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
781	2025-04-25	Computational Advancements in Cancer Combination Therapy Prediction 2023-09, JCO precision oncology IF:5.3Q1 DOI:10.1200/PO.23.00261 PMID:37824797	review	本文综述了计算预测癌症联合疗法的方法，并总结了最近的研究	强调了计算预测方法在癌症联合疗法中的创新应用，包括网络、回归机器学习、分类器机器学习模型和深度学习方法	不同方法各有优缺点，需要谨慎选择最适合的方法	提高癌症联合疗法的预测准确性	癌症联合疗法的计算预测方法	machine learning	cancer	in silico drug repurposing	networks, regression-based machine learning, classifier machine learning models, deep learning	multiomics data	NA
782	2025-04-25	Rapid and Portable Quantification of HIV RNA via a Smartphone-enabled Digital CRISPR Device and Deep Learning 2023-May-16, medRxiv : the preprint server for health sciences DOI:10.1101/2023.05.12.23289911 PMID:37292781	research paper	该研究开发了一种基于智能手机的数字CRISPR设备，用于快速便携地定量检测HIV RNA	结合了数字CRISPR检测、智能手机控制和深度学习算法，实现了HIV RNA的快速便携检测	NA	开发便携式HIV病毒载量监测工具	HIV RNA	digital pathology	HIV/AIDS	RT-RPA-CRISPR检测	Deep Learning	fluorescence images	75 copies of HIV RNA
783	2025-04-25	Spikebench: An open benchmark for spike train time-series classification 2023-01, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1010792 PMID:36626366	研究论文	提出了一个名为Spikebench的开放基准测试，用于评估尖峰序列时间序列分类的性能	基于开放获取的神经活动数据集，创建了一个包含多种学习任务的尖峰序列分类基准测试，并展示了基于手工特征工程的方法与深度学习模型性能相当	未提及具体的局限性	为神经解码领域提供多样化和具有挑战性的基准测试	神经尖峰序列	机器学习	NA	时间序列特征工程	决策树集成和深度神经网络	时间序列数据	基于多个开放获取的神经活动数据集
784	2025-04-25	Exploration of the intelligent-auxiliary design of architectural space using artificial intelligence model 2023, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0282158 PMID:36867635	research paper	探讨利用人工智能模型进行建筑空间智能辅助设计的综合方法	通过深度学习和语义网络分析，建立建筑空间智能辅助模型，实现设计方案的自动生成	随着网络节点数量的增加，模型在测试数据集和训练数据集上的拟合度下降	提升建筑设计行业的智能化水平和设计效率	建筑空间设计	machine learning	NA	Deep Learning	语义网络和内部结构分析模型	3D模型数据	UrbanScene3D数据集中的3D模型
785	2025-04-25	Artificial Intelligence for Intraoperative Guidance: Using Semantic Segmentation to Identify Surgical Anatomy During Laparoscopic Cholecystectomy 2022-08-01, Annals of surgery IF:7.5Q1 DOI:10.1097/SLA.0000000000004594 PMID:33196488	research paper	本研究开发并评估了人工智能模型在腹腔镜胆囊切除术中识别安全与危险解剖区域及解剖标志物的性能	利用深度学习技术实现术中实时解剖结构识别，为外科医生提供实时引导	研究样本来自多国多机构，可能存在手术操作差异，且模型性能指标仍有提升空间	开发AI模型用于腹腔镜手术中的解剖结构识别，降低手术风险	腹腔镜胆囊切除术视频中的解剖结构	computer vision	胆囊疾病	深度学习	语义分割模型	手术视频帧	290个手术视频中的2627帧图像，来自37个国家136个机构的153名外科医生
786	2025-04-25	Unreferenced English articles' translation quality-oriented automatic evaluation technology using sparse autoencoder under the background of deep learning 2022, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0270308 PMID:35830434	研究论文	本文提出了一种基于稀疏自编码器（SAE）和深度学习（DL）的自动翻译质量评估（TQA）模型，用于无参考英文文章的翻译质量评估	利用稀疏自编码器在深度学习背景下进行无监督学习，优化语言向量特征的提取，并将其引入自动翻译质量评估	未提及具体的数据集规模或模型在其他语言对上的泛化能力	实现无参考英文文章的高精度自动翻译质量评估	无参考英文文章的翻译质量	自然语言处理	NA	深度学习，稀疏自编码器（SAE）	SAE, AE	文本	句子数量从1,000增加到6,000
787	2025-04-24	Comprehensive Raman spectroscopy analysis for differentiating toxic cyanobacteria through multichannel 1D-CNNs and SHAP-based explainability 2025-Sep-01, Talanta IF:5.6Q1 DOI:10.1016/j.talanta.2025.127845 PMID:40081250	研究论文	结合拉曼光谱和深度学习技术对四种有毒蓝藻进行分类的研究	采用多通道一维卷积神经网络（1D-CNN）结合SHAP解释性方法，提高了分类准确率并增强了模型的可解释性	仅针对四种蓝藻物种进行研究，样本多样性可能有限	开发一种快速准确识别有毒蓝藻物种的方法，以支持水质监测和有害藻华早期检测	四种有毒蓝藻物种：Dolichospermum crassum, Aphanizomenon sp., Planktothrix agardhii 和 Microcystis aeruginosa	机器学习	NA	拉曼光谱	1D-CNN	光谱数据	四种蓝藻物种的光谱数据
788	2025-04-24	Advanced SERSome-based artificial-intelligence technology for identifying medicinal and edible homologs 2025-Sep-01, Talanta IF:5.6Q1 DOI:10.1016/j.talanta.2025.127931 PMID:40112588	研究论文	本研究提出了一种结合表面增强拉曼光谱（SERS）和深度学习的新方法，用于快速识别药食同源物质（MEHs）	利用基于光谱集的SERS（称为'SERSome'）与深度学习结合，开发了一种新型识别模型，避免了反应过程中额外保护剂的使用，并克服了MEHs的荧光干扰	NA	提高药食同源物质的质量控制和快速识别能力	药食同源物质（MEHs）	机器学习	NA	表面增强拉曼光谱（SERS）	深度学习	光谱数据	NA
789	2025-04-24	Transformer-based deep learning models for quantification of La, Ce, and Nd in rare earth ores using laser-induced breakdown spectroscopy 2025-Sep-01, Talanta IF:5.6Q1 DOI:10.1016/j.talanta.2025.127937 PMID:40127553	研究论文	本文提出了一种基于iTransformer-BiLSTM（iTBi）深度学习算法和随机森林（RF）算法的LIBS定量分析模型，用于精确测定稀土矿石中的La、Ce和Nd元素浓度	提出iTBi-LIBS和iTBi-RF-LIBS集成模型，有效降低基质效应和光谱重叠干扰，提高了定量分析的准确性	样本量较小（35个样本），且浓度范围有限（La: 0-1.924wt%, Ce: 0-2.917wt%, Nd: 0-1.492wt%）	开发一种高效的LIBS定量分析方法，用于稀土矿石中La、Ce和Nd元素的实时定量分析	稀土矿石中的La、Ce和Nd元素	机器学习	NA	激光诱导击穿光谱（LIBS）	iTransformer-BiLSTM（iTBi）、随机森林（RF）	光谱数据	35个样本
790	2025-04-24	Intelligent Recognition of Goji Berry Pests Using CNN With Multi-Graphic-Occlusion Data Augmentation and Multiple Attention Fusion Mechanisms 2025-Aug, Archives of insect biochemistry and physiology IF:1.5Q4 DOI:10.1002/arch.70060 PMID:40262026	研究论文	本文提出了一种改进的卷积神经网络（CNN）GojiNet，用于准确识别17种枸杞害虫	结合多图遮挡数据增强方法和多注意力融合机制，构建了GojiNet模型，提高了害虫识别的准确率	模型训练时间略有增加，且未提及在不同光照或环境条件下的泛化能力	解决枸杞害虫识别中传统人工检测方法的主观性、耗时和劳动密集型问题	17种枸杞害虫	计算机视觉	NA	多图遮挡数据增强方法	CNN（GojiNet，基于ResNet18改进）	图像	未明确提及具体样本数量，但涉及17种害虫的数据集
791	2025-04-24	Mitigating ambient RNA and doublets effects on single cell transcriptomics analysis in cancer research 2025-Jun-28, Cancer letters IF:9.1Q1 DOI:10.1016/j.canlet.2025.217693 PMID:40185305	research paper	该论文探讨了在癌症研究中如何减轻单细胞转录组学分析中环境RNA和双联体效应的影响	提出了使用计算方法和深度学习技术（如SoupX、DecontX和CellBender）来评估和消除环境RNA污染及背景噪声，提供了一种端到端的数据准备策略	未提及具体的技术局限性或数据集的限制	旨在提高单细胞转录组学数据的质量，以更准确地描述肿瘤微环境中的异质性，并促进精准肿瘤学的发展	单细胞转录组学数据	生物信息学	癌症	scRNA-seq, deep learning	NA	基因表达数据	NA
792	2025-04-24	SSAT-Swin: Deep Learning-Based Spinal Ultrasound Feature Segmentation for Scoliosis Using Self-Supervised Swin Transformer 2025-06, Ultrasound in medicine & biology DOI:10.1016/j.ultrasmedbio.2025.02.013 PMID:40082183	research paper	提出了一种基于自监督Swin Transformer的深度学习模型SSAT-Swin，用于脊柱超声图像特征分割以诊断脊柱侧弯	结合边界增强模块和通道注意力模块，并采用自监督代理任务进行预训练，提高了超声图像分割的准确性	仅使用了1170张图像进行预训练和109张图像-标签对进行微调，样本量相对有限	提高脊柱侧弯超声图像分割的准确性，以辅助诊断	脊柱侧弯患者的超声图像	computer vision	脊柱侧弯	自监督学习	Swin Transformer	超声图像	预训练1170张图像，微调109张图像-标签对
793	2025-04-24	Brain tumor segmentation with deep learning: Current approaches and future perspectives 2025-Jun, Journal of neuroscience methods IF:2.7Q3 DOI:10.1016/j.jneumeth.2025.110424 PMID:40122469	综述	本文系统回顾了基于深度学习的脑肿瘤分割技术，特别关注网络架构设计	全面比较了不同深度学习方法在脑肿瘤分割中的性能，并探讨了U-Net架构的迭代改进及其在医学图像分割中的潜力	主要基于BraTS数据集进行评估，可能无法完全代表所有临床场景	评估自动脑肿瘤分割技术的现状并展望未来研究方向	脑肿瘤MRI图像	数字病理学	脑肿瘤	MRI成像	CNN, U-Net, Transformer	医学影像	主要基于BraTS数据集（具体数量未提及）
794	2025-04-24	Exploring emotional climate recognition in peer conversations through bispectral features and affect dynamics 2025-Jun, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108695 PMID:40138858	研究论文	该研究提出了一种名为MLBispec的新方法，用于通过语音信号识别对话中的情感氛围（EC）	MLBispec方法结合了时间窗口双谱分析和情感动态特征，提高了情感识别的准确性	研究未提及在嘈杂环境下的性能表现，且跨语言实验的泛化能力有待进一步验证	探索并提高人工智能在对话中情感氛围识别的能力	对话中的语音信号和情感标注	自然语言处理	NA	双谱分析，机器学习分类器	ML	语音信号	IEMOCAP、K-EmoCon和SEWA开放数据集
795	2025-04-24	A Physics-Integrated Deep Learning Approach for Patient-Specific Non-Newtonian Blood Viscosity Assessment using PPG 2025-Jun, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108740 PMID:40158260	研究论文	本研究提出了一种结合物理约束的深度学习方法来从PPG数据中提取患者特异性血液粘度方程	开发了一种混合1D CNN-LSTM架构，结合了物理约束，将流变学原理整合到数据驱动的PPG分析中	在低剪切速率区域的准确性较低（7.84 cP误差），且仅针对特定剪切范围（50-300 s-1）进行了优化	通过可穿戴设备非侵入性地测量血液粘度，以监测和诊断循环系统疾病	PPG数据与血液粘度关系	数字病理学	心血管疾病	PPG（光电容积描记术）	1D CNN-LSTM混合架构	PPG信号	NA
796	2025-04-24	Discovery and characterization of novel FAK inhibitors for breast cancer therapy via hybrid virtual screening, biological evaluation and molecular dynamics simulations 2025-Jun-01, Bioorganic chemistry IF:4.5Q1 DOI:10.1016/j.bioorg.2025.108400 PMID:40163988	研究论文	通过混合虚拟筛选、生物评估和分子动力学模拟，发现并表征了新型FAK抑制剂用于乳腺癌治疗	使用基于结构的高透明度渗透性虚拟筛选（HTVS）和基于几何深度学习的DeepDock算法，发现了一种新的FAK抑制剂骨架	仅对10种化合物进行了生物活性评估，样本量较小	开发有效的FAK抑制剂用于乳腺癌治疗	FAK（粘着斑激酶）及其抑制剂	药物发现	乳腺癌	虚拟筛选（HTVS）、DeepDock算法、分子对接、分子动力学模拟	DeepDock（基于几何深度学习）	化学化合物数据	10种化合物
797	2025-04-24	Predicting protein-protein interaction with interpretable bilinear attention network 2025-Jun, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108756 PMID:40174317	research paper	提出了一种名为PPI-BAN的新型端到端框架，通过整合蛋白质序列信息和3D结构信息来预测蛋白质-蛋白质相互作用及其类型	PPI-BAN首次将蛋白质序列和3D结构信息通过深度双线性注意力网络(BAN)联合学习，明确学习两个蛋白质的重要局部相互作用表示，提高了预测结果的可解释性	虽然PPI-BAN表现优异，但其性能仍依赖于蛋白质3D结构预测的准确性，且计算复杂度较高	开发一种能够准确预测蛋白质-蛋白质相互作用及其类型的计算方法	蛋白质-蛋白质相互作用(PPIs)	生物信息学	NA	一维卷积操作(Conv1D)、几何感知关系图神经网络(GearNet)、深度双线性注意力网络(BAN)	BAN	蛋白质序列和3D结构数据	NA
798	2025-04-24	Fusion of multi-scale feature extraction and adaptive multi-channel graph neural network for 12-lead ECG classification 2025-Jun, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108725 PMID:40184850	研究论文	提出一种融合多尺度特征提取和自适应多通道图神经网络的12导联心电图分类方法	提出多尺度自适应图融合网络（MSAGFN）模型，结合特征图和拓扑图，有效整合12导联心电图的复杂关联	未提及具体局限性	提高12导联心电图的分类准确率	12导联心电图数据	机器学习	心血管疾病	图神经网络	MSAGFN（多尺度自适应图融合网络）和AMGNN（自适应多通道图神经网络）	心电图信号	PTB-XL数据集
799	2025-04-24	Self-supervised multi-modality learning for multi-label skin lesion classification 2025-Jun, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108729 PMID:40184849	研究论文	提出一种自监督学习算法，用于多模态多标签皮肤病变分类，减少对大规模标注数据的依赖	通过最大化配对的皮肤镜和临床图像之间的相似性实现多模态自监督学习，并引入新的多模态多标签自监督策略，通过聚类分析生成七个皮肤病变属性的伪多标签	算法性能依赖于配对的皮肤镜和临床图像的可用性，且伪标签生成可能受到聚类分析准确性的影响	开发一种减少对大规模标注数据依赖的皮肤病变分类方法	皮肤病变的多模态图像（皮肤镜和临床图像）及其多标签属性	计算机视觉	皮肤病变	自监督学习（SSL）	CNN	图像	使用经过良好基准测试的七点皮肤病变数据集进行验证
800	2025-04-24	Efficient annotation bootstrapping for cell identification in follicular lymphoma 2025-Jun, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108728 PMID:40188578	research paper	该研究探讨了在滤泡性淋巴瘤诊断中降低标注成本的可行方法，并比较了三种不同的标注引导方法	提出了一种混合架构，结合了自定义细胞编码器和数字病理学基础模型的上下文编码，用于中心母细胞和中心细胞的检测	标注过程存在固有偏差，且标签分布极不平衡	降低数字病理学中标注引导的成本，提高滤泡性淋巴瘤诊断的效率	滤泡性淋巴瘤的细胞检测	digital pathology	follicular lymphoma	active learning, weak supervision	custom cell encoder, foundation models	whole slide images	41张全切片图像，包含12,704个细胞标注