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
4401	2025-10-06	Multimodal deep learning for allergenic proteins prediction 2025-Jul-31, BMC biology IF:4.4Q1 DOI:10.1186/s12915-025-02347-z PMID:40745646	研究论文	提出基于多模态深度学习算法Multimodal-AlgPro，通过整合理化性质、氨基酸序列和进化信息来预测过敏原蛋白	开发了统一的多模态深度学习框架，引入穷举搜索策略寻找最优模态配置，并能够识别可解释的序列基序和分子描述符	NA	提高过敏原预测准确性，促进过敏反应机制解析和表位设计	过敏原蛋白	机器学习	过敏性疾病	多模态深度学习	深度学习	蛋白质理化性质、氨基酸序列、进化信息	NA	NA	多模态融合架构	准确性	NA
4402	2025-10-06	Enhanced stroke risk prediction in hypertensive patients through deep learning integration of imaging and clinical data 2025-Jul-31, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-03120-6 PMID:40745655	研究论文	本研究开发了一种基于深度学习的多模态卒中风险预测模型，通过整合颈动脉超声影像和多维临床数据来精确识别高血压患者中的高危人群	首次将Vision Transformer和径向基概率神经网络结合，实现了颈动脉超声影像特征与临床数据的有效融合	研究样本仅来自单一中心的高血压患者，需要多中心验证以证明模型的泛化能力	提高高血压患者卒中风险预测的准确性	高血压患者	计算机视觉	心血管疾病	颈动脉超声成像	CNN, Transformer, RBPNN	图像, 临床数据	1,088名高血压患者的2,176张颈动脉超声图像	NA	ResNet50, Vision Transformer, 径向基概率神经网络	AUC, Dice系数, IoU, 精确率-召回率曲线	NA
4403	2025-10-06	Predicting ROS1 and ALK fusions in NSCLC from H&E slides with a two-step vision transformer approach 2025-Jul-30, NPJ precision oncology IF:6.8Q1 DOI:10.1038/s41698-025-01037-x PMID:40739404	研究论文	使用两步视觉Transformer方法从H&E切片预测NSCLC中的ROS1和ALK融合	提出专门的两步训练程序处理ROS1阳性样本有限的问题，首次将视觉Transformer应用于从H&E切片预测基因融合	ROS1阳性样本数量有限（仅306例），需要进一步验证临床适用性	开发从常规H&E切片预测NSCLC中ROS1和ALK基因融合的深度学习方法	非小细胞肺癌患者的H&E染色FFPE肿瘤标本	数字病理	肺癌	H&E染色，全切片成像	Transformer	图像	33,014名患者，其中ROS1阳性306例，ALK阳性697例	NA	MoCo-V3, Transformer	ROC AUC	NA
4404	2025-10-06	Improving rainfall forecasting using deep learning data fusing model approach for observed and climate change data 2025-Jul-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-13567-2 PMID:40739447	研究论文	本研究通过融合观测降雨数据和气候变化预测数据，利用深度学习模型提高日、3日和周降雨预报精度	提出结合观测数据与气候变化预测的数据融合方法，并比较多种先进机器学习模型在降雨预报中的表现	模型在日预报中的R²值仅为0.3868，周预报中LSTM的R²值仅为0.1662，预测精度仍有提升空间	提高降雨预报的准确性和可靠性，支持水资源管理和灾害预防	降雨数据	机器学习	NA	数据融合技术	ELSVM, Exponential GPR, LSTM	时间序列数据	NA	NA	NA	R², MAE, MSE, RMSE	NA
4405	2025-10-06	HLAIIPred: cross-attention mechanism for modeling the interaction of HLA class II molecules with peptides 2025-Jul-30, Communications biology IF:5.2Q1 DOI:10.1038/s42003-025-08500-2 PMID:40739437	研究论文	开发了一种名为HLAIIPred的深度学习模型，用于预测II类人类白细胞抗原呈递的肽段	采用基于Transformer的神经网络和交叉注意力机制来建模肽段与HLAII分子的相互作用，能够识别形成相互作用的核心肽段残基	NA	预测II类人类白细胞抗原呈递的肽段，并为癌症免疫治疗提供支持	II类人类白细胞抗原呈递的肽段、治疗性抗体、新抗原	生物信息学	癌症	质谱分析	Transformer	肽段序列数据	NA	NA	Transformer	准确率	NA
4406	2025-10-06	Deep learning-driven brain tumor classification and segmentation using non-contrast MRI 2025-Jul-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-13591-2 PMID:40745383	研究论文	本研究利用深度学习技术对非对比MRI图像进行脑肿瘤分类和分割	将T1加权、T2加权图像及其平均值融合为RGB三通道输入，显著提升了模型性能	尚未整合到临床工作流程中	提高基于MRI的脑肿瘤诊断的准确性和效率	脑肿瘤患者和正常对照的MRI数据	计算机视觉	脑肿瘤	MRI	CNN, FCN	图像	203名受试者（100例正常，103例包含13种脑肿瘤类型）	NA	Darknet53, ResNet50	准确率, Dice系数	NA
4407	2025-10-06	Diagnosis of unilateral vocal fold paralysis using auto-diagnostic deep learning model 2025-Jul-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-09797-z PMID:40730807	研究论文	开发用于单侧声带麻痹自动诊断的深度学习系统，结合图像和视频模型分析喉部视频内窥镜数据	首次将视频时序运动信息纳入UVFP诊断，实现多任务评估（检测、偏侧性判断和麻痹类型分类）	图像模型在预测偏侧性和麻痹类型方面性能有限，研究样本量相对有限	开发自动诊断系统辅助临床医生评估单侧声带麻痹	单侧声带麻痹患者	计算机视觉	喉部疾病	喉部视频内窥镜	深度学习模型	图像,视频	500名参与者的2639个视频片段	NA	NA	准确率	NA
4408	2025-10-06	Supervised learning of the Jaynes-Cummings Hamiltonian 2025-Jul-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-02611-w PMID:40730829	研究论文	本研究探讨使用深度神经网络从能谱中估计Jaynes-Cummings哈密顿量参数的方法	提出结合去噪U-Net与普通深度神经网络的新模型，在噪声数据下将参数估计误差降低约77%	普通深度神经网络对高斯噪声的鲁棒性有限，仅在一定程度内有效	从能谱数据中准确估计量子系统哈密顿量参数	Jaynes-Cummings哈密顿量系统	机器学习	NA	能谱分析	DNN, U-Net	能谱数据	NA	NA	U-Net	均方根误差	NA
4409	2025-10-06	Harnessing infrared thermography and multi-convolutional neural networks for early breast cancer detection 2025-Jul-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-09330-2 PMID:40721416	研究论文	本研究提出了一种名为Thermo-CAD的计算机辅助诊断系统，利用红外热成像技术和多卷积神经网络进行早期乳腺癌检测	结合多种CNN架构并采用非负矩阵分解和Relief-F进行特征转换与选择，有效降低分类复杂度	在区分良性与恶性病例时准确率较低（79.3%），对恶性病例的识别能力有待提升	开发基于热成像的非侵入性乳腺癌早期检测系统	乳腺热成像数据	计算机视觉	乳腺癌	红外热成像技术	CNN	热成像图像	DMR-IR数据库和新型热成像数据集	NA	多卷积神经网络	准确率	NA
4410	2025-10-06	An efficient intelligent transportation system for traffic flow prediction using meta-temporal hyperbolic quantum graph neural networks 2025-Jul-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-10794-5 PMID:40721612	研究论文	提出一种融合双曲嵌入、元学习、量子图和神经常微分方程的深度学习框架，用于智能交通系统中的交通流预测	首次将双曲嵌入、元学习、量子图神经网络和神经常微分方程集成到统一框架中，能够有效处理大规模路网和长程时间依赖关系	未明确说明模型在极端交通状况下的表现，且计算资源需求可能较高	开发可扩展、实时和自适应的交通流预测模型以提升城市交通流动性	城市交通流量数据	智能交通系统	NA	深度学习	图神经网络, 量子图神经网络	时空交通流量数据	Los-loop和SZ-taxi数据集	NA	Meta Temporal Hyperbolic Quantum Graph Neural Networks (MTH-QGNN)	RMSE, MAE, 准确率, R值, 方差分数	NA
4411	2025-10-06	Determining the scanning range of coronary computed tomography angiography based on deep learning 2025-Jul-28, World journal of radiology IF:1.4Q3 DOI:10.4329/wjr.v17.i7.110394 PMID:40746516	研究论文	开发一种基于深度学习的方法，利用前后位定位像自动确定冠状动脉CT血管成像的扫描范围	首次使用深度学习技术自动化确定CCTA扫描范围，实现从传统手动方法向智能化的转变	研究为单中心回顾性分析，样本量相对有限，需要进一步多中心验证	开发自动化确定冠状动脉CT血管成像扫描范围的深度学习模型	1388例患者的胸部CT数据，包括前后位定位像	计算机视觉	心血管疾病	CT扫描，冠状动脉CT血管成像	深度学习模型	医学图像	1388例患者（训练集672例，验证集167例，测试集167例）	NA	NA	mAP50, mAP50-95	NA
4412	2025-10-06	Ultra-early detection of S100B biomarkers using a nanophotonic biosensor with deep learning quantification: A clinical model based on EDAS patients 2025-Jul-24, Biosensors & bioelectronics IF:10.7Q1 DOI:10.1016/j.bios.2025.117810 PMID:40752476	研究论文	开发了一种集成纳米光子生物传感器和深度学习平台，用于超灵敏S100B生物标志物检测	结合毛细管组装异质链阵列的纳米光子生物传感器和专用深度学习框架ProSpect，实现超早期脑损伤生物标志物检测	研究样本量较小（n=25），仅基于EDAS患者模型验证	开发超早期脑损伤生物标志物检测技术，改善轻度创伤性脑损伤管理	EDAS患者的血清、尿液、唾液和脑脊液样本	生物医学工程	创伤性脑损伤	纳米光子生物传感器，ELISA	深度学习	图像	25名EDAS患者，匹配生物样本（血清、尿液、唾液、脑脊液）	PyTorch	ResNet-50	准确率，ROC-AUC，检测限，动态范围，相关系数R2，变异系数	NA
4413	2025-10-06	Shallow learning model for long-term cyanobacterial bloom forecasting in real-time monitoring system 2025-Jul-23, Water research IF:11.4Q1 DOI:10.1016/j.watres.2025.124283 PMID:40752389	研究论文	提出一种用于实时监测系统的浅层LSTM神经网络模型，用于长期蓝藻水华预测	开发了适用于边缘计算的浅层LSTM模型，通过量化处理嵌入微控制器单元，实现实时现场预测	模型在28天时间范围内的预测准确率为70%，仍有提升空间	开发成本效益高、低功耗且易于实现的边缘AI系统，用于蓝藻水华监测	蓝藻水华	机器学习	NA	实时监测系统	LSTM	时间序列数据	NA	NA	LSTM	准确率, MAPE	微控制器单元, 边缘计算设备
4414	2025-10-06	The Role of Artificial Intelligence in Heart Failure Diagnostics, Risk Prediction, and Therapeutic Strategies: A Comprehensive Review 2025-Jul, Cureus DOI:10.7759/cureus.87130 PMID:40747166	综述	本文全面回顾了人工智能在心力衰竭诊断、风险预测和治疗策略中的应用现状与潜力	系统整合了AI在心力衰竭全流程管理中的多种应用场景，包括早期诊断、风险分层、个性化治疗和患者自我管理	存在实施成本高、数据隐私问题、算法偏见等伦理考量	探讨人工智能如何改善心力衰竭患者的诊断准确性、风险预测能力和治疗策略	心力衰竭患者群体及相关临床数据	医疗人工智能	心血管疾病	神经网络、深度学习算法、基于规则的系统、机器学习方法	神经网络、深度学习	结构化健康记录、心脏影像数据（如超声心动图）、远程监测数据	NA	NA	NA	诊断准确性、再住院率、生活质量改善	NA
4415	2025-10-06	Real-time guidance and automated measurements using deep learning to improve echocardiographic assessment of left ventricular size and function 2025-Jul, European heart journal. Imaging methods and practice DOI:10.1093/ehjimp/qyaf094 PMID:40747448	研究论文	本研究评估深度学习引导和自动测量对超声心动图左心室大小和功能测量可重复性的影响	首次将实时深度学习引导与自动测量相结合应用于超声心动图检查	样本量较小（46名患者），需要未来研究评估临床效果	提高超声心动图左心室功能测量的可重复性	46名患者（24名乳腺癌患者和22名普通心脏病患者）	医学影像分析	心血管疾病	超声心动图	深度学习	超声心动图影像	46名患者，共208次超声心动图检查	NA	NA	测试-重测变异性，最小可检测变化	NA
4416	2025-10-06	Three-Dimensional Choroidal Vessel Analysis in Asymmetric Bilateral Age-Related Macular Degeneration: A Comparison of Active Neovascular AMD and Dry AMD Fellow Eyes 2025-Jul-01, Investigative ophthalmology & visual science IF:5.0Q1 DOI:10.1167/iovs.66.9.64 PMID:40719538	研究论文	本研究使用三维深度学习算法分析双侧不对称年龄相关性黄斑变性患者的脉络膜血管特征	首次在双侧不对称AMD患者中应用三维算法比较新生血管性AMD与干性AMD眼的脉络膜血管差异	样本量较小（30例患者），研究设计为回顾性横断面研究	评估双侧不对称年龄相关性黄斑变性患者的脉络膜血管结构差异	30例双侧不对称AMD患者（60只眼），平均年龄78.63±8.01岁	数字病理	年龄相关性黄斑变性	扫频源光学相干断层扫描	深度学习	三维医学影像	30例患者（60只眼）	NA	NA	P值	NA
4417	2025-10-06	Leveraging Transfer Learning and Attention Mechanisms for a Computed Tomography Lung Cancer Classification Model 2025-Jun, Cureus DOI:10.7759/cureus.87071 PMID:40746804	研究论文	开发了一种结合ResNet50V2和SE模块的深度学习模型，用于从CT图像自动分类肺癌亚型	将Squeeze-and-Excitation注意力模块集成到ResNet50V2架构中，增强通道特征重校准能力	需要外部验证、模型可解释性有待提高、尚未探索Vision Transformers等新兴架构	开发用于肺癌亚型自动分类的深度学习模型以提高诊断准确性	肺癌CT图像，包括腺癌、大细胞癌、鳞状细胞癌和正常组织	计算机视觉	肺癌	计算机断层扫描(CT)	CNN	图像	1000张肺部CT图像	NA	ResNet50V2,Squeeze-and-Excitation	准确率,AUC,精确率,召回率,F1分数	NA
4418	2025-10-06	AI Opportunistic Coronary Calcium Screening at Veterans Affairs Hospitals 2025-May-16, NEJM AI DOI:10.1056/aioa2400937 PMID:40746702	研究论文	开发了一种名为AI-CAC的深度学习算法，用于在非对比增强、非门控CT扫描中自动量化冠状动脉钙化	利用来自退伍军人事务部全国医疗系统98个医疗中心的影像数据，捕捉了成像协议、扫描仪和患者的广泛异质性	NA	开发自动量化冠状动脉钙化的深度学习算法，实现机会性冠状动脉钙化筛查	退伍军人事务部医院患者的CT扫描数据	医学影像分析	心血管疾病	CT扫描	深度学习	医学影像	446个专家分割用于算法开发，795名患者用于性能验证，8052个低剂量CT用于模拟筛查	NA	NA	准确率,F1分数,Cox风险比	NA
4419	2025-10-06	Improving synergistic drug combination prediction with signature-based gene expression features in oncology 2025, Frontiers in pharmacology IF:4.4Q1 DOI:10.3389/fphar.2025.1614758 PMID:40746727	研究论文	本研究提出了一种整合药物耐药特征的新方法，用于改进肿瘤学中协同药物组合的预测	首次将药物耐药特征作为生物学信息化的药物表征整合到预测模型中，相比传统方法能更全面地捕捉药物功能信息	研究主要依赖于现有数据库的转录组数据，未涉及其他类型的分子特征	提高协同药物组合预测的准确性和可解释性	肿瘤细胞系和药物组合	机器学习	癌症	转录组分析	LASSO, Random Forest, AdaBoost, XGBoost, 深度学习模型	基因表达数据，化学结构数据	多个独立数据集（ALMANAC, O'Neil, OncologyScreen, DrugCombDB）	Scikit-learn, 深度学习框架	SynergyX	预测准确性，鲁棒性，泛化能力	NA
4420	2025-10-06	Deep learning-based classification of multiple fundus diseases using ultra-widefield images 2025, Frontiers in cell and developmental biology IF:4.6Q1 DOI:10.3389/fcell.2025.1630667 PMID:40746855	研究论文	开发基于深度学习的混合模型用于超广角眼底图像的多疾病分类	首次将DenseNet121特征提取器与XGBoost分类器结合应用于超广角眼底图像的多疾病分类，涵盖16种眼底疾病包括罕见视网膜病变	回顾性研究，数据来源于两家医院，需要进一步前瞻性验证	提高眼底疾病诊断效率和准确性，为临床决策提供辅助工具	超广角眼底图像	计算机视觉	眼底疾病	超广角眼底成像	CNN, XGBoost	图像	10,612张超广角眼底图像，涵盖16种眼底疾病	NA	DenseNet121	准确率, 召回率, 精确率, F1分数, AUC-ROC	NA