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
2821	2025-10-06	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	提出结合Vision Transformers和Perceiver IO的混合AI框架，用于医学影像多疾病诊断	首次将ViT和Perceiver IO应用于神经系统疾病、皮肤疾病和肺部疾病的多疾病分类，在准确性、计算效率和临床可解释性方面优于传统架构	NA	解决传统深度学习模型在医学影像分类中泛化能力差、假阳性率高和难以区分重叠解剖特征的问题	神经系统疾病（中风、阿尔茨海默症）、皮肤疾病（癣、黑色素瘤）、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 Transformer, Perceiver IO	医学影像（CT、MRI、X射线、皮肤镜图像）	多个公开数据集：脑中风预测CT扫描图像数据集、最佳阿尔茨海默MRI数据集、皮肤疾病数据集、HAM10000/HAM10k数据集、肺癌图像数据集、肺炎数据集	NA	Vision Transformer, Perceiver IO	准确率, 精确率, 召回率, F1分数	NA
2822	2025-10-06	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	本文系统回顾了智能颈项透明层筛查技术在遗传疾病检测中的应用研究	首次对深度学习技术在颈项透明层筛查领域的研究进行系统性梳理，识别了传统方法的局限性并指明机器学习方法的发展方向	仅纳入53篇相关研究论文，可能存在文献覆盖不全的问题	分析颈项透明层筛查技术的现状，探索深度学习技术在该领域的应用潜力	颈项透明层筛查相关的研究论文	医学影像分析	染色体异常和先天性心脏病	NA	深度学习	研究论文文献	53篇研究论文	NA	NA	性能指标和统计检验	NA
2823	2025-10-06	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混合架构，在准确性和泛化能力上优于现有最佳模型	NA	开发高精度的A-to-I RNA编辑位点预测工具	A-to-I RNA编辑位点	机器学习	NA	Sanger测序	DNN, CNN	基因组序列数据	数据集1和数据集2（具体数量未明确），包含58个经Sanger验证的人类A-to-I编辑位点	NA	DNN-CNN混合架构	准确率, 特异性, 灵敏度	NA
2824	2025-10-06	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开发SExpNMA算法，用于簇头路由选择和优化CNN分类器参数	NA	通过深度学习模型提高物联网无线传感器网络中肥料预测的准确性	无线传感器网络采集的农业数据	机器学习	NA	物联网无线传感器网络	1D CNN, BiLSTM	传感器时序数据	NA	NA	一维卷积神经网络, 双向长短期记忆网络	准确率, 敏感度, 特异度	NA
2825	2025-10-06	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	本文提出一种结合VAE、图神经网络和语言模型的多模型方法，用于抗癌小分子生成和生物活性预测	首次将变分自编码器、多种图神经网络和预训练语言模型集成到统一框架中，采用平均和堆叠两种集成方法进行生物活性预测	研究仅针对乳腺癌肿瘤的6种癌细胞系进行验证，未扩展到其他癌症类型	开发深度学习模型加速抗癌药物发现过程	抗癌小分子化合物	机器学习	乳腺癌	深度学习	VAE, GNN, Transformer	分子结构数据, SMILES序列	包含多个化合物的乳腺癌肿瘤数据集，涵盖6种癌细胞系	PyTorch, TensorFlow	VAE, GAT, GCN, MPNN, ChemBERTa	皮尔逊相关系数	NA
2826	2025-10-06	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靶位点预测	结合简单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	开发轻量高效且可解释的microRNA靶位点预测方法	microRNA靶位点	自然语言处理	NA	深度学习	RNN, BiGRU, CNN	序列数据	实验验证数据集	NA	BiGRU, TextCNN, 自注意力机制	准确率, F1分数, 鲁棒性	NA
2827	2025-10-06	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	开发了一个用于IgA肾病牛津分类和预后预测的多任务深度序列神经网络	首次提出集成病变分割、肾小球分类、牛津MEST-C评分和预后预测的多任务模型	样本量相对有限，仅在中国两家医院进行验证	开发集成多任务的深度学习模型以改善IgA肾病的病理分析和预后预测	IgA肾病患者的肾脏病理数据	数字病理学	IgA肾病	深度学习	深度序列神经网络	病理图像	PLAG医院数据集245例，中日友好医院数据集32例	NA	深度序列神经网络	Dice系数, Kappa值, AUC	NA
2828	2025-10-06	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	系统综述人工智能驱动的荧光图像分析在数字核酸扩增检测中的应用与发展	首次系统整合AI在dNAAT荧光图像分析中的应用，提出将dNAAT重新定义为五个阶段的结构化框架，并探索AI原生平台的转化机遇	数据稀缺性和模型泛化能力等关键限制	推动数字核酸扩增检测在即时检测中的广泛应用	数字核酸扩增检测技术及其在精准诊断中的应用	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	荧光图像	NA	NA	SAM, ViT, GPT-4o	NA	NA
2829	2025-10-06	Deep learning estimations of the production cross sections of 77Br medical radionuclide 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.2025.112003 PMID:40517722	研究论文	本研究利用深度学习算法改进溴-77医用放射性核素生产截面的预测	首次将深度学习算法应用于溴-77放射性核素生产截面的预测，相比传统TALYS代码计算能更准确地符合实验值	仅针对特定核反应类型进行研究，未验证其他可能的核反应途径	提高医用放射性核素溴-77生产截面的预测精度	溴-77放射性核素	机器学习	NA	核反应截面测量	人工神经网络	核反应实验数据	来自EXFOR核反应数据库的实验截面数据	Python	NA	与实验值符合度	NA
2830	2025-10-06	Combining deep learning algorithm and a-star algorithm to increase the accuracy of tracking lost gamma source 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.2025.112001 PMID:40532512	研究论文	提出一种结合深度学习算法和A-star算法的自动搜索算法ACR，用于提高丢失伽马源的追踪精度	首次将CNN和RNN两种深度学习算法与A-star路径规划算法相结合，用于伽马源追踪任务	研究基于MCNP模拟数据，未提及在真实环境中的验证结果	开发高精度的自动搜索算法来定位丢失的伽马源	丢失的伽马辐射源	机器学习	NA	蒙特卡洛N粒子(MCNP)模拟	CNN, RNN	辐射剂量率数据	81个网格的模拟辐射数据	NA	CNN-RNN混合架构	平均步数, 失败率	NA
2831	2025-10-06	DeepNSI: Element identification in experimental photoneutron spectra for illicit material detection 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.2025.112014 PMID:40580656	研究论文	提出DeepNSI深度学习框架，用于在光子诱导中子谱中识别元素组成以检测非法材料	开发了基于元素特定卷积神经网络集成的新型框架，结合蒙特卡洛Dropout提供预测不确定性，并采用非负最小二乘后处理重构实验谱	NNLS系数受核截面影响，不能直接解释为浓度值	开发用于非法材料检测的元素组成识别方法	光子诱导中子谱中的元素组成，特别是氮和氧等轻元素	机器学习	NA	光中子谱法	CNN	中子谱数据	模拟和实验光中子谱混合数据集	NA	卷积神经网络集成	预测不确定性估计	NA
2832	2025-10-06	DHR-Net: Dynamic Harmonized registration network for multimodal medical images 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.2025.112031 PMID:40633305	研究论文	提出一种基于动态协调注册框架的端到端多模态医学图像配准方法DHR-Net	提出动态协调注册框架和基于噪声对比估计的损失函数，采用动态温度调整机制优化特征对比约束	NA	解决多模态医学图像配准中解剖结构一致性不足和形变场优化不稳定的问题	心脏医学图像	医学图像处理	心血管疾病	深度学习	CNN	医学图像	M&M心脏数据集	NA	级联两阶段架构（包含翻译网络和配准网络）	配准精度, 形变场平滑度, 跨模态鲁棒性	NA
2833	2025-10-06	Exploring Biginelli hybrids in the AI-driven development of ruthenium complexes: Anticancer activity, DNA/HSA binding study, impacts on apoptosis and BCL-2/BCL-XL suppression 2025-Nov, Journal of inorganic biochemistry IF:3.8Q1 DOI:10.1016/j.jinorgbio.2025.112988 PMID:40644785	研究论文	本研究利用深度学习模型设计具有抗癌潜力的四氢嘧啶及其钌对伞花烃配合物，并通过实验验证其抗癌活性和作用机制	首次将深度学习模型应用于钌配合物的结合亲和力预测，并系统研究其对癌细胞凋亡和BCL-2/BCL-XL抑制的影响	仅针对特定类型的钌配合物进行研究，样本量有限，需要进一步扩大化合物库验证	开发新型钌基抗癌药物并研究其作用机制	四氢嘧啶类化合物及其钌对伞花烃配合物	药物发现	癌症	深度学习，分子对接，结合亲和力预测	深度学习模型	化学结构数据，结合能数据	10个结合能低于-31.3 kJ/mol的化合物	NA	NA	结合能，结合常数，细胞毒性活性	NA
2834	2025-10-06	Deep neural network predictions for excitation functions of 165Ho(α,xn) reactions 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.2025.112075 PMID:40749638	研究论文	本研究使用深度神经网络预测165Ho(α,xn)反应的激发函数，并与传统核反应模型进行比较	首次将多种激活函数(ReLU、ELU、LeakyReLU、SiLU、Mish、PReLU)的深度神经网络应用于核反应截面预测	仅针对特定核反应体系进行研究，未验证在其他核反应中的普适性	提高核反应截面预测的准确性	165Ho(α,n)Tm、Ho(α,2n)Tm、Ho(α,3n)Tm和Ho(α,4n)Tm反应的激发函数	机器学习	NA	核反应实验数据采集、深度神经网络	DNN	核反应截面数据	来自EXFOR数据库的实验数据	PyTorch	深度神经网络	与实验数据的一致性	NA
2835	2025-10-06	CCLDA: prediction of lncRNA-disease associations based on Convolutional Block Attention Module and Capsule Network 2025-Nov, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103238 PMID:40819606	研究论文	提出一种基于卷积注意力模块和胶囊网络的lncRNA-疾病关联预测新方法CCLDA	首次将卷积注意力模块(CBAM)与胶囊网络结合用于lncRNA-疾病关联预测，通过通道和空间维度特征加权提升模型性能	未明确说明模型在独立验证集上的泛化能力及计算复杂度分析	预测潜在的lncRNA-疾病关联以促进疾病诊断和治疗研究	长链非编码RNA(lncRNA)与疾病的关联关系	生物信息学	多种疾病	深度学习	胶囊网络,自编码器	相似性矩阵(功能相似性、高斯相似性、序列相似性、语义相似性)	两个数据集上的lncRNA-疾病对	NA	卷积注意力模块(CBAM),胶囊网络,多层自编码器	预测得分	NA
2836	2025-10-06	Diagnostic performance of artificial intelligence in detecting and subtyping pediatric medulloblastoma from histopathological images: A systematic review 2025-Nov, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103237 PMID:40834547	系统综述	评估人工智能在儿童髓母细胞瘤组织病理图像检测和分型中的诊断性能	首次系统评估AI在儿童髓母细胞瘤诊断和亚型分类中的应用表现	过度依赖单一数据集、样本量小、研究数量有限且缺乏荟萃分析	评估AI模型在儿童髓母细胞瘤检测和分型中的诊断性能	18岁以下髓母细胞瘤患者的组织病理图像	数字病理	髓母细胞瘤	组织病理学成像	支持向量机,K-近邻算法	图像	15项符合纳入标准的研究（从3341条记录中筛选）	NA	NA	准确率,灵敏度,特异性	NA
2837	2025-10-06	Physical foundations for trustworthy medical imaging: A survey for artificial intelligence researchers 2025-Nov, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103251 PMID:40886660	综述	本文综述了医学成像的物理基础及其对人工智能系统可信度的影响	首次系统性地将医学成像物理原理与人工智能可信度建立联系，特别关注生成模型和重建算法中的物理知识融合	未提供具体的实验验证数据，主要基于理论分析和文献综述	探讨医学成像物理原理如何提升人工智能系统的可信度和性能	医学成像物理原理与人工智能技术的交叉研究	医学影像人工智能	NA	电磁辐射成像(X射线)、亚原子粒子成像(核医学)、声波成像(超声)	生成模型, 重建算法	医学影像数据	NA	NA	NA	可信度指标	广泛可用的计算资源
2838	2025-10-06	Privacy-preserving federated transfer learning for enhanced liver lesion segmentation in PET-CT imaging 2025-Nov, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103245 PMID:40896874	研究论文	提出一种隐私保护的联邦迁移学习框架，用于增强PET-CT成像中的肝脏病变分割	结合联邦学习的隐私保护协作与迁移学习的预训练模型适配，引入特征协同学习块和隐私增强技术	基于模拟多机构数据集进行实验，未在真实临床环境中全面验证	解决PET-CT肝脏病变分割中的数据稀缺、隐私问题和跨机构成像异质性挑战	PET-CT成像中的肝脏病变	医学影像分析	肝脏病变	PET-CT成像	深度学习模型	多模态医学影像(PET-CT)	模拟多机构PET-CT数据集	联邦学习框架	特征协同学习块(FCB)	分割性能指标	NA
2839	2025-10-06	Chemically and Electromagnetically dual-enhanced COFs-Au@AgNPs SERS sensor integrated with deep learning for ultrasensitive detection of neonicotinoid pesticides 2025-Nov-01, Analytica chimica acta IF:5.7Q1 DOI:10.1016/j.aca.2025.344501 PMID:40915725	研究论文	开发了一种化学和电磁双增强的SERS传感器，结合深度学习技术用于食用油中烟碱类农药的超灵敏检测	首次将共价有机框架与Au@Ag纳米颗粒集成构建双机制增强SERS传感器，并结合改进的Informer深度学习模型	NA	开发快速灵敏的方法检测食用油中的烟碱类农药残留，确保食品安全	特级初榨橄榄油中的噻虫胺(CTD)、吡虫啉(IMD)和啶虫脒(AMP)三种烟碱类农药	机器学习和传感器技术	食品安全相关疾病	表面增强拉曼光谱(SERS)、有限时域差分法(FDTD)、密度泛函理论(DFT)	改进的Informer模型(S-informer)	光谱数据	NA	NA	Informer	准确率,R2p,RPD	NA
2840	2025-10-06	Mitigating medical dataset bias by learning adaptive agreement from a biased council 2025-Oct, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103629 PMID:40472465	研究论文	提出一种无需显式偏倚标签的医疗图像去偏倚框架Ada-ABC，通过有偏委员会引导去偏模型学习自适应一致性	首次提出通过有偏委员会学习自适应一致性的方法，构建了首个包含七种不同偏倚场景的医疗去偏倚基准数据集	偏倚标签不可知，依赖有偏委员会对偏倚的成功捕捉	解决医疗图像分类中的数据集偏倚问题	医疗图像数据集	计算机视觉	NA	深度学习	多分类器集成	图像	来自四个数据集的七种偏倚场景	NA	NA	NA	NA