深度学习在生物医药领域中的应用

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
161	2025-08-06	The optimised model of predicting protein-metal ion ligand binding residues 2025 Jan-Dec, IET systems biology IF:1.9Q3 DOI:10.1049/syb2.70001 PMID:39873344	研究论文	本研究通过融合氨基酸及其衍生信息作为特征参数，利用机器学习和深度学习算法预测蛋白质-金属离子配体结合残基（PMILBRs）	结合深度学习算法提升了Ca和Mg离子配体结合残基的预测效果，并提供了每种离子配体结合残基的最佳预测模型	NA	准确预测蛋白质-金属离子配体结合残基（PMILBRs）	蛋白质-金属离子配体结合残基	机器学习	NA	机器学习算法、深度学习算法	CNN, LSTM, GAN（未明确提及具体模型，但使用了深度学习算法）	氨基酸序列及其衍生信息	NA
162	2025-08-06	ACP-DPE: A Dual-Channel Deep Learning Model for Anticancer Peptide Prediction 2025 Jan-Dec, IET systems biology IF:1.9Q3 DOI:10.1049/syb2.70010 PMID:40119615	研究论文	本文提出了一种基于双通道深度学习的抗癌肽预测模型ACP-DPE	提出了一种结合Bi-GRU模块和扩张卷积模块的双通道深度学习模型，用于抗癌肽预测，性能优于现有方法	实验条件限制可能导致预测结果存在偏差	开发一种高效准确的抗癌肽预测方法	抗癌肽(ACPs)	生物信息学	癌症	深度学习	Bi-GRU与扩张卷积结合的双通道模型	肽序列数据	NA
163	2025-08-06	TNFR-LSTM: A Deep Intelligent Model for Identification of Tumour Necroses Factor Receptor (TNFR) Activity 2025 Jan-Dec, IET systems biology IF:1.9Q3 DOI:10.1049/syb2.70007 PMID:40156875	研究论文	开发了一种名为DEEP-TNFR的深度学习模型，用于预测肿瘤坏死因子受体（TNFR）的活性	结合了相对和反向位置特征以及统计矩，并测试了六种不同的深度学习分类器，其中LSTM表现最佳	未提及模型在更广泛数据集上的泛化能力	提高TNFR活性识别的准确性	肿瘤坏死因子受体（TNFR）	机器学习	癌症	深度学习	LSTM, Bi-LSTM, GRU, CNN, RNN, FCN	生物分子数据	使用了一个公认的基准数据集，具体样本量未提及
164	2025-08-06	Improved in Silico Identification of Protein-Protein Interactions Using Deep Learning Approach 2025 Jan-Dec, IET systems biology IF:1.9Q3 DOI:10.1049/syb2.70008 PMID:40275540	研究论文	本文提出了一种名为Deep_PPI的新型深度学习模型，用于预测多种物种的蛋白质-蛋白质相互作用（PPIs）	开发了Deep_PPI模型，采用21D向量表示氨基酸残基，并使用Keras二进制轮廓编码技术，通过一维卷积神经网络构建预测模型，性能优于现有机器学习和PPI方法	未提及模型在特定疾病或复杂生物系统中的适用性验证	提高蛋白质-蛋白质相互作用的计算机识别准确性，支持新药开发	多种物种的蛋白质序列（如人类、秀丽隐杆线虫、大肠杆菌等）	机器学习	癌症	深度学习、Keras二进制轮廓编码	CNN	蛋白质序列数据	多种物种数据集（未明确样本数量）
165	2025-08-06	LTR-Net: A deep learning-based approach for financial data prediction and risk evaluation in enterprises 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0328013 PMID:40748872	研究论文	本文提出了一种名为LTR-Net的深度学习模型，用于企业金融数据预测和风险评估	LTR-Net结合了LSTM、Transformer和ResNet模块，能够有效处理金融数据中的多维特征和动态变化，显著提高了预测准确性和稳定性	未明确提及具体限制，但可能涉及模型在更广泛数据集上的泛化能力验证	提高金融数据预测和风险评估的准确性和稳定性	企业金融数据和风险	机器学习	NA	深度学习	LSTM, Transformer, ResNet	时间序列数据	Kaggle Financial Distress Prediction Dataset和Yahoo Finance Stock Market Data
166	2025-08-06	A comparative study of machine learning models for automated detection and classification of retinal diseases in Ghana 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0327743 PMID:40748964	研究论文	本研究比较了多种卷积神经网络模型在加纳视网膜疾病自动检测和分类中的性能	使用多种先进的CNN模型（如DenseNet121、ResNet50、Inception V3和MobileNet）进行视网膜疾病的自动检测和分类，并采用高斯过程贝叶斯优化（GPBBO）方法进行超参数调优	数据集有限，未来研究需要扩展数据集并验证模型在临床环境中的实际应用	开发和比较多种CNN模型在视网膜疾病自动检测和分类中的性能	视网膜疾病（如青光眼、黄斑水肿、后玻璃体脱离）和正常眼睛的OCT图像	计算机视觉	视网膜疾病	光学相干断层扫描（OCT）	CNN（包括DenseNet121、ResNet50、Inception V3、MobileNet）	图像	来自WATBORG眼科诊所的OCT图像
167	2025-08-06	AI-Driven fetal distress monitoring SDN-IoMT networks 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0328099 PMID:40743297	研究论文	本研究提出了一种基于生成对抗网络（GAN）和自动编码器模型的框架，用于解决胎儿监护中的信息不平衡问题	利用重建误差和基于Wasserstein距离的GANs解决胎儿心率和减速数据不平衡问题，提高了产前监护的性能	研究仅使用了CTU-UHB数据集进行验证，可能需要更多样化的数据集来验证模型的普适性	提高产前监护的性能，预防胎儿并发症或死亡	孕妇的临床数据，特别是胎儿心率和减速	数字病理学	产科疾病	GAN, 自动编码器模型	GAN	临床数据	使用了CTU-UHB数据集，具体样本数量未明确说明
168	2025-08-06	Dynamic Personalized Federated Learning for Cross-Spectral Palmprint Recognition 2025, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2025.3592508 PMID:40737152	研究论文	本文提出了一种动态个性化联邦学习模型DPFed-Palm，用于跨光谱掌纹识别，以解决隐私泄露和非独立同分布问题	提出了一种新的损失函数组合和动态权重选择策略，以增强模型特征表示能力并优化个性化全局模型	未提及模型在更大规模数据集上的泛化能力	解决掌纹识别中的隐私泄露和非独立同分布问题，提高识别性能	跨光谱掌纹图像	计算机视觉	NA	联邦学习	DPFed-Palm（基于FedAvg和PFL的组合策略）	图像	三个公共数据集（PolyU multispectral, IITD, CASIA）
169	2025-08-06	Multi-scale feature pyramid network with bidirectional attention for efficient mural image classification 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0328507 PMID:40758742	研究论文	提出了一种基于DenseNet201-FPN的深度学习模型，用于壁画图像分类，结合双向注意力机制和动态焦点蒸馏损失	引入双向卷积块注意力模块(Bi-CBAM)、动态焦点蒸馏损失和凸正则化，提升低频类别的细节感知能力	数据集规模有限(2000张图像)，可能影响模型泛化能力	解决壁画图像识别中的跨文化和多时期风格泛化挑战	壁画图像	计算机视觉	NA	深度学习	DenseNet201-FPN, Bi-CBAM, LSTM	图像	2000张壁画图像，26个子类别
170	2025-08-06	SMoFFI-SegFormer: a novel approach for ovarian tumor segmentation based on an improved SegFormer architecture 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1555585 PMID:40761240	研究论文	提出了一种基于改进SegFormer架构的卵巢肿瘤分割新方法SMoFFI-SegFormer	引入了新颖的自调制融合与特征抑制（SMoFFI）模块，增强多尺度特征表示并处理肿瘤空间异质性	未提及具体局限性	提高卵巢癌诊断准确性和患者预后	卵巢肿瘤的超声图像分割	数字病理学	卵巢癌	深度学习	改进的SegFormer架构（SMoFFI-SegFormer）	超声图像	两个公共数据集（OTU_2D和OTU_CEUS）
171	2025-08-06	Hybrid deep learning models for text-based identification of gene-disease associations 2025, BioImpacts : BI IF:2.2Q3 DOI:10.34172/bi.31226 PMID:40761527	研究论文	本研究利用深度学习技术自动识别基因与疾病之间的关联，通过公开数据集进行分类	采用三种混合深度学习模型（CNN-LSTM、CNN-GRU和CNN-GRU-LSTM）并结合注意力机制，相比现有方法（如BioBERT）在分类性能上表现更优	未提及具体局限性	自动化识别基因与疾病之间的关联，以促进医学研究和改善临床结果	基因与疾病关联的文本数据	自然语言处理	NA	Word2Vec, fastText, 注意力机制	CNN-LSTM, CNN-GRU, CNN-GRU-LSTM	文本	三个公开数据集（EU-ADR、GAD和SNPPhenA）
172	2025-08-06	DLML-PC: an automated deep learning and metric learning approach for precise soybean pod classification and counting in intact plants 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1583526 PMID:40761559	研究论文	提出了一种结合深度学习和度量学习的自动化方法DLML-PC，用于精确分类和计数完整大豆植株上的豆荚	直接检测未拆解植株上不同类型豆荚的数量，并通过度量学习方法修正计数结果，提高了对不同类型豆荚计数的准确性	未明确提及研究的局限性	简化传统人工过程，快速准确测定大豆成熟期豆荚数量表型	大豆植株上的豆荚	计算机视觉	NA	深度学习，度量学习	YOLOX, Siamese Network, SE-ResNet50	图像	未明确提及具体样本数量
173	2025-08-06	Dynamic gating-enhanced deep learning model with multi-source remote sensing synergy for optimizing wheat yield estimation 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1640806 PMID:40761564	研究论文	本研究提出了一种基于LSTM-Transformer架构的动态门控增强深度学习模型STF-MoE，用于优化小麦产量估算	引入了时空融合专家混合（STF-MoE）机制和自适应门控网络，动态处理多源遥感特征和环境变量	在极端产量区域存在低估现象，未来需要优化计算效率和整合更高分辨率数据	提高小麦产量估算的准确性，以支持高效的作物管理	中国六个主要省份的小麦产量	机器学习	NA	多源遥感数据融合（如NIRv、Fpar）	LSTM-Transformer	遥感数据、环境变量	六个中国主要省份的小麦产量数据
174	2025-08-06	Detection of microplastics stress on rice seedling by visible/near-infrared hyperspectral imaging and synchrotron radiation Fourier transform infrared microspectroscopy 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1645490 PMID:40761567	研究论文	本研究利用可见/近红外高光谱成像和同步辐射傅里叶变换红外显微光谱技术，检测微塑料胁迫下水稻幼苗的生理生化变化	提出了一种改进的SE-LSTM全光谱检测模型，检测准确率超过93.88%，并结合SHAP框架解释模型，识别与叶绿素、类胡萝卜素、水分含量和纤维素相关的波段	研究仅针对三种微塑料（PET、PS、PVC）和特定浓度（0、10、100 mg/L）进行，可能无法涵盖所有微塑料类型和浓度范围	开发高效、无损的检测方法，快速筛查和诊断微塑料胁迫下的水稻幼苗	暴露于不同浓度微塑料胁迫下的水稻幼苗	农业光谱技术	NA	可见/近红外高光谱成像（VNIR-HSI）、同步辐射傅里叶变换红外光谱（SR-FTIR）、二维相关光谱（2DCOS）	改进的SE-LSTM	光谱数据	暴露于不同浓度（0、10、100 mg/L）PET、PS、PVC微塑料胁迫的水稻幼苗
175	2025-08-06	Cardio-rheumatology: integrated care and the opportunities for personalized medicine 2025, Therapeutic advances in musculoskeletal disease IF:3.4Q2 DOI:10.1177/1759720X251357188 PMID:40761822	综述	本文综述了系统性硬化症（SSc）心脏受累（SHI）的最新认识，包括当前标准临床心脏评估方法、SHI各种心脏表现的流行情况以及精准医学的前沿进展	介绍了范德比尔特大学医学中心新型跨学科心脏风湿病学诊所的发展，利用先进的成像技术和复杂数据集的系统检索与分析，为SSc患者提供个性化医疗机会	SSc的低流行率可能限制了AI数据处理的广泛应用，需要开发多中心云基图像共享平台以加速临床研究	通过跨学科合作和先进技术，早期检测SSc患者的心脏受累，改善患者预后	系统性硬化症（SSc）患者的心脏受累（SHI）	数字病理学	心血管疾病	指甲襞毛细血管镜检查、热成像、多普勒手部超声、超声心动图、动态心脏节律监测、心脏磁共振成像、心脏正电子发射断层扫描/计算机断层扫描	深度学习、模式识别、AI	图像、监测数据	NA
176	2025-08-06	Automated Characterization of Abdominal MRI Exams Using Deep Learning 2024-Dec-09, Research square DOI:10.21203/rs.3.rs-5334453/v1 PMID:39711527	研究论文	本研究利用卷积神经网络（CNN）自动分类腹部MRI的序列、方向和对比度	开发了三种专门的CNN模型，用于自动分类MRI图像的序列、方向和对比度，准确率高达96%以上	研究仅针对腹部MRI，未涵盖其他部位的MRI数据	开发一种标准化的方法来高效识别、表征和标记MRI序列，以促进MRI数据的多中心研究	腹部MRI图像	计算机视觉	NA	MRI	CNN	图像	NA
177	2025-08-06	Assessment of Gender Differences in Letters of Recommendation for Physical Therapy Residency Applications 2024-Dec-01, Journal, physical therapy education DOI:10.1097/JTE.0000000000000337 PMID:38640081	研究论文	本研究评估了物理治疗住院医师申请推荐信中存在的性别差异	首次在物理治疗住院医师申请中使用自然语言处理技术全面分析推荐信中的性别差异	研究仅基于单一机构的三个物理治疗住院医师项目的数据	识别物理治疗住院医师申请过程中潜在的隐性性别偏见	物理治疗住院医师申请者的推荐信	自然语言处理	NA	自然语言处理（包括基于规则和深度学习的方法）	NA	文本	来自256份申请的768封推荐信（2014-2020年期间）
178	2025-08-06	Generative Adversarial Network-Based Augmentation With Noval 2-Step Authentication for Anti-Coronavirus Peptide Prediction 2024 Nov-Dec, IEEE/ACM transactions on computational biology and bioinformatics DOI:10.1109/TCBB.2024.3431688 PMID:39037884	研究论文	本文利用生成对抗网络进行抗病毒肽增强，并采用新颖的两步认证过程来提高抗病毒活性预测的准确性	提出了一种基于GAN的抗病毒肽增强方法和新颖的两步认证过程，用于提高抗病毒活性预测的准确性	未提及具体的数据集规模限制或模型泛化能力的局限性	开发新型抗病毒肽治疗方法，提高抗病毒活性预测的准确性	抗病毒肽	机器学习	冠状病毒感染	生成对抗网络（GAN）	1-D CNN	肽序列数据	基准抗病毒和抗冠状病毒肽数据集
179	2025-08-06	Enhancing Generalizability in Biomedical Entity Recognition: Self-Attention PCA-CLS Model 2024 Nov-Dec, IEEE/ACM transactions on computational biology and bioinformatics DOI:10.1109/TCBB.2024.3429234 PMID:39012749	研究论文	本文提出了一种名为PCA-CLS的模型，用于增强生物医学实体识别的泛化能力	结合全局自注意力和字符级CNN技术，解决生物医学文本中的词汇外挑战	未提及具体的数据集偏差或模型在更广泛领域的适用性	提高生物医学实体识别的泛化能力	生物医学文本中的基因、药物、疾病和物种等实体	自然语言处理	NA	PCA-CLS（位置和上下文注意力与CNN-LSTM-Softmax结合）	CNN-LSTM-Softmax	文本	八个不同的生物医学领域数据集
180	2025-08-06	Bi-SeqCNN: A Novel Light-Weight Bi-Directional CNN Architecture for Protein Function Prediction 2024 Nov-Dec, IEEE/ACM transactions on computational biology and bioinformatics DOI:10.1109/TCBB.2024.3426491 PMID:38990747	研究论文	提出了一种新型轻量级双向CNN架构Bi-SeqCNN，用于蛋白质功能预测	首次将双向CNN应用于一般时序数据分析，而不仅限于蛋白质序列，且模型参数更少	未提及具体的数据集规模限制或模型在其他类型数据上的泛化能力	开发一种高效的蛋白质功能预测框架	蛋白质序列	机器学习	NA	深度学习	Bi-SeqCNN（双向CNN）	蛋白质序列数据	三个基准蛋白质序列数据集