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
11141	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
11142	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
11143	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
11144	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
11145	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
11146	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
11147	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
11148	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
11149	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
11150	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
11151	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
11152	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
11153	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
11154	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
11155	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
11156	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
11157	2025-10-07	Mapping variants in thyroid hormone transporter MCT8 to disease severity by genomic, phenotypic, functional, structural and deep learning integration 2025-Mar-12, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-56628-w PMID:40075072	研究论文	通过整合基因组学、表型、功能、结构数据和深度学习技术，系统分析甲状腺激素转运蛋白MCT8基因变异与疾病严重程度的关联	首次将深度表型数据与功能测试、计算分析和人群队列结果相结合，建立了可预测MCT8变异致病性和严重程度的分类器	研究聚焦于罕见疾病，样本量相对有限，且主要针对男性患者（X连锁遗传）	预测和量化罕见疾病中基因变异对表型的影响，特别关注可干预的MCT8基因	甲状腺激素转运蛋白MCT8（由X连锁SLC16A2基因编码）及其基因变异	机器学习	神经发育障碍	基因组测序, 深度表型分析, 功能测试, 结构生物学分析	深度学习	基因组数据, 表型数据, 功能数据, 结构数据	约400,000名个体（含常见遗传变异），针对8,151种MCT8变异进行分析	NA	NA	AUC	NA
11158	2025-10-07	Lung cancer detection with machine learning classifiers with multi-attribute decision-making system and deep learning model 2025-Mar-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-88188-w PMID:40075131	研究论文	本文提出结合多属性决策系统和深度学习模型的肺癌检测方法，用于分类肺部X射线图像并识别疾病类型	将TOPSIS多属性决策方法与机器学习分类器排序相结合，并采用Inception v3深度学习模型，在肺癌检测任务中取得97.05%的准确率	未提及具体的数据集规模和来源，以及模型在其他数据集上的泛化能力	早期检测肺部疾病并分类良恶性病变，识别具体疾病类型如肺不张、浸润、结节和肺炎	肺部X射线图像	计算机视觉	肺癌	医学影像分析	SVM,深度学习模型	X射线图像	NA	NA	Inception v3	准确率	NA
11159	2025-10-07	Deep learning radiomics for the prediction of epidermal growth factor receptor mutation status based on MRI in brain metastasis from lung adenocarcinoma patients 2025-Mar-12, BMC cancer IF:3.4Q2 DOI:10.1186/s12885-025-13823-8 PMID:40075375	研究论文	本研究开发了一种基于多序列MRI的深度学习影像组学模型，用于预测肺腺癌脑转移患者的EGFR突变状态	结合传统影像组学特征与深度学习特征，首次基于多序列MRI构建预测脑转移肺腺癌EGFR突变状态的模型	回顾性研究设计，样本量相对有限，需要进一步前瞻性验证	开发非侵入性方法准确预测肺腺癌脑转移患者的EGFR突变状态，指导靶向治疗	288例非小细胞肺癌伴脑转移患者（106例EGFR突变型，182例野生型）	医学影像分析	肺癌	多序列磁共振成像（MRI）	深度学习，影像组学	医学影像	288例患者，随机分为训练集（75%）和验证集（25%）	NA	ResNet34	AUC，ROC曲线	NA
11160	2025-10-07	Exploring the impact of myoelectric prosthesis controllers on visuomotor behavior 2025-Mar-12, Journal of neuroengineering and rehabilitation IF:5.2Q1 DOI:10.1186/s12984-025-01604-0 PMID:40075405	研究论文	本研究探讨了标准肌电假肢控制器与位置感知控制器对视觉运动行为的影响	首次通过眼动追踪技术评估位置感知控制器对假肢使用者视觉依赖行为的影响	研究对象为无肢体差异的健康参与者，未在真实假肢使用者中验证	比较不同肌电假肢控制策略对视觉运动行为的影响	无肢体差异的健康参与者	生物医学工程	肢体残疾	肌电信号控制，眼动追踪，运动捕捉	深度学习	眼动数据，运动捕捉数据	未明确样本数量	NA	NA	视觉注视时间，抓握阶段持续时间，运动平滑度	NA