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
4161	2025-11-09	Optimization of house price evaluation model based on multi-source geographic big data and deep neural network 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0335722 PMID:41191568	研究论文	基于多源地理大数据和深度神经网络优化房价评估模型	提出融合注意力机制与空间特征提取的混合深度学习网络，并采用蝙蝠优化算法提升模型可解释性和准确性	未明确说明模型在其他房地产市场或经济环境下的泛化能力	优化房价预测模型的准确性、计算效率和可解释性	房地产价格数据	机器学习	NA	多源地理大数据分析	深度神经网络, 注意力机制	多源地理数据, 房价数据	NA	NA	混合深度学习网络, 空间特征提取网络	特征稳定性, 平均绝对误差(MAE), 收敛速度, 训练时间	NA
4162	2025-11-09	Football sports automatic judgment model based on improved YOLOv7 and RNN 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0334158 PMID:41191562	研究论文	提出基于改进YOLOv7和RNN的足球运动自动判罚模型，用于运动视频场景的识别与分析	引入聚类算法和注意力机制改进YOLOv7目标检测，采用麻雀搜索算法优化RNN参数搜索	NA	提高运动视频场景识别的准确性和公平性，推动足球运动自动化发展	足球运动视频场景	计算机视觉	NA	深度学习	YOLOv7, RNN	视频	NA	NA	改进YOLOv7, 循环神经网络	准确率, F1分数, 交并比, 召回率, AUC, R平方值	NA
4163	2025-11-09	Interpretable weakly-supervised learning through kernel density matrices: A digital pathology use case 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0335826 PMID:41191610	研究论文	提出一种基于核密度矩阵的可解释弱监督学习框架WiSDoM，应用于数字病理图像分类	首次将核密度矩阵用于统一全监督和弱监督学习模式，提供可量化的解释性指标	NA	开发一种同时支持全监督和弱监督学习的可解释分类框架	数字病理图像中的组织切片	数字病理	前列腺癌	核密度矩阵，注意力机制，原型生成	深度学习	图像	NA	NA	局部-全局注意力机制，核空间采样	AUC	NA
4164	2025-11-09	Deep learning-based automated detection of supernumerary teeth in pediatric panoramic radiographs 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0335845 PMID:41191613	研究论文	本研究开发了一种基于YOLOv8的深度学习模型，用于在儿童全景X光片中自动检测和定位多生牙	首次将YOLOv8模型应用于儿童全景X光片中多生牙的自动检测和定位	验证样本量有限，分割模型的召回率较低，存在漏检情况	评估基于卷积神经网络的深度学习模型在儿童全景X光片中自动定位和分类多生牙的诊断准确性和临床适用性	儿童患者的多生牙	计算机视觉	口腔疾病	全景X光摄影	CNN	医学影像	2000张儿童全景X光片，其中140张用于标注（71张阳性，69张阴性），20张用于独立验证	YOLOv8	YOLOv8	精确率, 召回率, F1分数, McNemar检验	NA
4165	2025-11-08	FastKAN-DDD: A novel fast Kolmogorov-Arnold network-based approach for driver drowsiness detection optimized for TinyML deployment 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0332577 PMID:41191636	研究论文	提出一种基于快速Kolmogorov-Arnold网络的轻量级驾驶员疲劳检测模型FastKAN-DDD，专为TinyML部署优化	首次将FastKAN架构应用于驾驶员疲劳检测，采用基于径向基函数的可学习非线性激活函数，并通过后训练量化技术实现极致轻量化	仅使用单一数据集UTA-RLDD进行验证，未在其他数据集上测试泛化能力	开发适用于资源受限环境的实时驾驶员疲劳检测系统	驾驶员疲劳状态	机器学习	NA	TinyML, 后训练量化	FastKAN	图像	UTA-RLDD数据集	TensorFlow Lite Micro	FastKAN with RBF激活函数	准确率, 推理延迟, 内存占用	微控制器
4166	2025-11-09	Deep-learning-based automatic liver segmentation using computed tomography images in dogs 2025, Frontiers in veterinary science IF:2.6Q1 DOI:10.3389/fvets.2025.1681820 PMID:41195076	研究论文	开发基于3D U-Net的深度学习模型用于犬类腹部CT图像的肝脏自动分割	首次将深度学习应用于犬类肝脏CT图像分割，填补了兽医领域自动化分割的技术空白	样本量相对有限（221例），未明确说明模型在更广泛犬种和病理条件下的泛化能力	开发并验证用于犬类肝脏自动分割的深度学习模型	犬类腹部CT扫描图像	计算机视觉	肝脏疾病	计算机断层扫描（CT）	3D U-Net	医学影像（CT图像）	221例犬类腹部CT扫描（159例无肝脏肿块，62例有肝脏肿块）	NA	3D U-Net	Dice相似系数	NA
4167	2025-11-09	Deep learning-based automated quantification system for abdominal aortic calcification: multicenter cohort study for algorithm development and clinical validation 2025, Frontiers in cardiovascular medicine IF:2.8Q2 DOI:10.3389/fcvm.2025.1647882 PMID:41195129	研究论文	开发基于深度学习的腹主动脉钙化自动量化系统，并通过多中心研究进行算法开发和临床验证	首次建立结合nnUnet分割和ResNet回归的自动化腹主动脉钙化评分系统，实现多中心标准化定量分析	研究样本仅来自浙江省五个医疗中心，可能存在地域局限性	建立自动化腹主动脉钙化评分系统以支持动脉粥样硬化管理的临床决策	2,941名个体的腹主动脉X射线图像	计算机视觉	心血管疾病	X射线成像	CNN	图像	2,941例（训练集1,737例，内部验证471例，外部验证733例）	PyTorch	nnUnet, ResNet	平均绝对误差, Spearman相关系数, 组内相关系数, 敏感性, 特异性	NA
4168	2025-11-09	A hybrid AI approach for predicting academic performance in RBE students 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1651100 PMID:41195199	研究论文	本研究提出一种混合人工智能方法，用于预测RBE学生的学业表现	首次在私立宗教性质的EBR机构中应用机器学习预测学业表现，并采用结合深度学习和机器学习的集成模型	研究局限于特定类型的私立教育机构，未提及其他潜在限制因素	开发预测学业表现的决策支持工具	常规基础教育学生	机器学习	NA	机器学习，深度学习	Logistic Regression, Support Vector Machine, Random Forest, GRU, BiGRU, AlexNet, 集成模型	教育数据	NA	NA	AlexNet, Gated Recurrent Unit, Bidirectional Gated Recurrent Unit	准确率，精确率，灵敏度	NA
4169	2025-11-09	Voiceprints of cognitive impairment: analyzing digital voice for early detection of Alzheimer's and related dementias 2025, NPJ dementia DOI:10.1038/s44400-025-00040-0 PMID:41195302	研究论文	利用人工智能分析数字语音录音，实现认知障碍的早期检测和阿尔茨海默病亚型区分	首次结合特征工程机器学习和端到端深度学习（包含大语言模型）分析语音特征，实现早期认知障碍的高精度检测	样本量相对有限（188名参与者），需要在更大群体中验证	通过语音分析实现阿尔茨海默病及相关痴呆症的早期检测和亚型区分	LEADS研究中的早期发病AD患者、早期发病非AD认知障碍患者和认知正常对照组	自然语言处理	阿尔茨海默病	数字语音录音分析	机器学习,深度学习,大语言模型	语音	120名患者和68名认知正常对照	NA	NA	AUC	NA
4170	2025-11-09	Enhancing drug-target interaction prediction with graph representation learning and knowledge-based regularization 2025, Frontiers in bioinformatics IF:2.8Q2 DOI:10.3389/fbinf.2025.1649337 PMID:41195325	研究论文	提出结合图表示学习和知识正则化的新框架，用于提升药物-靶点相互作用预测性能	开发了结合图神经网络与知识整合的新方法，通过定制化图消息传递机制和知识正则化策略将生物医学知识融入表示学习	未明确说明模型在更大规模数据集上的泛化能力及计算效率分析	提高药物-靶点相互作用预测的准确性和可解释性，加速药物发现和重定位	药物分子结构和蛋白质序列	机器学习	NA	图表示学习，知识整合	图神经网络	分子结构图，蛋白质序列	多个基准数据集（具体数量未明确说明）	NA	图神经网络，消息传递网络	AUC, AUPR	NA
4171	2025-11-09	Enhancing deep learning models for predicting smoking Status using clinical data in patients with chronic obstructive pulmonary disease 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251393380 PMID:41195375	研究论文	本研究开发并评估了深度学习模型，通过整合行为和心理社会变量与临床数据来改善COPD患者持续吸烟状态的预测	将行为和心理社会变量与临床数据整合到深度学习模型中，提高了COPD患者吸烟状态预测的准确性，同时通过SHAP分析保持模型可解释性	研究样本相对有限（350名患者），缺乏大型外部数据集中常见的行为变量，需要在更多样化人群中验证模型性能	开发改进的深度学习模型来预测慢性阻塞性肺疾病患者的持续吸烟状态	350名COPD患者，其中包括51名当前吸烟者	机器学习	慢性阻塞性肺疾病	临床数据分析，行为和心理社会变量整合	深度学习，机器学习	临床数据，行为数据，心理社会数据	350名COPD患者（51名当前吸烟者）	Optuna	Residual Neural Network	macro F1 score, 95%置信区间	NA
4172	2025-11-09	Predicting protein interactions of the kinase Lck critical to T cell modulation 2024-11-07, Structure (London, England : 1993) DOI:10.1016/j.str.2024.09.010 PMID:39368461	研究论文	使用深度学习预测激酶Lck与免疫相关蛋白的关键相互作用，揭示T细胞调控新机制	首次系统预测Lck激酶的蛋白质相互作用网络，发现其与棕榈酰转移酶的特异性靶向机制、与CD45磷酸酶的构象激活机制以及与LAG3免疫检查点的抑制机制	预测结果需要实验验证，筛选范围仅限于约1000个免疫相关蛋白	揭示激酶Lck在T细胞信号转导中的蛋白质相互作用网络	激酶Lck及其相互作用的蛋白质（包括棕榈酰转移酶、CD45磷酸酶、LAG3免疫检查点等）	计算生物学	免疫相关疾病	深度学习结构预测	深度学习	蛋白质序列和结构数据	约1000个免疫相关蛋白质	AF2Complex	AlphaFold2架构	结构建模质量评估	NA
4173	2025-11-09	Machine-learning based prediction of future outcome using multimodal MRI during early childhood 2024-Nov, Seminars in fetal & neonatal medicine IF:2.9Q1 DOI:10.1016/j.siny.2024.101561 PMID:39528363	综述	本文综述了基于多模态MRI和机器学习方法预测婴幼儿早期神经发育结局的研究进展	整合多模态MRI技术（sMRI、dMRI、fMRI、pMRI）与机器学习方法，探索早期脑发育预测生物标志物	NA	通过多模态MRI和机器学习预测婴幼儿神经发育结局，实现早期异常发育的检测和个性化干预	婴幼儿早期脑发育过程	机器学习	精神神经疾病	多模态MRI（结构MRI、扩散MRI、功能MRI、灌注MRI）	机器学习、深度学习	多模态磁共振图像	NA	NA	NA	NA	NA
4174	2025-11-08	CNN-Autoformer: Automated EEG-Based Seizure Detection and Localization Using Hybrid Deep Learning 2026-Feb, Biomedical signal processing and control IF:4.9Q1 DOI:10.1016/j.bspc.2025.108896 PMID:41189712	研究论文	提出一种结合CNN和Autoformer的混合深度学习框架，用于自动检测和定位癫痫发作	首次将CNN的空间特征提取能力与Autoformer的时间建模能力相结合，通过自相关机制提取周期性依赖并将信号分解为趋势和季节成分	未提及模型在更广泛数据集上的泛化能力及计算效率分析	开发自动癫痫检测和定位方法以辅助临床诊断	多通道脑电图信号	数字病理	癫痫	脑电图	CNN, Autoformer	时序信号	CHB-MIT公共数据集和SH-SDU专有数据集	NA	CNN-Autoformer混合架构	准确率, 灵敏度, 特异性, 精确率, F1分数, 假阳性检测率	NA
4175	2025-11-08	AI-powered programmable wetting-delamination μPAD for point-of-care food safety detection 2026-Jan-15, Biosensors & bioelectronics IF:10.7Q1 DOI:10.1016/j.bios.2025.118083 PMID:41092667	研究论文	开发了一种基于可编程润湿脱层定时器的微流控纸基分析装置，用于快速检测食品中的农药残留和转基因蛋白	采用可编程润湿脱层定时器实现流体延迟控制，通过预切割辅助浸染策略提高定时器稳定性50%以上，将传统颜色衰减信号转换为颜色增强信号提高灵敏度	NA	开发低成本、便携式的食品安全检测技术	农药残留（毒死蜱）和转基因蛋白（Cry1Ab/Ac）	微流控技术	食品安全	微流控纸基分析装置、侧向流动分析、深度学习图像分析	深度学习	图像	40个真实样品	NA	NA	灵敏度、特异性、准确度	NA
4176	2025-11-08	Feature extraction and intelligent diagnosis of ECG signals based on KANs and xLSTM 2026-Jan-15, Biosensors & bioelectronics IF:10.7Q1 DOI:10.1016/j.bios.2025.118105 PMID:41110222	研究论文	提出基于KAN和xLSTM的深度学习架构用于心电信号特征提取和心律失常智能诊断	首次将KAN网络和xLSTM网络应用于心电信号分析，KAN使用可学习的激活函数和样条函数替代传统权重参数，xLSTM引入指数门控机制并改进记忆结构	NA	开发更准确的心律失常检测方法以实现心血管疾病的早期预防和治疗	心电信号中的心律失常分类	机器学习	心血管疾病	心电信号分析	KAN, xLSTM	心电信号	MIT-BIH数据库109,262个心跳样本，St. Petersburg INCART数据库166,909个心跳样本	NA	Kolmogorov-Arnold networks, xLSTM	准确率, F1分数	NA
4177	2025-11-08	Toxic effects of environmental biotoxin okadaic acid by network toxicology analysis and deep learning prediction 2025-Dec, Aquatic toxicology (Amsterdam, Netherlands) DOI:10.1016/j.aquatox.2025.107578 PMID:40987019	研究论文	通过网络毒理学和深度学习策略研究环境生物毒素冈田酸(OA)的神经毒性分子机制	首次整合网络毒理学和深度学习方法，在系统生物学和分子相互作用层面实现多维互补分析	研究主要基于计算预测，实验验证相对有限	探究冈田酸(OA)的神经毒性分子机制及其与腹泻性脑损伤的关联	冈田酸(OA)及其相关毒性靶点	机器学习	神经毒性疾病	网络毒理学分析,深度学习预测,分子对接,生物层干涉技术	深度学习	生物分子相互作用数据	95个中枢靶点	DeepPurpose	NA	相互作用能量(INTERACTION_ENERGY),结合常数(K)	NA
4178	2025-11-08	Sequence-based chromatin activity modeling and regulatory impact prediction of genetic variants in farmed animals using deep learning 2025-Dec, NAR genomics and bioinformatics IF:4.0Q1 DOI:10.1093/nargab/lqaf139 PMID:41189647	研究论文	开发基于深度学习的框架，利用功能基因组数据预测农场动物非编码变异的调控影响	首次为多种农场动物构建物种特异性的序列到功能模型，通过染色质活性建模预测遗传变异的调控影响	受限于农场动物基因组资源不足，缺乏专门的计算工具	预测农场动物非编码遗传变异的调控功能并改进基因组预测	牛、鸡、猪和大西洋鲑四种农场动物	机器学习	NA	ATAC-seq, DNase I hypersensitive site sequencing, ChIP-seq	深度学习网络	基因组序列数据，染色质图谱数据	NA	NA	NA	序列建模准确度，功能评分预测能力，基因组预测性能提升	NA
4179	2025-11-08	Upright-Net+: Enhanced Learning of Upright Orientation for 3D Point Clouds 2025-Dec, IEEE transactions on visualization and computer graphics IF:4.7Q1 DOI:10.1109/TVCG.2025.3605201 PMID:40892647	研究论文	提出Upright-Net+模型，通过改进的图卷积网络和位置编码模块增强3D点云的直立方向估计能力	引入基于相对距离直方图统计的全局位置编码模块(GPE-RDHS)解决特征平滑问题，增强加权残差损失项惩罚假阳性预测，将连续方向问题转化为离散分类任务	NA	解决3D模型姿态对形状分析的影响，提升3D点云直立方向估计的准确性	3D点云数据	计算机视觉	NA	3D点云分析	图卷积网络	3D点云	NA	NA	Upright-Net+	NA	NA
4180	2025-11-08	AttentionPainter: An Efficient and Adaptive Stroke Predictor for Scene Painting 2025-Dec, IEEE transactions on visualization and computer graphics IF:4.7Q1 DOI:10.1109/TVCG.2025.3618184 PMID:41052120	研究论文	提出一种高效自适应的单步神经绘画模型AttentionPainter，用于将输入图像分解为参数化笔划序列	提出可扩展笔划预测器实现单次前向过程预测大量笔划参数、快速笔划堆叠算法提升13倍训练速度、笔划密度损失函数提升重建质量、笔划扩散模型支持基于笔划的图像修复和编辑	NA	解决现有神经绘画方法推理时间长和训练不稳定的问题	基于笔划的图像渲染和绘画生成	计算机视觉	NA	深度学习	注意力机制,扩散模型	图像	NA	NA	AttentionPainter,Stroke Diffusion Model	推理速度,训练效率,重建质量	NA