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
161	2025-10-05	Few-Shot Learning for Annotation-Efficient Nucleus Instance Segmentation 2025-08, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3564458 PMID:40279227	研究论文	提出一种基于元学习的少样本学习框架，用于解决组织病理学图像中细胞核实例分割的标注效率问题	将少样本学习范式引入细胞核实例分割任务，提出广义少样本实例分割(GFSIS)概念和结构引导机制，构建统一的SGFSIS框架	需要依赖外部完全标注的数据集，在目标数据集上仅使用约10%标注时性能与完全监督学习相当但仍存在差距	开发标注高效的细胞核实例分割方法，减少对专家标注的依赖	组织病理学图像中的细胞核实例	数字病理	NA	深度学习	少样本学习，元学习	组织病理学图像	多个公开可用的数据集	NA	Structurally-Guided Generalized Few-Shot Instance Segmentation (SGFSIS)	与完全监督学习对比的性能指标	NA
162	2025-10-05	Deep Rib Fracture Instance Segmentation and Classification From CT on the RibFrac Challenge 2025-08, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3565514 PMID:40305244	研究论文	介绍基于CT扫描的肋骨骨折实例分割与分类的RibFrac挑战赛及其基准数据集	提供了包含5,000多个肋骨骨折的大规模标注数据集，并建立了首个肋骨骨折检测与分类的评估基准	当前肋骨骨折分类方案的临床适用性仍然有限	开发AI辅助的肋骨骨折诊断方法	CT扫描中的肋骨骨折	计算机视觉	骨科损伤	CT扫描	深度学习	医学图像	660例CT扫描，包含5,000多个肋骨骨折	NA	NA	FROC, F1-score	NA
163	2025-10-05	LLM-Guided Decoupled Probabilistic Prompt for Continual Learning in Medical Image Diagnosis 2025-08, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3566105 PMID:40310742	研究论文	提出一种基于大语言模型引导的解耦概率提示方法，用于医学图像诊断中的持续学习	首次将大语言模型引入医学图像持续学习，提出解耦概率提示池和导向提示池机制，能够动态提供多样化的图像描述	方法依赖于大语言模型生成专家知识，可能受限于语言模型的知识准确性和完整性	解决医学图像诊断中持续学习新疾病时的灾难性遗忘问题	医学图像诊断模型	计算机视觉	NA	持续学习，提示调优	深度学习模型	医学图像	NA	NA	LLM引导的解耦概率提示架构	类增量设置下的性能指标	NA
164	2025-10-05	An End-to-End Deep Learning Generative Framework for Refinable Shape Matching and Generation 2025-08, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3562756 PMID:40323742	研究论文	提出一种端到端深度学习生成框架，用于可精细化形状匹配与生成	开发了无监督几何深度学习模型，在潜在空间中建立可精细化形状对应关系，并扩展为联合形状生成-聚类多图谱框架	NA	为计算机医学中的虚拟临床试验构建能生成逼真合成解剖形状的生成模型	肝脏和左心室三维表面网格模型	计算机视觉	NA	几何深度学习	生成模型	3D表面网格	NA	NA	多图谱框架	比较分析	NA
165	2025-10-05	READRetro web: A user-friendly platform for predicting plant natural product biosynthesis 2025-Aug, Molecules and cells IF:3.7Q2 DOI:10.1016/j.mocell.2025.100235 PMID:40466944	研究论文	开发了一个用户友好的网络平台READRetro web，用于预测植物天然产物的生物合成路径	将先进的机器学习逆合成模型集成到易于使用的网络平台中，消除了复杂环境配置和命令行操作的需求	未提及平台在特定类型天然产物预测方面的局限性或验证范围	促进植物天然产物的大规模生产和药物发现	植物天然产物及其生物合成路径	机器学习	NA	逆合成预测	机器学习模型	化学结构数据	NA	NA	READRetro	预测准确性, 计算效率	网络平台技术
166	2025-10-05	Co-Pseudo Labeling and Active Selection for Fundus Single-Positive Multi-Label Learning 2025-08, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3565000 PMID:40293917	研究论文	提出一种用于眼底单阳性多标签学习的协同伪标签和主动选择方法	通过课程协同伪标签根据模型学习状态调整阈值，并通过基于损失建模的主动样本选择维护置信度高的阳性预测	NA	解决眼底图像多标签标注困难的问题，提高多标签分类性能	视网膜疾病眼底图像	计算机视觉	视网膜疾病	深度学习	神经网络	眼底图像	七个视网膜数据集	NA	双网络架构	NA	NA
167	2025-10-05	scHSC: enhancing single-cell RNA-seq clustering via hard sample contrastive learning 2025-Aug-31, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf485 PMID:40977264	研究论文	提出一种基于困难样本对比学习的深度学习方法scHSC，用于提升单细胞RNA测序数据的聚类性能	通过困难样本挖掘和对比学习，同时整合基因表达和细胞间拓扑结构信息，采用自适应权重策略将对比学习与ZINB模型结合	NA	提升单细胞RNA测序数据的聚类准确性和细胞类型注释效果	单细胞RNA测序数据	机器学习	NA	单细胞RNA测序(scRNA-seq)	深度学习	基因表达数据	18个单细胞RNA测序真实数据集	PyTorch	对比学习框架,ZINB模型	聚类性能指标	NA
168	2025-10-05	A survey on deep learning for drug-target binding prediction: models, benchmarks, evaluation, and case studies 2025-Aug-31, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf491 PMID:40977267	综述	本文系统综述了深度学习在药物-靶点结合预测中的最新模型、基准数据集、评估方法及应用案例	全面分析了从早期异质网络方法到图神经网络、注意力机制及多模态方法的范式转变，并通过癌症相关靶点的案例研究验证方法实用性	识别出现有预测模型的缺陷与不足	探讨深度学习如何为药物-靶点关系研究提供定量框架，加速新药候选物识别	药物-靶点结合预测的深度学习模型、基准数据集和评估指标	机器学习	癌症	深度学习	异质网络, 图神经网络, 注意力机制, 多模态模型	化合物库数据, 蛋白质靶点数据	NA	NA	NA	NA	NA
169	2025-10-05	MVRBind: multi-view learning for RNA-small molecule binding site prediction 2025-Aug-31, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf489 PMID:40977268	研究论文	提出一种多视图图卷积网络MVRBind，用于预测RNA-小分子结合位点	开发多视图特征融合模块，整合RNA的一级、二级和三级结构视图，并融合多尺度嵌入以获得RNA核苷酸的全面表示	NA	推进RNA靶向治疗，通过准确预测RNA-小分子结合位点	RNA分子及其与小分子的相互作用	生物信息学	多种疾病（与RNA失调相关）	多视图图卷积网络	图卷积网络	RNA序列和结构特征	NA	NA	多视图图卷积网络	NA	NA
170	2025-10-05	Modified Le-Net Model with Multiple Image Features for Skin Cancer Detection 2025-Aug, Cancer investigation IF:1.8Q3 DOI:10.1080/07357907.2025.2518400 PMID:40536067	研究论文	提出一种基于改进LeNet模型和多种图像特征的皮肤癌检测方法	结合改进的深度联合分割技术和多种特征提取方法（MTH、IPHOG、MBP）用于皮肤癌检测	NA	开发高精度的皮肤癌自动检测系统	皮肤癌图像（黑色素瘤和非黑色素瘤）	计算机视觉	皮肤癌	深度学习	CNN	图像	HAM10000数据集和ISIC 2019数据集	NA	Modified LeNet, Improved DeepJoint Segmentation	准确率	NA
171	2025-10-05	Enhancing Lung Cancer Diagnosis: An Optimization-Driven Deep Learning Approach with CT Imaging 2025-Aug, Cancer investigation IF:1.8Q3 DOI:10.1080/07357907.2025.2518404 PMID:40546028	研究论文	提出一种优化驱动的CBAM-EfficientNet深度学习模型，用于增强CT影像中肺癌分类的准确性和效率	结合CBAM注意力机制与EfficientNet架构，并采用灰狼优化、鲸鱼优化和蝙蝠算法进行超参数调优，实现高效特征提取和分类性能提升	仅在两个基准数据集上进行验证，需要更多临床数据验证泛化能力	提高肺癌CT影像分类的准确性和效率	肺癌CT影像	计算机视觉	肺癌	CT成像	深度学习	医学影像	两个基准数据集（Lung-PET-CT-Dx和LIDC-IDRI）	NA	EfficientNet, CBAM	准确率	轻量级架构支持实时实施
172	2025-10-05	Automated Evaluation of Female Pelvic Organ Descent on Transperineal Ultrasound: Model Development and Validation 2025-Aug, International urogynecology journal IF:1.8Q3 DOI:10.1007/s00192-025-06211-0 PMID:40580222	研究论文	开发并验证了一种基于经会阴超声图像的多任务深度学习模型，用于自动评估女性盆腔器官脱垂	首次使用多任务深度学习模型自动评估盆腔器官脱垂，通过并行全连接层同时预测多种脱垂类型	研究样本量相对有限（1340例），且数据来自单一时间段（2023年1-6月）	开发自动化盆腔器官脱垂评估系统以减少诊断变异	女性盆腔器官脱垂患者	计算机视觉	盆腔器官脱垂	经会阴超声	CNN	图像	1340例女性患者，其中1072例用于训练，268例用于验证	NA	ResNet34	准确率,AUC	NA
173	2025-10-05	Standardisation of an AI-based vocal fold assessment tool on a recurrent respiratory papillomatosis model 2025-Aug, Acta otorhinolaryngologica Italica : organo ufficiale della Societa italiana di otorinolaringologia e chirurgia cervico-facciale IF:2.1Q2 DOI:10.14639/0392-100X-N2896 PMID:40985091	研究论文	本研究评估了一种基于人工智能的声带评估工具在复发性呼吸道乳头状瘤病模型中的应用效果	开发了GC-AID系统，首次将AI技术用于量化评估RRP患者声带乳头状瘤的生长范围	样本量较小（仅4名患者），属于案例研究性质	标准化基于AI的声带评估工具在RRP疾病中的应用	复发性呼吸道乳头状瘤病患者的声带黏膜	数字病理	复发性呼吸道乳头状瘤病	白光成像，窄带成像	深度学习	医学图像	4名RRP患者	NA	NA	声带覆盖率，左右声带面积差异	NA
174	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
175	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
176	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
177	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
178	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
179	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
180	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