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
281	2025-10-06	Deep Learning-Based Super Resolution Applied to Finite Element Analysis of Fused Deposition Modeling 3D Printing 2025-Aug, 3D printing and additive manufacturing IF:2.3Q3 DOI:10.1089/3dp.2023.0191 PMID:40933586	研究论文	提出一种基于深度学习的超分辨率方法，用于改进熔融沉积建模3D打印的有限元分析精度和计算效率	将有限元分析中的网格模型类比为图像分辨率问题，首次将超分辨率技术应用于改进粗糙网格模型的精度	温度场和位移场之间的映射关系存在差异，需要分别处理	通过深度学习技术提高3D打印有限元分析的精度并减少计算时间	熔融沉积建模3D打印过程的温度场和位移场预测	计算机视觉	NA	有限元分析，熔融沉积建模	深度学习，超分辨率网络	网格数据，温度场图像，位移场图像	NA	NA	超分辨率残差网络	峰值信噪比，结构相似性指数	NA
282	2025-10-06	DeepEVD: Integrating Epidemiological data into deep learning frameworks based on spatio-temporal feature learning for EVD forecasting 2025-Aug, Spatial and spatio-temporal epidemiology IF:2.1Q3 DOI:10.1016/j.sste.2025.100741 PMID:40935501	研究论文	提出一种集成人类移动数据的深度学习框架DeepEVD，用于埃博拉病毒病暴发预测	首次将多种移动数据源（手机记录、GPS轨迹、社交媒体）与时空特征学习相结合，通过GCN和LSTM网络建立移动模式与EVD病例的时空关联	仅在西非疫情和塞拉利昂疫情数据集上验证，未在其他地区或疫情中测试	开发能够准确预测埃博拉病毒病暴发的深度学习框架	埃博拉病毒病传播与人类移动模式的关系	机器学习	埃博拉病毒病	时空数据分析，移动数据整合	GCN, LSTM	移动数据（手机记录、GPS轨迹、社交媒体），流行病学数据	2014-2016年西非疫情数据集，2015-2016年塞拉利昂疫情数据集	NA	图卷积网络，长短期记忆网络	预测误差降低率（5%-10%）	NA
283	2025-09-12	A weakly-supervised deep learning model for fast localisation and delineation of the skeleton, internal organs, and spinal canal on whole-body diffusion-weighted MRI (WB-DWI) 2025-Aug-28, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.109043 PMID:40929938	研究论文	提出一种弱监督深度学习模型，用于在全身扩散加权MRI上快速定位和勾画骨骼、内部器官及椎管	使用基于图谱方法生成的“软标签”训练3D残差U-Net，实现快速且可重复的概率图生成，速度比传统方法快12倍	模型在肋骨区域的骨骼勾画性能相对较低（Dice评分0.67），且仅在晚期前列腺癌和多发性骨髓瘤患者中验证	开发自动化算法以支持癌症成像生物标志物（ADC和TDV）的量化测量	晚期前列腺癌（APC）和多发性骨髓瘤（MM）患者的全身扩散加权MRI扫描	数字病理	前列腺癌	WB-DWI（全身扩散加权磁共振成像）	3D Residual U-Net	image	532例患者扫描用于训练和验证，45例患者用于测试	NA	NA	NA	NA
284	2025-09-12	Sparse Learning Enabled by Constraints on Connectivity and Function 2025-Aug-22, Physical review letters IF:8.1Q1 DOI:10.1103/918k-x6np PMID:40929306	研究论文	本文通过可解析的联想学习模型，评估了不同稀疏性约束对连接和功能的影响，并提出了在线实现稀疏性的方法	发现ℓ₀范数约束可实现最优稀疏水平，且通过消除弱连接可获得近乎相同的效率，并支持在线实施	NA	研究如何在保持网络性能的前提下实现稀疏连接，以促进神经科学、深度学习和神经形态计算应用	人工神经网络和大脑的稀疏连接特性	机器学习	NA	ℓ₀范数约束、稀疏性诱导约束	可解析的联想学习模型	NA	NA	NA	NA	NA	NA
285	2025-10-06	Deep Learning Improves Parameter Estimation in Reinforcement Learning Models 2025-Aug-25, bioRxiv : the preprint server for biology DOI:10.1101/2025.03.21.644663 PMID:40666915	研究论文	本研究探讨强化学习模型中的参数模糊性问题，并比较传统优化方法与深度学习方法的参数估计效果	首次系统性地识别并量化强化学习模型中的参数模糊性问题，引入深度学习管道进行参数估计，并提出多维度评估框架	研究仅基于十个决策数据集，需要在更广泛的数据集和模型中进行验证	解决认知模型中参数估计的可靠性问题，提高科学推断的可复现性	强化学习模型的参数估计	机器学习	NA	强化学习建模	神经网络, Nelder-Mead优化算法	决策行为数据	十个决策数据集	NA	神经网络	预测准确度, 泛化能力, 鲁棒性, 可识别性, 测试-重测可靠性	NA
286	2025-10-06	Computational glycosyltransferases masked deoxynivalenol toxicity and halted FHB spread in wheat grains 2025-Aug-24, Journal of advanced research IF:11.4Q1 DOI:10.1016/j.jare.2025.08.045 PMID:40858235	研究论文	本研究开发深度学习模型预测糖基转移酶活性，并成功鉴定出两种能够降解脱氧雪腐镰刀菌烯醇的酶	首次将Transformer框架应用于糖基转移酶多功能性预测，并成功发现新的DON解毒酶	目前可用的高效DON解毒酶数量仍然有限	开发深度学习模型预测糖基转移酶的多功能性，计算鉴定新的DON解毒酶	糖基转移酶、脱氧雪腐镰刀菌烯醇、转基因小麦品系	机器学习	镰刀菌病害	深度学习、生物测定（霉菌毒素耐受性、幼苗接种、单小花注射）	Transformer	酶序列数据、生物实验数据	NA	Transformer	Transformer	NA	NA
287	2025-10-06	Leveraging Deep Learning to Enhance Malnutrition Detection via Nutrition Risk Screening 2002: Insights from a National Cohort 2025-Aug-21, Nutrients IF:4.8Q1 DOI:10.3390/nu17162716 PMID:40871744	研究论文	开发并验证基于机器学习的营养风险筛查工具，用于预测营养治疗需求及类型	将性别、癌症状态和病房类型等参数整合到NRS-2002中，创建了新的机器学习增强筛查量表	需要更大规模的多国队列进行外部验证	开发营养治疗需求及类型的预测模型	来自ONCA全国队列的191,028名患者	机器学习	营养不良	营养风险筛查2002(NRS-2002)	Random Forest, Artificial Neural Network, Deep Learning, Elastic Net, Naive Bayes	临床参数和人口统计学数据	191,028名患者	NA	NA	AUC, 准确率, 平衡准确率, MCC, 灵敏度, 特异性, PPV, NPV, F-score	NA
288	2025-10-06	Analysis of Tongue and Face Image Features of Anemic Women and Construction of Risk-Screening Model 2025-Aug-20, Biomedical and environmental sciences : BES IF:3.0Q2 DOI:10.3967/bes2025.047 PMID:40928272	研究论文	通过分析女性贫血患者的面部和舌象特征，建立贫血风险筛查模型	首次结合面部和舌象的颜色与纹理特征，采用多种机器学习模型和深度学习模型进行女性贫血筛查	样本仅来自单一医院，样本量有限（533名参与者）	识别女性贫血相关的面舌图像特征，建立贫血风险筛查模型	女性贫血患者和健康人群	计算机视觉	贫血	舌面诊图像分析	机器学习模型, 深度学习模型	图像	533名女性参与者（贫血患者和健康人群）	NA	ResNet50V2, Conv1D, 人工神经网络	AUC, 准确率	NA
289	2025-10-06	Ground Reaction Force Estimation via Time-aware Knowledge Distillation 2025-Aug-15, IEEE internet of things journal IF:8.2Q1 DOI:10.1109/jiot.2025.3578012 PMID:40918555	研究论文	提出一种时间感知知识蒸馏框架，用于从鞋垫传感器数据估计地面反作用力	在知识蒸馏过程中利用小批量内的相似性和时间特征，有效捕捉特征间的互补关系和目标与输入数据的序列特性	NA	开发计算效率高的地面反作用力估计方法，用于实时便携系统	人类步态分析中的地面反作用力	机器学习	NA	知识蒸馏	深度学习	传感器数据	在不同步行速度下收集的数据	NA	NA	准确度, 模型可靠性	NA
290	2025-10-06	Global research landscape of retinoblastoma biomarkers: a multidisciplinary bibliometric analysis based on multiple databases (2005-2025) 2025-Aug-15, Journal of cancer research and clinical oncology IF:2.7Q3 DOI:10.1007/s00432-025-06279-7 PMID:40817296	文献计量分析	通过多数据库对2005-2025年视网膜母细胞瘤生物标志物研究进行多学科文献计量分析	首次对RB生物标志物研究领域进行系统性定量分析，揭示研究格局和热点演变	仅基于Web of Science和Scopus数据库，可能遗漏部分相关研究	分析视网膜母细胞瘤生物标志物的研究格局和热点趋势	2005-2025年期间发表的视网膜母细胞瘤生物标志物相关研究文献	文献计量学	视网膜母细胞瘤	文献计量分析，生物信息学分析	NA	文献元数据，引文数据	从WOS和Scopus数据库检索的2005-2025年相关出版物	R软件, VOSviewer, CiteSpace	NA	出版物数量，引文频率，国际合作网络	NA
291	2025-10-06	Going beyond SMILES enumeration for data augmentation in generative drug discovery 2025-Aug-14, Digital discovery IF:6.2Q1 DOI:10.1039/d5dd00028a PMID:40917333	研究论文	本文提出四种新的SMILES数据增强策略以提升分子生成模型在低数据场景下的性能	引入基于自然语言处理和化学知识的四种新型SMILES增强方法：标记删除、原子掩码、生物电子等排替换和自训练	未明确说明实验数据规模及具体模型性能对比基准	探索超越传统SMILES枚举的数据增强方法以改进分子生成质量	分子SMILES表示及其数据增强策略	自然语言处理, 药物发现	NA	SMILES数据增强	生成深度学习模型	分子SMILES字符串	NA	NA	NA	NA	NA
292	2025-10-06	Leveraging artificial intelligence and machine learning in kinase inhibitor development: advances, challenges, and future prospects 2025-Aug-12, RSC medicinal chemistry IF:4.1Q2 DOI:10.1039/d5md00494b PMID:40919316	综述	探讨人工智能和机器学习在激酶抑制剂开发中的应用进展、挑战与未来前景	系统阐述AI/ML方法（包括深度学习、图神经网络和生成模型）如何革新激酶抑制剂的设计、优化和再利用	数据稀疏性、模型可解释性不足以及计算与实验结果间的转化差距	加速和优化下一代激酶靶向治疗药物的开发	蛋白激酶及激酶抑制剂	机器学习	癌症	深度学习, 图神经网络, 生成模型	NA	NA	NA	NA	NA	NA	NA
293	2025-10-06	ECG-GraphNet: Advanced arrhythmia classification based on graph convolutional networks 2025-Aug, Heart rhythm O2 IF:2.5Q2 DOI:10.1016/j.hroo.2025.05.012 PMID:40917189	研究论文	提出基于图卷积网络的ECG-GraphNet模型，用于准确分类三种心律失常类型	将ECG波形建模为图结构，创新使用QRS中心加权平均池化方法增强特征提取	研究仅基于328名患者的单导联设备数据，样本规模有限	开发准确的心律失常自动分类方法	心电图信号中的正常搏动、室上性异位搏动和室性异位搏动	医学图像分析	心血管疾病	心电图分析	图卷积网络(GCN)	心电图信号	328名患者的10秒心电图记录	NA	ECG-GraphNet	Macro F1-score	NA
294	2025-10-06	DeepHVI: A multimodal deep learning framework for predicting human-virus protein-protein interactions using protein language models 2025-Aug, Biosafety and health IF:3.5Q1 DOI:10.1016/j.bsheal.2025.07.005 PMID:40918205	研究论文	提出一种多模态深度学习框架DeepHVI，用于预测人类与病毒蛋白质之间的相互作用	整合蛋白质语言模型和多模态融合方法，结合二元分类和条件序列生成两个互补任务	NA	系统预测人类与病毒蛋白质之间的假定相互作用，为公共卫生干预提供支持	人类蛋白质和病毒蛋白质	机器学习	传染病	蛋白质语言模型	深度学习	蛋白质序列数据	高置信度实验数据集	NA	多模态融合框架	准确率	NA
295	2025-10-06	Deep Learning Model for Osteoporosis Screening From Chest Radiographs: A Multicenter Analysis of External Robustness and Model Calibration 2025-Aug, Cureus DOI:10.7759/cureus.89446 PMID:40918770	研究论文	开发用于从胸部X光片筛查骨质疏松症的深度学习模型，并评估其在外院数据上的鲁棒性和模型校准效果	首次系统评估深度学习模型在不同医疗机构和设备采集的外部数据上的表现，并提出通过混合外部数据校准模型的方法	外部数据性能相比内部数据仍有差距，需要至少500例外部数据进行模型校准	开发基于胸部X光片的骨质疏松症筛查工具，解决DXA检查成本高、可用性有限的问题	骨质疏松症患者和疑似病例	医学影像分析	骨质疏松症	深度学习技术	深度学习模型	胸部X光影像	多中心数据集（具体数量未明确说明）	NA	NA	筛查性能指标（与QUS比较）	NA
296	2025-10-06	GPT2-ICC: A data-driven approach for accurate ion channel identification using pre-trained large language models 2025-Aug, Journal of pharmaceutical analysis IF:6.1Q1 DOI:10.1016/j.jpha.2025.101302 PMID:40919588	研究论文	开发了一种基于预训练大语言模型的深度学习算法GPT2-ICC，用于从蛋白质序列中准确识别离子通道	首次将表示学习与大语言模型分类器相结合，解决了蛋白质序列数据不平衡的挑战	NA	开发准确高效的离子通道分类方法	离子通道蛋白质序列	自然语言处理	NA	蛋白质序列分析	LLM, 深度学习	蛋白质序列数据	测试集包含比非离子通道蛋白质多约239倍的数据	NA	GPT2	准确率	NA
297	2025-10-06	Unravelling phosphorylation-induced impacts on inhibitor-CDK2 through multiple independent molecular dynamics simulations and deep learning 2025-Aug, SAR and QSAR in environmental research IF:2.3Q3 DOI:10.1080/1062936X.2025.2552131 PMID:40926679	研究论文	本研究通过分子动力学模拟、深度学习和自由能景观分析系统探索磷酸化对CDK2与抑制剂结合的分子机制	创新性地整合分子动力学模拟、深度学习技术和自由能景观分析，首次系统揭示磷酸化对CDK2与抑制剂结合的分子机制	研究主要基于计算模拟，需要实验验证来进一步确认发现	探索磷酸化对CDK2与抑制剂结合的分子机制	磷酸化状态下的CDK2蛋白及其与抑制剂SCH、CYC的结合	计算生物学	癌症	分子动力学模拟, 深度学习, 自由能景观分析, QM/MM-GBSA计算	深度学习模型	分子动力学轨迹数据	两个抑制剂(SCH和CYC)与磷酸化CDK2的结合系统	NA	NA	NA	NA
298	2025-10-06	MEF2C controls segment-specific gene regulatory networks that direct heart tube morphogenesis 2025-Aug-29, Genes & development IF:7.5Q1 DOI:10.1101/gad.352889.125 PMID:40883017	研究论文	本研究通过整合单细胞多组学数据和深度学习模型，揭示了转录因子MEF2C在心脏管形态发生过程中调控节段特异性基因调控网络的作用机制	首次构建了心脏流出道、心室和流入道各节段的发育轨迹，并发现MEF2C缺失导致心脏后部化特征及NR2F2活性异常增加的新机制	研究主要基于斑马鱼胚胎模型，在哺乳动物系统中的普适性需要进一步验证	解析早期心脏形成过程中谱系特异性基因调控网络	野生型和MEF2C缺失型胚胎的心脏发育过程	发育生物学	先天性心脏病	单核RNA测序, ATAC测序, 多组学数据整合	深度学习模型	基因组学数据, 表观基因组学数据	野生型和MEF2C-null胚胎的时间序列样本	NA	NA	NA	NA
299	2025-10-06	Using deep learning to predict internalizing problems from brain structure in youth 2025-Aug-29, Translational psychiatry IF:5.8Q1 DOI:10.1038/s41398-025-03565-3 PMID:40883286	研究论文	使用深度学习模型通过大脑结构特征预测青少年内化问题及其恶化轨迹	首次结合四个大规模数据集，利用深度学习从大脑结构特征中预测内化问题的横断面和纵向恶化轨迹	纵向模型在普通人群样本中预测性能欠佳，主要适用于神经发育条件人群	探索大脑结构特征与内化问题之间的生物标志物关系	青少年内化问题（如焦虑和抑郁）	机器学习	精神健康疾病	脑结构测量（厚度、表面积和体积）	深度学习	脑结构测量数据	横断面分析14,523人，纵向分析10,540人	NA	NA	AUC	NA
300	2025-10-06	An MRI Atlas of the Human Fetal Brain: Reference and Segmentation Tools for Fetal Brain MRI Analysis 2025-Aug-28, ArXiv PMID:40900685	研究论文	本文介绍了CRL-2025胎儿大脑图谱，这是一个包含详细组织分割和白质区划的时空胎儿大脑MRI图谱	相比CRL-2017图谱显著增强了解剖细节，首次包含瞬态白质分区和126个解剖区域划分，并提供了基于深度学习的多类分割模型	仅包含160例正常发育胎儿样本， gestational weeks范围限定在21-37周	建立高精度胎儿大脑MRI参考图谱和分割工具	人类胎儿大脑	医学影像分析	神经发育疾病	MRI，扩散MRI	深度学习分割模型	MRI图像	160例正常发育胎儿	NA	NA	NA	NA