深度学习在生物医药领域中的应用

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
1	2025-09-26	E2-regulated transcriptome complexity revealed by long-read direct RNA sequencing: from isoform discovery to truncated proteins 2025-Dec, RNA biology IF:3.6Q2 DOI:10.1080/15476286.2025.2563860 PMID:40965441	研究论文	本研究利用纳米孔长读长直接RNA测序技术揭示雌激素调控的转录组复杂性，发现新型异构体及其产生的截短蛋白功能	首次结合长读长直接RNA测序、3'端测序和深度学习蛋白建模系统解析E2响应转录组，发现内含子多聚腺苷酸化mRNA产生的功能性截短蛋白	NA	探索雌激素受体阳性乳腺癌中E2调控的转录组复杂性和蛋白水平影响	ERα阳性乳腺癌细胞系及其转录组	生物信息学	乳腺癌	纳米孔长读长直接RNA测序、3'端测序、深度学习蛋白建模	深度学习	RNA测序数据	NA
2	2025-09-26	EyeMap: A fusion-based method for eye movement-based visual attention maps as predictive markers of parkinsonism 2025-Dec, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2025.103607 PMID:40994894	研究论文	提出一种名为EyeMap的融合方法，通过眼动数据可视化帕金森病的视觉注意力模式	结合扫描路径、注视热图和网格化兴趣区域三种眼动可视化方式，采用后期融合技术整合机器学习和深度学习模型的预测结果	NA	开发可解释的眼动表征方法以增强帕金森病症状的诊断可解释性	帕金森病患者和健康对照组的眼动数据	机器学习	帕金森病	眼动追踪技术	机器学习和深度学习模型的后期融合	眼动数据可视化（扫描路径、注视热图、网格化兴趣区域）	包含帕金森病患者和健康对照组的眼动追踪数据集
3	2025-09-24	GShC-Net: Hybrid deep learning with DCTLAP feature extraction for brain tumor detection 2025-Dec, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2025.108577 PMID:40701121	研究论文	提出一种融合GoogleNet和Shepard卷积网络的混合深度学习模型GShC-Net，用于脑肿瘤的自动检测与分类	首次将GoogleNet与Shepard卷积神经网络进行融合，并采用DCTLAP等混合特征提取方法	NA	开发自动化脑肿瘤检测系统以提高诊断准确性	脑部医学图像中的肿瘤区域	计算机视觉	脑肿瘤	深度学习、特征提取（Haralick纹理特征、统计特征、DCTLAP）	混合CNN（GoogleNet-Shepard CNN）	医学图像	NA
4	2025-09-19	Response to letter regarding "A deep learning approach for gastroscopic manifestation recognition based on Kyoto Gastritis Score" 2025-Dec, Annals of medicine IF:4.9Q1 DOI:10.1080/07853890.2025.2561801 PMID:40964794	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
5	2025-09-21	A Transformer-based framework with generative spectral augmentation for online monitoring of hyaluronic acid fermentation 2025-Dec-01, Carbohydrate polymers IF:10.7Q1 DOI:10.1016/j.carbpol.2025.124278 PMID:40973290	研究论文	提出一种结合数据增强和深度学习的在线监测框架，用于透明质酸发酵过程中分子量和浓度的实时监测	集成Wasserstein GAN与梯度惩罚（WGAN-GP）生成高保真合成光谱，并开发改进的Transformer模型以捕捉发酵过程中的复杂光谱特征	NA	实现透明质酸发酵过程中分子量和浓度的精确实时监测，提升产品质量控制	透明质酸（HA）发酵过程	机器学习	NA	近红外（NIR）光谱分析，WGAN-GP数据增强	Transformer，1D-CNN，LSTM	光谱数据	NA
6	2025-09-20	Application of Raman Spectroscopy Coupled With Chemometrics for the Detection and Quantification of Mancozeb Residues in Collard Green 2025-Dec, Analytical science advances IF:3.0Q2 DOI:10.1002/ansa.70045 PMID:40959212	研究论文	本研究利用拉曼光谱结合化学计量学方法检测和量化羽衣甘蓝中的代森锰锌残留	首次将拉曼光谱与机器学习模型（包括深度学习和集成方法）结合，用于代森锰锌残留的高精度检测与量化	研究仅限于羽衣甘蓝中的代森锰锌残留，未验证其他农药或蔬菜类型的适用性	开发快速、精确、可及的农药残留检测技术，保障食品安全	羽衣甘蓝中的代森锰锌农药残留	化学计量学与光谱分析	食品安全相关健康风险	拉曼光谱，主成分分析（PCA），机器学习建模	SVM, CNN, 集成学习	光谱数据	多个浓度梯度样本（0.01-0.5 ppm），按监管残留限值分类
7	2025-09-20	Generalizable deep learning for photoplethysmography-based blood pressure estimation-A benchmarking study 2025-Dec-01, Machine Learning. Health DOI:10.1088/3049-477X/ae01a8 PMID:40959521	研究论文	本研究评估了基于光电容积脉搏波(PPG)和深度学习模型进行血压估计的泛化能力	首次系统评估深度学习模型在分布外数据集上的血压估计性能，并提出基于样本的域适应方法	模型性能受数据集间血压分布差异的强烈影响	研究基于PPG的深度学习血压估计模型的泛化能力	光电容积脉搏波信号和血压数据	机器学习	心血管疾病	深度学习	XResNet1d101等五种深度学习模型	生理信号波形数据	基于PulseDB数据集训练，并在多个外部数据集测试
8	2025-09-19	Analyzing mental disorders with a CNN-GRU deep learning model on motor activity 2025-Dec, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-025-10335-w PMID:40964443	研究论文	使用CNN-GRU深度学习模型分析运动活动数据以检测情绪障碍	首次将连续可穿戴运动活动数据与CNN-GRU架构结合用于情绪障碍分析，实现98.1%的准确率	仅基于单一Depresjon数据集验证，未涉及多中心或多样化人群验证	开发基于深度学习的情绪障碍检测方法	情绪障碍患者（通过手腕活动记录仪采集数据）	机器学习	情绪障碍	actigraphy（活动记录技术）	CNN-GRU	时间序列运动活动数据	Depresjon数据集（具体样本量未明确说明）
9	2025-09-18	HCNS:A deep learning model for identifying essential proteins based on hypergraph convolution and sequence features 2025-Dec, Analytical biochemistry IF:2.6Q2 DOI:10.1016/j.ab.2025.115949 PMID:40783109	研究论文	提出一种基于超图卷积和序列特征的深度学习模型HCNS，用于精确识别必需蛋白质	整合超图卷积网络（HGCN）和包含多种深度学习的序列特征提取模块，首次同时利用PPI网络和蛋白质氨基酸序列进行识别	NA	提高必需蛋白质识别的准确性	蛋白质	生物信息学	NA	深度学习	HGCN, CNN, Bi-LSTM, Transformer, MLP	蛋白质相互作用网络数据、蛋白质复合物数据、蛋白质氨基酸序列	NA
10	2025-09-18	Deep learning-enabled fluorescence imaging for oral cancer margin classification in preclinical models 2025-Dec, Journal of biomedical optics IF:3.0Q2 DOI:10.1117/1.JBO.30.S3.S34109 PMID:40949530	研究论文	本研究开发了一种结合深度学习与空间频域成像（SFDI）的系统，用于口腔癌手术中荧光标记的亚表面深度定量与切缘评估	首次将深度学习与结构光成像技术结合，实现对亚表面荧光结构的深度和浓度量化，突破现有荧光成像系统无法量化亚表面结构的限制	研究目前主要在模拟数据、体模和离体动物组织中进行验证，尚未进行临床人体试验	开发一种术中口腔癌切缘评估技术，确保肿瘤完全切除同时保留术后功能	口腔癌肿瘤，特别是舌癌的亚表面荧光标记结构	数字病理	口腔癌	空间频域成像（SFDI），荧光成像，深度学习	ResNet, U-Net CNN	图像	模拟患者来源舌肿瘤形状数据、荧光体模数据集、离体动物组织样本
11	2025-09-18	MLSPred-bench: Transforming electroencephalography (EEG) datasets into machine learning-ready epileptic seizure prediction benchmarks 2025-Dec, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2025.103574 PMID:40949826	研究论文	提出一种将癫痫检测脑电图数据集转换为适用于癫痫发作预测的机器学习基准数据的方法	开发了MLSPred-bench方法，能够将标注为检测用途的EEG大数据转换为适用于预测任务的ML就绪数据，并生成12个包含不同SPH和SOP变化的基准数据集	NA	解决癫痫发作预测任务中缺乏标注数据的挑战，促进癫痫预测模型的发展	脑电图(EEG)数据集	机器学习	癫痫	脑电图(EEG)分析	多种机器学习和深度学习模型	时间序列脑电信号数据	超过150GB的ML就绪数据，来自现有EEG数据语料库
12	2025-09-18	Design of an iterative hybrid multimodal deep learning method for early skin disease detection with cross-attention and graph-based fusions 2025-Dec, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2025.103584 PMID:40949827	研究论文	提出一种用于早期皮肤疾病检测的多模态深度学习框架，融合空间、时间和语义信息	结合跨注意力机制和图注意力网络（GAT）实现多模态特征交互与患者间关系建模	NA	早期皮肤疾病检测	皮肤疾病患者的多模态数据	计算机视觉	皮肤疾病	多模态深度学习	EfficientNet-B4, BiLSTM, ClinicalBERT, GAT	图像、时间序列信号、临床文本	NA
13	2025-09-15	Predictive and early warning analysis of infectious gastroenteritis based on the BiLSTM-BiGRU model 2025-Dec, Infectious Disease Modelling IF:3.0Q1 DOI:10.1016/j.idm.2025.07.016 PMID:40822277	研究论文	基于BiLSTM-BiGRU模型结合气象因素对感染性胃肠炎进行预测和预警分析	首次将BiLSTM-BiGRU模型与灰狼优化算法(GWO)结合用于感染性胃肠炎预测，并构建移动百分位数控制图预警模型	研究仅基于东京地区数据，模型在其他地区的适用性需要进一步验证	提高感染性胃肠炎的预测精度和预警效率，为相关部门制定防控措施提供参考	日本东京地区的感染性胃肠炎发病情况	时间序列预测	感染性胃肠炎	时间序列分析、优化算法参数调优	BiLSTM-BiGRU、GWO优化	时间序列数据（病例数和气象数据）	808周的数据（2008年1月至2023年6月）
14	2025-09-15	VCNet: Optimized Deep Learning framework with deep feature extraction and genetic algorithm for multiclass rice crop disease detection 2025-Dec, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2025.103551 PMID:40822541	研究论文	提出一种名为VCNet的优化深度学习框架，用于水稻作物多类别病害检测，结合深度特征提取和遗传算法以提高性能	设计了一个浅层模型结合深度特征提取，采用VGG16层与自定义CNN架构融合，并引入遗传算法进行两级优化，提升泛化能力并减少过学习	未明确提及具体的数据集规模限制或模型在真实田间环境中的泛化性能细节	开发高效、优化的多类别水稻病害检测深度学习技术，降低计算负载和训练时间	水稻作物及其病害，如鞘腐病等	计算机视觉	水稻病害	深度学习，遗传算法，特征提取	CNN，VGG16，自定义卷积神经网络	图像	NA
15	2025-09-15	Development of student intent-based educational chatbot system with adaptive and attentive DTCN on symmetric convolution approach 2025-Dec, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2025.103542 PMID:40822546	研究论文	开发了一种基于学生意图的教育聊天机器人系统，采用自适应和注意力机制的DTCN结合对称卷积方法	提出了一种新型混合元启发式优化算法ADT-BMO用于特征加权和融合，并结合AA-DTCN-SC网络实现精准意图识别	NA	通过智能聊天机器人自动回答学术问题，提升教育信息获取效率	学生和教育工作者的学术查询	自然语言处理	NA	NLP, 深度学习, 优化算法	BERT, TransformerNet, Text CNN, DTCN, RNN, Bi-LSTM	文本	NA
16	2025-09-10	Letter to the editor regarding 'a deep learning approach for gastroscopic manifestation recognition based on Kyoto Gastritis Score' 2025-Dec, Annals of medicine IF:4.9Q1 DOI:10.1080/07853890.2025.2552928 PMID:40922498	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
17	2025-09-13	Deep learning-based detection of depression by fusing auditory, visual and textual clues 2025-Dec-15, Journal of affective disorders IF:4.9Q1 DOI:10.1016/j.jad.2025.119860 PMID:40675260	研究论文	提出一种基于多模态融合的深度学习模型，用于通过音频、视频和文本线索自动检测抑郁症状	整合视觉、听觉和文本多模态信息，并采用多头交叉注意力网络进行特征融合，在聊天机器人访谈场景中验证模型性能	未进行纵向随访研究，对重度抑郁的适用性需进一步验证	开发自动化抑郁检测人工智能模型	抑郁患者和健康对照者	自然语言处理	精神疾病	多模态特征融合、GPT-2.0	多头交叉注意力网络	音频、视频、文本	内部验证集：152名抑郁患者和118名健康对照；外部验证集：55名抑郁患者和45名健康对照
18	2025-09-13	A generalizable diffusion framework for 3D low-dose and few-view cardiac SPECT imaging 2025-Dec, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103729 PMID:40752375	研究论文	提出一种可泛化的扩散框架DiffSPECT-3D，用于改善3D低剂量和少视角心脏SPECT成像质量	无需网络重新训练或微调即可适应不同采集设置，采用一致性策略和2.5D条件策略解决3D扩散模型的内存/计算问题	NA	提升低剂量和少视角心脏SPECT成像质量并保持临床性能	心脏SPECT图像	医学影像处理	心血管疾病	SPECT成像，扩散模型	扩散模型	3D医学图像	1,325例临床Tc替曲膦负荷/静息研究，来自795名患者
19	2025-09-13	Predictive modeling and cohort data analytics for student success and retention 2025-Dec, Evaluation and program planning IF:1.5Q2 DOI:10.1016/j.evalprogplan.2025.102689 PMID:40897068	研究论文	基于23,000多名大一新生的数据，分析学术表现和人口统计差异，并开发预测模型以提升学生成功率和保留率	利用深度学习模型预测大二学分积累和GPA，实现主动风险识别并为差异化支持提供依据	研究仅基于单一美国公立大学数据，可能缺乏普适性	通过数据分析和预测建模提升学生学术表现和保留率	23,000多名首次入学的大一新生	机器学习	NA	深度学习	深度学习模型	结构化数据（学术和人口统计数据）	23,000多名大一新生
20	2025-09-12	TRI-PLAN: A deep learning-based automated assessment framework for right heart assessment in transcatheter tricuspid valve replacement planning 2025-Dec-15, International journal of cardiology IF:3.2Q2 DOI:10.1016/j.ijcard.2025.133732 PMID:40780436	研究论文	开发并验证了首个基于深度学习的全自动框架TRI-PLAN，用于经导管三尖瓣置换术前的右心结构评估	首个全自动深度学习框架，用于TTVR术前评估，实现右心结构分割、关键参数自动测量及右心室射血分数评估	回顾性研究，样本量有限（140例），仅在中国两家心脏中心进行验证	提升经导管三尖瓣置换术术前评估的效率和准确性	严重三尖瓣反流患者	数字病理	心血管疾病	CTA扫描	深度学习网络（DRA-Net）	医学影像	140例患者的63,962张CTA切片