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
3701	2025-10-06	Base-resolution binding profile prediction of proteins on RNAs with deep learning 2025-Jul-19, Nucleic acids research IF:16.6Q1 DOI:10.1093/nar/gkaf748 PMID:40794872	研究论文	提出了一种基于深度学习的iDeepB方法，用于预测蛋白质在RNA上的碱基分辨率结合谱	首次整合细胞系特异性基因表达谱来预测蛋白质-RNA相互作用，构建了表达感知基准数据集	未明确说明方法在其他类型RNA结合蛋白或细胞系中的泛化能力	开发能够准确预测蛋白质在RNA上结合核苷酸和结合强度的计算方法	RNA结合蛋白及其与RNA的相互作用	机器学习	NA	eCLIP-seq, RNA-seq	深度学习, 多头注意力机制	基因组序列数据, 基因表达数据	基于细胞特异性RNA-seq和eCLIP-seq数据构建的基准数据集	NA	混合深度网络, 多头注意力	结合谱预测准确性	NA
3702	2025-10-06	Unraveling Parkinson's disease motor subtypes: A deep learning approach based on spatiotemporal dynamics of EEG microstates 2025-06-15, Neurobiology of disease IF:5.1Q1 DOI:10.1016/j.nbd.2025.106915 PMID:40274133	研究论文	本研究开发了一种基于EEG微状态时空动力学的深度学习模型，用于区分帕金森病震颤主导型和姿势不稳/步态困难型运动亚型	首次将EEG微状态动态空间模式与电极位置数据结合用于PD运动亚型分类，强调了动态脑网络特征作为潜在生物标志物的重要性	未明确说明样本量大小和研究人群的具体特征	理解帕金森病异质性运动表型的脑网络动力学基础，改善个性化治疗	帕金森病患者（震颤主导型和姿势不稳/步态困难型）与健康个体	机器学习	帕金森病	脑电图微状态分析	深度学习	EEG信号	NA	NA	NA	AUC	NA
3703	2025-10-06	GCN-BBB: Deep Learning Blood-Brain Barrier (BBB) Permeability PharmacoAnalytics with Graph Convolutional Neural (GCN) Network 2025-04-03, The AAPS journal DOI:10.1208/s12248-025-01059-0 PMID:40180695	研究论文	本研究开发了一种基于图卷积神经网络的深度学习模型，用于预测血脑屏障渗透性	首次将归一化拉普拉斯矩阵的图卷积神经网络应用于血脑屏障渗透性预测，相比传统分子指纹方法表现更优	研究仅基于1924个分子数据集，样本规模相对有限	开发高精度的血脑屏障渗透性预测模型以支持中枢神经系统药物研发	小分子药物的血脑屏障渗透性	机器学习	神经系统疾病	图神经网络	GCN	图结构数据	1924个分子	NA	GCN_2（基于归一化拉普拉斯矩阵的图卷积神经网络）	精确率,召回率,F1分数,MCC分数	NA
3704	2025-10-06	Deep Learning and Hyperspectral Imaging for Liver Cancer Staging and Cirrhosis Differentiation 2025-04, Journal of biophotonics IF:2.0Q3 DOI:10.1002/jbio.202400557 PMID:39873135	研究论文	开发结合高光谱成像与深度学习的诊断方法，用于肝癌分期和肝硬化鉴别	首次将高光谱成像与深度卷积神经网络结合，捕捉传统方法难以识别的细胞级光谱特征差异	未提及外部验证集性能及临床部署可行性	提高肝癌分期和肝硬化鉴别的诊断精度	肝组织样本（肝细胞癌与肝硬化）	计算机视觉	肝癌	高光谱成像	CNN	高光谱图像	NA	NA	深度卷积神经网络	准确率, 敏感度, 特异度	NA
3705	2025-10-06	Physics-informed deep learning for stochastic particle dynamics estimation 2025-Mar-04, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2418643122 PMID:40014572	研究论文	提出一种融合物理信息的深度学习框架SPINN，用于随机粒子动力学估计	将随机微分方程整合到深度学习框架中，实现单帧分辨率的参数空间自主探索和确定性/随机性成分区分	NA	提高随机粒子动力学的时间分辨率，实现复杂扩散行为的估计和预测	单粒子轨迹数据，金纳米棒在水凝胶中的扩散	机器学习	NA	单粒子追踪技术	深度学习	轨迹数据	NA	NA	SPINN（随机粒子信息神经网络）	帧间变异性，统计相关性	NA
3706	2025-10-06	Deep learning models for predicting plant uptake of emerging contaminants by including the role of plant macromolecular compositions 2024-12-05, Journal of hazardous materials IF:12.2Q1 DOI:10.1016/j.jhazmat.2024.135921 PMID:39305592	研究论文	本研究应用深度学习模型预测新兴污染物在植物中的吸收，通过纳入植物大分子组成提高预测准确性	首次将植物根系大分子组成与化学性质结合，采用多种深度学习模型预测污染物吸收，相比传统机制模型显著提升准确性	模型性能仍有提升空间，TSCF预测的确定系数最高为0.67，且仅使用九种化学性质和两种植物大分子组成	提高新兴污染物在植物中吸收的预测准确性	植物对新兴污染物的吸收过程	机器学习	NA	深度学习建模	DNN, RNN, LSTM	化学性质和植物组成数据	NA	NA	深度神经网络，循环神经网络，长短期记忆网络	确定系数(R), 均方误差(MSE)	NA
3707	2025-10-06	Rapid and noninvasive estimation of human arsenic exposure based on 4-photo-set of the hand and foot photos through artificial intelligence 2024-12-05, Journal of hazardous materials IF:12.2Q1 DOI:10.1016/j.jhazmat.2024.136003 PMID:39378597	研究论文	本研究开发了一种基于人工智能分析手足照片的非侵入性砷暴露评估方法	首次利用深度学习技术通过手足照片特征实现非侵入性砷暴露评估	二元分类面临数据不平衡和稀疏性问题，数据量有限	开发非侵入性砷暴露预测方法	人类手足皮肤特征与砷暴露关系	计算机视觉	皮肤癌	摄影图像分析	深度学习	图像	2497名受试者的9988张手足照片	NA	NA	AUC,召回率,精确度	NA
3708	2025-10-06	Artificial intelligence in endodontics: Data preparation, clinical applications, ethical considerations, limitations, and future directions 2024-11, International endodontic journal IF:5.4Q1 DOI:10.1111/iej.14128 PMID:39075670	综述	本文全面回顾了人工智能在牙髓病学中的数据准备、临床应用、伦理考量、局限性与未来发展方向	系统梳理了AI在牙髓病学应用的技术与伦理维度，并首次整合评估指标、实际应用与临床实施障碍的综合分析框架	模型可解释性不足、泛化能力有限、临床实践采纳度低	探讨人工智能在牙髓病学领域的应用潜力与实施路径	牙髓病学领域的AI技术应用	医疗人工智能	牙髓疾病	深度学习	CNN	医学影像	NA	NA	卷积神经网络	准确率	NA
3709	2025-10-06	Artificial intelligence in endodontics: Fundamental principles, workflow, and tasks 2024-11, International endodontic journal IF:5.4Q1 DOI:10.1111/iej.14127 PMID:39056554	综述	本文系统阐述了人工智能在牙髓病学中的基本原理、工作流程和具体应用	首次针对牙髓病学领域系统梳理AI技术框架，填补临床医生对机器学习基础知识的认知空白	属于叙述性综述，未包含原始实验数据验证	促进人工智能在牙髓病学领域的理解与应用	牙髓病学临床实践与教育	计算机视觉,自然语言处理	牙髓疾病	NA	神经网络	影像数据,文本数据	NA	NA	NA	NA	NA
3710	2025-10-06	Lenition in L2 Spanish: The Impact of Study Abroad on Phonological Acquisition 2024-Sep-21, Brain sciences IF:2.7Q3 DOI:10.3390/brainsci14090946 PMID:39335440	研究论文	本研究探讨了英语母语者在西班牙留学期间对西班牙语辅音弱化现象的习得情况	首次使用深度学习模型Phonet分析二语学习者在留学期间的语音习得过程，而非传统的声学分析方法	研究样本仅限于参与留学项目的英语母语者，且未追踪长期语音保持效果	评估二语学习者在留学期间对西班牙语辅音弱化现象的习得程度和保持情况	参与西班牙留学项目的英语母语学习者	自然语言处理	NA	语音分析	RNN	语音数据	参与留学项目的英语母语学习者	NA	Phonet	后验概率预测	NA
3711	2025-10-06	Deep Learning-Based Electrocardiogram Analysis Predicts Biventricular Dysfunction and Dilation in Congenital Heart Disease 2024-Aug-27, Journal of the American College of Cardiology IF:21.7Q1 DOI:10.1016/j.jacc.2024.05.062 PMID:39168568	研究论文	开发并验证基于深度学习的AI-ECG模型，用于预测先天性心脏病患者的双心室功能障碍和扩张	首次在先天性心脏病领域开发AI-ECG模型预测双心室病理生理变化，并进行外部验证	功能性单心室患者模型性能最低，存在特定患者群体的预测局限性	开发能够预测先天性心脏病患者双心室功能障碍和扩张的人工智能心电图分析模型	先天性心脏病患者的心电图-心血管磁共振配对数据	医疗人工智能	先天性心脏病	心电图分析，心血管磁共振	CNN	心电图信号，医学影像数据	内部队列8,584个ECG-CMR配对（4,941名患者），外部验证队列909个ECG-CMR配对（746名患者）	NA	卷积神经网络	AUROC, 精确召回曲线下面积	NA
3712	2025-10-06	Deep learning-based fully automatic screening of carotid artery plaques in computed tomography angiography: a multicenter study 2024-08, Clinical radiology IF:2.1Q2 DOI:10.1016/j.crad.2024.04.015 PMID:38789330	研究论文	开发并验证基于深度学习的全自动算法，用于CT血管造影图像中颈动脉斑块的检测与分类	首次提出基于改进3D-UNet和ResUNet架构的两步深度学习系统，实现颈动脉斑块的自动检测和三分类（非钙化、混合型、钙化）	回顾性研究设计，样本量相对有限（400例患者），需要进一步前瞻性验证	开发自动化颈动脉斑块筛查工具以减轻放射科医生工作负担	颈动脉斑块	计算机视觉	心血管疾病	CT血管造影	CNN	医学影像	400例患者（中心Ⅰ300例，中心Ⅱ100例）	NA	3D-UNet, ResUNet	灵敏度, F1-score, fROC曲线下面积, Cohen's kappa, ROC曲线	NA
3713	2025-10-06	Radiomics model and deep learning model based on T1WI image for acute lymphoblastic leukemia identification 2024-08, Clinical radiology IF:2.1Q2 DOI:10.1016/j.crad.2024.04.017 PMID:38796378	研究论文	基于T1WI图像开发放射组学和深度学习模型用于急性淋巴细胞白血病的准确识别	同时构建放射组学模型和深度学习模型进行急性淋巴细胞白血病识别，并比较两种方法的诊断效能	样本量相对有限，仅包含604例数据；两种模型在Delong检验中无统计学差异	开发高精度的模型用于急性淋巴细胞白血病的准确检测	急性淋巴细胞白血病患者和正常儿童的脑部磁共振数据	医学影像分析	急性淋巴细胞白血病	磁共振成像	支持向量机, CNN	医学图像	604例脑部磁共振数据（ALL组和正常儿童组）	NA	EfficientNet-B3	AUC, 敏感性, 特异性, 准确率, 阴性预测值, 阳性预测值	NA
3714	2025-10-06	Using a comprehensive atlas and predictive models to reveal the complexity and evolution of brain-active regulatory elements 2024-05-24, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adj4452 PMID:38781344	研究论文	通过整合表观遗传数据构建大脑顺式调控元件图谱，并利用深度学习模型解析其序列语法和进化特征	构建了首个综合性大脑活性调控元件图谱，揭示了调控信息主要通过保守哺乳动物元件内的小序列突变产生的新机制	主要基于现有数据资源，可能未覆盖所有类型的脑细胞和发育阶段	解析精神病相关非编码变异的功能意义和大脑调控元件的进化机制	大脑顺式调控元件、神经胶质细胞、神经元、精神病患者和健康对照	生物信息学	精神疾病	表观遗传学分析、深度学习	深度学习模型	表观遗传数据、基因组序列数据	PsychENCODE联盟及已发表数据来源的多脑细胞类型样本	NA	NA	NA	NA
3715	2025-10-06	Geometric Scattering on Measure Spaces 2024-May, Applied and computational harmonic analysis IF:2.6Q1 DOI:10.1016/j.acha.2024.101635 PMID:40686586	研究论文	提出了一种在测度空间上的几何散射变换通用框架，扩展了传统散射变换到非欧几里得数据结构	建立了统一的几何散射模型，适用于更广泛的设置包括有向图、带符号图和带边界流形，并提出了识别有用表示不变群的新准则	NA	深化对几何深度学习架构的理论理解，特别是散射变换的稳定性和不变性	测度空间、非欧几里得数据结构	机器学习	NA	散射变换、小波变换	几何散射变换	图数据、流形数据、球面图像、单细胞数据	NA	NA	散射变换	收敛速率估计	NA
3716	2025-10-06	Inferring Metabolic States from Single Cell Transcriptomic Data via Geometric Deep Learning 2023-Dec-07, bioRxiv : the preprint server for biology DOI:10.1101/2023.12.05.570153 PMID:38105974	研究论文	提出一种基于几何深度学习的GEFMAP方法，利用单细胞转录组数据预测代谢网络中的反应通量	首次利用几何深度学习从单细胞转录组数据推断代谢状态，通过代谢网络的天然图结构学习细胞生物学目标并估计质量平衡的相对通量率	代谢组化学异质性导致测量困难，单细胞分辨率代谢组学技术落后于其他多组学模态	从单细胞转录组数据推断细胞代谢状态	单细胞转录组数据和代谢网络	计算生物学, 生物信息学	NA	scRNAseq, 几何深度学习	几何深度学习	基因表达数据, 转录组数据	NA	NA	GEFMAP	NA	NA
3717	2025-10-06	Federated Transfer Learning for Low-dose PET Denoising: A Pilot Study with Simulated Heterogeneous Data 2023-Mar, IEEE transactions on radiation and plasma medical sciences IF:4.6Q1 DOI:10.1109/trpms.2022.3194408 PMID:37789946	研究论文	提出一种联邦迁移学习框架用于解决低剂量PET图像去噪问题	首次将联邦迁移学习应用于处理不同机构间低剂量PET协议差异导致的领域偏移问题	研究基于模拟数据，尚未在真实临床数据上验证	开发能够在保护数据隐私前提下利用异构低剂量PET数据进行去噪的方法	低剂量正电子发射断层扫描(PET)图像	医学影像处理	NA	正电子发射断层扫描(PET)	深度学习	医学影像	模拟多机构数据	NA	NA	NA	NA
3718	2025-10-06	The Application of Artificial Intelligence Technology in Art Teaching Taking Architectural Painting as an Example 2022, Computational intelligence and neuroscience DOI:10.1155/2022/8803957 PMID:35619771	研究论文	本研究探讨人工智能技术在艺术教学中的应用，以建筑绘画为例	提出将L-BFGS算法应用于艺术教学领域，并与传统优化算法进行对比	NA	研究人工智能技术在艺术教学中的应用效果	建筑绘画艺术教学	机器学习	NA	深度学习技术	轻量级深度学习模型	NA	NA	NA	NA	准确率	NA
3719	2025-10-06	The 2019 n2c2/OHNLP Track on Clinical Semantic Textual Similarity: Overview 2020-Nov-27, JMIR medical informatics IF:3.1Q2 DOI:10.2196/23375 PMID:33245291	综述	本文概述了2019年n2c2/OHNLP临床语义文本相似性评测任务的组织过程、数据集构建和参赛系统表现	发布了首个大规模真实世界的临床语义文本相似性数据集，并组织了国际性的评测任务	训练数据中GE系统句子对占比较大，但系统在Epic系统句子对上表现更好，存在数据分布不平衡问题	推动自然语言处理和生物医学信息学界解决临床领域的语义文本相似性任务	临床文本句子对	自然语言处理	NA	语义文本相似性计算	BERT, XLNet	文本	2054个临床句子对（1642个训练集，412个测试集）	NA	BERT, XLNet	Pearson相关系数	NA
3720	2025-10-06	Rapid counting of Kazachstania humilis and Saccharomyces cerevisiae in sourdough by deep learning-based classifier 2025-Sep, Journal of microbiological methods IF:1.7Q4 DOI:10.1016/j.mimet.2025.107183 PMID:40562078	研究论文	开发基于深度学习的分类器用于快速计数酸面团中的Kazachstania humilis和Saccharomyces cerevisiae酵母菌落	首次使用YOLO深度学习方法和两阶段培养温度区分酵母菌落，实现自动化快速计数	仅针对特定两种酵母菌进行验证，未测试其他酵母菌种	开发自动化酵母菌落计数方法以监测酸面团发酵过程中的酵母菌群变化	Kazachstania humilis和Saccharomyces cerevisiae酵母菌	计算机视觉	NA	微生物培养，两阶段温度培养	YOLO	图像	酸面团分离的K. humilis和S. cerevisiae菌株，以及面包、清酒和葡萄酒中使用的S. cerevisiae菌株	NA	YOLO	准确率	NA