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
2221	2025-11-28	CT-based intratumoral heterogeneity quantification fusing deep learning radiomics for predicting lymph node metastasis in early-stage lung adenocarcinoma: a multicenter study 2025-Nov-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-26331-3 PMID:41298638	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
2222	2025-11-30	A deep learning model for contact angle prediction in carbonate reservoirs under smart water assisted foam injection (SWAF) 2025-Nov-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-26336-y PMID:41298639	研究论文	本研究开发了机器学习模型来预测智能水辅助泡沫注入条件下碳酸盐岩储层的接触角	首次将深度学习模型应用于SWAF注入条件下的接触角预测，并采用数据增强技术扩展数据集	未考虑原油特性和油田尺度数据	开发准确的接触角预测模型以优化智能水辅助泡沫注入过程	碳酸盐岩储层在智能水辅助泡沫注入条件下的接触角	机器学习	NA	数据增强技术包括高斯噪声、缩放变换和物理约束生成对抗网络	CNN, XGBoost, SVR, Random Forest, MLP	表格数据	初始1,615个样本，通过数据增强扩展到13,032个样本	NA	卷积神经网络, XGBoost, 支持向量回归, 随机森林, 多层感知器	RMSE, R²	NA
2223	2025-11-30	An autoencoder and vision transformer based interpretability analysis on the performance differences in automated staging of second and third molars 2025-Nov-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-26121-x PMID:41298637	研究论文	提出结合自编码器和视觉变换器的框架，用于提升牙齿年龄分期分类性能并提供模型可解释性分析	首次将自编码器与视觉变换器结合用于牙齿分期任务，通过多角度可解释性分析揭示数据层面的性能限制因素	研究主要关注下颌第二和第三磨牙，结论可能不适用于其他牙齿类型；性能差距的根本数据问题需要进一步数据收集来解决	提升法医牙科年龄估计中深度学习模型的性能和可解释性	下颌第二磨牙（37号牙）和第三磨牙（38号牙）的X光图像	计算机视觉	法医牙科	牙齿X光成像	自编码器, Vision Transformer	医学图像	未明确说明具体样本数量	未明确说明	自编码器, Vision Transformer	准确率	NA
2224	2025-11-30	A transformer based approach to STEAM integrated english course design in high schools under deep learning 2025-Nov-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-26024-x PMID:41298657	研究论文	本研究探索将STEAM教育理念与深度学习技术相结合，开发基于Transformer架构的高中英语课程资源自动生成系统	提出融合STEAM语义特征的Transformer框架，实现英语教学内容的智能生成和个性化推送	在资源有限环境中的实施存在挑战，需要进一步改进	通过深度学习技术提升高中英语课程资源的智能化和相关性	高中英语课程资源开发	自然语言处理	NA	深度学习	Transformer	文本	300名高中生，其中150名学生的数据构成核心训练语料	NA	Transformer编码器-解码器架构	BLEU分数, 创新指数, 内容多样性	NA
2225	2025-11-30	Human visual attention-inspired knowledge distillation underlying interpretable computational pathology 2025-Nov-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-26004-1 PMID:41298683	研究论文	提出受人类视觉注意力启发的知识蒸馏方法，用于计算病理学中的可解释医学图像分析	首次将人类视觉注意力机制融入知识蒸馏框架，通过捕捉局部和全局图像块关系构建差异化特征	未明确说明方法在更广泛病理学任务和数据集上的泛化能力	解决计算病理学中模型轻量化、可解释性与性能之间的平衡问题	医学病理图像	计算病理学	NA	深度学习	知识蒸馏	医学图像	NA	NA	NA	分割任务性能，注意力图与专家标注一致性	NA
2226	2025-11-30	ThoR: A Motion-Dependent Physics-Informed Deep Learning Framework with Constraint-Centric Theory of Functional Connections for Rainfall Nowcasting 2025-Nov-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-26126-6 PMID:41298704	研究论文	提出一种融合物理约束的运动依赖深度学习框架ThoR，用于降雨临近预报	将平流扩散方程作为物理约束嵌入优化目标，构建面向降水临近预报的功能连接理论框架	未明确说明模型在极端天气条件下的泛化能力限制	提升降雨临近预报的准确性和物理一致性	雷达数据中的降水运动模式	机器学习	NA	雷达数据采集	深度学习	雷达数据	真实世界雷达数据集	NA	级联分支架构，注意力驱动生成器	确定性指标	NA
2227	2025-11-30	Deep learning-based multi-parameter coupling compensation algorithm for clamp-on gas metering systems 2025-Nov-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-26116-8 PMID:41298712	研究论文	提出一种基于深度学习的多参数耦合补偿算法，用于提高夹装式气体计量系统在动态工况下的测量精度	采用混合LSTM-CNN神经网络架构同时建模多参数空间中的时间依赖性和空间关系，并集成实时自适应校正机制	未明确说明算法在极端工况或不同气体介质中的泛化能力	解决温度、压力和密度变化之间的复杂相互依赖关系对气体流量测量精度的影响	夹装式气体计量系统	机器学习	NA	深度学习	LSTM, CNN	时间序列数据，多参数传感器数据	720小时连续运行测试数据	NA	LSTM-CNN混合架构	平均测量误差，实时处理能力	NA
2228	2025-11-30	High-performance parallel multi-scale attention network with explainable AI for intelligent diagnosis of leaf diseases in agricultural systems 2025-Nov-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-26144-4 PMID:41298723	研究论文	提出一种用于木薯和花生叶片病害智能诊断的高性能并行多尺度注意力网络框架	开发了ROI-MDAN网络识别病害关键区域，提出MSFNet-CAM模型融合并行多尺度特征并集成坐标注意力机制，结合Grad-CAM提供模型可解释性	仅针对木薯和花生两种作物的叶片病害进行研究，未扩展到其他农作物	开发高精度叶片病害智能诊断系统以保障作物健康和提高农业生产力	木薯和花生的叶片图像	计算机视觉	植物叶片病害	GAN数据增强, Grad-CAM可解释性分析	GAN, 注意力网络	图像	从多种农业环境中采集的实时叶片图像	NA	ROI-MDAN, MSFNet-CAM	分类准确率	NA
2229	2025-11-30	Adaptive and scalable protection framework for virtual machines leveraging deep learning and dynamic defense 2025-Nov-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-26221-8 PMID:41298720	研究论文	提出一种结合深度学习与动态防御的自适应可扩展虚拟机保护框架	集成自适应特征编码器、密度感知聚类、Transformer增强分类器和动态缓解控制器的端到端防御管道，显著降低误报率并保持低延迟	未明确说明框架在异构云环境中的兼容性及对零日攻击的防御能力	开发能有效应对隐蔽性网络威胁的虚拟机动态防御系统	云环境中的虚拟机及其面临的网络威胁	机器学习	NA	深度学习	Transformer, Boosting	虚拟机遥测数据	基于ToN-IoT和CSE-CIC-IDS2018基准数据集	NA	Transformer	准确率, 精确率, F1分数, 误报率, 检测延迟	NA
2230	2025-11-28	Correction: Deep learning assisted LDPC decoding for 5G IoT networks in fading environments 2025-Nov-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-29260-3 PMID:41298785	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
2231	2025-11-30	A machine learning approach to risk based asset allocation in portfolio optimization 2025-Nov-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-26337-x PMID:41298798	研究论文	提出一种基于机器学习的动态风险资产配置框架，用于投资组合优化	集成LSTM波动率预测、可微分风险预算层和机制转换机制，实现端到端的投资组合权重训练	NA	开发动态风险预算的投资组合优化方法	金融资产组合	机器学习	NA	机器学习	LSTM	金融市场数据	2017-2022年样本外测试期	NA	LSTM, 稀疏注意力机制	夏普比率, 最大回撤	NA
2232	2025-11-30	Conditional deep learning model reveals translation elongation determinants during amino acid deprivation 2025-Nov-26, Communications biology IF:5.2Q1 DOI:10.1038/s42003-025-09092-7 PMID:41299006	研究论文	开发了一种名为Riboclette的条件深度学习模型，用于预测氨基酸剥夺条件下的核糖体足迹图谱并识别翻译延伸决定因素	提出了具有双输出头的条件深度学习模型，能够同时预测六种不同氨基酸剥夺条件下的核糖体足迹，并通过计算机扰动实验提取基序水平的核糖体停滞驱动因素	NA	研究氨基酸剥夺条件下翻译延伸的调控机制和决定因素	核糖体足迹图谱和mRNA序列	机器学习	代谢紊乱	核糖体分析技术	深度学习	序列数据	NA	NA	具有双输出头的条件深度学习架构	NA	NA
2233	2025-11-30	Research progress in computer-aided diagnosis systems for lung cancer 2025-Nov-26, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-02101-3 PMID:41299062	综述	本文综合评述了肺癌计算机辅助诊断系统在传统影像、机器学习和深度学习方面的研究进展	重点关注床边验证的进展：多模态CT/PET-临床融合、小数据策略、可解释AI和隐私保护的多中心学习	NA	总结肺癌计算机辅助诊断系统的研究进展，并将准确性转化为患者获益	肺癌计算机辅助诊断系统	计算机视觉	肺癌	CT, PET, 多模态影像融合	机器学习, 深度学习	医学影像, 临床数据	NA	NA	NA	AUC, 假阳性率, C-index	NA
2234	2025-11-30	Fusion_f5C-Pred: a dual-branch feature fusion framework for 5-formylcytosine modification sites prediction 2025-Nov-26, BMC genomics IF:3.5Q2 DOI:10.1186/s12864-025-12278-2 PMID:41299278	研究论文	开发了一个名为Fusion_f5C-Pred的双分支深度学习框架，用于预测RNA中5-甲酰胞嘧啶修饰位点	提出创新的双分支特征融合框架，通过门控融合网络整合序列和结构特征，并采用注意力机制和Transformer编码器	未明确说明模型的计算复杂度、训练时间或对特定RNA类型的适用性限制	开发高性能的计算方法来预测RNA中5-甲酰胞嘧啶修饰位点	RNA序列及其二级结构	生物信息学	癌症	RNA修饰位点预测	CNN, Transformer	序列数据, 结构数据	NA	PyTorch	密集连接卷积网络, 卷积块注意力模块, Transformer编码器	准确率, AUROC	NA
2235	2025-11-30	An interpretable geometric graph neural network for enhancing the generalizability of drug-target interaction prediction 2025-Nov-26, BMC biology IF:4.4Q1 DOI:10.1186/s12915-025-02456-9 PMID:41299450	研究论文	提出一种可解释的几何图神经网络GPS-DTI，用于提升药物-靶点相互作用预测的泛化能力	结合图同构网络与多头注意力机制建模药物分子结构，利用预训练ESM-2模型和CNN提取蛋白质特征，通过交叉注意力模块增强模型可解释性	未明确说明模型在更广泛疾病领域的泛化能力	提升药物-靶点相互作用预测的泛化能力和可解释性	药物分子和蛋白质靶点	机器学习	COVID-19	深度学习	图神经网络,CNN,注意力机制	分子图结构数据,蛋白质序列数据	NA	NA	GINE,多头注意力机制,ESM-2,CNN	NA	NA
2236	2025-11-30	Comparison of 2D, 2.5D, and 3D landmark localization networks for 3D cephalometry in CT images 2025-Nov-26, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-025-07189-3 PMID:41299513	研究论文	比较2D、2.5D和3D网络在CT图像三维头影测量标志点定位中的性能	提出全局-局部损失函数缓解前景-背景不平衡问题，并采用软硬投票集成策略提高鲁棒性	仅使用40例患者数据，样本量有限	评估不同维度网络在三维头影测量标志点定位中的性能与计算效率	40例患者的头颈部CT扫描图像	计算机视觉	头颈部疾病	CT成像	深度学习网络	三维医学图像	40例患者CT扫描	NA	2D网络,2.5D网络,3D网络	平均径向误差(MRE),成功检测率(SDR)	NA
2237	2025-11-30	DeepHFFT-m7G: A dual-channel self-attention and hybrid feature fusion framework for RNA m7G modification identification 2025-Nov-26, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2025.108812 PMID:41314160	研究论文	提出一种基于混合特征融合和双通道自注意力网络的新方法DeepHFFT-m7G，用于高效识别RNA序列中的m7G甲基化位点	结合混合特征融合和双通道自注意力网络，集成多分支CNN和Transformer编码器，同时捕获局部序列特征和全局特征	NA	提高RNA m7G修饰位点识别的准确率	RNA序列中的m7G甲基化位点	生物信息学	NA	RNA序列分析	CNN, Transformer, MLP	RNA序列数据	NA	NA	多分支CNN, Transformer编码器, 多层感知机	AUROC, 准确率, MCC, 特异性	NA
2238	2025-11-30	Artificial Intelligence-Driven Longitudinal Quantification of Technetium Pyrophosphate Uptake in Cardiac Amyloidosis: Correlation with Multimodality Imaging and Outcomes 2025-Nov-26, Journal of nuclear cardiology : official publication of the American Society of Nuclear Cardiology IF:3.0Q2 DOI:10.1016/j.nuclcard.2025.102573 PMID:41314377	研究论文	本研究使用人工智能技术纵向量化心脏淀粉样变性患者锝焦磷酸盐摄取，并分析其与多模态影像参数及临床结局的相关性	首次将深度学习技术应用于ATTR-CM患者锝焦磷酸盐扫描的纵向定量分析，并验证其与临床结局的关联	样本量相对较小（85例患者），单中心研究，可能存在选择偏倚	评估ATTR-CM治疗反应监测方法，探索深度学习量化指标与疾病进展和临床结局的关系	转甲状腺素蛋白心脏淀粉样变性（ATTR-CM）患者	数字病理	心血管疾病	99mTc-PYP显像，超声心动图，心血管磁共振	深度学习	医学影像	85例ATTR-CM患者，中位年龄79岁，89%为男性	NA	NA	相关系数，风险比，p值	NA
2239	2025-11-30	AIRPred: A Deep Learning Model Predictor for Peptide Intensity Ratios in Cross-Linking Mass Spectrometry Improves Cross-Link Spectrum Matching 2025-Nov-25, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c03597 PMID:40864166	研究论文	开发了一种深度学习模型AIRPred，用于预测交联质谱中肽段强度比率，以提高交联谱图匹配的准确性	首次利用深度学习预测肽段强度比率，通过CNN块捕捉肽段碎片化模式和注意力层建模肽段相互作用	未明确说明模型在复杂样本或低丰度肽段上的性能表现	提高交联质谱中交联谱图匹配的准确性	交联质谱中的肽段对	计算质谱学	NA	交联质谱(XL-MS)	CNN, 注意力机制	质谱数据	NA	NA	CNN块+注意力层	准确率	NA
2240	2025-11-30	Hypertension Medication Recommendation via Synergistic and Selective Modeling of Heterogeneous Medical Entities: Development and Evaluation Study of a New Model 2025-Nov-25, JMIR medical informatics IF:3.1Q2 DOI:10.2196/74170 PMID:41289573	研究论文	开发并评估了一种基于异质医疗实体协同与选择性建模的高血压药物推荐新模型	提出多头图注意力机制捕获医疗实体间协同关系，结合双向时间选择机制动态适应疾病进展	仅基于电子健康记录数据，未考虑医生主观判断等临床因素	开发能够准确推荐高血压药物的临床决策支持系统	高血压患者的电子健康记录数据	医疗人工智能	心血管疾病	电子健康记录分析	图神经网络,注意力机制	结构化电子健康记录	MIMIC-III v1.4和MIMIC-IV v2.2数据集中的患者记录	PyTorch	图注意力网络,双向时序选择机制	Jaccard相似系数,精确率-召回率曲线下面积,F1分数	NA