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
10821	2025-10-07	Deep learning assisted single particle tracking for automated correlation between diffusion and function 2024-Feb-02, Research square DOI:10.21203/rs.3.rs-3716053/v1 PMID:38352328	研究论文	提出DeepSPT深度学习框架，用于自动分析细胞内颗粒的扩散行为与功能关联	首个能够仅通过扩散行为自动提取亚细胞功能信息的深度学习框架	NA	开发自动化工具来关联亚细胞颗粒扩散行为与生物学功能	病毒感染的早期事件、内体细胞器、网格蛋白包被小窝和囊泡	计算机视觉	病毒感染	光学显微镜，单颗粒追踪	深度学习	2D/3D时间序列图像	NA	NA	NA	准确率	NA
10822	2025-10-07	Using DeepContact with Amira graphical user interface 2023-12-15, STAR protocols IF:1.3Q4 DOI:10.1016/j.xpro.2023.102558 PMID:37717213	protocol	介绍如何在Amira软件中集成DeepContact深度学习模型，用于细胞器分割和膜接触位点量化	将DeepContact深度学习模型与Amira图形用户界面相结合，提供用户友好的膜接触位点分析工具	仅支持2D电子显微镜图像分析，具体使用细节需参考原始文献	开发膜接触位点的高通量量化方法	2D电子显微镜图像中的膜接触位点	digital pathology	NA	electron microscopy	deep learning	2D electron microscopy images	NA	NA	DeepContact	NA	NA
10823	2025-10-07	Protocol to analyze fundus images for multidimensional quality grading and real-time guidance using deep learning techniques 2023-12-15, STAR protocols IF:1.3Q4 DOI:10.1016/j.xpro.2023.102565 PMID:37733597	研究论文	提出DeepFundus协议，使用深度学习技术对眼底图像进行多维质量分级并为现场图像采集提供实时指导	开发了能够进行多维眼底图像质量分类并提供实时采集指导的深度学习系统	NA	解决医学人工智能研究中数据质量问题，提高眼底图像采集质量	眼底图像	计算机视觉	眼科疾病	深度学习	深度学习模型	图像	NA	Python	NA	NA	NA
10824	2025-10-07	Deep learning assisted single particle tracking for automated correlation between diffusion and function 2023-Nov-17, bioRxiv : the preprint server for biology DOI:10.1101/2023.11.16.567393 PMID:38014323	研究论文	提出DeepSPT深度学习框架，用于自动分析细胞内颗粒的扩散行为与功能关联	首次开发出能够仅通过扩散行为自动提取功能信息的深度学习框架，实现秒级分析而非传统所需的数周时间	NA	开发自动化工具来关联亚细胞颗粒扩散行为与生物学功能	病毒感染的早期事件、内体细胞器、网格蛋白包被小窝和囊泡	计算机视觉	病毒感染	光学显微镜，单颗粒追踪	深度学习	2D/3D时间序列图像	NA	NA	DeepSPT	准确率	NA
10825	2025-10-07	Protocol for predicting peptides with anticancer and antimicrobial properties by a tri-fusion neural network 2023-09-15, STAR protocols IF:1.3Q4 DOI:10.1016/j.xpro.2023.102541 PMID:37660298	研究论文	介绍使用TriNet三融合神经网络预测具有抗癌和抗菌特性的肽	开发了名为TriNet的三融合神经网络架构用于肽性质预测	NA	预测具有抗癌和抗菌特性的肽	肽序列	机器学习	癌症, 感染性疾病	深度学习	神经网络	肽序列数据	NA	Python	TriNet（三融合神经网络）	NA	NA
10826	2025-10-07	Deep learning for the prediction of acute kidney injury after coronary angiography and intervention in patients with chronic kidney disease: a model development and validation study 2025-Dec, Renal failure IF:3.0Q1 DOI:10.1080/0886022X.2025.2474206 PMID:40083057	研究论文	开发并验证用于预测慢性肾病患者冠状动脉造影和介入术后发生对比剂急性肾损伤的深度学习模型	首次专门针对慢性肾病高危人群开发可解释的深度神经网络预测模型，并建立了基于网页的临床决策工具	单中心研究，样本量相对有限（989例患者）	预测慢性肾病患者冠状动脉造影和介入术后对比剂急性肾损伤的发生风险	接受冠状动脉造影或经皮冠状动脉介入治疗的慢性肾病成年患者	机器学习	慢性肾病，心血管疾病	冠状动脉造影，经皮冠状动脉介入治疗	DNN, 随机森林	临床数据	989例慢性肾病患者（125例发生PC-AKI）	NA	深度神经网络	AUROC	NA
10827	2025-10-07	A comprehensive review of computational methods for Protein-DNA binding site prediction 2025-Aug, Analytical biochemistry IF:2.6Q2 DOI:10.1016/j.ab.2025.115862 PMID:40209920	综述	本文全面回顾并分类了蛋白质-DNA结合位点预测的主要计算方法，并对14种先进模型进行了基准测试	系统比较了基于模板检测、统计机器学习和深度学习的DNA结合位点预测方法，发现基于预训练大语言模型的深度学习方法性能最优	NA	开发高效准确的DNA结合位点预测计算方法	蛋白质-DNA结合位点	生物信息学	NA	计算方法	深度学习, 统计机器学习, 模板检测	蛋白质序列/结构数据	136个非冗余蛋白质	NA	预训练大语言模型	NA	NA
10828	2025-10-07	Rapid diagnosis of lung cancer by multi-modal spectral data combined with deep learning 2025-Jul-05, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2025.125997 PMID:40073660	研究论文	提出基于深度学习的多模态光谱信息融合网络用于肺腺癌细胞检测	提出自适应深度卷积(ADConv)和跨模态交互融合(CMIF)模块，实现多模态光谱数据的深度特征挖掘与融合	NA	开发快速诊断肺癌的新方法	正常细胞和肺腺癌患者细胞	计算机视觉	肺癌	傅里叶变换红外光谱、紫外-可见吸收光谱、荧光光谱	CNN, Transformer	光谱文本数据、光谱图像	NA	NA	ResNet, Transformer, 一维卷积神经网络	准确率	NA
10829	2025-10-07	Zero-shot and few-shot multimodal plastic waste classification with vision-language models 2025-Jul, Waste management (New York, N.Y.) DOI:10.1016/j.wasman.2025.114815 PMID:40273572	研究论文	本研究探索利用视觉语言模型进行建筑和拆除塑料废物的树脂类型分类	首次将视觉语言模型应用于塑料废物分类，支持零样本和小样本学习，显著减少对标注数据的依赖	零样本分类准确率仍有提升空间，模型性能可能受限于语言描述的质量	开发数据高效且可扩展的塑料废物分类方法	建筑和拆除过程中产生的塑料废物	计算机视觉	NA	视觉语言模型	VLM	图像, 文本	NA	NA	视觉语言模型	准确率	NA
10830	2025-05-14	Sepsis Important Genes Identification Through Biologically Informed Deep Learning and Transcriptomic Analysis 2025-Jul, Clinical and experimental pharmacology & physiology DOI:10.1111/1440-1681.70031 PMID:40356040	研究论文	通过生物信息学深度学习和转录组分析识别脓毒症重要基因	使用P-NET（一种生物信息学可解释人工智能模型）评估脓毒症基因重要性，并识别出688个重要基因，这些基因在炎症和免疫调节通路中富集	未提及样本量大小及具体实验验证步骤	识别调控脓毒症免疫反应的关键基因	脓毒症患者基因表达数据	生物信息学	脓毒症	转录组分析、单细胞分析	P-NET	基因表达数据	NA	NA	NA	NA	NA
10831	2025-10-07	Rapid detection of the viability of naturally aged maize seeds using multimodal data fusion and explainable deep learning techniques 2025-Jun-30, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.143692 PMID:40068265	研究论文	本研究提出了一种基于多模态数据融合和可解释深度学习技术的玉米种子活力快速检测方法	首次将多传感器信息融合与可解释深度学习相结合用于自然老化玉米种子活力检测，提出了MSCNSVN模型	NA	提高玉米种子活力检测的准确性和可解释性	自然老化的玉米种子	计算机视觉	NA	多传感器数据采集（MV, RS, TS, FS, SS）	深度学习	多模态传感器数据	NA	NA	MSCNSVN	准确率	NA
10832	2025-10-07	Online assessment of soluble solids content in strawberries using a developed Vis/NIR spectroscopy system with a hanging grasper 2025-Jun-30, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.143671 PMID:40073605	研究论文	开发了一种基于可见/近红外光谱的悬挂式草莓可溶性固形物含量在线检测系统	采用悬挂式传输方式结合深度学习方法的在线检测系统，解决了草莓易损伤和检测效率问题	研究主要针对草莓，对其他小型易损水果的适用性需要进一步验证	实现在线检测草莓内部品质（可溶性固形物含量）	草莓	光谱分析	NA	可见/近红外光谱技术	PLSR, 1D-CNN, LSTM	光谱数据	NA	NA	1D-CNN-LSTM	RPD, R, RMSEP	NA
10833	2025-10-07	Artificial intelligence driven plaque characterization and functional assessment from CCTA using OCT-based automation: A prospective study 2025-Jun-01, International journal of cardiology IF:3.2Q2 DOI:10.1016/j.ijcard.2025.133140 PMID:40064207	研究论文	开发并验证一种基于CCTA和OCT图像的AI模型，用于自动分析斑块特征和冠状动脉功能	首次将CCTA与OCT图像结合，通过深度学习实现斑块特征的自动分析和冠状动脉功能评估	样本量相对较小（100例患者），需在更大规模研究中进一步验证	开发自动化斑块特征分析和冠状动脉功能评估的AI模型	接受侵入性冠状动脉造影、OCT和CCTA检查的冠心病患者	医学影像分析	心血管疾病	CCTA, OCT, 深度学习	CNN	医学影像（断层扫描图像）	100例患者，21,471张断层扫描图像	NA	卷积神经网络	McNemar检验, ICC, AUC	NA
10834	2025-10-07	Genetic Distinctions Between Reticular Pseudodrusen and Drusen: A Genome-Wide Association Study 2025-Jun, American journal of ophthalmology IF:4.1Q1 DOI:10.1016/j.ajo.2025.03.007 PMID:40064387	研究论文	通过全基因组关联研究识别网状假性玻璃膜疣与玻璃膜疣之间的遗传差异	首次通过深度学习分析OCT影像识别病例，发现了三个与网状假性玻璃膜疣相关的罕见遗传变异位点	样本量有限，特别是纯网状假性玻璃膜疣病例较少，部分关联未达到全基因组显著性	识别网状假性玻璃膜疣特有的遗传决定因素	UK Biobank队列中的网状假性玻璃膜疣患者、玻璃膜疣患者和对照参与者	生物医学	年龄相关性黄斑变性	全基因组关联研究，光学相干断层扫描	深度学习	基因组数据，OCT影像，彩色眼底照片	1787名参与者（1037名对照，361名纯玻璃膜疣，66名纯网状假性玻璃膜疣，323名混合病例）	NA	NA	P值	NA
10835	2025-10-07	Convolutional neural network-based method for the real-time detection of reflex syncope during head-up tilt test 2025-Jun, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108622 PMID:40068530	研究论文	提出一种基于卷积神经网络的实时检测方法，用于在直立倾斜试验中检测反射性晕厥	采用端到端架构结合残差和压缩激励模块，无需手动提取特征，仅需原始血压信号即可实现反射性晕厥的早期检测	样本中反射性晕厥患者数量相对较少（57例），可能影响模型泛化能力	开发实时反射性晕厥检测系统以提高医疗效率和患者便利性	1348名患者（1291名正常，57名反射性晕厥患者）	医疗人工智能	反射性晕厥	直立倾斜试验，血压监测	CNN	生理信号（血压信号）	1348名患者	NA	残差块，压缩激励块	AUC, 敏感度, 特异度	NA
10836	2025-10-07	MCNEL: A multi-scale convolutional network and ensemble learning for Alzheimer's disease diagnosis 2025-Jun, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108703 PMID:40081198	研究论文	提出一种多尺度卷积网络和集成学习框架MCNEL，用于阿尔茨海默病的早期准确诊断	结合改进的EfficientNet-B0和MobileNetV2模型与DenseNet121构建混合特征提取工具，开发基于SimAM的特征融合方法，并设计具有自适应权重调整策略的集成学习分类器	NA	提高阿尔茨海默病的早期诊断准确性	阿尔茨海默病患者及不同阶段认知障碍患者	计算机视觉	阿尔茨海默病	磁共振成像(MRI)	CNN,集成学习	医学图像	ADNI数据集(ADNI-1和ADNI-2)	NA	EfficientNet-B0,MobileNetV2,DenseNet121	准确率	NA
10837	2025-10-07	A longitudinal observational study with ecological momentary assessment and deep learning to predict non-prescribed opioid use, treatment retention, and medication nonadherence among persons receiving medication treatment for opioid use disorder 2025-Jun, Journal of substance use and addiction treatment DOI:10.1016/j.josat.2025.209685 PMID:40127869	研究论文	本研究使用生态瞬时评估和深度学习预测接受阿片类药物使用障碍治疗患者的非处方阿片使用、治疗保留和药物不依从行为	结合生态瞬时评估的实时情境数据与递归深度学习模型，采用7天滑动窗口预测次日结果，并应用SHAP解释特征延迟和重要性	样本量相对较小（62名参与者），模型性能在不同结果指标间存在较大差异（AUC 0.58-0.97）	预测接受阿片类药物使用障碍治疗患者的关键治疗结果，以提供主动干预方法	接受阿片类药物使用障碍治疗的成年患者	机器学习	阿片类药物使用障碍	生态瞬时评估，电子健康记录分析	递归深度学习模型	生态瞬时评估数据，电子健康记录，情境数据（压力、疼痛、社交环境等）	62名成年人，14,322次观察	NA	递归神经网络	AUC	NA
10838	2025-05-14	Spectroscopic techniques combined with chemometrics for rapid detection of food adulteration: Applications, perspectives, and challenges 2025-Jun, Food research international (Ottawa, Ont.) DOI:10.1016/j.foodres.2025.116459 PMID:40356185	review	本文综述了近三年来六种光谱技术与化学计量学方法在常见食品掺假检测中的应用、前景与挑战	总结了六种光谱技术（NIR、FTIR、HSI、Raman、UV-Vis和FS）与化学计量学方法在食品掺假检测中的综合应用，并提出了基于深度学习的方法和数据融合的未来研究方向	线性化学计量学方法仍是主要研究方法，这可能限制光谱技术的应用潜力	探讨光谱技术与化学计量学在食品掺假快速检测中的应用与未来发展	常见食品掺假（粉状食品、肉类、蜂蜜、饮料、食用油和乳制品）	食品检测	NA	NIR, FTIR, HSI, Raman, UV-Vis, FS	线性化学计量学方法、深度学习模型	光谱数据	NA	NA	NA	NA	NA
10839	2025-10-07	NCPepFold: Accurate Prediction of Noncanonical Cyclic Peptide Structures via Cyclization Optimization with Multigranular Representation 2025-May-13, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.5c00139 PMID:40255206	研究论文	开发了一种专门用于预测含非经典氨基酸环肽结构的深度学习模型NCPepFold	首次提出结合残基和原子级多粒度信息，通过环化优化直接预测含非经典氨基酸环肽结构的方法	仅针对环肽结构预测，未涉及线性肽或其他生物分子结构预测	提高含非经典氨基酸环肽结构预测的准确性	含非经典氨基酸的环肽	机器学习	NA	深度学习	深度学习模型	肽结构数据	NA	NA	NCPepFold	均方根偏差(RMSD)	NA
10840	2025-10-07	SpecRecFormer: Deep Learning-Driven Adaptive Component Identification of PAH Mixtures Based on Single-Component Raman Spectra 2025-May-13, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c00461 PMID:40298131	研究论文	提出一种基于深度学习的SpecRecFormer模型，用于快速识别多环芳烃混合物中的单个组分	集成双通道CNN和Transformer模块进行局部和全局特征提取，并引入自适应阈值策略动态调整决策阈值	训练数据仅来自四个单组分参考光谱，可能限制模型在更广泛化合物上的泛化能力	解决混合光谱中组分识别的挑战，特别是光谱峰重叠和分子相互作用导致的特征峰位移问题	多环芳烃混合物的拉曼光谱	光谱分析	NA	拉曼光谱	CNN, Transformer	光谱数据	四个单组分参考光谱，扩展到三个真实世界PAH数据集	NA	双通道CNN, Transformer	准确率	NA