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	2025-07-30	Differential Analysis of Age, Gender, Race, Sentiment, and Emotion in Substance Use Discourse on Twitter During the COVID-19 Pandemic: A Natural Language Processing Approach 2025-Jul-28, JMIR infodemiology IF:3.5Q1 DOI:10.2196/67333 PMID:40720823	研究论文	该研究通过自然语言处理技术分析了COVID-19大流行期间Twitter上关于物质使用的讨论，探讨了年龄、性别、种族等人口统计维度与情感、情绪的关系	首次在大规模社交媒体数据上结合人口统计属性和情感分析，研究物质使用趋势，并建立了一个基于RoBERTa模型的物质使用帖子识别系统	研究仅基于英语Twitter数据，可能无法代表其他语言或社交媒体平台的情况	分析COVID-19大流行期间不同人口统计群体在社交媒体上讨论物质使用的趋势，为公共卫生干预提供依据	Twitter上关于物质使用的帖子及其发布者	自然语言处理	NA	自然语言处理、深度学习	RoBERTa	文本	11.3亿条Twitter帖子，其中识别出900万条物质使用相关帖子
42	2025-07-30	Representation of Molecules by Sequences of Instructions 2025-Jul-28, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00354 PMID:40720985	研究论文	本文提出了一种全新的化学命名方法，通过定义一组精简指令集来表示分子结构	采用指令序列表示分子结构，确保所有字符串均为有效且微小变化对应分子结构的微小修改	未提及该方法在实际化学信息处理系统中的性能表现或与其他方法的比较	解决分子图结构复杂性带来的计算智能方法处理化学信息的挑战	分子结构表示方法	计算化学	NA	指令序列表示法	NA	分子结构数据	NA
43	2025-07-30	Deep Learning-Based Acceleration in MRI: Current Landscape and Clinical Applications in Neuroradiology 2025-Jul-28, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8943 PMID:40721279	review	本文探讨了基于深度学习的磁共振成像加速技术的现状及其在神经放射学中的临床应用	介绍了深度学习图像重建技术（DLBIR）在减少MRI扫描时间的同时保持或提高图像质量方面的创新应用	技术在不同扫描器和成像条件下的泛化能力有限，易受伪影影响，且病理表示可能被潜在改变，此外，训练数据、底层算法和临床验证的不足也限制了用户信任和广泛采用	探索DLBIR在神经成像中的当前应用、厂商驱动的实现方式以及可能影响加速MRI采集的新兴趋势	磁共振成像（MRI）技术及其在神经放射学中的应用	医学影像	神经疾病	深度学习图像重建（DLBIR）	深度学习	医学影像	NA
44	2025-07-30	Harnessing infrared thermography and multi-convolutional neural networks for early breast cancer detection 2025-Jul-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-09330-2 PMID:40721416	研究论文	本研究提出了一种名为Thermo-CAD的先进计算机辅助诊断系统，利用红外热成像技术和多卷积神经网络进行早期乳腺癌检测	结合多种CNN和特征转换选择方法（如非负矩阵分解和Relief-F）提升诊断准确性和可靠性	在区分良性和恶性病例时准确率较低（79.3%）	开发非侵入性、无辐射的乳腺癌早期检测方法	乳腺组织的热成像数据	数字病理学	乳腺癌	红外热成像技术	CNN	热成像图像	两个数据集：DMR-IR数据库和新热成像数据集
45	2025-07-30	Sequence-based virtual screening using transformers 2025-Jul-28, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-61833-8 PMID:40721411	研究论文	本文介绍了一种基于Transformer架构的深度学习方法Ligand-Transformer，用于预测蛋白质与小分子之间的结合亲和力	提出了一种序列基础的虚拟筛选方法Ligand-Transformer，能够预测蛋白质与小分子复合物的构象空间	未提及具体的数据集规模限制或模型泛化能力的局限性	预测蛋白质与小分子之间的结合亲和力，以促进药物设计的初步步骤	蛋白质与小分子的相互作用	机器学习	NA	Transformer架构	Transformer	序列数据（氨基酸序列和小分子拓扑结构）	NA
46	2025-07-30	Identifying Cocoa Flower Visitors: A Deep Learning Dataset 2025-Jul-28, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05631-3 PMID:40721425	研究论文	该论文介绍了首个可可花访客数据集，包含5,792张昆虫图像和1,082张背景图像，用于深度学习模型训练	首个针对可可花访客的深度学习数据集，使用嵌入式相机在海南可可种植园收集数据	数据集仅来自中国海南的可可种植园，可能无法代表其他地区的可可花访客情况	通过深度学习技术识别可可花访客，以提高可可产量	可可花访客（包括Ceratopogonidae、Formicidae、Aphididae、Araneae和Encyrtidae）	计算机视觉	NA	嵌入式相机图像采集	YOLOv8	图像	5,792张昆虫图像和1,082张背景图像，从2,300万张原始图像中筛选
47	2025-07-30	Predicting geriatric environmental safety perception assessment using LightGBM and SHAP framework 2025-Jul-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-12541-2 PMID:40721444	研究论文	本研究利用LightGBM和SHAP框架预测老年人对口袋公园环境安全感知的评估	结合图像语义分割和深度学习技术，首次系统分析了口袋公园视觉元素对老年人安全感知的影响	研究仅局限于厦门岛29个口袋公园的497张图像，样本代表性可能有限	探索口袋公园环境如何影响老年人的安全感知	厦门岛29个口袋公园的497张全景图像	计算机视觉	老年疾病	图像语义分割、深度学习	LightGBM	图像	497张来自29个口袋公园的图像
48	2025-07-30	HAVIT: research on vision-language gesture interaction mechanism for smart furniture 2025-Jul-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-10758-9 PMID:40721440	研究论文	本研究提出了一种基于Vision Transformer和ALBEF的混合深度学习模型HAVIT，旨在提升数据稀缺条件下手势识别系统的性能	通过有机整合Vision Transformer的特征提取能力和ALBEF的语义理解机制，实现了高效特征提取和手势特征的准确识别	在标签缺失20%的条件下，模型性能有所下降	提升智能家具手势识别技术的性能	智能家具手势识别系统	计算机视觉	NA	深度学习	Vision Transformer和ALBEF的混合模型	图像	全标注数据集和20%标签缺失条件下的数据集
49	2025-07-30	Rapid vessel segmentation and reconstruction of head and neck angiograms from MR vessel wall images 2025-Jul-28, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-01866-x PMID:40721485	研究论文	开发了一个名为VWI Assistant的多序列集成深度学习平台，用于自动化头部和颈部血管造影的血管分割和重建	VWI Assistant是一个多序列集成深度学习平台，能够自动化血管分割和重建，显著提高了处理效率并减少了人工和时间成本	研究未提及对特定患者群体或病理类型的适用性限制	解决3D MR-VWI在临床应用中因后处理工作量大而受限的问题	头部和颈部血管造影的血管分割和重建	数字病理	脑血管疾病	3D磁共振血管壁成像(3D MR-VWI)	深度学习平台	磁共振成像(MRI)	1981名患者和影像数据集，实际部署中涉及1099名患者
50	2025-07-30	A new low-rank adaptation method for brain structure and metastasis segmentation via decoupled principal weight direction and magnitude 2025-Jul-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-11632-4 PMID:40721601	研究论文	提出了一种名为PDoRA的新型参数高效微调方法，用于脑部图像分割任务，减少对大量标注数据和计算资源的依赖	通过将模型权重分解为主权重和残差权重，并将主权重进一步分为幅度和方向，实现了独立微调，提升了模型捕捉任务特定特征的能力	未提及具体的数据集规模限制或模型泛化能力的详细评估	解决医学图像分割中对大量标注数据和计算资源的依赖问题	脑部结构和转移瘤的分割	数字病理	脑部疾病	深度学习	SwinUNETR	医学图像	三个不同的医学图像数据集
51	2025-07-30	An efficient intelligent transportation system for traffic flow prediction using meta-temporal hyperbolic quantum graph neural networks 2025-Jul-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-10794-5 PMID:40721612	研究论文	提出了一种名为Meta Temporal Hyperbolic Quantum Graph Neural Networks（MTH-QGNN）的新型深度学习框架，用于智能交通系统中的交通流量预测	整合了双曲嵌入、元学习、量子图和神经常微分方程（NODEs），以提高交通流量预测的实时性和准确性	未提及具体的计算资源需求或模型在大规模部署中的实际可行性	提升智能交通系统的交通流量预测性能，缓解城市交通拥堵	城市交通流量数据	智能交通系统	NA	双曲嵌入、元学习、量子图神经网络（QGNNs）、神经常微分方程（NODEs）	Meta Temporal Hyperbolic Quantum Graph Neural Networks（MTH-QGNN）	交通流量数据	Los-loop和SZ-taxi数据集
52	2025-07-30	Creating interpretable deep learning models to identify species using environmental DNA sequences 2025-Jul-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-09846-7 PMID:40721613	研究论文	本研究提出了一种可解释的深度学习模型，用于通过环境DNA序列识别物种	引入基于ProtoPNet框架的可解释原型CNN模型，能够可视化每个物种最具区分性的碱基序列，并改进了原始ProtoPNet的可解释性	未明确提及具体的数据集规模限制或模型泛化能力问题	开发可解释的深度学习模型以提高物种识别的准确性和透明度	环境DNA（eDNA）序列	机器学习	NA	环境DNA测序	CNN, ProtoPNet	DNA序列数据	未明确提及具体样本量
53	2025-07-30	Classification of skin diseases with deep learning based approaches 2025-Jul-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-13275-x PMID:40721845	研究论文	该研究利用深度学习方法对三种皮肤疾病（湿疹、皮肤癌和脂溢性皮炎）进行分类	结合特征选择算法Relief和简化架构的AlexNet模型，提供了一种新的皮肤疾病分类方法	研究仅针对三种特定皮肤疾病，可能不适用于其他皮肤病症	提高皮肤疾病的自动分类准确率，以支持早期诊断和治疗	湿疹、皮肤癌和脂溢性皮炎患者	计算机视觉	皮肤癌	Relief算法	AlexNet, SVM	图像	2213名个体（693名湿疹患者，750名皮肤癌患者，770名脂溢性皮炎患者）
54	2025-07-30	Quantitative evaluation of hydrocarbon contamination in soil using hyperspectral data-a comparative study of machine learning models 2025-Jul-28, Environmental monitoring and assessment IF:2.9Q3 DOI:10.1007/s10661-025-14386-8 PMID:40721876	研究论文	本研究评估了机器学习和深度学习技术在利用高光谱数据快速预测土壤中碳氢化合物污染方面的适用性	比较了多种机器学习模型在高光谱数据预测碳氢化合物污染中的表现，并发现XGB回归器在准确性和鲁棒性之间取得了良好平衡	汽油污染模型的准确性较低，因为其光谱特征较难区分	评估机器学习和深度学习技术在高光谱数据预测土壤碳氢化合物污染中的适用性	三种类型土壤（黏土、粉土和砂土）中的碳氢化合物污染	机器学习	NA	高光谱成像、GC-MS	XGB regressor, 神经网络	高光谱数据	三种土壤类型（黏土、粉土和砂土）的合成污染样本，污染范围为0至10,000 mg/kg
55	2025-07-30	DBA-ViNet: an effective deep learning framework for fruit disease detection and classification using explainable AI 2025-Jul-28, BMC plant biology IF:4.3Q1 DOI:10.1186/s12870-025-07015-6 PMID:40721988	研究论文	本研究开发了一种名为DBA-ViNet的深度学习框架，用于水果病害的检测和分类，并利用可解释AI技术提高模型的透明度和可信度	提出了一种新的双分支注意力引导视觉网络（DBA-ViNet），能够有效整合全局和局部特征以提高病害识别准确率，并利用Grad-CAM可视化模型关注区域	未进行统计显著性检验，将在未来工作中探索	开发一个有效且稳健的模型，用于水果病害的识别和分类	苹果、番石榴、芒果、石榴和橙子等水果的病害图像	计算机视觉	水果病害	计算机视觉技术	DBA-ViNet（双分支注意力引导视觉网络），并比较了Swin Transformer、EfficientNetV2、ConvNeXt、YOLOv8和MobileNetV3等预训练CNN模型	图像	开源水果病害图像数据集，包含五种水果的病害和健康样本，数据分为70%训练、15%验证和15%测试，并采用5折交叉验证
56	2025-07-30	Prediction of 1p/19q state in glioma by integrated deep learning method based on MRI radiomics 2025-Jul-28, BMC cancer IF:3.4Q2 DOI:10.1186/s12885-025-14454-9 PMID:40722008	research paper	本研究开发了一种基于MRI影像组学的深度学习方法来预测低级别胶质瘤患者的1p/19q分子状态	提出了一种集成变分自编码器(VAE)、信息增益(IG)和卷积神经网络(CNN)的集成卷积神经网络(ECNN)方法	研究为回顾性研究，样本量相对有限(218例)	预测低级别胶质瘤患者的1p/19q分子状态	低级别胶质瘤患者	digital pathology	glioma	MRI radiomics	ECNN (集成VAE、IG和CNN)	MRI图像(增强T1加权和T2加权图像)	218例低级别胶质瘤患者(155例来自TCIA数据库，63例来自区域医疗中心)
57	2025-07-30	Diagnostic accuracy of artificial intelligence for obstructive sleep apnea detection: a systematic review 2025-Jul-28, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-03129-x PMID:40722158	系统综述	本文系统评估了人工智能模型在阻塞性睡眠呼吸暂停（OSA）诊断中的准确性	首次系统评估了多种AI模型在OSA诊断中的表现，并比较了不同架构的准确性	研究存在透明度、可解释性以及性能变异性的挑战，需要更多样化的训练数据集来提高临床应用的普适性	评估AI模型在阻塞性睡眠呼吸暂停诊断中的准确性	成人阻塞性睡眠呼吸暂停患者	机器学习	阻塞性睡眠呼吸暂停	AI算法（包括深度学习和机器学习）	深度学习、机器学习和混合模型	临床特征数据	13项研究纳入最终分析
58	2025-07-30	AFM-Based Deep Learning Decodes Human Macrophage Mechanophenotypes 2025-Jul-28, Small methods IF:10.7Q1 DOI:10.1002/smtd.202500953 PMID:40722235	研究论文	本研究介绍了一种结合原子力显微镜（AFM）和深度学习的方法，用于无标记、单细胞分辨率的巨噬细胞机械表型分析	开发了一种集成AI-AFM平台，能够无标记、动态地分类巨噬细胞的机械表型，揭示了混合极化状态并关联了细胞骨架重塑与机械生物标志物	未提及具体样本量或实验重复次数，可能影响结果的普遍性	建立一种动态、非破坏性的免疫监测策略，重新定义细胞力学在诊断和治疗中的重要性	人类巨噬细胞的不同功能表型（M0、M1、M2）	生物医学工程	免疫相关疾病	原子力显微镜（AFM）、深度学习	深度神经网络（DNN）	纳米级力学映射数据（杨氏模量、粘附性、球形度等）	NA
59	2025-07-30	Toward data-driven predictive modeling of electrocatalyst stability and surface reconstruction 2025-Jul-28, The Journal of chemical physics IF:3.1Q1 DOI:10.1063/5.0271797 PMID:40728259	Perspective	本文系统评估了理论和计算催化科学中的经典与数据驱动方法，探讨其在电催化剂降解和重构预测建模中的应用	结合物理学驱动的机器学习最新进展，提出数据驱动计算方法以优化电催化剂的溶解动力学和重构动力学	现有方法在吞吐量、效率、准确性、偏差、可转移性和可扩展性方面存在局限	理解和优化电催化剂在恶劣操作条件下的稳定性和动力学	电催化剂的溶解和表面重构过程	computational catalysis	NA	first-principle simulations, neural network interatomic potentials, generative deep learning models	neural network, deep learning models	simulation data	NA
60	2025-07-30	Integrating molecular generation and fingerprints transferring for single-molecule theranostics targeting endoplasmic reticulum stress 2025-Jul-26, Journal of advanced research IF:11.4Q1 DOI:10.1016/j.jare.2025.07.042 PMID:40721023	研究论文	本研究提出了一种结合被动和主动靶向机制的新型AI驱动双靶向策略，设计多功能诊疗分子，精确靶向内质网应激关键生物标志物Grp78	结合机器学习和深度学习方法，开发了分子指纹转移技术和3D分子生成模型PM-1，实现了内质网应激的精确靶向和调控	研究仅针对Grp78这一生物标志物，可能不适用于其他内质网应激相关靶点	开发能够精确靶向和调控内质网应激的多功能诊疗分子	内质网应激及其关键生物标志物Grp78	机器学习	肿瘤	机器学习(ML)、深度学习(DL)	PM-1	分子结构数据	NA