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
13681	2025-10-05	scKAN: interpretable single-cell analysis for cell-type-specific gene discovery and drug repurposing via Kolmogorov-Arnold networks 2025-Sep-24, Genome biology IF:10.1Q1 DOI:10.1186/s13059-025-03779-0 PMID:40993718	研究论文	提出scKAN可解释性单细胞分析框架，用于细胞类型注释和细胞类型特异性基因发现	使用可学习的Kolmogorov-Arnold网络激活曲线建模基因与细胞关系，提供比注意力机制更直接的可视化和解释方法	NA	开发可解释的单细胞RNA测序分析方法，连接分子洞察与治疗应用	单细胞RNA测序数据	生物信息学	胰腺导管腺癌	单细胞RNA测序	Kolmogorov-Arnold网络	基因表达数据	NA	NA	Kolmogorov-Arnold网络	宏F1分数	NA
13682	2025-10-05	A dual-branch deep learning network for circulating tumor cells classification 2025-Sep-24, Journal of translational medicine IF:6.1Q1 DOI:10.1186/s12967-025-07057-2 PMID:40993750	研究论文	提出一种结合双分支深度学习网络和传统图像处理技术的循环肿瘤细胞分类框架	创新性地融合双分支网络与图像处理技术，整合图像和荧光特征提升特征表示鲁棒性	NA	提高循环肿瘤细胞识别的准确性和效率	外周血中的循环肿瘤细胞	计算机视觉	癌症	图像处理, 荧光成像	深度学习, 双分支网络	图像, 荧光图像	NA	NA	双分支网络	准确率, 精确率, 召回率	NA
13683	2025-10-05	De-MSI: A Deep Learning-Based Data Denoising Method to Enhance Mass Spectrometry Imaging by Leveraging the Chemical Prior Knowledge 2025-Sep-23, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c02946 PMID:40921155	研究论文	提出一种基于深度学习的质谱成像数据去噪方法De-MSI，利用化学先验知识提升数据质量	无需真实无噪数据，通过从含噪MSI数据中利用质谱先验知识构建可靠训练数据集	NA	开发质谱成像数据去噪方法以提升数据质量	小鼠胎儿、小鼠大脑、大鼠大脑的质谱成像数据	机器学习和计算生物学	NA	质谱成像（MSI）、MALDI、DESI	深度神经网络	质谱成像数据	多个数据集（小鼠胎儿、小鼠大脑5μm像素、大鼠大脑）	NA	NA	PSNR, SSIM	NA
13684	2025-10-05	MOLECULE: Molecular-dynamics and Optimized deep Learning for Entropy-regularized Classification and Uncertainty-aware Ligand Evaluation 2025-Sep-23, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.5c01140 PMID:40931675	研究论文	开发了一种结合分子动力学和深度学习的双模态神经网络分类器，用于预测激酶配体的作用模式	提出了一种新的双模态深度神经网络，能够分别高效处理动力学和结构数据，并展示了即使使用估算的动力学数据也能保持高性能	未明确说明模型在外部验证集上的表现和泛化能力	开发能够准确预测激酶配体作用模式的深度学习模型	激酶配体（变构或正构）	机器学习	NA	分子动力学，深度学习	深度神经网络	分子动力学描述符，结构数据	280个实验解析的激酶结构	NA	双模态深度神经网络	分类性能，不确定性处理	NA
13685	2025-10-05	A New Approach to Large Multiomics Data Integration 2025-Sep-23, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c01812 PMID:40934376	研究论文	提出一种处理大规模多组学数据集成的新方法，使用深度学习和非线性降维技术	结合深度学习和非线性降维技术（t-SNE和UMAP）处理超大规模多组学数据，实现不同组学数据的融合表示	未明确说明方法在特定数据规模下的性能限制和计算效率	开发能够处理超大规模多组学数据集成的计算方法	大规模多组学数据，包括质谱成像和染色体构象捕获数据	机器学习	NA	质谱成像, 染色体构象捕获, 代谢组学, 转录组学	深度学习	多组学数据, 成像数据	NA	NA	NA	NA	NA
13686	2025-10-05	Supervised Contrastive Learning Leads to More Reasonable Spectral Embeddings 2025-Sep-23, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c02655 PMID:40940302	研究论文	提出一种基于监督对比学习的质谱嵌入方法SpecEmbedding，用于提高代谢组学中分子识别的准确性	首次将Transformer编码器架构与监督对比学习相结合，使用化合物的复制光谱作为正样本进行训练	NA	提高质谱数据的比较性和分子识别准确率	质谱数据中的生物分子	机器学习	NA	质谱分析	Transformer	质谱数据	GNPS训练子集、GNPS测试子集、MoNA数据集和MTBLS1572数据集	NA	Transformer编码器	Top-1命中率	NA
13687	2025-10-05	Integrating Machine Learning with Flow-Imaging Microscopy for Automated Monitoring of Algal Blooms 2025-Sep-23, Environmental science & technology IF:10.8Q1 DOI:10.1021/acs.est.5c06078 PMID:40947598	研究论文	本文开发了一种集成机器学习的图像处理流程，用于自动化监测淡水系统中的藻华现象	将随机森林模型与卷积神经网络相结合，解决了流动成像中的伪影问题和未知颗粒识别挑战，实现了端到端的实时藻华监测解决方案	监督式闭集分类器在处理自然环境中常见的新型颗粒时分类准确性受限，需要大量人工监督	开发自动化实时藻华监测系统，提高对有害藻华的早期检测能力	淡水系统中的浮游植物和藻类颗粒	计算机视觉	NA	流动成像显微镜技术	随机森林, CNN	图像	NA	NA	NA	准确率, 精度	低成本自动化流动成像设备ARTiMiS
13688	2025-10-05	Improving the performance of medical image segmentation with instructive feature learning 2025-Sep-23, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103818 PMID:41005261	研究论文	提出一种通过指导性特征学习提升医学图像分割性能的新方法	设计了指导性特征增强模块(IFEM)和指导性特征集成模块(IFIM)，并开发了高效分割框架EESF，最终构建了高性能低资源分割网络EE-Net	NA	解决医学图像分割中不规则形状、显著尺度变化和模糊边界等复杂样本的挑战	医学图像分割	计算机视觉	NA	深度学习	CNN	医学图像	在六个不同的分割任务上进行了广泛实验	NA	U-Net, EE-Net	分割性能、计算效率、学习能力	低资源需求
13689	2025-10-05	Synthetizing SWI from 3T to 7T by generative diffusion network for deep medullary veins visualization 2025-Sep-19, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2025.121475 PMID:40976490	研究论文	提出基于生成扩散网络的深度学习成像模型，用于从3T SWI图像合成7T SWI图像以改善深部髓质静脉可视化	首次将条件去噪扩散概率模型(CDDPM)应用于SWI图像跨场强合成，克服了传统GAN模型在微血管结构合成中的训练困境	扩散模型需要大量步骤进行缓慢采样，计算效率可能较低	开发从低场强(3T)到高场强(7T)的SWI图像合成方法	脑部深部髓质静脉	医学影像分析	脑血管疾病	磁共振成像(MRI), 磁敏感加权成像(SWI)	扩散模型	医学影像	NA	NA	条件去噪扩散概率模型(CDDPM)	NA	NA
13690	2025-10-05	Accurate detection of rice blast using UAV hyperspectral red-edge bands and deep learning method based on cross-attention 2025-Sep-16, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2025.126939 PMID:41005240	研究论文	本研究提出一种基于无人机高光谱红边波段和交叉注意力深度学习方法的稻瘟病精准检测方法	首次提出互信息排序协同灰狼优化器特征选择方法，开发了通道融合密集交叉注意力变换器模型，引入高斯和自注意力交叉注意力机制	NA	开发精准的稻瘟病检测方法以支持精准农业	稻瘟病真菌病害	计算机视觉	作物病害	无人机高光谱遥感	Transformer	高光谱图像	NA	NA	CFXFormer, 通道交互融合模块, 交叉注意力机制	OA, Kappa	NA
13691	2025-10-05	Electrocardiogram-Based Artificial Intelligence to Identify Coronary Artery Disease 2025-Sep, JACC. Advances DOI:10.1016/j.jacadv.2025.102041 PMID:40749517	研究论文	开发基于心电图的人工智能模型ECG2CAD用于识别冠状动脉疾病	利用深度学习技术从常规心电图中识别冠状动脉疾病，相比传统基于年龄、性别或Pooled Cohort Equations的模型有显著改进	研究主要基于特定医疗机构的患者数据，需要在更广泛人群中验证	开发人工智能模型检测冠状动脉疾病并识别不良事件风险人群	来自麻省总医院、布莱根妇女医院和英国生物银行的ECG数据	医疗人工智能	冠状动脉疾病	心电图分析	深度学习	心电图信号数据	训练集：764,670份心电图（137,199人）；测试集：MGH 18,706人，BWH 88,270人，UK Biobank 42,147人	NA	NA	AUROC, AUPRC, 风险比	NA
13692	2025-10-05	Real-time sludge moisture monitoring via jet imaging and deep learning 2025-Sep, Environmental science and ecotechnology IF:14.0Q1 DOI:10.1016/j.ese.2025.100614 PMID:40994737	研究论文	本研究通过高速成像捕捉污泥射流特性，并利用深度学习算法实时预测污泥含水率	首次结合瞬时活性污泥射流膨胀图像采集系统(iCASJEI)与深度学习，利用非牛顿流体特性实现20秒内快速含水率检测	研究基于实验室规模系统，需在实际工业场景中验证；测试范围限定在79-94%含水率区间	开发实时污泥含水率监测方法以优化污泥处理工艺	废水处理厂产生的废弃活性污泥	计算机视觉	NA	高速成像	CNN	图像	超过11,000张射流图像，覆盖79-94%含水率范围	NA	VGG-16, AlexNet, LeNet	验证准确率, 精度	NA
13693	2025-10-05	Can the success of digital super-resolution networks be transferred to passive all-optical systems? 2025-Sep, Nanophotonics (Berlin, Germany) DOI:10.1515/nanoph-2025-0294 PMID:40995527	研究论文	探讨数字超分辨率网络的成功能否转移到被动全光学系统中	首次系统分析全光学衍射神经网络在超分辨率任务中的物理限制和设计约束	面临重建保真度与能量保存的权衡，以及输入强度动态范围有限的处理挑战	研究全光学系统实现空间超分辨率的可行性	全光学衍射神经网络	光学计算	NA	全光学衍射神经网络	AODNN	光学信号	NA	NA	相位非线性网络	重建保真度	全光学系统（光速运算，无外部能耗）
13694	2025-10-05	Deep learning-based 3D classification of head and neck cancer PET/MRI: Radiologist comparison and Grad-CAM interpretability 2025-Sep, Clinical physiology and functional imaging IF:1.3Q4 DOI:10.1111/cpf.70030 PMID:40996364	研究论文	开发并评估基于3D卷积神经网络的头颈癌PET/MRI图像自动分类系统，与放射科医生解读进行比较	首次将3D CNN应用于头颈癌PET/MRI多模态图像分类，并利用Grad-CAM增强模型可解释性	数据集规模有限，PET/MRI和MRI模型性能较差，特异性需要提升以减少假阳性	开发头颈癌PET/MRI图像的自动分类系统并评估其诊断辅助潜力	头颈癌患者	计算机视觉	头颈癌	18F-FDG PET/MRI成像	3D CNN	PET/MRI医学图像	训练验证集202例患者（101阳性+101阴性），测试集20例患者（10阳性+10阴性）	NA	3D卷积神经网络	敏感性,特异性,准确率,AUC	NA
13695	2025-10-05	scBCN: deep learning-based batch correction network for integration of heterogeneous single-cell data 2025-Aug-31, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf503 PMID:40991329	研究论文	提出基于深度学习的单细胞批次校正网络scBCN，用于整合异质性单细胞数据	结合跨批次相似聚类识别与深度残差神经网络，在校正批次效应的同时保留生物变异	NA	开发单细胞数据批次校正方法以准确识别细胞类型	单细胞数据	生物信息学	NA	单细胞测序	深度残差神经网络	单细胞基因表达数据	多种模拟和真实数据集	NA	ResNet	批次校正效果, 生物变异保护	NA
13696	2025-10-05	3D localization of retrovirus assembly in the presence of structured background with deep learning 2025-Aug-29, Biophysical journal IF:3.2Q2 DOI:10.1016/j.bpj.2025.08.028 PMID:40883991	研究论文	本文提出了一种结合深度学习和双螺旋点扩散函数的3D定位显微技术，用于分析活细胞顶部质膜上的HIV-1病毒组装过程	首次将双螺旋点扩散函数的3D成像与深度学习流程相结合，解决了顶部质膜成像中结构化背景干扰的挑战	研究主要针对贴壁细胞的顶部质膜，成像环境仍存在一定局限性	开发能够分析具有异质结构化背景图像的3D定位显微技术，以研究病毒组装过程	人类免疫缺陷病毒1型（HIV-1）Gag结构多蛋白在活细胞中的组装过程	计算机视觉	HIV感染	双螺旋点扩散函数3D成像、荧光显微镜	深度学习	3D荧光显微镜图像	NA	NA	NA	NA	NA
13697	2025-10-05	Development of Privacy-preserving Deep Learning Model with Homomorphic Encryption: A Technical Feasibility Study in Kidney CT Imaging 2025-08-27, Radiology. Artificial intelligence DOI:10.1148/ryai.240798 PMID:40862694	研究论文	本研究开发了一种基于同态加密的隐私保护深度学习模型，用于肾脏CT图像的分类分析	首次在同态加密框架下实现肾脏CT图像分析的深度学习模型，通过多项式近似替换ReLU和平均池化替换最大池化来适配加密要求	加密显著增加了存储和计算需求，图像大小从65KB扩展到32MB，CPU推理时间长达50分钟	评估同态加密在深度学习模型中实现隐私保护的技术可行性	肾脏CT图像中的肾脏囊肿、正常肾脏和肾脏肿瘤	医学影像分析	肾脏疾病	CT成像	CNN	CT图像	12,446张CT图像（3,709张肾脏囊肿，5,077张正常肾脏，2,283张肾脏肿瘤）	NA	ResNet	AUC, AUPRC	CPU, GPU加速
13698	2025-10-05	Characterizing the Impact of Training Data on Generalizability: Application in Deep Learning to Estimate Lung Nodule Malignancy Risk 2025-08-20, Radiology. Artificial intelligence DOI:10.1148/ryai.240636 PMID:40833260	研究论文	本研究探讨训练数据量对深度学习AI算法评估肺结节恶性风险性能的影响	系统分析了训练数据规模与AI算法泛化性能的关系，确定了达到临床水平所需的最小数据量	回顾性研究，使用特定筛查试验数据，可能影响结果的普适性	研究训练数据量对肺结节恶性风险评估AI算法性能的影响	肺结节	数字病理	肺癌	低剂量CT扫描	深度学习	CT图像	NLST数据集16077个标注结节（1249恶性，14828良性），DLCST外部测试集883个结节（65恶性，818良性）	NA	NA	AUC	NA
13699	2025-10-05	DeepAIPs-SFLA: Deep Convolutional Model for Prediction of Anti-Inflammatory Peptides Using Binary Pattern Decomposition of Novel Multiview Descriptors with an SFLA Approach 2025-Aug-19, ACS omega IF:3.7Q2 DOI:10.1021/acsomega.5c02422 PMID:40852276	研究论文	提出一种基于深度学习的抗炎肽预测模型DeepAIPs-SFLA，通过多视图特征描述符和混合优化算法提升预测性能	结合进化信息和结构特征，采用图像编码和局部二值模式分解构建新型多视图描述符，并应用改进的混合蛙跳算法进行特征选择	未明确说明模型在更广泛数据集上的泛化能力测试	开发高性能的抗炎肽预测计算方法	抗炎肽序列	生物信息学	炎症性疾病	RECM嵌入、PSSM嵌入、LBP分解、CLBP分解	CNN	蛋白质序列数据	训练序列和独立验证集(Ind-426和Ind-1049)	NA	深度残差卷积神经网络(RCNN)	准确率,AUC	NA
13700	2025-10-05	The Expanding Landscape of Neural Architectures and Their Impact in Biomedicine 2025-08, Annual review of biomedical data science IF:7.0Q1 DOI:10.1146/annurev-biodatasci-103023-050856 PMID:40789735	综述	本文从神经网络架构的特定视角探讨生物医学领域的深度学习和人工智能应用	系统分析神经网络架构设计原则及其在生物医学应用中的隐含假设，探讨神经架构搜索技术和新兴架构（如图网络、Transformer、可解释神经网络）的独特优势	NA	探讨神经网络架构在生物医学深度学习和人工智能中的发展与影响	神经网络架构及其在生物医学领域的应用	机器学习	NA	神经架构搜索	图网络, Transformer, 可解释神经网络	多模态数据	NA	NA	图网络, Transformer	NA	NA