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
1661	2025-10-05	Developing inhibitors of the guanosine triphosphate hydrolysis accelerating activity of Regulator of G protein Signaling-14 2025-Aug-09, bioRxiv : the preprint server for biology DOI:10.1101/2025.06.11.659181 PMID:40667230	研究论文	本研究开发了选择性非共价抑制RGS14 GTP酶加速活性的小分子抑制剂	首次发现可靶向RGS14蛋白浅表Gα结合峡谷的非共价小分子抑制剂，并采用机器学习增强的分子对接技术指导配体优化	未明确说明样本规模，且部分抑制剂仅进行了初步体内药代动力学评估	开发针对RGS14 GTP酶加速活性的选择性抑制剂	RGS14蛋白及其GTP酶加速活性	计算生物学	中枢神经系统疾病,代谢疾病	结构导向虚拟筛选,配体对接,深度学习评分,荧光检测,放射性GTP水解测定	深度学习	分子结构数据,生物活性数据	40多个第二代类似物	NA	NA	抑制活性,细胞毒性,药代动力学参数	NA
1662	2025-10-05	Reinforcing Deep Learning-Enabled Surveillance with Smart Sensors 2025-May-26, Sensors (Basel, Switzerland) DOI:10.3390/s25113345 PMID:40968866	研究论文	提出一种集成智能传感器和深度学习技术的监控强化系统，用于资源受限的移动设备	在异构传感器环境中引入深度学习辅助的监控强化方法，为高动态公共环境提供前所未有的监控灵活性	NA	优化监控节点部署并确保系统实时响应能力，增强高人员流动性环境中的监控适应性和有效性	资源受限的网络物理设备和移动元素	机器学习	NA	深度学习	NA	传感器数据	NA	NA	NA	准确性,效率	资源受限的移动设备
1663	2025-10-05	Deep learning imputes DNA methylation states in single cells and enhances the detection of epigenetic alterations in schizophrenia 2025-Mar-12, Cell genomics IF:11.1Q1 DOI:10.1016/j.xgen.2025.100774 PMID:39986279	研究论文	开发基于Transformer的深度学习模型scMeFormer，用于填补单细胞DNA甲基化数据中的缺失值并增强精神分裂症表观遗传改变的检测	首次将Transformer架构应用于单细胞DNA甲基化数据填补，能在仅保留10%原始CpG位点覆盖度的情况下实现高保真填补	NA	解决单细胞DNA甲基化测序技术中CpG位点覆盖度低的问题，提高表观遗传学研究的检测能力	人类和小鼠的单细胞DNA甲基化数据，特别关注精神分裂症患者前额叶皮层的表观遗传变化	计算生物学	精神分裂症	单细胞DNA甲基化测序	Transformer	DNA甲基化数据	五个单核DNA甲基化数据集（来自人类和小鼠）	NA	Transformer	填补保真度	NA
1664	2025-10-05	Explaining solar forecasts with generative AI: A two-stage framework combining transformers and LLMs 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0331516 PMID:40961090	研究论文	提出结合Transformer和大型语言模型的两阶段混合框架，用于提高太阳能功率预测的准确性和可解释性	首次将深度学习时间序列预测与生成式大语言模型耦合，通过结构化提示微调实现领域相关的自然语言解释生成	仅在两个光伏电站34天的数据集上进行验证，样本规模有限	开发准确且可解释的太阳能功率预测方法	光伏系统的直流功率预测	机器学习	NA	时间序列预测，自然语言生成	Transformer, LLM	多元时间序列数据（逆变器数据、天气数据、时间特征）	两个光伏电站34天的公开数据集	NA	Transformer编码器-解码器, Flan-T5	MAE, RMSE, R2, ROUGE-1, ROUGE-2, ROUGE-L, ROUGE-Lsum, BLEU	NA
1665	2025-10-05	Robust emotion recognition for complex environments: ChildEmoNet model based on DETR-ResNet50 cascaded architecture 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0332130 PMID:40966300	研究论文	提出一种基于DETR-ResNet50级联架构的儿童情感识别模型ChildEmoNet，用于复杂环境下的鲁棒情感识别	开发了DETR-ResNet50级联架构，同时解决多人检测和分类挑战，并针对面部遮挡场景设计了增强鲁棒性机制	NA	开发在复杂现实环境中具有鲁棒性的情感识别技术	儿童情感识别，特别是在面部遮挡条件下的情感识别	计算机视觉	NA	深度学习	DETR, CNN	图像	OMG情感数据集	PyTorch	DETR, ResNet50	AUC, 准确率, 一致性相关系数(CCC)	NA
1666	2025-10-05	An AI-powered framework for assessing teacher performance in classroom interactions: a deep learning approach 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1553051 PMID:40969168	研究论文	提出基于人工智能的框架，通过深度学习技术评估课堂互动中的教师表现	首次将三种先进目标检测模型应用于课堂互动分析，实现教师表现的客观评估	研究仅基于7,259张图像数据，未涉及音频或其他教学情境因素	开发客观评估课堂互动中教师表现的AI框架	课堂互动中的教师行为	计算机视觉	NA	目标检测	CNN	图像	7,259张来自真实课堂环境的标注图像	NA	YOLOv8, Faster R-CNN, RetinaNet	mAP（平均精度均值）	NA
1667	2025-10-05	Deep learning in breast cancer risk prediction: a review of recent applications in full-field digital mammography 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1656842 PMID:40969257	综述	本文综述了深度学习在全视野数字乳腺摄影中乳腺癌风险预测的最新应用进展	填补了文献中关于利用影像生物标志物进行AI风险预测研究的空白，探索了个性化筛查的新途径	尚未实现临床应用，存在需要克服的技术挑战	探索人工智能在乳腺癌风险预测领域的应用潜力	全视野数字乳腺摄影图像	计算机视觉	乳腺癌	全视野数字乳腺摄影	深度学习	医学影像	NA	NA	NA	NA	NA
1668	2025-10-05	Enhanced prediction of gene mutation and risk stratification in non-small-cell lung cancer through dual-pathway fusion of radiomics and pathomics 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1646851 PMID:40969259	研究论文	开发并验证了一种融合影像组学、病理组学和临床特征的多模态模型，用于预测非小细胞肺癌的EGFR突变状态和风险分层	首次将影像组学、病理组学和临床特征通过双路径融合，构建综合预测模型，并采用弱监督学习和多示例学习开发病理组学特征	回顾性研究设计，样本量相对有限（387例患者）	精确预测非小细胞肺癌的EGFR突变状态和风险分层	非小细胞肺癌患者	数字病理	肺癌	影像组学、病理组学、深度学习	CNN, 弱监督学习, 多示例学习	医学影像、病理图像、临床数据	387例NSCLC患者（训练集193例，内部验证集83例，外部验证集111例）	NA	3D CNN	AUC, 95%CI, log rank检验	NA
1669	2025-10-05	Diagnostic performance of ultrasound characteristics-based artificial intelligence models for thyroid nodules: a systematic review and meta-analysis 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1614603 PMID:40969266	系统评价与荟萃分析	系统评估基于超声特征的人工智能模型在甲状腺结节良恶性鉴别中的诊断性能	首次通过系统评价和荟萃分析全面比较不同AI辅助诊断模型在甲状腺结节诊断中的表现，并确定最优诊断模型	纳入研究间存在显著异质性，部分亚组分析结果需谨慎解读	评估基于超声的人工智能诊断模型在甲状腺结节良恶性鉴别中的性能	甲状腺结节患者及其超声图像	医学影像分析	甲状腺疾病	超声成像	深度学习, 人工智能诊断模型	超声图像	28项研究，134,028名患者，158,161个甲状腺结节，529,479张超声图像	NA	EDLC-TN	敏感度, 特异度, 诊断比值比, 汇总受试者工作特征曲线下面积, 阳性似然比, 阴性似然比	NA
1670	2025-10-05	Key parameters in intratumoral-peritumoral region fusion models: optimizing deep learning radiomics for breast cancer diagnosis 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1587879 PMID:40969275	研究论文	本研究探索关键参数选择对乳腺肿瘤内-瘤周区域融合模型性能的影响，以优化深度学习影像组学在乳腺癌诊断中的应用	系统评估了伪彩色图像、原始精确ROI和直接扩展策略等关键参数组合对瘤周区域融合模型性能的优化效果	回顾性研究设计，样本量相对有限（411例），仅使用CEUS影像数据	提升深度学习影像组学模型在乳腺良恶性肿瘤鉴别诊断中的非侵入性诊断能力	411例女性乳腺病变患者	医学影像分析	乳腺癌	对比增强超声（CEUS）	深度学习影像组学模型	医学影像	411例来自四家医院的女性乳腺病变患者	NA	瘤周区域融合模型	AUC（曲线下面积）	NA
1671	2025-10-05	Federated learning-based virtual dual-energy CT generation from single-energy CT for gout detection 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251375570 PMID:40969395	研究论文	开发基于联邦学习的虚拟双能CT生成框架，用于痛风检测	首创基于深度学习的虚拟双能CT图像生成方法，并集成联邦学习实现多机构协作训练	NA	开发早期准确诊断痛风的联邦学习框架，解决现有诊断方法的局限性	痛风患者	医学影像分析	痛风	CT成像	深度学习	医学影像	NA	NA	U-Net	PSNR, SSIM, IoU, Dice score	NA
1672	2025-10-05	Gene regulatory network prediction using machine learning, deep learning, and hybrid approaches 2025, Forestry research DOI:10.48130/forres-0025-0014 PMID:40969532	研究论文	本研究开发并评估了机器学习、深度学习和混合方法在构建基因调控网络中的应用	提出结合卷积神经网络与传统机器学习的混合模型，并采用跨物种迁移学习策略解决非模式物种数据稀缺问题	未明确说明训练数据的具体规模和非模式物种数据稀缺程度的具体量化指标	开发高效的基因调控网络预测方法以阐明植物代谢途径的调控机制	拟南芥、杨树和玉米的转录组数据及木质素生物合成途径相关转录因子	机器学习	NA	转录组测序	CNN, 机器学习混合模型	转录组数据	NA	NA	卷积神经网络	准确率	NA
1673	2025-10-05	Assessing the accuracy of forest above-ground biomass and carbon storage estimation by meta-analysis based close-range remote sensing 2025, Forestry research DOI:10.48130/forres-0025-0017 PMID:40969538	研究论文	通过荟萃分析评估近距离遥感在森林地上生物量和碳储量估算中的准确性	首次系统评估不同近距离遥感技术（地面激光雷达、无人机、光谱和RGB传感器）在多个尺度（单木、样地和林分）的生物量估算精度	随着研究尺度扩大，精度和样本量均有所下降；不同森林类型间差异显著，需要分别建模	定量评估近距离遥感技术估算森林地上生物量的准确性	全球187项研究和233个数据集	遥感	NA	近距离遥感、地面激光雷达、无人机、光谱传感器、RGB传感器	荟萃分析	遥感数据、生物量测量数据	187项全球研究，233个数据集	NA	NA	R²（决定系数）	NA
1674	2025-10-05	Improving segmentation precision in prostate cancer adaptive radiation therapy with a patient-specific network 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0332603 PMID:40971852	研究论文	本研究提出一种患者特异性网络方法，用于提高前列腺癌自适应放疗中临床靶区分割的精度	采用患者特异性网络框架，通过PSNadaptive或PSNsequence实现持续适应每日解剖变化，区别于静态个性化方法	回顾性研究，样本量相对较小（26名患者，119个分次）	提高前列腺癌自适应放疗中临床靶区分割的准确性和效率	前列腺癌患者	医学影像分析	前列腺癌	锥形束CT（CBCT）	深度学习	医学影像	26名前列腺癌患者，119个分次	NA	Swin UNETR	Dice相似系数，95% Hausdorff距离，平均表面距离	NA
1675	2025-10-05	S2DB-mmWave YOLOv8n: Multi-object detection for millimeter-wave radar using YOLOv8n with optimized multi-scale features 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0332931 PMID:40971952	研究论文	提出基于YOLOv8n改进的毫米波雷达多目标检测框架S2DB-mmWave YOLOv8n，通过优化多尺度特征提升检测精度	设计了包含新卷积层和SimSPPF模块的主干网络、引入动态上采样技术、集成双向特征金字塔网络(BiFPN)进行特征融合优化	NA	解决毫米波雷达在多目标检测场景中难以有效区分多个物体和检测算法性能不佳的问题	毫米波雷达热图中的多类目标检测	计算机视觉	NA	毫米波雷达成像	YOLO	图像	2500张标注图像	NA	YOLOv8n, SimSPPF, BiFPN	mAP@0.5, mAP@0.5:0.95, precision, recall	NA
1676	2025-10-05	Detection and score grading for prostate adenocarcinoma using semantic segmentation 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0331613 PMID:40971958	研究论文	本研究通过语义分割方法实现前列腺腺癌的检测和Gleason评分分级	提出结合扩张注意力机制和残差卷积U-Net架构的新模型，采用像素扩展和类别权重解决类别不平衡问题	在外部测试数据上性能有所下降（Dice系数从0.87降至0.64）	提高前列腺癌诊断准确性并改善患者治疗策略	前列腺针芯活检标本中的腺癌组织，特别是Gleason模式3和4的区分	数字病理学	前列腺癌	全玻片数字成像	深度学习	图像	100张前列腺针芯活检标本的全玻片图像	NA	残差卷积U-Net	Dice系数, 准确率	NA
1677	2025-10-05	Linking transcriptome and morphology in bone cells at cellular resolution with generative AI 2024-Dec-31, Journal of bone and mineral research : the official journal of the American Society for Bone and Mineral Research IF:5.1Q1 DOI:10.1093/jbmr/zjae151 PMID:39303095	观点文章	探讨生成式AI在细胞分辨率下整合骨细胞转录组与形态学数据的潜力与应用前景	首次系统提出将生成式AI应用于骨细胞多模态数据整合，实现细胞分辨率下的转录组与形态学关联分析	骨单细胞数据存在技术偏差、重要骨细胞类型缺乏分析、空间信息不足等问题需要解决	推动生成式AI在骨细胞生物学研究中的应用发展	骨细胞	计算机视觉,自然语言处理,机器学习	骨骼疾病	单细胞测序,空间转录组学	生成式AI	组织学图像,单细胞分子数据,空间转录组数据	NA	NA	NA	NA	NA
1678	2025-10-05	Deep learning based binary classification of diabetic retinopathy images using transfer learning approach 2024-Dec, Journal of diabetes and metabolic disorders IF:1.8Q4 DOI:10.1007/s40200-024-01497-1 PMID:39610484	研究论文	提出基于迁移学习的深度学习二分类方法，用于糖尿病视网膜病变图像的自动诊断	使用20种预训练网络进行迁移学习，结合三种鲁棒数据集，通过数据预处理和增强技术提升模型性能	仅进行二分类（健康/不健康），未细分糖尿病视网膜病变的严重程度等级	开发准确的糖尿病视网膜病变自动检测系统，实现早期诊断	糖尿病患者的视网膜图像	计算机视觉	糖尿病视网膜病变	深度学习，迁移学习	CNN	医学图像	来自三个数据库（DRD-EyePACS、IDRiD、APTOS-2019）的组合数据集	NA	ResNet101, 及其他19种预训练网络（分为Series、DAG和轻量级三类）	准确率, 灵敏度, 特异性, 精确率, F1分数, ROC-AUC	NA
1679	2025-10-05	Using machine learning to identify risk factors for short-term complications following thumb carpometacarpal arthroplasty 2024-Dec, Journal of hand and microsurgery IF:0.3Q4 DOI:10.1016/j.jham.2024.100156 PMID:39669732	研究论文	本研究使用机器学习技术分析拇指腕掌关节成形术后的短期并发症风险因素	首次在拇指CMC关节成形术领域应用多种机器学习算法进行并发症预测，并识别关键风险因素	模型预测性能中等（AUC 0.55-0.61），仅使用30天短期随访数据	预测拇指腕掌关节成形术后短期并发症和再手术风险	接受拇指CMC关节成形术的患者	机器学习	骨关节炎	机器学习分析	Random Forest, Elastic-Net Regression, XGBoost, Neural Network	临床数据	7711例手术病例	NA	随机森林、弹性网络回归、极端梯度提升树、神经网络	AUC	NA
1680	2025-10-05	Impact of wearable device data and multi-scale entropy analysis on improving hospital readmission prediction 2024-11-01, Journal of the American Medical Informatics Association : JAMIA IF:4.7Q1 DOI:10.1093/jamia/ocae242 PMID:39301656	研究论文	本研究通过可穿戴设备数据和多尺度熵分析改进医院再入院预测模型	首次将多尺度熵分析应用于可穿戴设备时间序列数据，结合LSTM深度学习模型预测90天内非计划再入院	回顾性研究设计，需要前瞻性研究验证结果，样本量相对有限	提高医院非计划再入院的预测准确性	612名拥有可穿戴设备数据的出院患者	机器学习	老年疾病	可穿戴设备监测，多尺度熵分析	FNN, LSTM	时间序列数据，人口统计学数据，实验室数据	612名患者，来自35家医疗机构	NA	前馈神经网络，长短期记忆网络	ROC曲线下面积	NA