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
741	2025-10-30	Directed optimization and generation of yeast promoter sequences driven by deep learning 2025-Oct-24, International journal of biological macromolecules IF:7.7Q1 DOI:10.1016/j.ijbiomac.2025.148505 PMID:41138880	研究论文	提出基于扩散模型的酵母启动子定向优化与生成框架DOSDiff，无需预训练序列-表达预测器即可实现启动子功能增强	开发无需序列-表达预测模型的扩散框架，通过局部序列编辑实现启动子定向优化，并展示跨酵母物种的泛化能力	NA	实现酵母启动子的定向优化与生成，精确控制基因表达	酿酒酵母和毕赤酵母的启动子序列	机器学习	NA	扩散模型	扩散模型	DNA序列	NA	NA	扩散模型	4-mers分布相似度，表达增强倍数	NA
742	2025-10-30	Enhanced magnetic hyperthermia in graphene-magnetite nanohybrids for cancer therapy: Artificial intelligence-driven validation via Nonlinear Autoregressive with Exogenous Inputs-Long Short-Term Memory (NARX-LSTM) forecasting 2025-Oct-24, Biomaterials advances IF:5.5Q2 DOI:10.1016/j.bioadv.2025.214572 PMID:41151171	研究论文	本研究通过人工智能驱动的NARX-LSTM模型验证石墨烯-磁铁矿纳米杂化材料在磁热疗癌症治疗中的性能优化	首次将非线性自回归外源输入-长短期记忆混合深度学习模型应用于纳米材料热疗性能预测，实现人工智能与纳米技术的协同优化	高频条件下（982 kHz）纳米颗粒弛豫动力学失配导致疗效降低	优化石墨烯-磁铁矿纳米杂化材料的磁热疗性能，推动个性化癌症治疗发展	不同组成的石墨烯-磁铁矿纳米杂化材料（FeO:石墨烯比例0-100%）	机器学习	癌症	磁热疗技术，交替磁场处理	NARX-LSTM	实验数据	多种不同组成的纳米杂化材料在不同频率（163-982 kHz）和磁场强度（12.7-23.9 mT）条件下测试	NA	非线性自回归外源输入-长短期记忆混合架构	R值（决定系数）	NA
743	2025-10-30	An explainable three dimensional framework to uncover learning patterns: A unified look in variable sulci recognition 2025-Oct-24, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103286 PMID:41151346	研究论文	开发了一种可解释人工智能三维框架，用于识别大脑沟回变异并揭示学习模式	首次将统计特征与多种XAI方法结合，通过降维减少方法间变异，提供忠实可靠的三维全局解释	仅基于596个结构MRI样本，尚未在其他神经影像任务上验证框架通用性	开发能够提供准确、低复杂度全局解释的三维可解释AI框架	大脑旁扣带沟的存在与否识别	神经影像分析	精神疾病	结构磁共振成像	3D深度学习模型	三维脑部结构MRI图像	596个结构MRI样本	NA	NA	NA	NA
744	2025-10-30	IFCNN-based fusion of GAF and MTF encoded near-infrared spectral images for quantitative analysis of microplastics 2025-Oct-23, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2025.127069 PMID:41151179	研究论文	提出一种结合近红外光谱图像转换与深度学习图像融合的微塑料定量分析方法	首次将GAF和MTF编码与IFCNN图像融合相结合用于微塑料定量分析	仅针对五种特定类型微塑料进行验证，未涵盖所有微塑料种类	开发快速准确的微塑料定量检测方法	五种微塑料（PE、PET、PP、PS、PVC）与沙子的混合物	计算机视觉	NA	近红外光谱分析	CNN	光谱图像	6个浓度水平的微塑料混合物样本	NA	IFCNN, 2D-CNN	R值（相关系数）	NA
745	2025-10-30	Deep learning synthesis of DBT features from mammography for breast cancer diagnosis 2025-Oct-23, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112486 PMID:41151435	研究论文	开发跨模态特征合成模型，从乳腺X线摄影生成合成数字乳腺断层合成特征以提升乳腺癌诊断准确性	提出基于多尺度注意力网络的生成对抗网络模型，实现从DM到DBT的特征转换，增强DM的诊断价值	回顾性研究，样本量有限（806例），需进一步验证	通过从DM合成DBT特征提升乳腺癌诊断准确性和临床实用性	乳腺癌患者	计算机视觉	乳腺癌	数字乳腺断层合成，数字乳腺X线摄影	GAN, ResNet	医学影像	806个样本（训练集570，测试集236）	NA	ResNet, 多尺度注意力网络	AUC	NA
746	2025-10-30	A deep learning model leveraging semantic features fusion for DNase I hypersensitive sites identification in the human genome 2025-Oct-22, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.109127 PMID:41151193	研究论文	本研究提出多种深度学习模型用于识别人类基因组中的DNase I超敏感位点	提出融合语义特征的深度学习模型，有效捕捉DHS序列中的局部和全局模式及时空依赖关系	NA	开发高性能、成本效益高的计算方法替代传统DHS识别方法	人类基因组中的DNase I超敏感位点	生物信息学	乳腺癌, 冠状动脉疾病, 阿尔茨海默病, 自身免疫疾病, 神经系统疾病	深度学习	CNN, GRU	基因组序列数据	NA	NA	1维CNN, CNN-GRU融合模型, CNN-kmer融合模型, CNN-GRU-kmer融合模型	准确率, 灵敏度, 特异性, MCC, AUC ROC, AUC PR	NA
747	2025-10-30	Temperature adaptation in structure and function in lactate dehydrogenase-A reflects convergent evolution in a few key protein regions 2025-Oct-21, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2517759122 PMID:41071662	研究论文	本研究通过分析277种海洋鱼类乳酸脱氢酶-A同源基因，揭示了温度适应性进化中关键蛋白区域的趋同进化机制	首次系统识别了乳酸脱氢酶-A中的温度适应相关序列位点(TRSS)，并通过定点突变验证了这些位点在酶热适应性中的关键作用	研究仅聚焦于海洋鱼类的乳酸脱氢酶-A，可能无法完全代表其他生物类群或酶类的温度适应机制	探究酶结构和功能温度适应的分子机制及其在物种分布中的意义	277种海洋鱼类的乳酸脱氢酶-A(LDH-A)同源基因	蛋白质进化与生物信息学	NA	定点突变, 序列比对, 深度学习建模	深度学习模型	蛋白质序列, 酶活性数据	277种海洋鱼类LDH-A同源基因	NA	NA	NA	NA
748	2025-10-30	Adaptable microplastic classification using similarity learning on µFTIR spectra collected from µFTIR focal plane array imaging 2025-Oct-21, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2509745122 PMID:41086209	研究论文	本研究探索使用相似性学习方法训练深度学习模型进行微塑料分类，解决了传统深度学习方法在数据集要求、过拟合和新增类别时的局限性	采用相似性学习方法训练一维卷积神经网络，能够在仅使用原始条件下采集的微塑料光谱数据训练的情况下，对含有高背景噪声的真实样本保持高准确率，并能检测训练集中未包含的新微塑料聚合物类别	仅使用了45个制造微塑料样本的µFTIR光谱数据，样本规模相对有限	开发适应性强、能够处理真实环境中微塑料分类挑战的深度学习方法	微塑料样本的µFTIR光谱数据	机器学习	NA	微傅里叶变换红外光谱(µFTIR)	CNN	光谱数据	45个制造微塑料样本，涵盖11种塑料成分	NA	一维卷积神经网络	F1-score	NA
749	2025-10-30	A protein dynamics-based deep learning model enhances predictions of fitness and epistasis 2025-Oct-21, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2502444122 PMID:41100667	研究论文	开发了一种结合蛋白质动力学信息的深度学习模型，用于增强蛋白质适应性和上位性相互作用的预测能力	首次将基于物理学的非对称动态耦合指数(DCI)整合到图神经网络中，能够量化残基对之间的动态相互影响	未在实验性上位性数据上进行训练，验证蛋白质种类有限	解决多个突变之间复杂相互作用预测的挑战	蛋白质突变效应和上位性相互作用	机器学习	NA	深度突变扫描	GNN	蛋白质序列和结构数据	4种不同蛋白质的深度突变扫描数据集，外加37种新型TEM-1 β-内酰胺酶变体	NA	图神经网络(GNN)	预测准确度	NA
750	2025-10-30	Design and Implementation of a Deep Learning System to Analyze Bovine Sperm Morphology 2025-Oct-21, Veterinary sciences IF:2.0Q2 DOI:10.3390/vetsci12101015 PMID:41150155	研究论文	本研究设计并实现了一个基于深度学习的牛精子形态分析系统，用于自动检测和分类精子细胞的形态异常	首次将YOLOv7目标检测框架应用于牛精子形态分析，实现了对精子头部、颈部/中段、尾部和残留细胞质缺陷的自动识别	训练数据集相对较小，仅包含277张标注图像，可能影响模型的泛化能力	开发自动化的牛精子形态分析系统，提高繁殖效率	公牛精子细胞	计算机视觉	生殖系统疾病	显微成像	目标检测	图像	277张标注图像，包含6个形态类别	YOLOv7	YOLOv7	mAP@50, precision, recall	NA
751	2025-10-30	HSNet: An adaptive fusion network based on laryngoscope-speech multimodal data for laryngeal disease classification 2025-Oct-21, American journal of otolaryngology IF:1.8Q2 DOI:10.1016/j.amjoto.2025.104731 PMID:41151383	研究论文	提出基于喉镜图像和语音信号的多模态融合网络HSNet，用于喉部疾病分类	首次将喉镜图像与语音信号进行自适应多模态融合，提出分层特征整合方法	NA	提高喉部疾病诊断准确率，为临床提供快速精准识别支持	六种喉部疾病	计算机视觉, 自然语言处理	喉部疾病	深度学习	多模态融合网络	图像, 语音信号	NA	NA	HSNet	准确率, 精确率, 召回率, 特异性, F1分数	NA
752	2025-10-30	TranSIC-Net: An End-to-End Transformer Network for OFDM Symbol Demodulation with Validation on DroneID Signals 2025-Oct-21, Sensors (Basel, Switzerland) DOI:10.3390/s25206488 PMID:41157542	研究论文	提出一种基于Transformer的端到端神经网络TranSIC-Net，用于复杂无线环境下的OFDM符号解调	将信道估计和符号检测统一在单一架构中，通过注意力机制捕捉子载波间相关性，无需显式信道估计	NA	解决复杂无线环境下OFDM信号解调的基本挑战，特别是在低信噪比或载波频率偏移等不利条件下	OFDM信号和DroneID信号（大疆无人机使用的专有类OFDM信令格式）	无线通信	NA	OFDM解调	Transformer	无线信号	NA	NA	Transformer	误码率, 估计精度, 鲁棒性	NA
753	2025-10-30	An Adaptive Framework for Remaining Useful Life Prediction Integrating Attention Mechanism and Deep Reinforcement Learning 2025-Oct-14, Sensors (Basel, Switzerland) DOI:10.3390/s25206354 PMID:41157408	研究论文	提出一种集成注意力机制和深度强化学习的自适应剩余使用寿命预测框架	首次将深度确定性策略梯度(DDPG)策略引入RUL预测，实现个体退化阶段构建关键参数的自适应优化	仅在飞机发动机和铁路货车车轮上验证，未在其他工业设备上测试	开发能够有效捕捉异构传感器个体差异和复杂工况下失效模式的自适应RUL预测方法	机械部件（飞机发动机、铁路货车车轮）	机器学习	NA	功能对齐重采样(FAR)、动态时间规整(DTW)	深度学习、深度强化学习	多格式传感器数据、时间序列数据	飞机发动机和铁路货车车轮数据集	NA	注意力增强混合多尺度RUL预测网络	均方根误差(RMSE)、准确率	NA
754	2025-10-30	From screening to subtyping in a single glance 2025-Oct-10, Patterns (New York, N.Y.) DOI:10.1016/j.patter.2025.101391 PMID:41142900	研究论文	提出了一种从筛查到分型的整体深度学习框架S2S，用于放射影像中复杂疾病的诊断	首次将整个诊断流程从病灶检测到疾病分型整合到统一的深度学习系统中	NA	开发能够处理复杂疾病诊断的整体AI系统，提升精准医疗水平	胸部复杂癌症的放射影像	计算机视觉	胸部癌症	深度学习	深度学习	放射影像	NA	NA	S2S框架	准确率	NA
755	2025-10-30	S2S: A deep learning method for the radiological diagnosis of fine-grained diseases spanning screening to subtyping 2025-Oct-10, Patterns (New York, N.Y.) DOI:10.1016/j.patter.2025.101294 PMID:41142912	研究论文	提出一种用于细粒度疾病放射学诊断的筛查到分型AI范式，覆盖从初筛到最终分型的完整诊断流程	首次提出专门针对细粒度疾病的多阶段放射学诊断AI范式，整合多诊断阶段、多放射学视角、多病灶维度和多成像模态信息	NA	开发能够准确诊断细粒度疾病的放射学AI系统	细粒度胸部癌症亚型的放射影像	计算机视觉	胸部癌症	放射影像分析	深度学习	放射影像	大规模多中心放射影像数据集	NA	NA	NA	NA
756	2025-10-30	DeepProtein: deep learning library and benchmark for protein sequence learning 2025-Oct-02, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf165 PMID:40388205	研究论文	本文介绍了专为蛋白质相关任务设计的深度学习库DeepProtein及其基准测试	开发了专门针对蛋白质序列学习的综合深度学习库，并建立了多任务基准评估体系，同时提出了基于Prot-T5微调的DeepProt-T5模型系列	NA	为蛋白质科学研究提供易用的深度学习工具和性能基准	蛋白质序列数据	机器学习	NA	深度学习	基于Prot-T5的微调模型	蛋白质序列数据	NA	基于DeepPurpose构建	Prot-T5, DeepProt-T5	在蛋白质功能预测、亚细胞定位预测、蛋白质-蛋白质相互作用预测和蛋白质结构预测等任务上的性能评估	NA
757	2025-10-30	G4STAB: a multi-input deep learning model to predict G-quadruplex thermodynamic stability based on sequence and salt concentration 2025-Oct-02, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf545 PMID:41014017	研究论文	开发了一个多输入深度学习模型G4STAB，用于基于序列特征和盐浓度预测G-四链体热力学稳定性	首个不依赖预定结构特征，能够同时考虑序列特征、盐浓度和pH值来预测G-四链体熔解温度的多输入深度学习模型	模型训练数据量相对有限（2382个DNA G4序列），可能无法覆盖所有可能的G4拓扑结构	开发准确预测G-四链体热力学稳定性的计算模型	DNA G-四链体序列及其热力学稳定性	机器学习	NA	深度学习	多输入深度神经网络	序列数据, 化学浓度数据	2382个DNA G-四链体序列用于训练，391502个实验验证的G4用于分析	NA	多输入深度神经网络	R²	NA
758	2025-10-30	Multimodal deep learning with hyperspectral imaging for accurate origin classification of wolfberries 2025-Oct, Food chemistry: X DOI:10.1016/j.fochx.2025.103166 PMID:41140601	研究论文	提出一种融合高光谱成像的多模态深度学习模型，用于枸杞地理产地的精确分类	采用交叉注意力机制有效融合光谱和图像特征，通过简化注意力机制降低计算复杂度并提升模型可解释性	NA	实现枸杞地理产地的精确分类，以评估其营养和药用特性	枸杞	计算机视觉	NA	高光谱成像	CNN	图像, 光谱数据	NA	NA	多模态卷积神经网络(MTCNN)	准确率	NA
759	2025-10-30	HER2-IHC-40x: A high-resolution histopathology dataset for HER2 IHC scoring in breast cancer 2025-Oct, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111922 PMID:41143256	研究论文	本文介绍了一个用于乳腺癌HER2免疫组织化学评分的高分辨率数字病理学数据集	提供了首个专门针对HER2 IHC评分的高分辨率全切片图像和提取区域集合数据集，包含两种数据划分策略和颜色直方图过滤方法	数据集仅包含107张全切片图像，样本规模相对有限	为计算病理学分析提供结构化的高质量数据资源	乳腺癌组织切片中的HER2免疫组织化学染色区域	数字病理学	乳腺癌	免疫组织化学染色，全切片图像扫描	深度学习模型	图像	107张全切片图像，从中提取的1024×1024像素图像块	NA	NA	NA	NA
760	2025-10-30	MeatScan: An image dataset for machine learning-based classification of fresh and spoiled cow meat 2025-Oct, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.112045 PMID:41143259	研究论文	本文介绍了MeatScan数据集，用于支持基于深度学习的鲜肉与变质牛肉二元分类	提供了首个在加纳真实环境中采集的牛肉新鲜度分类图像数据集，填补了计算机视觉与食品安全检测在资源匮乏环境中的应用空白	数据集仅包含加纳地区的样本，可能限制了在其他地理区域的泛化能力	开发用于食品安全监测的机器学习分类方法	新鲜与变质的牛肉样本	计算机视觉	NA	图像采集	CNN	图像	11,000张高分辨率RGB图像（5,627张新鲜，5,373张变质）	NA	NA	NA	NA