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
11541	2025-10-07	Deep learning-based interpretable prediction of recurrence of diffuse large B-cell lymphoma 2025-May-20, BJC reports DOI:10.1038/s44276-025-00147-0 PMID:40394100	研究论文	基于深度学习的可解释性模型预测弥漫性大B细胞淋巴瘤复发	结合注意力机制和形态学特征分析，提供模型决策的可解释性	使用公开数据集，样本量有限	预测DLBCL患者的疾病复发风险	弥漫性大B细胞淋巴瘤患者	数字病理学	淋巴瘤	组织学图像分析	深度学习	图像	NA	NA	注意力机制分类模型	F1分数	NA
11542	2025-10-07	An explainable AI-driven deep neural network for accurate breast cancer detection from histopathological and ultrasound images 2025-May-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-97718-5 PMID:40394112	研究论文	提出一种可解释的AI驱动深度神经网络模型，用于从组织病理学和超声图像中准确检测乳腺癌	结合DenseNet121与定制CNN层，集成Grad-CAM提供可视化预测解释，实现高精度与可解释性的平衡	仅在两个公开数据集上验证，未在更广泛的临床环境中测试	开发准确且可解释的乳腺癌自动检测系统	乳腺癌医学图像	计算机视觉	乳腺癌	深度学习	CNN	图像	Breakhis-400x数据集1820张图像，BUSI数据集1578张图像	TensorFlow, Keras	DenseNet121, CNN, GlobalAveragePooling2D, Dense, Dropout	准确率	NA
11543	2025-10-07	Harnessing feature pruning with optimal deep learning based DDoS cyberattack detection on IoT environment 2025-May-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-02152-2 PMID:40394115	研究论文	提出一种结合特征剪枝和优化深度学习模型的物联网DDoS攻击检测方法	使用改进鹈鹕优化算法进行特征剪枝，并采用鱼类迁徙优化器调整稀疏去噪自编码器参数	仅在BoT-IoT数据集上进行验证，未在其他物联网环境测试	开发有效的物联网DDoS网络攻击检测技术	物联网网络中的分布式拒绝服务攻击	机器学习	NA	深度学习	自编码器	网络流量数据	BoT-IoT基准数据集	NA	稀疏去噪自编码器	准确率	NA
11544	2025-10-07	Enhancing enterprise knowledge retrieval via cross-domain deep recommendation: a sparse data approach 2025-May-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-01999-9 PMID:40394166	研究论文	提出一种结合混合自编码器和领域对齐的跨域推荐模型CDR-VAE，用于解决企业知识检索中的数据稀疏和跨域知识迁移问题	开发了结合混合自编码器与领域对齐的跨域推荐模型CDR-VAE，有效解决了数据稀疏和跨域知识迁移的挑战	未明确说明模型在更广泛数据集上的泛化能力	提升企业知识检索效率，解决数据稀疏和跨域知识迁移问题	企业知识数据和Movies&Books基准数据集	机器学习	NA	深度学习推荐技术	VAE, 自编码器	企业知识数据，跨域推荐数据	企业数据集和Movies&Books基准数据集	NA	混合自编码器，CDR-VAE	HR, Recall, NDCG	NA
11545	2025-10-07	Automated cell structure extraction for 3D electron microscopy by deep learning 2025-May-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-01763-z PMID:40394179	研究论文	本研究开发了一种基于深度学习的自动化方法，用于从3D电子显微镜图像中提取细胞结构	结合U-Net、SAM模型和3D分水岭算法实现全自动细胞结构分割，能够从包含多个细胞的大规模显微镜图像中提取单个细胞的3D结构	未提及具体的分割精度数值和与其他方法的对比结果	开发自动化细胞结构分割方法以实现准确的3D细胞和细胞器重建	原始单细胞红藻Cyanidioschyzon merolae的细胞图像	数字病理学	NA	聚焦离子束扫描电子显微镜(FIB-SEM)	CNN	序列横截面图像，3D显微镜图像	未明确说明样本数量	未明确说明	U-Net, SAM	NA	NA
11546	2025-10-07	Advanced feature fusion of radiomics and deep learning for accurate detection of wrist fractures on X-ray images 2025-May-20, BMC musculoskeletal disorders IF:2.2Q3 DOI:10.1186/s12891-025-08733-6 PMID:40394557	研究论文	本研究开发了一种融合影像组学和深度学习特征的混合诊断框架，用于X射线图像中腕部骨折的准确检测和分类	提出将影像组学特征与深度学习特征融合的混合方法，通过多种特征选择技术和分类器集成优化诊断性能	研究数据来自三个医疗中心，可能存在数据分布偏差；未在更广泛的外部数据集上验证模型泛化能力	开发准确可靠的腕部骨折自动检测和分类系统	腕部X射线图像	计算机视觉	骨科疾病	X射线成像	自编码器,集成学习	图像	3,537张X射线图像（1,871例骨折，1,666例非骨折）	PyRadiomics, Scikit-learn	自编码器	准确率,敏感度,AUC-ROC	NA
11547	2025-10-07	Mitigating catastrophic forgetting in Multiple sclerosis lesion segmentation using elastic weight consolidation 2025-May-20, NeuroImage. Clinical DOI:10.1016/j.nicl.2025.103795 PMID:40403421	研究论文	本研究首次将弹性权重巩固应用于多发性硬化病灶分割的领域增量学习，以减轻灾难性遗忘问题	首次在MS病灶分割的领域增量学习场景中应用EWC方法，实现在适应新领域时保留源领域知识	研究主要基于公开数据集和内部数据集，需要进一步验证在其他临床环境中的泛化能力	解决多发性硬化病灶分割中的灾难性遗忘问题，提高模型在不同扫描协议和扫描仪数据上的泛化能力	多发性硬化病灶的医学图像分割	数字病理	多发性硬化	深度学习，迁移学习，持续学习	3D U-Net	医学图像	使用公开数据集(WMH2017和Shifts)和内部数据集，在少样本场景下仅需3-5张训练图像	NA	3D U-Net	F-score	NA
11548	2025-10-07	The regulatory landscape of 5' UTRs in translational control during zebrafish embryogenesis 2025-05-19, Developmental cell IF:10.7Q1 DOI:10.1016/j.devcel.2024.12.038 PMID:39818206	研究论文	本研究通过大规模平行报告基因分析和深度学习模型，揭示了斑马鱼胚胎发生过程中5' UTR在翻译调控中的调控景观	首次在发育过程中建立了基于5' UTR的翻译调控定量模型，发现了86个具有不同核糖体招募能力的调控基序	研究主要关注早期胚胎发生阶段，未涵盖其他发育阶段	解析5' UTR在翻译调控中的功能特征和调控机制	斑马鱼胚胎	计算生物学	NA	大规模平行报告基因分析，多核糖体分析，RNA测序	深度学习	序列数据，翻译效率数据	18,154个5' UTR序列	NA	DaniO5P（Danio Optimus 5-Prime）	预测准确性，模型解释性	NA
11549	2025-10-07	Enhancing Transthyretin Binding Affinity Prediction with a Consensus Model: Insights from the Tox24 Challenge 2025-May-19, Chemical research in toxicology IF:3.7Q2 DOI:10.1021/acs.chemrestox.4c00560 PMID:40285676	研究论文	本研究开发了一种基于深度学习的共识模型，用于预测转甲状腺素蛋白结合亲和力	通过整合sPhysNet、KANO和GGAP-CPI三种不同分子信息层面的模型，构建共识模型并利用集成输出的标准差作为不确定性估计	模型性能仍有提升空间，在盲测集上排名第五	提高转甲状腺素蛋白结合亲和力的预测准确性	外源性化合物与转甲状腺素蛋白的相互作用	机器学习	内分泌系统毒性	深度学习	共识模型	分子结构数据（2D拓扑、3D几何结构、蛋白质-配体相互作用）	Tox24挑战赛提供的数据集	NA	sPhysNet,KANO,GGAP-CPI	RMSE	NA
11550	2025-10-07	Generative deep learning model assisted multi-objective optimization for wastewater nitrogen to protein conversion by photosynthetic bacteria 2025-May-19, Bioresource technology IF:9.7Q1 DOI:10.1016/j.biortech.2025.132703 PMID:40398568	研究论文	本研究利用生成式深度学习模型辅助多目标优化，实现废水氮素转化为光合细菌蛋白质的过程	提出结合变分自编码器生成高质量数据和弹性神经网络进行多目标优化的创新框架，解决了有限数据条件下的优化问题	研究在有限数据条件下进行，可能需要更多真实数据验证模型的泛化能力	优化废水氮素去除和资源回收的平衡，提高氮素向蛋白质的转化效率	光合细菌在废水处理中的氮素回收和蛋白质生产	机器学习	NA	废水处理技术，光合细菌培养，基因表达分析	VAE, ENN	废水处理过程参数数据	变分自编码器生成5000个样本增强原始数据集	NA	变分自编码器，弹性神经网络	SHAP分析，多目标优化帕累托前沿	NA
11551	2025-10-07	Deep learning-assisted self-cleaning cellulose colorimetric sensor array for monitoring black tea withering dynamics 2025-May-15, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.144727 PMID:40403427	研究论文	开发了一种具有自清洁功能的纤维素比色传感器阵列，结合深度学习监测红茶萎凋过程	将TiO₂附着在纤维素膜表面实现自清洁功能，并通过位点特异性沉积OTS制备具有疏水非传感区的功能化纤维素膜	未提及传感器在其他茶类或环境条件下的适用性	开发智能环保的传感器阵列用于监测红茶萎凋阶段	红茶萎凋过程中的挥发性有机化合物	机器学习	NA	比色传感器阵列，紫外曝光降解	LSTM	传感器响应数据	NA	NA	长短期记忆网络	准确率	NA
11552	2025-10-07	Improve robustness to mismatched sampling rate: An alternating deep low-rank approach for exponential function reconstruction and its biomedical magnetic resonance applications 2025-May-15, Journal of magnetic resonance (San Diego, Calif. : 1997) DOI:10.1016/j.jmr.2025.107898 PMID:40403552	研究论文	提出一种交替深度低秩方法，用于解决信号重建中训练数据与目标数据不匹配的问题	结合深度学习求解器和经典优化求解器，有效缓解采样率、解剖区域和对比度配置不匹配问题	NA	提高信号重建对不匹配采样率的鲁棒性	生物医学磁共振信号	信号处理	NA	磁共振成像	深度学习	信号数据	NA	NA	交替深度低秩(ADLR)	重建误差	NA
11553	2025-10-07	Dissecting the genetic complexity of myalgic encephalomyelitis/chronic fatigue syndrome via deep learning-powered genome analysis 2025-May-11, medRxiv : the preprint server for health sciences DOI:10.1101/2025.04.15.25325899 PMID:40321247	研究论文	本研究开发了深度学习框架HEAL2，通过全基因组分析揭示肌痛性脑脊髓炎/慢性疲劳综合征的遗传基础	开发了新型深度学习框架HEAL2，首次实现基于个人罕见变异的ME/CFS预测并将遗传风险与症状相关联	未明确说明样本规模和研究人群的具体特征	解析ME/CFS的遗传复杂性并开发遗传诊断工具	肌痛性脑脊髓炎/慢性疲劳综合征患者	机器学习	肌痛性脑脊髓炎/慢性疲劳综合征	全基因组分析，转录组分析，网络分析，多组学数据	深度学习	基因组数据，转录组数据，蛋白质组数据	NA	NA	HEAL2	NA	NA
11554	2025-10-07	Hierarchical diagnosis of breast phyllodes tumors enabled by deep learning of ultrasound images: a retrospective multi-center study 2025-May-08, Cancer imaging : the official publication of the International Cancer Imaging Society IF:3.5Q1 DOI:10.1186/s40644-025-00879-9 PMID:40340752	研究论文	本研究开发了一种基于深度学习的乳腺叶状肿瘤分层诊断模型，用于术前识别和分级诊断	首次提出针对乳腺叶状肿瘤的两阶段分层诊断深度学习模型，能够区分叶状肿瘤与纤维腺瘤，并对叶状肿瘤进行良性与交界性/恶性分级	回顾性研究设计，样本量相对有限（712例患者），需要进一步前瞻性验证	开发术前叶状肿瘤自动诊断系统，提高诊断准确性和一致性	乳腺叶状肿瘤和纤维腺瘤患者	数字病理	乳腺癌	超声成像	深度学习	超声图像	712例患者，来自五家医院	NA	PTs-HDM（叶状肿瘤分层诊断模型）	AUC, 准确率, Kappa值, 组内相关系数	NA
11555	2025-10-07	What insights can spatiotemporal esophageal atlases and deep learning bring to engineering the esophageal mucosa? 2025-05-05, Developmental cell IF:10.7Q1 DOI:10.1016/j.devcel.2025.04.009 PMID:40328228	研究论文	本文介绍了一个整合实验与计算的平台，用于绘制人类食管时空发育图谱并预测调控上皮分化的关键信号通路	首次将空间发育数据与深度学习相结合，开发出无需异种成分、可扩展的人类多能干细胞生成食管黏膜策略	NA	解析人类食管发育机制并建立食管黏膜工程化生成方法	人类食管发育过程、人类多能干细胞	发育生物学、组织工程	食管疾病	空间发育图谱技术、深度学习	深度学习模型	时空发育数据、基因表达数据	NA	NA	NA	NA	NA
11556	2025-10-07	Large language models as an academic resource for radiologists stepping into artificial intelligence research 2025 May-Jun, Current problems in diagnostic radiology IF:1.5Q3 DOI:10.1067/j.cpradiol.2024.12.004 PMID:39672727	研究论文	评估GPT-4o作为推荐系统帮助放射科医生理解和实施AI研究的能力	首次系统评估大型语言模型作为放射科医生AI研究虚拟顾问的有效性	需要进一步研究将LLMs整合到常规工作流程中的实际效果	评估GPT-4o作为推荐系统增强放射科医生AI研究能力的效果	放射科医生和早期职业研究人员	自然语言处理	NA	大型语言模型	GPT-4o	文本描述（数据集特征、模态类型、数据大小、研究目标）	NA	NA	U-Net, Random Forest, Attention U-Net, EfficientNet	清晰度、任务对齐度、模型多样性、基线选择	NA
11557	2025-10-07	Enhancing data quality in medical concept normalization through large language models 2025-May, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2025.104812 PMID:40180205	研究论文	本研究评估医疗概念标准化在不同数据质量场景下的表现，并探索如何利用大语言模型提升数据质量以改善医疗概念标准化性能	首次系统评估数据质量对医疗概念标准化的影响，并提出基于大语言模型的数据增强和质量提升方法	数据增强可能引入重复数据项，特别是在数据集分布的均值区域，需要精心设计策略以避免这些问题	通过提升数据质量来改善医疗概念标准化任务的性能	医疗概念标准化任务及其相关数据集	自然语言处理	NA	大语言模型，零样本学习，少样本学习	大语言模型	文本	NA	NA	ChatGPT	正确性，全面性	NA
11558	2025-10-07	Systematic review of computational techniques, dataset utilization, and feature extraction in electrocardiographic imaging 2025-May, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-024-03264-z PMID:39779645	系统综述	系统分析心电图成像中计算技术、数据集利用和特征提取的研究现状	首次采用PRISMA方法系统综述ECGI重建中的计算技术发展趋势，揭示传统方法与深度学习技术的融合趋势	仅纳入2010-2023年英文同行评审论文，排除未描述计算技术的研究	分析ECGI重建中的计算技术，重点关注数据集识别、问题解决和特征提取方法	从Scopus和Web of Science数据库筛选的99篇研究论文	医学影像分析	心血管疾病	ECGI（心电图成像）	深度学习, 混合技术	心电图数据	99篇研究论文	NA	边界元法, Tikhonov方法	NA	NA
11559	2025-10-07	Evolution Trend of Brain Science Research: An Integrated Bibliometric and Mapping Approach 2025-May, Brain and behavior IF:2.6Q3 DOI:10.1002/brb3.70451 PMID:40395088	研究论文	本研究采用文献计量分析和知识图谱可视化方法，描绘脑科学研究的全球趋势、研究热点和合作网络	首次对脑科学领域进行全面的文献计量分析，整合CiteSpace和VOSviewer工具，揭示该领域的研究前沿和关键发展方向	仅基于Web of Science数据库的13,590篇文章进行分析，可能未涵盖所有相关研究	分析脑科学研究的演变趋势和发展格局	1990-2023年间发表的脑科学研究文献	文献计量学	脑科学相关疾病	文献计量分析，知识图谱可视化	NA	文献数据	13,590篇文献	CiteSpace, VOSviewer	NA	发文量，合作网络，引用模式，关键词共现，突发检测	在线文献计量平台
11560	2025-10-07	Hybrid optimized temporal convolutional networks with long short-term memory for heart disease prediction with deep features 2025-May, Computer methods in biomechanics and biomedical engineering IF:1.7Q3 DOI:10.1080/10255842.2024.2310075 PMID:38584483	研究论文	提出一种结合时序卷积网络和长短期记忆网络的混合深度学习模型用于心脏病预测	使用新型增强型法医调查启发的元优化算法优化混合分类器参数，并采用1DCNN进行深度特征提取	NA	开发心脏病早期预测模型以帮助患者及时获得治疗	心脏病患者临床数据	机器学习	心血管疾病	深度学习	1DCNN, TCN, LSTM	临床医疗数据	NA	NA	一维卷积神经网络, 时序卷积网络, 长短期记忆网络	准确率, 精确率	NA