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
1881	2025-10-06	An enhancement of multi-scope topological graph pooling and representation learning with attention for molecular graph classification 2025-Dec, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2025.108548 PMID:40554399	研究论文	提出一种新型注意力增强的多尺度拓扑图池化策略AETP，用于分子图表示学习和分类任务	开发了注意力增强的多尺度拓扑图池化策略，能够同时提取判别性拓扑结构信息和图级变化，克服现有方法在保留复杂结构图多尺度表示方面的不足	主要针对复杂且小规模的分子图表示学习和分类任务，在其他类型图数据上的适用性需要进一步验证	提升分子图分类任务的性能，通过拓扑数据分析和深度学习相结合增强图表示学习	分子图数据	图神经网络	NA	拓扑数据分析(TDA)，持久同调，地标提取	图神经网络(GNN)	图数据	多个真实世界分子数据集：FDA_DILIst, T3DB_Toxin_2, Eye_Irritation, Eye_Corrosion	NA	AETP（注意力增强拓扑池化），对比基线包括：GCN, GraphSAGE, GAT, GIN, GINE, UniMP, GATv2, TOGL, TopoPool	NA	NA
1882	2025-10-06	FrAdadelta-CSA: Fractional Adadelta Chameleon Swarm Algorithm-based feature selection with SpikeGoogle-DenseNet for epileptic seizure detection 2025-Dec, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2025.108550 PMID:40554820	研究论文	提出一种基于分数阶Adadelta变色龙群算法特征选择和SpikeGoogle-DenseNet混合模型的癫痫发作检测方法	将分数阶微积分概念集成到Adadelta变色龙群算法中，并采用SpikeGoogle和DenseNet的混合模型进行癫痫检测	NA	开发基于深度学习的癫痫发作识别机制	癫痫患者的脑电图信号	机器学习	癫痫	短时傅里叶变换，脑电图信号处理	深度学习，混合模型	脑电图信号	NA	NA	SpikeGoogle-DenseNet	准确率，灵敏度，特异性	NA
1883	2025-10-06	A systematic framework enhancing molecular screening efficiency in drug discovery via scaffold-driven fuzzy similarity and adaptive spectral clustering 2025-Dec, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2025.108559 PMID:40582252	研究论文	提出一种创新的分子筛选和聚类方法，通过分子骨架和模糊相似性分类提高药物发现效率	引入分子骨架概念和模糊分子相似性分类方法，结合自适应高斯核函数改进谱聚类性能	仅使用PubChem数据库的公开数据，未在其他数据集上验证	提高药物发现过程中分子筛选效率和生物活性预测准确性	药物分子化合物	机器学习	NA	分子筛选，QSAR模型	谱聚类	分子结构数据	使用PubChem数据库中的实验数据，以1-萘酚为目标分子	NA	自适应谱聚类	筛选效率，聚类性能	NA
1884	2025-10-06	GC-PGE: A novel deep learning model for tumor drug resistance prediction and core resistance gene extraction based on graph and signaling pathways 2025-Dec, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2025.108578 PMID:40614480	研究论文	提出一种基于图神经网络和信号通路的新型深度学习模型GC-PGE，用于预测肿瘤耐药性并识别核心耐药基因	首次将基因相关性网络与信号通路信息结合，采用贝叶斯学习方法将耐药基因预测和肿瘤样本分类任务整合到统一架构中，实现任务间的相互验证和增强	未明确说明模型在不同肿瘤类型间的泛化能力，也未详细讨论计算复杂度问题	开发能够准确预测肿瘤耐药性并识别核心耐药基因的计算模型	肝癌、卵巢癌和黑色素瘤的肿瘤样本及相关基因数据	生物信息学, 机器学习	肝癌, 卵巢癌, 黑色素瘤	多维组学数据整合, 信号通路分析	图神经网络, 贝叶斯学习	基因表达数据, 蛋白质相互作用数据, 信号通路数据	NA	NA	GC-PGE（基因相关性和通路图编码器网络）	预测准确性, 基因识别性能	NA
1885	2025-10-06	DeepELR: Deep learning-based energy and link stability aware routing in IoT for heart disease classification 2025-Dec, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2025.108574 PMID:40627942	研究论文	提出一种基于深度学习的能量和链路稳定性感知路由算法DeepELR，用于物联网环境下的心脏病分类	开发了DeepELR路由算法，结合深度递归神经网络预测节点能量和链路稳定性，并采用改进的麻雀搜索算法进行集成学习	NA	开发心脏病检测方法并集成到物联网范式中，设计有效的路由算法传输医疗数据	心脏病患者监测数据	物联网	心脏病	深度学习，集成学习	DRNN, RNN, 集成学习	物联网传感器数据	NA	NA	深度递归神经网络	能量消耗，包传输率，链路稳定性	NA
1886	2025-10-06	Revolutionizing medical imaging: A cutting-edge AI framework with vision transformers and perceiver IO for multi-disease diagnosis 2025-Dec, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2025.108586 PMID:40633409	研究论文	提出结合Vision Transformers和Perceiver IO的混合AI框架，用于医学影像多疾病诊断	首次将ViT和Perceiver IO应用于神经系统疾病、皮肤疾病和肺部疾病的多疾病分类，在准确性、计算效率和临床可解释性方面优于传统架构	NA	解决传统深度学习模型在医学影像分类中泛化能力差、假阳性率高和难以区分重叠解剖特征的问题	神经系统疾病（中风、阿尔茨海默症）、皮肤疾病（癣、黑色素瘤）、肺部疾病（肺癌、肺炎）	计算机视觉	多疾病诊断	医学影像分析	Vision Transformer, Perceiver IO	医学影像（CT、MRI、X射线、皮肤镜图像）	多个公开数据集：脑中风预测CT扫描图像数据集、最佳阿尔茨海默MRI数据集、皮肤疾病数据集、HAM10000/HAM10k数据集、肺癌图像数据集、肺炎数据集	NA	Vision Transformer, Perceiver IO	准确率, 精确率, 召回率, F1分数	NA
1887	2025-10-06	Integrative review of intelligent nuchal translucency for genetic disorder 2025-Dec, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2025.108597 PMID:40684521	综述	本文系统回顾了智能颈项透明层筛查技术在遗传疾病检测中的应用研究	首次对深度学习技术在颈项透明层筛查领域的研究进行系统性梳理，识别了传统方法的局限性并指明机器学习方法的发展方向	仅纳入53篇相关研究论文，可能存在文献覆盖不全的问题	分析颈项透明层筛查技术的现状，探索深度学习技术在该领域的应用潜力	颈项透明层筛查相关的研究论文	医学影像分析	染色体异常和先天性心脏病	NA	深度学习	研究论文文献	53篇研究论文	NA	NA	性能指标和统计检验	NA
1888	2025-10-06	PreAIS: Prediction of A-to-I editing sites based on DNN-CNN deep learning models 2025-Dec, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2025.108612 PMID:40749520	研究论文	提出基于DNN-CNN深度学习模型的PreAIS方法用于预测A-to-I RNA编辑位点	结合K-mer特征提取与DNN-CNN混合架构，在准确性和泛化能力上优于现有最佳模型	NA	开发高精度的A-to-I RNA编辑位点预测工具	A-to-I RNA编辑位点	机器学习	NA	Sanger测序	DNN, CNN	基因组序列数据	数据集1和数据集2（具体数量未明确），包含58个经Sanger验证的人类A-to-I编辑位点	NA	DNN-CNN混合架构	准确率, 特异性, 灵敏度	NA
1889	2025-10-06	Fertilizer prediction using serial exponential newton meta-heuristic algorithm-based convolutional neural network in IoT-based WSNs 2025-Dec, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2025.108561 PMID:40570467	研究论文	提出一种基于序列指数牛顿元启发式算法优化的一维卷积神经网络，用于物联网无线传感器网络中的肥料预测	整合牛顿元启发式算法和序列指数加权移动平均法开发SExpNMA算法，用于簇头路由选择和优化CNN分类器参数	NA	通过深度学习模型提高物联网无线传感器网络中肥料预测的准确性	无线传感器网络采集的农业数据	机器学习	NA	物联网无线传感器网络	1D CNN, BiLSTM	传感器时序数据	NA	NA	一维卷积神经网络, 双向长短期记忆网络	准确率, 敏感度, 特异度	NA
1890	2025-10-06	AI-Driven molecule generation and bioactivity prediction: A multi-model approach combining VAE, graph and language-based neural networks 2025-Dec, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2025.108532 PMID:40550191	研究论文	本文提出一种结合VAE、图神经网络和语言模型的多模型方法，用于抗癌小分子生成和生物活性预测	首次将变分自编码器、多种图神经网络和预训练语言模型集成到统一框架中，采用平均和堆叠两种集成方法进行生物活性预测	研究仅针对乳腺癌肿瘤的6种癌细胞系进行验证，未扩展到其他癌症类型	开发深度学习模型加速抗癌药物发现过程	抗癌小分子化合物	机器学习	乳腺癌	深度学习	VAE, GNN, Transformer	分子结构数据, SMILES序列	包含多个化合物的乳腺癌肿瘤数据集，涵盖6种癌细胞系	PyTorch, TensorFlow	VAE, GAT, GCN, MPNN, ChemBERTa	皮尔逊相关系数	NA
1891	2025-10-06	MJnet: A lightweight RNN-based model for microRNA target site prediction 2025-Dec, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2025.108603 PMID:40737827	研究论文	提出一种基于双向门控循环单元的轻量级深度学习模型MJnet，用于microRNA靶位点预测	结合简单C2编码、多尺度一维卷积网络和自注意力机制，在保持低计算成本的同时捕获局部序列特征和全局上下文依赖	NA	开发轻量高效且可解释的microRNA靶位点预测方法	microRNA靶位点	自然语言处理	NA	深度学习	RNN, BiGRU, CNN	序列数据	实验验证数据集	NA	BiGRU, TextCNN, 自注意力机制	准确率, F1分数, 鲁棒性	NA
1892	2025-10-06	A multi-task deep sequential neural network for IgA nephropathy Oxford classification and prognosis prediction 2025-Dec, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2025.106052 PMID:40743805	研究论文	开发了一个用于IgA肾病牛津分类和预后预测的多任务深度序列神经网络	首次提出集成病变分割、肾小球分类、牛津MEST-C评分和预后预测的多任务模型	样本量相对有限，仅在中国两家医院进行验证	开发集成多任务的深度学习模型以改善IgA肾病的病理分析和预后预测	IgA肾病患者的肾脏病理数据	数字病理学	IgA肾病	深度学习	深度序列神经网络	病理图像	PLAG医院数据集245例，中日友好医院数据集32例	NA	深度序列神经网络	Dice系数, Kappa值, AUC	NA
1893	2025-10-06	Adversarial learning for beamforming domain transfer in ultrasound medical imaging 2025-Dec, Ultrasonics IF:3.8Q1 DOI:10.1016/j.ultras.2025.107749 PMID:40674811	研究论文	本研究利用生成对抗网络将平面波DAS超声图像转换为类似F-DMAS质量的图像	首次将GAN应用于超声波束形成域转换，提出使用纹理分析验证生成图像质量	需要依赖专家定性评估，且原始RF数据不可得时的方法限制	提升B模式超声图像质量，实现波束形成域转换	超声医学图像	医学影像处理	NA	超声成像，生成对抗网络	GAN	超声图像	NA	NA	Pix2Pix, Pyramidal Pix2Pix, CycleGAN	RMSE, PSNR, 对比度改善指数, 纹理特征参数	NA
1894	2025-10-06	mbSparse: an autoencoder-based imputation method to address sparsity in microbiome data 2025-Dec, Gut microbes IF:12.2Q1 DOI:10.1080/19490976.2025.2552347 PMID:40888610	研究论文	提出一种基于自编码器的微生物组数据插补方法mbSparse，用于解决微生物组数据高稀疏性问题	采用深度学习而非传统预定义计数分布，结合特征自编码器和条件变分自编码器(CVAE)进行数据重建	NA	解决微生物组数据高稀疏性带来的分析挑战	微生物组数据	机器学习	结直肠癌	微生物组测序	自编码器,条件变分自编码器	计数矩阵数据	NA	NA	自编码器,CVAE	均方误差,精确召回曲线下面积,皮尔逊相关系数	NA
1895	2025-10-06	Diagnostic performance of dual-layer spectral CT Radiomics and deep learning for differentiating osteoblastic bone metastases from bone islands 2025-Dec, European journal of radiology open IF:1.8Q3 DOI:10.1016/j.ejro.2025.100679 PMID:40895390	研究论文	比较双层光谱CT影像组学特征和深度学习模型在鉴别成骨性骨转移与骨岛方面的诊断性能	首次将双层光谱探测器CT的影像组学特征与深度学习模型在骨病变鉴别诊断中进行系统比较	回顾性研究设计，样本量相对有限，仅纳入特定时间段内的患者	评估不同影像学方法在鉴别成骨性骨转移和骨岛方面的诊断效能	成骨性骨病变患者	医学影像分析	骨肿瘤	双层光谱探测器CT，常规CT	深度学习模型	CT影像	94名患者的216个病灶（125个骨岛，91个成骨性骨转移）	NA	NA	AUC, 敏感性, 特异性	NA
1896	2025-10-06	Unraveling bladder cancer-related circRNA biomarkers: a hybrid model combining deep learning and statistics 2025-Dec, Health information science and systems IF:4.7Q1 DOI:10.1007/s13755-025-00373-3 PMID:40893176	研究论文	开发结合深度学习和统计分析的混合模型识别膀胱癌相关的环状RNA生物标志物	提出集成深度学习、特征选择和统计分析的综合计算方法，发现34个新型膀胱癌环状RNA生物标志物	样本量相对有限（454例患者和19例健康对照），需要进一步实验验证	识别膀胱癌诊断和预后的非侵入性环状RNA生物标志物	膀胱癌患者和健康对照的RNA测序数据	生物信息学	膀胱癌	RNA测序，CIRCexplorer3工具	深度学习	RNA测序数据	454例膀胱癌患者和19例健康对照	NA	NA	NA	NA
1897	2025-10-06	Method for fetal ultrasound image classification using pseudo-labelling with PCA-KMeans and an attention-augmented MobileNet-LSTM model 2025-Dec, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2025.103563 PMID:40896717	研究论文	提出一种结合伪标签生成和注意力增强MobileNet-LSTM模型的胎儿超声图像分类方法	使用PCA-KMeans进行无监督伪标签生成解决数据稀缺问题，并设计融合多头自注意力和LSTM的混合架构增强特征学习和时序上下文	未提及外部验证或临床部署的可行性评估	开发高精度的胎儿超声图像自动分类方法	胎儿超声图像	计算机视觉	胎儿医学	超声成像	CNN, LSTM, 注意力机制	医学图像	NA	NA	MobileNet, LSTM, 多头自注意力	准确率, 宏F1分数	NA
1898	2025-10-06	Deep learning with ensemble-based hybrid AI model for bipolar and unipolar depression detection using demographic and behavioral based on time-series data 2025-12, Dialogues in clinical neuroscience DOI:10.1080/19585969.2025.2524337 PMID:40588165	研究论文	提出基于人口统计学和行为时间序列数据的集成混合AI模型，用于双相和单相抑郁症检测	结合结构化人口统计特征与合成活动记录时间序列数据的混合AI框架，集成XGBoost和深度CNN模型	尚未经过临床验证，使用合成数据而非真实世界数据集	开发自动化的抑郁症分类方法	双相和单相抑郁症患者	机器学习	精神疾病	行为时间序列分析	XGBoost, CNN	时间序列数据，结构化人口统计数据	NA	XGBoost, TensorFlow/PyTorch	卷积神经网络	准确率，灵敏度，特异性	NA
1899	2025-10-06	Automatic recognition of adrenal incidentalomas using a two-stage cascade network: a multicenter study 2025-Dec, Annals of medicine IF:4.9Q1 DOI:10.1080/07853890.2025.2540596 PMID:40772430	研究论文	本研究开发了一种基于深度学习的两阶段级联网络，用于在多中心非增强CT图像中自动识别肾上腺偶发瘤	首次提出两阶段级联网络架构，结合3D Res-Unet分割网络和分类器，实现肾上腺偶发瘤的自动识别	回顾性研究设计，样本量相对有限（778例患者）	开发自动识别肾上腺偶发瘤的深度学习系统	肾上腺偶发瘤患者	计算机视觉	肾上腺疾病	CT成像	CNN	3D医学图像	778名患者（来自三个医疗中心）	NA	3D Res-Unet	Dice相似系数, AUC, 准确率, 灵敏度, 特异性	NA
1900	2025-10-06	A multi-model deep learning approach for human emotion recognition 2025-Dec, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-025-10304-3 PMID:40761311	研究论文	提出一种融合音频、视觉和文本的多模态深度学习框架用于人类情绪识别	提出基于注意力的多模态融合机制，结合图注意力网络、Wav2Vec 2.0和BERT-BiGRU等先进技术实现跨模态情绪分析	NA	开发高效的多模态情绪识别系统	人类情绪表达	自然语言处理,计算机视觉,语音处理	NA	深度学习,多模态融合	Transformer,GCN,CNN,BiGRU	音频,图像,文本	NA	PyTorch/TensorFlow	Graph Attention Network, Wav2Vec 2.0, CNN, BERT, BiGRU	准确率,精确率,召回率,F1分数	NA