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
4761	2025-10-06	A hyperspectral imaging dataset and Grassmann manifold method for intraoperative pixel-wise classification of metastatic colon cancer in the liver 2025-Jul-25, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110841 PMID:40714409	研究论文	提出基于高光谱成像的转移性结肠癌肝转移术中像素级分类数据集及Grassmann流形方法	结合Grassmann流形与张量奇异谱分析的光谱-空间特征提取方法，仅需1%标注像素即可实现高精度分类	样本量有限（仅27个HSI图像来自14名患者），缺乏大规模验证	开发术中转移性结肠癌的自动病理诊断方法	结肠腺癌肝转移患者的术中冰冻切片	计算病理学	结肠癌	高光谱成像（HSI），苏木精-伊红染色	最近子空间分类器	高光谱图像	27个高光谱图像（来自14名患者）	NA	Grassmann流形-张量奇异谱分析（GM-TSSA）	平衡准确率（BACC），F-score	NA
4762	2025-10-06	Deep learning-based image classification for integrating pathology and radiology in AI-assisted medical imaging 2025-Jul-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07883-w PMID:40715157	研究论文	提出一种结合病理学和放射学的AI辅助医学影像新框架DIANet与ACWI策略	首次将领域先验知识与贝叶斯不确定性建模结合，通过自适应学习机制解决多模态影像和数据集不平衡问题	未提及具体临床部署验证规模和长期效果评估	提升医学影像诊断准确性并改善临床工作流程	多模态医学影像数据	医学影像分析	NA	多模态成像	深度学习	医学影像	NA	NA	Domain-Informed Adaptive Network (DIANet)	诊断准确率, 分割精度, 重建保真度	NA
4763	2025-10-06	QKDTI A quantum kernel based machine learning model for drug target interaction prediction 2025-Jul-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07303-z PMID:40715162	研究论文	提出一种基于量子核的机器学习模型QKDTI，用于药物靶点相互作用预测	首次将量子支持向量回归与量子特征映射相结合，利用量子叠加和纠缠特性提升预测性能	未明确说明模型对计算资源的具体要求和实际部署的可行性	开发更准确高效的药物靶点相互作用预测方法	药物分子与靶点蛋白的相互作用	机器学习	NA	量子机器学习	QSVR（量子支持向量回归）	分子描述符和蛋白质特征	Davis、KIBA和BindingDB基准数据集	NA	量子核方法结合Nystrom近似	准确率	NA
4764	2025-07-29	Intelligent waste sorting for urban sustainability using deep learning 2025-Jul-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-08461-w PMID:40715219	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
4765	2025-10-06	Enhanced EEG signal classification in brain computer interfaces using hybrid deep learning models 2025-Jul-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07427-2 PMID:40715225	研究论文	本研究通过混合深度学习模型提升脑机接口中运动想象任务的脑电信号分类性能	提出结合CNN和LSTM的混合深度学习模型，在运动想象分类任务中显著超越传统机器学习方法和单一深度学习模型	仅使用单一数据集进行评估，未在不同数据集上验证模型泛化能力	提升脑机接口系统中运动想象任务的脑电信号分类准确率	运动想象任务的脑电信号数据	机器学习	NA	脑电图	CNN, LSTM, 混合模型	脑电信号	PhysioNet EEG运动想象数据集中的多任务运动数据	NA	CNN, LSTM, CNN-LSTM混合架构	准确率	NA
4766	2025-10-06	Deep-learning structure elucidation from single-mutant deep mutational scanning 2025-Jul-25, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-62261-4 PMID:40715235	研究论文	开发了一种利用深度突变扫描数据优化AlphaFold2蛋白质结构预测的新方法	首次将稀疏残基埋藏约束从深度突变扫描整合到AlphaFold2中，显著提升了蛋白质结构预测精度	仅适用于可获得深度突变扫描数据的蛋白质系统	提高蛋白质结构预测的准确性	蛋白质结构	机器学习	NA	深度突变扫描	深度神经网络	突变扫描数据	252个蛋白质	AlphaFold2	AlphaFold2	TM-Score	NA
4767	2025-10-06	Joint learning equation of state surfaces with uncertainty-aware physically regularized neural networks 2025-Jul-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-11874-2 PMID:40715257	研究论文	提出一种基于物理信息神经网络的不确定性感知方法EOSNN，用于联合学习多种状态方程表面	结合物理正则化的神经网络方法联合学习多个状态方程表面，并开发概率模型处理偶然和认知不确定性	未明确说明模型的计算复杂度和训练数据的具体规模	开发能够准确预测材料在不同压力-温度-体积条件下状态方程的机器学习方法	材料状态方程表面	机器学习	NA	静态和动态压缩数据、第一性原理计算	神经网络	物理实验数据和计算数据	NA	NA	物理信息神经网络	R²分数, RMSE	NA
4768	2025-10-06	Multimodal prediction based on ultrasound for response to neoadjuvant chemotherapy in triple negative breast cancer 2025-Jul-25, NPJ precision oncology IF:6.8Q1 DOI:10.1038/s41698-025-01057-7 PMID:40715366	研究论文	开发基于超声的多模态模型预测三阴性乳腺癌新辅助化疗病理完全缓解	整合多维度纵向定量影像特征、临床因素和BI-RADS特征，结合治疗前后多视角B超和彩色多普勒超声图像	NA	预测三阴性乳腺癌患者对新辅助化疗的病理完全缓解反应	三阴性乳腺癌患者	数字病理	乳腺癌	超声成像（B超和彩色多普勒）	深度学习, 影像组学	超声图像	训练队列和外部测试队列	NA	BCRP模型	AUC, 事件无进展生存期	NA
4769	2025-10-06	ECG features improve multimodal deep learning prediction of incident T2DM in a Middle Eastern cohort 2025-Jul-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-12633-z PMID:40715481	研究论文	本研究开发了一种名为ECG-DiaNet的多模态深度学习模型，通过整合心电图特征和临床风险因素来预测2型糖尿病的发病风险	首次将心电图特征与临床风险因素结合用于2型糖尿病预测，证明了心电图信号对糖尿病风险预测的附加价值	需要更大规模和更多样化的数据集进行进一步验证以提高模型的泛化能力	改进2型糖尿病的早期风险预测工具	卡塔尔生物库中的参与者	机器学习	2型糖尿病	心电图	深度学习	心电图信号, 临床风险因素	开发队列2043人，纵向测试队列395人	NA	ECG-DiaNet	AUROC, NRI, IDI, PPV	NA
4770	2025-10-06	Innovative data augmentation strategy for deep learning on biological datasets with limited gene representations focused on chloroplast genomes 2025-Jul-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-12796-9 PMID:40715495	研究论文	提出一种针对基因表示有限的生物数据集的新型数据增强策略，应用于叶绿体基因组研究	开发了基于滑动窗口的重叠子序列生成方法和k-mer数据增强策略，解决了生物组学数据稀缺条件下深度学习的应用难题	主要针对叶绿体基因组数据，在其他生物数据类型上的适用性需要进一步验证	解决组学数据稀缺条件下深度学习模型训练困难的问题	八种微藻和高等植物的叶绿体基因和蛋白质序列	机器学习	NA	基因组测序	CNN,LSTM	基因序列数据	八种微藻和高等植物的叶绿体基因组数据	NA	CNN-LSTM混合模型	NA	NA
4771	2025-10-06	Analysis of space solar array arc images based on deep learning techniques 2025-Jul-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-97579-y PMID:40715539	研究论文	本研究利用深度学习技术分析空间太阳能电池板电弧图像，以研究放电和电弧光谱行为	首次将卷积神经网络和迁移学习等深度学习方法应用于空间太阳能电池板电弧图像分析，开发了能够识别缺陷电池的预测模型	未明确说明样本数量和数据集规模，缺乏模型性能的定量评估指标	研究太阳能电池表面的放电和电弧光谱行为，提高空间太阳能电池板系统的可靠性	空间太阳能电池板的电弧现象和缺陷电池	计算机视觉	NA	图像分析，电弧光谱分析	CNN, 迁移学习	图像	NA	Python, Maxim-DL	NA	NA	NA
4772	2025-10-06	A Two-Phase Deep Learning Approach for Architectural Distortion Detection in Mammograms 2025-Jul-25, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01613-4 PMID:40715861	研究论文	提出一种两阶段深度学习方法用于乳腺X线摄影中的结构扭曲检测	开发了结合Mask R-CNN分割和ResNet-18分类的两阶段流程，显著降低假阳性并提高检测精度	未明确说明数据集的规模和多样性限制	自动化并改进乳腺X线摄影中结构扭曲的分割和分类	乳腺X线摄影图像中的结构扭曲区域	计算机视觉	乳腺癌	深度学习	U-Net++, Mask R-CNN, ResNet-18	医学图像（乳腺X线摄影）	NA	NA	U-Net++, Mask R-CNN, ResNet-18	准确率, 平均精度均值(mAP), 敏感性	NA
4773	2025-10-06	Advancements and challenges in inverse lithography technology: a review of artificial intelligence-based approaches 2025-Jul-24, Light, science & applications DOI:10.1038/s41377-025-01923-w PMID:40701983	综述	本文综述了逆光刻技术中基于人工智能方法的最新进展与挑战	重点探讨了人工智能技术与逆光刻技术的融合创新，包括卷积神经网络、深度神经网络、生成对抗网络等AI方法在ILT中的应用	面临计算时间长和掩模写入复杂性等挑战	推动逆光刻技术在半导体制造中的应用发展	逆光刻技术及其人工智能方法	计算光刻	NA	逆光刻技术	CNN, DNN, GAN, 模型驱动深度学习方法	掩模图案数据	NA	NA	NA	NA	NA
4774	2025-10-06	An automated hybrid deep learning framework for paddy leaf disease identification and classification 2025-Jul-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-08071-6 PMID:40701992	研究论文	提出一种用于水稻叶片病害识别与分类的自动化混合深度学习框架	结合MobileNetV3预训练模型与混合GKSO-SA优化算法进行特征选择，使用CatBoost进行分类	NA	水稻叶片病害的自动识别与分类	水稻叶片图像	计算机视觉	植物病害	图像处理，深度学习	CNN, CatBoost	图像	来自Kaggle水稻医生数据集的水稻叶片图像	TensorFlow/PyTorch（预训练模型），Scikit-learn（K-means）	MobileNetV3	准确率，灵敏度，F1分数	NA
4775	2025-10-06	DEEP Q-NAS: A new algorithm based on neural architecture search and reinforcement learning for brain tumor identification from MRI 2025-Jul-24, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110767 PMID:40712211	研究论文	提出基于神经架构搜索和强化学习的新算法DEEP Q-NAS，用于从MRI图像中识别脑肿瘤	开发了结合神经架构搜索和强化学习的新算法，专注于优化特征金字塔网络和预测头的搜索效率	NA	提高脑肿瘤识别中目标检测架构的搜索效率	脑肿瘤MRI图像	计算机视觉	脑肿瘤	多参数磁共振成像(mpMRI)	强化学习,神经架构搜索	3D MRI图像	BraTS 2021数据集	NA	Feature Pyramid Network, ResNeXt-152, 无锚框目标检测器	平均精度(AP), 检测准确率	NA
4776	2025-10-06	Robust daily satellite sea surface salinity reconstruction using deep learning in low-salinity coastal regions 2025-Jul-24, Marine pollution bulletin IF:5.3Q1 DOI:10.1016/j.marpolbul.2025.118462 PMID:40712332	研究论文	提出一种自监督深度神经网络MAIN，用于在低盐度沿海区域重建稳健的逐日卫星海表盐度数据	开发多尺度感知插值网络，无需依赖未来观测即可生成近实时、无间隙的逐日海表盐度数据	NA	解决传统物理方法在河流主导区域盐度变化捕捉不准确和卫星数据重访时间长的问题	海表盐度数据，重点关注亚马逊区域和东亚区域	机器学习	NA	卫星遥感（SMAP L2B条带数据），原位测量增强	深度神经网络	卫星遥感数据，原位测量数据	NA	NA	多尺度感知插值网络	均方根误差	NA
4777	2025-10-06	Bio-impedance spectroscopy-based classification of mental acuity in university students via machine-learning and deep-learning approaches 2025-Jul-24, Methods (San Diego, Calif.) DOI:10.1016/j.ymeth.2025.07.009 PMID:40714180	研究论文	本研究通过机器学习和深度学习方法，基于生物阻抗光谱对大学生精神敏锐度进行分类	首次将MobileNetV2深度学习架构应用于生物阻抗光谱图像分析，用于精神敏锐度分类	研究对象仅限于大学生群体，样本范围有限	开发基于生物阻抗光谱的精神敏锐度分类方法	大学生精神敏锐度水平（优秀、良好、一般）	机器学习	认知障碍	生物阻抗光谱（BIS）	随机森林（RF）, 神经网络（NN）	图像, 特征数据	大学生群体（具体数量未明确说明）	NA	MobileNetV2	准确率, F1分数	NA
4778	2025-10-06	Molecular Machine Learning Approach to Enantioselective C-H Bond Activation Reactions: From Generative AI to Experimental Validation 2025-Jul-23, Chemical science IF:7.6Q1 DOI:10.1039/d5sc01098e PMID:40556724	研究论文	本研究开发了一种分子机器学习方法，结合生成式AI与实验验证，用于预测对映选择性C-H键活化反应	首次将迁移学习与化学语言模型结合，应用于小规模反应数据集，并实现了从预测到生成新配体的完整流程	数据集规模较小（仅220个实验样本），机器学习在配体设计中的前景仍需谨慎评估	开发可靠的分子机器学习方法，用于预测和生成对映选择性C-H键活化反应	催化不对称β-C(sp)-H活化反应及其配体	机器学习	NA	化学语言模型，迁移学习	深度学习，生成模型	化学反应数据，分子结构数据	220个实验报告的反应样本，77个已知手性配体，100万个未标记分子预训练数据	NA	化学语言模型(CLM)，集成预测模型(EnP)	预测可靠性，生成有效性，新颖性	NA
4779	2025-10-06	Recent advances in applying machine learning to proton radiotherapy 2025-Jul-23, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/adeb90 PMID:40609552	系统综述	本文系统综述了2019-2024年间机器学习在质子放疗临床应用的最新进展	首次全面系统地总结了机器学习在质子放疗临床工作流程中的应用现状和潜力	仅涵盖2019-2024年间的文献，且质子疗法领域的机器学习应用仍处于新兴阶段	探索机器学习在质子放疗临床工作流程中的应用现状和未来发展	质子放疗临床工作流程中的机器学习应用研究	机器学习	肿瘤放射治疗	机器学习，深度学习	CNN, U-Net	医学影像，剂量数据	38项相关研究	NA	U-Net, 卷积神经网络, 深度初始网络, 深度级联卷积神经网络	NA	NA
4780	2025-10-06	Deep learning framework based on ITOC optimization for coal spontaneous combustion temperature prediction: a coupled CNN-BiGRU-CBAM model 2025-Jul-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-11294-2 PMID:40695904	研究论文	提出一种基于ITOC优化的深度学习框架，用于预测煤自燃温度	结合改进的龙卷风优化算法(ITOC)与CNN-BiGRU-CBAM模型，通过三次混沌映射初始化、量子纠缠和科里奥利力扰动增强全局优化能力	仅在中国特定矿区(山东、山西、陕西)进行了验证，需要更多地区数据验证普适性	开发煤自燃温度的智能预警和精确预防方法	煤样实验数据和煤矿工作面温度数据	机器学习	NA	程序升温实验、皮尔逊相关分析	CNN, BiGRU, CBAM	气体指标数据(O₂, CO, C₂H₄等)、温度数据	东滩矿煤样实验数据，山东、山西、陕西煤矿工作面验证数据	NA	CNN-BiGRU-CBAM耦合模型	R, MAPE, MAE, RMSE	NA