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
1021	2025-10-06	EstimateNoiseSEM: A novel framework for deep learning based noise estimation of scanning electron microscopy images 2025-Oct, Ultramicroscopy IF:2.1Q2 DOI:10.1016/j.ultramic.2025.114192 PMID:40602325	研究论文	提出一种用于扫描电子显微镜图像噪声估计的深度学习框架EstimateNoiseSEM	提出包含分类网络选择机制的多阶段深度学习框架，可同时估计噪声类型和噪声水平	Gamma噪声分类准确率从97%降至80%，受Gamma噪声水平不确定性影响	开发自动化噪声估计方法以支持扫描电子显微镜图像去噪	扫描电子显微镜图像中的噪声	计算机视觉	NA	扫描电子显微镜	深度学习,分类网络,回归模型	图像	合成噪声样本	NA	NA	准确率,精确率,召回率,F1分数,均方根误差	NA
1022	2025-10-06	Structure from motion-convolutional neural network model (SfM-CNN) achieved accurate portable Chinese dietary chemical composition estimation for dietary recall 2025-Oct-15, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.144908 PMID:40449202	研究论文	开发了一种结合运动恢复结构和卷积神经网络(SfM-CNN)的AI模型，用于自动化估算中国膳食的化学成分	首次将先进的三维重建技术与深度学习相结合，采用SIFT算法实现特征提取和食物体积估算，误差低于4%	NA	开发准确、高效且 culturally relevant 的膳食化学成分估算工具	中国膳食	计算机视觉	NA	SIFT算法，3D重建	CNN	图像	ChineseDish-100数据集	NA	SIFT-ResNet50	R值0.949，误差率	NA
1023	2025-10-06	Detection and classification of meat freshness using an optimized deep learning method 2025-Oct-15, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.144783 PMID:40479992	研究论文	提出一种基于深度学习的肉类新鲜度检测与分类方法	结合VGG19特征提取与改进型人工原生动物优化器(IAPO)进行特征选择，并通过粒子群优化(PSO)增强优化效果	论文未明确说明实验数据的规模和多样性限制	开发准确的肉类新鲜度分类系统以保障食品安全	肉类新鲜度（新鲜、半新鲜、变质）	计算机视觉	NA	深度学习	CNN	图像	NA	NA	VGG19	准确率, 灵敏度, 特异性	NA
1024	2025-10-06	Low-field NMR-based deep learning for non-destructive quality assessment of frozen model foods 2025-Oct-15, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.145181 PMID:40540836	研究论文	本研究利用低场核磁共振结合深度学习技术对冷冻模型食品进行无损质量评估	首次将低场核磁共振技术与反向传播人工神经网络结合，用于冷冻食品质量评估	仅使用凝胶模型食品，未涉及真实食品样品	开发冷冻食品无损质量评估方法	含水量90%和80%的凝胶模型食品	机器学习	NA	低场核磁共振(LF-NMR)	PLSR, BP-ANN	核磁共振数据	梯度温度条件下冷冻的凝胶模型食品样品	NA	NA	R, RMSE, RPD	NA
1025	2025-10-06	Deep learning reduced order models of vaginal tear propagation 2025-Oct, Journal of the mechanical behavior of biomedical materials IF:3.3Q3 DOI:10.1016/j.jmbbm.2025.107074 PMID:40499333	研究论文	本文开发了结合有限元分析、本征正交分解和机器学习的计算模型来预测阴道变形和撕裂传播	首次将本征正交分解降阶模型与机器学习相结合应用于阴道组织撕裂预测，显著提高了计算效率	基于啮齿动物离体微力学数据，尚未在人体组织上验证	开发计算模型预测阴道分娩过程中的组织变形和撕裂传播	阴道组织在压力作用下的变形和撕裂行为	计算生物力学	产科创伤	有限元分析，本征正交分解，机器学习	机器学习模型，降阶模型	位移场数据，压力数据	基于啮齿动物离体微力学数据	NA	POD-ML模型	均方根误差	NA
1026	2025-10-06	Longitudinal EEG-based assessment of neuroplasticity and adaptive responses to transcranial focused ultrasound stimulation 2025-Oct, Journal of neuroscience methods IF:2.7Q3 DOI:10.1016/j.jneumeth.2025.110521 PMID:40581220	研究论文	本研究提出了一种整合经颅聚焦超声刺激与脑电图监测的纵向评估协议模型，用于评估神经可塑性和适应性脑响应	开发了集成纵向评估协议模型，结合统计建模和神经网络模式识别，实现了对经颅聚焦超声刺激诱导的神经可塑性变化的动态监测	未明确说明样本规模和具体实验设计细节	评估经颅聚焦超声刺激对神经可塑性和适应性脑响应的长期影响	脑电图信号和神经适应性轨迹	神经工程	神经系统疾病	经颅聚焦超声刺激，脑电图监测	神经网络，机器学习分类器，深度学习模型	脑电图信号	NA	NA	NA	NA	NA
1027	2025-10-06	Predicting rat lumbar vertebral failure patterns as synthetic μCT images using a deep convolutional generative adversarial network 2025-Oct, Journal of the mechanical behavior of biomedical materials IF:3.3Q3 DOI:10.1016/j.jmbbm.2025.107116 PMID:40582223	研究论文	本研究开发了一种生成式深度学习模型，通过创建大鼠腰椎骨折的合成3D μCT图像来预测骨折模式	首次使用3D条件生成对抗网络(cGAN)从不同加载状态的μCT图像预测大鼠腰椎骨折模式	训练样本量较小(64个图像)，仅针对大鼠腰椎进行验证	开发能够预测生物结构损伤行为的生成式深度学习模型	大鼠腰椎椎体	计算机视觉	骨科疾病	μCT成像	cGAN	3D μCT图像	64个训练图像，8个验证图像	NA	3D条件生成对抗网络	DSC, JAC, FID, SSIM	NA
1028	2025-10-06	Mild to moderate COPD, vitamin D deficiency, and longitudinal bone loss: the Multi-ethnic Study of Atherosclerosis 2025-Oct, Bone IF:3.5Q2 DOI:10.1016/j.bone.2025.117550 PMID:40449861	研究论文	本研究探讨轻度至中度COPD与维生素D缺乏对椎体骨密度纵向下降的联合影响	首次在轻度至中度COPD人群中系统评估维生素D缺乏与骨密度下降的关联，并采用深度学习算法自动量化椎体骨密度	观察性研究设计无法确立因果关系，样本量有限且随访时间仅为6年	评估轻度至中度COPD患者椎体骨密度的纵向变化及其与维生素D缺乏的相互作用	多民族动脉粥样硬化研究中的1226名参与者，包括173名轻度至中度COPD患者和1053名无COPD对照	医学影像分析	慢性阻塞性肺疾病, 骨质疏松	胸部CT, 深度学习分割, 三维体积骨密度测量	深度学习	医学影像	1226名参与者（173名COPD患者，1053名对照）	NA	NA	回归系数(β), 95%置信区间	NA
1029	2025-10-06	NeuroCL: A deep learning approach for identifying neuropeptides based on contrastive learning 2025-Oct, Analytical biochemistry IF:2.6Q2 DOI:10.1016/j.ab.2025.115920 PMID:40466845	研究论文	提出一种基于对比学习的深度学习方法NeuroCL，用于高效识别神经肽	结合对比学习和交叉注意力机制，通过多维度属性表示识别神经肽，增强类别区分度和特征连接	NA	开发高效识别神经肽的深度学习方法	神经肽	机器学习	NA	对比学习，交叉注意力机制	深度学习	生物序列数据	NA	NA	对比学习架构，交叉注意力机制	准确率，马修斯相关系数(MCC)	NA
1030	2025-10-06	From data to precision: The transformative role of AI and machine learning in modern orthopaedic practice 2025-Oct, Journal of clinical orthopaedics and trauma DOI:10.1016/j.jcot.2025.103101 PMID:40620692	综述	探讨人工智能和机器学习在现代骨科实践中通过数据驱动方法改变临床问题解决的变革性作用	将骨科临床问题重新定义为数据驱动的输入-输出连续体，而非基于基础原理的障碍，并展示生成式模型在个性化植入物设计等创新应用	面临伦理、监管和互操作性挑战，需要跨学科合作解决	评估AI/ML技术在骨科手术中的变革潜力及应用前景	骨科诊断、预测分析和手术规划相关的AI/ML应用研究	机器学习	骨科疾病	范围综述方法，文献检索	深度学习, 生成模型, 计算机视觉	临床数据, 医学影像	NA	NA	深度学习架构	模型准确性, 临床相关性	便携式数据采集设备(平板电脑, 语音识别系统), 临床软件平台
1031	2025-10-06	Construction of a Fritillaria alkaloids database to develop a multi-dimensional matching strategy for comprehensive annotation of known and unknown components 2025-Oct, Food research international (Ottawa, Ont.) DOI:10.1016/j.foodres.2025.116827 PMID:40597534	研究论文	本研究构建了贝母生物碱多维数据库FasMID，并开发了整合四维结构信息的多维匹配策略，用于已知和未知成分的全面注释	开发了将固相萃取与LC/IM-QTOF-MS结合的维度增强方法，建立了包含248种贝母生物碱的多维数据库，提出了整合多维特征匹配策略	预测精度有待通过扩大样本来源和优化深度学习算法进一步提升	开发贝母生物碱的精确表征方法，提高已知和未知成分的鉴定准确性	贝母中的生物碱成分	机器学习	NA	固相萃取,液相色谱/离子淌度-四极杆飞行时间质谱	机器学习,深度学习	质谱数据,碰撞截面数据	248种贝母生物碱	NA	NA	鉴定准确率	NA
1032	2025-10-06	Predicting oxidative stability of Camellia oil based on multimodal data fusion strategy integrating NIR and Raman spectroscopies with chemometrics 2025-Oct, Food research international (Ottawa, Ont.) DOI:10.1016/j.foodres.2025.116842 PMID:40597544	研究论文	本研究开发了一种基于近红外和拉曼光谱多模态数据融合策略的山茶油氧化稳定性快速无损预测方法	首次采用三级数据融合策略（低层、中层和高层）协同整合近红外和拉曼光谱特征，显著提升氧化稳定性预测精度	当前方法仍受限于特定基质，未来需开发超越基质特异性限制的通用监测范式	建立山茶油氧化稳定性的快速无损检测方法	山茶油样品	化学计量学	NA	近红外光谱, 拉曼光谱, 化学计量学	NA	光谱数据	NA	NA	NA	相关系数R, 均方根误差RMSEC	NA
1033	2025-10-06	A 3D point cloud and deep learning based automated process for quantifying multi-scale phenotypes in sliced bread 2025-Oct, Food research international (Ottawa, Ont.) DOI:10.1016/j.foodres.2025.116865 PMID:40597561	研究论文	开发基于3D点云和深度学习的面包切片多尺度表型自动量化方法	提出使用低成本3D激光扫描仪获取面包三维结构，开发3D-PoreSegNet分割模型和两个新表型参数（孔隙分布和孔隙层分布）	NA	实现面包切片三维表型的自动化精确量化	面包切片及其孔隙结构	计算机视觉	NA	3D激光扫描，点云处理	深度学习分割模型	3D点云数据	NA	NA	3D-PoreSegNet	高度(97.3%)，长度(95.2%)，宽度(95.6%)，表面积(86.6%)，体积(82.8%)，对称指数(91.5%)，均匀性指数(93.4%)，最大孔隙直径(84.7%)，最大孔隙面积(82.6%)，孔隙数量(87.1%)，最大孔隙深度(90.3%)，最大孔隙体积(83.7%)，孔隙伸长率(78.5%)	NA
1034	2025-10-06	Detection of ninhydrin-glyphosate in groundwater via the colour chart-assisted digital camera method 2025-Oct-15, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2025.126253 PMID:40273772	研究论文	本研究开发了一种基于比色卡辅助数码相机方法检测地下水中草甘膦含量的新技术	首次将一次性多标准比色卡应用于三种仪器（可见分光光度计、单反相机和手机相机），实现草甘膦的实时监测，无需昂贵传感器和重复标准化	单反相机受离子干扰导致浓度高估，可见分光光度计受磷酸盐和硝酸盐影响	开发低成本、用户友好的即时检测技术，用于地下水中草甘膦的定量分析	地下水样品中的草甘膦污染物	环境监测	NA	比色法、茚三酮-草甘膦络合反应、液相色谱-串联质谱	NA	图像数据、吸光度数据	实时地下水样品，浓度范围50-500 ng/mL（75 mL体积）	NA	NA	相对标准偏差、回收率、准确度、精密度、ΔE色差	NA
1035	2025-06-07	Convolutional Neural Network approach to classify mitochondrial morphologies 2025-Oct, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2025.108477 PMID:40273826	研究论文	介绍了一种基于深度学习的软件MitoClass，用于自动分类线粒体网络的形态	利用CNN架构开发了MitoClass软件，能够快速、准确地对线粒体形态进行分类	NA	开发一种高效的方法，定量评估细胞群体中线粒体形状的变化	线粒体网络的形态	计算机视觉	NA	超分辨率成像	CNN	图像	NA	NA	NA	NA	NA
1036	2025-06-07	iEnhancer-DS: Attention-based improved densenet for identifying enhancers and their strength 2025-Oct, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2025.108484 PMID:40349379	研究论文	提出了一种基于深度学习的多任务框架iEnhancer-DS，用于增强子识别及其强度分类	结合改进的DenseNet模块和自注意力机制，动态评估特征重要性并分配权重，提高了增强子识别和强度预测的性能	未提及具体的数据集规模或多样性限制	开发计算方法来快速准确地识别增强子及其强度	DNA序列中的增强子及其强度	生物信息学	NA	one-hot编码和核苷酸化学性质(NCP)	改进的DenseNet和自注意力机制	DNA序列数据	NA	NA	NA	NA	NA
1037	2025-06-06	ProAttUnet: Advancing protein secondary structure prediction with deep learning via U-Net dual-pathway feature fusion and ESM2 pretrained protein language model 2025-Oct, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2025.108429 PMID:40288255	研究论文	提出了一种名为ProAttUnet的新型深度学习方法，用于提升基于单序列的蛋白质二级结构预测性能	整合了最先进的蛋白质语言模型ESM2，采用独特的双路径U-Net框架进行特征融合，并引入交叉注意力机制和GCU_SE模块	NA	提升蛋白质二级结构预测的准确性	蛋白质序列	生物信息学	NA	深度学习	U-Net, ESM2	蛋白质序列数据	五个测试集（SPOT-2016, SPOT-2016-HQ, SPOT-2018, SPOT-2018-HQ和TEST2018）	NA	NA	NA	NA
1038	2025-06-06	DICCA-DTA: Diffusion and Contextualized Capsule Attention guided Factorized Cross-Pooling for Drug-Target Affinity prediction 2025-Oct, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2025.108472 PMID:40288256	研究论文	提出了一种名为DICCA-DTA的新框架，用于预测药物-靶标亲和力，通过改进分子信息的上下文整合和药物-靶标相互作用的全面表示	引入了扩散同构网络(DIN)和上下文胶囊注意力网络(CCAN)模块，结合因子化交叉池化(FCP)机制，动态优化药物-蛋白质相互作用建模，提高预测准确性和可解释性	未明确提及具体局限性	改进药物-靶标亲和力预测，加速药物发现和再利用过程	药物分子和蛋白质靶标	机器学习	癌症	深度学习	DIN, CCAN, FCP	分子图和蛋白质序列	Davis、KIBA、Metz和BindingDB数据集，以及DrugBank数据库中的癌症相关蛋白质相互作用案例	NA	NA	NA	NA
1039	2025-06-06	scDGG: Dynamic gene graphs for enhancing clustering analysis of single-cell RNA sequencing data via spatiotemporal representations 2025-Oct, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2025.108483 PMID:40328048	研究论文	本文提出了一种名为scDGG的多视图图学习架构，用于从不同信号通路中压缩动态基因图，以增强单细胞RNA测序数据的聚类分析	提出动态基因图（dynamic gene graphs）来捕捉调控机制的动态变化，相比静态基因图能更全面地观察细胞命运和疾病进展的调控机制	未明确提及具体局限性	提高单细胞RNA测序数据的聚类分析准确性	单细胞RNA测序数据	生物信息学	NA	单细胞RNA测序（scRNA-seq）	多视图图学习架构（multi-view graph learning architecture）	基因表达数据	基准scRNA-seq数据集（未明确数量）	NA	NA	NA	NA
1040	2025-06-06	NABP-LSTM-Att: Nanobody-Antigen binding prediction using bidirectional LSTM and soft attention mechanism 2025-Oct, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2025.108490 PMID:40347542	研究论文	该研究提出了一种名为NABP-LSTM-Att的深度学习模型，用于仅从序列信息预测纳米抗体与抗原的结合	使用双向LSTM和软注意力机制，仅依赖序列信息预测纳米抗体与抗原的结合，无需3D结构	模型的性能依赖于SAbDab-nano数据库中的序列数据，可能无法泛化到所有未知的纳米抗体-抗原对	提高纳米抗体与抗原结合亲和力和特异性的预测能力，以促进纳米抗体药物的开发	纳米抗体和抗原的序列	自然语言处理	NA	深度学习	biLSTM和软注意力机制	序列数据	来自SAbDab-nano数据库的纳米抗体-抗原序列对	NA	NA	NA	NA