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
12541	2025-10-07	Enhancing Privacy-Preserving Cancer Classification with Convolutional Neural Networks 2025, Pacific Symposium on Biocomputing. Pacific Symposium on Biocomputing PMID:39670396	研究论文	提出一种基于卷积神经网络的隐私保护癌症分类方法OGHE，利用同态加密技术处理基因组数据	设计了专门针对同态加密限制的神经网络架构，并引入高效的打包机制降低计算开销，同时提出新型特征选择方法VarScout	未明确说明模型在更大规模数据集上的泛化能力，也未详细讨论不同癌症类型间的性能差异	开发隐私保护的癌症分类方法，在保证数据机密性的同时实现准确的癌症分类	基因组数据中的空间模式	机器学习	癌症	基因组数据分析	CNN	基因组数据	iDash 2020数据集	NA	卷积神经网络	准确率，延迟	NA
12542	2025-10-07	A Dynamic Model for Early Prediction of Alzheimer's Disease by Leveraging Graph Convolutional Networks and Tensor Algebra 2025, Pacific Symposium on Biocomputing. Pacific Symposium on Biocomputing PMID:39670404	研究论文	提出一种基于图卷积网络和张量代数的动态深度学习模型DyEPAD，用于早期预测轻度认知障碍向阿尔茨海默病的进展	结合图卷积网络捕获时间步嵌入，并利用张量代数操作进行频域分析，全面捕捉所有时间步的演化模式	仅基于电子健康记录数据，未整合多模态数据；模型在长期依赖捕获方面的改进效果需进一步验证	开发早期预测阿尔茨海默病的方法，识别轻度认知障碍患者向阿尔茨海默病进展的风险	轻度认知障碍患者	机器学习	阿尔茨海默病	电子健康记录分析	GCN, 深度学习	电子健康记录	ADNI和NACC数据集中的患者样本	NA	图卷积网络	与最先进方法和基线方法比较的性能指标	NA
12543	2025-10-07	Deep Learning Predicts Subtype Heterogeneity and Outcomes in Luminal A Breast Cancer Using Routinely Stained Whole-Slide Images 2025-Jan-01, Cancer research communications IF:2.0Q3 DOI:10.1158/2767-9764.CRC-24-0397 PMID:39740059	研究论文	利用深度学习模型通过常规染色全切片图像预测Luminal A型乳腺癌的亚型异质性和临床结局	首次使用转录组数据训练的深度学习模型，通过常规病理图像低成本量化并精确定位LumA乳腺癌亚型混合导致的瘤内异质性	NA	探索乳腺癌亚型异质性机制及其对个体化治疗选择的影响	Luminal A型乳腺癌患者	数字病理	乳腺癌	全切片图像分析	深度学习	图像	NA	NA	NA	NA	NA
12544	2025-10-07	Predicting sinonasal inverted papilloma attachment using machine learning: Current lessons and future directions 2025 Jan-Feb, American journal of otolaryngology IF:1.8Q2 DOI:10.1016/j.amjoto.2024.104549 PMID:39740533	研究论文	开发基于nnU-Net的机器学习模型，通过分析CT图像预测鼻腔鼻窦内翻性乳头状瘤的附着部位	首次将nnU-Net这一先进深度学习分割算法应用于鼻腔鼻窦内翻性乳头状瘤附着部位的自动识别	样本量较小(58例)，模型性能有待提升，需要更大规模和更多样化的数据集	开发能够自动识别鼻腔鼻窦内翻性乳头状瘤附着部位的机器学习模型	鼻腔鼻窦内翻性乳头状瘤患者	医学影像分析	鼻腔鼻窦肿瘤	CT影像分析	深度学习分割模型	CT图像	58例患者	nnU-Net	nnU-Net	Sørensen-Dice系数, 识别准确率	NA
12545	2025-10-07	NeuTox 2.0: A hybrid deep learning architecture for screening potential neurotoxicity of chemicals based on multimodal feature fusion 2025-Jan, Environment international IF:10.3Q1 DOI:10.1016/j.envint.2024.109244 PMID:39742830	研究论文	开发了一种基于多模态特征融合的混合深度学习架构NeuTox 2.0，用于化学物质的神经毒性筛查	结合自监督学习的迁移学习、图神经网络和分子指纹/描述符的多模态特征融合方法	在BBB数据集上的性能未超越最佳单模态模型	开发高精度的神经毒性虚拟筛选工具	化学化合物的神经毒性预测	机器学习	神经毒性疾病	多模态特征融合	图神经网络,深度学习	分子结构数据,化学描述符	四个神经毒性相关数据集+REACH数据库中的315,790种化合物	NA	混合深度学习架构	多种统计指标	NA
12546	2025-10-07	Analyzing the TotalSegmentator for facial feature removal in head CT scans 2025-Jan, Radiography (London, England : 1995) DOI:10.1016/j.radi.2024.12.018 PMID:39754865	研究论文	本研究评估了TotalSegmentator在头颈部CT扫描中面部特征去除的效果，以降低重新识别风险	首次系统评估TotalSegmentator在CT图像去身份化中的应用，并与现有先进算法进行对比	仅使用单一数据集（UCLH EIT Stroke数据集），样本量有限（1404个渲染图像）	开发保护隐私的医学图像处理流程，在保持数据完整性的同时降低重新识别风险	头颈部CT扫描图像中的面部特征	医学图像处理	卒中	CT扫描，深度学习	深度学习模型，支持向量机	CT图像	1404个高质量渲染图像（来自UCLH EIT Stroke数据集）	NA	NA	ROC-AUC，准确率，余弦相似度	NA
12547	2025-10-07	Benchmarking uncertainty quantification for protein engineering 2025-Jan, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1012639 PMID:39775201	研究论文	本研究系统评估了深度学习不确定性量化方法在蛋白质工程序列-功能建模中的表现	首次在蛋白质数据集上系统比较多种深度学习不确定性量化方法，并评估其在分布偏移下的表现	没有单一的不确定性量化方法在所有数据集、数据划分和评估指标上表现最佳	评估不确定性量化方法在蛋白质工程中的有效性，为生物序列设计提供建议	蛋白质序列-功能关系	机器学习	NA	深度学习不确定性量化	深度学习	蛋白质序列数据	FLIP基准数据集	NA	预训练语言模型	准确率, 校准度, 覆盖率, 区间宽度, 秩相关	NA
12548	2025-10-07	Quantitative Structural and Compositional Elucidation of Real-World Pharmaceutical Tablet Using Large Field-of-View, Correlative Microscopy-Tomography Techniques and AI-Enabled Image Analysis 2025-Jan, Pharmaceutical research IF:3.5Q2 DOI:10.1007/s11095-024-03812-0 PMID:39779618	研究论文	本研究提出了一种结合关联显微镜-断层扫描技术和人工智能图像分析的定量方法，用于解析真实世界药物片剂的结构与成分	开发了关联显微镜-断层扫描与AI图像分析相结合的新方法，能够对真实药物片剂进行微米级定量结构解析	仅针对含15%API的单一类型片剂进行了验证，方法在更复杂配方中的适用性需进一步验证	实现药物片剂结构与成分的定量解析，促进片剂配方和工艺开发	真实世界药物片剂（含15%API和多种辅料）	计算机视觉	NA	关联扫描电子显微镜、能量色散X射线光谱、同步辐射X射线微计算机断层扫描	监督机器学习,深度学习	图像	一种真实世界片剂样品	NA	NA	成分定量准确性,孔隙率测量准确性,粒径分布匹配度	NA
12549	2025-10-07	Double Oracle Neural Architecture Search for Game Theoretic Deep Learning Models 2025, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2025.3558420 PMID:40215149	研究论文	提出一种基于双预言机框架的神经架构搜索方法，用于改进生成对抗网络和对抗训练	将博弈论中的双预言机框架扩展到神经架构搜索领域，提出DONAS-GAN和DONAS-AT方法	未明确说明计算复杂度和大规模策略空间下的可扩展性限制	解决GAN和对抗训练在大规模策略空间中寻找纳什均衡的挑战	生成对抗网络和对抗训练模型	机器学习	NA	神经架构搜索	GAN	图像	MNIST、CIFAR-10、TinyImageNet、SVHN数据集	NA	NA	定性评估、定量指标、FGSM攻击鲁棒性、PGD攻击鲁棒性	NA
12550	2025-10-07	SMANet: A Model Combining SincNet, Multi-Branch Spatial-Temporal CNN, and Attention Mechanism for Motor Imagery BCI 2025, IEEE transactions on neural systems and rehabilitation engineering : a publication of the IEEE Engineering in Medicine and Biology Society IF:4.8Q1 DOI:10.1109/TNSRE.2025.3560993 PMID:40232894	研究论文	提出一种结合SincNet、多分支时空CNN和注意力机制的端到端深度学习模型SMANet，用于运动想象脑机接口分类	首次将SincNet、多分支时空卷积神经网络和注意力机制相结合，采用多目标优化方案整合交叉熵损失和中心损失来增强判别性特征	NA	提高运动想象脑机接口中EEG信号的解码准确率	运动想象脑机接口的EEG信号	脑机接口	NA	脑电图	CNN, 注意力机制	EEG信号	BCI Competition IV 2a（四类MI数据集）、BCI Competition IV 2b（二类MI数据集）、OpenBMI（二类MI数据集）	NA	SincNet, 多分支时空CNN, ECA注意力机制	准确率	NA
12551	2025-10-07	An empirical study of preventive healthcare policy under the synergy of education and corporate financial monitoring 2025, Frontiers in public health IF:3.0Q2 DOI:10.3389/fpubh.2025.1540618 PMID:40276349	研究论文	本研究通过企业财务监控与教育协同视角，评估预防性医疗政策的有效性	首次将企业财务监控与预防性医疗政策评估相结合，开发了动态风险自适应框架	未明确说明研究样本的具体规模和地域范围	通过跨学科方法提升预防性医疗政策的社会经济效果评估	预防性医疗政策与企业财务指标的关联性	机器学习	NA	深度学习、动态风险建模	神经网络	财务指标、政策实施数据	NA	NA	高级财务监控神经框架(AFMNF)、动态风险自适应框架(DRAF)	预测准确率、异常检测提升率	NA
12552	2025-05-01	Development of Multicenter Deep Learning Models for Predicting Surgical Complexity and Surgical Site Infection in Abdominal Wall Reconstruction, a Pilot Study 2025, Journal of abdominal wall surgery : JAWS DOI:10.3389/jaws.2025.14371 PMID:40297249	研究论文	开发用于预测腹壁重建手术复杂性和手术部位感染风险的多中心深度学习模型	首次使用多中心深度学习模型预测腹壁重建手术的复杂性和手术部位感染风险	CST模型表现不佳，可能反映了手术决策的主观性和不同机构的实践差异	预测腹壁重建手术的复杂性和手术部位感染风险	腹壁重建手术患者	数字病理	腹壁疝	深度学习	ResNet-18	CT图像	来自两个三级腹壁重建中心的去标识化CT图像	NA	NA	NA	NA
12553	2025-05-01	RSDCNet: An efficient and lightweight deep learning model for benign and malignant pathology detection in breast cancer 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251336286 PMID:40297351	研究论文	本研究提出了一种名为RSDCNet的高效轻量级深度学习模型，用于乳腺癌良恶性病理检测	RSDCNet结合了深度可分离卷积和SCSE模块，在减少模型参数的同时增强了关键特征提取能力，实现了轻量化和高效率	研究仅使用了BreakHis数据集，未在其他独立数据集上进行验证	开发一种高效、自动化和精确的乳腺癌病理检测方法	乳腺癌良恶性病理图像	数字病理	乳腺癌	深度学习	RSDCNet（基于CNN的改进模型）	图像	9109张乳腺肿瘤显微图像（来自BreakHis数据集）	NA	NA	NA	NA
12554	2025-05-01	Magnetic resonance radiomics-based deep learning model for diagnosis of Alzheimer's disease 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251337183 PMID:40297370	研究论文	本研究提出了一种基于磁共振影像组学和深度学习的模型，用于阿尔茨海默病的诊断	结合磁共振影像组学特征和深度学习模型TabNet，实现了阿尔茨海默病的高精度诊断	研究样本量相对有限，且来自特定种族群体	开发一种基于深度学习的阿尔茨海默病诊断方法	阿尔茨海默病患者、轻度认知障碍患者和正常对照者	数字病理学	老年病	磁共振成像(MRI)	TabNet	图像	ADNI数据库中的141名AD患者、166名MCI患者和231名正常对照者，以及华山医院的45名AD患者、35名MCI患者和31名正常对照者	NA	NA	NA	NA
12555	2025-05-01	Development of a deep learning model to predict smoking status in patients with chronic obstructive pulmonary disease: A secondary analysis of cross-sectional national survey 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251333660 PMID:40297369	研究论文	开发并验证了一个深度学习模型，用于预测慢性阻塞性肺疾病（COPD）患者的吸烟状况	使用残差神经网络（ResNN）模型预测COPD患者的吸烟状况，并比较了多种机器学习和深度学习模型，性能优于其他模型	需要外部验证，并纳入更多行为和心理学变量以提高模型的通用性和性能	开发一个深度学习模型，用于预测COPD患者的吸烟状况	COPD患者	机器学习	慢性阻塞性肺疾病	深度学习	ResNN	结构化数据（包括人口统计学、行为学和临床变量）	5466例COPD患者	NA	NA	NA	NA
12556	2025-05-01	A hybrid power load forecasting model using BiStacking and TCN-GRU 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0321529 PMID:40294011	研究论文	本文提出了一种结合集成学习和深度学习技术的混合预测模型BiStacking+TCN-GRU，用于电力负荷预测	结合了BiStacking集成学习和TCN-GRU深度学习技术，通过Pearson相关系数选择特征，提高了预测准确性	实验数据仅基于巴拿马2020年的电力负荷数据，可能在其他地区或时间段的适用性有待验证	提高电力负荷预测的准确性，减少能源浪费并改善电网稳定性	电力负荷数据	机器学习	NA	Pearson相关系数(PCC)、BiStacking、TCN、GRU	BiStacking+TCN-GRU	电力负荷数据	巴拿马2020年电力负荷数据	NA	NA	NA	NA
12557	2025-10-07	Diagnostic Performance of Deep Learning Applications in Hepatocellular Carcinoma Detection Using Computed Tomography Imaging 2024-Dec-30, The Turkish journal of gastroenterology : the official journal of Turkish Society of Gastroenterology DOI:10.5152/tjg.2024.24538 PMID:39760649	研究论文	本研究利用基于YOLO架构的深度学习技术提升CT影像中肝细胞癌的检测性能	首次将YOLO架构应用于肝细胞癌的CT影像检测，显著超越传统诊断方法的准确率	样本量相对有限（122名患者），需要更大规模数据验证	通过深度学习技术提高肝细胞癌的早期检测准确率	肝细胞癌患者的CT影像	计算机视觉	肝细胞癌	CT成像	YOLO	医学影像	122名患者的1290张CT图像	NA	YOLO	准确率,精确率,召回率,特异性,敏感性	NA
12558	2025-10-07	Transcription factor prediction using protein 3D secondary structures 2024-Dec-26, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae762 PMID:39786868	研究论文	提出首个利用蛋白质3D二级结构信息的深度学习转录因子预测方法StrucTFactor	首次利用蛋白质3D二级结构信息进行转录因子预测，相比传统方法不依赖已知DNA结合结构域	NA	开发更准确的转录因子预测方法	转录因子（DNA结合蛋白）	机器学习	NA	蛋白质3D结构分析	深度学习	蛋白质3D结构数据	约525,000个蛋白质，涵盖12个数据集	NA	NA	Matthews相关系数	NA
12559	2025-10-07	BetaAlign: a deep learning approach for multiple sequence alignment 2024-Dec-26, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf009 PMID:39775454	研究论文	提出了一种基于深度学习的多序列比对方法BetaAlign，利用自然语言处理技术进行生物序列比对	首个深度学习比对器，采用自然语言处理技术中的transformer架构，通过模拟生成的比对数据进行训练	NA	开发基于人工智能的多序列比对方法，挑战传统比对算法	生物序列数据	自然语言处理	NA	自然语言处理，深度学习	Transformer	生物序列数据	NA	PyTorch（基于HuggingFace）	Transformer	准确率	NA
12560	2025-10-07	Forecasting Subway Passenger Flow for Station-Level Service Supply 2024-12, Big data IF:2.6Q2 DOI:10.1089/big.2021.0318 PMID:35749714	研究论文	提出一种名为DeepSPF的深度学习架构，用于预测考虑不同功能类型车站的地铁客流	提出结合LSTM和一维卷积的滑动长短期记忆神经网络，能够识别不同类型车站的未来客流差异	仅在北京地铁数据集上进行实验验证，未在其他城市地铁系统测试	改进地铁站点级服务供应链管理中的客流预测精度	北京地铁系统的乘客流量数据	机器学习	NA	深度学习	LSTM, CNN	时间序列数据	北京地铁系统数据	NA	滑动LSTM神经网络，一维卷积	在10分钟、15分钟和30分钟三个时间粒度上的预测精度	NA