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
15781	2025-10-07	Interpretable Identification of Single-Molecule Charge Transport via Fusion Attention-Based Deep Learning 2025-Mar-20, The journal of physical chemistry letters IF:4.8Q1 DOI:10.1021/acs.jpclett.4c03650 PMID:40111072	研究论文	提出一种基于融合注意力机制的深度学习方法来识别单分子电荷传输	首次将多头自注意力与空间注意力机制融合应用于单分子电荷传输识别，开发了新型神经网络架构SingleFACNN	NA	提高单分子电荷传输识别的可解释性和准确性	单分子电荷传输数据	机器学习	NA	STM-BJ（扫描隧道显微镜断裂结技术）	CNN, 注意力机制	STM-BJ数据集	三类型和四类型STM-BJ数据集，以及不同比例的混合样本	NA	SingleFACNN（融合卷积神经网络与注意力机制的新型架构）	分类准确率，通过梯度加权类激活映射和消融研究评估	低计算成本
15782	2025-10-07	Robust protein-ligand interaction modeling through integrating physical laws and geometric knowledge for absolute binding free energy calculation 2025-Mar-19, Chemical science IF:7.6Q1 DOI:10.1039/d4sc07405j PMID:40007661	研究论文	提出一种融合物理定律与几何知识的蛋白质-配体相互作用建模框架LumiNet，用于精确计算绝对结合自由能	通过子图变换器提取分子图多尺度信息，结合几何神经网络映射原子对结构至经典力场非键相互作用参数，填补物理模型与黑盒算法间的空白	未明确说明模型在更大规模数据集或更复杂蛋白质体系中的泛化能力	开发高精度且可解释的蛋白质-配体相互作用建模方法以加速药物发现	蛋白质-配体复合物及其结合自由能	机器学习	NA	深度学习	Transformer, 几何神经网络	分子图数据	PDE10A数据集（未提供具体样本数）	NA	子图Transformer	结合自由能计算精度，与FEP+方法对比	NA
15783	2025-10-07	Commentary on "Machine Learning, Deep Learning, Artificial Intelligence and Aesthetic Plastic Surgery: A Qualitative Systematic Review" by Nogueira et al. (2025) 2025-Mar-19, Aesthetic plastic surgery IF:2.0Q2 DOI:10.1007/s00266-025-04825-9 PMID:40105945	评论	对Nogueira等人关于机器学习、深度学习、人工智能在美容整形外科应用的系统综述进行评论	NA	NA	讨论人工智能在美容整形外科领域的应用现状	美容整形外科领域的人工智能研究	machine learning	NA	NA	NA	NA	NA	NA	NA	NA	NA
15784	2025-10-07	Generating Inverse Feature Space for Class Imbalance in Point Cloud Semantic Segmentation 2025-Mar-19, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3553051 PMID:40106253	研究论文	提出InvSpaceNet网络框架，通过生成逆特征空间解决点云语义分割中的类别不平衡问题	设计双分支训练架构，结合实例平衡采样数据的特征表示与逆采样数据的认知校正，通过对比损失约束和动量更新生成点云类别原型	NA	缓解点云语义分割中的类别不平衡问题，提高分割性能	点云数据	计算机视觉	NA	点云语义分割	深度学习网络	点云	四个大型基准数据集（S3DIS、ScanNet v2、Toronto-3D、SemanticKITTI）	NA	InvSpaceNet, 双分支架构	分割性能指标	NA
15785	2025-10-07	Mouse-Geneformer: A deep learning model for mouse single-cell transcriptome and its cross-species utility 2025-Mar-19, PLoS genetics IF:4.0Q1 DOI:10.1371/journal.pgen.1011420 PMID:40106407	研究论文	本研究开发了针对小鼠单细胞转录组的深度学习模型mouse-Geneformer，并验证其跨物种应用潜力	首次构建了包含2100万个小鼠单细胞转录组数据的大规模数据集，并开发了专门针对小鼠的Geneformer模型，同时探索了跨物种分析能力	在人类COVID-19疾病模型中的仿真实验结果与人类专用Geneformer仅部分一致，表明物种特异性模型对完全捕捉疾病机制复杂性的重要性	开发适用于小鼠单细胞转录组分析的深度学习模型，并探索其跨物种应用价值	小鼠和人类的单细胞转录组数据	生物信息学，机器学习	心肌梗死，COVID-19	单细胞RNA测序（scRNA-seq）	Transformer	单细胞转录组数据	2100万个小鼠单细胞转录组图谱	NA	Transformer Encoder	细胞类型分类准确率	NA
15786	2025-10-07	Automated Detection of Hydrocephalus in Pediatric Head Computed Tomography Using VGG 16 CNN Deep Learning Architecture and Based Automated Segmentation Workflow for Ventricular Volume Estimation 2025-Mar-19, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01482-x PMID:40108068	研究论文	本研究提出基于VGG16架构的CNN模型，用于婴幼儿头部CT图像中脑积水的自动检测和脑室体积估计	首次将VGG16 CNN架构与自动化脑室分割流程相结合，专门针对婴幼儿先天性脑积水的自动检测	样本量相对较小（105例CT扫描），仅在单一疾病类型和年龄段中进行验证	开发自动化脑积水检测和脑室体积估计算法	婴幼儿头部CT图像中的脑室结构和脑积水病变	计算机视觉	脑积水	CT成像	CNN	医学图像	105例头部CT扫描，共6300个切片	NA	VGG16	准确率, R值, 平均绝对百分比误差, 均方根误差	NA
15787	2025-10-07	Stroma and lymphocytes identified by deep learning are independent predictors for survival in pancreatic cancer 2025-Mar-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-94362-x PMID:40108402	研究论文	本研究利用深度学习模型从胰腺癌病理切片中自动识别肿瘤、间质和淋巴细胞，并发现间质比例和淋巴细胞比例是独立的生存预测因子	首次开发基于U-net架构的深度学习模型，能够自动量化胰腺癌病理全切片图像中的间质比例(SIP)和淋巴细胞比例(LIP)，并证明其作为预后生物标志物的价值	研究样本量相对有限(800例)，需要更大规模的多中心验证	探索胰腺导管腺癌的预后生物标志物，实现个体化生存预测	胰腺导管腺癌(PDAC)患者	数字病理	胰腺癌	全切片图像(WSI)分析	深度学习	病理图像	800例胰腺癌扫描图像	NA	U-net	准确率, 平均交并比, Dice系数	NA
15788	2025-10-07	Developing a deep learning model for the automated monitoring of acupuncture needle insertion: enhancing safety in traditional acupuncture practices 2025-Mar-18, BMC complementary medicine and therapies IF:3.3Q1 DOI:10.1186/s12906-025-04853-7 PMID:40102810	研究论文	开发基于YOLOv8架构的深度学习模型，用于自动监控针灸针插入过程，检测针具断裂和滞留情况	首次将YOLOv8目标检测模型应用于针灸针插入监控，实现实时针具状态监测	数据集规模有限（共265张图像），需要在更大更多样化的数据集上验证	提高针灸治疗安全性，预防针具断裂和滞留导致的并发症	针灸针插入过程	计算机视觉	NA	图像采集	CNN	图像	265张图像（192张来自商业图库，73张临床图像）	YOLOv8	YOLOv8	精确率, 召回率, F1分数, mAP@50, mAP@50-95	NA
15789	2025-10-07	Denoised recurrence label-based deep learning for prediction of postoperative recurrence risk and sorafenib response in HCC 2025-Mar-18, BMC medicine IF:7.0Q1 DOI:10.1186/s12916-025-03977-4 PMID:40102873	研究论文	基于去噪复发标签的深度学习模型预测肝细胞癌术后复发风险及索拉非尼治疗反应	提出结合去噪复发标签的CNN-SASM模型，首次从病理图像中提取预后相关特征并验证其预测索拉非尼治疗反应的能力	样本量有限（训练集287例，验证集79例，外部验证78例），需更大规模多中心验证	开发基于病理图像的深度学习模型预测HCC术后复发风险及靶向药物疗效	肝细胞癌患者术后病理图像	数字病理	肝细胞癌	深度学习，病理图像分析	CNN	病理图像	训练集287例未治疗患者，79例索拉非尼治疗患者，外部验证78例TCGA-LIHC患者	NA	CNN-SASM	AUROC	NA
15790	2025-10-07	CACTUS: An open dataset and framework for automated Cardiac Assessment and Classification of Ultrasound images using deep transfer learning 2025-Mar-18, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110003 PMID:40107020	研究论文	本文提出了首个开放分级的心脏超声图像数据集CACTUS，并开发了基于深度迁移学习的自动心脏评估和分类框架	首次创建开放分级心脏超声图像数据集，包含超越传统文献的心脏视图和不同质量级别图像，提出结合分类和分级任务的深度学习框架	数据集主要基于CAE Blue Phantom模型扫描获取，可能无法完全代表真实患者数据的复杂性	自动化心脏超声图像分类和评估，辅助医疗专业人员提高诊断效率	心脏超声图像	计算机视觉	心血管疾病	超声扫描	CNN	图像	NA	深度学习框架	卷积神经网络	准确率, 错误率	NA
15791	2025-10-07	Deep learning by Vision Transformer to classify bacterial and fungal keratitis using different types of anterior segment images 2025-Mar-18, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.109976 PMID:40107025	研究论文	本研究开发了三种基于Vision Transformer的新型框架，用于使用不同类型眼前段图像诊断细菌性和真菌性角膜炎	首次将Vision Transformer与自注意力机制结合，融合多种眼前段图像类型（宽光束、裂隙光束和蓝光图像）以提高角膜炎诊断准确率	数据集规模有限，仅包含79名患者的数据	开发基于深度学习的角膜炎分类诊断系统	细菌性和真菌性角膜炎患者	计算机视觉	角膜炎	眼前段成像技术	Vision Transformer (ViT)	图像	79名患者，包含283张宽光束图像、610张裂隙光束图像和342张蓝光图像	NA	Vision Transformer	AUROC, AUPRC	NA
15792	2025-10-07	Neuro_DeFused-Net: A novel multi-scale 2DCNN architecture assisted diagnostic model for Parkinson's disease diagnosis using deep feature-level fusion of multi-site multi-modality neuroimaging data 2025-Mar-18, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110029 PMID:40107026	研究论文	提出一种新型多尺度2DCNN架构Neuro_DeFused-Net，通过多站点多模态神经影像数据的深度特征级融合辅助帕金森病诊断	开发了自定义多尺度2DCNN架构，能够捕获不同空间尺度的特征，并采用多站点多模态神经影像数据的深度特征级融合方法	NA	提高帕金森病的诊断精度	帕金森病患者和正常对照组的神经影像数据	医学影像分析	帕金森病	结构MRI, 静息态功能MRI	CNN	神经影像数据	NA	NA	多尺度2DCNN, Neuro_DeFused-Net	准确率, 灵敏度, F1分数, AUC, 平均精度均值, Dice系数	NA
15793	2025-10-07	Multiple kidney stones prediction with efficient RT-DETR model 2025-Mar-18, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110023 PMID:40107024	研究论文	提出基于RT-DETR模型的高效多肾结石检测方法	采用创新的混合编码器处理多尺度特征，结合注意力机制和IoU感知查询选择机制	NA	解决CT扫描中多肾结石检测的准确性和效率问题	肾结石患者	计算机视觉	肾结石	CT扫描	RT-DETR	CT图像	NA	NA	RT-DETR	准确率, 精确率, 召回率, mAP, F1分数, 检测时间	NA
15794	2025-10-07	Enhanced lung cancer subtype classification using attention-integrated DeepCNN and radiomic features from CT images: a focus on feature reproducibility 2025-Mar-17, Discover oncology IF:2.8Q2 DOI:10.1007/s12672-025-02115-z PMID:40095252	研究论文	本研究开发了一种结合影像组学特征与注意力机制深度卷积神经网络的混合框架，用于提高CT图像中肺癌亚型分类的准确性	在深度卷积神经网络中集成注意力机制，并结合影像组学特征，重点关注特征的可重复性	数据来源于五个医疗中心，不同成像仪器可能存在差异；每个患者的切片数量不等（7-30片）	提高肺癌亚型分类的准确性和可重复性	肺癌CT图像，包括腺癌、鳞癌、小细胞肺癌、大细胞癌和肺类癌等多种亚型	计算机视觉	肺癌	CT成像，影像组学特征提取	DeepCNN, 注意力机制, XGBoost, Stacking, 3D Autoencoder	CT图像	2725张肺癌图像（腺癌552张，鳞癌380张，小细胞肺癌307张，大细胞癌215张，肺类癌180张）	PyRadiomics, Scikit-learn	DeepCNN with attention mechanisms	准确率, 灵敏度, AUC	NA
15795	2025-10-07	Histopathology based AI model predicts anti-angiogenic therapy response in renal cancer clinical trial 2025-Mar-17, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-57717-6 PMID:40097393	研究论文	开发基于组织病理学切片的可解释深度学习模型预测肾癌抗血管生成治疗反应	首次开发直接从H&E组织病理学切片预测血管生成评分的深度学习模型，克服了传统方法的成本和标准化难题	NA	预测转移性透明细胞肾细胞癌患者对抗血管生成治疗的反应	转移性透明细胞肾细胞癌患者	数字病理学	肾癌	组织病理学成像	深度学习	组织病理学图像	多个队列的真实世界和IMmotion150临床试验数据	NA	NA	Spearman相关系数,c-index	NA
15796	2025-10-07	Research on movie rating based on BERT-base model 2025-Mar-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-92430-w PMID:40097502	研究论文	基于BERT-base模型改进的电影评分分类研究	提出动态位置偏移编码机制替代传统绝对位置编码，采用动态加权融合池化策略整合多种池化方法，并通过数据预处理技术减少敏感属性偏见	未明确说明模型在更长文本或更复杂语境下的表现，实验仅基于单一数据集	提高电影评论自动分类的准确性和公平性	电影评论文本数据	自然语言处理	NA	文本分类，数据增强	BERT	文本	IMDb电影评论数据集	NA	BERT-base	F1分数，准确率	NA
15797	2025-10-07	The analysis of Chinese National ballad composition education based on artificial intelligence and deep learning 2025-Mar-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-93063-9 PMID:40097523	研究论文	基于人工智能和深度学习技术研究中国民族 ballad 音乐创作教育	提出结合马尔可夫链和双向循环神经网络的音乐创作模型，用于生成具有民族特色的ballad旋律和情感表达	未明确说明模型在复杂音乐结构和声处理方面的能力	探索人工智能在音乐创作中的应用，特别是民族ballad的自动生成	中国民族ballad音乐创作	自然语言处理	NA	深度学习，音乐信息检索	Bi-RNN, 马尔可夫链	音乐序列数据	NA	NA	双向循环神经网络	旋律创作质量，情感表达效果，民族风格一致性	NA
15798	2025-10-07	Convolutional Fine-Tuned Threshold Adaboost approach for effectual content-based image retrieval 2025-Mar-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-93309-6 PMID:40097565	研究论文	提出一种结合深度学习和机器学习的卷积精细调谐阈值Adaboost方法，用于改进基于内容的图像检索性能	提出新型CFTAB方法，整合深度学习和机器学习技术，并采用改进的Adaboost算法动态调整阈值水平	NA	提高基于内容的图像检索系统的性能和准确性	图像数据	计算机视觉	NA	自适应直方图均衡化	CNN, Adaboost	图像	NA	NA	VGG16	NA	NA
15799	2025-10-07	Conditional variational auto encoder based dynamic motion for multitask imitation learning 2025-Mar-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-93888-4 PMID:40097597	研究论文	提出一种结合传统动态运动基元方法和条件变分自编码器的框架，用于多任务模仿学习	将传统DMP方法与cVAE结合，使用深度神经网络生成力矩而非直接生成轨迹，使生成的轨迹能够适应新目标位置	需要进一步验证在其他复杂任务和场景下的性能表现	开发能够从少量演示中学习并泛化到未训练状态的多任务模仿学习框架	手写数字数据集和机器人操作任务（推动、到达、抓取）	机器学习	NA	条件变分自编码器，动态运动基元	条件变分自编码器	轨迹数据，机器人操作数据	每个任务仅需一次演示	NA	编码器-解码器结构，深度神经网络	成功率	UR10机械臂真实机器人环境
15800	2025-10-07	Establishment and validation of a ResNet-based radiomics model for predicting prognosis in cervical spinal cord injury patients 2025-Mar-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-94358-7 PMID:40097664	研究论文	本研究开发了一种结合影像组学和临床特征的ResNet模型，用于预测颈髓损伤患者6个月后的预后情况	首次将ResNet深度学习提取的影像特征与临床风险因素相结合，构建颈髓损伤预后预测模型	样本量相对有限，且为单中心研究，需要多中心验证	开发颈髓损伤预后预测模型以指导治疗和康复计划	颈髓损伤患者	医学影像分析	颈髓损伤	影像组学，深度学习	ResNet, SVM, LR, NaiveBayes, KNN, RF, ExtraTrees, XGBoost, LightGBM, GradientBoosting, AdaBoosting, MLP	MR图像，临床数据	回顾性队列168例患者（训练集134例，测试集34例），前瞻性验证集43例患者	Pyradiomics	ResNet	AUC, 校准曲线, 决策曲线分析	NA