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
61	2025-10-06	Increase Docking Score Screening Power by Simple Fusion With CNNscore 2025-Mar-05, Journal of computational chemistry IF:3.4Q2 DOI:10.1002/jcc.70060 PMID:39981784	研究论文	提出一种通过将传统分子对接评分与CNN评分简单融合来提高虚拟筛选效能的新策略	首次将GNINA的卷积神经网络评分与传统Watvina对接评分通过乘法融合，显著提升了虚拟筛选能力	方法仅在特定靶点TYK2上验证，需要更多靶点验证通用性	提高结构基虚拟筛选中的分子对接评分函数的筛选能力	蛋白质-配体相互作用	机器学习	NA	分子对接，虚拟筛选	CNN	分子结构数据	近120亿个分子	GNINA	卷积神经网络	筛选效能，IC50值	NA
62	2025-10-06	Toward Identification of Markers for Brain-Derived Extracellular Vesicles in Cerebrospinal Fluid: A Large-Scale, Unbiased Analysis Using Proximity Extension Assays 2025-Mar, Journal of extracellular vesicles IF:15.5Q1 DOI:10.1002/jev2.70052 PMID:40098346	研究论文	通过大规模无偏蛋白质组学分析识别脑源性细胞外囊泡在脑脊液中的特异性标志物	首次在脑脊液中系统筛选5416种蛋白质，结合深度学习模型区分跨膜蛋白定位，挑战传统跨膜蛋白均与EV相关的假设	仅基于严格的EV分离模式标准进行筛选，需要进一步实验验证候选标志物的特异性	识别脑源性细胞外囊泡的特异性捕获标志物和来源验证蛋白	人脑脊液中的细胞外囊泡	生物信息学	神经系统疾病	邻近延伸分析,Olink筛查,尺寸排阻色谱	DeepTMHMM	蛋白质组数据	大规模筛查（5416种蛋白质）	NA	DeepTMHMM	EV分离模式标准	NA
63	2025-10-06	Physics-informed deep learning for stochastic particle dynamics estimation 2025-Mar-04, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2418643122 PMID:40014572	研究论文	提出一种融合物理信息的深度学习框架SPINN，用于随机粒子动力学估计	将随机微分方程整合到深度学习框架中，实现单帧分辨率的参数空间自主探索和确定性/随机性成分区分	NA	提高随机粒子动力学的时间分辨率，实现复杂扩散行为的估计和预测	单粒子轨迹数据，金纳米棒在水凝胶中的扩散	机器学习	NA	单粒子追踪技术	深度学习	轨迹数据	NA	NA	SPINN（随机粒子信息神经网络）	帧间变异性，统计相关性	NA
64	2025-10-06	T-ALPHA: A Hierarchical Transformer-Based Deep Neural Network for Protein-Ligand Binding Affinity Prediction with Uncertainty-Aware Self-Learning for Protein-Specific Alignment 2025-Mar-10, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c02332 PMID:39965912	研究论文	提出了一种名为T-ALPHA的新型深度学习模型，用于提高蛋白质-配体结合亲和力预测的准确性	在分层Transformer框架中集成多模态特征表示，并引入无需额外实验数据的不确定性感知自学习方法进行蛋白质特异性对齐	NA	开发能够准确预测小分子与蛋白质靶点结合亲和力的计算方法	蛋白质-配体结合亲和力	机器学习	NA	深度学习	Transformer	蛋白质结构数据，配体数据	NA	NA	分层Transformer	结合亲和力评分函数评估指标	NA
65	2025-10-06	Towards artificial intelligence application in pain medicine 2025-03, Recenti progressi in medicina DOI:10.1701/4460.44555 PMID:40084580	综述	本文概述人工智能在疼痛医学领域的最新应用进展	系统总结了人工智能技术在自动疼痛评估（APA）中的创新应用，包括通过生物信号、面部表情和语音模式分析实现客观疼痛诊断	存在验证困难、参数选择复杂和技术实施伦理问题等挑战	探讨人工智能技术在疼痛医学领域的应用潜力与发展方向	疼痛患者（包括新生儿和无法沟通的患者）	自然语言处理, 机器学习	疼痛相关疾病	NA	深度学习, 机器学习	生物信号, 面部图像, 语音数据	NA	NA	自然语言处理系统	NA	NA
66	2025-10-06	Leveraging deep-learning and unconventional data for real-time surveillance, forecasting, and early warning of respiratory pathogens outbreak 2025-03, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103076 PMID:39914162	研究论文	开发基于深度学习和非常规数据的实时监测、预测和预警框架，用于呼吸道病原体爆发	整合多源非常规数据（谷歌趋势、Reddit帖子、卫星空气质量数据等）并构建包含CNN、GNN、GRU和线性神经网络的混合深度学习模型	研究局限于加拿大省份和南部非洲国家，模型在其他地区的适用性需要进一步验证	建立呼吸道疾病的实时监测、预测、预报和预警系统	COVID-19和流感病例，覆盖加拿大省份和南部非洲国家	机器学习	呼吸道疾病	深度学习，数据挖掘	CNN, GNN, GRU, NN	病例数据，网络趋势数据，社交媒体帖子，卫星空气质量数据，天气数据	加拿大6个数据集（流感病例、COVID-19病例、谷歌趋势、Reddit帖子、卫星空气质量、天气数据），南部非洲国家5个数据源（COVID-19感染数、谷歌趋势、维基趋势、谷歌新闻、卫星空气质量数据）	NA	包含CNN、GNN、GRU和线性神经网络的四层混合架构	RMSE, R2-score, 相关系数	NA
67	2025-10-06	Practical X-ray gastric cancer diagnostic support using refined stochastic data augmentation and hard boundary box training 2025-03, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103075 PMID:39919469	研究论文	提出一种基于X光图像的胃癌诊断支持系统，通过改进的数据增强和边界框训练技术提高检测性能	提出两种新技术：精细化概率胃图像增强(R-sGAIA)和硬边界框训练(HBBT)，能够增强胃皱襞区域特征并利用未标注阴性样本	精确度相对较低(42.5%)，需要进一步优化以减少误报	开发实用的胃癌诊断支持系统，扩大胃癌筛查覆盖范围	胃部X光图像	计算机视觉	胃癌	X光成像	目标检测模型	医学图像	NA	深度学习	目标检测模型	灵敏度, 精确度, F1分数, 处理速度	NA
68	2025-10-06	Performance of a Deep Learning Diabetic Retinopathy Algorithm in India 2025-03-03, JAMA network open IF:10.5Q1 DOI:10.1001/jamanetworkopen.2025.0984 PMID:40105843	研究论文	评估深度学习糖尿病视网膜病变算法在印度临床部署环境中的性能表现	首次在印度大规模临床部署后评估糖尿病视网膜病变AI算法的实际性能，监测了60万患者的筛查结果	研究为横断面分析，仅纳入约1%的样本，可能存在选择偏倚	评估自动化视网膜疾病评估算法在真实临床环境中的诊断性能	印度南部45个中心的糖尿病患者视网膜图像	数字病理	糖尿病视网膜病变	眼底摄影	深度学习	图像	4537名患者的4537张眼底图像，其中3941张图像质量可分级	NA	ARDA算法	灵敏度, 特异度, 阳性预测值, 阴性预测值	NA
69	2025-10-06	Deep learning-based classification of hemiplegia and diplegia in cerebral palsy using postural control analysis 2025-Mar-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-93166-3 PMID:40087338	研究论文	本研究提出一种基于深度学习的脑瘫偏瘫和双瘫分类方法，通过分析姿势控制的时间序列数据	首次将循环神经网络应用于脑瘫姿势控制数据分析，采用自动参数优化和数据增强技术提升模型性能	样本量相对有限，准确率为76.43%仍有提升空间	开发准确分类脑瘫类型（偏瘫和双瘫）的自动化诊断工具	脑瘫患者的姿势控制数据	医疗人工智能	脑瘫	姿势控制分析，时间序列数据分析	RNN, BiGRU, LSTM	时间序列力数据	NA	NA	双向门控循环单元，长短期记忆网络	准确率	NA
70	2025-10-06	Convolutional Neural Networks for the segmentation of hippocampal structures in postmortem MRI scans 2025-Mar, Journal of neuroscience methods IF:2.7Q3 DOI:10.1016/j.jneumeth.2024.110359 PMID:39755177	研究论文	本研究开发了一种基于卷积神经网络的海马体结构自动分割方法，用于死后MRI扫描中的海马体分区	提出了一种新的分割框架，包含嵌入自注意力机制和空洞空间金字塔池化的编码器-解码器块，能够更好地识别海马体的四个区域	样本量较小，仅使用了15个死后MRI扫描	开发自动分割海马体结构的方法以替代耗时的手动分割	死后MRI扫描中的海马体结构	计算机视觉	阿尔茨海默病	MRI（T1加权、T2加权和磁敏感加权）	CNN	医学图像	15个死后MRI扫描	NA	UNet, Double UNet, Attention UNet, Multi-resolution UNet	定性比较, 定量比较	NA
71	2025-10-06	Multiplicative Learning 2025-Mar-13, ArXiv PMID:40735079	研究论文	本文提出一种名为期望反射的新型学习算法，通过乘性权重更新实现神经网络高效训练	提出基于观测与预测输出比值的乘性权重更新方法，无需自定义损失函数或学习率超参数，单次迭代即可实现最优权重更新	NA	开发更高效的神经网络训练算法以替代传统反向传播	人工神经网络训练算法	机器学习	NA	NA	神经网络	图像	NA	NA	多层网络	NA	NA
72	2025-10-06	Physics-Informed Autoencoder for Prostate Tissue Microstructure Profiling with Hybrid Multidimensional MRI 2025-03, Radiology. Artificial intelligence DOI:10.1148/ryai.240167 PMID:39907585	研究论文	本研究评估了物理信息自编码器在利用混合多维MRI测量前列腺癌组织生物标志物方面的性能	将三室扩散弛豫模型与混合多维MRI整合到自监督深度学习模型中，无需大量训练数据即可预测组织特异性生物标志物	回顾性研究设计，样本量相对较小（21名患者）	开发准确、非侵入性且可解释的人工智能方法用于前列腺癌检测	前列腺癌患者和前列腺组织	数字病理	前列腺癌	混合多维MRI, MR扩散加权成像	自编码器, 深度学习	MRI图像	21名前列腺癌患者（平均年龄60岁±6.6，全部男性），71个感兴趣区域	NA	堆叠自编码器	组内相关系数, Pearson相关系数	NA
73	2025-10-06	HIPPIE: A Multimodal Deep Learning Model for Electrophysiological Classification of Neurons 2025-Mar-15, bioRxiv : the preprint server for biology DOI:10.1101/2025.03.14.642461 PMID:40161713	研究论文	提出一种名为HIPPIE的多模态深度学习模型，用于从细胞外电生理记录中进行神经元分类	结合自监督预训练和监督微调，使用条件卷积联合自编码器学习波形和放电动力学的鲁棒表示，能够跨实验系统进行技术调整	NA	解决细胞外电生理记录中因噪声、技术变异和批次效应带来的神经元分类挑战	小鼠记录和脑切片中的神经元	机器学习	NA	细胞外电生理记录	自编码器,深度学习	电生理信号	NA	NA	条件卷积联合自编码器	细胞类型鉴别性能	NA
74	2025-10-06	Syn-Net: A Synchronous Frequency-Perception Fusion Network for Breast Tumor Segmentation in Ultrasound Images 2025-03, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3514134 PMID:40030423	研究论文	提出一种用于超声图像中乳腺肿瘤分割的同步频率感知融合网络	设计了同步双分支编码器同时提取局部和全局特征，并引入频率感知交叉特征融合模块利用离散余弦变换学习全频特征	NA	实现复杂超声图像中乳腺肿瘤的精确分割	超声图像中的乳腺肿瘤	计算机视觉	乳腺癌	超声成像	深度学习分割网络	超声图像	三个公开超声乳腺肿瘤数据集	NA	同步双分支编码器,频率感知交叉特征融合模块,全尺度深度监督	Dice系数	NA
75	2025-10-06	LymoNet: An Advanced Neck Lymph Node Detection Network for Ultrasound Images 2025-03, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3515995 PMID:40030474	研究论文	提出基于YOLOv8的颈部淋巴结检测网络LymoNet，用于超声图像中正常、炎症和转移性淋巴结的检测与分类	集成坐标注意力和多头自注意力机制增强关键特征学习，并引入医学知识嵌入提升分类性能	NA	开发高精度的自动化颈部淋巴结检测方法以辅助临床诊断	颈部淋巴结超声图像	计算机视觉	癌症转移	超声成像	CNN	图像	NA	PyTorch	YOLOv8	mAP@0.5	NA
76	2025-10-06	RTGN: Robust Traditional Chinese Medicine Graph Networks for Patient Similarity Learning 2025-03, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3510884 PMID:40030577	研究论文	提出一种鲁棒的中医图网络用于患者相似性学习	首次构建中医胃肠恶性肿瘤真实世界数据集，开发结合自注意力和自监督策略的孪生网络架构，设计融合中西医方法的患者相似性度量	依赖医师生理感官判断可能导致患者评估的非标准化描述和干扰	在中医背景下研究患者相似性学习	中医胃肠恶性肿瘤患者	机器学习	胃肠恶性肿瘤	图神经网络	图神经网络, 孪生网络	图结构数据	719名患者的406种多维信息	NA	RTGN, 自注意力机制	患者检索准确率, 聚类性能	NA
77	2025-10-06	Fusing Micro- and Macro-Scale Information to Predict Anticancer Synergistic Drug Combinations 2025-03, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3500789 PMID:40030241	研究论文	提出一种融合微观和宏观尺度信息预测抗癌药物协同作用的新方法MMFSynergy	同时精细表征药物和细胞系的微观与宏观尺度信息，并考虑跨尺度信息的交互作用	NA	预测抗癌药物的协同组合	药物组合和细胞系	机器学习	癌症	深度学习	Transformer	药物和蛋白质数据	基于两个公共数据集	NA	Transformer Encoder	NA	NA
78	2025-10-06	Artificial intelligence in gastroenterology: Ethical and diagnostic challenges in clinical practice 2025-Mar-14, World journal of gastroenterology IF:4.3Q1 DOI:10.3748/wjg.v31.i10.102725 PMID:40093670	评论	探讨深度学习模型在无线胶囊内镜决策过程中的应用及其伦理挑战	将人工智能整合到胃肠疾病诊断中，通过无线胶囊内镜实现多类别病变的早期实时精准检测	存在患者隐私、数据安全和诊断偏差等伦理问题，需要多样化数据集来缓解不平等	评估人工智能在胃肠病学临床实践中的诊断价值和伦理考量	胃肠疾病患者，特别是小肠病变和癌前息肉患者	数字病理	胃肠疾病	无线胶囊内镜	深度学习	内镜图像	NA	NA	NA	诊断准确率	NA
79	2025-10-06	Multi-Omics Deep-Learning Prediction of Homologous Recombination Deficiency-Like Phenotype Improved Risk Stratification and Guided Therapeutic Decisions in Gynecological Cancers 2025-03, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2023.3308440 PMID:37616142	研究论文	开发了一种名为MODeepHRD的多组学深度学习框架，用于预测妇科癌症中的同源重组缺陷表型	提出卷积注意力自编码器，有效利用组学特异性和跨组学互补知识学习	NA	改善妇科癌症风险分层并指导治疗决策	卵巢癌、乳腺癌和子宫内膜癌患者	机器学习	妇科癌症	转录组学、DNA甲基化、突变数据	深度学习	多组学数据	训练集351例卵巢癌患者，验证集22个数据集的2133例卵巢癌样本	NA	卷积注意力自编码器	风险比(HR), 置信区间(CI), log-rank检验	NA
80	2025-10-06	HiSIF-DTA: A Hierarchical Semantic Information Fusion Framework for Drug-Target Affinity Prediction 2025-03, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2023.3334239 PMID:37983161	研究论文	提出一种用于药物-靶点亲和力预测的分层语义信息融合框架HiSIF-DTA	构建包含低阶结构语义和高阶功能语义的分层蛋白质图，并设计两种分层融合策略整合不同蛋白质语义	NA	提高药物-靶点亲和力预测的准确性	药物-靶点相互作用	机器学习	NA	深度学习	图神经网络	蛋白质序列数据、蛋白质结构数据、蛋白质-蛋白质相互作用网络数据	NA	NA	分层语义信息融合框架	预测精度	NA