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
5201	2025-10-06	Joint processing of long- and short-read sequencing data with deep learning improves variant calling 2025-Jul-21, Cell reports methods IF:4.3Q2 DOI:10.1016/j.crmeth.2025.101107 PMID:40669457	研究论文	本研究开发了一种混合DeepVariant模型，通过联合处理长读长和短读长测序数据来提高种系变异检测的准确性	首次提出联合使用长读长和短读长测序数据的深度学习方法，突破了传统方法仅依赖单一数据类型的局限	研究样本量较小（仅7个健康个体），需要在更大规模数据集中验证	提高种系变异检测的准确性并降低测序成本	GIAB项目中的7个健康个体的基因组数据	机器学习	遗传疾病	Nanopore长读长测序, Illumina短读长测序	深度学习	基因组测序数据	7个健康个体	DeepVariant	混合长-短测序模型	变异检测准确性	NA
5202	2025-07-24	A deep learning model using endoscopic images for differential diagnosis of intestinal lymphoma 2025-Jul-21, Chinese medical journal IF:7.5Q1 DOI:10.1097/CM9.0000000000003723 PMID:40693577	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
5203	2025-10-06	An Improved Diagnostic Deep Learning Model for Cervical Lymphadenopathy Characterization 2025-Jul-21, Ultrasound in medicine & biology DOI:10.1016/j.ultrasmedbio.2025.06.025 PMID:40695688	研究论文	本研究开发并验证了一种基于B型超声的深度学习模型，用于区分良恶性颈部淋巴结病变	结合卷积神经网络、可变形卷积网络和注意力机制的深度学习模型，在颈部淋巴结病变诊断中表现出优于传统超声特征模型的性能	回顾性研究，样本量相对较小（共210例），需要进一步前瞻性验证	验证基于B型超声的深度学习模型在区分良恶性颈部淋巴结病变中的诊断性能	颈部淋巴结病变患者	医学影像分析	颈部淋巴结病变	B型超声	深度学习	超声图像	210例经病理证实的颈部淋巴结病变（训练集169例，测试集41例）	NA	卷积神经网络,可变形卷积网络,注意力机制	AUC,敏感性,特异性	NA
5204	2025-10-06	DTIP-WINDGRU a novel drug-target interaction prediction with wind-enhanced gated recurrent unit 2025-Jul-20, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-025-06141-0 PMID:40685357	研究论文	提出一种名为DTIP-WINDGRU的新型药物-靶点相互作用预测模型，结合风驱动优化算法和门控循环单元	首次将风驱动优化算法(WDO)与门控循环单元(GRU)结合用于药物-靶点相互作用预测，通过药物-药物和靶点-靶点相互作用初始化GRU权重	未提及模型在更大规模数据集上的泛化能力，也未讨论计算复杂度具体指标	开发高效的药物-靶点相互作用预测计算模型以替代耗时的实验室测试	药物分子和靶点蛋白	机器学习	NA	计算智能技术	GRU, WDO	药物-靶点相互作用数据	四个数据集（具体数量未说明）	NA	门控循环单元(GRU)	NA	NA
5205	2025-10-06	Deep learning optimization of STAR-RIS for enhanced data rate and energy efficiency in 6G wireless networks 2025-Jul-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-09774-6 PMID:40685393	研究论文	本研究通过深度学习优化同时透射反射智能表面在6G无线网络中的数据速率和能量效率	首次系统比较近被动和主动STAR-RIS与传统RIS的性能，并采用深度学习优化方法探索其在复杂信道场景中的性能边界	缺乏真实环境条件下的性能研究，对能量-频谱效率权衡理解不足，功率管理和干扰控制等实际部署问题研究不充分	优化6G无线网络中STAR-RIS技术的数据速率和能量效率性能	同时透射反射智能表面在6G无线网络中的应用	机器学习	NA	深度学习优化	深度学习	仿真数据	多种系统配置、训练数据集大小和用户位置	NA	NA	数据速率、频谱能量效率	NA
5206	2025-10-06	Establishing radar-derived rainfall thresholds for a landslide early warning system: a case study in the Sichuan Basin, Southwest China 2025-Jul-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-10464-6 PMID:40685424	研究论文	本研究利用深度学习处理的雷达降雨数据，为四川盆地建立滑坡预警系统的降雨阈值	结合深度学习处理的雷达降雨数据与频率理论和贝叶斯概率分析方法，在雨量站稀疏山区建立可靠的滑坡降雨阈值	研究区域局限于四川盆地，方法在其它地理环境中的适用性需进一步验证	建立可靠的滑坡预警系统降雨阈值，提升滑坡灾害预警能力	降雨诱发滑坡事件及其与降雨参数的关系	地质灾害预警	NA	雷达降雨监测、深度学习数据处理	深度学习	雷达降雨数据、雨量站测量数据、滑坡事件数据	研究区域收集的滑坡数据集	NA	NA	阈值超越概率、贝叶斯概率分析	NA
5207	2025-10-06	Deep learning framework for interpretable supply chain forecasting using SOM ANN and SHAP 2025-Jul-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-11510-z PMID:40685434	研究论文	提出一种结合自组织映射、主成分分析和人工神经网络的深度学习框架，用于供应链运输时间预测和交付风险分类	首次将自组织映射与人工神经网络结合用于供应链预测，并引入SHAP方法增强模型可解释性	仅使用两个数据集进行验证，需要更多实际场景测试	开发AI驱动的预测模型以提升供应链管理效能	供应链运输时间和交付风险预测	机器学习	NA	深度学习	SOM, ANN	结构化数据和非结构化数据	DataCo智能供应链数据集和另一个未命名数据集	NA	自组织映射+人工神经网络	R平方, RMSE, MAE, 准确率, F1分数	NA
5208	2025-10-06	Accurate deep-learning model to differentiate dementia severity and diagnosis using a portable electroencephalography device 2025-Jul-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-12526-1 PMID:40685486	研究论文	本研究开发了一种基于深度学习的便携式脑电图设备模型，用于区分健康志愿者与痴呆相关疾病患者	首次将定制化Transformer模型应用于便携式EEG设备数据，实现痴呆严重程度和诊断的精准区分	样本量相对有限（233名参与者），需要进一步验证模型的泛化能力	开发可访问、成本效益高且非侵入性的痴呆诊断工具	233名参与者（119名健康志愿者和114名痴呆相关疾病患者）	机器学习	老年疾病	脑电图（EEG），短时傅里叶变换	Transformer	脑电信号	233名参与者（119名健康志愿者，114名患者）	NA	定制化Transformer模型	AUC（曲线下面积），平衡准确率（bACC）	NA
5209	2025-10-06	Machine learning versus clinicians for detection and classification of oral mucosal lesions 2025-Jul-20, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2025.105992 PMID:40695439	研究论文	本研究开发了一个深度学习模型用于口腔黏膜病变的检测和分类，并与临床医生的诊断性能进行了比较	首次使用YOLOv8模型对11类口腔黏膜病变进行多类别分类和检测，并与专科医生和全科牙医的性能进行系统性比较	某些病变类型（如角化症、白斑）的检测性能相对较低，样本量在某些类别中可能不足	评估深度学习模型在口腔黏膜病变检测和分类中的性能，并与临床医生进行比较	口腔黏膜病变的检测和分类	计算机视觉	口腔黏膜病变	深度学习	YOLOv8	图像	4,079张口腔内照片（训练集3,031张，验证集766张，独立测试集282张）	NA	YOLOv8	灵敏度, 特异性, F1分数, 精确度, AUROC, 平均精度	NA
5210	2025-10-06	A deep learning-based prognostic approach for predicting turbofan engine degradation and remaining useful life 2025-Jul-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-09155-z PMID:40683914	研究论文	提出一种基于深度学习的混合模型CAELSTM，用于预测涡轮风扇发动机的退化状态和剩余使用寿命	结合卷积自编码器和注意力机制LSTM的混合模型，能聚焦序列中最相关的特征	仅使用CMAPSS基准数据集中的FD001和FD003子数据集进行验证	开发可靠的预测性维护工具以提升航空安全	涡轮风扇发动机	机器学习	NA	深度学习	CNN, LSTM, Autoencoder	传感器时间序列数据	CMAPSS基准数据集中的FD001和FD003子数据集	NA	CAELSTM（卷积自编码器+注意力LSTM）	RMSE, MAE, 评分函数	NA
5211	2025-10-06	A novel hybrid convolutional and transformer network for lymphoma classification 2025-Jul-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-11277-3 PMID:40683974	研究论文	提出一种结合卷积神经网络与Transformer的混合深度学习框架，用于从全切片图像中精确分类淋巴瘤亚型	设计双通路架构，结合轻量级SqueezeNet提取局部特征与Vision Transformer捕获全局上下文，并引入特征融合增强模块动态整合特征	仅针对三种淋巴瘤亚型（CLL、FL、MCL）进行验证，未涵盖更多淋巴瘤亚型	开发高精度、可解释的AI驱动解决方案，提升淋巴瘤亚型分类的准确性和临床适用性	淋巴瘤全切片图像中的三种亚型：慢性淋巴细胞白血病（CLL）、滤泡性淋巴瘤（FL）和套细胞淋巴瘤（MCL）	数字病理学	淋巴瘤	全切片成像	CNN, Transformer	图像	大型WSI数据集（具体数量未明确说明）	NA	SqueezeNet, Vision Transformer (ViT)	准确率, 灵敏度, 特异性, AUC	NA
5212	2025-10-06	Advancing EEG based stress detection using spiking neural networks and convolutional spiking neural networks 2025-Jul-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-10270-0 PMID:40683976	研究论文	本研究探索使用卷积脉冲神经网络提升脑电图信号分类性能	首次将卷积脉冲神经网络应用于脑电图压力检测，在时间精度和能效方面具有优势，F1分数超越先前基准	仅使用Physionet脑电图数据集进行验证，未在其他数据集测试泛化能力	开发更准确的脑电图信号分类方法用于压力检测	脑电图信号	机器学习	NA	离散小波变换	CSNN	脑电图信号	Physionet脑电图数据集	NA	卷积脉冲神经网络	准确率,F1分数	NA
5213	2025-10-06	AI-powered skin spectral imaging enables instant sepsis diagnosis and outcome prediction in critically ill patients 2025-Jul-18, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adw1968 PMID:40680113	研究论文	本研究开发了一种基于深度学习的高光谱成像方法，用于重症患者的败血症即时诊断和死亡风险预测	首次将高光谱成像与深度学习相结合，实现秒级非侵入性败血症诊断和预后预测	研究为单中心前瞻性观察性研究，样本量相对有限，需要进一步多中心验证	开发快速、无创的败血症诊断和死亡风险预测方法	480多名重症监护病房患者的手掌和手指	计算机视觉	败血症	高光谱成像	神经网络	高光谱图像	480多名ICU患者	NA	NA	AUROC	NA
5214	2025-10-06	Bering: joint cell segmentation and annotation for spatial transcriptomics with transferred graph embeddings 2025-Jul-18, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-60898-9 PMID:40681510	研究论文	提出Bering图深度学习模型，利用转录共定位关系进行空间转录组数据的联合细胞分割和分子注释	利用转录共定位关系进行噪声感知的联合细胞分割和注释，构建预训练模型并通过迁移学习和自蒸馏实现高精度分割	未明确说明模型在特定组织类型或技术平台上的性能限制	解决空间转录组学中细胞分割和注释的准确性问题	2D和3D空间转录组数据	数字病理学	NA	空间转录组学	图深度学习	空间转录组数据	NA	NA	NA	细胞分割准确度, 检测到的转录本数量	NA
5215	2025-10-06	A multimodal dataset for training deep learning models aimed at detecting and analyzing sleep apnea 2025-Jul-18, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05583-8 PMID:40681588	研究论文	开发了一个整合多导睡眠监测和音频记录的多模态数据集，用于训练检测和分析睡眠呼吸暂停的深度学习模型	创建了首个结合PSG设备数据和同步音频记录的综合数据集，并经过医学专家严格标注	NA	为睡眠呼吸暂停综合征领域的深度学习模型开发提供标准化高质量数据资源	睡眠呼吸暂停综合征患者的多模态生理数据	医疗人工智能	睡眠呼吸暂停综合征	多导睡眠监测(PSG), 音频记录	深度学习模型	多模态数据(生理信号, 音频)	NA	NA	NA	NA	NA
5216	2025-10-06	Spiner, deep learning-based automated detection of spiral ganglion neurons in intact cochleae 2025-Jul-18, iScience IF:4.6Q1 DOI:10.1016/j.isci.2025.112929 PMID:40687827	研究论文	开发基于深度学习的自动化工具Spiner，用于在完整耳蜗中检测螺旋神经节神经元	结合胶原酶处理改进组织透明化技术，并首次采用深度学习对象检测模型对大型动物模型中的螺旋神经节神经元进行三维定位和计数	主要针对I型螺旋神经节神经元，在大型动物模型中的应用仍需进一步验证	改进螺旋神经节神经元的检测和计数方法，促进对听力损失机制的理解	沙鼠和猪的完整耳蜗组织	数字病理学	听力损失	组织透明化技术、光片荧光显微镜、胶原酶处理、免疫染色	对象检测模型	3D图像数据	沙鼠和猪的耳蜗样本	NA	NA	与人工计数一致性	NA
5217	2025-10-06	Integrative habitat analysis and multi-instance deep learning for predictive model of PD-1/PD-L1 immunotherapy efficacy in NSCLC patients: a dual-center retrospective study 2025-Jul-17, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01828-5 PMID:40676504	研究论文	本研究通过整合栖息地放射组学和多示例深度学习，构建了预测NSCLC患者PD-1/PD-L1免疫治疗疗效的模型	首次将栖息地分析与多示例深度学习相结合，利用2.5D深度学习数据集和肿瘤空间异质性分析来预测免疫治疗疗效	回顾性研究设计，样本量相对有限，需要进一步前瞻性验证	预测非小细胞肺癌患者PD-1/PD-L1免疫治疗的持久临床获益	590例接受PD-1/PD-L1抑制剂治疗的NSCLC患者	数字病理	肺癌	放射组学，K-means聚类，多示例学习	深度学习，集成学习	医学影像	590例患者（训练集375例，内部验证161例，外部测试54例）	PyTorch, Scikit-learn	DenseNet121, Extra-Trees	AUC, 95%置信区间	NA
5218	2025-10-06	Artificial Intelligence Enabled Lifestyle Medicine in Diabetes Care: A Narrative Review 2025-Jul-17, American journal of lifestyle medicine IF:1.5Q3 DOI:10.1177/15598276251359185 PMID:40687630	综述	本文通过叙事综述探讨人工智能在糖尿病生活方式医学中的应用	系统归纳了AI在糖尿病生活方式医学中的四大应用领域：预测模型、个性化建议、远程监测和临床决策支持	作为叙事综述，可能存在文献选择偏倚，未采用系统综述的严格方法	研究人工智能在糖尿病生活方式管理中的应用潜力	糖尿病患者的健康管理和生活方式干预	医疗人工智能	糖尿病	机器学习、深度学习、数字孪生技术	随机森林、深度学习、聚类分析、因果森林	医疗健康数据、行为数据、临床数据	NA	NA	NA	准确率、血糖控制改善、体重减轻、患者依从性	NA
5219	2025-10-06	Enhancing 72-Hour air quality forecasting with an observation-driven deep learning chemistry transport model 2025-Jul-17, Environment international IF:10.3Q1 DOI:10.1016/j.envint.2025.109689 PMID:40695207	研究论文	本研究开发了一种基于观测驱动的深度学习大气化学预报模型DeepFC，用于提升72小时空气质量预报精度	首次将多源近实时卫星和地面观测数据与传统化学传输模型有效结合，开发了完全由观测驱动的深度学习预报框架	研究区域限于中国27km×27km分辨率范围，未涉及更精细化尺度或全球其他区域验证	提升72小时空气质量预报精度，支持空气污染控制策略设计	中国区域内PM和O₃两种主要污染物的浓度预报	机器学习	NA	卫星观测、地面观测、化学传输模型模拟	深度学习	观测数据、气象数据、模拟数据	九年观测数据集（2013-2021年）	NA	DeepFC	R², RMSE	NA
5220	2025-10-06	Iterative deep learning design of human enhancers exploits condensed sequence grammar to achieve cell-type specificity 2025-Jul-16, Cell systems IF:9.0Q1 DOI:10.1016/j.cels.2025.101302 PMID:40472848	研究论文	本研究应用迭代深度学习设计在两种人类细胞系间具有差异活性的合成增强子	采用迭代深度学习策略设计细胞类型特异性增强子，通过实验验证和模型重优化实现特异性提升	仅在两种人类细胞系中进行验证，尚未扩展到更多细胞类型	开发能够靶向特定细胞类型基因表达的合成生物学方法	人类合成增强子序列	机器学习	NA	深度学习，染色质可及性分析，转录因子结合位点分析	深度学习模型	基因组序列数据，增强子活性数据，染色质可及性数据	NA	NA	NA	增强子特异性，差异活性	NA