深度学习在生物医药领域的应用

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	算法框架	模型架构	性能指标	计算资源
261	2025-11-02	Ultrasensitive plasma-based monitoring of tumor burden using machine-learning-guided signal enrichment 2024-Jun, Nature medicine IF:58.7Q1 DOI:10.1038/s41591-024-03040-4 PMID:38877116	研究论文	介绍MRD-EDGE平台，一种基于机器学习的ctDNA检测方法，用于超灵敏监测肿瘤负荷	开发机器学习引导的WGS ctDNA检测平台，将SNV信噪比富集提高约300倍，并将CNV检测所需的非整倍性程度从1Gb降低至200Mb	NA	开发超灵敏的循环肿瘤DNA检测平台用于微小残留病灶监测和治疗反应评估	实体瘤患者，包括肺癌、结直肠癌和黑色素瘤	机器学习	实体瘤	血浆全基因组测序	深度学习	基因组测序数据	NA	NA	NA	信噪比富集，检测灵敏度	NA
262	2025-11-01	In Silico Peptide Design: Methods, Resources, and Role of AI 2025-Dec, Journal of peptide science : an official publication of the European Peptide Society IF:1.8Q3 DOI:10.1002/psc.70063 PMID:41168660	综述	本文全面概述了肽设计的计算方法，包括AI技术在加速新型肽发现中的应用	重点关注机器学习、深度学习和生成式AI模型在肽设计中的变革性影响	存在数据不一致性、模型可解释性不足以及需要改进力场等关键挑战	为肽研究中的计算设计提供路线图	肽及其在生物系统、治疗剂、生物材料和药物递送中的应用	计算生物学	NA	结构基设计、分子动力学模拟、配体基方法	机器学习, 深度学习, 生成式AI	化学空间数据, 肽序列数据	数千种肽的虚拟筛选	NA	NA	NA	NA
263	2025-11-01	Artificial Intelligence Applications in Musculoskeletal Imaging 2025-Oct-31, Current reviews in musculoskeletal medicine IF:2.9Q1 DOI:10.1007/s12178-025-09997-0 PMID:41168482	综述	本文综述了人工智能在肌肉骨骼影像学中的最新应用进展	系统总结了AI在肌肉骨骼影像中的多样化应用场景，并特别强调了基础模型和模型效率提升等新兴技术对临床整合的推动作用	模型泛化能力、数据质量和计算需求等挑战仍阻碍AI在真实临床环境中的部署应用	探讨人工智能在肌肉骨骼影像学领域的应用现状和发展前景	肌肉骨骼影像学研究及相关AI技术	计算机视觉	肌肉骨骼疾病	深度学习	深度学习模型	医学影像	NA	NA	基础模型	诊断准确性, 解读时间, 效率	高计算需求
264	2025-11-01	MicroRNA bioinformatics in precision oncology: an integrated pipeline from NGS to AI-based target discovery 2025-Oct-31, Journal of applied genetics IF:2.0Q3 DOI:10.1007/s13353-025-01024-9 PMID:41168533	综述	本文提出了一种整合生物信息学、机器学习和大型语言模型的miRNA分析流程，用于精准肿瘤学中的生物标志物发现	将碎片化的miRNA分析方法整合为统一的计算流程，并引入生成模型和大型语言模型来增强生物标志物发现的假设生成和可重复性	作为综述文章，未提供原始实验验证，主要基于现有文献和工具的分析与整合	加速基于miRNA的精准癌症研究发展，为早期检测、预后和治疗选择提供转化应用	microRNAs（miRNAs）作为癌症生物标志物	生物信息学	癌症	NGS（下一代测序），多组学整合	SVM, CNN, RNN, 生成模型, LLM	测序数据，多组学数据	NA	NA	NA	NA	NA
265	2025-11-01	Photoactivated conductive MOF thin film arrays on micro-LEDs for chemiresistive gas sensing 2025-Oct-30, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-64602-9 PMID:41168193	研究论文	本研究开发了一种基于导电金属有机框架薄膜与微型LED集成的光激活气体传感平台	首次将cMOF薄膜与μLED平台集成，实现室温下的光激活气体传感，并通过深度学习算法实现快速气体识别	NA	开发高灵敏度、可逆且低功耗的气体传感技术	乙醇、三甲胺、氨气、二氧化氮等气体分析物	传感器技术	NA	层层自组装方法，光激活传感	深度学习算法	气体传感数据	四种气体分析物（乙醇、三甲胺、氨气、二氧化氮）	NA	NA	分类准确率	NA
266	2025-11-01	A Video Dataset for Nearshore Wave Breaking Type Classification 2025-Oct-30, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-06005-5 PMID:41168199	研究论文	本文提出了首个专门用于近岸波浪破碎类型分类的公开视频数据集	首个公开的波浪破碎类型分类视频数据集，突破了传统静态单帧图像的限制，能够捕捉波浪破碎的动态演化过程	NA	通过视频监控技术识别近岸波浪破碎类型，研究波浪能量耗散机制	近岸波浪破碎过程	计算机视觉	NA	岸基视频监控	CNN, RNN	视频	来自6个不同海岸形态地点的15个摄像机收集的9,000个标记波浪破碎片段	NA	CNN与RNN结合的深度学习架构	NA	NA
267	2025-11-01	In-silico comparison of a diffusion model with conventionally trained deep networks for translating 64mT to 3T brain FLAIR 2025-Oct-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-21806-9 PMID:41168216	研究论文	本研究比较了扩散模型与传统深度学习网络在将64mT低场脑FLAIR图像转换为3T高场图像方面的性能	首次将生成扩散模型SR3应用于低场到高场MRI图像转换，并在病理结构保留方面显著优于传统方法	使用合成低场MRI数据而非真实采集数据，可能影响模型在真实场景中的表现	评估扩散模型在低场MRI图像增强和转换方面的潜力	脑部FLAIR MRI图像	医学影像处理	脑部疾病	MRI成像	扩散模型,GAN,CNN	医学图像	基于BraTS 2019数据集的合成图像	NA	SR3,CycleGAN,UNet	SSIM,nRMSE,梯度熵,梯度误差,PIQE	NA
268	2025-11-01	Hybrid signal decomposition and deep learning framework for vehicle-vehicle crash forecasting 2025-Oct-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-21776-y PMID:41168218	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
269	2025-11-01	A multi-label visualisation approach for malware behaviour analysis 2025-Oct-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-21848-z PMID:41168210	研究论文	提出一种结合目标检测、可解释人工智能和基于代理的大语言模型的多标签可视化恶意软件行为分析方法	首个专门用于恶意软件分类的目标检测数据集；将Grad-CAM扩展为贝叶斯公式实现不确定性感知可视化；通过多代理推理模块减少幻觉和偏见	未明确说明数据集规模和多样性限制	开发可解释且全面的恶意软件分析框架	恶意软件及其行为特征	计算机视觉,自然语言处理	NA	目标检测,可解释人工智能,大语言模型	目标检测模型,LLM	图像数据,API调用序列	NA	NA	Grad-CAM	多标签分类准确率,二分类准确率	NA
270	2025-11-01	Research on the impact of explosive martial arts training on emotion regulation and attention based on questionnaire data 2025-Oct-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-21790-0 PMID:41168227	研究论文	本研究提出融合问卷数据与视频分析的深度学习框架，评估爆发性武术训练对情绪调节和注意力的心理影响	首次将问卷直接作为主要监督信号集成到模型训练中，而非辅助工具，实现基于人类主观报告的运动动力学解释	研究依赖问卷标注的数据子集，样本规模可能有限，且主观报告存在个体差异	探索爆发性武术训练对心理状态的影响机制	参与爆发性武术训练的个体	计算机视觉	NA	问卷调查，视频分析	深度学习	多模态视频数据，问卷数据	问卷标注的数据子集（具体数量未说明）	NA	轨迹感知时空感知网络(TASPN)，动态视角诱导优化(DVIO)	预测性能（具体指标未说明）	NA
271	2025-11-01	Evaluating large transformer models for anomaly detection of resource-constrained IoT devices for intrusion detection system 2025-Oct-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-21826-5 PMID:41168224	研究论文	本研究评估大型Transformer模型在资源受限物联网设备异常检测中的性能，用于入侵检测系统	首次将BERT、DistilBERT和RoBERTa等大型Transformer模型应用于物联网入侵检测，通过文本格式转换实现NLP模型与物联网安全检测的无缝集成	研究基于特定数据集RT_IoT2022，在资源受限设备上的实际部署效果需要进一步验证	开发基于大型Transformer模型的实时物联网入侵检测系统	资源受限的物联网设备安全威胁	自然语言处理	NA	深度学习，自然语言处理	Transformer	文本数据（由物联网攻击数据转换而来）	RT_IoT2022数据集	Hugging Face	BERT, DistilBERT, RoBERTa	训练损失，验证损失	NA
272	2025-11-01	DRCNN-Lesion Proxy: a hybrid CNN with lesion-inspired feature simulation for diabetic retinopathy severity classification 2025-Oct-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-21337-3 PMID:41168219	研究论文	提出一种融合病灶特征模拟的混合CNN架构DRCNN-Lesion Proxy，用于糖尿病视网膜病变严重程度分类	通过病灶代理模块模拟病灶特征线索，无需显式病灶边界框标注，实现标注轻量化的鲁棒分类	未明确说明模型计算效率及在更大规模数据集上的泛化能力	开发准确且可扩展的糖尿病视网膜病变自动筛查解决方案	糖尿病视网膜病变患者的眼底图像	计算机视觉	糖尿病视网膜病变	深度学习	CNN, 混合架构	图像	六个公开基准数据集（EyePACS、Messidor-2、APTOS 2019、DDR、DIARETDB1、IDRiD）	NA	ResNet34, 病灶代理模块, 晚期融合分类头	准确率, F1分数, AUC	NA
273	2025-11-01	Energy consumption prediction in buildings using LSTM and SVR modified by developed Henry gas solubility optimization 2025-Oct-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-21835-4 PMID:41168249	研究论文	提出一种结合小波分解、LSTM网络、支持向量回归和改进亨利气体溶解度优化算法的混合预测模型，用于建筑能耗预测	开发了新型混合预测模型，集成了小波分解特征提取、LSTM时序依赖捕获、SVR精细估计，并采用改进的亨利气体溶解度优化算法进行参数优化	NA	提高建筑能耗预测精度以优化能源管理和运营效率	七个校园建筑的能耗数据	机器学习	NA	小波分解	LSTM, SVR	时间序列数据	七个校园两年的每小时能耗数据	NA	LSTM, SVR	RMSE, MAPE	NA
274	2025-11-01	Dual-center study on AI-driven multi-label deep learning for X-ray screening of knee abnormalities 2025-Oct-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-21895-6 PMID:41168262	研究论文	开发了一种基于AI的多标签深度学习模型，能够直接从X射线图像检测膝关节软组织异常	实现了从X射线图像直接检测软组织异常的能力，这一功能传统上仅限于MRI或关节镜检查	回顾性研究设计，需要进一步的前瞻性验证	提高膝关节异常X射线筛查的精确度和效率	膝关节X射线图像中的八种异常情况	计算机视觉	膝关节疾病	X射线成像	CNN, YOLO	图像	来自两个医疗中心的4,215名患者	PyTorch, Flask, PyQt	YOLOv11, ResNet152, DenseNet121, MobileNetV3, ShuffleNetV2, VGG19	mAP, F1-score, AUC	NA
275	2025-11-01	Application of AI and deep learning technology for IPE education under dual track cultivation model 2025-Oct-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-21875-w PMID:41168276	研究论文	探索人工智能深度学习模型驱动的双轨培养模式在职业院校思政教育中的有效性	首次将AI深度学习技术与双轨培养模式结合应用于思政教育，并在多项关键指标上验证优化模型的显著优势	NA	评估AI驱动的双轨培养模式对职业院校思政素养培养的效果	职业院校学生	自然语言处理	NA	深度学习	深度学习模型	教育评估数据	NA	NA	NA	思政知识掌握度、思政意识、思政实践能力、学生满意度	NA
276	2025-11-01	High-throughput evaluation of in vitro CRISPR activities enables optimized large-scale multiplex enrichment of rare variants 2025-Oct-30, Nature biomedical engineering IF:26.8Q1 DOI:10.1038/s41551-025-01535-0 PMID:41168295	研究论文	开发了两种高通量体外评估CRISPR活性的方法及深度学习模型，用于优化大规模多重富集稀有变异	首次开发了直接测量Cas9切割效率的高通量体外方法Cut-seq1/2，并基于此构建了能识别优化单导RNA的深度学习模型DeepCut	体外切割效率与细胞内插入缺失频率相关性较低	优化CRISPR核酸酶活性评估并开发稀有变异检测方法	Cas9切割效率、单导RNA-靶标对、稀有变异	机器学习	NA	CRISPR, 深度测序	深度学习	基因组序列数据	数万至数十万向导RNA-靶标对	NA	NA	切割效率, 相关性分析	NA
277	2025-11-01	Explainable attention-based deep learning for classification and interpretation of heart murmurs using phonocardiograms 2025-Oct-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-21971-x PMID:41168299	研究论文	提出一种基于可解释注意力机制的深度学习框架，用于心音图的心杂音分类和解释	首次将Transformer架构与Grad-CAM可视化解释相结合，专门针对心音图信号的心杂音分类，在保持高精度的同时提供临床可解释性	尚未在多模态数据集成和多样化临床环境中验证鲁棒性	开发结合高精度和临床可解释性的心血管疾病诊断方法	心音图信号中的心杂音	数字病理	心血管疾病	心音图	Transformer	音频信号	超过1,300条录音（包含HeartWave、CirCor DigiScope、PhysioNet和深圳数据集）	NA	Transformer	准确率, 宏F1分数, AUC	NA
278	2025-11-01	Evaluation of normalized T1 signal intensity obtained using an automated segmentation model in lower leg MRI as a potential imaging biomarker in Charcot-Marie-Tooth disease type 1 A 2025-Oct-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-21901-x PMID:41168314	研究论文	本研究通过深度学习自动分割模型评估下肢MRI中标准化T1信号强度作为CMT1A疾病影像学生物标志物的潜力	首次使用深度学习自动分割模型量化CMT1A患者下肢肌肉T1信号强度，并验证其与临床参数的相关性	回顾性研究设计，样本量有限（107例患者）	评估标准化T1信号强度作为CMT1A疾病影像学生物标志物的临床效用	107名CMT1A患者的下肢MRI数据	数字病理	神经系统疾病	MRI	深度学习分割模型	医学影像	107名CMT1A患者	NA	NA	相关系数	NA
279	2025-11-01	Improving stage-discharge relationship modeling accuracy using a hybrid ViT-CNN framework 2025-Oct-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-21926-2 PMID:41168348	研究论文	使用混合ViT-CNN框架提高水位-流量关系建模精度	提出了一种新颖的ViT-CNN混合方法，结合了Vision Transformer和卷积神经网络的优势	研究仅针对Nahand河流数据，未在其他河流验证通用性	提高水位-流量关系建模的预测精度	Nahand河流的水位和流量数据	水文建模	NA	时间序列分析，VAR方法	ViT, CNN, ViT-CNN混合模型	时间序列水文数据	NA	NA	Vision Transformer, Convolutional Neural Network, ViT-CNN混合架构	CC, NSE, RMSE, MAE	NA
280	2025-11-01	Enhancing lymphoma cancer detection using deep transfer learning on histopathological images 2025-Oct-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-21888-5 PMID:41168354	研究论文	开发基于深度迁移学习和模拟联邦学习的AI系统用于淋巴瘤组织病理学图像分类	结合深度迁移学习与模拟联邦学习进行淋巴瘤分类，并系统比较六种深度学习模型在不同数据阈值下的性能	联邦学习未在真实分布式环境中完全部署，其广泛适用性仍需未来探索	通过AI技术提高淋巴瘤癌症检测的准确性和效率	慢性淋巴细胞白血病(CLL)和滤泡性淋巴瘤(FL)的组织病理学图像	数字病理学	淋巴瘤	组织病理学成像	CNN	图像	4500张组织病理学图像	TensorFlow, PyTorch	VGG-16, VGG-19, MobileNetV2, ResNet50, DenseNet161, Inception V3	准确率, 精确率, 召回率, F1分数, RMSE, 损失值	NA