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
181	2025-09-24	Deep learning enhanced dual-mode fluorescence cooperative imaging using upconversion nanoparticles 2025-Sep-08, Optics express IF:3.2Q2 DOI:10.1364/OE.572954 PMID:40984265	研究论文	提出一种深度学习增强的双模态荧光协同成像方法，用于实现深层组织高分辨率成像	利用镧系上转换纳米颗粒的双光子/四光子协同激发机制，结合对抗训练与循环一致性约束的深度学习网络建立跨模态信号映射	NA	解决多光子显微镜中穿透深度与分辨率的权衡问题	深层生物组织成像	生物医学成像	NA	双光子显微镜、四光子显微镜、上转换纳米颗粒荧光成像	对抗神经网络（GAN）	荧光图像	成像深度超过500微米的3D组织样本
182	2025-09-24	High-quality polarization 3D reconstruction of weakly textured objects by fusing multi-view images 2025-Sep-08, Optics express IF:3.2Q2 DOI:10.1364/OE.570825 PMID:40984276	研究论文	提出一种融合多视角图像与偏振信息的弱纹理物体高质量三维重建框架	将自注意力增强的PatchMatch网络提供的全局深度先验与偏振测量获得的精细法向梯度相结合，通过傅里叶域积分实现表面重建	未明确说明对强反射或透明物体的适用性限制	解决弱纹理物体在有限视角下的三维重建精度问题	弱纹理物体	计算机视觉	NA	多视角立体视觉、偏振成像、傅里叶域积分	PatchMatch网络（自注意力增强）	多视角偏振图像	多种弱纹理物体（未明确具体数量）
183	2025-09-24	Multi-input neural channel waveform model for optical fiber WDM transmission based on Volterra series transfer function 2025-Sep-08, Optics express IF:3.2Q2 DOI:10.1364/OE.563482 PMID:40984268	研究论文	提出一种基于Volterra级数传递函数的多输入神经网络信道波形模型，用于光纤波分复用传输系统	首次将神经网络参数化与物理基础的Volterra级数算法结合，支持多参数输入并实现跨系统参数的强泛化能力	模型性能仅在仿真环境中验证，未涉及实际光纤传输系统的实验验证	解决传统光纤信道建模方法计算效率低的问题，实现高精度且灵活的多参数WDM系统波形建模	波分复用光纤通信系统的信道波形特性	光通信	NA	Volterra级数传递函数算法、神经网络参数化	神经网络	频域信号数据	40通道600公里和5通道1200公里WDM系统的仿真数据
184	2025-09-24	End-to-end deep learning framework for key-free physical-layer security in WDM-RoF 2025-Sep-08, Optics express IF:3.2Q2 DOI:10.1364/OE.572940 PMID:40984304	研究论文	提出一种用于波分复用光纤无线电系统的端到端深度学习物理层安全框架	通过联合训练的神经网络对动态互锁和波长通道物理特性绑定实现无密钥物理层安全	仅通过数值仿真验证，缺乏实际系统测试	为WDM-RoF系统提供轻量级物理层安全解决方案	波分复用光纤无线电通信系统	机器学习	NA	深度学习	神经网络	通信信号数据	四波长WDM-RoF系统在20公里光纤上的数值仿真
185	2025-09-24	Evaluation of De Novo Deep Learning Models on the Protein-Sugar Interactome 2025-Sep-06, bioRxiv : the preprint server for biology DOI:10.1101/2025.09.02.673778 PMID:40950156	研究论文	本研究首次系统评估了深度学习模型在蛋白质-糖非共价复合物结构预测中的性能	开发了首个专门针对蛋白质-碳水化合物相互作用的基准数据集BCAPIN和新型评估指标DockQC	所有模型的预测能力随碳水化合物聚合物长度的增加而下降	评估深度学习模型在蛋白质-糖相互作用组预测中的性能	蛋白质-碳水化合物非共价复合物	机器学习	NA	深度学习结构预测	AlphaFold3, Boltz-1, Chai-1, DiffDock, RosettaFold-All Atom	蛋白质结构数据	BCAPIN基准数据集中的实验结构样本
186	2025-09-24	Convolutional Neural Network-based Framework for Brain Tumor Classification and Segmentation using Magnetic Resonance Images 2025-Sep-05, Journal of visualized experiments : JoVE DOI:10.3791/68428 PMID:40982373	研究论文	提出基于卷积神经网络的框架，利用磁共振图像进行脑肿瘤分类和分割	集成U-Net、InceptionV3、DenseNet201和Inception-ResNet-v2混合模型，并结合GPT-4.0生成自动报告	NA	开发自动脑肿瘤识别和分类系统以辅助早期诊断	脑部磁共振图像中的肿瘤区域	计算机视觉	脑肿瘤	磁共振成像	CNN、U-Net、InceptionV3、DenseNet201、Inception-ResNet-v2	图像	多个数据集（具体数量未提及）
187	2025-09-24	Dual Encoder-Decoder-Encoder with Adversarial Training for Unsupervised Traffic Accident Detection in Surveillance Videos 2025-Sep-05, Journal of visualized experiments : JoVE DOI:10.3791/68731 PMID:40982396	研究论文	提出一种基于双编码器-解码器-编码器框架和对抗训练的深度学习架构，用于监控视频中的无监督交通事故检测	采用双向映射的双EDE框架和两阶段对抗训练方法，通过重构正常驾驶图像和生成合成样本来增强异常检测灵敏度	NA	开发自动化交通事故检测系统以提升道路安全和应急响应效率	监控视频中的交通事故和异常驾驶行为	计算机视觉	NA	深度学习、对抗训练	双编码器-解码器-编码器（EDE）、GAN	监控视频	真实交通监控数据集（未指定具体数量）
188	2025-09-24	Metaproteomics Beyond Databases: Addressing the Challenges and Potentials of De Novo Sequencing 2025-Sep, Proteomics IF:3.4Q2 DOI:10.1002/pmic.202400321 PMID:39888246	观点文章	探讨宏蛋白质组学中从头测序技术的演变、优势、局限性和未来机遇	系统分析从头测序技术从手动注释到基于图论、标签和深度学习的先进方法的发展历程	依赖现有蛋白质数据库的方法对复杂微生物组的分析存在局限性	提升宏蛋白质组学中对未测序物种的检测能力和微生物群落功能洞察	微生物群落蛋白质和肽段序列	蛋白质组学	NA	从头测序、质谱分析	深度学习、图论方法	质谱数据	NA
189	2025-09-24	Deep learning-based classification and segmentation of interictal epileptiform discharges using multichannel electroencephalography 2025-Sep, Epilepsia IF:6.6Q1 DOI:10.1111/epi.18463 PMID:40411529	研究论文	开发基于深度学习的U-IEDNet框架，用于多通道脑电图中的癫痫样放电分类与分割	结合卷积层、双向门控循环单元和Transformer网络，首次实现同时保留空间信息和通道间交互特征的IED检测框架	NA	提高多通道脑电图中癫痫样放电检测的准确性和效率	癫痫患者的脑电图信号	机器学习	癫痫	多通道脑电图	U-IEDNet（CNN+BiGRU+Transformer）	脑电图信号	413例患者记录（公共数据库370例+自建数据库43例）
190	2025-09-24	Deep learning-driven abbreviated knee MRI protocols: diagnostic accuracy in clinical practice 2025-Sep, La Radiologia medica DOI:10.1007/s11547-025-02038-3 PMID:40613973	研究论文	评估深度学习加速膝关节MRI协议在临床实践中的诊断准确性	首次系统比较不同加速因子（2倍/4倍/6倍）的深度学习重建协议对膝关节MRI诊断性能的影响	样本量有限（71例患者），DL6协议对细微病变敏感性降低	验证深度学习加速MRI协议在膝关节检查中的临床应用价值	膝关节损伤患者（韧带撕裂、半月板病变、骨髓水肿等）	医学影像分析	膝关节疾病	深度学习重建技术	DL（深度学习模型）	MRI影像数据	71例连续患者
191	2025-09-24	Diurnal variation mapping of urban NO2 concentrations at high spatial resolution using mobile phone signaling data 2025-Sep, Environment international IF:10.3Q1 DOI:10.1016/j.envint.2025.109758 PMID:40886398	研究论文	利用手机信令数据开发深度学习模型实现高时空分辨率城市NO₂浓度日变化监测	首次实现基于手机信令数据的250米/1小时时空分辨率NO₂浓度连续估算，创新设计适用于环境变量建模的深度学习架构	研究仅应用于宁波市单一城市，模型在其他地理环境的普适性有待验证	提升城市大气污染物高时空分辨率监测能力	城市NO₂浓度分布与人口流动模式	环境信息学	NA	深度学习、手机信令数据分析、5折交叉验证	定制化深度学习模型	手机信令数据、气象数据、卫星观测数据	宁波市范围的时空连续监测数据
192	2025-09-24	An Ensemble Approach to Emergency Medicine Skill Assessment 2025-Sep-01, Military medicine IF:1.2Q2 DOI:10.1093/milmed/usaf327 PMID:40984092	研究论文	开发一种集成方法用于急诊医学技能的形成性评估	首次结合脑成像、眼动追踪和头戴式视频记录多模态数据，通过可解释深度学习模型提取与专业技能水平相关的生物标志物	研究聚焦于气管插管单一技能，未验证方法在其他急诊技能中的普适性	实现急诊医学技能的客观化评估和形成性反馈	急诊医学培训学员的气管插管操作技能	机器学习	NA	多模态数据融合、可解释深度学习	集成深度学习模型	多模态数据（脑成像、眼动追踪、视频）	NA
193	2025-09-23	Enhanced detection of Argulus and epizootic ulcerative syndrome in fish aquaculture through an improved deep learning model 2025-Sep-22, Journal of aquatic animal health IF:1.5Q2 DOI:10.1093/jahafs/vsaf001 PMID:40662570	研究论文	开发了一种改进的YOLOV5深度学习模型，用于水产养殖中鱼类寄生虫和疾病的早期检测	在YOLOV5模型基础上进行改进，结合迁移学习技术，并将模型部署到树莓派硬件平台	NA	检测鱼类是否感染溃疡性上皮综合征和鱼虱寄生虫	水产养殖鱼类	计算机视觉	水产动物疾病	深度学习、迁移学习	改进的YOLOV5模型	图像	NA
194	2025-09-23	3D Spatial Learning for Adsorption Energy Prediction in Multi-Temporal Solution Systems: The MTSS Data Set and a GCN-Based Network 2025-Sep-22, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00645 PMID:40903277	研究论文	提出用于复杂溶液系统中吸附能预测的MTSS数据集和基于图卷积网络的双通道模型SEP-Net	首次引入包含时间分辨构型的多时相溶液系统数据集，并提出融合几何学习和分子嵌入的双通道图网络	在未知溶剂上的预测误差（507.37 kJ/mol）显著高于已知溶剂	解决复杂溶液系统中吸附能的系统级预测问题	五种溶剂中的50万个时间分辨三维原子构型	机器学习	NA	几何深度学习、分子SMILES嵌入	GCN（图卷积网络）	3D原子坐标、吸附能标签	50万个时间分辨构型
195	2025-09-23	Multiview Deep Learning Framework for Precise Prediction of Transcription Factor Binding Sites 2025-Sep-22, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c01054 PMID:40914877	研究论文	提出一种多视图深度学习框架MDNet-TFP，用于精确预测转录因子结合位点	引入双向反向互补模块(BiRC-Mamba)处理DNA序列特性，开发多尺度卷积循环注意力网络(MCRAN)整合多维特征	NA	提高转录因子结合位点预测的准确性	DNA序列中的转录因子结合位点	生物信息学	NA	ChIP-seq测序技术	多视图深度学习框架（包含BiRC-Mamba和MCRAN模块）	基因组序列数据	165个ChIP-seq数据集（扩展验证使用690个数据集）
196	2025-09-23	Precision in Predicting Protein-Nucleic Acid Complexes: Establishing a Benchmark Data Set and Comparative Metrics 2025-Sep-22, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c01372 PMID:40932245	研究论文	本研究建立了蛋白质-核酸复合物结构预测的基准数据集ProNASet，并系统评估了多种计算方法的表现	首次创建包含100个实验解析结构的蛋白质-核酸复合物基准数据集，并建立多维评估框架	基准数据集规模有限（100个结构），深度学习方法的预测性能明显不足	评估蛋白质-核酸复合物结构预测的计算方法性能	蛋白质-核酸复合物三维结构	计算生物学	NA	结构预测算法评估	AlphaFold3, Chai-1, HelixFold3, Protenix, HDOCK, HDOCK_NT	蛋白质三维结构数据	100个实验解析的蛋白质-核酸复合物结构
197	2025-09-23	SERS mapping combined with explainable deep learning for exosome analysis to enhance lung cancer detection 2025-Sep-22, The Analyst DOI:10.1039/d5an00685f PMID:40859702	研究论文	本研究结合表面增强拉曼散射图谱与可解释深度学习模型，通过全面分析外泌体表面和内部生物标志物来提升肺癌检测准确率	首次将Grad-CAM可解释深度学习模型应用于外泌体SERS信号分析，同时捕获表面和内部生物标志物信息，实现了98.95%的高分类精度	未提及外部验证集性能或临床样本的验证结果	开发一种新型外泌体分析方法以提高肺癌检测准确性	肺癌细胞和正常细胞来源的外泌体	数字病理	肺癌	表面增强拉曼散射（SERS）、金纳米立方体超晶格（GNSs）制备	深度学习（Grad-CAM增强）	光谱数据（SERS mapping）	NA
198	2025-09-23	From AI-Driven Sequence Generation to Molecular Simulation: A Comprehensive Framework for Antimicrobial Peptide Discovery 2025-Sep-22, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00892 PMID:40879040	研究论文	提出结合深度学习和分子模拟的综合计算框架，用于抗菌肽的发现与设计	首次将字符级生成对抗网络与分子动力学模拟相结合，建立从序列生成到功能验证的完整AMP发现流程	仅生成50个候选序列，模拟时间有限，需进一步扩大样本量和延长模拟周期	开发新型抗菌肽设计策略以解决细菌耐药性问题	抗菌肽（AMPs）序列及其与细菌膜的相互作用	机器学习	细菌感染	生成对抗网络（GAN）、分子动力学模拟、体外实验验证	GAN、PGAT-ABPp判别网络	蛋白质序列数据、分子模拟数据	生成50个候选序列，最终合成验证2个活性肽
199	2025-09-23	GlucoNet-MM: A multimodal attention-based multi-task learning framework with decision transformer for personalised and explainable blood glucose forecasting 2025-Sep-22, Diabetes, obesity & metabolism DOI:10.1111/dom.70147 PMID:40977343	研究论文	提出一种基于多模态注意力的多任务学习框架，用于个性化可解释的血糖预测	首次将决策变换器与多模态注意力机制结合，实现政策感知的血糖预测和可解释性分析	仅在两个公开数据集上进行验证，需要更多临床场景的测试	开发个性化、可解释的血糖预测深度学习框架	糖尿病患者血糖数据	机器学习	糖尿病	多任务学习、注意力机制、决策变换器、蒙特卡洛dropout	多模态深度学习框架（注意力机制+决策变换器）	多模态生理行为数据（CGM、胰岛素剂量、碳水化合物摄入、运动数据）	两个公开数据集（BrisT1D和OhioT1DM）
200	2025-09-23	AnatomyArray: a high-throughput platform for anatomical phenotyping in plants 2025-Sep-22, The Plant cell DOI:10.1093/plcell/koaf223 PMID:40977461	研究论文	开发了一种用于植物解剖表型分析的高通量平台AnatomyArray，结合深度学习工具AnatomyNet实现细胞排列模式的自动化量化	首次整合高通量石蜡切片、多通道玻片成像和深度学习分析，实现组织尺度细胞排列模式的自动化量化	NA	开发植物解剖表型分析的高通量平台并解析根系解剖结构的遗传基础	小麦根系组织	计算机视觉	NA	全基因组关联分析(GWAS)、深度学习	AnatomyNet(基于CNN的深度学习工具)	组织切片图像	多样化小麦群体