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
8261	2025-10-06	Lights-Transformer: An Efficient Transformer-Based Landslide Detection Model for High-Resolution Remote Sensing Images 2025-Jun-11, Sensors (Basel, Switzerland) DOI:10.3390/s25123646 PMID:40573533	研究论文	提出一种基于Transformer的高效滑坡检测模型Lights-Transformer，用于高分辨率遥感图像分析	引入融合块增强多角度特征融合和轻量分割头提升推理速度，有效结合局部和全局特征	NA	提高滑坡检测的准确性和效率	高分辨率遥感图像中的滑坡区域	计算机视觉	NA	遥感技术	Transformer	图像	GDCLD数据集	NA	编码器-解码器架构	mIoU,准确率,F1分数,kappa值,精确率,召回率	NA
8262	2025-10-06	CAGNet: A Network Combining Multiscale Feature Aggregation and Attention Mechanisms for Intelligent Facial Expression Recognition in Human-Robot Interaction 2025-Jun-11, Sensors (Basel, Switzerland) DOI:10.3390/s25123653 PMID:40573540	研究论文	提出了一种结合多尺度特征聚合和注意力机制的新型网络CAGNet，用于人机交互中的智能面部表情识别	结合多尺度特征聚合和注意力机制，集成CBAM和GAP模块优化局部和全局特征捕获	NA	提高人机交互中面部表情识别的特征表示和识别准确率	面部表情识别	计算机视觉	NA	深度学习	CNN	图像	FER2013和CK+两个标准数据集	NA	CAGNet, CBAM, GAP	准确率	NA
8263	2025-10-06	Remaining Useful Life Prediction of Bearings via Semi-Supervised Transfer Learning Based on an Anti-Self-Healing Health Indicator 2025-Jun-11, Sensors (Basel, Switzerland) DOI:10.3390/s25123662 PMID:40573548	研究论文	本文提出了一种基于抗自愈健康指标和Transformer架构的半监督迁移学习方法，用于轴承剩余使用寿命预测	首次提出抗自愈健康指标(ASH-HI)解决轴承自愈现象问题，开发了无需寿命终止(EOL)数据的半监督迁移学习方法，并首次同时使用三个以上数据集进行迁移学习验证	未明确说明模型在工业实际应用中的部署挑战和计算效率问题	开发更准确的轴承剩余使用寿命预测方法	滚动轴承	机器学习	NA	功率谱密度分析，偏度参数选择	Transformer	信号特征	PHM 2012、NASA IMS和实验设置三个数据集	NA	Transformer	NA	NA
8264	2025-10-06	A Novel Bilateral Data Fusion Approach for EMG-Driven Deep Learning in Post-Stroke Paretic Gesture Recognition 2025-Jun-11, Sensors (Basel, Switzerland) DOI:10.3390/s25123664 PMID:40573553	研究论文	提出一种结合双侧数据融合的混合深度学习模型，用于识别脑卒中后偏瘫患者的手势肌电信号	开发了新型双侧数据融合方法，在训练中纳入非瘫痪肢体的EMG信号以提升小数据集下的模型性能	结果可能略低于传统监督学习算法，样本量相对较小	脑卒中后偏瘫患者的手势识别研究	25名表现出偏瘫临床特征的亚急性脑卒中患者	机器学习	脑卒中	肌电图（EMG）	CNN-LSTM	EMG信号	25名患者，两次采集时间点（数据集A中位时间16.0±8.6天，数据集B中位时间19.2±13.7天）	NA	一维卷积长短时记忆神经网络（1D CNN-LSTM）	准确率，灵敏度，特异性，F1分数	NA
8265	2025-10-06	A Survey of Deep Learning-Driven 3D Object Detection: Sensor Modalities, Technical Architectures, and Applications 2025-Jun-11, Sensors (Basel, Switzerland) DOI:10.3390/s25123668 PMID:40573555	综述	本文对深度学习驱动的3D目标检测进行了全面综述，重点关注传感器模态与技术架构之间的协同创新	提出了双轴'传感器模态-技术架构'分类框架，系统分析了基于RGB相机、LiDAR和多模态融合的检测方法	NA	综述深度学习驱动的3D目标检测技术发展现状与未来方向	3D目标检测方法	计算机视觉	NA	深度学习	CNN, BEV, 占用网络, 时序融合架构	RGB图像, LiDAR点云, 多模态数据	NA	NA	传统卷积网络, BEV方法, 占用网络, 时序融合架构	NA	NA
8266	2025-10-06	Federated Learning and EEL-Levy Optimization in CPS ShieldNet Fusion: A New Paradigm for Cyber-Physical Security 2025-Jun-09, Sensors (Basel, Switzerland) DOI:10.3390/s25123617 PMID:40573503	研究论文	提出了一种结合联邦学习和EEL-Levy优化的CPS ShieldNet Fusion框架，用于增强网络物理系统的安全性	首次将联邦残差卷积网络与EEL-Levy融合优化方法相结合，在保护数据隐私的同时提升复杂安全威胁检测能力	未明确说明在极端动态CPS环境中的适应能力以及计算资源需求	开发一个全面保护网络物理系统免受不断演变的网络威胁的安全框架	网络物理系统，包括工业控制系统、智能电网和医疗设备	机器学习	NA	联邦学习，优化算法	CNN	网络安全数据	使用CICIoT-2023、Edge-IIoTset-2023和UNSW-NB三个数据集	NA	联邦残差卷积网络	准确率，有效性	NA
8267	2025-10-06	Robust Estimation of Unsteady Beat-to-Beat Systolic Blood Pressure Trends Using Photoplethysmography Contextual Cycles 2025-Jun-09, Sensors (Basel, Switzerland) DOI:10.3390/s25123625 PMID:40573512	研究论文	提出一种基于光电容积脉搏波的双阶段深度学习模型，用于估计逐拍收缩压趋势	引入上下文周期输入结构和双阶段架构，结合并行ResU块和带相对位置编码的Transformer层	NA	开发稳健的逐拍收缩压趋势估计方法	光电容积脉搏波信号和收缩压趋势	机器学习	心血管疾病	光电容积脉搏波	深度学习	生理信号	NA	NA	ResU Blocks, Transformer	平均绝对误差, 序列皮尔逊相关系数, 变异性误差	NA
8268	2025-10-06	Unobtrusive Sleep Posture Detection Using a Smart Bed Mattress with Optimally Distributed Triaxial Accelerometer Array and Parallel Convolutional Spatiotemporal Network 2025-Jun-08, Sensors (Basel, Switzerland) DOI:10.3390/s25123609 PMID:40573496	研究论文	开发了一种基于智能床垫的非接触式睡眠姿势检测系统，采用优化分布的三轴加速度计阵列和并行卷积时空网络	提出优化分布的三轴加速度计阵列作为前端数据采集单元，并构建了集成CNN、LSTM和Bi-LSTM模块的并行卷积时空网络(PCSN)	未提及系统在更大规模人群或不同床垫环境下的泛化能力测试	开发低成本非接触式睡眠姿势检测系统，用于睡眠质量评估和健康监测	睡眠姿势（俯卧、仰卧、左侧直躺、左侧胎儿式、右侧直躺、右侧胎儿式）	机器学习	压力性溃疡,睡眠呼吸暂停	加速度传感技术	CNN,LSTM,Bi-LSTM	加速度传感器数据	未明确说明样本数量	NA	并行卷积时空网络(PCSN)	准确率,精确率,召回率,F1分数	NA
8269	2025-10-06	Synergizing Attribute-Guided Latent Space Exploration (AGLSE) with Classical Molecular Simulations to Design Potent Pep-Magnet Peptide Inhibitors to Abrogate SARS-CoV-2 Host Cell Entry 2025-Jun-07, Viruses DOI:10.3390/v17060828 PMID:40573419	研究论文	本研究结合人工智能和分子模拟技术设计新型抗SARS-CoV-2多肽抑制剂	提出属性引导潜空间探索(AGLSE)方法，结合变分自编码器和Wasserstein自编码器生成具有抗病毒活性的新型多肽序列	研究仅通过计算模拟验证多肽活性，尚未进行实验验证	设计能够阻断SARS-CoV-2进入宿主细胞的多肽抑制剂	抗病毒多肽序列	机器学习	COVID-19	分子对接，分子动力学模拟	VAE, WAE	多肽序列数据	200个生成的多肽序列	NA	变分自编码器，Wasserstein自编码器	对接分数，MMGBSA，RMSD，RMSF，氢键分析	NA
8270	2025-10-06	Segment Anything Model (SAM) and Medical SAM (MedSAM) for Lumbar Spine MRI 2025-Jun-07, Sensors (Basel, Switzerland) DOI:10.3390/s25123596 PMID:40573483	研究论文	评估Segment Anything Model (SAM)和Medical SAM (MedSAM)在腰椎MRI中分割椎间盘和椎体的性能	首次在腰椎MRI分割任务中评估两种零样本深度学习模型，并与nnU-Net进行对比	性能仍不及专门训练的nnU-Net模型，结果存在一定变异性	确定零样本深度学习模型在腰椎MRI组织分割中的性能表现	腰椎椎间盘和椎体	医学影像分析	腰椎疾病	磁共振成像	深度学习模型	MRI图像	82具捐赠者脊柱	NA	SAM, MedSAM, nnU-Net	Dice分数, 敏感性, 特异性	NA
8271	2025-10-06	Enhanced RNA secondary structure prediction through integrative deep learning and structural context analysis 2025-Jun-06, Nucleic acids research IF:16.6Q1 DOI:10.1093/nar/gkaf533 PMID:40530692	研究论文	提出一种整合深度学习和结构上下文分析的RNA二级结构预测方法	采用分阶段学习策略整合RNA序列和结构上下文信息，并使用配对约束训练模型，有效处理局部和长程核苷酸相互作用	NA	提高RNA二级结构预测的准确性和鲁棒性	RNA二级结构	机器学习	NA	RNA结构预测	深度学习	RNA序列和结构数据	NA	NA	DSRNAFold	假结识别准确率, 化学图谱活性预测准确率	NA
8272	2025-10-06	Method for Estimating Amount of Saliva Secreted Using a Throat Microphone 2025-Jun-06, Sensors (Basel, Switzerland) DOI:10.3390/s25123584 PMID:40573471	研究论文	提出一种使用可穿戴喉部麦克风通过声音估计唾液分泌量的方法	首次利用喉部麦克风采集的声音数据，通过深度学习技术实现唾液分泌量的持续监测	唾液分泌量估计的相关系数R为0.600，准确度有待进一步提高	开发能够持续监测唾液分泌量的非侵入式方法	人类唾液分泌活动	机器学习	口腔疾病	声音信号分析	深度学习	音频	未明确说明	NA	NA	准确率, R, MAE	NA
8273	2025-10-06	Clinical outcome and deep learning imaging characteristics of patients treated by radio-chemotherapy for a "molecular" glioblastoma 2025-Jun-04, The oncologist DOI:10.1093/oncolo/oyaf127 PMID:40542584	研究论文	本研究评估分子胶质母细胞瘤对标准放化疗的治疗反应，并开发基于深度学习的MRI影像特征区分方法	首次系统比较新型分子胶质母细胞瘤与传统组织学胶质母细胞瘤的生存差异，并开发AI模型区分无对比增强的分子胶质母细胞瘤与低级别胶质瘤	回顾性研究设计，样本量有限（132例患者）	评估分子胶质母细胞瘤对标准治疗的反应，开发基于AI的影像学鉴别方法	132例接受放疗和替莫唑胺治疗的胶质母细胞瘤患者	数字病理	胶质母细胞瘤	MRI FLAIR序列影像分析	深度学习, 机器学习	医学影像	132例胶质母细胞瘤患者	NA	NA	ROC AUC, 风险比, 中位总生存期, 无进展生存期	NA
8274	2025-10-06	The role of learned song in the evolution and speciation of Eastern and Spotted towhees 2025-Jun, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1013135 PMID:40526780	研究论文	本研究通过机器学习方法分析东部和斑点towhee鸟类的鸣叫特征，探讨学习性鸣叫在物种识别和生殖隔离中的作用	首次结合社区科学记录的鸣叫数据和机器学习方法，量化分析两种近缘鸟类鸣叫的细微差异及其在重叠区域的分类准确性变化	可用的公开遗传数据有限，主要依赖鸣叫特征分析	探究学习性鸣叫在鸟类物种进化和生殖隔离中的作用机制	东部towhee和斑点towhee两种近缘鸟类的鸣叫特征	机器学习	NA	鸣叫特征分析，机器学习分类	随机森林,深度学习,梯度提升机,卷积神经网络	音频 recordings	广泛的社区科学记录的鸣叫数据	NA	CNN	准确率	NA
8275	2025-10-06	The Potential of Artificial Intelligence in Pharmaceutical Innovation: From Drug Discovery to Clinical Trials 2025-May-25, Pharmaceuticals (Basel, Switzerland) DOI:10.3390/ph18060788 PMID:40573185	综述	本文探讨人工智能在药物研发全过程中的应用潜力，从药物发现到临床试验	系统评估AI技术在药物配方优化、加速发现和药物重定位方面的创新潜力	AI应用仍存在监管空白，需要持续深入的立法监督以确保安全、伦理和无偏见使用	评估人工智能在药物开发中的作用和潜力	药物发现和开发过程	机器学习	NA	机器学习，深度学习	NA	生物数据，化学数据	NA	NA	NA	NA	NA
8276	2025-10-06	Generative prediction of real-world prevalent SARS-CoV-2 mutation with in silico virus evolution 2025-May-01, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf276 PMID:40532108	研究论文	开发了基于深度学习的生成框架ViralForesight，用于预测现实世界中流行的SARS-CoV-2突变	结合蛋白质语言模型和计算机模拟病毒进化，通过宿主到群体的进化范式预测现实世界中的病毒突变趋势	NA	预测新兴病毒在现实世界中的突变流行趋势，以提前更新疫苗或药物	SARS-CoV-2病毒及其突变	机器学习	COVID-19	计算机模拟病毒进化	深度学习生成模型	蛋白质序列数据	NA	NA	蛋白质语言模型	体外实验验证	NA
8277	2025-10-06	A novel deep learning framework with dynamic tokenization for identifying chromatin interactions along with motif importance investigation 2025-May-01, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf289 PMID:40536817	研究论文	提出了一种集成动态标记化、DNABERT词嵌入和高效通道注意力机制的新型深度学习模型Inter-Chrom，用于识别染色质相互作用并分析模体重要性	结合动态标记化策略、DNABERT词嵌入和高效通道注意力机制，并提出了新的模体重要性计算方法	NA	开发计算模型识别染色质相互作用并研究调控模体的重要性	染色质相互作用网络	生物信息学	NA	深度学习	深度学习模型	序列数据和基因组特征	三个细胞系数据集	NA	DNABERT, 高效通道注意力机制	NA	NA
8278	2025-10-06	PrimeNet: rational design of Prime editing pegRNAs by deep learning 2025-May-01, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf293 PMID:40536816	研究论文	开发了一种名为PrimeNet的新型预测模型，通过整合表观遗传因素来优化Prime编辑pegRNAs的设计	首次整合染色质可及性和DNA甲基化等关键表观遗传因素，并引入多尺度卷积和注意力机制来提升预测性能	模型主要基于HEK293T和K562细胞系数据，在其他细胞类型中的泛化能力需要进一步验证	提高Prime编辑技术的编辑效率和预测准确性	Prime编辑pegRNAs（引物编辑向导RNA）	机器学习	遗传疾病	基因编辑技术，Prime编辑	深度学习	基因组数据，表观遗传数据	基于HEK293T和K562细胞系的多个数据集	NA	多尺度卷积神经网络，注意力机制	Spearman相关系数	NA
8279	2025-10-06	DeepTFtyper: an interpretable morphology-aware graph neural network for translating histopathology images into molecular subtypes in small cell lung cancer 2025-May-01, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf284 PMID:40539233	研究论文	开发基于图神经网络的深度学习模型DeepTFtyper，从小细胞肺癌的H&E染色全切片图像自动预测分子亚型	首个从H&E染色组织学切片预测SCLC分子亚型的深度学习框架，具有可解释性和形态学感知能力	样本量相对有限（n=389），仅基于单中心队列	开发可扩展的深度学习工具，改善小细胞肺癌患者管理和指导个性化治疗决策	小细胞肺癌患者的H&E染色全切片图像	数字病理学	肺癌	免疫组织化学染色，全切片成像	图神经网络	病理图像	389例来自中国医学科学院肿瘤医院的样本	NA	图神经网络	AUC，数字H-score与IHC H-score相关性	NA
8280	2025-10-06	Machine learning models for pharmacogenomic variant effect predictions - recent developments and future frontiers 2025 Apr-Apr, Pharmacogenomics IF:1.9Q3 DOI:10.1080/14622416.2025.2504863 PMID:40401639	综述	本文综述了机器学习在药物基因组学变异效应预测中的最新进展和未来发展方向	探索了利用深度学习模型捕获进化保守性和生物物理特性的新技术，以及整合多个预测模型的集成方法	数百万罕见变异的功能仍未被充分表征，精准医学实施面临挑战	改进药物相关变异的功能效应预测，将基因组信息转化为药物遗传学建议	药物处置和药物靶点相关基因中的药物基因组学变异	机器学习	NA	DNA测序,蛋白质测序	深度学习,集成学习	基因组序列数据,蛋白质序列数据	NA	NA	NA	准确性,鲁棒性,可解释性	NA