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
401	2025-09-05	A bi-directional cascaded transformer network for underwater narrowband signal enhancement 2025-Sep-01, The Journal of the Acoustical Society of America IF:2.1Q1 DOI:10.1121/10.0039112 PMID:40905671	研究论文	提出一种双向级联Transformer网络（BCT-Net），用于水下窄带信号增强	首次设计双分支结构同时提取目标信号和环境噪声特征，采用级联注意力机制在低信噪比（-20dB）下检测窄带特征	NA	提升水下窄带信号的去噪性能	船舶辐射噪声中的窄带成分	信号处理	NA	深度学习	Transformer	声学信号	NA
402	2025-09-05	Major pathophysiological changes in pulmonary disease provided a molecular insight based on deep learning approach 2025-Aug-31, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-15539-y PMID:40887476	研究论文	基于深度学习方法分析肺部疾病的主要病理生理变化和分子通路	采用深度学习和网络分析平台整合多源数据，揭示肺部疾病中分子通路的关联性	NA	理解肺部疾病的分子机制以改善诊断和治疗策略	肺部疾病相关的基因、蛋白质和分子通路	生物信息学	肺部疾病	深度学习、网络分析、生物信息学分析	深度学习算法	文本、基因表达数据、蛋白质相互作用数据	基于MEDLINE和NIH数据库的已发表研究（截至2023年12月）
403	2025-09-05	scSorterDL: a deep neural network-enhanced ensemble LDAs for single cell classifications 2025-Aug-31, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf446 PMID:40889117	研究论文	提出一种结合惩罚线性判别分析、群体学习和深度神经网络的创新方法scSorterDL，用于提升单细胞RNA测序数据的细胞类型分类性能	首次将惩罚LDA、群体学习和深度神经网络集成，通过生成随机数据子集并利用DNN整合模型输出，捕捉传统方法可能忽略的复杂关系	NA	解决单细胞RNA测序数据高维度和稀疏性带来的细胞类型注释挑战	单细胞RNA测序数据	生物信息学	NA	单细胞RNA测序(scRNA-seq)	惩罚线性判别分析(pLDA), 深度神经网络(DNN)	基因表达数据	13个真实scRNA-seq数据集和20对跨平台数据集
404	2025-09-05	MCAMEF-BERT: an efficient deep learning method for RNA N7-methylguanosine site prediction via multi-branch feature integration 2025-Aug-31, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf447 PMID:40889118	研究论文	提出一种名为MCAMEF-BERT的高效深度学习模型，用于RNA N7-甲基鸟苷位点预测	采用并行架构整合预训练模型分支和传统特征编码分支，引入多通道注意力模块解决特征融合冗余问题	NA	准确识别RNA N7-甲基鸟苷修饰位点以揭示生物调控机制	RNA N7-甲基鸟苷修饰位点	生物信息学	肿瘤	深度学习，DNABERT-2预训练模型	BERT，注意力机制	序列数据	基于m7GHub数据集的样本
405	2025-09-05	Significantly enhancing human antibody affinity via deep learning and computational biology-guided single-point mutations 2025-Aug-31, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf445 PMID:40889116	研究论文	通过深度学习和计算生物学指导的单点突变显著增强人类抗体亲和力	开发了一种整合进化约束、统计势能、分子动力学模拟和深度学习模型的新型计算流程，用于精准预测抗体亲和力增强突变	NA	提升抗体亲和力以增强治疗效果并降低剂量需求	人类抗体（针对H7N9禽流感病毒血凝素和死亡受体5的抗体）	计算生物学	传染性疾病（禽流感）	分子动力学模拟、元动力学、深度学习建模	MicroMutate（微环境特异性预测模型）、图神经网络	蛋白质序列与结构数据	12个单点突变抗体（H7N9靶向）和1个死亡受体5抗体
406	2025-09-05	stImage: a versatile framework for optimizing spatial transcriptomic analysis through customizable deep histology and location informed integration 2025-Aug-31, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf429 PMID:40905789	研究论文	介绍stImage开源R包，通过深度学习和54种整合策略优化空间转录组分析	首个统一整合基因表达、组织学特征和精确空间坐标的框架，提供多种可定制整合策略	NA	开发空间转录组分析的综合性解决方案	组织生物学中的空间转录组数据	数字病理学	NA	空间转录组学	深度学习	基因表达数据、组织学图像、空间坐标	多个数据集（具体数量未说明）
407	2025-09-05	Deep learning-enabled ultra-broadband terahertz high-dimensional photodetector 2025-Aug-30, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-63364-8 PMID:40885712	研究论文	提出一种基于超表面和深度学习的大带宽太赫兹高维光电探测器，实现强度、偏振和频率的全参数连续检测	通过色散驱动的轨道角动量倍增将偏振和光谱响应投影至OAM域，并利用机器学习解码独特的极化涡旋图案	NA	开发能同时检测光强、偏振和波长的高维连续光电探测技术	太赫兹波段的光场参数	机器学习和光学检测	NA	机器学习，超表面技术，轨道角动量(OAM)编码	神经网络	光学图像和模式数据	NA
408	2025-09-05	Deep indel mutagenesis reveals the regulatory and modulatory architecture of alternative exon splicing 2025-Aug-30, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-62957-7 PMID:40885722	研究论文	本研究利用深度插入缺失诱变技术揭示人类外显子的调控结构并开发预测工具DANGO以加速反义寡核苷酸疗法发现	提出低成本深度插入缺失诱变技术解析外显子调控的棋盘式结构，并开发深度学习工具DANGO预测全人类外显子调控景观	NA	解析人类外显子调控架构并加速治疗性反义寡核苷酸的发现	人类外显子及其选择性剪接调控元件	计算生物学	遗传疾病	深度插入缺失诱变，深度学习	深度学习模型	基因组序列数据	NA
409	2025-09-05	A model for epileptic EEG detection and recognition based on Multi-Attention mechanism and Spatiotemporal 2025-Aug-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-17256-y PMID:40885781	研究论文	提出一种基于多注意力机制和时空特征融合的癫痫脑电检测与识别模型MASF	结合混合注意力机制、Transformer编码器和点积注意力机制，直接从原始EEG信号解读癫痫状态，无需大量数据预处理和特征提取	在两个数据集上的准确率存在较大差异（94.19% vs 72.50%），模型泛化能力有待进一步验证	开发高精度的癫痫脑电信号自动检测与识别方法	癫痫患者的脑电信号数据	自然语言处理	癫痫	EEG信号分析	混合注意力机制、Transformer、点积注意力机制	脑电信号	CHB-MIT和波恩大学数据集，采用十倍交叉验证
410	2025-09-05	Segmentation-enhanced approach for emotion detection from EEG signals using the fuzzy C-mean and SVM 2025-Aug-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-17220-w PMID:40885829	研究论文	提出一种结合模糊C均值和SVM的EEG信号情感检测分割增强方法	采用混合方法结合多种核函数的SVM模型与模糊C均值聚类来提升情感识别性能	仅使用两名受试者的EEG数据，样本规模较小	基于EEG信号实现情感状态的自动识别与分类	人类EEG信号与对应情感状态（积极、中性、消极）	机器学习	NA	EEG信号采集与处理，统计分析方法（单因素方差分析）	SVM（支持向量机），模糊C均值，CNN-LSTM混合模型	EEG信号数据	两名受试者的EEG记录
411	2025-09-05	The utility of artificial intelligence in characterization and detecting causes of macular edema: A spectral-domain OCT-based algorithm study 2025-Aug-30, Experimental eye research IF:3.0Q1 DOI:10.1016/j.exer.2025.110619 PMID:40889611	研究论文	开发基于深度学习的光学相干断层扫描图像算法，用于自动区分糖尿病性黄斑水肿、年龄相关性黄斑变性和正常视网膜状况	首次结合预训练CNN模型与可解释AI技术实现黄斑水肿病因的自动化分类与可视化解释	回顾性数据集可能存在选择偏差，且样本量相对有限	提升黄斑水肿病因的诊断准确性与临床决策支持	人类视网膜光学相干断层扫描图像	计算机视觉	眼科疾病	光学相干断层扫描成像	CNN（包括ResNet152、InceptionV3、MobileNetV2）	图像	1040张OCT图像（来自医院数据集和公共数据集）
412	2025-09-05	Applications of artificial intelligence and nanotechnology in vaccine development 2025-Aug-29, International journal of pharmaceutics IF:5.3Q1 DOI:10.1016/j.ijpharm.2025.126096 PMID:40886810	综述	探讨人工智能和纳米技术在疫苗开发中的应用及其协同效应	整合AI与纳米技术实现疫苗设计的智能化与精准递送，推动个性化免疫策略和通用疫苗开发	NA	分析AI和纳米技术如何克服传统疫苗开发的效率、成本和时间限制	疫苗设计、递送系统和免疫优化策略	生物医学工程	传染病	机器学习（ML）、深度学习（DL）、纳米颗粒（脂质体、聚合物NP、仿生系统）	ML/DL算法	基因组、蛋白质组和免疫学数据	NA
413	2025-09-05	An MRI Atlas of the Human Fetal Brain: Reference and Segmentation Tools for Fetal Brain MRI Analysis 2025-Aug-28, ArXiv PMID:40900685	研究论文	介绍CRL-2025胎儿大脑MRI图谱，提供详细的解剖结构和分割工具用于胎儿大脑MRI分析	首次集成详细组织分割、瞬时白质分区和126个解剖区域划分，相比CRL-2017图谱显著增强解剖细节	NA	构建高精度时空胎儿大脑MRI图谱以支持神经发育研究	21至37孕周正常发育的胎儿大脑	医学影像分析	神经发育疾病	MRI，扩散MRI，基于深度学习的多类分割模型	深度学习分割模型	MRI图像	160名正常大脑发育的胎儿
414	2025-09-05	Artificial intelligence in metalloprotein binding site prediction: A systematic review bridging bioinformatics and biotechnology 2025-Aug-28, International journal of biological macromolecules IF:7.7Q1 DOI:10.1016/j.ijbiomac.2025.146666 PMID:40885350	系统综述	本文系统回顾了人工智能在金属蛋白结合位点预测中的应用，比较了传统方法与机器学习及深度学习技术的性能差异	提出了基于数据集特征和研究目标的结构化决策框架，指导模型选择并应对数据不平衡和结构异质性等挑战	模型泛化能力受数据不平衡、金属离子代表性不足及结构异质性限制	推动金属蛋白结合位点预测研究，支持生物技术和制药工业的创新	金属蛋白及其金属结合位点	生物信息学	NA	机器学习（ML）、深度学习（DL）	Random Forest、CNN（卷积神经网络）	序列数据、结构数据	NA
415	2025-09-05	DECODE: An open-source cloud-based platform for the noninvasive management of peripheral artery disease 2025-Aug-28, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.109037 PMID:40902337	研究论文	开发了一个名为DECODE的开源云平台，用于外周动脉疾病的非侵入性管理	整合了人工智能、交互式3D可视化和计算建模，提供自动化的云集成解决方案	NA	改善外周动脉疾病的诊断和患者特异性治疗规划	外周动脉疾病患者	数字病理	心血管疾病	深度学习分割、有限元模拟、光学相干断层扫描	CNN、U-Net、nnU-Net	CT图像、OCT图像	22个CT数据集和300个血管内光学相干断层扫描图像
416	2025-09-04	Deep Learning-Derived Plaque Burden for Intracoronary Optical Coherence Tomography: An Intravascular Ultrasound-Based Validation Study 2025-Aug-27, JACC. Cardiovascular interventions DOI:10.1016/j.jcin.2025.07.021 PMID:40900048	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
417	2025-09-05	Role of artificial intelligence-based ocular biomarkers in hepatobiliary diseases: A scoping review 2025-Aug-27, World journal of hepatology IF:2.5Q2 DOI:10.4254/wjh.v17.i8.109801 PMID:40901593	综述	探讨人工智能在基于眼部生物标志物诊断肝胆疾病中的应用与潜力	利用深度学习模型从多种眼部成像数据中识别七类肝胆疾病，并开发独立诊断工具	NA	评估人工智能技术在医疗保健中提升诊断效率和准确性的作用	肝胆疾病患者	数字病理	肝胆疾病	深度学习	ResNet-101	图像（裂隙灯、视网膜眼底、光学相干断层扫描）	NA
418	2025-09-05	Biparametric magnetic resonance imaging-based radiomic and deep learning models for predicting Ki-67 risk stratification in hepatocellular carcinoma 2025-Aug-27, World journal of hepatology IF:2.5Q2 DOI:10.4254/wjh.v17.i8.109530 PMID:40901605	研究论文	本研究开发了一种基于双参数磁共振成像的列线图模型，用于预测肝细胞癌患者的Ki-67风险分层和无复发生存期	首次整合基于bpMRI的影像组学和深度迁移学习特征构建预测模型，并证明其优于单一临床模型	样本量有限（198例患者），且为单中心研究	预测肝细胞癌患者的Ki-67风险分层和生存预后	经病理确诊的肝细胞癌患者	数字病理	肝细胞癌	双参数磁共振成像（bpMRI）、免疫组化染色	随机森林、深度迁移学习（DTL）	医学影像（T2加权和动脉期图像）	198例肝细胞癌患者
419	2025-09-05	Deep learning guided programmable design of Escherichia coli core promoters from sequence architecture to strength control 2025-Aug-27, Nucleic acids research IF:16.6Q1 DOI:10.1093/nar/gkaf863 PMID:40902006	研究论文	开发了一个整合理性文库设计、预测建模和生成优化的模块化平台，用于大肠杆菌核心启动子的端到端工程设计与强度控制	提出了结合Transformer预测模型和条件扩散模型的闭环工作流，实现了启动子序列的从头生成与精确强度控制，设计-测量相关性达0.95	现有AI方法泛化能力有限的问题在跨序列语境中仍可能存在挑战，尽管本研究在多样语境中保持了高精度（R=0.93）	解决核心启动子强度预测与设计的挑战，实现精确的转录控制	大肠杆菌核心启动子	合成生物学	NA	Mutation-Barcoding-Reverse Sequencing, 深度学习	Transformer, 条件扩散模型	DNA序列	包含112,955个变体的合成启动子文库，表达范围达16,226倍
420	2025-09-05	Deep Learning Improves Parameter Estimation in Reinforcement Learning Models 2025-Aug-25, bioRxiv : the preprint server for biology DOI:10.1101/2025.03.21.644663 PMID:40666915	研究论文	本研究探讨强化学习模型中的参数模糊性问题，并比较传统优化方法与深度学习方法的参数估计效果	首次系统性地将深度学习流程应用于认知建模中的参数估计，并提出多维度评估框架来评估参数估计的科学意义	研究仅基于十个决策数据集，需要更多样化的认知任务和数据验证	解决强化学习模型中的参数模糊性问题，提高参数估计的可靠性	强化学习模型的参数估计	机器学习	NA	深度学习，Nelder-Mead优化方法	神经网络	行为决策数据	十个决策数据集