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
11961	2025-10-07	Differential diagnosis of multiple system atrophy with predominant parkinsonism and Parkinson's disease using neural networks (part II) 2025-Mar-15, Journal of the neurological sciences IF:3.6Q2 DOI:10.1016/j.jns.2025.123411 PMID:39893881	研究论文	使用神经网络基于全脑体素形态测量数据区分帕金森病和多系统萎缩帕金森变异型	首次将神经网络应用于MSA-P和PD的鉴别诊断，并考虑MSA病变异质性和随机分布的特点	未明确说明样本量大小和具体的数据集划分方式	开发基于深度学习的MSA-P和PD早期鉴别诊断方法	帕金森病(PD)患者和多系统萎缩帕金森变异型(MSA-P)患者	医学影像分析	神经系统退行性疾病	体素形态测量	神经网络	脑部影像数据	NA	NA	NA	准确率	NA
11962	2025-10-07	Deep learning assisted prediction of osteogenic capability of orthopedic implant surfaces based on early cell morphology 2025-Mar-15, Acta biomaterialia IF:9.4Q1 DOI:10.1016/j.actbio.2025.01.059 PMID:39894326	研究论文	本研究开发了一种基于早期细胞形态和深度学习的骨科植入物表面成骨能力预测方法	首次将深度学习应用于基于早期细胞形态的植入物表面成骨能力预测，开发了OIODNet模型和成骨预测器应用	NA	开发高效筛选骨科植入物表面成骨能力的方法	钛及其合金植入物表面	计算机视觉	骨科疾病	细胞形态成像，碱性磷酸酶活性检测	深度学习	图像	NA	NA	OIODNet	准确率，精确率，召回率，F1分数，AUC	NA
11963	2025-10-07	ERNIE-ac4C: A Novel Deep Learning Model for Effectively Predicting N4-acetylcytidine Sites 2025-Mar-15, Journal of molecular biology IF:4.7Q1 DOI:10.1016/j.jmb.2025.168978 PMID:39900287	研究论文	提出一种结合ERNIE-RNA语言模型和二维CNN的深度学习模型ERNIE-ac4C，用于准确预测RNA中的N4-乙酰胞苷修饰位点	首次将ERNIE-RNA语言模型与二维CNN结合，融合序列特征和注意力图特征进行ac4C位点预测	未明确说明模型的具体局限性	开发高效准确的ac4C修饰位点预测方法	RNA中的N4-乙酰胞苷修饰位点	生物信息学	NA	深度学习	CNN, 语言模型	RNA序列数据	NA	NA	ERNIE-RNA, 二维CNN	准确率	NA
11964	2025-10-07	DOGpred: A Novel Deep Learning Framework for Accurate Identification of Human O-linked Threonine Glycosylation Sites 2025-Mar-15, Journal of molecular biology IF:4.7Q1 DOI:10.1016/j.jmb.2025.168977 PMID:39900285	研究论文	开发了一种名为DOGpred的新型深度学习框架，用于准确识别人类O-连接苏氨酸糖基化位点	提出结合传统特征描述符和预训练蛋白质语言模型嵌入的双路径深度学习架构，并采用基于注意力的特征融合机制	NA	开发计算工具以准确预测蛋白质上的O-连接苏氨酸糖基化位点	人类蛋白质的O-连接苏氨酸糖基化位点	生物信息学	NA	深度学习，蛋白质序列分析	CNN, RNN	蛋白质序列特征	NA	NA	堆叠1D CNN，基于注意力的堆叠RNN	NA	NA
11965	2025-05-07	TIMS2Rescore: A Data Dependent Acquisition-Parallel Accumulation and Serial Fragmentation-Optimized Data-Driven Rescoring Pipeline Based on MS2Rescore 2025-Mar-07, Journal of proteome research IF:3.8Q1 DOI:10.1021/acs.jproteome.4c00609 PMID:39915959	研究论文	介绍了一种名为TIMS2Rescore的数据驱动重评分工作流程，专为timsTOF仪器的DDA-PASEF数据优化	结合了新的timsTOF MSPIP谱预测模型和基于深度学习的肽离子迁移率预测器IM2Deep，直接支持Bruker原始质谱数据和多种搜索引擎结果	未明确提及具体限制	提高质谱数据分析的准确性和效率，以支持蛋白质组学研究	血浆蛋白质组学、免疫肽组学（HLA I类和II类）和元蛋白质组学数据集	蛋白质组学	NA	质谱技术（MS）、离子迁移技术、PASEF技术	深度学习模型	质谱数据	NA	NA	NA	NA	NA
11966	2025-10-07	DeepES: deep learning-based enzyme screening to identify orphan enzyme genes 2025-Mar-04, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf053 PMID:39909853	研究论文	开发基于深度学习的酶筛选工具DeepES，用于识别孤儿酶基因	开发了首个专注于生物合成基因簇和反应类别的深度学习工具，通过整合二元分类器输出识别孤儿酶基因	仅验证了4744个宏基因组组装基因组，需要更广泛的应用验证	解决孤儿酶基因识别问题，填补序列与酶促反应关联理解空白	蛋白质序列和孤儿酶基因	生物信息学	NA	宏基因组测序	深度学习	蛋白质序列数据	4744个宏基因组组装基因组	NA	NA	功能相似性评估	NA
11967	2025-10-07	Developing an interpretable machine learning model for diagnosing gout using clinical and ultrasound features 2025-Mar, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.111959 PMID:39893823	研究论文	开发基于临床数据和超声特征的痛风诊断机器学习模型，并应用SHAP进行模型解释	结合临床特征和超声特征构建可解释的痛风诊断模型，首次应用SHAP分析阐明特征贡献度	研究样本量有限（共609例），外部验证队列样本较少（n=92）	开发用于痛风预测的机器学习模型	来自两个机构的609例患者的首次跖趾关节超声数据	机器学习	痛风	超声检查	Logistic Regression, Random Forest, LASSO, XGBoost	临床数据和超声特征	609例患者（机构1：571例，机构2：92例）	NA	NA	AUC, Brier score	NA
11968	2025-10-07	ABIET: An explainable transformer for identifying functional groups in biological active molecules 2025-Mar, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.109740 PMID:39894011	研究论文	提出一种可解释的Transformer模型ABIET，用于识别生物活性分子中对药物-靶点相互作用最关键的功能基团	首次将注意力权重用于功能基团识别，提出考虑双向相互作用、分层提取和激活变换的注意力分数处理策略	NA	提高Transformer模型在药物发现中的可解释性，识别关键分子区域	生物活性分子及其功能基团	自然语言处理	NA	SMILES表示	Transformer	分子结构文本数据	NA	NA	Transformer-encoder	重要性评分	NA
11969	2025-10-07	Radiomics in glioma: emerging trends and challenges 2025-Mar, Annals of clinical and translational neurology IF:4.4Q1 DOI:10.1002/acn3.52306 PMID:39901654	综述	本文综述了影像组学在胶质瘤研究中的应用现状、新兴趋势和面临的挑战	整合深度学习算法增强影像组学各环节性能，探索肿瘤微环境特异性，结合多组学数据提升生物学意义解读	模型可重复性、泛化性和可解释性仍需改进，多组学数据整合存在技术挑战	探讨影像组学在胶质瘤诊断、预后预测和治疗反应评估中的应用价值	胶质瘤患者	数字病理	胶质瘤	扩散加权成像,灌注加权成像,磁共振波谱,磁共振指纹,功能MRI,正电子发射断层扫描	深度学习	医学影像	NA	NA	NA	准确性,性能	NA
11970	2025-10-07	Deep Learning-Based Accelerated MR Cholangiopancreatography Without Fully-Sampled Data 2025-Mar, NMR in biomedicine IF:2.7Q1 DOI:10.1002/nbm.70002 PMID:39907193	研究论文	本研究开发了一种基于深度学习的加速磁共振胰胆管成像重建方法，无需全采样数据	首次在3T和0.55T场强下应用深度学习重建加速MRCP采集，并比较了监督学习和自监督学习两种训练策略	研究仅纳入35名健康志愿者，样本量有限，且未在患者群体中验证	加速磁共振胰胆管成像采集过程，同时保持图像质量	35名健康志愿者的MRCP扫描数据	医学影像分析	肝胆胰疾病	磁共振成像	深度学习	医学影像	35名健康志愿者	NA	NA	峰值信噪比, 结构相似性	NA
11971	2025-10-07	ZFP-CanPred: Predicting the effect of mutations in zinc-finger proteins in cancers using protein language models 2025-Mar, Methods (San Diego, Calif.) DOI:10.1016/j.ymeth.2025.01.020 PMID:39909391	研究论文	开发基于蛋白质语言模型的深度学习工具ZFP-CanPred，用于预测锌指蛋白中致癌驱动突变	首次利用蛋白质语言模型从突变位点结构邻域提取表征，专门针对锌指蛋白的癌症驱动突变进行预测	模型仅针对锌指蛋白的错义突变进行研究，未涉及其他类型突变或蛋白质家族	开发高精度预测锌指蛋白致癌突变的计算工具	锌指蛋白中的错义突变	生物信息学	癌症	蛋白质语言模型	深度学习	蛋白质序列和结构数据	331个突变的精选数据集	NA	ZFP-CanPred	准确率,F1分数,AUC	NA
11972	2025-10-07	Deep Learning-Enhanced Chemiluminescence Vertical Flow Assay for High-Sensitivity Cardiac Troponin I Testing 2025-Mar, Small (Weinheim an der Bergstrasse, Germany) DOI:10.1002/smll.202411585 PMID:39910838	研究论文	开发了一种结合深度学习增强化学发光垂直流动检测技术的高灵敏度心肌肌钙蛋白I检测方法	将化学发光传感、成像与深度学习分析相结合，在检测灵敏度上超越传统台式分析仪一个数量级	NA	开发可在护理点使用的实验室级别灵敏度的心脏生物标志物检测技术	心肌肌钙蛋白I（cTnI）	机器学习	心血管疾病	化学发光垂直流动检测	神经网络	化学发光图像	患者血清样本（每次测试50 µL）	NA	NA	检测限，变异系数，相关性	NA
11973	2025-10-07	Automated dysphagia characterization in head and neck cancer patients using videofluoroscopic swallowing studies 2025-Mar, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.109759 PMID:39914196	研究论文	提出一种基于视频荧光吞咽研究(VFSS)的自动化分析框架，用于头颈癌患者的吞咽困难表征	首次开发集成深度学习标注、吞咽动态参数提取和机器学习分类的自动化VFSS分析框架	数据集规模有限且VFSS数据存在变异性	开发自动化工具用于头颈癌患者吞咽困难的客观评估	头颈癌患者、健康个体和非头颈癌相关吞咽困难患者	计算机视觉	头颈癌	视频荧光吞咽研究(VFSS)	深度学习, 机器学习	视频	包含健康个体、头颈癌放疗前后患者及非头颈癌吞咽困难患者的多个队列	NA	NA	准确率, 平均像素误差	NA
11974	2025-05-07	You get the best of both worlds? Integrating deep learning and traditional machine learning for breast cancer risk prediction 2025-Mar, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.109733 PMID:39914201	研究论文	本文提出了一种结合深度学习和传统机器学习的方法，用于基于图像的乳腺癌风险预测	创新性地将深度学习与传统机器学习方法结合，用于乳腺癌风险预测，并在性能上取得了提升	需要进一步的验证以确认其临床适用性	开发一种基于图像的乳腺癌风险预测模型，以提高筛查的个性化水平	乳腺癌风险预测	计算机视觉	乳腺癌	深度学习与传统机器学习结合	深度学习与传统机器学习模型	图像	3720例对照组和1471例风险病例的乳腺X光片	NA	NA	NA	NA
11975	2025-10-07	Triboelectric Nanogenerator-Based Flexible Acoustic Sensor for Speech Recognition 2025-Feb-19, ACS applied materials & interfaces IF:8.3Q1 DOI:10.1021/acsami.4c21563 PMID:39912319	研究论文	本研究提出了一种基于摩擦纳米发电机的柔性声学传感器，结合深度学习技术用于语音识别	采用PVDF/GO复合纳米纤维膜作为介电层，设计仿刺绣棚环状结构，结合多层注意力卷积网络实现高精度语音识别	NA	开发低成本、高稳定性、高保真和高灵敏度的人机交互声学传感器	语音信号识别	人机交互	NA	静电纺丝	CNN	音频信号	NA	NA	多层注意力卷积网络(MLACN)	准确率	NA
11976	2025-10-07	Lens-Free Holographic Imaging-Based Immunosensor Using Unpaired Data Set Signal-to-Noise Ratio-Enhanced Modal Transformation for Biosensing 2025-Feb-18, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c04453 PMID:39901522	研究论文	提出一种结合无透镜全息成像与深度学习的免疫传感器，通过非配对数据集模态转换实现抗生素检测	采用非配对数据集进行模态转换，解决了传统方法需要一对一数据匹配的复杂性；结合便携式无透镜全息成像与CuO@SiO纳米粒子信号放大策略	未明确说明样本类型和具体样本数量	开发高灵敏度、宽线性范围的便携式抗生素检测平台	氯霉素抗生素	计算机视觉	NA	无透镜全息成像，点击化学反应信号放大	深度学习	全息图像	NA	NA	模态转换模型	信噪比，结构相似性指数，检测限，动态范围	NA
11977	2025-10-07	UNET-FLIM: A Deep Learning-Based Lifetime Determination Method Facilitating Real-Time Monitoring of Rapid Lysosomal pH Variations in Living Cells 2025-Feb-18, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c05271 PMID:39902564	研究论文	提出基于一维U-net的深度学习架构UNET-FLIM，用于荧光寿命成像显微镜中的寿命测定，特别适用于处理低光子计数和高背景噪声数据	开发了专门处理低光子计数和高背景噪声的深度学习寿命测定方法，能够使用模拟衰减曲线进行有效训练，并实现实时寿命分析	NA	开发一种能够处理低光子计数和高背景噪声的荧光寿命测定方法，促进快速FLIM成像和实时寿命分析	活细胞中溶酶体pH变化的实时监测	计算机视觉	NA	荧光寿命成像显微镜(FLIM)	CNN	荧光衰减曲线	NA	NA	一维U-net	寿命估计精度，比例估计精度	NA
11978	2025-10-07	Multi-task learning for automated contouring and dose prediction in radiotherapy 2025-Feb-18, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/adb23d PMID:39904047	研究论文	本研究应用多任务学习方法整合放疗中的自动轮廓勾画和剂量预测任务	首次将多任务学习应用于放疗自动轮廓勾画和剂量预测的联合优化，利用任务间共享信息提升效率	研究仅在前列腺癌和头颈癌数据集上进行验证，未涵盖其他癌症类型	开发高效的放疗自动治疗计划系统	前列腺癌和头颈癌患者	医学影像分析	前列腺癌,头颈癌	深度学习	多任务学习	医学影像数据	内部前列腺癌数据集和公开头颈癌数据集(OpenKBP)	NA	NA	平均绝对差异,Dice系数	NA
11979	2025-10-07	Impact of pectoral muscle removal on deep-learning-based breast cancer risk prediction 2025-Feb-18, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/adb367 PMID:39914024	研究论文	本研究探讨在乳腺X线摄影图像中去除胸大肌对深度学习乳腺癌风险预测模型性能的影响	首次系统评估胸大肌去除对乳腺癌风险预测模型性能的影响，并比较原始模型与微调模型在不同数据配置下的表现	研究主要基于两个特定数据集（美国马萨诸塞州总医院和斯洛文尼亚筛查项目），结果可能受数据来源限制	评估胸大肌去除对深度学习乳腺癌风险预测模型性能的影响	乳腺X线摄影图像	数字病理	乳腺癌	深度学习	深度学习模型	医学图像	23,792张乳腺X线摄影图像（来自斯洛文尼亚筛查项目）	NA	MIRAI	AUC, ECE	NA
11980	2025-10-07	Latent alignment in deep learning models for EEG decoding 2025-Feb-17, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/adb336 PMID:39914006	研究论文	提出一种名为潜在对齐的新方法，通过深度学习模型特征空间中的分布对齐来改进脑电图解码	首次将深度集合架构应用于脑电图解码，提出在特征空间而非输入空间进行分布对齐的新思路	在建模后期进行对齐时存在分类准确率提升与对试验集类别不平衡敏感性增加之间的权衡	解决脑机接口中脑电图信号个体差异性问题，提高跨被试脑电图解码性能	脑电图信号	机器学习	NA	脑电图	深度集合	脑电图信号	NA	NA	深度集合	分类准确率	NA