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
2521	2025-05-17	Ant-Inspired Ion Gel Sensor for Dual-Mode Detection of Force and Humidity via Magnetic Induction 2025-03-28, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.5c00032 PMID:40016092	research paper	介绍了一种受蚂蚁感官机制启发的双模式离子凝胶传感器，能够同时检测环境湿度和压力	采用磁感应技术开发的双模式传感器，结合了湿度传感器和压力传感器的高灵敏度和宽范围检测能力，并通过深度学习算法实现高精度物体识别	未明确提及传感器的长期稳定性测试或在极端环境下的性能表现	开发多功能、高灵敏度、宽范围和耐用的柔性传感器，用于智能传感领域	环境湿度和压力的检测，以及人体生理信号和物体识别	智能传感	NA	磁感应技术，深度学习算法	NA	湿度信号，压力信号，生理信号	未明确提及具体样本数量，但涉及人体生理信号测试和物体识别实验
2522	2025-05-17	Penalized factorial regression as a flexible and computationally attractive reaction norm model for prediction in the presence of GxE 2025-Mar-28, TAG. Theoretical and applied genetics. Theoretische und angewandte Genetik DOI:10.1007/s00122-025-04865-4 PMID:40155554	研究论文	本文提出了一种惩罚性因子回归方法，作为预测基因型与环境互作（GxE）的计算高效替代方案	该方法在预测精度上与基于核方法和深度学习的替代方法相当，但计算需求和耗时明显更低	仅在小麦和玉米两个代表性数据集上进行了验证，未在其他作物或更大规模数据上测试	解决植物育种和遗传学中长期存在的挑战，即在存在基因型与环境互作的情况下预测新环境中的产量	小麦和玉米的候选品种	植物育种与遗传学	NA	惩罚性因子回归	线性反应规范模型	基因型与环境互作数据	两个代表性数据集（小麦和玉米）
2523	2025-05-17	[Research progress in mutation effect prediction based on protein language models] 2025-Mar-25, Sheng wu gong cheng xue bao = Chinese journal of biotechnology DOI:10.13345/j.cjb.240683 PMID:40170306	综述	本文综述了基于蛋白质语言模型（PLMs）的蛋白质突变效应预测的研究进展	总结了PLMs在预测蛋白质突变效应中的应用，包括序列模型、结构模型及序列与结构结合模型，并分析了无监督和监督学习在模型训练中的应用	当前面临的主要挑战包括高质量数据集的获取和数据噪声的处理	推动蛋白质突变效应预测的进一步发展	蛋白质突变效应预测	生物信息学	NA	蛋白质语言模型（PLMs）	序列模型、结构模型、序列与结构结合模型	蛋白质序列和结构数据	NA
2524	2025-05-17	[Intelligent mining, engineering, and de novo design of proteins] 2025-Mar-25, Sheng wu gong cheng xue bao = Chinese journal of biotechnology DOI:10.13345/j.cjb.240629 PMID:40170309	综述	本文综述了人工智能在蛋白质发现、评估、工程和设计方面的最新研究进展	探讨了人工智能在蛋白质工程和设计中的应用及其对生物制造的潜在影响	未提及具体的技术限制或数据局限性	探索和改造酶以适应特定的生物制造过程	蛋白质，特别是酶	机器学习	NA	机器学习和深度学习算法	NA	生物信息学数据	NA
2525	2025-05-17	Development and validation of automated three-dimensional convolutional neural network model for acute appendicitis diagnosis 2025-Mar-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-84348-6 PMID:40044743	研究论文	开发并验证了一种基于3D卷积神经网络（CNN）的自动化诊断框架，用于急性阑尾炎的诊断	提出了一个全自动的诊断框架IA模型，能够自动提取阑尾解剖位置的感兴趣区域（VOI），并使用两阶段二元算法进行预测	模型在第二阶段区分简单和复杂阑尾炎的准确率为76.1%，仍有提升空间	开发一种快速、准确的术前影像诊断工具，以辅助急诊护理中的手术决策	腹痛患者的增强腹部盆腔CT图像	计算机视觉	阑尾炎	3D卷积神经网络（CNN）	ResNet, DenseNet, EfficientNet	图像	NA
2526	2025-05-17	Inferring gene regulatory networks from time-series scRNA-seq data via GRANGER causal recurrent autoencoders 2025-Mar-04, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf089 PMID:40062616	研究论文	提出了一种名为GRANGER的无监督深度学习方法，用于从时间序列单细胞RNA测序数据中推断基因调控网络	整合了循环变分自编码器、GRANGER因果性、稀疏性诱导惩罚和基于负二项式的损失函数，显著提高了处理时间序列scRNA-seq数据的能力	NA	从时间序列单细胞RNA测序数据中准确推断基因调控网络	小鼠全脑scRNA-seq数据中的五个转录调节因子（E2f7, Gbx1, Sox10, Prox1, Onecut2）	生物信息学	NA	scRNA-seq	循环变分自编码器	时间序列单细胞RNA测序数据	多个流行基准数据集和小鼠全脑scRNA-seq数据
2527	2025-05-17	Kolmogorov-Arnold networks for genomic tasks 2025-Mar-04, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf129 PMID:40163820	research paper	本文研究了Kolmogorov-Arnold网络（KANs）在基因组任务中替代多层感知机（MLPs）的潜力	首次将KANs整合到基因组任务的深度学习模型中，并测试了线性KANs（LKANs）和卷积KANs（CKANs）的性能	CKANs在参数规模较大时表现不佳，且KANs在不同深度学习架构中的潜力需要进一步研究	探索KANs在基因组任务中的性能表现	基因组序列的分类与生成	machine learning	NA	deep learning	Kolmogorov-Arnold networks (KANs), linear KANs (LKANs), convolutional KANs (CKANs)	genomic sequences	三个基因组基准数据集：Genomic Benchmarks, Genome Understanding Evaluation, Flipon Benchmark
2528	2025-05-17	DOMSCNet: a deep learning model for the classification of stomach cancer using multi-layer omics data 2025-Mar-04, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf115 PMID:40178281	研究论文	提出了一种名为DOMSCNet的深度学习模型，用于利用多层组学数据对胃癌进行分类	提出了一种混合特征选择（HFS）技术和基于深度循环神经网络的DOMSCNet模型，能够处理多层组学数据并有效提取信息特征	未明确提及具体局限性	改进胃癌的分类方法，支持癌症的分子过程理解和临床诊断	胃癌的多层组学数据	机器学习	胃癌	NGS	深度循环神经网络（DOMSCNet）	多层组学数据	使用了八个外部数据集进行验证
2529	2025-05-17	Data imbalance in drug response prediction: multi-objective optimization approach in deep learning setting 2025-Mar-04, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf134 PMID:40178282	research paper	该研究提出了一种多目标优化方法，用于解决药物反应预测中的数据集不平衡问题，以提高深度学习模型的泛化能力	通过构建多目标优化损失函数（Multi-Objective Optimization Regularized by Loss Entropy）并将其应用于深度学习模型，解决了药物反应预测中的数据集不平衡问题	数据深度仍然不足，与计算机视觉或自然语言处理等领域相比，限制了当前的学习能力	提高药物反应预测模型的泛化能力	药物反应预测模型	machine learning	NA	deep learning	Deep Learning	genomic data, drug screening data	NA
2530	2025-05-17	Clinical applications of deep learning in neuroinflammatory diseases: A scoping review 2025-Mar, Revue neurologique IF:2.8Q2 DOI:10.1016/j.neurol.2024.04.004 PMID:38772806	综述	本文综述了深度学习在神经炎症性疾病中的临床应用，探讨了该技术的潜力及其在医疗领域的应用现状	首次对深度学习在神经炎症性疾病中的临床应用进行全面综述，揭示了该领域的研究热点和未来方向	仅涵盖2018至2024年间发表的148篇文章和5种商业算法，可能未完全反映该领域的最新进展	评估深度学习技术在神经炎症性疾病临床应用中的现状和发展趋势	神经炎症性疾病	数字病理学	神经炎症性疾病	深度学习	多种深度学习模型	图像、文本、时间序列信号	148篇文献和5种商业算法
2531	2025-05-17	Association between deep learning radiomics based on placental MRI and preeclampsia with fetal growth restriction: A multicenter study 2025-Mar, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.111985 PMID:39946812	研究论文	本研究开发了一种基于胎盘MRI的深度学习放射组学模型，用于识别先兆子痫（PE）妊娠及其严重程度	首次利用半监督方法实现胎盘MRI的自动分割，并构建深度学习放射组学（DLR）模型来识别PE妊娠及预测胎儿生长受限（FGR）	研究为回顾性多中心设计，可能存在选择偏倚；样本量相对较小，尤其是PE合并FGR的病例	开发自动定量模型识别先兆子痫妊娠及疾病严重程度	420名孕妇（140例PE患者和280例正常血压妊娠）	数字病理	先兆子痫	MRI，深度学习放射组学（DLR）	深度学习模型	MRI图像	420名孕妇（140例PE，280例对照）
2532	2025-05-17	The Multimodal MRI Features of Deteriorative MCI Patients-A 2-Year Follow-up Study 2025-Mar-01, Neurology India IF:0.9Q4 DOI:10.4103/NI.Neurol-India-D-23-00014 PMID:40176222	研究论文	本研究通过多模态MRI技术探索了轻度认知障碍（MCI）患者在两年随访期间的影像特征	首次利用多模态MRI序列和深度学习算法，识别出MCI恶化组的FA值降低和ADC值升高的特征性脑区变化	样本量相对较小（105例），且仅进行了2年随访	探索MCI患者认知功能恶化的MRI预警特征	105名MCI患者	数字病理学	老年性疾病	多模态MRI（包括ADC、FA、CBF测量）	深度学习算法	MRI影像数据	105名MCI患者（2019和2021年两次扫描）
2533	2025-05-17	Early Colon Cancer Prediction from Histopathological Images Using Enhanced Deep Learning with Confidence Scoring 2025-Mar, Cancer investigation IF:1.8Q3 DOI:10.1080/07357907.2025.2483302 PMID:40178023	研究论文	本研究提出了一种名为NalexNet的混合深度学习分类器，用于提高结肠癌组织病理学图像的分类准确性和计算效率	结合Vahadane染色归一化、Watershed分割和Teamwork优化算法进行特征选择，构建了具有卷积层和正常/缩减细胞的NalexNet模型	未提及模型在外部验证集上的表现或临床实际应用中的潜在挑战	开发自动化的结肠癌早期诊断系统	结肠癌组织病理学图像	数字病理学	结肠癌	深度学习	CNN（NalexNet）	图像	NA
2534	2025-05-17	When the lung invades: a review of avian postcranial skeletal pneumaticity 2025-Feb-27, Philosophical transactions of the Royal Society of London. Series B, Biological sciences DOI:10.1098/rstb.2023.0427 PMID:40010393	review	本文综述了鸟类颅后骨骼气腔现象（PSP）的功能和进化意义，结合解剖学、发育学、生物力学和古生物学文献，并利用新技术进行了初步建模	利用微计算机断层扫描和基于深度学习的分割技术，建立了鸭颈部气腔的初步模型，为定量比较分析提供了新方法	关于气腔形成的细胞机制和发育过程尚未明确，气腔骨骼轻量化假说有待实证检验	探讨鸟类颅后骨骼气腔（PSP）的功能和进化意义	鸟类（以绿头鸭为例）的颅后骨骼气腔系统	生物力学	NA	微计算机断层扫描（micro-CT）、深度学习分割	深度学习	三维影像数据	绿头鸭颈部样本（具体数量未说明）
2535	2025-05-17	Impact of deep learning on pediatric elbow fracture detection: a systematic review and meta-analysis 2025-Feb-20, European journal of trauma and emergency surgery : official publication of the European Trauma Society IF:1.9Q2 DOI:10.1007/s00068-025-02779-w PMID:39976732	meta-analysis	本研究通过系统回顾和荟萃分析评估了深度学习模型在儿童肘部骨折检测中的性能	首次系统评估了深度学习模型在儿童肘部骨折检测中的表现，并分析了预处理技术和模型架构选择对性能的影响	仅纳入了6项符合标准的研究，样本量有限	评估深度学习模型在儿童肘部骨折检测中的诊断性能	0-16岁儿童的肘部骨折	digital pathology	pediatric fracture	deep learning	ResNet等深度学习模型	医学影像数据	22项研究中的6项符合纳入标准（具体样本量未明确说明）
2536	2025-05-17	An infrared dataset for partially occluded person detection in complex environment for search and rescue 2025-Feb-19, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-04600-0 PMID:39971943	research paper	该论文介绍了一个基于无人机红外热成像的数据集POP，用于复杂环境中部分遮挡人员检测	提出了首个针对部分遮挡人员检测的无人机红外热成像数据集POP，填补了现有非遮挡人体目标数据集的不足	未明确说明数据集的多样性是否覆盖所有可能的复杂遮挡场景	解决复杂遮挡环境下失踪人员自动识别的挑战	部分遮挡的人类目标	computer vision	NA	红外热成像	object detection networks	thermal images	8768张标注的红外图像
2537	2025-02-06	Author Correction: Synthetic augmentation of cancer cell line multi-omic datasets using unsupervised deep learning 2025-Feb-04, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-56686-0 PMID:39905123	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
2538	2025-05-17	Model interpretability on private-safe oriented student dropout prediction 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0317726 PMID:40163446	研究论文	本文提出了一种改进的预处理核诱导点数据蒸馏技术（PP-KIPDD），用于重构模拟学生信息分布的新样本，以防止学生隐私信息泄露，并通过SHAP值增强模型的可解释性	首次引入PP-KIPDD技术重构模拟学生信息分布的新样本，防止隐私泄露，并通过SHAP值增强模型的可解释性	未提及具体的数据集规模或实验验证的局限性	解决学生辍学预测中的隐私泄露和模型可解释性问题	学生辍学预测	机器学习	NA	PP-KIPDD, SHAP	NA	表格数据	NA
2539	2025-05-17	An updated compendium and reevaluation of the evidence for nuclear transcription factor occupancy over the mitochondrial genome 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0318796 PMID:40163815	研究论文	本文通过分析扩展后的ENCODE数据集和深度学习模型，全面评估了核转录因子与线粒体基因组的关联	利用扩展的ENCODE数据集和深度学习模型，首次全面评估了核转录因子与线粒体基因组的关联，并识别出50个可能与线粒体功能相关的核转录因子	研究发现，相同的转录因子在不同抗体和ChIP实验中的结果不一致，表明实验方法可能影响结果的可靠性	评估核转录因子与线粒体基因组的关联，并探讨其在线粒体功能中的潜在作用	人类和小鼠的核转录因子及其与线粒体基因组的关联	基因组学	NA	ChIP-seq, 深度学习模型	深度学习	基因组数据	6,153个ChIP实验，涉及942种蛋白质（其中763种为序列特异性转录因子）
2540	2025-05-17	An Early Thyroid Screening Model Based on Transformer and Secondary Transfer Learning for Chest and Thyroid CT Images 2025 Jan-Dec, Technology in cancer research & treatment IF:2.7Q3 DOI:10.1177/15330338251323168 PMID:40165465	研究论文	提出了一种基于Transformer和二次迁移学习的早期甲状腺筛查模型，用于胸部和甲状腺CT图像	结合Transformer DNN和迁移学习技术，整合时间序列数据，解决小样本量和高噪声问题	数据集有限，样本量较小，噪声较高	提高甲状腺癌早期筛查的准确性和效率	240名来自中国广东和新疆的患者的增强CT扫描图像数据	数字病理学	甲状腺癌	增强CT扫描	Transformer DNN	CT图像	240名患者