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
18881	2025-10-07	The role of chromatin state in intron retention: A case study in leveraging large scale deep learning models 2025-Jan, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1012755 PMID:39792954	研究论文	本研究利用大规模深度学习模型探索染色质状态在内含子保留中的作用	利用预训练的Sei模型开发简单可解释的内含子保留模型，并证明其优于基于DNABERT-2的模型	NA	研究染色质状态对基因调控特别是内含子保留的影响	基因组序列和染色质状态	自然语言处理,计算机视觉	NA	深度学习	大规模语言模型,监督学习模型	DNA序列数据,ENCODE基因组数据	大规模基因组数据集	NA	Sei,DNABERT-2	准确率	NA
18882	2025-10-07	Citrus diseases detection using innovative deep learning approach and Hybrid Meta-Heuristic 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0316081 PMID:39841644	研究论文	本研究开发了一种基于深度学习的柑橘病害自动分类系统	结合深度学习和混合元启发式算法进行特征选择，使用预训练模型和数据增强技术	仅针对柑橘叶片病害进行测试，未提及在其他作物或实际田间环境中的验证	开发自动化病害诊断系统以提高柑橘病害检测的准确性和效率	柑橘叶片病害（溃疡病、疮痂病、黑斑病）	计算机视觉	植物病害	深度学习，数据增强，迁移学习	CNN	图像	柑橘叶片数据集	NA	DenseNet-201, AlexNet	准确率	NA
18883	2025-10-07	Automated extracellular volume fraction measurement for diagnosis and prognostication in patients with light-chain cardiac amyloidosis 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0317741 PMID:39841643	研究论文	本研究评估基于人工智能自动分割的T1 mapping参数在左心室肥厚患者中诊断心脏淀粉样变性及在轻链型心脏淀粉样变性患者中的预后价值	首次将AI自动分割的细胞外容积分数测量整合至修订版Mayo分期系统，实现更好的风险分层	样本量相对有限（300例），且未包含其他类型淀粉样变性患者的预后分析	评估AI自动分割的T1 mapping参数在心脏淀粉样变性诊断和预后预测中的性能	接受心脏磁共振检查的左心室肥厚患者，包括心脏淀粉样变性、肥厚型心肌病、高血压性心脏病和Fabry病患者	数字病理学	心脏淀粉样变性	心脏磁共振成像，T1 mapping	深度学习	医学影像	300例连续患者（50例心脏淀粉样变性，198例肥厚型心肌病，47例高血压性心脏病，5例Fabry病）	NA	Myomics-Q	诊断准确率，风险比，综合判别指数，分类净重分类指数	NA
18884	2025-10-07	Optimizing multi label student performance prediction with GNN-TINet: A contextual multidimensional deep learning framework 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0314823 PMID:39841673	研究论文	提出GNN-TINet深度学习框架用于多标签学生成绩预测	结合GNN、Transformer和InceptionNet架构，首次在多元教育数据中实现多标签性能预测	仅基于加州学生数据集，未在其他地区验证模型泛化能力	优化多标签学生成绩预测以支持教育干预	加州学生表现数据集中的学生群体	机器学习	NA	教育数据挖掘	GNN,Transformer,CNN	结构化教育数据	97,000条学生记录	NA	GNN-Transformer-InceptionNet	准确率,Predictive Consistency Score	NA
18885	2025-10-07	Evaluating Machine Learning and Deep Learning models for predicting Wind Turbine power output from environmental factors 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0317619 PMID:39847588	研究论文	对机器学习和深度学习模型在基于环境因素预测风力涡轮机功率输出方面进行全面比较分析	直接比较多种机器学习和深度学习算法，同时突出先进计算方法在可再生能源优化中的潜力	NA	预测风力涡轮机功率输出	风力涡轮机	机器学习	NA	NA	Linear Regression, Support Vector Regressor, Random Forest, Extra Trees, Adaptive Boosting, Categorical Boosting, Extreme Gradient Boosting, Light Gradient Boosting Machine, Artificial Neural Network, Long Short-Term Memory, Recurrent Neural Network, Convolutional Neural Network	环境变量数据（温度、湿度、风速、风向）	40,000个观测数据	NA	ANN, LSTM, RNN, CNN	R平方, 平均绝对误差, 均方根误差	NA
18886	2025-10-07	The value of 18F-fluorodeoxyglucose positron emission tomography-based radiomics in non-small cell lung cancer 2025 Jan-Mar, Tzu chi medical journal IF:1.4Q2 DOI:10.4103/tcmj.tcmj_124_24 PMID:39850392	综述	本文综述了基于18F-FDG PET影像组学在非小细胞肺癌精准医疗中的临床应用价值	系统总结了FDG PET影像组学在肺癌转移检测、病理分型、驱动突变表征、疗效评估和预后预测等多方面的创新应用	临床实施中面临可重复性挑战，缺乏阐明影像组学生物学意义的基础研究，当前不足阻碍了立即的临床转化	探讨FDG PET影像组学在非小细胞肺癌精准医疗中的应用价值	非小细胞肺癌患者	数字病理	肺癌	18F-FDG PET影像组学	NA	医学影像	NA	NA	NA	NA	NA
18887	2025-10-07	EquiRank: Improved protein-protein interface quality estimation using protein language-model-informed equivariant graph neural networks 2025, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2024.12.015 PMID:39850657	研究论文	提出一种结合蛋白质语言模型和等变图神经网络的蛋白质-蛋白质界面质量估计方法	首次将E(3)等变图神经网络与预训练蛋白质语言模型ESM-2嵌入相结合，用于蛋白质-蛋白质界面质量估计	NA	提高蛋白质复合物结构模型中预测相互作用界面质量估计的准确性	蛋白质-蛋白质相互作用界面	生物信息学	NA	蛋白质语言模型，图神经网络	EGNN	蛋白质结构数据，序列嵌入	NA	PyTorch	等变图神经网络(EGNN)	排名性能，多种评估指标	NA
18888	2025-10-07	Artificial Intelligence in Diagnosis and Management of Nail Disorders: A Narrative Review 2025 Jan-Feb, Indian dermatology online journal IF:1.9Q3 DOI:10.4103/idoj.idoj_460_24 PMID:39850679	综述	本文综述了人工智能在甲病诊断与管理中的当前应用与发展前景	首次系统总结AI在甲病学领域的多病种应用，涵盖诊断、严重度评估和疾病管理全流程	面临数据稀缺、图像异质性、可解释性不足、监管合规和工作流整合等挑战	探讨人工智能在甲病诊断与管理中的应用价值与发展方向	甲真菌病、甲下黑色素瘤、甲银屑病、甲褶毛细血管镜及系统性疾病的甲部表现	数字病理	皮肤科疾病	深度学习	CNN	图像	NA	NA	深度卷积神经网络	灵敏度, 特异度, 准确度	NA
18889	2025-10-07	Optimizing predictions of environmental variables and species distributions on tidal flats by combining Sentinel-2 images and their deep-learning features with OBIA 2025, International journal of remote sensing IF:3.0Q2 DOI:10.1080/01431161.2024.2423909 PMID:39850715	研究论文	本研究结合Sentinel-2卫星影像的深度学习特征与面向对象图像分析（OBIA）方法，优化潮滩环境变量和底栖物种分布的预测	首次将卷积自编码器提取的深度学习特征与OBIA空间分析相结合，显式纳入空间维度信息来预测潮滩环境参数	光谱对比度有限，预测精度仍有提升空间（环境变量预测得分0.31-0.54）	开发潮滩生态系统监测方法，准确预测沉积物特性和底栖生物分布	荷兰瓦登海Pinkegat和Zoutkamperlaag潮盆（2018-2020年）	计算机视觉	NA	遥感技术，深度学习特征提取，面向对象图像分析	卷积自编码器，随机森林	卫星影像，现场采集点数据	两个潮盆三年观测数据	NA	卷积自编码器	预测得分，准确率	NA
18890	2025-10-07	Characterization of saffron from different origins by HS-GC-IMS and authenticity identification combined with deep learning 2024-Dec-30, Food chemistry: X DOI:10.1016/j.fochx.2024.101981 PMID:39850938	研究论文	本研究结合顶空气相色谱-离子迁移谱和深度学习技术，开发了一种快速可靠的藏红花产地鉴别和掺假识别方法	首次将HS-GC-IMS技术与CNN模型结合用于藏红花产地鉴别和掺假识别，实现了数据处理最小化和自动特征提取	NA	开发快速可靠的藏红花产地鉴别和掺假识别方法	藏红花挥发性化合物	计算机视觉	NA	顶空气相色谱-离子迁移谱(HS-GC-IMS)	CNN	图像	NA	NA	CNN	准确率	NA
18891	2025-10-07	Accurate size-based protein localization from cryo-ET tomograms 2024-Dec, Journal of structural biology: X DOI:10.1016/j.yjsbx.2024.100104 PMID:39044770	研究论文	本文提出一种基于尺寸的蛋白质定位方法，用于从冷冻电子断层扫描图像中快速准确地识别蛋白质颗粒	开发了无需外部模板或人工标注的快速尺寸检测方法，在检测精度和计算效率上优于基于深度学习的现有方法	未明确说明方法对特定蛋白质类型的适用性限制，也未详细讨论在极端噪声条件下的性能表现	提高冷冻电子断层扫描中蛋白质颗粒自动检测的准确性和效率	细胞内的蛋白质颗粒，特别是核糖体	计算机视觉	NA	冷冻电子断层扫描(cryo-ET)，子断层图平均(STA)	NA	3D断层扫描图像	多种类型样本的断层扫描数据	NA	NA	检测精度	非专用CPU硬件
18892	2025-10-07	Evolutionary Strategies AI Addresses Multiple Technical Challenges in Deep Learning Deployment: Proof-of-Principle Demonstration for Neuroblastoma Brain Metastasis Detection 2024-Dec, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01165-z PMID:38886289	研究论文	本文通过神经母细胞瘤脑转移检测的案例，证明深度神经进化算法在小数据集训练中具有优异的泛化能力	首次验证深度神经进化算法在多样化外部验证数据集上的泛化性能，解决了放射学AI在小数据集上的过拟合和泛化难题	研究仅基于神经母细胞瘤脑转移的特定案例，需要更多疾病类型验证	解决放射学AI在小数据集训练中的过拟合和泛化问题	神经母细胞瘤脑转移的MRI图像	计算机视觉	神经母细胞瘤	MRI成像	CNN	医学图像	60个训练MRI图像，来自50多个机构的多样化测试集	NA	卷积神经网络	准确率	NA
18893	2025-10-07	Therapeutic gene target prediction using novel deep hypergraph representation learning 2024-Nov-22, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf019 PMID:39841592	研究论文	提出一种基于超图表示学习的深度模型HIT，用于预测基因的治疗潜力、生物标志物状态或与疾病的关联	首次将超图结构与注意力机制相结合用于治疗性基因靶点预测，能够捕捉基因、本体、疾病和表型之间的复杂关系	已知治疗靶点数量有限可能影响模型性能	开发计算模型预测治疗性基因靶点以加速疾病治疗开发	基因、疾病、表型和生物本体	机器学习	NA	深度超图表示学习	Transformer	图结构数据	NA	NA	超图交互Transformer(HIT)	NA	NA
18894	2025-10-07	Predicting transcriptional changes induced by molecules with MiTCP 2024-Nov-22, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf006 PMID:39847444	研究论文	开发基于深度学习的MiTCP方法预测小分子诱导的转录谱变化	首次结合图神经网络同时建模分子结构表示和基因共表达关系进行转录变化预测	仅基于L1000数据集训练，模型泛化能力有待进一步验证	预测小分子化合物诱导的细胞转录谱变化	978个标志基因的转录谱变化	机器学习	癌症	转录组分析	图神经网络	分子结构数据，基因表达数据	L1000数据集	NA	图神经网络	皮尔逊相关系数	NA
18895	2025-10-07	Deep learning-based drug screening for the discovery of potential therapeutic agents for Alzheimer's disease 2024-Oct, Journal of pharmaceutical analysis IF:6.1Q1 DOI:10.1016/j.jpha.2024.101022 PMID:39850238	研究论文	本研究开发了基于深度学习的药物筛选方法，从传统中药方剂开心散中识别治疗阿尔茨海默病的潜在活性化合物	首次结合疾病层面和靶点层面构建四种深度神经网络模型，并应用于传统中药方剂的高通量筛选	研究主要聚焦于开心散方剂，未扩展到其他中药方剂或化合物库	开发有效的阿尔茨海默病治疗药物发现平台	传统中药方剂开心散中的化合物	机器学习	阿尔茨海默病	深度学习药物筛选	DNN	化合物活性数据	NA	NA	深度神经网络	NA	NA
18896	2025-10-07	Artificial Intelligence in Head and Neck Cancer: Innovations, Applications, and Future Directions 2024-09-06, Current oncology (Toronto, Ont.) DOI:10.3390/curroncol31090389 PMID:39330017	综述	本文综述了人工智能在头颈癌诊疗中的创新应用、当前进展与未来发展方向	系统整合了深度学习、自然语言处理等AI技术与影像学、基因组学和电子健康记录的融合应用，并展望了可解释AI、AI驱动机器人和实时监测系统等新兴创新	面临数据质量、算法偏差以及需要跨学科合作等挑战	探讨人工智能在头颈癌诊疗领域的应用现状与发展前景	头颈癌患者的诊疗数据与AI技术应用	自然语言处理, 机器学习	头颈癌	影像技术, 基因组学, 电子健康记录分析	深度学习	医学影像, 基因组数据, 文本数据	NA	NA	NA	NA	NA
18897	2025-10-07	A Novel Deep Learning Model for Breast Tumor Ultrasound Image Classification with Lesion Region Perception 2024-08-28, Current oncology (Toronto, Ont.) DOI:10.3390/curroncol31090374 PMID:39330002	研究论文	提出一种新颖的多特征融合多任务深度学习模型，用于乳腺肿瘤超声图像分类和病灶区域感知	设计了上下文病灶增强感知模块和多特征融合模块，能够更好地捕捉病灶区域的局部和全局特征关系，并有效区分病灶特异性特征与肿瘤分类语义特征	NA	解决乳腺超声图像分类中信息共享冲突问题，提高病灶区域感知和分类性能	乳腺肿瘤超声图像	计算机视觉	乳腺癌	超声成像	深度学习,多任务学习	图像	两个公共乳腺超声成像数据集	NA	多特征融合多任务模型,上下文病灶增强感知模块,多特征融合模块	NA	NA
18898	2025-10-07	MambaTab: A Plug-and-Play Model for Learning Tabular Data 2024-Aug, Proceedings. IEEE Conference on Multimedia Information Processing and Retrieval DOI:10.1109/mipr62202.2024.00065 PMID:39850741	研究论文	提出一种基于结构化状态空间模型的即插即用表格数据学习模型MambaTab	首次将新兴的SSM变体Mamba应用于表格数据端到端监督学习，显著减少参数量的同时实现优越性能	NA	开发高效、可扩展的表格数据深度学习解决方案	表格数据	机器学习	NA	结构化状态空间模型	SSM, Mamba	表格数据	多种基准数据集	NA	Mamba	NA	NA
18899	2025-10-07	Beyond Size and Class Balance: Alpha as a New Dataset Quality Metric for Deep Learning 2024-Jul-31, ArXiv PMID:39830079	研究论文	提出一种基于生态学多样性指标的新型数据集质量度量方法Alpha，用于改进医学影像深度学习性能	首次将生态学中的广义熵多样性度量引入深度学习领域，提出超越数据集大小和类别平衡的新质量指标	研究仅基于七个医学数据集进行验证，需要更多领域和数据集类型的进一步验证	探索更直接的数据集多样性度量方法以提升深度学习模型性能	医学影像数据集	计算机视觉	NA	深度学习	CNN	图像	七个医学数据集的数千个子集	NA	NA	平衡准确率	NA
18900	2025-10-07	Advancing precision agriculture with deep learning enhanced SIS-YOLOv8 for Solanaceae crop monitoring 2024, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2024.1485903 PMID:39850216	研究论文	提出增强型SIS-YOLOv8模型用于茄科作物病害监测	通过三个关键模块改进YOLOv8网络结构：融合Inception卷积模块增强复杂背景下的特征提取，C2f-SIS模块结合风格随机化提升泛化能力，SPPF-IS模块通过特征融合增强模型鲁棒性	未提及模型在其他作物或更广泛环境条件下的适用性	开发适用于复杂农业环境的作物病害自动检测模型	马铃薯和番茄的病害监测	计算机视觉	作物病害	深度学习图像识别	YOLO	图像	NA	NA	YOLOv8, SIS-YOLOv8	准确率, 召回率, mAP50, mAP50-95	NA