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
181	2025-06-13	Early detection of human Mpox: A comparative study by using machine learning and deep learning models with ensemble approach 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251344135 PMID:40496715	研究论文	本研究通过机器学习和深度学习模型结合集成方法，提高了Mpox的早期诊断准确率	采用集成学习方法结合ViT和ConvMixer模型，显著提高了Mpox病变的分类准确率和鲁棒性	模型可解释性有待提高，需在真实临床数据中进一步验证	提高Mpox的早期诊断准确率	Mpox皮肤病变数据集v2.0中的六种皮肤病变类别	计算机视觉	Mpox	机器学习与深度学习	Logistic Regression, K-Nearest Neighbors, Vision Transformer (ViT), ConvMixer	图像	包含六种皮肤病变类别的Mpox皮肤病变数据集v2.0
182	2025-06-13	Multimeric protein interaction and complex prediction: Structure, dynamics and function 2025, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2025.05.009 PMID:40496891	综述	本文综述了多聚体蛋白质复合物的结构、相互作用、动力学和功能研究的最新进展	总结了CASP16中的最新进展，包括未知化学计量比、超复合物和构象集合的预测，以及AlphaFold2和3在多聚体预测中的贡献	在处理功能性蛋白质-蛋白质相互作用和动态构象方面存在局限性	研究多聚体蛋白质复合物的结构、相互作用、动力学和功能	多聚体蛋白质复合物	生物信息学	NA	深度学习	AlphaFold2 & 3	蛋白质结构数据	NA
183	2025-06-13	Enhanced visibility graph for EEG classification 2025, Frontiers in neuroscience IF:3.2Q2 DOI:10.3389/fnins.2025.1541062 PMID:40497135	research paper	提出了一种结合功率谱密度(PSD)和可见性图(VG)特征与深度学习(DL)技术的端到端EEG分类框架	整合了PSD和VG特征以同时捕捉EEG信号的频域特性和时域动态，并评估了四种DL架构在EEG分类中的表现	未明确提及具体的数据集规模限制或模型泛化能力的详细分析	推进EEG分析，开发更准确可靠的基于EEG的系统	EEG信号	machine learning	NA	power spectral density (PSD), visibility graph (VG), deep learning (DL)	MLP, LSTM, InceptionTime, ChronoNet	EEG信号	多个数据集，但未明确提及具体样本数量
184	2025-06-13	AI-driven prediction of bitterness and sweetness and analysis of receptor interactions 2025, Current research in food science IF:6.2Q1 DOI:10.1016/j.crfs.2025.101090 PMID:40497229	研究论文	本研究开发了基于图神经网络（GNN）的人工智能模型，用于根据化学结构预测苦味和甜味，并通过分子对接模拟验证了预测结果	使用GNN直接从分子结构中学习，减少特征选择偏差，并通过Integrated Gradients方法增强模型的可解释性	需要进一步研究以探索更深入的分子机制，并将该方法扩展到预测其他味觉模式	理解甜味和苦味的分子机制，识别天然和合成化合物中的理想味觉特征	被分类为苦味或甜味的化合物	机器学习	NA	图神经网络（GNN）、分子对接模拟	GNN	化学结构数据	NA
185	2025-06-13	Improving lung cancer diagnosis and survival prediction with deep learning and CT imaging 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0323174 PMID:40498724	研究论文	本文提出了一种使用卷积神经网络和CT影像改善肺癌诊断和生存预测的方法	提出了一种结合小批量损失和二元交叉熵的方法，用于预测肺癌发生和死亡风险，并扩展了Cox比例风险模型以处理神经网络引入的非凸性	NA	提高肺癌的诊断准确性和生存预测效果	肺癌患者	计算机视觉	肺癌	CT成像	3D CNN	影像	国家肺癌筛查试验数据集
186	2025-06-13	An ensemble-based 3D residual network for the classification of Alzheimer's disease 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0324520 PMID:40498744	research paper	该研究提出了一种基于深度学习的集成方法，用于阿尔茨海默病的分类，特别是针对轻度认知障碍（MCI）的早期诊断	使用加权概率的集成方法整合了三种3D残差网络（3D ResNet）的结果，并采用注意力机制（CBAM）提升模型性能	数据量有限，需通过数据增强技术来提高准确性	早期诊断阿尔茨海默病（AD）及其前驱阶段轻度认知障碍（MCI）	阿尔茨海默病患者及其前驱阶段轻度认知障碍患者	digital pathology	geriatric disease	深度学习	3D ResNet-18, 3D ResNet-34, 3D ResNet-50 with CBAM	image	NA
187	2025-06-13	In-depth exploration of software defects and self-admitted technical debt through cutting-edge deep learning techniques 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0324847 PMID:40498858	研究论文	提出了一种利用深度学习技术同时识别和分类自承认技术债务（SATD）及软件缺陷的创新方法	首次结合深度学习技术同时处理SATD和软件缺陷的识别与分类，并采用Transformer模型如GPT-3提升性能	未提及模型在更广泛或不同规模项目中的泛化能力，以及实际部署时的计算资源需求	提升软件质量评估和维护的全面性，优化技术债务与缺陷的认知及资源分配	软件代码中的自承认技术债务（SATD）及相关缺陷	自然语言处理	NA	深度学习架构（LSTM, BI-LSTM, GRU, BI-GRU）及Transformer模型（BERT, GPT-3）	LSTM, GRU, BERT, GPT-3	文本（软件代码注释及缺陷报告）	来自Apache、Mozilla Firefox和Eclipse等开源仓库的项目数据，包含指定SATD示例和缺陷实例
188	2025-06-13	Empowering Precision Medicine for Rare Diseases through Cloud Infrastructure Refactoring 2025, AMIA Joint Summits on Translational Science proceedings. AMIA Joint Summits on Translational Science PMID:40502250	research paper	该研究旨在通过开发基于云的计算基础设施，加速罕见疾病的诊断	利用数据挖掘、语义网技术、深度学习和基于图的嵌入技术，构建全面的信息学框架，并通过云基础设施提升可扩展性和协作性	未提及具体的技术实施细节或云迁移过程中可能遇到的具体问题	加速罕见疾病的诊断，提升数据整合和预测建模能力	罕见疾病患者及其相关数据	数字病理学	罕见疾病	数据挖掘、语义网技术、深度学习、图嵌入技术	深度学习	临床数据	NA
189	2025-06-13	MRISeqClassifier: A Deep Learning Toolkit for Precise MRI Sequence Classification 2025, AMIA Joint Summits on Translational Science proceedings. AMIA Joint Summits on Translational Science PMID:40502266	研究论文	开发了一个基于深度学习的工具包MRISeqClassifier，用于精确分类MRI序列	针对小型、未精炼的MRI数据集开发了轻量级模型架构，并采用投票集成方法提高准确性和稳定性，仅需10%的数据即可达到99%的准确率	未提及工具包在更大规模或多样化数据集上的泛化能力	解决MRI序列分类问题，提供精确的分类工具	MRI序列（如T1加权、T2加权和FLAIR）	计算机视觉	NA	深度学习	轻量级模型架构，投票集成方法	MRI图像	未明确提及具体样本数量，但仅需10%的数据即可达到高准确率
190	2025-06-13	Explainable Diagnosis Prediction through Neuro-Symbolic Integration 2025, AMIA Joint Summits on Translational Science proceedings. AMIA Joint Summits on Translational Science PMID:40502272	研究论文	本研究探讨了神经符号方法在诊断预测中的应用，特别是使用逻辑神经网络（LNNs）开发可解释的诊断预测模型	通过神经符号方法（LNNs）整合领域特定知识，开发了可解释的诊断预测模型，在保持预测性能的同时提高了模型的可解释性	未来研究需要扩展到更大、更多样化的数据集，以验证这些方法在不同医疗条件和人群中的适用性	开发可解释的诊断预测模型，以提升医疗AI应用的准确性和可解释性	糖尿病预测	医疗AI	糖尿病	神经符号方法（LNNs）	Logical Neural Networks (LNNs)	医疗诊断数据	NA
191	2025-06-13	An integrated approach for mental health assessment using emotion analysis and scales 2025 Jan-Dec, Healthcare technology letters IF:2.8Q3 DOI:10.1049/htl2.12040 PMID:40502325	研究论文	本文提出了一种结合情绪分析和量表的综合方法，用于心理健康评估，特别是抑郁症的初步诊断	整合了四种模块（面部情绪识别、语音情绪识别、量表问卷和医生聊天）进行抑郁症评估，提高了诊断的准确性	未提及样本的具体数量和多样性，可能影响模型的泛化能力	开发一种综合性的抑郁症初步评估方法	抑郁症患者或潜在患者	数字病理学	精神疾病	面部情绪识别（FER）、语音情绪识别（SER）、量表问卷（如HAM-D、YMRS）	深度学习模型（具体模型未提及）	图像、音频、文本	使用了FER2013数据集进行面部情绪识别，RAVDESS、TESS、SAVEE和CREMA-D数据集进行语音情绪识别，具体样本数量未提及
192	2025-06-13	Integration of T cell repertoire, CyTOF, genotyping and symptomatology data reveals subphenotypic variability in COVID-19 patients 2025, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2025.05.016 PMID:40502932	研究论文	本研究通过整合T细胞受体库、CyTOF、基因分型和症状学数据，揭示了COVID-19患者的亚表型变异性	应用LCM-BIC算法整合多种免疫表型数据，识别出三个新的患者聚类，并通过深度学习分析TCR氨基酸序列，发现与疾病严重程度相关的SARS-CoV-2特异性TCR序列	样本量较小（61名患者），且仅来自西班牙人群，可能限制结果的普遍性	通过整合免疫表型和遗传分析，识别新的免疫标志物和模式，以帮助基于免疫特征和遗传背景对COVID-19患者进行分层和管理	61名西班牙COVID-19患者（33例轻度，28例重度）	免疫学	COVID-19	CyTOF, TCRseq, SNP分析, 深度学习	LCM-BIC算法, 深度学习	免疫表型数据, 基因分型数据, 症状学数据	61名COVID-19患者（33例轻度，28例重度）
193	2025-06-13	Prediction of CRISPR-Cas9 on-target activity based on a hybrid neural network 2025, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2025.05.001 PMID:40502933	研究论文	提出了一种基于混合神经网络的CRISPR-Cas9靶向活性预测方法CRISPR_HNN	整合了MSC、MHSA和BiGRU，有效捕捉局部动态特征和全局长距离依赖关系，并采用One-hot Encoding和Label Encoding策略	未提及具体的数据集限制或模型在特定条件下的性能下降	提高sgRNA活性的预测准确性，以确保CRISPR-Cas9技术的安全性和有效性	CRISPR-Cas9基因编辑技术中的sgRNA活性	机器学习	NA	深度学习	混合深度神经网络（MSC、MHSA、BiGRU）	基因序列数据	公共数据集（未提及具体样本数量）
194	2025-06-13	Artificial intelligence-guided design of lipid nanoparticles for pulmonary gene therapy 2024-Dec-10, Nature biotechnology IF:33.1Q1 DOI:10.1038/s41587-024-02490-y PMID:39658727	研究论文	该论文介绍了一种基于深度学习的策略，用于设计可电离脂质以优化脂质纳米颗粒在肺基因治疗中的应用	提出了一种名为“基于神经网络的脂质优化”的深度学习方法，用于预测核酸递送效果，并成功识别出两种新型脂质结构FO-32和FO-35，在肺基因治疗中表现出色	研究仅在小鼠和雪貂模型中进行了验证，尚未在人类临床试验中测试	优化脂质纳米颗粒的设计，以提高mRNA在肺部的递送效率	可电离脂质及其在脂质纳米颗粒中的应用	机器学习	NA	深度学习方法（定向消息传递神经网络）	定向消息传递神经网络	脂质纳米颗粒活性测量数据	超过9,000个脂质纳米颗粒活性测量数据，评估了160万种脂质结构
195	2025-06-13	Cardiovascular care with digital twin technology in the era of generative artificial intelligence 2024-Dec-01, European heart journal IF:37.6Q1 DOI:10.1093/eurheartj/ehae619 PMID:39322420	综述	本文综述了数字孪生技术在心血管医学中的应用及其未来潜力，特别是在生成式人工智能的推动下	探讨了数字孪生技术与生成式人工智能的结合，为心血管医学带来的动态和全面的个性化模拟	讨论了将数字孪生技术整合到个性化心血管护理中的个体和社会挑战及伦理考虑	总结数字孪生在心血管医学中的应用及其未来潜力	心血管医学中的数字孪生技术	数字病理学	心血管疾病	生成式人工智能	机器学习与生成模型	多模态数据	NA
196	2025-06-13	An adaptive weight ensemble approach to forecast influenza activity in an irregular seasonality context 2024-10-04, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-52504-1 PMID:39366942	research paper	开发了一种自适应权重集成方法，用于预测季节性不规律的流感活动	提出了自适应权重混合集成模型（AWBE），动态更新模型贡献，显著提高了预测准确性	研究主要基于香港地区的数据，可能在其他地区的适用性有限	预测季节性不规律的流感活动	香港地区的流感活动	machine learning	influenza	统计方法、机器学习和深度学习方法	自适应权重混合集成模型（AWBE）	时间序列数据	32次流行病数据（1998-2019年）及COVID后数据（2023-2024年）
197	2025-06-13	Active Learning Pipeline to Identify Candidate Terms for a CDSS Ontology 2024-Aug-22, Studies in health technology and informatics DOI:10.3233/SHTI240660 PMID:39176629	research paper	本文探讨了一种主动学习方法，用于从出版物中自动识别候选术语，以支持临床决策支持系统（CDSS）本体的构建	采用主动学习方法自动识别候选术语，并结合人工验证作为深度学习模型训练的一部分	初步结果展示，尚未进行大规模验证和应用	探索自动化方法以辅助构建和维护生物医学领域的本体	出版物中的候选术语	natural language processing	NA	active learning, deep learning	NA	text	NA
198	2025-06-13	[Automatic segmentation of dental cone-beam computed tomography scans using a deep learning framework] 2024-08-11, Orvosi hetilap IF:0.8Q3 DOI:10.1556/650.2024.33098 PMID:39127997	研究论文	本文提出了一种基于深度学习的自动分割方法，用于牙科锥形束计算机断层扫描（CBCT）图像的三维重建	使用基于SegResNet架构的深度学习模型在MONAI框架内开发，实现了与半自动分割相当的准确度	研究样本量较小，仅包含70名部分无牙患者的CBCT图像	开发并评估一种用于牙科CBCT图像自动分割的深度学习模型	牙科CBCT图像	数字病理	牙科疾病	深度学习	SegResNet	图像	70名部分无牙患者的CBCT图像
199	2025-06-13	One hundred years of neurosciences in the arts and humanities, a bibliometric review 2023-11-09, Philosophy, ethics, and humanities in medicine : PEHM DOI:10.1186/s13010-023-00147-3 PMID:37946225	综述	本文通过文献计量学方法分析了近一百年来神经科学与艺术和人文学科的交叉研究趋势	首次通过纵向文献计量分析揭示了神经科学对艺术与人文学科主题方向的重大影响	研究仅基于Scopus数据库的文献数据，可能未涵盖所有相关研究	探究神经科学技术在创造力与审美体验交叉领域的历史证据	1922-2022年间3612篇跨学科研究文献	神经科学与艺术人文交叉领域	NA	文献计量分析、PRISMA筛选方法、算法聚类	机器学习与深度学习模型	文献元数据	3612篇文献
200	2025-06-13	Combined genome-wide association study of 136 quantitative ear morphology traits in multiple populations reveal 8 novel loci 2023-07, PLoS genetics IF:4.0Q1 DOI:10.1371/journal.pgen.1010786 PMID:37459304	研究论文	通过多人群的136个耳形态定量性状的全基因组关联研究，揭示了8个新的遗传位点	发现了8个与人类耳特征相关的新遗传位点，并揭示了耳形态与其他表面外胚层衍生性状的共享遗传决定因素	研究主要基于欧洲、亚洲和拉丁美洲的五个队列，可能无法完全代表全球人群的遗传多样性	探索人类耳形态的遗传结构及其与其他表面外胚层衍生性状的遗传关系	14,921名来自欧洲、亚洲和拉丁美洲的个体	基因组学	NA	GWAS meta-analysis, C-GWASs, 深度学习	NA	数字面部图像	14,921名个体