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
61	2025-06-06	Predicting ustekinumab treatment response in Crohn's disease using pre-treatment biopsy images 2025-Jun-02, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf301 PMID:40366737	研究论文	提出一种基于预治疗活检图像的深度学习框架，用于预测克罗恩病患者对乌司奴单抗的治疗反应	采用聚类增强的弱监督学习框架，结合DenseNet分类器和多示例学习方法，提高了预测的准确性和可解释性	研究样本可能有限，且未提及模型在其他疾病或治疗中的泛化能力	预测克罗恩病患者对乌司奴单抗的治疗反应，以支持个性化治疗策略	克罗恩病患者的预治疗全切片图像	数字病理学	克罗恩病	深度学习，全切片图像分析	DenseNet, 多示例学习	图像	独立测试集上的样本数量未明确说明
62	2025-06-06	TRENDY: gene regulatory network inference enhanced by transformer 2025-Jun-02, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf314 PMID:40408160	research paper	介绍了一种名为TRENDY的新型基因调控网络推断方法，该方法整合了transformer模型以增强基于机制的WENDY方法	TRENDY方法首次将transformer模型整合到基因调控网络推断中，显著提升了性能	未明确提及具体局限性	开发更精确的基因调控网络推断方法	基因调控网络(GRNs)	生物信息学	NA	transformer模型	transformer	基因表达数据	模拟数据集和实验数据集
63	2025-06-06	Automated periodontal assessment in orthodontic patients: a dual CNN framework 2025-Jun-02, Clinical oral investigations IF:3.1Q1 DOI:10.1007/s00784-025-06410-5 PMID:40455084	研究论文	本研究开发了基于卷积神经网络（CNN）的系统，用于在正畸患者的口内图像中诊断牙结石、牙菌斑、牙龈增生和牙龈炎症	采用双CNN框架（YOLOv8和混合U-Net + ResNet50模型）进行牙周评估，提供快速客观的牙周疾病诊断	最终诊断结论仍需依赖临床医生的专业知识和判断	开发自动牙周评估系统以辅助正畸患者的牙周诊断	正畸患者的口内图像	计算机视觉	牙周疾病	深度学习	YOLOv8, U-Net + ResNet50	图像	1000张正畸患者的侧位和正面口内图像
64	2025-06-06	Real-time multiple people gait recognition in the edge 2025-Jun-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-02351-x PMID:40456749	research paper	该研究探讨了在边缘设备上部署步态识别模型，以实现实时多目标处理，同时优化延迟和能耗	将步态识别模型部署问题视为多目标选择问题，同时优化延迟、能耗和准确性，并利用批处理和并发执行提高吞吐量	研究仅在NVIDIA Jetson Orin Nano和Jetson AGX Orin设备上进行实验，可能不适用于其他硬件平台	优化边缘设备上的步态识别模型，实现实时多目标处理	步态识别模型在边缘设备上的部署与优化	computer vision	NA	deep learning	CNN	video	42至188个同时处理的目标
65	2025-06-06	Single-molecule direct RNA sequencing reveals the shaping of epitranscriptome across multiple species 2025-Jun-02, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-60447-4 PMID:40456740	研究论文	本研究开发了一种名为SingleMod的深度学习模型，用于从直接RNA测序数据中精确检测单个RNA分子上的m6A修饰	创新性地采用了多实例回归框架，利用定量NGS方法提供的广泛甲基化率标签，实现了对单个RNA分子m6A修饰的高精度预测	NA	全面表征m6A在转录组范围内的分布格局和生物发生机制	人类细胞系和八个不同物种的RNA分子	生物信息学	NA	直接RNA测序(DRS), 下一代测序(NGS)	深度学习模型(SingleMod), 多实例回归(MIR)	RNA测序数据	人类细胞系和八个不同物种的RNA分子
66	2025-06-06	Research on prediction algorithm of effluent quality and development of integrated control system for waste-water treatment 2025-Jun-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-03612-5 PMID:40456765	研究论文	本研究提出了一种用于废水处理厂出水质量预测的深度学习算法及集成控制系统，旨在提高废水处理效率和资源利用率	结合QR-RF元学习器与CNN、LSTM和GRU的深度学习预测算法，以及能显著降低能耗的集成控制系统	研究仅在江苏某都市废水处理厂进行测试，未说明在其他地区或规模的适用性	开发高效废水处理预测算法和控制系统以应对水污染问题	废水处理厂的出水质量	机器学习	NA	深度学习	QR-RF, CNN, LSTM, GRU	废水处理数据	亚洲江苏省某都市废水处理厂的实际运行数据
67	2025-06-06	A deep learning and IoT-driven framework for real-time adaptive resource allocation and grid optimization in smart energy systems 2025-Jun-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-02649-w PMID:40456783	研究论文	提出了一种结合深度学习和物联网的智能能源系统实时自适应资源分配与电网优化框架	开发了ORA-DL框架，整合深度学习、物联网传感和实时自适应控制，显著提升电网能源管理效率	未提及框架在极端电网条件下的表现或潜在网络安全风险	优化智能电网能源管理，提高资源分配效率和电网稳定性	智能电网系统	机器学习	NA	深度学习、强化学习、多智能体决策	深度神经网络、强化学习	历史和实时能源数据	实验验证数据（具体样本量未明确说明）
68	2025-06-06	A sequence to formula tree model for solving electrical text problems 2025-Jun-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-04392-8 PMID:40456791	research paper	提出了一种序列到公式树模型，用于解决电气文本问题	使用深度学习网络将问题文本解析为带有数值和电气定理的公式树，并结合图卷积神经网络提取隐含的电气定理	NA	开发一个能够理解复杂多样的电气问题文本并应用相关电气定理的通用电气问题求解器	电气文本问题	natural language processing	NA	deep learning, Graph Convolutional Neural Network	Gate Recurrent Unit, Graph Convolutional Neural Network	text	3027个电气文本问题
69	2025-06-06	Diagnosis and classification of neuromuscular disorders using Bi-LSTM optimized with grey Wolf optimizer for EMG signals 2025-Jun-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-03766-2 PMID:40456840	研究论文	该研究提出了一种使用灰狼优化器（GWO）优化Bi-LSTM超参数的方法，以提高EMG信号分类的准确性	首次将灰狼优化器（GWO）应用于Bi-LSTM模型的超参数优化，以提高EMG信号分类的准确性	模型的性能可能受限于EMG信号的质量和样本量	提高EMG信号分类的准确性，以更准确地诊断和跟踪神经肌肉疾病的康复效果	EMG信号	生物医学工程与计算智能	神经肌肉疾病	EMG信号分析	Bi-LSTM	EMG信号	NA
70	2025-06-06	Randomized comparison of AI enhanced 3D printing and traditional simulations in hepatobiliary surgery 2025-Jun-02, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-01571-9 PMID:40457016	research paper	比较AI增强的3D打印和传统模拟在肝胆手术中的效果	结合深度学习和3D打印技术优化肝胆手术规划，提高效率和准确性	样本量较小（64例患者），可能影响结果的普遍性	评估3D打印肝脏模型在肝胆手术规划中的效果	肝胆手术患者	digital pathology	肝胆疾病	3D打印，深度学习	deep learning	医学影像	64例患者
71	2025-06-06	SC2Spa: a deep learning based approach to map transcriptome to spatial origins at cellular resolution 2025-Jun-02, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-025-06173-6 PMID:40457183	研究论文	SC2Spa是一种基于深度学习的工具，用于将转录组数据映射到细胞分辨率的空间位置	SC2Spa通过学习空间转录组数据中的复杂空间关系，能够准确地将单细胞RNA测序数据映射到空间位置，并识别空间可变基因	NA	开发一种能够准确映射细胞到其空间坐标的工具，以理解组织内的细胞异质性	空间转录组数据和单细胞RNA测序数据	数字病理学	NA	空间转录组学(ST)、单细胞RNA测序(scRNA-seq)	深度学习	转录组数据	NA
72	2025-06-06	Current AI technologies in cancer diagnostics and treatment 2025-Jun-02, Molecular cancer IF:27.7Q1 DOI:10.1186/s12943-025-02369-9 PMID:40457408	综述	本文系统回顾了人工智能在癌症诊断和治疗中的当前应用及其潜力	强调了深度学习在早期癌症检测中的日益重要作用，以及AI在基因组学、生物标志物发现、液体活检和非侵入性诊断中的应用	讨论了数据隐私、可解释性和监管问题等挑战	探索人工智能在癌症诊断和治疗中的应用及其潜力	癌症诊断和治疗中的AI技术	数字病理学	癌症	深度学习	NA	图像、基因组数据	NA
73	2025-06-06	NeuroCL: A Deep Learning Approach for Identifying Neuropeptides Based on Contrastive Learning 2025-Jun-02, Analytical biochemistry IF:2.6Q2 DOI:10.1016/j.ab.2025.115920 PMID:40466845	研究论文	介绍了一种基于对比学习和交叉注意力机制的深度学习模型NeuroCL，用于高效识别神经肽	利用对比学习和交叉注意力机制，增强类别区分和特征连接，提升神经肽识别的准确性和效率	未提及具体的局限性	提升神经肽识别的准确性和效率，为相关疾病的早期诊断和靶向治疗提供科学依据	神经肽（NPs）	机器学习	NA	对比学习、交叉注意力机制	深度学习模型（NeuroCL）	生物分子数据	未提及具体样本数量
74	2025-06-06	PTMFusionNet: A Deep Learning Approach for Predicting Disease Related Post-Translational Modification and Classifying Disease Subtypes 2025-Jun-02, Molecular & cellular proteomics : MCP IF:6.1Q1 DOI:10.1016/j.mcpro.2025.101009 PMID:40466864	研究论文	提出了一种名为PTMFusionNet的深度学习方法，用于预测疾病相关的翻译后修饰（PTM）并整合蛋白质表达数据以分类疾病亚型	PTMFusionNet结合了两种图卷积网络（GCN）模型，LAGCN和FWGCN，分别用于预测PTM潜力分数和整合这些分数与蛋白质表达数据进行疾病亚型分类	未提及具体局限性	预测疾病相关的PTM并整合蛋白质表达数据以分类疾病亚型	蛋白质翻译后修饰（PTM）和蛋白质表达数据	机器学习	癌症	质谱技术	GCN（LAGCN和FWGCN）	蛋白质表达数据和PTM信息	三个数据集（KIPAN、COADREAD和THCA）
75	2025-06-06	UniScore, a unified and universal measure for peptide identification by multiple search engines 2025-Jun-02, Molecular & cellular proteomics : MCP IF:6.1Q1 DOI:10.1016/j.mcpro.2025.101010 PMID:40466863	research paper	提出UniScore作为一种度量标准，用于整合和标准化多种搜索引擎在基于LC/MS/MS的自下而上蛋白质组学数据分析中的输出	UniScore仅通过匹配候选肽的氨基酸序列与产物离子谱来计算，独立于分数值控制接受标准，且能处理大量数据而无需大量计算资源	未提及具体局限性	开发一种统一且通用的度量标准，用于多搜索引擎在蛋白质组学数据分析中的肽识别	数据依赖采集(DDA)数据中的肽识别	蛋白质组学	NA	LC/MS/MS, 自下而上蛋白质组学	NA	质谱数据	大规模全局蛋白质组数据和磷酸化蛋白质组数据
76	2025-06-06	Intrapartum electronic fetal monitoring: the importance of accurate signal capture to harness the potential of deep learning 2025-Jun-02, American journal of obstetrics and gynecology IF:8.7Q1 DOI:10.1016/j.ajog.2025.05.026 PMID:40466886	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
77	2025-06-06	READRetro Web: A User-Friendly Platform for Predicting Plant Natural Product Biosynthesis 2025-Jun-02, Molecules and cells IF:3.7Q2 DOI:10.1016/j.mocell.2025.100235 PMID:40466944	research paper	介绍了一个用户友好的网络平台READRetro Web，用于预测植物天然产物的生物合成	开发了一个基于现代网络技术的用户友好平台，使缺乏计算背景的研究人员也能轻松使用高级ML驱动的逆合成预测	未提及平台在处理复杂天然产物时的具体限制或挑战	促进植物天然产物的大规模生产，通过逆合成预测加速药物发现	植物天然产物及其生物合成途径	machine learning	NA	deep learning-based retrosynthesis	READRetro ML model	chemical data	NA
78	2025-06-06	Referenceless 4D Flow Cardiovascular Magnetic Resonance with deep learning 2025-Jun-02, Journal of cardiovascular magnetic resonance : official journal of the Society for Cardiovascular Magnetic Resonance IF:4.2Q1 DOI:10.1016/j.jocmr.2025.101920 PMID:40467036	research paper	本研究利用深度学习预测心血管4D Flow中的参考编码，以减少扫描时间并保持与传统方法相当的流速和流量量化	首次提出使用深度学习预测参考编码，从而减少25%的数据采集量，缩短扫描时间或提高分辨率	在左心室和右心室的总湍流动能方面存在较大误差，最高误差达-77.17%	改进心血管疾病的评估方法，减少4D Flow CMR的扫描时间	126名不同类型心肌病患者的心脏4D Flow数据集	digital pathology	cardiovascular disease	4D Flow CMR	U-Net	image	126名患者（113名用于训练，13名用于测试）
79	2025-06-06	Deep Learning-Based Automated Measurement of Cervical Length in Transvaginal Ultrasound Images of Pregnant Women 2025-Jun, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3433594 PMID:39052464	research paper	开发了一种基于深度学习的自动化方法CL-Net，用于测量孕妇经阴道超声图像中的宫颈长度	CL-Net结合专家解剖知识识别宫颈，解决了超声图像中宫颈管识别困难的问题	NA	开发一种可靠且可重复的自动宫颈长度测量方法，以减少评估者间的差异并改善工作流程	孕妇的经阴道超声图像	digital pathology	preterm birth	deep learning	CL-Net	image	NA
80	2025-06-06	GAN Inversion for Data Augmentation to Improve Colonoscopy Lesion Classification 2025-Jun, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3397611 PMID:38713568	研究论文	本研究探讨了使用GAN反转生成的合成图像进行数据增强，以解决结肠镜检查病变分类中标注数据有限的问题	通过GAN反转生成合成结肠镜图像作为训练数据，提高了深度学习模型对息肉分类的性能，且无需重新训练多个生成模型	未提及具体的样本量限制或模型泛化能力的详细评估	提高结肠镜检查中病变分类的深度学习模型性能	结肠镜检查图像中的息肉	数字病理	结肠癌	GAN反转、图像模态转换（风格迁移）	GAN	图像	NA