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
10601	2025-10-06	Unsupervised cell line embedding using pairwise drug response correlation 2025, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2025.06.018 PMID:40586099	研究论文	提出一种基于对比学习的无监督深度学习模型，整合异质性药物反应筛选数据生成统一细胞系嵌入	首次使用对比学习方法整合异质药物反应数据构建细胞系嵌入，并证明该嵌入能提升下游药物反应相关任务的机器学习性能	研究仅基于Cancer Dependency Map数据，未验证在其他数据集上的泛化能力	解决细胞系在药物筛选和组学数据中的异质性问题，优化细胞系模型的利用效率	人类癌细胞系	机器学习	癌症	药物反应筛选，基因表达分析	对比学习	药物反应数据，基因表达数据	1,673个癌细胞系（1,136个训练，537个测试）	NA	对比学习模型	SHAP分析	NA
10602	2025-10-06	Deep learning based deconvolution methods: A systematic review 2025, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2025.05.038 PMID:40586100	系统综述	本文系统综述了人工智能和深度学习在细胞反卷积工具开发中的应用，特别关注RNA测序转录组学数据分析	首次系统性地总结深度学习驱动的反卷积工具，强调高质量参考谱对方法准确性的关键作用，并识别标准化方法和模型可解释性改进等关键研究空白	作为综述文章，不包含原始实验数据，主要基于现有文献分析	评估人工智能和深度学习在细胞反卷积工具开发中的角色和应用	基于RNA测序的转录组学数据	机器学习	NA	RNA测序	深度学习	转录组学数据	NA	NA	NA	NA	NA
10603	2025-10-06	Deep learning system for the auxiliary diagnosis of thyroid eye disease: evaluation of ocular inflammation, eyelid retraction, and eye movement disorder 2025, Frontiers in cell and developmental biology IF:4.6Q1 DOI:10.3389/fcell.2025.1609231 PMID:40589523	研究论文	开发基于语义分割的甲状腺眼病辅助诊断模型，用于评估眼睑退缩、眼球运动障碍和眼部炎症	采用双分支特征提取融合策略的TBRM-Net进行多标签分类识别，DSR-Net进行眼部结构分割，并设计了可解释性强的定量诊断算法	样本量相对有限（153名受试者），未提及外部验证结果	构建甲状腺眼病辅助诊断系统，提高诊疗效率	表现出眼睑退缩、眼球运动障碍和CAS相关眼部炎症症状的患者	计算机视觉	甲状腺眼病	深度学习	语义分割网络, 多标签分类网络	眼部图像	153名受试者，包含原在位数据集（303眼）、注视位数据集（1,199眼）和多标签炎症分类数据集（272眼）	NA	TBRM-Net, DSR-Net	平均像素精度, 准确率	NA
10604	2025-10-06	Optimizing physical education schedules for long-term health benefits 2025, Frontiers in public health IF:3.0Q2 DOI:10.3389/fpubh.2025.1555977 PMID:40589818	研究论文	本研究提出了一种基于深度学习的体育课程表优化方法，旨在提升学生长期健康效益	首次将CNN和LSTM融合用于体育课程表优化，通过空间特征和时间模式提取实现个性化排课	未明确说明研究样本的具体规模和多样性，可能影响模型的泛化能力	优化体育教育课程安排以最大化学生长期健康效益	学生群体的体育课程安排和健康数据	机器学习	NA	深度学习	CNN,LSTM	人口统计学数据,活动相关变量	NA	NA	CNN-LSTM融合架构	均方误差(MSE),R平方(R²),平均绝对误差(MAE)	NA
10605	2025-10-06	Identification of yellow vein clearing disease in lemons based on hyperspectral imaging and deep learning 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1554514 PMID:40589954	研究论文	本研究基于高光谱成像和深度学习技术开发了一种柠檬黄脉明病的识别方法	首次将高光谱成像技术应用于柠檬黄脉明病识别，并提出了一种结合3D和2D卷积层的混合3D-2D-LcNet架构	NA	开发高效准确的植物病害检测方法	柠檬黄脉明病	计算机视觉	植物病害	高光谱成像	CNN	高光谱图像	NA	NA	3D-2D-LcNet, 3D-ShuffleNetV2, 2D-LcNet, 2D-ShuffleNetV2	准确率	NA
10606	2025-10-06	Comparative analysis of adaptive and general labeling methods for soybean leaf detection 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1582303 PMID:40589953	研究论文	比较自适应和通用标注方法在大豆叶片检测中的性能差异	提出了一种利用叶片长度和底部边缘信息的上下文感知标注方法	仅针对特定大豆品种进行了测试，未涵盖所有可能的大豆生长形态	研究不同标注方法对基于AI的大豆叶片检测效率的影响	大豆叶片	计算机视觉	NA	深度学习	YOLOv5L	高分辨率图像	NA	PyTorch	YOLOv5L	准确率,效率	NA
10607	2025-10-06	Deep learning for enhanced prediction of diabetic retinopathy: a comparative study on the diabetes complications data set 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1591832 PMID:40589972	研究论文	本研究使用深度学习与传统机器学习模型比较预测糖尿病患者视网膜病变的效果	首次在糖尿病并发症数据集上系统比较深度学习与传统统计模型在糖尿病视网膜病变预测中的性能，并采用SHAP分析增强模型可解释性	研究仅基于单一数据集的3000个数据点，样本代表性可能有限	开发、比较和验证预测糖尿病患者视网膜病变的模型	糖尿病患者及合并视网膜病变的患者	机器学习	糖尿病视网膜病变	临床数据分析	DNN, 逻辑回归, 决策树, 朴素贝叶斯, 随机森林, 支持向量机	结构化临床数据	3000个数据点，来自国家人口健康科学数据中心的糖尿病并发症数据集	SPSS, 深度学习框架未明确说明	深度神经网络	准确率, F1分数, AUC	NA
10608	2025-10-06	Ranking Protein-Protein Models with Large Language Models and Graph Neural Networks 2025, Methods in molecular biology (Clifton, N.J.) DOI:10.1007/978-1-0716-4623-6_4 PMID:40601251	研究论文	介绍了一种基于图神经网络和大语言模型的蛋白质-蛋白质相互作用模型排序方法	结合蛋白质语言模型和图神经网络开发了DeepRank-GNN-esm算法，用于从大量生成的模型中识别近天然PPI构象	NA	解决蛋白质-蛋白质相互作用模型排序的挑战，识别近天然构象	蛋白质-蛋白质相互作用模型	生物信息学	癌症，感染性疾病，神经退行性疾病	蛋白质语言模型，图神经网络	GNN	蛋白质结构数据	NA	NA	DeepRank-GNN-esm	NA	NA
10609	2025-10-06	Using InterLabelGO+ for Accurate Protein Language Model-Based Function Prediction 2025, Methods in molecular biology (Clifton, N.J.) DOI:10.1007/978-1-0716-4623-6_7 PMID:40601254	研究论文	介绍InterLabelGO+蛋白质功能预测模型及其在CAFA5挑战中的优异表现	结合ESM2蛋白质语言模型与考虑GO术语复杂关系的深度学习模型，并通过与序列同源性搜索结果整合获得共识预测	NA	开发准确的蛋白质功能预测方法	蛋白质序列及其基因本体(GO)功能注释	自然语言处理	NA	蛋白质语言模型，序列同源性搜索	深度学习模型	蛋白质序列数据	NA	NA	ESM2	CAFA5评估指标	NA
10610	2025-10-06	Predicting the Pathogenicity of Human Protein Variants: Not Only a Matter of Residue Labeling 2025, Methods in molecular biology (Clifton, N.J.) DOI:10.1007/978-1-0716-4623-6_12 PMID:40601259	研究论文	本文介绍了一种预测人类蛋白质变异致病性的计算方法，并扩展了致病性预测后的结构功能分析	不仅预测变异致病性，还能在预测为致病性后提供其他重要的结构和功能特性计算分析	NA	开发能够预测人类蛋白质变异致病性并提供相关结构功能分析的计算工具	人类蛋白质变异	生物信息学	NA	蛋白质序列嵌入，机器学习和深度学习	NA	蛋白质序列数据	NA	NA	NA	NA	NA
10611	2025-10-06	Development of deep learning quantization framework for remote sensing edge device to estimate inland water quality in South Korea 2025-Sep-01, Water research IF:11.4Q1 DOI:10.1016/j.watres.2025.123760 PMID:40367723	研究论文	开发用于韩国内陆水质评估的深度学习量化框架，实现边缘设备上的实时监测	结合神经架构搜索和帕累托优化开发轻量级CNN模型，并通过训练后量化和量化感知训练实现模型压缩	未明确说明模型在其他地区或不同水质指标上的泛化能力	开发适用于边缘设备的轻量化深度学习框架，实现实时水质监测	韩国内陆水体的总悬浮固体浓度	计算机视觉	NA	多光谱成像	CNN	多光谱图像	NA	NA	通过神经架构搜索优化的轻量级CNN	Nash-Sutcliffe效率系数	边缘设备
10612	2025-10-06	Morphotype-resolved characterization of microalgal communities in a nutrient recovery process with ARTiMiS flow imaging microscopy 2025-Sep-01, Water research IF:11.4Q1 DOI:10.1016/j.watres.2025.123801 PMID:40382876	研究论文	本研究利用流式成像显微镜技术对污水处理厂微藻群落进行形态类型解析，评估其对磷去除效率的影响	首次在工业规模污水处理厂中应用ARTiMiS流式成像显微镜实现近实时微藻群落表征，并建立形态类型与系统性能的关联	研究仅在美国威斯康星州一个污水处理厂进行，结果可能受地域和操作条件限制	优化微藻驱动的营养盐回收工艺性能，防止培养系统崩溃	污水处理厂微藻群落（Scenedesmus、Chlorella、Monoraphidium等）	环境生物技术	NA	流式成像显微镜（FlowCam、ARTiMiS）	CNN, DNN	显微图像	两年期连续监测数据	NA	卷积神经网络	准确率	NA
10613	2025-10-06	Multimodal MRI radiomics enhances epilepsy prediction in pediatric low-grade glioma patients 2025-Sep, Journal of neuro-oncology IF:3.2Q2 DOI:10.1007/s11060-025-05073-2 PMID:40402200	研究论文	开发基于多模态MRI影像组学的机器学习框架，用于预测儿童低级别胶质瘤患者的肿瘤相关癫痫	首次整合肿瘤和瘤周特征的多参数MRI影像组学方法，结合机器学习和深度学习技术进行癫痫预测	需要更多标准化术前评估数据来提升模型泛化能力	快速无创地术前评估儿童低级别胶质瘤患者的肿瘤相关癫痫	儿童低级别胶质瘤患者	医学影像分析	脑肿瘤，癫痫	多参数磁共振成像，影像组学	机器学习，深度学习	多序列MRI图像	NA	NA	NA	AUC，灵敏度，特异性	NA
10614	2025-10-06	Risk calculator for long-term survival prediction of spinal chordoma versus chondrosarcoma: a nationwide analysis 2025-Sep, Journal of neuro-oncology IF:3.2Q2 DOI:10.1007/s11060-025-05063-4 PMID:40295452	研究论文	本研究比较脊柱脊索瘤和软骨肉瘤的临床特征与长期生存结果，并开发基于机器学习的个体化生存预测模型	首次开发基于全国性数据库的脊柱脊索瘤与软骨肉瘤长期生存风险计算器，集成12种机器学习和深度学习模型	需要外部验证以增强模型的普适性和临床实用性	比较脊柱脊索瘤和软骨肉瘤的临床特征、治疗策略和长期结果，开发个体化生存预测模型	脊柱脊索瘤和软骨肉瘤患者	机器学习	骨肿瘤	机器学习, 深度学习	DeepSurv, Gradient Boosting, CatBoost, 集成模型	临床数据	3175例患者（脊索瘤1204例，软骨肉瘤1971例）	NA	集成模型	AUC, Brier Score, Concordance Index	NA
10615	2025-10-06	Automated detection and recognition of oocyte toxicity by fusion of latent and observable features 2025-Aug-15, Journal of hazardous materials IF:12.2Q1 DOI:10.1016/j.jhazmat.2025.138411 PMID:40318589	研究论文	开发融合潜在特征和可观察特征的深度学习框架，用于自动检测和识别卵母细胞毒性	首次将深度学习提取的潜在特征与人类可理解概念特征相融合，显著提升卵母细胞毒性检测性能	研究仅基于小鼠卵母细胞图像，样本数量有限（2126张图像）	评估环境污染物对卵母细胞异常影响，开发自动化毒性检测方法	小鼠卵母细胞	计算机视觉	生殖系统疾病	深度学习图像分析	深度学习融合模型	图像	2126张小鼠卵母细胞图像	NA	NA	ROC-AUC, 准确率	NA
10616	2025-10-06	Comparison of clinical, radiomics, deep learning, and fusion models for predicting early recurrence in locally advanced rectal cancer based on multiparametric MRI: a multicenter study 2025-Aug, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112173 PMID:40403678	研究论文	本研究比较了基于多参数MRI的临床、影像组学、深度学习和融合模型在预测局部晚期直肠癌早期复发方面的性能	首次在局部晚期直肠癌中系统比较临床模型、影像组学模型、深度学习模型及两种融合模型（特征级早期融合和决策级晚期融合）的预测性能	回顾性研究设计，样本量相对有限（337例患者）	预测局部晚期直肠癌患者的早期复发风险	局部晚期直肠癌患者	医学影像分析	直肠癌	多参数MRI（T2WI, DWI, T1WI, CET1WI）	XGBoost, 深度学习模型	医学影像	337例来自四个中心的局部晚期直肠癌患者	XGBoost	NA	AUC, DeLong检验, 校准曲线, 决策曲线分析, Kaplan-Meier分析	NA
10617	2025-10-06	Artificial Intelligence in Pediatric Endocrinology 2025-Aug, Advances in pediatrics DOI:10.1016/j.yapd.2024.12.003 PMID:40582750	综述	本文探讨人工智能在儿科内分泌学领域的应用与潜力	提出人机协同方法，将AI技术与临床专家知识相结合以提升医疗服务质量	未提供具体临床验证数据和应用案例	研究人工智能技术在儿科内分泌学中的临床应用价值	儿科内分泌疾病患者及临床医疗服务	自然语言处理, 机器学习	儿科内分泌疾病	机器学习, 深度学习, 自然语言处理, 机器人技术, 语音处理	NA	NA	NA	NA	NA	NA	NA
10618	2025-10-06	Machine learning techniques to predict diabetic ketoacidosis and HbA1c above 7% among individuals with type 1 diabetes - A large multi-centre study in Australia and New Zealand 2025-Jul, Nutrition, metabolism, and cardiovascular diseases : NMCD DOI:10.1016/j.numecd.2025.103861 PMID:39939258	研究论文	本研究利用机器学习技术预测1型糖尿病患者发生糖尿病酮症酸中毒和HbA1c高于7%的风险	在澳大利亚和新西兰的大型多中心临床数据集上应用多种机器学习模型，深度学习模型在预测DKA方面表现出色	研究仅限于澳大利亚和新西兰地区，可能影响结果的普适性	预测1型糖尿病患者发生糖尿病酮症酸中毒和血糖控制不良的风险	1型糖尿病患者	机器学习	糖尿病	机器学习预测模型	深度学习,支持向量机	临床数据	13761名1型糖尿病患者	NA	NA	AUC,分类错误率,灵敏度,F-measure	NA
10619	2025-10-06	Accelerated Multi-b-Value DWI Using Deep Learning Reconstruction: Image Quality Improvement and Microvascular Invasion Prediction in BCLC Stage A Hepatocellular Carcinoma 2025-Jul, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.01.043 PMID:39955255	研究论文	本研究探讨深度学习重建加速多b值弥散加权成像在缩短采集时间、改善图像质量和预测BCLC A期肝细胞癌微血管侵犯方面的效果	首次将深度学习重建技术应用于多b值DWI序列，实现52.86%的采集时间缩短同时保持微血管侵犯预测性能	样本量相对有限（118例患者），仅针对BCLC A期肝细胞癌患者进行研究	评估深度学习加速多b值DWI在肝细胞癌微血管侵犯预测中的临床应用价值	BCLC A期肝细胞癌患者	医学影像分析	肝细胞癌	多b值弥散加权成像，深度学习重建	深度学习	磁共振影像	118例患者，其中48例微血管侵犯阳性	NA	NA	AUC, SNR, CNR, ROC分析	NA
10620	2025-10-06	A Preoperative CT-based Multiparameter Deep Learning and Radiomic Model with Extracellular Volume Parameter Images Can Predict the Tumor Budding Grade in Rectal Cancer Patients 2025-Jul, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.02.028 PMID:40055057	研究论文	开发基于CT的深度学习放射组学模型预测直肠癌患者术前肿瘤出芽分级	首次结合深度学习特征和手工放射组学特征，并整合细胞外容积参数图像构建多参数预测模型	回顾性研究且样本量有限（135例患者）	预测直肠癌患者术前肿瘤出芽分级	经组织学确诊的直肠癌患者	数字病理	直肠癌	CT成像	深度学习,机器学习	CT图像	135例直肠癌患者（Bd1+2组85例，Bd3组50例）	NA	NA	AUC,校准曲线,决策曲线分析	NA