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
1021	2025-09-08	Soft Bioelectronic Interfaces for Continuous Peripheral Neural Signal Recording and Robust Cross-Subject Decoding 2025-Sep, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202414732 PMID:40433949	研究论文	开发用于外周神经信号连续记录的软生物电子接口及跨被试解码模型	采用低阻抗软导电聚合物电极实现与神经组织的稳定接触，并结合手工特征与深度学习特征的多策略神经网络模型	NA	提升外周神经信号解码精度与跨被试泛化能力	觉醒动物的外周神经组织	神经工程	神经系统疾病	神经信号记录与解码	神经网络（结合手工特征与深度学习特征）	神经电生理信号	NA
1022	2025-09-08	Protein Spatial Structure Meets Artificial Intelligence: Revolutionizing Drug Synergy-Antagonism in Precision Medicine 2025-Sep, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202507764 PMID:40775740	综述	本文系统综述了结合蛋白质三维空间结构与人工智能技术预测药物协同-拮抗作用的最新研究进展与应用前景	整合蛋白质空间结构与AI技术预测药物协同-拮抗效应，推动精准医疗中的多靶点药物设计	NA	评估蛋白质位点可成药性及预测药物协同-拮抗作用	转录因子、信号通路调控蛋白、膜转运蛋白及多靶点药物	计算生物学	癌症、感染性疾病、代谢疾病	机器学习、深度学习	NA	多源生物数据（含蛋白质空间结构数据）	NA
1023	2025-09-08	Deep learning reveals antibiotics in the archaeal proteome 2025-Sep, Nature microbiology IF:20.5Q1 DOI:10.1038/s41564-025-02061-0 PMID:40796684	研究论文	利用深度学习从古菌蛋白质组中挖掘新型抗菌肽（archaeasins）以应对抗菌素耐药性	首次系统挖掘古菌作为抗生素来源，并发现具有独特氨基酸组成的抗菌肽，93%合成分子在体外显示抗菌活性	仅合成80种候选分子进行验证，体内实验仅针对一种病原体（鲍曼不动杆菌）	开发新型抗生素以解决抗菌素耐药性问题	古菌蛋白质组及其中潜在的抗菌肽分子	机器学习	细菌感染	深度学习	NA	蛋白质序列数据	233个古菌蛋白质组，筛选12,623个潜在分子，合成80个候选肽
1024	2025-09-08	Automated Honey Bee Subspecies Identification Using Advanced Wing Venation Analysis and Adaptive Hierarchical Clustering 2025-Sep, Ecology and evolution IF:2.3Q2 DOI:10.1002/ece3.72101 PMID:40909012	研究论文	提出一种结合自适应图像处理和拓扑感知聚类的计算框架，用于蜜蜂亚种的自动识别	开发了无需预定义标签的自适应层次聚类算法，能够有效区分杂交种群和表型中间体	NA	解决蜜蜂亚种识别的可扩展性和杂交样本分析难题	蜜蜂翅膀脉纹	计算机视觉	NA	NLM去噪、CLAHE增强、自适应阈值、形态学处理、Zhang-Suen骨架化	自适应层次聚类(AHC)	图像	26,481张翅膀图像
1025	2025-09-08	stImage: a versatile framework for optimizing spatial transcriptomic analysis through customizable deep histology and location informed integration 2025-Aug-31, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf429 PMID:40905789	研究论文	介绍了一个开源R包stImage，用于通过可定制的深度组织学和位置信息整合优化空间转录组分析	首次在统一框架中完全协同基因表达、组织学特征和精确空间坐标，提供54种整合策略	NA	优化空间转录组分析，提高组织生物学的理解	空间转录组数据	生物信息学	NA	空间转录组学，深度学习	深度学习	基因表达数据，组织学图像，空间坐标	多个数据集（具体数量未说明）
1026	2025-09-08	SuperGLUE facilitates an explainable training framework for multi-modal data analysis 2025-Aug-29, Cell reports methods IF:4.3Q2 DOI:10.1016/j.crmeth.2025.101167 PMID:40914154	研究论文	提出基于概率深度学习和可解释框架的SuperGLUE方法，用于多模态数据整合与分析	通过统计建模驱动的可解释框架统一多组学整合流程并评估数据整合贡献	NA	解决单细胞多模态数据整合难题并挖掘生物特征间的重要关系	多组学数据和传感数据	机器学习	NA	概率深度学习、统计建模	深度神经网络	多模态组学数据	NA
1027	2025-09-08	Deep learning guided programmable design of Escherichia coli core promoters from sequence architecture to strength control 2025-Aug-27, Nucleic acids research IF:16.6Q1 DOI:10.1093/nar/gkaf863 PMID:40902006	研究论文	开发了一个集成深度学习、理性文库设计和生成优化的模块化平台，用于大肠杆菌核心启动子的可编程设计与强度控制	将Transformer模型与条件扩散模型结合，实现从序列架构到强度控制的端到端启动子工程，设计-测量相关性达0.95	现有AI方法泛化性有限的问题在文中被指出但未明确说明本方案的局限性	精确预测和设计大肠杆菌核心启动子的转录强度	大肠杆菌核心启动子	合成生物学	NA	Mutation-Barcoding-Reverse Sequencing, 深度学习	Transformer, 条件扩散模型	DNA序列	112,955个启动子变体组成的合成启动子文库
1028	2025-09-08	A robust deep learning framework for cerebral microbleeds recognition in GRE and SWI MRI 2025-Aug-27, NeuroImage. Clinical DOI:10.1016/j.nicl.2025.103873 PMID:40886589	研究论文	提出一种基于深度学习的鲁棒框架，用于在GRE和SWI MRI中自动识别脑微出血	结合3D CNN和YOLO方法处理复杂场景中的假阳性，并在多个数据集上验证跨模态鲁棒性	未明确说明模型在临床实时应用中的计算效率及不同扫描仪间的泛化能力	提高脑微出血的自动检测精度，降低假阳性率，支持早期诊断和治疗规划	脑微出血（CMB）病灶	医学影像分析	脑血管疾病	深度学习，MRI成像（GRE/SWI）	3D CNN, YOLO	3D MRI图像	四个数据集（ADNI、AIBL、MAS、OATS），具体样本量未明确说明
1029	2025-09-08	A dedicated deep learning workflow for automatic Fasciola hepatica and Calicophoron daubneyi egg detection using the Kubic FLOTAC microscope 2025-Aug-27, International journal for parasitology IF:3.7Q1 DOI:10.1016/j.ijpara.2025.08.007 PMID:40882888	研究论文	开发基于深度学习的自动检测片形吸虫和双腔吸虫卵的工作流程，使用Kubic FLOTAC显微镜	结合FLOTAC技术的高灵敏度与人工智能预测模型，通过优化处理步骤和检测模型实现两种寄生虫卵的精准区分	NA	改进寄生虫的粪便显微镜诊断方法，支持畜牧业寄生虫病控制	反刍动物寄生虫片形吸虫（Fasciola hepatica）和双腔吸虫（Calicophoron daubneyi）的虫卵	计算机视觉	寄生虫病	FLOTAC/Mini-FLOTAC技术，深度学习	AI预测模型（具体类型未明确说明）	显微镜图像	使用两种协议的数据集：虫卵加标样本和自然感染样本进行训练评估，另用野外样本数据集（经光学显微镜验证）进行性能测试
1030	2025-09-08	PRIME 2.0: An Update to The Proposed Requirements for Cardiovascular Imaging-Related Machine Learning Evaluation Checklist 2025-Aug-18, JACC. Cardiovascular imaging DOI:10.1016/j.jcmg.2025.08.004 PMID:40892627	指南更新	介绍心血管影像AI评估清单PRIME 2.0的更新内容，旨在标准化人工智能应用的发展、评估与报告	针对传统机器学习到深度学习、大语言模型及多模态生成AI的快速发展进行更新，纳入心血管影像特异性复杂因素	NA	为心血管影像领域的人工智能研究提供标准化评估框架	心血管影像相关的人工智能应用	医学影像分析	心血管疾病	改良德尔菲法	深度学习、大语言模型、多模态生成AI	医学影像数据	国际临床与技术专家小组（具体人数未说明）
1031	2025-09-08	Effective SMOTE boost with deep learning for IDC identification in whole-slide images 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0329078 PMID:40901930	研究论文	提出一种基于SMOTE和CNN的新方法，用于在全幻灯片图像中识别浸润性导管癌（IDC）区域	开发了SMO_CNN模型，结合SMOTE技术和卷积神经网络，在IDC检测准确率上显著超越传统CNN、VGG19和ResNet50模型	NA	提高乳腺癌早期诊断准确率，辅助制定合适的治疗计划	乳腺癌组织病理学图像中的浸润性导管癌（IDC）区域	数字病理学	乳腺癌	SMOTE（合成少数类过采样技术）	CNN（卷积神经网络），SMO_CNN	全幻灯片图像（WSI）	162名IDC患者的组织切片图像，其中训练集113张，测试集49张
1032	2025-09-08	Multilayered SDN security with MAC authentication and GAN-based intrusion detection 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0331470 PMID:40906752	研究论文	提出一种结合MAC认证和生成对抗网络的多层SDN安全系统，用于高效检测和防御网络入侵	采用四Q曲线认证系统提升安全性，结合DDcGAN和SFOA优化算法实现高精度入侵检测，显著降低误报率	未提及实际部署复杂度和兼容性问题	提升软件定义网络（SDN）的安全性，防御网络攻击	SDN网络中的数据传输和网络节点	网络安全	NA	椭圆曲线密码学，DDcGAN，SFOA，GSOM	GAN，DDcGAN	网络数据包	未明确指定样本数量，但测试包含50%恶意节点场景
1033	2025-09-08	Deep Learning-Based Detection of Arrhythmia Using ECG Signals - A Comprehensive Review 2025, Vascular health and risk management IF:2.6Q2 DOI:10.2147/VHRM.S508620 PMID:40909176	综述	本文全面回顾了基于深度学习的ECG信号心律失常检测方法	系统评估了30篇论文，总结了CNN、RNN等混合架构的高精度性能（如99.93%准确率）	存在数据集异质性、模型可解释性不足及实时实施挑战	探索深度学习在心电图心律失常检测中的应用与发展趋势	心电图（ECG）信号	机器学习	心血管疾病	深度学习、信号处理	CNN、RNN、混合架构	ECG信号	基于30篇论文的系统评估（未明确总样本量）
1034	2025-09-08	Quantitative video analysis of head acceleration events: a review 2025, Frontiers in bioengineering and biotechnology IF:4.3Q2 DOI:10.3389/fbioe.2025.1658222 PMID:40909217	综述	本文综述了基于视频定量分析运动中头部加速事件（HAEs）的当前技术现状，重点探讨了视频测量方法及其自动化潜力	整合传统视频测量与新兴计算机视觉和深度学习技术，探索视频作为独立定量工具的潜力，提升HAEs测量的可扩展性和准确性	当前视频方法存在可扩展性、准确性和生物力学洞察力的限制，且依赖手动跟踪和模型匹配可能效率较低	评估和推动视频技术在运动头部加速事件定量测量与建模中的应用	运动中头部加速事件（HAEs）	计算机视觉	神经退行性疾病	视频测量、视频测量法、手动点跟踪、模型图像匹配、计算机视觉、深度学习	NA	视频	NA
1035	2025-09-08	A novel MRI-based deep learning-radiomics framework for evaluating cerebrospinal fluid signal in central nervous system infection 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1659653 PMID:40909443	研究论文	提出一种结合手工放射组学特征和深度学习的非侵入性MRI框架，用于评估中枢神经系统感染患者的脑脊液信号变化	首次开发融合放射组学与深度学习特征的混合模型（DenseASPP-RadFusion和MobileASPP-RadFusion），并发现豆状核下区域是区分感染与非感染脑脊液的最可靠解剖靶点	样本量较小（52例患者+52例对照），需未来多中心验证；脑室系统分析性能显著较低	通过非侵入性MRI技术替代腰椎穿刺，实现中枢神经系统感染的早期诊断	急性中枢神经系统感染患者及神经学检查正常的对照人群	数字病理	中枢神经系统感染	MRI（T2加权成像），拉普拉斯高斯滤波	DenseASPP-RadFusion, MobileASPP-RadFusion, DenseNet-201, MobileNet-V3Large	医学影像（MRI）	52例患者和52例对照
1036	2025-09-08	A review of plant leaf disease identification by deep learning algorithms 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1637241 PMID:40909895	综述	本文回顾了基于深度学习算法进行植物叶片病害识别的研究进展与应用	整合多国植物叶片病害数据集，系统评述不同深度学习网络在该领域的应用与数据开发方式	未提出新的算法模型，主要侧重于现有研究的归纳与分析	推动植物叶片病害识别领域的发展，为未来研究提供基础	植物叶片病害	计算机视觉	NA	深度学习	多种深度学习网络	图像	多国植物叶片病害数据集
1037	2025-09-08	YOLOv11-GSF: an optimized deep learning model for strawberry ripeness detection in agriculture 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1584669 PMID:40909907	研究论文	提出一种基于YOLOv11优化的实时草莓成熟度检测算法YOLOv11-GSF，用于复杂农业环境中的目标识别	引入GhostConv卷积方法减少计算开销，C3K2-SG模块增强局部特征捕捉能力，F-PIoUv2损失函数加速模型收敛	NA	解决复杂环境中草莓成熟度检测的效率与精度问题	草莓果实	计算机视觉	NA	深度学习	YOLOv11-GSF (基于CNN的优化架构)	图像	NA
1038	2025-09-08	Diagnosis methods for pancreatic cancer with the technique of deep learning: a review and a meta-analysis 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1597969 PMID:40909977	综述与荟萃分析	本文系统回顾并荟萃分析了深度学习技术在胰腺癌早期诊断中的应用方法与效果	首次结合系统综述与荟萃分析方法，全面评估深度学习在胰腺癌诊断中的性能指标，并探索非影像学诊断新途径	仅纳入7篇研究进行荟萃分析，样本量有限；未涵盖非英语文献可能存在选择偏倚	总结深度学习在胰腺癌诊断中的应用现状并展望未来发展方向	胰腺导管腺癌（PDAC）患者	数字病理	胰腺癌	深度学习（DL）	NA	影像数据（EUS、CE-CT）与非影像数据（尿液标志物、疾病轨迹）	基于7项符合条件的研究（具体样本数未明确说明）
1039	2025-09-08	Novel deep learning for multi-class classification of Alzheimer's in disability using MRI datasets 2025, Frontiers in bioinformatics IF:2.8Q2 DOI:10.3389/fbinf.2025.1567219 PMID:40910023	研究论文	提出一种基于迁移学习和CNN融合架构的深度学习模型，用于MRI图像中阿尔茨海默病多类别精确分类	结合Inception和ResNet架构提出新型'IncepRes'模型，并在多个数据集上实现优于现有方法的分类精度（最高98.35%）	NA	开发自动化阿尔茨海默病多类别分类系统以辅助疾病管理和治疗	阿尔茨海默病患者MRI扫描图像	计算机视觉	阿尔茨海默病	迁移学习	CNN (ResNet152V2, VGG16, InceptionV3, MobileNet) 和 IncepRes融合模型	MRI图像	三个数据集：ADNI、OASIS及合并数据集，包含四种类别（中度痴呆、轻度痴呆、极轻度痴呆、非痴呆）
1040	2025-09-07	Enhanced bi-branch deep learning network for in vivo hyperspectral imaging recognition of organs and tissues 2026-Jan-15, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2025.126815 PMID:40845607	研究论文	开发了一种增强型双分支深度学习网络，用于活体高光谱成像中器官和组织的识别	整合图卷积网络(GCN)和Transformer的双分支架构，结合特征增强模块提升模型性能	NA	提高活体高光谱图像中器官和组织的识别精度	猪和斑马鱼的多个器官和组织	计算机视觉	NA	高光谱成像，漫反射近红外光谱	GCN, Transformer, 双分支网络	高光谱图像	公共猪数据集和斑马鱼活体测量数据