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
761	2025-05-17	Single-cell and spatial transcriptomics reveals an anti-tumor neutrophil subgroup in microwave thermochemotherapy-treated lip cancer 2025-May-13, International journal of oral science IF:10.8Q1 DOI:10.1038/s41368-025-00366-8 PMID:40360503	research paper	该研究通过单细胞转录组学和空间转录组学揭示了微波热化疗治疗唇鳞状细胞癌中抗肿瘤中性粒细胞亚群的作用机制	发现了具有抗肿瘤活性的MNDA TANs（N1表型）在微波热化疗后大量浸润，并揭示了其通过IL1B-IL1R激活T&NK细胞和成纤维细胞的机制，同时构建了预测预后的MX2标记物	研究样本可能有限，且深度学习模型在临床实践中的实际应用效果需要进一步验证	探究微波热化疗治疗唇鳞状细胞癌的分子机制和免疫微环境变化	唇鳞状细胞癌（LSCC）患者样本中的肿瘤相关中性粒细胞（TANs）和肿瘤微环境	digital pathology	lip cancer	scRNA-seq, ST, 深度学习	深度学习	单细胞转录组数据、空间转录组数据、H&E染色图像	NA
762	2025-05-17	An intelligent optimized object detection system for disabled people using advanced deep learning models with optimization algorithm 2025-May-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-00608-z PMID:40360540	研究论文	提出了一种结合高级深度学习模型和麻雀搜索优化算法的智能优化目标检测系统，用于帮助视觉障碍人士	结合YOLOv7、MobileNetV3和TCN模型，并使用麻雀搜索优化算法进行超参数选择，提高了目标检测的准确性	仅在室内目标检测数据集上进行了测试，未涉及室外或其他复杂环境	提升视觉障碍人士的目标检测能力，以提供更安全和信息丰富的导航	视觉障碍人士	计算机视觉	视觉障碍	深度学习、优化算法	YOLOv7、MobileNetV3、TCN	图像	室内目标检测数据集（具体数量未提及）
763	2025-05-17	Multimodal learning audio-visual detection for obtaining object-level sound sources in Japanese-language teaching room 2025-May-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-00588-0 PMID:40360586	research paper	该研究提出了一种基于深度学习的多模态学习方法，用于日语教学室中的音频-视觉检测（AVD），以定位未知声源	结合音频和视觉信息，提出了一种新的深度学习方法，用于日语教学室中的对象级声源检测	NA	改进日语教学室中的教学和学习过程	日语教学室中的声源（如拍手、悄悄话、整理物品等）	multimodal learning	NA	audio-visual detection (AVD)	deep learning	audio and visual	NA
764	2025-05-17	A modernized approach to sentiment analysis of product reviews using BiGRU and RNN based LSTM deep learning models 2025-May-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-01104-0 PMID:40360609	research paper	本文提出了一种基于BiGRU和RNN-LSTM深度学习模型的现代情感分析方法，用于挖掘在线产品评论	采用BiGRU特征提取器和基于RNN的LSTM分类器的特定组合，并将其应用于新型在线产品评论，使模型具有创新性	NA	通过情感分析挖掘在线产品评论，以了解市场需求和产品在消费者中的接受度	在线产品评论	natural language processing	NA	natural language processing, deep learning	BiGRU, RNN-based LSTM	text	NA
765	2025-05-17	Leveraging explainable artificial intelligence with ensemble of deep learning model for dementia prediction to enhance clinical decision support systems 2025-May-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-97102-3 PMID:40360623	研究论文	本文提出了一种结合可解释人工智能和优化算法的痴呆症预测与分类模型（LXAIOA-ADPCM），旨在通过深度学习技术提高痴呆症早期检测的准确性	结合了可解释人工智能（XAI）和优化算法，采用集成分类器（BiLSTM、SAE和TCN）进行痴呆症预测，并通过Grad-CAM提供决策过程的透明解释	未提及模型在临床环境中的实际应用效果或跨数据集的泛化能力	开发一种新型算法，通过先进技术提高痴呆症预测的准确性	痴呆症高风险个体	机器学习	老年疾病	深度学习（DL）、机器学习（ML）、裸鼹鼠算法（NMRA）、瞪羚优化算法（GOA）	BiLSTM、SAE、TCN	医疗诊断数据	使用Dementia Prediction数据集进行实验，具体样本量未提及
766	2025-05-17	Advanced smart assistance with enhancing social interaction and daily activities for visually impaired individuals using deep learning with modified seagull optimization 2025-May-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-99849-1 PMID:40360641	研究论文	本研究提出了一种基于深度学习和改进海鸥优化算法的自动化损伤检测方法，旨在提升视障人士的社交互动和日常活动能力	采用改进的海鸥优化器与集成学习相结合的ADD-MSGOEL方法，用于视障人士周围环境中的损伤和潜在危险检测	NA	提升视障人士的社交生活和日常功能，通过准确检测周围环境中的损伤和潜在危险	视障人士	计算机视觉	NA	深度学习，改进海鸥优化算法，集成学习	LSTM, BiGRU, SAE	图像	使用CODEBRIM数据集进行实验验证
767	2025-05-17	Revolutionizing sleep disorder diagnosis: A Multi-Task learning approach optimized with genetic and Q-Learning techniques 2025-May-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-01893-4 PMID:40360656	研究论文	本文提出了一种创新的多任务学习卷积神经网络方法，结合遗传算法和Q学习技术，用于基于EEG信号的睡眠障碍诊断	采用部分共享结构的多任务学习CNN模型，结合STFT和CWT生成的时频图像，并使用遗传算法和Q学习优化权重	EEG信号数据集较小且异质性高，可能影响模型泛化能力	开发高效准确的自动化睡眠障碍诊断工具	睡眠障碍患者	机器学习	睡眠障碍	STFT, CWT, 遗传算法, Q学习	多任务学习CNN	EEG信号	26名参与者
768	2025-05-17	A deep learning sex-specific body composition ageing biomarker using dual-energy X-ray absorptiometry scan 2025-May-13, Communications medicine IF:5.4Q1 DOI:10.1038/s43856-025-00850-6 PMID:40360687	研究论文	本研究开发并验证了一种基于双能X射线吸收测定法(DXA)扫描的体成分生物年龄指标(BCBA)，用于评估健康状况和预测疾病结果	首次提出基于DXA扫描的体成分生物年龄指标，并证明其在慢性疾病风险预测中的优越性	研究主要基于UK Biobank数据，可能在其他人群中的适用性有待验证	开发可靠的生物标志物来评估疾病风险和进展	UK Biobank参考人群，包括典型和非典型体成分个体、已有疾病患者和DXA成像后发病者	数字病理学	心血管疾病	双能X射线吸收测定法(DXA)	深度学习模型	医学影像	UK Biobank参考人群(具体数量未说明)
769	2025-05-17	Rethinking femoral neck anteversion assessment: a novel automated 3D CT method compared to traditional manual techniques 2025-May-13, BMC musculoskeletal disorders IF:2.2Q3 DOI:10.1186/s12891-025-08697-7 PMID:40361057	research paper	评估一种新型自动化3D CT方法在测量股骨颈前倾角（FNA）中的准确性和可靠性，并与三种传统手动方法进行比较	提出了一种基于深度学习的自动化3D CT方法，用于股骨分割、标志点识别和前倾角计算，与传统手动方法相比具有一致性和可靠性	研究未涉及临床实际应用的验证，且样本量相对较小（126个股骨）	评估自动化3D CT方法在测量股骨颈前倾角中的准确性和可靠性	63例全长CT扫描的126个股骨（35名男性和28名女性，平均年龄52.0±14.7岁）	医学影像分析	骨科疾病	3D CT扫描和深度学习网络	深度学习网络	3D CT图像	126个股骨（来自63例CT扫描）
770	2025-05-17	Deep learning based on ultrasound images to predict platinum resistance in patients with epithelial ovarian cancer 2025-May-13, Biomedical engineering online IF:2.9Q3 DOI:10.1186/s12938-025-01391-8 PMID:40361149	研究论文	本研究开发并验证了一种基于超声图像的深度学习模型，用于预测上皮性卵巢癌患者对铂类药物的耐药性	首次利用深度学习模型基于超声图像预测上皮性卵巢癌患者的铂类药物耐药性	回顾性研究设计可能引入选择偏倚，且样本量相对有限	开发预测上皮性卵巢癌患者铂类药物耐药性的工具	上皮性卵巢癌患者	数字病理学	卵巢癌	超声成像	深度学习模型	图像	392名2014-2020年间确诊并接受盆腔超声检查的患者
771	2025-05-17	Generalizable, fast, and accurate DeepQSPR with fastprop 2025-May-13, Journal of cheminformatics IF:7.1Q1 DOI:10.1186/s13321-025-01013-4 PMID:40361252	research paper	介绍了一个名为fastprop的软件包和通用的Deep-QSPR框架，结合分子描述符与深度学习，用于分子性质预测	fastprop结合了分子描述符与深度学习，提供了快速、可解释且性能优越的分子性质预测方法	未提及具体的数据集或应用场景限制	开发一个通用的Deep-QSPR框架，用于分子性质预测	分子结构及其目标性质	machine learning	NA	deep learning, QSPR/QSAR	feedforward neural networks	molecular descriptors	从几十到几万个分子不等的数据集
772	2025-05-17	Automatic deep learning segmentation of mandibular periodontal bone topography on cone-beam computed tomography images 2025-May-13, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2025.105813 PMID:40373868	research paper	评估基于SegResNet的多阶段深度学习模型在自动分割牙周炎患者CBCT图像中的性能	提出了一种多阶段SegResNet深度学习模型，用于自动分割CBCT图像，显著减少了分割时间	模型在牙周区域颊侧的可靠性和一致性有待提高	评估深度学习模型在牙周炎患者CBCT图像分割中的性能	牙周炎患者的CBCT图像	digital pathology	periodontitis	CBCT	SegResNet	image	70例CBCT扫描用于训练和验证，10例独立测试
773	2025-05-17	Modeling Chemical Reaction Networks Using Neural Ordinary Differential Equations 2025-May-12, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00296 PMID:40262040	research paper	该论文提出了一种结合动态建模与深度学习的神经常微分方程方法，用于建模化学反应网络	通过神经常微分方程揭示化学反应网络中隐藏的机制，并识别现有经验模型的不足	未提及具体的数据集或实验验证，可能缺乏实际应用的广泛性	改进化学反应网络的建模方法，揭示隐藏的反应机制	化学反应网络及其物种浓度的时间变化	machine learning	NA	神经常微分方程	Neural ODE	化学物种浓度数据	NA
774	2025-05-17	The vertices number determined SERS activity of polyhedra and the application in oral cancer detection based on deep learning 2025-May-12, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2025.126390 PMID:40373548	研究论文	本文研究了多面体顶点数对表面增强拉曼散射（SERS）活性的影响，并基于深度学习技术应用于口腔癌检测	发现局部电场极化方向顶点数较少的多面体可实现最大SERS活性，并将SERS技术与深度学习神经网络技术结合用于口腔癌检测	NA	研究多面体顶点数对SERS活性的影响，并开发基于SERS和深度学习技术的口腔癌检测方法	球形、四面体、立方体、八面体和十二面体纳米颗粒，以及口腔癌患者的唾液样本	数字病理学	口腔癌	表面增强拉曼散射（SERS），有限差分时域（FDTD）模拟	深度学习神经网络	光谱数据	NA
775	2025-05-17	Bi-VesTreeFormer: A bidirectional topology-aware transformer framework for coronary vFFR estimation 2025-May-11, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102564 PMID:40373576	研究论文	提出了一种名为Bi-VesTreeFormer的双向拓扑感知Transformer框架，用于冠状动脉虚拟FFR（vFFR）估计	提出了一种新型双向拓扑感知Transformer网络（Bi-VesTreeFormer），能够全自动提取血管树的拓扑狭窄特征并捕捉分支间的全局依赖关系，同时引入了上下文vFFR解码器以建立相邻分支FFR值的相关性	NA	开发一种高效、非侵入性的冠状动脉虚拟FFR估计方法	冠状动脉狭窄患者	数字病理学	心血管疾病	计算流体动力学，深度学习	Transformer（Bi-VesTreeFormer）	冠状动脉中心线数据	43名冠状动脉狭窄患者的FFR数据和15,000条模拟冠状动脉中心线数据
776	2025-05-17	A deep learning framework for reconstructing Breast Amide Proton Transfer weighted imaging sequences from sparse frequency offsets to dense frequency offsets 2025-May-09, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102563 PMID:40373577	研究论文	提出一种深度学习框架，用于从稀疏频率偏移重建乳腺酰胺质子转移加权成像序列的密集频率偏移	利用时间序列卷积提取APT成像序列的短程和长程空间及频率特征，显著减少扫描时间	研究仅针对特定频率偏移范围（±6.5 ppm），未验证在其他偏移范围的泛化性	缩短酰胺质子转移加权成像的采集时间，提高临床适用性	乳腺酰胺质子转移加权成像序列	医学影像分析	乳腺癌	酰胺质子转移技术（APT）	seq2seq模型	医学影像	29个密集频率偏移（从7到-7，间隔0.5 ppm）
777	2025-05-17	SurvGraph: A hybrid-graph attention network for survival prediction using whole slide pathological images in gastric cancer 2025-May-09, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107607 PMID:40375420	研究论文	介绍了一种名为SurvGraph的基于图的深度学习网络，用于利用全切片病理图像进行胃癌生存预测	SurvGraph采用混合图构建方法，整合了多种特征类型，并利用多头注意力图网络进行生存预测	NA	提高胃癌患者的生存预测准确性	胃癌患者	数字病理	胃癌	图表示学习	多头注意力图网络	图像	708名胃癌患者，来自三个独立队列
778	2025-05-17	Automatic and precise identification of volatile organic compounds from gas chromatography in prolonged atmospheric monitoring 2025-May-08, Journal of chromatography. A DOI:10.1016/j.chroma.2025.466035 PMID:40373387	研究论文	提出了一种基于人工智能的ResGRU模型，用于自动精确识别气相色谱中的挥发性有机化合物（VOCs）	ResGRU模型在保留时间定位上的平均绝对误差比传统机器学习或深度学习模型小2.76至38.19倍，且能精确识别微弱的色谱峰并对异常色谱图具有出色的适应性	NA	为长期大气监测中的VOCs提供自动精确识别方法，以支持气候变化研究、空气质量评估、污染源识别和公共健康预警系统	挥发性有机化合物（VOCs）	机器学习	NA	气相色谱	ResGRU	色谱数据	来自上海、湖北和江苏四个监测站点的真实数据
779	2025-05-17	Towards Precision in Sarcopenia Assessment: The Challenges of Multimodal Data Analysis in the Era of AI 2025-May-07, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms26094428 PMID:40362666	综述	本文探讨了人工智能在提高肌肉减少症评估精确度中的潜力，特别是通过整合临床、人体测量和分子数据	利用AI技术整合多模态数据，探索新的生物标志物，以提高肌肉减少症的诊断精确度	需要大规模、标准化的研究来验证AI驱动的生物标志物签名	提高肌肉减少症的诊断精确度和管理效果	肌肉减少症患者	机器学习	老年病	AI、机器学习和深度学习	NA	临床、人体测量和分子数据	NA
780	2025-05-17	A Multi-Modal Graph Neural Network Framework for Parkinson's Disease Therapeutic Discovery 2025-May-07, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms26094453 PMID:40362692	研究论文	本研究整合了大规模蛋白质-蛋白质相互作用网络与多模态图神经网络（GNN），以识别和优先考虑帕金森病（PD）的多靶点药物再利用候选物	采用新颖的功能中心性指数识别PD相互作用组中的关键节点，并利用GNN模型结合分子描述符、网络拓扑和不确定性量化预测候选药物	NA	加速发现帕金森病及其他多因素神经退行性疾病的多靶点疗法	帕金森病（PD）的蛋白质-蛋白质相互作用网络和多靶点药物再利用候选物	机器学习	帕金森病	多模态图神经网络（GNN）	GNN	蛋白质-蛋白质相互作用网络数据、分子描述符	NA