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
701	2025-10-06	Predicting hematoma expansion after intracerebral hemorrhage: a comparison of clinician prediction with deep learning radiomics models 2025-Aug, Neurocritical care IF:3.1Q2 DOI:10.1007/s12028-025-02214-3 PMID:39920546	研究论文	比较深度学习影像组学模型与临床专家在预测脑出血后血肿扩张方面的性能	首次系统比较机器学习影像组学模型与临床专家在预测血肿扩张方面的表现，并建立了新的性能基准	模型整体AUC值仅为中等水平，需要进一步改进	预测非创伤性脑出血后的血肿扩张	脑出血患者	医学影像分析	脑出血	头部计算机断层扫描	随机森林, 深度学习	医学影像, 临床数据	900名研究参与者（训练队列621人，测试队列279人）	NA	NA	AUC, Kappa值, 组内相关系数	NA
702	2025-10-06	A direct learning approach for detection of hotspots in microwave hyperthermia treatments 2025-Aug, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03343-9 PMID:40067423	研究论文	提出一种基于深度学习的直接学习方法，用于微波热疗治疗中检测乳腺组织温度是否超过阈值	首次将深度卷积编码器-解码器架构应用于微波热疗中的热点检测，相比传统方法展现出更强的正则化能力	数据主要来自内部数据生成器模拟，仅部分验证使用商业软件仿真数据	开发微波热疗过程中组织温度监测的自动化检测方法	乳腺组织温度分布	计算机视觉	乳腺癌	微波热疗	CNN	图像	NA	NA	卷积编码器-解码器	准确率	NA
703	2025-10-06	Hypermetabolic pulmonary lesions detection and diagnosis based on PET/CT imaging and deep learning models 2025-Aug, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-025-07215-0 PMID:40183951	研究论文	基于PET/CT影像和深度学习模型开发用于高代谢肺病灶检测和分类的系统	采用多维联合网络结合图像块和二维投影进行分类，并与放射组学模型进行性能对比	存在假阳性分割，部分对应相邻区域可疑病灶	开发评估用于高代谢肺病灶检测和分类的深度学习模型	高代谢肺病灶（良性、肺癌、肺淋巴瘤和转移瘤）	计算机视觉	肺癌	PET/CT成像	深度学习模型	PET/CT图像	647例病例（409男/238女）来自5个中心，内部数据集426例，外部测试集I 151例，外部测试集II 70例	NA	多维联合网络	准确率, AUC	NA
704	2025-10-06	Machine learning and clinical EEG data for multiple sclerosis: A systematic review 2025-08, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103116 PMID:40334524	系统综述	系统综述了机器学习特别是深度学习模型在脑电图数据分析中应用于多发性硬化症的现有研究	首次系统性地整合了机器学习与脑电图技术在多发性硬化症管理中的应用，重点关注深度学习架构和混合模型	存在机器学习脑电图分析的潜在偏差和挑战	改善多发性硬化症的预测、诊断、监测和治疗	多发性硬化症患者	机器学习	多发性硬化症	脑电图	深度学习,CNN,混合模型	脑电图数据	NA	NA	卷积神经网络,混合模型	NA	NA
705	2025-10-06	Deep learning for early detection of chronic kidney disease stages in diabetes patients: A TabNet approach 2025-08, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103153 PMID:40347843	研究论文	本研究开发了一种基于TabNet的深度学习模型，用于糖尿病患者的慢性肾脏病分期早期检测	采用新颖的迭代后向特征选择策略确定关键预测因子，并使用基于注意力的TabNet架构构建分类模型	研究数据来源于单一队列研究(CRIC)，需要在更广泛人群中验证模型性能	开发糖尿病患者的慢性肾脏病分期预测模型以实现早期检测	糖尿病患者的慢性肾脏病分期	机器学习	慢性肾脏病	纵向数据分析	TabNet, XGBoost, 随机森林, AdaBoost, 多层感知机	表格数据	慢性肾脏病队列研究(CRIC)的纵向数据	NA	TabNet	准确率	NA
706	2025-10-06	Rapid identification of Litopenaeus vannamei pathogenic bacteria: a combined approach using surface-enhanced Raman spectroscopy (SERS) and deep learning 2025-Aug, Analytical and bioanalytical chemistry IF:3.8Q1 DOI:10.1007/s00216-025-05974-1 PMID:40613867	研究论文	提出一种结合表面增强拉曼光谱(SERS)和深度学习的南美白对虾病原菌快速识别方法	首次将LSGAN数据增强与Transformer模型结合用于拉曼光谱分类，有效解决了光谱数据稀缺问题	初始数据集较小(仅160个光谱)，需在更多病原菌种类上验证方法通用性	开发快速准确的南美白对虾病原菌检测方法以替代传统PCR检测	四种常见南美白对虾病原菌	计算机视觉	水产养殖疾病	表面增强拉曼光谱(SERS)	LSGAN, Transformer	光谱数据	原始160个光谱，增强后2160个光谱	NA	LSGAN, Transformer	准确率	NA
707	2025-10-06	Single-cell image-based screens identify host regulators of Ebola virus infection dynamics 2025-Aug, Nature microbiology IF:20.5Q1 DOI:10.1038/s41564-025-02034-3 PMID:40707832	研究论文	通过基于单细胞图像的基因组CRISPR筛选识别埃博拉病毒感染动力学的宿主调控因子	首次应用基于图像的基因组CRISPR筛选技术，结合深度学习模型将宿主因子与病毒复制特定步骤关联	早期遗传筛选系统可能无法完全重现病毒完整生命周期	识别埃博拉病毒感染的宿主调控因子并探索潜在治疗靶点	埃博拉病毒(EBOV)、苏丹病毒和马堡病毒的宿主调控机制	数字病理学	病毒感染	CRISPR筛选、单细胞成像、深度学习	深度学习、随机森林	单细胞图像数据	39,085,093个细胞	NA	NA	NA	NA
708	2025-10-06	Transparent brain tumor detection using DenseNet169 and LIME 2025-Aug-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-13233-7 PMID:40750659	研究论文	提出结合DenseNet169和LIME的脑肿瘤分类模型，提升分类性能和可解释性	首次将DenseNet169与LIME集成，在保持高精度的同时提供可视化解释	仅使用单一模态数据，未验证多中心数据泛化能力	开发高精度且可解释的脑肿瘤自动分类系统	脑肿瘤MRI图像	计算机视觉	脑肿瘤	MRI	CNN	图像	2870张MRI图像，涵盖三种肿瘤类型	NA	DenseNet169	准确率	资源受限的临床环境
709	2025-10-06	Seasonal disparities in green exposure under the 15-minute city framework: a case study of Xi'an, China 2025-Aug-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-13757-y PMID:40750666	研究论文	本研究在15分钟城市框架下评估西安市季节性绿地暴露不平等现象	首次在15分钟城市框架下结合人类移动性分析季节性绿地暴露不平等，并整合绿视率指数、空间统计方法和深度学习技术	研究仅针对单一城市案例，缺乏多城市对比验证	评估15分钟城市框架下季节性绿地暴露不平等及其与房价的关系	西安市不同距离生活圈内的绿地暴露和房价数据	城市环境分析	NA	绿视率指数、空间统计方法、深度学习	深度学习模型	城市房价大数据、空间数据	西安市全域范围数据	NA	NA	空间自相关分析	NA
710	2025-10-06	PGBTR: a powerful and general method for inferring bacterial transcriptional regulatory networks 2025-Aug-01, BMC genomics IF:3.5Q2 DOI:10.1186/s12864-025-11863-9 PMID:40750847	研究论文	提出一种名为PGBTR的强大通用计算方法，用于推断细菌转录调控网络	结合概率分布与图距离的输入生成方法PDGD和卷积神经网络模型CNNBTR，在细菌TRN推断中表现出优越性能和稳定性	NA	开发计算框架预测细菌转录调控网络	大肠杆菌和枯草芽孢杆菌	机器学习	NA	基因表达数据分析	CNN	基因表达数据和基因组信息	NA	NA	CNN	AUROC, AUPR, F1-score	NA
711	2025-10-06	Deep learning-based super-resolution US radiomics to differentiate testicular seminoma and non-seminoma: an international multicenter study 2025-Aug-01, Insights into imaging IF:4.1Q1 DOI:10.1186/s13244-025-02045-y PMID:40750949	研究论文	本研究开发了一种基于深度学习的超分辨率超声影像组学模型，用于区分睾丸精原细胞瘤和非精原细胞瘤	首次将深度学习超分辨率重建技术应用于超声影像组学分析，并通过国际多中心验证证明了其在睾丸生殖细胞肿瘤亚型鉴别中的优越性能	回顾性研究设计，样本量相对有限	提高睾丸生殖细胞肿瘤亚型术前鉴别的准确性	睾丸生殖细胞肿瘤患者	医学影像分析	睾丸癌	超声成像，影像组学分析	深度学习	超声图像	486例男性患者（训练集338例，国内验证集92例，国际验证集59例）	NA	超分辨率重建算法	AUC	NA
712	2025-10-06	Performance validation of deep-learning-based approach in stool examination 2025-Aug-01, Parasites & vectors IF:3.0Q1 DOI:10.1186/s13071-025-06878-w PMID:40751198	研究论文	本研究评估了基于深度学习的方法在肠道寄生虫识别中的性能，并与人类专家进行比较	首次系统比较多种先进深度学习模型在肠道寄生虫识别中的表现，包括YOLO系列、ResNet-50和DINOv2等模型	研究中使用的样本来源和数量未明确说明，可能影响结果的泛化能力	验证深度学习方法在粪便检查中识别肠道寄生虫的性能	人类肠道寄生虫（蠕虫和原虫）	计算机视觉	肠道寄生虫感染	福尔马林-乙酸乙酯离心技术（FECT），Merthiolate-iodine-formalin（MIF）技术	CNN, Transformer	图像	NA	CIRA CORE平台	YOLOv4-tiny, YOLOv7-tiny, YOLOv8-m, ResNet-50, DINOv2-base, DINOv2-small, DINOv2-large	准确率, 精确率, 灵敏度, 特异性, F1分数, AUROC, AUPR, Cohen's Kappa	NA
713	2025-10-06	Integrating Generative Pretrained Transformer and Genetic Algorithms for Efficient and Diverse Molecular Generation 2025-Aug, Molecular informatics IF:2.8Q2 DOI:10.1002/minf.70005 PMID:40762910	研究论文	提出一种结合生成预训练变换器和遗传算法的分子生成模型CCMol，用于高效生成多样化候选药物分子	首次将GPT的生成能力与遗传算法的优化机制相结合，在保持高性能的同时提高模型可解释性	仅针对三种疾病相关蛋白进行了验证，需要更广泛的靶点验证	开发高效且多样化的分子生成方法以加速药物发现过程	针对GLP1、WRN和JAK2三种疾病相关蛋白的候选药物分子	计算机辅助药物设计	多种疾病（涉及GLP1、WRN、JAK2相关疾病）	基于结构的药物设计，包含配体和蛋白质一级结构	GPT, 遗传算法	分子结构数据，蛋白质序列数据	针对三种疾病相关蛋白的分子生成	NA	生成预训练变换器(GPT)	结构多样性，药物相关性质指标	NA
714	2025-10-06	Predicting the Effects of Charge Mutations on the Second Osmotic Virial Coefficient for Therapeutic Antibodies via Coarse-Grained Molecular Simulations and Deep Learning Methods 2025-Aug-04, Molecular pharmaceutics IF:4.5Q1 DOI:10.1021/acs.molpharmaceut.5c00673 PMID:40624892	研究论文	通过粗粒度分子模拟和深度学习方法预测电荷突变对治疗性抗体第二维里系数的影响	结合粗粒度分子模拟和深度神经网络，系统探索大量电荷突变（约10^10种）对蛋白质自相互作用的影响	研究仅限于三种模型治疗性单克隆抗体，需要进一步验证在其他蛋白质体系中的适用性	评估改变表面电荷分布如何影响蛋白质自相互作用，以第二维里系数量化	三种模型治疗性单克隆抗体（MAbs）	机器学习	NA	粗粒度分子模拟，深度学习方法	MLP（多层感知器）	分子模拟数据	约10^10个突变（单突变、双突变和三突变）	NA	多层感知器	计算效率，预测精度	NA
715	2025-10-06	Colorimetric detection of bisphenol A in water: a smartphone-based sensor using inverse opal molecularly imprinted photonic crystal hydrogel 2025-Aug-04, The Analyst DOI:10.1039/d4an01426j PMID:40685994	研究论文	开发了一种基于智能手机的传感器，用于水中双酚A的比色检测	结合反蛋白石分子印迹光子晶体水凝胶与智能手机深度学习模型，实现实时定量检测	NA	开发高灵敏度、高选择性的双酚A检测方法	水样中的双酚A分子	传感器技术	NA	分子印迹技术、光子晶体技术、比色检测	深度学习回归模型	图像	NA	NA	NA	检测限、响应时间	智能手机
716	2025-10-06	Deep Learning Reconstruction for T2 Weighted Turbo-Spin-Echo Imaging of the Pelvis: Prospective Comparison With Standard T2-Weighted TSE Imaging With Respect to Image Quality, Lesion Depiction, and Acquisition Time 2025-Aug-04, Canadian Association of Radiologists journal = Journal l'Association canadienne des radiologistes DOI:10.1177/08465371251357790 PMID:40755270	研究论文	比较深度学习重建的T2加权涡轮自旋回波成像与传统TSE成像在盆腔MRI中的图像质量、病灶显示和采集时间	首次对盆腔MRI中DL重建技术进行全面评估，证明DL-TSE可在保持图像质量的同时显著缩短扫描时间	样本量相对较小（55例），仅使用3T扫描仪，缺乏多中心验证	评估深度学习重建技术在盆腔MRI加速成像中的性能	55名受试者（33名女性，22名男性）的盆腔MRI图像	医学影像	盆腔疾病	T2加权涡轮自旋回波成像	深度学习	MRI图像	55例受试者	NA	NA	图像质量评分，对比度比率	3T MRI扫描仪
717	2025-10-06	"Computational Prediction of Mutagenicity Through Comprehensive Cell Painting Analysis" 2025-Aug-04, Mutagenesis IF:2.5Q3 DOI:10.1093/mutage/geaf014 PMID:40757573	研究论文	本研究利用细胞绘画数据开发机器学习模型预测化学化合物的致突变性	首次将细胞绘画形态特征与机器学习结合用于致突变性预测，并引入表型改变浓度优化模型性能	数据集固有局限性和细胞绘画技术的实验室间变异性导致部分化合物预测困难	开发基于细胞绘画数据的致突变性预测模型	化学化合物的致突变性	机器学习	NA	细胞绘画	Random Forest, Support Vector Machine, Extreme Gradient Boosting	图像, 形态特征	Broad研究所数据集包含30,000+分子，美国环保局数据集包含1,200种化学物	NA	NA	准确率	NA
718	2025-10-06	A Novel Dual-Output Deep Learning Model Based on InceptionV3 for Radiographic Bone Age and Gender Assessment 2025-Aug-04, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01623-2 PMID:40758204	研究论文	基于InceptionV3架构开发双输出深度学习模型，用于手部X光片的骨龄和性别评估	提出多输出预测模型，通过识别共同和离散特征提高模型效率，并集成Squeeze-and-Excitation模块进行鲁棒特征管理	中高端硬件要求可能限制在临床本地机器上的使用	开发计算机辅助临床决策支持系统，改进放射学骨龄评估方法	手部X光片	计算机视觉	儿科疾病	放射成像	CNN	图像	14,048个样本，按7:2:1比例分为训练集、验证集和测试集	NA	InceptionV3,Squeeze-and-Excitation	均方误差,平均绝对误差,准确率,AUC,组内相关系数,Cohen's kappa系数	中高端硬件
719	2025-10-06	Detection of Dens Invaginatus on Panoramic Radiographs Using Deep Learning Algorithms 2025-Aug-03, International journal of paediatric dentistry IF:2.3Q2 DOI:10.1111/ipd.70027 PMID:40754680	研究论文	本研究评估了YOLOv5和YOLOv8深度学习模型在曲面断层片上检测牙内陷的效能	首次比较YOLOv5和YOLOv8模型在牙内陷检测中的表现，并对比了检测和分割两种标注方法	样本仅包含8-18岁患者的前牙区影像，样本量有限（656张曲面断层片）	评估深度学习模型在曲面断层片上检测牙内陷的成功率和可靠性	8-18岁患者的牙齿曲面断层片	计算机视觉	牙科发育异常	全景放射摄影	YOLOv5, YOLOv8	影像	656张患者曲面断层片	NA	YOLOv5, YOLOv8	精确度, 敏感度, F1分数	NA
720	2025-10-06	Artificial intelligence in orthopedic trauma: a comprehensive review 2025-Aug, Injury IF:2.2Q2 DOI:10.1016/j.injury.2025.112570 PMID:40683054	综述	本文对2015-2025年间217项研究进行系统回顾，全面分析人工智能在骨科创伤领域的应用现状与未来方向	首次系统量化分析AI在骨科创伤领域的研究趋势，揭示深度学习方法（43.3%）和传统机器学习（39.2%）的主导地位	仅14.5%研究经过外部验证，仅3.2%报告前瞻性临床验证，缺乏多样化人群的验证数据	评估人工智能在骨科创伤领域的应用现状和发展前景	骨科创伤患者的骨折检测、分类、预测和分割	医疗人工智能	骨科创伤	深度学习、传统机器学习	NA	医学影像数据	基于217项研究的汇总分析	NA	NA	灵敏度、特异性、AUC	NA