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
21	2026-05-20	Evaluation of a Deep Learning Denoising Algorithm for Dose Reduction in Whole-Body Photon-Counting CT Imaging: A Cadaveric Study 2025-06, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.12.052 PMID:39818525	研究论文	通过尸体研究评估深度学习去噪算法在全身光子计数CT成像中减少辐射剂量的有效性	首次在真实尸体内扫描中系统评估深度学习去噪算法对光子计数CT不同辐射剂量水平（100%、50%、25%、10%）的图像质量影响，证明在高达75%剂量降低时仍能维持诊断质量	研究仅限于尸体内扫描，未涉及活体患者运动伪影或临床诊断任务的评估	评估基于深度学习的去噪算法在降低辐射剂量的全身光子计数CT成像中维持诊断图像质量的效果	24具人尸体	计算机视觉, 数字病理学	NA	光子计数CT（PCCT）	深度学习去噪算法	CT图像	24具尸体，共192个数据集（4剂量水平 × 2重建方法 × 24标本）	NA	ClariCT.AI	CT值稳定性，图像噪声，对比噪声比（CNR），主观图像质量评分	NA
22	2026-05-19	Extracerebral Normalization of 18F-FDG PET Imaging Combined with Behavioral CRS-R Scores Predict Recovery from Disorders of Consciousness 2025-06, Neurocritical care IF:3.1Q2 DOI:10.1007/s12028-024-02142-8 PMID:39532777	研究论文	利用18F-FDG PET颅外归一化结合行为CRS-R评分建立预测意识障碍患者一年后恢复的预后模型	首次将18F-FDG PET图像的颅外组织归一化方法与行为CRS-R评分相结合，构建多模态预后模型，显著提升了意识恢复预测的准确性	初步研究，样本量有限（87例），且未在独立的大规模外部验证集上进行验证	开发一个基于18F-FDG PET和临床行为评分的预后模型，用于预测长期意识障碍患者一年后的恢复情况	87名新诊断为长期意识障碍的患者	机器学习, 数字病理	意识障碍	18F-FDG PET/CT	DenseNet121, 深度学习表格模型	图像（PET/CT）、表格数据（行为评分）	87名意识障碍患者，其中52名恢复意识，35名未恢复	PyTorch	DenseNet121	AUC, 特异性, 灵敏度, 准确率	NA
23	2026-05-18	AI model using CT-based imaging biomarkers to predict hepatocellular carcinoma in patients with chronic hepatitis B 2025-06, Journal of hepatology IF:26.8Q1 DOI:10.1016/j.jhep.2024.12.029 PMID:39710148	研究论文	开发基于CT影像生物标志物的人工智能模型，用于预测慢性乙型肝炎患者的肝细胞癌风险	整合深度学习CT自动分割软件提取的影像生物标志物与临床变量，提出PLAN-B-DF模型，显著优于仅基于临床数据的传统预测模型	未提及具体限制，但可能包括对CT图像质量依赖性强、外部验证队列的中位随访时间较短	开发并验证基于CT影像生物标志物的人工智能肝细胞癌风险预测模型	慢性乙型肝炎患者的肝细胞癌风险预测	机器学习	肝细胞癌	CT自动分割（DeepFore软件），梯度提升机算法	梯度提升机	图像（CT影像）和临床数据	训练和内部验证集5,585例，外部验证集2,883例慢性乙型肝炎患者	NA	梯度提升机	c-index, Hosmer-Lemeshow检验	NA
24	2026-05-16	Subclinical tremor differentiation using long short-term memory networks 2025-Jun, Physical and engineering sciences in medicine IF:2.4Q2 DOI:10.1007/s13246-025-01526-0 PMID:39992543	研究论文	利用长短期记忆网络区分亚临床震颤，包括帕金森病、特发性震颤和正常生理震颤	首次应用LSTM网络基于短时傅里叶变换的特征来区分亚临床震颤，相比现有卷积LSTM模型准确率提升30-50%	数据集较小且多样性有限，未包含动作震颤样本，模型可解释性有待增强	开发深度学习模型以区分帕金森病、特发性震颤和正常生理震颤的亚临床震颤类型	帕金森病、特发性震颤和正常生理震颤患者的亚临床震颤数据	机器学习	帕金森病	惯性传感器	LSTM	时间序列数据	51例帕金森病、15例特发性震颤和58例正常受试者	NA	LSTM	准确率	NA
25	2026-05-16	Accelerated retinal ageing and multimorbidity in middle-aged and older adults 2025-06, GeroScience IF:5.3Q1 DOI:10.1007/s11357-025-01581-1 PMID:40035945	研究论文	研究视网膜年龄差与中老年人多病共患之间的关联	首次探讨基于深度学习模型计算的视网膜年龄差与多病共患发生风险的独立关联	仅基于基线数据和多病共患发生情况，未考虑疾病严重程度和用药情况	探究视网膜年龄差与多病共患的关联及预测价值	45,436名中老年参与者	机器学习	老年疾病	NA	深度学习模型	视网膜图像	45,436名中老年参与者	NA	NA	风险比	NA
26	2026-05-16	Deep learning reveals diverging effects of altitude on aging 2025-06, GeroScience IF:5.3Q1 DOI:10.1007/s11357-024-01502-8 PMID:39815037	研究论文	利用深度学习和多种数据来源，探究海拔对衰老的差异性影响	首次结合大规模流行病学数据、临床试验结果和深度学习面部照片分析，揭示海拔升高分别加速面部衰老但减少DNA损伤诱导的细胞衰老这一看似矛盾的现象	未说明具体的数据质量控制和潜在混杂因素（如遗传差异、饮食或医疗水平）的控制方法	探讨高海拔环境（特别是缺氧和紫外线暴露）对衰老和年龄相关疾病的影响	埃塞俄比亚各次区域人群，以及北部提格雷地区227名高地和202名低地居民	机器学习, 数字病理学	衰老相关疾病	人脸图像分析, 外周血单核细胞核形态分析	深度学习模型（用于面部照片分析）	流行病学数据（风险暴露值、疾病负担数据、死亡率、预期寿命）, 面部照片, 血涂片图像	227名高地和202名低地居民，共429人	NA	NA	NA	NA
27	2026-05-16	Enhancing squat movement classification performance with a gated long-short term memory with transformer network model 2025-Jun, Sports biomechanics IF:2.0Q2 DOI:10.1080/14763141.2024.2315243 PMID:38372217	研究论文	提出一种门控长短期记忆与Transformer网络模型，用于自动分类深蹲动作，提升分类性能	提出门控长短期记忆与Transformer网络（GLTN）模型，结合IMU传感器数据，在深蹲动作分类中达到96.34%准确率，优于现有深度学习方法	模型并非通用解决方案，教练和从业者需根据个人需求和训练目标进行针对性调整	开发一种可穿戴解决方案，用于自动检测异常深蹲动作，辅助运动训练中的表现和损伤风险评估	22名健康年轻男性参与者，执行9种深蹲动作模式（1种标准动作和8种异常动作）	机器学习	运动损伤风险评估	惯性测量单元（IMU）	门控长短期记忆与Transformer网络（GLTN）	传感器时间序列数据	22名年轻男性参与者，每种动作模式多次重复	NA	门控LSTM，Transformer	准确率、精确率、召回率、F1-score	NA
28	2026-05-15	Can graph similarity metrics be helpful for analogue identification as part of a read-across approach? 2025-Jun, Computational toxicology (Amsterdam, Netherlands) DOI:10.1016/j.comtox.2025.100353 PMID:41816015	综述	综述图相似度度量在化学品交叉参照中用于识别相似化合物的方法	首次系统比较了图核、图嵌入和深度学习等图相似度方法与传统化学指纹方法在交叉参照中识别源类似物的效果	仅评估了有限的数据集，且图嵌入方法在所有评估数据集中效果不佳	探讨图相似度度量方法在交叉参照中用于识别源类似物的可行性	五种不同大小和多样性的毒性数据集，包括皮肤致敏性、皮肤刺激性、水生毒性、遗传毒性等	机器学习	NA	化学指纹、图核、图嵌入、深度学习	图卷积网络	化学分子结构数据	五个毒性数据集，具体数量未说明	NA	图核、图嵌入、图卷积网络	相似度比较	NA
29	2026-05-06	Beyond the Posts: Analyzing Breast Implant Illness Discourse With Natural Language Processing and Deep Learning 2025-06-16, Aesthetic surgery journal IF:3.0Q1 DOI:10.1093/asj/sjaf047 PMID:40173420	研究论文	利用自然语言处理和深度学习分析社交媒体上与隆胸假体疾病相关的讨论	首次使用一种在1.24亿条X帖子训练的自然语言处理模型（RoBERTa）分析社交媒体上关于隆胸假体疾病的患者认知和情感反应，并揭示了负面情绪和恐惧类帖子与假体取出率之间的强相关性	未提及	分析X平台上患者对隆胸假体疾病的认知和情感反应，并探讨社交媒体讨论对患者决策的影响	2014年至2023年间发布的提及隆胸假体的X帖子	自然语言处理, 机器学习	隆胸假体疾病	自然语言处理, 深度学习	RoBERTa（鲁棒优化的双向编码器表示）	文本	6099条X帖子	PyTorch, TensorFlow	RoBERTa	皮尔逊相关系数	NA
30	2026-05-06	CDSNet: An automated method for assessing growth stages from various anatomical regions in lateral cephalograms based on deep learning 2025-06, Journal of the World federation of orthodontists IF:2.6Q1 DOI:10.1016/j.ejwf.2024.09.007 PMID:39578153	研究论文	提出CDSNet，一种基于深度学习的可解释模型，用于从头颅侧位片中评估生长阶段（特别是颈椎、牙列和额窦）	首次整合颈椎、牙列和额窦多区域特征，利用可解释深度学习评估生长阶段，显著优于传统CVM方法	未提及	开发深度学习模型CDSNet，自动评估头颅侧位片中的生长阶段，以辅助正畸诊断	头颅侧位片和手腕骨X光片中的颈椎、牙列和额窦影像	数字病理学	正畸相关生长阶段评估	头颅侧位片成像	深度学习模型（CDSNet）	X光图像	来自接受正畸治疗患者的1732对头颅侧位片和手腕骨X光片	NA	CDSNet（可解释深度网络）	准确率、精确率、召回率、F1分数	NA
31	2026-05-06	SSA-sMLP: A venous thromboembolism risk prediction model using separable self-attention and spatial-shift multilayer perceptrons 2025-06, Thrombosis research IF:3.7Q1 DOI:10.1016/j.thromres.2025.109334 PMID:40344789	研究论文	针对静脉血栓栓塞风险预测中多维特征集成不足的问题，提出一种结合可分离自注意力和改进空间移位多层感知器的深度学习模型SSA-sMLP	首次将可分离自注意力与S-MLPv2模块集成，通过动态上下文向量和线性解耦策略实现跨维特征交互建模，利用无参移位操作和分裂注意力机制精确捕捉局部非线性关联	未明确讨论外部验证结果及模型在其他医疗场景的泛化能力	提升静脉血栓栓塞风险预测的准确性和鲁棒性，平衡计算效率与模型性能	医院113836份临床记录中的静脉血栓栓塞风险数据	机器学习	静脉血栓栓塞	NA	深度学习模型（SSA-sMLP）	临床记录数据	113836份临床记录	NA	可分离自注意力模块、改进空间移位多层感知器（S-MLPv2）	准确率（87.99%）、F1分数（65.9%）	NA
32	2026-05-03	CRoP: Context-wise Robust Static Human-Sensing Personalization 2025-Jun, Proceedings of the ACM on interactive, mobile, wearable and ubiquitous technologies DOI:10.1145/3729483 PMID:42063619	research paper	提出一种名为CRoP的静态个性化方法，通过在最小子网络上进行自适应剪枝，利用预训练模型作为通用起点，捕捉用户特定特征，同时允许在其余参数中融入通用知识，以应对人体感知中的用户内异质性问题	首次关注人体感知中用户内跨情境的异质性挑战，提出通过自适应剪枝在最小子网络上捕捉用户特定特征，同时保留通用知识的静态个性化方法	未明确讨论方法在极端数据稀疏或高度动态变化场景下的性能限制，可能对计算资源或剪枝策略的选择敏感	解决人体感知应用中用户内跨情境的泛化挑战，提高个性化模型在不同传感器数据下的鲁棒性	人体感知数据中的用户内异质性现象，特别是临床应用中因治疗进展等外部因素导致的感知属性变化	machine learning	NA	NA	预训练模型（具体未指定）	传感器数据	四个数据集，包括两个来自真实健康领域的数据集	NA	NA	梯度内积分析、消融研究、与最先进基线的比较	NA
33	2026-04-30	Evaluating anti-VEGF responses in diabetic macular edema: A systematic review with AI-powered treatment insights 2025-06-01, Indian journal of ophthalmology IF:2.1Q2 DOI:10.4103/IJO.IJO_1810_24 PMID:40434455	综述	系统评价深度学习与机器学习算法在评估糖尿病性黄斑水肿患者对抗血管内皮生长因子治疗反应中的应用	首次系统综述AI算法在区分DME患者对抗VEGF治疗反应者与非反应者方面的能力	NA	评估AI算法在预测DME患者抗VEGF治疗反应中的有效性	糖尿病性黄斑水肿患者	机器学习	糖尿病性黄斑水肿	NA	线性判别分析、ResNet-50、CNN加注意力机制、二次判别分析、随机森林、支持向量机	OCT图像	50篇相关论文（2016-2023年发表）	NA	ResNet-50, CNN, 随机森林, SVM	敏感性（平均74%，95%置信区间0.55-0.92）	NA
34	2026-04-29	Web server-based deep learning-driven predictive models for respiratory toxicity of environmental chemicals: Mechanistic insights and interpretability 2025-06-05, Journal of hazardous materials IF:12.2Q1 DOI:10.1016/j.jhazmat.2025.137575 PMID:39954423	研究论文	开发了八种可解释深度学习模型，用于预测环境化学品的呼吸毒性，并提供了机制见解	首次针对多种特定呼吸系统疾病（如肺炎、肺水肿、肺栓塞等）构建深度学习预测模型，并采用频率比法和SHAP分析增强模型可解释性	未明确提及局限性	开发可解释的深度学习模型，预测环境化学品的呼吸毒性，以支持早期检测和风险评估	环境化学品及其代谢物的呼吸毒性	机器学习, 环境毒理学	肺炎、肺水肿、呼吸感染、肺栓塞、肺动脉高压、哮喘、支气管痉挛、支气管炎、肺纤维化	NA	深度学习	分子指纹数据（Klekota-Roth指纹）	八个呼吸毒性终点的综合数据集，具体样本数量未提及	NA	深度学习模型（具体架构未指定）	AUC, 准确率	NA
35	2026-04-29	Efficient detection of foodborne pathogens via SERS and deep learning: An ADMIN-optimized NAS-Unet approach 2025-06-05, Journal of hazardous materials IF:12.2Q1 DOI:10.1016/j.jhazmat.2025.137581 PMID:39954434	研究论文	通过集成表面增强拉曼光谱与深度学习，提出一种基于ADMIN优化NAS-Unet的高效食源性病原体检测方法	创新性地将自动设计混合网络策略与神经架构搜索结合，优化卷积神经网络结构，并引入U-Net和注意力机制，提升分类准确率和关键光谱特征识别能力	未详细说明模型在复杂实际样本中的泛化性能及计算资源消耗，未来需探索更多网络模块以增强泛化能力	开发一种结合SERS和深度学习的快速、精准食源性病原体检测工具	22种食源性病原体及Bacteria-ID数据集	机器学习	食源性疾病	表面增强拉曼光谱（SERS）	卷积神经网络（CNN）	光谱数据	22种食源性病原体样本	NA	U-Net	平均精确率	NA
36	2026-04-22	Discovery of naturally inspired antimicrobial peptides using deep learning 2025-06-15, Bioorganic chemistry IF:4.5Q1 DOI:10.1016/j.bioorg.2025.108444 PMID:40209356	研究论文	本研究利用深度学习从细菌基因组中挖掘非核糖体肽合成酶基因簇，设计并优化出具有强效抗菌活性的新型抗菌肽	首次结合216,408个细菌基因组的NRPS基因簇挖掘与深度学习评分系统，高效发现并优化出具有膜破坏机制且与传统抗生素协同作用的抗菌肽	研究仅针对两种病原菌进行活性测试，尚未在更广泛的菌株或体内模型中验证效果	利用深度学习加速从沉默生物合成基因簇中发现天然启发的抗菌肽	细菌非核糖体肽合成酶基因簇及其编码的肽类化合物	机器学习	细菌感染	基因组挖掘，固相化学合成	深度学习模型	基因组序列数据，肽序列数据	216,408个细菌基因组，335,024个NRPS基因簇，328个独特肽支架	NA	NA	最小抑菌浓度	NA
37	2026-04-22	Regulatory risk loci link disrupted androgen response to pathophysiology of Polycystic Ovary Syndrome 2025-Jun-11, medRxiv : the preprint server for health sciences DOI:10.1101/2025.03.26.25324630 PMID:40196246	研究论文	本研究通过整合分子和表观基因组注释，并利用深度学习框架预测多囊卵巢综合征风险变异的细胞类型特异性调控效应，揭示了这些变异如何影响转录因子结合位点，从而关联雄激素反应与PCOS病理生理学	首次结合深度学习模型与表观基因组数据，系统预测PCOS风险变异的细胞类型特异性调控效应，并揭示其通过破坏雄激素介导信号通路导致高雄激素血症的分子机制	研究主要基于计算预测和体外实验验证，缺乏体内功能实验的直接证据；模型预测的增强子破坏活性仅覆盖约20%的风险变异，可能存在未检出的调控效应	解析PCOS遗传易感位点如何通过调控分子机制驱动疾病表型，并建立风险变异与病理生理学的功能联系	多囊卵巢综合征的风险遗传变异及其在脑和内分泌细胞类型中的调控效应	机器学习	多囊卵巢综合征	深度学习框架、表观基因组注释、报告基因检测	深度学习模型	表观基因组数据、分子注释数据	NA	NA	NA	与报告基因检测数据的一致性	NA
38	2026-04-22	Discovery and characterization of novel FAK inhibitors for breast cancer therapy via hybrid virtual screening, biological evaluation and molecular dynamics simulations 2025-06-01, Bioorganic chemistry IF:4.5Q1 DOI:10.1016/j.bioorg.2025.108400 PMID:40163988	研究论文	本文通过混合虚拟筛选、生物活性评价和分子动力学模拟，发现并表征了用于乳腺癌治疗的新型FAK抑制剂	利用基于结构的高透明度渗透性虚拟筛选和基于几何深度学习的DeepDock算法，从内部数据库中发现了具有新型骨架的FAK抑制剂	未明确说明筛选数据库的具体规模或多样性限制，且仅对10种化合物进行了生物活性评估，样本量有限	开发针对乳腺癌的新型FAK抑制剂	FAK（黏着斑激酶）抑制剂	机器学习	乳腺癌	虚拟筛选、分子对接、分子动力学模拟	深度学习	化学结构数据	从内部数据库筛选出10种化合物进行生物活性评估	NA	DeepDock	抑制活性	NA
39	2026-04-20	Diagnostic value of deep learning of multimodal imaging of thyroid for TI-RADS category 3-5 classification 2025-06, Endocrine IF:3.0Q2 DOI:10.1007/s12020-025-04198-8 PMID:40056264	研究论文	本研究探索了基于深度学习结合超声和CT多模态成像对甲状腺TI-RADS 3-5类结节进行良恶性分类的诊断价值	首次将深度学习应用于超声与CT多模态成像的融合，以提高甲状腺TI-RADS 3-5类结节的分类准确性，避免不必要的活检	研究样本仅来自单一中心，且未提及外部验证集，可能影响模型的泛化能力	开发一种非侵入性方法，准确区分甲状腺TI-RADS 3-5类结节的良恶性，以减少不必要的细针穿刺活检	甲状腺TI-RADS 3-5类结节	数字病理	甲状腺癌	超声成像，计算机断层扫描	深度学习模型	图像	768例患者中的768个甲状腺结节（499例恶性，269例良性）	NA	NA	AUC，灵敏度，准确率，阳性预测值	NA
40	2026-04-19	GINClus: RNA structural motif clustering using graph isomorphism network 2025-Jun, NAR genomics and bioinformatics IF:4.0Q1 DOI:10.1093/nargab/lqaf050 PMID:40290315	研究论文	本文提出了一种名为GINClus的RNA结构基序聚类工具，利用图同构网络结合聚类算法，基于碱基相互作用和三维结构相似性对RNA基序候选进行聚类	首次将图同构网络（GIN）模型应用于RNA结构基序的聚类任务，结合半监督深度学习与k-means和层次凝聚聚类，实现了对RNA环区域的高精度聚类，并成功识别出新的基例和家族	未明确提及模型在未知或高度变异RNA结构上的泛化能力，以及计算效率在处理大规模数据集时的表现	开发一种自动化工具，用于聚类RNA结构基序，以辅助RNA结构和功能的理解，特别是发现新的RNA结构基序家族	RNA结构基序候选（RNA环区域），包括已知的内部环和发夹环基序，以及潜在的未知基序	生物信息学	NA	RNA三维结构分析，图表示学习	图同构网络（GIN）	图数据（基于RNA碱基相互作用和三维结构转换）	未明确指定具体样本数量，但涉及已知内部环和发夹环基序的聚类，并发现了927个新基例和12个新家族	未明确指定，但可能基于PyTorch或TensorFlow等深度学习框架	图同构网络（GIN）	聚类准确率（已知内部环基序为87.88%，已知发夹环基序为97.69%）	NA