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
1721	2025-12-04	Clickbait detection in news headlines using RoBERTa-Large language model and deep embeddings 2025-Dec-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-30229-5 PMID:41331035	研究论文	本研究提出了一种基于RoBERTa-Large语言模型和深度嵌入的新闻标题点击诱饵检测方法	首次将RoBERTa-Large这一基于Transformer的架构应用于新闻标题点击诱饵检测任务，并集成自注意力机制以捕捉复杂的上下文依赖和语义关系	未明确说明模型在跨语言或跨领域新闻数据上的泛化能力，也未讨论计算资源消耗的具体情况	开发自动检测新闻标题中点击诱饵内容的高性能分类系统	新闻标题文本数据	自然语言处理	NA	自然语言处理技术	Transformer, 深度学习模型	文本	NA	PyTorch（基于Transformer架构推断）	RoBERTa-Large	分类准确率	NA
1722	2025-12-04	Innovation of entrepreneurship education in auxiliary instruction system for college aesthetic course teaching under BPNN model 2025-Dec-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-30967-6 PMID:41331061	研究论文	本研究提出并验证了一种基于BPNN模型的辅助教学系统，旨在提高音乐院校美育课程中创新创业教育的精准性和有效性	首次将BPNN模型应用于音乐院校美育课程的创新创业能力评估，构建了包含多级指标的评价框架，实现了对学生创业能力的精准建模与反馈	当前评估框架需要进一步细化，以更好地满足专业化和产业化发展的需求	提升音乐院校美育课程中创新创业教育的教学支持系统与教学效果	西安地区音乐院校的毕业生	机器学习	NA	问卷调查	BPNN	问卷数据	444份有效问卷	NA	BPNN	相对误差	NA
1723	2025-12-04	An MRI radiomics approach using invasion-based weak supervision for identifying and evaluating aggressive PitNETs 2025-Dec-02, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-02189-7 PMID:41331080	研究论文	本研究开发了一种基于MRI影像组学的深度学习模型，用于术前无创识别和评估垂体神经内分泌肿瘤的侵袭性	提出了一种结合自动分割、特征提取与选择的深度学习影像组学方法，并利用基于侵袭性的弱监督训练策略，模型性能优于传统Knosp和Hardy-Wilson分类系统	研究样本来自三个医疗中心共1089例，虽具一定规模，但可能仍需更大规模多中心验证以进一步推广	开发一种可靠的非侵入性术前工具，用于识别和评估垂体神经内分泌肿瘤的侵袭性，以指导治疗和预后	垂体神经内分泌肿瘤患者	数字病理学	垂体神经内分泌肿瘤	MRI影像组学	深度学习	MRI图像	1089例来自三个医疗中心	nnUnet, Swin Transformer	nnUnet, Swin Transformer	与Knosp和Hardy-Wilson分类的相关性，复发预测性能，侵袭性病理标志物关联分析	NA
1724	2025-12-04	The regulatory code of injury-responsive enhancers enables precision cell-state targeting in the CNS 2025-Dec-02, Nature neuroscience IF:21.2Q1 DOI:10.1038/s41593-025-02131-w PMID:41331142	研究论文	本文研究了哺乳动物中枢神经系统中损伤诱导的转录程序如何通过增强子编码，并利用深度学习模型揭示其细胞类型特异性机制	通过单核转录组学和染色质可及性分析识别损伤诱导的细胞类型特异性增强子，并利用深度学习模型解析其整合通用刺激响应元件与细胞身份程序的架构	研究主要基于小鼠脊髓挫伤模型，可能无法完全代表其他损伤类型或物种的中枢神经系统反应	解码损伤响应增强子的调控原则，以设计能够靶向疾病相关细胞状态的序列	小鼠脊髓挫伤后的中枢神经系统细胞，特别是胶质细胞和反应性星形胶质细胞	机器学习	中枢神经系统损伤	单核转录组学, 染色质可及性分析, 深度学习	深度学习模型	转录组数据, 染色质可及性数据	数千个损伤诱导的细胞类型特异性增强子	NA	NA	NA	NA
1725	2025-12-04	A deep learning model for multiclass lung cancer classification using multimodal data fusion 2025-Dec-02, Discover oncology IF:2.8Q2 DOI:10.1007/s12672-025-04168-6 PMID:41331169	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1726	2025-12-04	Decoding protein binding plasticity via integrated deep ribosome display and deep learning 2025-Dec-02, Communications biology IF:5.2Q1 DOI:10.1038/s42003-025-09160-y PMID:41331327	研究论文	本研究开发了一个结合深度实验筛选与深度学习的平台，用于解码蛋白质结合可塑性	开发了一种去除了所有已知核糖体终止和拯救功能的核糖体展示技术，并创建了一个包含4780万个独特肽段的综合数据集；提出了一种深度学习架构，通过整合序列背景、富集动态和子序列丰度信息，实现了对链霉亲和素结合活性的高精度预测	未明确说明平台在其他蛋白质相互作用系统中的普适性验证情况	系统探索蛋白质相互作用可塑性，并实现合成肽的数据驱动设计	蛋白质结合可塑性，特别是链霉亲和素结合肽段	机器学习	NA	核糖体展示	深度学习	序列数据	4780万个独特肽段	NA	NA	Pearson相关系数	NA
1727	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
1728	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
1729	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
1730	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
1731	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
1732	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
1733	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
1734	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
1735	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
1736	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
1737	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
1738	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
1739	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
1740	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