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
81	2025-09-26	Deep learning for atrioventricular regurgitation diagnosis: an external validation study 2025-Sep, European heart journal. Digital health DOI:10.1093/ehjdh/ztaf078 PMID:40984997	研究论文	本研究对Aisap.ai开发的深度学习算法进行外部验证，用于基于经胸超声心动图诊断房室瓣反流严重程度	首次在梅奥诊所健康系统数据上外部验证深度学习算法对房室瓣反流的诊断性能	模型仅对38%的合格研究生成预测，性能分析仅限于这些病例	验证深度学习算法在诊断二尖瓣和三尖瓣反流严重程度方面的外部有效性	梅奥诊所健康系统2013-23年的经胸超声心动图研究	医疗人工智能	心血管疾病	深度学习	深度学习算法	超声心动图像	1541例合格TTE研究（其中578例生成预测，MR队列280例，TR队列298例）
82	2025-09-26	Application of a Deep Learning Model to Predict Liquid Chromatography Retention Times of Food Peptides Across Chromatographic Conditions 2025-Sep, Journal of separation science IF:2.8Q2 DOI:10.1002/jssc.70270 PMID:40994122	研究论文	本研究应用深度学习模型预测食品肽在不同色谱条件下的液相色谱保留时间	采用迁移学习方法，将在大型蛋白质组学数据集上预训练的通用深度学习模型，通过商业肽标准品的实验数据进行微调，显著降低数据需求和训练时间	模型主要基于商业肽标准品数据训练，可能对某些特殊结构肽的预测存在局限	开发适用于食品源性肽的保留时间预测方法，提高LC-MS分析中肽鉴定的可靠性	食品源性肽（包括酵母蛋白水解物和植物蛋白水解物中的胰蛋白酶和非胰蛋白酶肽）	机器学习	NA	液相色谱-质谱联用技术（LC-MS），深度学习	深度学习模型（具体架构未明确说明）	肽保留时间数据	商业肽标准品实验数据，酵母蛋白水解物验证集，植物蛋白水解物验证集
83	2025-09-26	Longitudinal methods for Alzheimer's cognitive status prediction with deep learning 2025-Sep, Alzheimer's & dementia : the journal of the Alzheimer's Association DOI:10.1002/alz.70488 PMID:40994414	研究论文	开发基于深度学习的纵向方法预测阿尔茨海默病认知状态	提出两种新型建模技术：分离标准化基线特征与基线偏差的方法，以及基于线性注意力的插补方法，将预测时间范围从1-3年扩展至3-10年	3-10年预测验证的aMCI最终发展为AD仍具有挑战性	建立长期（3-10年）阿尔茨海默病相关认知障碍的预测模型	遗忘型轻度认知障碍（aMCI）和阿尔茨海默病（AD）患者	机器学习	阿尔茨海默病	深度学习	线性注意力机制模型	神经心理学数据、患者病史数据	美国国家阿尔茨海默病协调中心（NACC）数据库的纵向数据
84	2025-09-26	Real-time sludge moisture monitoring via jet imaging and deep learning 2025-Sep, Environmental science and ecotechnology IF:14.0Q1 DOI:10.1016/j.ese.2025.100614 PMID:40994737	研究论文	通过高速喷射成像和深度学习实现污泥含水率的实时监测	首次利用污泥喷射的非牛顿流体特性结合深度学习算法，在20秒内实现含水率的快速精准预测	研究基于实验室规模系统，尚未在工业现场验证适用性	开发实时污泥含水率监测技术以优化污水处理流程	废水处理厂产生的活性污泥	计算机视觉	NA	高速成像、深度学习	CNN（VGG-16、AlexNet、LeNet）	图像	79-94%含水率范围内采集的11,000多张喷射图像
85	2025-09-26	Fast-RF-Shimming: Accelerate RF shimming in 7T MRI using deep learning 2025-Sep, Meta-radiology DOI:10.1016/j.metrad.2025.100166 PMID:40995422	研究论文	提出一种基于深度学习的Fast-RF-Shimming框架，用于加速7T MRI中的射频匀场过程	实现相比传统MLS方法5000倍的加速比，创新性地结合随机初始化Adam优化器、ResNet网络和非均匀场检测器(NFD)后处理步骤	未明确说明训练数据规模和对极端非均匀场处理的泛化能力	解决超高场MRI中射频场不均匀性问题，提升图像质量	7T MRI系统的射频匀场过程	医学影像分析	NA	深度学习、射频匀场技术	ResNet	多通道B1场数据	NA
86	2025-09-26	Can the success of digital super-resolution networks be transferred to passive all-optical systems? 2025-Sep, Nanophotonics (Berlin, Germany) DOI:10.1515/nanoph-2025-0294 PMID:40995527	研究论文	探讨数字超分辨率网络的成功经验能否迁移至被动全光学系统	首次系统分析相位非线性全光学衍射神经网络在超分辨率任务中的物理限制	存在重建保真度与光路能量保存的权衡问题，且有效处理的输入强度动态范围有限	验证全光学系统实现空间超分辨率的可行性	全光学衍射神经网络（AODNNs）	计算光学	NA	相位非线性光学处理	衍射神经网络	光学信号	NA
87	2025-09-26	Artificial Intelligence in the Study of Root and Canal Anatomy: A Comprehensive Review on Applications, Advantages, Challenges and Future Directions 2025-Sep, European endodontic journal IF:1.6Q3 DOI:10.14744/eej.2025.37232 PMID:40995722	综述	本文全面回顾人工智能在牙根和根管解剖学研究中的应用现状、优势、挑战及未来方向	首次系统梳理AI技术在牙科解剖学教育、研究和临床实践中的整合应用与发展前景	现有研究数据集规模有限，需要更大样本量来提升深度学习模型的准确性	分析人工智能在牙根和根管解剖学研究中的应用价值与发展潜力	牙根和根管的解剖结构特征	医学人工智能	牙科疾病	深度学习	深度学习模型	2D和3D医学影像	NA
88	2025-09-26	Deep learning-based 3D classification of head and neck cancer PET/MRI: Radiologist comparison and Grad-CAM interpretability 2025-Sep, Clinical physiology and functional imaging IF:1.3Q4 DOI:10.1111/cpf.70030 PMID:40996364	研究论文	开发并评估基于3D卷积神经网络的头颈癌PET/MRI图像自动分类系统	首次将3D CNN应用于头颈癌PET/MRI多模态图像分类，并采用Grad-CAM技术增强模型可解释性	PET/MRI和MRI模型性能较差，特异性需提升以降低假阳性率，数据集规模有限	开发头颈癌PET/MRI图像的自动分类系统并评估其临床辅助诊断潜力	头颈癌患者的PET/MRI医学影像数据	医学影像分析	头颈癌	18F-FDG PET/MRI成像技术	3D CNN（三维卷积神经网络）	3D医学影像（PET/MRI图像）	训练集202例患者（101阳性/101阴性），测试集20例患者（10阳性/10阴性）
89	2025-09-26	scHSC: enhancing single-cell RNA-seq clustering via hard sample contrastive learning 2025-Aug-31, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf485 PMID:40977264	研究论文	提出一种基于困难样本对比学习的深度学习方法scHSC，用于提升单细胞RNA测序数据的聚类效果	通过困难样本挖掘和对比学习，同时整合基因表达和细胞间拓扑结构信息，采用自适应权重策略结合ZINB模型	NA	提高单细胞RNA测序数据的聚类精度和细胞类型注释效果	单细胞RNA测序数据	机器学习	NA	单细胞RNA测序(scRNA-seq)	对比学习、ZINB模型	基因表达数据	18个单细胞RNA测序真实数据集
90	2025-09-26	A survey on deep learning for drug-target binding prediction: models, benchmarks, evaluation, and case studies 2025-Aug-31, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf491 PMID:40977267	综述	本文系统综述了深度学习在药物-靶点结合预测中的模型、数据集、评估方法及应用案例	全面分析DTB预测领域从早期网络方法到最新多模态方法的范式转变，并通过癌症靶点案例验证方法实用性	NA	探讨深度学习如何为药物靶点关系研究提供定量框架，加速新药候选物识别	药物-靶点结合预测模型及相关生物数据	机器学习	癌症	深度学习	基于网络的方法、图神经网络、注意力机制、多模态方法	化合物库数据、蛋白质靶点数据	NA
91	2025-09-26	MVRBind: multi-view learning for RNA-small molecule binding site prediction 2025-Aug-31, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf489 PMID:40977268	研究论文	提出MVRBind多视图图卷积网络用于预测RNA-小分子结合位点	开发了多视图特征融合模块，整合RNA的一级、二级和三级结构视图，并融合多尺度嵌入获得RNA核苷酸的综合表征	NA	提高RNA-小分子结合位点的预测准确性	RNA分子及其与小分子的结合位点	生物信息学	NA	多视图图卷积网络	GCN（图卷积网络）	RNA序列数据和结构特征数据	NA
92	2025-09-26	SageTCR: a structure-based model integrating residue- and atom-level representations for enhanced TCR-pMHC binding prediction 2025-Aug-31, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf496 PMID:40984702	研究论文	提出一种基于结构的双层次图神经网络模型SageTCR，用于提升TCR-pMHC结合预测的准确性	整合残基级和原子级表征的双层次GNN框架，通过注意力机制融合双模态表示，并采用数据增强策略保持TCR-pMHC对角线结合模式特征	实验结构数据不足的问题通过数据增强策略缓解，但未明确说明具体数据规模限制	提升TCR-pMHC结合预测精度以促进TCR相关疗法发展	T细胞受体（TCR）与肽-MHC复合物（pMHC）的结构相互作用	生物信息学	免疫相关疾病	图神经网络（GNN）、预训练语言模型、注意力机制	GNN	结构数据（残基级和原子级表征）	NA
93	2025-09-26	scBCN: deep learning-based batch correction network for integration of heterogeneous single-cell data 2025-Aug-31, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf503 PMID:40991329	研究论文	提出基于深度学习的单细胞数据批次校正网络scBCN，用于整合异质性单细胞数据	结合跨批次相似聚类识别与深度残差神经网络，在消除批次效应的同时保留生物变异	NA	开发单细胞数据批次效应校正方法以提高细胞类型识别准确性	单细胞测序数据	生物信息学	NA	单细胞测序	深度残差神经网络	单细胞基因表达数据	多个模拟和真实数据集（未指定具体样本量）
94	2025-09-26	Diagnostic performance of deep learning for predicting glioma isocitrate dehydrogenase and 1p/19q co-deletion in MRI: a systematic review and meta-analysis 2025-Aug-16, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11898-2 PMID:40817944	系统综述与荟萃分析	通过系统综述和荟萃分析评估深度学习模型基于MRI预测胶质瘤IDH突变和1p/19q共缺失状态的诊断性能	首次对深度学习在胶质瘤分子分型中的诊断性能进行系统性量化评估，并识别影响准确性的关键方法学因素	研究存在异质性，需要多中心外部验证和前瞻性临床验证才能实现临床转化	评估深度学习模型在胶质瘤分子分型中的诊断准确性	胶质瘤患者的MRI影像数据	医学影像分析	胶质瘤	深度学习放射组学	DL	MRI影像	包含1517篇文献，最终104篇纳入定性分析，72篇进行荟萃分析
95	2025-09-26	A Deep Learning Framework for Using Search Engine Data to Predict Influenza-Like Illness and Distinguish Epidemic and Nonepidemic Seasons: Multifeature Time Series Analysis 2025-Aug-11, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/71786 PMID:40789146	研究论文	提出一种基于百度搜索数据和流感样病例百分比(ILI%)的深度学习框架，用于预测流感疫情并区分流行季与非流行季	首次将卷积长短期记忆网络(CLSTM)用于结合搜索引擎数据和传统监测数据的流感预测，并专门区分流行季与非流行季的预测性能	研究仅基于中国地区数据，模型在未来工作中需要进一步优化	开发能够准确预测流感疫情并区分不同流行状态的预测模型	中国2013-2024年的流感样病例百分比数据和百度搜索指数数据	自然语言处理	流感	深度学习、时间序列分析、交叉相关分析	CLSTM（卷积长短期记忆网络）	时间序列数据	2013-2024年的每周流感监测数据和百度搜索数据
96	2025-09-26	EDNTOM: An Ensemble Learning and Weight Mechanism-Based Nanopore Methylation Detection Tool 2025-Aug-05, ACS omega IF:3.7Q2 DOI:10.1021/acsomega.5c01924 PMID:40787313	研究论文	开发了一种基于集成学习和注意力权重机制的纳米孔甲基化检测工具EDNTOM	采用集成学习技术整合多个预训练单模型预测，并引入注意力权重机制实现准确可靠的检测	NA	开发计算资源消耗更低、检测更准确的DNA甲基化检测工具	DNA甲基化修饰	机器学习	NA	纳米孔测序	集成学习、深度学习	DNA测序数据	NA
97	2025-09-26	GGCRB: A Graph Neural Network Approach for Predicting CircRNA-RBP Interactions Using Structural and Sequence Features 2025-Aug-05, ACS omega IF:3.7Q2 DOI:10.1021/acsomega.5c04524 PMID:40787315	研究论文	提出一种结合序列和结构特征的图神经网络方法GGCRB，用于预测环状RNA与RNA结合蛋白的相互作用位点	首次将图卷积网络和图注意力网络应用于circRNA结构特征建模，并通过多模态融合策略整合序列和结构信息	未明确说明模型对未知circRNA-RBP相互作用的泛化能力	开发高精度的circRNA-RBP结合位点预测计算方法	环状RNA（circRNA）与RNA结合蛋白（RBP）	生物信息学	NA	图卷积网络（GCN）、图注意力网络（GAT）、双向LSTM、多头注意力机制	GGCRB（图神经网络框架）	序列数据、结构数据（碱基配对邻接矩阵）	16个基准数据集
98	2025-09-26	Spatio-temporal learning from molecular dynamics simulations for protein-ligand binding affinity prediction 2025-Aug-02, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf429 PMID:40828893	研究论文	开发了基于分子动力学模拟的深度学习模型MDbind，用于预测蛋白质-配体结合亲和力	首次将分子动力学模拟作为数据增强手段，构建包含63,000个模拟轨迹的数据集，并开发新型神经网络学习时空动态信息	训练数据有限性可能导致模型泛化能力不足	提高蛋白质-配体结合亲和力预测的准确性和泛化能力	蛋白质-配体复合物	机器学习	NA	分子动力学模拟、深度学习	神经网络	分子动力学模拟轨迹数据	63,000个蛋白质-配体相互作用的模拟轨迹
99	2025-09-26	Modified Le-Net Model with Multiple Image Features for Skin Cancer Detection 2025-Aug, Cancer investigation IF:1.8Q3 DOI:10.1080/07357907.2025.2518400 PMID:40536067	研究论文	提出一种基于改进LeNet模型和多图像特征的皮肤癌检测方法	结合改进深度联合分割技术和多特征提取（MTH、IPHOG、MBP）的改进LeNet模型	NA	开发高精度的皮肤癌自动检测系统	皮肤癌图像（黑色素瘤和非黑色素瘤）	计算机视觉	皮肤癌	深度学习	改进LeNet（MLeNet）	图像	HAM10000和ISIC 2019数据集
100	2025-09-26	Enhancing Lung Cancer Diagnosis: An Optimization-Driven Deep Learning Approach with CT Imaging 2025-Aug, Cancer investigation IF:1.8Q3 DOI:10.1080/07357907.2025.2518404 PMID:40546028	研究论文	提出一种优化驱动的CBAM-EfficientNet深度学习模型，用于增强CT影像中的肺癌分类诊断	结合EfficientNet降低计算复杂度，集成CBAM注意力机制强化特征提取，并首次采用灰狼优化等算法进行超参数调优	仅在两个公开数据集上进行验证，需要进一步临床实际场景测试	提升肺癌CT影像分类的准确性和效率	肺癌患者的CT影像数据	计算机视觉	肺癌	CT影像分析	CBAM-EfficientNet（集成注意力机制的CNN模型）	医学影像	Lung-PET-CT-Dx和LIDC-IDRI两个基准数据集