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
541	2025-05-16	SS-DTI: A deep learning method integrating semantic and structural information for drug-target interaction prediction 2025-Feb, Journal of bioinformatics and computational biology IF:0.9Q4 DOI:10.1142/S0219720025500027 PMID:40134345	research paper	提出了一种名为SS-DTI的深度学习方法，整合语义和结构信息用于药物-靶点相互作用预测	SS-DTI是一种新颖的端到端深度学习方法，整合了药物和蛋白质的语义与结构信息，通过多尺度语义特征提取块和GCNs来捕获局部和全局信息	NA	提高药物-靶点相互作用预测的准确性和效率	药物和蛋白质分子	machine learning	NA	deep learning	GCNs (Graph Convolutional Networks)	序列数据和结构数据	四个基准数据集
542	2025-05-16	Drug repurposing for non-small cell lung cancer by predicting drug response using pathway-level graph convolutional network 2025-Feb, Journal of bioinformatics and computational biology IF:0.9Q4 DOI:10.1142/S0219720025500015 PMID:40134346	research paper	该研究提出了一种基于通路-通路相互作用网络的图卷积网络模型，用于预测药物反应并识别非小细胞肺癌的潜在药物再利用候选药物	该模型首次将已知的生物通路-通路相互作用整合到药物反应预测中，通过图卷积操作更有效地表示癌细胞系的特征	研究仅基于GDSC1000数据集进行验证，未在其他独立数据集上测试模型性能	开发更有效的药物反应预测模型以识别非小细胞肺癌的潜在再利用药物	非小细胞肺癌(NSCLC)和现有药物	machine learning	lung cancer	graph convolutional network	GCN	pathway-pathway interaction network	GDSC1000数据集
543	2025-05-16	Visual impairment prevention by early detection of diabetic retinopathy based on stacked auto-encoder 2025-Jan-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-85752-2 PMID:39833312	研究论文	提出一种基于增强堆叠自编码器的方法，用于糖尿病视网膜病变的早期检测和分类	与传统CNN方法相比，该方法通过降低时间复杂度、减少错误和增强降噪能力，提高了可靠性	NA	开发一种准确高效的糖尿病视网膜病变阶段分类方法，以预防视力损害	糖尿病视网膜病变患者	计算机视觉	糖尿病视网膜病变	堆叠自编码器(SAE)	SAE	图像	35,126张视网膜眼底图像
544	2025-05-16	Advances in computer vision and deep learning-facilitated early detection of melanoma 2025-Jan-15, Briefings in functional genomics IF:2.5Q3 DOI:10.1093/bfgp/elaf002 PMID:40139223	review	本文综述了计算机视觉和深度学习在黑色素瘤早期检测中的最新进展	整合了多种先进神经网络模型（如YOLO、GAN、Mask R-CNN、ResNet和DenseNet）以提升黑色素瘤的早期检测和诊断	未来研究需进一步提升技术、整合多模态数据并改善AI决策的可解释性以促进临床采用	探索AI技术在黑色素瘤早期检测中的应用及其对患者预后的潜在改善	黑色素瘤的早期检测和诊断	computer vision	melanoma	deep learning	YOLO, GAN, Mask R-CNN, ResNet, DenseNet	image	综合皮肤病数据集（如PH2、ISIC、DERMQUEST和MED-NODE）
545	2025-05-16	The Role of Artificial Intelligence in Health Care 2025-Jan-14, Nigerian journal of physiological sciences : official publication of the Physiological Society of Nigeria DOI:10.54548/njps.v39i1.1 PMID:40156806	review	本文综述了人工智能在医疗保健领域的广泛应用及其面临的挑战	全面探讨了AI在疾病诊断、个性化治疗、精准医学、医疗管理等多个医疗保健领域的创新应用	AI应用面临资金问题、监管障碍、数据隐私担忧以及与算法偏见和透明度相关的伦理考虑	探讨人工智能在医疗保健领域的角色和潜力	医疗保健系统及其相关技术应用	machine learning	NA	machine learning, deep learning, statistical analysis	NA	NA	NA
546	2025-05-16	Session Introduction: AI and Machine Learning in Clinical Medicine: Generative and Interactive Systems at the Human-Machine Interface 2025, Pacific Symposium on Biocomputing. Pacific Symposium on Biocomputing DOI:10.1142/9789819807024_0003 PMID:39670359	评论	本文讨论了人工智能和机器学习在临床医学中的应用，特别是生成式和交互式系统在人机界面的作用	探讨了生成式AI和深度学习在从非结构化文本、图像和结构化数据中提取见解方面的创新	需要进一步研究以全面了解AI在医疗保健领域部署的广泛影响和潜在后果	探讨AI技术在临床医学中的应用及其潜力	AI和机器学习技术在医疗领域的应用	机器学习	NA	生成式AI, 深度学习	NA	非结构化文本, 图像, 结构化数据	NA
547	2025-05-16	Investigating the Differential Impact of Psychosocial Factors by Patient Characteristics and Demographics on Veteran Suicide Risk Through Machine Learning Extraction of Cross-Modal Interactions 2025, Pacific Symposium on Biocomputing. Pacific Symposium on Biocomputing DOI:10.1142/9789819807024_0013 PMID:39670369	研究论文	本研究旨在通过结合结构化电子健康记录（EHR）和非结构化EHR的语义NLP变量，提高自杀风险预测模型的准确性	引入参数α平衡结构化和非结构化数据的影响，发现中间α值在不同风险层级中表现最佳，并揭示了心理社会构建与患者特征之间的跨模态交互作用	研究主要基于退伍军人事务部的数据，可能无法完全推广到其他人群	提高自杀风险预测模型的准确性	退伍军人的电子健康记录（EHR）数据	机器学习	心理健康	NLP, XGBoost, SHAP, 岭回归	XGBoost, 岭回归	结构化与非结构化电子健康记录（EHR）数据	NA
548	2025-05-16	Enhancing Privacy-Preserving Cancer Classification with Convolutional Neural Networks 2025, Pacific Symposium on Biocomputing. Pacific Symposium on Biocomputing DOI:10.1142/9789819807024_0040 PMID:39670396	研究论文	本文提出了一种基于卷积神经网络的隐私保护癌症分类方法OGHE，利用同态加密技术处理基因组数据，同时保持数据机密性	OGHE方法结合了同态加密和高效的数据打包机制，减少了计算开销，并引入了新的特征选择方法VarScout以提取显著特征	同态加密技术可能仍存在计算效率上的限制，且方法仅在iDash 2020数据集上进行了验证	开发一种隐私保护的癌症分类方法，以提高诊断效率并保护患者数据隐私	基因组数据	数字病理学	癌症	同态加密（HE）	CNN	基因组数据	iDash 2020数据集
549	2025-05-16	A Dynamic Model for Early Prediction of Alzheimer's Disease by Leveraging Graph Convolutional Networks and Tensor Algebra 2025, Pacific Symposium on Biocomputing. Pacific Symposium on Biocomputing DOI:10.1142/9789819807024_0048 PMID:39670404	研究论文	该研究提出了一种名为DyEPAD的动态深度学习模型，用于利用电子健康记录（EHR）数据预测轻度认知障碍（MCI）患者向阿尔茨海默病（AD）的进展	结合图卷积网络（GCN）和张量代数运算，提出了一种新型动态深度学习模型DyEPAD，能够捕获所有时间步的演化模式	模型可能仍面临处理长期依赖关系的挑战，且仅在特定数据集上进行了验证	开发早期预测阿尔茨海默病的方法	轻度认知障碍（MCI）患者	机器学习	阿尔茨海默病	图卷积网络（GCN）、张量代数运算	DyEPAD（基于GCN和RNN的动态深度学习模型）	电子健康记录（EHR）数据	阿尔茨海默病神经影像学倡议（ADNI）和国家阿尔茨海默病协调中心（NACC）数据集
550	2025-05-16	Automated CT image prescription of the gallbladder using deep learning: Development, evaluation, and health promotion 2025 Jan-Dec, Acute medicine & surgery IF:1.5Q2 DOI:10.1002/ams2.70049 PMID:40018053	research paper	开发了一种基于深度学习的全自动系统，用于胆囊的精确检测和急性胆囊炎的快速评估	首次利用CT图像而非超声图像进行急性胆囊炎的AI诊断，避免了医生选择偏倚，并集成了多种模型实现全自动化	需要进一步的临床验证	开发辅助识别需要紧急手术患者的计算机辅助系统	急性胆囊炎患者和对照参与者	digital pathology	acute cholecystitis	deep learning	VGG-16, U-Net	CT image	250 AC患者和270对照参与者的图像
551	2025-05-16	Technical implications of a novel deep learning system in the segmentation and evaluation of computed tomography angiography before transcatheter aortic valve replacement 2025 Jan-Dec, Therapeutic advances in cardiovascular disease IF:2.6Q2 DOI:10.1177/17539447251321589 PMID:40123453	研究论文	本研究比较了Cvpilot、3mensio和Volume Viewer系统在经导管主动脉瓣置换术（TAVR）前主动脉根部分割和技术评估中的实用性	探索了Cvpilot系统在自动分割和主动脉根部技术评估中的有效性，并与现有系统进行了比较	研究仅在一个中心进行，样本量相对较小（154例患者）	评估Cvpilot系统在TAVR前主动脉根部分割和测量中的准确性和可靠性	154例接受TAVR的患者	数字病理	心血管疾病	计算机断层扫描血管造影（CTA）	深度学习系统	医学影像	154例患者
552	2025-05-16	Optimising window size of semantic of classification model for identification of in-text citations based on context and intent 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0309862 PMID:40127378	研究论文	本文研究了基于上下文和意图的文本引用分类模型的最佳窗口大小选择	通过比较不同窗口大小对文本引用分类的影响，提出了针对长文本引用更有效的大窗口策略	研究仅使用了两种基准数据集，可能无法涵盖所有类型的文本引用场景	优化自然语言处理中文本引用分类模型的窗口大小选择	科学文献中的文本引用	自然语言处理	NA	Word2Vec嵌入	CNN, GRU, LSTM, SVM, 决策树, 朴素贝叶斯	文本	两个包含大量文本引用的基准数据集
553	2025-05-16	Weighted-VAE: A deep learning approach for multimodal data generation applied to experimental T. cruzi infection 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0315843 PMID:40127396	research paper	提出了一种加权变分自编码器（W-VAE）用于处理缺失和有限的多模态数据，以分类健康个体和处于T. cruzi感染急性或慢性阶段的个体	W-VAE是一种深度生成架构，通过新的损失函数、加权因子和掩蔽机制提高了生成数据的质量	研究基于小鼠模型，可能无法直接推广到人类	自动诊断健康个体和处于T. cruzi感染不同阶段的个体	健康个体和处于T. cruzi感染急性或慢性阶段的个体	machine learning	Chagas disease	Weighted Variational Auto-Encoder (W-VAE)	VAE	multimodal data (electrocardiography signals, echocardiography images, Doppler spectrum, ELISA antibody titers)	NA
554	2025-05-16	Diagnosis and activity prediction of SLE based on serum Raman spectroscopy combined with a two-branch Bayesian network 2025, Frontiers in immunology IF:5.7Q1 DOI:10.3389/fimmu.2025.1467027 PMID:40129980	研究论文	本研究提出了一种基于血清拉曼光谱和双分支贝叶斯网络的系统性红斑狼疮(SLE)诊断和活动性预测方法	开发了一种新型的双分支贝叶斯网络(DBayesNet)模型，结合拉曼光谱技术，用于SLE的快速识别和活动性评估	样本量相对较小(80例SLE患者和81例对照)，需要更大规模的研究验证	开发一种快速准确的SLE诊断和活动性评估方法	系统性红斑狼疮(SLE)患者	数字病理学	系统性红斑狼疮	拉曼光谱	DBayesNet(双分支贝叶斯网络)，包含BayConv模块、Attention模块和BayLinear层	光谱数据	161例(80例SLE患者和81例对照，包括干燥综合征、未分化结缔组织病、主动脉炎患者和健康人)
555	2025-05-16	Optimization of Decision Support Technology for Offshore Oil Condition Monitoring with Carbon Neutrality as the Goal in the Enterprise Development Process 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0319858 PMID:40131882	研究论文	本研究探讨了在追求碳中和的企业发展过程中，将Faster R-CNN算法与MobileNet v2架构结合，用于海上石油状况监测与分类	提出了一种基于MobileNet v2和Faster R-CNN融合的海洋石油状况监测与分类模型，该模型在损失值和识别准确率方面表现优异	NA	优化海上石油状况监测的决策支持技术，以支持企业碳中和目标	海上石油状况监测与分类	计算机视觉	NA	深度学习	Faster R-CNN与MobileNet v2融合模型	图像	NA
556	2025-05-16	A predictive machine learning model for cannabinoid effect based on image detection of reactive oxygen species in microglia 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0320219 PMID:40131976	研究论文	本文开发了一种基于图像检测小胶质细胞中活性氧(ROS)的机器学习模型，用于预测大麻素效应	结合共聚焦显微镜图像与CNN深度学习模型，预测大麻二酚(CBD)对免疫细胞ROS水平的影响	研究仅使用HMC3细胞系，未涉及其他细胞类型或体内模型	评估大麻二酚(CBD)对神经炎症中ROS水平的影响	人小胶质细胞(HMC3)中的活性氧(ROS)	数字病理学	神经退行性疾病	共聚焦显微镜成像，CellROX荧光ROS指示剂	CNN	图像	HMC3细胞系在三种免疫激活剂(LPS/Aβ42/GP120)条件下的ROS图像数据
557	2025-05-16	Multimodal deep learning for predicting PD-L1 biomarker and clinical immunotherapy outcomes of esophageal cancer 2025, Frontiers in immunology IF:5.7Q1 DOI:10.3389/fimmu.2025.1540013 PMID:40134428	research paper	该研究开发了一种多模态深度学习模型，用于预测食管癌患者的PD-L1生物标志物水平和免疫治疗结果	提出了一种整合病理特征、放射组学特征和临床信息的新型多模态深度学习模型，用于预测PD-L1水平和免疫治疗反应	研究样本量相对较小，且仅来自单一医疗中心	预测食管癌患者的PD-L1生物标志物水平和免疫治疗效果	食管鳞状细胞癌（ESCC）患者	digital pathology	esophageal cancer	免疫组织化学、CT扫描	multimodal deep learning	image, clinical variables	220例患者用于PD-L1表达水平分析，75例患者用于免疫治疗反应分析
558	2025-05-16	Beyond the Greater Angkor Region: Automatic large-scale mapping of Angkorian-period reservoirs in satellite imagery using deep learning 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0320452 PMID:40138322	研究论文	利用深度学习技术自动大规模识别卫星图像中的吴哥时期水库	首次使用Deeplab V3+深度学习模型进行语义分割，自动识别吴哥时期水库，显著提高了考古学家的工作效率	模型仅针对吴哥时期水库进行训练，可能无法直接应用于其他类型的考古特征	通过自动识别卫星图像中的考古特征，加速对吴哥文化圈以外区域的全面测绘	吴哥时期水库	计算机视觉	NA	卫星遥感、深度学习	Deeplab V3+	卫星图像	NA
559	2025-05-16	Deep Learning-Based Auto-Segmentation for Liver Yttrium-90 Selective Internal Radiation Therapy 2025 Jan-Dec, Technology in cancer research & treatment IF:2.7Q3 DOI:10.1177/15330338251327081 PMID:40152005	研究论文	评估一种基于深度学习的自动分割方法用于Y-90选择性内放射治疗中的肝脏轮廓描绘	使用U-Net3D架构构建的深度学习模型在肝脏分割中优于传统的基于Atlas的方法	NA	评估深度学习自动分割方法在Y-90选择性内放射治疗中的肝脏轮廓描绘效果	接受Y-90选择性内放射治疗的患者的CT图像	数字病理	肝癌	CT成像	U-Net3D	图像	NA
560	2025-05-16	A hybrid long short-term memory-convolutional neural network multi-stream deep learning model with Convolutional Block Attention Module incorporated for monkeypox detection 2025 Jan-Mar, Science progress IF:2.6Q2 DOI:10.1177/00368504251331706 PMID:40152267	research paper	开发一种结合LSTM-CNN和CBAM的多流深度学习模型，用于猴痘的早期检测	提出了一种结合LSTM-CNN和CBAM的混合多流深度学习模型，用于猴痘的早期检测，并通过Grad-CAM和LIME提高模型的可解释性	未提及模型在真实临床环境中的验证情况	开发一种可靠的深度学习模型，用于猴痘的早期检测	猴痘皮肤病变数据	digital pathology	monkeypox	deep learning	hybrid LSTM-CNN with CBAM	image	Mpox Skin Lesion Dataset Version 2.0 (MSLD v2.0)