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
661	2025-10-31	AI-Driven De Novo Design of Ultra Long-Acting GLP-1 Receptor Agonists 2025-Oct, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202507044 PMID:40787887	研究论文	提出一种结合深度学习与功能筛选的AI驱动肽类药物设计方法，成功设计出超长效GLP-1受体激动剂	首次将深度学习蛋白设计与功能性筛选相结合，实现两周内完成从设计到筛选的全流程，成功获得半衰期延长三倍的候选分子	仅针对GLP-1受体激动剂进行验证，尚未在其他肽类药物体系中测试通用性	开发高效肽类药物设计方法以解决传统设计效率低、耗时长的难题	胰高血糖素样肽-1受体激动剂（GLP-1RAs）	机器学习	糖尿病	深度学习，虚拟功能筛选，体外验证，体内实验	深度学习模型	蛋白质序列数据，生物活性数据	设计10,000个全新GLP-1RAs，其中60个通过虚拟筛选，2个先导化合物（D13和D41）进行深入验证	NA	NA	成功率（52%），半衰期，血糖水平，体重减轻效果	NA
662	2025-10-31	Personalized Medication for Chronic Diseases Using Multimodal Data-Driven Chain-of-Decisions 2025-Oct, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202504079 PMID:40788064	研究论文	提出一种多模态数据驱动的决策链框架，用于慢性疾病的个性化用药决策	首次将思维链提示思想应用于临床决策过程，构建三阶段深度学习任务来模拟临床决策逻辑依赖关系	研究仅涵盖四种慢性疾病，需要进一步验证在其他疾病上的适用性	开发一个能够从综合视角捕捉患者-药物关系的个性化用药决策框架	慢性肾病患者、膜性肾病患者、类风湿关节炎患者、结直肠癌患者和膝骨关节炎患者	机器学习	慢性疾病	多模态数据分析	深度学习	临床表型数据、药物属性数据、专家知识	3675名患者的3173条单模态记录、502条多模态记录和2187条用药记录	NA	NA	预测性能	NA
663	2025-10-31	Comparison of convergent and independent pathways in neural networks during second-order conditioning and blocking procedures 2025-Oct, Journal of experimental psychology. Animal learning and cognition DOI:10.1037/xan0000413 PMID:41143816	研究论文	本研究通过神经网络模型比较收敛连接与独立通路在二阶条件作用和阻塞程序中的作用	比较了五种不同收敛连接程度的网络架构在模拟阻塞和二阶条件作用中的表现，揭示了连接方式对学习现象模拟的影响	观察到一些例外情况，未来工作需要整合刺激-刺激和刺激-反应关联的潜在机制理论	探索神经网络中收敛通路与独立通路在模拟学习现象中的作用	神经网络模型中的连接架构	机器学习	NA	神经网络模拟	前馈神经网络	模拟数据	五种网络架构	NA	前馈神经网络	现象模拟准确度	NA
664	2025-10-31	A semi-automated algorithm for image analysis of respiratory organoids 2025-Oct, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1013589 PMID:41144388	研究论文	开发用于呼吸道类器官图像分析的半自动算法	首次将U-Net架构与CellProfiler结合用于呼吸道类器官分割，无需荧光染料即可量化CFTR通道活性差异	算法为半自动化而非全自动化	开发高精度的呼吸道类器官图像分析工具	鼻类和肺类器官	数字病理学	囊性纤维化	明场成像，z-stack融合与拼接	CNN	图像	827张标注的呼吸道类器官图像	CellProfiler	U-Net	IoU, F1-score, 准确率	NA
665	2025-10-31	LRR-UNet: A Deep Unfolding Network With Low-Rank Recovery for EEG Signal Denoising 2025-Oct, CNS neuroscience & therapeutics IF:4.8Q1 DOI:10.1111/cns.70632 PMID:41146476	研究论文	提出一种结合低秩恢复和深度展开网络的EEG信号去噪方法	将传统低秩恢复算法的迭代过程转换为可学习的神经网络架构，用神经网络模块替代耗时的奇异值分解和稀疏优化过程	NA	开发兼具深度学习性能和传统方法可解释性的EEG去噪模型	脑电图信号	信号处理	NA	脑电图信号采集	深度展开网络	EEG信号	NA	NA	LRR-Unet	定量指标,定性指标,分类准确率	NA
666	2025-10-31	Achieving Low-Power Analog Resistive Switching in Filamentary Memristive Devices for Energy-Efficient Analog In-Memory Computing 2025-Oct, Small (Weinheim an der Bergstrasse, Germany) DOI:10.1002/smll.202505708 PMID:40948129	研究论文	提出一种降低忆阻器件工作电压和模拟开关电流的工程策略，实现低功耗模拟电阻开关	采用双矩阵细丝开关方法解决离子供应瓶颈，利用GeSe高迁移率矩阵和致密非晶硅低迁移率矩阵结合Ag/Pt纳米团簇层	NA	开发能量高效的模拟内存计算技术	细丝型忆阻器件	机器学习	NA	双矩阵细丝开关方法	NA	NA	NA	电阻处理单元框架	Spiking-VGG9	准确率, 能耗降低百分比	NA
667	2025-10-31	Similarity-based transfer learning with deep learning networks for accurate CRISPR-Cas9 off-target prediction 2025-Oct, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1013606 PMID:41134871	研究论文	本研究提出基于相似性的迁移学习方法，使用深度学习网络提高CRISPR-Cas9脱靶预测准确性	首次将相似性预评估方法应用于迁移学习源数据集选择，提出双层次框架优化CRISPR-Cas9脱靶预测	未明确说明数据集规模和具体实验条件限制	开发高效的迁移学习方法以提高CRISPR-Cas9基因编辑中的脱靶预测准确性	CRISPR-Cas9基因编辑系统的脱靶效应	机器学习	NA	基因编辑技术	MLP, CNN, FNN, RNN, Logistic Regression, Random Forest	基因序列数据	NA	NA	RNN-GRU, 5层FNN, MLP变体	预测准确性	NA
668	2025-10-31	EMAT: Enhanced Multi-Aspect Attention Transformer for Financial Time Series Forecasting 2025-Oct-01, Entropy (Basel, Switzerland) DOI:10.3390/e27101029 PMID:41148987	研究论文	提出一种用于金融时间序列预测的增强型多维度注意力Transformer架构	设计了多维度注意力机制，同时捕捉时间衰减模式、趋势动态和波动机制，并采用SwiGLU激活函数的前馈网络	未明确说明模型在极端市场条件下的表现和泛化能力	改进金融时间序列预测的准确性和鲁棒性	股票市场数据	机器学习	NA	NA	Transformer	时间序列数据	多个股票市场数据集	NA	Transformer,编码器-解码器架构	点预测精度,波动一致性	NA
669	2025-10-31	Research on Wind Field Correction Method Integrating Position Information and Proxy Divergence 2025-Oct-01, Biomimetics (Basel, Switzerland) DOI:10.3390/biomimetics10100651 PMID:41149181	研究论文	提出一种融合位置信息和物理约束的风场校正深度学习方法PPWNet	直接使用稀疏观测数据作为真值，融合观测点位置编码和物理一致性约束，采用并行双分支DenseInception网络模拟生物视觉系统的分层处理机制	未明确说明模型在不同地理区域和气象条件下的泛化能力	提高数值模型初始风场的校正精度	风场数据	机器学习	NA	深度学习	CNN,注意力机制	网格数据,观测数据	NA	NA	DenseInception,PointNet,并行双分支网络	MAE,RMSE	NA
670	2025-10-31	Development of Semi-Automatic Dental Image Segmentation Workflows with Root Canal Recognition for Faster Ground Tooth Acquisition 2025-Oct-01, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11100340 PMID:41150016	研究论文	本研究开发了两种半自动牙科图像分割工作流程，用于加速深度学习模型训练数据的获取	提出了结合种子生长法和分水岭算法的半自动分割工作流程，专门针对牙科结构特别是根管区域的分割	需要大量标注数据集，模型泛化能力仍需验证	提高牙科图像分割的诊断准确性并加速分割过程	牙齿和根管区域	计算机视觉	牙科疾病	图像分割	3D U-Net, GAN	3D牙科图像	三个独立数据集，包含上颌中切牙和上颌第二磨牙	3D Slicer	3D U-Net, GAN	Dice系数	NA
671	2025-10-30	Identifying EEG-based neurobehavioral risk markers of gaming addiction using machine learning and iowa gambling task 2025-Oct-29, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ae0b75 PMID:40997844	研究论文	本研究利用机器学习方法分析脑电图信号和爱荷华赌博任务数据，识别游戏成瘾的神经行为风险标志物	结合EEG信号和IGT行为任务，采用多种信号变换技术构建特征空间，实现93%的分类准确率	研究仅针对健康参与者，未包含临床确诊的游戏障碍患者	开发游戏成瘾的早期客观检测方法	健康参与者的神经生理和行为数据	机器学习	游戏成瘾	脑电图(EEG), 爱荷华赌博任务(IGT)	Random Forest, CNN	脑电信号, 行为数据	NA	NA	卷积神经网络	准确率	NA
672	2025-10-30	Generative Fuzzy System for Sequence-to-Sequence Learning via Rule-Based Inference 2025-Oct-28, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2025.3615650 PMID:41150248	研究论文	提出一种结合模糊系统与深度学习的新型生成式框架GenFS，用于序列到序列学习任务	首次将模糊系统的可解释性与生成模型的深度学习能力相结合，实现数据驱动与知识驱动的双驱动机制	未明确说明模型复杂度与计算效率的具体表现	提升生成模型的鲁棒性和泛化能力，增强模型可解释性	序列生成任务，包括机器翻译、代码生成和摘要生成	自然语言处理	NA	模糊系统，深度学习	FuzzyS2S	文本序列	12个数据集	NA	基于GenFS的序列到序列架构	准确率，流畅度	NA
673	2025-10-30	Artificial Intelligence and Multi-modality Data Integration Deciphers Tertiary Lymphoid Structure Maturity in Gastric Cancer 2025-Oct-28, Cancer research IF:12.5Q1 DOI:10.1158/0008-5472.CAN-25-1793 PMID:41150905	研究论文	本研究开发了一种基于Transformer的深度学习模型，用于从胃癌全切片图像中定量表征三级淋巴结构成熟度，并揭示了成熟TLS中的关键免疫回路	首次将基于Transformer的深度学习模型应用于TLS成熟度定量分析，并通过多组学数据整合揭示了CD8⁺组织驻留记忆T细胞与B细胞通过CXCL13-CXCR5轴形成的免疫回路机制	样本量相对有限（253例GC患者），单细胞RNA测序仅来自17例患者	开发自动化TLS成熟度评估工具并解析胃癌中TLS成熟的免疫调控机制	胃癌患者组织样本和免疫细胞	数字病理学	胃癌	单细胞RNA测序,多重免疫组织化学,流式细胞术,功能共培养实验	Transformer	全切片图像,单细胞RNA测序数据,免疫组化数据,流式细胞数据	253例胃癌患者（全切片图像），17例胃癌患者（单细胞RNA测序）	NA	Transformer	NA	NA
674	2025-10-30	Impact of Super-Resolution Deep Learning Reconstruction on Low-Dose CT in Patients with Central Venous Catheter or Central Venous Port 2025-Oct-28, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01726-w PMID:41152657	研究论文	评估超分辨率深度学习重建在中心静脉导管患者低剂量CT成像质量中的影响	首次将超分辨率深度学习重建技术应用于中心静脉导管患者的低剂量CT成像，并与混合迭代重建进行对比	回顾性研究设计，样本量未明确说明，仅由三位阅读者进行评估	评估SR-DLR对低剂量CT图像质量的改善效果	携带中心静脉导管或中心静脉端口的患者	医学影像分析	血管通路相关并发症	低剂量CT扫描，三维定位扫描	深度学习重建	胸部CT图像	NA	NA	超分辨率深度学习重建	图像噪声标准差，定性评估（噪声、伪影、血管显示、血肿和导管位置评估便利性）	NA
675	2025-10-30	Interpretable machine learning model for cardiovascular disease risk prediction: a feature decomposition-based study 2025-Oct-28, BMC public health IF:3.5Q1 DOI:10.1186/s12889-025-24921-4 PMID:41152787	研究论文	本研究开发了一种基于特征分解的深度学习模型用于心血管疾病风险预测	提出基于特征分解的深度学习模型(FDDL)，并采用SHAP方法进行模型解释	仅使用单一Kaggle数据集，未进行外部验证	构建和验证心血管疾病预测模型	心血管疾病风险预测	机器学习	心血管疾病	机器学习	深度学习	结构化医疗数据	68,205名心血管疾病受访者	NA	特征分解深度学习模型(FDDL)	准确率,精确率,召回率,F1分数,AUC-ROC	NA
676	2025-10-30	Recent advances in plant disease detection: challenges and opportunities 2025-Oct-28, Plant methods IF:4.7Q1 DOI:10.1186/s13007-025-01450-0 PMID:41152989	系统综述	本文系统分析深度学习在植物病害检测中的应用进展，重点关注RGB和高光谱成像技术	首次系统评估11个基准数据集上的性能差距，揭示实验室与田间部署的显著差异，并建立基于证据的部署指南	主要基于已发表研究，缺乏对未公开商业系统的全面评估	推动植物病害检测从研究原型向实用农业工具发展	植物病害检测系统	计算机视觉	植物病害	RGB成像, 高光谱成像	CNN, Transformer	图像	11个基准数据集	NA	SWIN, 传统CNN	准确率	NA
677	2025-10-30	[Endometrial cancer lesion region segmentation based on large kernel convolution and combined attention] 2025-Oct-25, Sheng wu yi xue gong cheng xue za zhi = Journal of biomedical engineering = Shengwu yixue gongchengxue zazhi DOI:10.7507/1001-5515.202502023 PMID:41152163	研究论文	提出一种基于大核卷积和组合注意力的子宫内膜癌病灶区域分割模型SCWU-Net	设计了空间选择模块(SSM)和组合权重模块(CWM)，通过深度卷积块增强上下文信息捕获能力，并在跳跃连接中应用联合注意力机制	NA	提高子宫内膜癌CT图像中病灶区域分割的准确性	子宫内膜癌病灶区域	计算机视觉	子宫内膜癌	CT成像	深度学习分割模型	CT图像	公共数据集	NA	U-Net, SCWU-Net	Dice相似系数, IoU, 精确率, 召回率	NA
678	2025-10-30	[A method for emotion transition recognition using cross-modal feature fusion and global perception] 2025-Oct-25, Sheng wu yi xue gong cheng xue za zhi = Journal of biomedical engineering = Shengwu yixue gongchengxue zazhi DOI:10.7507/1001-5515.202504040 PMID:41152169	研究论文	提出一种基于跨模态特征融合和全局感知网络的情感状态转换识别方法	首次设计包含六种情感转换场景的实验范式，提出结合深度典型相关分析与跨模态注意力机制的特征融合方法，以及CNN与Transformer并行的混合架构	实验样本量较小（20名参与者），仅在实验室环境下验证	解决动态情感状态转换识别问题	脑电图和眼动信号	生物医学工程	NA	脑电图，眼动追踪	CNN, Transformer	时间序列信号	20名参与者	NA	CNN, Transformer	均方误差，识别准确率，稳定性	NA
679	2025-10-30	[The design and application of a genu valgum gait recognition model based on triple attention mechanism and spatial hierarchical pooling strategy] 2025-Oct-25, Sheng wu yi xue gong cheng xue za zhi = Journal of biomedical engineering = Shengwu yixue gongchengxue zazhi DOI:10.7507/1001-5515.202504005 PMID:41152171	研究论文	本研究开发了一种基于三重注意力机制和空间分层池化策略的膝外翻步态识别模型，用于儿童膝外翻的早期智能筛查	结合三重注意力模块和空间分层池化模块，共同增强时间、空间和通道维度的特征交互，在表征能力和计算效率之间达到最佳平衡	NA	开发适用于临床应用的深度学习步态识别模型，用于儿童膝外翻的早期智能筛查	儿童膝外翻患者的步态数据	计算机视觉	骨科疾病	步态分析	CNN	图像	自建数据集	NA	三维残差网络	精确率,召回率,F1分数	NA
680	2025-10-30	[Brain computer interface nursing bed control system based on deep learning and dual visual feedback] 2025-Oct-25, Sheng wu yi xue gong cheng xue za zhi = Journal of biomedical engineering = Shengwu yixue gongchengxue zazhi DOI:10.7507/1001-5515.202504047 PMID:41152174	研究论文	基于运动想象脑机接口和双视觉反馈机制，设计了一套面向重症肢体障碍患者的护理床控制系统	提出优化的双分支图卷积多尺度神经网络结构，并构建包含脑电地形图反馈和注意力状态反馈的双视觉反馈机制	NA	提升重症肢体障碍患者的自主交互能力，改善脑机接口系统的解码性能	重症肢体障碍患者	脑机接口	肢体障碍	运动想象脑机接口(MI-BCI), 脑电信号(EEG)	图卷积网络, 多尺度卷积神经网络	脑电信号	NA	NA	双分支图卷积多尺度神经网络, 动态图卷积, 多尺度卷积	分类准确率, 信息传输速率	NA