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
101	2025-10-06	Artificial Intelligence-Driven Drug Toxicity Prediction: Advances, Challenges, and Future Directions 2025-Jun-23, Toxics IF:3.9Q1 DOI:10.3390/toxics13070525 PMID:40710970	综述	本文系统回顾了人工智能在药物毒性预测领域的应用进展、挑战与未来发展方向	重点关注深度学习与多模态数据融合策略在药物毒理学评估中的创新应用	作为综述文章未提出新的原创模型或算法	为药物研发中的毒性预测提供理论框架和技术策略	药物毒性预测相关的研究文献和方法	机器学习	NA	多模态数据融合	机器学习,深度学习	多模态数据	NA	NA	NA	NA	NA
102	2025-10-06	Optimizing Tumor Detection in Brain MRI with One-Class SVM and Convolutional Neural Network-Based Feature Extraction 2025-Jun-21, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11070207 PMID:40710594	研究论文	本研究结合单类支持向量机和卷积神经网络特征提取优化脑部MRI中的肿瘤检测	使用仅基于健康脑MRI图像特征训练的单类支持向量机，结合多种CNN架构进行特征提取，无需标记的病理数据即可检测脑肿瘤异常	需要减少推理时间，扩展和多样化训练数据集，并整合可解释性工具	解决医学影像数据类别不平衡问题，提高脑肿瘤早期检测性能	脑部MRI图像	计算机视觉	脑肿瘤	MRI	OCSVM, CNN	图像	NA	NA	DenseNet121, VGG16, MobileNetV2, InceptionV3, ResNet50	准确率, 精确率, 敏感度	资源受限环境（基于MobileNetV2的评估）
103	2025-10-06	RGB-to-Infrared Translation Using Ensemble Learning Applied to Driving Scenarios 2025-Jun-20, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11070206 PMID:40710593	研究论文	提出一种基于集成学习的RGB到红外图像转换方法，用于增强自动驾驶场景中的多模态感知数据集	使用梯度提升决策树替代传统深度学习方法进行图像转换，在数据稀缺情况下表现更优	未明确说明方法在极端天气或复杂光照条件下的性能表现	解决红外数据稀缺问题，增强自动驾驶感知系统的传感器融合算法	RGB图像到近红外和热红外图像的转换	计算机视觉	NA	图像转换，传感器融合	梯度提升决策树	RGB图像，红外图像	MS2、EPFL和Freiburg数据集	NA	集成学习	R2, PSNR, SSIM, LPIPS	NA
104	2025-10-06	A Fully Automated Artificial Intelligence-Based Approach to Predict Renal Function After Radical or Partial Nephrectomy 2025-06, Urology IF:2.1Q2 DOI:10.1016/j.urology.2025.01.073 PMID:39914676	研究论文	开发了一种基于人工智能的全自动方法预测肾切除术后肾功能	使用完全自动化的深度学习分割模型从术前CT图像中获取分肾功能，无需临床细节或医生干预	研究样本量相对较小（300例患者），且仅使用了单一数据集（KiTS19挑战赛数据）	比较人工智能模型与已验证临床模型在预测肾切除术后肾小球滤过率方面的准确性	接受肾切除术的肾肿瘤患者	数字病理	肾癌	计算机断层扫描	深度学习	医学影像	300例肾肿瘤患者	NA	NA	相关系数, AUC	NA
105	2025-10-06	LncRNA Subcellular Localization Across Diverse Cell Lines: An Exploration Using Deep Learning with Inexact q-mers 2025-Jun-25, Non-coding RNA IF:3.6Q2 DOI:10.3390/ncrna11040049 PMID:40700092	研究论文	本研究使用深度学习和非精确q-mer方法探索lncRNA在不同细胞系中的亚细胞定位	首次将非精确q-mer引入lncRNA亚细胞定位预测，并发现存在切换定位的lncRNA类别	切换lncRNA的存在使得机器学习模型预测lncRNA定位变得更加复杂	研究lncRNA亚细胞定位预测及其细胞类型特异性问题	长链非编码RNA(lncRNA)的亚细胞定位	生物信息学	NA	非精确q-mer分析	深度学习,机器学习	lncRNA序列数据	15个细胞系的lncRNA定位数据	NA	NA	预测性能	NA
106	2025-10-06	Integrating Artificial Intelligence in Next-Generation Sequencing: Advances, Challenges, and Future Directions 2025-Jun-19, Current issues in molecular biology IF:2.8Q3 DOI:10.3390/cimb47060470 PMID:40699869	综述	探讨人工智能与下一代测序技术的融合及其在基因组学研究和临床应用中的变革性影响	系统阐述AI在NGS全流程中的整合应用，并前瞻性讨论AI在第三代测序和联邦学习等新兴方向的发展	面临数据异质性、模型可解释性和伦理问题等挑战	研究人工智能与下一代测序技术的协同发展及其在精准医疗中的应用前景	基因组学数据和多组学数据	机器学习	癌症	下一代测序(NGS), 第三代测序(TGS), 单细胞测序	CNN, RNN, 混合架构	基因组数据, 表观基因组数据, 转录组数据	NA	NA	NA	NA	NA
107	2025-10-06	Immune-related genes can accurately predict survival in bladder cancer: a retrospective study via two independent immunotherapy cohorts 2025-Jun-30, Translational andrology and urology IF:1.9Q3 DOI:10.21037/tau-2025-28 PMID:40687668	研究论文	本研究通过两个独立免疫治疗队列识别免疫相关基因作为膀胱癌预后预测的生物标志物	首次基于深度学习算法构建包含三个免疫治疗相关基因的风险评分模型，用于膀胱癌免疫治疗预后预测	回顾性研究设计，需要前瞻性研究进一步验证	开发膀胱癌免疫治疗预后预测模型	膀胱癌患者	机器学习	膀胱癌	基因表达分析	深度学习	基因表达数据	两个独立免疫治疗队列（IMvigor210和GEO数据库）	NA	NA	总体生存期预测	NA
108	2025-10-06	The diagnostic model from semi-supervised cross modality transformation improved the distinguished ability of X-rays for pulmonary tuberculosis 2025-Jun-27, Clinical radiology IF:2.1Q2 DOI:10.1016/j.crad.2025.107004 PMID:40695011	研究论文	通过半监督跨模态转换构建AI模型，提升X光对肺结核的诊断准确性	采用半监督跨模态转换计算模型，使X光诊断性能接近CT水平	模型灵敏度略低于原始X光模型（0.778 vs 0.815）	提高常规X光对肺结核的诊断准确性，使其性能接近CT扫描	肺结核患者的胸部X光和CT图像	计算机视觉	肺结核	深度学习，迁移学习	深度学习模型	图像	包含本院数据集及两个开源数据集（深圳医院数据集和蒙哥马利县数据集）	NA	NA	准确率，特异性，灵敏度	NA
109	2025-10-06	Deep Learning-Based Models for Ventricular Segmentation in Hydrocephalus: A Systematic Review and Meta-Analysis 2025-06, World neurosurgery IF:1.9Q2 DOI:10.1016/j.wneu.2025.124001 PMID:40306409	系统评价与荟萃分析	本文系统评估了基于深度学习的脑室分割模型在脑积水患者中的性能表现	首次对深度学习模型在脑积水脑室分割中的性能进行系统评价和荟萃分析，比较了不同影像学模式下的模型表现	纳入研究数量有限（24项），部分模型性能差异较大，缺乏统一评估标准	评估基于深度学习的模型在脑积水患者脑室分割中的性能	脑积水患者的脑室影像数据	医学影像分析	脑积水	医学影像分析	深度学习模型	医学影像（MRI、CT、超声）	24项研究，2911名患者	NA	NA	Dice相似系数	NA
110	2025-07-23	Predicting drug-target interactions using machine learning with improved data balancing and feature engineering 2025-Jun-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-03932-6 PMID:40461636	研究论文	本研究提出了一种结合机器学习和深度学习的混合框架，用于预测药物-靶标相互作用，解决了数据不平衡和生化表示复杂性的问题	引入了结合MACCS键和氨基酸/二肽组成的双重特征提取方法，以及使用GAN生成合成数据以解决数据不平衡问题	未明确提及具体局限性，但可能涉及模型在更广泛数据集上的泛化能力	改进药物-靶标相互作用（DTI）的预测准确性	药物-靶标相互作用数据	机器学习	NA	MACCS键、氨基酸/二肽组成特征提取	GAN、随机森林分类器（RFC）	生化数据	BindingDB-Kd、BindingDB-Ki和BindingDB-IC50数据集	NA	NA	NA	NA
111	2025-07-23	Performance of a Chest Radiograph-based Deep Learning Model for Detecting Hepatic Steatosis 2025-Jun, Radiology. Cardiothoracic imaging DOI:10.1148/ryct.240402 PMID:40539916	研究论文	开发并评估了一种基于胸部X光片的深度学习模型，用于检测肝脂肪变性	利用胸部X光片而非传统方法检测肝脂肪变性，展示了深度学习在非传统影像数据上的应用潜力	研究为回顾性设计，可能受限于数据收集的偏差；外部验证集的性能略低于内部测试集	探索深度学习模型在利用胸部X光片检测肝脂肪变性方面的性能	接受过控制衰减参数(CAP)检查的患者胸部X光片	数字病理学	肝脂肪变性	控制衰减参数(CAP)	深度学习模型	胸部X光片	6599张X光片，来自4414名患者（内部测试集529张/363人，外部测试集1100张/783人）	NA	NA	NA	NA
112	2025-07-22	High-definition motion-resolved MRI using 3D radial kooshball acquisition and deep learning spatial-temporal 4D reconstruction 2025-Jun-17, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ade195 PMID:40472864	研究论文	开发一种结合3D径向kooshball采集和时空深度学习4D重建技术的自由呼吸高清(HD)肺部MRI方法，实现1.1毫米各向同性分辨率和扫描时间少于5分钟	提出两种高清Movienet (HD-Movienet)深度学习模型用于3D径向kooshball数据重建，显著缩短重建时间并保持图像质量	3D-based HD-Movienet虽然提高了重建质量，但重建时间更长	开发快速高分辨率的自由呼吸肺部MRI技术	八名健康志愿者和十名肺部肿瘤患者	医学影像	肺癌	3D径向kooshball序列采集，深度学习重建	2D-based HD-Movienet, 3D-based HD-Movienet	MRI影像	18人（8名健康志愿者和10名患者）	NA	NA	NA	NA
113	2025-10-06	Efficiency of oral keratinized gingiva detection and measurement based on convolutional neural network 2025-Jun, Journal of periodontology IF:4.2Q1 DOI:10.1002/JPER.24-0151 PMID:39007745	研究论文	本研究基于卷积神经网络开发自动检测和测量口腔角化牙龈的方法	首次比较不同CNN网络在角化牙龈分割中的性能，并验证深度学习测量与临床医生测量的一致性	仅使用600张口腔内照片，样本量相对有限	评估不同卷积神经网络在检测和测量角化牙龈宽度方面的性能	口腔角化牙龈组织	计算机视觉	口腔疾病	口腔内摄影	CNN	图像	600张口腔内照片（来自1200张原始照片）	NA	ResNet50, DeepLab	准确率, 交并比, F1分数	NA
114	2025-10-06	Multicenter Evaluation of Interpretable AI for Coronary Artery Disease Diagnosis from PET Biomarkers 2025-Jun-30, medRxiv : the preprint server for health sciences DOI:10.1101/2025.06.19.25329944 PMID:40630571	研究论文	开发了一种整合PET心肌灌注成像关键参数的人工智能模型，用于提高冠状动脉疾病的诊断准确性	首次将冠状动脉钙化评分与PET心肌灌注参数结合，通过可解释AI方法提供自动化诊断	回顾性研究设计，仅包含有创冠状动脉造影验证的患者群体	提高冠状动脉疾病的诊断准确性	接受心脏PET/CT检查的患者	数字病理	心血管疾病	PET/CT, 心肌灌注成像	XGBoost, 深度学习	医学影像, 临床参数	1,664名患者（训练集386例，外部测试集1,278例）	XGBoost	深度学习（用于冠状动脉钙化评分）, XGBoost（用于CAD诊断）	AUC, 置信区间	NA
115	2025-10-06	Identification and validation of synergistic drug strategies targeting macrophage polarization in triple-negative breast cancer via single-cell transcriptomics and deep learning 2025-Jun-26, Translational oncology IF:4.5Q1 DOI:10.1016/j.tranon.2025.102457 PMID:40580873	研究论文	通过单细胞转录组学和深度学习识别并验证针对三阴性乳腺癌中巨噬细胞极化的协同药物策略	开发了基于巨噬细胞分化的分类器MMDCSS，并首次发现非那雄胺可作为ZBTB20调节剂逆转肿瘤诱导的M2巨噬细胞极化	研究样本量相对有限（24名TNBC患者），需要进一步临床验证	开发针对三阴性乳腺癌肿瘤微环境中巨噬细胞极化的治疗策略	三阴性乳腺癌患者和巨噬细胞	数字病理学	乳腺癌	单细胞RNA测序, 转录组学, 伪时间轨迹映射	深度学习, 机器学习	单细胞转录组数据	24名三阴性乳腺癌患者	NA	NA	C-index, AUC	NA
116	2025-10-06	Topo-CNN: Retinal Image Analysis with Topological Deep Learning 2025-Jun-25, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01575-7 PMID:40563040	研究论文	提出一种结合拓扑特征提取和卷积神经网络的视网膜图像自动诊断框架Topo-CNN	首次将拓扑数据分析(TDA)技术应用于视网膜图像分析，提出可解释的拓扑特征提取方法	NA	开发自动化的视网膜疾病诊断系统	眼底图像中的糖尿病视网膜病变、青光眼和年龄相关性黄斑变性	计算机视觉	视网膜疾病	拓扑数据分析(TDA)	CNN, 混合深度学习模型	图像	三个基准数据集：APTOS、ORIGA、IChallenge-AMD	NA	ResNet-50, Topo-CNN	准确率, AUC, 特异性	NA
117	2025-10-06	Attention-Based Whole-Slide Image Compression Achieves Pathologist-Level Prescreening of Multiorgan Routine Histopathology Biopsies 2025-Jun-23, Modern pathology : an official journal of the United States and Canadian Academy of Pathology, Inc IF:7.1Q1 DOI:10.1016/j.modpat.2025.100827 PMID:40562215	研究论文	提出基于注意力机制的全切片图像压缩方法，实现多器官常规组织病理活检的病理学家级别预筛查	引入切片打包技术将同一组织块的多张切片合并为单张图像，并开发基于注意力机制的神经图像压缩方法	仅在两个欧洲中心的队列中进行验证，需要更广泛的外部验证	开发自动化癌症检测的深度学习系统以辅助病理学家预筛查工作	结肠、宫颈和十二指肠组织活检样本	数字病理学	结直肠癌,宫颈癌,乳糜泻	全切片成像,弱监督学习	深度学习,注意力机制	全切片图像	12,580张全切片图像来自9,141个组织块	NA	神经图像压缩与注意力(NIC-A)	病理学家级别性能	NA
118	2025-10-06	Referenceless 4D flow cardiovascular magnetic resonance with deep learning 2025-Jun-02, Journal of cardiovascular magnetic resonance : official journal of the Society for Cardiovascular Magnetic Resonance IF:4.2Q1 DOI:10.1016/j.jocmr.2025.101920 PMID:40467036	研究论文	本研究利用深度学习预测心血管四维血流磁共振成像中的参考编码，实现无参考4D血流成像	首次使用深度学习从三个运动编码预测参考编码，实现25%数据采集量减少	在心室湍流动能测量中存在较高误差，右心室最大误差达-77.17%	缩短四维血流心血管磁共振扫描时间并保持测量准确性	126名不同类型心肌病患者的心脏4D血流数据集	医学影像分析	心血管疾病	四维血流心血管磁共振成像	U-Net, 生成对抗网络	三维速度数据，相位编码图像	126名心肌病患者（113名训练，13名测试）	NA	U-Net	流量体积误差百分比，平均速度误差百分比，最大速度误差百分比，湍流动能误差百分比	NA
119	2025-10-06	SAFFusion: a saliency-aware frequency fusion network for multimodal medical image fusion 2025-Jun-01, Biomedical optics express IF:2.9Q2 DOI:10.1364/BOE.555458 PMID:40677382	研究论文	提出了一种基于显著性感知频率融合网络的多模态医学图像融合方法SAFFusion	结合Mamba-UNet架构和轮廓波变换进行多尺度特征提取，设计双分支频率特征融合模块，并应用潜在低秩表示进行显著性评估	未明确说明方法在更多疾病类型或模态组合上的泛化能力	开发更有效的多模态医学图像融合方法以支持临床决策	阿尔茨海默病诊断和脑肿瘤检测分割相关的多模态医学图像	医学图像处理	阿尔茨海默病,脑肿瘤	轮廓波变换,潜在低秩表示	CNN,UNet	医学图像	NA	NA	Mamba-UNet	定量评估指标,定性评估	NA
120	2025-10-06	Deep learning for the detection of colon polyps with malignant potential: ex vivo classification using feature-enhanced optical coherence tomography (OCT) images 2025-Jun-01, Biomedical optics express IF:2.9Q2 DOI:10.1364/BOE.555185 PMID:40677387	研究论文	本研究开发了一种基于特征增强光学相干断层扫描图像和深度学习决策级融合的结肠息肉恶性潜力检测方法	首次从离体OCT图像中提取一阶和二阶强度统计、分形统计、光谱特征和散射体大小等多种生物标志物特征，并采用决策级融合方法结合深度学习进行分类	研究基于离体样本，缺乏在体验证；样本数量有限	提高结肠息肉恶性潜力的检测准确性，增强光学相干断层扫描在结直肠癌筛查中的作用	结肠息肉组织样本	计算机视觉	结直肠癌	光学相干断层扫描	深度学习分类模型	图像	NA	NA	NA	准确率, 灵敏度, 特异性, AUC	NA