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
421	2025-11-05	A robust deep learning framework for RNA 5-methyluridine modification prediction using integrated features 2025-Oct-31, BMC biology IF:4.4Q1 DOI:10.1186/s12915-025-02433-2 PMID:41174762	研究论文	开发了一个名为5-meth-Uri的深度学习框架，用于预测RNA 5-甲基尿苷修饰	结合二核苷酸和三核苷酸的自交叉协方差与六种物理化学参数生成特征向量，并采用无监督主成分分析进行特征选择	NA	提高RNA 5-甲基尿苷修饰预测的准确性	RNA 5-甲基尿苷修饰	计算生物学	NA	RNA修饰预测	DNN	序列数据	两个基准数据集（成熟mRNA和完整转录本）	NA	深度神经网络	准确率	NA
422	2025-11-05	Comparative Analysis of Deep Learning Models for Predicting Causative Regulatory Variants 2025-Oct-15, Genes IF:2.8Q2 DOI:10.3390/genes16101223 PMID:41153440	研究论文	通过统一基准比较深度学习模型在预测调控变异和因果SNP优先排序任务中的性能	建立了首个在一致训练和评估条件下对领先深度学习模型进行标准化评估的基准	仅评估了54,859个SNP和四种人类细胞系的数据	评估深度学习模型在预测非编码区变异效应和因果SNP优先排序中的性能	54,859个单核苷酸多态性(SNP)在四种人类细胞系中的调控影响	机器学习	NA	MPRA, raQTL, eQTL实验	CNN, Transformer, 混合CNN-Transformer	基因组变异数据	54,859个SNP	NA	TREDNet, SEI, Borzoi	NA	NA
423	2025-11-04	Hybrid attention-based deep learning for multi-label ophthalmic disease detection on fundus images 2025-Oct, Graefe's archive for clinical and experimental ophthalmology = Albrecht von Graefes Archiv fur klinische und experimentelle Ophthalmologie DOI:10.1007/s00417-025-06858-x PMID:40439748	研究论文	提出一种基于混合注意力的深度学习模型HAM-DNet，用于眼底图像的多标签眼科疾病检测	结合EfficientNetV2和Vision Transformers的混合深度学习架构，集成SE注意力模块和U-Net病变定位模块，提升多标签分类性能和可解释性	NA	开发准确、可解释且高效的多标签眼科疾病自动检测方法	眼底图像中的多种眼科疾病	计算机视觉	眼科疾病	NA	CNN, Transformer	图像	多个眼底图像数据集（ODIR-5K, Messidor, G1020, Joint Shantou International Eye Centre）	NA	EfficientNetV2, Vision Transformers, SE blocks, U-Net	准确率, 精确率, 召回率, AUC, F1分数	低计算成本（9.7 GFLOPS）
424	2025-11-05	Artificial Intelligence in Traditional Chinese Medicine: Multimodal Fusion and Machine Learning for Enhanced Diagnosis and Treatment Efficacy 2025-Oct, Current medical science IF:2.0Q3 DOI:10.1007/s11596-025-00103-6 PMID:40773005	综述	本文综述了人工智能在中医诊疗中的应用现状与未来发展方向	提出基于证候要素构建大规模高质量中医数据集，并利用AI多模态融合和集成学习技术处理多样化原始特征	NA	提升中医诊疗的临床疗效	中医诊疗过程	自然语言处理,机器学习	中医相关疾病	深度学习,自然语言处理	CNN,LSTM,Transformer,神经网络,支持向量机,随机森林	图像,文本,结构化数据	NA	NA	卷积神经网络,长短期记忆网络,Transformer	NA	NA
425	2025-11-04	Artificial Intelligence Applications in Musculoskeletal Imaging 2025-Oct-31, Current reviews in musculoskeletal medicine IF:2.9Q1 DOI:10.1007/s12178-025-09997-0 PMID:41168482	综述	本文综述了人工智能在肌肉骨骼影像学中的最新应用进展	重点关注计算机视觉和深度学习在肌肉骨骼影像中的多样化应用，并探讨基础模型和模型效率提升等新兴技术对临床整合的推动作用	模型泛化能力不足、数据质量问题和计算资源需求高等因素阻碍了AI在真实临床环境中的部署应用	探索AI在肌肉骨骼影像学中的应用潜力及其临床整合面临的挑战	肌肉骨骼影像学研究及其相关临床应用	计算机视觉	肌肉骨骼疾病	深度学习	深度学习模型	医学影像	NA	NA	NA	诊断准确性、解读时间、效率	高计算需求
426	2025-11-04	OpenSpliceAI provides an efficient modular implementation of SpliceAI enabling easy retraining across nonhuman species 2025-Oct-30, eLife IF:6.4Q1 DOI:10.7554/eLife.107454 PMID:41165728	研究论文	本文介绍了OpenSpliceAI，一个基于PyTorch实现的可训练开源剪接预测系统，解决了原SpliceAI在软件框架和物种适用性方面的限制	开发了可训练的PyTorch版本SpliceAI，支持从头训练和迁移学习，提升了处理速度并降低了内存使用	未明确说明模型在非人类物种上的具体性能表现和验证结果	开发一个高效、可扩展的剪接信号预测工具，支持跨物种应用	DNA序列中的剪接信号	机器学习	NA	深度学习	深度学习模型	DNA序列数据	NA	PyTorch	SpliceAI架构	处理速度，内存使用量，模型一致性，概率估计校准	单GPU
427	2025-11-04	Photoactivated conductive MOF thin film arrays on micro-LEDs for chemiresistive gas sensing 2025-Oct-30, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-64602-9 PMID:41168193	研究论文	本研究开发了一种将导电金属有机框架薄膜集成到微型LED平台上的光激活气体传感器	首次将cMOF薄膜与μLED平台集成，实现室温下的光激活气体传感，并通过深度学习算法实现快速气体识别	仅测试了四种特定气体（乙醇、三甲胺、氨气、二氧化氮），未验证对其他气体的适用性	开发高灵敏度、可逆且低功耗的气体传感技术	导电金属有机框架薄膜和微型LED集成平台	传感器技术	NA	层层自组装方法，光激活传感	深度学习算法	气体传感数据	四种气体分析物（乙醇、三甲胺、氨气、二氧化氮）	NA	NA	分类准确率	NA
428	2025-11-04	A Video Dataset for Nearshore Wave Breaking Type Classification 2025-Oct-30, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-06005-5 PMID:41168199	研究论文	本文提出了首个专门用于近岸波浪破碎类型分类的公开视频数据集	首个公开的波浪破碎类型视频数据集，突破了传统静态单帧图像的限制，能够捕捉波浪破碎的动态演化过程	数据集仅包含来自6个海岸点的数据，可能无法覆盖所有海岸形态和波浪条件	开发用于波浪破碎类型分类的视频数据集和深度学习方法	近岸波浪破碎过程	计算机视觉	NA	岸基视频监测	CNN, RNN	视频	来自15个摄像机的9,000个标记波浪破碎片段，覆盖6个不同形态的海岸点	NA	CNN与RNN结合的深度学习架构	NA	NA
429	2025-11-04	In-silico comparison of a diffusion model with conventionally trained deep networks for translating 64mT to 3T brain FLAIR 2025-Oct-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-21806-9 PMID:41168216	研究论文	本研究比较了扩散模型与传统深度学习网络在将64mT低场脑FLAIR图像转换为3T高场图像方面的性能	首次将生成扩散模型SR3应用于低场到高场MRI图像转换，并与传统CycleGAN和UNet架构进行系统比较	使用合成低场MRI数据而非真实采集数据，可能无法完全反映真实临床场景	评估扩散模型在低场MRI图像增强和转换方面的潜力	脑部FLAIR MRI图像	医学影像处理	脑部疾病	MRI成像	扩散模型, GAN, CNN	医学图像	基于BraTS 2019数据集的合成64mT FLAIR脑图像	NA	SR3, CycleGAN, UNet	SSIM, nRMSE, gEn, GE, PIQE	NA
430	2025-11-01	Hybrid signal decomposition and deep learning framework for vehicle-vehicle crash forecasting 2025-Oct-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-21776-y PMID:41168218	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
431	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
432	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
433	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
434	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
435	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
436	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
437	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
438	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
439	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
440	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