深度学习在生物医药领域中的应用

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
1	2025-09-26	An explainable artificial intelligence handbook for psychologists: Methods, opportunities, and challenges 2025-Jul-31, Psychological methods IF:7.6Q1 DOI:10.1037/met0000772 PMID:40742683	综述	为心理学研究者提供可解释人工智能方法的实用指南	系统梳理XAI方法在心理学研究中的应用框架，并通过模拟分析展示多重共线性对不同方法的影响	未涉及具体实证研究验证，主要侧重方法论介绍	帮助心理学研究者理解和使用可解释人工智能方法	心理学研究中的机器学习模型	机器学习	NA	可解释人工智能方法	多种模型无关解释方法	心理学研究数据	NA
2	2025-09-26	CPI-MIF: Compound-Protein Interaction Prediction with Multiview Information Fusion 2025-Jul-22, ACS omega IF:3.7Q2 DOI:10.1021/acsomega.5c00113 PMID:40727722	研究论文	提出一种名为CPI-MIF的多视图信息融合模型，用于预测化合物与蛋白质的相互作用	首次从微观和宏观双视角融合化合物结构信息与蛋白质生物信息，通过多视图交互模块整合原子/氨基酸级别和序列级别的特征	NA	提高化合物-蛋白质相互作用预测的准确性和稳定性	化合物与蛋白质的相互作用关系	生物信息学	NA	多视图信息融合、深度学习	CPI-MIF（多视图融合模型）	化合物结构数据、蛋白质序列数据	三个真实世界数据集
3	2025-09-26	Reinforcement Learning-Based Nonlinear Model Predictive Controller for a Jacketed Reactor: A Machine Learning Concept Validation Using Jetson Orin 2025-Jul-22, ACS omega IF:3.7Q2 DOI:10.1021/acsomega.5c03219 PMID:40727728	研究论文	本研究通过实验验证了结合机器学习和非线性模型预测控制的框架，用于跟踪间歇反应器的温度曲线	采用演员-评论家强化学习方法进行动态权重更新，将策略优化和值函数估计相结合来动态调节放热反应产生的热量	NA	开发并验证一种基于强化学习的非线性模型预测控制器，用于提高间歇反应器的温度控制性能	实验室规模的间歇反应器系统	机器学习	NA	演员-评论家强化学习(A2CRL)、非线性模型预测控制(NMPC)、循环神经网络(RNN)	RNN	实验数据	NA
4	2025-09-26	Stacking Ensemble Neural Network for Chemical Safety Assessment: A Case Study of Thyroid Peroxidase and Natural Product Screening 2025-Jul-22, ACS omega IF:3.7Q2 DOI:10.1021/acsomega.5c02188 PMID:40727784	研究论文	开发了一种新型堆叠集成神经网络模型，用于预测甲状腺过氧化物酶抑制活性	首次将卷积神经网络、双向长短期记忆网络和注意力机制与分子指纹结合，通过元决策模型增强学习概率	模型召回率相对较低（0.55），可能对某些TPO抑制剂的识别能力有限	提高化合物毒性筛查的预测准确性，特别是针对甲状腺过氧化物酶抑制活性的评估	化学化合物，特别是泰国本土蔬菜中的潜在有毒化合物	机器学习	甲状腺疾病	深度学习，分子指纹分析	堆叠集成神经网络（CNN + BiLSTM + 注意力机制）	化学结构数据	包含外部测试集和泰国本土蔬菜化合物的验证数据
5	2025-09-26	MCST-AFN: A Multichannel Spatiotemporal Feature Adaptive Fusion Network Framework Based on a Low-Fidelity Molecular Dynamics Model 2025-Jul-22, ACS omega IF:3.7Q2 DOI:10.1021/acsomega.5c01443 PMID:40727795	研究论文	提出基于低精度分子动力学模型的多通道时空特征自适应融合网络框架（MCST-AFN），用于提升分子性质预测性能	首次将深度学习分子动力学技术与多保真度学习策略结合，通过低精度模型生成多通道原子级嵌入并实现时空特征的自适应融合	未明确说明模型对特定分子类型的泛化能力及计算效率的具体量化指标	开发计算效率更高的分子表示学习方法以提升分子性质预测精度	分子动力学模拟数据与分子性质标注数据	机器学习	NA	分子动力学模拟、深度学习、多保真度学习	自适应融合网络、注意力机制	分子结构数据、时间序列数据	13个基准数据集（包含12个主要测试集和1个ESOL数据集）
6	2025-09-26	UM-CPP: A Universal Model for Efficient Classification of Protein Particles in cryo-EM Micrographs with Feature Engineering 2025-Jul-15, ACS omega IF:3.7Q2 DOI:10.1021/acsomega.5c01660 PMID:40686975	研究论文	提出一种融合特征工程与深度学习的冷冻电镜蛋白质颗粒分类通用模型UM-CPP	首次将经典机器学习特征与先进深度学习技术结合，实现可解释性特征分析	NA	提升冷冻电镜图像中蛋白质颗粒检测的准确性与可解释性	冷冻电镜图像中的蛋白质颗粒和病毒结构	计算机视觉	NA	冷冻电镜技术	深度学习与特征工程混合模型	冷冻电镜显微图像	NA
7	2025-09-26	Enhancing Accuracy and Feature Insights in Hydration Free Energy Predictions for Small Molecules with Machine Learning 2025-Jul-15, ACS omega IF:3.7Q2 DOI:10.1021/acsomega.5c04249 PMID:40687018	研究论文	利用机器学习技术提升小分子水合自由能预测精度并提取物理特征洞察	提出结合K近邻特征处理、集成建模和降维的轻量级机器学习方案，仅用二维特征在FreeSolv数据集上实现0.53 kcal/mol误差	未使用大型数据库进行预训练，仅基于二维分子特征	提高小分子溶剂化自由能预测精度并解析其物理决定因素	小分子化合物	机器学习	NA	K近邻算法、集成学习、降维技术	Ensemble modeling	分子结构数据	FreeSolv数据集
8	2025-09-26	A Deep-Learning-Aided Drug Screening Based on Visualization of a Hidden Layer as Chemical Space 2025-Jul-10, ACS medicinal chemistry letters IF:3.5Q2 DOI:10.1021/acsmedchemlett.5c00124 PMID:40666467	研究论文	提出一种基于图卷积神经网络隐藏层可视化的药物筛选方法	通过可视化深度学习模型的隐藏层作为化学空间，实现从预测活性化合物中优先选择实验测试对象	NA	开发基于深度学习的药物筛选新方法	组蛋白去乙酰化酶抑制剂候选化合物	机器学习	NA	图卷积神经网络	GCN	化学结构数据	NA
9	2025-09-26	A survey on deep learning for polygenic risk scores 2025-Jul-02, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf373 PMID:40802796	综述	本文综述了深度学习在多基因风险评分（PRS）建模中的应用现状与方法分类	首次系统梳理深度学习神经网络在PRS建模中的架构分类，并指出序列架构、图神经网络和生物知识融合模型的潜力	缺乏统一数据集和表型的模型基准测试，深度学习PRS的可解释性存在挑战	探索深度学习神经网络如何改进多基因风险评分的预测性能	多基因风险评分（PRS）的深度学习建模方法	机器学习	NA	深度学习神经网络	序列架构、图神经网络、自编码器	遗传变异数据	NA
10	2025-09-26	Applications of deep learning in the analysis of optical coherence tomography images for glaucoma-related diagnostics 2025 Jul-Sep, Taiwan journal of ophthalmology IF:1.0Q4 DOI:10.4103/tjo.TJO-D-24-00162 PMID:40995327	综述	本文综述了深度学习在青光眼相关光学相干断层扫描图像分析中的诊断应用	系统总结了深度学习在青光眼OCT图像分析中的多任务应用潜力，包括图像质量评估、视神经组织量化及疾病进展监测	现有技术的泛化性、公平性和可解释性仍需进一步研究验证	探讨深度学习技术在青光眼光学相干断层扫描图像分析中的临床应用价值	青光眼患者的视网膜神经纤维层和视神经组织OCT图像	医学影像分析	青光眼	光学相干断层扫描（OCT）	深度神经网络（DNN）	医学影像	NA
11	2025-09-25	Transformer-based Deep Learning for Glycan Structure Inference from Tandem Mass Spectrometry 2025-Jul-05, bioRxiv : the preprint server for biology DOI:10.1101/2025.07.02.662857 PMID:40631101	研究论文	提出两种基于Transformer的深度学习模型GlycoBERT和GlycoBART，用于从串联质谱数据推断聚糖结构	首次将Transformer架构应用于聚糖结构预测，其中GlycoBART作为生成式模型能够发现训练数据中未包含的新型聚糖结构	基于分类的方法（GlycoBERT）只能预测训练数据中存在的结构	开发更准确和全面的聚糖结构分析方法	聚糖分子	机器学习	NA	串联质谱（MS/MS）	Transformer（GlycoBERT, GlycoBART）	质谱数据	人胚胎肾细胞MS/MS数据集
12	2025-09-25	Deep Learning MRI Models for the Differential Diagnosis of Tumefactive Demyelination versus IDH Wild-Type Glioblastoma 2025-Jul-01, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8645 PMID:39788628	研究论文	本研究开发了一种基于3D DenseNet121的深度学习模型，用于区分MRI影像中的瘤样脱髓鞘病变和IDH野生型胶质母细胞瘤	首次将深度学习应用于T1增强和T2加权MRI图像，实现瘤样脱髓鞘与IDH野生型胶质母细胞瘤的自动鉴别诊断	模型需要进一步验证在不同机构、患者群体和技术设备间的泛化能力，且未包含中枢神经系统淋巴瘤和脑转移瘤等其他肿瘤病因	开发非侵入性MRI深度学习方法，准确鉴别诊断脑部瘤样脱髓鞘病变与IDH野生型胶质母细胞瘤	瘤样脱髓鞘患者（144例）和IDH野生型胶质母细胞瘤患者（455例）的MRI影像数据	医学影像分析	脑部疾病	MRI成像（T1增强和T2加权）	3D DenseNet121	医学影像	总计599例患者（144例瘤样脱髓鞘，455例IDH野生型胶质母细胞瘤）
13	2025-09-25	Application of Deep Learning Accelerated Image Reconstruction in T2-Weighted Turbo Spin-Echo Imaging of the Brain at 7T 2025-Jul-01, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8662 PMID:39832954	研究论文	本研究评估了基于深度学习的图像重建技术在7T脑部T2加权涡轮自旋回波成像中的应用效果	首次在7T超高场MRI中应用基于7T数据训练的深度神经网络进行图像重建	样本量较小（仅30例患者），且为单中心研究	解决7T MRI成像时间长和运动敏感性的技术挑战	30例连续临床7T脑部MRI患者的原始k空间数据	医学影像分析	神经系统疾病	T2加权涡轮自旋回波成像	深度神经网络	MRI图像数据	30例临床患者
14	2025-09-25	Improving the Robustness of Deep Learning Models in Predicting Hematoma Expansion from Admission Head CT 2025-Jul-01, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8650 PMID:39794133	研究论文	本研究通过对抗训练和输入改进提升深度学习模型在急性脑出血患者入院头部CT预测血肿扩张方面的鲁棒性	首次将对抗训练和Otsu多阈值分割相结合应用于血肿扩张预测，显著提升模型对抗攻击的鲁棒性	对抗训练对FGSM攻击的鲁棒性提升有限，且研究仅针对特定类型的对抗攻击	提高深度学习模型在临床实践中对输入数据扰动的鲁棒性	急性脑出血患者的入院头部CT扫描图像	医学影像分析	脑出血	对抗训练、Otsu多阈值分割	深度学习模型	CT影像	多中心队列890例患者用于交叉验证/训练，684例连续患者用于独立验证
15	2025-09-25	Advancing offline magnetic resonance-guided prostate radiotherapy through dedicated imaging and deep learning-based automatic contouring of targets and neurovascular structures 2025-Jul, Physics and imaging in radiation oncology DOI:10.1016/j.phro.2025.100825 PMID:40980260	研究论文	本研究结合高分辨率MRI与深度学习技术，开发用于前列腺癌放疗中关键结构与靶区的自动轮廓勾画方法	首次将3D nnU-net模型应用于高分辨率MRI的前列腺癌神经血管结构自动分割，实现了与专家水平相当的轮廓精度	样本量较小（仅50例患者），且阴部动脉的DL分割结果与专家评分存在显著差异	开发基于深度学习的自动轮廓勾画系统，提升前列腺癌放疗中神经血管结构保护的精准度和效率	前列腺癌患者的神经血管束、阴部动脉、阴茎球、海绵体等与勃起功能相关的解剖结构	数字病理	前列腺癌	3D T2加权SPACE MRI序列，深度学习自动分割	3D nnU-net	医学影像（MRI）	50例患者（40例训练，10例测试）
16	2025-09-23	DNA-CBIR: DNA Translation Inspired Codon Pattern-Based Deep Image Feature Extraction for Content-Based Image Retrieval 2025-07, IEEE transactions on nanobioscience IF:3.7Q3 DOI:10.1109/TNB.2025.3540102 PMID:40031697	研究论文	提出一种基于DNA翻译启发的密码子模式深度图像特征提取方法，用于基于内容的图像检索	首次将DNA编码原理与深度学习架构结合，通过三比特MSB转换和密码子特征提取实现创新的图像检索方案	NA	开发高效的DNA存储介质中的图像检索技术	多媒体图像数据（包括珊瑚、医学和多标签图像）	计算机视觉	NA	深度学习、DNA编码技术	ResNet-50, VGG-16, VGG-19, Inception V3	图像数据	多个数据集（珊瑚、医学和多标签图像数据集）
17	2025-09-23	VibTac: A High-Resolution High-Bandwidth Tactile Sensing Finger for Multi-Modal Perception in Robotic Manipulation 2025 Jul-Sep, IEEE transactions on haptics IF:2.4Q2 DOI:10.1109/TOH.2025.3561049 PMID:40232917	研究论文	介绍一种新型多模态触觉传感手指VibTac，可同时实现高分辨率和高带宽的触觉感知	首次将视觉基和振动基触觉传感模式无缝集成，采用仿人手指设计实现多模态触觉感知	NA	开发高分辨率高带宽的触觉传感器以提升机器人精细操作能力	机器人触觉传感手指	机器人技术	NA	3D重建、频谱分析、深度学习	深度学习模型	触觉数据、视觉数据、振动数据	涉及以太网连接器等发声物体的插入任务实验
18	2025-09-23	Artificial Intelligence-Based Detection of Central Retinal Artery Occlusion Within 4.5 Hours on Standard Fundus Photographs 2025-Jul, Journal of the American Heart Association IF:5.0Q1 DOI:10.1161/JAHA.124.041441 PMID:40576025	研究论文	开发用于在标准眼底照片上4.5小时内检测超急性视网膜中央动脉阻塞的深度学习系统	首次开发能够在关键4.5小时治疗时间窗内检测超急性CRAO的深度学习系统	回顾性研究，需要进一步验证	开发深度学习系统辅助急性视网膜中央动脉阻塞的早期诊断和卒中预防	视网膜中央动脉阻塞患者、视网膜中央静脉阻塞患者、非动脉性前部缺血性视神经病变患者和健康对照者	医学人工智能	视网膜血管疾病	深度学习	深度学习系统	眼底彩色照片	1322张眼底照片（771名患者），来自6个国家9个神经眼科中心
19	2025-09-23	Noise-aware system generative model (NASGM): positron emission tomography (PET) image simulation framework with observer validation studies 2025-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.17962 PMID:40660861	研究论文	开发并验证一种基于深度学习的PET图像仿真框架NASGM，能够生成不同采集时间的逼真PET图像	提出具有空间和频率双域判别器的条件生成对抗网络，采用基于Transformer的频率判别器来捕捉全局依赖关系	研究基于模拟数据集进行，需要进一步在真实临床数据上验证	开发计算高效的PET图像仿真方法以支持动态成像协议优化和深度学习应用	PET医学图像	医学影像分析	肿瘤疾病	深度学习生成模型	条件生成对抗网络（cGAN）与Transformer结合	PET/CT医学图像	使用公共PET/CT数据集作为输入活动图和衰减图
20	2025-09-23	Super-resolution CBCT on a new generation flat panel imager of a C-arm gantry linear accelerator 2025-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.18000 PMID:40665524	研究论文	本研究开发了一种基于条件生成对抗网络的深度学习超分辨率模型，用于在投影域增强新型平板探测器CBCT图像的空间分辨率	首次在投影域应用深度学习超分辨率技术解决新型平板探测器因像素合并导致的分辨率损失问题，提出投影域去模糊主要依赖于探测器特性而非患者解剖结构的创新假设	研究主要使用体模数据进行验证，尚未在真实患者数据上进行广泛测试，临床适用性需要进一步验证	评估深度学习超分辨率模型在投影域增强CBCT图像空间分辨率的可行性	Varian TrueBeam直线加速器配备的新型RTI4343iL平板探测器采集的CBCT投影数据	医学影像处理	肿瘤放射治疗	锥形束CT（CBCT）、深度学习超分辨率技术	条件生成对抗网络（cGANs）配合U-Net生成器	医学影像数据	576对CBCT投影数据（460对训练，116对验证），144个动态胸部投影和Catphan 604体模的CBCT重建数据