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
41	2025-10-05	Hybrid CNN-BLSTM architecture for classification and detection of arrhythmia in ECG signals 2025-Oct-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-17671-1 PMID:41044087	研究论文	提出一种结合CNN和BLSTM的混合深度学习架构，用于心电信号的自动心律失常检测与分类	融合CNN和BLSTM的混合架构，结合Mish激活函数增强非线性表示能力，实现高精度心律失常分类	未明确说明模型在噪声环境下的鲁棒性及跨设备泛化能力	开发自动心律失常检测与分类系统	心电图信号	机器学习	心血管疾病	心电图分析	CNN, BLSTM	时序信号数据	MIT-BIH心律失常数据库和临床心电图记录的组合数据集	NA	CNN-BLSTM混合架构	准确率, 灵敏度, 特异性	NA
42	2025-10-05	A deep learning pipeline for age prediction from vocalisations of the domestic feline 2025-Oct-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-17986-z PMID:41044140	研究论文	本研究开发了一种从家猫发声中进行年龄预测的深度学习流程	提出了首个专门用于年龄预测的家猫发声数据集，并开发了新颖的深度学习流程	模型泛化能力和鲁棒性有待进一步提高	开发自动年龄分类方法以促进跨物种交流	家猫发声	数字生物声学	NA	深度学习	VGGish, YAMNet, Perch	音频	NA	NA	VGGish, YAMNet, Perch	NA	NA
43	2025-10-05	An ensemble model based on transfer learning for the early detection of Alzheimer's disease 2025-Oct-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-22025-y PMID:41044176	研究论文	提出一种基于迁移学习的集成模型用于阿尔茨海默病的早期检测	结合迁移学习与超参数调优的集成投票机制，利用预训练模型增强特征提取能力	NA	开发阿尔茨海默病的早期检测方法	阿尔茨海默病患者（轻度痴呆和中度痴呆）	医学影像分析	阿尔茨海默病	深度学习	CNN, 集成学习	医学影像数据	NA	TensorFlow, Keras	InceptionResnetV2, InceptionV3, Xception	准确率, 精确率	NA
44	2025-10-05	All-at-once RNA folding with 3D motif prediction framed by evolutionary information 2025-Oct-03, Nature methods IF:36.1Q1 DOI:10.1038/s41592-025-02833-w PMID:41044256	研究论文	提出CaCoFold-R3D概率语法模型，联合预测RNA三维结构和二级结构	开发首个能同时预测RNA二级结构和50多种已知三维模体的联合概率语法框架，利用进化信息约束模体定位	NA	开发RNA三维结构预测新方法	RNA分子及其三维结构模体	生物信息学	NA	概率语法模型，进化信息分析	概率语法模型	RNA序列比对数据，三维结构数据	超过50种已知RNA模体	NA	CaCoFold-R3D，R3D语法	NA	NA
45	2025-10-05	Hierarchical attention enhanced deep learning achieves high precision motor imagery classification in brain computer interfaces 2025-Oct-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-17922-1 PMID:41044308	研究论文	本研究提出了一种分层注意力增强的深度学习框架，用于脑机接口中的运动想象分类	通过将卷积层空间特征提取、长短期记忆网络时间动态建模和选择性注意力机制进行协同整合，创新性地开发了注意力增强的卷积-循环框架	基于15名参与者的自定义四类运动想象数据集，样本规模相对有限	提高脑机接口中运动想象分类的精度和可靠性	脑电图信号中的运动想象模式	机器学习	运动障碍	脑电图信号采集	CNN, LSTM, 注意力机制	脑电图时序信号	15名参与者的4,320次试验	NA	卷积-循环神经网络架构	准确率	NA
46	2025-10-05	Transfer learning-enhanced CNN model for integrative ultrasound and biomarker-based diagnosis of polycystic ovarian disease 2025-Oct-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-17711-w PMID:41044309	研究论文	提出一种基于迁移学习增强CNN模型的多囊卵巢疾病自动诊断框架，整合超声图像和生物标志物信息	采用增强型CNN架构结合注意力机制、批量归一化和dropout正则化，并利用贝叶斯优化进行超参数调优	NA	开发自动诊断多囊卵巢疾病的深度学习框架	经阴道超声图像和生物标志物数据	计算机视觉	多囊卵巢疾病	超声成像	CNN	图像	NA	NA	Enhanced CNN	准确率, 灵敏度, 特异性, 精确率, F1分数	NA
47	2025-10-05	CryoEMNet driven symmetry-aware molecular reconstruction through deep learning enhanced electron microscopy 2025-Oct-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-18065-z PMID:41044311	研究论文	提出基于对称感知深度学习框架CryoEMNet，用于冷冻电镜分子重建	将分子对称性约束融入深度学习重建过程，有效解决噪声、结构异质性和粒子不对准等挑战	NA	开发高分辨率且结构一致的冷冻电镜三维分子重建方法	冷冻电镜图像中的分子结构	计算机视觉	NA	冷冻电子显微镜	深度学习	冷冻电镜图像	NA	NA	NA	分辨率	NA
48	2025-10-05	Discovery and artificial intelligence-guided mechanistic elucidation of a narrow-spectrum antibiotic 2025-Oct-03, Nature microbiology IF:20.5Q1 DOI:10.1038/s41564-025-02142-0 PMID:41044363	研究论文	本研究通过筛选小分子化合物发现了一种针对肠杆菌科细菌的窄谱抗生素enterololin，并利用人工智能方法阐明其作用机制	首次发现enterololin这一针对肠杆菌科的特异性抗生素，并采用深度学习方法预测分子相互作用机制	需与SPR741联合使用才能有效对抗临床分离株的耐药性，耐药突变频率约为10^-10	开发窄谱且保护肠道微生物组的抗生素	肠杆菌科细菌，特别是侵袭性大肠杆菌AIEC	机器学习	炎症性肠病	高通量筛选，深度学习方法	深度学习	分子结构数据，抗菌活性数据	10,747个生物活性小分子	NA	NA	半数抑制浓度，耐药频率	NA
49	2025-10-05	CellNavi predicts genes directing cellular transitions by learning a gene graph-enhanced cell state manifold 2025-Oct-03, Nature cell biology IF:17.3Q1 DOI:10.1038/s41556-025-01755-1 PMID:41044372	研究论文	提出CellNavi深度学习框架，通过构建基因图增强的细胞状态流形来预测驱动细胞状态转变的关键基因	整合大规模高维转录组数据和具有方向性连接的基因图，构建生物意义明确的细胞状态流形	NA	预测驱动细胞状态转变的关键基因	细胞状态转变过程中的驱动基因	机器学习	NA	转录组学数据分析	深度学习	转录组数据	NA	NA	NA	NA	NA
50	2025-10-05	Classification of major depressive disorder using vertex-wise brain sulcal depth, curvature, and thickness with a deep and a shallow learning model 2025-Oct-03, Molecular psychiatry IF:9.6Q1 DOI:10.1038/s41380-025-03273-w PMID:41044403	研究论文	本研究使用深度学习和浅层学习模型，基于顶点水平脑沟深度、曲率和厚度特征对重度抑郁症进行分类	首次在大型多中心数据集上整合顶点水平皮质特征，并比较DenseNet和SVM在MDD分类中的性能	分类性能接近随机水平，表明当前特征和分类器组合无法有效区分MDD患者和健康对照	开发基于脑形态学特征的MDD自动诊断方法	重度抑郁症患者和健康对照者	医学影像分析	重度抑郁症	神经影像学分析	DenseNet, SVM	脑结构MRI影像	7012名参与者（2772名MDD患者，4240名健康对照）来自31个研究中心	NA	DenseNet	平衡准确度	NA
51	2025-10-05	A deep learning-enriched framework for analyzing brain functional connectivity 2025-Oct-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-17635-5 PMID:41044470	研究论文	提出一种深度学习增强框架用于分析脑功能连接性，特别关注信息流动方向	开发可解释的卷积神经网络FCNet，定义非线性流入流出测量方法，结合DeepLIFT解释网络决策	仅应用于运动想象任务，未验证其他脑功能状态	分析脑功能连接性的信息流动方向	脑功能连接网络	机器学习	NA	脑电图功能连接性分析	CNN	脑电图功能连接数据	NA	NA	Functional-Connectivity-Net (FCNet)	与图论测量方法比较（入度、出度、权威性、枢纽性）	NA
52	2025-10-05	Optimized deep learning framework for pomegranate disease detection using nature-inspired algorithms 2025-Oct-03, Plant methods IF:4.7Q1 DOI:10.1186/s13007-025-01447-9 PMID:41044589	研究论文	提出一种结合改进ResNet101架构与混合遗传算法-粒子群优化方法的自动化框架，用于石榴病害检测	采用双流处理原始图像和噪声增强图像，结合混合遗传算法-粒子群优化方法进行特征融合和维度缩减	未来研究需要探索轻量级优化方法、模型可解释性以及在资源有限农业环境中的应用	开发自动化的石榴病害检测框架，提高检测精度和鲁棒性	石榴植物的五种状态（四种病害，一种健康）	计算机视觉	植物病害	深度学习，图像处理	CNN, MLP	图像	5000张图像，涵盖五个类别	NA	ResNet101, Multi-Layer Perceptron	准确率，ROC-AUC，精确率，召回率，F1分数	NA
53	2025-10-05	Data driven approaches in nanophotonics: a review of AI-enabled metadevices 2025-Oct-03, Nanoscale IF:5.8Q1 DOI:10.1039/d5nr02043c PMID:41044943	综述	本文综述了人工智能方法在纳米光子学超构器件设计优化中的革命性应用	采用以模型为中心的视角，系统整合新兴设计策略，展示深度学习框架如何取代传统试错法和计算密集型电磁仿真	面临变压器模型实现、制造限制和复杂互耦效应等挑战	探讨人工智能在纳米光子学超构器件设计与优化中的应用	光子超构器件和纳米光子器件	机器学习	NA	深度学习, 大语言模型	深度学习框架, 变压器模型	NA	NA	NA	变压器模型	NA	NA
54	2025-10-05	MMFmiRLocEL: A Multi-Model Fusion and Ensemble Learning Approach for Identifying miRNA Subcellular Localization Using RNA Structure Language Model 2025-Oct, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3548940 PMID:40053625	研究论文	提出一种基于多模型融合和集成学习的深度学习方法MMFmiRLocEL，用于识别miRNA亚细胞定位	首个结合序列、结构和功能三种信息进行miRNA亚细胞定位预测的方法，采用多模型融合和集成学习策略	NA	开发高精度的miRNA亚细胞定位计算预测方法	miRNA亚细胞定位	生物信息学	NA	RNA结构语言模型	CNN, 深度残差神经网络	序列数据, 结构数据, 功能关联数据	NA	NA	卷积神经网络, 深度残差神经网络	准确率, 鲁棒性	NA
55	2025-10-05	TPNET: A Time-Sensitive Small Sample Multimodal Network for Cardiotoxicity Risk Prediction 2025-Oct, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3552819 PMID:40106240	研究论文	开发了一种用于预测癌症治疗相关心功能障碍风险的时间敏感小样本多模态网络模型	提出结合组织多普勒成像特征与深度学习技术的时间多模态模式网络，能够在少量样本情况下有效预测心功能障碍风险	样本量相对较小（270例患者），需要进一步验证模型的泛化能力	预测乳腺癌患者癌症治疗相关心功能障碍的发生风险	乳腺癌患者	数字病理	心血管疾病	组织多普勒成像	深度学习多模态网络	医学影像、功能数据、临床数据	270例患者	NA	TPNET	AUC, 敏感度	NA
56	2025-10-05	Enhancing Herbal Medicine-Drug Interaction Prediction Using Large Language Models 2025-Oct, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3558667 PMID:40193268	研究论文	提出一种基于大语言模型、独热编码和变分图自编码器的草药-药物相互作用预测模型	首次将大语言模型与图神经网络结合用于草药-药物相互作用预测，通过节点度区分缓解高连接节点在消息传递中的主导问题	未明确说明数据质量和分布不平衡问题的具体改善程度	预测草药与药物之间的相互作用，优化联合治疗策略	草药和药物分子	自然语言处理, 机器学习	NA	SMILES编码, 图神经网络	大语言模型, 变分图自编码器	分子结构数据, 图数据	NA	NA	VGAE	NA	NA
57	2025-10-05	Enhancing ECG Classification in Cardiac Diagnostics: A Novel Approach Using Adaptive Focal Cross-Entropy Loss Function 2025-Oct, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3566531 PMID:40333100	研究论文	提出一种基于深度可分离残差注意力网络和自适应焦点交叉熵损失函数的心电图分类新方法	提出DRA-ECG深度可分离残差注意力网络和自适应焦点交叉熵损失函数，结合边缘特征检测预处理技术	未明确说明计算成本和模型可解释性的具体改进程度	改进心电图分类性能，解决类别不平衡问题	心电图信号	计算机视觉	心血管疾病	连续小波变换	CNN	图像	NA	NA	Depthwise Separable Residual Attention	准确率,召回率,F1分数,精确率	NA
58	2025-10-05	Mpox diagnosis at POC 2025-Oct, Trends in biotechnology IF:14.3Q1 DOI:10.1016/j.tibtech.2025.04.015 PMID:40393854	综述	本文综述了猴痘（Mpox）即时诊断（POC）工具的现状、挑战及未来发展方向	系统分析阻碍猴痘POC诊断平台广泛应用的瓶颈问题，并提出整合机器学习和深度学习模型的新型解决方案	NA	促进猴痘快速、准确和用户友好型诊断工具的发展	猴痘（Mpox）诊断工具	医学诊断	猴痘	PCR, 机器学习, 深度学习	NA	NA	NA	NA	NA	NA	NA
59	2025-10-05	TTFNet: Temporal-Frequency Features Fusion Network for Speech Based Automatic Depression Recognition and Assessment 2025-Oct, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3574864 PMID:40440151	研究论文	提出一种基于时频特征融合的语音自动抑郁识别与评估方法TTFNet	创新性地使用四元数表示法编码语音特征，设计四元数VisionLSTM捕获频域特征，结合XConformer块实现时频特征的交叉交互	NA	开发客观便捷的早期抑郁筛查方法	抑郁患者的语音特征	自然语言处理	抑郁症	语音分析，深度学习	LSTM, Transformer, CNN	语音信号	AVEC 2013、AVEC 2014、DAIC-WOZ和E-DAIC数据集	PyTorch	VisionLSTM, sLSTM, wav2vec 2.0, XConformer	抑郁识别准确率，严重程度预测精度	NA
60	2025-10-05	Artificial intelligence and the electrocardiogram: A modern renaissance 2025-Oct, European journal of internal medicine IF:5.9Q1 DOI:10.1016/j.ejim.2025.04.036 PMID:40413058	综述	探讨人工智能与心电图技术融合在心血管医学中的最新进展与潜力	通过深度学习识别人眼难以察觉的细微心电图模式，并将AI-ECG技术扩展到可穿戴设备实现实时监测	需要高质量训练数据、算法泛化能力不足、存在模型训练偏差、缺乏证明改善患者预后的高质量研究	提升心电图诊断准确性，预测心血管事件并实现个性化患者护理	结构性和电性心脏病患者的心电图数据	机器学习	心血管疾病	心电图技术	深度学习	心电图信号	NA	NA	NA	NA	NA