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
781	2025-10-07	Enhancing Transthyretin Binding Affinity Prediction with a Consensus Model: Insights from the Tox24 Challenge 2025-May-19, Chemical research in toxicology IF:3.7Q2 DOI:10.1021/acs.chemrestox.4c00560 PMID:40285676	研究论文	本研究开发了一种基于深度学习的共识模型，用于预测转甲状腺素蛋白结合亲和力	通过整合sPhysNet、KANO和GGAP-CPI三种不同分子信息层面的模型，构建共识模型并利用集成输出的标准差作为不确定性估计	模型性能仍有提升空间，在盲测集上排名第五	提高转甲状腺素蛋白结合亲和力的预测准确性	外源性化合物与转甲状腺素蛋白的相互作用	机器学习	内分泌系统毒性	深度学习	共识模型	分子结构数据（2D拓扑、3D几何结构、蛋白质-配体相互作用）	Tox24挑战赛提供的数据集	NA	sPhysNet,KANO,GGAP-CPI	RMSE	NA
782	2025-10-07	Generative deep learning model assisted multi-objective optimization for wastewater nitrogen to protein conversion by photosynthetic bacteria 2025-May-19, Bioresource technology IF:9.7Q1 DOI:10.1016/j.biortech.2025.132703 PMID:40398568	研究论文	本研究利用生成式深度学习模型辅助多目标优化，实现废水氮素转化为光合细菌蛋白质的过程	提出结合变分自编码器生成高质量数据和弹性神经网络进行多目标优化的创新框架，解决了有限数据条件下的优化问题	研究在有限数据条件下进行，可能需要更多真实数据验证模型的泛化能力	优化废水氮素去除和资源回收的平衡，提高氮素向蛋白质的转化效率	光合细菌在废水处理中的氮素回收和蛋白质生产	机器学习	NA	废水处理技术，光合细菌培养，基因表达分析	VAE, ENN	废水处理过程参数数据	变分自编码器生成5000个样本增强原始数据集	NA	变分自编码器，弹性神经网络	SHAP分析，多目标优化帕累托前沿	NA
783	2025-10-07	Deep learning-assisted self-cleaning cellulose colorimetric sensor array for monitoring black tea withering dynamics 2025-May-15, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.144727 PMID:40403427	研究论文	开发了一种具有自清洁功能的纤维素比色传感器阵列，结合深度学习监测红茶萎凋过程	将TiO₂附着在纤维素膜表面实现自清洁功能，并通过位点特异性沉积OTS制备具有疏水非传感区的功能化纤维素膜	未提及传感器在其他茶类或环境条件下的适用性	开发智能环保的传感器阵列用于监测红茶萎凋阶段	红茶萎凋过程中的挥发性有机化合物	机器学习	NA	比色传感器阵列，紫外曝光降解	LSTM	传感器响应数据	NA	NA	长短期记忆网络	准确率	NA
784	2025-10-07	Improve robustness to mismatched sampling rate: An alternating deep low-rank approach for exponential function reconstruction and its biomedical magnetic resonance applications 2025-May-15, Journal of magnetic resonance (San Diego, Calif. : 1997) DOI:10.1016/j.jmr.2025.107898 PMID:40403552	研究论文	提出一种交替深度低秩方法，用于解决信号重建中训练数据与目标数据不匹配的问题	结合深度学习求解器和经典优化求解器，有效缓解采样率、解剖区域和对比度配置不匹配问题	NA	提高信号重建对不匹配采样率的鲁棒性	生物医学磁共振信号	信号处理	NA	磁共振成像	深度学习	信号数据	NA	NA	交替深度低秩(ADLR)	重建误差	NA
785	2025-10-07	Dissecting the genetic complexity of myalgic encephalomyelitis/chronic fatigue syndrome via deep learning-powered genome analysis 2025-May-11, medRxiv : the preprint server for health sciences DOI:10.1101/2025.04.15.25325899 PMID:40321247	研究论文	本研究开发了深度学习框架HEAL2，通过全基因组分析揭示肌痛性脑脊髓炎/慢性疲劳综合征的遗传基础	开发了新型深度学习框架HEAL2，首次实现基于个人罕见变异的ME/CFS预测并将遗传风险与症状相关联	未明确说明样本规模和研究人群的具体特征	解析ME/CFS的遗传复杂性并开发遗传诊断工具	肌痛性脑脊髓炎/慢性疲劳综合征患者	机器学习	肌痛性脑脊髓炎/慢性疲劳综合征	全基因组分析，转录组分析，网络分析，多组学数据	深度学习	基因组数据，转录组数据，蛋白质组数据	NA	NA	HEAL2	NA	NA
786	2025-10-07	Hierarchical diagnosis of breast phyllodes tumors enabled by deep learning of ultrasound images: a retrospective multi-center study 2025-May-08, Cancer imaging : the official publication of the International Cancer Imaging Society IF:3.5Q1 DOI:10.1186/s40644-025-00879-9 PMID:40340752	研究论文	本研究开发了一种基于深度学习的乳腺叶状肿瘤分层诊断模型，用于术前识别和分级诊断	首次提出针对乳腺叶状肿瘤的两阶段分层诊断深度学习模型，能够区分叶状肿瘤与纤维腺瘤，并对叶状肿瘤进行良性与交界性/恶性分级	回顾性研究设计，样本量相对有限（712例患者），需要进一步前瞻性验证	开发术前叶状肿瘤自动诊断系统，提高诊断准确性和一致性	乳腺叶状肿瘤和纤维腺瘤患者	数字病理	乳腺癌	超声成像	深度学习	超声图像	712例患者，来自五家医院	NA	PTs-HDM（叶状肿瘤分层诊断模型）	AUC, 准确率, Kappa值, 组内相关系数	NA
787	2025-10-07	What insights can spatiotemporal esophageal atlases and deep learning bring to engineering the esophageal mucosa? 2025-05-05, Developmental cell IF:10.7Q1 DOI:10.1016/j.devcel.2025.04.009 PMID:40328228	研究论文	本文介绍了一个整合实验与计算的平台，用于绘制人类食管时空发育图谱并预测调控上皮分化的关键信号通路	首次将空间发育数据与深度学习相结合，开发出无需异种成分、可扩展的人类多能干细胞生成食管黏膜策略	NA	解析人类食管发育机制并建立食管黏膜工程化生成方法	人类食管发育过程、人类多能干细胞	发育生物学、组织工程	食管疾病	空间发育图谱技术、深度学习	深度学习模型	时空发育数据、基因表达数据	NA	NA	NA	NA	NA
788	2025-10-07	Large language models as an academic resource for radiologists stepping into artificial intelligence research 2025 May-Jun, Current problems in diagnostic radiology IF:1.5Q3 DOI:10.1067/j.cpradiol.2024.12.004 PMID:39672727	研究论文	评估GPT-4o作为推荐系统帮助放射科医生理解和实施AI研究的能力	首次系统评估大型语言模型作为放射科医生AI研究虚拟顾问的有效性	需要进一步研究将LLMs整合到常规工作流程中的实际效果	评估GPT-4o作为推荐系统增强放射科医生AI研究能力的效果	放射科医生和早期职业研究人员	自然语言处理	NA	大型语言模型	GPT-4o	文本描述（数据集特征、模态类型、数据大小、研究目标）	NA	NA	U-Net, Random Forest, Attention U-Net, EfficientNet	清晰度、任务对齐度、模型多样性、基线选择	NA
789	2025-10-07	Enhancing data quality in medical concept normalization through large language models 2025-May, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2025.104812 PMID:40180205	研究论文	本研究评估医疗概念标准化在不同数据质量场景下的表现，并探索如何利用大语言模型提升数据质量以改善医疗概念标准化性能	首次系统评估数据质量对医疗概念标准化的影响，并提出基于大语言模型的数据增强和质量提升方法	数据增强可能引入重复数据项，特别是在数据集分布的均值区域，需要精心设计策略以避免这些问题	通过提升数据质量来改善医疗概念标准化任务的性能	医疗概念标准化任务及其相关数据集	自然语言处理	NA	大语言模型，零样本学习，少样本学习	大语言模型	文本	NA	NA	ChatGPT	正确性，全面性	NA
790	2025-10-07	Systematic review of computational techniques, dataset utilization, and feature extraction in electrocardiographic imaging 2025-May, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-024-03264-z PMID:39779645	系统综述	系统分析心电图成像中计算技术、数据集利用和特征提取的研究现状	首次采用PRISMA方法系统综述ECGI重建中的计算技术发展趋势，揭示传统方法与深度学习技术的融合趋势	仅纳入2010-2023年英文同行评审论文，排除未描述计算技术的研究	分析ECGI重建中的计算技术，重点关注数据集识别、问题解决和特征提取方法	从Scopus和Web of Science数据库筛选的99篇研究论文	医学影像分析	心血管疾病	ECGI（心电图成像）	深度学习, 混合技术	心电图数据	99篇研究论文	NA	边界元法, Tikhonov方法	NA	NA
791	2025-10-07	Evolution Trend of Brain Science Research: An Integrated Bibliometric and Mapping Approach 2025-May, Brain and behavior IF:2.6Q3 DOI:10.1002/brb3.70451 PMID:40395088	研究论文	本研究采用文献计量分析和知识图谱可视化方法，描绘脑科学研究的全球趋势、研究热点和合作网络	首次对脑科学领域进行全面的文献计量分析，整合CiteSpace和VOSviewer工具，揭示该领域的研究前沿和关键发展方向	仅基于Web of Science数据库的13,590篇文章进行分析，可能未涵盖所有相关研究	分析脑科学研究的演变趋势和发展格局	1990-2023年间发表的脑科学研究文献	文献计量学	脑科学相关疾病	文献计量分析，知识图谱可视化	NA	文献数据	13,590篇文献	CiteSpace, VOSviewer	NA	发文量，合作网络，引用模式，关键词共现，突发检测	在线文献计量平台
792	2025-10-07	Comparison and analysis of major research methods for non-destructive testing of wind turbine blades 2025-May-01, The Review of scientific instruments DOI:10.1063/5.0252130 PMID:40407392	综述	通过文献计量分析对风力涡轮机叶片无损检测方法进行分类比较，并探讨多方法融合与智能算法应用趋势	系统对比六种主要无损检测技术，重点分析多方法集成与深度学习等智能算法的应用前景	未涉及具体实验验证，主要基于文献分析	指导风电从业人员选择叶片健康监测技术，促进风电行业可持续发展	风力涡轮机叶片	工业检测	NA	应变数据监测, 振动数据监测, 声学测量, 超声检测, 热成像, 图像识别	深度学习	应变数据, 振动数据, 声学信号, 超声信号, 热图像, 视觉图像	NA	NA	NA	NA	NA
793	2025-05-23	Molecular insights fast-tracked: AI in biosynthetic pathway research 2025-May-22, Natural product reports IF:10.2Q1 DOI:10.1039/d4np00003j PMID:40130306	综述	本文探讨了人工智能在生物合成途径研究中的潜力，以加速分子洞察并应对相关挑战	综述了AI技术在生物合成途径研究中的应用，包括机器学习、深度学习、自然语言处理等多种技术，并讨论了AI在途径发现、设计和优化中的具体应用	指出了当前AI在生物合成途径研究中的局限性，并强调了AI与实验方法协同的重要性	探讨AI如何加速生物合成途径研究，以开发具有药理学、农业和生物技术应用的生物活性天然产物	生物合成途径研究	机器学习	NA	机器学习(ML)、深度学习(DL)、自然语言处理、网络分析、数据挖掘	NA	组学数据	NA	NA	NA	NA	NA
794	2025-05-23	On factors that influence deep learning-based dose prediction of head and neck tumors 2025-May-22, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/adcfeb PMID:40267938	研究论文	本研究探讨了影响基于深度学习的头颈部肿瘤剂量预测模型的关键因素	系统分析了输入和剂量网格分辨率、输入类型、损失函数、模型架构和噪声对模型性能的影响，并提出了优化建议	仅使用了两个数据集（一个公共数据集和一个内部临床数据集），可能限制了结果的普适性	评估深度学习模型在头颈部癌症放射治疗剂量预测中的准确性、鲁棒性和计算效率	头颈部肿瘤的放射治疗剂量预测	数字病理	头颈部癌症	深度学习	SwinUNETR	CT图像和剂量网格数据	两个数据集（OpenKBP公共数据集和内部临床数据集）	NA	NA	NA	NA
795	2025-05-23	Quantum-Chemical Simulation of Multiresonance Thermally Activated Delayed Fluorescence Materials Based on B,N-Heteroarenes Using Graph Neural Networks 2025-May-22, The journal of physical chemistry. A DOI:10.1021/acs.jpca.5c01243 PMID:40338523	研究论文	本研究开发了一种基于B,N-杂芳烃的多共振热激活延迟荧光（MR-TADF）材料的简单分子设计方法，并利用图神经网络加速了MR-TADF发射体的搜索	提出了一种基于π扩展DABNA核心的简单分子设计方法，并开发了基于深度学习的加速搜索工具，用于预测MR-TADF发射体的能量值	NA	开发高效、窄带发射的MR-TADF材料，用于下一代电致发光器件	基于B,N-杂芳烃的MR-TADF材料	机器学习	NA	密度泛函理论，深度学习	图神经网络	化学分子数据	18种不同的环状系统修饰的化合物	NA	NA	NA	NA
796	2025-05-23	A Review of ChatGPT as a Reliable Source of Scientific Information Regarding Endodontic Local Anesthesia 2025-May, Journal of endodontics IF:3.5Q1 DOI:10.1016/j.joen.2025.02.002 PMID:39952316	review	评估ChatGPT作为牙髓病局部麻醉科学信息可靠来源的能力	首次评估ChatGPT在牙髓病局部麻醉领域的回答准确性和引用可靠性	仅评估了16个问题，样本量有限，且仅针对牙髓病局部麻醉这一细分领域	评估ChatGPT作为牙髓病局部麻醉科学信息可靠来源的能力	ChatGPT生成的关于牙髓病局部麻醉的回答和引用	natural language processing	NA	自然语言处理	Deep Learning	text	16个关于牙髓病局部麻醉的问题	NA	NA	NA	NA
797	2025-10-07	Machine learning-based label-free macrophage phenotyping in immune-material interactions 2025-May-21, Journal of materials chemistry. B DOI:10.1039/d5tb00365b PMID:40289902	研究论文	本研究开发了一种基于人工智能的无标记巨噬细胞表型分析方法，结合定量相位成像和深度学习模型	首次将AI驱动的图像分类与定量相位成像结合用于无标记巨噬细胞表型分析，避免了传统方法的固定和终点分析限制	单独使用定量相位成像无法完全区分表型，需要深度学习模型辅助	优化植入式生物医学材料的免疫相容性评估	THP-1来源的巨噬细胞（M0、M1、M2a、M2c表型）及其对不同胶原涂层的反应	计算机视觉	NA	定量相位成像（QPI）	CNN	图像	THP-1来源的巨噬细胞四种表型	NA	GoogLeNet, ShuffleNet, VGG-16, ResNet-18	准确率	NA
798	2025-10-07	A Chemistry-Informed Generative Deep Learning Approach for Enhancing Voltammetric Neurochemical Sensing in Living Mouse Brain 2025-May-21, Journal of the American Chemical Society IF:14.4Q1 DOI:10.1021/jacs.5c05393 PMID:40358003	研究论文	提出一种化学信息引导的生成神经网络模型，用于增强活体小鼠脑部伏安法神经化学传感的定量准确性	开发了结合化学原理的生成深度学习模型，能够分离伏安电流中的法拉第和非法拉第成分，减少信号串扰	NA	开发同时监测多种神经化学物质动态的高精度传感平台	活体小鼠脑部的多巴胺、抗坏血酸和离子强度动态	机器学习	神经炎症	伏安法神经化学传感	生成神经网络	伏安电流信号	神经炎症模型小鼠和对照小鼠	NA	化学信息引导的生成神经网络(CIGNN)	定量准确性	NA
799	2025-10-07	An Ultrasound Image-Based Deep Learning Radiomics Nomogram for Differentiating Between Benign and Malignant Indeterminate Cytology (Bethesda III) Thyroid Nodules: A Retrospective Study 2025-May-21, Journal of clinical ultrasound : JCU IF:1.2Q3 DOI:10.1002/jcu.24058 PMID:40396203	研究论文	开发并验证基于超声图像和临床特征的深度学习放射组学列线图，用于预测不确定细胞学（Bethesda III）甲状腺结节的恶性风险	首次结合深度学习迁移特征、超声放射组学特征和临床特征构建综合诊断模型，用于Bethesda III类甲状腺结节的良恶性鉴别	回顾性研究设计，样本量相对有限（训练集155例，内部验证集39例）	开发甲状腺结节良恶性鉴别诊断工具	不确定细胞学（Bethesda III）甲状腺结节患者	医学影像分析	甲状腺结节	超声成像	深度学习	超声图像，临床数据	训练集155例，内部验证集39例，外部验证集160例（来自两个医疗中心各80例）	NA	ResNet34	AUC, 准确率, 灵敏度, 特异度, 精确率, 召回率	NA
800	2025-10-07	Validation of a deep learning model for the automated detection and quantification of cystoid macular oedema on optical coherence tomography in patients with retinitis pigmentosa 2025-May-21, Acta ophthalmologica IF:3.0Q1 DOI:10.1111/aos.17518 PMID:40396533	研究论文	验证基于深度学习的模型在视网膜色素变性患者光学相干断层扫描中自动检测和量化囊样黄斑水肿的能力	首次在视网膜色素变性患者中验证nnU-Net架构用于囊样黄斑水肿的自动分割，性能达到与人类专家相当的水平	样本量相对有限（37个外部测试扫描），仅在特定患者群体（视网膜色素变性）中验证	开发并验证用于自动检测和量化囊样黄斑水肿的深度学习模型	视网膜色素变性患者的囊样黄斑水肿	医学影像分析	视网膜色素变性	光谱域光学相干断层扫描	深度学习	医学影像	112个OCT体积（70训练，42验证），37个外部测试扫描	nnU-Net	nnU-Net	Dice相似系数，组内相关系数	NA