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
921	2025-10-05	How to accurately predict nanobody structure: Classical physics-based simulations or deep learning approaches 2025, Advances in protein chemistry and structural biology DOI:10.1016/bs.apcsb.2024.12.001 PMID:40973396	研究论文	系统比较基于物理的模拟和深度学习两种方法在预测纳米抗体结构（特别是CDR3区域）的准确性	首次系统比较传统物理模拟与深度学习在纳米抗体结构预测中的表现，并提出纳米抗体与靶蛋白结合需要诱导契合机制的新观点	仅研究三种代表性纳米抗体类别，样本量有限	评估不同方法预测纳米抗体结构的准确性，特别是CDR3区域	三种代表性纳米抗体（Nb32、Nb80、Nb35）	计算生物学	NA	同源建模、分子动力学模拟、深度学习	AlphaFold2, RoseTTAFold	蛋白质结构数据	3种纳米抗体（分别代表凹形、环状和凸形三类）	AlphaFold2, RoseTTAFold	AlphaFold2, RoseTTAFold	预测准确性（与实验结构比较）	NA
922	2025-10-05	Evaluating the diagnostic performance of OpenBioLLM in neurology: A case-based assessment of a medical large language model 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0332196 PMID:40997070	研究论文	评估OpenBioLLM大型语言模型在神经病学领域的诊断性能	首次对医学大型语言模型OpenBioLLM在复杂神经病学病例中的诊断能力进行系统评估	模型在识别正确病理生理原因方面存在困难，准确率较低，尚不能作为独立诊断工具	评估OpenBioLLM在神经病学条件下的诊断准确性、全面性、补充性和流畅性	25个来自《神经病学临床病例》的复杂神经病学病例	自然语言处理	神经系统疾病	大型语言模型	Transformer	文本	25个神经病学病例	NA	OpenBioLLM	准确率, 全面性, 补充性, 流畅性	NA
923	2025-10-05	A GAN-Based Approach for enhancing security in satellite based IoT networks using MPI enabled HPC 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0331019 PMID:40997099	研究论文	提出一种基于GAN的安全框架DLGAN，用于增强卫星物联网网络的安全性	结合CNN实时异常检测与GAN生成合成攻击数据，通过MPI在HPC系统上实现可扩展并行处理	未明确说明具体数据集规模和实验环境配置细节	解决卫星物联网网络中的安全传输问题	卫星物联网网络和HPC云系统	机器学习	NA	深度学习	GAN, CNN	网络流量数据	NA	NA	生成对抗网络, 卷积神经网络	检测准确率, 训练时间	HPC系统, AI-enabled GPUs, MPI并行处理
924	2025-10-05	A hybrid deep learning framework combining transformer and logistic regression models for automatic marine mucilage detection using sentinel-1 SAR data: A case study in Armutlu-Zeytinbağı, Marmara Sea 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0330721 PMID:40997107	研究论文	开发结合Transformer和逻辑回归的混合深度学习框架，利用Sentinel-1 SAR数据自动检测马尔马拉海的海上黏液	提出Transformer与逻辑回归结合的混合深度学习框架，首次应用于海上黏液自动检测	研究区域仅限于马尔马拉海的Armutlu-Zeytinbağı地区，样本数量有限	通过深度学习和机器学习方法自动检测海上黏液区域	马尔马拉海Armutlu-Zeytinbağı区域的海上黏液	计算机视觉	NA	卫星遥感，Sentinel-1 SAR数据	Transformer, Logistic Regression, RNN, CNN, Decision Tree, Naive Bayes, SVM	卫星图像，时间序列数据	2600个样本（1300个黏液区域，1300个清洁区域）	NA	Transformer, Logistic Regression	准确率	NA
925	2025-10-05	Vision transformer and Mamba-attention fusion for high-precision PCB defect detection 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0331175 PMID:40997120	研究论文	提出融合视觉Transformer和Mamba注意力机制的ViT-Mamba混合框架，用于高精度PCB缺陷检测	结合视觉Transformer与Mamba注意力机制进行全局特征提取，并引入人工缺陷生成模块和分层多尺度优化策略	NA	解决PCB缺陷检测中数据分布不平衡和泛化能力有限的问题	印刷电路板(PCB)缺陷	计算机视觉	NA	NA	Vision Transformer, Mamba注意力机制	图像	公共PCB缺陷数据集	NA	ViT-Mamba	mAP(平均精度均值)	NA
926	2025-10-05	A graph neural network-based approach for predicting SARS-CoV-2-human protein interactions from multiview data 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0332794 PMID:40997149	研究论文	提出基于多视图图神经网络的SARS-CoV-2-人类蛋白质相互作用预测方法	结合最优传输整合的多视图图神经网络方法，超越传统单视图和基线图学习方法	初始实验验证数据集仅包含有限数量的高置信度相互作用	开发准确的SARS-CoV-2-人类蛋白质相互作用预测模型以支持药物重定位	SARS-CoV-2病毒蛋白与人类宿主蛋白	机器学习	COVID-19	多视图图神经网络，最优传输整合	图神经网络	蛋白质序列，基因本体术语，物理相互作用信息	280个宿主蛋白与27个SARS-CoV-2蛋白之间的472个高置信度预测相互作用	NA	多视图图神经网络	ROC-AUC, 平均精度	NA
927	2025-10-05	AI: the Apollo guidance computer of the Exposome moonshot 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1632520 PMID:41000410	综述	提出将人工智能与人体相关实验系统结合，通过微生理系统和多组学平台生成高质量数据来校准AI模型，构建器官和人群的数字孪生体	将微生理系统比作火箭、多组学比作登月舱、AI比作制导计算机，提出“暴露组登月计划”的统一愿景	需要扩展模型应用领域、实施稳健的数据安全措施、优先开发透明可解释的算法	实现预防驱动、个性化的健康管理和监管科学新范式	人类暴露组（终身环境暴露总和）	机器学习	NA	多组学平台，微生理系统	深度学习	多组学数据，环境暴露数据	NA	NA	NA	NA	NA
928	2025-10-05	A systematic review of the hybrid machine learning models for brain tumour segmentation and detection in medical images 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1615550 PMID:41000409	系统综述	系统回顾混合机器学习模型在医学图像中脑肿瘤分割与检测的应用	综合分析传统机器学习模型（如SVM）与深度神经网络（如VGG-19、YOLOv10n）的混合模型在脑肿瘤分析中的性能优势	模型泛化能力不足、缺乏大型标注数据集、可解释人工智能（XAI）应用有限	提升脑肿瘤MRI图像分析的诊断准确性和计算效率	脑肿瘤医学图像	计算机视觉	脑肿瘤	磁共振成像（MRI）	混合机器学习模型,SVM,CNN	医学图像	25项相关研究（2019-2024年发表）	NA	VGG-19,YOLOv10n	Dice相似系数（DSC）,交并比（IoU）,准确率,精确率,召回率,F1分数	NA
929	2025-10-05	Gait phase recognition of children with cerebral palsy via deep learning based on IMU data from a soft ankle exoskeleton 2025, Frontiers in bioengineering and biotechnology IF:4.3Q2 DOI:10.3389/fbioe.2025.1679812 PMID:41000473	研究论文	基于软性踝足外骨骼IMU数据，通过深度学习识别脑瘫儿童的步态相位	提出结合堆叠降噪自编码器和长短期记忆网络的深度学习框架，有效处理非平稳高噪声信号并建模步态相位间时序依赖关系	仅纳入6名轻度脑瘫儿童，样本量较小；仅在开放环境中测试	实现脑瘫儿童自然行走状态下步态相位的精确识别	轻度脑瘫儿童的自然步态序列	机器学习	脑瘫	惯性测量单元，足底压力鞋垫	SDA, LSTM	IMU传感器数据	6名轻度脑瘫儿童	NA	堆叠降噪自编码器-长短期记忆网络	准确率	NA
930	2025-10-05	Toward accurate single image sand dust removal by utilizing uncertainty-aware neural network 2025, Frontiers in neurorobotics IF:2.6Q3 DOI:10.3389/fnbot.2025.1575995 PMID:41000467	研究论文	本文提出了一种用于单幅图像沙尘去除的分层交互式不确定性感知网络HIUNet	利用贝叶斯神经网络提取鲁棒浅层特征，结合特征频率选择机制和特征增强模块	尚未处理极端沙尘场景	实现精确的单幅图像沙尘去除	沙尘退化图像	计算机视觉	NA	NA	贝叶斯神经网络	图像	Sand11K数据集（包含11,000张不同程度沙尘退化图像）	NA	HIUNet	NA	NA
931	2025-10-05	Deep Learning for Cancer Detection Based on Genomic and Imaging Data: A Comprehensive Review 2025, Cancer management and research IF:2.5Q3 DOI:10.2147/CMAR.S533522 PMID:41001156	综述	本文全面回顾了基于基因组和影像数据的深度学习在癌症检测中的应用进展	系统总结了深度学习在整合多模态数据（基因组和影像）进行癌症早期检测的创新方法	作为综述文章，不包含原始研究数据，主要基于现有文献分析	探讨深度学习在癌症早期检测中的应用现状和未来发展	癌症检测相关的基因组数据和医学影像数据	数字病理学	癌症	基因组测序，医学影像技术	CNN	基因组数据，影像数据	NA	NA	NA	NA	NA
932	2025-10-05	Radiomics signature and deep learning signature of intrathrombus and perithrombus for prediction of malignant cerebral edema after acute ischemic stroke: a multicenter CT study 2025, Frontiers in neurology IF:2.7Q3 DOI:10.3389/fneur.2025.1650970 PMID:41001195	研究论文	本研究通过放射组学和深度学习特征分析血栓内及血栓周围区域，预测急性缺血性脑卒中后恶性脑水肿风险	首次结合血栓内和血栓周围区域的放射组学与深度学习特征，并比较两者对恶性脑水肿的预测能力	回顾性研究设计，样本量相对有限（406例患者）	预测急性缺血性脑卒中后恶性脑水肿的发生风险	急性缺血性脑卒中患者	医学影像分析	脑血管疾病	CT成像	机器学习,深度学习	CT图像	406例急性缺血性脑卒中患者（来自三个医疗中心）	NA	VGG16	马修斯相关系数,受试者工作特征曲线下面积	NA
933	2025-10-05	Federated learning for lesion segmentation in multiple sclerosis: a real-world multi-center feasibility study 2025, Frontiers in neurology IF:2.7Q3 DOI:10.3389/fneur.2025.1620469 PMID:41001196	研究论文	本研究评估联邦学习在多中心多发性硬化病灶分割中的实际应用可行性	首次在真实医院环境中应用联邦学习进行多发性硬化病灶分割，无需共享原始患者数据	不同站点间性能存在差异，反映了数据异质性挑战	探索联邦学习在分布式临床环境中推进自动化多发性硬化分析的潜力	多发性硬化患者的MRI图像	医学影像分析	多发性硬化	MRI	深度学习	医学影像	来自三个站点的512例MRI病例	nnU-Net	nnU-Net	Dice系数	NA
934	2025-10-05	Scanning faces: a deep learning approach to studying eye movements in prosopagnosia 2025, Frontiers in neurology IF:2.7Q3 DOI:10.3389/fneur.2025.1616509 PMID:41001204	研究论文	本研究使用深度学习方法来分析面孔失认症患者的眼动扫描模式	首次使用图像分类技术和卷积神经网络来识别面孔失认症的关键眼动扫描标记	样本量有限，对发育性面孔失认症的分类性能相对较低(AUC 69%)	确定人工智能方法是否能识别面孔失认症的关键扫描标记	面孔失认症患者和健康对照受试者	计算机视觉	神经认知障碍	眼动追踪	CNN	眼动扫描路径图像	未明确指定样本数量	NA	卷积神经网络	AUC	NA
935	2025-10-05	Development of a deep learning model for automated diagnosis of neuromuscular diseases using ultrasound imaging 2025, Frontiers in neurology IF:2.7Q3 DOI:10.3389/fneur.2025.1640428 PMID:41001208	研究论文	开发了一种用于神经肌肉疾病超声图像自动诊断的轻量级深度学习模型	提出NMD-AssistNet模型，集成GhostNet骨干网络、CBAM注意力模块和深度可分离卷积，兼具高效性和判别能力	仅使用公开数据集进行验证，未在临床环境中进行大规模前瞻性研究	开发自动化神经肌肉疾病筛查工具	神经肌肉疾病患者的肌肉超声图像	计算机视觉	神经肌肉疾病	肌肉骨骼超声成像	CNN	图像	3,917张标注的肌肉超声图像	PyTorch	GhostNet, CBAM, NMD-AssistNet	准确率, AUC	NA
936	2025-10-05	Automated classification and explainable AI analysis of lung cancer stages using EfficientNet and gradient-weighted class activation mapping 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1625183 PMID:41001382	研究论文	提出一种基于EfficientNet和Grad-CAM的自动化深度学习模型，用于肺癌分期分类和可解释性分析	结合EfficientNet-B0架构与梯度加权类激活映射(Grad-CAM)，提供视觉解释增强模型可解释性	仅使用单一数据集(1,190个CT扫描)，未提及外部验证结果	开发自动化肺癌分期分类系统，提高诊断准确性和可解释性	肺部CT扫描图像	医学影像分析	肺癌	CT成像	CNN	医学影像	1,190个CT扫描(来自IQ-OTH/NCCD数据集)，包含良性、恶性和正常类别	NA	EfficientNet-B0	准确率,精确率,召回率	NA
937	2025-10-05	Characterizing clinical risk profiles of major complications in type 2 diabetes mellitus using deep learning algorithms 2025, Frontiers in endocrinology IF:3.9Q2 DOI:10.3389/fendo.2025.1657366 PMID:41001673	研究论文	本研究使用机器学习算法开发了针对老年2型糖尿病患者主要并发症的自我报告风险评估工具	首次使用可解释机器学习方法同时表征多种T2DM并发症的风险因素谱，识别共享和独特风险因素	研究样本仅来自单一医疗中心，样本量相对有限	开发2型糖尿病主要并发症的风险评估工具，为并发症筛查和干预提供新见解	1448名2型糖尿病患者	机器学习	2型糖尿病	机器学习	XGBoost, LightGBM, Random Forest, TabPFN, CatBoost	临床数据	1448名患者	NA	NA	AUC, 准确率, 召回率, F1分数	NA
938	2025-10-05	Comparison of Vendor-Pretrained and Custom-Trained Deep Learning Segmentation Models for Head-and-Neck, Breast, and Prostate Cancers 2024-Dec-18, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics14242851 PMID:39767212	研究论文	比较商业预训练和定制训练深度学习分割模型在头颈癌、乳腺癌和前列腺癌中的性能表现	首次系统评估本地患者数据和临床特征对商业深度学习分割模型性能的影响，并证明定制训练模型的优越性	样本量相对有限，仅包含210名患者，且仅评估了三种癌症类型	评估商业预训练和定制训练深度学习分割模型在头颈癌、乳腺癌和前列腺癌中的性能差异	头颈癌、乳腺癌和前列腺癌患者的临床CT扫描图像和风险器官轮廓	医学影像分析	头颈癌,乳腺癌,前列腺癌	临床CT扫描	深度学习分割模型	医学影像	210名患者（53名头颈癌、49名左乳腺癌、55名右乳腺癌、53名前列腺癌）	供应商提供的深度学习训练工具包	NA	Dice相似系数,平均表面距离	NA
939	2025-10-05	Cardiovascular care with digital twin technology in the era of generative artificial intelligence 2024-Dec-01, European heart journal IF:37.6Q1 DOI:10.1093/eurheartj/ehae619 PMID:39322420	综述	本文综述数字孪生技术在心血管医学中的应用及其与生成式人工智能结合的未来发展前景	探讨生成式人工智能如何增强心血管数字孪生的预测能力和应用范围	NA	总结数字孪生在心血管医学中的现状并展望其未来应用潜力	心血管数字孪生技术及其临床应用	数字病理	心血管疾病	多模态数据整合	生成模型,机器学习	生理数据,环境数据,医疗数据	NA	NA	NA	NA	NA
940	2025-10-05	Deep learning for genomic selection of aquatic animals 2024-Nov, Marine life science & technology IF:5.8Q1 DOI:10.1007/s42995-024-00252-y PMID:39620094	综述	本文综述深度学习在水生动物基因组选择中的应用现状与潜力	系统总结了深度学习在表型获取、基因分型和基因组育种值预测中的创新应用	当前应用仍局限于部分水产物种，需要扩展到更多物种	探讨深度学习在水生动物基因组选择中的应用前景	水生动物	机器学习	NA	下一代测序(NGS)	CNN, DNN, Autoencoder	基因组数据	NA	NA	深度神经网络, 卷积神经网络, 自编码器	准确率	NA