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
7781	2025-11-22	Cortical surface electric field estimation for real-time TMS with graph neural networks 2025-Nov-21, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ae1ee7 PMID:41223543	研究论文	开发了一种基于图神经网络的实时经颅磁刺激皮层表面电场估计方法	无需构建3D解剖头部模型，通过图神经网络直接在二维皮层表面网格上实现电场估计	NA	实现经颅磁刺激中皮层表面电场的实时估计	人类头部磁共振图像和皮层表面电场	医学图像分析	神经系统疾病	经颅磁刺激，磁共振成像	图神经网络，U-Net	三维头部磁共振图像	NA	NA	GNN，U-Net	估计精度，计算速度	NA
7782	2025-11-22	TEMC-Cas: Accurate Cas Protein Classification via Combined Contrastive Learning and Protein Language Models 2025-Nov-21, ACS synthetic biology IF:3.7Q1 DOI:10.1021/acssynbio.5c00631 PMID:41100703	研究论文	提出一种结合对比学习和蛋白质语言模型的Cas蛋白准确分类框架TEMC-Cas	将精细调优的ESM蛋白质语言模型与对比学习相结合，利用进化尺度建模捕捉远缘同源性，通过对比学习区分密切相关的亚型	NA	开发准确的Cas蛋白分类方法以理解CRISPR-Cas系统和开发基因组编辑工具	Cas1-Cas13家族和17种Cas12亚型的蛋白质	机器学习	NA	蛋白质序列分析	深度学习, 对比学习	蛋白质序列数据	NA	PyTorch	ESM蛋白质语言模型	分类准确率	NA
7783	2025-11-22	Spinal Cord Segmentation and Injury Detection based on Siamese Conventional WideRes Network using CT Image 2025-Nov-21, European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society IF:2.6Q1 DOI:10.1007/s00586-025-09587-1 PMID:41266913	研究论文	提出基于孪生卷积宽残差网络的CT图像脊髓分割与损伤检测新方法	首次将孪生卷积神经网络与宽残差网络结合用于脊髓损伤检测，并集成Mask R-CNN分割和主动轮廓椎间盘定位技术	未明确说明数据集规模和类别不平衡问题的具体处理方式	开发精确的脊髓分割和损伤检测深度学习系统	脊髓CT图像中的脊髓区域和损伤病变	医学影像分析	脊髓损伤	CT成像	CNN, Siamese Network	CT图像	NA	NA	Mask R-CNN, WideResNet, Siamese CNN	准确率, 真阴性率, 真阳性率	NA
7784	2025-11-22	A Paradigm Shift in Congenital Heart Disease: A Scientometric Portrait of the Rise of Computational Intelligence 2025-Nov-21, Pediatric cardiology IF:1.5Q2 DOI:10.1007/s00246-025-04102-1 PMID:41269260	文献计量分析	通过文献计量学方法分析人工智能在先天性心脏病研究领域的全球发展态势	首次系统描绘人工智能在先天性心脏病研究领域的全球知识图谱和发展轨迹	仅基于Web of Science数据库文献，可能遗漏部分相关研究	揭示人工智能在先天性心脏病研究领域的全球研究格局和发展趋势	500篇与先天性心脏病人工智能应用相关的科学出版物	机器学习	先天性心脏病	文献计量分析	深度学习	文献元数据	500篇出版物	VOSviewer, Bibliometrix R	NA	NA	NA
7785	2025-11-22	Emerging trends in AI-integrated optical biosensors for point-of-care diagnostics: current status and future prospects 2025-Nov-20, Chemical communications (Cambridge, England) DOI:10.1039/d5cc04899k PMID:41200923	综述	本文综述了人工智能集成光学生物传感器在即时诊断领域的发展现状与未来前景	系统探讨了人工智能技术与光学生物传感器的融合创新，重点关注传感器设计、数据科学和小型化的最新进展	面临数据隐私保护、系统集成复杂性和临床验证等挑战	分析人工智能增强型光学生物传感器在即时诊断领域的应用潜力与发展方向	光学生物传感器及其与人工智能的集成系统	生物医学工程	NA	SPR、荧光、比色法、拉曼光谱等光学传感技术	机器学习、深度学习	光学传感信号	NA	NA	NA	灵敏度、特异性、多重检测能力	物联网、云计算
7786	2025-11-22	Estimating concentrations of atmospheric pollutants in mixed gases based on deep convolutional network with time series decomposition 2025-Nov-20, Analytical methods : advancing methods and applications IF:2.7Q1 DOI:10.1039/d5ay01235j PMID:41222504	研究论文	提出一种基于时间序列分解的深度卷积网络模型，用于混合气体中大气污染物浓度的估计和成分识别	首次将时间序列高低频分解与CNN结合用于混合气体分析，通过分解信号分别估计浓度均值和偏差	仅针对四种特定大气污染物（CO、NO、SO、HCHO）进行研究，未验证对其他气体的适用性	开发混合气体中污染物浓度估计和成分识别的新方法	四种大气污染物（CO、NO、SO、HCHO）及其混合气体	机器学习和信号处理	NA	气体传感器阵列技术	CNN	时间序列传感器数据	通过自动化气体混合采集系统生成的预设比例混合气体数据集	NA	基于CNN的深度学习模型	估计精度	NA
7787	2025-11-22	A transfer learning framework for PTP1B inhibitor activity prediction: differential modeling of natural and non-natural products with web platform implementation 2025-Nov-20, Molecular diversity IF:3.9Q2 DOI:10.1007/s11030-025-11400-6 PMID:41264203	研究论文	开发了一个基于迁移学习的PTP1B抑制剂活性预测框架，专门针对天然产物和非天然产物分别建模，并实现了在线预测平台	首次将PTP1B抑制剂数据集按天然产物和非天然产物分离建模，并应用迁移学习技术提升天然产物的预测性能	未明确说明数据集的具体规模和来源限制	开发针对PTP1B抑制剂的深度学习活性预测模型，提高药物筛选效率	PTP1B抑制剂和诱饵分子，包括天然产物和非天然产物	机器学习	糖尿病,肥胖症,癌症	深度学习,迁移学习	图神经网络,多层感知机,Transformer	分子结构数据,SMILES字符串,分子指纹	NA	NA	Attentive FP,多层感知机-ECFP4,PubChem10M_SMILES_BPE_450k	五折交叉验证	NA
7788	2025-11-22	DeepMCL-DTI: predicting drug-target interactions using multi-channel deep learning with attention mechanism 2025-Nov-20, Molecular diversity IF:3.9Q2 DOI:10.1007/s11030-025-11402-4 PMID:41264204	研究论文	提出一种基于注意力机制的多通道深度学习模型DeepMCL-DTI，用于预测药物-靶点相互作用	采用四通道特征提取架构（GraphSAGE和CNN用于药物特征，ProtBert和BiConvLSTM用于蛋白质特征）和跨空间与通道维度的交互注意力模块	未明确说明模型的可解释性和计算效率限制	开发更准确的药物-靶点相互作用预测方法以加速药物发现	药物分子和蛋白质靶点	生物信息学，机器学习	NA	深度学习，注意力机制	CNN, LSTM, Graph Neural Network, Transformer	药物分子图数据，蛋白质序列数据	DrugBank和Davis数据集	NA	GraphSAGE, CNN, ProtBert, BiConvLSTM	NA	NA
7789	2025-11-22	IMF-DDI: Information Mapping and Fusion Framework for Drug-drug Interaction Prediction 2025-Nov-20, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-025-00781-9 PMID:41264226	研究论文	提出一种结合多源外部实体信息的药物相互作用预测框架IMF-DDI	通过信息映射模块捕获药物分子与多外部实体的关联，并利用多源信息融合模块整合信息生成药物分子表征	未明确说明模型对未知药物相互作用的泛化能力验证	提升药物相互作用预测的准确性和泛化能力	药物分子及其相互作用关系	机器学习	NA	深度学习	NA	药物分子结构数据，药物相互作用数据	DrugBank和TWOSIDES数据集	NA	信息映射模块，多源信息融合模块	NA	NA
7790	2025-11-22	NeuralFlux: Estimation of Reaction Fluxes at a Genome-Scale Level From Time-Resolved Isotope Labelling Patterns Using Deep Learning 2025-Nov-20, Plant biotechnology journal IF:10.1Q1 DOI:10.1111/pbi.70470 PMID:41264380	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
7791	2025-11-22	Multirate Industrial Process Forecasting With Hybrid Deep Learning and Adaptive Filtering 2025-Nov-20, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2025.3631923 PMID:41264431	研究论文	提出一种混合深度学习框架解决多速率工业过程预测中采样频率变化和缺失数据的挑战	结合时间序列分解、倒置Transformer特征提取和改进最小门控单元网络，并引入基于死区卡尔曼滤波的自适应参数更新算法处理缺失质量变量	NA	提高多速率工业过程预测的准确性和鲁棒性	工业过程数据	机器学习	NA	时间序列分解，自适应滤波	Transformer, MGU	时间序列数据	真实工业数据集	NA	iTransformer, 改进最小门控单元	平均绝对误差, 均方根误差, 合格率	NA
7792	2025-11-22	Deep Learning-Based Skin Lesion Classification: A CNN Approach on High-Frequency Ultrasound Imaging 2025-Nov-20, Journal of ultrasound in medicine : official journal of the American Institute of Ultrasound in Medicine IF:2.1Q2 DOI:10.1002/jum.70125 PMID:41267329	研究论文	本研究评估深度学习模型在高频超声皮肤病变图像中的二分类性能	首次比较单一模态与多模态（B模式和Doppler模式）CNN架构在皮肤病变分类中的表现，并提出Unity和Cascade两种融合架构	未明确说明样本量大小，数据质量对结果影响较大	开发基于高频超声图像的皮肤病变自动分类方法	皮肤病变的高频超声图像	计算机视觉	皮肤病变	高频超声成像（B模式和Doppler模式）	CNN	超声图像	NA	NA	Unity, Cascade	准确率, AUC	NA
7793	2025-11-22	Integrative Deep Learning from H&E Images Reveals Prognostically Distinct Pathology-Based Subtypes in Bladder Cancer 2025-Nov-20, Current cancer drug targets IF:2.3Q3 DOI:10.2174/0115680096434051251113094536 PMID:41268830	研究论文	本研究开发了一种基于H&E图像深度学习的膀胱癌病理分型方法	首次使用常规H&E染色全切片图像通过深度学习特征识别具有预后意义的膀胱癌病理亚型，无需RNA测序	需要外部验证和前瞻性研究确认临床适用性	开发基于病理图像的膀胱癌分型方法以替代传统分子分型	膀胱癌患者的H&E染色全切片图像	数字病理	膀胱癌	H&E染色全切片图像分析	CNN	图像	来自四个独立中心的WSI数据以及IMvigor210和GSE32894队列的转录组数据	NA	ResNet50	NA	NA
7794	2025-11-22	Denoising single-cell RNA-seq data with a deep learning-embedded statistical framework 2025-Nov-19, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-025-06296-w PMID:41257571	研究论文	提出一种结合深度学习和统计建模的ZILLNB框架，用于去除单细胞RNA测序数据中的技术噪声	首次将零膨胀负二项回归与深度生成模型集成，通过变分自编码器和生成对抗网络学习细胞和基因层面的潜在表示	在样本量有限的情况下可能存在过拟合风险，模型机制解释性仍有提升空间	解决单细胞RNA测序数据中的技术噪声和零计数问题，提高下游分析准确性	单细胞RNA测序数据，包括小鼠皮层、人类PBMC和特发性肺纤维化数据集	生物信息学	特发性肺纤维化	单细胞RNA测序	InfoVAE, GAN	基因表达数据	多个scRNA-seq数据集，具体样本数未明确说明	NA	集成架构结合信息变分自编码器和生成对抗网络	调整兰德指数, 调整互信息, AUC-ROC, AUC-PR, 错误发现率	NA
7795	2025-11-22	MPIDNN-GPPI: multi-protein language model with an improved deep neural network for generalized protein‒protein interaction prediction 2025-Nov-19, BMC genomics IF:3.5Q2 DOI:10.1186/s12864-025-12228-y PMID:41257586	研究论文	提出一种基于蛋白质序列的蛋白质-蛋白质相互作用预测框架MPIDNN-GPPI，通过整合两种蛋白质语言模型和改进的深度神经网络实现跨物种通用PPI预测	整合Ankh和ESM-2两种蛋白质语言模型，结合多头注意力机制和深度神经网络，提升跨物种PPI预测的泛化能力	对于验证PPI数据有限的物种预测性能仍需提升	开发具有强泛化能力的蛋白质-蛋白质相互作用预测模型	多种物种的蛋白质-蛋白质相互作用数据	生物信息学	NA	蛋白质语言模型，深度神经网络	DNN，多头注意力机制	蛋白质序列数据	来自STRING数据库的9个PPI数据集，涵盖哺乳动物和植物物种	NA	Ankh，ESM-2，深度神经网络，多头注意力机制	AUC	NA
7796	2025-11-22	Infrared thermography for detecting compensatory load in people with haemophilia: a cross-sectional study 2025-Nov-19, Thrombosis journal IF:2.6Q2 DOI:10.1186/s12959-025-00798-6 PMID:41257739	研究论文	本研究探索红外热成像技术在血友病患者中监测代偿性负荷的潜力	首次将红外热成像技术与深度学习相结合用于血友病患者全身温度映射分析，识别代偿性负荷模式	样本量较小（24名参与者），横断面研究设计无法确定因果关系	评估红外热成像技术在检测血友病患者代偿性负荷中的应用价值	24名6-76岁血友病患者，包括出血后、骨科手术后或血友病性关节病患者	数字病理	血友病	红外热成像技术	深度学习	热成像图像	24名血友病患者	NA	NA	温度变化模式识别	NA
7797	2025-11-20	Prediction of the Ki-67 proliferation index in lung adenocarcinoma using an interpretable CT-based deep learning radiomics model: a two-center study 2025-Nov-19, BMC pulmonary medicine IF:2.6Q2 DOI:10.1186/s12890-025-03983-5 PMID:41257742	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
7798	2025-11-22	A multi-representation deep-learning framework for accurate multicancer classification 2025-Nov-19, Journal of translational medicine IF:6.1Q1 DOI:10.1186/s12967-025-07325-1 PMID:41257847	研究论文	开发了一种集成突变衍生成像和数值基因组特征的多表示深度学习框架用于多癌种分类	提出首个整合突变衍生成像特征和数值基因组特征的多表示深度学习框架，通过空间变异图和数值特征矩阵的双模态融合实现多癌种分类	研究仅基于10,112名患者的队列，需要更大规模的外部验证和进一步的转化研究	开发并评估一种新型框架，通过整合互补的突变衍生特征来推进癌症分类	10,112名患者，涵盖33种癌症类型	数字病理学	多癌种分类	基因组测序，KEGG通路富集分析	CNN, Transformer	基因组数据，图像数据	10,112名患者，33种癌症类型	PyTorch	ResNet-18, Transformer	精确度，召回率，F1分数，准确率	NA
7799	2025-11-22	Exploring the Feasibility of a Deep Learning Algorithm for Postoperative Outcome Assessment in Unilateral Cleft Lip Repair: A Pilot Study 2025-Nov-19, The Journal of craniofacial surgery IF:1.0Q3 DOI:10.1097/SCS.0000000000012199 PMID:41263442	研究论文	本研究探索深度学习算法在单侧唇裂修复术后效果评估中的可行性	首次将基于EfficientNet-B1架构的卷积神经网络应用于唇裂术后效果评估，利用真实世界修正手术结果进行训练	仅为初步研究，样本量有限，需要进一步验证	开发AI辅助的唇裂术后效果评估系统，识别需要修正手术的患者	单侧唇裂修复术后患者	计算机视觉	唇裂	深度学习	CNN	图像	500张标准化术后面部照片	NA	EfficientNet-B1	准确率, AUC, 召回率	NA
7800	2025-11-22	Utilizing Temporal Inductive Path Neural Networks for Accurate Voice-Based Depression Classification: A Detailed Approach for Analyzing Speech Patterns to Identify Mental Health States 2025-Nov-19, Journal of voice : official journal of the Voice Foundation IF:2.5Q1 DOI:10.1016/j.jvoice.2025.10.003 PMID:41266172	研究论文	提出一种基于语音的抑郁症分类方法，使用时序归纳路径神经网络分析语音模式以识别心理健康状态	首次使用时序归纳路径神经网络结合二元皇家战斗优化器进行抑郁症语音分类，实现了参数优化和准确检测	时序归纳路径神经网络缺乏自适应优化策略来确定最优参数	开发一种准确的声音基础抑郁症分类系统，帮助克服传统精神健康护理的障碍	抑郁症患者的语音录音	自然语言处理	抑郁症	语音分析，多目标匹配同步压缩线性调频变换	TIPNN	音频	NA	Python	时序归纳路径神经网络	准确率，精确率，灵敏度，特异性，F1分数	NA