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	2025-09-20	Auto-Masked Audio Spectrogram Transformer for depression detection from speech 2025-Sep-16, Journal of affective disorders IF:4.9Q1 DOI:10.1016/j.jad.2025.120295 PMID:40967413	研究论文	提出一种基于自掩码音频频谱变换器的深度学习框架，用于从语音中检测抑郁症	引入滑动窗口分割、自掩码训练增强上下文学习，以及时频注意力机制同时捕捉时间和频率信息	NA	开发非侵入性抑郁症筛查工具，支持临床和远程心理健康评估	抑郁症患者的语音数据	自然语言处理	抑郁症	语音频谱分析，深度学习	Transformer	音频频谱	使用两个公共数据集：Distress Analysis Interview Corpus-Wizard of Oz 和 Multi-modal Open Dataset for Mental disorder Analysis
62	2025-09-20	Multi-filter stacking in inception V3 for enhanced Alzheimer's severity classification 2025-Sep-16, Neuroscience IF:2.9Q2 DOI:10.1016/j.neuroscience.2025.08.049 PMID:40967471	研究论文	提出一种结合多滤波器堆叠与Inception V3架构的新方法CASFI，用于提升阿尔茨海默病严重程度的MRI图像分类性能	通过整合多尺寸卷积滤波器捕捉多尺度空间特征，增强模型检测阿尔茨海默病不同阶段细微结构变化的能力	NA	开发更准确高效的阿尔茨海默病严重程度自动分类技术以支持早期诊断和临床决策	阿尔茨海默病患者的MRI脑部影像数据	计算机视觉	阿尔茨海默病	MRI成像	Inception V3架构结合多滤波器堆叠（CASFI）	图像	NA
63	2025-09-20	Prediction of carbon and nitrogen source preferences in microbial metabolism using protein sequence data 2025-Sep-16, Journal of microbiological methods IF:1.7Q4 DOI:10.1016/j.mimet.2025.107266 PMID:40967572	研究论文	本研究利用深度学习算法探索微生物蛋白质序列与其碳氮源偏好之间的内在关系	提出了结合蛋白质功能注释和序列特征提取的集成框架来预测微生物营养需求	NA	预测微生物代谢中的碳氮源偏好以优化培养条件	432种微生物物种	机器学习	NA	PSSM, PsePSSM, SHAP	深度学习算法	蛋白质序列数据	432种微生物物种和61种培养基配方
64	2025-09-20	Deep learning-Guided optimization of cobalt catalysts for antibiotic degradation 2025-Sep-15, Environmental research IF:7.7Q1 DOI:10.1016/j.envres.2025.122811 PMID:40962004	研究论文	本研究结合机器学习和优化算法，优化钴催化剂以提升高级氧化过程中抗生素的降解效率	引入新颖的麻雀搜索算法(SSA)优化实验条件，并利用TabNet模型实现高精度分类和回归预测	NA	加速无机催化剂开发，改善全球水环境中抗生素污染问题	钴基催化剂（单原子钴催化剂Co-CuO、氧化钴CoO、钴铁氧体CoFeO）	机器学习	NA	机器学习，优化算法，SHAP分析	TabNet	结构化实验数据	来自207篇论文的数据集
65	2025-09-20	Deep learning black box and pattern recognition analysis using Guided Grad-CAM for phytolith identification 2025-Sep-12, Annals of botany IF:3.6Q1 DOI:10.1093/aob/mcaf088 PMID:40445063	研究论文	本研究应用可视化解释工具（Guided Grad-CAM）分析深度学习模型在植物硅酸体识别中的决策依据，并与考古植物学家人工方法对比	首次将Guided Grad-CAM应用于植物硅酸体显微图像分析，揭示模型依赖的关键形态特征（如波形图案），并发现不同属植物的独立判别特征	研究仅针对Avena、Hordeum和Triticum三属植物硅酸体，样本类型和规模有限	验证深度学习模型在植物硅酸体分类中的可解释性，推动计算考古学中的计算机视觉最佳实践	多细胞植物硅酸体（来自Avena、Hordeum和Triticum属）的显微图像	计算机视觉	NA	Guided Grad-CAM, Guided Backpropagation, Grad-CAM	VGG19 (CNN)	显微图像	未明确样本数量，但涉及三属植物（Avena, Hordeum, Triticum）的显微图像分析
66	2025-09-20	Novel BDefRCNLSTM: an efficient ensemble deep learning approaches for enhanced brain tumor detection and categorization with segmentation 2025-Sep-11, Journal of medical engineering & technology DOI:10.1080/03091902.2025.2555950 PMID:40934072	研究论文	提出一种集成深度学习模型BDefRCNLSTM，用于脑肿瘤的检测、分类和分割	结合了增强型熵局部二值模式(ELBP)特征提取、改进的燕鸥优化算法(ESTO)特征选择以及改进X-Net分割模型的新型集成框架	NA	开发自动化脑肿瘤诊断方案以提高准确性和效率	脑肿瘤MRI图像	计算机视觉	脑肿瘤	MRI	集成深度学习(BDefRCNLSTM), CNN, LSTM, X-Net	图像	Figshare、Brain MRI和Kaggle数据集
67	2025-09-20	[Artificial intelligence in epidemiology: a decade-long bibliometric analysis] 2025-Sep-10, Zhonghua liu xing bing xue za zhi = Zhonghua liuxingbingxue zazhi DOI:10.3760/cma.j.cn112338-20250118-00049 PMID:40967857	文献计量分析	通过文献计量方法分析过去十年人工智能在流行病学领域的研究热点与发展趋势	系统回顾并可视化展示了AI在流行病学中的应用趋势和前沿关键词	研究基于文献计量分析，未深入评估具体AI方法的技术有效性或实际应用效果	描述人工智能在流行病学中的热点应用趋势并分析其优势与挑战	2014至2024年间Web of Science和中国知网中AI与流行病学相关文献	文献计量学	流行病学	文献计量分析，关键词共现分析，聚类分析	NA	文本数据（学术文献）	5389篇英文论文和1659篇中文论文
68	2025-09-20	[Epidemiological characteristics of chronic hepatitis B and establishment of prediction model based on socio-demographic index in Shenzhen, 2005-2023] 2025-Sep-10, Zhonghua liu xing bing xue za zhi = Zhonghua liuxingbingxue zazhi DOI:10.3760/cma.j.cn112338-20250218-00096 PMID:40967854	研究论文	分析深圳市2005-2023年慢性乙型肝炎的流行病学特征并建立基于社会人口指数的预测模型	首次将社会人口指数（SDI）整合到LSTM深度学习模型中用于慢性乙肝发病率预测，并比较了多种模型的性能	研究基于监测数据，可能存在报告偏倚，且模型预测性能仍需在更广泛地区验证	分析慢性乙肝流行病学特征，建立预测模型并为靶向预防策略提供依据	深圳市2005-2023年报告的235,703例慢性乙肝病例	公共卫生流行病学	慢性乙型肝炎	描述性流行病学方法、广义线性模型、深度学习	LSTM、时空协变量增强模型、贝叶斯结构时间序列模型	监测数据、社会人口指数数据	235,703例病例
69	2025-09-20	Multi-view learning meets state-space model: A dynamical system perspective 2025-Sep-09, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.108088 PMID:40966932	研究论文	提出一种基于控制理论的多视图状态空间模型（MvSSM），将多视图表示学习建模为连续时间动态系统	首次将多视图学习问题转化为动态系统框架，通过拉普拉斯变换推导出与图卷积结构相似的解决方案，统一特征整合与标签预测	论文未明确说明模型计算复杂度及对大规模数据的扩展性	建立具有理论可解释性的多视图学习框架，捕捉特征表示的动态演化过程	多模态数据中的特征表示与系统状态	machine learning	NA	state-space model, Laplace transformation	MvSSM, MvSSM-Lap, MvSSM-iLap	多模态数据	基准数据集（IAPR-TC12, ESP等）
70	2025-09-20	Digital Twin for the Win: Personalized Cardiac Electrophysiology 2025-Sep-07, bioRxiv : the preprint server for biology DOI:10.1101/2025.09.03.674034 PMID:40950065	研究论文	本文介绍了一种结合计算建模、合成数据生成和深度学习的方法，用于从人类诱导多能干细胞来源的心肌细胞（iPSC-CMs）生成个性化的数字孪生模型	开发了一个集成计算、实验和机器学习的框架，能够从单一记录中快速生成完全参数化的细胞特异性数字孪生，解决了传统模型无法捕捉人类群体异质性的问题	NA	通过数字孪生技术预测个体化心脏电生理和治疗结果，推动个性化诊断、靶向治疗和预测性安全药理学	人类诱导多能干细胞来源的心肌细胞（iPSC-CMs）	数字病理学	心脏疾病	全细胞电压钳记录，合成数据生成	全连接深度神经网络	电生理记录数据	合成超过一百万计算iPSC-CMs种群
71	2025-09-20	Autoregressive enzyme function prediction with multi-scale multi-modality fusion 2025-Sep-06, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf476 PMID:40966652	研究论文	提出一种多尺度多模态自回归预测模型MAPred，用于蛋白质酶功能预测	首次整合蛋白质序列和3D结构信息，采用自回归方式预测EC编号的层次结构	NA	提高酶功能预测的准确性和粒度	蛋白质酶	生物信息学	NA	多模态融合、自回归预测	多尺度多模态自回归预测器(MAPred)	氨基酸序列、3D结构tokens	New-392、Price和New-815基准数据集
72	2025-09-20	Automated analysis of C. elegans behavior by LabGym: an open-source, AI-powered platform 2025-Sep-03, bioRxiv : the preprint server for biology DOI:10.1101/2025.08.28.672961 PMID:40950071	研究论文	介绍LabGym，一个基于人工智能的开源平台，用于自动分析和量化秀丽隐杆线虫的行为	开发了能够高精度自动分类和量化多线虫视频中用户定义运动参数的新型深度学习模型	线虫轮廓相对均匀，为自动行为分析带来独特挑战	为秀丽隐杆线虫研究提供行为分析的新方法	秀丽隐杆线虫（C. elegans）	计算机视觉	NA	深度学习，视频分析	深度学习模型	视频	多线虫视频，包括衰老线虫
73	2025-09-20	Explainable artificial intelligence predicts inflammatory and spatial heterogeneity from nasal polyp histology 2025-Sep-02, The Journal of allergy and clinical immunology IF:11.4Q1 DOI:10.1016/j.jaci.2025.08.016 PMID:40902945	研究论文	开发基于组织学的可解释深度学习模型HE2Signature，用于预测鼻息肉炎症基因特征和空间分子异质性	首个基于组织学的可解释深度学习模型，能够从H&E染色切片预测炎症基因特征和空间表达模式	模型验证主要依赖内部和外部队列的相关性分析，需进一步临床验证	开发深度学习网络预测慢性鼻窦炎伴鼻息肉的炎症基因特征和空间模式	鼻息肉组织样本	数字病理学	慢性鼻窦炎伴鼻息肉	转录组数据分析，免疫组化验证	深度学习模型	全切片图像，基因表达数据	训练集70例，内部验证30例，外部验证224例来自4个医疗中心
74	2025-09-20	Validation of a Deep Learning-Assisted Evaluation of Total Corneal Endothelial Cells Viability 2025-Sep-02, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.14.9.20 PMID:40952053	研究论文	验证一种基于深度学习的全角膜内皮细胞活性自动评估方法	开发了名为V-CHECK的深度学习辅助自动分割方法，用于术前全角膜内皮细胞活性评估	仅使用19个不适合移植的角膜样本，样本量较小	验证自动化角膜内皮细胞死亡率评估方法的准确性和可重复性	人角膜组织	计算机视觉	眼科疾病	台盼蓝染色，深度学习图像分割	深度学习分割模型	图像	19个角膜样本
75	2025-09-20	Ophthalmic Segmentation and Analysis Software (OASIS): A Comprehensive Tool for Quantitative Evaluation of Meibography Images 2025-Sep-02, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.14.9.22 PMID:40952051	研究论文	开发了一个名为OASIS的眼科图像分割与分析软件，用于自动化评估睑板腺成像以分析功能障碍进展	结合手动标注与深度学习辅助流程，显著提升睑板腺分析效率并引入定量临床指标计算	NA	开发自动化工具以改进睑板腺功能障碍（MGD）的定量分析与评估	睑板腺成像	数字病理	眼科疾病	深度学习	深度学习模型（具体类型未明确说明）	图像	325名患者的2,439张睑板腺图像
76	2025-09-20	Reconstructing the 3D genome organization of Neanderthals reveals that chromatin folding shaped phenotypic and sequence divergence 2025-Sep-02, bioRxiv : the preprint server for biology DOI:10.1101/2022.02.07.479462 PMID:40949959	研究论文	利用深度学习从DNA序列重建尼安德特人和丹尼索瓦人的三维基因组结构，揭示染色质折叠对表型和序列分化的影响	首次应用深度学习方法从古DNA序列推断已灭绝古人类的三维基因组结构，填补了古样本无法实验测定三维基因组折叠的空白	基于序列预测三维结构可能存在推断偏差，古DNA降解可能影响序列完整性	探究三维基因组结构在古人类与现代人类分化中的作用及其对表型差异的影响	尼安德特人、丹尼索瓦人及现代欧亚人的基因组	computational biology	NA	deep learning, Hi-C	深度学习模型	DNA序列数据	多个古人类和现代人类基因组（具体数量未明确说明）
77	2025-09-20	Enhancer-targeting CRISPR screens at coronary artery disease loci suggest shared mechanisms of disease risk 2025-Sep-02, medRxiv : the preprint server for health sciences DOI:10.1101/2025.08.28.25334684 PMID:40950476	研究论文	通过CRISPR筛选和靶向扰动测序技术，系统识别冠状动脉疾病风险位点中的增强子-基因调控机制	结合深度学习模型与多组学技术，首次在全基因组范围内建立变异-增强子-基因（V2E2G）链接，并揭示祖先和性别特异性风险机制	研究主要基于血管平滑肌细胞模型，可能未完全代表其他细胞类型在疾病中的作用	鉴定冠状动脉疾病GWAS位点中的因果遗传机制	血管平滑肌细胞和108个CAD风险位点	基因组学	冠状动脉疾病	CRISPRi, Direct-Capture Targeted Perturb-seq (DC-TAP-seq), 深度学习染色质可及性模型	深度学习模型	基因组学数据，染色质可及性数据，基因表达数据	108个CAD风险位点，470个基因的靶向筛选
78	2025-09-20	Accelerating non-contrast MR angiography of the thoracic aorta using compressed SENSE with deep learning reconstruction 2025-Sep-02, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112403 PMID:40967085	研究论文	本研究评估了结合压缩感知与并行成像（Compressed SENSE）及基于深度学习的图像重建（CS-AI）技术，以加速无对比剂胸主动脉磁共振血管成像（REACT）的采集时间	首次将压缩感知加速因子8（CS8）与深度学习重建（CS-AI）结合应用于REACT序列，在显著缩短扫描时间的同时保持图像质量和测量可重复性	单中心前瞻性研究，样本量较小（40名志愿者），未涉及病理人群验证	加速无对比剂胸主动脉磁共振血管成像的采集过程并评估其可行性	人类志愿者胸主动脉	医学影像处理	心血管疾病	压缩感知与并行成像（Compressed SENSE），深度学习图像重建	深度学习重建模型（具体架构未说明）	3D 磁共振影像	40名志愿者
79	2025-09-20	Deep Learning-Based Retinoblastoma Protein Subtyping of Pulmonary Large-Cell Neuroendocrine Carcinoma on Small Hematoxylin and Eosin-Stained Specimens 2025-Sep, Laboratory investigation; a journal of technical methods and pathology DOI:10.1016/j.labinv.2025.104192 PMID:40345665	研究论文	本研究开发了一种基于深度学习的卷积神经网络，用于从小型H&E染色标本中预测肺大细胞神经内分泌癌的pRb蛋白表达亚型	首次使用深度学习技术从常规H&E染色切片中识别pRb蛋白表达亚型，显著优于病理学家的形态学评估	样本量有限（143例切除标本和21例活检），模型性能仍有提升空间（AUC=0.77）	开发一种能够替代免疫组化检测的深度学习方法来鉴定LCNEC分子亚型	肺大细胞神经endocrine癌（LCNEC）组织样本	数字病理学	肺癌	免疫组化染色，深度学习	CNN（卷积神经网络）	病理图像	143例切除标本和21例活检样本
80	2025-09-20	High-Performance Open-Source AI for Breast Cancer Detection and Localization in MRI 2025-09, Radiology. Artificial intelligence DOI:10.1148/ryai.240550 PMID:40560044	研究论文	开发并评估用于MRI扫描中乳腺癌检测和定位的开源深度学习模型	使用迄今为止最大的乳腺癌MRI数据集训练模型，并实现开源共享以促进进一步开发	回顾性研究设计，可能存在选择偏倚	乳腺癌的自动检测和定位	女性乳腺癌患者的MRI扫描图像	计算机视觉	乳腺癌	深度学习，MRI成像	神经网络	医学图像（MRI扫描）	30,672例矢状面MRI检查（52,598个乳房），来自9,986名女性患者