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
401	2025-09-19	Dose equivalent rate forecasting: A comparison of time series methods and machine learning approaches 2025-Sep-15, Applied radiation and isotopes : including data, instrumentation and methods for use in agriculture, industry and medicine IF:1.6Q3 DOI:10.1016/j.apradiso.2025.112153 PMID:40961690	研究论文	比较时间序列方法和机器学习方法在剂量当量率预测中的性能	首次系统比较传统统计方法与深度学习模型在DER预测中的表现，并引入进化神经架构搜索方法	数据时间跨度有限，随机性变化带来预测挑战，需要更长时间序列数据提升可靠性	开发更稳健的辐射预测模型，提升辐射防护和环境安全决策水平	美国德克萨斯州圣安东尼奥地区的剂量当量率数据	机器学习	NA	时间序列分析，机器学习建模	Persistence Model, Lasso Regression, K-Nearest Neighbors, Evolutionary Neural Architecture Search, Recurrent Neural Networks	时间序列数据	2019年1月至12月数据用于训练，2020年初数据用于测试
402	2025-09-19	Multi-scale based Network and Adaptive EfficientnetB7 with ASPP: Analysis of Novel Brain Tumor Segmentation and Classification 2025-Sep-15, Current medical imaging IF:1.1Q3 DOI:10.2174/0115734056419990250904093436 PMID:40965060	研究论文	提出一种结合多尺度分割网络和自适应分类模型的新方法，用于脑肿瘤的精确分割与分类	创新性地整合了多尺度双边感知网络（MBANet）和基于区域视觉变换器的自适应EfficientNetB7-ASPP分类架构，并采用改进的河马优化算法进行超参数调优	NA	开发一个鲁棒且高效的深度学习框架，辅助临床医生实现脑肿瘤的精确早期诊断和有效治疗规划	脑肿瘤	计算机视觉	脑肿瘤	MRI成像	MBANet, RVAEB7-ASPP, MRP-HOA	图像	NA
403	2025-09-19	Reply to "A critical appraisal and methodological inquiry into an automated multimodal deep learning model for predicting biochemical recurrence in prostate cancer" 2025-Sep-13, Clinical imaging IF:1.8Q3 DOI:10.1016/j.clinimag.2025.110616 PMID:40962607	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
404	2025-09-19	A critical appraisal and methodological inquiry into an automated multimodal deep learning model for predicting biochemical recurrence in prostate cancer 2025-Sep-11, Clinical imaging IF:1.8Q3 DOI:10.1016/j.clinimag.2025.110615 PMID:40962606	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
405	2025-09-19	Advancements in Artificial Intelligence and Machine Learning for Occupational Risk Prevention: A Systematic Review on Predictive Risk Modeling and Prevention Strategies 2025-Sep-02, Sensors (Basel, Switzerland) DOI:10.3390/s25175419 PMID:40942853	系统综述	本文系统综述了人工智能和机器学习在职业风险预防中的应用，重点关注预测性风险建模和预防策略	综合分析了AI在职业风险预防中的最新进展，识别了视觉数据主导的研究趋势及多模态数据融合的未来方向	过度依赖视觉数据（在低能见度环境中效果受限），缺乏AI风险检测系统的标准化方法	评估和综合AI算法在工作场所危险环境和职业风险检测与预测中的应用文献	职业风险预防领域的研究文献，特别是高风险行业如建筑、采矿和制造业	机器学习	NA	深度学习（DL），特别是CNN和YOLO模型	CNN, YOLO	视觉数据（图像/视频），部分涉及环境和生理数据	61篇经过严格筛选的相关文章（来自初始209篇文献）
406	2025-09-19	Left-handed conformations of glycyl residues may confer protection against protein aggregation 2025-Sep, The FEBS journal DOI:10.1111/febs.70092 PMID:40243345	研究论文	本研究探讨甘氨酸残基的左旋构象在防止蛋白质聚集中的作用及其进化意义	首次通过大规模构象分析揭示左旋甘氨酸在疾病变异位点的过度表达及其进化保守性，并利用深度学习验证其预测致病变异的潜力	NA	阐明甘氨酸左旋构象在维持蛋白质稳定性和抑制聚集中的功能机制	1104个疾病变异位点和343个良性变异位点的甘氨酸构象	生物信息学	蛋白质构象病	构象分析、深度学习	深度学习模型	蛋白质构象数据	1447个变异位点（1104个疾病相关，343个良性）
407	2025-09-19	Human and Deep Learning Predictions of Peripheral Lung Cancer Using a 1.3 mm Video Endoscopic Probe 2025-Sep, Respirology (Carlton, Vic.) DOI:10.1111/resp.70057 PMID:40433758	研究论文	本研究评估了不同经验水平的医生及深度学习模型在使用1.3毫米视频内窥镜探头预测外周肺小结节恶性性质的能力	首次结合超细内窥镜探头Iriscope与深度学习技术，比较人类医生和AI在肺小结节恶性判断中的表现	样本量较小（仅61例患者），且未说明模型泛化能力	评估Iriscope内窥镜技术在肺外周小结节恶性诊断中的应用价值	外周肺小结节（PPNs）患者	计算机视觉	肺癌	视频内窥镜成像，深度学习	深度学习模型（具体类型未说明）	视频序列，图像	61例患者，37例恶性，24例良性
408	2025-09-19	Deep learning algorithms from histopathological images stratify molecular subtypes for leiomyosarcoma: a proof-and-concept diagnostic study 2025-Sep-01, International journal of surgery (London, England) DOI:10.1097/JS9.0000000000002667 PMID:40557542	研究论文	本研究开发并验证了基于深度学习的算法，用于从组织病理学图像中分层平滑肌肉瘤的分子亚型并预测生存	首次利用单张H&E染色全切片图像通过深度学习算法对平滑肌肉瘤进行分子亚型分层和生存预测	需要大型前瞻性队列进一步验证	开发并验证深度学习算法用于平滑肌肉瘤的分子亚型分层和生存预测	平滑肌肉瘤患者	数字病理学	平滑肌肉瘤	深度学习	DenseNet121, ResNet50	图像	训练集154例WSIs（1,579,215个图块），外部测试集80例WSIs（555,211个图块）
409	2025-09-19	External Test of a Deep Learning Algorithm for Pulmonary Nodule Malignancy Risk Stratification Using European Screening Data 2025-Sep, Radiology IF:12.1Q1 DOI:10.1148/radiol.250874 PMID:40956165	研究论文	使用欧洲筛查数据对深度学习算法进行肺结节恶性风险分层的外部测试	首次在欧洲三大肺癌筛查试验的合并数据上对深度学习算法进行外部验证，并证明其在减少假阳性方面显著优于PanCan模型	回顾性研究设计，主要基于欧洲人群数据，可能需要进一步前瞻性验证	评估深度学习算法在肺结节恶性风险分层中的外部验证性能	肺结节患者	计算机视觉	肺癌	深度学习算法	深度学习	CT图像	4146名参与者，包含7614个良性结节和180个恶性结节
410	2025-09-19	Peripheral neural interfaces for reading high-frequency brain signals 2025-Sep, Nature biomedical engineering IF:26.8Q1 DOI:10.1038/s41551-025-01445-1 PMID:40579488	研究论文	探讨利用外周神经接口通过肌肉传感器非侵入性解码中枢神经系统高频信号的方法	提出通过运动神经元输出信号逆向估计中枢神经系统输入信号的非侵入式新途径	需要进一步在受控和真实世界环境中验证和巩固该技术	开发高精度、非侵入式的中枢神经系统信号解码接口	运动神经元及其中枢神经系统输入信号	神经工程	NA	肌肉记录与深度学习	深度学习	神经信号	NA
411	2025-09-19	Dynamics-informed reservoir computing with visibility graphs 2025-Sep-01, Chaos (Woodbury, N.Y.) DOI:10.1063/5.0293030 PMID:40965304	研究论文	提出一种基于可见性图的动态信息储备计算框架，用于提升复杂非线性时间序列预测的准确性和一致性	利用可见性图技术直接从训练数据序列推断储备网络结构，避免随机网络架构并减少超参数调优需求	在某些条件下，密度匹配的Erdős-Rényi图可能优于所提方法	改进储备计算在复杂非线性时间序列预测中的性能	非线性Duffing振荡器的时间序列数据	机器学习	NA	可见性图技术	储备计算(RC)	时间序列数据	NA
412	2025-09-18	Hepatocellular Carcinoma Risk Stratification for Cirrhosis Patients: Integrating Radiomics and Deep Learning Computed Tomography Signatures of the Liver and Spleen into a Clinical Model 2025-Sep-28, Journal of clinical and translational hepatology IF:3.1Q2 DOI:10.14218/JCTH.2025.00091 PMID:40951530	研究论文	本研究开发并验证了一个结合临床模型与CT影像特征的肝癌风险预测模型aMAP-CT	首次将肝脏和脾脏的放射组学及深度学习特征整合到aMAP临床模型中，显著提升肝癌风险分层能力	研究队列以慢性乙型肝炎病毒感染为主（91.5%），结果可能不适用于其他病因导致的肝硬化患者	改善肝硬化患者的肝细胞癌风险分层，实现个性化监测策略	肝硬化患者	数字病理	肝细胞癌	计算机断层扫描（CT），放射组学分析（PyRadiomics），深度学习（ResNet-18）	ResNet-18，LASSO特征选择	CT影像	2411名来自中国多中心前瞻性队列的肝硬化患者
413	2025-09-18	Enhanced Detection, Using Deep Learning Technology, of Medial Meniscal Posterior Horn Ramp Lesions in Patients with ACL Injury 2025-Sep-17, The Journal of bone and joint surgery. American volume DOI:10.2106/JBJS.24.01530 PMID:40743295	研究论文	本研究利用深度学习技术提升MRI对ACL损伤患者内侧半月板后角斜坡病变的检测能力	首次将深度学习模型与风险因素（年龄、后内侧胫骨骨髓水肿、外侧半月板撕裂）结合，显著提高了斜坡病变的诊断准确率	研究为回顾性设计，样本量有限（236例），证据等级为III级	评估深度学习技术是否能够增强基于MRI的半月板斜坡病变检测	ACL损伤患者的内侧半月板后角斜坡病变	医学影像分析	膝关节损伤	MRI，深度学习，逻辑回归，XGBoost，随机森林	Swin Transformer Large	MRI图像	236例接受关节镜手术的ACL损伤患者
414	2025-09-18	Deep Learning Analysis of Crystallization Using Polarized Light Microscopy and U-Net Segmentation 2025-Sep-17, The journal of physical chemistry. B DOI:10.1021/acs.jpcb.5c03681 PMID:40958672	研究论文	结合偏振光显微镜与深度学习技术分析液晶化合物9BA4的结晶过程	首次将U-Net卷积神经网络应用于偏振光显微镜图像的语义分割，实现结晶相和近晶相的自动化识别与定量分析	NA	研究材料结晶行为以控制其物理性质	液晶化合物9BA4	计算机视觉	NA	偏振光显微镜、非等温冷却实验	U-Net CNN	图像	多个冷却速率下的结晶过程数据
415	2025-09-18	Deep Learning-Driven Discovery of Novel Antimicrobial Peptides from Large-Scale Protist Genomes and Experimental Characterization 2025-Sep-17, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c01196 PMID:40958742	研究论文	利用深度学习技术从大规模原生生物基因组中挖掘新型抗菌肽并进行实验验证	首次对2000多个原生生物基因组进行大规模新型抗菌肽探索，结合优化的BERT和CNN模型进行多模型综合识别	仅对18种合成肽进行了实验验证，需要进一步扩大验证范围和体内实验	发现新型抗菌分子以应对抗生素耐药性问题	原生生物基因组中的抗菌肽(AMPs)	自然语言处理	NA	深度学习，多阶段筛选流程	BERT, CNN, C_AMPs_Ptrdict, AMPEP, AMPidentifier	基因组序列数据	2120个原生生物基因组数据集，约66亿条序列，最终鉴定出3133个候选AMPs
416	2025-09-18	Integrating Machine Learning into Free Energy Perturbation Workflows 2025-Sep-17, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c01449 PMID:40958764	综述	探讨机器学习如何提升自由能微扰（FEP）方法在药物设计中的效率、精度和可及性	提出将主动学习和深度学习整合到FEP工作流中，优化采样策略、协议和力场开发	基于机器学习的神经网络势能虽提高精度，但计算成本较高	增强FEP在基于结构的药物设计中的预测能力和应用普及	蛋白质-配体结合亲和力预测	机器学习	NA	主动学习（AL）、深度学习（DL）、神经网络势能（NNPs）	AlphaFold, NeuralPLexer, DragonFold	量子力学数据、蛋白质-配体复合结构	NA
417	2025-09-18	NMR-based deep learning classification of raw cow's milk samples in different stages of mastitis 2025-Sep-17, Journal of the science of food and agriculture IF:3.3Q2 DOI:10.1002/jsfa.70200 PMID:40959907	研究论文	基于NMR数据和深度强化学习对生牛奶样本在不同乳腺炎阶段进行分类	结合NMR光谱、多维张量分解和深度强化学习构建分类模型，无需样本预处理	NA	开发可靠的预测模型，用于生牛奶在不同乳腺炎阶段的分类	生牛奶样本（来自健康奶牛和患乳腺炎奶牛）	机器学习	乳腺炎	NMR（核磁共振），包括1H-NMR和DOSY NMR	深度神经网络（DRL）	光谱数据	多个组（健康两组，亚临床四组，临床一组）的牛奶样本
418	2025-09-18	Graph Neural Networks in Modern AI-Aided Drug Discovery 2025-Sep-17, Chemical reviews IF:51.4Q1 DOI:10.1021/acs.chemrev.5c00461 PMID:40959983	综述	本文全面回顾了图神经网络（GNNs）在AI辅助药物发现中的方法基础与应用	重点关注几何GNNs、可解释模型、不确定性量化及与自监督学习等现代深度学习方法的融合	讨论了GNNs在实际药物发现流程中遇到的实际挑战与方法瓶颈	AI辅助药物发现（AIDD）	药物样分子	machine learning	NA	图神经网络（GNNs）	GNN	分子图	NA
419	2025-09-18	Leveraging Transformer Models to Capture Multi-Scale Dynamics in Biomolecules by Nano-GPT 2025-Sep-17, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.5c00180 PMID:40960089	研究论文	提出一种基于GPT架构的深度学习模型nano-GPT，用于捕获分子系统中的多尺度长期动力学行为	采用双阶段训练机制逐步替换分子动力学标记，通过注意力机制学习高阶依赖关系，有效减少训练窗口内的误差累积	NA	解决传统模型在捕获生物分子长期动力学行为时的时间尺度限制问题	分子系统（包括四态模型势、丙氨酸二肽和Fip35 WW结构域）	机器学习	NA	分子动力学模拟（MD），深度学习	Transformer（GPT架构）	分子动力学轨迹数据	三个验证系统：四态模型势、丙氨酸二肽和Fip35 WW结构域
420	2025-09-18	Versatile Image-Assisted Cell Sorting by Selective Trapping with Spatiotemporal Multiparameter Targeting 2025-Sep-17, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.5c01433 PMID:40960346	研究论文	提出一种基于图像引导多参数可调靶向的二维细胞分选技术（2D-SIGMAT），通过动态光激活细胞捕获实现精确高效的细胞分离	首次实现时空多参数靶向的选择性捕获，支持从单细胞到类器官的宽尺寸范围分选，并兼容荧光/明场成像与深度学习模型	NA	开发高性能、多功能的细胞分选方法以克服现有技术局限性	细胞及类器官	生物医学工程	NA	光激活细胞捕获、荧光/明场成像、深度学习目标检测	YOLOv5	图像、时序数据	吞吐量达每秒2000个细胞