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
12841	2025-10-07	Leveraging AI to explore structural contexts of post-translational modifications in drug binding 2025-May-04, Journal of cheminformatics IF:7.1Q1 DOI:10.1186/s13321-025-01019-y PMID:40320551	研究论文	利用人工智能方法探索翻译后修饰在药物结合中的结构背景	首次大规模生成PTM修饰人类蛋白质与配体对接的结构模型，并开发了首个提供小分子结合相关PTMs结构背景的资源数据库	方法准确性的精确评估需要更大的基准测试集	探索翻译后修饰对药物结合的结构影响	人类蛋白质中的翻译后修饰	生物信息学	癌症	蛋白质结构预测，分子对接	深度学习	蛋白质结构数据	6,131个已识别PTMs，生成14,178个PTM修饰蛋白质模型	AlphaFold3, RoseTTAFold All-Atom, Chai-1	深度学习蛋白质结构预测模型	结构预测准确性	NA
12842	2025-10-07	Model-based deep learning with fully connected neural networks for accelerated magnetic resonance parameter mapping 2025-May-03, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03356-7 PMID:40317423	研究论文	提出一种结合图像重建网络和全连接神经网络的深度学习框架，用于加速磁共振参数映射	提出定量深度级联卷积网络(qDC-CNN)框架，将展开的图像重建网络与参数估计的全连接神经网络集成	使用模拟数据集进行验证，需要在实际临床数据上进一步测试	加速定量磁共振成像参数映射，缩短采集时间	脑组织磁共振参数映射	医学影像分析	NA	定量磁共振成像(qMRI), 多切片多回波(MSME)序列	CNN, 全连接神经网络	磁共振图像	基于BrainWeb数据库生成的模拟多切片多回波数据集	NA	定量深度级联卷积网络(qDC-CNN)	归一化均方根误差(NRMSE)	NA
12843	2025-10-07	The construction of student-centered artificial intelligence online music learning platform based on deep learning 2025-May-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95729-w PMID:40319107	研究论文	本研究提出了一种基于深度学习的课程推荐模型CRM-SLIE，用于提升以学生为中心的人工智能在线音乐学习平台的课程推荐准确性和适应性	结合注意力机制和门控循环单元(GRU)，引入项目交叉模块，能有效捕捉学生兴趣变化和课程间的二阶特征交互	NA	提高在线音乐学习平台的课程推荐准确性和适应性	在线音乐学习平台的学生用户	自然语言处理	NA	深度学习	注意力机制,GRU	学生行为序列数据	NA	NA	CRM-SLIE	AUC,召回率	NA
12844	2025-10-07	Bio-inspired motion detection models for improved UAV and bird differentiation: a novel deep learning framework 2025-May-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-99951-4 PMID:40319117	研究论文	提出一种受生物启发的深度学习模型STBRNN，用于改进无人机与鸟类的实时检测与区分	开发了包含生物启发卷积网络、门控循环单元和新型生物响应层的时空生物响应神经网络，能够根据运动强度、物体接近度和速度一致性调整注意力	NA	提高无人机与鸟类的检测区分能力，降低误报率和漏检率	无人机和鸟类	计算机视觉	NA	深度学习	CNN, GRU	图像, 视频	NA	PyTorch	Bio-CNN, GRU, STBRNN	精确度, 召回率, F1分数, IoU	NA
12845	2025-10-07	Integrating genetic variation with deep learning provides context for variants impacting transcription factor binding during embryogenesis 2025-May-02, Genome research IF:6.2Q1 DOI:10.1101/gr.279652.124 PMID:40234030	研究论文	本研究通过整合遗传变异与深度学习技术，揭示了胚胎发生过程中影响转录因子结合的遗传变异机制	将WASP工具扩展至indel分析，使等位基因不平衡峰检测提升30%-50%；利用卷积神经网络预测DNA序列结合能力并提供变异影响的机制解释	研究仅针对四种转录因子在胚胎发生特定时间点的结合情况，未涵盖所有可能的转录因子和发育阶段	解析遗传变异如何影响转录因子结合及其在疾病相关变异建模中的应用	四种转录因子在胚胎发生过程中的等位基因特异性结合	机器学习	NA	等位基因特异性结合分析、全基因组关联分析	CNN	DNA序列数据	具有广泛遗传多样性的F杂交系统	Basenji	卷积神经网络	结合预测准确性、等位基因不平衡预测能力	NA
12846	2025-10-07	Semantical and geometrical protein encoding toward enhanced bioactivity and thermostability 2025-May-02, eLife IF:6.4Q1 DOI:10.7554/eLife.98033 PMID:40314227	研究论文	提出一种结合序列和几何编码的蛋白质预训练框架，用于提高蛋白质生物活性和热稳定性预测	首次整合蛋白质一级和三级结构的序列与几何编码器，通过模拟自然选择指导蛋白质突变方向	未明确说明模型在特定蛋白质家族或复杂结构上的泛化能力限制	开发更准确全面的蛋白质变体效应预测方法以促进高效蛋白质工程	蛋白质序列和结构	机器学习	NA	深度突变扫描	深度学习	蛋白质序列和结构数据	超过300个深度突变扫描实验	PyTorch	预训练框架（包含序列编码器和几何编码器）	与零样本学习方法比较的性能评估	NA
12847	2025-10-07	Ultra-stable and high-performance squeezed vacuum source enabled via artificial intelligence control 2025-May-02, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adu4888 PMID:40315327	研究论文	通过人工智能控制实现超稳定高性能压缩真空源	开发了基于深度学习的人工智能控制系统，能够识别和管理原子蒸气中偏振自旋转效应中多个参数的复杂关系，实现对外部环境的自适应	PSR理论模型在达到此压缩水平时存在多参数相互干扰的优化指导限制	实现高性能压缩光的长时稳定生成，推动量子计量学超越经典极限	压缩真空源，偏振自旋转效应，原子蒸气	量子物理，人工智能	NA	偏振自旋转，深度学习	深度学习	实验数据，量子态数据	NA	NA	NA	压缩水平（分贝），稳定性（小时）	NA
12848	2025-10-07	Prospective study of continuous rhythm monitoring in patients with early post-infarction systolic dysfunction: clinical impact of arrhythmias detected by an implantable cardiac monitoring device with real-time transmission-the TeVeO study protocol 2025-May-02, BMJ open IF:2.4Q1 DOI:10.1136/bmjopen-2024-094764 PMID:40316360	研究论文	本研究通过植入式心脏监测设备实时监测心肌梗死后左心室功能不全患者的心律失常负担及其预后意义	首次使用具有实时传输功能的植入式心脏监测设备连续监测心肌梗死后患者的心律失常负担，并采用机器学习和深度学习技术进行高级统计分析	样本量相对有限（约200名患者），研究结果可能受当前治疗策略的影响	评估非持续性室性心动过速与后续症状性心律失常事件之间的关系，改进心肌梗死后猝死的一级预防策略	急性心肌梗死后左心室射血分数≤40%的患者	医疗监测	心血管疾病	植入式心脏监测设备，心脏磁共振成像，远程传输监测	机器学习，深度学习	心律监测数据，影像学数据，临床变量	约200名患者，预计分析超过20000次远程传输数据	NA	NA	预后相关性分析	NA
12849	2025-10-07	Smart weed recognition in saffron fields based on an improved EfficientNetB0 model and RGB images 2025-May-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-00331-9 PMID:40316572	研究论文	基于改进的EfficientNetB0模型和RGB图像开发藏红花田间智能杂草识别系统	提出改进的EfficientNetB0模型，在八种先进深度学习网络中表现最佳，适用于藏红花田间杂草识别	仅使用504张图像，样本规模有限；仅在自然非结构化田间环境测试	开发精准杂草管理系统，实现藏红花与杂草的智能识别	藏红花及四种常见杂草（独行菜、灰芥、鼠大麦、野蒜）	计算机视觉	NA	RGB图像采集	CNN	图像	504张田间图像	TensorFlow, Keras	EfficientNetB0, VGG19, ResNet152, Xception, InceptionResNetV2, EfficientNetB1, EfficientNetV2B0, EfficientNetV2B1	准确率, 损失值, F1分数	NA
12850	2025-10-07	Hybrid deep learning CNN-LSTM model for forecasting direct normal irradiance: a study on solar potential in Ghardaia, Algeria 2025-May-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-94239-z PMID:40316622	研究论文	本研究评估了四种太阳辐射预测模型，重点分析了CNN-LSTM混合深度学习模型在阿尔及利亚Ghardaia地区太阳辐射预测中的性能	提出CNN-LSTM混合深度学习模型用于太阳辐射预测，相比传统机器学习方法具有更高精度和可靠性	研究局限于阿尔及利亚Ghardaia特定地区，模型在其他地理区域的适用性需要进一步验证	开发高精度的太阳辐射预测模型，评估不同机器学习方法在太阳能潜力预测中的性能	阿尔及利亚Ghardaia地区的太阳直接法向辐照度数据	机器学习	NA	机器学习预测	CNN, LSTM, FFBP, CFBP, SVR	太阳辐射时间序列数据	从几小时到数年的太阳辐射数据	NA	CNN-LSTM混合架构	MSE, RMSE, MAE, MAPE, nRMSE, 检测系数	NA
12851	2025-10-07	Multichannel convolutional transformer for detecting mental disorders using electroancephalogrpahy records 2025-May-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-98264-w PMID:40316629	研究论文	提出一种多通道卷积变换器模型，用于基于脑电图记录检测精神障碍	结合卷积神经网络和变换器的优势，专门设计用于处理经连续小波变换预处理的脑电图数据	NA	开发准确可靠的精神障碍早期检测方法	创伤后应激障碍、抑郁症和焦虑症患者	机器学习	精神障碍	脑电图，连续小波变换	CNN, Transformer	脑电图信号	三个数据集：EEG Psychiatric Dataset, MODMA dataset, EEG and Psychological Assessment dataset	NA	多通道卷积变换器	准确率	NA
12852	2025-10-07	Retraining and evaluation of machine learning and deep learning models for seizure classification from EEG data 2025-May-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-98389-y PMID:40316648	研究论文	本研究通过复现和评估多种机器学习与深度学习模型，用于从EEG数据中自动分类癫痫发作	系统性地复现和比较了多种模型在癫痫发作检测中的性能，并使用本地患者数据进行额外验证，揭示了模型在临床实践中的准确性差距	模型在本地数据上的准确性显著下降，特别是神经网络模型，表明泛化能力存在局限	提高从EEG数据中自动检测癫痫发作的准确性，促进机器学习技术在临床诊断中的应用	癫痫患者的EEG数据	机器学习	癫痫	脑电图(EEG)	随机森林, CNN	EEG信号数据	三个公共数据集和一个本地患者的手动标注EEG数据	NA	卷积神经网络	准确率	NA
12853	2025-10-07	A study of combination of autoencoders and boosted Big-Bang crunch theory architectures for Land-Use classification using remotely sensed imagery 2025-May-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-99436-4 PMID:40316651	研究论文	提出一种结合自编码器和增强型Big-Bang Crunch理论架构的遥感影像土地利用分类新方法	将深度卷积神经网络与改进的元启发式优化技术相结合，首次在土地利用分类中应用增强型Big-Bang Crunch理论优化堆叠自编码器	NA	提高遥感影像土地利用分类的准确性	遥感影像中的土地利用类型	计算机视觉	NA	遥感影像分析	CNN, 自编码器	图像	AID数据集和UC Merced土地利用数据集	NA	VGG-19, 堆叠自编码器	准确率, 精确率	NA
12854	2025-10-07	Detecting the left atrial appendage in CT localizers using deep learning 2025-May-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-99701-6 PMID:40316718	研究论文	本研究使用深度学习自动检测CT定位像中的左心耳区域，以指导精确扫描并减少辐射暴露	首次将深度学习应用于CT定位像中左心耳的自动定界，相比传统全心脏扫描显著降低辐射剂量	数据来源于单中心回顾性收集，需要更多外部验证	自动化CT定位像中左心耳的定界，减少患者辐射暴露	心源性卒中患者的左心耳CT定位像	计算机视觉	心血管疾病	CT扫描	深度学习目标检测模型	CT图像	训练集1253例定位像，内部测试集368例患者，外部测试集309例患者	NA	VariFocalNet, Cascade-R-CNN, Task-aligned One-stage Object Detection Network, YOLO v11	定界准确率, Dice系数	NA
12855	2025-10-07	The Initial Screening of Laryngeal Tumors via Voice Acoustic Analysis Based on Siamese Network Under Small Samples 2025-May-02, Journal of voice : official journal of the Voice Foundation IF:2.5Q1 DOI:10.1016/j.jvoice.2025.03.043 PMID:40318998	研究论文	基于孪生网络和辅助性别分类器的语音声学分析模型，用于喉部肿瘤的初筛	提出结合辅助性别分类器的孪生网络架构，在小样本条件下实现喉部肿瘤的多任务分类	样本量较小（71例肿瘤患者和293例非肿瘤受试者），仅针对汉语普通话人群	开发自动、准确、客观的喉部肿瘤初筛方法	汉语普通话使用者的语音信号	医学语音分析	喉部肿瘤	语音声学分析，MFCC特征提取	Siamese network	语音信号	364名受试者（71例肿瘤患者，293例非肿瘤受试者）	NA	Siamese network	准确率，F分数，精确率，灵敏度，特异度	NA
12856	2025-10-07	IR-MBiTCN: Computational prediction of insulin receptor using deep learning: A multi-information fusion approach with multiscale bidirectional temporal convolutional network 2025-May-02, International journal of biological macromolecules IF:7.7Q1 DOI:10.1016/j.ijbiomac.2025.143844 PMID:40319974	研究论文	提出一种基于深度学习的胰岛素受体计算方法IR-MBiTCN，通过多信息融合和多尺度双向时序卷积网络实现高效预测	首次将多信息融合策略与多尺度双向时序卷积网络结合应用于胰岛素受体预测，实现序列特征的多尺度双向分析	未明确说明模型在其他蛋白质预测任务中的泛化能力，训练和测试数据规模未详细说明	开发计算预测方法替代传统实验方法，用于胰岛素受体的高效识别	胰岛素受体蛋白质序列	生物信息学	慢性疾病	蛋白质序列分析	MBiTCN	蛋白质序列数据	NA	NA	Multiscale Bidirectional Temporal Convolutional Network	准确率	NA
12857	2025-10-07	In Situ Repair and Reconstruction of Copper Surface Enhanced Its Anti-Oxidation Properties and Stability for Deep Learning-Powered Anti-Counterfeiting Labels 2025-May, Advanced materials (Deerfield Beach, Fla.) DOI:10.1002/adma.202500920 PMID:40103452	研究论文	通过溶剂热处理原位修复氧化铜表面并构建具有有序(111)晶面的抗氧化层，显著提升铜材料的抗氧化性能和稳定性	开发了同时修复氧化铜表面和构建有序(111)晶面保护层的原位方法，显著降低腐蚀速率并提升材料稳定性	NA	提高铜材料的抗氧化性能和稳定性，用于深度学习驱动的防伪标签应用	铜箔、铜纳米线和铜纳米立方体等铜材料	材料科学	NA	溶剂热处理、电化学测量、密度泛函理论计算	NA	电化学数据、理论计算数据、材料性能测试数据	铜箔、纳米线和纳米立方体等多种铜材料样品	NA	NA	腐蚀速率、认证准确率	NA
12858	2025-10-07	Quantitative Analysis of Perovskite Morphologies Employing Deep Learning Framework Enables Accurate Solar Cell Performance Prediction 2025-May, Small (Weinheim an der Bergstrasse, Germany) DOI:10.1002/smll.202408528 PMID:40109130	研究论文	开发了一种名为Self-UNet的深度学习模型，用于从钙钛矿SEM图像中提取形态特征并预测太阳能电池性能	提出Self-UNet模型在边缘检测方面优于传统Canny和UNet模型，并首次将GBL作为新的形态特征进行验证	未明确说明样本数据的具体规模和来源局限性	通过精确检测钙钛矿晶粒边界来预测太阳能电池性能	钙钛矿太阳能电池的微观结构形态	计算机视觉	NA	扫描电子显微镜(SEM)	UNet, GBDT	图像	NA	NA	Self-UNet	Dice系数,F1-score,相对误差	NA
12859	2025-10-07	Mechanical Evolution of Metastatic Cancer Cells in 3D Microenvironment 2025-May, Small (Weinheim an der Bergstrasse, Germany) DOI:10.1002/smll.202403242 PMID:40116569	研究论文	本研究利用光学布里渊显微镜在3D微环境中追踪癌细胞的机械特性演化，并开发深度学习模型用于癌症分类	首次在3D生理环境中纵向获取癌细胞机械特性，并证明机械特征可作为癌症分类的新生物标志物	研究仅限于体外3D模型，未在体内环境中验证	探究癌细胞在3D微环境中的机械特性演化及其在癌症分类中的应用	癌性球状体和正常球状体	生物医学工程	癌症	光学布里渊显微镜	深度学习	机械图像	8天生长周期的癌细胞球状体	NA	NA	分类准确率	NA
12860	2025-10-07	Graph-based prototype inverse-projection for identifying cortical sulcal pattern abnormalities in congenital heart disease 2025-May, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103538 PMID:40121807	研究论文	本研究开发了一种基于深度学习的脑沟模式分析方法，用于识别先天性心脏病患者的皮质脑沟模式异常	提出原型反投影方法增强模型可解释性，将原型反向映射到个体节点表示以计算反投影权重，实现原型可视化和选择性区域关注	NA	开发敏感的脑沟模式分析工具以检测神经发育差异	健康对照组和先天性心脏病患者的脑沟模式	医学图像分析	先天性心脏病	脑沟模式分析	图神经网络	脑沟图结构数据	健康对照组174人（年龄15.4±1.9岁），先天性心脏病患者345人（年龄15.8±4.7岁），来自四个队列研究和公共数据集	NA	基于原型的图神经网络	分类准确率	NA