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
121	2025-10-05	Computational Prediction of Single-Domain Immunoglobulin Aggregation Propensities Facilitates Discovery and Humanization of Recombinant Nanobodies 2025-Aug-28, Antibodies (Basel, Switzerland) DOI:10.3390/antib14030073 PMID:40981272	研究论文	开发基于深度学习的计算方法预测单域免疫球蛋白聚集倾向，用于筛选稳定的重组纳米抗体	首次结合深度学习结构预测与框架区2特性分析来预测VHH抗体聚集倾向，并建立可访问的软件流程设计理想溶解性纳米抗体	研究样本量有限（106种纳米抗体变体），需要进一步验证方法的普适性	开发计算预测方法解决重组纳米抗体合成过程中的蛋白质聚集问题	重链抗体可变域（VHH）和重组纳米抗体	机器学习	NA	深度学习结构预测、重组表达、尺寸排阻色谱	深度学习	蛋白质结构数据、生物化学特性数据	106种纳米抗体变体	NA	NA	聚集评分与实际聚集倾向的相关性	NA
122	2025-10-05	World's First Real-Time Artificial Intelligence-Assisted Mechanical Thrombectomy for Acute Ischemic Stroke 2025-Aug-01, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8704 PMID:39961616	研究论文	本研究报道了首例实时人工智能辅助的急性缺血性脑卒中机械取栓术的初步经验	首次在急诊机械取栓手术中应用实时深度学习AI系统进行辅助操作	样本量较小（16例患者），需要更大规模研究验证对手术流程和临床结果的影响	评估实时AI系统在急性缺血性脑卒中机械取栓术中的有效性和安全性	16例连续收治的急性缺血性脑卒中患者	医疗人工智能	急性缺血性脑卒中	深度学习	深度学习模型	荧光透视图像视频	16例患者	NA	NA	精确率, 召回率	NA
123	2025-10-05	Machine Learning Approach to Predict Emergency Cesarean Sections Among Nulliparous Women 2025-Aug, Cureus DOI:10.7759/cureus.90501 PMID:40978894	研究论文	本研究使用机器学习方法预测初产妇急诊剖宫产的风险因素	首次在伊朗产科中心应用七种机器学习模型预测初产妇急诊剖宫产，并比较各模型性能	回顾性研究设计，未包含产时临床特征，需要前瞻性研究验证	识别初产妇急诊剖宫产的预测因素	伊朗某三级产科中心的初产妇，单胎头位妊娠≥37周	机器学习	产科疾病	机器学习	线性回归,逻辑回归,决策树,随机森林,XGBoost,KNN,深度学习	临床数据	2668例分娩（1916例阴道分娩，752例剖宫产）	NA	NA	AUC,准确率,精确率,召回率,F1分数	NA
124	2025-10-05	The Prognostic Performance of Artificial Intelligence and Machine Learning Models for Mortality Prediction in Intensive Care Units: A Systematic Review 2025-Aug, Cureus DOI:10.7759/cureus.90465 PMID:40978923	系统综述	系统评估人工智能和机器学习模型在ICU死亡率预测中的表现	首次系统比较多种AI/ML模型与传统临床评分系统在ICU死亡率预测中的性能差异	研究多为回顾性分析，数据集有限，缺乏前瞻性验证	评估AI和ML模型在ICU住院死亡率预测中的应用效果	ICU住院患者	机器学习	危重症	机器学习算法	XGBoost,随机森林,逻辑回归,循环神经网络	临床数据	基于15项研究的数据，主要来自MIMIC和eICU-CRD数据库	NA	XGBoost,随机森林,逻辑回归,RNN	判别性能,预测准确率	NA
125	2025-10-05	Predicting cardiotoxicity in drug development: A deep learning approach 2025-Aug, Journal of pharmaceutical analysis IF:6.1Q1 DOI:10.1016/j.jpha.2025.101263 PMID:40979544	研究论文	本研究采用机器学习和深度学习方法预测化合物的心脏毒性，旨在提高药物开发过程中的安全评估效率	结合多种分子指纹和描述符，使用Transformer等深度学习模型实现心脏毒性预测，并通过SHAP方法提供模型可解释性	NA	开发准确高效的心脏毒性预测模型以替代传统耗时昂贵的实验方法	化合物分子及其心脏毒性	机器学习	心血管疾病	分子指纹和分子描述符计算	NB, RF, SVM, KNN, XGBoost, Transformer	分子结构数据	NA	NA	Transformer	准确率, AUC	NA
126	2025-10-05	HyPepTox-Fuse: An interpretable hybrid framework for accurate peptide toxicity prediction fusing protein language model-based embeddings with conventional descriptors 2025-Aug, Journal of pharmaceutical analysis IF:6.1Q1 DOI:10.1016/j.jpha.2025.101410 PMID:40979547	研究论文	提出一种融合蛋白质语言模型嵌入与传统描述符的混合框架HyPepTox-Fuse，用于准确预测肽毒性	首次融合蛋白质语言模型嵌入与传统描述符，采用跨模态多头注意力机制和Transformer架构实现更丰富的肽表征	NA	开发准确预测肽毒性的计算工具以促进基于肽的疗法设计	肽类分子	机器学习	NA	蛋白质语言模型，机器学习，深度学习	Transformer，集成学习	肽序列数据，分子描述符	NA	NA	Transformer，多头注意力机制	交叉验证，独立评估	NA
127	2025-10-05	Machine learning methods for gene regulatory network inference 2025-Aug-31, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf470 PMID:40966655	综述	本文系统综述了基于机器学习的基因调控网络推断方法及其相关数据集与评估指标	重点关注前沿深度学习技术在提升基因调控网络推断性能中的新兴作用	NA	支持基因调控研究中GRN推断的应用及新型机器学习方法的开发	基因调控网络（GRNs）及其推断方法	计算生物学	NA	高通量测序技术	监督学习, 无监督学习, 半监督学习, 对比学习, 深度学习	大规模组学数据	NA	NA	NA	NA	NA
128	2025-10-05	International Validation of Echocardiographic Artificial Intelligence Amyloid Detection Algorithm 2025-Aug-25, JACC. Advances DOI:10.1016/j.jacadv.2025.102067 PMID:40965401	研究论文	本研究通过国际多中心回顾性病例对照研究验证了基于计算机视觉的深度学习算法EchoNet-LVH在心脏淀粉样变性检测中的性能	开发了首个基于胸骨旁长轴和心尖四腔心切面视频的计算机视觉算法用于心脏淀粉样变性的国际多中心验证	研究为回顾性病例对照设计，样本量相对有限（1553例），需要前瞻性研究进一步验证	验证人工智能算法在心脏淀粉样变性检测中的诊断性能	574名心脏淀粉样变性患者和979名对照患者的超声心动图研究	计算机视觉	心脏淀粉样变性	经胸超声心动图	深度学习	视频	1553例（574例病例+979例对照）	NA	EchoNet-LVH	AUC, 敏感性, 特异性, 阳性预测值, 阴性预测值	NA
129	2025-10-05	Self-supervised physics-informed generative networks for phase retrieval from a single X-ray hologram 2025-Aug-25, Optics express IF:3.2Q2 DOI:10.1364/OE.569216 PMID:40984363	研究论文	提出一种自监督物理信息生成网络，从单张X射线全息图中同时重建相位和吸收信息	无需配对、非配对或模拟训练数据，通过物理信息生成对抗网络实现单张全息图的相位恢复	未明确说明计算资源需求和算法在极端成像条件下的表现	解决X射线相位衬度成像中的相位恢复逆问题	X射线全息图和未传播波场的相位与吸收信息	计算机视觉	NA	X射线相位衬度成像，Fresnel近场理论	GAN	X射线全息图（强度测量）	模拟数据和PETRA III P05束线实验数据集	NA	物理信息生成对抗网络	定量重建质量	NA
130	2025-10-05	All-optical color image encryption using multimode fiber speckles and diffractive deep neural networks 2025-Aug-25, Optics express IF:3.2Q2 DOI:10.1364/OE.571745 PMID:40984386	研究论文	提出一种集成轨道角动量编码、多模光纤散斑加密和衍射深度神经网络解码的全光学彩色图像加密系统	将图像像素的灰度值和颜色通道分别映射到OAM光束的拓扑电荷和空间位置，利用环境干扰生成散斑密文，并通过预训练D2NN实现光学端到端解密	需在长期噪声干扰下收集散斑样本进行训练，系统性能可能受环境扰动特性影响	实现无需深度学习计算负担的高速安全彩色图像传输	彩色图像像素的加密与解密	计算机视觉	NA	轨道角动量编码、多模光纤传输、衍射神经网络	衍射深度神经网络	光学图像、散斑图案	512×512彩色图像	NA	D2NN	准确率, SSIM	全光学系统（无传统计算资源）
131	2025-10-05	Trace gas sensor based on photoacoustic spectroscopy and deep learning nested U-shaped network (U-Net++) 2025-Aug-25, Optics express IF:3.2Q2 DOI:10.1364/OE.569183 PMID:40984421	研究论文	提出一种结合滚筒型谐振器光声光谱系统和嵌套U型深度学习网络(U-Net++)的新型痕量气体传感器	首次将优化的滚筒型声学谐振器与U-Net++深度学习架构相结合，实现噪声抑制和长期稳定性提升	NA	开发高灵敏度、强噪声抑制能力和长期稳定性的痕量气体检测传感器	甲烷(CH)气体	传感器技术	NA	光声光谱技术(PAS)	深度学习	光谱数据	不同甲烷浓度(5-30 ppm)的实验验证	NA	U-Net++	标准偏差, Allan方差, 最小可检测浓度(MDC), 信噪比(SNR)	NA
132	2025-10-05	Accurate prediction approach for the center position of a future light spot under atmospheric turbulence 2025-Aug-25, Optics express IF:3.2Q2 DOI:10.1364/OE.568684 PMID:40984412	研究论文	提出一种名为特征匹配循环预测(FMRP)的混合方法，用于预测大气湍流下光斑中心位置	仅需处理实时接收的光斑图像即可实现精确位置预测，无需离线训练和大规模数据集	NA	提高卫星对地激光通信中指向、捕获和跟踪系统的精度和稳定性	大气湍流环境下的光斑中心位置	计算机视觉	NA	NA	RNN	图像	NA	NA	循环神经网络	预测精度, 稳定性	NA
133	2025-10-05	Statistical analysis and prediction of dynamic UAV-based entanglement distribution channel through deep learning 2025-Aug-11, Optics express IF:3.2Q2 DOI:10.1364/OE.565103 PMID:40984598	研究论文	提出基于PatchTST深度学习模型的无人机量子纠缠分布信道动态预测框架	首次将PatchTST Transformer模型应用于无人机量子信道动态透射率预测，相比传统静态统计模型能更准确捕捉实时信道变化	基于仿真数据验证，尚未在真实物理系统中进行测试	提升无人机量子纠缠分布系统的自适应优化能力和鲁棒性	无人机对地量子信道透射率动态变化	机器学习	NA	深度学习	Transformer	时间序列数据	NA	NA	PatchTST	BBM92安全密钥率	NA
134	2025-10-05	Deep-learning-based single-pixel telescope for simultaneous visible and near-infrared imaging with robustness to atmospheric seeing 2025-Aug-11, Optics express IF:3.2Q2 DOI:10.1364/OE.566490 PMID:40984610	研究论文	本研究开发了一种基于深度学习的单像素望远镜系统，用于在模拟大气湍流条件下实现可见光和近红外的同步成像	将深度学习技术与具有多波长成像能力的单像素成像系统相结合，开发了能够同时进行可见光和近红外观测的单像素望远镜系统	在模拟湍流条件下，时间分割模式学习网络对简单目标（如MNIST图像）的精度低于U-Net，需要进一步改进	开发能够在大气湍流等动态随机介质中实现高质量成像的望远镜系统	单像素望远镜系统在模拟大气湍流条件下的成像性能	计算机视觉	NA	单像素成像，深度学习成像	CNN	图像	NA	NA	U-Net, TDPL	精度	NA
135	2025-10-05	Predicting response and survival of lung adenocarcinoma under anti-programmed death-1 therapy using biological deep learning 2025-Aug-31, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf479 PMID:40971820	研究论文	开发基于迁移学习的半监督生物稀疏神经网络预测肺腺癌患者对PD-1抑制剂治疗的应答和生存情况	提出结合生物通路信息的稀疏神经网络，整合多组学数据和半监督学习策略	NA	预测肺腺癌患者对PD-1免疫治疗的应答和生存获益	肺腺癌患者	机器学习	肺癌	基因组突变分析,拷贝数变异分析	神经网络	基因组数据,多组学数据	四个队列的患者数据	NA	生物稀疏神经网络	AUROC,AUPR	NA
136	2025-10-05	Editorial - "Lung ultrasound and community-acquired pneumonia: from complementary tool to clinical game-changer" 2025-Aug-30, Respiratory medicine and research IF:2.2Q3 DOI:10.1016/j.resmer.2025.101203 PMID:40976013	评论	探讨肺部超声在社区获得性肺炎诊断和管理中的变革性作用	提出肺部超声正从辅助工具转变为肺炎诊疗的临床变革者，特别强调其在动态监测、预后评分和人工智能辅助诊断方面的突破	操作者依赖性较强，对深部病变穿透力有限	评估肺部超声在社区获得性肺炎诊疗中的临床应用价值	社区获得性肺炎患者，特别是急诊科、ICU、儿科、老年科患者和资源有限地区的患者	医学影像	肺炎	肺部超声，对比增强超声	深度学习	超声图像	NA	NA	NA	灵敏度，特异性，诊断准确率	NA
137	2025-10-05	Buzzing with Intelligence: A Systematic Review of Smart Beehive Technologies 2025-Aug-29, Sensors (Basel, Switzerland) DOI:10.3390/s25175359 PMID:40942788	系统综述	本文系统综述了智能蜂箱技术的现状，重点关注物联网监测、传感器模式、机器学习技术在精准养蜂中的应用	首次按照PRISMA指南对1990-2025年间135篇智能蜂箱技术文献进行系统分析，揭示了深度学习、计算机视觉和多模态传感器融合的新趋势	系统集成、数据集标准化和大规模部署方面仍存在挑战	研究智能系统在蜂箱早期问题检测、状态监测和预测干预中的作用	智能蜂箱系统及相关技术应用	物联网, 机器学习	NA	物联网监测, 传感器技术, 机器学习	深度学习, 计算机视觉	环境数据, 声音数据, 图像数据, 结构数据	135篇同行评审文献	NA	NA	NA	NA
138	2025-10-05	Resolution enhancement and target segmentation of medical images based on the frequency-domain information in deep learning 2025-Aug-20, Applied optics IF:1.7Q3 DOI:10.1364/AO.557903 PMID:40981883	研究论文	提出一种基于频域信息的深度学习网络，用于医学图像分辨率增强和目标分割	将图像映射到频域，独立处理振幅和相位信息，并采用融合策略恢复清晰图像，超越传统空间域方法	NA	解决数字病理图像失真和模糊问题，提升细胞分割模型性能	医学图像中的细胞核	数字病理	癌症	深度学习	CNN	医学图像	NA	NA	金字塔池化模块	NA	NA
139	2025-10-05	A Systematic Review of the Diagnostic Accuracy of Deep Learning Models for the Automatic Detection, Localization, and Characterization of Clinically Significant Prostate Cancer on Magnetic Resonance Imaging 2025-Aug, European urology oncology IF:8.3Q1 DOI:10.1016/j.euo.2024.11.001 PMID:39547898	系统综述	本系统综述评估深度学习模型在MRI上自动检测、定位和表征临床显著性前列腺癌的诊断准确性	首次系统评估2020-2023年间全自动深度学习模型在前列腺癌MRI诊断中的表现	研究设计、验证策略和数据集存在显著异质性，仅三分之一研究进行了外部验证，限制了结果的普适性	评估深度学习模型在增强前列腺癌MRI诊断准确性方面的潜力	临床显著性前列腺癌患者	医学影像分析	前列腺癌	磁共振成像	深度学习模型	医学影像	25项符合纳入标准的研究	NA	NA	诊断准确性	NA
140	2025-10-05	Spatial-temporal cascaded network for dynamic [11C]acetate cardiac PET parametric images generation based on one-tissue compartment model 2025-Aug, Medical physics IF:3.2Q1 DOI:10.1002/mp.18016 PMID:40781790	研究论文	提出基于深度学习的方法，利用缩短的动态PET数据生成[11C]acetate单组织房室模型动力学参数图像	提出时空级联网络(STCN)，结合卷积模块和Transformer模块，并引入动力学模型的时间损失函数	K1参数图像的PSNR略低于Pix2pix模型，样本量相对有限(57个受试者)	探索减少参数分析所需时间的可行性，促进动态PET在临床的应用	心脏[11C]acetate PET/CT成像数据	医学影像分析	心血管疾病	动态PET/CT成像，单组织房室模型	CNN, Transformer	动态PET图像	57个受试者(训练集40个，测试集17个)	NA	时空级联网络(STCN), U-Net, Pix2pix, CycleGAN	NRMSE, PSNR, SSIM, WAIC, CoV	NA