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
18281	2025-10-07	Distributed training of foundation models for ophthalmic diagnosis 2025-Jan-22, Communications engineering DOI:10.1038/s44172-025-00341-5 PMID:39843622	研究论文	提出一种集成自监督和领域自适应联邦学习的分布式深度学习框架，用于从光学相干断层扫描图像中增强眼病检测	结合自监督掩码预训练策略与领域自适应联邦学习，在保护数据隐私的同时提升模型性能和泛化能力	未明确说明具体数据集规模和模型计算资源需求	开发可靠且可扩展的眼科疾病检测方法	糖尿病视网膜病变和年龄相关性黄斑变性等眼病患者	计算机视觉	眼科疾病	光学相干断层扫描	深度学习	图像	七个光学相干断层扫描数据集	联邦学习框架	基础编码器	AUC	分布式训练
18282	2025-10-07	An efficient and lightweight detection method for stranded elastic needle defects in complex industrial environments using VEE-YOLO 2025-Jan-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-85721-9 PMID:39843892	研究论文	提出一种基于YOLOv8-n的VEE-YOLO模型，用于复杂工业环境中滞留弹性针缺陷的高效轻量检测	引入GSConv增强深度可分离卷积特征提取，建立VOVGSCSP模块提升特征复用性；采用高效多尺度注意力编码通道信息；使用EIoU损失函数替代CIoU解决边界框纵横比变化和样本不平衡问题	NA	开发适用于复杂工业环境的小尺寸密集零件缺陷检测方法	滞留弹性针缺陷	计算机视觉	NA	深度学习	CNN	图像	NA	NA	YOLOv8-n, VEE-YOLO	mAP, FPS	NA
18283	2025-10-07	A comprehensive survey of scoring functions for protein docking models 2025-Jan-22, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-024-05991-4 PMID:39844036	综述	本文对蛋白质-蛋白质复合物构象评分函数进行了全面调查和比较分析	首次系统比较了经典方法和深度学习方法在七个公共数据集上的性能表现，并考虑了运行时间对大规模对接应用的影响	仅对现有方法进行调研比较，未提出新的评分函数模型	评估蛋白质-蛋白质对接中评分函数的研究进展，帮助研究人员理解该领域的发展现状	蛋白质-蛋白质复合物构象评分函数	计算生物学	NA	蛋白质-蛋白质对接	深度学习, 经典评分函数	蛋白质结构数据	七个公共流行数据集	NA	NA	准确性, 运行时间	NA
18284	2025-10-07	Deep learning-based synthetic CT for dosimetric monitoring of combined conventional radiotherapy and lattice boost in large lung tumors 2025-Jan-22, Radiation oncology (London, England) DOI:10.1186/s13014-024-02568-6 PMID:39844209	研究论文	本研究开发了基于深度学习的合成CT技术，用于监测大体积肺肿瘤中常规放疗与晶格增量放疗联合治疗的剂量学特性	首次将U-Net++深度学习模型应用于生成合成CT，并开发了基于sCT的自适应晶格增量放疗计划，实现了对分次剂量累积的精确监测	研究样本量相对有限（115例），且在自由呼吸条件下部分高剂量区域存在大于5mm的位移	开发结合常规放疗和晶格增量放疗的综合治疗方案，并监测其剂量学特性	115例肺癌患者的锥形束CT图像和大体积肺肿瘤	数字病理	肺癌	锥形束CT，深度学习，剂量监测	U-Net++	医学影像	115例肺癌患者	NA	U-Net++	距离一致性，Dice相似系数，剂量偏差	NA
18285	2025-10-07	NuFold: end-to-end approach for RNA tertiary structure prediction with flexible nucleobase center representation 2025-Jan-21, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-56261-7 PMID:39837861	研究论文	开发了一种名为NuFold的端到端深度学习方法，用于预测RNA三级结构	引入了核苷碱基中心表示法，能够灵活表示核糖环构象，并能够预测RNA多聚体复合物结构	NA	解决RNA三级结构预测的计算挑战	RNA分子及其三级结构	计算生物学	NA	深度学习	深度神经网络	RNA序列数据	NA	NA	端到端神经网络	基准测试表现	NA
18286	2025-10-07	Memristor-based feature learning for pattern classification 2025-Jan-21, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-56286-y PMID:39837872	研究论文	提出一种基于忆阻器漂移扩散动力学的特征学习方法，用于模式分类任务	利用单个忆阻器的动态响应直接实现特征学习，显著减少模型参数和计算操作	未明确说明具体应用场景的性能限制和可扩展性限制	通过硬件物理创新平衡模型复杂度和性能，开发能效更高的智能模型	模式分类任务	机器学习	NA	忆阻器技术	动力学网络	模式数据	NA	NA	忆阻器动力学网络	NA	180nm忆阻器芯片
18287	2025-10-07	Design of an integrated model with temporal graph attention and transformer-augmented RNNs for enhanced anomaly detection 2025-Jan-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-85822-5 PMID:39837915	研究论文	提出一种集成时序图注意力和Transformer增强RNN的模型，用于提升监控系统中的异常检测性能	结合RNN与图注意力网络建模跨摄像头的长期时空依赖，采用Transformer增强RNN改进时序建模，集成多模态变分自编码器和原型网络实现小样本学习	未明确说明模型在极端环境条件下的鲁棒性以及计算复杂度对实时部署的影响	开发高效的异常检测框架以提升复杂环境中公共安全监控能力	多摄像头监控系统中的异常行为检测	计算机视觉	NA	多模态数据融合（视频、音频、运动传感器）	RNN, GAT, Transformer, Variational Autoencoder, Prototypical Networks	视频, 音频, 传感器数据	NA	NA	Transformer-Augmented RNN, Graph Attention Networks, Multimodal Variational Autoencoder, Spatiotemporal Autoencoder	精确率, 召回率, F1分数, 新事件检测增益	NA
18288	2025-10-07	Research on credit risk of listed companies: a hybrid model based on TCN and DilateFormer 2025-Jan-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-86371-7 PMID:39837952	研究论文	提出一种结合TCN和DilateFormer的混合模型用于上市公司信用风险评估	首次将Transformer与CNN结合应用于金融领域，提出TCN-DilateFormer混合模型以增强对长期金融数据的捕捉能力	NA	提高上市公司信用风险评估的准确性	上市公司信用风险	机器学习	NA	NA	TCN, Transformer, CNN	金融数据	NA	NA	TCN-DilateFormer, CNN-Transformer	预测准确率	NA
18289	2025-10-07	College students' entrepreneurship education path and management strategy of start-up enterprises using causal attribution theory 2025-Jan-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-86797-z PMID:39837953	研究论文	基于因果归因理论探讨大学生创业教育路径与初创企业管理策略	结合深度学习和人工智能技术分析创业风险因素，并应用因果归因理论构建教育路径与管理策略	未明确说明研究样本的具体规模和代表性	提升大学生创业教育效果和初创企业安全系数	大学生创业教育和初创企业管理	教育技术	NA	深度学习、人工智能	NA	问卷数据、文献资料	NA	NA	NA	影响系数、权重分析	NA
18290	2025-10-07	MythicVision: a deep learning powered mobile application for understanding Indian mythological deities using weight centric decision approach 2025-Jan-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-85922-2 PMID:39837968	研究论文	开发了一个基于深度学习的移动应用程序，通过权重中心决策方法帮助外国游客识别和理解印度神话神祇图像	提出了模型权重计算和权重中心决策机制，相比传统多数投票在多类图像分类中提供更准确的结果	仅使用内部数据集进行训练和测试，未在公共数据集上进行验证	通过图像识别技术帮助外国游客理解印度神话文化遗产	印度神话神祇图像	计算机视觉	NA	深度学习	CNN	图像	10,970张印度神祇图像（来自自然场景和网络图像）	NA	NA	准确率	NA
18291	2025-10-07	A comparative study on different machine learning approaches with periodic items for the forecasting of GPS satellites clock bias 2025-Jan-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-87328-6 PMID:39838080	研究论文	比较四种考虑周期性变化的机器学习模型在GPS卫星钟差预测中的性能	首次将周期性变化特征与机器学习模型结合用于卫星钟差预测，并证明其优于传统二次多项式模型	仅使用IGS提供的单一数据源，未考虑其他GNSS系统或更复杂的环境因素	提高GPS卫星钟差预测精度以增强实时定位准确性	GPS卫星原子钟的钟差数据	机器学习	NA	时间序列预测	BPNN, WNN, LSTM, GRU	时间序列数据	国际GNSS服务预报实验提供的精密卫星钟差数据	NA	反向传播神经网络, 小波神经网络, 长短期记忆网络, 门控循环单元	预测精度	NA
18292	2025-10-07	A multi-modal deep learning model for prediction of Ki-67 for meningiomas using pretreatment MR images 2025-Jan-21, NPJ precision oncology IF:6.8Q1 DOI:10.1038/s41698-025-00811-1 PMID:39838113	研究论文	开发并验证了一种基于预处理MRI的多模态深度学习模型，用于预测脑膜瘤Ki-67状态和肿瘤生长	首次将多模态深度学习应用于脑膜瘤Ki-67预测，并验证了模型在肿瘤生长预测中的临床价值	回顾性研究设计，样本量相对有限	开发脑膜瘤Ki-67表达状态和肿瘤生长的早期预测工具	脑膜瘤患者	数字病理	脑膜瘤	磁共振成像(MRI)	深度学习	医学影像	1239名患者来自三家医院	NA	表示学习框架	AUC, 肿瘤生长预测准确率	NA
18293	2025-10-07	A graph neural network approach for hierarchical mapping of breast cancer protein communities 2025-Jan-21, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-024-06015-x PMID:39838298	研究论文	提出一种基于图神经网络的层次图神经网络方法，用于构建乳腺癌蛋白质群落的层次结构并识别潜在生物标志物	首次将层次图神经网络与预训练深度上下文语言模型结合，利用基因本体术语监督构建乳腺癌蛋白质群落层次树	方法依赖于公开可用的蛋白质组学数据，未提及外部验证结果	构建乳腺癌蛋白质群落的层次结构并识别潜在生物标志物	乳腺癌蛋白质群落和蛋白质-蛋白质相互作用	机器学习	乳腺癌	蛋白质组学数据分析，基因本体术语监督，预训练深度上下文语言模型	图神经网络	蛋白质序列数据，蛋白质-蛋白质相互作用数据	大量公开可用的蛋白质组学数据（未指定具体数量）	NA	层次图神经网络	通过BRCA2作为乳腺癌热点基因的收敛性建立内部有效性	NA
18294	2025-10-07	Deep learning-based CT radiomics predicts prognosis of unresectable hepatocellular carcinoma treated with TACE-HAIC combined with PD-1 inhibitors and tyrosine kinase inhibitors 2025-Jan-21, BMC gastroenterology IF:2.5Q2 DOI:10.1186/s12876-024-03555-7 PMID:39838292	研究论文	开发并验证基于CT的深度学习影像组学模型，用于预测接受TACE-HAIC联合PD-1抑制剂和酪氨酸激酶抑制剂治疗的不可切除肝细胞癌患者的治疗反应和无进展生存期	首次将残差卷积神经网络技术应用于预测不可切除肝癌患者在接受TACE-HAIC联合免疫靶向治疗后的预后	回顾性研究设计，样本量相对有限（172例患者）	预测不可切除肝细胞癌患者在接受联合治疗后的治疗反应和生存预后	不可切除肝细胞癌患者	医学影像分析	肝细胞癌	CT影像，深度学习影像组学	CNN	CT图像	172例患者（92例训练集，30例测试集，50例外部队列验证）	NA	ResNet	AUC, C-index, 准确率, 精确率, F1-score	NA
18295	2025-01-22	Publisher Correction: Speech-based personality prediction using deep learning with acoustic and linguistic embeddings 2025-Jan-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-86466-1 PMID:39833270	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
18296	2025-10-07	Deep learning algorithms for predicting pathological complete response in MRI of rectal cancer patients undergoing neoadjuvant chemoradiotherapy: a systematic review 2025-Jan-20, International journal of colorectal disease IF:2.5Q1 DOI:10.1007/s00384-025-04809-w PMID:39833443	系统综述	系统评估深度学习算法在预测直肠癌患者新辅助放化疗后病理完全缓解中的效用	首次系统评估基于MRI的深度学习模型在预测直肠癌pCR中的表现，并分析影响诊断准确性的因素	模型设计、MRI方案存在异质性，临床数据整合有限	评估MRI人工智能模型在预测直肠癌病理完全缓解中的性能	接受新辅助放化疗的直肠癌患者	医学影像分析	直肠癌	MRI（T2W、DWI序列）	深度学习	医学影像（MRI）	26项符合纳入标准的研究（初始512条记录）	NA	NA	AUC	NA
18297	2025-10-07	Integrating pharmacogenomics and cheminformatics with diverse disease phenotypes for cell type-guided drug discovery 2025-Jan-20, Genome medicine IF:10.4Q1 DOI:10.1186/s13073-025-01431-x PMID:39833831	研究论文	提出一种基于网络的统计方法Pathopticon，整合药物基因组学和化学信息学数据，实现细胞类型特异性药物发现	首次构建细胞类型特异性基因-药物扰动网络，整合多种疾病表型数据进行药物优先排序	方法验证主要基于数据库和有限的概念验证实验，需要更广泛的实验验证	开发细胞类型引导的药物发现和重定位平台	药物扰动网络、疾病基因网络、化学化合物	生物信息学	血管疾病	qPCR实验、网络分析、化学信息学分析	网络模型、统计模型	基因表达数据、化学结构数据、疾病特征数据	73个MSigDB基因集、569个Enrichr疾病特征	NA	QUIZ-C统计方法、Pathopticon网络框架	AUROC	NA
18298	2025-10-07	Energy consumption prediction using modified deep CNN-Bi LSTM with attention mechanism 2025-Jan-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e41507 PMID:39850437	研究论文	提出一种改进的深度CNN-BiLSTM注意力机制模型用于家庭能源消耗预测	结合改进的深度CNN和双向LSTM网络，并引入注意力机制来增强模型对输入序列关键部分的关注能力	MAPE指标值较高(324.12)，表明在某些情况下预测误差可能较大	提高家庭能源消耗预测的准确性	家庭能源消耗数据	机器学习	NA	深度学习	CNN, Bi-LSTM	时间序列数据	NA	NA	改进的深度CNN-BiLSTM with attention mechanism	MSE, MAE, MAPE, RMSE, 训练时间, 预测时间	NA
18299	2025-10-07	Decoding the Functional Interactome of Non-Model Organisms with PHILHARMONIC 2025-Jan-14, bioRxiv : the preprint server for biology DOI:10.1101/2024.10.25.620267 PMID:39553947	研究论文	提出PHILHARMONIC计算方法，通过深度学习网络推断和无监督谱聚类揭示非模式生物中的功能关系和高级组织	结合深度学习网络推断与鲁棒无监督谱聚类算法，开发ReCIPE算法重新连接断开簇，通过远程同源性功能注释实现功能关联预测	仅需要测序蛋白质组，但未明确说明样本规模限制和计算资源需求	解码非模式生物的功能相互作用组，预测未表征蛋白质功能	非模式生物（造礁珊瑚、藻类共生体、果蝇）的蛋白质-蛋白质相互作用网络	生物信息学	NA	深度学习网络推断，无监督谱聚类，远程同源性功能注释，hmmscan，GODomainMiner	深度学习，谱聚类	蛋白质序列数据，蛋白质-蛋白质相互作用数据	NA	NA	NA	功能一致性，功能富集度，生物学可解释性，基因共表达相关性	NA
18300	2025-10-07	Deep Learning for Classification of Inflammatory Bowel Disease Activity in Whole Slide Images of Colonic Histopathology 2025-Jan-10, The American journal of pathology DOI:10.1016/j.ajpath.2024.12.010 PMID:39800054	研究论文	开发基于深度学习的模型用于炎症性肠病组织病理学全切片图像的活动度分级	首次将Transformer模型应用于IBD组织病理学图像分类，并利用HoVer-Net分析中性粒细胞分布模式	研究数据仅来自单一医疗中心，样本量相对有限	通过深度学习提高炎症性肠病活动度评估的准确性和一致性	炎症性肠病患者的结肠组织病理学全切片图像	数字病理学	炎症性肠病	苏木精-伊红染色，全切片扫描	Transformer	图像	636名患者的2077张全切片图像	NA	Transformer, HoVer-Net	AUC, 精确率, 召回率, F1分数	NA