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
4501	2025-10-06	Explaining care need assessment surveys: qualitative and quantitative evaluation of state-of-the-art local and global explainable artificial intelligence methods 2025-Aug, JAMIA open IF:2.5Q3 DOI:10.1093/jamiaopen/ooaf064 PMID:40741010	研究论文	本研究系统比较了传统和最先进的深度学习可解释人工智能方法，用于从德国护理福利申请文本中提取影响护理需求的关键因素	首次在护理需求评估领域系统比较传统方法和基于transformer的XAI方法，并展示了如何将局部解释聚合成全局洞察	XAI结果可能变得难以处理，且仅依赖现有评估结果作为标注	探索影响护理需求的因素模式，支持专家进行护理需求评估	72,000多份德国护理福利申请文本数据	自然语言处理	老年疾病	可解释人工智能	Transformer, 词袋模型	文本	超过72,000份护理福利申请	NA	Transformer	预测准确性	NA
4502	2025-10-06	ChemFixer: Correcting Invalid Molecules to Unlock Previously Unseen Chemical Space 2025-Aug-01, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3593825 PMID:40748798	研究论文	提出ChemFixer框架，通过将无效分子修正为有效分子来扩展可用的化学空间	首次提出基于transformer架构的无效分子修正框架，能够恢复之前无法生成的分子	NA	解决深度学习分子生成模型产生无效分子的问题，扩展可用化学空间	化学分子和药物候选物	机器学习	NA	分子生成，药物-靶点相互作用预测	Transformer	分子结构数据	大规模有效/无效分子对数据集	NA	Transformer	分子有效性，化学和生物分布特性保持度	NA
4503	2025-10-06	Geometric Deep Learning for Protein-Ligand Affinity Prediction with Hybrid Message Passing Strategies 2025-Aug-01, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3594210 PMID:40748800	研究论文	提出一种结合混合消息传递策略的几何深度学习模型HybridGeo，用于蛋白质-配体亲和力预测	首次采用双视图图学习和混合消息传递策略整合三维几何特征，并在残基级别应用几何图变换器	未明确说明模型计算复杂度及对大规模数据集的扩展性	提高蛋白质-配体亲和力预测的准确性和可解释性	蛋白质-配体复合物	机器学习	NA	几何深度学习	图神经网络,Transformer	三维结构数据	PDBbind数据集及三个外部测试集	PyTorch	几何图变换器,HybridGeo	RMSE	NA
4504	2025-10-06	Leveraging Large Language Models for Personalized Parkinson's Disease Treatment 2025-Aug-01, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3594014 PMID:40748804	研究论文	利用大语言模型设计个性化帕金森病治疗策略的新框架	首次将大语言模型与蒙特卡洛树搜索、检索增强生成和思维链推理结合，用于帕金森病个性化治疗，提供可解释的治疗策略	依赖自然语言形式的患者信息输入，可能受数据质量和完整性的影响	开发个性化帕金森病治疗策略	帕金森病患者	自然语言处理	帕金森病	大语言模型，蒙特卡洛树搜索，检索增强生成，思维链推理	LLM	自然语言文本，医疗指南文本	帕金森病进展标记倡议数据集	NA	NA	MDS-UPDRS-III评分降低值	NA
4505	2025-10-06	Temporal and Heterogeneous Graph Neural Network for Remaining Useful Life Prediction 2025-Aug-01, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2025.3592788 PMID:40748812	研究论文	提出一种新型时序异构图神经网络模型用于工业系统剩余使用寿命预测	首次同时建模传感器数据的时序动态、空间关联和异质性特征，采用细粒度方式处理时序图结构并引入特征线性调制技术	NA	提升工业系统剩余使用寿命预测的准确性	工业系统中的多源异构传感器数据	机器学习	NA	深度学习	图神经网络	时间序列传感器数据	N-CMAPSS数据集	NA	时序异构图神经网络(THGNN)	两种不同评估指标	NA
4506	2025-10-06	Combinatorial Tuning of 5'UTR and N-Terminal Coding Sequences for Enhanced Recombinant Protein Expression in Corynebacterium glutamicum 2025-Aug-01, ACS synthetic biology IF:3.7Q1 DOI:10.1021/acssynbio.5c00250 PMID:40748894	研究论文	本研究通过组合调控5'UTR和N端编码序列特征序列，在谷氨酸棒杆菌中实现重组蛋白表达的精细调控	首次在谷氨酸棒杆菌中建立5'UTR和NCS特征序列与蛋白表达水平的关联模式，并通过组合调控实现5个数量级的动态表达范围	研究主要针对特定外源蛋白验证，尚未在更广泛的蛋白类型中全面测试	开发在微生物细胞工厂中精细调控基因表达和蛋白质生产的工具	谷氨酸棒杆菌中的重组蛋白表达系统	合成生物学	NA	荧光激活细胞分选, 高通量测序, 深度学习	深度学习模型	DNA序列数据, 荧光强度数据	包含5'UTR库和NCS库的序列组合，通过16种不同组合验证	NA	NA	荧光强度动态范围(45%-511%)	NA
4507	2025-10-06	Development and Validation of a Brain Aging Biomarker in Middle-Aged and Older Adults: Deep Learning Approach 2025-Aug-01, JMIR aging IF:5.0Q1 DOI:10.2196/73004 PMID:40750095	研究论文	开发并验证了一种结合连接性和复杂性的深度学习框架，用于准确评估大脑衰老并早期识别神经退行性疾病	提出新型大脑视觉图神经网络(BVGN)，整合神经生物学特征提取模块和全局关联机制，提供可解释的显著图和图论分析	研究主要基于T1加权MRI数据，未涉及多模态影像数据融合	开发精确的大脑衰老评估方法，促进神经退行性疾病的早期识别	中老年人群的大脑MRI影像数据	医学影像分析	神经退行性疾病	T1加权磁共振成像	图神经网络	医学影像	ADNI数据集5889例，UK Biobank数据集34352例	深度学习框架	大脑视觉图神经网络(BVGN)	平均绝对误差(MAE), AUC	NA
4508	2025-10-06	Automated Assessment of Test of Masticating and Swallowing Solids Using a Neck-Worn Electronic Stethoscope: A Pilot Study 2025-Aug-01, Journal of oral rehabilitation IF:3.1Q1 DOI:10.1111/joor.70030 PMID:40751301	研究论文	本研究开发了一种基于颈戴式电子听诊器的半自动评估方法，用于客观测量固体咀嚼和吞咽测试参数	首次使用颈戴式电子听诊器结合深度学习技术实现固体咀嚼和吞咽测试的自动化评估	样本仅包含健康成年人，未包含吞咽困难和咀嚼功能障碍患者，样本多样性有限	开发客观高效的固体咀嚼和吞咽功能评估方法，研究年龄和性别对咀嚼吞咽功能的影响	123名健康成年人（平均年龄58.7±18.5岁）	医疗健康监测	吞咽功能障碍	颈戴式电子听诊器录音，智能手机视频采集	深度学习	音频数据，视觉数据	123名健康成年人	NA	NA	统计显著性(p值)	NA
4509	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
4510	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
4511	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
4512	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
4513	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
4514	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
4515	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
4516	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
4517	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
4518	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
4519	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
4520	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