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	2025-07-26	Deep Learning-Based Prediction of Glaucoma Severity and Progression Using Imo/TEMPO Screening Program 2025 Nov-Dec, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2025.100805 PMID:40697390	研究论文	开发了一种名为DeepISP的深度学习模型，用于基于快速筛查视野测量（Imo/TEMPO筛查程序）预测Humphrey视野分析仪（HFA）的综合视野信息	开发了DeepISP模型，能够预测当前视野状态和视野进展风险，仅需一次快速ISP测试即可筛查和优先处理青光眼患者	研究样本来自特定医院的有限患者群体，可能影响模型的泛化能力	预测青光眼的严重程度和进展风险，为临床干预提供高效筛查工具	112名患者提供的187个实际ISP测试和883名患者提供的3470个合成ISP测试	数字病理学	青光眼	深度学习	多任务神经网络	图像	187个实际ISP测试和3470个合成ISP测试
2	2025-07-26	SpatialCVGAE: Consensus Clustering Improves Spatial Domain Identification of Spatial Transcriptomics Using VGAE 2025-Sep, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-024-00676-1 PMID:39680300	研究论文	提出了一种名为SpatialCVGAE的共识聚类框架，用于提高空间转录组数据的空间域识别稳定性和准确性	采用变分图自编码器（VGAE）学习多个潜在表示，并通过共识聚类方法整合聚类结果，提高了模型的稳定性和鲁棒性	未提及具体的数据集规模限制或计算资源需求	解决空间转录组数据聚类中的不稳定性和噪声问题	空间转录组数据	数字病理学	NA	空间转录组技术（SRT）	变分图自编码器（VGAE）	基因表达数据和空间图数据	未提及具体样本数量，但使用了公开数据集
3	2025-07-26	EnDM-CPP: A Multi-view Explainable Framework Based on Deep Learning and Machine Learning for Identifying Cell-Penetrating Peptides with Transformers and Analyzing Sequence Information 2025-Sep, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-024-00673-4 PMID:39714579	研究论文	提出了一种结合深度学习和机器学习的多视角可解释框架EnDM-CPP，用于识别细胞穿透肽(CPPs)并分析序列信息	结合了Transformer架构的语言模型特征(ProtT5和ESM-2)与序列特征，并融合了多种机器学习算法和卷积神经网络	NA	开发计算方法来预测潜在的细胞穿透肽(CPPs)，以促进CPPs在治疗中的应用	细胞穿透肽(CPPs)	机器学习	NA	ProtT5, ESM-2, CPRS, Hybrid PseAAC, KSC	SVM, CatBoost, CNN, TextCNN, Logistic Regression	序列数据	合并了三个CPP基准数据集(CPPsite 2.0, MLCPP 2.0和CPP924)
4	2025-07-26	MultiKD-DTA: Enhancing Drug-Target Affinity Prediction Through Multiscale Feature Extraction 2025-Sep, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-025-00697-4 PMID:40019659	研究论文	本文提出了一种创新的深度学习架构MultiKD-DTA，用于增强药物-靶标亲和力预测	结合图神经网络、预训练大规模蛋白质模型和注意力机制，通过多尺度特征提取提升预测性能	未提及具体局限性	提高药物-靶标相互作用(DTI)亲和力预测的准确性	药物分子和蛋白质靶标	机器学习	NA	图神经网络、预训练模型(ESM-2)、双向LSTM	GNN、CNN、LSTM	分子结构图、蛋白质序列	两个公开数据集
5	2025-07-26	iEnhancer-GDM: A Deep Learning Framework Based on Generative Adversarial Network and Multi-head Attention Mechanism to Identify Enhancers and Their Strength 2025-Sep, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-025-00703-9 PMID:40335860	研究论文	开发了一个名为iEnhancer-GDM的深度学习框架，用于识别增强子及其强度	结合了生成对抗网络（WGAN-GP）和多头注意力机制，解决了增强子训练数据集规模有限的问题	未提及具体的数据集规模限制或模型在其他类型数据上的泛化能力	精确识别增强子并预测其强度，以帮助理解增强子的功能及其在基因组学中的关联	增强子DNA序列	机器学习	NA	WGAN-GP, dna2vec嵌入, 多尺度CNN, 双向LSTM, 多头注意力机制	GAN, CNN, LSTM	DNA序列数据	NA
6	2025-07-26	ResNeXt-Based Rescoring Model for Proteoform Characterization in Top-Down Mass Spectra 2025-Sep, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-025-00701-x PMID:40381130	研究论文	提出了一种基于ResNeXt的深度学习模型PrSMBooster，用于在蛋白质形态表征中对蛋白质形态谱匹配(PrSM)进行重新评分	PrSMBooster作为一种集成方法，整合了四种机器学习模型（逻辑回归、XGBoost、决策树和支持向量机）作为弱学习器来获取PrSM特征，并将这些特征输入ResNeXt模型进行最终重新评分	缺乏明确的参考集使得结果标准化变得复杂	提高蛋白质形态表征的准确性	蛋白质形态谱匹配(PrSM)	机器学习	NA	质谱分析	ResNeXt, 逻辑回归, XGBoost, 决策树, 支持向量机	质谱数据	47个独立质谱数据集，来自不同物种
7	2025-07-26	NPI-HetGNN: A Prediction Model of ncRNA-Protein Interactions Based on Heterogeneous Graph Neural Networks 2025-Sep, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-025-00716-4 PMID:40455400	研究论文	提出了一种基于异构图神经网络的ncRNA-蛋白质相互作用预测模型NPI-HetGNN	结合了ncRNA和蛋白质的序列特性及异质连接拓扑结构，引入了能量约束自注意力模块以增强特征提取能力	缺乏湿实验室验证条件，仅进行了计算验证	探索ncRNA-蛋白质相互作用以研究广泛的生物学特征和相关疾病	ncRNA和蛋白质	机器学习	NA	异构图神经网络	HetGNN	序列数据和网络拓扑数据	四个基准数据集
8	2025-07-26	Harnessing deep learning for fusion-based heavy metal contamination index prediction in groundwater 2025-Sep, Journal of contaminant hydrology IF:3.5Q2 DOI:10.1016/j.jconhyd.2025.104672 PMID:40675024	研究论文	本研究提出了一种基于深度学习的融合框架，用于预测地下水中的重金属污染指数	采用深度神经网络（DNN）结合数据融合技术，首次将五种水污染指数整合为一个统一的复合指标，并显著提高了预测精度	研究仅针对伊朗Zanjan的Gultepe-Zarrinabad子流域，可能限制了结果的普适性	开发一种AI支持的环境监测方法，以促进可持续水资源管理	地下水中的锰（Mn）、铁（Fe）、砷（As）和铅（Pb）污染	机器学习	NA	数据融合和深度神经网络	DNN, DT, KNN, ANN	水质指标数据	伊朗Zanjan的Gultepe-Zarrinabad子流域的地下水样本
9	2025-07-26	Continuous noninvasive blood pressure estimation using tissue blood flow measured by diffuse correlation spectroscopy 2025-Sep, APL bioengineering IF:6.6Q1 DOI:10.1063/5.0266243 PMID:40697813	研究论文	本研究提出了一种利用扩散相关光谱（DCS）测量组织血流（BF）并通过深度学习模型（BFBP）实现连续无创血压监测的新方法	首次将DCS测量的组织血流与深度学习模型结合，实现连续无创血压估计	样本量较小（12名受试者），需进一步扩大验证	开发一种连续无创血压监测技术	人体血压和组织血流	生物医学工程	心血管疾病	扩散相关光谱（DCS）	深度学习（BFBP模型）	光学信号和血压数据	12名受试者
10	2025-07-26	Research on the potential of the deep learning-based "decomposition-optimization-reconstruction" method in runoff prediction for typical climate- and human-regulated basins in northern China 2025-Sep, Journal of contaminant hydrology IF:3.5Q2 DOI:10.1016/j.jconhyd.2025.104655 PMID:40561564	研究论文	本文提出了一种基于深度学习的'分解-优化-重构'方法，用于中国北方典型气候和人类调节流域的径流预测	结合变分模态分解(VMD)和鲸鱼优化算法(WOA)优化双向长短期记忆神经网络(BiLSTM)，构建VMD-WOA-BiLSTM组合模型，显著提高了径流预测的准确性	模型在上游径流预测表现优于下游，且在不同季节的预测性能存在差异，可能与径流的季节性特征及模型固有预测能力有关	提高中国北方气候和人类活动影响流域的径流预测精度	中国北方典型气候和人类调节流域，特别是半干旱地区的海拉尔河流域和大黑河流域	机器学习	NA	变分模态分解(VMD), 鲸鱼优化算法(WOA)	双向长短期记忆神经网络(BiLSTM)	径流时间序列数据	海拉尔河流域和大黑河流域的径流数据
11	2025-07-26	Impact of prompting on large language model performance: ChatGPT-4 performance on the 2023 hand surgery self-assessment examination 2025-Sep, Journal of hand and microsurgery IF:0.3Q4 DOI:10.1016/j.jham.2025.100326 PMID:40708759	研究论文	本研究评估了ChatGPT-4在2023年手外科自我评估考试中的表现，并探讨了提示工程对其性能的影响	首次评估GPT-4在手外科专业考试中的表现，并测试了通过提示工程（提供历史考试数据）能否提升模型性能	研究样本仅限于手外科领域的单一考试，视频类问题被排除在外，且提示前后的性能提升未达到统计学显著性	评估大型语言模型在专业医学考试中的应用潜力	ChatGPT-4模型在手外科自我评估考试中的表现	自然语言处理	NA	提示工程（prompt engineering）	GPT-4	文本和图像	2023年手外科自我评估考试的全部文本和图像问题（视频问题除外）以及2014-2020年的5个历史考试数据集
12	2025-07-26	Diffraction-informed deep learning for molecular-specific holograms of breast cancer cells 2025-Sep, APL bioengineering IF:6.6Q1 DOI:10.1063/5.0246495 PMID:40708806	研究论文	本文介绍了一种名为HoloNet的新型深度学习架构，专门设计用于直接分析细胞诊断中的衍射图像	HoloNet能够捕捉多尺度特征，在识别复杂全息图中明确定义区域方面优于传统卷积神经网络，并成功应用于乳腺癌细胞类型的分类和分子标记强度的量化	NA	解决透镜自由数字在线全息术(LDIH)产生的衍射图像复杂性对人类解释的挑战和计算重建耗时的问题	乳腺癌细胞	数字病理学	乳腺癌	透镜自由数字在线全息术(LDIH)	HoloNet(深度学习架构)	衍射图像(全息图)	NA
13	2025-07-26	Enhancing Diagnostic Accuracy of Fresh Vertebral Compression Fractures With Deep Learning Models 2025-Aug-15, Spine IF:2.6Q1 DOI:10.1097/BRS.0000000000005156 PMID:39468863	研究论文	本研究开发了一种基于X射线图像的深度学习模型，用于准确诊断新鲜的胸腰椎压缩性骨折	利用深度学习模型结合X射线作为MRI的替代方案，提高了诊断新鲜椎体压缩性骨折的准确性	研究为回顾性设计，可能存在选择偏倚，且样本量相对有限	开发并验证基于X射线图像的深度学习模型，以提高新鲜胸腰椎压缩性骨折的诊断准确性	疑似胸腰椎压缩性骨折的X射线图像	数字病理	骨科疾病	深度学习	EfficientNet, MobileNet, MnasNet	图像	2224名患者的3025张侧位X射线图像
14	2025-07-26	Risk score stratification of cutaneous melanoma patients based on whole slide images analysis by deep learning 2025-Aug, Journal of the European Academy of Dermatology and Venereology : JEADV IF:8.4Q1 DOI:10.1111/jdv.20538 PMID:39853986	研究论文	开发了一种基于深度学习的弱监督方法SmartProg-MEL，用于从HE染色的全切片图像中预测I至III期黑色素瘤患者的生存结果	利用HE染色的肿瘤组织中的形态学信息，开发了SmartProg-MEL模型，用于预测黑色素瘤患者的5年总生存期和风险分层，其性能优于现有的临床病理因素	模型在外部验证队列中的性能略低于发现队列，且样本量相对较小	改善原发性皮肤黑色素瘤的风险分层，以更好地指导辅助治疗	I至III期皮肤黑色素瘤患者	数字病理学	黑色素瘤	深度学习	深度神经网络	图像	发现队列342例，外部验证队列IHP-MEL-2 161例，TCGA队列63例
15	2025-07-26	Detecting wing fractures in chickens using deep learning, photographs and computed tomography scanning 2025-Aug, Poultry science IF:3.8Q1 DOI:10.1016/j.psj.2025.105264 PMID:40398294	研究论文	本研究评估了使用深度学习模型结合CT扫描和照片检测鸡翅膀骨折和软组织损伤的适用性	首次将深度学习应用于鸡翅膀骨折和挫伤的自动化检测，结合CT扫描和照片数据	模型对挫伤的检测准确率(82%)相对较低，样本量有限(306个CT扫描和285张照片)	开发自动化技术以更客观地监测家禽福利	鸡翅膀的骨折和软组织损伤	计算机视觉	NA	CT扫描和摄影	3D ResNet34和2D EfficientNetV2_s	图像(CT扫描和照片)	306个CT扫描和285张照片
16	2025-07-26	Tailoring task arithmetic to address bias in models trained on multi-institutional datasets 2025-Aug, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2025.104858 PMID:40494422	研究论文	该研究提出两种模型无关的方法TAPER和DAPPER，通过任务向量算术减少多机构数据集中模型对来源的识别能力，从而缓解来源混淆导致的偏差	首次将任务向量算术方法应用于解决NLP模型中的来源混淆偏差问题，并提出两种新的模型无关方法TAPER和DAPPER	仅在三个数据集上进行了评估，需要更多实验验证方法的普适性	解决多机构数据训练中深度学习模型对数据来源的识别导致的预测偏差问题	自然语言处理中的深度学习模型(RoBERTa和Llama-2)	自然语言处理	NA	任务向量算术	RoBERTa, Llama-2	文本	三个数据集(未具体说明样本数量)
17	2025-07-26	Differential Privacy Enabled Robust Asynchronous Federated Multitask Learning: A Multigradient Descent Approach 2025-Aug, IEEE transactions on cybernetics IF:9.4Q1 DOI:10.1109/TCYB.2025.3571953 PMID:40531632	研究论文	本文提出了一种支持差分隐私的鲁棒异步联邦多任务学习方法，采用多梯度下降算法	引入了联邦多任务学习方法（FedMTL）和多梯度下降算法（FedMGDA），开发了半异步模型聚合方法，并应用了分布式差分隐私技术	未提及具体实验样本量及数据来源的局限性	解决联邦学习中的异构数据源、边缘设备异构性、敏感信息泄露、非凸损失和通信资源限制等挑战性问题	联邦学习框架下的深度学习模型	机器学习	NA	分布式差分隐私技术	FedMTL, FedMGDA	NA	NA
18	2025-07-26	Artificial Intelligence Solutions to Improve Emergency Department Wait Times: Living Systematic Review 2025-Aug, The Journal of emergency medicine IF:1.2Q3 DOI:10.1016/j.jemermed.2025.05.031 PMID:40664005	review	本文通过系统综述评估人工智能（AI）在改善急诊科（ED）等待时间方面的应用潜力	首次系统评估AI在优化急诊科流程和减少等待时间方面的应用，并识别现有研究的空白	缺乏真实急诊科环境中的AI实施研究，且多数研究未纳入急诊科专家参与	评估AI建模策略在急诊科流程优化中的应用效果	急诊科等待时间优化相关的AI研究	machine learning	NA	回归分析、传统单模型机器学习、神经网络/深度学习、自然语言处理、集成方法	regression-based methods, traditional single-model machine learning, neural networks/deep learning, NLP, ensemble methods	定量观察数据	16项符合纳入标准的定量观察研究（共筛选17,569项研究）
19	2025-07-26	HCCD: A handwritten camera-captured dataset for document enhancement under varied degradation conditions 2025-Aug, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111849 PMID:40697364	research paper	该研究介绍了手写相机捕获数据集（HCCD），用于支持真实场景下的文档增强和识别任务	HCCD数据集不同于现有数据集，它包含实时相机捕获的手写文档，展示了多种自然退化情况，如运动模糊、阴影伪影和不均匀光照	数据集仅包含罗马字母手写文档，可能不适用于其他书写系统的文档增强研究	解决智能手机相机捕获的退化手写文档增强问题	手写文档	computer vision	NA	computer vision-based imaging techniques	deep learning	image	多个贡献者提供的不同手写风格的文档
20	2025-07-26	Artificial intelligence-augmented ultrasound diagnosis of follicular-patterned thyroid neoplasms: a multicenter retrospective study 2025-Aug, EClinicalMedicine IF:9.6Q1 DOI:10.1016/j.eclinm.2025.103351 PMID:40697959	研究论文	本研究开发并验证了一种基于深度学习的超声诊断系统，用于术前区分甲状腺滤泡性肿瘤的良恶性	开发了一种名为OverLoCK的新型深度学习模型，用于提高甲状腺滤泡性肿瘤的诊断准确性	需要进一步的前瞻性研究来验证模型在真实临床环境中的表现	提高甲状腺滤泡性肿瘤的术前诊断准确性，减少不必要的手术干预	甲状腺滤泡性肿瘤患者	数字病理	甲状腺癌	深度学习	OverLoCK (Overview-first-Look-Closely-next ConvNet with Context-Mixing Dynamic Kernels)	超声图像	3817名患者（9393张超声图像）