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
4141	2025-11-09	Multi-modal single-cell platform for nanoparticle-enhanced time-series metabolic profiles of CD8+ T cell exhaustion in tumor immunosurveillance 2025-Nov-04, Journal of nanobiotechnology IF:10.6Q1 DOI:10.1186/s12951-025-03774-4 PMID:41188846	研究论文	开发了一种多模态单细胞平台，用于研究CD8+ T细胞耗竭的时间动态代谢特征	整合纳米颗粒增强激光解吸/电离质谱和蛋白质计数平台，实现单细胞水平的时间序列代谢分析	NA	阐明CD8+ T细胞在肿瘤免疫监视中耗竭的时间动态特征	CD8+ T细胞	生物医学工程	肿瘤	纳米颗粒增强激光解吸/电离质谱，蛋白质计数平台	深度学习算法	代谢谱数据，蛋白质定量数据	近3000个单细胞	NA	NA	AUC, 灵敏度, 特异性	NA
4142	2025-11-09	Optimizing myocardial infarction detection: a hybrid CNN-GRU deep learning approach 2025-Nov-04, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-03217-y PMID:41188886	研究论文	本研究开发了一种基于心电图信号的混合CNN-GRU深度学习模型，用于优化心肌梗死的检测	提出结合CNN和GRU的混合深度学习架构，充分利用CNN的空间特征提取能力和GRU的时间序列建模能力	回顾性研究设计，数据来源于单一数据库，缺乏外部验证	开发心肌梗死检测的深度学习诊断支持工具	心肌梗死患者和健康个体的心电图信号	数字病理	心血管疾病	心电图信号分析	CNN, GRU	心电图信号	56,354份心电图记录（41,871份来自心肌梗死患者，14,474份来自健康个体）	NA	CNN-GRU混合架构	AUC, 准确率, 灵敏度, 特异性, 宏平均, 加权平均	NA
4143	2025-11-09	Development of a unified deep learning approach integrating CNN-based local and ViT-based global feature extraction for enhanced cotton disease and pest classification 2025-Nov-04, Plant methods IF:4.7Q1 DOI:10.1186/s13007-025-01462-w PMID:41188914	研究论文	开发了一种集成CNN局部特征提取和ViT全局特征提取的统一深度学习方法来增强棉花病虫害分类	提出混合CNN-ViT模型，同时利用CNN的局部特征提取能力和ViT的全局上下文捕捉能力	数据集仅包含8种棉花病虫害类别，需要扩展到更多样化的病虫害类型	开发准确高效的棉花病虫害分类方法以提高棉花产量	棉花病虫害图像数据	计算机视觉	植物病害	深度学习图像分类	CNN, ViT, 混合模型	图像	包含8个类别的棉花病虫害数据集（蚜虫、黏虫、细菌性枯萎病、棉铃腐病、绿棉铃、健康植株、白粉病、靶斑病）	NA	CNN, Vision Transformer, 混合CNN-ViT	准确率	NA
4144	2025-11-09	Deep learning-based optimal selection of construction and demolition waste crushing equipment 2025-Nov, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2025.127466 PMID:41033205	研究论文	提出基于深度学习的建筑垃圾破碎设备优化选择方法，通过图像识别与生命周期评估实现设备智能选择	首次将Mask R-CNN模型与Brute Force算法、3D体积重建方法结合，实现建筑垃圾尺寸和质量分布的快速评估，并创新性地将环境成本纳入设备选择标准	尺寸分布和质量分布的整体误差保持在5%以内，但未明确说明在复杂现场环境下的适用性限制	优化建筑垃圾回收过程中的破碎设备选择，降低成本和环境排放	建筑拆除现场的废弃物和破碎设备	计算机视觉	NA	深度学习，生命周期评估(LCA)，社会支付意愿(WTP)	CNN	图像	NA	Mask R-CNN	Mask R-CNN	分割准确率，尺寸分布误差，质量分布误差	NA
4145	2025-11-09	CRCFound: A Colorectal Cancer CT Image Foundation Model Based on Self-Supervised Learning 2025-Nov, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202407339 PMID:40791166	研究论文	提出基于自监督学习的结直肠癌CT影像基础模型CRCFound，解决标注数据不足问题并提升多任务泛化能力	首次构建针对结直肠癌CT影像的自监督学习基础模型，通过预训练学习通用特征表示	未明确说明模型在特定亚组患者或罕见病例中的表现	开发能够适应多种结直肠癌临床任务的通用CT影像分析模型	结直肠癌患者的CT影像数据	计算机视觉	结直肠癌	CT影像分析	自监督学习基础模型	CT图像	5137张未标注结直肠癌CT图像	NA	NA	在6个诊断任务和2个预后任务上进行基准测试	NA
4146	2025-11-09	Monitoring mining-induced subsidence from satellite imagery using transformer-based deep learning trained on gridded subsidence measurements 2025-Nov, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2025.127536 PMID:41072382	研究论文	本研究利用基于Transformer的深度学习模型从卫星图像中监测采矿引起的地面沉降	首次将Vision Transformer模型应用于采矿引起的地面沉降监测，解决了传统CNN模型精度不足和训练数据缺乏的问题	模型在不同地区的泛化性能存在差异（准确率77.2%-84.8%），需要更多样化的训练数据	开发一种能够准确监测采矿引起地面沉降的AI方法，为环境保护部门提供早期检测工具	中国十大产煤省份中受采矿影响的地区	计算机视觉	NA	卫星遥感	Vision Transformer	卫星图像, 网格化沉降测量数据	191,630个网格沉降测量数据用于训练，10个地区各250个独立样本用于测试	NA	ViT-Base	准确率	NA
4147	2025-11-09	Implications of waterfowl impoundments as a response to sea-level driven saltwater intrusion 2025-Nov, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2025.127567 PMID:41100935	研究论文	利用深度学习模型检测切萨皮克湾地区水禽蓄水池的分布及其对海平面上升背景下盐沼迁移的影响	首次使用高分辨率地形水深数据和卷积神经网络自动检测私人水禽蓄水池，并分析其与海平面上升导致的盐沼迁移路径的空间关系	缺乏私有蓄水池的公开记录数据，且小型土质围堤和茂密植被增加了卫星影像检测难度	评估水禽蓄水池在海平面上升导致的盐碱化背景下的分布特征及其生态影响	切萨皮克湾地区的水禽蓄水池	计算机视觉	NA	高分辨率地形水深测量	CNN	地形水深数据	检测到1684个蓄水池，总面积6.6平方公里（1627英亩）	NA	卷积神经网络	NA	NA
4148	2025-11-09	Modelling cultural ecosystem services of river landscapes in the Iberian Peninsula with deep learning and social media images 2025-Nov, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2025.127667 PMID:41109087	研究论文	本研究开发了一种结合深度学习图像识别和机器学习建模的AI框架，用于评估伊比利亚半岛河流景观的文化生态系统服务	首次将深度学习图像分类与可解释的机器学习模型相结合，实现区域尺度河流景观文化生态系统服务的自动化评估和空间热点识别	依赖社交媒体图像数据，可能无法完全代表所有人群的景观偏好，且仅针对伊比利亚半岛区域	开发可转移、可复制的AI框架来评估河流景观的文化生态系统服务，支持保护规划	伊比利亚半岛的河流景观及其提供的文化生态系统服务	计算机视觉, 机器学习	NA	深度学习图像识别, 机器学习建模	CNN, XGBoost	图像	6911张Flickr图片	PyTorch/TensorFlow (基于ResNet实现推断)	ResNet-152	NA	NA
4149	2025-11-09	AI Applications in Depression Detection and Diagnosis: Bibliometric and Visual Analysis of Trends and Future Directions 2025-Oct-22, JMIR mental health IF:4.8Q1 DOI:10.2196/79293 PMID:41022381	文献计量分析	通过文献计量和可视化分析方法，系统梳理2015-2024年人工智能在抑郁症检测与诊断领域的研究趋势和发展方向	首次对AI在抑郁症诊断领域的全球研究趋势进行系统性文献计量分析，揭示从传统机器学习向深度学习、多模态融合的关键转变	仅基于Web of Science数据库文献，可能存在收录偏差；分析时间范围截止2024年，无法反映最新发展	分析人工智能在抑郁症检测与诊断领域的全球研究趋势、知识结构和前沿方向	2015-2024年间发表的2304篇相关学术文献	自然语言处理, 机器学习	抑郁症	文献计量分析, 共引分析	机器学习, 深度学习	文献元数据, 引文数据	2304篇学术论文	CiteSpace	NA	NA	NA
4150	2025-11-09	Shallow and ensemble deep randomized neural network for anomaly detection 2025-Oct-21, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.108240 PMID:41202707	研究论文	提出一种用于异常检测的单类集成深度随机向量函数链接网络模型	融合深度学习和集成学习原理，在OC-RVFL基础上构建多层输出结构的OC-edRVFL模型	OC-RVFL的单隐藏层结构限制了其捕获复杂模式的能力	提升异常检测或单类分类任务的泛化能力和性能	异常检测算法模型	机器学习	NA	NA	RVFL, 集成深度学习	人工数据集, UCI数据集, NDC数据集, MNIST图像数据	最多500万样本的数据集	NA	随机向量函数链接网络(RVFL), 集成深度RVFL(edRVFL)	泛化误差上界	NA
4151	2025-11-09	Evaluating microplastics and antibiotics induced genotoxicity in marine mussels through deep learning-based processing images of comet assay 2025-Oct-15, Ecotoxicology and environmental safety IF:6.2Q1 DOI:10.1016/j.ecoenv.2025.119295 PMID:41138450	研究论文	开发基于深度学习的彗星试验图像分析方法，用于评估微塑料和抗生素对海洋贻贝的基因毒性	首次将YOLOv8深度学习模型应用于彗星试验图像分析，实现高通量自动化DNA损伤评估	训练数据集规模有限（1453张训练图像），仅针对特定污染物组合进行研究	建立自动化高通量彗星试验分析方法，评估新兴污染物基因毒性	海洋贻贝鳃组织暴露于聚乙烯微塑料和磺胺甲恶唑的DNA损伤	计算机视觉	NA	彗星试验	YOLOv8	图像	1453张训练图像，364张验证图像，6749个人工标注彗星目标	NA	YOLOv8	准确率	NA
4152	2025-11-09	Deep learning approach for tooth numbering and restoration detection on pediatric periapical radiographs in mixed dentition 2025-Oct-11, Clinical oral investigations IF:3.1Q1 DOI:10.1007/s00784-025-06542-8 PMID:41074996	研究论文	使用YOLOv8深度学习模型在混合牙列期儿童根尖片中实现牙齿编号和修复体检测	首次将YOLOv8模型应用于混合牙列期儿童根尖片的牙齿编号和修复体自动检测	NA	评估深度学习模型在混合牙列期根尖片中牙齿编号和修复体检测的效率	6-12岁混合牙列期儿童的根尖片	计算机视觉	牙科疾病	深度学习	YOLOv8	医学影像	1,504张用于牙齿编号的根尖片，1,599张用于修复体检测的根尖片	Python	YOLOv8	准确率, 精确率, F1分数, 召回率, IoU, 混淆矩阵	NA
4153	2025-11-09	Deciphering the unique autoregulatory mechanisms and substrate specificity of the understudied DCLK3 kinase linked to neurodegenerative diseases 2025-Oct, The Journal of biological chemistry IF:4.0Q2 DOI:10.1016/j.jbc.2025.110664 PMID:40902973	研究论文	本研究揭示了与神经退行性疾病相关的未充分研究激酶DCLK3的独特自调控机制和底物特异性	首次发现DCLK3通过自磷酸化其截短尾部实现与催化结构域的结合，揭示了不同于其旁系同源物DCLK1的调控机制，并鉴定Tau蛋白为其潜在底物	研究主要基于体外实验和计算预测，需要在体内模型中进一步验证DCLK3的功能和调控机制	阐明DCLK3激酶的自调控机制和底物特异性，为神经退行性疾病提供潜在治疗靶点	双皮质素样激酶3(DCLK3)及其与神经退行性疾病的关联	计算生物学	神经退行性疾病	质谱分析, 肽库筛选, 体外测定	深度学习模型	肽序列数据, 质谱数据	NA	NA	NA	NA	NA
4154	2025-11-09	Developing inhibitors of the guanosine triphosphate hydrolysis accelerating activity of Regulator of G protein Signaling-14 2025-Oct, The Journal of biological chemistry IF:4.0Q2 DOI:10.1016/j.jbc.2025.110611 PMID:40848973	研究论文	本研究开发了选择性非共价抑制RGS14 GTP酶加速活性的小分子抑制剂	首次发现可靶向RGS14浅表蛋白相互作用界面的非共价小分子抑制剂，并采用机器学习增强的分子对接技术指导配体优化	未明确说明化合物在疾病模型中的具体疗效验证	开发针对RGS14 GTP酶加速活性的选择性抑制剂	RGS14蛋白及其小分子抑制剂	计算药物设计	中枢神经系统疾病,代谢疾病	结构引导虚拟筛选,分子对接,深度学习评分,荧光检测,放射性GTP水解测定	深度学习	分子结构数据,生物活性数据	40多个第二代类似物	NA	NA	抑制活性,细胞毒性,药代动力学参数	NA
4155	2025-11-09	Accelerating myelin defect detection in neurodegenerative disorders: a human-in-the-loop deep learning approach with birefringence microscopy 2025-Oct, Neurophotonics IF:4.8Q1 DOI:10.1117/1.NPh.12.4.045007 PMID:41195092	研究论文	开发了一种人机协同深度学习方法，用于加速神经退行性疾病中髓鞘缺陷的检测	首次将人机协同循环与YOLOv8模型结合应用于双折射显微镜图像中的髓鞘缺陷检测	样本量相对较小（15名受试者），需要进一步验证在更大样本和更多疾病类型中的适用性	加速神经退行性疾病中髓鞘缺陷的检测和分析	人脑背外侧前额叶皮质组织样本	数字病理学	神经退行性疾病	RGB圆形交叉偏振双折射显微镜	YOLOv8	3D体积显微镜图像	15名受试者（5名对照，5名阿尔茨海默病，5名慢性创伤性脑病）的脑组织样本，包含5600个手动标注的髓鞘缺陷	NA	YOLOv8	mAP@50	能够处理高达300GB的完整3D体积图像
4156	2025-11-09	Advancing deep learning-based segmentation for multiple lung cancer lesions in real-world multicenter CT scans 2025-Aug-18, European radiology experimental IF:3.7Q1 DOI:10.1186/s41747-025-00617-7 PMID:40826204	研究论文	提出一种基于深度学习的自动化多实例肺癌症病灶分割方法，在真实世界多中心CT扫描中实现准确分割	开发了包含胸腔边界框提取、多实例病灶分割和新型多尺度级联分类器的三步流程，专门针对多病灶分割问题	研究基于回顾性数据，需要在前瞻性研究中进一步验证	开发能够准确分割肺癌症多病灶的自动化方法	肺癌症患者的CT扫描图像	计算机视觉	肺癌症	CT扫描	深度学习	医学图像	1,081例CT扫描，包含5,322个标注病灶（训练集868例，测试集213例），外部验证集188例	NA	多尺度级联分类器	Dice相似系数, 病灶检测灵敏度	NA
4157	2025-11-09	Integrating computational pathology and multi-transcriptomics to characterize lung adenocarcinoma heterogeneity and prognostic modeling 2025-Aug-01, International journal of surgery (London, England) DOI:10.1097/JS9.0000000000002639 PMID:40474806	研究论文	本研究通过整合计算病理学和单细胞多组学分析，构建了一个多维框架来表征肺腺癌异质性并开发预后模型	首次将计算病理学特征与单细胞多组学数据系统整合，识别出与拷贝数变异相关的影像学特征和关键分子调控因子	主要基于回顾性生物信息学分析，缺乏前瞻性队列和实验研究验证，临床实用性需进一步确认	探索肺腺癌病理组织学特征与基因组不稳定性之间的关系，并开发预后预测模型	TCGA-LUAD数据集中的全切片图像和单细胞多组学数据	计算病理学	肺腺癌	单细胞多组学分析, 拷贝数变异分析, 基因共表达网络分析	CNN, 机器学习	全切片图像, 基因表达数据	TCGA-LUAD数据集	CellProfiler, inferCNV, hdWGCNA, CellChat, Monocle2	ResNet-50	生存预测准确性	NA
4158	2025-11-09	Cross-level Cross-Scale Inference and Imputation of Single-cell Spatial Proteomics 2025-Jul-28, Research square DOI:10.21203/rs.3.rs-7108570/v1 PMID:40766228	研究论文	提出scProSpatial深度学习框架，从单细胞RNA测序数据推断和填补高保真单细胞空间蛋白质组学数据	开发首个统一的多模态多尺度深度学习框架，能够在缺乏共享转录组特征的情况下准确预测蛋白质空间丰度，将蛋白质覆盖度提升50倍	未明确说明模型在更广泛生物系统中的泛化能力限制	解决跨生物层级和尺度的分子驱动因子识别及其相互作用分析的挑战	单细胞空间蛋白质组学数据	计算生物学	转移性乳腺癌	scRNA-seq, 空间蛋白质组学	深度学习	单细胞RNA测序数据, 空间蛋白质组数据	NA	NA	NA	蛋白质空间丰度预测准确度, 分布外泛化能力	NA
4159	2025-11-09	Deep learning NTCP model for late dysphagia after radiotherapy for head and neck cancer patients based on 3D dose, CT and segmentations 2025-Jun-20, medRxiv : the preprint server for health sciences DOI:10.1101/2025.06.20.25329926 PMID:40585085	研究论文	本研究开发了一种基于深度学习的NTCP模型，用于预测头颈癌放疗后晚期吞咽困难	首次将3D剂量分布、器官分割和CT扫描数据结合到深度学习模型中，相比传统NTCP模型能更全面捕捉吞咽困难的复杂性	研究样本量相对有限（1484例），且为多中心回顾性研究	提高头颈癌患者放疗后晚期吞咽困难的预测准确性	头颈癌放疗患者	数字病理学	头颈癌	放射治疗，CT扫描	CNN	3D剂量分布，器官分割，CT图像，患者临床数据	1484例头颈癌患者（多中心队列）	NA	Residual Network (ResNet)	AUC，校准曲线	NA
4160	2025-11-09	Health Misinformation Detection: Approaches, Challenges and Opportunities 2025 Jan-Dec, Inquiry : a journal of medical care organization, provision and financing DOI:10.1177/00469580251384784 PMID:41189452	文献综述	本文对健康虚假信息检测领域的研究进展、挑战与机遇进行了系统性综述	首次系统梳理了2016-2025年间健康虚假信息检测的研究现状，分析了检测方法的优势局限，并提出了跨学科合作、以人为本设计和伦理考量等未来发展路径	仅纳入英文全文研究，存在类别不平衡和标注标准不一致等数据质量问题	通过系统综述健康虚假信息检测方法，为开发有效的临床相关检测系统提供指导	100项关于健康虚假信息检测的研究文献	自然语言处理	NA	文献系统检索	机器学习,深度学习	文本数据	100项研究	NA	集成方法,基于嵌入的表示方法	准确率,可解释性	高计算成本