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
141	2025-10-05	Hybrid phantom for lung CT: Design and validation 2025-Aug, Medical physics IF:3.2Q1 DOI:10.1002/mp.17990 PMID:40781832	研究论文	本文介绍并验证了一种用于肺部CT的混合体模设计，该体模结合了基于任务的图像质量评估和人体解剖模拟功能	将基于任务的体模设置（Mercury）与基于患者的体模设置（Freddie）结合在单一混合体模中，增强了可检测性指数在临床CT协议优化中的应用潜力	三种材料（TangoBlack+、VeroClear和HIPS）在某些光束能量下的HU值一致性超出15%范围	优化肺部CT成像协议，特别是低剂量CT在肺癌筛查中的应用	肺部CT混合体模的设计与验证	医学影像	肺癌	CT成像，深度学习重建算法	NA	CT图像	5名胸部放射科医生和8名非放射科医生的观察评估	NA	NA	亨氏单位一致性，李克特量表评分，可检测性指数	NA
142	2025-10-05	Graph-based deep learning for integrating single-cell and bulk transcriptomic data to identify clinical cancer subtypes 2025-Aug-31, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf467 PMID:40966644	研究论文	提出基于图深度学习的单细胞和批量转录组数据整合方法scBGDL，用于识别癌症临床亚型和预测临床结局	首次构建样本特异性基因图模型，结合图注意力网络、MinCutPool层和Transformer模块，实现多组学数据的高效整合与生物学解释	方法在16种癌症类型中验证但尚未涵盖所有癌症类型，需要进一步扩大验证范围	整合单细胞和批量转录组数据以精确识别癌症亚型并预测临床结局	16种TCGA癌症类型及三个多中心队列（肺腺癌、上皮性卵巢癌、皮肤黑色素瘤）	生物信息学, 机器学习	癌症	单细胞RNA测序, 批量转录组测序	图神经网络, Transformer	基因表达数据	TCGA 16种癌症类型，肺腺癌1099例，上皮性卵巢癌762例，皮肤黑色素瘤305例	PyTorch, DGL	Graph Attention Networks, MinCutPool, Transformer	C-index, log-rank P值	NA
143	2025-10-05	AttBiomarker: unveiling preeclampsia biomarkers and molecular pathways through two-stage gene selection techniques and attention-based CNN with gene regulatory network analysis 2025-Aug-31, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf473 PMID:40966654	研究论文	本研究开发了一种集成深度学习和生物信息学的方法，通过两阶段基因选择技术和基于注意力的CNN结合基因调控网络分析，识别先兆子痫的潜在生物标志物	提出两阶段基因选择方法（Fisher评分+mRMR）结合注意力机制CNN模型，并整合基因调控网络分析来识别先兆子痫生物标志物	仅基于三个微阵列数据集进行分析，样本规模和多样性可能存在限制	识别先兆子痫的潜在生物标志物和分子通路	先兆子痫相关基因表达数据	生物信息学	先兆子痫	微阵列分析, 基因本体分析, KEGG通路富集分析, 蛋白质-蛋白质相互作用网络, 基因调控网络分析, 分子对接分析	CNN	基因表达数据	三个微阵列数据集	NA	基于注意力的卷积神经网络(AttCNN)	分类准确率	NA
144	2025-10-05	Artificial intelligence for comprehensive DNA methylation analysis: overview, challenges, and future directions 2025-Aug-31, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf468 PMID:40966651	综述	本文全面评述了人工智能与DNA甲基化分析的协同作用，涵盖机器学习、深度学习、自然语言处理和可解释人工智能等技术	强调了信号处理和基于大语言模型的在DNA甲基化研究中尚未充分开发的潜力	讨论了管理和分析大型复杂DNA甲基化数据集时面临的挑战和限制	探索人工智能在DNA甲基化分析领域的应用现状与未来发展	DNA甲基化数据分析方法	自然语言处理, 机器学习	NA	DNA甲基化分析	机器学习, 深度学习, 自然语言处理模型, 大语言模型	DNA甲基化数据	NA	NA	NA	NA	NA
145	2025-10-05	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	开发名为Electrode Net的定制深度学习框架，用于快速准确预测多孔电极的各向异性传输特性	将符号距离场与三维卷积神经网络结合，为多孔电极设计提供高效预测工具	NA	开发深度学习框架以加速多孔电极的设计过程	多孔电极的各向异性传输特性	机器学习	NA	深度学习，符号距离场	CNN	几何样本数据	15,433个真实和生成的几何样本	NA	3D卷积神经网络	R平方值	NA
146	2025-10-05	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	本研究开发了选择性非共价抑制RGS14 GTP酶加速活性的小分子抑制剂	首次发现可靶向RGS14蛋白浅表Gα结合峡谷的非共价小分子抑制剂，并采用机器学习增强的分子对接技术指导配体优化	未明确说明样本规模，且部分抑制剂仅进行了初步体内药代动力学评估	开发针对RGS14 GTP酶加速活性的选择性抑制剂	RGS14蛋白及其GTP酶加速活性	计算生物学	中枢神经系统疾病,代谢疾病	结构导向虚拟筛选,配体对接,深度学习评分,荧光检测,放射性GTP水解测定	深度学习	分子结构数据,生物活性数据	40多个第二代类似物	NA	NA	抑制活性,细胞毒性,药代动力学参数	NA
147	2025-10-06	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	提出一种名为PROMINENT的可解释深度学习新方法，整合基因水平DNA甲基化数据和生物通路信息进行表型预测	首次将基因和通路水平先验知识整合到DNA甲基化分析的深度神经网络中，同时提高预测准确性和可解释性	NA	开发能够准确预测表型并具有良好可解释性的DNA甲基化数据分析方法	儿童哮喘、特发性肺纤维化(IPF)和首发精神病(FEP)患者的DNA甲基化数据	机器学习	呼吸系统疾病,精神疾病	DNA甲基化分析	深度神经网络	基因水平DNA甲基化数据	NA	NA	深度神经网络	预测准确性,计算效率	NA
148	2025-10-05	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	本研究使用预训练深度学习网络通过跟骨包容角评估扁平足诊断	首次将预训练深度学习模型应用于扁平足的X射线图像自动诊断，实现了高精度分类	研究人群在年龄和性别方面同质化，缺乏足够异质性代表一般人群	开发基于深度学习的扁平足自动诊断方法	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	X射线成像	CNN	图像	289名患者的足部X射线图像	NA	AlexNet, GoogleNet, SqueezeNet	准确率	NA
149	2025-10-06	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CircCode3集成分析流程，通过深度学习技术从核糖体分析测序和质谱数据中挖掘可翻译环状RNA	整合了深度学习工具DeepCircm6A和DLMSC，新增了跨越反向剪接位点的开放阅读框识别与评估功能	未提及具体性能验证数据或与其他工具的对比结果	准确识别可翻译环状RNA及其开放阅读框	可翻译环状RNA及其编码潜力	生物信息学	NA	核糖体分析测序, 质谱分析, 高通量测序	深度学习	测序数据, 质谱数据	NA	NA	NA	NA	NA
150	2025-10-06	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	开发并验证一种仅使用经胸超声心动图胸骨旁长轴视图的深度学习模型，用于预测肥厚型心肌病患者的严重左心室流出道梗阻	首次提出仅使用单一超声视图（PLAX）通过深度学习同时捕捉形态学和动态运动特征来预测LVOTO，无需传统多视图、多普勒和激发测试	研究样本主要来自特定医疗机构，需要进一步多中心验证；模型性能在外部验证集中略有下降	开发一种简化的LVOTO评估方法，解决资源有限环境下传统评估方法不可行的问题	肥厚型心肌病患者	医学影像分析	心血管疾病	经胸超声心动图	深度学习模型	超声视频	开发数据集1007例，内部测试集87例，外部验证集1334例，治疗数据集156例	NA	NA	AUC, 特异性, 阴性预测值	NA
151	2025-10-06	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，发现扩散平衡相及其对泛化能力的影响	首次识别出扩散平衡相这一稳定训练阶段，并提出基于样本重加权的优化方法改善残差同质性和泛化能力	主要基于物理信息神经网络进行实验验证，在其他类型网络中的普适性需进一步研究	研究非凸目标函数中一阶优化器的学习动态和泛化机制	全连接神经网络的学习过程	机器学习	NA	NA	全连接神经网络	NA	NA	NA	全连接神经网络	神经梯度信噪比, 收敛速度, 泛化能力	NA
152	2025-10-06	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	提出了一种基于智能深度学习的5G网络疾病监测系统，使用多疾病大数据进行疾病预测	开发了改进的MPPP-SSGSO优化算法用于参数调优和模糊分类器优化，并采用集成提升模型与模糊分类器结合的混合方法	仅针对五种特定疾病进行监测，未明确说明具体疾病类型	开发高效的实时疾病监测系统以降低死亡率	通过可穿戴医疗设备收集的患者数据	机器学习	多疾病监测	可穿戴设备数据采集，5G网络传输	1D-CNN, 集成学习, 模糊分类器	传感器数据	NA	NA	一维卷积神经网络，AdaBoost，XGBoost，CatBoost	准确率	5G网络框架
153	2025-10-06	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领域的应用现状与发展前景	系统总结了人工智能在ICU中预测患者恶化事件和提升诊断准确性的最新证据	作为综述文章未进行原始数据收集和实证分析	评估人工智能在重症监护医学中的应用效果与发展潜力	重症监护病房(ICU)产生的多模态医疗数据	医疗人工智能	重症监护疾病(脓毒症、器官衰竭、急性呼吸窘迫综合征等)	机器学习、深度学习	ML, DL	生命体征波形、实验室结果、临床记录、医学影像	NA	NA	NA	预测准确性、诊断准确性	NA
154	2025-10-06	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	开发结合胸部X光影像和临床数据的AI辅助诊断模型，用于COVID-19检测	提出COVID-19风险指数（CORI评分）并实现基于ResNet架构的深度学习模型	回顾性数据收集、医院间变异性和有限的外部验证	开发COVID-19的AI辅助诊断工具	COVID-19患者、非COVID-19肺炎患者和健康个体	医学影像分析	COVID-19	胸部X光成像	CNN	图像、临床数据、实验室数据	367名参与者（100名COVID-19阳性、100名非COVID-19肺炎、100名健康个体）	NA	ResNet	准确率、灵敏度、特异性、阴性预测值、阳性预测值、ROC曲线下面积	NA
155	2025-10-06	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前景与挑战	系统阐述深度学习技术在神经眼科多模态影像诊断中的创新应用，包括移动诊断应用和集成决策支持系统的开发	存在数据异质性、模型可解释性不足以及缺乏标准化监管和伦理指南等关键挑战	评估人工智能在神经眼科疾病诊断中的机遇与临床转化前景	视神经病变和视觉通路障碍（包括视神经炎、缺血性视神经病变、视乳头水肿和青光眼性视神经损伤）	医学人工智能	神经眼科疾病	眼底摄影、光学相干断层扫描（OCT）、磁共振成像（MRI）、视野检查	CNN, 深度学习	医学影像	NA	NA	NA	NA	NA
156	2025-10-06	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以解决癌症差异方面的应用与潜力	系统探讨了AI技术如何通过整合SDOH数据来应对癌症差异，强调可解释AI在医疗公平性中的创新应用	存在AI筛查偏见、临床试验代表性不足和治疗推荐差异等挑战	通过AI整合健康社会决定因素来改善癌症筛查、治疗和生存结果，减少医疗差异	癌症患者群体，特别是医疗服务不足人群	自然语言处理,机器学习	癌症	机器学习,自然语言处理,深度学习医学影像,可解释AI	深度学习	电子健康记录,地理信息系统,真实世界临床试验数据	NA	NA	NA	NA	NA
157	2025-10-06	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机器学习的分层分析框架，用于复杂环境中多分子物种的识别和半定量分析	提出集成多标签卷积神经网络和支持向量回归的混合分析方法，实现了对结构相似分析物的精确识别和相对浓度比的半定量测定	研究仅验证了短链脂肪酸二元混合物，在更复杂多组分体系中的应用仍需进一步验证	解决复杂环境中多分子物种识别和定量的分析挑战	短链脂肪酸二元混合物	机器学习	NA	表面增强拉曼光谱	CNN, SVR	光谱数据	NA	NA	卷积神经网络	分类准确率	NA
158	2025-10-06	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	本文全面回顾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	从单模态分析演进到多模态数据融合的深度学习架构，整合影像学、病理学、基因组学和临床数据	面临大规模高质量标准化数据集需求、模型黑箱问题、数据隐私和算法偏见等伦理考量	提升非小细胞肺癌精准诊断和治疗管理水平	非小细胞肺癌患者	数字病理学	肺癌	多组学数据整合	CNN	影像,基因组,临床数据	NA	NA	卷积神经网络	NA	NA
159	2025-10-06	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	本文综述了人工智能在术中甲状旁腺识别增强应用的研究现状	首次系统回顾AI在多种甲状旁腺识别方法（包括近红外自发荧光、视觉识别等）中的增强应用	纳入研究数量有限（11篇），模型尚未广泛商业应用	评估人工智能在术中甲状旁腺识别中的应用效果	甲状旁腺组织	数字病理	甲状腺疾病	近红外自发荧光、吲哚菁绿血管造影、双RGB/NIR成像系统	深度学习	图像	11项研究	NA	NA	召回率, 精确率	NA
160	2025-10-06	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，用于提高富血管甲状腺结节的良恶性诊断准确性	首次将B超和PDI图像的放射组学特征与深度学习特征相结合，构建多模态融合模型用于甲状腺结节诊断	测试集性能较训练集有所下降，存在过拟合风险，泛化能力有待验证	提高富血管甲状腺结节的良恶性鉴别诊断准确性	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超、能量多普勒成像）	随机森林, 逻辑回归, SVM, XGBoost, TABPFN	超声图像	315例患者（训练集220例，测试集95例）	PyRadiomics, ResNet	ResNet	AUC, 准确率, 精确率, 召回率, F1分数, SHAP分析	NA