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
2121	2025-05-09	Fast fault diagnosis of smart grid equipment based on deep neural network model based on knowledge graph 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0315143 PMID:39951439	研究论文	本文提出了一种基于知识图谱和深度神经网络模型的智能电网设备快速故障诊断方法	创新性地将YOLOv4目标检测算法与知识图谱结合，统一了输入多模态信息的表征和存储	未提及具体实验样本量和在不同类型设备上的泛化能力	提高智能电网设备故障诊断的准确率和效率	智能电网设备	机器学习	NA	深度学习、知识图谱	YOLOv4	多模态信息	未提及具体样本量
2122	2025-05-09	The multiple uses of artificial intelligence in exercise programs: a narrative review 2025, Frontiers in public health IF:3.0Q2 DOI:10.3389/fpubh.2025.1510801 PMID:39957989	综述	本文综述了人工智能在促进体育活动、训练、运动和健康结果中的应用	阐明了人工智能在体育活动中的多种应用，填补了实际应用理解的空白	仅包括2014年以后发表的英文随机对照试验，排除了机器人辅助的研究	探讨人工智能在体育活动、训练、运动和健康结果中的应用	儿童、青少年、成人、老年人和残疾人等不同人群	机器学习	NA	人工智能、机器学习和深度学习	NA	NA	15项符合条件的研究
2123	2025-05-09	A preoperative predictive model based on multi-modal features to predict pathological complete response after neoadjuvant chemoimmunotherapy in esophageal cancer patients 2025, Frontiers in immunology IF:5.7Q1 DOI:10.3389/fimmu.2025.1530279 PMID:39958355	research paper	本研究旨在开发一个多模态模型，结合治疗前的CT影像组学、病理组学特征及临床变量，预测局部晚期食管癌患者对新辅助化疗免疫治疗的病理完全缓解	提出了一个结合影像组学、病理组学及临床特征的多模态预测模型，其预测性能优于单一模态模型	样本量相对较小（223例），且研究时间范围较短（2021年8月至2023年12月）	预测食管癌患者对新辅助化疗免疫治疗的病理完全缓解	局部晚期食管癌患者	digital pathology	esophageal cancer	CT影像组学、病理组学	SVM	image	223例食管癌患者
2124	2025-05-09	ASAP-DTA: Predicting drug-target binding affinity with adaptive structure aware networks 2024-Dec, Journal of bioinformatics and computational biology IF:0.9Q4 DOI:10.1142/S0219720024500288 PMID:39961610	research paper	提出了一种基于图深度学习的药物-靶标结合亲和力预测模型ASAP-DTA，利用自适应结构感知池化进行图处理	整合了自注意力机制与增强的图神经网络，通过聚类相邻节点并按注意力分数加权形成最终分子表示，显著改进了图特征提取	未提及模型在更大规模或更复杂数据集上的表现	高效预测药物-靶标结合亲和力，减少药物再利用的资源浪费	药物-靶标结合亲和力	machine learning	NA	graph-based deep learning	graph neural network with self-attention mechanism	2D molecular graph	multiple benchmark datasets including KIBA dataset
2125	2025-05-09	Liquid Biopsy-Based Detection and Response Prediction for Depression 2024-11-26, ACS nano IF:15.8Q1 DOI:10.1021/acsnano.4c08233 PMID:39501510	研究论文	本研究开发了一种基于深度学习的血浆细胞外囊泡（EVs）光谱分析方法，用于抑郁症的检测和治疗反应预测	首次利用深度学习和拉曼信号分析血浆EVs，实现抑郁症的客观诊断和抗抑郁治疗反应预测	样本来源仅限于血浆EVs，未涉及其他生物标志物	开发抑郁症的客观诊断方法和治疗反应预测系统	抑郁症患者、健康人群及恐慌障碍患者	机器学习	抑郁症	拉曼光谱分析	深度学习	光谱数据	抑郁症患者与健康人群及恐慌障碍患者的血浆样本
2126	2025-05-09	Integrative analysis of H&E and IHC identifies prognostic immune subtypes in HPV related oropharyngeal cancer 2024-Oct-03, Communications medicine IF:5.4Q1 DOI:10.1038/s43856-024-00604-w PMID:39363031	研究论文	通过整合H&E和IHC图像分析，识别HPV相关口咽癌中的预后免疫亚型	结合H&E和IHC图像，利用深度学习技术量化肿瘤微环境中的细胞组成和功能特征，改进了患者分层	研究样本量较小，仅包括88个原发肿瘤和70个淋巴结组织图像	增强对肿瘤微环境中细胞组成和功能特征的理解，并改进患者分层	HPV阳性口咽鳞状细胞癌（OPSCC）患者	数字病理学	口咽癌	深度学习，免疫组织化学（IHC）	深度学习流程	图像（H&E和IHC染色切片）	88个原发肿瘤和70个淋巴结组织图像
2127	2025-05-09	An arrhythmia classification using a deep learning and optimisation-based methodology 2024-Oct, Journal of medical engineering & technology DOI:10.1080/03091902.2025.2463574 PMID:39949269	研究论文	提出一种基于深度学习和优化方法的心电图信号分类方法	结合EfficientNet-B0深度学习模型和混合特征选择方法（包括SABES优化算法）进行心电图信号分类	未提及对不同心电图设备的泛化能力或实时性能的测试	开发一种高精度的心电图信号分类方法	五种不同类型的心电图信号	机器学习	心血管疾病	离散小波变换，移动平均滤波	EfficientNet-B0	图像（灰度图和尺度图）	NA
2128	2025-05-09	A combination of deep learning models and type-2 fuzzy for EEG motor imagery classification through spatiotemporal-frequency features 2024-Oct, Journal of medical engineering & technology DOI:10.1080/03091902.2025.2463577 PMID:39950750	研究论文	本文提出了一种结合深度学习模型和类型2模糊逻辑的混合架构FCLNET，用于通过时空频率特征对EEG运动想象进行分类	提出了一种新型混合架构FCLNET，结合了Compact-CNN和LSTM网络，并采用类型2模糊函数处理不确定性，通过贝叶斯优化算法调整超参数	未提及具体的数据集局限性或模型在其他数据集上的泛化能力	提高EEG运动想象分类的准确性和鲁棒性	EEG信号	生物医学信号处理	NA	EEG信号处理	Compact-CNN, LSTM, 类型2模糊函数	EEG信号	BCI Competition IV-2a数据库和BCI Competition IV-1数据库
2129	2025-05-09	Automated Cytometric Gating with Human-Level Performance Using Bivariate Segmentation 2024-May-09, bioRxiv : the preprint server for biology DOI:10.1101/2024.05.06.592739 PMID:38766268	研究论文	提出了一种名为UNITO的深度学习框架，用于自动化细胞计数门控过程，达到人类专家水平	将细胞级分类任务转化为基于图像的语义分割问题，实现全自动化门控且无需人工提示或先验知识	未明确说明模型在不同实验条件下的泛化能力	解决细胞计数数据中由于生物和技术差异导致的门控挑战	细胞计数数据中的单细胞蛋白表达测量	数字病理学	NA	细胞计数技术	深度学习框架(UNITO)	图像	三个独立队列的数据集
2130	2025-05-09	Assessment of malalignment factors related to Invisalign treatment time aided by automated imaging processes 2023-Mar-01, The Angle orthodontist DOI:10.2319/031622-225.1 PMID:36327333	research paper	本研究通过自动成像过程评估与Invisalign治疗时间相关的错位因素	使用深度学习方法进行自动牙齿分割和标志点识别，并引入复合评分作为治疗时间的预测指标	没有足够证据表明特定类型的牙齿移动会影响总治疗时间	识别影响Invisalign治疗持续时间的错位类型和严重程度的预测因素	116名接受Invisalign治疗的患者	digital pathology	malocclusion	deep learning	NA	digital scan	116名患者
2131	2025-05-09	Identification of geographic origins of Morus alba Linn. through surfaced enhanced Raman spectrometry and machine learning algorithms 2023, Journal of biomolecular structure & dynamics IF:2.7Q2 DOI:10.1080/07391102.2023.2180433 PMID:36803175	研究论文	本研究通过表面增强拉曼光谱（SERS）和机器学习算法，成功识别了桑叶的地理来源	结合SERS光谱和深度学习算法CNN，首次建立了桑叶地理来源预测的新方法	研究仅涵盖中国五个省份的桑叶样本，可能无法代表所有地理来源的多样性	开发一种低成本、非侵入性的方法，用于快速识别桑叶的地理来源，以评估其药用品质	桑叶（Morus alba Linn.）	机器学习	NA	表面增强拉曼光谱（SERS）	CNN	光谱数据	来自中国五个省份（安徽、广东、河北、河南和江苏）的桑叶样本
2132	2025-05-09	Retracted: Diagnostic Classification and Prognostic Prediction Using Common Genetic Variants in Autism Spectrum Disorder: Genotype-Based Deep Learning 2021-04-07, JMIR medical informatics IF:3.1Q2 DOI:10.2196/24754 PMID:33714937	研究论文	本研究利用深度学习技术分析自闭症谱系障碍(ASD)的常见遗传变异，开发了一个先进的诊断分类器	首次将卷积神经网络(CNN)应用于ASD的常见遗传变异分析，相比传统筛查工具分类准确率提高了约13%	研究样本仅限于Simons Simplex Collection数据库的数千个高风险家庭，可能无法代表所有ASD人群	开发基于遗传变异的ASD早期诊断和预后预测方法	自闭症谱系障碍(ASD)患者及其常见遗传变异	机器学习	自闭症谱系障碍	基因组数据分析	CNN	基因型数据	数千个来自Simons Simplex Collection的ASD高风险家庭
2133	2025-05-08	Aflatoxin detection in naturally contaminated peanuts based on vision transformer and multi-scale convolutional fusion 2025-Aug-15, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.144300 PMID:40220445	research paper	提出了一种结合Vision Transformer和多尺度卷积融合的改进1D-MCFViT模型，用于自然条件下花生中黄曲霉毒素的检测	结合Vision Transformer和多尺度卷积融合，使用自编码器网络和高斯重采样技术增强模型特征判别能力	未提及具体样本量或实验条件的局限性	提高自然条件下花生中黄曲霉毒素的检测准确率	自然污染的花生	computer vision	NA	autoencoder network, Gaussian resampling	1D-MCFViT, Vision Transformer, CNN	RGB图像, 光谱曲线	NA
2134	2025-05-08	From prediction to design: Revealing the mechanisms of umami peptides using interpretable deep learning, quantum chemical simulations, and module substitution 2025-Aug-15, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.144301 PMID:40233511	研究论文	本研究利用深度学习模型和模块替换策略筛选和设计鲜味肽	结合预训练、增强特征和对比学习模块的预测模型，准确率达到0.94，比其他模型高出2-9%，并通过模块替换策略揭示鲜味肽的机制	NA	快速筛选和设计鲜味肽，并揭示其机制	鲜味肽	自然语言处理	NA	深度学习、量子化学模拟、模块替换	深度学习模型	NA	NA
2135	2025-05-08	A deep learning model for structure-based bioactivity optimization and its application in the bioactivity optimization of a SARS-CoV-2 main protease inhibitor 2025-Jul-05, European journal of medicinal chemistry IF:6.0Q1 DOI:10.1016/j.ejmech.2025.117602 PMID:40239482	研究论文	本文提出了一种基于深度学习的结构生物活性优化模型Pocket-StrMod，并将其应用于SARS-CoV-2主要蛋白酶抑制剂的生物活性优化	开发了Pocket-StrMod模型，采用自回归流架构，在蛋白质结合口袋内同步优化所有取代基，显著提高了生物活性优化的效率和效果	模型的应用范围可能受限于特定蛋白质结合口袋的结构特征	通过深度学习技术优化药物发现早期阶段的生物活性	SARS-CoV-2主要蛋白酶抑制剂Hit1及其优化后的化合物	药物发现	COVID-19	深度学习	自回归流架构	分子结构数据	6个合成化合物
2136	2025-05-08	A lightweight spatial and spectral CNN model for classifying floating marine plastic debris using hyperspectral images 2025-Jul, Marine pollution bulletin IF:5.3Q1 DOI:10.1016/j.marpolbul.2025.117965 PMID:40252351	研究论文	提出了一种轻量级的空间和光谱CNN模型（LSS-HCNN），用于利用高光谱图像对漂浮的海洋塑料垃圾进行分类	LSS-HCNN模型通过空间和光谱卷积提取特征，并结合Squeeze-and-Excitation（SE）块提高可解释性，显著降低了计算复杂度和参数数量	未提及具体局限性	开发高效且自动化的海洋塑料垃圾检测方法，以应对海洋塑料污染问题	漂浮的海洋塑料垃圾	计算机视觉	NA	高光谱成像	CNN	高光谱图像	三个高光谱数据集和四个专门的漂浮塑料数据集，包括一个新的塑料垃圾数据集
2137	2025-05-08	Discovery of naturally inspired antimicrobial peptides using deep learning 2025-Jun-15, Bioorganic chemistry IF:4.5Q1 DOI:10.1016/j.bioorg.2025.108444 PMID:40209356	研究论文	利用深度学习发现天然启发的抗菌肽	使用深度学习算法从216,408个细菌基因组中挖掘NRPS基因簇，发现并优化了具有抗菌活性的新型肽	研究仅针对两种病原菌进行了抗菌活性测试，未涵盖更广泛的病原菌种类	加速从沉默的生物合成基因簇中发现天然启发的抗菌肽	非核糖体肽（NRPs）及其衍生物	机器学习	细菌感染	深度学习	深度学习模型	基因组数据	216,408个细菌基因组中的335,024个NRPS基因簇
2138	2025-05-08	Automatic Vertical Root Fracture Detection on Intraoral Periapical Radiographs With Artificial Intelligence-Based Image Enhancement 2025-Jun, Dental traumatology : official publication of International Association for Dental Traumatology IF:2.3Q2 DOI:10.1111/edt.13027 PMID:39829209	研究论文	探索迁移学习技术在提高垂直根折诊断准确性中的应用，并评估人工智能在图像增强对垂直根折检测的影响	结合迁移学习技术和多种深度学习模型（DenseNet、ConvNext、Inception121、MobileNetV2）进行模型融合，并应用粒子群优化和深度学习图像增强技术	样本量相对较小（378张根尖周X光片），且仅针对磨牙和前磨牙进行了评估	提高垂直根折（VRF）在根尖周X光片上的自动检测准确性	根尖周X光片中的牙齿图像，包括195颗有折裂和183颗无折裂的牙齿	计算机视觉	牙科疾病	迁移学习（TL）、粒子群优化（PSO）、深度学习（DL）	DenseNet、ConvNext、Inception121、MobileNetV2	图像	378张根尖周X光片（195颗有折裂牙齿，183颗无折裂牙齿）
2139	2025-05-08	Automated Detection and Severity Prediction of Wheat Rust Using Cost-Effective Xception Architecture 2025-Jun, Plant, cell & environment DOI:10.1111/pce.15413 PMID:39898421	研究论文	提出了一种基于计算机视觉的小麦锈病自动检测和严重程度预测方法	使用深度学习分类器和Grabcut分割技术，结合CIELAB色彩空间分析，开发了一种低成本、自动化的田间小麦锈病筛查解决方案	未提及该方法在不同光照条件或不同小麦品种上的泛化能力	开发自动化的小麦锈病检测和严重程度预测方法，以改善作物病害管理	小麦叶片（健康和感染锈病的）	计算机视觉	小麦锈病	深度学习、图像分割	Xception架构	数字彩色图像	未明确提及样本数量
2140	2025-05-08	Deep learning-driven multi-class classification of brain strokes using computed tomography: A step towards enhanced diagnostic precision 2025-Jun, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112109 PMID:40252282	研究论文	开发并验证了利用CT成像预测和分类脑卒中状况的深度学习模型，以提高诊断准确性并支持临床决策	使用Expanded ResNet101深度学习框架构建两步模型，实现了脑卒中的多类分类，并在外部验证中展示了高准确率	外部验证准确率相对较低（78.6%和60.2%），且需要更大规模和多样化的数据集进一步验证	提高脑卒中的诊断精确性并支持临床决策	脑卒中患者的CT影像	数字病理学	脑卒中	CT成像	Expanded ResNet101	图像	250名患者的8186张CT影像