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
241	2025-09-10	Translational Retinal Imaging 2020 May-Jun, Asia-Pacific journal of ophthalmology (Philadelphia, Pa.) DOI:10.1097/APO.0000000000000292 PMID:32487917	评论	本文介绍了几种具有转化潜力的新型视网膜成像技术及其在医学视网膜疾病诊断与治疗中的应用	展示了多种创新视网膜成像技术，如定量自发荧光成像、高光谱自发荧光成像和眼科内窥镜系统，这些技术能提供现有方法无法实现的新疾病认知和手术方法	NA	探讨转化性视网膜成像技术如何推动医学视网膜疾病的诊断、治疗和理解	视网膜成像技术及其在年龄相关性黄斑变性等疾病中的应用	数字病理	年龄相关性黄斑变性	定量自发荧光成像, 高光谱自发荧光成像, 眼科内窥镜成像	深度学习人工智能	视网膜图像	NA
242	2025-09-10	An Interpretable Deep Hierarchical Semantic Convolutional Neural Network for Lung Nodule Malignancy Classification 2019-Aug-15, Expert systems with applications IF:7.5Q1 DOI:10.1016/j.eswa.2019.01.048 PMID:31296975	研究论文	提出一种可解释的深度分层语义卷积神经网络（HSCNN），用于肺部结节恶性分类	结合先验领域知识，提供低层语义特征和高层恶性预测的双层可解释输出	NA	预测CT扫描中肺部结节的恶性程度	肺部结节	计算机视觉	肺癌	CT扫描	HSCNN（分层语义CNN）	图像	使用LIDC数据库（具体样本数量未明确说明）
243	2025-09-09	Efficient wheat variety identification using Raman hyperspectral imaging in combination with deep learning 2026-Jan-05, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2025.126722 PMID:40694955	研究论文	本研究结合拉曼高光谱成像与深度学习技术，开发了一种高效且可解释的小麦品种鉴定方法	提出了基于Segment Anything Model的感兴趣区域分割框架，并利用化学先验知识选择拉曼特征峰以增强可解释性，同时设计了融合多尺度特征提取和Transformer模块的拉曼光谱注意力网络	NA	开发高效、可靠且可解释的小麦品种鉴定方法	小麦谷物	计算机视觉	NA	拉曼高光谱成像	Transformer, 深度学习	高光谱图像	8个小麦品种
244	2025-09-09	Discriminant research on edible oil components by oblique-incidence reflectivity difference 2026-Jan-05, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2025.126746 PMID:40737913	研究论文	利用斜入射反射差技术结合深度学习算法对食用油成分进行判别研究	首次将斜入射反射差(OIRD)技术与八种深度学习算法结合用于食用油成分分析	NA	开发一种快速准确的食用油成分鉴别方法以保障消费者权益	食用油中的亚油酸、油酸和α-亚麻酸成分	机器学习	NA	斜入射反射差(OIRD)技术	Time Series Transformer (TST)及其他七种深度学习算法	光学反射数据	NA
245	2025-09-09	Beyond current boundaries: Integrating deep learning and AlphaFold for enhanced protein structure prediction from low-resolution cryo-EM maps 2025-Dec, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2025.108494 PMID:40460619	研究论文	提出一种结合深度学习和AlphaFold的创新计算框架DeepTracer-LowResEnhance，用于提升低分辨率冷冻电镜图谱的蛋白质结构预测精度	首次将AlphaFold的序列预测与深度学习驱动的图谱优化策略相结合，专门针对4 Å以上低分辨率图谱进行增强	NA	解决低分辨率冷冻电镜图谱原子模型构建的精度问题	蛋白质三维结构	计算结构生物学	NA	冷冻电镜(cryo-EM)	CNN, GNN, AlphaFold	冷冻电镜图谱	37种不同蛋白质的冷冻电镜图谱，包含22个4 Å以下分辨率的挑战性案例
246	2025-09-09	Integrative strategies in drug discovery: Harnessing genomics, deep learning, and computer-aided drug design 2025-Dec, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2025.108530 PMID:40466334	综述	本文探讨了基因组学、深度学习和计算机辅助药物设计在药物发现中的整合策略及其变革性影响	整合高通量测序技术、深度学习与CADD，实现更精准的药物-靶点相互作用预测并加速候选药物识别	NA	提升药物发现效率与准确性，减少脱靶效应	药物靶点相互作用、候选药物	机器学习	NA	NGS（高通量测序）、基因组学、转录组学、蛋白质组学、代谢组学	深度学习	基因组数据	NA
247	2025-09-09	An enhancement of multi-scope topological graph pooling and representation learning with attention for molecular graph classification 2025-Dec, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2025.108548 PMID:40554399	研究论文	提出一种新颖的注意力增强多尺度拓扑图池化策略AETP，用于分子图表示学习与分类	引入注意力机制增强多尺度拓扑特征提取，克服现有方法对局部邻域聚合的依赖，提升复杂结构图的表示能力	NA	提升分子图分类任务的性能，通过拓扑数据分析与深度学习结合增强图表示学习	分子图数据	机器学习	NA	拓扑数据分析（TDA）、持久同调、地标提取	图神经网络（GNN）、注意力机制	图数据	多个真实世界分子数据集（包括FDA_DILIst, T3DB_Toxin_2, Eye_Irritation, Eye_Corrosion）
248	2025-09-09	FrAdadelta-CSA: Fractional Adadelta Chameleon Swarm Algorithm-based feature selection with SpikeGoogle-DenseNet for epileptic seizure detection 2025-Dec, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2025.108550 PMID:40554820	研究论文	提出一种基于分数阶Adadelta变色龙群算法特征选择和SpikeGoogle-DenseNet混合模型的癫痫发作检测方法	将分数阶微积分概念融入Adadelta变色龙群算法进行特征选择，并采用SpikeGoogle与DenseNet的混合模型进行预测	NA	开发基于深度学习的EEG信号癫痫发作识别机制	癫痫患者的EEG信号	生物医学信号处理	癫痫	短时傅里叶变换(STFT), 深度学习	SpikeGoogle-DenseNet hybrid model	EEG信号	NA
249	2025-09-09	A systematic framework enhancing molecular screening efficiency in drug discovery via scaffold-driven fuzzy similarity and adaptive spectral clustering 2025-Dec, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2025.108559 PMID:40582252	研究论文	提出一种基于分子骨架和模糊相似性的创新药物发现筛选框架，结合自适应谱聚类提升分子筛选效率	引入分子骨架概念和模糊分子相似性分类方法，采用自适应高斯核函数动态调整谱聚类参数	仅使用PubChem公开数据进行案例验证，未涉及更广泛的数据集和实际应用场景测试	提升药物发现过程中先导化合物识别和生物活性预测的效率	分子化合物（以1-萘酚为目标分子的案例研究）	机器学习	NA	QSAR模型、模糊逻辑、谱聚类	自适应谱聚类	分子结构数据	来自PubChem数据库的公开分子数据
250	2025-09-09	GC-PGE: A novel deep learning model for tumor drug resistance prediction and core resistance gene extraction based on graph and signaling pathways 2025-Dec, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2025.108578 PMID:40614480	研究论文	提出基于图神经网络和信号通路的深度学习模型GC-PGE，用于预测肿瘤耐药性并识别核心耐药基因	首次整合基因相关性网络与信号通路数据，通过贝叶斯学习实现耐药基因预测与肿瘤样本分类的双任务协同优化	未明确说明模型在不同癌症类型间的泛化能力及对未知耐药机制的预测效果	开发高精度且可解释的肿瘤耐药预测与核心基因识别方法	肝癌、卵巢癌和黑色素瘤的肿瘤样本与耐药相关基因	机器学习	肿瘤癌症	多组学数据整合、信号通路分析、图神经网络	GNN（图神经网络）与贝叶斯学习结合	多维组学数据（蛋白互作、基因同源性、信号通路）	未明确说明具体样本数量，但涉及三种癌症类型（肝癌、卵巢癌、黑色素瘤）
251	2025-09-09	DeepELR: Deep learning-based energy and link stability aware routing in IoT for heart disease classification 2025-Dec, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2025.108574 PMID:40627942	研究论文	提出一种基于深度学习的能量和链路稳定性感知路由算法DeepELR，用于物联网中心脏病分类数据的可靠传输	开发了DeepELR路由算法，结合DRNN预测节点能量和链路稳定性，并采用ASSA优化的集成学习方法进行疾病分类	NA	开发心脏病检测方法并将其集成到物联网范式中，设计高效路由算法供医疗专业人员使用物联网节点感知的数据	心脏病患者通过物联网设备监测的数据	物联网与医疗健康监测	心脏病	深度学习，集成学习，优化算法	DRNN, RNN, 集成学习	传感器数据	NA
252	2025-09-09	Revolutionizing medical imaging: A cutting-edge AI framework with vision transformers and perceiver IO for multi-disease diagnosis 2025-Dec, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2025.108586 PMID:40633409	研究论文	提出一种结合Vision Transformers和Perceiver IO的混合AI框架，用于提升多疾病医学影像分类的准确性和临床实用性	首次将ViT和Perceiver IO应用于神经、皮肤和肺部疾病诊断，在准确性、计算效率和临床可解释性方面超越传统架构	NA	解决传统深度学习模型在医学影像分类中的泛化性差、假阳性率高和重叠解剖特征区分困难等问题	神经系统疾病（中风、阿尔茨海默病）、皮肤疾病（癣、黑色素瘤）和肺部疾病（肺癌、肺炎）	计算机视觉	多疾病诊断	医学影像分析	Vision Transformers (ViT), Perceiver IO	医学影像（MRI、X射线、皮肤图像）	多个公开数据集（Brain Stroke Prediction CT Scan Image Dataset、Best Alzheimer MRI Dataset、Skin Diseases Dataset、HAM10000/HAM10k、Lung Cancer Image Dataset、Pneumonia Dataset）
253	2025-09-09	Integrative review of intelligent nuchal translucency for genetic disorder 2025-Dec, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2025.108597 PMID:40684521	综述	本文对智能颈项透明层筛查在遗传疾病中的应用进行了整合性综述，分析了53篇相关研究论文	首次系统收集和分析深度学习技术在NT筛查中的应用研究，揭示传统方法的局限性并强调ML/DL技术的改进需求	基于现有文献的二次分析，缺乏原始实验数据验证	提高颈项透明层筛查在染色体异常和先天性心脏缺陷检测中的准确性和可靠性	产前筛查中的颈项透明层检测	数字病理	遗传疾病	深度学习技术	深度学习模型	医学影像数据	53篇研究论文的分析
254	2025-09-09	GShC-Net: Hybrid deep learning with DCTLAP feature extraction for brain tumor detection 2025-Dec, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2025.108577 PMID:40701121	研究论文	提出一种结合GoogleNet和Shepard卷积网络的混合深度学习模型GShC-Net，用于脑肿瘤检测	融合GoogleNet和ShCNN模型并修改网络层结构，结合DCTLAP等新型特征提取方法	NA	实现脑肿瘤的自动检测和分类，提高早期诊断准确性	脑部医学图像	计算机视觉	脑肿瘤	Haralick纹理特征提取、统计特征提取、DCTLAP特征提取	GoogleNet, Shepard CNN, 混合深度学习模型	图像	NA
255	2025-09-09	PreAIS: Prediction of A-to-I editing sites based on DNN-CNN deep learning models 2025-Dec, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2025.108612 PMID:40749520	研究论文	提出基于DNN-CNN深度学习模型的PreAIS方法，用于精准预测A-to-I RNA编辑位点	结合K-mer特征提取与DNN-CNN架构，在准确性和泛化能力上显著超越现有最优模型	NA	开发高精度、强泛化能力的A-to-I RNA编辑位点预测工具	A-to-I RNA编辑位点	生物信息学	NA	K-mer特征提取，DNN-CNN深度学习，10折交叉验证	DNN-CNN	基因组序列数据	数据集1（未明确数量）及58个经Sanger验证的人类A-to-I位点
256	2025-09-09	Fertilizer prediction using serial exponential newton meta-heuristic algorithm-based convolutional neural network in IoT-based WSNs 2025-Dec, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2025.108561 PMID:40570467	研究论文	提出一种基于序列指数牛顿元启发式算法优化的一维卷积神经网络，用于物联网无线传感器网络中的肥料预测	整合牛顿元启发式算法和序列指数加权移动平均法形成SExpNMA算法，用于簇头路由选择和CNN分类器参数优化	NA	通过深度学习技术实现精准农业中的肥料需求预测	物联网无线传感器网络采集的农业数据	机器学习	NA	深度学习，无线传感器网络	1D CNN, BiLSTM	传感器时序数据	NA
257	2025-09-09	AI-Driven molecule generation and bioactivity prediction: A multi-model approach combining VAE, graph and language-based neural networks 2025-Dec, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2025.108532 PMID:40550191	研究论文	本文提出并比较了多种深度学习模型，用于抗癌小分子设计和生物活性预测	结合了VAE、图神经网络和语言模型的集成方法，采用平均和堆叠两种集成策略进行生物活性预测	研究仅限于乳腺癌肿瘤的6种癌细胞系，未验证在其他癌症类型上的泛化能力	加速抗癌药物发现过程，提高小分子设计和生物活性预测效率	抗癌小分子化合物	药物发现	乳腺癌	深度学习，分子生成，生物活性预测	VAE, GAT, GCN, MPNN, ChemBERTa	分子结构数据，SMILES序列	包含多个化合物的数据集，针对6种乳腺癌细胞系
258	2025-09-09	MJnet: A lightweight RNN-based model for microRNA target site prediction 2025-Dec, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2025.108603 PMID:40737827	研究论文	提出一种基于双向门控循环单元的轻量级深度学习模型MJnet，用于microRNA靶点预测	结合BiGRU架构、C2编码、多尺度一维卷积网络和自注意力机制，在保持低计算成本的同时捕获局部序列特征和全局上下文依赖	NA	开发高效且可解释的microRNA靶点预测方法	microRNA靶点序列	自然语言处理	NA	深度学习	BiGRU, TextCNN, 自注意力机制	序列数据	经过实验验证的数据集
259	2025-09-09	A multi-task deep sequential neural network for IgA nephropathy Oxford classification and prognosis prediction 2025-Dec, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2025.106052 PMID:40743805	研究论文	开发了一种名为DeepSNN的多任务深度序列神经网络，用于IgA肾病牛津分类和预后预测	首个集成病变分割、肾小球分类、牛津MEST-C评分和预后预测的多任务模型，性能达到资深病理医生水平	样本量相对有限（总样本量277），需要更多外部验证	开发自动化肾病理分析工具以解决IgA肾病临床诊断挑战	IgA肾病患者的肾脏病理图像和数据	数字病理	肾脏疾病	深度学习，多任务学习	深度序列神经网络(DeepSNN)	多模态肾脏数据集，病理图像	277例样本（PLAG医院245例，CJF医院32例）
260	2025-09-09	From droplets to diagnosis: AI-driven imaging and system integration in digital nucleic acid amplification testing 2025-Nov-15, Biosensors & bioelectronics IF:10.7Q1 DOI:10.1016/j.bios.2025.117741 PMID:40664140	综述	本文系统综述了人工智能在数字核酸扩增测试荧光图像分析中的应用与发展	首次提出将dNAAT重新定义为五个阶段的框架，并系统整合了从传统分类器到现代深度学习及基础模型（如SAM、ViT、GPT-4o）的AI技术进展	存在数据稀缺性和模型泛化能力等关键限制	推动数字核酸扩增测试在床旁检测中的精准化、可扩展化和自动化发展	数字核酸扩增测试（dNAAT）技术及其AI驱动的图像分析系统	数字病理	NA	数字PCR、等温扩增技术、荧光成像	深度学习、基础模型（SAM、ViT、GPT-4o）	荧光图像	NA