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
2581	2025-04-05	An adaptive search mechanism with convolutional learning networks for online social media text summarization and classification model 2025-Apr-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95381-4 PMID:40169845	研究论文	提出了一种基于自适应搜索机制和卷积学习网络的社交媒体文本摘要与分类模型（ASMHLN-SMDSCM）	结合BERT模型进行特征提取，采用蛾搜索算法（MSA）优化超参数，并使用TabNet+CNN模型进行分类	未提及模型在大规模数据集上的泛化能力或计算效率	开发高效的社交媒体文本摘要与分类方法	社交媒体短文本数据	自然语言处理	NA	BERT, MSA, TabNet, CNN	TabNet+CNN	文本	FIFA和FARMER数据集（具体数量未提及）
2582	2025-04-05	Graph convolution network for fraud detection in bitcoin transactions 2025-Apr-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95672-w PMID:40169862	研究论文	本文提出了一种基于图卷积网络（GCN）的比特币交易欺诈检测方法	使用GCN模型检测比特币交易中的欺诈行为，相比现有模型如Logistic Regression、LSTM、SVM和Random Forest，表现出更高的准确性和性能	数据集中部分交易未标注，可能影响模型的训练效果	检测比特币交易中的非法活动，特别是反洗钱（AML）	比特币交易数据	机器学习	NA	图卷积网络（GCN）	GCN	图数据	Elliptic比特币数据集，包含标记为合法和非法的交易
2583	2025-04-05	Building occupancy estimation using single channel CW radar and deep learning 2025-Apr-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95752-x PMID:40169921	研究论文	本研究提出了一种基于24GHz连续波雷达和深度学习的新型室内人数估计方法，用于智能建筑的优化、能效提升和安全保障	采用连续波雷达系统结合时频映射技术（CWT和功率谱分析），提供了一种不依赖WiFi或PIR传感器的隐私保护替代方案	实验主要针对静态场景（久坐人员），动态场景（行走环境）的准确率相对较低（86.5%）	开发非侵入式、保护隐私的智能建筑人数估计方法	室内人员数量	机器学习	NA	24GHz连续波雷达、连续小波变换(CWT)、功率谱分析	DarkNet19、MobileNetV2、ResNet18	雷达回波生成的时频标度图	1680张图像样本（静态场景4小时40分钟数据）+ 1小时连续行走环境数据
2584	2025-04-05	Automatic detection of developmental stages of molar teeth with deep learning 2025-Apr-01, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-025-05827-4 PMID:40169944	研究论文	本研究旨在通过深度学习模型自动检测全景X光片中磨牙的发育阶段	首次全面评估了9种不同深度学习模型在磨牙发育阶段自动检测中的性能	样本量相对较小（210张全景X光片），且数据来自特定年龄段的患者（5-25岁）	实现磨牙发育阶段的自动检测和分类	磨牙的发育阶段（分为M1、M2、M3和M4四个类别）	计算机视觉	牙科疾病	深度学习	Cascade R-CNN, YOLOv3, HTC, DetectorRS, SSD, EfficientNet, NAS-FPN, Deformable DETR, PAA	X光图像	210张全景X光片
2585	2025-04-05	Comparative analysis of deep learning architectures for thyroid eye disease detection using facial photographs 2025-Apr-01, BMC ophthalmology IF:1.7Q3 DOI:10.1186/s12886-025-03988-y PMID:40169995	research paper	比较两种深度学习架构ResNet-50和ResNet-101在甲状腺眼病筛查中的表现	首次比较ResNet-50和ResNet-101在甲状腺眼病筛查中的性能，并在临床条件下测试模型	样本量相对较小，且仅使用正面面部照片，可能影响模型的泛化能力	评估深度学习模型在甲状腺眼病筛查中的准确性和临床应用价值	甲状腺眼病患者和健康个体的面部照片	computer vision	thyroid eye disease	deep learning	ResNet-50, ResNet-101	image	1601张面部照片（643 TED患者和643健康个体用于训练，81 TED患者和74健康个体用于验证，80 TED患者和80健康个体用于测试，25 TED患者和25健康个体用于临床测试）
2586	2025-04-05	Development and multicentric external validation of a prognostic COVID-19 severity model based on thoracic CT 2025-Apr-01, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-02983-z PMID:40170034	研究论文	开发并验证了一种基于胸部CT的COVID-19严重程度预后模型	结合患者年龄、性别及胸部CT影像特征，开发了一个逻辑回归模型，用于快速预测COVID-19患者一个月内发展为重症的风险	模型在疫情后期Delta和Omicron变种流行时的性能未下降，但未明确说明对其他变种的适用性	通过胸部CT影像特征快速预测COVID-19患者的严重程度，以支持临床决策和资源分配	COVID-19患者	数字病理	COVID-19	胸部CT成像	逻辑回归	影像数据	来自STOIC挑战赛的公开数据及多中心外部数据集
2587	2025-04-05	DconnLoop: a deep learning model for predicting chromatin loops based on multi-source data integration 2025-Apr-01, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-025-06092-6 PMID:40170155	研究论文	开发了一种名为DconnLoop的深度学习方法，通过整合Hi-C、ChIP-seq和ATAC-seq数据来预测染色质环	首次整合多源数据和深度学习技术预测染色质环，结合残差机制、方向性连接激励模块和交互特征空间解码器进行特征提取与融合	方法尚未在更广泛的实验条件下验证，可能受限于特定数据类型	提高染色质环预测的准确性和召回率，以更好地理解基因调控机制	染色质环	机器学习	NA	Hi-C, ChIP-seq, ATAC-seq	深度学习	基因组数据	NA
2588	2025-04-05	Free-breathing, Highly Accelerated, Single-beat, Multisection Cardiac Cine MRI with Generative Artificial Intelligence 2025-Apr, Radiology. Cardiothoracic imaging DOI:10.1148/ryct.240272 PMID:40178397	研究论文	开发并评估了一种自由呼吸、高度加速、多切面、单次心跳的心脏MRI电影序列	使用生成对抗网络（REGAIN）进行图像重建，实现了自由呼吸、单次心跳的心脏MRI成像，显著缩短了扫描时间	研究样本量相对较小（136名参与者），且未明确说明具体心脏疾病类型	开发更高效的心脏MRI成像技术	心脏结构和功能	医学影像	心血管疾病	MRI	GAN（REGAIN）	医学影像	136名参与者（40名健康人，96名心脏病患者）
2589	2025-04-05	AutOmatic floW planning for fetaL MRI (OWL) 2025-Apr-01, Journal of cardiovascular magnetic resonance : official journal of the Society for Cardiovascular Magnetic Resonance IF:4.2Q1 DOI:10.1016/j.jocmr.2025.101888 PMID:40180124	研究论文	开发了一种名为OWL的自动规划系统，用于胎儿MRI中的2D相位对比血流成像	首次实现了胎儿MRI中2D相位对比序列的实时自动规划，通过两个深度学习网络分别进行胎儿身体定位和心脏标志物检测	前瞻性案例中成功实施率为6/7，尚需进一步验证其普适性	通过自动化技术扩大胎儿血流成像的可及性	胎儿MRI扫描数据	医学影像分析	胎儿发育	2D相位对比MRI	深度学习网络	MRI影像	167个胎儿数据集用于身体定位训练，71个用于心脏标志物检测训练；10个回顾性数据集和7个前瞻性胎儿受试者（孕36+3至39+3周）用于评估
2590	2025-04-05	Breast cancer histopathology image classification using transformer with discrete wavelet transform 2025-Apr, Medical engineering & physics IF:1.7Q3 DOI:10.1016/j.medengphy.2025.104317 PMID:40180530	研究论文	本文提出了一种名为DWNAT-Net的新型乳腺癌组织病理学图像分类网络，结合离散小波变换和邻域注意力变换器以提高分类性能	首次将离散小波变换引入邻域注意力变换器，同时考虑空间和频率特征分布	未明确说明方法在更大规模或更复杂数据集上的泛化能力	提高乳腺癌组织病理学图像的分类准确率	乳腺癌组织病理学图像	数字病理学	乳腺癌	离散小波变换(DWT)	NAT(邻域注意力变换器)	图像	BreakHis和BACH数据集
2591	2025-04-05	TissueProf: An ImageJ/Fiji Plugin for Tissue Profiling Based on Fluorescent Signals 2025-Apr, The European journal of neuroscience DOI:10.1111/ejn.70094 PMID:40180584	research paper	开发了一个名为TissueProf的ImageJ/Fiji插件，用于基于荧光信号的组织分析	提供了一个半自动化的图像分析流程，能够根据用户输入灵活调整，自动化识别荧光信号并分析分子共表达	需要手动校正细胞分割，可能仍存在一定的工作量	减少研究人员在多通道显微镜图像分析中的工作量和时间消耗	组织中的细胞群	digital pathology	NA	fluorescence immunohistochemistry	deep learning networks	image	NA
2592	2025-04-05	Integrating deep learning with ECG, heart rate variability and demographic data for improved detection of atrial fibrillation 2025-Mar-31, Open heart IF:2.8Q2 DOI:10.1136/openhrt-2025-003185 PMID:40164487	research paper	本研究探讨了如何通过结合心电图（ECG）、心率变异性（HRV）和人口统计数据（年龄和性别）来提高心房颤动（AF）的检测效果	首次将ECG、HRV和人口统计数据结合使用，通过多模态方法显著提高了AF检测的敏感性和准确性	需要进一步的临床验证来确认多模态方法的实际应用效果	提高心房颤动（AF）的早期检测准确率	35,634份12导联ECG记录，来自三个公共数据库	machine learning	cardiovascular disease	ECG, HRV分析	CNN (AlexNet, VGG-16, ResNet), transformers	ECG信号、HRV数据、人口统计数据	35,634份ECG记录
2593	2025-04-05	Global trends in artificial intelligence applications in liver disease over seventeen years 2025-Mar-27, World journal of hepatology IF:2.5Q2 DOI:10.4254/wjh.v17.i3.101721 PMID:40177211	review	本文分析了17年来人工智能在肝病领域的应用趋势，总结了当前研究状况并识别了热点	通过文献计量学方法全面梳理了AI在肝病领域的研究热点和发展趋势	仅基于Web of Science数据库，可能遗漏其他重要文献	分析AI在肝病领域的研究现状和发展趋势	4051篇关于肝病和AI的研究文章	digital pathology	liver disease	文献计量分析	machine learning, deep learning, CNN	文献数据	4051篇研究文章
2594	2025-04-05	MEF2C controls segment-specific gene regulatory networks that direct heart tube morphogenesis 2025-Mar-27, bioRxiv : the preprint server for biology DOI:10.1101/2024.11.01.621613 PMID:39554149	研究论文	本研究探讨了转录因子MEF2C在早期心脏形成中控制的基因调控网络（GRNs）及其对心脏管形态发生的影响	通过单核RNA和ATAC测序时间序列分析，揭示了MEF2C缺失导致的‘后化’心脏基因特征和染色质景观，并利用深度学习模型构建了心脏各段的发育轨迹	研究主要基于小鼠胚胎模型，结果在其他物种中的普适性需要进一步验证	解析早期心脏管形成过程中谱系特异性基因调控网络	野生型和MEF2C缺失胚胎的心脏发育过程	发育生物学	心脏发育异常	单核RNA测序（snRNA-seq）、ATAC测序、深度学习	深度学习模型	基因组数据、表观基因组数据	野生型和MEF2C缺失胚胎（具体数量未明确说明）
2595	2025-04-05	Structural assembly of the PAS domain drives the catalytic activation of metazoan PASK 2025-Mar-25, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2409685122 PMID:40106358	研究论文	本文揭示了后生动物PASK激酶中PAS结构域的结构组装如何驱动其催化激活	发现了PASK中PAS-C结构域的非典型结构特征及其通过分子内相互作用形成功能性PAS模块的新机制	研究主要基于计算模型和体外实验，需要更多体内实验验证	阐明PAS结构域在环境信号传导中的调控机制	后生动物PASK激酶及其PAS结构域	结构生物学	NA	深度学习结构建模、进化尺度域定位	深度学习模型	蛋白质结构数据	NA
2596	2025-04-05	Convolutional Neural Network Models for Visual Classification of Pressure Ulcer Stages: Cross-Sectional Study 2025-Mar-25, JMIR medical informatics IF:3.1Q2 DOI:10.2196/62774 PMID:40135412	研究论文	本研究探讨了使用不同卷积神经网络模型对压力性溃疡（PI）进行视觉分类的潜力，旨在提供一种有效的辅助分期工具	首次将AlexNet、VGGNet16、ResNet18和DenseNet121等CNN模型应用于PI分期，其中DenseNet121达到了93.71%的最高总体准确率	研究仅在中国一家三甲医院进行，样本来源单一；未来需要与不同经验水平的护士进行对比以进一步验证临床应用效果	提高压力性溃疡分期的准确性，开发智能分期方法	压力性溃疡（PI）患者图像，包括I-IV期、不可分期和疑似深部组织损伤（SDTI）	计算机视觉	压力性损伤	深度学习	CNN（包括AlexNet、VGGNet16、ResNet18和DenseNet121）	图像	853张原始PI图像（经数据增强后达7677张），包括I期148张、II期121张、III期216张、IV期110张、不可分期128张和SDTI 130张
2597	2025-04-05	Leveraging AI to Explore Structural Contexts of Post-Translational Modifications in Drug Binding 2025-Mar-20, bioRxiv : the preprint server for biology DOI:10.1101/2025.01.14.633078 PMID:40166291	研究论文	利用人工智能探索翻译后修饰在药物结合中的结构背景	首次大规模利用AI方法（如AlphaFold3、RoseTTAFold All-Atom、Chai-1）预测PTM对小分子结合的影响，并构建了包含14,178个PTM修饰人类蛋白质模型的数据库	方法的精确评估需要更大的基准测试集	探索翻译后修饰（PTMs）对药物结合的结构影响	人类蛋白质中的小分子结合相关PTMs	机器学习	癌症（宫颈癌和肺癌）、糖尿病、心脏病、神经退行性疾病和代谢疾病	深度学习算法、蛋白质结构预测工具（AlphaFold3、RoseTTAFold All-Atom、Chai-1）	深度学习模型	蛋白质结构数据	6,131个已识别的PTMs，映射到ECOD数据库的结构域，生成14,178个PTM修饰的人类蛋白质模型
2598	2025-04-05	Enhancing Patient Outcome Prediction Through Deep Learning With Sequential Diagnosis Codes From Structured Electronic Health Record Data: Systematic Review 2025-Mar-18, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/57358 PMID:40100249	系统综述	本文通过系统综述探讨了深度学习模型如何利用电子健康记录中的序列诊断代码来预测患者结果	首次系统评估了深度学习模型在利用序列诊断数据预测患者结果中的应用，并分析了样本大小对模型性能的影响及模型的泛化能力	研究方法和结果的异质性较大，且大多数研究存在高偏倚风险	探讨序列诊断数据在深度学习模型中的应用，评估其整合方式、样本大小对性能的影响及模型的泛化能力	使用序列诊断代码训练的深度学习算法预测患者结果的研究	医疗健康数据分析	多种疾病（如心力衰竭）	深度学习	RNN及其衍生模型、Transformer	电子健康记录中的序列诊断代码	84项符合条件的研究（共740篇筛选论文）
2599	2025-04-05	Emotion Forecasting: A Transformer-Based Approach 2025-Mar-18, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/63962 PMID:40101216	研究论文	本文提出了一种基于Transformer的方法，用于预测精神病患者的情绪状态，通过被动监测行为变量实现实时监控	结合HMM预处理和Transformer模型，利用注意力机制捕捉长时间依赖关系，提高了多元时间序列预测的稳定性和可解释性	研究依赖于移动设备和可穿戴设备的数据收集，可能受限于设备普及率和数据质量	利用新技术和深度学习技术实现更客观、实时的精神病患者情绪状态监测	精神病患者	机器学习	精神疾病	移动设备传感器数据收集、Transformer模型	Transformer、HMM、RNN、LSTM	时间序列数据（步数、位置、睡眠模式等）	与医院和诊所合作使用eB2应用收集的数据（具体数量未提及）
2600	2025-04-05	AGPred: An End-to-End Deep Learning Model to Predicting Drug Approvals in Clinical Trials Based on Molecular Features 2025-Mar-06, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3547315 PMID:40048330	research paper	提出了一种基于深度学习的端到端模型AGPred，用于预测药物在临床试验中的批准率	采用基于注意力的图神经网络(GNN)自动学习药物分子表示，并结合交叉注意力融合模块学习分子指纹特征，整合药物的理化性质	未提及具体的数据集规模限制或模型泛化能力的局限性	提高药物临床试验批准率的预测准确性	药物分子	machine learning	NA	deep learning, GNN	attention-based GNN	molecular graphs, molecular fingerprints, physicochemical properties	未明确提及具体样本数量