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
1561	2025-10-06	Automated analysis of mouse rearing using deep learning 2025-Sep, Journal of pharmacological sciences IF:3.0Q2 DOI:10.1016/j.jphs.2025.06.002 PMID:40713344	研究论文	开发基于卷积循环神经网络的深度学习模型，用于自动检测小鼠站立行为	首次将CRNN模型应用于小鼠站立行为的自动化分析，实现了与人类观察相当的检测灵敏度	仅使用C57BL/6小鼠数据，模型在其他品系小鼠上的泛化能力未验证	开发自动化工具用于啮齿类动物行为分析	C57BL/6小鼠	计算机视觉	NA	视频行为分析	CRNN	视频	C57BL/6小鼠的行为视频数据	NA	卷积循环神经网络	灵敏度	NA
1562	2025-10-06	SpatialCVGAE: Consensus Clustering Improves Spatial Domain Identification of Spatial Transcriptomics Using VGAE 2025-Sep, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-024-00676-1 PMID:39680300	研究论文	提出基于共识聚类的空间转录组数据分析框架SpatialCVGAE，用于提高空间域识别的稳定性与准确性	首次将共识聚类与变分图自编码器结合用于空间转录组数据，通过集成多个潜在表示的聚类结果提升模型鲁棒性	NA	解决空间转录组数据聚类分析中的不稳定性问题	空间转录组数据	生物信息学	NA	空间转录组技术	VGAE	基因表达数据、空间图数据	NA	PyTorch	变分图自编码器	稳定性、准确性	NA
1563	2025-10-06	EnDM-CPP: A Multi-view Explainable Framework Based on Deep Learning and Machine Learning for Identifying Cell-Penetrating Peptides with Transformers and Analyzing Sequence Information 2025-Sep, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-024-00673-4 PMID:39714579	研究论文	提出一种基于深度学习和机器学习的多视图可解释框架EnDM-CPP，用于识别细胞穿透肽并分析序列信息	结合Transformer架构的语言模型特征（ProtT5和ESM-2）与传统序列特征，采用多模型集成策略提高预测性能	NA	开发计算方法来预测潜在的细胞穿透肽，以促进药物递送载体的开发	细胞穿透肽（CPPs）	机器学习	NA	序列分析	CNN, TextCNN, SVM, CatBoost, Logistic Regression	蛋白质序列数据	整合三个基准数据集（CPPsite 2.0、MLCPP 2.0和CPP924）以提高多样性和减少同源性	NA	Transformer, CNN, TextCNN	准确率, 马修斯相关系数	NA
1564	2025-10-06	MultiKD-DTA: Enhancing Drug-Target Affinity Prediction Through Multiscale Feature Extraction 2025-Sep, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-025-00697-4 PMID:40019659	研究论文	提出一种通过多尺度特征提取增强药物-靶点亲和力预测的深度学习架构	创新性地结合图神经网络、预训练大规模蛋白质模型和注意力机制，采用多尺度特征提取方法	NA	提高药物-靶点相互作用亲和力预测的准确性	药物分子和蛋白质靶点	机器学习	NA	深度学习	图神经网络, 双向长短期记忆网络, 注意力机制	分子结构图, 蛋白质序列	两个公开数据集	NA	多尺度卷积网络, ESM-2预训练模型	NA	NA
1565	2025-10-06	iEnhancer-GDM: A Deep Learning Framework Based on Generative Adversarial Network and Multi-head Attention Mechanism to Identify Enhancers and Their Strength 2025-Sep, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-025-00703-9 PMID:40335860	研究论文	提出基于生成对抗网络和多头注意力机制的深度学习框架iEnhancer-GDM，用于识别增强子及其强度预测	引入Wasserstein生成对抗网络进行数据增强，结合多头注意力机制和多尺度卷积神经网络提升模型性能	增强子训练数据集规模有限，可能导致模型过拟合和分类准确率问题	开发增强子识别及其强度预测的计算方法	DNA增强子序列	生物信息学	NA	DNA序列分析	GAN, CNN, LSTM, 多头注意力机制	DNA序列数据	NA	NA	WGAN-GP, 多尺度CNN, 双向LSTM, 多头注意力机制	准确率	NA
1566	2025-10-06	ResNeXt-Based Rescoring Model for Proteoform Characterization in Top-Down Mass Spectra 2025-Sep, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-025-00701-x PMID:40381130	研究论文	提出基于ResNeXt的深度学习模型PrSMBooster，用于在自上而下质谱中重新评分蛋白质形态谱匹配以提高鉴定准确性	首次将ResNeXt架构与集成机器学习方法相结合用于蛋白质形态表征的重新评分，通过整合逻辑回归、XGBoost、决策树和支持向量机作为弱学习器提取特征	未明确说明模型对特定类型蛋白质形态的适用性限制，且依赖外部数据集进行验证	提高自上而下蛋白质组学中蛋白质形态鉴定的准确性	蛋白质形态谱匹配	机器学习	NA	自上而下质谱法	ResNeXt, 集成学习	质谱数据	47个独立质谱数据集，涵盖多个物种	NA	ResNeXt	错误发现率	NA
1567	2025-10-06	NPI-HetGNN: A Prediction Model of ncRNA-Protein Interactions Based on Heterogeneous Graph Neural Networks 2025-Sep, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-025-00716-4 PMID:40455400	研究论文	提出基于异构图神经网络的NPI-HetGNN模型用于预测非编码RNA与蛋白质的相互作用	结合序列特性和异质连接拓扑构建初始特征，通过元路径游走聚合语义信息，并引入能量约束自注意力模块增强特征提取能力	缺乏湿实验室验证条件，仅采用计算验证	开发计算模型预测非编码RNA与蛋白质相互作用	非编码RNA和蛋白质	机器学习	NA	异构图神经网络	GNN	序列数据, 网络拓扑数据	四个基准数据集	NA	HetGNN	NA	NA
1568	2025-10-06	Harnessing deep learning for fusion-based heavy metal contamination index prediction in groundwater 2025-Sep, Journal of contaminant hydrology IF:3.5Q2 DOI:10.1016/j.jconhyd.2025.104672 PMID:40675024	研究论文	提出一种基于深度学习的融合框架预测地下水重金属污染指数	首次将五种水污染指数通过定制化根基数据融合方法整合为统一指标，并应用深度神经网络进行预测	研究区域局限于伊朗赞詹的Gultepe-Zarrinabad子流域，未验证其他地理区域的适用性	开发AI驱动的环境监测工具以支持可持续水资源管理	地下水中的锰(Mn)、铁(Fe)、砷(As)和铅(Pb)重金属污染	机器学习	NA	数据融合和归一化方法	DNN, DT, KNN, ANN	水质指数数据	NA	NA	深度神经网络	R, RMSE, MAE	NA
1569	2025-10-06	Continuous noninvasive blood pressure estimation using tissue blood flow measured by diffuse correlation spectroscopy 2025-Sep, APL bioengineering IF:6.6Q1 DOI:10.1063/5.0266243 PMID:40697813	研究论文	本研究提出了一种基于漫相关光谱技术测量组织血流量的无创连续血压监测方法	首次将漫相关光谱技术测量的组织血流量与深度学习相结合，实现无创连续血压估计	样本量较小（12名受试者），需要进一步扩大验证规模	开发无创连续血压监测技术	人体血压和组织血流量	机器学习	心血管疾病	漫相关光谱技术	深度学习	组织血流量数据、血压数据	12名受试者	NA	BFBP模型	平均绝对误差, 英国高血压协会标准评级	NA
1570	2025-10-06	Research on the potential of the deep learning-based "decomposition-optimization-reconstruction" method in runoff prediction for typical climate- and human-regulated basins in northern China 2025-Sep, Journal of contaminant hydrology IF:3.5Q2 DOI:10.1016/j.jconhyd.2025.104655 PMID:40561564	研究论文	提出一种基于分解-优化-重建思想的深度学习组合模型用于中国北方典型气候和人类调节流域的径流预测	结合变分模态分解(VMD)和鲸鱼优化算法(WOA)来优化双向长短期记忆神经网络(BiLSTM)，构建VMD-WOA-BiLSTM组合模型	模型预测性能随季节变化，在上游地区表现更好，对总径流量较小的河流预测效果相对较差	提高径流预测精度，解决传统深度学习方法受径流非平稳性影响的问题	中国北方典型气候和人类调节流域，特别是海拉尔河流域和大黑河流域的半干旱区域	机器学习	NA	变分模态分解，鲸鱼优化算法	BiLSTM	径流时间序列数据	NA	NA	双向长短期记忆神经网络	预测精度	NA
1571	2025-10-06	Impact of prompting on large language model performance: ChatGPT-4 performance on the 2023 hand surgery self-assessment examination 2025-Sep, Journal of hand and microsurgery IF:0.3Q4 DOI:10.1016/j.jham.2025.100326 PMID:40708759	研究论文	评估ChatGPT-4在手外科自我评估考试中的表现及提示工程对其性能的影响	首次评估GPT-4在手外科专业考试中的表现，并分析通过提供历史考试题目进行提示对其性能的影响	排除视频类题目，样本量有限，提示后性能提升无统计学显著性	评估大型语言模型在医学专业考试中的表现及其学习能力	2023年手外科认证维护自我评估考试的文本和图像题目	自然语言处理	手外科疾病	提示工程，图像识别	大型语言模型	文本，图像	2023年手外科SAE全部文本和图像题目，以及2014-2020年5个历史SAE题目	NA	GPT-4	正确率，Fisher精确检验	NA
1572	2025-10-06	Diffraction-informed deep learning for molecular-specific holograms of breast cancer cells 2025-Sep, APL bioengineering IF:6.6Q1 DOI:10.1063/5.0246495 PMID:40708806	研究论文	提出一种名为HoloNet的新型深度学习架构，用于直接分析乳腺癌细胞的衍射图像，实现细胞类型分类和分子标记物定量	专门针对衍射图像特性设计的深度学习架构，能够直接处理原始衍射图像而无需计算重建，在细胞诊断中实现高精度分类和分子标记物量化	NA	解决透镜自由数字在线全息术产生的衍射图像在人类解读和计算重建方面的挑战	乳腺癌细胞	计算成像	乳腺癌	透镜自由数字在线全息术	深度学习	衍射图像	NA	NA	HoloNet	精度	NA
1573	2025-10-06	Enhancing biliary tract cancer diagnosis using AI-driven 3D optical diffraction tomography 2025-Sep, Methods (San Diego, Calif.) DOI:10.1016/j.ymeth.2025.06.003 PMID:40484187	研究论文	本研究结合三维光学衍射断层扫描和卷积神经网络，基于脂滴特征实现胆道癌细胞的自动分类	首次将3D光学衍射断层扫描与深度学习结合用于胆道癌诊断，并通过脂滴 metadata 和多视图分数融合显著提升分类性能	研究仅使用细胞系数据，尚未在临床样本中验证	开发基于脂滴特征的胆道癌自动诊断系统	人类胆道癌细胞系(SNU1196、SNU308、SNU478)和正常胆管细胞系(H69)	计算机视觉	胆道癌	三维光学衍射断层扫描	CNN	三维折射率断层图像	4种细胞系(3种癌细胞系和1种正常细胞系)	NA	EfficientNet-b3	AUC, 准确率	NA
1574	2025-10-06	AI-powered liquid biopsy for early detection of gastrointestinal cancers 2025-Sep-01, Clinica chimica acta; international journal of clinical chemistry DOI:10.1016/j.cca.2025.120484 PMID:40669686	综述	本文综述人工智能驱动的液体活检技术在胃肠道癌症早期检测中的最新进展与应用潜力	整合机器学习与深度学习技术提升液体活检对循环肿瘤DNA、外泌体RNA和肿瘤教育血小板的检测精度，实现多组学数据融合分析	存在数据标准化不足、算法偏差风险和监管验证缺失等关键挑战	探索人工智能技术如何增强液体活检在胃肠道癌症早期诊断中的临床效用	胃肠道癌症患者的循环生物标志物（ctDNA、外泌体RNA、肿瘤教育血小板）	机器学习	胃肠道癌症	液体活检，多组学整合分析，甲基化分析，片段组学	机器学习，深度学习	基因组数据，表观遗传数据，生物分子数据	NA	NA	NA	灵敏度，特异性	联邦学习框架
1575	2025-10-06	Can artificial intelligence in spine imaging affect current practice? Practical developments and their clinical status 2025-Sep, North American Spine Society journal DOI:10.1016/j.xnsj.2025.100621 PMID:40678684	综述	本文综述了人工智能在脊柱影像学中的临床应用现状与发展前景	聚焦于已进入临床实践的人工智能工具，为放射科医生和外科医生提供实用参考	多数发展仍处于实验或早期阶段，性能仍需进一步验证	评估人工智能在脊柱影像学中的临床相关性及应用价值	脊柱影像学中的人工智能应用	医学影像分析	脊柱疾病	深度学习	深度学习模型	医学影像	NA	NA	NA	成像速度、可解释性	NA
1576	2025-10-06	A deep learning model for accurate segmentation of the Drosophila melanogaster brain from Micro-CT imaging 2025-Sep, Developmental biology IF:2.5Q2 DOI:10.1016/j.ydbio.2025.05.027 PMID:40447251	研究论文	开发了一种基于预训练神经网络的深度学习模型，用于从Micro-CT图像中精确分割果蝇大脑	仅需1-3张Micro-CT图像即可训练准确的3D深度学习模型，并能适应不同组织对比染色、扫描仪型号和基因型	训练数据量有限（仅1-3张图像）	开发自动化的果蝇大脑分割方法以替代耗时的人工分析	成年黑腹果蝇大脑	计算机视觉	NA	Micro-CT成像	深度学习	3D Micro-CT图像	1-3张果蝇大脑Micro-CT图像	NA	预训练神经网络	NA	NA
1577	2025-10-06	Learning discrete structures for cancer radiomics 2025-Sep, APL bioengineering IF:6.6Q1 DOI:10.1063/5.0260927 PMID:40655195	研究论文	提出一种通过学习离散图像图结构来改进癌症影像组学特征提取的新方法	开发了能够同时学习任务特定图像关系和优化特征的Image-Graph神经网络，解决了传统方法忽略图像间潜在关系的问题	未明确说明方法在更广泛数据集上的泛化能力以及计算复杂度分析	改进癌症影像组学中的特征提取方法，通过利用图像间潜在关系提升诊断性能	来自五家不同医院的四个真实癌症影像数据集	医学影像分析	癌症	影像组学	图神经网络	医学影像	四个来自五家医院的真实数据集	NA	Image-Graph based neural Network	AUC	NA
1578	2025-10-06	Introducing societal issues in an upper level STEM course increases student engagement and knowledge transfer 2025-Sep, Developmental biology IF:2.5Q2 DOI:10.1016/j.ydbio.2025.05.029 PMID:40456506	研究论文	本文介绍在高级STEM课程中引入社会议题如何提升学生参与度和知识迁移能力	提出将生殖权利议题融入发育生物学课程的三步框架，通过社会正义议题激发学生学习动机	研究仅针对单一课程和特定社会议题，未涉及其他STEM领域或社会议题的适用性	探索在STEM课程中引入社会议题对学生学习效果的影响	高级发育生物学课程的本科生	教育研究	NA	教学框架实施	NA	学生参与度数据、学习表现评估	未明确具体样本数量，仅提及高级发育生物学课程的学生群体	NA	NA	学生参与度、知识迁移能力、跨学科思维能力、科学传播技能提升	NA
1579	2025-10-06	Expanding point cloud statistical shape model applications: Generalized vascular modeling for population-level hemodynamic simulations 2025-09, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108924 PMID:40592009	研究论文	提出一种结合点云统计形状建模和HDBSCAN聚类的新型工作流程，用于高效表征颈内动脉几何形态并分析血流模式	开发了Tier-2工作流程，整合点云统计形状建模与HDBSCAN聚类，显著提升血流动力学模拟的准确性和效率	研究样本量为229个颈内动脉，主要关注30-50%狭窄病例，未涵盖更广泛病变范围	克服群体尺度血流动力学研究中计算成本与模型理想化之间的平衡问题	颈内动脉C1段几何形态和相应血流模式	医学影像分析	脑血管疾病	飞行时间磁共振血管成像，计算流体动力学模拟	统计形状模型，聚类分析	医学影像数据，点云数据	229个颈内动脉（171个正常，58个30-50%狭窄）	Point2SSM, HDBSCAN, PCA	点云统计形状模型，主成分分析	误差减少率，计算成本降低倍数，速度捕获率，压力下降捕获率	计算流体动力学模拟
1580	2025-10-06	Deep learning-based post-hoc noise reduction improves quarter-radiation-dose coronary CT angiography 2025-Sep, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112232 PMID:40505606	研究论文	评估深度学习后处理降噪技术在四分之一辐射剂量冠状动脉CT血管成像中对图像质量、CAD-RADS评估和诊断性能的影响	首次在外部数据集上验证基于残差密集网络的深度学习降噪技术对低剂量冠脉CTA的改善效果	仅纳入运动伪影较少的病例，样本量相对较小（40例）	评估深度学习降噪技术在低剂量冠脉CTA中的应用价值	接受回顾性心电图门控冠脉CTA检查的患者	医学影像分析	心血管疾病	冠状动脉CT血管成像（CCTA），迭代重建	深度学习	医学影像	40例患者（年龄71±7岁，24名男性），从221例患者中筛选	NA	残差密集网络	噪声水平（HU），Cohen's kappa，AUC	NA