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
401	2025-11-04	Research on the impact of explosive martial arts training on emotion regulation and attention based on questionnaire data 2025-Oct-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-21790-0 PMID:41168227	研究论文	本研究提出融合问卷数据与深度学习框架的心理影响评估方法，分析爆发性武术训练对情绪调节和注意力的影响	将问卷数据作为主要监督信号直接整合到模型训练中，而非辅助工具，结合轨迹感知时空感知网络与动态视角诱导优化的创新架构	研究基于问卷标注的子集，样本代表性可能存在局限，未提及模型泛化能力验证	评估爆发性武术训练对情绪调节和注意力的心理影响	参与爆发性武术训练的个体	机器学习	NA	问卷调查	深度学习	多模态视频数据	问卷标注的子集（具体数量未提及）	NA	轨迹感知时空感知网络(TASPN), 动态视角诱导优化(DVIO)	预测性能（具体指标未明确说明）	NA
402	2025-11-04	Evaluating large transformer models for anomaly detection of resource-constrained IoT devices for intrusion detection system 2025-Oct-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-21826-5 PMID:41168224	研究论文	本研究评估大型Transformer模型在资源受限物联网设备入侵检测系统中的异常检测能力	首次将BERT、DistilBERT和RoBERTa等大型Transformer模型应用于物联网入侵检测，通过将网络数据转换为文本格式实现NLP模型的兼容性	研究基于RT_IoT2022数据集，可能无法完全代表所有物联网安全场景；资源受限设备的实际部署挑战未充分讨论	开发基于大型Transformer模型的实时物联网入侵检测系统，提高威胁检测的准确性和自动化水平	资源受限的物联网设备及其网络流量数据	自然语言处理	NA	深度学习，自然语言处理	Transformer	文本格式的网络流量数据	RT_IoT2022数据集	Hugging Face	BERT, DistilBERT, RoBERTa	训练损失，验证损失	NA
403	2025-11-04	DRCNN-Lesion Proxy: a hybrid CNN with lesion-inspired feature simulation for diabetic retinopathy severity classification 2025-Oct-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-21337-3 PMID:41168219	研究论文	提出一种融合病灶特征模拟的混合CNN架构DRCNN-Lesion Proxy，用于糖尿病视网膜病变严重程度分类	通过病灶代理模块模拟病灶特征线索，无需显式病灶边界框标注，实现异构特征融合	未明确说明样本量的具体数值和模型计算资源需求	开发准确且可扩展的糖尿病视网膜病变自动筛查解决方案	糖尿病视网膜病变患者的眼底图像	计算机视觉	糖尿病视网膜病变	深度学习	CNN, 混合架构	图像	NA	NA	ResNet34, 混合CNN	准确率, F1分数, AUC	NA
404	2025-11-04	Application of AI and deep learning technology for IPE education under dual track cultivation model 2025-Oct-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-21875-w PMID:41168276	研究论文	探索基于人工智能深度学习模型的双轨培养模式在职业院校思政教育中的有效性	将AI深度学习技术与思政教育双轨培养模式相结合，优化模型在思政知识掌握、政治意识、实践能力和学生满意度等方面显著优于传统模式	NA	评估AI驱动的双轨培养模式在职业院校思政教育中的效果	职业院校学生	机器学习	NA	深度学习	深度学习模型	教育评估数据	NA	NA	NA	政治信仰得分、理论知识掌握得分、社会实践参与得分、活动满意度得分	NA
405	2025-11-04	Explainable attention-based deep learning for classification and interpretation of heart murmurs using phonocardiograms 2025-Oct-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-21971-x PMID:41168299	研究论文	提出一种基于可解释注意力机制的深度学习框架，用于心音图的心杂音分类和解释	采用Transformer架构进行时频特征提取，并结合Grad-CAM生成可视化解释，显著提升诊断准确性和临床可解释性	需要在多样化临床环境中进一步验证模型的鲁棒性，未来将探索与多模态数据的整合	开发结合高准确性和临床可解释性的心血管疾病诊断方法	心音图信号中的心杂音	机器学习	心血管疾病	心音图	Transformer	音频信号	超过1,300条录音，包含HeartWave、CirCor DigiScope、PhysioNet和深圳数据集	NA	Transformer	准确率, 宏F1分数, AUC	NA
406	2025-11-04	Evaluation of normalized T1 signal intensity obtained using an automated segmentation model in lower leg MRI as a potential imaging biomarker in Charcot-Marie-Tooth disease type 1 A 2025-Oct-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-21901-x PMID:41168314	研究论文	评估基于深度学习自动分割模型获取的下肢MRI标准化T1信号强度作为CMT1A疾病影像学生物标志物的潜力	首次使用深度学习自动分割模型从下肢MRI四个肌肉区域提取标准化信号强度，并验证其与临床参数的相关性	回顾性研究设计，样本量有限（107例患者）	开发CMT1A疾病的定量影像学生物标志物	107名CMT1A患者的下肢MRI数据	数字病理	神经系统疾病	MRI T1加权成像	深度学习分割模型	医学影像	107例CMT1A患者	NA	NA	相关系数	NA
407	2025-11-04	Improving stage-discharge relationship modeling accuracy using a hybrid ViT-CNN framework 2025-Oct-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-21926-2 PMID:41168348	研究论文	本研究提出了一种混合ViT-CNN框架来提高河流水位-流量关系建模的准确性	首次将Vision Transformer与CNN结合形成混合模型用于水文建模，并采用VAR方法优化模型输入	研究仅针对Nahand河流数据，未在其他河流验证模型的普适性	提高河流水位-流量关系建模的预测精度	Nahand河流的水位和流量数据	水文建模	NA	深度学习，时间序列分析	Vision Transformer, CNN, 混合模型	时间序列数据	NA	NA	ViT, CNN, ViT-CNN混合架构	相关系数(CC), Nash-Sutcliffe效率系数(NSE), 均方根误差(RMSE), 平均绝对误差(MAE)	NA
408	2025-11-04	Enhancing lymphoma cancer detection using deep transfer learning on histopathological images 2025-Oct-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-21888-5 PMID:41168354	研究论文	开发基于深度迁移学习和模拟联邦学习的AI系统用于淋巴瘤组织病理学图像分类	结合深度迁移学习与模拟联邦学习方法，在淋巴瘤分类任务中评估多种模型性能并探索去中心化学习场景	联邦学习未在真实分布式环境中完全部署，其广泛适用性仍需未来探索	通过AI技术提高淋巴瘤癌症检测的准确性和早期诊断能力	慢性淋巴细胞白血病(CLL)和滤泡性淋巴瘤(FL)两种淋巴瘤类型	数字病理学	淋巴瘤	组织病理学成像	CNN	图像	4500张组织病理学图像	NA	VGG-16,VGG-19,MobileNetV2,ResNet50,DenseNet161,Inception V3	准确率,精确率,召回率,F1分数,RMSE,损失值	NA
409	2025-11-04	Diagnostic assistance method for RR-TB/MDR-TB patients under treatment based on CNN-LSTM 2025-Oct-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-21955-x PMID:41168391	研究论文	提出基于CNN-LSTM的深度学习模型，用于预测RR-TB/MDR-TB患者的治疗结果	首次将CNN图像特征提取与LSTM时序分析相结合，整合胸部CT影像和免疫监测数据预测结核病治疗结果	NA	辅助临床医生及时调整RR-TB/MDR-TB患者的治疗策略，提高治疗成功率	利福平耐药结核/多重耐药结核患者	计算机视觉	结核病	胸部计算机断层扫描	CNN,LSTM	图像,时序监测数据	NA	NA	DenseNet201,ResNet-50,CheXNet	准确率	NA
410	2025-11-04	MDG-DDI: multi-feature drug graph for drug-drug interaction prediction 2025-Oct-30, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-025-06288-w PMID:41168694	研究论文	提出一种融合多特征药物图的深度学习框架MDG-DDI，用于预测药物相互作用	首次将基于频繁连续子序列的Transformer编码器与深度图网络结合，同时捕获药物序列的语义信息和分子图的结构特征	未明确说明模型在更大规模数据集上的可扩展性	提高药物相互作用预测的准确性和泛化能力	药物分子及其相互作用关系	机器学习	NA	深度学习	Transformer, GCN, DGN	药物序列数据、分子图结构数据	三个基准数据集	NA	Transformer, Graph Convolutional Network, Deep Graph Network	NA	NA
411	2025-11-04	Assessment of a Grad-CAM interpretable deep learning model for HAPE diagnosis: performance and pitfalls in severity stratification from chest radiographs 2025-Oct-30, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-03256-5 PMID:41168790	研究论文	本研究开发了一种基于Grad-CAM可解释性深度学习模型，用于从胸部X光片中诊断高原肺水肿并评估其严重程度	首次将迁移学习应用于高原肺水肿诊断，并探索了使用异质数据集进行罕见疾病诊断的可行性	模型在识别中间严重程度等级（1级和2级）时性能显著较低，灵敏度仅为0.16和0.37	研究深度学习模型在高原肺水肿诊断和严重程度分层中的可行性	高原肺水肿患者的胸部X光片	计算机视觉	高原肺水肿	胸部X光成像	CNN	医学图像	预训练集3,923张图像，HAPE专用训练集1,705张图像，外部验证集1,115张图像	NA	DeepLabV3_ResNet-50, MobileNet_V2, VGG19	Dice系数, AUC, 灵敏度	NA
412	2025-11-04	Artificial intelligence in cancer: applications, challenges, and future perspectives 2025-Oct-30, Molecular cancer IF:27.7Q1 DOI:10.1186/s12943-025-02450-3 PMID:41168799	综述	本文系统回顾了人工智能在癌症研究中的应用、挑战与未来展望	整合了人工智能在癌症研究中的三大发展支柱：算法方法、专用硬件和大规模癌症数据，并提出了多领域应用框架	未涉及具体实验验证，主要基于现有研究成果的归纳分析	探讨人工智能在肿瘤学领域的应用潜力与发展方向	癌症研究中的各类数据（影像、基因组、临床信息）及相关人工智能应用	机器学习	癌症	深度学习	深度学习模型	影像数据,基因组数据,临床数据,流行病学数据,行为数据,真实世界数据	NA	NA	NA	NA	专用计算硬件
413	2025-11-04	Advancements in Personalized Medicine for Leukemia: Integrating Genetic, Transcriptomic, and Artificial Intelligence Insights 2025-Oct-29, Current pharmaceutical design IF:2.6Q2 DOI:10.2174/0113816128402252251005215721 PMID:41177784	综述	本文综述了遗传学、转录组学和人工智能在白血病精准医疗中的整合应用与进展	整合多组学数据与人工智能技术推动白血病个性化治疗策略的优化	面临克隆进化、遗传异质性和治疗耐药性等挑战	推进白血病精准医疗发展	白血病患者群体	自然语言处理, 机器学习	白血病	RNA测序, 单细胞RNA测序(scRNA-seq)	机器学习(ML), 深度学习(DL)	遗传数据, 分子数据, 转录组数据	NA	NA	NA	NA	NA
414	2025-11-04	Artificial intelligence, machine learning and omic data integration in osteoarthritis 2025-Oct-28, Osteoarthritis and cartilage IF:7.2Q1 DOI:10.1016/j.joca.2025.10.012 PMID:41167326	综述	本综述总结了人工智能和机器学习在骨关节炎多组学数据整合中的最新应用进展	重点介绍了变分自编码器、对比学习和多模态变换器等新兴多组学整合方法在骨关节炎研究中的应用	存在样本量小、过拟合、缺乏外部验证、模型可解释性差以及人口统计学代表性不足等问题	推进对复杂多因素疾病骨关节炎的理解，实现个性化诊断和治疗	人类骨关节炎样本和相关临床前模型的转录组、表观基因组、蛋白质组、代谢组和多组学数据	机器学习	骨关节炎	转录组学、表观基因组学、蛋白质组学、代谢组学、多组学整合	监督学习、无监督聚类、深度学习、集成建模、变分自编码器、对比学习、多模态变换器	多组学数据	NA	NA	变分自编码器、多模态变换器	NA	NA
415	2025-11-04	Seasonal Inactivation of Cryptosporidium parvum Oocysts in Soil and Manure Microenvironments Using the LSTM-based Environmental Model 2025 Oct-Nov, Journal of food protection IF:2.1Q3 DOI:10.1016/j.jfp.2025.100617 PMID:40935338	研究论文	本研究利用LSTM深度学习模型模拟季节性温湿度变化，研究隐孢子虫卵囊在土壤和粪便微环境中的灭活规律	首次将LSTM深度学习模型应用于环境病原体风险评估，模拟真实季节性昼夜温湿度循环	研究基于美国巴吞鲁日地区历史气候数据，结果可能受地域限制	研究隐孢子虫卵囊在不同季节条件下于土壤和粪便环境中的灭活动力学	隐孢子虫卵囊在农业土壤和粪便微环境中的存活特性	机器学习	寄生虫感染	LSTM深度学习, 环境模拟实验	LSTM	气候数据, 实验观测数据	30天的连续观测实验	NA	LSTM	灭活速率常数, ANOVA分析	NA
416	2025-11-03	Clinical utility of artificial intelligence models in radiology: a systemic scoping review of diagnostic and endovascular applications 2025-Oct-30, CVIR endovascular IF:1.2Q3 DOI:10.1186/s42155-025-00573-8 PMID:41162783	综述	系统综述人工智能在放射学诊断和介入治疗中的临床应用现状	首次系统评估AI在放射学多个疾病领域的临床应用范围，涵盖诊断和介入治疗两大方向	仅纳入23篇研究文献，样本量有限，未进行定量荟萃分析	评估人工智能在放射学领域的临床应用价值	放射科诊断和介入治疗相关的临床研究	医学影像分析	多种癌症（肺癌、肝癌、结直肠癌、前列腺癌、胰腺癌、乳腺癌、血液癌症）和血管疾病	NA	深度学习,卷积神经网络,自然语言处理,机器学习	医学影像数据	23篇同行评审研究文章	NA	NA	NA	NA
417	2025-11-03	A multi-label visualisation approach for malware behaviour analysis 2025-Oct-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-21848-z PMID:41168210	研究论文	提出一种结合目标检测、可解释人工智能和基于代理的大语言模型的多标签可视化恶意软件行为分析方法	首次引入专门用于恶意软件分类的目标检测数据集，扩展Grad-CAM为贝叶斯形式实现不确定性感知可视化，通过多代理推理模块减少幻觉和偏见	未明确说明数据集规模和具体实验环境限制	开发可解释且全面的恶意软件分析框架	恶意软件及其行为特征	计算机视觉,自然语言处理	NA	目标检测,可解释人工智能,大语言模型	目标检测模型,LLM	图像,API调用序列	NA	NA	Grad-CAM	多标签分类准确率,二分类准确率	NA
418	2025-11-03	Energy consumption prediction in buildings using LSTM and SVR modified by developed Henry gas solubility optimization 2025-Oct-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-21835-4 PMID:41168249	研究论文	提出一种结合小波分解、LSTM网络、支持向量回归和改进亨利气体溶解度优化算法的混合预测模型，用于建筑能耗预测	开发了新型混合预测框架，将小波分解特征提取、LSTM时序依赖捕捉、SVR精细估计与DHGSO参数优化相结合	NA	提高建筑能耗预测精度以优化能源管理、可持续性策略和运营效率	七个校园的建筑物能耗数据	机器学习	NA	小波分解	LSTM, SVR	时间序列数据	七个校园两年的每小时能耗数据	NA	LSTM, SVR	RMSE, MAPE	NA
419	2025-11-03	Multimodal Multitask Learning for Predicting Depression Severity and Suicide Risk Using Pretrained Audio and Text Embeddings: Methodology Development and Application 2025-Oct-30, JMIR medical informatics IF:3.1Q2 DOI:10.2196/66907 PMID:41166502	研究论文	开发了一种融合多任务学习、多模态学习和迁移学习的深度学习模型，用于同时预测抑郁症严重程度和自杀风险	首次将多任务学习与多模态融合策略结合，使用预训练的音频和文本嵌入来同时评估抑郁症严重程度和自杀风险	存在潜在的负迁移效应风险，需要谨慎实施多任务学习	评估多任务学习、多模态学习和迁移学习在联合分类抑郁症严重程度和自杀风险中的效果	100名抑郁症患者和100名健康对照者的中文音频录音和临床问卷数据	自然语言处理, 机器学习	抑郁症	音频处理, 文本分析	深度学习	音频, 文本	200名参与者（100名抑郁症患者和100名健康对照者）	NA	wav2vec 2.0, HuBERT, ERNIE-health	AUC	NA
420	2025-11-03	A synergistic generative-ranking framework for tailored design of therapeutic single-domain antibodies 2025-Oct-29, Cell discovery IF:13.0Q1 DOI:10.1038/s41421-025-00843-8 PMID:41162386	研究论文	开发了一种基于深度学习的生成-排序框架TFDesign-sdAb，用于设计具有定制功能性的单域抗体	整合结构感知扩散模型和精细调优的排序器，同时优化互补决定区和框架区，使单域抗体获得新功能特性同时保持抗原特异性	NA	克服单域抗体缺乏Fc结构域导致的功能局限性和制造限制	单域抗体(sdAbs)	机器学习	NA	深度学习	扩散模型	结构数据	NA	NA	IgGM, A2binder	表达率, 结合亲和力, 纯化成功率	NA