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	2025-09-14	Enhancing 5-Day Particulate Matter (PM10) Forecasts in Morocco Using U-Net: A Deep Learning Approach 2026-Jan, Atmospheric research IF:4.5Q1 DOI:10.1016/j.atmosres.2025.108439 PMID:40933727	研究论文	本研究利用U-Net深度学习模型提升摩洛哥未来五天颗粒物(PM10)的预测精度	首次在中东和北非地区应用U-Net模型进行颗粒物预测，并改进架构以实现不同分辨率的输出预测，无需插值处理	模型误差显示升级周期的影响，需定期用更新数据重新训练以保持预测可靠性	提高颗粒物浓度预测准确性以支持健康风险预警和公共健康保护	摩洛哥地区的PM10浓度	机器学习	NA	深度学习	U-Net	大气监测数据	基于哥白尼大气监测服务(CAMS)的再分析数据和预报数据
2	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
3	2025-09-14	Deep learning-derived optimal annotation strategies to power the systematic mapping of peptide space 2025-Nov-15, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.145437 PMID:40639248	研究论文	本文探讨了深度学习在肽段识别技术中的应用，以提高蛋白质组学中肽段序列表征的效率和准确性	结合深度学习模型（如Prosit、pDeep、卷积神经网络）与图论，优化质谱数据处理和肽段识别策略	NA	提升肽段识别方法的效率和准确性，推动蛋白质组学发展	肽段序列和质谱数据	机器学习	NA	串联质谱（MS/MS）、数据依赖采集（DDA）、数据非依赖采集（DIA）	CNN、深度神经网络	质谱数据	NA
4	2025-09-14	TTI and pH-responsive dual colorimetric sensor arrays combined with a cascaded deep learning approach for dynamic monitoring of freshness of fresh-cut fruits 2025-Nov-15, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.145495 PMID:40651146	研究论文	开发了一种结合pH响应指示剂和时间温度积分器的双比色传感器阵列，用于动态监测鲜切水果的新鲜度	提出双参数传感器阵列克服单参数限制，并采用级联深度学习框架实现高精度预测	NA	动态监测鲜切水果在冷链中的货架期和新鲜度	鲜切芒果和猕猴桃	计算机视觉	NA	比色传感器阵列，深度学习	YOLOv8, ResNet-18, 贝叶斯模型	图像	NA
5	2025-09-14	A novel contrastive Dual-Branch Network (CDB-Net) for robust EEG-Based Alzheimer's disease diagnosis 2025-Oct-15, Brain research IF:2.7Q3 DOI:10.1016/j.brainres.2025.149863 PMID:40730254	研究论文	提出一种新颖的对比双分支网络（CDB-Net），用于提升基于EEG的阿尔茨海默病诊断的准确性和鲁棒性	采用对比学习训练双分支结构，使模型能够学习噪声干扰下保持一致的EEG特征	NA	提高基于脑电图（EEG）的阿尔茨海默病诊断的准确性和鲁棒性	阿尔茨海默病患者和健康对照的EEG信号	机器学习	阿尔茨海默病	EEG（脑电图）	CDB-Net（对比双分支网络），深度学习模型	EEG信号	公共EEG数据集（具体数量未说明）
6	2025-09-14	De Novo Design of Highly Stable Binders Targeting Dihydrofolate Reductase in Klebsiella pneumoniae 2025-Oct, Proteins IF:3.2Q2 DOI:10.1002/prot.26835 PMID:40371895	研究论文	本研究利用深度学习技术设计靶向肺炎克雷伯菌二氢叶酸还原酶（DHFR）的新型稳定抑制剂	首次结合深度学习模型（OmegaFold和ProteinMPNN）从头设计具有细胞穿透肽（CPP）基序的DHFR抑制剂，并通过分子对接和动力学模拟验证其结合亲和力与稳定性	计算模型预测体内行为存在局限性，需通过体外和体内实验进一步验证临床相关性	设计针对肺炎克雷伯菌DHFR蛋白的新型治疗性抑制剂，以应对细菌耐药性问题	肺炎克雷伯菌DHFR蛋白及其新型肽类抑制剂	生物信息学	细菌感染	深度学习、分子对接、分子动力学模拟	OmegaFold, ProteinMPNN	蛋白质序列	从肺炎克雷伯菌菌株中获取DHFR蛋白序列，生成7200个抑制剂序列，最终筛选出10个候选序列
7	2025-09-14	3D-ΔΔG: A Dual-Channel Prediction Model for Protein-Protein Binding Affinity Changes Following Mutation Based on Protein 3D Structures 2025-Oct, Proteins IF:3.2Q2 DOI:10.1002/prot.26837 PMID:40375059	研究论文	提出一种基于蛋白质3D结构的双通道深度学习模型3D-ΔΔG，用于预测蛋白质-蛋白质结合亲和力在突变后的变化	结合侧链序列和3D结构信息处理多点突变，采用预训练蛋白质语言模型和图注意力网络的双通道架构	未明确说明模型在处理极罕见突变或跨物种泛化能力方面的限制	预测氨基酸残基突变引起的蛋白质-蛋白质结合亲和力变化(ΔΔG)	蛋白质-蛋白质复合物及其突变变体	计算生物学	NA	深度学习，预训练蛋白质语言模型，图注意力网络	双通道深度学习模型（结合序列编码器和GAT）	蛋白质3D结构数据和氨基酸序列数据	使用SKEMPIv1和SKEMPIv2数据集进行评估
8	2025-09-14	DeepUSPS: Deep Learning-Empowered Unconstrained-Structural Protein Sequence Design 2025-Oct, Proteins IF:3.2Q2 DOI:10.1002/prot.26847 PMID:40448386	研究论文	提出DeepUSPS模型，用于无约束结构蛋白质序列设计，通过深度学习技术提升优化效率和蛋白质性能	引入IDRNet增强热稳定性，构建SPFESN降低序列相似性，并采用WRA优化器高效生成理想蛋白质序列	NA	解决无约束结构蛋白质序列设计中的优化效率低、天然蛋白质相似性高及热稳定性不足的问题	无约束结构蛋白质序列	计算生物学	NA	深度学习，3Dpssm优化，计算机模拟实验	IDRNet, SPFESN	蛋白质序列数据	生成1000条IDE蛋白质序列
9	2025-09-14	ComPtr: Toward Diverse Bi-Source Dense Prediction Tasks via a Simple Yet General Complementary Transformer 2025-Oct, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3578494 PMID:40489289	研究论文	提出一种名为ComPtr的互补Transformer模型，用于处理多样化的双源密集预测任务	从通用的双源密集预测概念出发，通过一致性增强和差异感知组件提取不同图像源的重要视觉语义线索	NA	构建统一模型处理多种双源信息密集预测任务	遥感变化检测、RGB-T人群计数、RGB-D/T显著目标检测和RGB-D语义分割等多任务视觉数据	computer vision	NA	Transformer	sequence-to-sequence	image	NA
10	2025-09-14	SAS: A General Framework Induced by Sequence Association for Shape From Focus 2025-Oct, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3577595 PMID:40489288	研究论文	提出一种基于序列关联的通用框架SAS，用于提升形状聚焦（SFF）方法的泛化能力	将图像序列视为完整3D数据进行多视图分解、选择性融合和多尺度特征聚合，并引入更紧密的多视图学习泛化误差界	未明确说明计算复杂度或实时性能表现	提升形状聚焦（SFF）技术的泛化性和场景适应性	多焦点图像序列和3D场景深度估计	计算机视觉	NA	多视图学习、选择性融合、多尺度特征聚合	深度学习框架	图像序列	7个合成数据集和2个真实场景
11	2025-09-14	Event-Based Stereo Depth Estimation: A Survey 2025-Oct, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3586559 PMID:40644099	综述	本文系统综述了基于事件相机的立体深度估计方法，涵盖传统电路设计到深度学习技术，并首次全面评述相关数据集	首次全面涵盖深度学习方法和立体数据集，并提供创建新基准测试的实用建议	NA	为基于事件相机的立体深度估计领域提供综合性概述和未来研究方向	事件相机立体视觉系统和深度估计算法	computer vision	NA	深度学习，立体匹配，SLAM	DL methods	事件流数据，立体图像	NA
12	2025-09-14	Deep learning-based temporal muscle quantification on MRI predicts adverse outcomes in acute ischemic stroke 2025-Oct, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112332 PMID:40716184	研究论文	开发基于深度学习的MRI颞肌自动量化流程，用于预测急性缺血性卒中患者的不良预后	提出端到端的深度学习流程，整合ResNet50切片选择和TransUNet分割算法，首次实现颞肌厚度和面积的自动量化并验证其预后价值	研究样本量有限（1020例），且为单中心研究，需要外部验证	开发自动量化颞肌参数的深度学习系统，并评估其在急性缺血性卒中预后预测中的价值	急性缺血性卒中患者	医学影像分析	急性缺血性卒中	深度学习，MRI成像	ResNet50, TransUNet	MRI图像	1020例急性缺血性卒中患者（分为三个数据集：295例用于切片选择，258例用于分割，467例用于预后评估）
13	2025-09-14	Rician Likelihood Loss for Quantitative MRI With Self-Supervised Deep Learning 2025-Oct, NMR in biomedicine IF:2.7Q1 DOI:10.1002/nbm.70136 PMID:40904047	研究论文	提出一种用于定量MRI自监督深度学习的Rician似然损失函数，以改善低信噪比下的参数估计偏差	首次将Rician分布特性融入自监督学习损失函数，替代传统MSE损失	在低信噪比下精度有所降低，性能随信噪比变化	提高定量MRI参数估计的准确性和鲁棒性	MRI magnitude信号	医学影像分析	NA	自监督深度学习，IVIM模型	深度学习网络	MRI影像数据	模拟数据和真实数据
14	2025-09-14	MOL: Joint Estimation of Micro-Expression, Optical Flow, and Landmark via Transformer-Graph-Style Convolution 2025-Oct, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3581162 PMID:40536836	研究论文	提出一种端到端的微表情识别框架，联合估计微表情、光流和面部关键点	结合Transformer、图卷积和普通卷积的优势，设计F5C模块直接从原始帧序列提取局部-全局特征，无需关键帧先验知识	NA	提升面部微表情识别的准确性和鲁棒性	面部微表情、光流、面部关键点	计算机视觉	NA	深度学习	Transformer, GCN, CNN	视频序列	在CASME II、SAMM和SMIC基准数据集上进行实验
15	2025-09-14	Evidence-Based Multi-Feature Fusion for Adversarial Robustness 2025-Oct, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3582518 PMID:40549525	研究论文	提出一种基于证据的多特征融合方法EMFF，以提升深度神经网络在对抗攻击下的鲁棒性	引入证据深度学习量化特征可信度，并基于Dempster规则设计多特征证据融合机制，避免单一受污染特征的误导	NA	提升深度神经网络对抗对抗攻击的鲁棒性	深度神经网络（DNNs）	计算机视觉	NA	证据深度学习，Dempster规则融合	CNN, Vision Transformers	图像	NA
16	2025-09-14	Accelerated Self-Supervised Multi-Illumination Color Constancy With Hybrid Knowledge Distillation 2025-Oct, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3583090 PMID:40560704	研究论文	提出一种基于自监督学习和知识蒸馏的多光照颜色恒常性方法，以提升模型性能和部署效率	结合自监督预训练、监督微调和混合知识蒸馏三阶段框架，首次在颜色恒常性任务中应用Transformer和U-Net编码器与轻量解码器	受限于多光照数据集的规模，可能影响模型学习判别性特征的能力	解决多光照条件下的颜色恒常性问题，提升相机中的实际应用价值	多光照和单光照条件下的图像颜色一致性	计算机视觉	NA	自监督学习、知识蒸馏	Transformer、U-Net、CNN	图像	NA
17	2025-09-14	Revisiting Essential and Nonessential Settings of Evidential Deep Learning 2025-Oct, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3583410 PMID:40569804	研究论文	本文重新审视了证据深度学习（EDL）中的核心与非核心设置，并提出了一种简化但更有效的变体Re-EDL	识别并修正EDL中三个非必要设置：先验权重固定、方差最小化优化项和KL散度正则化，提出可调超参数和直接优化Dirichlet PDF期望的方法	NA	改进证据深度学习的不确定性估计方法，提升其有效性和可靠性	证据深度学习（EDL）模型及其优化设置	机器学习	NA	主观逻辑、Dirichlet概率密度函数建模	神经网络（Evidential Deep Learning）	NA	NA
18	2025-09-14	MMFi-DPBML: Multi-molecular fingerprint feature fusion for predicting ingredient-target interactions in traditional Chinese medicine 2025-Sep-25, Journal of ethnopharmacology IF:4.8Q1 DOI:10.1016/j.jep.2025.120451 PMID:40840725	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
19	2025-09-14	Identification of novel biomarkers linked to M1 macrophage infiltration in the diagnosis of inflammatory bowel diseases 2025-Sep-23, International immunopharmacology IF:4.8Q1 DOI:10.1016/j.intimp.2025.115138 PMID:40582145	研究论文	本研究结合生物信息学和深度学习构建IBD预测模型，并识别与M1巨噬细胞浸润相关的潜在生物标志物	首次整合M1巨噬细胞相关基因与宏转录组特征，利用深度学习技术开发IBD诊断模型，并通过SHAP算法识别10个关键宿主遗传变异特征	未提及样本量及外部验证结果，模型泛化能力有待进一步评估	改善炎症性肠病（IBD）的诊断和管理效果	IBD患者基因表达数据和宏转录组特征	生物信息学	炎症性肠病	生物信息学分析、加权基因共表达网络分析（WGCNA）、深度学习、SHAP算法	神经网络	基因表达数据、宏转录组数据	NA
20	2025-09-14	REST: Holistic Learning for End-to-End Semantic Segmentation of Whole-Scene Remote Sensing Imagery 2025-Sep-12, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3609767 PMID:40938720	研究论文	提出一种名为REST的端到端框架，用于实现全场景遥感影像的整体语义分割	首次实现真正端到端的全场景遥感影像整体分割，提出空间并行交互机制（SPIM）突破GPU内存限制	NA	解决全场景遥感影像因尺寸过大而无法整体分割的技术难题	全场景遥感影像（卫星和无人机平台的多光谱及高光谱影像）	计算机视觉	NA	深度学习，并行计算	端到端分割框架（支持多种编码器-解码器结构）	遥感图像	多种场景（从单类别到多类别分割，多光谱到高光谱，卫星到无人机平台）