深度学习在生物医药领域中的应用

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
901	2025-06-02	PILOT: Deep Siamese network with hybrid attention improves prediction of mutation impact on protein stability 2025-Aug, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107476 PMID:40252373	研究论文	提出了一种名为PILOT的新型深度学习框架，通过Siamese网络和混合注意力机制改进蛋白质稳定性突变影响（ΔΔG）的预测	利用多种注意力模块有效提取氨基酸、原子和蛋白质序列的表征，实现残基和原子层面结构信息的深度融合，以及结构和序列表征的无缝整合	NA	改进蛋白质稳定性突变影响的预测，以促进蛋白质工程研究和疾病相关突变的分子机制理解	蛋白质稳定性突变影响（ΔΔG）	机器学习	NA	深度学习	Siamese网络	蛋白质序列和结构数据	NA
902	2025-06-02	Broad learning system based on fractional order optimization 2025-Aug, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107468 PMID:40273541	research paper	本文提出了一种基于分数阶优化的广度学习系统（FOBLS），以增强数据处理能力	创新性地将分数阶优化引入广度学习系统，利用分数阶微分方程的长期记忆特性优化权重	未明确提及具体局限性	提升广度学习系统（BLS）的数据处理能力	广度学习系统（BLS）及其优化方法	machine learning	NA	分数阶微分方程优化	BLS, FOBLS	NA	NA
903	2025-06-02	Adaptive token selection for scalable point cloud transformers 2025-Aug, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107477 PMID:40273540	research paper	提出了一种名为AdaPT的自适应点云Transformer模型，通过动态减少推理过程中的token数量，实现了大规模点云的高效处理	引入了自适应token选择机制和预算机制，无需重新训练或微调即可灵活调整模型的计算成本	未提及模型在极端大规模点云或实时应用中的性能表现	解决点云Transformer模型在处理大规模点云时的可扩展性问题	点云数据	computer vision	NA	Transformer	AdaPT (Adaptive Point Cloud Transformer)	3D point cloud	NA
904	2025-06-02	Artificial intelligence automated solution for hazard annotation and eye tracking in a simulated environment 2025-Aug, Accident; analysis and prevention DOI:10.1016/j.aap.2025.108075 PMID:40339543	研究论文	本文提出了一种基于AI的自动化解决方案，用于在模拟环境中进行危险标注和眼动追踪	扩展了先前仅进行危险检测的系统，整合了危险标注和眼动追踪数据，提供了对驾驶行为的统一详细视图	未提及具体的技术性能指标或验证结果	自动化驾驶模拟实验中的数据处理任务，提高研究效率	驾驶模拟器生成的原始数据	计算机视觉	NA	深度学习	深度学习模型（未明确说明具体类型）	视频（眼动追踪）、传感器数据	未明确说明样本数量
905	2025-06-02	Enhancing motor imagery EEG classification with a Riemannian geometry-based spatial filtering (RSF) method 2025-Aug, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107511 PMID:40294568	研究论文	本文介绍了一种基于黎曼几何的空间滤波方法（RSF），用于提高运动想象（MI）脑电图（EEG）信号的分类准确性	提出了一种新的RSF方法，利用EEG数据的几何特性，最大化不同类别协方差矩阵之间的黎曼距离，从而增强特征的判别能力并保持对噪声的鲁棒性	研究未提及在实际临床环境中的验证情况，可能限制了其在实际应用中的普适性	提高运动想象脑电图信号的分类准确性，以增强脑机接口（BCI）系统的性能	运动想象（MI）脑电图（EEG）信号	脑机接口	NA	黎曼几何	RSF, CSP-LDA, FBCSP, MDM, TSM, EEGNet, sCNN, dCNN, FBCNet, Graph-CSPNet, LMDA-Net	EEG信号	六个公开可用的MI-BCI数据集
906	2025-06-01	Dual-mode nanosensor for sensitive detection of methotrexate based on fluorescence technology and deep learning algorithms 2025-Aug-08, Analytica chimica acta IF:5.7Q1 DOI:10.1016/j.aca.2025.344190 PMID:40447405	研究论文	提出一种基于荧光技术和深度学习算法的双模式纳米传感器，用于甲氨蝶呤的灵敏检测	结合纳米材料和深度学习算法，开发了一种具有双发射峰的纳米传感器，实现了对甲氨蝶呤的高灵敏度和实时监测	NA	建立一种可靠、精确且特异性的甲氨蝶呤检测方法	甲氨蝶呤（MTX）	纳米技术	NA	荧光技术、深度学习算法	NA	图像	NA
907	2025-06-01	Exploring deep learning in phage discovery and characterization 2025-Aug, Virology IF:2.8Q3 DOI:10.1016/j.virol.2025.110559 PMID:40359589	综述	本文探讨了深度学习在噬菌体发现和表征中的应用及其在生物技术和医学中的潜力	利用深度学习算法（如BERT）改进病毒宏基因组组装基因组（vMAGs）的重建，并应用于噬菌体生物学研究	讨论了深度学习方法的局限性，但未具体说明技术细节或实验验证的不足	探索深度学习在噬菌体研究和治疗耐药细菌感染中的应用	噬菌体（细菌病毒）及其在细菌种群形成中的作用	机器学习	NA	深度学习、BERT、宏基因组数据分析	BERT、神经网络	宏基因组数据	NA
908	2025-05-30	The impact of partner interaction on brief social buffering in adolescent female rats as analyzed by deep learning-based object detection algorithms 2025-Aug-01, Physiology & behavior IF:2.4Q2 DOI:10.1016/j.physbeh.2025.114934 PMID:40311725	研究论文	研究伴侣互动对青春期雌性大鼠短暂社会缓冲效应的影响，并利用基于深度学习的对象检测算法进行分析	首次证明短暂的社交接触足以诱导社会缓冲效应，特别是在雌性大鼠中，并揭示了社交接触是提高社会缓冲效率的关键因素	研究仅针对青春期Sprague-Dawley大鼠，结果可能不适用于其他年龄段或物种	探究短暂社会缓冲效应及其在青春期雌性大鼠中的表现	青春期Sprague-Dawley大鼠（4-5周龄，雄性和雌性）	机器学习	NA	YOLOv8和BoT-SORT算法	深度学习	视频	青春期Sprague-Dawley大鼠（雄性和雌性）
909	2025-05-27	Automatic and precise identification of volatile organic compounds from gas chromatography in prolonged atmospheric monitoring 2025-Aug-02, Journal of chromatography. A DOI:10.1016/j.chroma.2025.466035 PMID:40373387	research paper	本研究提出了一种基于人工智能的模型ResGRU，用于自动精确识别气相色谱中的挥发性有机化合物（VOCs）	ResGRU模型在保留时间定位上的平均绝对误差为0.0144分钟，比传统机器学习或深度学习模型小2.76至38.19倍，且能精确识别微弱的色谱峰并对异常色谱图具有卓越的适应性	NA	为气相色谱数据的精确分析提供新方法，以更深入地探索VOCs污染的机制	挥发性有机化合物（VOCs）	machine learning	NA	gas chromatography	ResGRU	chromatographic data	来自中国上海、湖北和江苏四个监测站点的数据
910	2025-05-27	A subject transfer neural network fuses Generator and Euclidean alignment for EEG-based motor imagery classification 2025-Aug, Journal of neuroscience methods IF:2.7Q3 DOI:10.1016/j.jneumeth.2025.110483 PMID:40350042	research paper	提出了一种基于深度学习的迁移学习模型ST-GENN，用于改进脑机接口(BCI)中基于EEG的运动想象分类	结合生成器和欧几里得对齐的迁移学习模型，有效将源域数据分布迁移至目标域	未提及具体计算资源需求或模型训练时间	解决个体间EEG信号差异问题，提高BCI分类准确率	脑电信号(EEG)和运动想象分类	脑机接口	NA	迁移学习	ST-GENN (包含Generator和CAT分类器)	EEG信号	BCI competition IV 2a/2b和SHU数据集
911	2025-05-25	A framework for real-time traffic risk prediction incorporating cost-sensitive learning and dynamic thresholds 2025-Aug, Accident; analysis and prevention DOI:10.1016/j.aap.2025.108087 PMID:40328008	研究论文	提出了一种结合成本敏感学习和动态阈值的实时交通风险预测框架	将交通风险细分为四个等级并引入成本敏感学习，同时采用动态阈值和遗传算法优化模型性能	未具体说明模型在极端交通条件下的表现	提高实时交通风险预测的可靠性以促进主动交通安全管理	交通状态和风险数据	机器学习	NA	成本敏感学习(CSL), 动态阈值(DTs), 遗传算法(GA)	机器学习/深度学习模型	车辆轨迹数据	HighD数据集
912	2025-05-25	Deep learning models link local cellular features with whole-animal growth dynamics in zebrafish 2025-Aug, Life science alliance IF:3.3Q1 DOI:10.26508/lsa.202503319 PMID:40399066	research paper	该研究通过深度学习模型将斑马鱼幼虫的皮肤细胞图像与整体生长动态联系起来	首次证明仅需少量皮肤细胞图像即可预测斑马鱼的整体大小，并识别出影响模型决策的细胞特征	研究仅针对斑马鱼幼虫，尚未验证在其他生物或发育阶段的适用性	探索微观细胞特征与宏观动物生长状态之间的关联	斑马鱼幼虫的皮肤细胞	computer vision	NA	深度学习	Vision Transformer (ViT), Grad-CAM	image	722张皮肤细胞图像及对应的斑马鱼幼虫大小数据
913	2025-05-24	Label-free rapid diagnosis of jaw osteonecrosis via the intersection of Raman spectroscopy and deep learning 2025-Aug, Bone IF:3.5Q2 DOI:10.1016/j.bone.2025.117510 PMID:40320103	research paper	该研究通过结合拉曼光谱和深度学习技术，建立了一个无标记、快速诊断颌骨坏死的方法	结合拉曼光谱和ResNet18深度学习模型，显著提高了颌骨坏死的诊断准确率	样本量较小（90个骨组织样本），且仅针对特定类型的颌骨坏死	建立一种精确高效的诊断框架，用于区分药物相关性颌骨坏死、放射性颌骨坏死和正常骨组织	90个骨组织样本（30个MRONJ，30个ORN，30个对照）	digital pathology	jaw osteonecrosis	Raman spectroscopy	ResNet18	spectral data	90个骨组织样本（30 MRONJ，30 ORN，30对照），共采集900个光谱
914	2025-05-19	A high-throughput framework for predicting three-dimensional structural-mechanical relationships of human cranial bones using a deep learning-based method 2025-Aug, Journal of the mechanical behavior of biomedical materials IF:3.3Q3 DOI:10.1016/j.jmbbm.2025.107007 PMID:40328110	research paper	本研究提出了一种基于深度学习的高通量框架，用于预测人类颅骨的三维结构-力学关系	首次使用深度学习框架直接关联三维颅骨微观结构与宏观力学响应，克服了以往1D或2D方法的局限性	研究样本量相对有限（40个颅骨样本），且年龄分布集中在老年人群（平均82.5岁）	建立颅骨微观结构与宏观力学性能之间的关系模型，提高颅骨损伤诊断准确性	人类颅骨样本及其三维微观结构和力学响应	digital pathology	NA	micro-CT扫描，有限元模拟，准静态压缩实验	优化后的U-Net网络	三维医学影像数据	40个人类颅骨样本（平均年龄82.5岁），从中提取2000个代表性体积单元（RVE）
915	2025-05-15	Fingerprinting of Boletus bainiugan: FT-NIR spectroscopy combined with machine learning a new workflow for storage period identification 2025-Aug, Food microbiology IF:4.5Q1 DOI:10.1016/j.fm.2025.104743 PMID:40086983	研究论文	本研究通过FT-NIR光谱结合机器学习方法，开发了一种用于鉴定牛肝菌储存期的新工作流程	结合FT-NIR光谱与机器学习（特别是CNN和BPNN模型）来鉴定牛肝菌的储存时间，并首次应用DD-SIMCA模型完全区分新旧样品	研究仅分析了储存0、1和2年的样品，未涵盖更长的储存期	开发一种低成本、用户友好的方法，实时确定供应链中牛肝菌的储存期	牛肝菌（Boletus bainiugan）	机器学习	NA	高效液相色谱（HPLC）、傅里叶变换近红外光谱（FT-NIR）	CNN、BPNN、DD-SIMCA、PLSR	光谱数据	831份牛肝菌样品（储存0、1和2年）
916	2025-05-14	A comprehensive review of computational methods for Protein-DNA binding site prediction 2025-Aug, Analytical biochemistry IF:2.6Q2 DOI:10.1016/j.ab.2025.115862 PMID:40209920	review	本文全面回顾了蛋白质-DNA结合位点预测的计算方法	对14种最先进的DNA结合位点预测模型进行了基准测试，并展示了深度学习方法，特别是基于预训练大型语言模型的方法，优于其他两类方法	未提及具体方法的局限性	开发高效且准确的DNA结合位点预测计算方法	蛋白质-DNA结合位点	computational biology	NA	template detection, statistical machine learning, deep learning	pre-trained large language model	protein sequences	136 non-redundant proteins
917	2025-05-12	Stacked long and short-term memory (SLSTM) - assisted terahertz spectroscopy combined with permutation importance for rapid red wine varietal identification 2025-Aug-15, Talanta IF:5.6Q1 DOI:10.1016/j.talanta.2025.127650 PMID:40037161	research paper	该研究利用太赫兹时域光谱结合深度学习技术，快速无损地区分不同品种的红酒，以正确识别红酒标签	采用堆叠长短时记忆（SLSTM）模型结合排列重要性进行特征选择，提高了红酒品种识别的准确性和效率	基于排列重要性的1-st der-SLSTM模型在精度上略低于全频率模型，预测时间减少了2秒	开发一种快速、准确且无损的红酒品种鉴别技术，以维护市场秩序和消费者权益	不同品种的红酒	machine learning	NA	太赫兹时域光谱（THz-TDS）	SLSTM	光谱数据	NA
918	2025-05-12	Intelligent characterization multi-components in Yangxinshi tablet by online comprehensive two-dimensional liquid chromatography-quadrupole time-of-flight mass spectrometry combined with deep learning-assisted mass defect filtering classification and multidimensional data annotation strategy 2025-Aug-01, Talanta IF:5.6Q1 DOI:10.1016/j.talanta.2025.127821 PMID:40020613	研究论文	建立了一种用于养心氏片中多种化学成分智能分析的全面表征策略	开发了深度学习辅助质量缺陷过滤智能分类、优选离子捕获列表和主动排除（DLA-MDF-PIL-AE）数据采集模式	未明确提及具体限制	开发一种用于复杂天然产物中多种成分表征的集成策略	养心氏片中的化学成分	质谱分析与深度学习	NA	在线综合二维液相色谱-四极杆飞行时间质谱（2DLC-Q-TOF-MS/MS）	深度学习	质谱数据	228种化合物（包括80种黄酮类、52种生物碱、36种酚酸、15种萜类、17种皂苷和28种其他化合物）
919	2025-05-08	Aflatoxin detection in naturally contaminated peanuts based on vision transformer and multi-scale convolutional fusion 2025-Aug-15, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.144300 PMID:40220445	research paper	提出了一种结合Vision Transformer和多尺度卷积融合的改进1D-MCFViT模型，用于自然条件下花生中黄曲霉毒素的检测	结合Vision Transformer和多尺度卷积融合，使用自编码器网络和高斯重采样技术增强模型特征判别能力	未提及具体样本量或实验条件的局限性	提高自然条件下花生中黄曲霉毒素的检测准确率	自然污染的花生	computer vision	NA	autoencoder network, Gaussian resampling	1D-MCFViT, Vision Transformer, CNN	RGB图像, 光谱曲线	NA
920	2025-05-08	From prediction to design: Revealing the mechanisms of umami peptides using interpretable deep learning, quantum chemical simulations, and module substitution 2025-Aug-15, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.144301 PMID:40233511	研究论文	本研究利用深度学习模型和模块替换策略筛选和设计鲜味肽	结合预训练、增强特征和对比学习模块的预测模型，准确率达到0.94，比其他模型高出2-9%，并通过模块替换策略揭示鲜味肽的机制	NA	快速筛选和设计鲜味肽，并揭示其机制	鲜味肽	自然语言处理	NA	深度学习、量子化学模拟、模块替换	深度学习模型	NA	NA