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
12081	2025-10-07	Deep learning HRNet FCN for blood vessel identification in laparoscopic pancreatic surgery 2025-May-01, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-01663-6 PMID:40312536	研究论文	本研究评估HRNet-FCN模型在腹腔镜胰腺手术中识别血管轮廓的能力	首次将HRNet-FCN模型应用于腹腔镜胰腺手术中的血管识别，并验证了其在不同手术类型间的泛化能力	NA	提高腹腔镜胰腺手术中血管识别的准确性和手术安全性	腹腔镜胰腺手术中的血管结构（如肠系膜上静脉-门静脉轴和脾静脉）	计算机视觉	胰腺疾病	深度学习	CNN	图像	126例腹腔镜远端胰腺切除术视频的12,694张图像和138例Whipple手术视频的35,986张图像	NA	HRNet, FCN	Dice系数, 召回率, 精确率	NA
12082	2025-10-07	Assessing english Language teachers' pedagogical effectiveness using convolutional neural networks optimized by modified virus colony search algorithm 2025-May-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-98033-9 PMID:40312557	研究论文	提出一种结合深度学习和元启发式算法的新方法，用于评估英语作为外语教学的课堂质量	首次将改进的病毒群体搜索算法与卷积神经网络相结合，用于教师教学效果评估	仅针对英语作为外语的教学场景，未涉及其他学科领域	开发可靠高效的教师评估框架，提升英语教学质量	英语作为外语的课堂教学	自然语言处理	NA	音频视频分析	CNN	音频,视频	NA	NA	卷积神经网络	准确率,鲁棒性,灵活性,效率	NA
12083	2025-10-07	Artifact estimation network for MR images: effectiveness of batch normalization and dropout layers 2025-May-01, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01663-8 PMID:40312665	研究论文	本研究开发了基于U-Net的回归网络用于去除MRI运动伪影，并探讨了批归一化和dropout层组合策略的有效性	首次系统研究在U-Net网络中结合批归一化和dropout层对MRI运动伪影去除效果的影响	研究仅限于体模图像，未在真实临床图像上验证	提高磁共振图像中运动伪影的去除效果	磁共振图像中的运动伪影	医学图像处理	NA	磁共振成像	U-Net, Transformer	图像	1200张图像（包含有/无运动伪影的配对图像）	NA	U-Net, Transformer	峰值信噪比, 结构相似性指数	NA
12084	2025-10-07	A deep learning algorithm for automated adrenal gland segmentation on non-contrast CT images 2025-May-01, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01682-5 PMID:40312690	研究论文	开发用于非对比CT图像上肾上腺自动分割的深度学习模型，并进行年龄相关肾上腺体积变化的大规模研究	首个针对非对比CT图像的肾上腺自动分割深度学习模型，实现了与放射科医生相当的分割精度	仅使用非对比CT图像，未验证在对比增强CT上的性能	开发肾上腺自动分割模型并研究正常肾上腺随年龄的体积变化规律	人类肾上腺	数字病理	NA	CT成像	深度学习	CT图像	开发数据集1301例CT检查，大规模数据集2000例CT检查	nnU-Net	U-Net	Dice相似系数	NA
12085	2025-05-03	Correction to: DOMSCNet: a deep learning model for the classification of stomach cancer using multi-layer omics data 2025-May-01, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf218 PMID:40314061	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
12086	2025-10-07	DeepRNA-Twist: language-model-guided RNA torsion angle prediction with attention-inception network 2025-May-01, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf199 PMID:40315431	研究论文	提出DeepRNA-Twist深度学习框架，通过语言模型引导和注意力-初始网络预测RNA扭转角和伪扭转角	结合RNA语言模型嵌入和新型2A3IDC模块（注意力增强的初始网络内嵌扩张CNN），同时捕获局部和全局序列特征	未明确说明模型对RNA极端结构或罕见序列的预测能力	从RNA序列直接预测扭转角和伪扭转角以解析三维结构	RNA分子	生物信息学	NA	深度学习，语言模型	CNN, 注意力机制	RNA序列	基准数据集（RNA-Puzzles、CASP-RNA、SPOT-RNA-1D）	NA	注意力-初始网络，扩张CNN，多头注意力机制	准确率	NA
12087	2025-10-07	Deep scSTAR: leveraging deep learning for the extraction and enhancement of phenotype-associated features from single-cell RNA sequencing and spatial transcriptomics data 2025-May-01, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf160 PMID:40315434	研究论文	提出基于深度学习的Deep scSTAR工具，用于从单细胞RNA测序和空间转录组数据中提取和增强表型相关特征	开发首个专门针对表型相关特征提取和增强的深度学习工具，能够识别与免疫功能障碍和免疫治疗耐药相关的细胞亚群	未明确说明数据预处理要求和对计算资源的具体需求	解决单细胞测序数据中噪声、批次效应和无关生物信号干扰的问题，提取有意义的表型相关特征	非小细胞肺癌、肾细胞癌和肝细胞癌中的免疫细胞和肿瘤微环境	生物信息学	肺癌, 肾癌, 肝癌	单细胞RNA测序, 空间转录组学	深度学习	单细胞RNA测序数据, 空间转录组数据	NA	NA	NA	NA	NA
12088	2025-10-07	Deep learning model for predicting the RAS oncogene status in colorectal cancer liver metastases 2025-May-01, Journal of cancer research and therapeutics IF:1.4Q4 DOI:10.4103/jcrt.jcrt_1910_24 PMID:40317140	研究论文	开发基于对比增强CT的深度学习放射组学模型，用于预测结直肠癌肝转移中RAS癌基因状态和治疗反应	首次结合多期相CT影像（动脉期和静脉期）开发深度学习模型预测CRLM的RAS基因状态，并构建预后列线图	回顾性多中心研究，样本量有限（185例患者），需要前瞻性验证	评估结直肠癌肝转移中RAS癌基因状态并预测靶向治疗反应	结直肠癌肝转移患者	数字病理	结直肠癌	对比增强计算机断层扫描	深度学习	医学影像	185例患者（训练集88例，内部测试集39例，外部测试集58例）	NA	多期相深度学习模型（DL-AP, DL-VP, AP+VP-DL）	AUROC, DeLong检验, 生存分析	NA
12089	2025-10-07	AMPCliff: Quantitative definition and benchmarking of activity cliffs in antimicrobial peptides 2025-May-01, Journal of advanced research IF:11.4Q1 DOI:10.1016/j.jare.2025.04.046 PMID:40318764	研究论文	本研究提出了抗菌肽活性悬崖的定量定义和基准测试框架AMPCliff	首次为含标准氨基酸的抗菌肽建立了活性悬崖的定量定义和系统评估框架	当前深度学习表示模型在预测性能上仍有局限，ESM2模型在回归任务中仅达到0.4669的斯皮尔曼相关系数	定量定义和基准测试抗菌肽中的活性悬崖现象	金黄色葡萄球菌中的成对抗菌肽	机器学习	细菌感染	机器学习、深度学习、语言模型	机器学习算法、深度学习算法、掩码语言模型、生成语言模型	肽序列数据	来自公开AMP数据集GRAMPA的成对抗菌肽对	NA	ESM2	斯皮尔曼相关系数	NA
12090	2025-10-07	A Lightweight Framework for Protected Vegetable Disease Detection in Complex Scenes 2025-May, Food science & nutrition IF:3.5Q2 DOI:10.1002/fsn3.70200 PMID:40321614	研究论文	提出一种用于复杂场景下保护地蔬菜病害检测的轻量级框架VegetableDet	创新性地将可变形注意力Transformer与YOLOv8n主干网络结合，并引入通道-空间自适应注意力机制和分层渐进迁移学习训练策略	NA	解决保护地蔬菜病害检测在复杂背景、多样病害表现和不同程度遮挡下的挑战	5种蔬菜类型的30种病害和健康样本	计算机视觉	蔬菜病害	深度学习	CNN, Transformer	图像	自定义综合保护地蔬菜病害数据集	NA	YOLOv8n, Deformable Attention Transformer	精确率, 召回率, 平均精度, 平均精度均值	NA
12091	2025-10-07	Breast Cancer Detection Using Convolutional Neural Networks: A Deep Learning-Based Approach 2025-May, Cureus DOI:10.7759/cureus.83421 PMID:40322605	综述	本文系统综述了基于卷积神经网络的乳腺癌检测深度学习方法，比较了不同架构在医学图像分类中的表现	通过比较CNN、RNN和混合模型在乳腺癌检测中的性能，提出混合CNN模型能同时捕捉肿瘤特征的空间和序列依赖性	研究基于569个样本的数据集，未来需要更多样化的数据集验证模型泛化能力	评估深度学习在乳腺癌检测中的应用效果并比较不同模型的性能	乳腺癌肿瘤形态特征数据	计算机视觉	乳腺癌	深度学习图像分析	CNN, LSTM, MLP	图像特征数据	569个肿瘤样本实例，包含33个形态特征	NA	卷积神经网络，长短期记忆网络，多层感知器	准确率	NA
12092	2025-10-07	A digital photography dataset for Vaccinia Virus plaque quantification using Deep Learning 2025-Apr-30, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05030-8 PMID:40307255	研究论文	本文提出了一个用于深度学习的天花病毒斑块定量分析的数字摄影数据集，并开发了改进的实例分割模型	创建了首个针对天花病毒斑块定量的标注数据集，并提出了改进的HydraStarDist架构实现单步分析	仅针对天花病毒进行研究，未验证在其他病毒类型上的适用性	开发基于深度学习的病毒斑块自动定量方法以替代传统人工计数	天花病毒的病毒斑块表型	数字病理学	病毒感染	数字摄影，病毒斑块检测	实例分割模型	图像	NA	NA	StarDist, HydraStarDist	NA	NA
12093	2025-10-07	TasteNet: A novel deep learning approach for EEG-based basic taste perception recognition using CEEMDAN domain entropy features 2025-Apr-30, Journal of neuroscience methods IF:2.7Q3 DOI:10.1016/j.jneumeth.2025.110463 PMID:40315923	研究论文	提出一种名为TasteNet的新型深度学习框架，用于基于EEG信号的基本味觉感知识别	结合CEEMDAN域熵特征提取与包含CNN、多头注意力和Att-BiPLSTM网络的混合深度学习架构	NA	开发有效的深度学习框架来识别基本味觉刺激	人类EEG信号	机器学习	味觉相关疾病	CEEMDAN信号分解，熵特征提取	CNN,多头注意力,Att-BiPLSTM	EEG信号	NA	NA	TasteNet（包含CNN模块、多头注意力模块和Att-BiPLSTM网络）	准确率	NA
12094	2025-10-07	A simple yet effective approach for predicting disease spread using mathematically-inspired diffusion-informed neural networks 2025-Apr-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-98398-x PMID:40301427	研究论文	提出一种结合传统数学建模与深度学习的创新模型，用于预测疾病传播	将数学流行病模型与深度学习相结合，通过简化参数估计提高预测准确性	仅针对西班牙COVID-19数据进行了验证，需要更多地区数据验证泛化能力	提高疾病传播预测的准确性和参数估计效率	COVID-19在西班牙的传播情况	机器学习	COVID-19	深度学习，图卷积网络	ANN, GCN	流行病学数据，图结构数据	西班牙COVID-19发病率数据	NA	人工神经网络，图卷积神经网络	相关系数	NA
12095	2025-10-07	SPLIF-Enhanced Attention-Driven 3D CNNs for Precise and Reliable Protein-Ligand Interaction Modeling for METTL3 2025-Apr-29, ACS omega IF:3.7Q2 DOI:10.1021/acsomega.5c00538 PMID:40321522	研究论文	开发了一种结合3D CNN、多头注意力机制和SPLIF的新型评分函数DeepMETTL3，用于精确预测蛋白质-配体相互作用	首次将3D卷积神经网络与多头注意力机制和高维结构蛋白质-配体相互作用指纹(SPLIF)相结合，用于METTL3靶点的特异性建模	研究主要针对METTL3靶点，需要进一步验证在其他生物靶点上的适用性	开发更精确可靠的蛋白质-配体相互作用评分函数，用于结构基础虚拟筛选	METTL3蛋白质及其配体化合物	机器学习	NA	结构基础虚拟筛选，分子对接	3D CNN, 多头注意力机制	3D结构数据，化学化合物数据	采用基于骨架的数据分割策略和多个测试集，训练集活性化合物与诱饵化合物比例为1:50	NA	3D CNN与多头注意力机制结合架构	准确度，鲁棒性，可扩展性	NA
12096	2025-10-07	Single Molecule Localization Super-resolution Dataset for Deep Learning with Paired Low-resolution Images 2025-Apr-23, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-04979-w PMID:40268962	研究论文	本文介绍了一个用于深度学习超分辨率显微镜的生物图像数据集DL-SMLM，包含配对的低分辨率荧光图像和超分辨率SMLM数据	提供了首个包含六种不同亚细胞结构配对标定数据的公共超分辨率数据集，支持通过数据分割生成数千个训练对	数据集仅包含六种特定亚细胞结构，可能无法覆盖所有生物学研究需求	解决深度学习超分辨率显微镜领域公共数据集稀缺的问题	微管、内质网腔体和膜、网格蛋白包被小窝、线粒体外膜和内膜等亚细胞结构	计算机视觉	NA	单分子定位显微镜(SMLM), DNA折纸技术	深度学习超分辨率模型	生物荧光图像	188组原始SMLM数据，每个低分辨率图像包含100个信号水平	NA	NA	NA	NA
12097	2025-10-07	Efficient urban flood control and drainage management framework based on digital twin technology and optimization scheduling algorithm 2025-Apr-22, Water research IF:11.4Q1 DOI:10.1016/j.watres.2025.123711 PMID:40319783	研究论文	提出基于数字孪生技术和优化调度算法的城市防洪排涝管理框架	融合数字孪生平台与深度学习多目标优化算法，实现排水泵站调度规则的智能优化	未明确说明模型在不同城市规模下的泛化能力	提升城市防洪排涝系统的综合管理能力	河湖水系与城市排水系统	智慧城市	NA	数字孪生技术,PLC技术,Unity3D引擎	深度学习模型,多目标优化算法	实时监测数据,水位数据,泵站运行数据	多种河流入流和排水操作场景	Unity3D	NA	NSE系数,相对误差,水位降低百分比	NA
12098	2025-10-07	Large-Scale Deep Learning-Enabled Infodemiological Analysis of Substance Use Patterns on Social Media: Insights From the COVID-19 Pandemic 2025-Apr-17, JMIR infodemiology IF:3.5Q1 DOI:10.2196/59076 PMID:40244656	研究论文	利用深度学习分析社交媒体数据研究COVID-19大流行期间物质使用模式的变化	首次在大规模社交媒体数据上应用RoBERTa模型进行信息流行病学分析，结合人机协同策略增强模型性能，并开发实时监测应用	研究基于社交媒体数据，可能存在选择偏差和代表性不足的问题	分析COVID-19大流行期间物质使用模式的变化趋势，为公共卫生干预提供依据	2019年1月至2021年12月的11.3亿条Twitter推文	自然语言处理	物质使用障碍	社交媒体数据分析，主题建模，聚类分析	RoBERTa	文本	11.3亿条推文，识别出900万条物质使用相关推文	PyTorch	RoBERTa	NA	NA
12099	2025-10-07	Generating Artificial Patients With Reliable Clinical Characteristics Using a Geometry-Based Variational Autoencoder: Proof-of-Concept Feasibility Study 2025-Apr-17, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/63130 PMID:40245392	研究论文	本研究开发了一种基于几何变分自编码器的人工患者生成方法，用于增强医疗数据	首次将几何变分自编码器应用于高维度、小样本的表格数据，实现了人工患者的可靠生成	需要进一步研究整合纵向动态数据以映射患者轨迹	测试生成具有可靠临床特征的人工患者的可行性	521名使用数字对话代理准备麻醉的真实患者	机器学习	麻醉相关疾病	变分自编码器(VAE)	VAE	表格数据	521名真实患者，可生成多达10,000名人工患者	NA	几何变分自编码器	保真度评分, 过滤相似度评分, κ一致性系数	NA
12100	2025-10-07	Automated cervix biometry, volumetry and normative models for 3D motion-corrected T2-weighted 0.55-3T fetal MRI during 2nd and 3rd trimesters 2025-Apr-17, medRxiv : the preprint server for health sciences DOI:10.1101/2025.04.16.25325947 PMID:40321262	研究论文	开发首个用于胎儿MRI宫颈自动多层分割和生物测量的深度学习流程	首个针对孕期宫颈3D T2w图像的自动化深度学习分割和生物测量流程	仅评估20个数据集，样本量相对有限	建立胎儿MRI宫颈自动测量方法和规范模型	孕期宫颈	医学影像分析	产科疾病	3D T2加权MRI	深度学习	3D MRI图像	20个评估数据集（0.55T和3T采集），270个正常足月病例（孕周16-40周）	NA	NA	与手动测量比较的性能评估	NA