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
10901	2025-10-07	Thermal Adaptation of Cytosolic Malate Dehydrogenase Revealed by Deep Learning and Coevolutionary Analysis 2025-Mar-25, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.4c01774 PMID:40079215	研究论文	本研究结合深度学习和共进化分析揭示了胞质苹果酸脱氢酶的热适应机制	整合变分自编码器和共进化模型构建序列空间的潜在生成景观，并首次将两个区域间疏水接触比例确定为热稳定性的预测序参量	研究主要基于计算模拟，需要实验验证来确认预测结果的准确性	探究序列变异和构象动力学如何共同影响酶的热适应机制	胞质苹果酸脱氢酶及其在不同热环境中物种的同源蛋白	机器学习	NA	深度学习，共进化分析，分子动力学模拟，结构预测	VAE, DCA	蛋白质序列，结构数据	NA	NA	变分自编码器，AlphaFold	NA	NA
10902	2025-10-07	How much data is enough? Optimization of data collection for artifact detection in EEG recordings 2025-Mar-21, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/adbebe PMID:40064096	研究论文	提出一种基于深度学习的优化方法，用于EEG记录中EMG伪影检测的数据收集设计	首次将数据导向的优化方法应用于EEG/EMG数据收集，通过深度学习减少所需数据量	仅针对EMG伪影进行研究，未考虑其他类型伪影	优化EEG记录中EMG伪影检测的数据收集过程	脑电图记录中的肌电伪影	机器学习	NA	脑电图，肌电图	深度学习	时间序列信号	将EMG伪影任务从12个减少到3个，等长收缩任务重复次数从10次减少到3次或1次	NA	三种不同的神经网络架构	清洁效率	NA
10903	2025-10-07	Weight Differences-Based Multi-level Signal Profiling for Homogeneous and Ultrasensitive Intelligent Bioassays 2025-03-18, ACS nano IF:15.8Q1 DOI:10.1021/acsnano.5c01436 PMID:40059671	研究论文	提出一种基于重量差异的多层次信号分析策略Mata，用于实现均相超灵敏智能生物检测	通过信号亚基的重量分析和深度学习识别模型实现磁调控动力学信号表达，无需复杂信号生成设计或精密设备	NA	开发高灵敏度且操作便捷的智能生物检测方法	白细胞介素-6（IL-6）生物标志物	生物医学工程	NA	纳米磁标记、光学成像	深度学习	光学图像	NA	NA	NA	检测灵敏度、检测时间	标准明场光学成像设备
10904	2025-10-07	Harnessing Electronic Health Records and Artificial Intelligence for Enhanced Cardiovascular Risk Prediction: A Comprehensive Review 2025-Mar-18, Journal of the American Heart Association IF:5.0Q1 DOI:10.1161/JAHA.124.036946 PMID:40079336	综述	本文综述了利用电子健康记录和人工智能技术增强心血管疾病风险预测的研究进展与挑战	系统整合电子健康记录与人工智能方法，探索多维数据（包括环境、生活方式、社会和基因组因素）在心血管风险预测中的综合应用	回顾性数据分析存在局限性，数据质量、医疗系统间标准化和地理变异性问题尚未完全解决，AI模型可解释性不足且需要针对不同人群进行验证和重新校准	改善心血管疾病风险预测和管理方法	心血管疾病风险预测模型	机器学习	心血管疾病	电子健康记录数据分析	深度学习	电子健康记录，包括药物使用和影像数据	NA	NA	NA	NA	NA
10905	2025-10-07	Genetically supported targets and drug repurposing for brain aging: A systematic study in the UK Biobank 2025-Mar-14, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adr3757 PMID:40073132	研究论文	本研究通过深度学习模型估计基于MRI的脑年龄，分析脑年龄差距的遗传基础，并识别脑老化的潜在药物靶点和再利用药物	首次结合深度学习脑年龄估计、全基因组关联分析、孟德尔随机化和共定位分析，系统识别脑老化的遗传支持药物靶点	研究主要基于UK Biobank数据，外部验证数据集有限	探索脑老化的遗传结构和识别可靠的药物靶点	UK Biobank参与者及三个外部验证数据集	医学影像分析, 基因组学	脑老化, 神经退行性疾病	磁共振成像, 全基因组关联研究, 孟德尔随机化, 共定位分析, eQTL, pQTL	深度学习模型	磁共振影像, 基因组数据, 表达数量性状位点数据, 蛋白质数量性状位点数据	UK Biobank数据集及三个外部验证数据集	NA	NA	NA	NA
10906	2025-10-07	A stochastic structural similarity guided approach for multi-modal medical image fusion 2025-Mar-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-93662-6 PMID:40082698	研究论文	提出一种基于随机结构相似性引导的无监督多模态医学图像融合方法S3IMFusion	结合CNN和Transformer模块的多尺度融合网络，设计具有全局上下文交互能力的损失函数，通过随机排序索引实现像素特征混合重排	NA	解决多模态医学图像融合中长程依赖关系捕获不足的问题	多模态医学图像（延伸至红外和可见光图像）	计算机视觉	NA	多模态图像融合	CNN, Transformer	医学图像	哈佛数据集	NA	基于CNN和Transformer的多尺度融合网络	结构相似性损失	NA
10907	2025-10-07	Enhancing parkinson disease detection through feature based deep learning with autoencoders and neural networks 2025-Mar-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-88293-w PMID:40075106	研究论文	本研究提出了一种基于特征提取的深度学习方法，通过分析音频数据来检测帕金森病	结合自编码器进行特征提取和深度神经网络进行分类，实现了对帕金森病音频特征的自动识别	NA	开发一种自动、非侵入性的帕金森病检测方法	帕金森病患者的音频数据	机器学习	帕金森病	音频分析	自编码器,深度神经网络	音频	NA	Python	自编码器,深度神经网络	准确率	NA
10908	2025-10-07	Exploring the repository of de novo-designed bifunctional antimicrobial peptides through deep learning 2025-Mar-13, eLife IF:6.4Q1 DOI:10.7554/eLife.97330 PMID:40079572	研究论文	通过深度学习探索从头设计的双功能抗菌肽库	建立了连接深度生成模块和图编码活性回归器的从头抗菌肽设计框架，能够同时学习抗菌和抗病毒特征	NA	发现同时具有抗菌和抗病毒活性的新型抗菌肽	抗菌肽序列及其生物活性	机器学习	耐药性感染	深度学习	生成模型,图神经网络	肽序列数据	发现并验证了16种双功能抗菌肽	NA	NA	最小抑制浓度	NA
10909	2025-10-07	Multi-dimensional interpretable deep learning-radiomics based on intra-tumoral and spatial habitat for preoperative prediction of thymic epithelial tumours risk categorisation 2025-Mar-13, Acta oncologica (Stockholm, Sweden) DOI:10.2340/1651-226X.2025.42982 PMID:40079653	研究论文	本研究开发了一种基于增强CT的多维可解释深度学习-影像组学模型，用于术前预测胸腺上皮肿瘤风险分类	结合了全肿瘤影像组学、2D/3D深度学习、临床-常规影像和空间栖息地分析的多维特征融合方法	样本量相对有限（205例患者），仅基于三个医疗中心的数据	实现胸腺瘤风险分类的准确预测	经手术病理证实的胸腺瘤患者	医学影像分析	胸腺上皮肿瘤	增强CT成像	深度学习, 机器学习	CT图像	205例来自三个医疗中心的连续患者	LightGBM, KNN	2D深度学习, 3D深度学习	AUC, 准确率, 特异性	NA
10910	2025-10-07	Enhancing yeast cell tracking with a time-symmetric deep learning approach 2025-Mar-13, NPJ systems biology and applications IF:3.5Q1 DOI:10.1038/s41540-024-00466-x PMID:40082471	研究论文	提出一种基于时间对称深度学习的新型酵母细胞追踪方法	开发不依赖连续帧假设的时空邻域细胞追踪方法，能够无先验学习细胞运动模式	NA	改进活细胞视频显微镜记录中的细胞追踪精度	酵母细胞和模拟样本	计算机视觉	NA	视频显微镜	深度学习	视频帧	NA	NA	NA	NA	NA
10911	2025-10-07	Multi-domain Urdu fake news detection using pre-trained ensemble model 2025-Mar-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-91054-4 PMID:40082485	研究论文	本研究提出了一种基于预训练模型集成学习的乌尔都语多领域假新闻检测方法	首次将ELECTRA、mBERT和XLM-RoBERTa三种预训练语言模型通过堆叠集成学习应用于乌尔都语假新闻检测	资源受限语言的数据集有限，研究主要集中在乌尔都语，可能缺乏对其他资源受限语言的泛化性	开发高效的乌尔都语假新闻自动检测系统以限制网络虚假宣传	乌尔都语在线新闻内容	自然语言处理	NA	自然语言处理	集成学习,Transformer	文本	公开可用的乌尔都语数据集	NA	ELECTRA,mBERT,XLM-RoBERTa	准确率,马修斯相关系数,F1分数	NA
10912	2025-10-07	Attention-enhanced and integrated deep learning approach for fishing vessel classification based on multiple features 2025-Mar-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-88158-2 PMID:40082493	研究论文	提出一种基于注意力机制和集成深度学习的方法，利用AIS数据对五种渔船类型进行分类	结合二维双向LSTM和带注意力机制的CNN构建集成模型，并构建多维特征向量来有效解释不同类型渔船的行为差异	NA	提高基于AIS数据的渔船分类精度，改善渔业管理效果	五种类型的渔船（刺网渔船、钩线渔船、拖网渔船、运鱼船、张网渔船）	机器学习	NA	自动识别系统（AIS）	LSTM, CNN	轨迹数据	NA	NA	二维双向长短期记忆网络, 卷积神经网络, 注意力机制	准确率	NA
10913	2025-10-07	Deep learning based agricultural pest monitoring and classification 2025-Mar-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-92659-5 PMID:40082501	研究论文	提出一种基于深度学习的农业害虫监测与分类创新方法	结合自编码器解决数据不平衡问题，并综合运用目标检测和卷积神经网络实现害虫定位与分类	NA	开发智能农业中的害虫自动监测与分类系统	82类农业害虫	计算机视觉	NA	深度学习	自编码器, CNN	图像	IP102数据集中的82类害虫图像	NA	自编码器, 卷积神经网络	平均交并比, 准确率	NA
10914	2025-10-07	Liver margin segmentation in abdominal CT images using U-Net and Detectron2: annotated dataset for deep learning models 2025-Mar-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-92423-9 PMID:40082561	研究论文	本研究使用U-Net和Detectron2模型对腹部CT图像中的肝脏边缘进行分割，并发布了大规模标注数据集	提供了由专业放射科医生标注的大规模腹部CT图像数据集，并对比了U-Net和Detectron2在复杂肝脏解剖变异情况下的分割性能	主要关注肝脏分割，尚未扩展到其他腹部器官	改进医学影像分割技术，开发肝脏疾病自动诊断系统	腹部CT图像中的肝脏边缘	计算机视觉	肝脏疾病	CT成像	CNN	医学图像	超过4,200张腹部CT图像	PyTorch	U-Net, Detectron2	Mask IoU	NA
10915	2025-10-07	A robust deep learning approach for segmenting cortical and trabecular bone from 3D high resolution µCT scans of mouse bone 2025-Mar-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-92954-1 PMID:40082604	研究论文	提出一种基于双分支注意力混合网络(DBAHNet)的深度学习方法，用于自动分割小鼠胫骨3D高分辨率µCT扫描中的皮质骨和小梁骨	设计了结合Transformer和CNN的双分支注意力混合网络架构，能够同时捕获长程依赖关系和局部特征	训练数据集规模有限	开发自动分割小鼠胫骨3D µCT扫描中皮质骨和小梁骨区域的稳健深度学习方法	小鼠胫骨	计算机视觉	骨骼疾病	microcomputed tomography (µCT)	CNN, Transformer	3D图像	来自7项不同研究的小鼠胫骨3D µCT扫描数据集	NA	DBAHNet	准确率	NA
10916	2025-10-07	Artificial intelligence based classification and prediction of medical imaging using a novel framework of inverted and self-attention deep neural network architecture 2025-Mar-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-93718-7 PMID:40082642	研究论文	提出一种基于人工智能的新型深度学习框架，用于多模态医学影像分类和预测	引入了两种新型自定义深度学习架构（IRCNN和SACNN），采用改进的串行融合方法和SScSEM优化算法进行特征选择	未明确说明样本量的具体数值和计算资源的具体配置	开发高效的医学影像分类框架以提升计算机辅助诊断性能	多模态医学影像数据（乳腺X线、内镜、皮肤镜、CT等）	计算机视觉	乳腺癌, 肺癌, 口腔癌, 皮肤癌, 消化道疾病	医学影像分析	CNN, 神经网络	图像	五个公开数据集（INBreast、KVASIR、ISIC2018、肺癌、口腔癌）	NA	IRCNN, SACNN, SWNN	准确率, 精确率	NA
10917	2025-10-07	Development and evaluation of a deep learning framework for pelvic and sacral tumor segmentation from multi-sequence MRI: a retrospective study 2025-Mar-13, Cancer imaging : the official publication of the International Cancer Imaging Society IF:3.5Q1 DOI:10.1186/s40644-025-00850-8 PMID:40082955	研究论文	开发并评估用于多序列MRI中盆腔和骶骨肿瘤分割的深度学习框架	提出结合2.5D U-net和MobileNetV2的实用深度学习框架，采用快速标注策略处理多序列MRI数据	回顾性研究，训练集采用粗标注可能影响模型精度	开发高效的盆腔和骶骨肿瘤自动分割方法	616例经病理确诊的盆腔和骶骨肿瘤患者	数字病理	盆腔和骶骨肿瘤	多序列磁共振成像	CNN	MRI图像	616例患者	NA	2.5D U-net, MobileNetV2	Dice score, IoU	NA
10918	2025-10-07	Deep learning based automatic quantification of aortic valve calcification on contrast enhanced coronary CT angiography 2025-Mar-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-93744-5 PMID:40069321	研究论文	本研究开发了一种基于深度学习的自动量化方法，用于在对比增强冠状动脉CT血管造影中测量主动脉瓣钙化	首次在对比增强CT上实现主动脉瓣钙化的自动量化，无需非对比CT扫描	回顾性研究，样本量有限(n=177)，需要外部验证	评估深度学习自动量化主动脉瓣钙化的可行性，并与手动钙化评分进行比较	接受主动脉瓣狭窄评估的177名患者	计算机视觉	心血管疾病	对比增强冠状动脉CT血管造影	CNN, XGBoost	CT影像	177名患者(开发集97例，内部验证集80例)	NA	DeepLab v3+	Pearson相关系数, 一致性相关系数, 敏感性, 特异性, 准确率	NA
10919	2025-10-07	Two-Year Hypertension Incidence Risk Prediction in Populations in the Desert Regions of Northwest China: Prospective Cohort Study 2025-Mar-12, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/68442 PMID:40072485	研究论文	开发并验证用于中国西北沙漠地区人群2年高血压发病风险预测的机器学习模型	首次针对沙漠地区特殊环境人群开发高血压风险预测模型，结合多种机器学习算法并开发了网络应用	研究局限于中国西北沙漠地区人群，外部验证需要进一步研究	开发、校准和前瞻性验证2年高血压风险预测模型	中国塔克拉玛干沙漠周边4个地区的成年居民	机器学习	心血管疾病	健康体检数据采集	逻辑回归,随机森林,极端梯度提升,轻量梯度提升机,Transformer,SAINT,CatBoost	结构化健康数据	回顾性队列1,038,170名成人，前瞻性队列961,519名成人	NA	Feature Tokenizer + Transformer, SAINT	AUC, Brier分数	NA
10920	2025-10-07	Disease detection on exterior surfaces of buildings using deep learning in China 2025-Mar-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-92112-7 PMID:40074790	研究论文	本研究探索使用深度学习技术检测中国城市建筑外表面病害，旨在提高检测效率和准确性	通过整合DenseNet模块和Swin-Transformer预测头改进特征提取和准确性，在嘈杂城市环境中仍能准确识别微小裂缝等复杂损伤模式	数据集仅包含289张高分辨率图像，样本规模相对有限	开发实时监测解决方案，提升城市基础设施健康管理效率	中国城市建筑外表面病害	计算机视觉	NA	深度学习	CNN, Transformer	图像	289张高分辨率图像	NA	DenseNet, Swin-Transformer	准确率, 召回率, F1分数, 检测速度	NA