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
341	2025-10-06	RIS-UNet: A Multi-Level Hierarchical Framework for Liver Tumor Segmentation in CT Images 2025-Jul-09, Entropy (Basel, Switzerland) DOI:10.3390/e27070735 PMID:40724451	研究论文	提出一种用于CT图像中肝脏肿瘤分割的多级分层框架RIS-UNet	提出多级分层框架，集成2.5D网络处理切片间空间信息，并设计结合残差连接、多尺度Inception模块和压缩激励注意力的Res-Inception-SE模块	仅在LiTS17数据集上进行验证，未提及其他数据集或临床环境的泛化能力	提高CT图像中肝脏肿瘤分割的准确性和效率	肝脏CT图像中的肿瘤区域	计算机视觉	肝癌	CT成像	深度学习	CT医学图像	LiTS17数据集	NA	UNet, 2.5D网络, Res-Inception-SE Block	准确率, 效率, 视觉结果	NA
342	2025-10-06	Diagnostic, Therapeutic, and Prognostic Applications of Artificial Intelligence (AI) in the Clinical Management of Brain Metastases (BMs) 2025-Jul-08, Brain sciences IF:2.7Q3 DOI:10.3390/brainsci15070730 PMID:40722321	综述	本文综述人工智能在脑转移瘤临床管理中诊断、治疗和预后预测的应用现状与挑战	系统阐述AI在脑转移瘤全流程管理中的创新应用，包括影像分割、分子特征预测、术中导航和放疗规划个性化	面临数据可用性与异质性、决策可解释性、伦理法律监管等多重挑战	探讨人工智能技术在脑转移瘤临床管理中的应用价值与发展方向	脑转移瘤患者及其影像学、基因组学数据	医学人工智能	脑转移瘤	影像组学、基因组学分析	机器学习,深度学习	医学影像,基因组数据	NA	NA	NA	NA	NA
343	2025-10-06	Machine Learning and Deep Learning Hybrid Approach Based on Muscle Imaging Features for Diagnosis of Esophageal Cancer 2025-Jul-08, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15141730 PMID:40722480	研究论文	本研究创新性地结合肌肉影像特征与常规食管影像特征，构建深度学习诊断模型用于食管癌诊断	首次将肌肉影像特征与传统食管影像特征相结合，采用多模态融合方法构建诊断模型	N分期预测准确率仍处于中等水平（训练集0.704，验证集0.685），需要进一步优化	开发基于CT影像的食管癌诊断和分期预测模型	1066名接受根治性食管切除术的患者	医学影像分析	食管癌	计算机断层扫描（CT）	深度学习, 传统机器学习	CT图像	1066名患者	PyRadiomics	2D神经网络, 3D神经网络, 逻辑回归, 支持向量机, 多层感知器	准确率	NA
344	2025-10-06	AI-Prediction of Neisseria gonorrhoeae Resistance at the Point of Care from Genomic and Epidemiologic Data 2025-Jul-08, Healthcare (Basel, Switzerland) DOI:10.3390/healthcare13141643 PMID:40724667	研究论文	开发混合机器学习和深度学习框架，利用基因组和流行病学数据实时预测淋病奈瑟菌抗生素耐药性	首次结合临床变量和基因组unitigs构建预测管道，使用33种分类器评估，相比GWAS基准提升4-7%的AUC分数	需要在资源匮乏环境中进一步验证模型的普适性和鲁棒性	增强淋病奈瑟菌抗生素耐药性的实时预测能力	3786株淋病奈瑟菌分离株及其临床元数据和表型耐药谱	机器学习	性传播疾病	基因组测序	CatBoost, 神经网络	基因组数据, 临床元数据	3786株细菌分离株	NA	三层神经网络	AUC	NA
345	2025-10-06	Hybrid Deep Learning Framework for High-Accuracy Classification of Morphologically Similar Puffball Species Using CNN and Transformer Architectures 2025-Jul-05, Biology DOI:10.3390/biology14070816 PMID:40723375	研究论文	提出一种混合深度学习框架，用于高精度分类形态相似的马勃菌物种	首次将CNN和Transformer架构结合用于马勃菌物种分类，并在区分形态相似物种方面表现出色	仅针对8种马勃菌物种进行研究，样本数量相对有限	开发基于深度学习的蘑菇物种自动识别系统	8种生态和分类学上重要的马勃菌物种	计算机视觉	NA	图像采集与增强	CNN,Transformer	图像	1600张图像（每个物种200张）	NA	ConvNeXt-Base,Swin Transformer,ViT,MaxViT,EfficientNet-B3	准确率	NA
346	2025-10-06	Entropy-Regularized Attention for Explainable Histological Classification with Convolutional and Hybrid Models 2025-Jul-03, Entropy (Basel, Switzerland) DOI:10.3390/e27070722 PMID:40724439	研究论文	提出一种结合注意力机制和熵正则化的统一框架，用于改善组织学图像分类的可解释性	引入注意力分支和基于熵的正则化器CAM Fostering来改进Grad-CAM可视化，为卷积和混合模型提供模块化架构	仅在五个H&E染色数据集上验证，未在其他染色类型或更大规模数据上测试	提高深度学习模型在组织学图像分类中的可解释性	组织学图像	数字病理	非霍奇金淋巴瘤	H&E染色	CNN, ViT	图像	五个H&E染色数据集	NA	ResNet-50, DenseNet-201, EfficientNet-b0, ResNeXt-50, ConvNeXt, CoatNet-small	ADCC, 准确率, 一致性, 复杂性, 置信度下降	NA
347	2025-10-06	RGCN-BA: relational graph convolutional network with batch awareness for single-cell RNA sequencing clustering 2025-Jul-02, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf378 PMID:40728858	研究论文	提出一种结合批次感知的关系图卷积网络RGCN-BA，用于单细胞RNA测序数据的聚类和批次效应校正	首次将细胞聚类和批次效应校正整合到统一深度学习框架中，通过关系图卷积网络处理批次信息作为不同边类型	未明确说明模型在超大规模数据集上的可扩展性	开发能够同时处理单细胞RNA测序数据聚类和批次效应校正的统一方法	单细胞RNA测序数据	生物信息学	NA	单细胞RNA测序(scRNA-seq)	图卷积网络(GCN)	基因表达数据	NA	NA	关系图卷积网络(Relational Graph Convolutional Network)	NA	NA
348	2025-10-06	Locality blended next-generation reservoir computing for attention accuracy 2025-Jul-01, Chaos (Woodbury, N.Y.) DOI:10.1063/5.0273597 PMID:40720789	研究论文	本文提出了一种改进的下一代储层计算方法，用于预测非线性光学腔模型生成的时间序列数据	通过强调相空间特定区域的简单多项式模型并在区域间混合这些模型，提出了局部混合下一代储层计算的新方法	仅使用Ikeda映射生成的合成数据进行验证，未在真实世界数据上测试	改进机器学习算法以更准确地预测非线性动力系统的行为	Ikeda映射生成的时间序列数据	机器学习	NA	下一代储层计算(NGRC)	储层计算	时间序列数据	NA	NA	局部混合下一代储层计算	预测范围, Lyapunov时间, 不变测度	NA
349	2025-10-06	Deep Learning-Based Detection of Ocular Surface Squamous Neoplasia from Ocular Surface Images 2025-Jul, Ocular oncology and pathology IF:0.9Q4 DOI:10.1159/000543766 PMID:40726605	研究论文	本研究开发基于深度学习的AI模型，利用裂隙灯图像检测眼表鳞状上皮 neoplasia (OSSN)	首次将深度学习算法应用于OSSN的自动检测，比较了三种不同模型在眼表图像分类中的性能	回顾性研究，样本量相对有限(n=634)，仅使用单一类型图像	探索人工智能模型在检测眼表鳞状上皮 neoplasia 中的应用价值	眼表鳞状上皮 neoplasia 患者、非OSSN眼表病变患者和正常眼表人群	计算机视觉	眼表鳞状上皮 neoplasia	裂隙灯成像	CNN	图像	634张裂隙灯图像(OSSN组163张，非OSSN眼表病变组202张，正常组269张)	NA	MobileNetV2, Xception, DenseNet121	准确率, 敏感度, 特异度	NA
350	2025-10-06	Multi-level channel-spatial attention and light-weight scale-fusion network (MCSLF-Net): multi-level channel-spatial attention and light-weight scale-fusion transformer for 3D brain tumor segmentation 2025-Jul-01, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-2025-354 PMID:40727355	研究论文	提出一种用于3D脑肿瘤分割的多级通道空间注意力和轻量级尺度融合网络(MCSLF-Net)	集成多级通道空间注意力机制和轻量级尺度融合模块，在保持紧凑网络设计的同时增强细微边界特征	NA	开发一种新型3D分割框架，提高脑肿瘤分析的临床实用性	胶质瘤的3D磁共振成像数据	数字病理	脑肿瘤	磁共振成像(MRI)	CNN, Transformer	3D图像	BraTS 2019、BraTS 2020和BraTS 2021数据集	NA	MCSLF-Net, MCSAM, LSFU	Dice相似系数(DSC), 95百分位Hausdorff距离(HD95)	NA
351	2025-10-06	Deep learning for predicting the occurrence of tipping points 2025-Jul, Royal Society open science IF:2.9Q1 DOI:10.1098/rsos.242240 PMID:40727414	研究论文	开发了一种基于深度学习的算法，用于从时间序列数据中预测临界点的发生	利用范式信息开发深度学习算法，能够预测未经训练系统中的临界点，并在不规则采样时间序列上实现准确预测	NA	预测复杂系统中临界点的发生	时间序列数据，包括模型时间序列和实证时间序列	机器学习	NA	深度学习	深度学习算法	时间序列数据	NA	NA	NA	预测准确率	NA
352	2025-10-06	Graph with Residue-Based Cross-Modal Framework Enhances Cell Function-Related Protein Properties Prediction 2025-Jul-28, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00856 PMID:40609014	研究论文	提出基于残基的跨模态图框架，通过结合序列语义特征和空间结构信息增强蛋白质功能属性预测	首次将PLM语义特征与空间拓扑结构通过双图网络融合，采用LA-GCN和GVP-GNN分别处理动态残基关联和结构特征	未明确说明模型对未知蛋白家族的泛化能力及计算资源需求的具体分析	提升细胞功能相关蛋白质属性的预测精度	蛋白质的亚细胞定位、溶解度、金属离子结合和热稳定性四种功能属性	生物信息学	NA	蛋白质语言模型(PLM), 图神经网络	GCN, GNN	蛋白质序列数据, 空间结构数据	NA	NA	Layer-Aggregated Graph Convolutional Network (LA-GCN), Geometric Vector Perceptron-Graph Neural Network (GVP-GNN)	预测性能指标, 训练效率指标	NA
353	2025-10-06	Ultrahigh-Throughput Virtual Screening Strategies against PPI Targets: A Case Study of STAT Inhibitors 2025-Jul-28, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00907 PMID:40611790	研究论文	评估基于AI的超高通量虚拟筛选方法在蛋白质-蛋白质相互作用靶点上的性能，并发现新的STAT3和STAT5b抑制剂	首次将虚拟筛选应用于STAT5b的N端结构域，并在不同规模化合物库上系统评估Deep Docking工作流程	深度学习步骤的性能高度依赖于基础对接模型的性能，且对蛋白质-蛋白质相互作用型靶点的可靠性评估更具挑战性	开发和应用超高通量虚拟筛选策略来识别蛋白质-蛋白质相互作用靶点的抑制剂	STAT3和STAT5b致癌转录因子	计算药物发现	癌症	虚拟筛选，分子对接，深度学习	深度学习模型	化合物库数据，分子对接数据	数十亿至数百万规模的化合物库	Deep Docking	NA	命中率	无需超级计算机的AI辅助工作流程
354	2025-10-06	Diff-SE: A Diffusion-Augmented Contrastive Learning Framework for Super-Enhancer Prediction 2025-Jul-28, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c01005 PMID:40613852	研究论文	提出一种结合扩散数据增强和对比学习的深度学习框架Diff-SE，用于超增强子预测	首次将扩散模型与对比学习结合用于超增强子预测，通过生成生物意义明确的合成正样本来解决类别不平衡问题	未明确说明模型在更广泛物种间的泛化能力，以及处理其他类型基因组元素的能力	开发计算方法来准确预测超增强子，克服传统实验方法的成本和时间限制	人类和小鼠细胞系中的超增强子	生物信息学	癌症,阿尔茨海默病	ChIP-seq, 深度学习	扩散模型, 对比学习	基因组序列数据	八个数据集，包含人类和小鼠细胞系	NA	Diff-SE	精确度, 马修斯相关系数, F1分数	NA
355	2025-10-06	Integrating Protein Language Models and Geometric Deep Learning for Peptide Toxicity Prediction 2025-Jul-28, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c01073 PMID:40625100	研究论文	提出融合蛋白质语言模型和几何深度学习的PeptiTox框架用于肽毒性预测	首次将蛋白质语言模型与几何深度学习相结合，同时利用序列嵌入和三维结构信息进行肽毒性预测	未明确说明模型对未知肽序列的泛化能力及计算复杂度分析	开发更准确的肽毒性预测方法以促进药物安全性和治疗开发	肽序列及其三维结构	生物信息学, 机器学习	NA	蛋白质语言模型, 几何深度学习, 图神经网络	GNN, PLM	序列数据, 结构数据, 图数据	NA	NA	ESM2, ESMFold, 图神经网络	多维度评估指标	NA
356	2025-10-06	Deep Learning in Antimicrobial Peptide Prediction 2025-Jul-28, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00530 PMID:40626654	综述	本文综述了深度学习在抗菌肽预测中的研究基础、应用模型及未来挑战	从算法模型角度系统梳理了基础模型、语言模型、图相关模型及混合多模态模型在抗菌肽预测中的应用，并进行了对比验证	NA	探讨深度学习在抗菌肽预测中的应用现状与发展前景	抗菌肽（AMPs）	机器学习	NA	深度学习	基础模型,语言模型,图相关模型,混合模型,多模态模型	序列数据	NA	NA	NA	NA	NA
357	2025-10-06	Generative Deep Learning for de Novo Drug Design─A Chemical Space Odyssey 2025-Jul-28, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00641 PMID:40632942	综述	探讨生成式深度学习在药物设计中探索化学空间和生成新型分子的应用、挑战与未来方向	系统分析生成式模型在药物发现中平衡化学多样性、可合成性和生物活性的创新方法	NA	探索生成式深度学习在药物设计中的应用前景与挑战	小分子生成、评估和优先排序	机器学习	NA	生成式深度学习	生成模型	化学结构数据	NA	NA	NA	NA	NA
358	2025-10-06	Deep Learning-Based Multimodal Fusion Approach for Predicting Acute Dermal Toxicity 2025-Jul-28, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c01128 PMID:40679078	研究论文	提出一种基于多模态融合的深度学习框架TriModalToxNet，用于预测急性皮肤毒性	首次将三种分子表征（2D分子图像、SMILES嵌入和分子指纹）通过多模态融合进行急性皮肤毒性预测	仅基于3845种化合物的数据集进行验证，需要更多数据进一步验证模型泛化能力	开发可靠的急性皮肤毒性预测模型以支持动物实验3R原则（替代、减少和优化）	来自大鼠和兔子急性皮肤毒性实验的3845种化合物	机器学习	皮肤毒性	分子图像分析，SMILES编码，分子指纹	CNN，DNN	分子图像，文本（SMILES），分子指纹	3845种化合物	NA	2D CNN，1D CNN，全连接神经网络	AUC，灵敏度，马修斯相关系数，准确率	NA
359	2025-10-06	A review on computer-aided diagnostic system to classify the disorders of the gastrointestinal tract 2025-Jul-26, European journal of medical research IF:2.8Q2 DOI:10.1186/s40001-025-02718-w PMID:40713885	综述	本文综述了基于机器学习的计算机辅助诊断系统在胃肠道疾病分类中的应用	系统性地总结了胃肠道疾病CADx系统的技术框架，包括预处理、特征提取、特征选择和分类方法，并探讨了未来研究方向	NA	回顾和总结胃肠道疾病计算机辅助诊断系统的研究现状和发展趋势	胃肠道疾病（结肠癌、胃癌、乳糜泻、出血等）	计算机视觉	胃肠道疾病	内窥镜、结肠镜检查	NA	内窥镜视频帧	NA	NA	NA	准确率	NA
360	2025-10-06	Evidential deep learning-based drug-target interaction prediction 2025-Jul-26, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-62235-6 PMID:40715097	研究论文	提出基于证据深度学习(EDL)的药物-靶点相互作用预测方法EviDTI，通过不确定性量化提高预测可靠性	首次将证据深度学习应用于DTI预测领域，提供预测不确定性估计，增强对新型未见DTI的鲁棒性	仅在三个基准数据集上验证，需要更多真实场景验证	解决传统深度学习方法在DTI预测中过度自信和不可靠置信度估计的问题	药物-靶点相互作用	机器学习	NA	深度学习，不确定性量化	证据深度学习(EDL)	药物2D拓扑图，药物3D空间结构，靶点序列特征	三个基准数据集	NA	EviDTI	预测误差校准，不确定性估计	NA