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
41	2025-09-22	Electrode Net: tailoring deep learning with signed distance field for fast and accurate multiscale design of porous electrodes 2025-Aug-21, Science bulletin IF:18.8Q1 DOI:10.1016/j.scib.2025.08.026 PMID:40975668	研究论文	开发了一种名为Electrode Net的深度学习框架，用于快速准确预测多孔电极的各向异性传输特性	结合符号距离场(SDF)定制3D卷积神经网络，显著降低计算成本达96%，同时保持高精度预测	NA	推进下一代高性能流动电池（如燃料电池、水电解槽和液流电池）的多孔电极设计	多孔电极的微观结构与传输特性	机器学习	NA	3D卷积神经网络，符号距离场(SDF)，孔隙尺度建模	CNN	3D几何样本数据	15,433个真实和生成的几何样本
42	2025-09-22	Developing inhibitors of the guanosine triphosphate hydrolysis accelerating activity of Regulator of G protein Signaling-14 2025-Aug-09, bioRxiv : the preprint server for biology DOI:10.1101/2025.06.11.659181 PMID:40667230	研究论文	开发针对RGS14蛋白GTP水解加速活性的非共价小分子抑制剂	首次发现可选择性非共价抑制RGS14 GAP活性的化学型，并利用机器学习增强的分子对接技术优化配体	NA	开发针对RGS14蛋白的抑制剂，为中枢神经系统和代谢疾病治疗提供潜在疗法	RGS14蛋白及其GTPase加速蛋白（GAP）活性	生物医学	中枢神经系统疾病，代谢疾病	结构引导虚拟筛选，配体对接，深度学习评分，荧光检测，放射性GTP水解测定	机器学习增强的分子对接模型	分子结构数据，生物活性数据	40多种第二代类似物（包括Z55660043和Z55627844）
43	2025-09-21	Pathway information on methylation analysis using deep neural network (PROMINENT): An interpretable deep learning method with pathway prior for phenotype prediction using gene-level DNA methylation 2025-Aug-29, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103236 PMID:40972407	研究论文	提出一种结合通路先验知识的可解释深度学习模型PROMINENT，用于基于基因水平DNA甲基化的表型预测	整合基因和通路水平先验知识（GO和KEGG），并采用SHAP增强可解释性，同时提升预测精度和计算效率	NA	开发高精度且可解释的深度学习方法，用于DNA甲基化数据驱动的表型预测	儿童哮喘、特发性肺纤维化（IPF）和首发精神病（FEP）患者	机器学习	呼吸系统疾病与精神疾病	DNA甲基化分析	深度神经网络（DNN）	基因水平DNA甲基化数据	多个数据集（具体数量未明确说明）
44	2025-09-21	Accelerating Biomolecular Modeling with AtomWorks and RF3 2025-Aug-15, bioRxiv : the preprint server for biology DOI:10.1101/2025.08.14.670328 PMID:40832246	研究论文	介绍AtomWorks数据框架和RosettaFold-3（RF3）结构预测网络，用于加速生物分子建模	提出广泛适用的数据框架AtomWorks和改进手性处理的RF3网络，缩小与闭源AlphaFold3的性能差距	NA	促进新一代开源生物分子机器学习模型的开发	蛋白质结构和生物分子复合物	机器学习	NA	深度学习	神经网络	蛋白质结构数据	NA
45	2025-09-21	Evaluation of calcaneal inclusion angle in the diagnosis of pes planus with pretrained deep learning networks: An observational study 2025-Aug-01, Medicine IF:1.3Q2 DOI:10.1097/MD.0000000000043639 PMID:40760538	研究论文	本研究提出基于预训练深度学习网络的方法，通过评估跟骨包容角来自动诊断扁平足	首次将预训练深度学习模型（AlexNet、GoogleNet、SqueezeNet）应用于扁平足的X射线图像分类，实现高达100%的准确率	研究人群在年龄和性别上同质性强，缺乏足够的异质性来代表一般人群	开发基于深度学习的诊断系统，减少扁平足诊断中的人为测量误差	289名患者的左右足部侧位X射线图像	计算机视觉	足部畸形	高斯模糊和中值滤波预处理，迁移学习	AlexNet, GoogleNet, SqueezeNet	X射线图像	289名患者的双侧足部X射线图像
46	2025-09-20	CircCode3: integrating deep learning to mine and evaluate translatable circular RNAs from ribosome profiling sequencing and mass spectrometry data 2025-Aug-31, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf458 PMID:40966647	研究论文	开发了一个集成分析流程CircCode3，用于从高通量测序数据中挖掘可翻译的环状RNA并评估其开放阅读框	整合了深度学习工具DeepCircm6A和DLMSC，用于预测m6A修饰位点和评估终止密码子可靠性，显著提升了现有工具的功能	NA	准确识别可翻译环状RNA及其开放阅读框	环状RNA（circRNAs）	生物信息学	NA	核糖体分析测序、质谱数据、高通量测序	深度学习	测序数据、质谱数据	NA
47	2025-09-20	Single-View Echocardiographic Analysis for Left Ventricular Outflow Tract Obstruction Prediction in Hypertrophic Cardiomyopathy: A Deep Learning Approach 2025-Aug-16, Journal of the American Society of Echocardiography : official publication of the American Society of Echocardiography IF:5.4Q1 DOI:10.1016/j.echo.2025.08.008 PMID:40825382	研究论文	本研究开发了一种基于深度学习的模型，仅使用经胸超声心动图的胸骨旁长轴视图来预测肥厚型心肌病患者的严重左心室流出道梗阻	首次利用单一视图（PLAX）结合深度学习技术预测LVOTO，无需传统多视图、多普勒或激发试验，在资源有限环境下具有重要应用价值	研究基于特定医疗中心的数据，外部验证性能虽好但仍需更多多样化数据验证泛化能力	开发并验证一种深度学习模型，用于肥厚型心肌病中左心室流出道梗阻的预测与评估	肥厚型心肌病患者	数字病理	心血管疾病	经胸超声心动图（TTE）	深度学习模型	视频	开发数据集n=1007，内部测试集n=87，外部验证集n=1334，治疗响应数据集n=156
48	2025-09-20	Learning in PINNs: Phase transition, diffusion equilibrium, and generalization 2025-Aug-14, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107983 PMID:40884895	研究论文	通过神经梯度信噪比研究全连接神经网络的学习动态，识别扩散平衡相并提出样本重加权方案以提升泛化能力	提出扩散平衡（DE）相概念，发现梯度方向对齐和残差同质性对泛化的关键作用，并设计针对问题样本的优化策略	主要基于二次损失函数和物理信息神经网络（PINNs）的实验验证，普适性需进一步研究	探究非凸目标中一阶优化器的学习动态及泛化机制	全连接神经网络及其优化过程	machine learning	NA	神经梯度信噪比（SNR）分析	全连接神经网络	NA	NA
49	2025-09-20	Intelligent deep learning-based disease monitoring system in 5G network using multi-disease big data 2025-Aug, Journal of biomolecular structure & dynamics IF:2.7Q2 DOI:10.1080/07391102.2024.2310785 PMID:38334127	研究论文	提出一种基于智能深度学习的疾病监测系统，利用5G网络和多疾病大数据进行实时疾病预测	开发了MPPP-SSGSO优化算法用于调参和模糊隶属函数优化，并采用集成提升模型与模糊分类器结合进行疾病分类	NA	构建高效的实时疾病监测系统以降低死亡率	从患者收集的多疾病大数据	机器学习	多疾病	数据预处理（对比度增强、中值滤波等），特征提取	1D-CNN, AdaBoost, XGBoost, CatBoost, 模糊分类器	从可穿戴医疗设备收集的传感器数据	NA
50	2025-09-20	Role of Artificial Intelligence in Critical Care Medicine: A Literature Review 2025-Aug, Cureus DOI:10.7759/cureus.90149 PMID:40959327	文献综述	本文综述了人工智能在重症监护医学中的应用及其潜力	总结了AI在ICU中预测患者恶化事件、提升影像诊断准确性和优化监测算法的最新进展	NA	概述人工智能在重症监护领域的当前证据和应用前景	重症监护病房（ICU）产生的多模态医疗数据	医疗人工智能	重症疾病	机器学习和深度学习	ML和DL模型	多模态数据流（生命体征波形、实验室结果、临床记录等）	NA
51	2025-09-19	Designing the CORI score for COVID-19 diagnosis in parallel with deep learning-based imaging models 2025-Aug, Narra J DOI:10.52225/narra.v5i2.1606 PMID:40951492	研究论文	本研究开发了一种结合胸部X光影像和临床数据的AI辅助诊断模型，用于生成COVID-19风险指数（CORI）评分并实现基于ResNet架构的深度学习模型	提出结合影像、临床和实验室数据的综合诊断方法，并设计CORI评分系统，在资源有限环境下提供替代RT-PCR的诊断方案	回顾性数据收集、医院间变异性和有限的外部验证	开发AI辅助诊断工具，提高COVID-19的诊断准确性和可及性	COVID-19患者、非COVID-19肺炎患者和健康个体	数字病理	COVID-19	深度学习，ResNet架构	ResNet	图像，临床数据，实验室数据	367名参与者（100例COVID-19阳性，100例非COVID-19肺炎，100例健康个体）
52	2025-09-19	Artificial Intelligence in Neuro-Ophthalmology: Opportunities for the Diagnosis of Optic Neuropathies and Visual Pathway Disorders 2025-Aug, Cureus DOI:10.7759/cureus.90142 PMID:40955247	综述	本文探讨人工智能在神经眼科领域诊断视神经病变和视觉通路障碍的应用与前景	整合多模态影像与功能评估的AI诊断方案，并提出可解释AI框架和移动诊断应用的开发方向	存在数据异质性、模型可解释性不足以及缺乏标准化监管与伦理指南等问题	提升视神经病变与视觉通路障碍的诊断准确性和临床工作效率	视神经炎、缺血性视神经病变、视乳头水肿和青光眼性视神经损伤等疾病	医学人工智能	神经眼科疾病	深度学习（DL）、卷积神经网络（CNN）	CNN	多模态影像数据（眼底照相、OCT、MRI）和视野检查数据	NA
53	2025-09-18	Revolutionizing Oncology Through AI: Addressing Cancer Disparities by Improving Screening, Treatment, and Survival Outcomes via Integration of Social Determinants of Health 2025-Aug-31, Cancers IF:4.5Q1 DOI:10.3390/cancers17172866 PMID:40940963	综述	本文综述了人工智能在整合健康社会决定因素（SDOH）以减少癌症差异方面的应用与潜力	强调AI通过整合SDOH数据优化癌症风险分层、筛查资源分配及个性化治疗，尤其在服务不足人群中的创新应用	存在AI筛查偏差、临床试验代表性不足及治疗推荐差异等挑战	探讨AI如何利用SDOH减少癌症护理差异，实现更公平的肿瘤学成果	癌症患者群体，特别是医疗服务不足的脆弱人群	自然语言处理	癌症	机器学习（ML）、自然语言处理（NLP）、深度学习医学影像分析、可解释AI（XAI）	深度学习	电子健康记录（EHR）、地理信息系统（GIS）、真实世界临床试验数据	NA
54	2025-09-18	Surface-Enhanced Raman Spectroscopy Semi-Quantitative Molecular Profiling with a Convolutional Neural Network 2025-Aug-31, Applied spectroscopy IF:2.2Q2 DOI:10.1177/00037028251377474 PMID:40887786	研究论文	本研究开发了一种结合表面增强拉曼光谱与卷积神经网络的半定量分子分析方法	将多标签CNN用于SERS光谱数据中结构相似分析物的判别，并结合SVR模型进行半定量浓度比测定	NA	解决复杂环境中多种分子物种识别和定量的分析挑战	短链脂肪酸（SCFAs）作为代表性生物分子靶标	机器学习	NA	表面增强拉曼光谱（SERS）	CNN, SVR	光谱数据	使用短链脂肪酸二元混合物进行系统验证
55	2025-09-18	Deep learning enhances precision diagnosis and treatment of non-small cell lung cancer: future prospects 2025-Aug-31, Translational lung cancer research IF:4.0Q1 DOI:10.21037/tlcr-2025-187 PMID:40948833	综述	本文综述了深度学习技术在非小细胞肺癌精准诊断与治疗中的进展及未来方向	展示了深度学习如何超越传统肿瘤治疗模式，通过多模态数据融合提升诊断准确性和治疗个性化	面临大规模高质量数据集需求、模型可解释性不足及数据隐私伦理等问题	探讨深度学习在NSCLC精准医疗中的应用潜力与发展方向	非小细胞肺癌（NSCLC）患者	数字病理学	肺癌	多组学数据整合	CNN及复杂架构	影像、基因组、病理和临床数据	NA
56	2025-09-18	Intraoperative applications of artificial intelligence for augmented parathyroid gland recognition: a narrative review 2025-Aug-31, Gland surgery IF:1.5Q3 DOI:10.21037/gs-2025-165 PMID:40948914	综述	本文综述人工智能在术中辅助识别甲状旁腺的应用现状与进展	首次系统总结AI在多种甲状旁腺识别技术（如近红外自发荧光、视觉识别等）中的增强作用，并对比AI模型与不同年资外科医生的表现差异	纳入研究数量有限（11篇），且当前模型尚未投入大规模临床商用	探索人工智能提升术中甲状旁腺识别准确率，降低术后甲状旁腺功能减退发生率	甲状旁腺组织（正常与异常腺体的区分）	digital pathology	甲状腺疾病	NIR autofluorescence, ICG angiography, dual-RGB/NIR imaging	deep learning	image	11项研究（涉及多种成像技术和手术场景）
57	2025-09-18	Multimodal model enhances qualitative diagnosis of hypervascular thyroid nodules: integrating radiomics and deep learning features based on B-mode and PDI images 2025-Aug-31, Gland surgery IF:1.5Q3 DOI:10.21037/gs-2025-183 PMID:40948925	研究论文	开发基于B超和能量多普勒成像的多模态机器学习模型，以提高富血管甲状腺结节的良恶性诊断准确性	整合B超和PDI图像的放射组学与深度学习特征，构建多模态融合模型，并首次在甲状腺结节诊断中应用TABPFN等多种机器学习算法进行对比	模型在测试集表现存在过拟合现象（训练AUC 1.00 vs 测试AUC 0.89），泛化能力有待提升	解决富血管甲状腺结节良恶性鉴别诊断中超声特征重叠和血管表征有限的临床挑战	315例经病理证实的富血管甲状腺结节患者（Adler分级2/3级）	医学影像分析	甲状腺结节	超声成像（B-mode和PDI）、放射组学特征提取、深度学习特征提取	SVM, Random Forest, Logistic Regression, XGBoost, TABPFN	多模态超声图像	315例患者（训练集220例，测试集95例）
58	2025-09-18	Artificial intelligence-driven diagnosis of acute thoracic aortic dissection: integrating imaging, biomarkers, and clinical workflows-a narrative review 2025-Aug-31, Annals of translational medicine DOI:10.21037/atm-25-82 PMID:40949677	综述	本文综述了人工智能在急性胸主动脉夹层（ATAD）诊断中的应用，整合影像学、生物标志物和临床工作流程	系统评估AI模型在急诊环境中快速分诊和诊断ATAD的性能及临床意义，并展望AI与深度学习在优化临床管理中的未来作用	仅检索2015-2025年间发表的研究，可能存在文献覆盖不全的问题；且为叙述性综述，未进行定量Meta分析	评估AI模型在急诊环境下区分ATAD与其他胸痛相关疾病（如ACS和PE）的性能及临床价值	急性胸主动脉夹层（ATAD）患者，以及与其他胸痛急症患者的鉴别	数字病理	心血管疾病	人工智能（AI）与深度学习（DL）	多种AI模型（具体未指明）	影像数据、生物标志物数据、临床数据	基于18项研究（但未明确总样本量）
59	2025-09-18	Narrative review of the application of artificial intelligence-related technologies in the diagnosis of pulmonary nodules with recommendations for clinical practice and future research 2025-Aug-31, Journal of thoracic disease IF:2.1Q3 DOI:10.21037/jtd-2025-1512 PMID:40950910	综述	本文回顾了人工智能技术在肺结节诊断中的应用现状，并提出了临床实践和未来研究的建议	综合分析了近10年中英文文献，系统总结了AI在肺结节影像学、病理学和基因组学诊断中的跨学科应用进展	模型标准化不足、外部验证缺乏，仍需大规模前瞻性研究支持临床应用	探讨人工智能技术在肺结节诊断中的应用现状和发展前景	肺结节及早期肺癌	数字病理	肺癌	深度学习、机器学习、影像组学	NA	医学影像、病理图像、基因组数据	基于近10年文献的系统回顾，未报告具体样本量
60	2025-09-18	FoldExplorer: Fast and Accurate Protein Structure Search with Sequence-Enhanced Graph Embedding 2025-Aug-30, Journal of molecular biology IF:4.7Q1 DOI:10.1016/j.jmb.2025.169412 PMID:40889693	研究论文	提出一种基于深度学习的蛋白质结构快速搜索方法FoldExplorer，结合图注意神经网络和蛋白质语言模型编码结构与序列信息	首次联合利用图注意神经网络和蛋白质语言模型生成专用于蛋白质结构搜索的嵌入表示，支持低置信度预测结构的高效搜索	NA	开发高效准确的蛋白质结构搜索工具以应对结构数据库的指数级增长	蛋白质三维结构	生物信息学	NA	图注意神经网络(GAT)、蛋白质语言模型	图神经网络(GNN)	蛋白质结构数据、序列数据	NA