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
1	2025-12-28	Machine learning (ML) and deep learning (DL) in vaccine target selection, design, development and characterization 2026-Jan-25, Vaccine IF:4.5Q2 DOI:10.1016/j.vaccine.2025.128051 PMID:41371096	综述	本文综述了机器学习和深度学习在疫苗靶点选择、设计、开发和表征中的应用	系统性地阐述了AI技术，特别是ML和DL，在理性疫苗设计中的关键作用，包括从靶点选择到临床前试验的全流程应用	数据可用性存在限制	描述ML和DL如何辅助理性疫苗设计，以应对传染病挑战	疫苗开发过程，包括靶点选择、设计、开发和表征	机器学习	传染病	NA	机器学习,深度学习	NA	NA	NA	NA	NA	NA
2	2025-12-28	SpatialFusion: A Unified Model for Integrating Spatial Transcriptomics to Unveil Cell-type Distribution, Interaction, and Functional Heterogeneity in Tissue Microenvironments 2026-Jan-15, Journal of molecular biology IF:4.7Q1 DOI:10.1016/j.jmb.2025.169535 PMID:41237948	研究论文	本文介绍了一种名为SpatialFusion的创新深度学习模型，旨在通过整合基因表达和空间坐标来改进空间域识别和细胞类型反卷积	SpatialFusion模型的核心创新在于利用图神经网络和注意力机制，通过空间数据的多维嵌入捕获复杂的空间关系，并采用双编码策略和自监督对比学习，显著提高了准确性和鲁棒性	NA	解决现有空间域识别和细胞类型反卷积方法在准确性、鲁棒性和计算效率方面面临的挑战	空间转录组学数据，特别是人类DLPFC数据集和乳腺癌肿瘤微环境	空间转录组学	乳腺癌	空间转录组学	GNN, 注意力机制	基因表达数据, 空间坐标	NA	NA	图神经网络, 注意力机制	准确性, 分辨率	NA
3	2025-12-28	Diffuse optical imaging with channel attention fusion network 2026-Jan, Journal of biomedical optics IF:3.0Q2 DOI:10.1117/1.JBO.31.1.016001 PMID:41445764	研究论文	本文提出了一种用于漫射光学成像的端到端深度学习框架CAFNet，旨在克服传统重建技术中的伪影、噪声放大和深度敏感性限制	首次将通道注意力机制与AUTOMAP结合，通过多尺度特征学习和特征优先级处理，显著提升了光学属性重建的精度和鲁棒性	研究主要基于模拟和实验体模数据，未在真实临床患者数据上进行验证，可能限制了其直接医学应用的普适性	开发一种能够有效重建漫射光学图像中光学属性的深度学习模型，以改善肿瘤等深层异常检测的准确性	模拟数据集和实验体模中的光学属性图像	医学影像	肿瘤	漫射光学成像	深度学习	图像	模拟和实验数据集，具体样本数量未明确说明	未明确指定，但涉及深度学习框架	CAFNet, AUTOMAP	均方误差, 峰值信噪比, 结构相似性指数	NA
4	2025-12-28	Application of deep learning in evaluating the anatomical relationship between the mandibular third molar and inferior alveolar nerve: A scoping review 2026-Jan-01, Medicina oral, patologia oral y cirugia bucal DOI:10.4317/medoral.27584 PMID:41108775	综述	本文通过范围综述，系统回顾了深度学习在评估下颌第三磨牙与下牙槽神经解剖关系中的应用，重点关注AI模型类型、性能指标、影像模态及临床适用性	首次对深度学习在下颌第三磨牙手术影像评估中的应用进行全面的范围综述，比较了不同模型的性能，并指出了当前研究的局限与未来方向	纳入研究数量有限（16篇），数据集大小、验证流程和性能指标存在显著差异，模型泛化能力不一致，且多数研究依赖二维影像，三维CBCT分析和预测建模相对不足	识别和比较用于下颌第三磨牙手术影像评估的深度学习模型，评估其临床效用	使用全景X光片和锥形束计算机断层扫描（CBCT）影像进行AI分析的下颌第三磨牙研究	计算机视觉	口腔疾病	全景X光片，锥形束计算机断层扫描（CBCT）	CNN	图像	NA	NA	U-Net	准确率，灵敏度，特异性	NA
5	2025-12-28	A novel deep learning system for STEMI prognostic prediction from multi-sequence cardiac magnetic resonance 2025-Dec-30, Science bulletin IF:18.8Q1 DOI:10.1016/j.scib.2025.11.027 PMID:41314962	研究论文	本文开发了一种名为DeepSTEMI的端到端深度学习系统，用于从多序列心脏磁共振图像结合临床参数预测STEMI患者的2年主要不良心血管事件	提出了一种集成U-Net分割模块和Transformer预测模块的深度学习系统，首次实现多序列CMR图像与临床参数的端到端融合，用于STEMI预后预测	研究基于回顾性多中心数据，需要前瞻性验证以确认临床适用性	开发自动化深度学习系统以改善STEMI患者的早期风险分层	ST段抬高型心肌梗死患者	数字病理学	心血管疾病	心脏磁共振成像	深度学习	图像, 临床参数	开发集610名患者（20,618张图像），外部验证集334名患者（9,944张图像）	NA	U-Net, Transformer	AUC, 准确率, 净重分类改善指数, 风险比	NA
6	2025-12-28	Efficient blood cell classification from microscopic smear images using U-Net segmentation and a lightweight CNN 2025-Dec-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-26947-5 PMID:41453980	研究论文	本文提出了一种基于U-Net分割和轻量级CNN的自动化系统，用于从显微血涂片图像中进行血细胞分类和计数	结合U-Net进行精确细胞分割，并采用自定义轻量级卷积神经网络（LWCNN）进行分类，实现了对九种血细胞的高精度识别	未明确说明数据集的来源和规模细节，且未提及模型在外部验证集上的泛化能力	开发自动化血细胞分类与计数系统，辅助血液相关疾病的诊断	九种血细胞：红细胞、成红细胞、中性粒细胞、嗜碱性粒细胞、嗜酸性粒细胞、淋巴细胞、单核细胞、未成熟粒细胞、血小板	计算机视觉	血液疾病（贫血、白血病、淋巴瘤、血小板减少症等）	图像处理（尺寸调整、缩放、对比度增强、数据增强）、深度学习	CNN, U-Net	显微血涂片图像	未明确说明	未明确说明	U-Net, 自定义轻量级CNN（LWCNN）	准确率、精确率、召回率（灵敏度）、F1分数、交并比（IOU）、Dice系数	未明确说明
7	2025-12-28	From lesion detection to outcome prediction: artificial intelligence and deep learning applications in multiple sclerosis 2025-Dec-27, Neurological sciences : official journal of the Italian Neurological Society and of the Italian Society of Clinical Neurophysiology IF:2.7Q3 DOI:10.1007/s10072-025-08661-2 PMID:41454173	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
8	2025-12-28	A deep learning methodology for fully-automated quantification of calcific burden in high-resolution intravascular ultrasound images 2025-Dec-27, The international journal of cardiovascular imaging DOI:10.1007/s10554-025-03583-8 PMID:41454216	研究论文	本文介绍了一种基于深度学习的全自动方法，用于在高分辨率血管内超声图像中量化钙化负荷	提出了一种深度学习模型，首次实现血管内超声图像中钙化组织的无缝检测和量化，克服了传统手动分析耗时的问题	研究样本量有限（197条血管），且仅基于单一专家标注进行训练，可能影响模型的泛化能力	开发一种自动化工具，用于辅助经皮冠状动脉介入治疗规划和药物疗效评估中的钙化负荷量化	血管内超声图像中的钙化组织	计算机视觉	心血管疾病	血管内超声成像	深度学习模型	图像	197条血管用于训练（26,211帧图像），30条血管用于测试（5,138帧图像）	NA	NA	kappa系数, 相关系数	NA
9	2025-12-28	Drug Effect Classification using Frequency-based Graph Traversal Approach 2025-Dec-26, IEEE transactions on computational biology and bioinformatics DOI:10.1109/TCBBIO.2025.3648860 PMID:41452695	研究论文	本文提出了一种基于频率的图遍历方法，用于将药物分类为对症治疗（SYM）或疾病修饰（DM）类别	采用异质网络和引导最短路径遍历框架，通过识别最短元路径中频繁出现的基因来分类药物作用，提高了可解释性	NA	分类药物为对症治疗或疾病修饰类别，以理解其治疗作用并支持药物重定位	药物、基因和疾病	机器学习	多发性硬化症	图遍历方法	图模型	异质网络数据（基因、疾病、药物）	NA	NA	引导最短路径遍历框架	分类准确率	NA
10	2025-12-28	Medical Microwave Imaging Using Physics-Guided Deep Learning Part 1: The Forward Solver 2025-Dec-26, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3648756 PMID:41452684	研究论文	本文提出了一种用于医学微波成像的快速、自监督深度学习前向求解器，通过物理引导的混合损失函数确保计算结果的物理正确性	提出了一种基于物理框架的深度学习前向求解器，将计算域分为内部散射体区域和外部背景介质区域，采用结合麦克斯韦旋度方程与积分方程的混合损失函数，在保证全局和局部精度的同时比传统求解器快97%	未明确说明训练数据的具体规模和多样性限制，也未讨论在更复杂生物组织模型中的泛化能力	开发用于医学微波成像的快速准确前向求解器，为深度学习逆问题求解器提供高效训练基础	电磁散射问题中的散射场和介质特性计算	机器学习	NA	微波成像	深度神经网络	电磁场数据	未明确具体样本数量，但提及在随机物体上训练并在真实模型上测试	NA	NA	均方根误差	NA
11	2025-12-28	Learning Deep Tree-Based Retriever for Efficient Recommendation: Theory and Method 2025-Dec-26, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3648453 PMID:41452694	研究论文	本文提出了一种基于深度树的高效推荐检索器，通过改进训练目标和采样方法，以更好地满足最大堆假设并提升推荐效率与准确性	提出了一种基于softmax的多类别分类训练框架，在树的同一层级节点间引入显式横向竞争，以模拟训练期间的束搜索行为；并提出了损失函数的校正方法和基于树的采样方法，以更好地满足最大堆假设并减少采样偏差	未明确提及	提高大规模候选物品场景下深度推荐模型的推荐效率，同时保证推荐准确性	基于树的深度推荐模型	机器学习	NA	NA	深度学习模型	推荐系统数据	四个真实世界数据集	NA	基于树的深度检索器	推荐准确性，推荐效率	NA
12	2025-12-28	Exploring the impact of an artificial intelligence-based intraoperative image navigation system in laparoscopic surgery on clinical outcomes: A protocol for a multicenter randomized controlled trial 2025-Dec-26, European surgical research. Europaische chirurgische Forschung. Recherches chirurgicales europeennes DOI:10.1159/000549894 PMID:41452791	研究论文	本文提出了一项多中心随机对照试验协议，旨在评估基于深度学习的术中图像导航系统在腹腔镜结直肠手术中对临床结果的影响	首次通过随机对照试验设计，系统评估AI驱动的实时语义分割导航系统在识别输尿管和自主神经方面的临床效果	研究仅针对腹腔镜左侧结直肠切除术，且样本来源限于日本三个高手术量中心，可能限制结果的普适性	评估AI术中导航系统在腹腔镜手术中的临床效果	接受腹腔镜左侧结直肠切除术的患者	计算机视觉	结直肠癌	深度学习	NA	图像	NA	NA	NA	手术时间、术中并发症、术后并发症、器官识别时间	NA
13	2025-12-28	Chemprop v2: An Efficient, Modular Machine Learning Package for Chemical Property Prediction 2025-Dec-26, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c02332 PMID:41453060	研究论文	本文介绍了Chemprop v2，一个高效、模块化的机器学习软件包，用于化学性质预测	对Chemprop进行了全面重写，提高了速度、可扩展性和用户体验，支持多GPU训练并引入了新功能	未明确提及具体局限性	开发一个改进的软件包，用于分子性质的准确预测，以支持计算化学设计	分子性质预测	机器学习	NA	NA	D-MPNN	分子图	NA	Python	D-MPNN	NA	多GPU
14	2025-12-28	High-fidelity 3D mesh generation from a single sketch using shape constraints 2025-Dec-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-30843-3 PMID:41453959	研究论文	本文提出了一种从单张手绘草图生成高保真3D网格的简化网络架构	采用表达能力更强的PowerMLP架构，并引入3D形状约束替代传统判别器，在协作生成过程中实现几何保真度	未在摘要中明确说明	解决从缺乏视觉信息的单张草图重建高保真3D模型的挑战	合成风格化草图与真实手写草图输入	计算机视觉	NA	深度学习	MLP	草图	NA	NA	PowerMLP, 编码器-解码器框架	SOTA性能	NA
15	2025-12-28	Enhanced feature dynamic fusion gated UNet for robust retinal vessel segmentation 2025-Dec-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-33694-0 PMID:41453968	研究论文	本研究提出了一种用于视网膜血管分割的深度学习模型EFDG-UNet，通过优化特征融合、动态选择和全局位置建模来提升分割性能	提出了特征导航中心（FN-Hub）捕获多编码器层的长程依赖关系，自适应门控残差块（AGRB）增强病变区域和低对比度场景的特征选择性，以及并行聚焦注意力模块（PFAM）优化通道和空间信息	未提及模型在临床环境中的实时性能验证或跨设备泛化能力	开发一种鲁棒的视网膜血管分割方法，以应对小血管分割、病变干扰和多尺度结构适应等挑战	视网膜血管图像	计算机视觉	视网膜疾病	深度学习	CNN	图像	DRIVE、CHASE_DB1和STARE三个公开数据集	未明确提及	U-Net	AUC, F1-score	NA
16	2025-12-28	Deep learning framework using UAV imagery for multi-disease detection in cereal crops 2025-Dec-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-33304-z PMID:41454037	研究论文	本文提出了一种基于无人机影像和混合深度学习的小麦多病害检测框架	提出了一种结合预训练VGG-16进行特征提取与多种机器学习分类器（SVM、RF、DT、XGBoost、BNB）的混合两阶段深度学习框架，用于小麦多病害检测	未明确说明	开发一种自动化、准确且实时的病害监测系统，用于现代精准农业	小麦作物及其病害	计算机视觉	小麦病害	无人机影像采集	CNN, SVM, RF, DT, XGBoost, BNB	图像	自定义数据集，包含条锈病、白粉病、赤霉病（镰刀菌头枯病）和黄矮病	未明确说明	VGG-16	准确率, 精确率, 召回率, F1分数	未明确说明
17	2025-12-28	Detection and diagnosis of diabetic retinopathy in retinal fundus images using agentic AI approaches 2025-Dec-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-34016-0 PMID:41454113	研究论文	本研究提出了一种基于智能代理的AI框架（AADR-AI），用于从视网膜眼底图像中检测和诊断糖尿病视网膜病变	将智能代理原则（自主性、反应性、主动性）引入DR检测系统，实现实时分析和基于患者特定差异的自适应特征学习	未在摘要中明确说明	开发一种能够早期检测和准确诊断糖尿病视网膜病变的自主、自适应AI系统	视网膜眼底图像	计算机视觉	糖尿病视网膜病变	NA	CNN, Transformer	图像	基于基准数据集进行广泛实验，具体数量未在摘要中说明	NA	基于卷积和Transformer的网络多智能体集成	分类准确率	计算开销降低，具体资源未在摘要中说明
18	2025-12-28	Prior knowledge-guided multimodal deep learning system for biomarker exploration and prognosis prediction of urothelial carcinoma 2025-Dec-26, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-02232-7 PMID:41454198	研究论文	本研究开发了一种结合先验知识的多模态深度学习系统，用于探索尿路上皮癌的生物标志物并预测其预后	整合了组织病理学、放射学和结构化病理文本等多模态数据，并引入先验知识以改进肿瘤分割和创建知识引导的切片表示，同时提出了CTContextNet、MacroContextNet和IM-NCTNet等新型网络架构	未明确提及具体局限性	开发一个准确预测尿路上皮癌预后的AI系统	尿路上皮癌患者	数字病理学	尿路上皮癌	组织病理学、放射学、结构化病理文本分析	深度学习	图像、文本	多中心、大规模、多队列验证，具体样本量未明确	NA	CTContextNet, MacroContextNet, IM-NCTNet	C-index	NA
19	2025-12-28	LoRA-based methods on Unet for transfer learning in aneurysmal subarachnoid hematoma segmentation 2025-Dec-26, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-02116-y PMID:41454218	研究论文	本文提出了一种基于LoRA的Unet迁移学习方法，用于动脉瘤性蛛网膜下腔血肿的自动分割	开发了基于张量CP分解的新型CP-LoRA方法，并引入了分解权重矩阵为幅度和方向分量的DoRA变体，首次将LoRA方法应用于医学图像分割中的卷积神经网络	研究样本量有限（仅30例动脉瘤性SAH患者），且性能在小体积血肿（<25 mL）上较差（Dice 0.107-0.361）	探索从创伤性脑损伤到动脉瘤性蛛网膜下腔出血的迁移学习可行性，提高自动分割性能	动脉瘤性蛛网膜下腔出血患者的CT扫描图像	数字病理学	脑血管疾病	计算机断层扫描（CT）	CNN	医学图像	124例创伤性脑损伤患者（预训练）和30例动脉瘤性SAH患者（微调）	NA	Unet	Dice分数	NA
20	2025-12-28	AR-CDT NET: a deep deformable convolutional network for gut microbiome-based disease classification 2025-Dec-26, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-025-06357-0 PMID:41454222	研究论文	本文提出了一种名为AR-CDT Net的新型深度学习框架，用于基于肠道微生物组数据进行疾病分类	整合了多尺度可变形卷积模块和通道动态Tanh激活函数，以更准确和鲁棒地分类宿主疾病状态，并能够捕捉微生物群落或功能群相互作用	未明确提及具体局限性	开发一个深度学习框架，用于基于肠道微生物组数据对疾病进行精确分类	肠道微生物组数据，涵盖八种疾病表型	机器学习	多种疾病	宏基因组测序	CNN	微生物组数据	超过8000个样本	NA	AR-CDT Net	AUC	NA