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
861	2025-07-10	ASOptimizer: optimizing chemical diversity of antisense oligonucleotides through deep learning 2025-Jul-07, Nucleic acids research IF:16.6Q1 DOI:10.1093/nar/gkaf392 PMID:40377084	research paper	介绍了一个基于深度学习的计算框架ASOptimizer，用于优化反义寡核苷酸（ASO）的序列和化学修饰	开发了一个用户友好的网络服务器，使研究人员无需深度学习专业知识即可优化ASO序列和化学修饰	未提及该框架在实际应用中的性能验证或与其他方法的比较	优化反义寡核苷酸的化学多样性，提高基因治疗的效率	反义寡核苷酸（ASO）序列和化学修饰	machine learning	NA	deep learning	NA	sequence data	NA
862	2025-07-10	Battery management in IoT hybrid grid system using deep learning algorithms based on crowd sensing and micro climatic data 2025-Jul-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07868-9 PMID:40619453	研究论文	本文提出了一种基于深度学习的物联网混合电网系统电池管理方法，利用人群感知和微气候数据优化电池管理系统	提出了一种结合物联网、光伏系统和风力系统的混合电网系统（IPWS），并采用多种混合深度学习算法（如SCO-LSTM、JO-LSTM和HBO-LSTM）进行电池管理，显著提高了系统的瞬态稳定性和阻尼比	研究主要针对住宅负载，未涉及工业或其他大规模应用场景的验证	优化混合电网系统中的电池管理，提高电力系统的效率和稳定性	混合电网系统（HGS）中的电池管理系统（BMS）	机器学习	NA	深度学习算法（SCO-LSTM、JO-LSTM、HBO-LSTM）	LSTM	微气候数据、人群感知数据	NA
863	2025-07-10	Multilayer perceptron deep learning radiomics model based on Gd-BOPTA MRI to identify vessels encapsulating tumor clusters in hepatocellular carcinoma: a multi-center study 2025-Jul-07, Cancer imaging : the official publication of the International Cancer Imaging Society IF:3.5Q1 DOI:10.1186/s40644-025-00895-9 PMID:40624579	研究论文	本研究基于多层感知器（MLP）深度学习开发了一个预测模型，用于识别肝细胞癌（HCC）中包裹肿瘤簇的血管（VETC）	结合临床放射学和放射组学特征，利用MLP深度学习算法开发融合模型，提高了VETC的预测性能	研究为回顾性设计，样本量相对有限，且仅基于Gd-BOPTA MRI数据	开发预测肝细胞癌中VETC的深度学习模型	230例经病理证实的HCC患者	数字病理	肝细胞癌	Gd-BOPTA MRI	MLP	MRI图像	230例患者（训练集144例，测试集54例，验证集32例）
864	2025-07-10	Recognition of Parkinson disease using Kriging Empirical Mode Decomposition via deep learning techniques 2025-Jul-07, Gait & posture IF:2.2Q2 DOI:10.1016/j.gaitpost.2025.06.024 PMID:40628146	research paper	该研究利用克里金经验模态分解和深度学习技术识别帕金森病	结合克里金经验模态分解和深度学习技术进行帕金森病的识别	NA	识别帕金森病	帕金森病患者	machine learning	geriatric disease	Kriging Empirical Mode Decomposition, deep learning	deep learning	NA	NA
865	2025-07-10	Enhancing automatic multilabel diagnosis of electrocardiogram signals: A masked transformer approach 2025-Jul-07, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110674 PMID:40628168	research paper	本研究提出了一种基于掩码Transformer的心电图信号多标签自动诊断方法，显著提高了分类准确率	首次将基于图像的掩码自编码器应用于心电图时间序列的自监督表示学习，提出MTECG模型	模型在真实临床环境中处理复杂信号模式的性能仍需进一步验证	提高心电图分类的准确性，推动基于心电图的诊断系统发展	心电图信号	machine learning	cardiovascular disease	self-supervised representation learning	Transformer	time series	220,251份心电图记录（Fuwai数据集）及两个公共数据集
866	2025-07-10	A comparison between commercially available artificial intelligence-based and conventional human expert-based digital workflows for designing anterior crowns 2025-Jul-07, The Journal of prosthetic dentistry IF:4.3Q1 DOI:10.1016/j.prosdent.2025.06.005 PMID:40628576	研究论文	比较商业可用的人工智能驱动与传统人工专家驱动的数字工作流程在前牙冠设计中的效果	首次比较了商业可用的基于深度学习的牙冠设计软件与传统人工设计在功能和美学效果上的差异	研究仅评估了前牙冠设计，未涉及后牙或其他修复体类型	评估基于深度学习的数字工作流程是否能达到与传统人工设计相当的效果	前牙全冠修复体	数字病理	牙科疾病	深度学习	DL	数字牙科模型	25个前牙全冠设计样本
867	2025-07-10	Efficient Ultrasound Breast Cancer Detection with DMFormer: A Dynamic Multiscale Fusion Transformer 2025-Jul-07, Ultrasound in medicine & biology.. DOI:10.1016/j.ultrasmedbio.2025.05.017 PMID:40628603	研究论文	提出了一种名为DMFormer的动态多尺度融合Transformer模型，用于超声乳腺癌检测，旨在解决超声成像中的噪声、模糊和复杂组织结构问题	DMFormer采用动态多尺度特征融合机制，结合窗口注意力和网格注意力，全面捕捉细粒度组织细节和更广泛的解剖学背景	NA	开发一种先进的深度学习模型，用于在超声乳腺癌筛查中准确区分良性和恶性肿块	超声图像中的乳腺肿块	数字病理学	乳腺癌	深度学习	Transformer (DMFormer)	图像	在两个独立的数据集上进行评估
868	2025-07-10	Corrigendum to 'CT-Based Deep Learning Predicts Prognosis in Esophageal Squamous Cell Cancer Patients Receiving Immunotherapy Combined with Chemotherapy' [Acad Radiol 32/6 (2025) 3397-3409] 2025-Jul-07, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.06.036 PMID:40628644	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
869	2025-07-10	Deep Learning Model Based on Dual-energy CT for Assessing Cervical Lymph Node Metastasis in Oral Squamous Cell Carcinoma 2025-Jul-07, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.06.020 PMID:40628643	research paper	本研究开发了一种基于双能CT的深度学习模型，用于评估口腔鳞状细胞癌中的宫颈淋巴结转移	使用双能CT和多序列融合图像，结合Crossformer_Transformer模型，显著提高了淋巴结转移的检测性能	研究仅基于两个中心的数据，可能需要更多外部验证以提高模型的泛化能力	提高口腔鳞状细胞癌中宫颈淋巴结转移的术前检测准确性	口腔鳞状细胞癌患者的双能CT图像和临床数据	digital pathology	oral squamous cell carcinoma	dual-energy CT	Crossformer_Transformer, Densenet169, Squeezenet1_0	image	354 patients (248 from the first center and 106 from the second center)
870	2025-07-10	spRefine Denoises and Imputes Spatial Transcriptomics with a Reference-Free Framework Powered by Genomic Language Model 2025-Jul-07, bioRxiv : the preprint server for biology DOI:10.1101/2025.04.22.649977 PMID:40631230	研究论文	介绍了一个名为spRefine的深度学习框架，利用基因组语言模型对空间转录组数据进行去噪和填补	spRefine是一个无参考框架，能够联合去噪和填补空间转录组数据，提高数据整合的鲁棒性，并作为模型预训练和发现新生物信号的强大框架	NA	克服空间转录组数据分析中的高噪声和基因测量缺失问题	空间转录组数据	生物信息学	NA	空间转录组学	基因组语言模型	空间转录组数据	不同规模的数据集
871	2025-07-10	Automated fluid monitoring to optimize the follow-up of neovascular age-related macular degeneration patients in the Brazilian population 2025-Jul-06, International journal of retina and vitreous IF:1.9Q2 DOI:10.1186/s40942-025-00695-0 PMID:40619442	研究论文	本研究探讨了基于人工智能的液体监测工具在优化巴西新生血管性年龄相关性黄斑变性患者随访中的效果	使用AI工具自动量化视网膜内液体、视网膜下液体和色素上皮脱离，并分析其与治疗效果及视觉结果的关联	研究为回顾性研究，样本量较小（99眼），且仅来自巴西一家三级中心，可能限制结果的普遍性	优化新生血管性年龄相关性黄斑变性患者的随访监测	巴西新生血管性年龄相关性黄斑变性患者	数字病理学	年龄相关性黄斑变性	光谱域光学相干断层扫描（Spectralis）	深度学习算法（Fluid Monitor）	图像	84名患者的99只眼（其中58只眼为初治患者）
872	2025-07-10	Fault detection in electrical power systems using attention-GRU-based fault classifier (AGFC-Net) 2025-Jul-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-06493-w PMID:40619447	研究论文	本文提出了一种基于注意力机制和GRU的故障分类器（AGFC-Net），用于电力系统中的故障检测	结合注意力机制和GRU，提高了特征提取和相关性学习的能力，在噪声条件下仍能保持良好的分类性能	未提及具体在哪些类型的电力系统或工业应用中进行了测试，可能缺乏广泛的适用性验证	提高电力系统中故障检测的准确性和可靠性	电力系统中的故障	机器学习	NA	注意力机制，GRU	AGFC-Net（基于注意力机制和GRU的模型）	电力系统数据	未提及具体样本数量
873	2025-07-10	Deep learning driven prediction and comparative study of surrounding rock deformation in high speed railway tunnels 2025-Jul-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-09791-5 PMID:40619456	研究论文	本研究提出了一种混合深度学习模型，用于高速铁路隧道围岩变形的预测和比较研究	开发了一种新型的WOA-CNN-GRU混合模型，结合了数据预处理、特征提取和预测功能，显著提高了变形预测的准确性	研究仅基于G隧道300小时的连续变形记录，可能需要更多样化的数据验证模型的泛化能力	解决高速铁路隧道施工中离散且复杂的监测数据预测问题	高速铁路隧道围岩变形	机器学习	NA	二次指数平滑、CNN、GRU	WOA-CNN-GRU	时间序列数据	G隧道多个横截面的300小时连续变形记录
874	2025-07-10	GCSA-ResNet: a deep neural network architecture for Malware detection 2025-Jul-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-10561-6 PMID:40619499	研究论文	本文提出了一种名为GCSA-ResNet的新型深度学习模型，通过将全局通道-空间注意力（GCSA）模块与ResNet-50结合，显著提升了恶意软件检测的性能	GCSA模块首次协同设计了通道注意力、通道混洗和空间注意力机制，以同时捕获可视化恶意软件图像中的局部纹理特征和全局依赖关系	现有方法在特征退化和跨家族误分类方面存在局限性	提升恶意软件检测的性能	恶意软件	机器学习	NA	深度学习	GCSA-ResNet（基于ResNet-50的改进模型）	图像	Malimg和Microsoft BIG 2015数据集
875	2025-07-10	A deep learning model for preoperative risk stratification of pancreatic ductal adenocarcinoma based on genomic predictors of liver metastasis 2025-Jul-05, European journal of cancer (Oxford, England : 1990) DOI:10.1016/j.ejca.2025.115608 PMID:40628176	研究论文	开发并验证了一个基于深度学习的风险模型PanScore，用于胰腺导管腺癌（PDAC）术前风险分层	利用基因组特征和深度学习模型PanScore对PDAC患者进行风险分层，特别是在可切除疾病患者中识别隐匿性转移	研究为回顾性设计，可能受到数据收集偏差的影响	提高胰腺导管腺癌（PDAC）术前风险分层的准确性	胰腺导管腺癌（PDAC）患者	数字病理	胰腺癌	基因组测序	深度神经网络（DNN）	基因组数据	训练队列1779例（MSK-MET数据集），验证队列2181例（MSK-IMPACT队列）
876	2025-07-10	Unveiling genetic architecture of white matter microstructure through unsupervised deep representation learning of fractional anisotropy images 2025-Jul-05, medRxiv : the preprint server for health sciences DOI:10.1101/2025.07.04.25330856 PMID:40630570	研究论文	提出了一种基于深度学习的无监督深度表示学习方法UDR-WM，用于提取全脑分数各向异性(FA)特征，以揭示白质微结构的遗传架构	开发了无监督深度表示学习方法UDR-WM，能够捕捉分布式微结构变异而不需要先验解剖假设，相比传统FA表型具有更高的遗传力	未明确说明样本量大小及具体数据来源	揭示白质微结构的遗传架构及其与复杂脑部特征的遗传联系	白质微结构（通过扩散MRI获得的分数各向异性图像）	数字病理学	精神分裂症,帕金森病	扩散MRI	深度学习	图像	NA
877	2025-07-10	Transformer-based Deep Learning for Glycan Structure Inference from Tandem Mass Spectrometry 2025-Jul-05, bioRxiv : the preprint server for biology DOI:10.1101/2025.07.02.662857 PMID:40631101	研究论文	本文介绍了两种基于Transformer的深度学习模型GlycoBERT和GlycoBART，用于从串联质谱数据中预测糖链结构	提出了GlycoBERT和GlycoBART两种新型模型，其中GlycoBART能够进行从头糖链结构推断，并发现了一种未在主要糖链数据库中记录的新结构	GlycoBERT等分类方法只能预测训练数据中存在的结构	开发更准确和全面的糖链结构分析方法	糖链结构	机器学习	NA	串联质谱(MS/MS)	Transformer-based (GlycoBERT, GlycoBART)	质谱数据	人类胚胎肾细胞的MS/MS数据集
878	2025-07-10	Structural similarities reveal an expansive conotoxin family with a two-finger toxin fold 2025-Jul-05, bioRxiv : the preprint server for biology DOI:10.1101/2025.07.03.662903 PMID:40631153	研究论文	本文通过结构生物信息学方法揭示了一个具有双指毒素折叠的新型芋螺毒素家族的广泛存在	首次发现并命名了'双指毒素(2FTX)'折叠结构，揭示了六个芋螺毒素超家族的共同进化历史	研究主要依赖计算预测和结构比对，缺乏部分毒素家族的功能验证	探索芋螺毒素的结构特征和进化关系	芋螺毒素超家族（特别是Tx33.1）和原口动物的2FTX蛋白	结构生物信息学	NA	NMR结构解析、深度学习结构预测、结构比对	深度学习模型（未指定具体类型）	蛋白质序列和结构数据	6个芋螺毒素超家族和多种原口动物2FTX蛋白
879	2025-07-10	Exploratory development of human-machine interaction strategies for post-stroke upper-limb rehabilitation 2025-Jul-04, Journal of neuroengineering and rehabilitation IF:5.2Q1 DOI:10.1186/s12984-025-01680-2 PMID:40611303	研究论文	本文提出了一种名为UarDus的上肢康复设备及三种人机交互策略，旨在满足中风后上肢康复需求	开发了一种结合CNN和Transformer结构的新型深度学习模型，用于实时捕捉细微运动意图，并提出了三种人机交互策略	目前仅在一位接受开颅手术的出血性中风患者身上进行了概念验证研究，样本量有限	开发有效的中风后上肢康复人机交互策略	中风后上肢康复患者	康复工程	中风	离散小波变换(DWT)、运动捕捉技术、核密度估计(KDE)	CNN和Transformer结合的深度学习模型	运动数据、电流信号	1名出血性中风患者(概念验证研究)
880	2025-07-10	Convolutional neural networks with transfer learning for natural river flow prediction in ungauged basins 2025-Jul-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07088-1 PMID:40615452	研究论文	本研究提出了一种结合卷积神经网络和迁移学习的深度学习方法，用于无测站流域的河流流量预测	首次将卷积神经网络与迁移学习技术相结合应用于河流流量预测，解决了数据稀缺流域的预测难题	模型性能在迁移学习应用后有小幅下降，且研究仅针对特定流域进行验证	开发高效准确的河流流量预测模型，解决数据稀缺流域的预测挑战	巴西的Paraíba do Sul河、莫桑比克的Zambezi河、巴西的São Francisco河以及印度德里的气候数据	机器学习	NA	深度学习、迁移学习	CNN	时间序列水文数据	来自四个不同流域/地区的时间序列数据集