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
261	2025-09-05	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诊断中的应用进行了系统性整合分析	首次系统收集和分析53篇相关研究，深入探讨深度学习技术在NT筛查中的潜力和应用现状	基于现有文献分析，缺乏原始实验数据验证	改善颈项透明层筛查的准确性和可靠性，促进遗传疾病早期诊断	产前染色体异常和先天性心脏缺陷的检测	数字病理	遗传疾病	深度学习（DL）、机器学习（ML）	NA	医学影像数据	53篇研究论文
262	2025-09-05	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	提出一种混合深度学习模型GShC-Net，结合DCTLAP特征提取用于脑肿瘤检测	融合GoogleNet和Shepard卷积神经网络，并改进网络层结构，同时采用创新的DCTLAP特征提取方法	NA	开发自动化计算机辅助诊断系统以提高脑肿瘤检测准确性	脑肿瘤医学图像	计算机视觉	脑肿瘤	DCTLAP特征提取，Haralick纹理特征，统计特征	CNN，GoogleNet，Shepard CNN，混合深度学习	图像	NA
263	2025-09-05	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超越现有最佳模型	NA	开发高精度识别A-to-I RNA编辑位点的计算工具	RNA序列中的腺苷至肌苷编辑位点	生物信息学	NA	深度学习，K-mer特征提取，10折交叉验证	DNN-CNN	RNA序列数据	数据集1（未明确数量）及58个经Sanger测序验证的人类位点
264	2025-09-05	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和卷积神经网络的肥料预测方法，应用于物联网无线传感器网络	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	通过深度学习实现物联网环境下的精准肥料预测	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
265	2025-09-05	Unraveling bladder cancer-related circRNA biomarkers: a hybrid model combining deep learning and statistics 2025-Dec, Health information science and systems IF:4.7Q1 DOI:10.1007/s13755-025-00373-3 PMID:40893176	研究论文	本研究结合深度学习和统计方法，从膀胱癌患者的RNA测序数据中识别新型环状RNA生物标志物	开发了集成深度学习、特征选择和统计分析的混合模型，成功鉴定出34个新型膀胱癌相关circRNA生物标志物，其中17个为全新发现	样本量相对有限（454例患者和19例健康对照），需要更大规模验证	发现膀胱癌的非侵入性诊断和预后生物标志物	膀胱癌患者和健康对照的环状RNA	生物信息学	膀胱癌	RNA测序，CIRCexplorer3工具	深度学习集成模型	RNA测序数据	454例膀胱癌患者和19例健康对照
266	2025-09-05	Method for fetal ultrasound image classification using pseudo-labelling with PCA-KMeans and an attention-augmented MobileNet-LSTM model 2025-Dec, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2025.103563 PMID:40896717	研究论文	提出一种结合无监督伪标签生成与注意力增强混合深度学习模型的胎儿超声图像分类方法	使用PCA-KMeans进行无监督伪标签生成并结合多头自注意力机制与LSTM的MobileNet混合架构	NA	解决胎儿超声图像分类中标注数据有限和类别不平衡的挑战	胎儿超声图像	计算机视觉	NA	PCA, K-means聚类, 过采样技术	MobileNet, 多头自注意力机制, LSTM	图像	NA
267	2025-09-05	Electronic nose, HS-GC-IMS, HS-SPME-GC-MS, and deep learning model were used to analyze and predict the changes and contents of VOCs in in-shell walnut kernels under different roasting conditions 2025-Nov-15, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.145342 PMID:40609363	研究论文	本研究使用多种技术分析不同烘烤条件下带壳核桃仁中挥发性有机化合物的变化与含量，并通过深度学习模型进行预测	首次综合应用电子鼻、HS-GC-IMS、HS-SPME-GC-MS和深度学习模型对核桃烘烤过程中的VOCs进行多维度分析与预测	NA	分析不同烘烤条件下核桃仁挥发性有机化合物的变化规律并建立预测模型	带壳核桃仁	机器学习	NA	Electronic-nose, HS-SPME-GC-MS, HS-GC-IMS, 定量描述分析	BP神经网络	化学分析数据	NA
268	2025-09-05	Rapid and non-destructive detection of formaldehyde adulteration in shrimp based on deep learning-assisted portable Raman spectroscopy 2025-Nov-15, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.145343 PMID:40609364	研究论文	基于深度学习辅助便携式拉曼光谱技术实现虾中甲醛掺假的快速无损检测	首次结合便携式拉曼光谱仪与InceptionTime深度学习模型，无需样品预处理即可实现甲醛残留的现场检测	模型准确率在84-85%范围内，可能存在误判风险	开发一种现场可部署的甲醛快速检测方法	虾样本表面	机器学习	NA	Raman spectroscopy, metabolomic analysis	InceptionTime	spectral data	使用甲醛阴性和阳性虾样本的拉曼光谱数据进行模型训练
269	2025-09-05	Intelligent geographical origin traceability of Pu-erh tea based on multispectral feature fusion 2025-Nov-15, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.145375 PMID:40618601	研究论文	本研究提出一种基于多光谱融合的深度学习方法来精确追溯普洱茶的地理起源	设计了改进的ECA-ResNet网络结构，结合优化的通道注意力机制实现自适应特征提取与融合，有效整合拉曼光谱和近红外光谱的优势	未明确说明样本具体数量，且未来需要进一步将光谱特征与具体化学标志物关联以增强可解释性	实现普洱茶的精准地理起源追溯	来自五个主要产地的普洱茶	机器学习	NA	拉曼光谱，近红外光谱，多光谱融合	改进的ECA-ResNet	光谱数据	来自五个主要产地的普洱茶样本（具体数量未说明）
270	2025-09-05	A dual-view deep learning-driven discovery of cinnamoyl anthranilic acid derivatives against orthopoxvirus through targeting host ITGB3 2025-Nov-15, European journal of medicinal chemistry IF:6.0Q1 DOI:10.1016/j.ejmech.2025.118002 PMID:40749255	研究论文	本研究开发了一种双视角深度学习模型，用于发现通过靶向宿主ITGB3蛋白抗正痘病毒的新型肉桂酰氨基苯甲酸衍生物	结合BERT和图神经网络的双视角深度学习模型，首次成功预测并验证了具有抗正痘病毒活性的肉桂酰氨基苯甲酸衍生物（化合物6）及其作用靶点ITGB3	NA	开发新型抗正痘病毒药物，特别是针对猴痘病毒(MPXV)	正痘病毒属病毒，特别是猴痘病毒(MPXV)	机器学习	病毒感染	深度学习，药物发现	BERT, 图神经网络(GNN)	分子序列数据，分子结构图数据	NA
271	2025-09-05	Interpretable deep learning unlocks high-fidelity prediction for medical radioisotope production 2025-Nov, Applied radiation and isotopes : including data, instrumentation and methods for use in agriculture, industry and medicine IF:1.6Q3 DOI:10.1016/j.apradiso.2025.112110 PMID:40825264	研究论文	利用贝叶斯优化的深度神经网络预测医学放射性同位素生产中的核反应截面，并通过SHAP分析提供可解释性	首次将贝叶斯优化的深度神经网络与SHAP可解释性分析相结合，显著超越传统物理模型TALYS-2.0的性能（R从0.9783提升至0.9997）	模型训练依赖于IAEA数据库中有限且可能存在不确定性的评估数据	优化基于回旋加速器的医用放射性同位素生产策略	Sc、In、I和Tm等临床重要放射性同位素的(p,2n)反应截面	机器学习	NA	贝叶斯优化、SHAP分析	深度神经网络	核反应截面数据	基于IAEA数据库的评估数据（具体样本量未明确说明）
272	2025-09-05	DiffRaman: A conditional latent denoising diffusion probabilistic model for enhancing bacterial identification via Raman spectra generation under limited data 2025-Oct-22, Analytica chimica acta IF:5.7Q1 DOI:10.1016/j.aca.2025.344372 PMID:40903108	研究论文	提出一种基于条件潜在去噪扩散概率模型的数据生成方法DiffRaman，用于在有限数据下增强细菌拉曼光谱识别	首次将条件潜在去噪扩散概率模型(DDPM)与VQ-VAE结合应用于拉曼光谱生成，在数据有限场景下提升生成质量和计算效率	方法性能依赖于初始数据质量，在极端数据稀缺情况下可能仍有局限	解决拉曼光谱数据不足问题，提升细菌自动识别准确率	细菌拉曼光谱数据	机器学习	NA	拉曼光谱技术，深度学习	条件DDPM，VQ-VAE	光谱数据，图像数据	有限拉曼光谱数据集
273	2025-09-05	Prediction of Nursing Need Proxies Using Vital Signs and Biomarkers Data: Application of Deep Learning Models 2025-Oct, Journal of clinical nursing IF:3.2Q1 DOI:10.1111/jocn.17612 PMID:39654010	研究论文	本研究开发深度学习模型预测住院患者的护理需求代理指标，并与传统回归模型比较预测效果	首次将RNN和LSTM深度学习模型应用于护理需求预测，通过时序数据建模提升预测性能	在病情快速变化期间预测准确性显著下降	开发预测护理需求代理指标的深度学习模型，优化护理资源分配	20,855名成年住院患者	医疗健康信息学	NA	深度学习，电子健康记录分析	RNN, LSTM	生命体征、生物标志物、人口统计学数据等时序医疗数据	20,855名成年患者
274	2025-09-05	Development of a Deep Learning-Based Model for Pressure Injury Surface Assessment 2025-Oct, Journal of clinical nursing IF:3.2Q1 DOI:10.1111/jocn.17645 PMID:39809598	研究论文	开发了一种基于深度学习的压力性损伤创面智能评估模型	利用深度学习技术实现压力性损伤创面的自动化精确评估，为临床决策提供关键工具	数据仅来自四家医院，样本多样性可能存在限制	开发智能伤口评估模型以提升护理精度和资源利用效率	压力性损伤创面图像	计算机视觉	压力性损伤	深度学习	神经网络	图像	1063张来自四家广州医院的伤口图像
275	2025-09-05	Artificial Intelligence in Sincalide-Stimulated Cholescintigraphy: A Pilot Study 2025-Oct-01, Clinical nuclear medicine IF:9.6Q1 DOI:10.1097/RLU.0000000000005967 PMID:40359029	研究论文	本研究探索了基于U-Net深度学习模型的人工智能应用，用于胆囊放射性自动追踪和胆囊喷射分数计算	首次在核医学实践中开发了集成实时图像处理和器官功能计算的人工智能驱动工作流程	AI在患者运动或低计数活动情况下容易出错，且样本量较小（仅20例检查）	开发人工智能驱动的实时胆囊追踪和功能评估方法	胆囊显像检查中的胆囊区域	医学影像分析	胆囊功能性疾病	sincalide-stimulated cholescintigraphy (SSC)	U-Net	医学影像	20例SSC检查（10例简单病例和10例挑战性病例）
276	2025-09-05	Artificial intelligence for medication-related osteonecrosis of the jaw: a scoping review 2025-Oct, Oral surgery, oral medicine, oral pathology and oral radiology DOI:10.1016/j.oooo.2025.03.004 PMID:40393880	综述	本文通过范围综述探讨人工智能在药物相关性颌骨坏死预测、诊断和管理中的应用现状	首次系统综述AI在MRONJ领域的多任务应用（预测、诊断及患者教育），并对比不同机器学习与深度学习模型的性能表现	纳入研究数量有限（仅8篇），存在数据质量、验证不足和临床整合难题	评估人工智能技术在药物相关性颌骨坏死临床管理中的应用潜力	MRONJ患者及相关临床数据	医疗人工智能	颌骨坏死	机器学习与深度学习	支持向量机、随机森林、梯度提升机、深度学习模型、大语言模型	临床数据和放射影像	基于8项符合条件的研究（预测研究5项、诊断2项、患者教育1项）
277	2025-09-05	A modular deep learning surrogate model for simulating harmful algal blooms in complex process-based systems 2025-Oct-01, Water research IF:11.4Q1 DOI:10.1016/j.watres.2025.124059 PMID:40591990	研究论文	本研究开发了一种模块化深度学习代理模型，用于高效模拟有害藻华（HABs）的动态过程	通过结合代理模型生成数据与概率参数优化，显著提升预测精度并大幅降低计算时间，同时模块化结构支持针对性更新和近实时预测	研究基于特定湖泊（韩国大青湖）数据，在其他水体的普适性需进一步验证	解决过程模型（PBMs）计算成本高和参数校准难的问题，提升有害藻华模拟效率	淡水生态系统中的有害藻华现象，重点关注水动力、水质和浮游植物动态过程	环境模拟与生态预测	NA	深度学习代理模型，概率参数优化，时间维度约减	模块化深度学习结构（FLOW-WAQ-BLOOM序列）	环境观测数据（水文、水质、藻类数据）	2022年校准期和2023年验证期的韩国大青湖观测数据
278	2025-09-05	Comparison of image quality of 40 keV virtual monoenergetic images of vertebral arteries using DLIR and ASIR-V algorithms under a dual-low scanning protocol 2025-Oct, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112276 PMID:40639023	研究论文	比较DLIR和ASIR-V算法在双低扫描协议下重建40 keV虚拟单能图像对椎动脉图像质量的影响	首次在双低扫描协议（同时降低辐射剂量和造影剂剂量）下系统比较DLIR和ASIR-V算法对椎动脉40 keV虚拟单能图像质量的提升效果	样本量较小（88例患者），未评估不同病理状态下算法的表现差异	评估两种图像重建算法在低剂量CT扫描中的图像质量性能	人类椎动脉血管影像	医学影像处理	脑血管疾病	双能CT血管成像（DE-CTA），虚拟单能成像（VMI）	深度学习图像重建（DLIR），自适应统计迭代重建（ASIR-V）	CT影像数据	88例患者（实验组44例，对照组44例）
279	2025-09-05	From tissue architecture to clinical insights: Spatial transcriptomics in solid tumor studies 2025-Oct, Seminars in oncology IF:3.0Q2 DOI:10.1016/j.seminoncol.2025.152389 PMID:40664120	综述	本文深入探讨空间转录组学技术在实体瘤研究中的进展与应用	整合空间转录组学与单细胞多组学及先进计算算法，揭示肿瘤分子景观并识别新型生物标志物	技术分辨率、数据处理、样本制备和临床标准化方面仍存在挑战	推动空间转录组学在精准肿瘤学中的应用，优化癌症生物标志物研究	实体瘤及其微环境中的细胞空间组织	数字病理学	实体瘤	空间转录组学（包括基于成像和测序的平台）	深度学习	空间基因表达数据	NA
280	2025-09-05	Predicting ADC map quality from T2-weighted MRI: A deep learning approach for early quality assessment to assist point-of-care 2025-Oct, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112317 PMID:40690835	研究论文	提出一种基于深度学习的创新方法，利用T2加权MRI图像早期预测前列腺ADC图质量，以辅助实时干预	首次使用仅T2加权图像通过神经网络预测ADC图质量，无需依赖传统技术参数标准化方法	研究基于回顾性多中心数据，需要前瞻性验证临床适用性	开发早期影像质量评估方法以提高前列腺癌诊断准确性	前列腺MRI图像，特别是ADC图和T2加权图像	医学影像分析	前列腺癌	深度学习，MRI成像	神经网络	医学图像	486名患者的多中心数据集，涵盖62家外部诊所和内部影像数据