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
781	2025-07-14	Technology advances in the placement of naso-enteral tubes and in the management of enteral feeding in critically ill patients: A narrative study 2025-Aug, Clinical nutrition ESPEN IF:2.9Q3 DOI:10.1016/j.clnesp.2025.05.022 PMID:40383254	综述	本文综述了重症患者鼻肠管放置技术和肠内营养管理的最新进展	介绍了多种新技术如POCUS、电磁传感器、实时视频辅助放置等在鼻胃管放置和肠内营养管理中的应用	属于叙述性研究，缺乏系统性评价或荟萃分析	探讨重症患者肠内营养管理的技术进步	重症患者	重症医学	危重病	POCUS、电磁传感器、实时视频辅助放置、阻抗传感器、虚拟现实	深度学习算法	医疗影像数据、电子健康记录	NA
782	2025-07-14	SASWISE-UE: Segmentation and synthesis with interpretable scalable ensembles for uncertainty estimation 2025-Aug, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110258 PMID:40460564	research paper	本文介绍了一种高效的子模型集成框架，旨在提高医学深度学习模型的可解释性，从而增强其临床适用性	通过生成不确定性图，该框架使最终用户能够评估模型输出的可靠性，并提出了一种从单一训练良好的检查点生成多样化模型的策略	NA	提高医学深度学习模型的可解释性和临床适用性	CT身体分割和MR-CT合成数据集	digital pathology	NA	深度学习模型集成	U-Net, UNETR	医学影像	NA
783	2025-07-14	Selection, visualization, and explanation of deep features from resting-state fMRI for Alzheimer's disease diagnosis 2025-Aug, Psychiatry research. Neuroimaging DOI:10.1016/j.pscychresns.2025.112005 PMID:40494176	研究论文	本研究通过可视化静息态功能磁共振成像（rs-fMRI）的深度特征，区分认知正常者和不同阶段阿尔茨海默病患者	提出了一种可视化深度特征的方法，识别出能够有效区分阿尔茨海默病的特定深度特征子集，称为“信息性深度特征”	脑萎缩和图像强度的相似模式对深度特征的可视化提出了挑战	提高深度学习模型在阿尔茨海默病诊断中的可解释性	静息态功能磁共振成像（rs-fMRI）数据	数字病理学	阿尔茨海默病	rs-fMRI	深度学习模型	图像	来自ADNI数据库的rs-fMRI数据
784	2025-07-14	O-GEST: Overground gait events detector using b-spline-based geometric models for marker-based and markerless analysis 2025-Aug, Journal of biomechanics IF:2.4Q3 DOI:10.1016/j.jbiomech.2025.112803 PMID:40516373	research paper	本文介绍了一种名为O-GEST的自动算法，用于基于运动学数据的步态事件检测，适用于标记和无标记分析	O-GEST利用B样条几何模型表示足部标志点的水平轨迹，结合步态依赖的阈值和最优系数，检测健康与病理步态的事件并计算时空参数	尽管O-GEST在无测力板环境下表现良好，但其在更广泛的病理步态或不同运动模式下的普适性仍需进一步验证	开发一种高精度的步态事件检测算法，以在无测力板环境下可靠评估正常和病理步态	390名受试者，包括健康人、单侧髋关节骨关节炎患者、中风幸存者、帕金森病患者和脑瘫儿童	生物医学工程	神经肌肉疾病、骨关节炎、中风、帕金森病、脑瘫	B样条几何建模、运动学分析	几何模型算法	运动学数据	390名受试者（200名健康人，100名单侧髋关节骨关节炎患者，50名中风幸存者，26名帕金森病患者，14名脑瘫儿童）
785	2025-07-14	Digitizing audiograms with deep learning: structured data extraction and pseudonymization for hearing big data 2025-Aug, Hearing research IF:2.5Q1 DOI:10.1016/j.heares.2025.109337 PMID:40532492	研究论文	本研究开发了一种基于深度学习的系统，用于数字化听力图，实现数据的结构化和数值化转换，以支持大规模听力大数据的收集	与以往主要关注分类或预测的研究不同，该框架确保结构化数值数据输出，同时遵守数据伪匿名化法规	NA	开发一种深度学习系统，用于数字化听力图，以支持大规模听力数据的收集和分析	听力图	数字病理	听力损失	光学字符识别（OCR）	CNN	图像	训练集8847个听力图符号，测试集2443个听力图符号
786	2025-07-14	Redefining parameter-efficiency in ADHD diagnosis: A lightweight attention-driven kolmogorov-arnold network with reduced parameter complexity and a novel activation function 2025-Aug, Psychiatry research. Neuroimaging DOI:10.1016/j.pscychresns.2025.112016 PMID:40587919	研究论文	本文提出了一种基于Kolmogorov-Arnold Network (KAN)的参数高效框架，用于注意力缺陷多动障碍(ADHD)的诊断，通过减少参数复杂度和引入新型激活函数来提高模型效率和可解释性	提出了一种轻量级的注意力驱动KAN网络，减少了参数复杂度并引入了新型激活函数，同时结合了滑动窗口数据增强技术以提高模型泛化能力	研究仅基于ADHD-200数据集进行验证，可能在其他数据集上的泛化能力有待进一步验证	开发一种参数高效且可解释的深度学习模型，用于ADHD的诊断	注意力缺陷多动障碍(ADHD)患者的大脑连接特征	数字病理学	注意力缺陷多动障碍(ADHD)	深度学习	Kolmogorov-Arnold Network (KAN)	大脑连接特征数据	ADHD-200数据集
787	2025-07-12	Generative adversarial network (GAN) model-based design of potent SARS-CoV-2 Mpro inhibitors using the electron density of ligands and 3D binding pockets: insights from molecular docking, dynamics simulation, and MM-GBSA analysis 2025-Aug, Molecular diversity IF:3.9Q2 DOI:10.1007/s11030-024-11047-9 PMID:39613993	研究论文	本研究利用生成对抗网络（GAN）模型设计SARS-CoV-2主蛋白酶（Mpro）抑制剂，通过分子对接、动力学模拟和MM-GBSA分析验证分子活性	采用两种不同的GAN算法生成新型小分子，一种基于配体的实验电子密度数据，另一种基于靶点结合口袋的空间和键合关系	生成的分子数量差异较大（ED-based方法生成26,000个分子，而结合口袋方法仅生成100个分子），可能影响结果的广泛性	加速药物发现过程，设计针对SARS-CoV-2主蛋白酶的有效抑制剂	SARS-CoV-2主蛋白酶（Mpro）及其抑制剂	药物发现	COVID-19	分子对接、分子动力学模拟、MM-GBSA分析	GAN	3D分子结构数据	ED-based方法生成约26,000个分子，结合口袋方法生成约100个分子，最终筛选出6个最有前景的分子进行进一步分析
788	2025-07-12	A 4D tensor-enhanced multi-dimensional convolutional neural network for accurate prediction of protein-ligand binding affinity 2025-Aug, Molecular diversity IF:3.9Q2 DOI:10.1007/s11030-024-11044-y PMID:39714563	研究论文	本研究提出了一种基于4D张量特征和多维卷积神经网络的蛋白质-配体结合亲和力预测模型MCDTA	引入了4D张量特征来捕捉结合口袋区域的关键相互作用，并开发了基于该特征的三维卷积神经网络模型	未明确提及具体局限性	准确预测蛋白质-配体结合亲和力，以促进药物新用途的发现	蛋白质-配体相互作用	机器学习	NA	多维卷积神经网络	CNN	序列、结构、三维交互特征	PDBbind v.2020数据集
789	2025-07-12	Deep Learning Approach Readily Differentiates Papilledema, Non-Arteritic Anterior Ischemic Optic Neuropathy, and Healthy Eyes 2025-Aug, American journal of ophthalmology IF:4.1Q1 DOI:10.1016/j.ajo.2025.04.006 PMID:40220884	研究论文	本研究开发并验证了一种深度学习模型，用于区分由特发性颅内高压（IIH）、非动脉炎性前部缺血性视神经病变（NAION）引起的视盘肿胀与健康眼的眼底照片	利用深度学习技术，首次实现了对IIH、NAION和健康眼的自动区分，且具有高准确率	研究依赖于眼底照片的质量和标准化处理，且外部验证集的样本量相对较小	开发一种能够准确区分IIH、NAION和健康眼的深度学习诊断工具	眼底照片，包括IIH、NAION患者及健康对照者的眼底图像	数字病理	眼科疾病	深度学习	ResNet-50	图像	训练和验证集包含15,088张眼底照片（来自5,866只眼），外部验证集包含1,126张照片（来自928只眼）
790	2025-07-12	Deep learning Radiopathomics based on pretreatment MRI and whole slide images for predicting overall survival in locally advanced nasopharyngeal carcinoma 2025-Aug, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology IF:4.9Q1 DOI:10.1016/j.radonc.2025.110949 PMID:40409367	research paper	开发了一种基于深度学习的放射病理学整合模型，用于预测局部晚期鼻咽癌患者的总体生存期	结合MRI和全切片图像的深度学习模型，首次在局部晚期鼻咽癌患者中预测总体生存期	样本量相对较小，外部测试集仅包含50例患者	预测局部晚期鼻咽癌患者的总体生存期	343例局部晚期鼻咽癌患者	digital pathology	nasopharyngeal carcinoma	MRI, whole slide imaging	multimodal fusion model with self-attention mechanism and multilayer perceptron	image (MRI and whole slide images)	343例患者（训练集202例，验证集91例，外部测试集50例）
791	2025-07-12	Deep learning dosiomics for the pretreatment prediction of radiation dermatitis in nasopharyngeal carcinoma patients treated with radiotherapy 2025-Aug, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology IF:4.9Q1 DOI:10.1016/j.radonc.2025.110951 PMID:40412532	研究论文	开发一种结合剂量组学和深度学习（DL）的模型，用于预测接受放疗的鼻咽癌患者中≥2级放射性皮炎（RD）的发生	首次将剂量组学特征与深度学习特征结合，构建端到端模型预测放射性皮炎，并通过整合临床因素进一步提高了预测效果	研究为回顾性设计，样本量相对有限（290例患者），且仅来自两个医疗中心	预测鼻咽癌患者放疗后放射性皮炎的发生风险	接受放疗的鼻咽癌患者	数字病理学	鼻咽癌	剂量组学分析、深度学习	XGBoost、ResNet-34	放射剂量分布数据	290例鼻咽癌患者（167例训练集，72例内部验证集，51例外部验证集）
792	2025-07-11	Computational screening of umami tastants using deep learning 2025-Aug, Molecular diversity IF:3.9Q2 DOI:10.1007/s11030-024-11006-4 PMID:39422798	研究论文	本研究开发了一种基于深度学习的虚拟筛选流程，用于从大型分子数据库中识别高效鲜味物质	首次构建了基于Transformer的架构用于鲜味物质分类，并开发了预测鲜味化合物效能的神经网络模型	研究仅基于分子结构特征，未考虑实际味觉测试验证	开发高效识别新型鲜味物质的计算方法	鲜味分子与非鲜味分子	机器学习	NA	深度学习	Transformer, 神经网络	分子结构数据	867个分子（439个鲜味分子和428个非鲜味分子），并在包含约70,000个分子的FooDB数据库上进行应用验证
793	2025-07-11	iDCNNPred: an interpretable deep learning model for virtual screening and identification of PI3Ka inhibitors against triple-negative breast cancer 2025-Aug, Molecular diversity IF:3.9Q2 DOI:10.1007/s11030-024-11055-9 PMID:39648257	研究论文	提出了一种可解释的深度学习模型iDCNNPred，用于虚拟筛选和识别针对三阴性乳腺癌的PI3Ka抑制剂	开发了Custom-DCNN模型，性能优于预训练模型，并通过Grad-CAM技术增强了模型预测的可解释性	需要进一步的药物化学工作来提高筛选出的分子的效力和选择性	识别和筛选针对三阴性乳腺癌的PI3Ka抑制剂	PI3Ka抑制剂	数字病理学	三阴性乳腺癌	分子对接、体外PI3K抑制研究	Custom-DCNN、AlexNet、SqueezeNet、VGG19	2D分子图像	Maybridge化学库中的分子，最终筛选出12个有潜力的分子，其中4个进行了生物验证
794	2025-07-11	GraphkmerDTA: integrating local sequence patterns and topological information for drug-target binding affinity prediction and applications in multi-target anti-Alzheimer's drug discovery 2025-Aug, Molecular diversity IF:3.9Q2 DOI:10.1007/s11030-024-11065-7 PMID:39792322	研究论文	提出了一种名为GraphkmerDTA的新型深度学习模型，用于药物-靶标结合亲和力预测，并在多靶点抗阿尔茨海默病药物发现中应用	整合了Kmer特征与结构拓扑信息，克服了现有方法在序列特征提取和拓扑信息利用上的不足	未提及具体的计算资源需求或模型训练时间，可能在实际应用中存在效率问题	提高药物-靶标结合亲和力预测的准确性，并应用于药物发现	药物分子和蛋白质	机器学习	阿尔茨海默病	图神经网络（GNN）和全连接网络	GraphkmerDTA（结合GNN和Kmer特征）	序列数据和结构数据	超过两千种化合物的筛选库
795	2025-07-11	Deep Learning-Based Signal Amplification of T1-Weighted Single-Dose Images Improves Metastasis Detection in Brain MRI 2025-Aug-01, Investigative radiology IF:7.0Q1 DOI:10.1097/RLI.0000000000001166 PMID:39961132	研究论文	本研究探讨了基于深度学习的信号放大技术在单剂量T1加权脑MRI图像中的应用，以提高转移瘤的检测能力	利用深度学习技术从单剂量对比增强图像生成人工双剂量图像，避免了使用实际双剂量对比剂带来的环境和健康风险	研究中读者在人工双剂量图像上显示出更多的假阳性发现，尽管差异不显著	评估深度学习增强的单剂量脑MRI图像在转移瘤检测中的效果	30名参与者（平均年龄58.5±11.8岁，23名女性）的脑MRI图像	数字病理	脑转移瘤	MRI	深度学习	医学影像	30名参与者
796	2025-07-11	Deep learning in the discovery of antiviral peptides and peptidomimetics: databases and prediction tools 2025-Aug, Molecular diversity IF:3.9Q2 DOI:10.1007/s11030-025-11173-y PMID:40153158	综述	本文综述了抗病毒肽（AVPs）的数据库构建、理化特性及其在机器学习预测工具中的应用	探讨了AI技术在抗病毒肽发现中的关键作用，并介绍了专用数据库（如DRAVP、AVPdb和DBAASP）的开发与应用	现有数据库存在数据集小、注释不完整以及与多组学数据整合不足的问题，且预测工具面临过拟合、实验验证有限和缺乏机制性见解的挑战	推动抗病毒肽和拟肽类药物的发现与开发	抗病毒肽（AVPs）及其理化特性	自然语言处理	NA	机器学习和深度学习	NA	文本数据	NA
797	2025-07-11	Integrating deep learning and molecular dynamics simulations for FXR antagonist discovery 2025-Aug, Molecular diversity IF:3.9Q2 DOI:10.1007/s11030-025-11145-2 PMID:40172823	研究论文	本研究结合深度学习和分子动力学模拟，发现FXR拮抗剂用于治疗代谢疾病	开发了预测FXR拮抗活性和毒性的深度学习模型，并通过分子动力学模拟筛选出具有潜在治疗价值的化合物	研究中筛选的化合物数量有限，且未进行临床验证	发现可用于治疗代谢疾病的FXR拮抗剂	FXR（法尼醇X受体）及其潜在拮抗剂	机器学习	代谢疾病	深度学习，分子动力学模拟	深度学习模型	化合物数据	从HMDB数据库中筛选的217,345种化合物
798	2025-07-11	QMGBP-DL: a deep learning and machine learning approach for quantum molecular graph band-gap prediction 2025-Aug, Molecular diversity IF:3.9Q2 DOI:10.1007/s11030-025-11178-7 PMID:40252145	研究论文	本文提出了一种结合深度学习和机器学习的量子分子图带隙预测方法QMGBP-DL	QMGBP-DL方法通过结合分子图编码器和机器学习模型，显著提高了分子和材料带隙能量的预测准确性	未提及具体局限性	加速药物设计和材料科学中的发现，特别是分子和量子材料性质的预测	分子和量子材料的带隙能量	机器学习	NA	图卷积网络(GCN)和随机森林	GCN, Random Forest	分子图数据(SMILES字符串)	QM9, PCQM4M和OPV数据集
799	2025-07-11	Cangrelor and AVN-944 as repurposable candidate drugs for hMPV: analysis entailed by AI-driven in silico approach 2025-Aug, Molecular diversity IF:3.9Q2 DOI:10.1007/s11030-025-11206-6 PMID:40316857	研究论文	本研究通过AI驱动的计算机模拟方法，筛选出Cangrelor和AVN-944作为抗人类偏肺病毒(hMPV)的候选药物	利用深度学习构建药效团模型筛选FDA批准药物和抗病毒药物，并通过分子对接和分子动力学模拟验证药物与hMPV F蛋白的结合稳定性	需要进一步的体外和体内实验验证候选药物的疗效	寻找可重新用于治疗hMPV感染的药物	人类偏肺病毒(hMPV)的F蛋白	计算生物学	呼吸道感染	深度学习、分子对接、分子动力学模拟	深度学习药效团模型	蛋白质结构数据、药物分子数据	初始筛选2400种FDA批准药物和255种抗病毒药物，最终筛选出792种和72种候选药物
800	2025-07-11	Machine learning approaches for predicting the small molecule-miRNA associations: a comprehensive review 2025-Aug, Molecular diversity IF:3.9Q2 DOI:10.1007/s11030-025-11211-9 PMID:40392452	综述	本文全面回顾了机器学习在预测小分子与microRNA关联中的应用	对32种基于机器学习的SMA预测方法进行了详尽分类和趋势分析，提供了未来研究的宝贵见解	未提及具体方法在临床转化中的实际应用限制	增强对小分子-miRNA相互作用的理解和预测能力	小分子(SMs)与microRNA(miRNAs)的关联关系	机器学习	NA	机器学习算法	经典ML、深度学习、矩阵分解、网络传播、图学习、集成学习	生物分子相互作用数据	NA