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
3061	2025-07-23	An elegant intellectual engine towards automation of blockchain smart contract vulnerability detection 2025-Jul-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-08870-x PMID:40681656	研究论文	本研究提出了一种结合可解释人工智能（XAI）与深度学习（DL）的新方法，用于检测区块链智能合约中的漏洞	提出了一种新型混合引导分支定界长短期记忆（HBLSTM）方法，结合XAI与DL技术，显著提高了智能合约漏洞检测的准确性和性能	未提及具体的数据集规模或实际部署中的性能表现	提高区块链智能合约的安全性，自动化检测合约中的漏洞	区块链智能合约	区块链安全	NA	可解释人工智能（XAI）、深度学习（DL）	混合引导分支定界长短期记忆（HBLSTM）	智能合约代码	NA
3062	2025-07-23	Systematic review and meta-analysis of deep learning for MSI-H in colorectal cancer whole slide images 2025-Jul-18, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-01848-z PMID:40681867	meta-analysis	本文通过meta分析评估了深度学习算法在结直肠癌全切片图像中检测微卫星不稳定性高的诊断性能	首次系统评估深度学习在MSI-H检测中的表现，并识别了影响异质性的主要因素	外部验证的特异性较低，表明存在过拟合问题，需要算法标准化以提高泛化能力	评估深度学习算法在结直肠癌MSI-H检测中的诊断性能	结直肠癌全切片图像	digital pathology	colorectal cancer	deep learning	DL algorithms	whole slide images	33,383 samples from 19 studies
3063	2025-07-23	A densely connected framework for cancer subtype classification 2025-Jul-18, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-025-06230-0 PMID:40681997	research paper	提出了一种名为DEGCN的新型深度学习模型，用于癌症亚型分类	结合了三通道变分自编码器(VAE)和多层密集连接的图卷积网络(GCN)，用于多组学数据降维和癌症亚型分类	未提及模型在其他癌症类型上的泛化能力是否同样优秀	开发一个能够准确分类癌症亚型的深度学习框架	肾癌、乳腺癌和胃癌的亚型分类	digital pathology	renal cancer, breast cancer, gastric cancer	multi-omics data integration	VAE, GCN	multi-omics data	TCGA数据集中的肾癌、乳腺癌和胃癌样本
3064	2025-07-23	A new approach for microbe-disease association prediction: incorporating representation learning of latent relationships 2025-Jul-18, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-03093-6 PMID:40682015	research paper	提出了一种新的深度学习框架RKGATMDA，用于预测微生物与疾病之间的关联	结合图注意力网络和随机K近邻算法，解决了现有微生物-疾病关联数据不足的问题	依赖于现有的微生物-疾病关联数据，数据稀缺可能影响模型性能	预测微生物与疾病之间的关联，以辅助临床诊断和治疗	微生物与疾病之间的关联	machine learning	asthma, colon cancer, colorectal carcinoma	graph attention network, Random K-Nearest Neighbors	RKGATMDA	microbe-disease association data	NA
3065	2025-07-23	Open-access ultrasonic diaphragm dataset and an automatic diaphragm measurement using deep learning network 2025-Jul-18, Respiratory research IF:4.7Q1 DOI:10.1186/s12931-025-03325-3 PMID:40682068	research paper	该研究构建了一个超声膈肌数据集，并开发了一种基于深度学习的自动膈肌测量系统	提出了一个新的深度学习分割网络MDRU-Net，用于精确测量膈肌厚度和运动，并设计了用户友好的自动测量系统	研究中未提及样本的多样性或代表性，可能影响模型的泛化能力	开发自动化的膈肌功能评估系统，以提高临床检测的准确性和效率	膈肌的厚度和运动	digital pathology	NA	超声成像	MDRU-Net (基于U-Net架构)	B-mode和M-mode超声图像及视频	未明确提及具体样本数量
3066	2025-07-23	AI-Driven segmentation and morphogeometric profiling of epicardial adipose tissue in type 2 diabetes 2025-Jul-18, Cardiovascular diabetology IF:8.5Q1 DOI:10.1186/s12933-025-02829-y PMID:40682091	研究论文	开发了一种基于AI的形状感知方法，用于自动分割和分析2型糖尿病患者的EAT形态几何特征	结合了多模态深度学习和统计形状分析，首次实现了对EAT的空间分布和结构变化的自动化分析	样本量相对较小（90名参与者），且仅针对瑞典SCAPIS队列的亚组研究	开发AI驱动的EAT分割和形态几何分析方法，以评估2型糖尿病患者的EAT特征	2型糖尿病患者的EAT（心外膜脂肪组织）	数字病理学	2型糖尿病	3D Dixon MRI	多模态深度学习模型（EAT-Seg）	3D MRI图像	90名参与者（45名2型糖尿病患者和45名年龄、性别匹配的对照组）
3067	2025-07-23	Mortality and antibiotic timing in deep learning-derived surviving sepsis campaign risk groups: a multicenter study 2025-Jul-14, Critical care (London, England) DOI:10.1186/s13054-025-05493-6 PMID:40660326	研究论文	本研究通过深度学习模型对脓毒症患者进行风险分层，探讨抗生素使用时机对不同风险组患者死亡率的影响	首次使用深度学习模型客观地对脓毒症患者进行风险分层，并分析不同抗生素使用时机对各风险组死亡率的影响	需要更多前瞻性研究来验证这些发现	探讨基于风险分层的抗生素使用时机对脓毒症患者死亡率的影响	脓毒症患者	数字病理学	脓毒症	深度学习	DL	临床数据	34,087名成年脓毒症患者
3068	2025-07-23	VDCRL: vulnerability detection with supervised contrastive code representation learning 2025-Jul-14, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107861 PMID:40690875	研究论文	提出了一种基于监督对比代码表示学习的漏洞检测框架VDCRL，以提高检测性能和泛化能力	结合输入和特征空间代码增强技术，使用特征融合编码器SAFE整合源代码和汇编指令特征，并采用监督对比学习和BGRU模型进行训练和检测	未提及在更广泛或多样化数据集上的测试结果	提高代码漏洞检测的泛化能力和检测性能	软件代码中的漏洞	自然语言处理	NA	监督对比学习	BGRU	代码文本	合成数据集训练，两个真实数据集测试
3069	2025-07-23	From Single-Cancer to Pan-Cancer Prognosis: A Multimodal Deep Learning Framework for Survival Analysis with Robust Generalization Capability 2025-Jul-10, The American journal of pathology DOI:10.1016/j.ajpath.2025.06.006 PMID:40651540	research paper	本文介绍了一种名为UMPSNet的多模态深度学习框架，用于跨癌症类型的生存分析，具有强大的泛化能力	UMPSNet通过基于最优传输的注意力机制进行多模态特征对齐，并采用专家混合机制解决癌症类型分布偏移问题，实现了跨癌症类型的预后预测	研究虽然展示了在未见过的恶性肿瘤上的泛化能力，但样本量相对有限（胰腺癌样本n=66）	开发一个能够克服数据异质性和领域转移挑战的多模态生存分析框架，用于泛癌症预后预测	癌症患者的组织病理学图像、基因组表达谱和四种元数据类别	digital pathology	pan-cancer	multimodal deep learning	UMPSNet	image, genomic data, metadata	3523张全切片图像（n=2831）来自TCGA五个队列，以及392张胰腺腺癌全切片图像（n=66）
3070	2025-07-23	[Advances in prediction models for temporomandibular disorders] 2025-Jul-09, Zhonghua kou qiang yi xue za zhi = Zhonghua kouqiang yixue zazhi = Chinese journal of stomatology DOI:10.3760/cma.j.cn112144-20250401-00114 PMID:40619145	综述	本文全面评估了颞下颌关节紊乱病（TMD）预测模型的实现与性能，并分析了不同计算方法的优缺点及未来研究方向	比较了传统统计方法、机器学习和深度学习在TMD预测中的应用，指出了各自的创新点和局限性	传统统计方法依赖先验知识和假设，机器学习依赖数据质量且泛化能力有限，深度学习需要大量训练数据且存在可解释性问题	探讨TMD预测模型的研究进展及其在早期预测和治疗中的应用	颞下颌关节紊乱病（TMD）患者	机器学习	颞下颌关节紊乱病	传统统计方法、机器学习、深度学习	NA	时间序列数据	NA
3071	2025-07-23	An integrative assay for measuring social aversion and motivation in freely behaving mice 2025-Jul-09, Cell reports methods IF:4.3Q2 DOI:10.1016/j.crmeth.2025.101108 PMID:40680732	研究论文	开发了一种名为SAUSI的行为任务，用于综合评估小鼠的社会厌恶行为	整合了社会动机、犹豫和自由互动元素，首次实现了对社会厌恶的多重评估	仅在小鼠模型中进行验证，尚未应用于其他动物模型或人类研究	开发新型行为学工具以研究精神健康障碍中的社会厌恶特征	自由活动的小鼠	行为神经科学	精神健康障碍	深度学习	NA	行为数据	未明确说明小鼠数量
3072	2025-07-23	Multilayer perceptron deep learning radiomics model based on Gd-BOPTA MRI to identify vessels encapsulating tumor clusters in hepatocellular carcinoma: a multi-center study 2025-Jul-07, Cancer imaging : the official publication of the International Cancer Imaging Society IF:3.5Q1 DOI:10.1186/s40644-025-00895-9 PMID:40624579	研究论文	本研究开发了一种基于多层感知器（MLP）深度学习的放射组学模型，用于预测肝细胞癌（HCC）患者中包裹肿瘤簇的血管（VETC）	首次将MLP深度学习算法与放射组学特征结合，构建融合模型预测VETC，并在多中心数据中验证其性能	研究为回顾性设计，样本量相对有限（230例），且仅基于Gd-BOPTA MRI数据	开发预测肝细胞癌中VETC的影像学生物标志物	230例经病理证实的HCC患者术前Gd-BOPTA MRI数据	数字病理	肝细胞癌	Gd-BOPTA MRI	MLP	医学影像	230例患者（训练集144例，测试集54例，验证集32例）
3073	2025-07-23	A Multicenter Study on Intraoperative Glioma Grading via Deep Learning on Cryosection Pathology 2025-Jul, Modern pathology : an official journal of the United States and Canadian Academy of Pathology, Inc IF:7.1Q1 DOI:10.1016/j.modpat.2025.100749 PMID:40057037	研究论文	本研究开发了一种基于深度学习的术中胶质瘤分级模型（IGGC），用于冷冻切片图像的胶质瘤分级	提出了一种新型的深度学习模型（IGGC），用于术中冷冻切片图像的胶质瘤分级，显著提高了诊断准确性和一致性	研究样本量虽然较大，但测试队列的样本量相对较小（n = 213），可能需要进一步扩大验证	开发一种高精度、高效的术中胶质瘤分级方法，以指导手术策略并优化患者预后	成人型弥漫性胶质瘤	数字病理学	胶质瘤	深度学习	CNN（假设基于图像处理，但原文未明确说明具体模型类型）	图像（冷冻切片病理图像）	训练和验证队列（n = 1603和n = 628），测试队列（n = 213）
3074	2025-07-23	Top-DTI: integrating topological deep learning and large language models for drug-target interaction prediction 2025-Jul-01, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf183 PMID:40662785	研究论文	提出了一种结合拓扑深度学习和大型语言模型的药物-靶点相互作用预测框架Top-DTI	整合拓扑数据分析和大型语言模型，通过持久同源性提取蛋白质接触图和药物分子图像的拓扑特征，并结合蛋白质和药物的序列信息生成语义丰富的嵌入	未提及具体的数据集规模限制或模型在特定条件下的性能下降情况	提高药物-靶点相互作用预测的准确性和鲁棒性，以加速药物发现过程	药物和蛋白质的相互作用	机器学习和生物信息学	NA	拓扑数据分析（TDA）和大型语言模型（LLMs）	Top-DTI框架	蛋白质接触图、药物分子图像、蛋白质序列和药物SMILES字符串	公共BioSNAP和Human DTI基准数据集
3075	2025-07-23	Prediction of piezoelectric properties of NBT-based ceramics based on deep neural networks 2025 Jul-Sep, Science progress IF:2.6Q2 DOI:10.1177/00368504251359081 PMID:40671603	研究论文	本研究利用深度神经网络（DNN）预测和优化NBT基陶瓷的压电性能	首次将深度神经网络应用于NBT基陶瓷压电性能的预测，并通过局部极性异质性验证了模型的准确性	研究可能受限于实验数据的质量和数量，且模型在其他类型压电材料上的泛化能力未经验证	加速新型压电材料的开发和优化，提高研发效率	NaBiTiO基陶瓷	材料科学	NA	深度神经网络（DNN）	DNN	实验数据	大量高质量实验数据
3076	2025-07-23	Spatially resolved subcellular protein-protein interactomics in drug-perturbed lung-cancer cultures and tissues 2025-Jul, Nature biomedical engineering IF:26.8Q1 DOI:10.1038/s41551-024-01271-x PMID:39478233	研究论文	该研究开发了一种方法，用于在药物扰动的肺癌细胞培养物和组织中可视化空间分辨的亚细胞蛋白质-蛋白质相互作用	利用顺序邻近连接分析进行多重PPIs分析，并结合图卷积网络预测细胞处理状态	研究仅针对非小细胞肺癌中EGFR突变的细胞和组织，可能不适用于其他癌症类型	研究蛋白质-蛋白质相互作用在亚细胞水平的空间分布及其在药物扰动下的变化	非小细胞肺癌细胞培养物和组织	数字病理学	肺癌	顺序邻近连接分析，免疫荧光	图卷积网络	图像	NA
3077	2025-07-23	MAFL-Attack: a targeted attack method against deep learning-based medical image segmentation models 2025-Jul, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.12.4.044501 PMID:40686919	研究论文	提出了一种针对深度学习医学图像分割模型的针对性攻击方法MAFL-Attack	利用高级抽象语义信息干扰模型对对抗样本的理解，并通过低频分量约束确保对抗样本的不可察觉性	目前缺乏针对基于深度学习的医学图像分割模型的对抗攻击方法研究	研究对抗攻击方法以提高医学图像分割模型的鲁棒性设计	深度学习医学图像分割模型	数字病理	NA	对抗攻击	深度学习模型	医学图像	NA
3078	2025-07-23	AI-Powered Vocalization Analysis in Poultry: Systematic Review of Health, Behavior, and Welfare Monitoring 2025-Jun-29, Sensors (Basel, Switzerland) DOI:10.3390/s25134058 PMID:40648313	综述	本文系统回顾了人工智能和生物声学在非侵入性家禽福利监测中的先进声学分析应用	从传统声学特征提取到前沿深度学习架构的转变，包括CNN、LSTM、注意力机制及自监督模型如wav2vec2和Whisper的应用	数据集标准化不足、评估协议不一致、算法可解释性有限，以及跨物种领域泛化和上下文声学适应方面的知识缺口	探讨人工智能和生物声学在家禽福利监测中的应用及其潜力	家禽的声学数据	自然语言处理	NA	MFCCs、谱熵、声谱图、深度学习	CNN、LSTM、注意力机制、wav2vec2、Whisper	声学数据	NA
3079	2025-07-23	A Comprehensive Methodological Survey of Human Activity Recognition Across Diverse Data Modalities 2025-Jun-27, Sensors (Basel, Switzerland) DOI:10.3390/s25134028 PMID:40648284	综述	本文对2014年至2025年间基于多种数据模态的人类活动识别（HAR）技术进行了全面调查，重点关注机器学习和深度学习方法	涵盖了单模态和多模态技术，强调了基于融合和共同学习的框架，并提供了对最新HAR系统的详细数据集描述和比较结果	仅包括以英语发表的同行评议研究论文，可能忽略了其他语言的重要研究	调查和总结人类活动识别领域的最新进展	人类活动识别系统及其应用	计算机视觉	NA	机器学习（ML）和深度学习（DL）	NA	RGB图像和视频、骨架、深度、红外、点云、事件流、音频、加速度和雷达信号	NA
3080	2025-07-23	Towards Predictive Communication: The Fusion of Large Language Models and Brain-Computer Interface 2025-Jun-26, Sensors (Basel, Switzerland) DOI:10.3390/s25133987 PMID:40648241	观点文章	探讨非侵入性脑机接口（BCI）拼写器与大型语言模型（LLMs）的融合，以提升运动或语言障碍患者的预测性沟通能力	结合大型语言模型与脑机接口技术，探索预测性沟通的新方法	实时处理、噪声鲁棒性以及神经解码输出与概率语言生成框架的整合仍面临挑战	提升脑机接口技术在沟通辅助中的速度和可用性	运动或语言障碍患者	脑机接口	运动或语言障碍	非侵入性脑机接口（BCI）拼写器	大型语言模型（LLMs）	神经信号与文本数据	NA