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
961	2025-11-24	PCBert-Kla: an efficient prediction method for lysine lactylation sites based on ProtBert and fusion of physicochemical features 2025-Nov-01, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf615 PMID:41259418	研究论文	提出基于ProtBert和理化特征融合的深度学习方法PCBert-Kla，用于预测蛋白质赖氨酸乳酸化位点	结合ProtBert提取蛋白质序列深度特征与多种理化性质融合，并引入注意力机制自动选择特征	NA	开发高效准确的赖氨酸乳酸化位点预测方法	蛋白质赖氨酸乳酸化位点	生物信息学	多种疾病	蛋白质序列分析	深度学习, 注意力机制	蛋白质序列数据	NA	NA	ProtBert, 全连接网络	准确率, 可靠性, 泛化能力	NA
962	2025-11-24	An Integrated Clinical-Radiomics-Deep Learning Model Based on 18F-FDG PET/CT for Predicting EGFR Mutation Status in Lung Adenocarcinoma 2025-Nov, Cancer medicine IF:2.9Q2 DOI:10.1002/cam4.71370 PMID:41263395	研究论文	基于18F-FDG PET/CT开发整合临床、影像组学和深度学习的模型预测肺腺癌EGFR突变状态	首次将临床特征、影像组学特征和深度学习特征整合到单一模型中预测EGFR突变状态	回顾性研究设计，样本量相对有限（218例患者）	预测肺腺癌患者的EGFR突变状态	218例肺腺癌患者	数字病理	肺癌	18F-FDG PET/CT成像	深度学习, 机器学习	医学影像（PET/CT图像）, 临床数据	218例肺腺癌患者	NA	ConvNext	AUC, 校准曲线, 决策曲线分析	NA
963	2025-11-24	SciSt: single-cell reference-informed spatial gene expression prediction from pathological images 2025-Nov-01, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf613 PMID:41263940	研究论文	开发了从病理图像预测空间基因表达的深度学习框架SciSt	通过整合病理特征与生物学信息化的初始基因表达，结合细胞分割和单细胞参考数据的加权策略	未明确说明模型在更广泛疾病类型上的适用性	从病理图像预测空间基因表达，实现形态学与基因表达的跨模态转换	临床H&E染色图像和空间转录组数据	数字病理学	乳腺癌,肝癌	空间转录组学,单细胞测序	深度学习	图像,基因表达数据	三个基准数据集和TCGA-BRCA、TCGA-LIHC队列	NA	NA	NA	NA
964	2025-11-24	AI-ECG-derived biological age as a predictor of mortality in cardiovascular and acute care patients 2025-Nov, European heart journal. Digital health DOI:10.1093/ehjdh/ztaf109 PMID:41267837	研究论文	本研究开发了一种基于AI的心电图生物年龄预测模型，用于评估心血管疾病和急症患者的长期死亡风险	首次在高风险心血管疾病和急症患者群体中验证AI-ECG生物年龄的预后价值，并发现P波是模型最敏感的特征区域	研究基于单中心数据，患者合并多种疾病时AI-ECG年龄与实足年龄相关性减弱	评估AI-ECG生物年龄在预测高风险患者长期死亡率方面的临床效用	48,950名心血管疾病或急性疾病患者	数字病理	心血管疾病	心电图	深度学习	心电图信号	48,950名患者	NA	NA	风险比, 相关性系数	NA
965	2025-11-24	Deep learning-based quantification of epicardial adipose tissue volume from non-contrast computed tomography images: a multi-centre study 2025-Nov, European heart journal. Digital health DOI:10.1093/ehjdh/ztaf116 PMID:41267847	研究论文	开发并验证基于深度学习的自动心外膜脂肪组织体积量化系统，使用非对比计算机断层扫描图像	首个基于3D UNet++架构的心包膜分割深度学习模型，用于多中心泛亚洲人群的EAT体积自动量化	样本量相对有限，外部验证集仅包含160例患者	开发自动化心外膜脂肪组织体积量化系统，用于冠状动脉疾病风险评估	来自三个中心的1243例NCCT患者扫描，包括亚洲和非亚洲人群	医学影像分析	心血管疾病	非对比计算机断层扫描	深度学习	3D医学影像	1243例训练和内部验证，160例外部队列测试	NA	3D UNet++	相关系数, Bland-Altman分析, 优势比, 卡方统计量	NA
966	2025-11-24	A deep learning-based pipeline for large-scale echocardiography data curation and measurements 2025-Nov, European heart journal. Digital health DOI:10.1093/ehjdh/ztaf108 PMID:41267841	研究论文	开发基于深度学习的自动化流程用于大规模超声心动图数据整理和测量	首次提出结合数据整理和自动化测量的完整深度学习流程，能够处理大规模真实世界超声心动图数据	验证样本量相对有限，仅针对LVEF和LAVI两个测量指标进行了验证	开发自动化超声心动图数据分析流程，提高大规模数据利用效率	14,326例超声心动图检查（来自9,678名患者）	医学影像分析	心血管疾病	超声心动图	深度学习	医学图像	14,326例检查（9,678名患者），验证子样本3,251名受试者	NA	NA	Bland-Altman分析，偏差，标准差	NA
967	2025-11-24	Short-term atrial fibrillation onset prediction using machine learning 2025-Nov, European heart journal. Digital health DOI:10.1093/ehjdh/ztaf104 PMID:41267849	研究论文	本研究利用机器学习方法分析24小时动态心电图数据，实现房颤发作的短期预测	建立了包含95,871份手动分析心电图记录的新数据库，并首次将HRV参数与深度学习模型在房颤短期预测中进行系统比较	需要前瞻性研究进一步验证结果，样本年龄分布存在分层限制	开发能够预测窦性心律患者在随后几小时内发生房颤发作的机器学习模型	872名阵发性房颤患者和347名无心律异常患者的动态心电图记录	机器学习	心血管疾病	动态心电图监测	随机森林, XGBoost, 深度学习	心电图信号	95,871份Holter心电图记录，包含872名房颤患者的1,319次发作事件	NA	NA	AUC, 准确率, 灵敏度, 特异性, 阳性预测值, 阴性预测值, F1分数	NA
968	2025-11-24	Real-world application of deep learning for ECG-based prediction of coronary artery disease and revascularization needs 2025-Nov, European heart journal. Digital health DOI:10.1093/ehjdh/ztaf096 PMID:41267851	研究论文	本研究开发了一种基于心电图和XGBoost的深度学习模型，用于预测普通人群的冠状动脉血运重建风险	首次将深度学习模型与XGBoost结合，利用常规心电图数据预测冠状动脉血运重建需求，实现了无创筛查工具的突破	排除了肌钙蛋白I水平升高的患者和缺乏随访记录的患者，可能影响模型的泛化能力	开发基于心电图的深度学习模型，早期预测冠状动脉血运重建需求	普通人群中的心电图检查患者	医疗人工智能	冠状动脉疾病	心电图分析	深度学习模型,XGBoost	心电图信号,人口统计学数据	开发集113,451名患者，内部验证集66,680名患者，另包含社区医院的外部验证数据	XGBoost	深度学习模型（具体架构未明确说明）	C-index	NA
969	2025-11-23	AttenUNeT X with iterative feedback mechanisms for robust deep learning skin lesion segmentation 2025-Nov-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-23830-1 PMID:41257867	研究论文	提出一种名为AttenUNeT X的新型皮肤病变分割模型，通过集成反馈机制和注意力模块提升分割精度	在U-Net架构中引入三项关键改进：解码器块的迭代反馈机制、定制顺序统计层捕获极值病变模式、增强注意力模块聚焦诊断相关区域	NA	开发鲁棒的深度学习模型用于皮肤病变分割以改善皮肤癌早期诊断	皮肤病变图像	计算机视觉	皮肤癌	深度学习图像分割	CNN	图像	ISIC 2018数据集、PH2数据集和ISIC 2017数据集	NA	U-Net, AttenUNeT X	Dice系数, IoU, 像素准确率	NA
970	2025-11-23	Deep learning twined spatial analysis for detection of mysterious fairy circles 2025-Nov-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-03691-4 PMID:41257873	研究论文	本研究结合计算建模和地貌图像数据开发基于CNN的预测模型，用于从卫星图像中检测神秘仙女圈	首次将预训练CNN模型应用于全球范围内仙女圈的自动检测和定位	研究主要基于特定地区（马里、纳米比亚、澳大利亚）的数据，可能对其他地区的适用性有限	开发能够从卫星图像中自动检测仙女圈的人工智能模型	卫星图像中的仙女圈地貌特征	计算机视觉	NA	卫星遥感成像	CNN	卫星图像	NA	NA	预训练CNN	准确率	NA
971	2025-11-23	CyberDetect MLP a big data enabled optimized deep learning framework for scalable cyberattack detection in IoT environments 2025-Nov-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-24459-w PMID:41257897	研究论文	提出一个名为CyberDetect-MLP的可扩展、可解释的大数据驱动深度学习框架，用于物联网环境中的网络攻击检测	结合大数据分析与可解释深度学习，填补了网络安全领域大数据分析与可解释深度学习之间的空白，提供端到端的入侵检测系统方法	NA	开发可扩展、可解释的物联网网络攻击检测框架	物联网环境中的网络攻击检测	机器学习	NA	互信息特征选择，可解释人工智能	MLP	多维数据流，网络数据	完整TON_IoT数据集	Apache Spark, TensorFlow/PyTorch	多层感知机，包含批归一化、dropout和余弦退火调度	准确率，ROC-AUC	分布式计算框架Apache Spark
972	2025-11-23	Coevolutionary signals in multiple sequence alignments improve virulence factor prediction with an MSA Transformer 2025-Nov-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-24298-9 PMID:41257887	研究论文	提出一种基于MSA Transformer的新方法MVP，通过利用多序列比对中的共进化信号来预测细菌毒力因子	首次将共进化信息整合到毒力因子预测中，提出MSA-composition特征表示方法	未明确说明模型在哪些类型的毒力因子预测上表现较差	改进细菌毒力因子的预测准确性	细菌毒力因子相关蛋白序列	生物信息学	细菌感染性疾病	多序列比对，深度学习	Transformer	蛋白质序列数据	NA	PyTorch	MSA Transformer	准确率	NA
973	2025-11-23	Electrolyzers-HSI: Close-Range Multi-Scene Hyperspectral Imaging Benchmark Dataset 2025-Nov-19, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-06279-9 PMID:41257984	研究论文	介绍了一个用于电解器材料分类的多模态高光谱成像基准数据集Electrolyzers-HSI	首个专门针对电解器关键原材料回收的多模态高光谱成像基准数据集，包含共配准的RGB图像和HSI数据立方体	数据集规模相对较小，仅包含55个样本	通过准确的电解器材料分类加速关键原材料回收	粉碎的电解器样本	计算机视觉	NA	高光谱成像(HSI)	Transformer	图像, 高光谱数据	55个共配准的高分辨率RGB图像和HSI数据立方体	NA	Transformer	NA	NA
974	2025-11-23	Automated hypoxia and apnea identification for neonates via enhanced respiratory signal modeling with deep learning 2025-Nov-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-24783-1 PMID:41257997	研究论文	通过深度学习增强呼吸信号建模实现新生儿缺氧和呼吸暂停的自动识别	提出合成信号生成框架模拟婴儿呼吸周期，结合CNN-BiLSTM混合模型实现呼吸状态分类	使用合成数据而非真实临床数据，缺乏临床验证	开发基于机器学习的 neonatal 呼吸窘迫评估系统	新生儿呼吸模式	机器学习	新生儿呼吸系统疾病	合成信号生成，特征提取	CNN, BiLSTM, Random Forest	合成呼吸信号	NA	NA	CNN-BiLSTM	准确率	NA
975	2025-11-23	Multimodal fusion of ultrasound images using HXM net for breast cancer diagnosis 2025-Nov-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-23912-0 PMID:41258020	研究论文	提出HXM-Net深度学习模型，通过融合B超和多普勒超声图像提升乳腺癌诊断准确率	结合CNN空间特征提取与Transformer融合机制，实现双模态超声图像的协同分析	NA	提高乳腺癌检测的准确性和早期诊断能力	乳腺病灶的形态学和血管特征	计算机视觉	乳腺癌	超声成像	CNN, Transformer	图像	类别平衡的乳腺超声数据库	NA	HXM-Net	准确率, 敏感度(召回率), 特异性, F1分数, AUC-ROC	NA
976	2025-11-23	Cross-platform multi-cancer histopathology classification using local-window vision transformers 2025-Nov-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-24791-1 PMID:41258087	研究论文	提出CancerDet-Net框架，用于跨平台多癌种组织病理学图像分类	集成可分离卷积层、局部窗口视觉Transformer块和分层多尺度门控注意力机制，通过跨尺度特征融合实现多癌种分类，并提供可解释AI可视化和临床部署	未明确说明模型在不同数据集间的泛化能力具体测试结果	开发能够准确分类多种癌症组织病理学图像的AI系统	九种组织病理学亚型，涵盖四种主要癌症类型	数字病理学	多癌种（肺癌、结肠癌、皮肤癌、乳腺癌）	组织病理学图像分析	Vision Transformer (ViT), CNN	组织病理学图像	NA	NA	Vision Transformer with local-window self-attention, 可分离卷积, 分层多尺度门控注意力机制	准确率	NA
977	2025-11-23	TS-SatFire: A Multi-Task Satellite Image Time-Series Dataset for Wildfire Detection and Prediction 2025-Nov-19, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-06271-3 PMID:41258139	研究论文	提出一个用于野火检测和预测的多任务卫星图像时间序列数据集	首个涵盖野火生命周期完整监测任务的多时相遥感数据集，包含主动火点检测、日尺度燃烧面积制图和火势进展预测三大任务	数据集仅覆盖美国本土2017-2021年的野火事件，时间跨度和地理范围有限	通过多任务深度学习模型提升野火监测和预测能力	美国本土野火事件及其相关环境数据	计算机视觉	NA	多时相遥感成像，多光谱数据分析	深度学习模型	卫星图像，多模态辅助数据（气象、地形、土地覆盖、燃料信息）	3552幅地表反射率图像，总计71GB数据	NA	NA	NA	NA
978	2025-11-23	Causal deep learning for enhancing explainability in 6G network edge intelligence anomaly detection 2025-Nov-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-19700-5 PMID:41258145	研究论文	提出一种结合因果推断与LSTM网络的新框架，用于提升6G网络边缘智能异常检测的可解释性	首次将因果推断与LSTM网络集成，通过随机傅里叶特征变换消除非线性特征相关性，并使用生成对抗网络增强少数类样本	未明确说明模型在更复杂网络环境下的泛化能力	提升6G网络边缘智能异常检测系统的可解释性和可信度	6G网络边缘智能系统中的异常检测	机器学习	NA	随机傅里叶特征变换，生成对抗网络	LSTM, GAN	网络数据	两个大规模数据集	NA	LSTM, GAN	可解释性提升指标，根因定位时间	NA
979	2025-11-23	Dataset creation and benchmarking for Kashmiri news snippet classification using fine-tuned transformer and LLM models in a low resource setting 2025-Nov-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-24451-4 PMID:41258187	研究论文	本研究创建了克什米尔语新闻片段分类数据集，并在低资源环境下对多种模型进行基准测试	创建了首个手工标注的克什米尔语新闻片段数据集，并探索了在低资源语言环境下最优的文本分类方法组合	数据集通过英语新闻翻译创建，可能存在翻译偏差；样本量相对有限（15,036个片段）	解决克什米尔语在自然语言处理中的资源匮乏问题，建立有效的新闻片段分类方法	克什米尔语新闻片段文本数据	自然语言处理	NA	机器翻译（Microsoft Bing翻译工具），文本分类	Transformer, LLM, 机器学习模型, 深度学习模型	文本	15,036个新闻片段，涵盖10个类别（医疗、政治、体育、旅游、教育、艺术工艺、环境、娱乐、技术、文化）	NA	ParsBERT-Uncased	F1分数	NA
980	2025-11-23	Detection of violence in football sport based on deep learning and optimization algorithm 2025-Nov-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-24469-8 PMID:41258199	研究论文	提出一种基于深度学习和优化算法的实时足球暴力检测系统	结合CNN和LSTM提取时空特征，并采用改进版混洗牧羊人优化算法(MSSO)优化网络超参数	NA	开发高效的实时暴力行为检测系统	足球比赛中的暴力事件	计算机视觉	NA	深度学习	CNN, LSTM	视频	NA	NA	卷积神经网络, 长短期记忆网络	效率	NA