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
9821	2025-10-06	Fast and Accurate Classification of Corn Varieties Using Deep Learning With Edge Detection Techniques 2025-Jul, Journal of food science IF:3.2Q2 DOI:10.1111/1750-3841.70439 PMID:40702919	研究论文	本研究利用边缘检测技术和深度学习模型对三种玉米品种进行快速准确分类	结合Canny和Sobel边缘检测算法与深度学习模型，在保持高精度的同时显著提升训练速度	仅使用1050张玉米图像，样本规模有限；仅针对三个特定玉米品种进行研究	开发快速准确的玉米品种分类方法以提升农产品质量和加工效率	Chulpi Cancha、Indurata和Rugosa三种玉米品种	计算机视觉	NA	边缘检测技术	CNN	图像	1050张玉米图像	NA	ResCNN, DAG-Net, ResNet-18	准确率	NA
9822	2025-10-06	From Presence-Only to Abundance Species Distribution Models Using Transfer Learning 2025-Jul, Ecology letters IF:7.6Q1 DOI:10.1111/ele.70177 PMID:40704696	研究论文	本研究通过迁移学习将仅存在数据转化为物种丰度分布模型，显著提升了地中海沿岸鱼类的丰度预测性能	首次将大型仅存在物种数据集与迁移学习相结合，解决了物种丰度数据集样本量小的问题	研究主要针对地中海沿岸鱼类，在其他地域和物种中的适用性有待验证	开发能够准确预测物种丰度分布的深度学习模型	地中海沿岸鱼类	机器学习	NA	物种分布建模	CNN	物种分布数据	大型仅存在物种数据集结合小样本物种丰度数据集	NA	卷积神经网络	D-squared回归分数	NA
9823	2025-10-06	LncRNA Subcellular Localization Across Diverse Cell Lines: An Exploration Using Deep Learning with Inexact q-mers 2025-Jun-25, Non-coding RNA IF:3.6Q2 DOI:10.3390/ncrna11040049 PMID:40700092	研究论文	本研究使用深度学习和非精确q-mer方法探索lncRNA在不同细胞系中的亚细胞定位	首次将非精确q-mer引入lncRNA亚细胞定位预测，并发现存在切换定位的lncRNA类别	切换lncRNA的存在使得机器学习模型预测lncRNA定位变得更加复杂	研究lncRNA亚细胞定位预测及其细胞类型特异性问题	长链非编码RNA(lncRNA)的亚细胞定位	生物信息学	NA	非精确q-mer分析	深度学习,机器学习	lncRNA序列数据	15个细胞系的lncRNA定位数据	NA	NA	预测性能	NA
9824	2025-10-06	Integrating Artificial Intelligence in Next-Generation Sequencing: Advances, Challenges, and Future Directions 2025-Jun-19, Current issues in molecular biology IF:2.8Q3 DOI:10.3390/cimb47060470 PMID:40699869	综述	探讨人工智能与下一代测序技术的融合及其在基因组学研究和临床应用中的变革性影响	系统阐述AI在NGS全流程中的整合应用，并前瞻性讨论AI在第三代测序和联邦学习等新兴方向的发展	面临数据异质性、模型可解释性和伦理问题等挑战	研究人工智能与下一代测序技术的协同发展及其在精准医疗中的应用前景	基因组学数据和多组学数据	机器学习	癌症	下一代测序(NGS), 第三代测序(TGS), 单细胞测序	CNN, RNN, 混合架构	基因组数据, 表观基因组数据, 转录组数据	NA	NA	NA	NA	NA
9825	2025-10-06	A Multi-Model Machine Learning Framework for Identifying Raloxifene as a Novel RNA Polymerase Inhibitor from FDA-Approved Drugs 2025-Apr-28, Current issues in molecular biology IF:2.8Q3 DOI:10.3390/cimb47050315 PMID:40699714	研究论文	开发多模型机器学习框架从FDA批准药物中识别RNA聚合酶抑制剂	结合五种传统机器学习算法与CNN深度学习模型的集成框架，首次发现雷洛昔芬具有RNA聚合酶抑制潜力	需要实验验证预测结果，研究基于计算机模拟和现有数据集	从已批准药物中识别新型RNA依赖性RNA聚合酶抑制剂	FDA批准药物和RNA依赖性RNA聚合酶	机器学习	病毒性疾病	分子对接，分子动力学模拟	CNN, ExtraTreesClassifier, RandomForestClassifier, LGBMClassifier, BernoulliNB, BaggingClassifier	化学结构数据	PubChem数据集AID 588519	Scikit-learn	CNN, 集成学习架构	准确率, ROC-AUC, F1分数, 特异性	NA
9826	2025-07-25	Recent advances in pulmonary tuberculosis, the application of deep learning to medical topics, and highlights from this issue of Ewha Medical Journal 2025-Apr, Ewha medical journal IF:0.3Q3 DOI:10.12771/emj.2025.00395 PMID:40703376	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
9827	2025-10-06	Feature-based ensemble modeling for addressing diabetes data imbalance using the SMOTE, RUS, and random forest methods: a prediction study 2025-Apr, Ewha medical journal IF:0.3Q3 DOI:10.12771/emj.2025.00353 PMID:40703379	研究论文	本研究开发了一种基于特征的集成模型，结合SMOTE、RUS和随机森林方法来解决糖尿病数据不平衡问题	提出将SMOTE和RUS重采样技术与基于特征的集成随机森林相结合的新方法，专门针对医学数据中的类别不平衡问题	仅使用单一数据集（442个样本），样本量相对较小；仅针对糖尿病预测任务进行验证	解决机器学习中类别不平衡问题，提高早期糖尿病检测的预测性能	糖尿病数据集中的患者样本	机器学习	糖尿病	SMOTE（合成少数类过采样技术），RUS（随机欠采样）	随机森林，k近邻，全连接神经网络	结构化医疗数据	442个样本，10个特征	Scikit-learn	随机森林集成模型	准确率，AUC（曲线下面积）	NA
9828	2025-10-06	Artificial intelligence in gastroenterology: Ethical and diagnostic challenges in clinical practice 2025-Mar-14, World journal of gastroenterology IF:4.3Q1 DOI:10.3748/wjg.v31.i10.102725 PMID:40093670	评论	探讨深度学习模型在无线胶囊内镜决策过程中的应用及其伦理挑战	将人工智能整合到胃肠疾病诊断中，通过无线胶囊内镜实现多类别病变的早期实时精准检测	存在患者隐私、数据安全和诊断偏差等伦理问题，需要多样化数据集来缓解不平等	评估人工智能在胃肠病学临床实践中的诊断价值和伦理考量	胃肠疾病患者，特别是小肠病变和癌前息肉患者	数字病理	胃肠疾病	无线胶囊内镜	深度学习	内镜图像	NA	NA	NA	诊断准确率	NA
9829	2025-10-06	Multi-Omics Deep-Learning Prediction of Homologous Recombination Deficiency-Like Phenotype Improved Risk Stratification and Guided Therapeutic Decisions in Gynecological Cancers 2025-03, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2023.3308440 PMID:37616142	研究论文	开发了一种名为MODeepHRD的多组学深度学习框架，用于预测妇科癌症中的同源重组缺陷表型	提出卷积注意力自编码器，有效利用组学特异性和跨组学互补知识学习	NA	改善妇科癌症风险分层并指导治疗决策	卵巢癌、乳腺癌和子宫内膜癌患者	机器学习	妇科癌症	转录组学、DNA甲基化、突变数据	深度学习	多组学数据	训练集351例卵巢癌患者，验证集22个数据集的2133例卵巢癌样本	NA	卷积注意力自编码器	风险比(HR), 置信区间(CI), log-rank检验	NA
9830	2025-10-06	HiSIF-DTA: A Hierarchical Semantic Information Fusion Framework for Drug-Target Affinity Prediction 2025-03, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2023.3334239 PMID:37983161	研究论文	提出一种用于药物-靶点亲和力预测的分层语义信息融合框架HiSIF-DTA	构建包含低阶结构语义和高阶功能语义的分层蛋白质图，并设计两种分层融合策略整合不同蛋白质语义	NA	提高药物-靶点亲和力预测的准确性	药物-靶点相互作用	机器学习	NA	深度学习	图神经网络	蛋白质序列数据、蛋白质结构数据、蛋白质-蛋白质相互作用网络数据	NA	NA	分层语义信息融合框架	预测精度	NA
9831	2025-10-06	Decoding Drug Response With Structurized Gridding Map-Based Cell Representation 2025-03, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2023.3342280 PMID:38090819	研究论文	提出一种基于结构化网格图细胞表示的新策略DD-Response，用于预测细胞系药物反应	通过源特定标签二值化整合多数据集扩展训练域，开发二维结构化网格图表示方法避免特征相关性忽略，构建双分支多通道CNN模型实现精准预测	未明确说明模型在临床应用中的具体验证范围和局限性	开发更全面的细胞系药物反应预测方法以促进药物开发、重利用和耐药逆转	细胞系和药物	机器学习	癌症	NA	CNN	结构化网格图	NA	NA	双分支多通道卷积神经网络	NA	NA
9832	2025-10-06	MOPDDI: Predicting Drug-Drug Interaction Events Based on Multimodal Mutual Orthogonal Projection and Intermodal Consistency Loss 2025-03, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2023.3343911 PMID:38109247	研究论文	提出基于多模态互正交投影和模态间一致性损失的药物相互作用事件预测新方法	首次引入多模态互正交投影模块消除模态间冗余共同信息，并采用模态间一致性损失确保各模态预测特征的一致性	未明确说明方法在未知药物相互作用预测上的泛化能力	准确预测药物相互作用事件机制	药物相互作用事件	机器学习	NA	多模态数据分析	深度学习	多模态药物数据	NA	NA	多模态互正交投影模块	准确率, AUPR	NA
9833	2025-10-06	Prediction of Drug-Target Interactions With High- Quality Negative Samples and a Network-Based Deep Learning Framework 2025-03, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3354953 PMID:38227407	研究论文	本文提出了一种基于高质量负样本选择和网络深度学习的药物-靶点相互作用预测方法	发现随机选择负样本的隐藏偏差并提出基于复杂网络理论的负样本选择方法，构建整合多源信息的异质图神经网络预测框架	未明确说明模型的计算复杂度和在实际药物发现中的验证效果	提高药物-靶点相互作用预测的准确性和可靠性	药物分子和蛋白质靶点	机器学习	NA	图神经网络，异质网络分析	图神经网络	网络拓扑数据，基因本体注释，通路注释	NA	NA	异质图神经网络	NA	NA
9834	2025-10-06	Dual Representation Learning for Predicting Drug-Side Effect Frequency Using Protein Target Information 2025-03, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3350083 PMID:38241108	研究论文	提出一种基于深度学习的药物副作用频率预测模型，利用蛋白质靶点信息等多源异质特征	首次同时利用药物靶蛋白信息、分子图、指纹和化学相似性等多源异质特征，并学习药物和副作用的双重表示向量	对于没有明确靶蛋白的药物预测效果较差，需通过Adaboost方法进行补偿	预测药物副作用频率，评估治疗风险和药物重定位	药物及其副作用	机器学习	NA	深度学习	深度学习	分子图、指纹、化学相似性、蛋白质靶点信息	NA	NA	双重表示学习	NA	NA
9835	2025-10-06	Property-Guided Few-Shot Learning for Molecular Property Prediction With Dual-View Encoder and Relation Graph Learning Network 2025-03, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3381896 PMID:38536684	研究论文	提出一种用于分子性质预测的属性引导少样本学习模型PG-DERN	引入双视图编码器整合节点和子图信息，构建关系图学习模块改善信息传播效率，设计属性引导特征增强模块传递相似属性信息	NA	解决药物发现中分子性质预测任务在数据有限场景下的准确性问题	药物分子	机器学习	NA	少样本学习	图神经网络,元学习	分子结构数据	四个基准数据集	NA	双视图编码器,关系图学习网络,MAML	准确率	NA
9836	2025-10-06	[Artificial intelligence in healthcare] 2025-Mar, Klinicka mikrobiologie a infekcni lekarstvi PMID:40678962	综述	本文概述了人工智能在医疗领域的历史、原理及具体应用	系统总结了AI在医学影像、文档分析和临床决策支持中的综合应用	存在潜在错误、伦理困境和误用风险	探讨人工智能在医疗保健领域的应用与挑战	医疗人工智能技术及应用	医疗人工智能	NA	机器学习，深度学习，神经网络	NA	医学影像，医疗文档，临床数据	NA	NA	NA	NA	NA
9837	2025-10-06	Alzheimer's Disease Detection in EEG Sleep Signals 2025-02, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3478380 PMID:39392730	研究论文	本研究探索利用睡眠脑电图信号通过半监督深度学习技术早期检测阿尔茨海默病	首次将半监督深度学习应用于睡眠EEG信号的阿尔茨海默病检测，重点解决临床数据稀缺问题	数据可用性有限是主要限制因素	开发基于睡眠EEG信号的阿尔茨海默病早期检测方法	通过多导睡眠图采集的睡眠相关脑电图信号	机器学习	阿尔茨海默病	多导睡眠图，脑电图	半监督深度学习模型	脑电图信号	NA	NA	NA	准确率	NA
9838	2025-10-06	Interpretable Dynamic Directed Graph Convolutional Network for Multi-Relational Prediction of Missense Mutation and Drug Response 2025-02, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3483316 PMID:39423073	研究论文	提出一种可解释的动态有向图卷积网络框架，用于预测错义突变与药物反应之间的多关系	首次将动态有向图卷积网络应用于错义突变-药物反应预测，通过方向性图结构区分敏感性与耐药性关系，并集成加权机制提升模型可解释性	未明确说明模型在更大规模数据集上的泛化能力及计算效率	解决肿瘤异质性背景下错义突变与药物反应间的复杂关系预测问题	错义突变与药物反应间的多关系数据	机器学习	肿瘤癌症	图神经网络	GCN	图数据	NA	NA	动态有向图卷积网络	预测准确性, 可解释性评估	NA
9839	2025-10-06	UnBias: Unveiling Bias Implications in Deep Learning Models for Healthcare Applications 2025-02, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3484951 PMID:39495690	研究论文	本研究提出UnBias方法评估深度学习模型中的偏见，并通过COVID-19检测案例研究分析不同神经网络架构的偏见影响	提出UnBias方法用于检测深度学习模型中偏见渗入学习过程的实例，揭示模型注意力从主要特征偏移的现象	NA	评估深度学习模型在医疗应用中的偏见及其伦理影响，推动公平可信AI发展	深度学习模型在医疗应用中的偏见表现	机器学习	COVID-19	深度学习	CNN	胸部X光扫描图像	来自多个公开数据库的胸部X光扫描数据集	NA	ResNet50V2, DenseNet121, InceptionV3, Xception	NA	NA
9840	2025-10-06	Forecasting Epidemic Spread With Recurrent Graph Gate Fusion Transformers 2025-02, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3488274 PMID:39475731	研究论文	提出一种名为ReGraFT的新型序列到序列模型，用于COVID-19的长期预测	整合多图门控循环单元与自适应图结构，结合滞后政策数据，系统比较不同图类型	过度依赖历史COVID-19数据，对时滞数据的利用潜力有限	改进流行病传播预测的准确性和鲁棒性	美国各州的感染率、政策变化和州际旅行数据	机器学习	COVID-19	深度学习	Seq2Seq, GNN, RNN, Transformer	时间序列数据、图数据	NA	NA	多图门控循环单元(MGRU)、自归一化启动(SNP)层、全连接层、池化机制、注意力结构	均方根误差(RMSE)	NA