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
121	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
122	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
123	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
124	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
125	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
126	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
127	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
128	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
129	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
130	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
131	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
132	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
133	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
134	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
135	2025-10-06	Perturbation response scanning of drug-target networks: Drug repurposing for multiple sclerosis 2025-Jun, Journal of pharmaceutical analysis IF:6.1Q1 DOI:10.1016/j.jpha.2025.101295 PMID:40678478	研究论文	本研究提出基于网络扰动建模的药物重定位方法，应用于多发性硬化症治疗	将扰动响应扫描技术扩展至药物-靶点网络分析，结合深度学习与网络扰动建立系统性药物重定位框架	方法验证仅通过小鼠模型进行，尚未进行临床验证	开发系统性药物重定位方法用于多发性硬化症治疗	多发性硬化症及相关药物靶点网络	网络医学	多发性硬化症	弹性网络模型,扰动响应扫描,深度学习,随机游走重启算法	深度学习,网络模型	基因数据,网络数据,实验数据	铜宗诱导的慢性小鼠模型	NA	NA	NA	NA
136	2025-10-06	druglikeFilter 1.0: An AI powered filter for collectively measuring the drug-likeness of compounds 2025-Jun, Journal of pharmaceutical analysis IF:6.1Q1 DOI:10.1016/j.jpha.2025.101298 PMID:40678482	研究论文	开发了一种基于深度学习的药物相似性评估框架druglikeFilter，用于从四个关键维度综合评价化合物的药物相似性	首个支持系统性评估和高效筛选的综合性工具，通过四个关键维度（理化规则、毒性预警、结合亲和力、合成可行性）全面评估药物相似性	NA	降低药物开发成本并提高成功率，通过早期综合评估化合物药物相似性	化合物库中的化学化合物	机器学习	NA	深度学习	深度学习框架	化学化合物数据	NA	NA	NA	NA	NA
137	2025-10-06	In silico prediction of pK a values using explainable deep learning methods 2025-Jun, Journal of pharmaceutical analysis IF:6.1Q1 DOI:10.1016/j.jpha.2024.101174 PMID:40678476	研究论文	本研究开发了一种结合图神经网络和分子指纹的pKa预测模型GraFpK，并利用积分梯度方法提升模型可解释性	在提升预测精度的同时，通过集成积分梯度方法提供原子级可视化解释，增强了模型的可解释性	未明确说明模型在特定分子类型或化学空间中的泛化能力限制	开发高精度且可解释的pKa值预测计算方法	分子的酸解离常数(pKa)预测	机器学习	NA	计算化学方法	图神经网络(GNN)	分子结构数据	NA	NA	图神经网络结合分子指纹	平均绝对误差(MAE)	NA
138	2025-10-06	Identify drug-drug interactions via deep learning: A real world study 2025-Jun, Journal of pharmaceutical analysis IF:6.1Q1 DOI:10.1016/j.jpha.2025.101194 PMID:40678481	研究论文	本研究开发了一种名为MDFF的多维特征融合深度学习模型，用于识别药物相互作用并在真实世界数据中进行验证	整合一维简化分子输入行条目系统序列特征、二维分子图特征和三维几何特征的多维药物特征融合方法	仅在单一医疗中心的有限样本中进行验证，样本量相对较小	开发能够准确识别药物相互作用的深度学习模型并验证其临床实用性	药物相互作用及其相关的不良药物反应	机器学习	NA	深度学习	深度学习模型	分子序列数据、分子图数据、几何特征数据、不良药物反应报告	两个DDI数据集和12份真实世界不良药物反应报告	NA	MDFF（多维特征融合模型）	准确率、精确率、召回率、AUC、F1分数	NA
139	2025-10-06	Automated machine learning predicts liver metastases in patients with early-onset gastroenteropancreatic neuroendocrine tumors 2025-Jun-30, Journal of gastrointestinal oncology IF:2.0Q3 DOI:10.21037/jgo-2024-946 PMID:40672078	研究论文	本研究开发了一种基于自动化机器学习的模型，用于预测早发性胃肠胰神经内分泌肿瘤患者发生肝转移的风险	首次将自动化机器学习技术应用于早发性胃肠胰神经内分泌肿瘤肝转移的预测，并比较了多种算法的性能	基于回顾性数据，可能存在选择偏倚；仅使用SEER数据库，缺乏外部验证	开发肝转移预测模型以改善早发性胃肠胰神经内分泌肿瘤患者的预后管理	早发性胃肠胰神经内分泌肿瘤患者（诊断年龄<50岁）	机器学习	神经内分泌肿瘤	自动化机器学习	GBM, GLM, DL, DRF, LASSO, 逻辑回归	临床数据	12,802例患者（训练集8,983例，验证集3,819例）	AutoML	梯度提升机，广义线性模型，深度学习，分布式随机森林	AUC, ROC, 校准曲线, 决策曲线分析	NA
140	2025-10-06	Development and validation of growth prediction models for multiple pulmonary ground-glass nodules based on CT features, radiomics, and deep learning 2025-Jun-30, Translational lung cancer research IF:4.0Q1 DOI:10.21037/tlcr-24-1039 PMID:40673084	研究论文	基于CT特征、影像组学和深度学习开发并验证了多发性肺磨玻璃结节生长预测模型	首次针对多发性肺磨玻璃结节开发生长预测模型，结合临床特征、影像组学和深度学习进行综合预测	回顾性研究设计，样本量相对有限（231名患者），缺乏外部验证	预测多发性肺磨玻璃结节的生长模式，辅助临床决策	多发性肺磨玻璃结节患者	医学影像分析	肺癌	CT扫描，影像组学分析，深度学习	深度学习模型	CT影像数据	231名患者的732个磨玻璃结节	NA	NA	AUC，灵敏度，特异性	NA