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
581	2025-09-21	Visual language model-assisted spectral CT reconstruction by diffusion and low-rank priors from limited-angle measurements 2025-Sep-19, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ae0974 PMID:40972665	研究论文	提出一种结合视觉语言模型和扩散模型的有限角度光谱CT重建方法VLSR，提升图像质量并实现多设置适应性	首次将视觉语言模型的图像-文本感知能力与扩散模型的图像生成潜力结合，通过提示工程表征伪影特征，并开发协同采样框架	NA	解决有限角度扫描中的伪影问题，并在单一模型中实现多设置适应	光谱CT图像	计算机视觉	NA	扩散模型，低秩正则化	视觉语言模型，扩散模型	图像	模拟数据（90°和60°扫描角度）
582	2025-09-21	Multi-modal CT Perfusion-based Deep Learning for Predicting Stroke Lesion Outcomes in Complete and No Recanalization Scenarios 2025-Sep-19, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A9016 PMID:40973461	研究论文	开发基于多模态CT灌注的深度学习模型，用于预测急性缺血性卒中患者在不同再通情况下的最终梗死病灶	针对成功再通和未再通两种场景分别开发专用预测模型，采用多模态3D nnU-Net架构显著提升预测精度	样本量相对有限（CR组350例，NR组138例），需进一步多中心验证	提升急性缺血性卒中患者最终梗死病灶预测准确性，辅助临床治疗决策	急性缺血性卒中患者	医学影像分析	脑血管疾病	CT灌注成像，深度学习	3D nnU-Net	医学影像	CR组350例，NR组138例患者
583	2025-09-21	Phylogenetic Methods Meet Deep Learning 2025-Sep-19, Genome biology and evolution IF:3.2Q2 DOI:10.1093/gbe/evaf177 PMID:40973626	观点文章	本文探讨深度学习在系统发育学中的应用及其潜力	介绍了处理更大系统发育树和基因组数据集的新方法，如使用紧凑双射梯状向量或Transformer进行编码	基于模拟的训练数据存在风险，需要关注计算估计的可重复性和鲁棒性	推动深度学习与系统发育学的融合，提升系统发育分析的计算效率	系统发育树和基因组数据	机器学习	NA	深度学习	Transformer	基因组序列数据	NA
584	2025-09-21	OcuViT: A Vision Transformer-Based Approach for Automated Diabetic Retinopathy and AMD Classification 2025-Sep-19, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01676-3 PMID:40973913	研究论文	提出一种基于视觉Transformer（ViT）的自动化方法OcuViT，用于糖尿病视网膜病变（DR）和年龄相关性黄斑变性（AMD）的分类	利用预训练ViT模型进行迁移学习，并设计高效预处理流程适配视网膜图像，在多项分类任务中超越现有CNN和ViT方法	NA	通过深度学习提升视网膜疾病的自动化诊断精度和效率	糖尿病视网膜病变（DR）和年龄相关性黄斑变性（AMD）患者	计算机视觉	眼科疾病	迁移学习	Vision Transformer (ViT)	图像	APTOS数据集（DR分类）和IChallenge-AMD数据集（AMD分级）
585	2025-09-21	Lightweight Transfer Learning Models for Multi-Class Brain Tumor Classification: Glioma, Meningioma, Pituitary Tumors, and No Tumor MRI Screening 2025-Sep-19, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01686-1 PMID:40973910	研究论文	开发轻量级深度学习模型用于多类别脑肿瘤MRI图像的分类	使用预训练的轻量级ResNet模型实现高精度四分类，兼顾计算效率与性能	仅使用单一MRI序列数据，未来需纳入多序列MRI和更大患者队列验证	通过AI提升脑肿瘤MRI筛查的准确性和可部署性	神经胶质瘤、脑膜瘤、垂体瘤和无肿瘤的MRI图像	计算机视觉	脑肿瘤	迁移学习	ResNet, CNN	image	7023张MRI图像（5712训练，1311验证）
586	2025-09-21	Modeling the vertebrate regulatory sequence landscape by UUATAC-seq and deep learning 2025-Sep-18, Cell IF:45.5Q1 DOI:10.1016/j.cell.2025.06.020 PMID:40633538	研究论文	开发UUATAC-seq技术和NvwaCE深度学习模型，用于解析脊椎动物调控序列并预测顺式调控元件景观	首创超高通量、超灵敏单核染色质可及性测序技术(UUATAC-seq)，并构建能直接从基因组序列预测调控元件景观的多任务深度学习模型NvwaCE	NA	解码脊椎动物调控序列语言并构建调控元件景观	五种代表性脊椎动物物种的基因组调控序列	计算生物学	NA	UUATAC-seq, 深度学习	多任务深度学习模型(NvwaCE)	基因组序列数据, 染色质可及性数据	五种脊椎动物物种的基因组数据
587	2025-09-21	Research on the influence mechanism of emotional communication on Twitter (X) and the effect of spreading public anger 2025-Sep-18, Acta psychologica IF:2.1Q2 DOI:10.1016/j.actpsy.2025.105560 PMID:40972455	研究论文	本研究探讨了愤怒情绪在Twitter上的传播机制及其对公众参与的影响	结合情感分析、网络分析和多模型集成方法，揭示了毒性内容与愤怒传播的量化关系，并提出了优于深度学习的元模型	结果基于观察性建模，需谨慎解读算法干预的具体影响	分析社交媒体上愤怒情绪的传播机制及放大效应	Twitter平台上的用户推文及互动行为	自然语言处理	NA	VADER, Perspective API, Louvain方法, 回归模型, 倾向得分匹配, 时间序列分析	RF, SVM, ARIMA, BERT, LSTM	文本	5000条推文，来自普通用户和公众人物
588	2025-09-21	RNA velocity and beyond: Current advances in modeling single-cell transcriptional dynamics 2025-Sep-18, Allergology international : official journal of the Japanese Society of Allergology IF:6.2Q1 DOI:10.1016/j.alit.2025.08.005 PMID:40973591	综述	本文综述了RNA Velocity及其相关技术在单细胞转录动力学建模中的最新进展和应用	系统总结了RNA Velocity从基础原理到第二代计算工具（如scVelo、dynamo、CellRank）的发展，并探讨了与空间多组学数据整合及深度学习方法的前沿应用	讨论了RNA Velocity分析当前面临的挑战和剩余局限性	回顾单细胞转录动力学建模方法的发展，特别是在过敏和免疫学研究中的应用	单细胞RNA测序数据，免疫细胞分化与状态转换	计算生物学	过敏与免疫性疾病（哮喘、特应性皮炎、慢性炎症等）	scRNA-seq, RNA Velocity, 深度学习	Velocyto, scVelo, dynamo, CellRank	单细胞转录组数据，空间数据，多模态数据	NA
589	2025-09-21	Comparative evaluation of deep learning and traditional models for predicting traffic accident severity in Saudi Arabia 2025-Sep-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-13484-4 PMID:40962904	研究论文	本文比较了深度学习与传统模型在预测沙特阿拉伯交通事故严重性方面的性能	在沙特阿拉伯东部省份的14个城市中，首次系统比较了ANN、BRT、SVM、NVB和LGR五种模型在交通事故严重性预测中的表现，并发现ANN模型显著优于传统方法	研究仅基于2018-2022年沙特阿拉伯东部省份的数据，结果可能不具有全国或全球代表性	预测交通事故严重性以提升道路安全性和事故预防能力	沙特阿拉伯东部省份14个城市的交通事故数据	机器学习	NA	人工神经网络(ANN)、提升树(BRT)、支持向量机(SVM)、朴素贝叶斯(NVB)、逻辑回归(LGR)	ANN, BRT, SVM, NVB, LGR	结构化事故数据	9,548起事故案例，涉及17,100辆车，导致2,527人死亡和8,020人受伤
590	2025-09-21	Augmenting conventional criteria: a CT-based deep learning radiomics nomogram for early recurrence risk stratification in hepatocellular carcinoma after liver transplantation 2025-Sep-17, Insights into imaging IF:4.1Q1 DOI:10.1186/s13244-025-02082-7 PMID:40962936	研究论文	开发基于CT的深度学习放射组学列线图（DLRN）用于肝移植后肝细胞癌早期复发风险分层	结合放射组学和深度学习特征构建预测模型，并与传统Metro-Ticket 2.0标准融合实现最优预测性能	样本量有限（n=245），且为两中心回顾性研究	改善肝细胞癌肝移植术后早期复发的临床决策和风险分层	肝细胞癌患者	数字病理	肝细胞癌	CT影像分析，放射组学特征提取，深度学习	深度学习放射组学列线图（DLRN），多变量逻辑回归	CT影像	245例肝细胞癌患者（训练集184例，验证集61例）
591	2025-09-21	Non-iterative and uncertainty-aware MRI-based liver fat estimation using an unsupervised deep learning method 2025-Sep-17, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103811 PMID:40972442	研究论文	提出一种基于无监督深度学习的非迭代且不确定性感知的MRI肝脏脂肪估计方法AI-DEAL	首次结合深度学习和加权最小二乘法，一次性估计质子密度脂肪分数（PDFF）及其不确定性图谱，无需迭代且提供可靠性评估	在脂肪-水体模中表现出-3.43%的PDFF偏差，显示泛化能力仍有改进空间	开发快速准确的MRI肝脏脂肪定量方法，提升临床实用性	肝脏质子密度脂肪分数（PDFF）及其不确定性	医学影像分析	肝脏疾病	CSE-MRI（化学位移编码MRI），深度学习，加权最小二乘法	无监督深度学习	MRI图像	体内肝脏MRI数据、脂肪-水体模和数值体模
592	2025-09-21	Unfolding the diagnostic pipeline of diabetic retinopathy with artificial intelligence: A systematic review 2025-Sep-17, Survey of ophthalmology IF:5.1Q1 DOI:10.1016/j.survophthal.2025.09.008 PMID:40972797	系统综述	本文系统回顾了人工智能在糖尿病视网膜病变诊断流程中的应用与进展	提出并验证了一个集成图像预处理、视盘定位与移除、血管分割、特征提取和分类的完整AI诊断流程，在MESSIDOR数据集上达到98.02%的准确率	未明确提及具体挑战细节，但指出AI在临床应用中仍面临当前挑战	自动化与增强糖尿病视网膜病变的早期诊断和严重程度分类	糖尿病视网膜病变患者	数字病理学	糖尿病视网膜病变	深度学习	深度学习模型（未指定具体类型）	图像	基于MESSIDOR数据集（未提供具体样本数量）
593	2025-09-21	Nivolumab plus ipilimumab for potentially resectable hepatocellular carcinoma: long-term efficacy and biomarker exploration 2025-Sep-17, Journal of hepatology IF:26.8Q1 DOI:10.1016/j.jhep.2025.08.035 PMID:40972843	研究论文	评估纳武利尤单抗联合伊匹木单抗在潜在可切除肝细胞癌患者中的疗效、安全性及生物标志物探索	首次在潜在可切除HCC中探索双免疫检查点抑制剂新辅助治疗的长期疗效，并通过多组学分析揭示三级淋巴结构（TLS）与治疗反应的关联	单臂研究且样本量有限（n=43），需更大规模随机试验验证结论	评估免疫联合疗法作为新辅助/围手术期治疗的临床效益并探索预测性生物标志物	潜在可切除肝细胞癌（HCC）患者	肿瘤免疫学	肝细胞癌	基因组学、转录组学、免疫细胞分型、光谱流式细胞术、深度学习算法	深度学习算法（未指定具体模型）	肿瘤组织样本、外周血样本、影像学数据	43例患者（37男/6女），其中24例接受手术
594	2025-09-21	Deep-Learning Driven Identification of Novel Antimicrobial Peptides 2025-Sep-16, Chemistry (Weinheim an der Bergstrasse, Germany) DOI:10.1002/chem.202501918 PMID:40801152	研究论文	利用深度学习驱动的流程识别新型抗菌肽并进行实验验证	结合HydrAMP和AMPlify两种深度学习模型进行抗菌肽的识别与活性筛选	仅对三种候选肽进行了实验验证，样本规模有限	加速新型抗菌肽的发现与机制研究	短链色氨酸富集抗菌肽序列	机器学习	NA	深度学习算法、生物物理分析	HydrAMP DL, AMPlify DL	肽序列数据	3种合成抗菌肽（AMP1, AMP2, AMP3）
595	2025-09-21	AI-driven hazard prioritization of plastic additives using Tox21 bioassays and self-supervised graph transformers 2025-Sep-16, Environmental toxicology and chemistry IF:3.6Q2 DOI:10.1093/etojnl/vgaf228 PMID:40971996	研究论文	本研究利用Tox21生物测定数据和自监督图变换器模型，对塑料添加剂进行AI驱动的毒性优先级排序	采用GROVER算法结合Transformer和自监督预训练，克服传统图神经网络限制，在毒性预测任务上优于基线模型	NA	筛选高用量塑料添加剂的潜在毒性，支持监管决策和现代化危害评估	400多种塑料添加剂化学品	机器学习	NA	Tox21生物测定、深度学习	GROVER（图变换器）、GCN、随机森林、SVM、逻辑回归	化学结构数据、生物活性数据	超过7,000种化学品的Tox21数据集，其中171种添加剂被重点分析
596	2025-09-21	Deep learning enhanced thermographic modeling for early and precise mastitis detection in Sahiwal cows 2025-Sep-16, Research in veterinary science IF:2.2Q1 DOI:10.1016/j.rvsc.2025.105899 PMID:40972062	研究论文	本研究结合热成像技术与深度学习，用于早期精准检测Sahiwal奶牛乳腺炎	首次将CNN模型应用于热成像数据，实现对临床和亚临床乳腺炎的高精度分类	研究仅限于Sahiwal品种奶牛，未提及其他品种或大规模验证	开发基于深度学习的乳腺炎早期诊断方法	Sahiwal泌乳奶牛的乳房区域	计算机视觉	乳腺炎	热成像技术，California Mastitis Test (CMT)，体细胞计数(SCC)	CNN	热成像图像	未明确提及具体样本数量，但涉及健康、亚临床乳腺炎(SCM)和临床乳腺炎(CM)三类乳房区域
597	2025-09-21	Adaptive High-Distance RGB Imaging for Accurate Dairy Cow Feed Intake Estimation1 2025-Sep-16, Journal of animal science IF:2.7Q1 DOI:10.1093/jas/skaf247 PMID:40972117	研究论文	提出一种基于RGB图像的奶牛饲料摄入量估计方法，为牧场管理提供低成本智能测量方案	创新性地将自注意力机制和多尺度融合技术与ResNet结合，设计深度学习模型用于饲料总量估计	NA	开发高效准确的奶牛饲料摄入量估计方法	奶牛饲料堆	计算机视觉	NA	RGB成像，深度学习	U2-Net, ResNet with self-attention and multi-scale fusion	图像	基于立体相机在不同饲料堆采集的专用差分图像数据集
598	2025-09-21	The interpretable deep learning framework and validation for seizure detection in pediatric electroencephalography: An improved accuracy and performance analysis 2025-Sep-16, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103276 PMID:40972406	研究论文	提出并比较两种可解释深度学习模型用于儿科脑电图癫痫发作检测	引入SE-FCN增强空间敏感性和保持时间分辨率，开发TransNet通过自注意力捕获时空依赖，并输出电极空间显著性权重以推断致痫区	模型在跨主体验证协议下性能仍有提升空间，临床可解释性需进一步验证	改进儿科脑电图癫痫发作检测的准确性和可解释性	儿科患者的脑电图数据	machine learning	癫痫	深度学习，脑电图分析	CNN, Transformer	EEG信号	CHB-MIT数据集中的22名患者
599	2025-09-21	Insights into AI-Driven malaria diagnosis: A systematic review with implications for Plasmodium knowlesi 2025-Sep-15, Acta tropica IF:2.1Q2 DOI:10.1016/j.actatropica.2025.107842 PMID:40962162	综述	本文系统评估了AI驱动的疟疾诊断方法，特别关注诺氏疟原虫血期分类的数据集、预处理方法和深度学习技术	首次针对诺氏疟原虫血期识别进行深入比较分析，超越以往仅关注物种分类的综述	诺氏疟原虫的AI分类研究仍然有限，存在标注数据集不足、类别不平衡和可解释性问题	评估AI技术（特别是深度学习）在疟原虫血期分类中的应用潜力	诺氏疟原虫（Plasmodium knowlesi）的血期形态	digital pathology	malaria	深度学习，显微镜图像分析	CNN, transfer learning, ensemble learning, YOLO, Faster R-CNN	显微镜图像	NA
600	2025-09-21	Enhanced epileptic seizure detection using CNNs with convolutional block attention and short-term memory networks 2025-Sep-15, Behavioural brain research IF:2.6Q3 DOI:10.1016/j.bbr.2025.115831 PMID:40962227	研究论文	提出一种结合CNN、LSTM和注意力机制的新型癫痫发作检测方法	首次将卷积块注意力模块（CBAM）与CNN-LSTM结合，增强模型对关键信息的聚焦能力	仅使用公开数据集进行验证，未说明临床实际应用效果	提高癫痫发作检测的准确性以改善患者生活质量	癫痫患者的脑电图（EEG）信号	机器学习	癫痫	EEG信号分析	CNN, LSTM, CBAM	时间序列信号	基于波恩大学公开数据集的三种EEG信号类型