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
3961	2025-11-15	An explainable deep learning framework for trustworthy arrhythmia detection from ECG signals 2025-Nov-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-22986-0 PMID:41219304	研究论文	提出一种可解释的深度学习框架用于心电信号的可靠心律失常检测	集成CNN和DNN的先进深度学习架构，结合多策略数据平衡技术和可解释人工智能方法，提供模型决策过程的透明洞察	未明确提及具体局限性	开发准确可靠的心律失常检测方法	心电信号	机器学习	心血管疾病	ECG信号分析	CNN, DNN	信号数据	使用MITDB、PTBDB和NSTDB基准数据集	NA	CNN, Dense Neural Network	准确率	NA
3962	2025-11-15	A multi-factor data mining and transformer-based predictive modeling approach for career success using educational and behavioral traits 2025-Nov-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-23078-9 PMID:41219306	研究论文	本研究提出基于Transformer的多因素数据挖掘方法，通过教育背景和行为特征预测职业成功满意度	首次将BERT模型应用于职业满意度预测，通过多层Transformer块整合嵌入层和前馈网络捕捉教育行为特征的复杂非线性关系	仅使用单一数据集进行验证，未在不同群体或文化背景下测试模型泛化能力	开发准确预测职业满意度的数据挖掘模型，提升学生就业机会和职业满意度	学生的学业成绩和行为特征数据	自然语言处理, 机器学习	NA	数据挖掘	BERT, SVM, 逻辑回归, 随机森林, GRU	教育行为数据	NA	NA	Transformer, BERT, 门控循环单元	分类准确率	NA
3963	2025-11-15	A lightweight deep evidence fusion framework for smart home appliance detection and classification via internet of things devices 2025-Nov-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-99957-y PMID:41219347	研究论文	提出一种轻量级深度证据融合框架，用于通过物联网设备检测和分类智能家电	结合线性缩放归一化、改进蛇优化算法、门控循环单元与多头注意力混合分类器以及改进麻雀搜索优化算法，实现高效的智能家电识别	NA	建立稳健的智能家电检测与分类框架	智能家居电器	物联网	NA	深度学习	GRU, 注意力机制	物联网传感器数据	NA	NA	GRU-MHA混合框架	准确率	NA
3964	2025-11-15	Analysis of the EMHD nanofluid flow for geothermal pipelines using physics-driven deep learning 2025-Nov-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-23315-1 PMID:41219355	研究论文	采用物理驱动的深度学习方法分析地热管道中电磁流体动力学纳米流体的流动特性	提出了一种新颖的无监督深度神经网络方法，用于预测地热管道应用中电磁流体动力学混合纳米流体的温度和速度行为	NA	优化地热管道系统中的热力学系统，提高能量守恒和传热效率	地热管道中的电磁流体动力学混合纳米流体流动	机器学习	NA	无监督深度神经网络	DNN	物理方程数据	NA	NA	深度神经网络	准确度	NA
3965	2025-11-15	Deep learning and multi-objective optimization for real-time occupancy-based energy control in smart buildings 2025-Nov-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-23134-4 PMID:41219414	研究论文	提出一种结合深度学习和多目标优化的实时占用型能源控制框架，用于智能建筑的能源管理	首次将深度前馈神经网络与多目标粒子群优化结合，实现基于室内环境参数的实时占用预测和能源控制	NA	通过预测房间占用情况优化智能建筑的能源效率和室内舒适度	智能建筑中的房间占用模式和能源消耗	机器学习	NA	深度学习，多目标优化	DNN	室内环境传感器数据（CO浓度、光照、湿度、温度）	NA	NA	深度前馈神经网络	准确率，优化效率	NA
3966	2025-11-13	Physics-informed sinogram completion for metal artifact reduction in non-contrast brain CT images with neurovascular coils: comparison with traditional and deep learning-based methods 2025-Nov-11, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01972-y PMID:41219711	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
3967	2025-11-15	C2PO: an ML-powered optimizer of the membrane permeability of cyclic peptides through chemical modification 2025-Nov-11, Journal of cheminformatics IF:7.1Q1 DOI:10.1186/s13321-025-01109-x PMID:41219827	研究论文	开发了一种名为C2PO的机器学习驱动优化器，通过化学修饰提高环肽的膜通透性	首个将机器学习模型转化为化学结构生成优化器的环肽通透性改善应用，并引入自动后校正工具解决ML生成化学结构的异常问题	模型可能生成不熟悉的化学结构，需要后校正工具进行修正	优化环肽的膜通透性以改善其口服生物利用度	环肽分子	机器学习	NA	深度学习回归模型	深度学习回归模型	化学结构数据	基于公开可用数据，具体数量未明确说明	NA	NA	NA	NA
3968	2025-11-15	Automated segmentation of esophageal squamous cell carcinoma in contrast-enhanced free-breathing 3D-GRE: a comparative study of UNet, nnUNet, and UMamba for tumor delineation 2025-Nov-11, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-02011-6 PMID:41219837	研究论文	比较UNet、nnUNet和UMamba三种深度学习模型在食管鳞状细胞癌自动分割中的性能	首次在对比增强自由呼吸3D-GRE MRI数据上系统比较UNet、nnUNet和UMamba模型，并证明UMamba在肿瘤分割中的优越性能	回顾性研究，样本量相对有限（192例患者），未在外部验证集上测试	开发自动化食管鳞状细胞癌分割方法以减少人工分割负担	食管鳞状细胞癌患者	医学影像分析	食管癌	对比增强自由呼吸3D-GRE MRI	UNet, nnUNet, UMamba	医学影像	192例患者（171例训练，21例验证）	NA	UNet, nnUNet-2D, nnUNet-3D, UMamba	Dice相似系数, Hausdorff距离, 平均表面距离	NA
3969	2025-11-15	Inverse Modeling for Artifact Removal in Photonic Data: A Computational Physics and Transfer Learning-Based Approach 2025-Nov-10, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c02055 PMID:41150868	研究论文	提出一种结合计算物理和迁移学习的逆建模框架，用于消除光谱数据中的etaloning伪影	采用两阶段迁移学习策略，结合计算物理模拟和真实实验数据进行模型训练	NA	开发有效的光谱数据伪影去除方法	光谱数据中的etaloning伪影	计算物理	NA	转移矩阵法	深度学习	光谱数据	超过30,000个模拟光谱和真实实验数据	NA	NA	伪影减少率, 光谱精度	NA
3970	2025-11-15	Establishment of an Integrated Model for Predicting Compound Mutagenicity with a Feature Importance Analysis 2025-Nov-10, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c01586 PMID:41118227	研究论文	本研究开发了一个集成深度学习框架，通过结合多种分子特征来预测化合物的致突变性	提出了集成78个模型的深度学习框架，通过系统组合13种分子描述符和指纹，并进行了特征重要性分析揭示致突变化合物的结构特征	仅使用了5866个化合物样本，可能无法覆盖所有类型的化学结构	开发快速、经济有效的化合物致突变性预测方法	化学化合物的致突变性	机器学习	NA	分子描述符和指纹分析	深度学习	分子特征数据	5866个化合物（5279个训练，587个测试）	NA	集成模型	平衡准确度, 精确度	NA
3971	2025-11-15	SHARP: Generating Synthesizable Molecules via Fragment-Based Hierarchical Action-Space Reinforcement Learning for Pareto Optimization 2025-Nov-10, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c01699 PMID:41134962	研究论文	提出一种基于片段分层动作空间强化学习的分子生成方法SHARP，用于多目标帕累托优化	采用片段化分层动作空间设计和基于预训练可合成性估计模型的动作掩码机制，确保生成分子的可合成性	未明确说明模型在更大规模化学空间中的泛化能力	解决多目标分子优化问题，包括高结合亲和力、可合成性和类药性	药物样分子的设计与生成	机器学习	NA	强化学习	强化学习策略网络	分子结构数据	四个先导化合物优化任务（片段生长、连接子设计、骨架跃迁和侧链修饰）的多样化受体集合	NA	分层动作空间强化学习架构	对接分数、药效团匹配、溶剂可及性	NA
3972	2025-11-15	Malignancy prediction for calcified thyroid nodules using deep learning based on ultrasound dynamic videos 2025-Nov-10, Cancer imaging : the official publication of the International Cancer Imaging Society IF:3.5Q1 DOI:10.1186/s40644-025-00944-3 PMID:41214809	研究论文	基于超声动态视频开发优化钙化检测的深度学习模型，用于预测钙化甲状腺结节的良恶性	首次将3D深度学习模型应用于超声动态视频，并专门设计了钙化注意力模块增强对微钙化的敏感性	回顾性研究，需要前瞻性验证；样本来源仅限于六家医院	开发基于动态超声视频的深度学习模型，准确预测钙化甲状腺结节的恶性风险	钙化甲状腺结节	数字病理	甲状腺癌	超声动态视频	3D CNN	视频	1,257名患者的2,319个甲状腺结节	TensorFlow, PyTorch	3D InceptionResNetV2	AUROC, 敏感性, 特异性, 准确率	NA
3973	2025-11-15	Passive vs Active Nighttime Smartphone Use as Markers of Next-Day Suicide Risk 2025-Nov-03, JAMA network open IF:10.5Q1 DOI:10.1001/jamanetworkopen.2025.42675 PMID:41217755	研究论文	研究夜间智能手机使用类型（被动与主动）与次日自杀风险的关联	首次区分夜间被动与主动手机使用对自杀风险的影响，并发现深夜使用预示脆弱性而午夜主动参与具有保护作用	样本量较小（79人），依赖自我报告数据，EMA依从率为68.8%	探究夜间智能手机使用时间与类型对次日自杀意念和自杀计划的影响	有自杀风险倾向的成年人群（18岁以上，过去一个月有自杀念头或行为）	数字健康	精神健康疾病	生态瞬时评估（EMA），被动数据感知，深度学习	深度学习模型	智能手机截图，自我报告数据	79名参与者，生成750万张截图	NA	NA	贝叶斯多水平模型，95%可信区间	NA
3974	2025-11-15	Artificial intelligence-guided design of lipid nanoparticles for pulmonary gene therapy 2025-Nov, Nature biotechnology IF:33.1Q1 DOI:10.1038/s41587-024-02490-y PMID:39658727	研究论文	本研究开发了一种基于深度学习的脂质纳米颗粒设计方法，用于肺部基因治疗	首次将定向消息传递神经网络应用于离子化脂质设计，能够预测核酸递送效果并拓展到训练集外的结构	研究主要基于小鼠和雪貂模型，人类应用效果仍需验证	开发人工智能指导的脂质纳米颗粒设计方法以改进基因治疗递送效率	离子化脂质、脂质纳米颗粒、mRNA递送系统	机器学习	肺部疾病	深度学习、基因治疗	神经网络	化学结构数据、活性测量数据	9,000多个脂质纳米颗粒活性测量数据，评估160万个脂质结构	NA	定向消息传递神经网络	体外和体内RNA递送预测准确率	NA
3975	2025-11-15	In vivo confocal microscopy in ophthalmology: research trends from a bibliometric analysis 2025-Nov, Clinical & experimental optometry DOI:10.1080/08164622.2025.2459345 PMID:39933698	文献计量分析	通过文献计量分析探讨活体共聚焦显微镜在眼科领域的研究趋势	首次对眼科IVCM研究进行全球文献计量分析，识别关键文献、作者、机构和新兴趋势	仅基于Web of Science数据库，可能存在文献收录不全的限制	分析眼科领域活体共聚焦显微镜的研究现状和发展趋势	眼科IVCM相关研究文献	医学影像分析	角膜和眼表疾病	文献计量分析，VOSviewer可视化	NA	文献元数据	1,389篇文章，其中角膜神经研究425篇，免疫细胞研究182篇	VOSviewer	NA	h指数，篇均引用次数	NA
3976	2025-11-15	Artificial Intelligence-Enabled Short-Term Ambulatory Monitoring ECG During Sinus Rhythm for Prediction of Hidden Atrial Fibrillation 2025-Nov, Journal of cardiovascular electrophysiology IF:2.3Q2 DOI:10.1111/jce.70028 PMID:40709543	研究论文	开发了一种基于深度学习的模型，利用窦性心律期间的短时动态心电图预测隐藏性心房颤动	首次使用ConvNeXt和LSTM两阶段深度学习模型，通过窦性心律期间的短时心电图预测隐藏性房颤	回顾性研究设计，第二阶段分析中较长时间段可能导致与房颤更相关特征被稀释而降低特异性	预测无症状/隐匿性心房颤动	接受24小时动态心电图监测的患者	医疗人工智能	心血管疾病	动态心电图监测	CNN, LSTM	心电图信号	934名患者（640名房颤组，294名对照组），368,550段窦性心律心电图片段	NA	ConvNeXt, LSTM	AUC, 准确率, 灵敏度, 特异性	NA
3977	2025-11-15	Artificial Intelligence and the Evolving Landscape of Immunopeptidomics 2025-Nov, Proteomics. Clinical applications DOI:10.1002/prca.70018 PMID:40741879	综述	本文系统回顾了人工智能在免疫肽组学领域的应用进展，重点分析了AI在肽段鉴定、免疫原性预测和新抗原优先排序中的关键作用	深入探讨AI如何帮助揭示传统上被认为是免疫'冷'肿瘤（如乳腺癌）的隐藏免疫原性特征，并展望深度学习、迁移学习和多组学整合模型的未来应用	在建模非经典肽段、考虑抗原加工缺陷以及避免靶向非肿瘤毒性方面仍存在挑战	评估人工智能方法在免疫肽组学工作流程各阶段的应用潜力	主要组织相容性复合体呈递的肽段、新抗原和癌症免疫治疗	生物信息学	乳腺癌	质谱分析、免疫肽组学、多组学分析	深度学习、迁移学习	质谱数据、多组学数据	NA	NA	NA	NA	NA
3978	2025-11-15	Self-supervised representation learning on gene expression data 2025-Nov-01, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf533 PMID:41028963	研究论文	本研究探索了自监督学习方法在基因表达数据表型预测中的应用	首次将自监督学习应用于批量RNA-Seq数据，通过无标注数据提取信息来改善表型预测	NA	开发基于自监督学习的基因表达数据分析方法，提高表型预测准确性	批量基因表达数据	机器学习	NA	RNA-Seq	自监督学习	基因表达数据	多个公开可用的基因表达数据集	NA	NA	预测准确率	NA
3979	2025-11-15	RNAtive to recognize native-like structure in a set of RNA 3D models 2025-Nov-01, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf601 PMID:41183118	研究论文	开发首个基于共识原理的无参考RNA三维结构评估工具RNAtive	首次将共识衍生二级结构应用于RNA三维模型评估，提出条件加权共识模式并支持用户自定义二维结构约束	依赖预测模型集合的质量，对全新RNA结构的评估效果需进一步验证	开发无需实验参考结构的RNA三维模型评估方法	RNA三维结构模型集合	计算生物学	NA	共识结构分析，三维结构建模	共识模型	RNA三维结构模型	CASP15竞赛数据	NA	条件加权共识模式	二元分类评分	Web服务器
3980	2025-11-15	Uncertainty-aware genomic classification of Alzheimer's disease: a transformer-based ensemble approach with Monte Carlo dropout 2025-Nov-01, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf587 PMID:41212591	研究论文	开发了一种基于Transformer集成框架的不确定性感知深度学习模型，用于阿尔茨海默病的基因组分类	结合Transformer和随机森林模型，并采用蒙特卡洛Dropout方法估计预测置信度，能够识别模型不确定的预测案例	样本量相对有限（1050个个体），模型整体准确率有待提升	开发并评估用于阿尔茨海默病预测的不确定性感知深度学习框架	阿尔茨海默病神经影像学倡议队列中的1050名个体（607名AD患者，443名对照）	机器学习	阿尔茨海默病	全基因组测序	Transformer, 随机森林	基因组数据	1050名个体（607名AD患者，443名对照），测试集525个样本	NA	Transformer	准确率, AUC, F1分数	NA