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
41	2025-08-11	HCNS:A deep learning model for identifying essential proteins based on hypergraph convolution and sequence features 2025-Aug-07, Analytical biochemistry IF:2.6Q2 DOI:10.1016/j.ab.2025.115949 PMID:40783109	研究论文	提出了一种基于超图卷积和序列特征的深度学习模型HCNS，用于准确识别必需蛋白质	HCNS模型整合了超图卷积网络模块、序列特征提取模块和多层感知器识别模块，显著提高了必需蛋白质识别的准确性	NA	提高必需蛋白质识别的准确性	蛋白质	生物医学研究	NA	深度学习	HGCN, CNN, MHSA, Bi-LSTM, NAG Transformer, MLP	蛋白质相互作用网络数据、蛋白质复合物数据、蛋白质氨基酸序列数据	NA
42	2025-08-11	Hybrid Neural Networks for Precise Hydronephrosis Classification Using Deep Learning 2025-Aug-07, Urology IF:2.1Q2 DOI:10.1016/j.urology.2025.08.005 PMID:40783131	research paper	开发并评估一种深度学习框架，用于自动分割肾脏超声图像中的肾脏和液体区域，以提高肾积水的诊断准确性和减少评估变异性	提出了一种结合DenseNet201、FPN和SelfONN层的混合神经网络框架，用于多尺度特征提取和提高空间精度	未来工作将集中在模型优化和引入可解释AI以增强临床整合	提高肾积水的诊断准确性和减少评估变异性	肾脏超声图像中的肾脏和液体区域	digital pathology	hydronephrosis	deep learning	DenseNet201, FPN, SelfONN	image	1,731 renal ultrasound images
43	2025-08-11	Probability-Based Early Warning for Seasonal Influenza in China: Model Development Study 2025-Aug-06, JMIR medical informatics IF:3.1Q2 DOI:10.2196/73631 PMID:40769217	研究论文	本研究开发了一种基于概率的机器学习模型，用于中国季节性流感的早期预警	提出了一种基于概率的预警系统，取代传统的二元分类方法，提供连续的风险评估，提高了预警的灵活性和准确性	未来研究需要整合实时监测数据和动态传播模型以提高预警的精确度	开发一种创新的流感早期预警系统，提高预警的准确性和灵活性	中国北方和南方的季节性流感监测数据	机器学习	季节性流感	Dense ResNet, SVM, 随机森林, XGBoost, LSTM	Dense ResNet	监测数据	2014-2024年中国北方和南方的流感监测数据
44	2025-08-11	Alzheimer's disease risk prediction using machine learning for survival analysis with a comorbidity-based approach 2025-Aug-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-14406-0 PMID:40770222	研究论文	本研究使用机器学习进行生存分析，结合共病方法预测阿尔茨海默病的风险	采用生存分析技术预测从认知正常到轻度认知障碍的转变时间，并考虑了基线共病的预测价值	研究依赖于特定数据库（ADNI和AIBL），可能限制了结果的普遍适用性	提高阿尔茨海默病的早期检测和理解其进展的策略	老年人从认知正常到轻度认知障碍的转变时间	机器学习	阿尔茨海默病	生存分析	fast random forest	人口统计学、认知评分和共病数据	来自ADNI和AIBL数据库的数据
45	2025-08-11	Development of a deep learning based approach for multi-material decomposition in spectral CT: a proof of principle in silico study 2025-Aug-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-09739-9 PMID:40770244	研究论文	本研究开发了一种基于深度学习的多材料分解方法，用于在光谱CT中量化碘、钆和钙	采用深度学习技术克服传统光谱CT材料分解方法在算法校准和信号质量方面的挑战	研究基于合成数据集和计算机模拟，尚未在真实临床数据上验证	开发更精确的光谱CT多材料分解方法	光谱CT图像中的碘、钆和钙材料	医学影像分析	NA	深度学习	双阶段网络架构	合成CT图像数据	圆柱体模型和虚拟患者模型数据集
46	2025-08-11	An attack detection method based on deep learning for internet of things 2025-Aug-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-14808-0 PMID:40770483	研究论文	提出了一种基于深度学习的物联网攻击检测方法，通过特征选择和时空信息提取提高检测性能	结合遗传算法进行特征选择，采用成本敏感函数解决攻击流量稀缺问题，并利用CNN和LSTM网络提取时空信息	未提及方法在实时性方面的表现，以及在不同类型物联网设备上的泛化能力	提高物联网攻击检测的准确性和性能	物联网网络流量数据	机器学习	NA	深度学习	CNN, LSTM	网络流量数据	两个物联网基准数据集
47	2025-08-11	Development and evaluation of deep neural networks for the classification of subtypes of renal cell carcinoma from kidney histopathology images 2025-Aug-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-10712-9 PMID:40764501	研究论文	本研究开发了一种名为RenalNet的高效深度学习架构，用于从肾脏组织病理学图像中分类肾细胞癌亚型	提出了一种新的深度学习架构RenalNet，能够同时捕获三个不同尺度的跨通道和空间间特征，并引入了MCRT和GCDL模块以增强模型性能	研究依赖于特定数据集（TCGA），可能在其他数据集上的泛化能力有限	开发一个高效且鲁棒的深度学习模型，用于自动分类肾细胞癌亚型	肾细胞癌（RCC）的组织病理学图像	数字病理学	肾癌	深度学习	CNN	图像	来自TCGA的H&E染色WSIs，并在病理学家监督下获取ROIs生成图像块
48	2025-08-11	YOLO-LeafNet: a robust deep learning framework for multispecies plant disease detection with data augmentation 2025-Aug-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-14021-z PMID:40764650	research paper	提出了一种名为YOLO-LeafNet的深度学习框架，用于多物种植物病害检测，并通过数据增强提高模型性能	提出了一种新的YOLO-LeafNet模型，在检测多种植物叶片病害方面表现优于YOLOv5和YOLOv8	仅针对四种特定植物（葡萄、甜椒、玉米和马铃薯）的病害进行检测，可能不适用于其他植物	开发一种高效的植物病害检测方法以减少农作物经济损失	葡萄、甜椒、玉米和马铃薯的叶片图像	computer vision	plant disease	data augmentation	YOLO-LeafNet, YOLOv5, YOLOv8	image	8850张叶片图像
49	2025-08-11	Interactive 3D segmentation for primary gross tumor volume in oropharyngeal cancer 2025-Aug-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-13601-3 PMID:40764730	研究论文	本文提出了一种基于交互式深度学习的3D分割方法，用于口咽癌原发肿瘤体积的精确分割	引入了新颖的两阶段交互式点击优化框架(2S-ICR)，并实现了最先进的算法	NA	提高口咽癌放疗中原发肿瘤体积(GTVt)的自动分割准确性	口咽癌患者的原发肿瘤体积	数字病理	口咽癌	深度学习	2S-ICR框架	医学影像	使用2021年HEad和neCK TumOR数据集进行开发，并使用德克萨斯大学MD安德森癌症中心的外部数据集进行评估
50	2025-08-11	The First Seasonal Green View Index Mapping Dataset across Chinese cities powered by deep learning 2025-Aug-05, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05706-1 PMID:40764774	research paper	该研究提出了首个基于深度学习的中国城市季节性绿视率指数（GVI）映射数据集SGVI-2023，用于支持跨城市和季节性的城市绿色监测	首次利用多源遥感数据和深度学习技术，构建了覆盖19个中国主要城市的季节性GVI数据集，解决了传统方法依赖街景图像的局限性	数据集仅覆盖了中国19个主要城市，可能无法完全代表其他地区或小城市的绿视情况	开发一个能够支持跨城市和季节性分析的城市绿视率监测数据集	中国19个主要城市的绿视率	computer vision	NA	深度学习，多源遥感数据处理	NA	卫星图像和街景图像（SVI）	约100万对2019至2023年间的卫星和SVI数据样本
51	2025-08-11	Artificial intelligence: a new era in prostate cancer diagnosis and treatment 2025-Aug-05, International journal of pharmaceutics IF:5.3Q1 DOI:10.1016/j.ijpharm.2025.126024 PMID:40769449	review	本文综述了人工智能在前列腺癌诊断和治疗中的革命性应用	人工智能技术，特别是机器学习和深度学习，通过分析影像数据提高诊断准确性，并结合临床、基因组和影像数据进行风险评估和预后，实现个性化治疗	认识到人工智能在前列腺癌管理中可能面临的潜在挑战	探讨人工智能如何改善前列腺癌的诊断和治疗策略	前列腺癌患者	digital pathology	prostate cancer	machine learning, deep learning	NA	imaging data (MRI, ultrasound), clinical data, genomic data	NA
52	2025-08-11	Spatial distribution of enlarged perivascular spaces as a potential biomarker for distinguishing vascular dementia from Alzheimer's disease in older adults 2025-Aug-05, Clinical neurology and neurosurgery IF:1.8Q2 DOI:10.1016/j.clineuro.2025.109098 PMID:40782606	研究论文	本研究探讨了扩大的血管周围间隙（EPVS）体积作为区分阿尔茨海默病（AD）和血管性痴呆（VD）的生物标志物的潜在价值	首次利用基于VB-Net的深度学习模型自动量化四个脑区的EPVS体积，并发现EPVS体积的空间分布差异可作为区分AD和VD的可靠影像生物标志物	样本量相对较小（AD 93例，VD 122例），且仅针对65岁以上老年人	开发一种基于EPVS体积的影像生物标志物，用于区分阿尔茨海默病和血管性痴呆	阿尔茨海默病和血管性痴呆患者	数字病理学	老年疾病	深度学习	VB-Net	影像数据	215名患者（93名AD患者和122名VD患者）
53	2025-08-11	Adaptive fusion of multi-cultural visual elements using deep learning in cross-cultural visual communication design 2025-Aug-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-13386-5 PMID:40760013	research paper	提出了一种基于深度学习的多文化视觉元素自适应融合方法，用于跨文化视觉传达设计中的界面开发	结合CNN、注意力机制和GAN，开发了一个综合分析、提取和自适应融合不同文化视觉特征的框架	实验仅在五个文化区域进行，可能无法涵盖所有文化差异	提升跨文化视觉传达设计中的文化适应性和用户体验	多文化视觉元素和数字界面	computer vision	NA	deep learning	CNN, attention mechanisms, GAN	image	五个文化区域的实验数据
54	2025-08-11	Real-time facial recognition via multitask learning on raspberry Pi 2025-Aug-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-97490-6 PMID:40760089	研究论文	本文研究了在低成本单板计算机Raspberry Pi上使用多任务学习（MTL）进行实时面部识别的可行性	首次在资源受限的设备如Raspberry Pi上成功部署高效的多任务学习模型，显著降低了计算负载和能耗，同时保持高准确率	研究仅使用了自定义的VGGFace2数据集，未在其他数据集上验证模型的泛化能力	探索在资源受限设备上实现高效实时面部识别的可能性	面部识别任务，包括人物识别、年龄估计和种族预测	计算机视觉	NA	多任务学习（MTL）	MobileNet, MobileNetV2, InceptionV3	图像	自定义的VGGFace2数据集
55	2025-08-11	A combinatorial mutational map of active non-native protein kinases by deep learning guided sequence design 2025-Aug-03, bioRxiv : the preprint server for biology DOI:10.1101/2025.08.03.668353 PMID:40766444	研究论文	通过深度学习引导的序列设计，构建了一个活性非天然蛋白激酶的组合突变图谱	克服了以往蛋白质序列-功能图谱研究中的限制，通过深度学习引导重新设计天然蛋白酪氨酸激酶，生成了具有高度组合突变的新型功能序列	NA	探索高度组合和稀疏的序列-功能图谱在突变尺度上的功能	蛋白酪氨酸激酶	机器学习	NA	深度学习引导的序列设计，细胞游离测定	回归模型	蛋白质序列数据	537个重新设计的序列
56	2025-08-11	What does it take to learn the rules of RNA base pairing? A lot less than you may think 2025-Aug-02, bioRxiv : the preprint server for biology DOI:10.1101/2025.07.31.668042 PMID:40766544	研究论文	本文探讨了学习RNA碱基配对规则所需的最小条件，发现不需要大量参数或结构信息即可重新发现RNA的碱基配对规则	研究发现仅需少量参数和序列数据即可重新发现RNA碱基配对规则，无需结构信息或序列比对	研究仅关注了RNA碱基配对的基本规则，未涉及更复杂的RNA结构或功能	探索学习RNA碱基配对规则所需的最小条件	RNA序列及其碱基配对规则	自然语言处理	NA	自动微分框架和随机梯度下降（SGD）	随机上下文无关文法（SCFG）	RNA序列	少至50条RNA序列
57	2025-08-11	Is the use of machine learning in head and neck cancer radiotherapy supported by clinical trials? 2025-Aug, Physica medica : PM : an international journal devoted to the applications of physics to medicine and biology : official journal of the Italian Association of Biomedical Physics (AIFB) DOI:10.1016/j.ejmp.2025.105036 PMID:40587931	review	本文综述了机器学习在头颈癌放疗中应用的临床试验支持情况	通过系统评价临床试验，总结了机器学习在头颈癌管理中的有效性	研究仅基于42项符合条件的研究，样本量有限	评估机器学习在头颈癌管理中的临床应用效果	头颈癌（HNC）	machine learning	head and neck cancer	AI / ML	deep learning, KNN, SVM, logistic regression	image, clinical data	42项研究
58	2025-08-11	Comparison of Deep Learning Models for fast and accurate dose map prediction in Microbeam Radiation Therapy 2025-Aug, Physica medica : PM : an international journal devoted to the applications of physics to medicine and biology : official journal of the Italian Association of Biomedical Physics (AIFB) DOI:10.1016/j.ejmp.2025.105012 PMID:40602228	research paper	比较两种深度学习模型在微束放射治疗中快速准确预测剂量图的性能	首次在微束放射治疗中比较基于图卷积网络和3D U-Net的深度学习模型	研究仅基于大鼠的临床前数据，未涉及人体数据	评估不同深度学习模型在微束放射治疗剂量预测中的性能	微束放射治疗中的剂量分布预测	digital pathology	NA	Monte Carlo simulations, Deep Learning	Graph-Convolutional-Network, 3D U-Net	3D dose maps	大鼠的临床前研究数据
59	2025-08-11	The role of metabolism in shaping enzyme structures over 400 million years 2025-Aug, Nature IF:50.5Q1 DOI:10.1038/s41586-025-09205-6 PMID:40634610	研究论文	通过分析11,269个预测和实验确定的酶结构，研究代谢在400百万年间对酶结构演化的影响	结合结构生物学与进化基因组学，揭示了代谢如何从多个尺度塑造酶的结构演化	研究主要关注Saccharmyces subphylum，可能不适用于其他生物群体	探讨代谢在酶结构演化中的作用	11,269个预测和实验确定的酶结构，涉及361个代谢反应和225条代谢途径	进化生物学	NA	深度学习、AlphaFold2	NA	蛋白质结构数据	11,269个酶结构
60	2025-08-11	Impact of heart rate on coronary artery stenosis grading accuracy using deep learning-based fast kV-switching CT: A phantom study 2025-Aug, Physica medica : PM : an international journal devoted to the applications of physics to medicine and biology : official journal of the Italian Association of Biomedical Physics (AIFB) DOI:10.1016/j.ejmp.2025.105046 PMID:40651284	research paper	本研究探讨了心率对基于深度学习的快速千伏切换CT在冠状动脉狭窄分级准确性的影响	首次使用深度学习方法恢复缺失视图，提升冠状动脉CT血管造影图像质量，并比较了双能量CT与单能量CT在不同心率下的表现	研究仅使用体模进行实验，未涉及真实患者数据	评估心率对基于深度学习的快速千伏切换CT在冠状动脉狭窄分级准确性的影响	冠状动脉狭窄体模	digital pathology	cardiovascular disease	fast kV-switching dual-energy CT (DECT), single-energy CT (SECT)	deep learning	CT图像	冠状动脉体模在不同心率(0-70 bpm)下的扫描数据