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
5061	2025-11-18	Deepfake defense: Combining spatial and temporal cues with CNN-BiLSTM-transformer architecture 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0334980 PMID:41237199	研究论文	提出一种结合CNN、双向LSTM和Transformer编码器的混合深度学习架构用于深度伪造视频检测	首次将CNN、BiLSTM和Transformer编码器集成到统一框架中，实现空间特征与局部/全局时间特征的双路径建模	未提及模型在极端遮挡或复杂光照条件下的性能表现	开发能够有效检测深度伪造视频的鲁棒检测系统	深度伪造视频数据	计算机视觉	NA	NA	CNN, BiLSTM, Transformer	视频	FaceForensics++和DeepFake Detection Challenge数据集	TensorFlow	MobileNetV2, BiLSTM, Transformer	F1-score, AUC	NA
5062	2025-11-18	Deep learning-based phenotype imputation on population-scale biobank data increases genetic discoveries 2023-12, Nature genetics IF:31.7Q1 DOI:10.1038/s41588-023-01558-w PMID:37985819	研究论文	提出一种基于深度学习的表型插补方法AutoComplete，用于填补大规模生物样本库中的缺失表型数据	开发了专门针对群体规模生物样本库数据的深度学习表型插补方法，显著提高了遗传发现能力	未明确说明方法在其他生物样本库或不同表型上的泛化能力	提高生物样本库表型数据的完整性和利用率，促进遗传学研究发现	英国生物银行约30万个体的表型数据	机器学习	NA	表型数据插补	深度学习	表型数据	约300,000个体	NA	AutoComplete	插补准确率, 遗传相似性, 有效样本量, 关联位点数量	NA
5063	2025-11-18	Benchmarking of deep neural networks for predicting personal gene expression from DNA sequence highlights shortcomings 2023-12, Nature genetics IF:31.7Q1 DOI:10.1038/s41588-023-01524-6 PMID:38036778	研究论文	本研究评估了深度神经网络在预测个体基因表达方面的表现，并揭示了现有方法的局限性	首次系统性地评估深度学习方法在跨个体基因表达预测中的表现，发现现有方法在预测变异效应方向上的局限性	现有方法未能充分学习序列基序语法，导致变异效应方向预测不准确	评估深度学习方法在预测个体基因表达变异方面的有效性和实用性	839名ROSMAP研究参与者的全基因组测序和基因表达数据	基因组学	NA	全基因组测序，基因表达分析	深度神经网络	基因组DNA序列，基因表达数据	839名个体	NA	NA	变异效应方向预测准确性	NA
5064	2025-11-18	Current approaches to genomic deep learning struggle to fully capture human genetic variation 2023-12, Nature genetics IF:31.7Q1 DOI:10.1038/s41588-023-01517-5 PMID:38036789	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
5065	2025-11-18	Personal transcriptome variation is poorly explained by current genomic deep learning models 2023-12, Nature genetics IF:31.7Q1 DOI:10.1038/s41588-023-01574-w PMID:38036790	研究论文	评估当前基因组深度学习模型在解释个体间转录组变异方面的表现	首次系统评估深度学习模型在解释个体间基因表达变异方面的能力，揭示其在此任务上的局限性	仅评估了四种现有模型，可能未覆盖所有相关方法；研究结果基于有限的数据集	探索基因组深度学习模型解释个体间基因表达变异的能力	配对的个人基因组和转录组数据	机器学习	NA	基因组深度学习	深度学习模型	DNA序列，基因表达数据	NA	NA	NA	表达变异解释能力，效应方向预测准确性	NA
5066	2025-11-18	Scaffolding cooperation in human groups with deep reinforcement learning 2023-10, Nature human behaviour IF:21.4Q1 DOI:10.1038/s41562-023-01686-7 PMID:37679439	研究论文	使用深度强化学习训练社交规划器来优化人类群体网络结构，促进合作行为	首次将深度强化学习应用于人类群体合作网络的结构优化，采用调解而非隔离的方式处理背叛者	样本规模有限（共768名参与者），仅在特定游戏环境中验证	探索通过算法干预促进人类群体合作的有效方法	人类参与者群体（N=768）在合作游戏中的行为	机器学习	NA	深度强化学习，模拟方法	深度强化学习	行为数据，网络结构数据	768名参与者（实验组208人/13组，对照组176人/11组，对比组384人/24组）	NA	NA	合作率	NA
5067	2025-11-18	Benchmarking of deep neural networks for predicting personal gene expression from DNA sequence highlights shortcomings 2023-Sep-28, bioRxiv : the preprint server for biology DOI:10.1101/2023.03.16.532969 PMID:36993652	研究论文	评估深度神经网络在从DNA序列预测个体基因表达方面的性能并识别其局限性	首次系统评估深度学习方法在跨个体基因表达预测中的表现，揭示了现有方法在预测变异效应方向上的局限性	现有方法未能充分学习序列基序语法，导致对变异效应方向的预测能力不足	评估深度学习方法作为个人DNA解释工具在预测跨个体基因表达变异方面的实用性	839名ROSMAP研究参与者的全基因组测序和基因表达配对数据	基因组学, 机器学习	NA	全基因组测序, 基因表达分析	深度神经网络	基因组DNA序列, 基因表达数据	839名个体	NA	NA	变异效应方向预测准确性	NA
5068	2025-11-18	Modelling human behaviour in cognitive tasks with latent dynamical systems 2023-06, Nature human behaviour IF:21.4Q1 DOI:10.1038/s41562-022-01510-8 PMID:36658212	研究论文	提出一种深度学习框架task-DyVA，通过潜在动态系统建模人类在认知任务中的行为反应时间序列	首次将表达性动态系统与深度学习结合，能够以高时间精度捕捉个体特异性行为差异，并支持通过扰动实验发现可解释的认知理论	未明确说明模型在其他认知任务上的泛化能力及计算复杂度	开发能够准确建模个体人类受试者在认知任务中反应时间序列的计算框架	人类受试者在任务转换认知任务中的行为数据	机器学习	NA	深度学习	潜在动态系统	反应时间序列数据	大型任务转换数据集中的个体人类受试者	深度学习框架	task-DyVA	时间精度，任务转换成本捕捉能力	NA
5069	2025-11-18	GlyphCreator: Towards Example-based Automatic Generation of Circular Glyphs 2022-Jan, IEEE transactions on visualization and computer graphics IF:4.7Q1 DOI:10.1109/TVCG.2021.3114877 PMID:34596552	研究论文	介绍GlyphCreator——一种基于示例自动生成圆形字形图的交互式工具	提出了首个基于示例的圆形字形图自动生成方法，建立了圆形字形图的设计空间并开发了字形解析深度学习模型	NA	开发能够自动生成圆形字形图的交互式工具，简化多维数据可视化过程	圆形字形图的设计与生成	数据可视化	NA	深度学习	深度学习模型	图像数据，多维数据	NA	NA	NA	定量实验评估	NA
5070	2025-11-17	MetaPredictomics: A Comprehensive Approach to Predict Postsurgical Non-Small Cell Lung Cancer Recurrence Using Clinicopathologic, Radiomics, and Organomics Data 2025-Dec-01, Clinical nuclear medicine IF:9.6Q1 DOI:10.1097/RLU.0000000000006086 PMID:40902993	研究论文	提出MetaPredictomics框架，整合临床病理数据、PET/CT影像组学和多器官组学数据预测非小细胞肺癌术后复发	首次将肿瘤影像组学与假定健康器官的组学数据（器官组学）相结合，采用堆叠集成方法构建元模型	样本量相对有限（145例），使用公开数据集可能限制模型泛化能力	开发综合预测模型以提高非小细胞肺癌术后复发预测准确性	145例非小细胞肺癌患者的术前PET/CT影像和临床病理数据	数字病理	肺癌	PET/CT影像组学，基因突变检测，深度学习分割	深度学习分割模型，glmboost，堆叠集成模型	医学影像（CT，PET），临床病理数据，基因数据	145例NSCLC患者	PyRadiomics	NA	C-index	NA
5071	2025-11-17	Multi stage sentiment analysis for product reviews on Twitter using optimized machine learning algorithm 2025-Nov-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-23451-8 PMID:41233366	研究论文	提出一种优化的多阶段情感分析框架，用于分析Twitter上产品评论的情感倾向	优化并比较传统机器学习与深度学习方法在情感分析中的性能，确定最有效的情感分类方法	仅基于5200条英文推文进行分析，数据规模有限且语言单一	探索机器学习算法在社交媒体产品评论情感分析中的可行性	Twitter上关于产品的用户评论	自然语言处理	NA	情感分析	SVM, Naive Bayes, Random Forest, LSTM	文本	5200条英文推文（包含正面、负面和中性评论）	NA	LSTM	NA	NA
5072	2025-11-17	Design of multi-mode intelligent system architecture for surface defect detection of steel based on cloud technology 2025-Nov-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-01005-2 PMID:41233375	研究论文	提出基于云技术的钢材表面缺陷检测多模态智能系统架构	创新集成边缘计算、云计算和移动计算技术，构建改进YOLOv5系列轻量模型，并设计多维智能结果分发生态系统	NA	实现钢材表面缺陷的自动化检测与实时监控	钢材表面缺陷	计算机视觉	NA	深度学习	YOLOv5	图像	大规模自建钢材缺陷数据集	NA	YOLOv5-efficient net, YOLOv5-mobile net	检测准确率, 召回率, 处理速度	云原生架构, 边缘计算, 移动计算
5073	2025-11-17	Combining K-fold cross validation with bayesian hyperparameter optimization for accuracy enhancement of land cover and land use classification 2025-Nov-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-23336-w PMID:41233377	研究论文	提出结合K折交叉验证与贝叶斯超参数优化的方法，用于提升遥感影像土地覆盖与土地利用分类的精度	首次将贝叶斯超参数优化与K折交叉验证相结合，增强超参数搜索空间的探索能力	仅针对ResNet18模型和EuroSat数据集进行验证，未在其他模型和数据集上测试	提高遥感影像土地覆盖与土地利用分类的准确率	遥感影像土地覆盖与土地利用分类	计算机视觉	NA	遥感影像分析	CNN	图像	EuroSat数据集	NA	ResNet18	整体准确率	NA
5074	2025-11-17	Multi-stage knowledge distillation with layer fusion-based deep learning approach for skin cancer classification 2025-Nov-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-23403-2 PMID:41233380	研究论文	提出一种基于多阶段知识蒸馏和层融合策略的深度学习方法用于皮肤癌分类	结合多阶段知识蒸馏与层融合策略，利用中间特征和损失平衡系数，并集成ViT和ConvNeXT的教师模型	NA	开发高效的皮肤病变细胞分类方法	皮肤病变细胞图像	计算机视觉	皮肤癌	深度学习	CNN, EfficientNet, ViT, ConvNeXT	图像	HAM10000数据集	NA	ViT, ConvNeXT, CNN, EfficientNet	准确率, F1分数, AUC	NA
5075	2025-11-17	DB-SegNet: optimized framework for glaucoma detection and optic structure segmentation from retinal fundus images 2025-Nov-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-23425-w PMID:41233423	研究论文	提出DB-SegNet框架用于视网膜眼底图像中青光眼检测和视盘视杯结构分割	结合扩张空洞上下文模块、双向特征校准单元、苦鱼优化算法和多尺度注意力变换器，提升多尺度特征提取和边界细节优化	未明确说明模型在不同设备采集图像上的泛化能力及临床部署可行性	开发高精度青光眼自动诊断和视盘视杯分割系统	视网膜眼底图像中的视盘和视杯结构	计算机视觉	青光眼	视网膜眼底成像	CNN, Transformer	图像	三个公开数据集（Drishti-GS1, RIM-ONE, ORIGA-Light）	NA	SegNet, DACM, BFCU, MSAT	Dice系数, 准确率	NA
5076	2025-11-17	Robot motion skill learning method based on focused reward transformer 2025-Nov-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95881-3 PMID:41233501	研究论文	提出一种基于聚焦奖励变换器的机器人运动技能学习方法，通过动态平衡长期预测与即时环境线索来优化机器人运动控制	将引导注意力机制与奖励处理重点相结合，解决了传统决策变换器忽视即时动作价值的问题	仅在MuJoCo仿真平台上进行验证，未涉及真实机器人环境测试	改进机器人运动控制的学习和决策过程	机器人运动控制任务	机器学习	NA	深度强化学习	Transformer	运动控制序列数据	三个MuJoCo任务（Hopper, Walker2d, Halfcheetah）的仿真数据	NA	Focused Reward Transformer（FRT）	控制任务性能指标	MuJoCo仿真平台
5077	2025-11-15	From retina to brain: how deep learning closes the gap in silent stroke screening 2025-Nov-13, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-02021-2 PMID:41233502	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
5078	2025-11-17	A physics-informed deep learning approach for 3D acoustic impedance estimation from seismic data: application to an offshore field in the Southwest Iran 2025-Nov-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-23611-w PMID:41233516	研究论文	提出一种结合物理建模与深度学习的混合地震反演框架，用于在数据有限的地质复杂环境中估算三维声阻抗	将物理信息伪井生成与深度前馈神经网络相结合，显著减少对低频背景模型和密集井校准的依赖	仅使用3口真实井数据，未来需要纳入不确定性量化和体积卷积网络以提高空间分辨率和模型可靠性	开发可靠的海上储层表征方法	伊朗西南部海上油田的地震数据和声阻抗	地球物理勘探	NA	地震反演、岩石物理建模、变差函数统计	深度前馈神经网络(DFNN)	地震属性数据、声阻抗测井数据	3口真实井和36口合成伪井	NA	深度前馈神经网络	互相关系数, 归一化相对误差	NA
5079	2025-11-17	Detection of Polyphonic Alarm Sounds From Medical Devices Using Frequency-Enhanced Deep Learning: Simulation Study 2025-Nov-12, JMIR medical informatics IF:3.1Q2 DOI:10.2196/35987 PMID:41223383	研究论文	本研究开发了一种基于频率增强深度学习的多音报警声音分类方法，用于在嘈杂环境中识别医疗设备报警声	提出结合卷积神经网络和循环神经网络的混合模型，在0dB信噪比条件下实现高精度多音报警声音检测	在临床环境中的性能仍有提升空间，需要进一步验证实际应用效果	设计在嘈杂环境中使用单声道麦克风分类多种医疗设备报警声音的方法	7种医疗设备报警声音和医院病房噪声	音频信号处理	NA	梅尔滤波器组特征提取	CNN, RNN, BiGRU	音频信号	7种报警声音与医院病房噪声的混合数据集	NA	卷积循环神经网络, CNN+双向门控循环单元	F1分数, 精确率, 召回率	NA
5080	2025-11-17	Topological deep learning for enhancing peptide-protein complex prediction 2025-Nov-12, Communications chemistry IF:5.9Q1 DOI:10.1038/s42004-025-01727-4 PMID:41225185	研究论文	提出TopoDockQ拓扑深度学习模型，通过持久组合拉普拉斯特征预测肽-蛋白质复合物质量评分，显著降低假阳性率	首次将拓扑数据分析和持久组合拉普拉斯特征应用于肽-蛋白质复合物质量评估，相比AlphaFold2内置评分可降低至少42%假阳性	研究基于序列相似度≤70%的数据集，在更高相似度情况下的性能未验证	提高肽-蛋白质复合物预测的精度，降低模型选择中的假阳性率	肽-蛋白质相互作用复合物	计算生物学, 生物信息学	NA	拓扑数据分析, 持久组合拉普拉斯	深度学习	蛋白质结构数据, 肽序列数据	五个评估数据集（肽-蛋白质序列相似度≤70%）	NA	TopoDockQ	假阳性率, 精确率, 召回率, F1分数, DockQ评分	NA