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
81	2025-10-06	Decoding Drug Response With Structurized Gridding Map-Based Cell Representation 2025-03, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2023.3342280 PMID:38090819	研究论文	提出一种基于结构化网格图细胞表示的新策略DD-Response，用于预测细胞系药物反应	通过源特定标签二值化整合多数据集扩展训练域，开发二维结构化网格图表示方法避免特征相关性忽略，构建双分支多通道CNN模型实现精准预测	未明确说明模型在临床应用中的具体验证范围和局限性	开发更全面的细胞系药物反应预测方法以促进药物开发、重利用和耐药逆转	细胞系和药物	机器学习	癌症	NA	CNN	结构化网格图	NA	NA	双分支多通道卷积神经网络	NA	NA
82	2025-10-06	MOPDDI: Predicting Drug-Drug Interaction Events Based on Multimodal Mutual Orthogonal Projection and Intermodal Consistency Loss 2025-03, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2023.3343911 PMID:38109247	研究论文	提出基于多模态互正交投影和模态间一致性损失的药物相互作用事件预测新方法	首次引入多模态互正交投影模块消除模态间冗余共同信息，并采用模态间一致性损失确保各模态预测特征的一致性	未明确说明方法在未知药物相互作用预测上的泛化能力	准确预测药物相互作用事件机制	药物相互作用事件	机器学习	NA	多模态数据分析	深度学习	多模态药物数据	NA	NA	多模态互正交投影模块	准确率, AUPR	NA
83	2025-10-06	Prediction of Drug-Target Interactions With High- Quality Negative Samples and a Network-Based Deep Learning Framework 2025-03, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3354953 PMID:38227407	研究论文	本文提出了一种基于高质量负样本选择和网络深度学习的药物-靶点相互作用预测方法	发现随机选择负样本的隐藏偏差并提出基于复杂网络理论的负样本选择方法，构建整合多源信息的异质图神经网络预测框架	未明确说明模型的计算复杂度和在实际药物发现中的验证效果	提高药物-靶点相互作用预测的准确性和可靠性	药物分子和蛋白质靶点	机器学习	NA	图神经网络，异质网络分析	图神经网络	网络拓扑数据，基因本体注释，通路注释	NA	NA	异质图神经网络	NA	NA
84	2025-10-06	Dual Representation Learning for Predicting Drug-Side Effect Frequency Using Protein Target Information 2025-03, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3350083 PMID:38241108	研究论文	提出一种基于深度学习的药物副作用频率预测模型，利用蛋白质靶点信息等多源异质特征	首次同时利用药物靶蛋白信息、分子图、指纹和化学相似性等多源异质特征，并学习药物和副作用的双重表示向量	对于没有明确靶蛋白的药物预测效果较差，需通过Adaboost方法进行补偿	预测药物副作用频率，评估治疗风险和药物重定位	药物及其副作用	机器学习	NA	深度学习	深度学习	分子图、指纹、化学相似性、蛋白质靶点信息	NA	NA	双重表示学习	NA	NA
85	2025-10-06	Property-Guided Few-Shot Learning for Molecular Property Prediction With Dual-View Encoder and Relation Graph Learning Network 2025-03, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3381896 PMID:38536684	研究论文	提出一种用于分子性质预测的属性引导少样本学习模型PG-DERN	引入双视图编码器整合节点和子图信息，构建关系图学习模块改善信息传播效率，设计属性引导特征增强模块传递相似属性信息	NA	解决药物发现中分子性质预测任务在数据有限场景下的准确性问题	药物分子	机器学习	NA	少样本学习	图神经网络,元学习	分子结构数据	四个基准数据集	NA	双视图编码器,关系图学习网络,MAML	准确率	NA
86	2025-10-06	[Artificial intelligence in healthcare] 2025-Mar, Klinicka mikrobiologie a infekcni lekarstvi PMID:40678962	综述	本文概述了人工智能在医疗领域的历史、原理及具体应用	系统总结了AI在医学影像、文档分析和临床决策支持中的综合应用	存在潜在错误、伦理困境和误用风险	探讨人工智能在医疗保健领域的应用与挑战	医疗人工智能技术及应用	医疗人工智能	NA	机器学习，深度学习，神经网络	NA	医学影像，医疗文档，临床数据	NA	NA	NA	NA	NA
87	2025-07-22	Review of the Current State of Artificial Intelligence in Pediatric Cardiovascular Magnetic Resonance Imaging 2025-Mar-26, Children (Basel, Switzerland) DOI:10.3390/children12040416 PMID:40310065	review	本文综述了人工智能在儿科心血管磁共振成像（CMR）中的当前应用状态	探讨了AI如何通过深度学习技术提高CMR在先天性心脏病（CHD）中的效率、图像质量和减少错误	未提及具体的实验数据或样本量，可能缺乏实证支持	提高先天性心脏病（CHD）中心血管磁共振成像（CMR）的效率和质量	儿科心血管磁共振成像（CMR）	digital pathology	cardiovascular disease	deep learning	NA	image	NA	NA	NA	NA	NA
88	2025-10-06	Reducing hepatitis C diagnostic disparities with a fully automated deep learning-enabled microfluidic system for HCV antigen detection 2025-Mar-21, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adt3803 PMID:40106555	研究论文	开发了一种基于智能手机的自动化微流控系统，用于丙型肝炎病毒抗原检测	首次将铂纳米颗粒、深度学习图像处理和微流控技术结合，创建全自动便携式HCV抗原检测系统	未提及与现有方法的详细对比研究，未说明临床验证的样本来源和规模细节	解决资源有限地区HCV诊断难题，减少健康不平等	丙型肝炎病毒抗原	数字病理	丙型肝炎	微流控技术、纳米颗粒检测	深度学习	图像	NA	NA	NA	准确率	智能手机平台
89	2025-10-06	StainAI: quantitative mapping of stained microglia and insights into brain-wide neuroinflammation and therapeutic effects in cardiac arrest 2025-Mar-20, Communications biology IF:5.2Q1 DOI:10.1038/s42003-025-07926-y PMID:40114030	研究论文	开发了一种名为StainAI的深度学习工具，用于快速高通量分析小胶质细胞形态并量化脑部神经炎症	首次实现基于全玻片免疫组化图像的小胶质细胞自动形态分类、脑图谱映射和激活评分计算	方法验证主要基于动物模型，在人类组织中的应用仍需进一步验证	开发自动化工具以克服小胶质细胞形态分析的地域限制和手工方法局限	大鼠模型中的小儿窒息性心脏骤停和非人类灵长类动物的猿免疫缺陷病毒感染模型	数字病理学	神经炎症疾病	免疫组化	深度学习	图像	数百万个小胶质细胞跨越多个脑切片	NA	NA	NA	NA
90	2025-10-06	Open-Source Manually Annotated Vocal Tract Database for Automatic Segmentation from 3D MRI Using Deep Learning: Benchmarking 2D and 3D Convolutional and Transformer Networks 2025-Mar-05, Journal of voice : official journal of the Voice Foundation IF:2.5Q1 DOI:10.1016/j.jvoice.2025.02.026 PMID:40050174	研究论文	本研究评估了四种深度学习架构在3D MRI声道自动分割中的性能，并创建了开源手动标注声道数据库	首次系统比较2D和3D卷积网络及Transformer网络在声道分割中的表现，并引入迁移学习策略	所有模型在特定声音（如/kõn/）分割和骨性区域（如牙齿附近）存在困难	评估深度学习算法在3D MRI声道自动分割中的效果	10名法语使用者的53个声道体积，包含21个独特法语音素和3个清音任务	医学影像分析	NA	3D MRI	CNN, Transformer	3D MRI图像	53个声道体积，来自10名法语使用者	NA	2D U-Net, 3D U-Net, 3D U-Net with transfer learning, 3D transformer U-Net (3D U-NetR)	Dice系数, Hausdorff距离, 结构相似性指数	NA
91	2025-10-06	Deep Learning: A Heuristic Three-Stage Mechanism for Grid Searches to Optimize the Future Risk Prediction of Breast Cancer Metastasis Using EHR-Based Clinical Data 2025-Mar-25, Cancers IF:4.5Q1 DOI:10.3390/cancers17071092 PMID:40227603	研究论文	提出一种启发式三阶段机制来管理深度学习网格搜索的运行时间，应用于乳腺癌转移风险预测	开发了结合甜点网格搜索和随机网格搜索的三阶段机制，有效管理低预算网格搜索时间并提升模型性能	研究基于特定临床数据集，方法在更大规模数据或其他疾病领域的适用性需要进一步验证	优化深度学习模型在乳腺癌转移风险预测中的性能	乳腺癌患者的电子健康记录临床数据	机器学习	乳腺癌	电子健康记录数据分析	深度前馈神经网络	临床数据	NA	NA	深度前馈神经网络	风险预测改进百分比	低预算计算资源
92	2025-10-06	Machine learning predicts spinal cord stimulation surgery outcomes and reveals novel neural markers for chronic pain 2025-Mar-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-92111-8 PMID:40102462	研究论文	本研究应用机器学习方法基于术中脑电图数据预测慢性疼痛患者对脊髓刺激疗法的反应	首次结合术中脑电图特征与临床数据构建预测模型，发现α-θ峰值功率比作为新型神经标记物	样本量较小（仅20名患者），需要更大规模研究验证	预测慢性疼痛患者对脊髓刺激疗法的治疗反应	20名接受脊髓刺激手术的慢性疼痛患者	机器学习	慢性疼痛	脑电图，脊髓刺激	决策树	脑电图信号，临床特征，患者报告结局指标	20名慢性疼痛患者	NA	决策树	准确率，F1分数，AUC	NA
93	2025-10-06	Transfer learning reveals sequence determinants of the quantitative response to transcription factor dosage 2025-Mar-12, Cell genomics IF:11.1Q1 DOI:10.1016/j.xgen.2025.100780 PMID:40020686	研究论文	应用迁移学习预测转录因子剂量如何影响调控元件的染色质可及性	首次结合迁移学习和定量染色质响应测量来解析顺式调控元件的序列特征	仅针对TWIST1和SOX9两种剂量敏感转录因子进行研究	揭示转录因子剂量定量响应的序列决定因素	面部祖细胞中的调控元件	机器学习	NA	迁移学习, 报告基因检测	深度学习	染色质可及性数据, 转录因子结合基序	NA	NA	NA	准确性	NA
94	2025-10-06	Development of a Machine-Learning Algorithm to Identify Cauda Equina Compression on Magnetic Resonance Imaging Scans 2025-03, World neurosurgery IF:1.9Q2 DOI:10.1016/j.wneu.2025.123669 PMID:39826832	研究论文	开发用于自动检测磁共振成像中马尾神经压迫的机器学习算法	首次将卷积神经网络应用于马尾神经压迫的自动检测，并生成梯度下降热力图以突出分类关键区域	样本量相对有限（715张图像），需要在更多样化的数据集上进一步验证	开发自动化马尾神经压迫检测模型，实现对疑似马尾神经综合征患者的快速分诊	疑似马尾神经综合征患者的磁共振成像扫描	计算机视觉	马尾神经综合征	磁共振成像	CNN	图像	715张磁共振图像（80%训练，20%测试）	NA	卷积神经网络	准确率, 灵敏度, 特异性, 阳性预测值, AUC	NA
95	2025-10-06	Deep Learning for Lumbar Disc Herniation Diagnosis and Treatment Decision-Making Using Magnetic Resonance Imagings: A Retrospective Study 2025-03, World neurosurgery IF:1.9Q2 DOI:10.1016/j.wneu.2025.123728 PMID:39880078	研究论文	本研究开发深度学习模型辅助腰椎间盘突出症的MRI诊断和治疗决策	不仅检测椎间盘突出存在，还评估AI辅助方法在诊断准确性和决策时间上的综合表现	回顾性研究，样本来源单一	评估深度学习在腰椎间盘突出症诊断和治疗决策中的辅助价值	接受手术评估患者的MRI图像	计算机视觉	腰椎间盘突出症	磁共振成像	CNN	图像	NA	NA	卷积神经网络	准确率, 决策时间	NA
96	2025-10-06	Performance of Machine Learning Models in Predicting BRAF Alterations Using Imaging Data in Low-Grade Glioma: A Systematic Review and Meta-Analysis 2025-03, World neurosurgery IF:1.9Q2 DOI:10.1016/j.wneu.2025.123742 PMID:39914655	系统综述与荟萃分析	系统评估机器学习模型使用影像数据预测低级别胶质瘤中BRAF基因改变的性能	首次系统综述和荟萃分析评估人工智能模型在预测低级别胶质瘤BRAF基因改变方面的表现	纳入研究数量有限（6项研究），样本量较小（951例患者），需要更大样本量和更多算法验证	评估机器学习和深度学习模型使用影像数据预测低级别胶质瘤中BRAF基因改变的性能	低级别胶质瘤患者	医学影像分析	脑胶质瘤	医学影像分析	机器学习,深度学习	影像数据	951例患者	NA	NA	AUROC,敏感性,特异性	NA
97	2025-10-06	The radiogenomic and spatiogenomic landscapes of glioblastoma and their relationship to oncogenic drivers 2025-Mar-01, Communications medicine IF:5.4Q1 DOI:10.1038/s43856-025-00767-0 PMID:40025245	研究论文	本研究探讨胶质母细胞瘤的影像组学特征、空间分布模式与基因突变之间的关系	首次系统揭示胶质母细胞瘤突变产生的独特影像特征及其与肿瘤空间分布的关联	回顾性研究设计，样本量有限(357例)，仅分析IDH野生型胶质母细胞瘤	建立胶质母细胞瘤分子组成和致癌驱动因子的临床可及影像生物标志物	357例IDH野生型胶质母细胞瘤患者	医学影像分析	胶质母细胞瘤	多参数MRI，靶向基因测序	机器学习，深度学习	医学影像，基因测序数据	357例IDH野生型胶质母细胞瘤	NA	NA	NA	NA
98	2025-10-06	Using a fully automated, quantitative fissure integrity score extracted from chest CT scans of emphysema patients to predict endobronchial valve response 2025-Mar, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.12.2.024501 PMID:40093557	研究论文	本研究开发并验证了一种基于胸部CT扫描自动提取的裂隙完整性评分来预测肺气肿患者支气管内瓣膜治疗反应的预测模型	首次使用全自动深度学习定量评估裂隙完整性的方法预测EBV治疗反应	回顾性研究设计，样本量相对较小（96例）	开发预测支气管内瓣膜治疗反应的生物标志物	中度至重度肺气肿患者	医学影像分析	肺气肿	胸部CT扫描	深度学习, 逻辑回归	医学影像	96例患者的治疗前后胸部CT检查	NA	NA	AUC, 准确率, 特异性, 敏感性, 阳性预测值, 阴性预测值	NA
99	2025-10-06	Accuracy of deep learning-based upper airway segmentation 2025-03, Journal of stomatology, oral and maxillofacial surgery DOI:10.1016/j.jormas.2024.102048 PMID:39244033	研究论文	本研究评估了基于深度学习的自动分割方法与半自动方法在上气道分割中的准确性	首次使用MONAI Label框架训练自动分割模型，并与开源软件ITK-SNAP的半自动方法进行系统性比较	研究样本量未明确说明，可能影响结果的普适性	评估自动和半自动上气道分割方法在正畸治疗中的准确性	锥形束CT图像中的上气道结构	数字病理	正畸疾病	锥形束CT成像	深度学习分割模型	医学影像	NA	MONAI Label, ITK-SNAP	NA	Dice相似系数, 精确度, 召回率, 95% Hausdorff距离, 体积差异	NA
100	2025-10-06	De novo design of self-assembling peptides with antimicrobial activity guided by deep learning 2025-Mar-14, Nature materials IF:37.2Q1 DOI:10.1038/s41563-025-02164-3 PMID:40087536	研究论文	通过深度学习指导从头设计具有抗菌活性的自组装肽材料	整合非天然氨基酸增强肽自组装能力，并利用深度学习预测功能活性，实现无需大量实验标注的功能性肽材料设计	需要最小化实验标注，可能对某些复杂功能的预测仍存在挑战	解决细菌耐药性问题，开发新型抗菌材料	自组装肽材料及其抗菌功能	机器学习	细菌感染	深度学习	深度学习模型	肽序列数据	小鼠肠道细菌感染模型	NA	NA	体内治疗效果、生物膜清除能力、耐药性诱导	NA