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
2281	2025-05-02	Enhancing Molecular Network-Based Cancer Driver Gene Prediction Using Machine Learning Approaches: Current Challenges and Opportunities 2025-Jan, Journal of cellular and molecular medicine IF:4.3Q2 DOI:10.1111/jcmm.70351 PMID:39804102	review	本文综述了机器学习方法在基于分子网络的癌症驱动基因预测中的应用及其挑战与机遇	探讨了深度学习，特别是基于图的模型，在提高癌症驱动基因预测的可扩展性和可解释性方面的新机会	未提及具体实验验证或实际应用效果的局限性	提升基于分子网络的癌症驱动基因预测的准确性和效率	癌症驱动基因	machine learning	cancer	network propagation, graph neural networks, autoencoders, graph embeddings, attention mechanisms	graph-based models	mutation data, protein-protein interaction networks	NA
2282	2025-05-02	Application of machine learning algorithms in predicting new onset hypertension: a study based on the China Health and Nutrition Survey 2025, Environmental health and preventive medicine IF:4.0Q1 DOI:10.1265/ehpm.24-00270 PMID:39805606	研究论文	本研究应用机器学习算法预测新发高血压风险，并识别相关特征	首次使用AMFormer模型预测新发高血压，并在六种算法中取得最佳效果	研究基于中国健康与营养调查数据，可能不适用于其他人群	预测新发高血压风险并识别相关特征	中国健康与营养调查中的非高血压基线人群	机器学习	心血管疾病	机器学习算法	Logistic Regression, Support Vector Machine, XGBoost, LightGBM, TabNet, AMFormer	调查数据	4,982名参与者，其中1,017人在4年随访期间发展为高血压
2283	2025-05-02	A Deep Learning and PSSM Profile Approach for Accurate SNARE Protein Prediction 2025, Methods in molecular biology (Clifton, N.J.) DOI:10.1007/978-1-0716-4314-3_5 PMID:39806147	研究论文	提出了一种结合多尺度卷积神经网络和位置特异性评分矩阵谱的SNARE蛋白准确预测新方法	首次将多尺度CNN与PSSM谱结合用于SNARE蛋白识别，显著提高了分类准确性	未提及方法在跨物种预测中的泛化能力	开发高精度的SNARE蛋白预测工具以阐明其生物学功能	SNARE蛋白质	生物信息学	NA	PSI-BLAST特征提取	多尺度CNN	蛋白质序列数据	未明确说明样本量
2284	2025-05-02	Deep Learning to Simulate Contrast-Enhanced MRI for Evaluating Suspected Prostate Cancer 2025-Jan, Radiology IF:12.1Q1 DOI:10.1148/radiol.240238 PMID:39807983	research paper	本研究探讨了使用深度学习从非对比MRI序列生成模拟对比增强MRI的可行性，并评估其在评估临床显著前列腺癌中的潜在价值	利用深度学习模型（pix2pix算法）从非对比MRI序列合成对比增强MRI扫描，为评估前列腺癌提供了一种无对比剂的方法	研究为回顾性设计，且样本量相对有限，可能影响结果的普遍性	评估深度学习生成模拟对比增强MRI的可行性及其在前列腺癌评估中的应用价值	疑似前列腺癌的男性患者	digital pathology	prostate cancer	MRI	pix2pix algorithm	image	567名男性患者（平均年龄66岁±11）
2285	2025-05-02	Enhancing the visual environment of urban coastal roads through deep learning analysis of street-view images: A perspective of aesthetic and distinctiveness 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0317585 PMID:39808675	研究论文	本研究通过深度学习分析街景图像，结合人类感知数据，探讨城市滨水区视觉景观特征与人类感知之间的关系，并提出改善建议	结合深度学习和人类感知数据，首次对城市滨海道路的视觉环境进行美学和独特性感知分类	研究仅针对厦门市的滨海道路，可能无法完全代表其他城市的滨水区	研究城市滨海道路视觉景观特征与人类感知之间的关系，并提出改善建议	厦门市城市滨海道路的街景图像和人类感知数据	计算机视觉	NA	深度学习	线性回归和随机森林	图像	厦门市滨海道路的街景图像
2286	2025-05-02	A networked station system for high-resolution wind nowcasting in air traffic operations: A data-augmented deep learning approach 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0316548 PMID:39808682	研究论文	本研究介绍了一种为马德拉国际机场设计的高分辨率风场临近预报模型，利用六个气象站网络数据和深度学习技术预测风速和风向	结合气象站网络数据和深度学习技术，提出了一种能在复杂风场环境下进行高精度风场临近预报的模型	研究仅针对马德拉国际机场，模型在其他机场的适用性有待验证	提高复杂环境机场的风场临近预报精度，以提升航空运营效率和安全性	马德拉国际机场的风速和风向数据	机器学习	NA	深度学习	NA	气象数据	六个气象站的数据
2287	2025-05-02	Deep Learning and Multidisciplinary Imaging in Pediatric Surgical Oncology: A Scoping Review 2025-Jan, Cancer medicine IF:2.9Q2 DOI:10.1002/cam4.70574 PMID:39812075	review	本文综述了深度学习在儿科外科肿瘤学多学科影像中的应用	提供了深度学习在儿科外科肿瘤学多学科影像中的全面概述，并指出了未来发展的方向	由于纳入研究的异质性，无法对研究性能做出一般性陈述	探讨深度学习在儿科外科肿瘤学多学科影像中的应用	儿科外科肿瘤学中的医学影像	digital pathology	pediatric solid tumors	Deep Learning (DL)	NA	image	36 articles (radiology n=22, pathology n=9, other image-based diagnostics n=5)
2288	2025-05-02	Towards sustainable architecture: Enhancing green building energy consumption prediction with integrated variational autoencoders and self-attentive gated recurrent units from multifaceted datasets 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0317514 PMID:40279377	研究论文	提出了一种集成变分自编码器和自注意力门控循环单元的深度学习框架，用于绿色建筑能耗预测	结合了时间依赖变分自编码器(TD-VAE)和自适应门控自注意力GRU(AGSA-GRU)，采用自注意力机制和多任务学习策略，显著提升了预测精度和异常检测能力	仅在两个公开的绿色建筑能耗数据集上进行了验证，可能需要更多样化的数据集来证明泛化能力	开发高效的绿色建筑能耗预测方法，以支持能源管理和节能减排策略	绿色建筑的能源消耗数据	机器学习	NA	深度学习	TD-VAE, AGSA-GRU	时间序列数据	两个公开的绿色建筑能耗数据集
2289	2025-05-02	Deep Learning for Longitudinal Gross Tumor Volume Segmentation in MRI-Guided Adaptive Radiotherapy for Head and Neck Cancer 2025, Head and Neck Tumor Segmentation for MR-Guided Applications : First MICCAI Challenge, HNTS-MRG 2024, held in conjunction with MICCAI 2024, Marrakesh, Morocco, October 17, 2024, proceedings DOI:10.1007/978-3-031-83274-1_7 PMID:40297614	research paper	该研究开发了一系列深度学习模型，用于头颈癌MRI引导的自适应放疗中纵向总肿瘤体积的自动分割	提出了基于SegResNet的深度学习模型，并引入了掩码感知注意力模块，以提高放疗中和放疗前肿瘤体积的分割精度	研究仅使用了内部测试集进行验证，未提及外部验证的结果	提高头颈癌MRI引导的自适应放疗中总肿瘤体积的自动分割精度	头颈癌患者的总肿瘤体积（GTV）	digital pathology	head and neck cancer	MRI	SegResNet	image	未提及具体样本数量，但使用了放疗前和放疗中的MRI数据
2290	2025-05-02	Prediction of stress-strain behavior of rock materials under biaxial compression using a deep learning approach 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0321478 PMID:40299820	研究论文	提出一种基于长短期记忆自动编码器（LSTM-AE）的深度学习方法，用于预测离散元数值模拟中岩石材料的应力-应变曲线	使用LSTM网络构建编码器和解码器，提高了岩石材料应力-应变曲线预测的准确性	LSTM-AE网络在处理大数据集时的扩展性及其对实验室数据集预测的适用性需要进一步验证	提高岩石材料应力-应变曲线预测的准确性	岩石材料	机器学习	NA	离散元数值模拟	LSTM-AE, LSTM, RNN, BPNN, XGBoost	数值模拟数据	10组特殊样本
2291	2025-05-02	Indoor fire and smoke detection based on optimized YOLOv5 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0322052 PMID:40299940	研究论文	本研究提出了一种基于遗传算法优化的YOLOv5模型（HPO-YOLOv5），用于室内火灾和烟雾检测，以提高检测准确性和实时性	结合遗传算法优化YOLOv5模型，并引入Grad-CAM技术提供模型预测的可视化解释，同时结合DeepSORT实现火灾进展的实时监测	研究仅针对室内场景，未涉及室外或其他复杂环境下的火灾检测	提高室内火灾和烟雾检测的准确性和实时性	室内火灾和烟雾	计算机视觉	NA	遗传算法、Grad-CAM、DeepSORT	YOLOv5	图像	5000张室内火灾和烟雾图像，按80:10:10的比例分为训练集、验证集和测试集
2292	2025-05-02	Optimizing chemotherapeutic targets in non-small cell lung cancer with transfer learning for precision medicine 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0319499 PMID:40299923	研究论文	本文提出了一种结合迁移学习和特征提取的药物发现模型，用于优化非小细胞肺癌的化疗靶点	使用混合UNet transformer进行药物和蛋白质序列的特征提取，并采用改进的Rime优化算法进行特征选择，结合深度迁移学习模型提高药物发现准确性	未提及模型在临床实践中的验证情况	提高非小细胞肺癌患者治疗靶点的药物发现准确率	非小细胞肺癌患者的治疗靶点	机器学习	肺癌	特征提取、迁移学习	UNet transformer、DTransL、LSTM	药物和蛋白质序列	Davis、KIBA和Binding-DB基准数据集
2293	2025-05-02	Unlocking Responsive and Unresponsive Signatures: A Transfer Learning Approach for Automated Classification in Cutaneous Leishmaniasis Lesions 2025, Transboundary and emerging diseases IF:3.5Q1 DOI:10.1155/tbed/5018632 PMID:40302757	研究论文	本研究开发了一种基于迁移学习的深度学习模型，用于自动分类皮肤利什曼病病变的反应性与非反应性	首次探索基于图像的方法来区分皮肤利什曼病的反应性与非反应性病例，并应用迁移学习解决样本量有限的问题	样本量较小，需要进一步扩大数据集以优化模型性能	开发自动化工具以区分皮肤利什曼病病变的反应性，从而指导治疗策略和改善患者预后	皮肤利什曼病病变图像	数字病理学	皮肤利什曼病	迁移学习	DenseNet161, VGG16, ResNet18	图像	102张病变图像（每类51张，均匀分布在训练、测试和验证集中）
2294	2025-05-02	Prediction of the Therapeutic Response to Neoadjuvant Chemotherapy for Rectal Cancer Using a Deep Learning Model 2025, Journal of the anus, rectum and colon DOI:10.23922/jarc.2024-085 PMID:40302856	research paper	开发了一种基于深度学习模型的非侵入性预测方法，用于预测直肠癌患者对新辅助化疗的治疗反应	使用深度学习模型（残差卷积神经网络）从化疗前的CT图像中预测直肠癌患者对新辅助化疗的病理反应	样本量较小（57名患者），且仅针对SOX化疗方案	优化直肠癌新辅助化疗的治疗方案	直肠癌患者	digital pathology	rectal cancer	CT imaging	CNN	image	57名患者（49名用于训练和验证，8名用于测试）
2295	2025-05-02	Automatic pelvic fracture segmentation: a deep learning approach and benchmark dataset 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1511487 PMID:40303367	research paper	提出了一种基于深度学习的自动骨盆骨折分割方法，并公开了一个基准数据集	采用两个顺序网络进行解剖分割和骨折分割，并引入距离加权损失、多尺度深度监督和平滑过渡策略以提高性能	未提及方法在极端骨折情况下的表现或泛化能力	开发自动骨盆骨折分割方法以辅助创伤诊断和图像引导复位手术	骨盆骨折的CT图像	digital pathology	pelvic fracture	CT	CNN	image	150 CTs
2296	2025-05-02	Application and research progress of artificial intelligence in allergic diseases 2025, International journal of medical sciences IF:3.2Q1 DOI:10.7150/ijms.105422 PMID:40303497	综述	本文综述了人工智能在过敏性疾病中的应用和研究进展，重点关注哮喘等疾病	总结了人工智能在过敏性疾病预测、诊断、治疗和管理中的最新应用	简要分析了各种智能辅助方法的优势和局限性	为研究团队和医务人员提供人工智能在过敏性疾病中应用的参考	哮喘、特应性皮炎、食物过敏、过敏性鼻炎和荨麻疹等过敏性疾病	自然语言处理	过敏性疾病	强化学习、机器学习、深度学习、自然语言处理	NA	文本、视觉和听觉数据	NA
2297	2025-05-02	Artificial intelligence in traditional Chinese medicine: advances in multi-metabolite multi-target interaction modeling 2025, Frontiers in pharmacology IF:4.4Q1 DOI:10.3389/fphar.2025.1541509 PMID:40303920	综述	本文综述了人工智能在传统中医多代谢物多靶点相互作用建模中的应用与进展	整合人工智能的多组学技术、中医专用数据库、机器学习和深度学习等方法，推动中医向精准医学转变	数据异质性、模型可解释性有限、因果混杂以及实际应用中鲁棒性验证不足	探讨人工智能在中医靶点预测中的应用，提升其可靠性和可扩展性	传统中医的多代谢物和多靶点干预机制	人工智能在医学中的应用	复杂疾病	多组学技术、机器学习、深度学习	ML、DL、零样本学习、端到端架构、自监督对比学习	多组学数据	NA
2298	2025-05-02	Association prediction of lncRNAs and diseases using multiview graph convolution neural network 2025, Frontiers in genetics IF:2.8Q2 DOI:10.3389/fgene.2025.1568270 PMID:40303981	研究论文	提出了一种基于多视图图卷积神经网络的方法MVIGCN，用于预测lncRNA与疾病的关联	整合多模态数据构建异质网络，通过注意力机制建模拓扑特征和多尺度关系，提高预测准确性	网络复杂性可能导致计算成本较高，且模型性能依赖于数据质量	解码lncRNA在疾病生物学中的功能，为治疗靶点优先排序提供工具	lncRNA与疾病的关联	机器学习	NA	图卷积网络(GCN)	MVIGCN	多模态数据	NA
2299	2025-05-02	Performance Improvement with Reduced Number of Channels in Motor Imagery BCI System 2024-Dec-28, Sensors (Basel, Switzerland) DOI:10.3390/s25010120 PMID:39796911	研究论文	本研究探讨了在运动想象脑机接口系统中减少通道数量以提高灵活性、便携性和计算效率的方法	结合EOG通道和少量EEG通道比单独使用大量EEG通道更有效，挑战了EOG仅引入眼相关噪声的传统观点	在7类运动想象任务中准确率相对较低（61%）	提高运动想象脑机接口系统的实用性和性能	运动想象EEG信号分类	脑机接口	NA	深度学习	1D卷积块和深度可分离卷积	EEG和EOG信号	两个数据集：BCI Competition IV Dataset IIa（4类MI）和Weibo数据集（7类MI）
2300	2025-05-02	Cross-Shaped Heat Tensor Network for Morphometric Analysis Using Zebrafish Larvae Feature Keypoints 2024-Dec-28, Sensors (Basel, Switzerland) DOI:10.3390/s25010132 PMID:39796924	research paper	提出了一种基于深度学习的特征端点检测方法，用于定量确定斑马鱼幼体的表型和器官特征	引入了交叉形热张量网络（CSHT-Net），通过新颖的关键点训练方法和组合卷积块特征提取器，解决了基于热图方法仅关注关键点局部区域的问题，并增强了模型学习连续带状特征的能力	NA	开发一种非破坏性的斑马鱼幼体形态计量分析方法，用于识别异常和诊断疾病	斑马鱼幼体	computer vision	NA	deep learning	CSHT-Net	image	4389张斑马鱼幼体的明场显微照片