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
21	2025-08-03	Temporal and Heterogeneous Graph Neural Network for Remaining Useful Life Prediction 2025-Aug-01, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2025.3592788 PMID:40748812	研究论文	本文提出了一种名为时间异构图神经网络（THGNN）的新模型，用于预测工业系统中传感器的剩余使用寿命（RUL）	THGNN模型通过聚合相邻节点的历史数据，以细粒度方式准确捕捉传感器数据流中的时间动态和空间相关性，并利用特征线性调制（FiLM）处理传感器类型的多样性	未明确提及具体限制，但可能包括对特定数据集（N-CMAPSS）的依赖以及模型在其他工业系统中的泛化能力	提高工业系统中传感器剩余使用寿命（RUL）的预测准确性	工业系统中的多种异质传感器	机器学习	NA	深度学习（DL），特征线性调制（FiLM）	时间异构图神经网络（THGNN）	时间序列传感器数据	N-CMAPSS数据集
22	2025-08-03	Combinatorial Tuning of 5'UTR and N-Terminal Coding Sequences for Enhanced Recombinant Protein Expression in Corynebacterium glutamicum 2025-Aug-01, ACS synthetic biology IF:3.7Q1 DOI:10.1021/acssynbio.5c00250 PMID:40748894	研究论文	本研究通过组合调控5'UTR和N端编码序列，提高了谷氨酸棒状杆菌中重组蛋白的表达水平	建立了5'UTR和NCS特征序列与蛋白表达率之间的关系模式，并通过深度学习等方法验证了这些序列对蛋白表达的影响	研究仅限于谷氨酸棒状杆菌系统，未在其他微生物系统中验证	精细调控基因表达或蛋白质生产	谷氨酸棒状杆菌中的重组蛋白表达	合成生物学	NA	荧光激活细胞分选(FACS)、高通量测序、深度学习	NA	序列数据、荧光强度数据	构建了5'UTR库和NCS库，筛选出4个5'UTR特征序列和4个NCS特征序列
23	2025-08-03	Development and Validation of a Brain Aging Biomarker in Middle-Aged and Older Adults: Deep Learning Approach 2025-Aug-01, JMIR aging IF:5.0Q1 DOI:10.2196/73004 PMID:40750095	研究论文	开发并验证了一种结合连接性和复杂性的深度学习框架，用于准确估计大脑年龄，促进神经退行性疾病的早期识别	提出了一种新型的大脑视觉图神经网络（BVGN），结合了神经生物学特征提取模块和全局关联机制，提供了敏感的基于深度学习的成像生物标志物	研究主要依赖于T1加权MRI扫描，可能未涵盖其他类型的神经影像数据	开发并验证一种深度学习框架，用于准确估计大脑年龄，促进神经退行性疾病的早期识别	中老年人群的大脑老化评估	数字病理学	阿尔茨海默病	MRI扫描	BVGN（大脑视觉图神经网络）	图像	5889个T1加权MRI扫描（来自阿尔茨海默病神经影像学倡议数据集）和34352个外部UK Biobank数据集样本
24	2025-08-03	Performance evaluation of enhanced deep learning classifiers for person identification and gender classification 2025-Aug-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-12474-w PMID:40750626	研究论文	本文提出了一种增强的深度学习分类器（EDLC）范式，用于基于眼周区域进行人员识别和性别分类	提出了新颖的六边形ROI提取方法、三种定制的EDLC模型以及自适应coati优化算法用于超参数调整	未提及模型在其他数据集上的泛化能力或实际应用场景中的表现	提高基于眼周图像的人员识别和性别分类的准确性和计算效率	眼周区域图像	计算机视觉	NA	Laplacian变换、自适应coati优化算法	dilated axial attention CNN、self-spectral attention-based relational transformer net、parameterized hypercomplex convolutional Siamese network	图像	UBIPr和UFPR数据集（具体数量未提及）
25	2025-08-03	Transparent brain tumor detection using DenseNet169 and LIME 2025-Aug-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-13233-7 PMID:40750659	研究论文	本文提出了一种基于深度学习的DenseNet169-LIME-TumorNet模型，用于提高脑肿瘤分类的性能和可解释性	结合DenseNet169和LIME，提高了分类准确性和模型的可解释性，同时计算开销小，适合资源受限的临床环境	未来需要采用多模态学习方法、混合深度学习开发和实时应用开发来提高模型的泛化能力	提高脑肿瘤分类的性能和可解释性，以辅助临床诊断和治疗计划	脑肿瘤MRI图像	医学影像	脑肿瘤	深度学习	DenseNet169, LIME	MRI图像	2,870张图像，涵盖三种肿瘤类型
26	2025-08-03	Seasonal disparities in green exposure under the 15-minute city framework: a case study of Xi'an, China 2025-Aug-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-13757-y PMID:40750666	research paper	该研究提出一个评估框架，分析西安在15分钟城市框架下季节性绿地暴露不平等现象	首次在15分钟城市框架下考虑人类流动带来的绿地暴露，并整合多种方法分析季节性变化	研究仅针对西安一个城市，可能无法完全代表其他城市的状况	评估城市绿地暴露的季节性不平等及其与房价的关系	西安市的绿地暴露和房价数据	urban planning	NA	Green View Index, 空间统计方法, deep learning	NA	urban housing price big data	西安市范围内的数据
27	2025-08-03	Explainable multimodal deep learning for predicting thyroid cancer lateral lymph node metastasis using ultrasound imaging 2025-Aug-01, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-62042-z PMID:40750786	研究论文	开发了一种名为LLNM-Net的多模态深度学习模型，用于预测甲状腺癌侧淋巴结转移	结合了多模态数据（超声图像、放射学报告、病理结果和人口统计学数据），并利用双向注意力机制，显著提高了预测准确性	研究依赖于七个中心的数据，可能存在数据偏差	术前预测甲状腺癌侧淋巴结转移，以指导手术策略和预后评估	29,615名患者和9,836例手术病例	数字病理	甲状腺癌	深度学习	双向注意力深度学习模型	多模态数据（图像、文本、临床数据）	29,615名患者和9,836例手术病例
28	2025-08-03	Generating human facial animation by aggregation deep network and low-rank active learning with table tennis applications 2025-Aug-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-13779-6 PMID:40750813	研究论文	提出了一种基于情感和语音生成人脸动画的新方法，结合深度学习模型和低秩主动学习技术	引入了一种结合深度学习和主动学习的方法来生成逼真的人脸动画，并应用于乒乓球直播	NA	提升基于情感和语音的人脸动画生成技术	人脸动画生成	计算机视觉	NA	深度学习，主动学习，形态渐变技术	深度学习模型	语音信号，视频帧	NA
29	2025-08-03	PGBTR: a powerful and general method for inferring bacterial transcriptional regulatory networks 2025-Aug-01, BMC genomics IF:3.5Q2 DOI:10.1186/s12864-025-11863-9 PMID:40750847	研究论文	提出了一种名为PGBTR的强大、通用且稳定的计算框架，用于预测细菌转录调控网络	PGBTR结合了CNN和独特的输入生成步骤PDGD，在预测细菌转录调控关系方面表现优于现有方法	仅在Escherichia coli和Bacillus subtilis数据集上进行了验证，未在其他细菌上测试	开发一个强大的计算框架来推断细菌转录调控网络	细菌转录调控网络	生物信息学	NA	基因表达数据分析	CNN	基因表达数据和基因组信息	Escherichia coli和Bacillus subtilis数据集
30	2025-08-03	Application of deep learning models in gastric cancer pathology image analysis: a systematic scoping review 2025-Aug-01, BMC cancer IF:3.4Q2 DOI:10.1186/s12885-025-14662-3 PMID:40750872	系统综述	本文系统评估了深度学习模型在胃癌病理图像分析中的应用、挑战及未来方向	深度学习模型在胃癌检测、组织学分类和预后预测中表现出色，部分模型准确率超过95%	当前研究存在数据集规模有限、缺乏外部验证、数据多样性不足等问题，且对不同类型和分期的胃癌适用性尚不明确	评估深度学习在胃癌病理图像分析中的应用现状及未来发展方向	胃癌病理图像	数字病理学	胃癌	深度学习	CNN	图像	22项符合纳入标准的研究
31	2025-08-03	Deep learning-based super-resolution US radiomics to differentiate testicular seminoma and non-seminoma: an international multicenter study 2025-Aug-01, Insights into imaging IF:4.1Q1 DOI:10.1186/s13244-025-02045-y PMID:40750949	研究论文	本研究评估了基于深度学习的超分辨率超声放射组学模型在区分睾丸精原细胞瘤和非精原细胞瘤中的性能	首次将深度学习超分辨率技术与放射组学结合，用于睾丸生殖细胞肿瘤的亚型区分，并在国际多中心研究中验证其效果	研究为回顾性设计，需要前瞻性研究进一步验证	提高睾丸生殖细胞肿瘤亚型术前鉴别的准确性	睾丸生殖细胞肿瘤患者	数字病理	睾丸癌	超声成像、放射组学分析	深度学习超分辨率模型	超声图像	486名男性患者（338训练集，92国内验证集，59国际验证集）
32	2025-08-03	Deep-learning model for embryo selection using time-lapse imaging of matched high-quality embryos 2025-Aug-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-10531-y PMID:40750959	研究论文	开发并验证了一种基于自监督对比学习的深度学习模型，用于通过延时成像选择高质量胚胎	采用自监督对比学习训练卷积神经网络，结合Siamese神经网络微调和XGBoost最终预测模型，以防止过拟合，并利用匹配的KID胚胎数据进行模型开发	模型在预测妊娠结果时的AUC值较低（0.57和0.64），可能需要进一步优化以提高预测准确性	提高体外受精（IVF）实验室中胚胎选择的准确性和效率	匹配的已知植入数据（KID）胚胎	数字病理学	生殖健康	延时成像	CNN, Siamese神经网络, XGBoost	视频	460名患者的1580个胚胎视频
33	2025-08-03	STELLA provides a drug design framework enabling extensive fragment-level chemical space exploration and balanced multi-parameter optimization 2025-Aug-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-12685-1 PMID:40750989	研究论文	介绍了一种名为STELLA的基于元启发式的生成分子设计框架，用于药物发现中的化学空间探索和多参数优化	结合进化算法和基于聚类的构象空间退火方法，利用深度学习模型预测药理特性，显著提高了命中候选分子的数量和多样性	未提及具体在哪些药物靶点或疾病类型上进行了验证，可能限制了其通用性	开发一个能够广泛探索化学空间并进行多参数优化的药物设计框架	分子设计框架STELLA及其在药物发现中的应用	药物发现	NA	进化算法、基于聚类的构象空间退火方法、深度学习	深度学习模型	分子数据	与REINVENT 4进行了性能比较，具体样本数量未明确说明
34	2025-08-03	Structure Modeling Protocols for Protein Multimer and RNA in CASP16 With Enhanced MSAs, Model Ranking, and Deep Learning 2025-Aug-01, Proteins IF:3.2Q2 DOI:10.1002/prot.70033 PMID:40751131	research paper	本文介绍了在CASP16中蛋白质复合物和RNA结构预测的方法与结果	整合了多种最先进的深度学习模型与基于共识的评分方法，并利用大型元基因组序列数据库增强多序列比对(MSAs)的深度	存在需要进一步改进的领域，特别是在MSA和评分策略方面	提高蛋白质复合物和RNA结构预测的准确性	蛋白质复合物和RNA的结构	生物信息学	NA	深度学习，多序列比对(MSAs)，元基因组序列分析	深度学习模型，NuFold框架	蛋白质和RNA的序列与结构数据	NA
35	2025-08-03	Performance validation of deep-learning-based approach in stool examination 2025-Aug-01, Parasites & vectors IF:3.0Q1 DOI:10.1186/s13071-025-06878-w PMID:40751198	研究论文	本研究评估了基于深度学习的肠道寄生虫识别方法的性能，并与人类专家进行了比较	首次将深度学习模型（如DINOv2-large和YOLOv8-m）应用于肠道寄生虫识别，并展示了其在自动化检测中的优越性	研究可能受限于样本数量和多样性，且模型在识别某些寄生虫时的性能仍有提升空间	评估深度学习模型在肠道寄生虫识别中的性能，以改进现有的诊断程序	人类肠道寄生虫	数字病理学	肠道寄生虫感染	FECT和MIF技术，以及深度学习模型	YOLOv4-tiny, YOLOv7-tiny, YOLOv8-m, ResNet-50, DINOv2 (base, small, large)	图像	训练集占80%，测试集占20%（具体样本数量未提及）
36	2025-08-03	Automated Assessment of Test of Masticating and Swallowing Solids Using a Neck-Worn Electronic Stethoscope: A Pilot Study 2025-Aug-01, Journal of oral rehabilitation IF:3.1Q1 DOI:10.1111/joor.70030 PMID:40751301	研究论文	本研究探索使用颈部佩戴电子听诊器(NWES)自动评估咀嚼和吞咽固体测试(TOMASS)的可行性	首次将NWES与深度学习技术结合用于TOMASS的自动化评估，提高了客观性和效率	样本仅包含健康成年人，未涵盖吞咽困难等患者群体	开发客观测量TOMASS参数的自动化方法并分析年龄性别影响	123名健康成年人(平均年龄58.7±18.5岁)的咀嚼吞咽功能	数字健康	吞咽功能障碍	深度学习声音分析	NA	音频数据和视觉数据	123名健康成年人
37	2025-08-03	Electromagnetic Interaction Algorithm (EIA)-Based Feature Selection With Adaptive Kernel Attention Network (AKAttNet) for Autism Spectrum Disorder Classification 2025-Aug, International journal of developmental neuroscience : the official journal of the International Society for Developmental Neuroscience IF:1.7Q4 DOI:10.1002/jdn.70034 PMID:40751377	research paper	提出了一种结合电磁相互作用算法（EIA）进行特征选择和自适应核注意力网络（AKAttNet）进行分类的集成方法，以提高自闭症谱系障碍（ASD）的检测性能	结合EIA进行特征选择和AKAttNet进行分类的集成方法，显著提高了ASD检测的准确性和计算效率	未来工作需要探索在真实临床环境中的应用，并进一步优化特征选择过程	提高自闭症谱系障碍（ASD）的早期和准确诊断	自闭症谱系障碍（ASD）患者	machine learning	autism spectrum disorder	EIA, AKAttNet	AKAttNet, logistic regression (LR), support vector machine (SVM), random forest (RF)	publicly available ASD datasets	四个公开可用的ASD数据集
38	2025-05-14	Deep learning-enabled echocardiographic assessment of biventricular ejection fractions: the dual-task QUEST-EF model 2025-Jul-31, European heart journal. Cardiovascular Imaging DOI:10.1093/ehjci/jeaf147 PMID:40354128	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
39	2025-08-03	Explainable machine learning for predicting ICU mortality in myocardial infarction patients using pseudo-dynamic data 2025-Jul-31, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-13299-3 PMID:40739438	研究论文	开发了一种可解释的伪动态机器学习框架，用于预测心肌梗死患者在ICU的死亡率	提出了一个集成XGBoost模型的EHR时间序列提取框架（XMI-ICU），能够提供时间分辨的可解释性，并在不同预测时间范围内保持可靠的预测性能	研究依赖于回顾性数据，可能受到数据质量和完整性的限制	预测心肌梗死患者在ICU的死亡率	心肌梗死患者	机器学习	心血管疾病	机器学习	XGBoost	时间序列数据	来自eICU和MIMIC-IV两个ICU数据库的回顾性队列
40	2025-08-03	AI-assisted intraoperative navigation for safe right liver mobilization in pure laparoscopic donor hepatectomy: an experimental multi-institutional validation study 2025-Jul-31, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-11627-1 PMID:40744949	研究论文	本研究探讨了人工智能在纯腹腔镜供体右肝切除术中通过实时分割安全解剖平面提供术中导航的潜力	开发并验证了一种深度学习模型，用于在纯腹腔镜供体右肝切除术中分割血管结构和无血管平面，并进行了多中心外部验证	需要改进注释策略，并进一步研究以将该技术应用于实际手术室	探索人工智能在主要微创肝脏手术中辅助操作的潜力	纯腹腔镜供体右肝切除术中的血管结构和无血管平面	数字病理学	肝脏疾病	深度学习	U-Net with Mix Transformer encoder	视频	48个纯腹腔镜供体右肝切除术视频（40个用于五折交叉验证，8个用于外部验证）