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
14621	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
14622	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
14623	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
14624	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
14625	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
14626	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
14627	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
14628	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
14629	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
14630	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
14631	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
14632	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
14633	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
14634	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
14635	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
14636	2025-10-07	A dynamic approach for MR T2-weighted pelvic imaging 2024-Oct-15, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad8335 PMID:39362274	研究论文	提出一种无需患者准备的动态磁共振盆腔成像方法来解决蠕动引起的运动伪影问题	采用动态数据采集策略和基于深度均衡模型的展开方法进行图像重建，将成像问题从传统运动预防转变为运动重建	NA	解决盆腔磁共振成像中蠕动引起的运动伪影和模糊问题	盆腔磁共振成像	医学影像	盆腔疾病	T2加权2D快速自旋回波序列	深度均衡模型	磁共振k空间数据	回顾性和前瞻性数据	NA	深度均衡模型	运动伪影减少程度、结构细节描绘准确性	NA
14637	2025-10-07	Creation of de novo cryptic splicing for ALS and FTD precision medicine 2024-10-04, Science (New York, N.Y.) DOI:10.1126/science.adk2539 PMID:39361759	研究论文	开发了一种利用TDP-43功能丧失诱导的隐蔽剪接特异性来驱动蛋白质表达的新方法TDP-REG，为ALS和FTD精准治疗提供新策略	结合深度学习和理性设计开发SpliceNouveau算法，首次实现在蛋白质编码序列中生成可定制的隐蔽剪接事件	NA	开发针对TDP43相关疾病的精准治疗方法	RNA结合蛋白TDP-43及其功能丧失引起的隐蔽剪接事件	生物信息学	肌萎缩侧索硬化症,额颞叶痴呆	深度学习,基因组prime editing,隐蔽剪接分析	深度学习	基因组序列,剪接数据	NA	NA	NA	NA	NA
14638	2025-10-07	Tumor evolution metrics predict recurrence beyond 10 years in locally advanced prostate cancer 2024-09, Nature cancer IF:23.5Q1 DOI:10.1038/s43018-024-00787-0 PMID:38997466	研究论文	本研究结合基因组学和人工智能辅助组织病理学分析，开发了预测局部晚期前列腺癌长期复发的进化指标	首次将基因组瘤内异性与深度学习评估的形态学异质性相结合，识别出能够预测10年以上复发的临床生物标志物	样本量相对有限，需要更大规模研究验证	探索癌症进化指标在预测局部晚期前列腺癌长期复发中的临床应用价值	局部晚期前列腺癌患者	数字病理学	前列腺癌	基因组测序, 深度学习	深度学习模型	基因组数据, 组织切片图像	114名患者的642个基因组样本，250名患者的1,923个组织学切片	NA	NA	风险比, 置信区间, 中位复发时间	NA
14639	2025-10-07	Exploring the trade-off between deep-learning and explainable models for brain-machine interfaces 2024, Advances in neural information processing systems PMID:40231170	研究论文	本研究开发了一种基于KalmanNet的脑机接口解码器，在保持可解释性的同时实现了与深度学习模型相当的性能	将卡尔曼滤波器与递归神经网络结合，通过计算卡尔曼增益实现输入与动态之间的可变信任机制	与现有深度学习解码器一样泛化能力有限，且在未见噪声分布下性能受限于卡尔曼滤波器的归纳偏置	探索深度学习与可解释模型在脑机接口中的权衡，开发高性能且可解释的解码器	两只猴子的脑活动数据	脑机接口	瘫痪	脑信号解码	KalmanNet, KF, LSTM, tcFNN	神经信号	两只猴子的多天离线数据和实时数据	NA	KalmanNet, 卡尔曼滤波器, LSTM, tcFNN	离线预测精度, 在线实时预测性能	NA
14640	2025-04-18	Using interactive deep learning to track cells: A report on a 3-day hands-on training program at IUPAB 2024 2024, Biophysics and physicobiology IF:1.6Q4 DOI:10.2142/biophysico.bppb-v21.e2010 PMID:40241783	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA