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
13661	2025-10-07	A deep learning model trained on expressed transcripts across different tissue types reveals cell-type codon-optimization preferences 2025-Mar-20, Nucleic acids research IF:16.6Q1 DOI:10.1093/nar/gkaf233 PMID:40156867	研究论文	开发基于深度学习的细胞类型依赖性密码子偏好优化工具	首次使用循环神经网络分析不同组织类型的密码子使用偏好，实现细胞类型特异性的密码子优化	仅测试了三种组织类型（脑、肝、肌肉），未涵盖所有细胞类型	开发能提高重组蛋白表达效率的密码子优化算法	不同组织类型中表达的转录本和分泌基因	自然语言处理	NA	基因表达数据分析	RNN	基因序列数据	三种组织类型（脑、肝、肌肉）的所有分泌基因	NA	循环神经网络	蛋白表达水平	NA
13662	2025-10-07	Smart Grain Storage Solution: Integrated Deep Learning Framework for Grain Storage Monitoring and Risk Alert 2025-Mar-18, Foods (Basel, Switzerland) DOI:10.3390/foods14061024 PMID:40232114	研究论文	提出基于深度学习框架的多模型融合方法，用于粮食仓储状态监测和风险预警	结合3D DenseNet和3DCNN-LSTM两种三维深度学习模型，实现粮食仓储状态分类和温度场预测的融合	NA	克服现有粮食仓储监测方法在风险预警和粮温空间分布分析方面的局限性	粮食仓储环境和粮堆温度场	计算机视觉	NA	深度学习	3D DenseNet, 3DCNN-LSTM	三维粮温数据	NA	NA	3D DenseNet, 3DCNN-LSTM	准确率, MAE, RMSE	NA
13663	2025-10-07	The Fermentation Degree Prediction Model for Tieguanyin Oolong Tea Based on Visual and Sensing Technologies 2025-Mar-13, Foods (Basel, Switzerland) DOI:10.3390/foods14060983 PMID:40231982	研究论文	本研究基于视觉和传感技术开发了铁观音乌龙茶发酵程度预测模型	首次将视觉特征与传感特征融合，并应用麻雀搜索算法优化数据融合模型，实现了铁观音乌龙茶发酵程度的在线实时监测	研究仅针对铁观音乌龙茶，未验证在其他茶叶品种上的适用性	开发铁观音乌龙茶发酵程度的自动监测方法，替代传统依赖人工经验的发酵控制方式	铁观音乌龙茶	机器学习和计算机视觉	NA	重量传感器、氧化锡型气体传感器、视觉采集系统	SVR, RF, LSTM	图像、传感器数据（失水率、香气）	NA	NA	LSTM	MAE, RMSE, R	NA
13664	2025-10-07	How much data do you need? An analysis of pelvic multi-organ segmentation in a limited data context 2025-Mar, Physical and engineering sciences in medicine IF:2.4Q2 DOI:10.1007/s13246-024-01514-w PMID:40067638	研究论文	本研究在有限数据背景下分析盆腔多器官MR分割性能，探讨nnU-Net模型在数据稀缺情况下的表现	首次系统评估nnU-Net在盆腔多器官分割任务中的最小数据需求阈值，并量化数据增强在不同数据规模下的影响	研究仅使用单一扫描仪(Elekta Unity)的数据，样本量较小(58个MR图像)，可能限制结果的普适性	探索深度学习模型在有限数据条件下的盆腔多器官分割性能	接受治疗的12名参与者的盆腔MR图像	医学图像分割	盆腔器官相关疾病	MR成像	U-Net	医学图像	58个MR图像(46个训练，12个测试)，来自12名参与者	nnU-Net	nnU-Net	Dice相似系数, 平均表面距离, 95% Hausdorff距离	NA
13665	2025-10-07	Deep learning and robotics enabled approach for audio based emotional pragmatics deficits identification in social communication disorders 2025-Mar, Proceedings of the Institution of Mechanical Engineers. Part H, Journal of engineering in medicine DOI:10.1177/09544119251325331 PMID:40079556	研究论文	开发深度学习与机器人系统，通过音频识别社交沟通障碍患者的情绪语用缺陷	首次将深度学习与机器人平台集成用于识别情绪语用缺陷	NA	识别社交语用沟通障碍患者的音频情绪语用缺陷	社交语用沟通障碍患者	机器学习	社交沟通障碍	梅尔频率倒谱系数(MFCC)	1D-CNN, LSTM, Bi-LSTM	音频信号	开源数据集	NA	1D-卷积神经网络, 长短期记忆网络, 双向长短期记忆网络	准确率, 损失值, 精确率, 召回率	NA
13666	2025-10-07	Digital Health Policy and Cybersecurity Regulations Regarding Artificial Intelligence (AI) Implementation in Healthcare 2025-Mar, Cureus DOI:10.7759/cureus.80676 PMID:40236368	综述	分析人工智能在医疗系统中实施的可行性，重点关注数字健康政策与网络安全法规	系统评估AI在医疗领域实施的政策与网络安全挑战，提出透明度与数据多样性的关键作用	仅纳入2000-2024年英文文献，可能遗漏非英语地区的重要研究	分析AI在医疗系统实施的可行性及配套政策需求	医疗系统中的人工智能应用	医疗人工智能	NA	文献综述	机器学习和深度学习	医疗数据集、手术数据、临床信息	NA	NA	NA	NA	NA
13667	2025-10-07	Spatially resolved transcriptomics and graph-based deep learning improve accuracy of routine CNS tumor diagnostics 2025-02, Nature cancer IF:23.5Q1 DOI:10.1038/s43018-024-00904-z PMID:39880907	研究论文	开发结合空间转录组学和图神经网络的神经病理学空间转录组分析(NePSTA)方法，用于中枢神经系统肿瘤的精确诊断	首次将空间转录组学与图神经网络结合应用于神经病理诊断，能够从单个5微米组织切片同时进行形态学和分子评估	需要进一步验证在更广泛样本和医疗中心的应用效果	提高中枢神经系统肿瘤常规诊断的准确性	中枢神经系统恶性肿瘤患者和健康捐赠者的组织样本	数字病理	中枢神经系统肿瘤	空间转录组学, DNA甲基化分析, 下一代测序(NGS)	图神经网络(GNN)	空间转录组数据, 组织图像	来自4个医疗中心的130名参与者	NA	图神经网络	准确率	NA
13668	2025-10-07	Artificial intelligence in chronic kidney disease management: a scoping review 2025, Theranostics IF:12.4Q1 DOI:10.7150/thno.108552 PMID:40225559	综述	本文通过范围综述探讨人工智能在慢性肾脏病管理中的关键应用场景及面临的挑战	系统梳理了AI在CKD管理中的四大应用领域，并针对技术障碍和临床应用壁垒提出了解决方案	基于文献综述，缺乏原始数据验证和实际临床部署效果评估	探索人工智能在慢性肾脏病管理中的应用潜力和实施路径	慢性肾脏病患者群体及相关医疗数据	医疗人工智能	慢性肾脏病	机器学习、深度学习、无监督聚类、数字孪生、自然语言处理、大语言模型	ML, DL, NLP, LLMs	多模态医疗数据	基于41篇文献的系统分析	NA	NA	模型准确性、可解释性	NA
13669	2025-10-07	GraphTransNet: predicting epilepsy-related genes using a graph-augmented protein language model 2025, Frontiers in pharmacology IF:4.4Q1 DOI:10.3389/fphar.2025.1584625 PMID:40235533	研究论文	提出GraphTransNet模型，利用图增强蛋白质语言模型预测癫痫相关基因	结合蛋白质语言模型与Transformer-CNN混合架构，创新性地整合基因序列嵌入与图结构信息	NA	预测癫痫相关基因靶点，改善疾病诊断和治疗靶点识别	癫痫相关基因	机器学习	癫痫	蛋白质语言模型, 深度学习	Transformer, CNN, 混合神经网络	基因序列数据	NA	NA	GraphTransNet, ESM, Transformer, CNN	准确率, 召回率, 精确率	NA
13670	2025-10-07	ProstaNet: A Novel Geometric Vector Perceptrons-Graph Neural Network Algorithm for Protein Stability Prediction in Single- and Multiple-Point Mutations with Experimental Validation 2025, Research (Washington, D.C.) DOI:10.34133/research.0674 PMID:40235597	研究论文	提出了一种名为ProstaNet的新型深度学习框架，用于预测单点和多点突变对蛋白质稳定性的影响	采用几何向量感知器-图神经网络进行3维特征处理，构建了纯净的热力学数据库ProstaDB，开发了热力学循环数据增强方法和创新的聚类方法	NA	预测单点和多点突变对蛋白质稳定性的影响	蛋白质突变稳定性	机器学习	NA	深度学习	图神经网络	3维结构数据	3,784个单点突变和1,642个多点突变	NA	几何向量感知器-图神经网络	准确率	NA
13671	2025-10-07	Predicting pathogen evolution and immune evasion in the age of artificial intelligence 2025, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2025.03.044 PMID:40235636	综述	探讨人工智能在预测病毒进化与免疫逃逸方面的最新突破	利用深度学习架构和语言模型预测病毒有害突变的前瞻性方法	方法主要基于SARS-CoV-2开发，虽可扩展至其他RNA病毒但需进一步验证	通过AI预测病毒进化路径以提前应对公共卫生威胁	RNA病毒（特别是SARS-CoV-2）的基因组变异	自然语言处理, 机器学习	传染病	基因组测序	语言模型(LM), 深度学习	基因组数据, 流行病学数据, 免疫学数据, 生物学数据	NA	NA	语言模型	NA	NA
13672	2025-10-07	Substrate binding of human and bacterial type IA topoisomerase: An experimentation with AlphaFold 3.0 2025, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2025.03.041 PMID:40235641	研究论文	利用AlphaFold 3.0预测人类和细菌I型拓扑异构酶与单链DNA的复合物结构	首次系统评估AlphaFold3在预测拓扑异构酶-单链DNA复合物结构方面的能力	预测的蛋白-DNA复合物（特别是与较长寡核苷酸>25-mer）不可靠，无法准确复制DNA结合序列特异性	探索拓扑异构酶与DNA底物结合的分子机制和序列偏好性	人类拓扑异构酶3β和细菌拓扑异构酶I与单链DNA的复合物	计算生物学	NA	AlphaFold3.0, X射线晶体学, Cryo-EM	深度学习	蛋白质序列, DNA序列	大量预测复合物（具体数量未明确说明）	AlphaFold3	AlphaFold3架构	预测置信度, 与晶体结构比对	NA
13673	2025-10-07	iNClassSec-ESM: Discovering potential non-classical secreted proteins through a novel protein language model 2025, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2025.03.043 PMID:40235638	研究论文	提出了一种结合深度学习和传统分类器的新型非经典分泌蛋白预测工具iNClassSec-ESM	首次将蛋白质语言模型ESM3的隐藏层嵌入表示与手工特征相结合，并探索ESM3在蛋白质表示方面的应用潜力	非经典分泌途径的机制尚不明确，生物实验验证成本高且耗时	开发计算方法来识别革兰氏阳性菌的非经典分泌蛋白	非经典分泌蛋白质	生物信息学	NA	蛋白质序列分析	XGBoost, DNN	蛋白质序列	NA	NA	深度神经网络	多种性能指标	NA
13674	2025-10-07	Enhancing multi-class neurodegenerative disease classification using deep learning and explainable local interpretable model-agnostic explanations 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1562629 PMID:40236458	研究论文	本研究提出两种深度学习架构用于阿尔茨海默病和帕金森病的医学图像分类	提出结合自注意力机制的RbACNN和IRbACNN架构，并集成可解释AI技术提高模型透明度和临床可信度	NA	开发用于神经退行性疾病分类的深度学习模型	阿尔茨海默病和帕金森病患者	计算机视觉	神经退行性疾病	医学影像分析	CNN	图像	NA	NA	RbACNN, IRbACNN	准确率	NA
13675	2025-10-07	ModuCLIP: multi-scale CLIP framework for predicting foundation pit deformation in multi-modal robotic systems 2025, Frontiers in neurorobotics IF:2.6Q3 DOI:10.3389/fnbot.2025.1544694 PMID:40236467	研究论文	提出了一种多尺度对比语言-图像预训练框架ModuCLIP，用于多模态机器人系统中的基坑变形预测	首次将多尺度对比学习机制应用于基坑变形预测，能够有效整合图像、文本描述和传感器数据等多源信息	未具体说明模型在不同地质条件下的适用性限制以及计算复杂度分析	开发一个能够精确预测基坑变形的多模态深度学习框架	基坑工程中的变形预测问题	计算机视觉,自然语言处理,机器学习	NA	对比学习,多模态融合	CLIP,深度学习	图像,文本,传感器数据	多个基坑工程数据集（未提供具体样本数量）	NA	ModuCLIP,多尺度CLIP架构	预测精度,泛化能力,鲁棒性	NA
13676	2025-10-07	Measuring Respiration Rate from Speech 2025 Jan-Dec, Digital biomarkers DOI:10.1159/000544913 PMID:40236620	研究论文	本研究提出使用深度学习模型从语音中预测呼吸信号并估计呼吸率	首次将语音作为虚拟传感器用于呼吸率测量，提出了一种基于多变量时间序列Transformer的新方法	在模拟医院环境中测试，尚未在真实临床环境中全面验证	开发从语音信号中估计呼吸率的技术，为远程患者监测提供解决方案	双语临床研究参与者的语音数据	自然语言处理, 机器学习	NA	语音分析, 深度学习	Transformer	语音信号, 时间序列数据	1,005名参与者	NA	多变量时间序列Transformer, 语音编码器嵌入	呼吸率预测误差在±3 BPM内的准确率	NA
13677	2025-10-07	A multi-modal deep learning approach for stress detection using physiological signals: integrating time and frequency domain features 2025, Frontiers in physiology IF:3.2Q2 DOI:10.3389/fphys.2025.1584299 PMID:40236827	研究论文	开发了一种基于多模态深度学习的压力检测方法，通过整合时域和频域特征分析可穿戴设备采集的生理信号	提出了一种整合时域和频域特征的多模态深度学习框架，并采用数据增强技术和SMOTE方法解决数据不平衡问题	仅针对护理职业群体进行研究，模型泛化能力有待进一步验证	开发准确可靠的压力检测方法，适用于高强度职业环境	护理人员的生理信号数据，包括加速度计、皮电活动、心率和皮肤温度	机器学习	NA	生理信号采集，快速傅里叶变换	CNN	生理信号，时域特征，频域特征	包含压力水平标签的多模态生理信号数据集	NA	卷积神经网络，全连接层	准确率，F1分数	NA
13678	2025-10-07	Transfer learning-based approach to individual Apis cerana segmentation 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0319968 PMID:40238729	研究论文	本研究采用基于迁移学习的Mask R-CNN模型实现蜂箱环境中东方蜜蜂的精确检测与分割	利用已训练的西方蜜蜂模型权重进行迁移学习，并通过数据预处理技术提升模型性能，在极小数据集和计算时间下实现高性能分割	仅针对特定蜂种（东方蜜蜂）进行研究，模型泛化能力未验证	开发自动化的蜜蜂行为分析系统	蜂箱环境中的东方蜜蜂个体	计算机视觉	NA	深度学习，迁移学习	Mask R-CNN	图像	相比先前西方蜜蜂研究减少了85%的训练和验证集数量	NA	Mask R-CNN	mAP（平均精度均值）	NA
13679	2025-10-07	Deep learning-based acceleration of muscle water T2 mapping in patients with neuromuscular diseases by more than 50% - translating quantitative MRI from research to clinical routine 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0318599 PMID:40238781	研究论文	本研究评估基于人工智能的压缩感知加速技术在神经肌肉疾病患者肌肉水T2定量成像中的应用效果	首次将CSAI（压缩感知与人工智能结合的重建技术）应用于定量MRI，实现扫描时间减少50%以上	样本量较小（仅10名FSHD患者），仅评估大腿肌肉	评估AI加速技术在定量MRI中的性能，推动定量MRI从研究向临床常规应用转化	面肩肱型肌营养不良症（FSHD）患者的大腿肌肉	医学影像分析	神经肌肉疾病	T2-prepared 3D TSE with SPAIR脂肪抑制，MRI成像	基于AI的压缩感知重建	MRI图像	10名FSHD患者，双侧大腿三个肌肉的六个感兴趣区域	CSAI（SmartSpeed, Philips Healthcare）	NA	表观信噪比，表观对比噪声比，组内相关系数，诊断一致性	NA
13680	2025-10-07	Optimizing lipocalin sequence classification with ensemble deep learning models 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0319329 PMID:40238838	研究论文	提出一种集成深度学习框架EnsembleDL-Lipo，用于优化脂质运载蛋白序列的分类识别	首次将CNN和DNN组合成集成深度学习框架，利用PSSM特征提升脂质运载蛋白序列分类性能	未提及模型在更大规模数据集上的泛化能力及计算资源消耗的具体分析	开发高效的脂质运载蛋白序列分类方法以替代传统实验方法	脂质运载蛋白序列	机器学习	NA	PSSM（位置特异性评分矩阵）	CNN, DNN	生物序列数据	NA	NA	CNN, DNN	准确率, 召回率, 马修斯相关系数, AUC	NA