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
1681	2025-12-04	DeepRNA-DTI: a deep learning approach for RNA-compound interaction prediction with binding site interpretability 2025-Dec-02, Journal of cheminformatics IF:7.1Q1 DOI:10.1186/s13321-025-01132-y PMID:41331479	研究论文	提出一种基于深度学习的RNA-化合物相互作用预测方法DeepRNA-DTI，该模型能够同时预测相互作用是否存在以及核苷酸水平的结合位点	结合了预训练嵌入（RNA-FM和Mole-BERT）和多任务学习框架，首次在序列基础上实现了RNA-化合物相互作用的可解释性结合位点预测	模型性能受限于实验数据的可用性，且RNA结构的固有复杂性可能影响预测精度	开发一种能够预测RNA-化合物相互作用并解释结合位点的计算方法，以促进RNA靶向药物的发现	RNA序列与化合物分子	自然语言处理, 机器学习	NA	深度学习, 迁移学习, 多任务学习	深度学习模型	序列数据（RNA序列和化合物表示）	整合了PDB和文献来源的综合数据集，并应用于超过4800万种化合物的高通量虚拟筛选	PyTorch	基于预训练嵌入的深度学习架构（RNA-FM, Mole-BERT）	NA	NA
1682	2025-12-04	Non-invasive prediction of Ki-67 and p53 biomarkers in spinal ependymoma via deep learning: using multimodal magnetic resonance imaging and clinical data 2025-Dec-02, Biomarker research IF:9.5Q1 DOI:10.1186/s40364-025-00879-8 PMID:41331485	研究论文	本研究开发了一个深度学习框架，利用多模态磁共振成像和临床数据，非侵入性地预测脊髓室管膜瘤中的Ki-67和p53生物标志物	首次将深度学习应用于脊髓室管膜瘤，通过整合多模态MRI和临床数据，非侵入性地预测Ki-67和p53生物标志物，克服了该肿瘤罕见、数据集不足以及脊髓MRI分析的技术挑战	由于脊髓室管膜瘤的罕见性，数据集可能仍显不足，且研究依赖于特定的MRI序列和临床数据，外部验证的样本量可能有限	开发一个非侵入性方法，预测脊髓室管膜瘤的Ki-67和p53生物标志物，以辅助术前规划和精准神经外科治疗	352名经组织学确诊为脊髓室管膜瘤的患者，其术前MRI扫描、临床信息以及通过免疫组化评估的Ki-67和p53状态	数字病理学	脊髓室管膜瘤	磁共振成像, 免疫组化	集成神经网络, Light Gradient Boosting Machine	图像, 临床数据	352名患者	NA	SegFormer, LGBMNet, Multilayer Perceptron	AUC	NA
1683	2025-12-04	Mitigating distributed denial of service attacks using attribute subset selection with temporal convolutional networks 2025-Dec-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-30137-8 PMID:41331500	研究论文	本文提出了一种基于樽海鞘群特征选择和深度学习架构的新型智能框架（IFAD-SSFSDLA），用于实时检测分布式拒绝服务攻击	结合樽海鞘群算法进行特征选择和时序卷积网络进行分类，提高了DDoS攻击检测的准确性和实时性	未明确说明模型在更复杂或新兴攻击模式下的泛化能力，以及计算资源消耗的具体分析	开发一个实时DDoS攻击检测系统，利用优化算法提升检测性能	分布式拒绝服务攻击	机器学习	NA	NA	深度学习	网络流量数据	使用了CIC-IDS-2017和Edge-IIoT两个数据集	NA	时序卷积网络	准确率	NA
1684	2025-12-04	Comparative Performance Evaluation of Federated and Centralized Learning for Velum and OTE Segmentation in Sleep Endoscopy Images 2025-Dec-02, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01756-4 PMID:41331654	研究论文	本研究系统比较了集中式学习与联邦学习在睡眠内镜图像中对软腭和口咽-舌根-会厌区域进行语义分割的性能	首次在多机构睡眠内镜视频数据上系统比较联邦学习与集中式学习在气道结构分割任务中的性能差异	模型在模糊边界和舌根解剖变异区域仍存在分割困难，联邦学习性能显著低于集中式学习	评估不同学习范式在睡眠内镜图像分割中的性能，为阻塞性睡眠呼吸暂停治疗提供分析工具	药物诱导睡眠内镜图像中的软腭及口咽-舌根-会厌区域	计算机视觉	阻塞性睡眠呼吸暂停	药物诱导睡眠内镜	CNN	视频图像	多机构睡眠内镜视频数据（具体数量未说明）	NA	NA	精确率,召回率,准确率,Dice相似系数	NA
1685	2025-12-04	Beyond Accuracy: A MultiDimensional Framework for Evaluating Medical Image Classification Through Win vs. Lose Model Comparisons 2025-Dec-02, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01754-6 PMID:41331656	研究论文	本研究通过系统评估不同架构在皮肤病变分类任务上的表现，揭示了现成深度学习模型在医学图像领域的泛化局限性，并提出了一种基于“胜败”模型比较的多维度评估框架	提出了跨架构可解释性框架，通过比较“胜”模型与“败”模型的Grad-CAM热图，并引入分形维数、熵和对称性等定量感知指标来客观评估模型可解释性	研究仅基于DermaMNIST数据集进行皮肤病变分类任务，未验证在其他医学影像任务或数据集上的普适性	评估现成深度学习模型在医学图像分类任务中的局限性，并开发多维度评估框架以促进医疗领域深度学习系统的透明可靠部署	皮肤病变图像分类	计算机视觉	皮肤癌	深度学习	CNN	图像	使用DermaMNIST数据集	未明确提及	ResNet, RevNet	准确率, 分形维数, 熵, 对称性	未明确提及
1686	2025-12-04	An immersive mirror: a descriptive study of peer observer and active participant experiences in simulation 2025-Dec-02, Advances in simulation (London, England) DOI:10.1186/s41077-025-00395-7 PMID:41331705	研究论文	本研究通过定性描述设计，探索了护理模拟中同伴观察者和积极参与者的思维体验，以理解共享学习经历如何改善护理实践	首次深入探讨护理模拟中同伴观察者的思维和情感反应，强调观察者共情作为主动学习工具的重要性	研究样本仅限于预注册二年级护理学生，可能无法推广到其他教育阶段或专业背景	探索护理模拟中同伴观察者和积极参与者的思维体验，以促进治疗关系和整体护理的进步	预注册二年级护理学生	NA	NA	NA	NA	定性描述数据	175份同伴观察者报告和234份积极参与者报告	NA	NA	NA	NA
1687	2025-12-04	Deep Learning-Based Prediction Model for Cardiac Resynchronization Therapy Responders Using Electrocardiogram Data 2025-Dec-02, Journal of cardiovascular electrophysiology IF:2.3Q2 DOI:10.1111/jce.70212 PMID:41331773	研究论文	本研究开发并评估了基于深度学习模型，利用植入前心电图数据预测心脏再同步治疗响应者	首次结合自监督学习增强的ResNet-18模型与心电图图像数据，用于预测CRT响应，并通过Grad-CAM提供模型可解释性分析	研究为回顾性分析，样本量相对较小（285例患者），且仅基于单中心数据，可能影响模型的泛化能力	开发并评估深度学习模型，以预测心脏再同步治疗（CRT）的响应者，优化患者选择和治疗策略	接受CRT植入并完成6个月随访的285例患者	机器学习	心血管疾病	心电图（ECG）数据采集	CNN, LightGBM	图像, 时间序列数据	285例患者	PyTorch, LightGBM	ResNet-18	准确率, 阳性预测值, 阴性预测值	NA
1688	2025-12-04	Enhancing diagnosis of gout with deep learning in dual-energy computed tomography: a retrospective analysis of crystal and artefact differentiation 2025-Dec-01, Rheumatology (Oxford, England) DOI:10.1093/rheumatology/keae523 PMID:39565918	研究论文	本研究利用深度学习算法在双能计算机断层扫描中区分痛风晶体沉积与伪影，以提高痛风诊断准确性	首次将深度学习应用于双能计算机断层扫描中绿色编码区域（指示痛风石）与团块伪影的自动区分，实现了高精度的病变分类	研究为回顾性分析，样本量相对有限（74名患者），且未在外部验证集上进行测试	评估深度学习在双能计算机断层扫描中区分痛风晶体沉积与伪影的诊断准确性	从47名痛风患者和27名无痛风对照者的双能计算机断层扫描中提取的18,704个感兴趣区域	计算机视觉	痛风	双能计算机断层扫描	CNN, SVM	图像	74名患者（47名痛风患者，27名无痛风对照者），共18,704个感兴趣区域	NA	卷积神经网络，支持向量机	AUC，灵敏度，特异性，阳性预测值，阴性预测值，准确率	NA
1689	2025-12-04	Dispersion based recurrent neural network model for methane monitoring in Albertan tailings ponds 2025-Dec, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2025.127748 PMID:41187672	研究论文	本研究开发了一种基于扩散的循环神经网络模型，用于监测阿尔伯塔省尾矿池的甲烷排放	提出了一种结合扩散模型的循环神经网络方法，能够同时预测甲烷排放量和浓度，并利用反向扩散建模识别活跃尾矿池	NA	评估阿尔伯塔油砂尾矿池的甲烷排放潜力并进行未来预测	阿尔伯塔油砂尾矿池的甲烷排放	机器学习	NA	扩散建模	循环神经网络	NA	NA	NA	Dispersion based Recurrent Neural Network	NA	NA
1690	2025-12-04	A cross-city transferable convolutional neural network framework for assessing street-scale flood risks in urban networks 2025-Dec, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2025.127977 PMID:41242263	研究论文	本研究提出了一种基于卷积神经网络的AI驱动框架，用于评估城市街道尺度的洪水风险，通过整合水文气象、地形和城市形态数据	该框架展示了强大的空间可转移性，能够跨城市（从深圳到香港）应用，并强调了深度学习在城市洪水风险评估中的创新潜力	NA	评估城市街道尺度的洪水风险，为不同城市区域制定定制化的洪水缓解策略	城市洪水风险，特别是针对深圳和香港的街道网络	计算机视觉	NA	卷积神经网络	CNN	水文气象、地形和城市形态数据	NA	NA	卷积神经网络	NA	NA
1691	2025-12-04	Integration of Dose Surface Maps and Genetic Data Identifies the Lower Posterior Rectum as a Key Region for Toxicity after Prostate Cancer Radiotherapy 2025-Dec-01, Clinical cancer research : an official journal of the American Association for Cancer Research IF:10.0Q1 DOI:10.1158/1078-0432.CCR-25-2102 PMID:41081635	研究论文	本研究结合直肠剂量表面图和遗传数据，识别了前列腺癌放疗后直肠毒性的关键区域	首次将直肠剂量表面图与遗传数据结合，通过体素级Cox比例风险模型识别了基因型驱动的毒性模式，特别是发现下后直肠区域为关键风险区域	研究样本仅来自REQUITE研究的1,293名患者，可能无法完全代表所有人群；且仅分析了三个候选SNP，未涵盖全基因组范围	识别直肠区域中影响剂量-毒性关系的遗传变异，以优化前列腺癌放疗的个性化治疗	前列腺癌患者	数字病理学	前列腺癌	深度学习直肠轮廓分割，剂量表面图生成，体素级Cox比例风险模型	深度学习模型	医学图像（直肠剂量表面图），遗传数据（SNP）	1,293名前列腺癌患者	NA	NA	P值，风险比	NA
1692	2025-12-04	Analysis of the impact of irradiance and temperature on photovoltaic production: A statistical and machine learning approach 2025-Dec, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2025.103716 PMID:41323109	研究论文	本研究结合统计分析和深度学习技术，探讨了太阳辐照度和环境温度对光伏发电量的影响	采用基于自编码器的模型捕捉复杂的非线性关系，并引入了新的交互项以增强对联合环境变化的敏感性	NA	评估环境因素对光伏发电量的影响，并优化光伏系统在多变气候条件下的性能	光伏发电系统及其产量	机器学习	NA	统计分析和深度学习	自编码器	环境参数数据（如辐照度、温度）和光伏发电量数据	NA	NA	自编码器	准确度，泛化能力	NA
1693	2025-12-04	Associations Between Deep Learning-Derived Fat, Muscle, and Bone Measures From Abdominal Computed Tomography Scans and Fall Risk in Persons Aged 20 Years or Older 2025-Dec, Mayo Clinic proceedings. Digital health DOI:10.1016/j.mcpdig.2025.100299 PMID:41323361	研究论文	本研究探讨了通过深度学习从腹部CT扫描中提取的脂肪、肌肉和骨骼测量指标与20岁及以上成年人跌倒风险之间的关联	首次利用深度学习算法从腹部CT扫描中自动量化身体成分指标，并评估其与跌倒风险的关联，特别是在中年人群中识别出肌肉密度降低与跌倒风险增加之间的显著联系	研究基于回顾性数据，可能受选择偏差影响；仅使用腹部CT扫描，未考虑全身其他部位的身体成分；跌倒事件通过医疗编码识别，可能存在漏报或误报	确定腹部CT扫描中的身体成分测量指标是否与成年人的跌倒风险相关	20至89岁的成年人，通过罗切斯特流行病学项目识别，接受过腹部CT扫描	医学影像分析	老年疾病	腹部计算机断层扫描	深度学习算法	医学影像	3972名年龄在20至89岁之间的个体	NA	NA	调整后的风险比，95%置信区间，P值	NA
1694	2025-12-04	WMC-Leafset: A dataset of wax gourd and Mangalore cucumber plants for leaf miner and pest infestation diseased object detection 2025-Dec, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.112231 PMID:41323749	研究论文	本文介绍了一个用于检测冬瓜和芒格洛尔黄瓜叶片上潜叶虫和害虫侵染的新数据集WMC-Leafset	填补了公开数据集中缺乏芒格洛尔黄瓜和冬瓜品种的空白，提供了包含复杂田间背景、重叠叶片、多角度和多距离拍摄的图像，支持对象级别的多病害检测	未提及模型的具体性能评估或与其他数据集的直接比较	促进可持续农业实践，通过早期病害检测提高作物产量和粮食安全	受潜叶虫和害虫侵染的冬瓜和芒格洛尔黄瓜植株叶片，以及健康叶片	计算机视觉	植物病害	图像采集	对象检测模型	图像	3200张图像	NA	NA	NA	NA
1695	2025-12-04	A comprehensive dataset of agarwood tree (Aquilaria Malaccensis) leaf images for disease analysis in Brunei Darussalam 2025-Dec, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.112227 PMID:41323752	研究论文	本文介绍了一个用于沉香树病害分析的叶片图像数据集，旨在支持基于人工智能的植物病害自动识别	首次为具有重要商业和生态价值的沉香树构建了一个大规模、高分辨率、包含多种病害和虫害类别的叶片图像数据集	数据集仅来源于文莱的三个种植园，可能无法完全代表其他地理区域的病害情况	开发用于沉香树病害和虫害自动识别的AI模型，以支持可持续农业和精准植物健康管理	沉香树（Aquilaria Malaccensis）的叶片	计算机视觉, 数字病理学	植物病害	图像采集	深度学习模型	图像	5472张叶片图像，分为14个类别（8种病害、5种虫害、1类健康叶片）	NA	NA	NA	NA
1696	2025-12-04	YSED: Yemeni speech emotion dataset 2025-Dec, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.112233 PMID:41323760	研究论文	本文介绍了首个也门阿拉伯语语音情感数据集YSED，用于支持基于深度学习的也门方言语音情感识别研究	创建了首个专门针对也门阿拉伯语方言的语音情感数据集，填补了该方言在语音情感识别研究中的数据空白	数据集规模相对较小（1432条有效录音），情感类别仅限于五种基本情绪，参与者年龄范围有限（15-45岁）	为也门阿拉伯语方言的语音情感识别研究提供高质量的数据资源	也门阿拉伯语方言的语音情感数据	自然语言处理	NA	模拟诱导录音方法	NA	音频	71名也门志愿者（37男34女），年龄15-45岁，最终包含1432条有效语音录音	NA	NA	Fleiss' Kappa系数	NA
1697	2025-12-04	Development and validation of a multi-modal MRI-based deep learning framework for differentiation of intraspinal tumors (ISMF-Net) 2025-Dec, EClinicalMedicine IF:9.6Q1 DOI:10.1016/j.eclinm.2025.103636 PMID:41324009	研究论文	本研究开发并验证了一个基于多模态MRI和临床数据的深度学习框架ISMF-Net，用于区分不同类型的椎管内肿瘤	提出了一个集成多序列MRI特征和临床数据的深度学习框架ISMF-Net，用于椎管内肿瘤的鉴别诊断，并通过观察者研究验证了模型辅助对放射科医生诊断性能的提升	研究为回顾性设计，且转移瘤（MET）的诊断性能相对较低	开发并验证一个基于MRI的深度学习模型，以辅助椎管内肿瘤的鉴别诊断	被诊断为椎管内肿瘤（ISTs）的患者，包括神经鞘瘤（SCN）、脑膜瘤（MNG）、星形细胞瘤（AST）、室管膜瘤（EPN）和转移瘤（MET）	数字病理学	椎管内肿瘤	脊柱MRI，包括矢状位T1加权（T1W）、T2加权（T2W）、T2脂肪抑制（T2FS）和轴位T2W序列	深度学习模型	多模态MRI图像和临床数据	来自中国三家医院的1004名患者（内部数据集723名，外部测试集281名）	NA	ISMF-Net	微平均准确率（micro-ACC），F1分数，准确率，敏感性，特异性	NA
1698	2025-12-04	A non-invasive MRI-based multimodal fusion deep learning model (MF-DLM) for predicting overall survival in bladder cancer: a multicentre retrospective study 2025-Dec, EClinicalMedicine IF:9.6Q1 DOI:10.1016/j.eclinm.2025.103640 PMID:41324013	研究论文	本研究开发并验证了一种基于MRI的多模态融合深度学习模型，用于预测膀胱癌患者的总生存期	提出了一种利用交叉注意力机制融合三维深度学习特征、三维影像组学特征、形态学MRI特征和临床特征的多模态融合深度学习模型，用于非侵入性地预测膀胱癌预后	研究为回顾性多中心设计，可能存在选择偏倚；模型性能需在前瞻性研究中进一步验证	开发并验证一个非侵入性模型，用于准确预测膀胱癌患者的总生存期，以指导个性化治疗	膀胱癌患者	数字病理学	膀胱癌	磁共振成像	深度学习模型	图像, 临床数据	来自中国8家机构的1131名膀胱癌患者（训练集697人，内部验证集174人，外部测试集260人）	NA	改进的3D ResNet50	C-index	NA
1699	2025-12-04	Geometric Deep Learning for the Rubik's Cube Group 2025-Dec, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2025.3599009 PMID:40839500	研究论文	本文提出了一种基于几何深度学习的新型神经网络架构，用于解决魔方问题，该架构通过利用魔方领域的对称性来提升性能	首次在魔方问题中引入几何深度学习原则，设计了一个显式利用对称性的神经网络架构，并基于严格的群论分析进行验证	未明确说明模型在更复杂或更大规模组合问题上的泛化能力，以及计算资源的具体需求	开发一种能够有效利用对称性来提升魔方问题求解效率和泛化能力的神经网络模型	魔方（Rubik's Cube）及其状态空间	机器学习	NA	几何深度学习，群论分析	神经网络	组合状态数据	NA	NA	对称不变模型	泛化能力，问题解决效率	NA
1700	2025-12-04	IRPruneDeXt: Efficient Infrared Small Target Detection via Musical Wavelet-Regularized Channel Pruning 2025-Dec, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2025.3594958 PMID:40844941	研究论文	本文提出了一种基于小波结构正则化和多维音乐尺度软通道剪枝的高效红外小目标检测模型IRPruneDeXt	首次将网络剪枝概念引入红外小目标检测领域，并创新性地提出小波结构正则化多维音乐尺度软通道剪枝方法，通过小波域权重表示和音乐尺度反馈效应实现高效剪枝	未明确说明模型在极端低信噪比环境下的鲁棒性，且剪枝过程可能对特定目标形态敏感	提升红外小目标检测模型的效率与精度，解决现有深度学习模型参数冗余和计算成本高的问题	红外图像中的微弱小目标	计算机视觉	NA	红外成像	深度学习	红外图像	多个广泛使用的基准数据集（未指定具体数量）	NA	U-net	IoU, nIoU, 参数量, FLOPs	NA