胞间拓扑结构信息，采用自适应权重策略将对比学习与ZINB模型结合	NA	提升单细胞RNA测序数据的聚类准确性和细胞类型注释效果	单细胞RNA测序数据	机器学习	NA	单细胞RNA测序(scRNA-seq)	深度学习	基因表达数据	18个单细胞RNA测序真实数据集	PyTorch	对比学习框架,ZINB模型	聚类性能指标	NA
203	2025-10-05	A survey on deep learning for drug-target binding prediction: models, benchmarks, evaluation, and case studies 2025-Aug-31, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf491 PMID:40977267	综述	本文系统综述了深度学习在药物-靶点结合预测中的最新模型、基准数据集、评估方法及应用案例	全面分析了从早期异质网络方法到图神经网络、注意力机制及多模态方法的范式转变，并通过癌症相关靶点的案例研究验证方法实用性	识别出现有预测模型的缺陷与不足	探讨深度学习如何为药物-靶点关系研究提供定量框架，加速新药候选物识别	药物-靶点结合预测的深度学习模型、基准数据集和评估指标	机器学习	癌症	深度学习	异质网络, 图神经网络, 注意力机制, 多模态模型	化合物库数据, 蛋白质靶点数据	NA	NA	NA	NA	NA
204	2025-10-05	MVRBind: multi-view learning for RNA-small molecule binding site prediction 2025-Aug-31, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf489 PMID:40977268	研究论文	提出一种多视图图卷积网络MVRBind，用于预测RNA-小分子结合位点	开发多视图特征融合模块，整合RNA的一级、二级和三级结构视图，并融合多尺度嵌入以获得RNA核苷酸的全面表示	NA	推进RNA靶向治疗，通过准确预测RNA-小分子结合位点	RNA分子及其与小分子的相互作用	生物信息学	多种疾病（与RNA失调相关）	多视图图卷积网络	图卷积网络	RNA序列和结构特征	NA	NA	多视图图卷积网络	NA	NA
205	2025-10-05	Modified Le-Net Model with Multiple Image Features for Skin Cancer Detection 2025-Aug, Cancer investigation IF:1.8Q3 DOI:10.1080/07357907.2025.2518400 PMID:40536067	研究论文	提出一种基于改进LeNet模型和多种图像特征的皮肤癌检测方法	结合改进的深度联合分割技术和多种特征提取方法（MTH、IPHOG、MBP）用于皮肤癌检测	NA	开发高精度的皮肤癌自动检测系统	皮肤癌图像（黑色素瘤和非黑色素瘤）	计算机视觉	皮肤癌	深度学习	CNN	图像	HAM10000数据集和ISIC 2019数据集	NA	Modified LeNet, Improved DeepJoint Segmentation	准确率	NA
206	2025-10-05	Enhancing Lung Cancer Diagnosis: An Optimization-Driven Deep Learning Approach with CT Imaging 2025-Aug, Cancer investigation IF:1.8Q3 DOI:10.1080/07357907.2025.2518404 PMID:40546028	研究论文	提出一种优化驱动的CBAM-EfficientNet深度学习模型，用于增强CT影像中肺癌分类的准确性和效率	结合CBAM注意力机制与EfficientNet架构，并采用灰狼优化、鲸鱼优化和蝙蝠算法进行超参数调优，实现高效特征提取和分类性能提升	仅在两个基准数据集上进行验证，需要更多临床数据验证泛化能力	提高肺癌CT影像分类的准确性和效率	肺癌CT影像	计算机视觉	肺癌	CT成像	深度学习	医学影像	两个基准数据集（Lung-PET-CT-Dx和LIDC-IDRI）	NA	EfficientNet, CBAM	准确率	轻量级架构支持实时实施
207	2025-10-05	Standardisation of an AI-based vocal fold assessment tool on a recurrent respiratory papillomatosis model 2025-Aug, Acta otorhinolaryngologica Italica : organo ufficiale della Societa italiana di otorinolaringologia e chirurgia cervico-facciale IF:2.1Q2 DOI:10.14639/0392-100X-N2896 PMID:40985091	研究论文	本研究评估了一种基于人工智能的声带评估工具在复发性呼吸道乳头状瘤病模型中的应用效果	开发了GC-AID系统，首次将AI技术用于量化评估RRP患者声带乳头状瘤的生长范围	样本量较小（仅4名患者），属于案例研究性质	标准化基于AI的声带评估工具在RRP疾病中的应用	复发性呼吸道乳头状瘤病患者的声带黏膜	数字病理	复发性呼吸道乳头状瘤病	白光成像，窄带成像	深度学习	医学图像	4名RRP患者	NA	NA	声带覆盖率，左右声带面积差异	NA
208	2025-10-05	Computational Prediction of Single-Domain Immunoglobulin Aggregation Propensities Facilitates Discovery and Humanization of Recombinant Nanobodies 2025-Aug-28, Antibodies (Basel, Switzerland) DOI:10.3390/antib14030073 PMID:40981272	研究论文	开发基于深度学习的计算方法预测单域免疫球蛋白聚集倾向，用于筛选稳定的重组纳米抗体	首次结合深度学习结构预测与框架区2特性分析来预测VHH抗体聚集倾向，并建立可访问的软件流程设计理想溶解性纳米抗体	研究样本量有限（106种纳米抗体变体），需要进一步验证方法的普适性	开发计算预测方法解决重组纳米抗体合成过程中的蛋白质聚集问题	重链抗体可变域（VHH）和重组纳米抗体	机器学习	NA	深度学习结构预测、重组表达、尺寸排阻色谱	深度学习	蛋白质结构数据、生物化学特性数据	106种纳米抗体变体	NA	NA	聚集评分与实际聚集倾向的相关性	NA
209	2025-10-05	World's First Real-Time Artificial Intelligence-Assisted Mechanical Thrombectomy for Acute Ischemic Stroke 2025-Aug-01, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8704 PMID:39961616	研究论文	本研究报道了首例实时人工智能辅助的急性缺血性脑卒中机械取栓术的初步经验	首次在急诊机械取栓手术中应用实时深度学习AI系统进行辅助操作	样本量较小（16例患者），需要更大规模研究验证对手术流程和临床结果的影响	评估实时AI系统在急性缺血性脑卒中机械取栓术中的有效性和安全性	16例连续收治的急性缺血性脑卒中患者	医疗人工智能	急性缺血性脑卒中	深度学习	深度学习模型	荧光透视图像视频	16例患者	NA	NA	精确率, 召回率	NA
210	2025-10-05	Machine Learning Approach to Predict Emergency Cesarean Sections Among Nulliparous Women 2025-Aug, Cureus DOI:10.7759/cureus.90501 PMID:40978894	研究论文	本研究使用机器学习方法预测初产妇急诊剖宫产的风险因素	首次在伊朗产科中心应用七种机器学习模型预测初产妇急诊剖宫产，并比较各模型性能	回顾性研究设计，未包含产时临床特征，需要前瞻性研究验证	识别初产妇急诊剖宫产的预测因素	伊朗某三级产科中心的初产妇，单胎头位妊娠≥37周	机器学习	产科疾病	机器学习	线性回归,逻辑回归,决策树,随机森林,XGBoost,KNN,深度学习	临床数据	2668例分娩（1916例阴道分娩，752例剖宫产）	NA	NA	AUC,准确率,精确率,召回率,F1分数	NA
211	2025-10-05	The Prognostic Performance of Artificial Intelligence and Machine Learning Models for Mortality Prediction in Intensive Care Units: A Systematic Review 2025-Aug, Cureus DOI:10.7759/cureus.90465 PMID:40978923	系统综述	系统评估人工智能和机器学习模型在ICU死亡率预测中的表现	首次系统比较多种AI/ML模型与传统临床评分系统在ICU死亡率预测中的性能差异	研究多为回顾性分析，数据集有限，缺乏前瞻性验证	评估AI和ML模型在ICU住院死亡率预测中的应用效果	ICU住院患者	机器学习	危重症	机器学习算法	XGBoost,随机森林,逻辑回归,循环神经网络	临床数据	基于15项研究的数据，主要来自MIMIC和eICU-CRD数据库	NA	XGBoost,随机森林,逻辑回归,RNN	判别性能,预测准确率	NA
212	2025-10-05	Predicting cardiotoxicity in drug development: A deep learning approach 2025-Aug, Journal of pharmaceutical analysis IF:6.1Q1 DOI:10.1016/j.jpha.2025.101263 PMID:40979544	研究论文	本研究采用机器学习和深度学习方法预测化合物的心脏毒性，旨在提高药物开发过程中的安全评估效率	结合多种分子指纹和描述符，使用Transformer等深度学习模型实现心脏毒性预测，并通过SHAP方法提供模型可解释性	NA	开发准确高效的心脏毒性预测模型以替代传统耗时昂贵的实验方法	化合物分子及其心脏毒性	机器学习	心血管疾病	分子指纹和分子描述符计算	NB, RF, SVM, KNN, XGBoost, Transformer	分子结构数据	NA	NA	Transformer	准确率, AUC	NA
213	2025-10-05	HyPepTox-Fuse: An interpretable hybrid framework for accurate peptide toxicity prediction fusing protein language model-based embeddings with conventional descriptors 2025-Aug, Journal of pharmaceutical analysis IF:6.1Q1 DOI:10.1016/j.jpha.2025.101410 PMID:40979547	研究论文	提出一种融合蛋白质语言模型嵌入与传统描述符的混合框架HyPepTox-Fuse，用于准确预测肽毒性	首次融合蛋白质语言模型嵌入与传统描述符，采用跨模态多头注意力机制和Transformer架构实现更丰富的肽表征	NA	开发准确预测肽毒性的计算工具以促进基于肽的疗法设计	肽类分子	机器学习	NA	蛋白质语言模型，机器学习，深度学习	Transformer，集成学习	肽序列数据，分子描述符	NA	NA	Transformer，多头注意力机制	交叉验证，独立评估	NA
214	2025-10-05	Machine learning methods for gene regulatory network inference 2025-Aug-31, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf470 PMID:40966655	综述	本文系统综述了基于机器学习的基因调控网络推断方法及其相关数据集与评估指标	重点关注前沿深度学习技术在提升基因调控网络推断性能中的新兴作用	NA	支持基因调控研究中GRN推断的应用及新型机器学习方法的开发	基因调控网络（GRNs）及其推断方法	计算生物学	NA	高通量测序技术	监督学习, 无监督学习, 半监督学习, 对比学习, 深度学习	大规模组学数据	NA	NA	NA	NA	NA
215	2025-10-05	Self-supervised physics-informed generative networks for phase retrieval from a single X-ray hologram 2025-Aug-25, Optics express IF:3.2Q2 DOI:10.1364/OE.569216 PMID:40984363	研究论文	提出一种自监督物理信息生成网络，从单张X射线全息图中同时重建相位和吸收信息	无需配对、非配对或模拟训练数据，通过物理信息生成对抗网络实现单张全息图的相位恢复	未明确说明计算资源需求和算法在极端成像条件下的表现	解决X射线相位衬度成像中的相位恢复逆问题	X射线全息图和未传播波场的相位与吸收信息	计算机视觉	NA	X射线相位衬度成像，Fresnel近场理论	GAN	X射线全息图（强度测量）	模拟数据和PETRA III P05束线实验数据集	NA	物理信息生成对抗网络	定量重建质量	NA
216	2025-10-05	All-optical color image encryption using multimode fiber speckles and diffractive deep neural networks 2025-Aug-25, Optics express IF:3.2Q2 DOI:10.1364/OE.571745 PMID:40984386	研究论文	提出一种集成轨道角动量编码、多模光纤散斑加密和衍射深度神经网络解码的全光学彩色图像加密系统	将图像像素的灰度值和颜色通道分别映射到OAM光束的拓扑电荷和空间位置，利用环境干扰生成散斑密文，并通过预训练D2NN实现光学端到端解密	需在长期噪声干扰下收集散斑样本进行训练，系统性能可能受环境扰动特性影响	实现无需深度学习计算负担的高速安全彩色图像传输	彩色图像像素的加密与解密	计算机视觉	NA	轨道角动量编码、多模光纤传输、衍射神经网络	衍射深度神经网络	光学图像、散斑图案	512×512彩色图像	NA	D2NN	准确率, SSIM	全光学系统（无传统计算资源）
217	2025-10-05	Trace gas sensor based on photoacoustic spectroscopy and deep learning nested U-shaped network (U-Net++) 2025-Aug-25, Optics express IF:3.2Q2 DOI:10.1364/OE.569183 PMID:40984421	研究论文	提出一种结合滚筒型谐振器光声光谱系统和嵌套U型深度学习网络(U-Net++)的新型痕量气体传感器	首次将优化的滚筒型声学谐振器与U-Net++深度学习架构相结合，实现噪声抑制和长期稳定性提升	NA	开发高灵敏度、强噪声抑制能力和长期稳定性的痕量气体检测传感器	甲烷(CH)气体	传感器技术	NA	光声光谱技术(PAS)	深度学习	光谱数据	不同甲烷浓度(5-30 ppm)的实验验证	NA	U-Net++	标准偏差, Allan方差, 最小可检测浓度(MDC), 信噪比(SNR)	NA
218	2025-10-05	Accurate prediction approach for the center position of a future light spot under atmospheric turbulence 2025-Aug-25, Optics express IF:3.2Q2 DOI:10.1364/OE.568684 PMID:40984412	研究论文	提出一种名为特征匹配循环预测(FMRP)的混合方法，用于预测大气湍流下光斑中心位置	仅需处理实时接收的光斑图像即可实现精确位置预测，无需离线训练和大规模数据集	NA	提高卫星对地激光通信中指向、捕获和跟踪系统的精度和稳定性	大气湍流环境下的光斑中心位置	计算机视觉	NA	NA	RNN	图像	NA	NA	循环神经网络	预测精度, 稳定性	NA
219	2025-10-05	Statistical analysis and prediction of dynamic UAV-based entanglement distribution channel through deep learning 2025-Aug-11, Optics express IF:3.2Q2 DOI:10.1364/OE.565103 PMID:40984598	研究论文	提出基于PatchTST深度学习模型的无人机量子纠缠分布信道动态预测框架	首次将PatchTST Transformer模型应用于无人机量子信道动态透射率预测，相比传统静态统计模型能更准确捕捉实时信道变化	基于仿真数据验证，尚未在真实物理系统中进行测试	提升无人机量子纠缠分布系统的自适应优化能力和鲁棒性	无人机对地量子信道透射率动态变化	机器学习	NA	深度学习	Transformer	时间序列数据	NA	NA	PatchTST	BBM92安全密钥率	NA
220	2025-10-05	Deep-learning-based single-pixel telescope for simultaneous visible and near-infrared imaging with robustness to atmospheric seeing 2025-Aug-11, Optics express IF:3.2Q2 DOI:10.1364/OE.566490 PMID:40984610	研究论文	本研究开发了一种基于深度学习的单像素望远镜系统，用于在模拟大气湍流条件下实现可见光和近红外的同步成像	将深度学习技术与具有多波长成像能力的单像素成像系统相结合，开发了能够同时进行可见光和近红外观测的单像素望远镜系统	在模拟湍流条件下，时间分割模式学习网络对简单目标（如MNIST图像）的精度低于U-Net，需要进一步改进	开发能够在大气湍流等动态随机介质中实现高质量成像的望远镜系统	单像素望远镜系统在模拟大气湍流条件下的成像性能	计算机视觉	NA	单像素成像，深度学习成像	CNN	图像	NA	NA	U-Net, TDPL	精度	NA