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
41	2025-10-05	Deep Learning for Predicting Effect of Neoadjuvant Therapies in Non-Small Cell Lung Carcinomas With Histologic Images 2023-11, Modern pathology : an official journal of the United States and Canadian Academy of Pathology, Inc IF:7.1Q1 DOI:10.1016/j.modpat.2023.100302 PMID:37580019	研究论文	开发深度学习模型从组织病理图像预测非小细胞肺癌新辅助治疗的主要病理缓解	提出多尺度补丁模型，能够自适应加权不同视野图像训练的多个卷积神经网络	样本量相对有限（125例病例），需要进一步验证	开发深度学习模型预测新辅助治疗后非小细胞肺癌的主要病理缓解	125例新辅助治疗后切除的非小细胞肺癌病例	数字病理	肺癌	苏木精-伊红染色	CNN	图像	125例非小细胞肺癌病例，261张全玻片图像	NA	多尺度补丁模型	准确率,F1分数,AUC	NA
42	2025-10-05	Design and deep learning of synthetic B-cell-specific promoters 2023-11-27, Nucleic acids research IF:16.6Q1 DOI:10.1093/nar/gkad930 PMID:37889080	研究论文	本研究设计合成B细胞特异性启动子，并通过深度学习模型预测其转录强度	设计了23,640个具有更大序列空间的B细胞特异性启动子，并首次构建能直接从序列预测免疫球蛋白V基因启动子转录强度的深度学习模型	NA	解析免疫球蛋白基因的转录机制并为B细胞工程提供启动子资源	B细胞特异性启动子和免疫球蛋白V基因	合成生物学, 深度学习	免疫系统疾病	MPRA（大规模平行报告基因检测）	深度学习模型	DNA序列数据	23,640个合成B细胞特异性启动子	NA	NA	转录强度预测	NA
43	2025-10-05	Explainable deep learning for tumor dynamic modeling and overall survival prediction using Neural-ODE 2023-11-18, NPJ systems biology and applications IF:3.5Q1 DOI:10.1038/s41540-023-00317-1 PMID:37980358	研究论文	提出基于神经微分方程的肿瘤动态建模方法，用于肿瘤动态建模和总生存期预测	克服现有模型在截断数据预测中的偏差问题，提出具有时间广义齐次性的动力学规律表达	NA	提高肿瘤动态建模的预测能力，实现个性化治疗并改善决策过程	纵向肿瘤尺寸数据	机器学习	肿瘤	神经微分方程	神经网络	纵向数据	NA	NA	编码器-解码器架构, Neural-ODE	准确率	NA
44	2025-10-05	Research hotspots and trends of artificial intelligence in rheumatoid arthritis: A bibliometric and visualized study 2023-11-10, Mathematical biosciences and engineering : MBE DOI:10.3934/mbe.2023902 PMID:38124558	文献计量学研究	通过文献计量学方法分析人工智能在类风湿关节炎领域的研究热点与发展趋势	首次系统性地对人工智能在类风湿关节炎领域的文献进行计量学分析和可视化展示	仅基于Web of Science数据库文献，可能存在收录范围限制	分析人工智能在类风湿关节炎领域的研究特征和发展趋势	2003-2022年间859篇相关学术文献	医疗人工智能	类风湿关节炎	文献计量分析，可视化分析	机器学习，深度学习	文献元数据	859篇文献	Microsoft Excel, R软件, VOSviewer	NA	NA	标准计算机工作站
45	2025-10-05	Effective multi-class lungdisease classification using the hybridfeature engineering mechanism 2023-11-07, Mathematical biosciences and engineering : MBE DOI:10.3934/mbe.2023896 PMID:38052644	研究论文	本文提出了一种基于混合特征工程的深度学习模型，用于胸部X射线图像的13种肺部疾病分类	提出了改进的Aquila优化卷积神经网络，结合优化CNN和DENSENET121并应用批量均衡化	未提及模型可解释性，未来需要探索可解释机器学习方法来理解模型决策	开发高效的计算机辅助模型用于肺部疾病分类	13种肺部疾病的胸部X射线图像	计算机视觉	肺部疾病	医学影像分析	CNN, DENSENET121	图像	112,000张胸部X射线图像	NA	改进的Aquila优化CNN, DENSENET121	准确率, 精确率, 灵敏度, 特异性, F1分数	NA
46	2025-10-05	Artificial intelligence methods in kinase target profiling: Advances and challenges 2023-11, Drug discovery today IF:6.5Q1 DOI:10.1016/j.drudis.2023.103796 PMID:37805065	综述	概述基于机器学习和深度学习的定量构效关系模型在激酶靶点分析中的最新进展	总结了激酶分析领域ML/DL-QSAR模型的最新发展趋势，并探讨了实验数据集构建和模型架构设计方面的挑战与未来方向	NA	为激酶药物发现中的选择性/特异性挑战提供解决方案，涉及先导化合物优化、药物重定位和药物副作用理解	激酶蛋白及其抑制剂	机器学习	NA	定量构效关系(QSAR)	机器学习,深度学习	化学结构数据	NA	NA	NA	NA	NA
47	2025-10-05	Deep Learning-Facilitated Study of the Rate of Change in Photoreceptor Outer Segment Metrics in RPGR-Related X-Linked Retinitis Pigmentosa 2023-11-01, Investigative ophthalmology & visual science IF:5.0Q1 DOI:10.1167/iovs.64.14.31 PMID:37988107	研究论文	本研究利用深度学习模型辅助测量三维光感受器外节指标，评估RPGR相关X连锁视网膜色素变性的纵向变化	首次结合深度学习模型对RPGR相关X连锁视网膜色素变性进行三维光感受器外节指标的纵向变化分析	样本量较小（34例患者），回顾性研究设计	评估RPGR相关X连锁视网膜色素变性中光感受器外节指标的纵向变化及其相关因素	34名RPGR相关X连锁视网膜色素变性男性患者	数字病理学	视网膜色素变性	光谱域光学相干断层扫描	深度学习模型	三维光学相干断层扫描图像	34名男性患者，具有约2年或更长的随访期	NA	NA	线性混合效应模型P值	NA
48	2025-10-05	Machine Learning-Based Prediction of Abdominal Subcutaneous Fat Thickness During Pregnancy 2023-11, Metabolic syndrome and related disorders IF:1.3Q4 DOI:10.1089/met.2023.0043 PMID:37669001	研究论文	开发基于机器学习的孕期腹部皮下脂肪厚度预测模型	首次使用三种机器学习算法（深度学习、随机森林、支持向量机）预测孕妇不同孕期的腹部皮下脂肪厚度	样本量有限（354例），未说明模型验证方法	预测孕妇腹部皮下脂肪厚度以评估皮下注射安全性	孕妇腹部皮下脂肪厚度	机器学习	妊娠期糖尿病	NA	深度学习, 随机森林, 支持向量机	临床测量数据	354例孕妇	SPSS, RapidMiner	NA	NA	NA
49	2025-10-05	Deep learning for metabolic pathway design 2023-11, Metabolic engineering IF:6.8Q1 DOI:10.1016/j.ymben.2023.09.012 PMID:37734652	综述	本文评估了深度学习在代谢通路设计中的应用及其对生物基循环经济的推动作用	系统探讨了深度学习技术在代谢通路预测和酶发现领域的最新进展	未涉及具体实验验证和实际应用案例	评估数字策略在代谢通路设计和微生物细胞工厂开发中的应用	代谢通路设计工具和微生物细胞工厂	机器学习	NA	深度学习	NA	化学和代谢域数据	NA	NA	NA	NA	NA
50	2025-10-05	A Two-Stage Automatic System for Detection of Interictal Epileptiform Discharges from Scalp Electroencephalograms 2023-11, eNeuro IF:2.7Q3 DOI:10.1523/ENEURO.0111-23.2023 PMID:37914407	研究论文	开发基于深度学习的自动系统，用于从头皮脑电图中检测发作间期癫痫样放电	提出结合时序卷积网络的IED检测器和新型双蒙太奇决策机制的两阶段自动检测系统	仅使用484份头皮脑电图记录，样本规模有限	开发性能可靠的自动IED检测系统以辅助临床脑电图解读	头皮脑电图中的发作间期癫痫样放电	医疗信号处理	癫痫	脑电图	深度神经网络	脑电图信号	484份头皮脑电图记录（406训练，78测试）	NA	时序卷积网络, 深度神经网络	AUPRC, 假阳性率, F1分数, kappa一致性分数	NA
51	2025-10-06	Social Media Images Can Predict Suicide Risk Using Interpretable Large Language-Vision Models 2023-11-29, The Journal of clinical psychiatry IF:4.5Q1 DOI:10.4088/JCP.23m14962 PMID:38019588	研究论文	本研究开发了一个可解释的预测模型，利用社交媒体图像预测临床有效的自杀风险	首次证明公开可用的图像可用于预测经过验证的自杀风险，结合理论驱动特征与自下而上方法，提供简单灵活的策略	数据来源于2018年特定时间段，样本量相对有限，仅基于Facebook用户数据	开发可解释的自杀风险预测模型，解决现有AI方法的黑箱问题	841名Facebook用户上传的177,220张图像	多模态学习	心理健康疾病	对比语言-图像预训练(CLIP)	逻辑回归,深度学习	图像	841名用户，177,220张图像	CLIP	CLIP,逻辑回归	AUC, Cohen's d	NA
52	2025-10-06	Accurate staging of chick embryonic tissues via deep learning of salient features 2023-11-15, Development (Cambridge, England) DOI:10.1242/dev.202068 PMID:37830145	研究论文	本研究开发了一种基于深度学习的鸡胚胎组织精确分期方法	通过生物信息学转换和数据驱动预处理步骤，在小样本数据集上成功训练出高精度的分期分类器	数据集规模较小（151张图像），可能影响模型的泛化能力	开发精确无偏的鸡胚胎组织分期方法	HH10期鸡胚胎大脑和翅膀组织	计算机视觉	NA	显微镜成像	CNN	图像	151张鸡大脑图像和269张鸡翅膀图像	NA	深度卷积神经网络	准确率	NA
53	2025-10-06	Deep learning based source imaging provides strong sublobar localization of epileptogenic zone from MEG interictal spikes 2023-11-01, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2023.120366 PMID:37716593	研究论文	本研究开发了一种基于深度学习的电磁源成像框架，用于从MEG间歇性棘波中精确定位癫痫灶	结合中尺度神经元建模和深度学习，直接学习MEG数据中的传感器-源映射关系，提供超越传统物理源模型的替代方法	研究样本量相对有限（29名患者），且依赖于计算机模拟和临床验证的准确性	开发更准确和稳健的癫痫灶定位方法，提升MEG源定位和成像能力	29名药物抵抗性局灶性癫痫患者	医学影像分析	癫痫	脑磁图（MEG），颅内脑电图（iEEG），磁共振成像（MRI）	深度学习	脑磁图数据，MRI数据	29名药物抵抗性局灶性癫痫患者	NA	基于神经质量模型的深度学习架构	空间离散度，脑叶一致性，敏感性，特异性，定位误差	NA
54	2025-10-06	In silico co-crystal design: Assessment of the latest advances 2023-11, Drug discovery today IF:6.5Q1 DOI:10.1016/j.drudis.2023.103763 PMID:37689178	综述	本文综述了机器学习、深度学习和基于网络的推荐方法在药物共结晶领域的应用进展	系统评估了机器学习在药物共晶体设计中的最新应用，并比较了晶体结构预测作为替代方法的价值	NA	评估机器学习方法在药物共晶体设计中的最新进展	药物共晶体	机器学习	NA	机器学习，深度学习，网络推荐方法，晶体结构预测	NA	晶体结构数据	NA	NA	NA	NA	NA
55	2025-10-06	Epistasis regulates genetic control of cardiac hypertrophy 2023-Nov-20, Research square DOI:10.21203/rs.3.rs-3509208/v1 PMID:38045390	研究论文	本研究开发新方法揭示心脏肥大的复杂遗传架构，发现表观遗传相互作用在心脏结构调控中的重要作用	开发低信号符号迭代随机森林方法，结合深度学习从心脏MRI估计左心室质量，首次系统揭示心脏肥大的表观遗传调控网络	研究方法仍处于早期发展阶段，样本来源相对单一（主要基于UK Biobank数据）	探索心脏肥大的复杂遗传调控机制，特别是表观遗传相互作用	人类心脏组织、诱导多能干细胞来源的心肌细胞	机器学习	心血管疾病	心脏MRI、RNA沉默、单细胞形态分析、微流体系统	随机森林、深度学习	遗传数据、医学影像数据、转录组数据	UK Biobank中29,661个体的心脏MRI扫描，313例人类心脏组织的转录组数据	NA	NA	NA	NA
56	2025-10-06	Flow-field inference from neural data using deep recurrent networks 2023-Nov-16, bioRxiv : the preprint server for biology DOI:10.1101/2023.11.14.567136 PMID:38014290	研究论文	提出一种名为FINDR的无监督深度学习方法，用于从神经群体活动中推断低维非线性随机动力学	开发了能够解耦任务相关和无关神经活动成分的深度循环网络方法，首次实现了流场和吸引子结构的显式可视化	方法性能主要在大鼠前脑区听觉决策任务数据上验证，在其他脑区和行为任务中的适用性需要进一步测试	推断神经群体活动背后的低维非线性随机动力学	大鼠前脑区在执行听觉决策任务时的群体脉冲序列数据	计算神经科学	NA	神经信号记录	循环神经网络	神经脉冲序列数据	NA	NA	深度循环网络	神经元响应捕捉能力	NA
57	2025-10-06	Predicting multiple sclerosis severity with multimodal deep neural networks 2023-11-09, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-023-02354-6 PMID:37946182	研究论文	本文提出了一种利用多模态深度神经网络预测多发性硬化症疾病严重程度的方法	首次整合结构化电子健康记录数据、神经影像数据和临床笔记构建多模态深度学习框架，相比单模态模型AUROC提升高达19%	未明确说明样本规模和数据收集的具体限制	预测多发性硬化症疾病严重程度，为早期治疗干预提供支持	多发性硬化症患者	医疗人工智能	多发性硬化症	多模态深度学习，电子健康记录分析，神经影像分析	深度神经网络	结构化电子健康记录，神经影像，临床文本笔记	NA	NA	多模态深度神经网络	AUROC	NA
58	2025-10-06	A deep learning approach based on multi-omics data integration to construct a risk stratification prediction model for skin cutaneous melanoma 2023-Nov, Journal of cancer research and clinical oncology IF:2.7Q3 DOI:10.1007/s00432-023-05358-x PMID:37673824	研究论文	本研究开发了一种基于多组学数据整合的深度学习框架，用于构建皮肤黑色素瘤风险分层预测模型	结合早期融合特征自编码器和晚期融合特征自编码器的深度学习框架，相比单一策略的自编码器或PCA方法能更好地区分风险亚型	NA	构建皮肤黑色素瘤的风险亚型分型模型以改善预后预测	皮肤黑色素瘤患者	机器学习	皮肤黑色素瘤	mRNA测序, miRNA测序, DNA甲基化测序	自编码器, SVM	多组学数据	TCGA数据库中的皮肤黑色素瘤患者数据及两个独立验证数据集	NA	自编码器	C-index, log-rank P值	NA
59	2025-10-06	Development and external validation of the multichannel deep learning model based on unenhanced CT for differentiating fat-poor angiomyolipoma from renal cell carcinoma: a two-center retrospective study 2023-Nov, Journal of cancer research and clinical oncology IF:2.7Q3 DOI:10.1007/s00432-023-05339-0 PMID:37672075	研究论文	开发并验证基于平扫CT的多通道深度学习模型，用于区分乏脂肪血管平滑肌脂肪瘤与肾细胞癌	首次提出基于平扫CT的多通道深度学习模型，通过全肿瘤分析实现fp-AML与RCC的准确区分	回顾性研究设计，样本量相对有限（共452例患者），仅在两所医疗中心进行验证	开发并评估用于区分乏脂肪血管平滑肌脂肪瘤与肾细胞癌的深度学习模型	肾肿瘤患者，包括乏脂肪血管平滑肌脂肪瘤和肾细胞癌病例	数字病理	肾癌	CT成像	深度学习	CT图像	452例患者（FAHSYSU 320例，SYSUCC 132例）	NA	多通道深度学习模型	AUC, 95%置信区间	NA
60	2025-10-06	SMiT: symmetric mask transformer for disease severity detection 2023-Nov, Journal of cancer research and clinical oncology IF:2.7Q3 DOI:10.1007/s00432-023-05223-x PMID:37698681	研究论文	提出一种用于疾病严重程度检测的对称掩码Transformer模型SMiT	采用纯Transformer框架而非传统CNN模型，提出对称掩码预训练方法使模型更专注于病灶区域细节特征	NA	开发用于病理图像诊断分级的智能诊断系统	结直肠癌病理图像和糖尿病视网膜病变图像	计算机视觉	结直肠癌, 糖尿病视网膜病变	高斯滤波去噪	Transformer	图像	4500张结直肠癌组织病理图像和公开数据集APTOS2019	NA	Transformer	准确率, Cohen Kappa, F1-score	NA