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
441	2025-10-06	RNA-ligand interaction scoring via data perturbation and augmentation modeling 2025-Aug, Nature computational science IF:12.0Q1 DOI:10.1038/s43588-025-00820-x PMID:40555786	研究论文	提出一种基于序列的深度学习框架RNAsmol，通过数据扰动与增强技术预测RNA-小分子相互作用	结合数据扰动与增强、基于图的分子特征表示和注意力特征融合模块，无需结构输入即可实现可靠预测	受限于已验证的RNA-小分子相互作用数据和已知RNA结构的稀缺性	开发数据驱动的深度学习模型预测RNA与小分子的相互作用	RNA与小分子的相互作用	机器学习	NA	深度学习	深度学习框架	序列数据	NA	NA	注意力机制,图神经网络	十倍交叉验证,未见数据评估,诱饵评估	NA
442	2025-10-06	Advancing Soil Organic Carbon Prediction: A Comprehensive Review of Technologies, AI, Process-Based and Hybrid Modelling Approaches 2025-Aug, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202504152 PMID:40557741	综述	本文系统综述了土壤有机碳预测的技术方法，包括遥感、近端土壤传感、人工智能和生物地球化学模型等	综合比较了多种SOC预测方法，提出将生物地球化学模型模拟输出作为AI训练数据的创新思路	未提出统一的AI算法标准，生物地球化学模型存在假设、参数化和结构限制	提升土壤有机碳预测精度以支持气候变化缓解和可持续农业管理	土壤有机碳(SOC)	机器学习	NA	遥感(RS), 近端土壤传感(PSS), 数据融合	机器学习(ML), 深度学习(DL)	遥感数据, 传感器数据	NA	NA	NA	预测精度	NA
443	2025-10-06	Deep learning significantly boosts CRT response prediction using synthetic longitudinal strain data: Training on synthetic data and testing on real patients 2025-Aug, Biomedical journal IF:4.1Q2 DOI:10.1016/j.bj.2024.100803 PMID:39477070	研究论文	本研究使用深度学习技术构建模型，通过合成纵向应变数据预测心力衰竭患者的心脏再同步化治疗反应	首次将合成少数类过采样技术与深度学习相结合用于CRT反应预测，使用合成数据训练并在真实患者数据上测试	样本量相对有限（131名患者），需要在更大规模数据集中进一步验证	构建高准确度、精确度和敏感性的CRT反应预测模型	心力衰竭患者	机器学习	心血管疾病	二维超声心动图应变追踪，合成少数类过采样技术	DNN, 1D-CNN	应变追踪数据	131名患者数据，通过SMOTE合成2000个模型输入	NA	深度神经网络，一维卷积神经网络	准确率，精确度，敏感度，F1分数，特异性，AUROC	NA
444	2025-10-06	From Code to Life: The AI-Driven Revolution in Genome Editing 2025-Aug, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202417029 PMID:40538131	综述	探讨人工智能与基因组编辑技术的融合创新及其在生物技术领域的应用前景	系统整合AI技术与基因组编辑，通过深度学习预测器和蛋白质语言模型提升sgRNA设计精度、发现新型Cas蛋白并优化基因调控网络分析	存在数据偏见、算法透明度不足以及潜在非预期基因修饰等伦理问题	分析AI技术如何推动基因组编辑在靶点选择、脱靶效应控制和CRISPR系统优化等方面的突破	基因组编辑技术（特别是CRISPR系统）及其与人工智能的交叉应用	机器学习	遗传疾病	CRISPR基因编辑, 功能基因组学	深度学习, 蛋白质语言模型	基因组数据, 蛋白质序列	NA	NA	NA	NA	NA
445	2025-10-06	Early Diagnosis of Knee Osteoarthritis With a Natural Language Processing-Driven Approach Based on Clinician Notes: Development and Validation Study 2025-Aug-14, JMIR formative research IF:2.0Q4 DOI:10.2196/64536 PMID:40810448	研究论文	开发并验证基于自然语言处理技术的膝骨关节炎早期诊断方法，利用临床医生笔记中的文本数据	首次将自然语言处理技术应用于临床医生笔记中的患者报告症状文本数据来诊断膝骨关节炎，并整合WOMAC问卷提升模型性能	研究仅基于5849条记录，需要更大规模数据验证；仅使用文本数据，未结合影像学数据	开发基于自然语言处理的膝骨关节炎早期诊断方法	膝骨关节炎患者和非膝骨关节炎患者的临床医生笔记数据	自然语言处理	膝骨关节炎	自然语言处理，文本分析	CNN, BiLSTM, GRU	文本	5849条记录（3455例OA患者，2394例非OA患者）	NA	双向长短期记忆网络，卷积神经网络，门控循环单元	AUC, 准确率, 精确率, 灵敏度, 特异度, F1分数	NA
446	2025-10-06	Independent Channel Attention and Cross-Subject Data Generation for EEG-Based Patient-Independent Epileptic Seizure Detection Using ConvLSTM 2025-Aug-07, Studies in health technology and informatics DOI:10.3233/SHTI250894 PMID:40775912	研究论文	提出基于独立通道注意力和跨被试数据生成的ConvLSTM网络，用于患者无关的癫痫发作检测	提出多阶段训练策略实现跨被试数据生成，并构建带有独立注意力模块的ConvLSTM网络	NA	开发患者无关的癫痫发作检测方法	癫痫患者的脑电图数据	医疗人工智能	癫痫	头皮脑电图	ConvLSTM	脑电图信号	公共数据集CHB-MIT	NA	ConvLSTM with independent attention module	准确率,F1分数,召回率,误报率	NA
447	2025-10-06	Accelerated free-breathing abdominal T2 mapping with deep learning reconstruction of radial turbo spin-echo data 2025-Aug-05, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.70017 PMID:40762149	研究论文	开发了一种深度学习框架，用于加速自由呼吸腹部T2 mapping成像，同时保持高质量的解剖图像和准确的T2图	提出灵活的深度学习框架，支持全监督方式改进T2加权图像或自监督方式重建T2图，仅需160个径向视图即可实现高质量重建	NA	加速自由呼吸腹部T2 mapping成像，同时保持图像质量和快速重建	腹部T2 mapping数据	医学影像	NA	径向涡轮自旋回波成像，T2 mapping	深度学习	医学影像数据	NA	深度学习框架	NA	体素级误差，重建时间	NA
448	2025-10-06	Designing lipid nanoparticles using a transformer-based neural network 2025-Aug-15, Nature nanotechnology IF:38.1Q1 DOI:10.1038/s41565-025-01975-4 PMID:40817189	研究论文	本研究开发了一种基于Transformer的神经网络COMET，用于设计脂质纳米颗粒并预测其性能	首次将Transformer架构应用于多组分复合制剂的设计，能够处理非标准LNP配方并实现端到端性能预测	模型训练依赖于LANCE数据集的质量和规模，对于某些特殊配方的预测可能需要额外数据	开发计算模型加速脂质纳米颗粒的设计和优化过程	脂质纳米颗粒及其配方	机器学习	NA	深度学习	Transformer	化学配方数据，性能数据	LANCE数据集（最大的LNP数据集之一）	NA	Transformer	蛋白质表达预测准确率，稳定性预测准确率	NA
449	2025-10-06	Data Mining-Based Model for Computer-Aided Diagnosis of Autism and Gelotophobia: Mixed Methods Deep Learning Approach 2025-Aug-13, JMIR formative research IF:2.0Q4 DOI:10.2196/72115 PMID:40802390	研究论文	开发了一种基于深度学习的诊断系统，通过面部情绪识别和验证问卷来检测自闭症谱系障碍患者的被笑恐惧症	首次将深度学习面部情绪识别与标准化问卷(GELOPH<15>)相结合，用于检测自闭症患者的被笑恐惧症	在面部表情模糊的情况下，仅依赖DeepFace模型不足以准确诊断，需要结合问卷补充	开发自动化诊断工具，用于早期检测自闭症患者的被笑恐惧症	自闭症谱系障碍患者和神经典型个体的面部图像数据	计算机视觉	自闭症谱系障碍	面部情绪识别，问卷调查	多层感知机，深度学习分类器	面部图像	2932张面部图像(1466张ASD患者，1466张神经典型个体)	PyTorch, scikit-learn, NumPy, Pandas, DeepFace	多层感知机	准确率	支持CUDA的GPU
450	2025-10-06	Deep Learning-Based Generation of DSC MRI Parameter Maps Using Dynamic Contrast-Enhanced MRI Data 2025-Aug-28, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8768 PMID:40194853	研究论文	开发基于深度学习的方法从动态对比增强MRI数据合成DSC MRI参数图	首次使用条件生成对抗网络从DCE MRI数据生成DSC衍生参数图，避免了额外对比剂注射	研究样本量较小（64名参与者），需要进一步验证	开发从DCE MRI数据合成DSC MRI参数图的深度学习方法	脑肿瘤患者和无脑肿瘤对照组的MRI数据	医学影像分析	脑肿瘤	DSC MRI, DCE MRI	cGAN	MRI图像	64名参与者（包括脑肿瘤患者和对照组）	NA	条件生成对抗网络	线性回归, Bland-Altman图	NA
451	2025-10-06	Advancing Aqueous Solubility Prediction: A Machine Learning Approach for Organic Compounds Using a Curated Data Set 2025-Aug-25, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c02399 PMID:40783839	研究论文	本研究提出了一种基于机器学习的方法，利用整合自四个来源的精选数据集预测有机化合物的水溶性	通过整合多源数据构建了多样化有机化合物数据集，并综合运用化学描述符、指纹和功能基团特征，在多样化数据集上实现了优于现有方法的预测性能	模型仅在Huuskonen数据集上进行测试，未在其他独立数据集上验证泛化能力	开发高精度、强泛化能力的有机化合物水溶性预测模型	有机化合物	机器学习	NA	NA	机器学习模型,深度学习模型	化学描述符,分子指纹,功能基团数据	1282种独特有机化合物（来自Huuskonen数据集）	NA	NA	R², MAE	NA
452	2025-10-06	Performance Evaluation of Deep Learning for the Detection and Segmentation of Thyroid Nodules: Systematic Review and Meta-Analysis 2025-Aug-14, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/73516 PMID:40811738	系统综述与Meta分析	通过系统综述和Meta分析评估深度学习算法在甲状腺结节检测和分割中的诊断性能	首次对深度学习在甲状腺结节诊断中的性能进行系统性评估，比较了分割与检测任务的差异，并分析了迁移学习对模型性能的影响	研究方法设计欠佳、数据集图像质量不一致、外部验证不足可能引入偏倚	评估深度学习算法在诊断甲状腺结节恶性程度方面的性能，识别影响诊断效果的关键因素，并与临床医生的诊断准确性进行比较	甲状腺结节	医学影像分析	甲状腺癌	深度学习	深度学习算法	医学影像	41项符合条件的研究	NA	NA	灵敏度, 特异度, AUC	NA
453	2025-10-06	18F-FDG PET/CT-based deep radiomic models for enhancing chemotherapy response prediction in breast cancer 2025-Aug-11, Medical oncology (Northwood, London, England) DOI:10.1007/s12032-025-02982-0 PMID:40790010	研究论文	本研究开发了基于18F-FDG PET/CT的深度放射组学模型，用于增强乳腺癌化疗反应预测	结合传统放射组学特征与SENet深度学习模型提取的特征，显著提升了化疗反应预测性能	样本量较小（60例患者），为单中心回顾性研究	提高乳腺癌患者化疗反应预测准确性，实现个性化治疗策略	乳腺癌患者	数字病理	乳腺癌	18F-FDG PET/CT成像	XGBoost, RF, LR, SVM, SENet	医学影像（PET/CT图像）	60例乳腺癌患者	NA	SENet	ROC AUC, 准确率	NA
454	2025-10-06	Effect of Deep Learning-Based Artificial Intelligence on Radiologists' Performance in Identifying Nigrosome 1 Abnormalities on Susceptibility Map-Weighted Imaging 2025-Aug, Korean journal of radiology IF:4.4Q1 DOI:10.3348/kjr.2025.0208 PMID:40736409	研究论文	评估基于深度学习的AI软件对不同经验水平放射科医生在磁敏感图加权成像中识别黑质致密部1区异常诊断性能的影响	首次系统评估AI辅助诊断对放射科医生识别帕金森病关键影像学生物标志物（黑质致密部1区）的性能提升效果，并比较不同经验水平医生的获益差异	回顾性研究设计，样本量相对有限（139例扫描），仅使用单一AI软件版本	评估AI辅助诊断在帕金森病影像学诊断中的临床应用价值	59名帕金森病患者和80名健康参与者的139例磁敏感图加权成像扫描	医学影像分析	帕金森病	3T MRI, 磁敏感图加权成像	目标检测, 分割模型	医学影像	139例SMwI扫描（59例PD患者，80例健康对照）	NA	YOLOX, SparseInst	特异性, Fleiss's kappa, 净重分类指数	NA
455	2025-10-06	A Deep Learning Model for Chemical Shieldings in Molecular Organic Solids Including Anisotropy 2025-Aug-28, The journal of physical chemistry letters IF:4.8Q1 DOI:10.1021/acs.jpclett.5c01819 PMID:40825152	研究论文	开发了一种名为ShiftML3的深度学习模型，用于预测分子有机固体中的化学屏蔽，包括各向异性	在提高分子固体中化学屏蔽预测精度的同时，还能预测完整的屏蔽张量，其预测精度接近DFT参考计算水平	NA	开发更准确、快速的化学屏蔽预测方法，替代计算密集的从头算方法	分子有机固体中的核磁共振化学屏蔽	机器学习	NA	核磁共振(NMR)	深度学习	化学屏蔽数据	NA	NA	ShiftML3	均方根误差(RMSE)	NA
456	2025-10-06	Prediction of influenza-like illness incidence using meteorological factors in Kunming : deep learning model study 2025-Aug-16, BMC public health IF:3.5Q1 DOI:10.1186/s12889-025-23710-3 PMID:40818971	研究论文	本研究使用深度学习方法结合气象因素预测昆明市流感样病例发病率	在LSTM模型中引入核注意力网络(KAN)增强非线性学习能力，并验证气象数据对流感预测的改进效果	研究仅基于昆明市数据，时间范围有限(2017-2022年)	评估气象因素结合LSTM模型提高流感样病例发病率预测准确性的潜力	昆明市流感样病例发病率和气象数据	机器学习	流感	皮尔逊相关分析，深度学习	LSTM	时间序列数据	2017年11月至2022年1月的流感和气象数据	NA	LSTM, 注意力机制堆叠LSTM, 核注意力网络(KAN)	平均绝对百分比误差(MAPE)	NA
457	2025-10-06	A Large-Scale Image Repository for Automated Pavement Distress Analysis and Degradation Trend Prediction 2025-Aug-14, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05748-5 PMID:40813387	研究论文	构建了一个包含路面病害识别和长期跟踪的大规模图像数据集，并评估了六种目标检测算法的性能	首个包含路面病害长期跟踪的大规模数据集，为动态跟踪监测和道路维护策略优化提供数据支持	未明确说明数据采集的地理范围和环境条件限制	开发自动化路面病害检测技术和预测退化趋势	路面病害图像数据	计算机视觉	NA	深度学习	目标检测算法	图像	51012张路面病害识别图像 + 8928张长期跟踪图像	NA	NA	NA	NA
458	2025-10-06	A dataset of high-resolution plantar pressures for gait analysis across varying footwear and walking speeds 2025-Aug-13, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05792-1 PMID:40804054	研究论文	介绍UNB StepUP-P150足底压力数据集，包含150名参与者在不同步行速度和鞋履条件下的高分辨率足底压力数据	首次提供大规模公开可用的高分辨率足底压力数据集（4传感器/厘米），包含多种步行速度和鞋履条件	数据集仅包含150名参与者，可能无法代表所有人群特征	推动基于足底压力的步态分析和识别研究	人类步行步态模式	生物识别	NA	足底压力传感技术	NA	压力传感器数据	150名参与者，超过200,000个脚步	NA	NA	NA	NA
459	2025-10-06	Hybrid Neural Networks for Precise Hydronephrosis Classification Using Deep Learning 2025-Aug-07, Urology IF:2.1Q2 DOI:10.1016/j.urology.2025.08.005 PMID:40783131	研究论文	开发用于肾超声图像中肾脏和液体自动分割的深度学习框架，以提升肾积水的诊断准确性	集成DenseNet201主干网络、特征金字塔网络和自组织神经网络层，实现多尺度特征提取和空间精度提升	未提及模型在外部验证集上的表现，未来需要模型优化和可解释性增强	开发自动化的肾积水评估系统，减少诊断变异性和提高准确性	肾超声图像中的肾脏和液体区域	计算机视觉	肾积水	超声成像	CNN, SelfONN	图像	1731张肾超声图像	未明确提及	DenseNet201, FPN, SelfONN	Dice系数, 精确率, 召回率, 准确率	NA
460	2025-10-06	Ensemble of Handcrafted and Learned Features for Colorectal Cancer Classification 2025-Aug-04, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01633-0 PMID:40760266	研究论文	提出一种结合手工特征和深度学习特征的集成方法用于结直肠癌分类	首次将手工纹理描述符与CNN深度学习特征集成，利用两种特征的互补优势构建更鲁棒的特征空间	需要标注数据集且模型可解释性有限	开发自动化的结直肠癌分类方法以辅助病理诊断	结直肠癌组织病理图像	数字病理	结直肠癌	组织病理分析	CNN, 集成学习	医学图像	NA	NA	NA	准确率	NA