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
161	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
162	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
163	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
164	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
165	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
166	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
167	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
168	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
169	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
170	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
171	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
172	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
173	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
174	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
175	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
176	2025-10-06	Machine learning-guided single-cell multiomics uncovers GDF15-driven immunosuppressive niches in NSCLC: A translational framework for overcoming anti-PD-1 resistance 2025-Jun-28, Translational oncology IF:4.5Q1 DOI:10.1016/j.tranon.2025.102459 PMID:40582068	研究论文	本研究通过机器学习引导的单细胞多组学分析，揭示了GDF15驱动的免疫抑制微环境在非小细胞肺癌抗PD-1耐药中的作用机制	开发了加速斜向随机生存森林模型，首次将GDF15确立为预测免疫检查点抑制剂耐药的一流生物标志物，并建立了连接计算预测与单细胞机制洞察的转化研究框架	功能研究表明GDF15敲低对肿瘤固有增殖无显著影响，样本量相对有限（n=156），外部验证仅使用黑色素瘤队列	系统识别免疫检查点抑制剂疗效的决定因素，建立克服抗PD-1耐药的转化研究框架	非小细胞肺癌患者样本，Lewis肺癌细胞系，黑色素瘤队列数据	机器学习，数字病理学	肺癌	单细胞RNA测序，多组学分析，基因敲低	随机生存森林，Cox回归，深度学习	单细胞RNA测序数据，临床生存数据	4个NSCLC队列共156例样本，外部验证使用黑色素瘤队列GSE91061	NA	加速斜向随机生存森林	C-index	NA
177	2025-10-06	Linking Symptom Inventories Using Semantic Textual Similarity 2025-Jun, Journal of neurotrauma IF:3.9Q2 DOI:10.1089/neu.2024.0301 PMID:40200899	研究论文	本研究使用语义文本相似性方法连接不同创伤性脑损伤症状量表，解决评估结果不可比的问题	首次应用语义文本相似性技术来连接不同症状量表，通过概念相似性排名实现跨量表的症状和分数转换	需要进一步验证在更广泛症状量表和患者群体中的适用性	解决创伤性脑损伤评估中不同症状量表结果不可比的问题	创伤性脑损伤患者的症状评估量表	自然语言处理	创伤性脑损伤	语义文本相似性	深度学习模型	文本	来自16个国际数据源的6,607名参与者	NA	预训练深度学习模型	准确率, 相关性分析, 因子分析	NA
178	2025-10-06	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	本研究通过整合多囊卵巢综合征相关细胞类型的分子和表观基因组注释，采用深度学习框架预测风险变异对雄激素反应的调控影响	首次将深度学习模型与表观基因组数据整合，系统揭示PCOS风险变异通过破坏转录因子结合位点影响多组织调控机制	研究主要基于计算预测，需要更多实验验证；风险变异的功能验证仍需深入	解析多囊卵巢综合征遗传易感位点驱动分子机制的途径	多囊卵巢综合征风险变异及其调控功能	生物信息学	多囊卵巢综合征	深度学习、表观基因组注释、报告基因检测	深度学习	基因组数据、表观基因组数据	NA	NA	NA	与报告基因检测数据一致性	NA
179	2025-10-06	Current State of Artificial Intelligence Model Development in Obstetrics 2025-Jun-05, Obstetrics and gynecology IF:5.7Q1 DOI:10.1097/AOG.0000000000005944 PMID:40472381	综述	本文综述了2019年至2024年间产科人工智能模型开发的最新进展，分析了应用趋势并评估其对产科护理的潜在影响	首次系统评估了近五年产科AI研究的全球现状，识别出最具临床应用潜力的AI模型类型	大多数研究患者群体与美国人群差异较大，模型泛化能力不确定，且极少模型已实际部署到临床实践	评估人工智能在产科领域的应用现状和发展趋势	2019年6月至2024年5月期间发表的产科AI相关研究文献	医疗人工智能	产科疾病	文献系统回顾与质量评估	机器学习,深度学习,神经网络	医学文献数据	从207篇最终纳入文献中分析，研究人群规模从10到953,909不等	NA	NA	预测准确性,模型验证	NA
180	2025-10-06	An innovative ensemble approach of deep learning models with soft computing techniques for GIS-based drought-zonation mapping in Rarh Region, West Bengal 2025-Jun, Environmental science and pollution research international DOI:10.1007/s11356-025-36634-7 PMID:40560313	研究论文	本研究采用深度学习集成方法结合软计算技术，为西孟加拉邦Rarh地区开发基于GIS的干旱分区地图	提出混合深度学习集成模型，结合多层感知器神经网络和DenseNet神经网络，用于精确绘制干旱易发区地图	研究区域局限于西孟加拉邦的Rarh地区，可能限制了模型的普适性	分析干旱情景并开发精确的干旱分区地图，为干旱管理提供决策支持	西孟加拉邦Rarh地区的Birbhum和Purba Bardhhaman地区	地理信息系统, 环境科学	NA	GIS, 深度学习, 软计算技术	MLP, DenseNet, 集成学习	空间数据, 气象数据, 农业数据, 水文数据, 社会经济数据	27个干旱评估因子，覆盖3个月、6个月和12个月三个时间尺度	NA	多层感知器神经网络, DenseNet神经网络, 混合深度学习集成模型	ROC-AUC	NA