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
4541	2025-04-23	Enhancing drug discovery in schizophrenia: a deep learning approach for accurate drug-target interaction prediction - DrugSchizoNet 2025-Feb, Computer methods in biomechanics and biomedical engineering IF:1.7Q3 DOI:10.1080/10255842.2023.2282951 PMID:38375638	研究论文	本文提出了一种基于深度学习的模型DrugSchizoNet，用于精神分裂症药物靶点相互作用的准确预测	采用LSTM层捕捉药物相互作用的序列特性，并结合OB-MOA优化进行超参数调优，显著提高了预测准确率至98.70%	模型性能依赖于DrugBank和repoDB数据库的数据质量，可能受限于数据覆盖范围	提升精神分裂症药物发现的效率和准确性	药物靶点相互作用数据	机器学习	精神分裂症	深度学习	LSTM	药物相关数据	来自DrugBank和repoDB数据库的药物数据
4542	2025-04-23	DeepCompoundNet: enhancing compound-protein interaction prediction with multimodal convolutional neural networks 2025-Feb, Journal of biomolecular structure & dynamics IF:2.7Q2 DOI:10.1080/07391102.2023.2291829 PMID:38084744	研究论文	本文提出了一种名为DeepCompoundNet的多模态卷积神经网络模型，用于增强化合物-蛋白质相互作用的预测	整合了蛋白质特征、药物属性和多种相互作用数据，超越了仅依赖氨基酸序列同源性和化学结构相似性的现有方法	未提及具体的数据集规模限制或模型泛化能力的详细评估	提升化合物-蛋白质相互作用的预测准确率	化合物与蛋白质的相互作用	机器学习	NA	多模态卷积神经网络	CNN	分子结构数据、相互作用网络数据	未明确提及具体样本数量
4543	2025-04-23	A fine-tuning deep residual convolutional neural network for emotion recognition based on frequency-channel matrices representation of one-dimensional electroencephalography 2025-Feb, Computer methods in biomechanics and biomedical engineering IF:1.7Q3 DOI:10.1080/10255842.2023.2286918 PMID:38017703	研究论文	本研究提出了一种基于一维脑电图（EEG）信号的频率-通道矩阵（FCM）表示的深度残差卷积神经网络模型，用于情感识别（ER）	结合预训练的深度残差卷积神经网络和迁移学习技术，利用二维数据的FCM表示来自动学习多通道EEG数据的潜在内在特征	未提及具体的数据集局限性或模型泛化能力的讨论	提高基于EEG信号的情感识别系统的自动化和准确性	多通道EEG数据	机器学习	NA	Welch功率谱密度估计，t-SNE策略	深度残差卷积神经网络（ResNet）	一维EEG信号	DEAP数据集上的5折交叉验证
4544	2025-04-23	Neurosurgery inpatient outcome prediction for discharge planning with deep learning and transfer learning 2025-Feb, British journal of neurosurgery IF:1.0Q3 DOI:10.1080/02688697.2022.2151565 PMID:36458628	research paper	本研究探讨了深度学习和迁移学习在预测神经外科住院患者出院时间和出院目的地等住院结果中的应用	使用迁移学习和人工神经网络对自由文本医疗数据进行预测，提高了预测准确性	研究仅基于15个月的数据，样本量相对有限	预测神经外科住院患者的住院结果以辅助出院规划	神经外科住院患者	machine learning	neurosurgery	deep learning, transfer learning	artificial neural network	text	1341例住院患者
4545	2025-04-23	Community Graph Convolution Neural Network for Alzheimer's Disease Classification and Pathogenetic Factors Identification 2025-Feb, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2023.3269446 PMID:37204952	研究论文	提出了一种名为社区图卷积神经网络(Com-GCN)的新深度学习方法，用于研究阿尔茨海默病(AD)的分类和致病因素识别	提出了脑区基因社区网络(BG-CN)的概念，并设计了Com-GCN架构，该架构基于亲和力聚合模型，具有社区间和社区内卷积操作，提高了分类性能和可解释性	仅在ADNI数据集上进行了实验验证，未在其他神经退行性疾病数据集上进行验证	研究阿尔茨海默病的分类和致病因素识别	阿尔茨海默病患者	数字病理学	阿尔茨海默病	图卷积神经网络	Com-GCN	神经影像数据	ADNI数据集
4546	2025-04-23	Hypernetwork-Based Physics-Driven Personalized Federated Learning for CT Imaging 2025-Feb, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2023.3338867 PMID:38100342	research paper	提出了一种基于超网络的物理驱动个性化联邦学习方法（HyperFed），用于CT成像，以解决数据共享和隐私问题	将每个域的优化问题分为局部数据适应和全局CT成像两个子问题，通过机构特定的物理驱动超网络和全局共享成像网络分别实现	未提及具体样本量或实验范围，可能影响方法的泛化性	提高CT成像质量并满足不同机构或扫描仪的个性化需求，同时避免数据共享	CT成像数据	digital pathology	NA	deep learning, federated learning	hypernetwork	CT图像	NA
4547	2025-04-23	EnsembleSE: identification of super-enhancers based on ensemble learning 2025-Jan-15, Briefings in functional genomics IF:2.5Q3 DOI:10.1093/bfgp/elaf003 PMID:40251827	research paper	提出了一种基于集成学习的超增强子识别方法EnsembleSE，用于更有效地识别基因调控网络中的超增强子	集成不同模型的优势，提出基于集成策略的模型，增强模型的泛化能力，并设计了一种结合局部结构和全局信息的多角度特征表示方法	需要大量标记数据进行训练，限制了其在生物数据中的进一步应用	提高超增强子识别的准确性和效率，以支持基因调控网络和疾病机制的研究	超增强子（SEs）	machine learning	NA	ensemble learning	ensemble model	sequence data	在小鼠和人类数据集上进行了评估
4548	2025-04-23	Deep Learning in Breast Cancer Imaging: A Decade of Progress and Future Directions 2025, IEEE reviews in biomedical engineering IF:17.2Q1 DOI:10.1109/RBME.2024.3357877 PMID:38265911	review	本文综述了过去十年深度学习在乳腺癌影像分析中的进展，并探讨了未来的研究方向	总结了深度学习在乳腺癌影像分析中的主要方法和应用，并提出了未来研究的挑战和潜在方向	NA	总结深度学习在乳腺癌影像分析中的进展并探讨未来研究方向	乳腺癌影像数据，包括乳腺X光片、超声、磁共振成像和数字病理图像	digital pathology	breast cancer	deep learning	NA	image	NA
4549	2025-04-23	All-atom RNA structure determination from cryo-EM maps 2025-Jan, Nature biotechnology IF:33.1Q1 DOI:10.1038/s41587-024-02149-8 PMID:38396075	research paper	开发了一种名为EMRNA的方法，用于从冷冻电镜图中准确自动地确定全原子RNA结构	EMRNA整合了基于深度学习的核苷酸检测、三维骨架追踪与评分以及考虑序列和二级结构信息的全原子RNA结构构建	NA	解决从冷冻电镜图中确定RNA结构的挑战	RNA结构	结构生物学	NA	冷冻电镜（cryo-EM）	深度学习	冷冻电镜图	140个不同的RNA图，长度从37到423个核苷酸，分辨率为2.0-6.0Å
4550	2025-04-23	Integrative deep learning framework predicts lipidomics-based investigation of preservatives on meat nutritional biomarkers and metabolic pathways 2025, Critical reviews in food science and nutrition IF:7.3Q1 DOI:10.1080/10408398.2023.2295016 PMID:38127336	review	本文综述了防腐剂对肉制品代谢途径和营养生物标志物的影响，并探讨了深度学习在脂质组学预测中的应用	利用深度循环网络和迁移学习的DisoLipPred模型预测蛋白质序列无序区域中氨基酸的脂质结合趋势，为肉制品的代谢途径分析提供了新的方法	传统的肉制品质量评估工具无法阐明防腐剂影响的内在机制和途径	研究防腐剂对肉制品营养和代谢途径的影响，并探索深度学习在食品分析中的应用	肉制品及其营养生物标志物和代谢途径	machine learning	NA	脂质组学、代谢组学、蛋白质组学	深度循环网络、迁移学习、深度神经网络、卷积神经网络、人工神经网络	蛋白质序列、代谢数据	NA
4551	2025-04-23	DSTCNet: Deep Spectro-Temporal-Channel Attention Network for Speech Emotion Recognition 2025-Jan, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2023.3304516 PMID:37624721	研究论文	本文提出了一种深度谱时通道注意力网络（DSTCNet），用于提高语音情感识别的表现能力	提出了STC注意力模块，能够沿时间、频率和通道维度推断3D注意力图，更关注关键时间帧、频率范围和特征通道的区域	未明确提及具体局限性	提高语音情感识别的表现能力	语音情感识别	自然语言处理	NA	深度学习	CNN, DSTCNet	语音数据	Berlin emotional database (EmoDB) 和 interactive emotional dyadic motion capture (IEMOCAP) 数据库
4552	2025-04-23	Contrastive Registration for Unsupervised Medical Image Segmentation 2025-Jan, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2023.3332003 PMID:37983143	研究论文	提出了一种名为CLMorph的新型卷积神经网络对比配准架构，用于无监督医学图像分割	结合图像级配准和特征级对比学习，进行基于配准的分割，提高了无监督分割的准确性	未提及具体的数据集规模限制或计算资源需求	解决医学图像分割中标注数据稀缺的问题	医学图像	数字病理	NA	对比学习	CNN	图像	两个主要医学图像数据集（未说明具体样本数）
4553	2025-04-23	Transforming physical fitness and exercise behaviors in adolescent health using a life log sharing model 2025, Frontiers in public health IF:3.0Q2 DOI:10.3389/fpubh.2025.1562151 PMID:40255372	研究论文	本研究探讨了基于深度学习的生命日志共享模型（LLSM）在通过个性化公共卫生干预增强青少年身体素质和锻炼行为方面的潜力	开发了一种混合时空卷积神经网络-双向长短期记忆（TS-CNN-BiLSTM）模型，整合了多模态生命日志数据的时间、文本和视觉特征，用于分类和预测身体活动行为	未提及具体局限性	通过个性化公共卫生干预增强青少年身体素质和锻炼行为	青少年	机器学习	NA	深度学习	TS-CNN-BiLSTM	多模态生命日志数据（运动类型、持续时间、强度）	两个数据集：Geo-Life Log（带位置数据）和Time-Life Log（不带位置数据）
4554	2025-04-23	RNA secondary structure prediction by conducting multi-class classifications 2025, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2025.04.001 PMID:40256169	研究论文	本研究提出了一种通过多类别分类预测RNA二级结构的简单方法，无需复杂的后处理步骤	将RNA二级结构预测视为多个多类别分类问题，避免了复杂的后处理步骤，并引入了数据增强和跨RNA家族评估性能下降缓解方法	未提及具体的数据集规模或模型在特定RNA家族上的局限性	改进RNA二级结构预测的准确性和简化预测流程	RNA二级结构	自然语言处理	NA	深度学习	注意力机制和CNN	RNA序列数据	NA
4555	2025-04-23	Enhancing Gamma Knife Cone-beam Computed Tomography Image Quality Using Pix2pix Generative Adversarial Networks: A Deep Learning Approach 2025 Jan-Mar, Journal of medical physics IF:0.7Q4 DOI:10.4103/jmp.jmp_140_24 PMID:40256180	研究论文	本研究开发了一种改进的Pix2Pix卷积神经网络框架，用于提升锥形束计算机断层扫描（CBCT）图像质量，并减少Hounsfield单位（HU）的变异	使用改进的Pix2Pix生成对抗网络（GAN）框架，将CBCT图像转换为高质量合成CT（sCT）图像，显著提升了图像质量	研究样本量较小（50名患者），可能影响模型的泛化能力	提升CBCT图像质量，使其更接近CT图像，以用于放射外科手术	50名接受伽玛刀治疗的患者	计算机视觉	NA	锥形束计算机断层扫描（CBCT）	Pix2Pix GAN	图像	50名患者的7484张512×512像素的切片图像（40名用于训练，10名用于测试）
4556	2025-04-23	Evaluation of Low-dose Computed Tomography Images Reconstructed Using Artificial Intelligence-based Adaptive Filtering for Denoising: A Comparison with Computed Tomography Reconstructed with Iterative Reconstruction Algorithm 2025 Jan-Mar, Journal of medical physics IF:0.7Q4 DOI:10.4103/jmp.jmp_115_24 PMID:40256183	research paper	本研究评估了基于人工智能的自适应滤波去噪技术在低剂量计算机断层扫描（CT）图像重建中的应用，并与迭代重建算法进行了比较	首次比较了AI去噪工具PixelShine与迭代重建算法在不同低剂量条件下的图像质量，发现AI在33%标准剂量下表现更优	研究样本量有限（85例），且为回顾性研究	评估AI去噪技术在低剂量CT图像重建中的诊断价值	低剂量CT图像	digital pathology	NA	低剂量CT扫描	deep learning	medical image	85例CT扫描病例（32例FBP重建，53例IR重建）
4557	2025-04-23	A new method for early diagnosis and treatment of meniscus injury of knee joint in student physical fitness tests based on deep learning method 2025, BioImpacts : BI IF:2.2Q3 DOI:10.34172/bi.30419 PMID:40256232	research paper	提出了一种基于深度学习的膝关节半月板损伤早期诊断和治疗方法，用于学生体能测试	采用增强版的U-Net算法进行图像分割，结合集成方法进行损伤类型识别，提高了诊断的准确性和及时性	研究仅基于MRI图像数据集，未涉及其他类型的医学影像数据	提高学生体能测试中膝关节半月板损伤的早期诊断和治疗效果	学生体能测试中的膝关节半月板损伤	digital pathology	膝关节半月板损伤	MRI	U-Net	image	一个知名的膝关节损伤MRI图像数据集
4558	2025-04-23	The diagnostic and prognostic value of C1orf174 in colorectal cancer 2025, BioImpacts : BI IF:2.2Q3 DOI:10.34172/bi.30566 PMID:40256241	research paper	该研究通过生物信息学和机器学习算法分析RNA和microRNA测序数据，鉴定结直肠癌中的差异表达基因，并验证了C1orf174的诊断和预后价值	发现了五个新的预后基因，包括C1orf174，并通过机器学习算法确定了高准确度的诊断标志物组合	研究依赖于TCGA数据库的数据，未提及独立验证队列的结果	鉴定结直肠癌的新型生物标志物，用于早期检测和预后评估	结直肠癌患者和正常对照的RNA和microRNA测序数据	digital pathology	colorectal cancer	RNA-seq, microRNA sequencing, Real-time PCR	Deep learning, Decision Tree, SVM	RNA-seq data, microRNA data	631个样本（398例患者和233例正常对照）
4559	2025-04-23	Mortality prediction of heart transplantation using machine learning models: a systematic review and meta-analysis 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1551959 PMID:40256322	系统综述与荟萃分析	本文通过系统综述和荟萃分析评估机器学习模型在预测心脏移植后死亡率中的性能	比较了多种机器学习算法在心脏移植后死亡率预测中的表现，并识别了影响模型准确性的因素	研究存在显著的异质性和偏倚，需要标准化方法和进一步的外部验证以提高临床适用性	评估机器学习算法在预测心脏移植后死亡率中的性能并优化决策过程	心脏移植患者	机器学习	心血管疾病	机器学习算法（如随机森林、CatBoost、神经网络等）	随机森林、CatBoost、神经网络、K近邻	临床数据	17项研究纳入综述，12项研究纳入荟萃分析
4560	2025-04-23	Machine learning vs human experts: sacroiliitis analysis from the RAPID-axSpA and C-OPTIMISE phase 3 axSpA trials 2025, Rheumatology advances in practice IF:2.1Q3 DOI:10.1093/rap/rkae118 PMID:40256636	研究论文	本研究评估了深度学习模型在检测轴型脊柱关节炎（axSpA）患者骶髂关节炎中的性能，并与专家评估进行了比较	使用深度学习模型减少诊断时间并最小化读者间差异，首次在RAPID-axSpA和C-OPTIMISE试验中进行评估	模型在C-OPTIMISE队列中的特异性较低（56%），Cohen's κ值仅为0.48	评估深度学习模型在检测axSpA患者骶髂关节炎中的性能，以加速诊断并减少医疗资源使用	RAPID-axSpA（n=277）和C-OPTIMISE（n=739）试验中的axSpA患者	数字病理学	轴型脊柱关节炎	深度学习	深度学习模型（基于迁移学习）	X光影像	RAPID-axSpA（277例）和C-OPTIMISE（739例）患者的基线X光影像