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
741	2025-05-15	A differentiable Gillespie algorithm for simulating chemical kinetics, parameter estimation, and designing synthetic biological circuits 2025-Jan-21, bioRxiv : the preprint server for biology DOI:10.1101/2024.07.07.602397 PMID:39026759	研究论文	本文开发了一种可微分的Gillespie算法（DGA），用于模拟化学反应动力学、参数估计和设计合成生物电路	利用深度学习的最新突破，开发了完全可微分的Gillespie算法变体，通过平滑函数近似不连续操作，实现了梯度的反向传播计算	未明确提及具体限制	开发一种可微分的Gillespie算法，用于化学反应网络的模拟、参数学习和生物电路设计	化学反应网络和基因启动子的随机模型	机器学习	NA	Gillespie算法、深度学习	DGA（可微分Gillespie算法）	实验测量的mRNA表达水平数据	两种不同的启动子
742	2025-05-15	A differentiable Gillespie algorithm for simulating chemical kinetics, parameter estimation, and designing synthetic biological circuits 2025-Jan-21, ArXiv PMID:39398212	研究论文	本文开发了一种完全可微的Gillespie算法变体（DGA），用于模拟化学动力学、参数估计和设计合成生物电路	利用深度学习的最新突破，开发了完全可微的Gillespie算法变体，通过平滑函数近似不连续操作，实现梯度计算	NA	分析随机化学动力学，解决合成和系统生物学中感兴趣的问题	化学反应网络和基因启动子的随机模型	机器学习	NA	深度学习，Gillespie算法	DGA（可微Gillespie算法）	实验测量的mRNA表达水平数据	两个不同的启动子的实验数据
743	2025-05-15	Enhanced Detection of Colon Diseases via a Fused Deep Learning Model with an Auxiliary Fusion Layer and Residual Blocks on Endoscopic Images 2025, Current medical imaging IF:1.1Q3 DOI:10.2174/0115734056353246241209060804 PMID:39757657	research paper	本文提出了一种融合深度学习模型，用于通过内窥镜图像增强结肠疾病的检测	结合了EfficientNetB0、MobileNetV2和ResNet50V2架构，引入了辅助融合层和融合残差块，以提高分类准确性和鲁棒性	NA	提高结肠疾病的自动诊断准确性和鲁棒性	内窥镜图像中的胃肠道异常或疾病	digital pathology	colon diseases	deep learning	CNN, EfficientNetB0, MobileNetV2, ResNet50V2	image	NA
744	2025-05-15	Enhanced Pneumonia Detection in Chest X-Rays Using Hybrid Convolutional and Vision Transformer Networks 2025, Current medical imaging IF:1.1Q3 DOI:10.2174/0115734056326685250101113959 PMID:39806960	研究论文	本研究通过结合CNN和改良的Swin Transformer模块，提出了一种新型混合深度学习模型，用于增强胸部X光中的肺炎检测	提出了一种结合CNN和改良Swin Transformer模块的混合模型，有效捕捉图像的局部和全局特征，显著提高了肺炎检测的准确性	未来研究需要进一步优化模型架构，探索更先进的图像处理技术，并引入可解释AI方法	提高胸部X光中肺炎检测的准确性，减少误诊，为资源有限地区提供可部署的解决方案	胸部X光图像	计算机视觉	肺炎	CLAHE图像增强，数据增强（水平翻转、旋转、缩放）	CNN与Swin Transformer混合模型	图像	广州妇女儿童医疗中心提供的数据集
745	2025-05-15	CERVIXNET: An Efficient Approach for the Detection and Classifications of the Cervigram Images Using Modified Deep Learning Architecture 2025, Current medical imaging IF:1.1Q3 DOI:10.2174/0115734056343690250116020310 PMID:39851104	研究论文	提出了一种名为CERVIXNET的改进深度学习架构，用于检测和分类宫颈图像，以早期发现宫颈癌	提出了一种改进的深度学习架构CervixNet，提高了宫颈癌的检测率，并在异常宫颈图像中分割出癌症区域	NA	早期检测宫颈癌以提高患者生存率	宫颈图像	数字病理学	宫颈癌	深度学习	改进的CNN架构（CervixNet）	图像	IMODT和Guanacaste数据库中的宫颈图像
746	2025-05-15	Automatic Detection of Cognitive Impairment in Patients With White Matter Hyperintensity Using Deep Learning and Radiomics 2025 Jan-Dec, American journal of Alzheimer's disease and other dementias DOI:10.1177/15333175251325091 PMID:40087144	研究论文	本研究利用深度学习和放射组学技术自动检测白质高信号患者的认知障碍	结合VB-Nets深度学习卷积神经网络和放射组学特征，开发了一种新的随机森林模型，用于早期诊断白质高信号患者的认知障碍	样本量较小（总共108名患者），且外部验证集仅来自一家医院	开发一种可靠的早期诊断工具，用于检测白质高信号患者的认知障碍	白质高信号患者	数字病理学	老年疾病	放射组学特征提取	VB-Nets CNN和随机森林	医学影像	79名患者（医院1）和29名患者（医院2）
747	2025-05-15	OnmiMHC: a machine learning solution for UCEC tumor vaccine development through enhanced peptide-MHC binding prediction 2025, Frontiers in immunology IF:5.7Q1 DOI:10.3389/fimmu.2025.1550252 PMID:40092998	研究论文	本研究开发了一种名为OnmiMHC的机器学习框架，用于预测MHC I类和II类分子对抗原肽的呈递，以促进UCEC肿瘤疫苗的开发	通过整合大规模质谱数据和其他相关数据类型，提出了基于深度学习的预测模型OnmiMHC，其在MHC-I和MHC-II任务中的表现优于现有方法	NA	开发一种新型机器学习框架，用于预测抗原肽与MHC分子的结合，以促进肿瘤疫苗的开发	MHC I类和II类分子对抗原肽的呈递	机器学习	子宫体子宫内膜癌(UCEC)	质谱数据	深度学习	质谱数据和其他相关数据	NA
748	2025-05-15	AI-powered topic modeling: comparing LDA and BERTopic in analyzing opioid-related cardiovascular risks in women 2025, Experimental biology and medicine (Maywood, N.J.) DOI:10.3389/ebm.2025.10389 PMID:40093658	research paper	比较LDA和BERTopic在分析女性阿片类药物相关心血管风险中的表现	整合AI模块到LDA和BERTopic中，并首次在女性阿片类药物相关心血管风险分析中进行全面比较	研究仅基于PubMed摘要，未涉及全文分析，且样本量有限	比较传统和现代主题建模技术在文本分析中的效果	女性阿片类药物使用与心血管风险的文本数据	natural language processing	cardiovascular disease	topic modeling, deep learning	LDA, BERTopic	text	1,837 abstracts from PubMed
749	2025-05-15	Artificial intelligence-enhanced retinal imaging as a biomarker for systemic diseases 2025, Theranostics IF:12.4Q1 DOI:10.7150/thno.100786 PMID:40093903	review	本文综述了人工智能增强的视网膜成像作为系统性疾病的生物标志物的研究进展	利用AI技术（特别是深度学习）分析视网膜图像，预测多种系统性疾病，展示了在医疗健康领域的潜在影响	面临数据和技术上的挑战与限制，包括生成AI技术的应用带来的机遇与担忧	探索视网膜成像在系统性疾病的筛查、早期检测、预测、风险分层和个性化预后中的价值	视网膜图像及其与系统性疾病的关联	digital pathology	心血管疾病, 中枢神经系统疾病, 慢性肾病, 代谢疾病, 内分泌疾病, 肝胆疾病	深度学习, 自然语言处理框架, 大型语言模型, 生成AI技术	NA	图像（数字彩色眼底照片, 光学相干断层扫描OCT, OCT血管造影, 超广角成像）	NA
750	2025-05-15	A malware classification method based on directed API call relationships 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0299706 PMID:40096061	research paper	提出了一种基于有向API调用关系的恶意软件分类方法，通过建模API序列为有向图并结合FSGCN和CNN进行分类	利用有向API调用关系建模恶意软件分类，提出FSGCN近似DGCN操作，并结合SMOTE处理数据不平衡问题	未提及方法在实时检测或大规模数据集上的性能表现	开发一种更有效的恶意软件分类方法以应对日益复杂的网络威胁	恶意软件样本及其API调用序列	machine learning	NA	SMOTE	FSGCN, CNN	API序列数据	两个真实世界的恶意软件数据集
751	2025-05-15	Machine learning-based risk predictive models for diabetic kidney disease in type 2 diabetes mellitus patients: a systematic review and meta-analysis 2025, Frontiers in endocrinology IF:3.9Q2 DOI:10.3389/fendo.2025.1495306 PMID:40099258	meta-analysis	本文通过系统综述和荟萃分析评估了机器学习模型在预测2型糖尿病患者糖尿病肾病风险中的性能和临床适用性	首次对机器学习模型在预测糖尿病肾病风险中的性能进行了系统综述和荟萃分析，并识别了关键研究缺口	模型开发和验证过程中的数据偏差问题仍需解决，且外部验证研究较少	评估机器学习模型在预测2型糖尿病患者糖尿病肾病风险中的性能和临床适用性	2型糖尿病患者	machine learning	diabetic kidney disease	machine learning algorithms	random forest, traditional regression ML, deep learning	clinical data	26 studies involving 94 ML models
752	2025-05-15	Leveraging Extended Windows in End-to-End Deep Learning for Improved Continuous Myoelectric Locomotion Prediction 2025, IEEE transactions on neural systems and rehabilitation engineering : a publication of the IEEE Engineering in Medicine and Biology Society IF:4.8Q1 DOI:10.1109/TNSRE.2025.3552530 PMID:40100693	研究论文	本研究探讨了利用扩展窗口长度在端到端深度学习模型中改进连续肌电运动预测的方法	通过扩展窗口长度（250 ms至1500 ms）结合端到端CNN处理原始sEMG信号，克服了传统方法在预测能力和窗口长度上的限制	研究未涉及不同个体间的泛化能力验证	提高基于表面肌电信号的连续运动模式预测的准确性和实时性	表面肌电信号（sEMG）和连续运动模式预测	机器学习	NA	表面肌电信号（sEMG）采集	CNN	生物电信号	涉及8种运动模式和16种过渡状态的数据集
753	2025-05-15	Forecasting stock prices using long short-term memory involving attention approach: An application of stock exchange industry 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0319679 PMID:40100866	研究论文	本研究利用四种基于学习的模型预测股票价格，特别关注了结合注意力机制的LSTM模型在卡拉奇证券交易所100指数数据上的表现	提出了四种不同架构的深度学习模型，并发现结合注意力机制的LSTM模型在股票价格预测中表现最佳	研究仅基于卡拉奇证券交易所的数据，可能无法推广到其他市场	预测股票市场价格以提高经济稳定性	卡拉奇证券交易所100指数的每日商业数据	机器学习	NA	深度学习	ANN, RNN with Attention, LSTM with Attention, GRU with Attention	时间序列数据	2008年2月22日至2021年2月23日的卡拉奇证券交易所100指数数据
754	2025-05-15	Duple-MONDNet: duple deep learning-based mobile net for motor neuron disease identification 2025, Turkish journal of medical sciences IF:1.2Q2 DOI:10.55730/1300-0144.5952 PMID:40104302	research paper	提出了一种基于深度学习的双特征提取框架Duple-MONDNet，用于运动神经元病（MND）的早期检测	使用双特征提取方法结合颜色和纹理特征，以及提出的MONDNet模型，实现了早期MND的高检测率	未提及模型在其他数据集上的泛化能力或实际临床应用的可行性	开发一种深度学习模型用于运动神经元病的早期检测	运动神经元病（MND）患者	digital pathology	geriatric disease	Diffusion tensor imaging tractography (DTI), Local binary pattern (LBP)	MONDNet (基于MobileNet的变体)	image	未提及具体样本数量
755	2025-05-15	Evaluating and implementing machine learning models for personalised mobile health app recommendations 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0319828 PMID:40106462	研究论文	本文评估并实现了用于个性化移动健康应用推荐的机器学习模型	引入了一个结合应用评分和评论的特征'Rating_Reviews'，并评估了从随机森林到BERT等多种模型，最终设计了一个基于余弦相似度的推荐系统	未提及具体的数据集大小或用户反馈的实际应用效果	设计一个能够根据应用属性为用户提供相关推荐的系统	移动健康应用及其属性（如描述、评分、评论等）	机器学习	NA	机器学习、深度学习（包括BERT）	随机森林、BERT	文本（应用描述、评论等）	NA
756	2025-05-15	Data-driven cultural background fusion for environmental art image classification: Technical support of the dual Kernel squeeze and excitation network 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0313946 PMID:40111961	研究论文	本研究探索了一种数据驱动的文化背景融合方法，以提高环境艺术图像分类的准确性	提出了一种新颖的双核挤压与激励网络（DKSE-Net）模型，结合了选择性核网络（SKNet）和挤压与激励网络（SENet）的优点，全面提取图像的全局和局部特征	未明确提及研究的局限性	提高环境艺术图像分类的准确性	环境艺术图像	计算机视觉	NA	扩张卷积、L2正则化、Dropout、修正线性单元激活函数、深度卷积	DKSE-Net、CNN	图像	NA
757	2025-05-15	Extreme heat prediction through deep learning and explainable AI 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0316367 PMID:40111979	研究论文	本研究通过深度学习和可解释AI技术，利用五年的气象数据，开发了一个预测极端高温的综合框架	首次将深度学习和可解释AI技术结合用于极端高温预测，并揭示了湿度和最高温度在预测中的重要性	研究仅基于巴基斯坦气象局五年的数据，可能在其他地区的适用性有限	提高极端高温事件的预测准确性，以支持主动规划和安全保障	极端高温事件	机器学习	NA	深度学习，可解释AI（XAI）	ANN, CNN, LSTM	气象数据	五年的气象数据
758	2025-05-15	Uncovering water conservation patterns in semi-arid regions through hydrological simulation and deep learning 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0319540 PMID:40112018	研究论文	本研究结合InVEST模型、水资源保护区时空转移和深度学习，揭示半干旱地区水资源保护模式及其驱动机制	首次将InVEST模型、时空转移分析和深度学习相结合，量化水资源保护的复杂数据并识别关键影响因素	研究仅针对雄安新区2000-2020年的数据，可能无法完全代表其他半干旱地区的情况	揭示半干旱地区水资源保护的空间分布模式及其驱动机制	雄安新区的水资源保护特征	深度学习	NA	InVEST模型、深度学习	深度学习模型（未指定具体类型）	时空数据、土地利用数据、降水数据等	雄安新区2000-2020年的水资源保护数据
759	2025-05-15	Optimizing deep learning models for glaucoma screening with vision transformers for resource efficiency and the pie augmentation method 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0314111 PMID:40117284	research paper	该研究通过优化深度学习模型，使用视觉变换器（ViT）和创新的'pie方法'增强技术，提高了青光眼筛查的效率和准确性	采用Data-efficient image Transformers (DeiT)降低计算需求，预处理时间减少10倍，并引入'pie方法'增强技术以提升性能	DeiT的初始性能低于CNN，且数据集的某些区域（如上部和鼻区）需要排除	优化青光眼筛查的深度学习模型，提高资源效率和检测准确性	青光眼患者、疑似青光眼患者及非青光眼患者的眼底图像	digital pathology	glaucoma	fundus imaging	DeiT (vision transformer)	image	GlauCUTU-DATA数据集，包含一致同意（3/3）和多数同意（2/3）的数据
760	2025-05-15	Unveiling CNS cell morphology with deep learning: A gateway to anti-inflammatory compound screening 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0320204 PMID:40117300	研究论文	利用深度学习揭示中枢神经系统细胞形态，为抗炎化合物筛选提供新方法	采用深度学习技术分析神经元和小胶质细胞的形态表型，解决了传统方法在检测细微细胞变化和批次效应方面的挑战	需要大量标记数据，且在检测细微细胞变化和批次效应方面仍存在困难	理解神经炎症背景下细胞形态与表型表现之间的复杂关系	神经元和小胶质细胞	数字病理学	神经炎症	深度学习	DL	图像	内部数据（未明确样本数量）