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
10161	2025-12-04	AI-driven aging digital twins: A roadmap for clinical translation in precision geriatrics 2026-Jan, Ageing research reviews IF:12.5Q1 DOI:10.1016/j.arr.2025.102931 PMID:41192800	综述	本文综述了AI驱动的衰老数字孪生在精准老年医学中的临床转化路线图，探讨了其潜力与挑战	提出了基于AI和多源异构数据整合的衰老数字孪生技术，用于实时健康监测、预测分析和个性化干预	训练数据集中存在年龄分层偏差，老年人群数据质量差异可能限制模型泛化性，数据隐私、算法透明度和临床验证问题尚未解决	探讨AI驱动的衰老数字孪生在精准老年医学中的临床转化潜力	衰老及相关疾病（如神经退行性疾病、心血管疾病和癌症）	机器学习	老年疾病	深度学习	NA	多源异构数据	NA	NA	NA	NA	NA
10162	2025-12-04	Artificial intelligence for fall detection in older adults: A comprehensive survey of machine learning, deep learning approaches, and future directions 2026-Jan, Ageing research reviews IF:12.5Q1 DOI:10.1016/j.arr.2025.102948 PMID:41265569	综述	本文全面综述了面向老年人的跌倒检测技术，重点关注机器学习与深度学习方法，并探讨了未来研究方向	整合了AI驱动系统的监管框架，跨工程、计算机科学和老年学等多个领域，并明确了跌倒检测与骨质疏松症、神经系统疾病等病症之间的联系	NA	综述老年人跌倒检测技术的最新进展，特别是应对数据稀缺的挑战，并推动稳健AI系统的临床转化与监管批准	老年人跌倒检测系统	机器学习和计算机视觉	老年疾病	NA	NA	传感器数据和视觉数据	NA	NA	NA	NA	NA
10163	2025-12-04	Magnetic resonance imaging analysis for Alzheimer's disease diagnosis using artificial intelligence: Methods, challenges, and opportunities 2026-Jan, Ageing research reviews IF:12.5Q1 DOI:10.1016/j.arr.2025.102943 PMID:41265570	综述	本文综述了人工智能在利用磁共振成像诊断阿尔茨海默病领域的最新进展、挑战与机遇	系统性地总结了AI在MRI数据分析用于AD诊断中的最新方法、性能评估、临床应用潜力与局限性，并指明了未来研究方向	作为一篇综述文章，其局限性在于主要整合现有研究，而非提出新的原创方法或模型	为阿尔茨海默病的早期、准确诊断提供人工智能辅助的磁共振成像分析方法概述	用于阿尔茨海默病诊断的磁共振成像数据及基于此的人工智能模型	医学影像分析	阿尔茨海默病	磁共振成像	深度学习	磁共振图像	NA	NA	NA	NA	NA
10164	2025-12-04	Explainable machine learning and deep learning models for predicting TAS2R-bitter molecule interactions 2026-Jan, Journal of molecular graphics & modelling IF:2.7Q2 DOI:10.1016/j.jmgm.2025.109187 PMID:41092497	研究论文	本研究开发了可解释的机器学习和深度学习模型，用于预测苦味分子与TAS2R受体之间的相互作用	结合传统机器学习和深度学习方法，构建高性能且易于应用的模型，并通过协同集成增强模型的可解释性，促进对苦味化合物分子特性的全面理解	NA	预测苦味分子与TAS2R受体之间的相互作用，以辅助实验研究、药物设计及理解苦味受体功能	苦味分子与TAS2R（苦味受体）之间的相互作用	机器学习	NA	NA	机器学习,深度学习	实验验证数据	NA	NA	NA	NA	NA
10165	2025-12-04	A multi-task deep learning model based on transformer for simultaneously evaluating the TVB-N and TVC contents of chicken breasts using two different hyperspectral imaging 2025-Dec-25, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.146725 PMID:41106264	研究论文	本研究开发了一种基于Transformer的多任务深度学习模型，结合双高光谱成像技术，用于同时预测鸡胸肉的总挥发性盐基氮和总活菌数含量	提出了一种新颖的多任务交错组Transformer模型，首次将双高光谱成像数据集成到多任务学习中，有效利用双光谱源的互补信息，在预测精度和稳定性上超越了现有CNN和Transformer模型，同时计算成本降低了50%	研究仅针对鸡胸肉进行，未涉及其他肉类或食品类型；模型在工业环境中的大规模实时应用效果仍需进一步验证	开发一种可靠、无损的鸡肉新鲜度批量检测方法，用于肉类质量评估的工业应用	鸡胸肉	计算机视觉	NA	高光谱成像	Transformer	高光谱图像	NA	NA	多任务交错组Transformer模型	决定系数	NA
10166	2025-12-04	Characterization of a Novel Mutansucrase (MUT-I) from Leuconostoc pseudomesenteroides G29: Enzymatic Properties and Product Analysis 2025-Dec-03, Journal of agricultural and food chemistry IF:5.7Q1 DOI:10.1021/acs.jafc.5c03636 PMID:41258707	研究论文	本研究对来自Leuconostoc pseudomesenteroides G29的新型突变蔗糖酶MUT-I进行了生化表征，包括其酶学性质、产物分析及其在α-葡聚糖工程中的应用潜力	首次对G29菌株的MUT-I酶进行详细生化表征，揭示了其双功能特性（合成葡聚寡糖和引入α-1,3分支），并利用AlphaFold 3深度学习工具识别了关键催化残基	研究主要基于体外实验，未涉及体内应用或大规模生产验证	表征新型突变蔗糖酶MUT-I的酶学性质，评估其在合成结构明确的α-葡聚糖方面的应用潜力	来自Leuconostoc pseudomesenteroides G29的突变蔗糖酶MUT-I及其合成的α-葡聚糖产物	生物化学与酶工程	NA	酶学表征、产物分析、深度学习结构预测	深度学习模型	酶学实验数据、结构预测数据	单一酶蛋白（重组MUT-I）及其产物	AlphaFold 3	AlphaFold 3	酶活性参数（Km、kcat）、产物结构分析（链接类型、分子量、热稳定性）	NA
10167	2025-12-04	Deep learning model for activity cliffs prediction: a comprehensive approach to protein kinase inhibitors 2025-Dec-03, Journal of computer-aided molecular design IF:3.0Q2 DOI:10.1007/s10822-025-00721-1 PMID:41331397	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
10168	2025-12-04	Assessing the robustness of deep learning based brain age prediction models across multiple EEG datasets 2025-Dec-02, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2025.3639477 PMID:41329579	研究论文	本研究通过系统评估深度学习模型在多个EEG数据集上的脑年龄预测性能，探讨了数据集偏移对模型泛化能力的影响	首次在脑年龄预测任务中系统评估深度学习模型对多个EEG数据集的泛化能力，并测试了1805种超参数配置	模型性能在不同数据集间差异显著，部分情况下R²出现负值，表明模型泛化能力仍受数据集特性限制	评估基于深度学习的脑年龄预测模型在多个EEG数据集上的鲁棒性和泛化能力	五个不同的EEG数据集	机器学习	NA	脑电图（EEG）	深度学习模型	EEG信号	五个EEG数据集（具体样本数未说明）	NA	NA	Pearson相关系数, R²	NA
10169	2025-12-04	A Multi-degradation Fundus Image Restoration Network Guided by Frequency Prompt 2025-Dec-02, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3639308 PMID:41329577	研究论文	本文提出了一种多退化眼底图像恢复网络（MFR-Net），通过频率感知提示学习统一处理复杂退化场景	提出了一种集成频率感知提示学习的全合一恢复框架，能够全面提取不同退化成分的频率域特征，并通过设计的提示生成和交互模块注入主干网络，同时结合无监督域适应以增强模型领域泛化能力	NA	开发一种能够处理多组分退化的眼底图像恢复方法，以提高临床诊断中图像质量	眼底图像	计算机视觉	NA	深度学习	CNN	图像	NA	NA	MFR-Net	定量指标	NA
10170	2025-12-04	Accurate Protein-Protein Interaction Prediction: Based on Multiview Heterogeneous Graph Autoencoders and Random Masking 2025-Dec-02, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2025.3632083 PMID:41329588	研究论文	本文提出了一种基于多视图异构图自编码器和随机掩码的蛋白质-蛋白质相互作用预测模型MEGAE，旨在通过整合蛋白质的物理化学性质、结构细节和序列数据，实现高精度的PPI及相互作用位点预测	创新性地引入了多视图随机掩码训练策略，在重建过程中引入受控随机性以增强微环境嵌入的鲁棒性，并利用图神经网络从局部氨基酸相互作用到全局信号网络连接捕获多层次关系	未明确提及模型的计算复杂度或对大规模数据集的扩展性限制	实现高精度的蛋白质-蛋白质相互作用及其相互作用位点的预测	蛋白质-蛋白质相互作用及其相互作用位点	机器学习	NA	深度学习，图神经网络	自编码器，图神经网络	序列数据，结构数据，物理化学性质数据	NA	NA	向量量化自编码器，图神经网络	准确率	NA
10171	2025-12-04	Beyond Accuracy: A MultiDimensional Framework for Evaluating Medical Image Classification Through Win vs. Lose Model Comparisons 2025-Dec-02, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01754-6 PMID:41331656	研究论文	本研究通过系统评估不同架构在皮肤病变分类任务上的表现，揭示了现成深度学习模型在医学图像领域的泛化局限性，并提出了一种基于“胜败”模型比较的多维度评估框架	提出了跨架构可解释性框架，通过比较“胜”模型与“败”模型的Grad-CAM热图，并引入分形维数、熵和对称性等定量感知指标来客观评估模型可解释性	研究仅基于DermaMNIST数据集进行皮肤病变分类任务，未验证在其他医学影像任务或数据集上的普适性	评估现成深度学习模型在医学图像分类任务中的局限性，并开发多维度评估框架以促进医疗领域深度学习系统的透明可靠部署	皮肤病变图像分类	计算机视觉	皮肤癌	深度学习	CNN	图像	使用DermaMNIST数据集	未明确提及	ResNet, RevNet	准确率, 分形维数, 熵, 对称性	未明确提及
10172	2025-12-04	Dispersion based recurrent neural network model for methane monitoring in Albertan tailings ponds 2025-Dec, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2025.127748 PMID:41187672	研究论文	本研究开发了一种基于扩散的循环神经网络模型，用于监测阿尔伯塔省尾矿池的甲烷排放	提出了一种结合扩散模型的循环神经网络方法，能够同时预测甲烷排放量和浓度，并利用反向扩散建模识别活跃尾矿池	NA	评估阿尔伯塔油砂尾矿池的甲烷排放潜力并进行未来预测	阿尔伯塔油砂尾矿池的甲烷排放	机器学习	NA	扩散建模	循环神经网络	NA	NA	NA	Dispersion based Recurrent Neural Network	NA	NA
10173	2025-12-04	A cross-city transferable convolutional neural network framework for assessing street-scale flood risks in urban networks 2025-Dec, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2025.127977 PMID:41242263	研究论文	本研究提出了一种基于卷积神经网络的AI驱动框架，用于评估城市街道尺度的洪水风险，通过整合水文气象、地形和城市形态数据	该框架展示了强大的空间可转移性，能够跨城市（从深圳到香港）应用，并强调了深度学习在城市洪水风险评估中的创新潜力	NA	评估城市街道尺度的洪水风险，为不同城市区域制定定制化的洪水缓解策略	城市洪水风险，特别是针对深圳和香港的街道网络	计算机视觉	NA	卷积神经网络	CNN	水文气象、地形和城市形态数据	NA	NA	卷积神经网络	NA	NA
10174	2025-12-04	Integration of Dose Surface Maps and Genetic Data Identifies the Lower Posterior Rectum as a Key Region for Toxicity after Prostate Cancer Radiotherapy 2025-Dec-01, Clinical cancer research : an official journal of the American Association for Cancer Research IF:10.0Q1 DOI:10.1158/1078-0432.CCR-25-2102 PMID:41081635	研究论文	本研究结合直肠剂量表面图和遗传数据，识别了前列腺癌放疗后直肠毒性的关键区域	首次将直肠剂量表面图与遗传数据结合，通过体素级Cox比例风险模型识别了基因型驱动的毒性模式，特别是发现下后直肠区域为关键风险区域	研究样本仅来自REQUITE研究的1,293名患者，可能无法完全代表所有人群；且仅分析了三个候选SNP，未涵盖全基因组范围	识别直肠区域中影响剂量-毒性关系的遗传变异，以优化前列腺癌放疗的个性化治疗	前列腺癌患者	数字病理学	前列腺癌	深度学习直肠轮廓分割，剂量表面图生成，体素级Cox比例风险模型	深度学习模型	医学图像（直肠剂量表面图），遗传数据（SNP）	1,293名前列腺癌患者	NA	NA	P值，风险比	NA
10175	2025-12-04	Analysis of the impact of irradiance and temperature on photovoltaic production: A statistical and machine learning approach 2025-Dec, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2025.103716 PMID:41323109	研究论文	本研究结合统计分析和深度学习技术，探讨了太阳辐照度和环境温度对光伏发电量的影响	采用基于自编码器的模型捕捉复杂的非线性关系，并引入了新的交互项以增强对联合环境变化的敏感性	NA	评估环境因素对光伏发电量的影响，并优化光伏系统在多变气候条件下的性能	光伏发电系统及其产量	机器学习	NA	统计分析和深度学习	自编码器	环境参数数据（如辐照度、温度）和光伏发电量数据	NA	NA	自编码器	准确度，泛化能力	NA
10176	2025-12-04	WMC-Leafset: A dataset of wax gourd and Mangalore cucumber plants for leaf miner and pest infestation diseased object detection 2025-Dec, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.112231 PMID:41323749	研究论文	本文介绍了一个用于检测冬瓜和芒格洛尔黄瓜叶片上潜叶虫和害虫侵染的新数据集WMC-Leafset	填补了公开数据集中缺乏芒格洛尔黄瓜和冬瓜品种的空白，提供了包含复杂田间背景、重叠叶片、多角度和多距离拍摄的图像，支持对象级别的多病害检测	未提及模型的具体性能评估或与其他数据集的直接比较	促进可持续农业实践，通过早期病害检测提高作物产量和粮食安全	受潜叶虫和害虫侵染的冬瓜和芒格洛尔黄瓜植株叶片，以及健康叶片	计算机视觉	植物病害	图像采集	对象检测模型	图像	3200张图像	NA	NA	NA	NA
10177	2025-12-04	A comprehensive dataset of agarwood tree (Aquilaria Malaccensis) leaf images for disease analysis in Brunei Darussalam 2025-Dec, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.112227 PMID:41323752	研究论文	本文介绍了一个用于沉香树病害分析的叶片图像数据集，旨在支持基于人工智能的植物病害自动识别	首次为具有重要商业和生态价值的沉香树构建了一个大规模、高分辨率、包含多种病害和虫害类别的叶片图像数据集	数据集仅来源于文莱的三个种植园，可能无法完全代表其他地理区域的病害情况	开发用于沉香树病害和虫害自动识别的AI模型，以支持可持续农业和精准植物健康管理	沉香树（Aquilaria Malaccensis）的叶片	计算机视觉, 数字病理学	植物病害	图像采集	深度学习模型	图像	5472张叶片图像，分为14个类别（8种病害、5种虫害、1类健康叶片）	NA	NA	NA	NA
10178	2025-12-04	YSED: Yemeni speech emotion dataset 2025-Dec, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.112233 PMID:41323760	研究论文	本文介绍了首个也门阿拉伯语语音情感数据集YSED，用于支持基于深度学习的也门方言语音情感识别研究	创建了首个专门针对也门阿拉伯语方言的语音情感数据集，填补了该方言在语音情感识别研究中的数据空白	数据集规模相对较小（1432条有效录音），情感类别仅限于五种基本情绪，参与者年龄范围有限（15-45岁）	为也门阿拉伯语方言的语音情感识别研究提供高质量的数据资源	也门阿拉伯语方言的语音情感数据	自然语言处理	NA	模拟诱导录音方法	NA	音频	71名也门志愿者（37男34女），年龄15-45岁，最终包含1432条有效语音录音	NA	NA	Fleiss' Kappa系数	NA
10179	2025-12-04	Development and validation of a multi-modal MRI-based deep learning framework for differentiation of intraspinal tumors (ISMF-Net) 2025-Dec, EClinicalMedicine IF:9.6Q1 DOI:10.1016/j.eclinm.2025.103636 PMID:41324009	研究论文	本研究开发并验证了一个基于多模态MRI和临床数据的深度学习框架ISMF-Net，用于区分不同类型的椎管内肿瘤	提出了一个集成多序列MRI特征和临床数据的深度学习框架ISMF-Net，用于椎管内肿瘤的鉴别诊断，并通过观察者研究验证了模型辅助对放射科医生诊断性能的提升	研究为回顾性设计，且转移瘤（MET）的诊断性能相对较低	开发并验证一个基于MRI的深度学习模型，以辅助椎管内肿瘤的鉴别诊断	被诊断为椎管内肿瘤（ISTs）的患者，包括神经鞘瘤（SCN）、脑膜瘤（MNG）、星形细胞瘤（AST）、室管膜瘤（EPN）和转移瘤（MET）	数字病理学	椎管内肿瘤	脊柱MRI，包括矢状位T1加权（T1W）、T2加权（T2W）、T2脂肪抑制（T2FS）和轴位T2W序列	深度学习模型	多模态MRI图像和临床数据	来自中国三家医院的1004名患者（内部数据集723名，外部测试集281名）	NA	ISMF-Net	微平均准确率（micro-ACC），F1分数，准确率，敏感性，特异性	NA
10180	2025-12-04	A non-invasive MRI-based multimodal fusion deep learning model (MF-DLM) for predicting overall survival in bladder cancer: a multicentre retrospective study 2025-Dec, EClinicalMedicine IF:9.6Q1 DOI:10.1016/j.eclinm.2025.103640 PMID:41324013	研究论文	本研究开发并验证了一种基于MRI的多模态融合深度学习模型，用于预测膀胱癌患者的总生存期	提出了一种利用交叉注意力机制融合三维深度学习特征、三维影像组学特征、形态学MRI特征和临床特征的多模态融合深度学习模型，用于非侵入性地预测膀胱癌预后	研究为回顾性多中心设计，可能存在选择偏倚；模型性能需在前瞻性研究中进一步验证	开发并验证一个非侵入性模型，用于准确预测膀胱癌患者的总生存期，以指导个性化治疗	膀胱癌患者	数字病理学	膀胱癌	磁共振成像	深度学习模型	图像, 临床数据	来自中国8家机构的1131名膀胱癌患者（训练集697人，内部验证集174人，外部测试集260人）	NA	改进的3D ResNet50	C-index	NA