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
881	2025-07-29	A DCT-UNet-based framework for pulmonary airway segmentation integrating label self-updating and terminal region growing 2025-Jul-25, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/adf486 PMID:40712639	研究论文	提出了一种基于DCT-UNet的框架，结合标签自更新和终端区域生长技术，用于肺部气道分割	设计了DCT-UNet以收集更好的邻近体素信息，提出气道标签自更新策略以解决标签不完整问题，采用基于深度学习的终端区域生长技术提取终端气道	未明确提及	提高胸部CT中气道树的分割性能，用于慢性呼吸系统疾病的定量和定性分析及支气管手术导航	肺部气道树	数字病理	慢性阻塞性肺病(COPD)	CT	DCT-UNet	图像	两个内部数据集和三个公共数据集
882	2025-07-29	Spatial features of tumor-infiltrating lymphocytes in primary lesions of lung adenocarcinoma predict lymph node metastasis 2025-Jul-25, Journal of translational medicine IF:6.1Q1 DOI:10.1186/s12967-025-06860-1 PMID:40713757	研究论文	本研究探讨了肺腺癌原发灶中肿瘤浸润淋巴细胞（TILs）的空间特征与淋巴结转移（LNM）的关系	首次将TILs的空间特征与LNM风险关联，并开发了结合TIL特征的随机森林预测模型	研究样本量有限，且未考虑其他可能影响LNM的因素	预测肺腺癌患者的淋巴结转移风险	肺腺癌患者的原发灶肿瘤浸润淋巴细胞	数字病理学	肺腺癌	全切片图像分析、热点分析、深度学习特征提取、K-means聚类	随机森林	图像	训练队列312例，验证队列78例，独立测试队列148例
883	2025-07-29	Interpretable multi-variable transformer network for regional-level short-term bicycle crash risk prediction 2025-Jul-25, Accident; analysis and prevention DOI:10.1016/j.aap.2025.108169 PMID:40714386	research paper	提出了一种可解释的多变量Transformer网络（IMTN），用于城市区域级别的短期自行车碰撞风险预测	IMTN采用四个专用Transformer编码器块处理多源异构数据中的复杂时空依赖性，并通过改进的层间相关性传播（LRP）框架增强模型可解释性	研究仅基于伦敦四年的数据集，可能限制了模型的泛化能力	提高城市区域级别短期自行车碰撞风险的预测准确性和可解释性	城市自行车交通系统	machine learning	NA	Transformer, Layer-wise Relevance Propagation (LRP)	Transformer	多源异构数据（包括碰撞记录、公共自行车行程、时间、天气、道路网络、土地利用和48种自行车基础设施特征）	伦敦四年的数据集
884	2025-07-29	A hyperspectral imaging dataset and Grassmann manifold method for intraoperative pixel-wise classification of metastatic colon cancer in the liver 2025-Jul-25, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110841 PMID:40714409	研究论文	本文介绍了一种基于高光谱成像(HSI)的Grassmann流形方法，用于术中转移性结肠癌在肝脏中的像素级分类	提出了一种结合Grassmann点和最近子空间分类器的新方法，用于HSI的像素级分类，并在少量标注数据下取得了优于深度学习架构的性能	研究样本量较小(仅27个HSI图像，来自14名患者)，且仅针对特定类型的癌症(结肠癌肝转移)	验证高光谱成像在术中肿瘤切除的像素级分类中的应用潜力	结肠腺癌肝转移患者的术中冰冻切片样本	数字病理学	结肠癌	高光谱成像(HSI)，光谱范围450-800nm，分辨率1nm	Grassmann流形(GM)结合张量奇异谱分析(TSSA)	图像	27个HSI图像，来自14名结肠癌肝转移患者
885	2025-07-29	Benchmarking of open-source algorithms for heart rate estimation from motion-corrupted photoplethysmography 2025-Jul-25, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110808 PMID:40714408	研究论文	本文系统评估了开源算法在运动干扰下的光电容积描记法心率估计中的性能	首次对所有相关公开算法进行系统比较，并采用统一数据集进行基准测试，发现深度学习算法在动态条件下表现最佳	仅评估了11个开源算法，未能涵盖所有126个已发表算法	评估和比较不同算法在运动干扰下通过光电容积描记法估计心率的性能	126个已发表算法中的11个开源算法	生物医学信号处理	心血管疾病	光电容积描记法(PPG)与加速度计数据融合	深度学习算法与基于模型的算法	生理信号数据(PPG信号和加速度计数据)	使用相同真实世界数据集评估11个开源算法
886	2025-07-29	Deep learning-based image classification for integrating pathology and radiology in AI-assisted medical imaging 2025-Jul-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07883-w PMID:40715157	研究论文	本文提出了一种结合病理学和放射学的AI辅助医学影像新框架DIANet及ACWI策略，以提高诊断准确性和临床工作流程	引入了Domain-Informed Adaptive Network (DIANet)和Adaptive Clinical Workflow Integration (ACWI)策略，结合多尺度特征提取、领域特定先验和贝叶斯不确定性建模，增强可解释性和鲁棒性	未提及具体样本量或实验数据集的详细情况，可能影响结果的可推广性	解决医学影像分析中多模态成像、不平衡数据集及缺乏鲁棒可解释性和不确定性量化的问题	多模态医学影像任务	数字病理学	NA	多尺度特征提取、贝叶斯不确定性建模、可解释AI (XAI)技术	Domain-Informed Adaptive Network (DIANet)	医学影像	NA
887	2025-07-29	QKDTI A quantum kernel based machine learning model for drug target interaction prediction 2025-Jul-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07303-z PMID:40715162	研究论文	提出了一种基于量子核的机器学习模型QKDTI，用于预测药物靶点相互作用	利用量子机器学习的优势，如叠加和纠缠，提高了预测准确性、可扩展性和效率，并引入了Nystrom近似以增强计算可行性	未提及具体的数据集局限性或模型在实际应用中的潜在问题	改进药物靶点相互作用（DTI）的预测，以促进药物再利用和精准医疗	药物靶点相互作用	机器学习	NA	量子支持向量回归（QSVR）	QSVR	分子描述符和蛋白质特征	在Davis、KIBA和BindingDB基准数据集上评估
888	2025-07-29	Intelligent waste sorting for urban sustainability using deep learning 2025-Jul-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-08461-w PMID:40715219	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
889	2025-07-29	Enhanced EEG signal classification in brain computer interfaces using hybrid deep learning models 2025-Jul-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07427-2 PMID:40715225	研究论文	该研究通过结合先进的机器学习和深度学习技术，提升脑机接口系统中运动想象的分类性能	提出了一种结合CNN和LSTM的混合深度学习模型，显著提高了运动想象分类的准确率	研究中LSTM网络的单独表现较差，准确率仅为16.13%	提升脑机接口系统中运动想象信号的分类准确率	脑电图(EEG)信号	脑机接口	NA	EEG信号处理	CNN, LSTM, 混合模型	EEG信号数据	PhysioNet EEG Motor Movement/Imagery Dataset中的多种运动任务EEG数据
890	2025-07-29	Deep-learning structure elucidation from single-mutant deep mutational scanning 2025-Jul-25, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-62261-4 PMID:40715235	研究论文	该研究提出了一种利用深度突变扫描（DMS）的稀疏残基埋藏约束来优化AlphaFold2，从而显著提高蛋白质结构预测精度的方法	通过结合DMS的残基埋藏信息，显著提升了AlphaFold2在蛋白质结构预测中的准确性	该方法可能仍无法准确预测所有蛋白质系统的结构	提高蛋白质结构预测的准确性	蛋白质结构	机器学习	NA	深度突变扫描（DMS）	AlphaFold2, DMS-Fold	蛋白质结构数据	252个蛋白质目标
891	2025-07-29	Joint learning equation of state surfaces with uncertainty-aware physically regularized neural networks 2025-Jul-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-11874-2 PMID:40715257	研究论文	提出了一种基于神经网络的物理信息深度学习方法EOSNN，用于联合学习多种状态方程表面，并开发了一个概率模型来处理不确定性	EOSNN方法通过物理信息正则化神经网络联合学习多种状态方程表面，并处理了不确定性问题，相比传统方法在准确性、灵活性和可扩展性上有显著提升	未明确提及具体局限性	开发一种能够联合学习多种状态方程表面的深度学习方法，并处理不确定性	材料在不同压力-温度-体积条件下的状态方程	机器学习	NA	神经网络、概率模型	EOSNN	静态和动态压缩数据、ab initio计算结果	未明确提及样本数量
892	2025-07-29	Multimodal prediction based on ultrasound for response to neoadjuvant chemotherapy in triple negative breast cancer 2025-Jul-25, NPJ precision oncology IF:6.8Q1 DOI:10.1038/s41698-025-01057-7 PMID:40715366	研究论文	本研究开发了一种基于超声的多模态预测模型（BCRP），用于预测三阴性乳腺癌（TNBC）患者对新辅助化疗的病理完全缓解（pCR）	整合了多维纵向定量影像特征、临床因素和BI-RADS系统特征，结合深度学习特征和放射组学特征进行预测	需要外部验证队列进一步验证模型的泛化能力	预测TNBC患者对新辅助化疗的反应	三阴性乳腺癌患者	数字病理学	乳腺癌	B型超声、彩色多普勒超声、深度学习、放射组学	BCRP（自定义预测模型）	超声图像、临床数据	训练队列和外部测试队列（具体数量未说明）
893	2025-07-29	ECG features improve multimodal deep learning prediction of incident T2DM in a Middle Eastern cohort 2025-Jul-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-12633-z PMID:40715481	研究论文	本研究提出了一种名为ECG-DiaNet的多模态深度学习模型，通过整合心电图（ECG）特征与临床风险因素（CRFs）来提升2型糖尿病（T2DM）发病风险的预测准确性	ECG-DiaNet模型首次将ECG特征与CRFs结合，显著提高了T2DM预测的准确性，并通过重分类指标验证了其优越性	需要更大规模和更多样化的数据集进行进一步验证以提高模型的普适性	开发一种更准确的T2DM发病风险预测工具	来自Qatar Biobank（QBB）的参与者数据	机器学习	2型糖尿病	深度学习	多模态深度学习模型（ECG-DiaNet）	ECG信号和临床风险因素数据	开发队列2043人，测试队列395人
894	2025-07-29	Innovative data augmentation strategy for deep learning on biological datasets with limited gene representations focused on chloroplast genomes 2025-Jul-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-12796-9 PMID:40715495	研究论文	本文提出了一种创新的数据增强策略，用于解决生物数据集中基因表示有限的问题，特别是在叶绿体基因组研究中	引入了一种新颖的数据增强策略，通过滑动窗口技术生成大量重叠子序列，并结合CNN和LSTM混合模型，显著提升了模型性能	当前的数据增强过程虽然高度适应性强，但在某些特定类型的生物数据仓库中可能需要进一步优化	解决生物数据集中数据稀缺问题，特别是针对基因或蛋白质序列表示有限的情况	八种微藻和高等植物的叶绿体基因和蛋白质	机器学习	NA	滑动窗口技术，k-mer数据增强策略	CNN和LSTM混合模型	基因序列数据	八种微藻和高等植物的叶绿体基因和蛋白质
895	2025-07-29	Analysis of space solar array arc images based on deep learning techniques 2025-Jul-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-97579-y PMID:40715539	研究论文	利用深度学习技术分析空间太阳能电池板的电弧图像，以研究放电和电弧光谱	采用先进的深度学习方法（包括CNN和迁移学习）开发预测模型，分析电弧行为并识别缺陷电池	未提及具体样本量或实验环境的限制	研究太阳能电池板表面的放电和电弧光谱，以提高空间太阳能电池系统的性能和可靠性	空间太阳能电池板的电弧图像	计算机视觉	NA	深度学习（CNN、迁移学习）、图像处理工具（Python、Maxim-DL）	CNN	图像	NA
896	2025-07-29	A novel ligand-based convolutional neural network for identification of P-glycoprotein ligands in drug discovery 2025-Jul-25, Molecular diversity IF:3.9Q2 DOI:10.1007/s11030-025-11301-8 PMID:40715638	研究论文	本文提出了一种新型配体基卷积神经网络（NLCNN），用于高精度分类和预测P-糖蛋白（P-gp）底物	提出了一种新型配体基卷积神经网络（NLCNN），在P-gp底物预测中实现了比传统CNN和SVM更高的准确率	模型训练数据集规模较小，仅包含197个P-gp底物	开发一种高精度的计算工具，用于预测P-gp底物和抑制剂，以支持药物发现和个性化医疗	P-糖蛋白（P-gp）底物	计算药理学	癌症	分子对接和配体基深度学习方法	CNN	分子数据	197个P-gp底物
897	2025-07-29	A Two-Phase Deep Learning Approach for Architectural Distortion Detection in Mammograms 2025-Jul-25, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01613-4 PMID:40715861	research paper	提出了一种两阶段深度学习方法用于乳腺X光片中结构扭曲的检测	结合了Mask R-CNN和ResNet-18的两阶段管道，显著提高了结构扭曲的分割和分类准确性	未提及具体的数据集大小或多样性限制	自动化并改进乳腺X光片中结构扭曲的分割和分类，以提高乳腺癌的早期检测	乳腺X光片中的结构扭曲区域	digital pathology	breast cancer	deep learning	U-Net++, Mask R-CNN, ResNet-18	image	NA
898	2025-07-29	Advancements and challenges in inverse lithography technology: a review of artificial intelligence-based approaches 2025-Jul-24, Light, science & applications DOI:10.1038/s41377-025-01923-w PMID:40701983	综述	本文综述了逆光刻技术（ILT）的原理、发展、应用及其与人工智能（AI）技术的结合，重点讨论了AI方法在ILT中的最新进展和面临的挑战	强调了AI技术（如CNN、DNN、GAN和模型驱动的深度学习方法）在ILT中的应用及其对现有技术局限性的潜在解决方案	计算运行时间长和掩模写入复杂性等挑战仍然存在	探讨逆光刻技术在半导体制造中的应用及其与AI技术的结合	逆光刻技术（ILT）及其在半导体制造中的应用	计算光刻	NA	逆光刻技术（ILT）	CNN, DNN, GAN, 模型驱动的深度学习方法	NA	NA
899	2025-07-29	An automated hybrid deep learning framework for paddy leaf disease identification and classification 2025-Jul-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-08071-6 PMID:40701992	研究论文	提出一种用于稻田叶片病害识别和分类的自动化混合深度学习框架	结合MobileNetV3预训练模型与混合优化算法（GKSO和SA）进行特征选择，并使用CatBoost进行分类，实现了98.52%的高准确率	未提及模型在不同环境或光照条件下的泛化能力，也未说明数据集的多样性是否足够	提升农业生产力，通过深度学习技术实现稻田叶片病害的快速识别与分类	稻田叶片病害图像	计算机视觉	水稻病害	深度学习、迁移学习、优化算法（GKSO和SA）	MobileNetV3, CatBoost	图像	来自Kaggle的paddy doctor数据集（具体样本数量未提及）
900	2025-07-29	DEEP Q-NAS: A new algorithm based on neural architecture search and reinforcement learning for brain tumor identification from MRI 2025-Jul-24, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110767 PMID:40712211	研究论文	提出了一种基于神经架构搜索和强化学习的新算法DEEP Q-NAS，用于从MRI中识别脑肿瘤	结合神经架构搜索和强化学习，优化了特征金字塔网络和预测头的搜索效率，提高了脑肿瘤检测的准确率	研究仅基于BraTS 2021数据集，可能在其他数据集上的泛化能力有待验证	提高脑肿瘤检测的准确性和效率	脑肿瘤的MRI图像	计算机视觉	脑肿瘤	MRI	DEEP Q-NAS, ResNeXt-152	图像	BraTS 2021数据集中的mpMRI扫描