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
4461	2025-10-06	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	研究论文	提出一种结合电磁相互作用算法特征选择和自适应核注意力网络的自闭症谱系障碍分类方法	首次将电磁相互作用算法用于特征选择，并结合自适应核注意力网络提升分类性能	仅在公开数据集上进行验证，尚未在真实临床环境中测试	提高自闭症谱系障碍的诊断准确性和计算效率	自闭症谱系障碍患者数据	机器学习	自闭症谱系障碍	NA	深度学习模型	医疗数据	四个公开ASD数据集	NA	自适应核注意力网络(AKAttNet)	准确率,精确率,召回率,特异性,Cohen's kappa,Jaccard相似度	NA
4462	2025-10-06	Advanced air quality prediction using multimodal data and dynamic modeling techniques 2025-Jul-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-11039-1 PMID:40738914	研究论文	提出一种结合多模态数据和动态建模技术的混合深度学习模型用于空气质量预测	采用自适应池化机制优化空间特征提取，结合CNN、BiLSTM、注意力机制、GNN和神经ODE等多种先进技术	NA	提高空气质量预测精度以支持环境监测和决策制定	PM2.5、PM10、CO和臭氧等空气污染物	机器学习	NA	地面传感器监测、气象数据采集、卫星遥感	CNN, BiLSTM, GNN, Neural ODE	卫星图像、气象数据、传感器数据	空气质量开放数据集(AQD)	NA	CNN, BiLSTM, 注意力机制, GNN, 神经ODE	RMSE, MAE, R	NA
4463	2025-10-06	Deep learning for property prediction of natural fiber polymer composites 2025-Jul-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-10841-1 PMID:40738916	研究论文	本研究应用深度学习技术预测天然纤维聚合物复合材料的力学性能	首次系统研究四种天然纤维（亚麻、棉、剑麻、大麻）与三种聚合物基体在不同表面处理下的性能预测，并采用DNN模型捕捉纤维-基体相互作用的非线性协同效应	样本量相对有限（180个实验样本），虽通过bootstrap技术增强至1500个，但仍可能影响模型泛化能力	开发准确的预测模型来评估天然纤维聚合物复合材料的力学性能	天然纤维聚合物复合材料（包含四种天然纤维和三种聚合物基体）	材料科学, 机器学习	NA	挤出成型, 注射成型, 铸造, 阿基米德法密度测定	DNN, CNN-MLP, 前馈ANN, 图卷积网络, 线性回归, 随机森林, 梯度提升	实验数据, 材料性能数据	180个实验样本，通过bootstrap技术增强至1500个	Optuna	DNN（四隐藏层：128-64-32-16神经元）, 混合CNN-MLP	R², MAE	NA
4464	2025-10-06	Ultrasound derived deep learning features for predicting axillary lymph node metastasis in breast cancer using graph convolutional networks in a multicenter study 2025-Jul-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-13086-0 PMID:40738938	研究论文	开发并验证基于超声的图卷积网络模型，用于预测乳腺癌患者腋窝淋巴结转移	首次将超声深度学习特征与图卷积网络结合用于乳腺癌腋窝淋巴结转移预测的多中心研究	回顾性研究设计，需要前瞻性研究提供更高级别的临床证据	开发非侵入性方法预测乳腺癌腋窝淋巴结转移状态	乳腺癌患者	医学影像分析	乳腺癌	超声成像	图卷积网络(GCN)	超声图像	820例乳腺癌患者（训练队列621例，验证队列1为112例，验证队列2为87例）	NA	图卷积网络	AUC, 准确率	NA
4465	2025-10-06	A hybrid deep learning model for sentiment analysis of COVID-19 tweets with class balancing 2025-Jul-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-97778-7 PMID:40738947	研究论文	提出一种结合BERT和LSTM的混合深度学习模型，用于COVID-19推文的情感分析	集成BERT上下文特征提取与LSTM序列学习，结合随机过采样解决类别不平衡问题	未提及模型在不同语言或文化背景下的泛化能力	准确分析COVID-19相关社交媒体情感	COVID-19相关推文	自然语言处理	COVID-19	文本预处理（Unicode标准化、缩略扩展、表情符号转换）	BERT, LSTM	文本	NA	NA	BERT, LSTM	准确率, 精确率, 敏感度, 特异度	NA
4466	2025-10-06	Compressive strength modelling of cenosphere and copper slag-based geopolymer concrete using deep learning model 2025-Jul-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-13176-z PMID:40738956	研究论文	本研究使用人工神经网络模型预测含空心微珠和铜渣的地质聚合物混凝土的28天抗压强度	首次将人工神经网络应用于含空心微珠和铜渣的地质聚合物混凝土抗压强度预测	NA	开发高精度预测地质聚合物混凝土抗压强度的深度学习模型	含空心微珠和铜渣的地质聚合物混凝土	机器学习	NA	人工神经网络	ANN	材料性能数据	NA	NA	人工神经网络	准确率	NA
4467	2025-10-06	Refined prognostication of pathological complete response in breast cancer using radiomic features and optimized InceptionV3 with DCE-MRI 2025-Jul-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-08565-3 PMID:40739101	研究论文	本研究开发了一种结合放射组学特征和优化InceptionV3模型的创新方法，用于预测乳腺癌新辅助治疗后病理完全缓解	首次将高级放射组学特征（面积、周长、熵、高强度区域强度）与优化的InceptionV3模型相结合，并采用先进的验证方法	样本量相对有限（255例患者），仅基于单一数据库（SPY 2 MRI数据库）	提高乳腺癌新辅助治疗后病理完全缓解的预测准确性	乳腺癌患者	数字病理	乳腺癌	DCE-MRI（动态对比增强磁共振成像）	CNN	医学影像	255例独特患者ID	TensorFlow, Keras	InceptionV3	准确率, AUC, 敏感度, 特异度, F1分数	NA
4468	2025-10-06	A privacy preserving machine learning framework for medical image analysis using quantized fully connected neural networks with TFHE based inference 2025-Jul-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07622-1 PMID:40739149	研究论文	提出一种基于全同态加密的隐私保护机器学习框架，用于医学图像分析	将量化全连接神经网络与TFHE加密相结合，实现医疗数据在加密状态下的安全推理	仅在MedMNIST数据集上进行验证，未在更复杂的医学图像数据上测试	开发隐私保护的医学图像分析方法	医学图像数据	计算机视觉	NA	全同态加密	FCNN	图像	MedMNIST数据集	TensorFlow	全连接神经网络	准确率, 推理时间	NA
4469	2025-10-06	Ensemble of deep learning and IoT technologies for improved safety in smart indoor activity monitoring for visually impaired individuals 2025-Jul-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-09716-2 PMID:40739295	研究论文	提出一种结合深度学习和物联网技术的智能室内活动监测系统，用于提升视障人士的安全性	开发了EDLES-SIAM集成深度学习技术，结合自适应双边滤波、ResNet50特征提取和三种深度学习模型的集成分类器	仅基于跌倒检测数据集进行验证，未提及其他活动类型的检测性能	通过深度学习和物联网技术提升视障人士的室内活动安全监测	视障人士的室内活动监测	计算机视觉	视力障碍	物联网传感器技术	DNN, BiLSTM, SSAE	图像传感器数据	NA	NA	ResNet50	准确率, 精确率, 召回率, F1分数	NA
4470	2025-10-06	Deep learning molecular interaction motifs from receptor structures alone 2025-Jul-30, Journal of cheminformatics IF:7.1Q1 DOI:10.1186/s13321-025-01055-8 PMID:40739522	研究论文	提出深度学习网络MotifGen，仅从受体结构预测潜在结合基序	无需额外支持信息，直接从受体结构预测结合基序，突破了传统方法依赖已知结合分子的限制	NA	开发新型结合分子设计策略，用于挑战性受体靶点	蛋白质受体结构及其结合基序	机器学习	NA	深度学习	深度学习网络	蛋白质结构数据	NA	NA	MotifGen	NA	NA
4471	2025-10-06	A deep learning model for predicting radiation-induced xerostomia in patients with head and neck cancer based on multi-channel fusion 2025-Jul-30, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01848-1 PMID:40739612	研究论文	开发基于多通道融合的三维深度学习模型预测头颈癌患者放疗后口干症	提出结合原发肿瘤体积通道和腮腺通道的多通道融合深度学习架构XeroNet	回顾性研究，样本量有限（180例患者）	预测头颈癌患者放疗引起的口干症	头颈癌患者	医学影像分析	头颈癌	CT成像，放射治疗剂量分布	深度学习，Naive Bayes	CT图像，剂量分布图，轮廓数据	180例头颈癌患者（训练集137例，测试集43例）	NA	XeroNet（包含GNet和PNet双分支架构）	准确率，F-score，敏感度，特异度，AUC	NA
4472	2025-10-06	GastroNet-5M: A Multicenter Dataset for Developing Foundation Models in Gastrointestinal Endoscopy 2025-Jul-30, Gastroenterology IF:25.7Q1 DOI:10.1053/j.gastro.2025.07.030 PMID:40749857	研究论文	本研究介绍了包含482万张内窥镜图像的GastroNet-5M多中心数据集，并基于此开发了用于胃肠道内窥镜AI应用的基础模型	提出了目前最大的多中心胃肠道内窥镜图像数据集，采用自监督学习开发基础模型，在17种内窥镜AI应用中表现出优越性能	数据集仅包含2012-2020年间荷兰八家医院的图像，可能存在地域和时间的局限性	开发用于胃肠道内窥镜AI应用的基础模型，减少对标注数据的依赖	胃肠道内窥镜图像	计算机视觉	胃肠道疾病	内窥镜成像	深度学习模型	图像	4,820,653张内窥镜图像，约500,000次检查过程	自监督学习	基础模型	分类准确率, 分割准确率, 数据效率, 鲁棒性	NA
4473	2025-10-06	Deep Learning for the Diagnosis and Treatment of Thyroid Cancer: A Review 2025-Jul-30, Endocrine practice : official journal of the American College of Endocrinology and the American Association of Clinical Endocrinologists IF:3.7Q2 DOI:10.1016/j.eprac.2025.07.020 PMID:40749944	综述	系统回顾深度学习技术在甲状腺癌诊断与治疗中的最新研究进展	聚焦CNN、LSTM、GAN等先进模型在甲状腺结节超声图像分析、病理图像自动分类和甲状腺外侵犯评估等关键领域的突破性应用	分析了当前深度学习在甲状腺癌诊疗应用中面临的技术瓶颈和临床挑战	为临床从业者提供最新研究见解，促进甲状腺癌精准诊疗体系的进一步完善	甲状腺恶性肿瘤	数字病理	甲状腺癌	深度学习	CNN, LSTM, GAN	超声图像, 病理图像	NA	NA	NA	NA	NA
4474	2025-10-06	Biochar-Augmented Anaerobic Digestion System: Insights from an Interpretable Stacking Ensemble Deep Learning 2025-Jul-29, Environmental science & technology IF:10.8Q1 DOI:10.1021/acs.est.5c05051 PMID:40676947	研究论文	本研究通过可解释的堆叠集成深度学习模型优化生物炭增强厌氧消化系统	提出结合CNN和LSTM的堆叠集成深度学习框架，并采用SHAP进行后验可解释性分析	模型在外部数据集上的R²为0.68，泛化能力仍有提升空间	优化生物炭增强厌氧消化系统的甲烷产量预测和工艺稳定性	厌氧消化系统中的工艺参数和稳定性指标	机器学习	NA	厌氧消化工艺	CNN, LSTM, 堆叠集成模型	实验数据（原料特性、操作条件、生物炭性质、稳定性指标）	包含外部独立实验室规模数据集	NA	卷积神经网络, 长短期记忆网络	R², 均方根误差	NA
4475	2025-10-06	The path to biotechnological singularity: Current breakthroughs and outlook 2025-Jul-29, Biotechnology advances IF:12.1Q1 DOI:10.1016/j.biotechadv.2025.108667 PMID:40744238	综述	本文探讨了生物技术领域突破性进展及其向生物技术奇点发展的路径与前景	系统整合基因编辑、合成生物学、人工智能、再生医学和脑机接口等多领域突破，提出生物技术奇点的概念框架	未涉及具体实验数据验证，主要基于现有技术发展的趋势分析	分析生物技术领域当前突破并展望生物技术奇点的实现路径	基因编辑技术、合成生物学、人工智能、再生医学、脑机接口等生物技术领域	生物技术	遗传疾病,癌症,退行性疾病	CRISPR基因编辑,深度学习,干细胞研究	深度学习模型	NA	NA	NA	NA	NA	NA
4476	2025-10-06	Multi-Faceted Consistency learning with active cross-labeling for barely-supervised 3D medical image segmentation 2025-Jul-29, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103744 PMID:40749274	研究论文	提出一种用于稀疏标注3D医学图像分割的多方面一致性学习框架与主动学习策略	结合交叉标注的稀疏监督学习与基于多样性和不确定性采样的主动学习，提出三种互补的一致性正则化模块	仅在三个基准数据集上验证，标注预算固定且极为有限	解决3D医学图像在稀疏标注下的分割问题	3D医学图像	医学图像分析	NA	3D医学图像分割	师生架构	3D医学图像	三个基准数据集	NA	NA	NA	NA
4477	2025-10-06	Sequence-based virtual screening using transformers 2025-Jul-28, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-61833-8 PMID:40721411	研究论文	提出基于Transformer架构的Ligand-Transformer深度学习方法，用于预测蛋白质与小分子之间的结合亲和力	首次将Transformer架构应用于基于序列的虚拟筛选，能够预测蛋白质-小分子复合物的构象空间和结合自由能景观变化	NA	开发深度学习方法来准确预测蛋白质与小分子的相互作用，包括结合亲和力和构象变化	蛋白质-小分子相互作用，重点关注EGFR激酶突变体和ABL激酶抑制剂	自然语言处理	NA	深度学习虚拟筛选	Transformer	序列数据（蛋白质氨基酸序列和小分子拓扑结构）	NA	NA	Transformer	结合亲和力预测准确度，纳摩尔级效力验证	NA
4478	2025-10-06	Predicting geriatric environmental safety perception assessment using LightGBM and SHAP framework 2025-Jul-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-12541-2 PMID:40721444	研究论文	本研究使用LightGBM和SHAP框架分析口袋公园视觉元素对老年人环境安全感知的影响	结合图像语义分割与机器学习方法，首次系统识别影响老年人环境安全感知的关键视觉元素及其交互作用	研究仅限于厦门岛29个口袋公园的497张图像，样本来源相对局限	探索口袋公园环境中视觉元素如何影响老年人的安全感知	老年人对城市公共空间的环境安全感知	计算机视觉	老年疾病	图像语义分割	LightGBM	全景图像	来自29个口袋公园的497张图像	LightGBM, SHAP	NA	NA	NA
4479	2025-10-06	HAVIT: research on vision-language gesture interaction mechanism for smart furniture 2025-Jul-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-10758-9 PMID:40721440	研究论文	提出基于Vision Transformer和ALBEF的混合深度学习模型HAVIT，用于提升智能家具手势识别性能	将Vision Transformer的特征提取能力与ALBEF的语义理解机制有机整合，在数据稀缺条件下实现高效手势识别	未明确说明具体数据稀缺程度对模型性能的影响边界	提升智能家具手势识别系统在数据稀缺条件下的性能	智能家具手势交互	计算机视觉	NA	深度学习	Vision Transformer, ALBEF	视觉数据	未明确具体样本数量	NA	Vision Transformer, ALBEF	准确率, AUC	NA
4480	2025-10-06	Creating interpretable deep learning models to identify species using environmental DNA sequences 2025-Jul-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-09846-7 PMID:40721613	研究论文	本研究开发了一种可解释的深度学习模型，用于通过环境DNA序列识别物种	引入了基于ProtoPNet框架的可解释原型CNN模型，并提出了一种新颖的跳跃连接结构以提高模型可解释性	未明确说明模型在更广泛数据集上的泛化能力	开发可解释的深度学习模型用于环境DNA物种识别	环境DNA序列数据	机器学习	NA	环境DNA测序	CNN	DNA序列数据	NA	ProtoPNet	原型网络架构	准确率	NA