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
1161	2025-09-26	Decoding the limits of deep learning in molecular docking for drug discovery 2025-Sep-24, Chemical science IF:7.6Q1 DOI:10.1039/d5sc05395a PMID:40901622	研究论文	分析深度学习在分子对接中的性能局限并提出优化策略	首次从五个关键维度系统评估传统与深度学习对接方法的性能差异，揭示生成扩散模型的优势及泛化挑战	深度学习方法对新型蛋白结合口袋的泛化能力不足，多数方法存在高空间容忍度问题	评估深度学习在药物发现分子对接中的性能局限与发展前景	传统分子对接方法与深度学习范式（生成扩散模型、回归架构、混合框架）	机器学习	NA	分子对接、虚拟筛选	生成扩散模型、回归模型、混合框架	蛋白质-配体结构数据	NA
1162	2025-09-26	A novel hybrid deep learning model for segmentation and uzzy Res-LeNet based classification for Alzheimer's disease 2025-Sep-24, Neurogenetics IF:1.6Q3 DOI:10.1007/s10048-025-00837-4 PMID:40991056	研究论文	提出一种用于阿尔茨海默病分割和分类的混合深度学习模型	创新性地结合O-SegNet和U-Net进行分割，并集成模糊逻辑、ResNeXt和LeNet构建Fuzzy Res-LeNet分类器	NA	阿尔茨海默病的早期检测和分类	阿尔茨海默病患者的大脑MRI图像	数字病理学	阿尔茨海默病	深度学习、图像处理	O-SegUNet、Fuzzy Res-LeNet（集成模糊逻辑、ResNeXt和LeNet）	医学影像（MRI）	NA
1163	2025-09-26	Beyond application-specific design: a generalized deep learning framework for optical property prediction in TiO2/GaN nanophotonic metasurfaces 2025-Sep-24, Nanoscale advances IF:4.6Q2 DOI:10.1039/d5na00550g PMID:40880600	研究论文	提出基于人工智能的通用深度学习框架，用于预测TiO2/GaN纳米光子超表面光学特性	采用迁移学习模型处理两种材料纳米柱的光学响应，建立通用预测框架而非特定应用设计	仅验证了特定波长范围（600-700nm）和有限尺寸透镜（最大直径100μm）的性能	开发通用深度学习框架以预测纳米光子超表面的光学特性	二氧化钛和氮化镓纳米柱超表面	机器学习	NA	迁移学习	深度学习框架	光学响应数据	两个包含GaN和TiO2纳米柱光学响应的大型数据集
1164	2025-09-26	Fuzzy Rule-Based Differentiable Representation Learning 2025-Sep-24, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2025.3609722 PMID:40991592	研究论文	提出一种基于模糊规则的可微分表示学习方法，在保持可解释性的同时提升表示学习性能	首次将TSK模糊系统与可微分优化结合，通过高维模糊特征空间映射和第二阶几何保持策略实现可解释的表示学习	NA	开发兼具可解释性和高性能的表示学习方法	复杂数据集的特征表示	机器学习	NA	TSK模糊系统、可微分优化	模糊规则模型	结构化数据	多个基准数据集（未指定具体数量）
1165	2025-09-26	BrainAuth: A Neuro-Biometric Approach for Personal Authentication 2025-Sep-24, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3613234 PMID:40991601	研究论文	提出基于深度强化学习的脑电波生物认证框架BrainAuth，用于个人身份认证	首次将深度强化学习与Dyna框架、双重估计技术结合用于脑电波认证，引入分层架构减少探索时间	未明确说明模型对脑电信号采集环境的要求及跨设备泛化能力	开发用户友好、鲁棒可靠的个人生物特征认证系统	人脑伽马(γ)和贝塔(β)脑电波	机器学习	NA	脑电信号处理、深度强化学习	深度强化学习、深度神经网络	脑电信号	NA
1166	2025-09-26	Reliable Multimodal Cancer Survival Prediction with Confidence-aware Risk Modeling 2025-Sep-24, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3613406 PMID:40991606	研究论文	提出一种可靠的多模态癌症生存预测框架ReCaSP，通过置信感知风险建模整合组织学全切片图像和转录组数据	首次引入置信感知风险建模机制为生存预测提供置信度评估，并设计跨注意力对齐模块解决多模态数据对齐噪声问题	NA	开发可靠的多模态癌症生存预测方法以提高患者预后评估准确性	癌症患者的组织学全切片图像和转录组数据	数字病理	癌症	多模态融合、证据深度学习	跨注意力对齐模块、风险分类器	图像、转录组数据	五个数据集（具体样本数未提及）
1167	2025-09-26	STANet: A Surgical Gesture Recognition Method Based on Spatiotemporal Fusion 2025-Sep-24, Annals of the New York Academy of Sciences IF:4.1Q1 DOI:10.1111/nyas.70053 PMID:40991934	研究论文	提出一种基于时空融合的手术手势识别方法STANet，用于机器人手术中的动作序列建模	设计了时空自适应网络，通过时间模块和空间模块分别提取特征，并采用时间自适应卷积策略进行时空特征融合	NA	提高机器人手术中手术手势识别的准确性和效率	手术手势动作序列	计算机视觉	NA	深度学习	STANet（时空自适应网络）	视频序列数据	公开手术手势数据集JIGSAWS和RARP-45
1168	2025-09-26	Transforming histologic assessment: artificial intelligence in cancer diagnosis and personalized treatment 2025-Sep-24, British journal of cancer IF:6.4Q1 DOI:10.1038/s41416-025-03206-y PMID:40993310	综述	探讨人工智能在癌症组织学评估中从辅助诊断工具发展为临床决策核心组件的转型过程	提出多模态方法整合组织学图像与临床分子数据，实现癌症分层和治疗个性化的创新范式	AI预测验证存在挑战，特别是在预后应用和资源有限环境中的可及性不足	推动人工智能在癌症诊断和个性化治疗中的临床转化应用	组织病理学全切片图像（WSIs）及相关的基因组与临床数据	数字病理学	癌症	深度学习、空间转录组学	深度学习模型	全切片图像、基因组数据、临床数据	基于TCGA等公共数据库的大规模样本（具体数量未明确说明）
1169	2025-09-26	Automated detection of neonatal pulmonary hypertension in echocardiograms with a deep learning model 2025-Sep-24, Pediatric research IF:3.1Q1 DOI:10.1038/s41390-025-04404-3 PMID:40993360	研究论文	开发用于新生儿超声心动图视频中肺动脉高压自动检测的深度学习模型	首次将时空卷积神经网络应用于新生儿肺动脉高压的自动检测，并通过显著性图谱提供模型可解释性	样本量相对有限（共1353个视频），需要进一步外部验证	实现新生儿肺动脉高压的自动化筛查和早期诊断	3-90天龄新生儿的超声心动图视频	医学影像分析	肺动脉高压	超声心动图	CNN（空间和时空卷积神经网络）	视频	训练验证集975个视频，测试集378个视频，总计1353个视频帧
1170	2025-09-24	Correction: Myocardial scar and left ventricular ejection fraction classification for electrocardiography image using multi-task deep learning 2025-Sep-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-18185-6 PMID:40983619	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1171	2025-09-26	Deciphering the sequence basis and application of transcriptional initiation regulation in plant genomes through deep learning 2025-Sep-22, Genome biology IF:10.1Q1 DOI:10.1186/s13059-025-03782-5 PMID:40983924	研究论文	开发可解释深度学习模型GenoRetriever解析植物转录起始调控的序列基础	首次通过多作物基因组STRIPE-seq数据建立可解释深度学习模型，系统揭示27个核心启动子基序功能	研究主要聚焦作物基因组，未涵盖所有植物物种	解析植物转录起始调控的序列基础及其在作物改良中的应用	16种大豆组织和6种其他作物的转录起始位点	机器学习	NA	STRIPE-seq、深度学习、饱和突变、启动子活性检测	深度学习模型	基因组序列数据	16种大豆组织+6种作物基因组数据
1172	2025-09-24	GeneRAIN: multifaceted representation of genes via deep learning of gene expression networks 2025-Sep-22, Genome biology IF:10.1Q1 DOI:10.1186/s13059-025-03749-6 PMID:40983974	研究论文	开发基于Transformer的GeneRAIN模型套件，通过41万个人类批量RNA-seq样本学习基因表达关系	提出创新的Binning-By-Gene标准化技术和多维度基因表征GeneRAIN-vec，实现从蛋白质编码基因到长链非编码RNA的知识迁移	NA	推进Transformer和自监督深度学习在基因表达数据中的应用，增强生物学探索能力	人类基因表达网络，特别是13,030个长链非编码RNA	机器学习	NA	RNA-seq，深度学习	Transformer	基因表达数据	410,000个人类批量RNA-seq样本
1173	2025-09-26	An updated patent review of small molecule glucagon receptor antagonists (2020-2024) 2025-Sep-21, Expert opinion on therapeutic patents IF:5.4Q1 DOI:10.1080/13543776.2025.2559928 PMID:40968011	综述	对2020-2024年间小分子胰高血糖素受体拮抗剂专利进展的全面评述	发现创新主体从制药公司转向学术机构，并引入深度学习和虚拟筛选等新技术开发新型化学结构	需要临床研究验证这些化合物能否克服当前开发瓶颈并解决安全性问题	分析小分子GCGR拮抗剂的最新专利进展和研发趋势	小分子胰高血糖素受体拮抗剂及相关专利文献	药物研发	糖尿病	深度学习、虚拟筛选、结构机制研究	NA	专利数据、临床数据、文献数据	2020-2024年期间的专利和文献资料
1174	2025-09-26	Knowledge and Perceptions of AI Among Medical Students in Morocco: Cross-Sectional Study 2025-Sep-19, JMIR formative research IF:2.0Q4 DOI:10.2196/66156 PMID:40971792	研究论文	本研究通过横断面调查评估摩洛哥医学生对人工智能的认知水平和态度	首次针对摩洛哥医学生群体开展人工智能认知度的系统性研究	采用滚雪球抽样方法，可能存在选择偏差；样本仅来自单一医学院	评估医学生对人工智能的知识掌握程度和接受态度	摩洛哥阿加迪尔医学院1-7年级的580名本科医学生	医学教育	NA	横断面调查、在线问卷	NA	问卷调查数据	580名医学生（女性363人，平均年龄21.3岁）
1175	2025-09-26	Deep learning-based cross-device standardization of surface-enhanced Raman spectroscopy for enhanced bacterial recognition 2025-Sep-19, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2025.126931 PMID:40991976	研究论文	提出基于深度学习的表面增强拉曼光谱跨设备标准化方法，用于提升细菌识别性能	开发包含SERS-D2DNet光谱转换网络和SuperRaman分类网络的双阶段深度学习框架，实现便携设备与实验室设备光谱数据的高效对齐	研究仅针对20种分析物类别进行验证，需要更广泛的临床样本验证通用性	解决便携式与实验室级拉曼光谱设备间的数据不一致问题，提升病原体检测的跨设备可靠性	临床相关细菌特征和参考化合物的SERS光谱数据	机器学习	细菌感染	表面增强拉曼光谱(SERS)	SERS-D2DNet（序列到序列神经网络）, Super-ONN（超操作神经网络）	光谱数据	使用4台便携式和1台实验室级设备采集20类分析物的光谱数据
1176	2025-09-26	Improving prototypical parts abstraction for case-based reasoning explanations designed for the kidney stone type recognition 2025-Sep-19, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103266 PMID:40992030	研究论文	提出一种基于案例推理的深度学习模型，通过原型部件改进肾结石类型识别的可解释性	引入原型部件和新型损失函数，生成与生物学家使用的视觉特征相似的可解释描述符	仅针对工业化国家最常见的六种肾结石类型进行测试	开发可解释的肾结石类型自动识别系统	肾结石的输尿管镜图像	计算机视觉	肾结石	深度学习	基于案例推理的深度学习模型	图像	包含六种最常见肾结石类型的图像数据库
1177	2025-09-26	Feature-driven optimization for growth and mortality prevention in poultry farms 2025-Sep-19, Poultry science IF:3.8Q1 DOI:10.1016/j.psj.2025.105869 PMID:40992324	研究论文	开发基于特征驱动的优化模型预测家禽死亡率和平均体重	提出集成神经网络模型，将传统畜牧管理与深度学习软传感器相结合	在稳定饲养环境下环境变量影响较小，模型在变化环境中的适用性需进一步验证	通过机器学习优化家禽生长性能并降低死亡率	台湾本土肉鸡	机器学习	NA	机器学习	随机森林、梯度提升机、支持向量机、线性回归、神经网络（含集成NN）	数值数据	20,000只肉鸡的88天养殖数据
1178	2025-09-26	Integrating spectroscopy with machine learning and deep learning for monitoring mung plant responses to silicon dioxide nanoparticles 2025-Sep-17, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2025.126963 PMID:40991978	研究论文	本研究结合光谱技术与机器学习方法监测绿豆对二氧化硅纳米颗粒的生化响应	首次将共聚焦显微拉曼光谱与紫外-可见光谱结合机器学习/深度学习算法，建立非侵入式植物-纳米材料相互作用监测框架	NA	评估光谱技术结合计算方法在监测植物对纳米颗粒响应中的应用潜力	绿豆植物及其暴露于二氧化硅纳米颗粒后的生化分子（类胡萝卜素、木质素、果胶等）	机器学习	NA	共聚焦显微拉曼光谱、紫外-可见光谱、LDA降维	随机森林、支持向量机、AGNES、DBSCAN、k-means、深度学习模型	光谱数据	不同浓度梯度（0.2-1.4 mM）二氧化硅纳米颗粒处理的绿豆植物样本
1179	2025-09-26	Trade-Off Analysis of Classical Machine Learning and Deep Learning Models for Robust Brain Tumor Detection: Benchmark Study 2025-Sep-15, JMIR AI DOI:10.2196/76344 PMID:40952788	研究论文	本研究对传统机器学习和深度学习模型在脑肿瘤检测中的性能进行对比分析，重点关注小规模医学数据集下的模型表现	首次系统比较了包括自监督学习在内的多种模型范式在小规模医学图像数据上的性能权衡，特别关注模型鲁棒性和跨域泛化能力	研究仅基于单一数据集（2870张脑部MRI图像），未在更大规模或更多样化的数据集上进行验证	评估传统机器学习与深度学习模型在小规模医学图像数据下的性能权衡，并分析模型鲁棒性和泛化能力	脑部磁共振图像（MRI）数据，包含四种类型：胶质瘤、脑膜瘤、垂体瘤和非肿瘤图像	医学图像分析	脑肿瘤	机器学习、深度学习、自监督学习	SVM+HOG、ResNet18、ViT-B/16、SimCLR	医学图像（MRI）	2870张脑部磁共振图像，包含4个类别
1180	2025-09-26	Shifted windowing vision transformer-based skin cancer classification via transfer learning 2025-Sep-06, Clinics (Sao Paulo, Brazil) DOI:10.1016/j.clinsp.2025.100724 PMID:40915182	研究论文	提出一种基于移位窗口视觉Transformer的迁移学习方法用于皮肤癌分类	采用视觉Transformer的注意力机制解决CNN模型难以捕捉图像全局关系的问题	训练数据有限且不平衡，模型在跨域适应性和鲁棒性方面仍需改进	通过深度学习技术实现皮肤癌的自动分类识别	皮肤病变图像	计算机视觉	皮肤癌	迁移学习	Vision Transformer	图像	NA