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
721	2025-11-15	Artificial intelligence diagnostic performance in image-based vulnerable carotid plaque detection: a systematic review and meta-analysis 2025-Nov-11, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-03227-w PMID:41219882	系统综述与荟萃分析	通过系统综述和荟萃分析评估人工智能在基于医学影像的颈动脉易损斑块检测中的诊断性能	首次对AI在颈动脉易损斑块影像诊断中的性能进行系统评价和定量荟萃分析	仅有一项研究报告了外部验证，存在显著的异质性和发表偏倚	评估AI算法在使用医学影像区分不稳定与稳定颈动脉斑块中的诊断性能	颈动脉斑块医学影像	医学影像分析	心血管疾病	医学影像分析	机器学习,深度学习	医学影像	31项研究纳入综述，14项纳入荟萃分析	NA	NA	灵敏度,特异性,AUC	NA
722	2025-11-15	Fully Automated On-Scanner Aortic Four Dimensional Flow Magnetic Resonance Imaging Processing and Hemodynamic Analysis 2025-Nov-11, Journal of cardiovascular magnetic resonance : official journal of the Society for Cardiovascular Magnetic Resonance IF:4.2Q1 DOI:10.1016/j.jocmr.2025.101985 PMID:41232676	研究论文	开发并验证了一种完全集成在MRI扫描仪上的自动化4D血流MRI处理流程，用于血流动力学分析	首次实现了端到端的4D血流MRI分析流程完全部署在扫描仪上，可在数据采集后立即进行实时分析	研究样本量较小（仅20名受试者），且仅在1.5T MRI系统上验证	开发自动化血流动力学分析流程，提高MRI工作流程效率	主动脉疾病患者和健康对照者	医学影像分析	主动脉疾病	4D血流磁共振成像	深度学习模型	4D血流MRI图像	20名受试者（10名主动脉疾病患者，10名健康对照）	TensorFlow	NA	Dice系数, Bland Altman分析, 相对差异	MRI系统自有计算资源，容器化Python 3.6环境
723	2025-11-15	Inverse Modeling for Artifact Removal in Photonic Data: A Computational Physics and Transfer Learning-Based Approach 2025-Nov-10, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c02055 PMID:41150868	研究论文	提出一种结合计算物理和迁移学习的逆建模框架，用于消除光谱数据中的etaloning伪影	采用两阶段迁移学习策略，结合计算物理模拟和真实实验数据进行模型训练	NA	开发有效的光谱数据伪影去除方法	光谱数据中的etaloning伪影	计算物理	NA	转移矩阵法	深度学习	光谱数据	超过30,000个模拟光谱和真实实验数据	NA	NA	伪影减少率, 光谱精度	NA
724	2025-11-15	Establishment of an Integrated Model for Predicting Compound Mutagenicity with a Feature Importance Analysis 2025-Nov-10, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c01586 PMID:41118227	研究论文	本研究开发了一个集成深度学习框架，通过结合多种分子特征来预测化合物的致突变性	提出了集成78个模型的深度学习框架，通过系统组合13种分子描述符和指纹，并进行了特征重要性分析揭示致突变化合物的结构特征	仅使用了5866个化合物样本，可能无法覆盖所有类型的化学结构	开发快速、经济有效的化合物致突变性预测方法	化学化合物的致突变性	机器学习	NA	分子描述符和指纹分析	深度学习	分子特征数据	5866个化合物（5279个训练，587个测试）	NA	集成模型	平衡准确度, 精确度	NA
725	2025-11-15	SHARP: Generating Synthesizable Molecules via Fragment-Based Hierarchical Action-Space Reinforcement Learning for Pareto Optimization 2025-Nov-10, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c01699 PMID:41134962	研究论文	提出一种基于片段分层动作空间强化学习的分子生成方法SHARP，用于多目标帕累托优化	采用片段化分层动作空间设计和基于预训练可合成性估计模型的动作掩码机制，确保生成分子的可合成性	未明确说明模型在更大规模化学空间中的泛化能力	解决多目标分子优化问题，包括高结合亲和力、可合成性和类药性	药物样分子的设计与生成	机器学习	NA	强化学习	强化学习策略网络	分子结构数据	四个先导化合物优化任务（片段生长、连接子设计、骨架跃迁和侧链修饰）的多样化受体集合	NA	分层动作空间强化学习架构	对接分数、药效团匹配、溶剂可及性	NA
726	2025-11-15	Malignancy prediction for calcified thyroid nodules using deep learning based on ultrasound dynamic videos 2025-Nov-10, Cancer imaging : the official publication of the International Cancer Imaging Society IF:3.5Q1 DOI:10.1186/s40644-025-00944-3 PMID:41214809	研究论文	基于超声动态视频开发优化钙化检测的深度学习模型，用于预测钙化甲状腺结节的良恶性	首次将3D深度学习模型应用于超声动态视频，并专门设计了钙化注意力模块增强对微钙化的敏感性	回顾性研究，需要前瞻性验证；样本来源仅限于六家医院	开发基于动态超声视频的深度学习模型，准确预测钙化甲状腺结节的恶性风险	钙化甲状腺结节	数字病理	甲状腺癌	超声动态视频	3D CNN	视频	1,257名患者的2,319个甲状腺结节	TensorFlow, PyTorch	3D InceptionResNetV2	AUROC, 敏感性, 特异性, 准确率	NA
727	2025-11-15	SpectraNet: A unified deep learning framework for infrared spectroscopy-based prediction of plastic recyclability, type classification, and microplastic identification 2025-Nov-09, Journal of hazardous materials IF:12.2Q1 DOI:10.1016/j.jhazmat.2025.140434 PMID:41232191	研究论文	提出SpectraNet深度学习框架，利用红外光谱技术实现塑料可回收性预测、类型分类和微塑料识别	首次建立统一深度学习框架同时处理塑料可回收性评估、类型识别和微塑料鉴定三大任务，并构建开放获取的红外光谱数据库	未明确说明模型在更广泛环境样本中的泛化能力及实际部署中的计算效率	开发高效塑料分拣回收、材料识别和微塑料监测技术以应对环境污染	塑料材料和微塑料颗粒	机器学习	NA	中红外光谱技术	深度学习	红外光谱数据	NA	NA	SpectraNet	准确率	工业物联网系统
728	2025-11-15	LG-nnU-net for multilabel anal sphincter segmentation on MRI: quantitative evaluation in patients with anal fistula 2025-Nov-09, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112509 PMID:41232256	研究论文	开发并评估用于MRI肛门括约肌多标签分割的LG-nnU-net深度学习框架	提出优化的nnU-net架构，采用非对称编码器扩展、组归一化、多尺度特征聚合和深度监督技术	单中心回顾性研究，临床对高低位瘘管分类的影响未经验证，需要多中心验证和前瞻性研究	开发用于MRI肛门括约肌亚结构分割的深度学习框架，提供定量解剖信息	272例肛瘘患者的冠状T2加权MRI图像	医学影像分析	肛瘘	MRI	U-net变体	医学影像	272例患者（218例训练，54例测试）	NA	LG-nnU-net, ResU-net, DenseU-net, U-net++	Dice相似系数, Hausdorff距离, 平均对称表面距离	NA
729	2025-11-15	Neural representation of trustworthiness encoding and inference in crowds 2025-Nov-08, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2025.121575 PMID:41213443	研究论文	本研究通过EEG解码和深度学习可解释性方法探索人群可信度感知的神经机制	首次结合EEG解码和深度学习可解释性方法揭示群体可信度感知的神经动力学，发现整体编码加速社会印象形成	未明确说明样本规模和研究人群特征，实验环境可能影响EEG信号采集	探索人群可信度感知的神经机制和认知过程	人群和个体的可信度感知神经表征	计算神经科学	NA	脑电图（EEG），深度学习可解释性方法	深度学习	脑电信号，行为数据	NA	SHAP	NA	解码准确率，交叉解码精度	NA
730	2025-11-15	Explainable multimodal fusion for breast carcinoma diagnosis: A systematic review, open problems, and future directions 2025-Nov-07, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.109152 PMID:41232399	系统综述	本文系统综述了乳腺癌诊断中可解释多模态融合的研究现状、开放问题和未来方向	首次系统分析乳腺癌诊断中多模态融合与可解释AI技术的结合应用，涵盖从简单特征连接到高级注意力架构的融合策略	多模态数据集可用性有限，基准测试不一致，真实场景中可解释模型稀缺	分析多模态学习和可解释AI在乳腺癌诊断和预后中的应用现状与挑战	乳腺癌诊断和预后	数字病理	乳腺癌	多模态数据融合，可解释AI技术	Transformer, GNN, 自编码器, 集成学习	影像数据, 临床记录, 组织病理学数据, 基因组数据	基于49项同行评审研究	NA	注意力机制, 门控架构, 混合架构	NA	NA
731	2025-11-15	Deep learning in acupuncture: A systematic review 2025-Nov-06, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103300 PMID:41232152	系统综述	系统综述了深度学习技术在针灸实践中的应用研究	首次系统总结了深度学习在针灸领域的应用现状，涵盖穴位定位、手法分析、疾病管理和治疗监测等多个任务	纳入研究存在数据量小和模型不准确两大主要局限	总结深度学习技术在针灸实践中的应用证据	针灸实践相关的深度学习研究	机器学习	NA	深度学习	CNN, RNN, LSTM, BERT, FNN, YOLO	图像, 文本, 视频	27项研究，基于公共数据库或自建数据集	NA	YOLO变体, BERT, LSTM, CNN	偏移误差阈值, 归一化平均误差, 平均精度均值, 帧率, 关键点正确率, 交并比	NA
732	2025-11-15	Passive vs Active Nighttime Smartphone Use as Markers of Next-Day Suicide Risk 2025-Nov-03, JAMA network open IF:10.5Q1 DOI:10.1001/jamanetworkopen.2025.42675 PMID:41217755	研究论文	研究夜间智能手机使用类型（被动与主动）与次日自杀风险的关联	首次区分夜间被动与主动手机使用对自杀风险的影响，并发现深夜使用预示脆弱性而午夜主动参与具有保护作用	样本量较小（79人），依赖自我报告数据，EMA依从率为68.8%	探究夜间智能手机使用时间与类型对次日自杀意念和自杀计划的影响	有自杀风险倾向的成年人群（18岁以上，过去一个月有自杀念头或行为）	数字健康	精神健康疾病	生态瞬时评估（EMA），被动数据感知，深度学习	深度学习模型	智能手机截图，自我报告数据	79名参与者，生成750万张截图	NA	NA	贝叶斯多水平模型，95%可信区间	NA
733	2025-11-15	MaskTerial: a foundation model for automated 2D material flake detection 2025-Nov-03, Digital discovery IF:6.2Q1 DOI:10.1039/d5dd00156k PMID:41220578	研究论文	提出一种名为MaskTerial的基础模型，用于自动化检测光学显微镜图像中的二维材料薄片	使用合成数据生成器进行广泛预训练，仅需5-10张图像即可快速适应新材料，并采用不确定性估计模型基于光学对比度进行最终分类	NA	自动化检测和分类剥离的二维材料薄片	二维材料薄片	计算机视觉	NA	光学显微镜成像	实例分割网络	图像	8个不同数据集包含5种不同二维材料	NA	NA	NA	NA
734	2025-11-15	Artificial intelligence-guided design of lipid nanoparticles for pulmonary gene therapy 2025-Nov, Nature biotechnology IF:33.1Q1 DOI:10.1038/s41587-024-02490-y PMID:39658727	研究论文	本研究开发了一种基于深度学习的脂质纳米颗粒设计方法，用于肺部基因治疗	首次将定向消息传递神经网络应用于离子化脂质设计，能够预测核酸递送效果并拓展到训练集外的结构	研究主要基于小鼠和雪貂模型，人类应用效果仍需验证	开发人工智能指导的脂质纳米颗粒设计方法以改进基因治疗递送效率	离子化脂质、脂质纳米颗粒、mRNA递送系统	机器学习	肺部疾病	深度学习、基因治疗	神经网络	化学结构数据、活性测量数据	9,000多个脂质纳米颗粒活性测量数据，评估160万个脂质结构	NA	定向消息传递神经网络	体外和体内RNA递送预测准确率	NA
735	2025-11-15	In vivo confocal microscopy in ophthalmology: research trends from a bibliometric analysis 2025-Nov, Clinical & experimental optometry DOI:10.1080/08164622.2025.2459345 PMID:39933698	文献计量分析	通过文献计量分析探讨活体共聚焦显微镜在眼科领域的研究趋势	首次对眼科IVCM研究进行全球文献计量分析，识别关键文献、作者、机构和新兴趋势	仅基于Web of Science数据库，可能存在文献收录不全的限制	分析眼科领域活体共聚焦显微镜的研究现状和发展趋势	眼科IVCM相关研究文献	医学影像分析	角膜和眼表疾病	文献计量分析，VOSviewer可视化	NA	文献元数据	1,389篇文章，其中角膜神经研究425篇，免疫细胞研究182篇	VOSviewer	NA	h指数，篇均引用次数	NA
736	2025-11-15	An Integrated Model Combined Conventional Radiomics and Deep Learning Features to Predict Early Recurrence of Hepatocellular Carcinoma Eligible for Curative Ablation: A Multicenter Cohort Study 2025 Nov-Dec 01, Journal of computer assisted tomography IF:1.0Q4 DOI:10.1097/RCT.0000000000001764 PMID:40338065	研究论文	开发并验证结合深度学习和传统影像组学特征的DLRR模型，用于预测肝细胞癌根治性消融术后早期复发	首次将深度学习影像组学与传统影像组学特征相结合构建预测模型，并采用多中心外部验证	回顾性研究设计，样本量相对有限	预测肝细胞癌根治性消融术后早期复发风险	肝细胞癌患者	数字病理	肝细胞癌	对比增强计算机断层扫描	CNN, 机器学习	医学影像	288例患者（222例主要队列，66例外部验证队列）	PyTorch, PyRadiomics, Scikit-learn	3D ResNet-18	AUC, NRI, IDI, 校准曲线, 决策曲线分析	NA
737	2025-11-15	Deep Learning-Enhanced Noninvasive Detection of Pulmonary Hypertension and Subtypes via Chest Radiographs, Validated by Catheterization 2025-Nov, Chest IF:9.5Q1 DOI:10.1016/j.chest.2025.06.008 PMID:40541737	研究论文	本研究开发了基于胸片的深度学习模型，用于无创检测肺动脉高压及其亚型	首次开发专门针对先天性心脏病相关肺动脉高压亚型的深度学习检测模型	需要在更多样化人群中进一步验证以增强临床通用性	开发非侵入性、可访问且准确的肺动脉高压诊断工具	肺动脉高压患者，特别是先天性心脏病相关肺动脉高压亚型患者	数字病理	心血管疾病	胸片摄影，右心导管检查，经胸超声心动图	深度学习	图像	4,576名患者（2,288名PH患者），包括内部测试集2,140名患者和外部验证集90名患者	NA	CXR-PH-Net, CXR-CHD-PAH-Net	AUC, 灵敏度, 特异性	NA
738	2025-11-15	Artificial Intelligence-Enabled Short-Term Ambulatory Monitoring ECG During Sinus Rhythm for Prediction of Hidden Atrial Fibrillation 2025-Nov, Journal of cardiovascular electrophysiology IF:2.3Q2 DOI:10.1111/jce.70028 PMID:40709543	研究论文	开发了一种基于深度学习的模型，利用窦性心律期间的短时动态心电图预测隐藏性心房颤动	首次使用ConvNeXt和LSTM两阶段深度学习模型，通过窦性心律期间的短时心电图预测隐藏性房颤	回顾性研究设计，第二阶段分析中较长时间段可能导致与房颤更相关特征被稀释而降低特异性	预测无症状/隐匿性心房颤动	接受24小时动态心电图监测的患者	医疗人工智能	心血管疾病	动态心电图监测	CNN, LSTM	心电图信号	934名患者（640名房颤组，294名对照组），368,550段窦性心律心电图片段	NA	ConvNeXt, LSTM	AUC, 准确率, 灵敏度, 特异性	NA
739	2025-11-15	Artificial Intelligence and the Evolving Landscape of Immunopeptidomics 2025-Nov, Proteomics. Clinical applications DOI:10.1002/prca.70018 PMID:40741879	综述	本文系统回顾了人工智能在免疫肽组学领域的应用进展，重点分析了AI在肽段鉴定、免疫原性预测和新抗原优先排序中的关键作用	深入探讨AI如何帮助揭示传统上被认为是免疫'冷'肿瘤（如乳腺癌）的隐藏免疫原性特征，并展望深度学习、迁移学习和多组学整合模型的未来应用	在建模非经典肽段、考虑抗原加工缺陷以及避免靶向非肿瘤毒性方面仍存在挑战	评估人工智能方法在免疫肽组学工作流程各阶段的应用潜力	主要组织相容性复合体呈递的肽段、新抗原和癌症免疫治疗	生物信息学	乳腺癌	质谱分析、免疫肽组学、多组学分析	深度学习、迁移学习	质谱数据、多组学数据	NA	NA	NA	NA	NA
740	2025-11-15	Self-supervised representation learning on gene expression data 2025-Nov-01, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf533 PMID:41028963	研究论文	本研究探索了自监督学习方法在基因表达数据表型预测中的应用	首次将自监督学习应用于批量RNA-Seq数据，通过无标注数据提取信息来改善表型预测	NA	开发基于自监督学习的基因表达数据分析方法，提高表型预测准确性	批量基因表达数据	机器学习	NA	RNA-Seq	自监督学习	基因表达数据	多个公开可用的基因表达数据集	NA	NA	预测准确率	NA