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
521	2025-09-15	Artificial Intelligence in Upper Gastrointestinal Diagnosis 2025-Sep, The Korean journal of helicobacter and upper gastrointestinal research DOI:10.7704/kjhugr.2025.0024 PMID:40935625	综述	本文综述了人工智能在上消化道内窥镜诊断中的应用及其对疾病检测和临床工作流程的改进	探讨了基于图像和非图像的AI技术（如拉曼光谱）的结合，提供分子水平实时组织表征，并强调AI在减少观察者变异性和指导早期胃癌治疗中的作用	AI在内窥镜中的应用面临验证不足、以用户为中心的设计缺乏以及对内镜医生针对性培训的需求等挑战，存在过度依赖和技能退化的风险	提升上消化道疾病的诊断准确性和临床工作效率，探索AI在癌症前期病变检测和治疗指导中的潜力	上消化道疾病，包括Barrett食管、萎缩性胃炎、胃肠上皮化生和早期胃癌	数字病理学	上消化道疾病	机器学习、深度学习、拉曼光谱	CNN	图像、光谱数据	NA
522	2025-09-15	A Novel Convolutional Neural Network for Automated Multiple Sclerosis Brain Lesion Segmentation 2025 Sep-Oct, Journal of neuroimaging : official journal of the American Society of Neuroimaging IF:2.3Q2 DOI:10.1111/jon.70085 PMID:40937688	研究论文	开发了一种基于深度学习的自动化多发性硬化脑部病变分割算法FLAMeS	基于nnU-Net 3D全分辨率U-Net架构，在多个外部数据集上验证并显著优于现有公开方法	对小于10 mm³的小病变检测存在遗漏	开发自动化多发性硬化脑部病变分割算法以替代耗时且不一致的手动分割	多发性硬化患者的脑部MRI图像	计算机视觉	多发性硬化	深度学习，MRI成像	CNN (nnU-Net 3D U-Net)	医学图像	训练集668个FLAIR扫描，测试集三个外部数据集共75个样本
523	2025-09-15	An integrated environmental toxicity risk assessment framework combining deep learning and molecular simulation: A case study on pyrethrins and breast cancer 2025-Sep, Biochemistry and biophysics reports IF:2.3Q3 DOI:10.1016/j.bbrep.2025.102141 PMID:40821905	研究论文	开发并验证了一个结合深度学习和分子模拟的多尺度计算毒理学框架，用于评估天然除虫菊酯与乳腺癌风险的潜在关联	整合了深度学习药物-靶点相互作用预测、分子对接与动力学模拟及蛋白质互作网络建模，形成从分子相互作用到临床结果的可追溯风险推断链	NA	系统研究天然除虫菊酯I和II与乳腺癌风险的潜在关联	天然除虫菊酯I和II，乳腺癌相关蛋白（RPS6KB1、TNKS2、MAOB）	计算毒理学	乳腺癌	深度学习药物-靶点相互作用预测（DeepPurpose）、分子对接、分子动力学模拟（MD）、蛋白质-蛋白质相互作用（PPI）网络建模	深度学习	分子结构数据、蛋白质相互作用数据	NA
524	2025-09-15	Deep Learning Applications in Clinical Cancer Detection: A Review of Implementation Challenges and Solutions 2025-Sep, Mayo Clinic proceedings. Digital health DOI:10.1016/j.mcpdig.2025.100253 PMID:40822144	综述	本文综述了深度学习在临床癌症检测中的应用、挑战及解决方案	系统分析2018-2024年间1419项研究，重点关注联邦学习、可解释人工智能等新兴解决方案	基于文献综述，未涉及原始数据收集或实验验证	指导肿瘤学领域未来深度学习和人工智能技术研究，促进癌症护理的公平和有效进展	临床癌症检测相关研究文献	数字病理	癌症	深度学习	NA	多模态数据（影像和基因组数据）	1419项研究（1304项来自PubMed，115项来自IEEE）
525	2025-09-15	AlphaFold model quality self-assessment improvement via deep graph learning 2025-Sep, Protein science : a publication of the Protein Society IF:4.5Q1 DOI:10.1002/pro.70274 PMID:40823963	研究论文	提出EQAFold框架，通过深度图学习改进AlphaFold的模型质量自评估能力	引入等变质量评估折叠（EQAFold），增强AlphaFold的局部距离差异测试预测头，生成更准确的自信心分数	未明确说明模型在处理极端复杂蛋白结构时的局限性	提高蛋白质计算建模中自置信度评分的可靠性	蛋白质三维结构模型	计算生物学	NA	深度图学习	EQAFold（基于AlphaFold架构改进）	蛋白质结构数据	NA
526	2025-09-15	Integrative bioinformatics and deep learning to identify common genetic pathways in Crohn's disease and ischemic cardiomyopathy 2025-Sep, Journal, genetic engineering & biotechnology DOI:10.1016/j.jgeb.2025.100529 PMID:40854648	研究论文	通过整合生物信息学和深度学习识别克罗恩病与缺血性心肌病的共同遗传通路	开发了AutoClass深度学习框架，利用枢纽基因调控网络对克罗恩病患者进行分类，准确率约95%	需要未来实验验证和队列扩展以进一步阐明共享机制	探索克罗恩病和缺血性心肌病之间的共同遗传基础和分子相互作用	克罗恩病和缺血性心肌病的遗传通路、枢纽基因及调控网络	生物信息学	克罗恩病和心血管疾病	差异表达分析、功能富集分析、miRNA分析、转录因子分析、蛋白质-蛋白质相互作用分析、深度学习	深度学习框架（AutoClass）	基因表达数据（GEO数据集）	GSE3365和GSE9128数据集（具体样本数未明确说明）
527	2025-09-15	Discovery of RNA-Targeting Small Molecules: Challenges and Future Directions 2025-Sep, MedComm IF:10.7Q1 DOI:10.1002/mco2.70342 PMID:40859960	综述	本文回顾了RNA靶向小分子药物发现领域的最新进展、挑战及未来方向	强调了人工智能和机器学习在加速RNA靶向治疗发现与优化中的关键作用，并探讨了RNA降解剂等新兴策略	NA	探索RNA靶向小分子药物的开发，为传统难以成药的疾病提供新治疗途径	RNA结构、小分子配体及RNA-蛋白质相互作用	药物发现	多种疾病（未指定具体类型）	X射线晶体学、核磁共振波谱、冷冻电镜、深度学习、分子对接	深度学习	结构数据、化学库数据	NA
528	2025-09-14	MMFi-DPBML: Multi-molecular fingerprint feature fusion for predicting ingredient-target interactions in traditional Chinese medicine 2025-Sep-25, Journal of ethnopharmacology IF:4.8Q1 DOI:10.1016/j.jep.2025.120451 PMID:40840725	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
529	2025-09-14	Identification of novel biomarkers linked to M1 macrophage infiltration in the diagnosis of inflammatory bowel diseases 2025-Sep-23, International immunopharmacology IF:4.8Q1 DOI:10.1016/j.intimp.2025.115138 PMID:40582145	研究论文	本研究结合生物信息学和深度学习构建IBD预测模型，并识别与M1巨噬细胞浸润相关的潜在生物标志物	首次整合M1巨噬细胞相关基因与宏转录组特征，利用深度学习技术开发IBD诊断模型，并通过SHAP算法识别10个关键宿主遗传变异特征	未提及样本量及外部验证结果，模型泛化能力有待进一步评估	改善炎症性肠病（IBD）的诊断和管理效果	IBD患者基因表达数据和宏转录组特征	生物信息学	炎症性肠病	生物信息学分析、加权基因共表达网络分析（WGCNA）、深度学习、SHAP算法	神经网络	基因表达数据、宏转录组数据	NA
530	2025-09-14	Annotation-efficient deep learning detection and measurement of mediastinal lymph nodes in CT 2025-Sep-13, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03513-y PMID:40944829	研究论文	提出一种标注高效的半监督深度学习方法，用于自动检测、分割和测量增强CT扫描中纵隔淋巴结的短轴长度	结合专家标注精度与伪标签数据量优势，通过解剖结构过滤优化伪标签质量，显著减少标注需求	方法依赖初始专家标注质量，伪标签过滤可能引入偏差，未在多中心数据上验证泛化性	开发减少标注依赖的自动淋巴结检测与测量方法	增强CT扫描中的纵隔淋巴结	计算机视觉	NA	半监督学习，3D nnU-Net集成训练	3D nnU-Net	CT volumetric scans	268标注扫描（1817个淋巴结）和710未标注扫描
531	2025-09-14	REST: Holistic Learning for End-to-End Semantic Segmentation of Whole-Scene Remote Sensing Imagery 2025-Sep-12, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3609767 PMID:40938720	研究论文	提出一种名为REST的端到端框架，用于实现全场景遥感影像的整体语义分割	首次实现真正端到端的全场景遥感影像整体分割，提出空间并行交互机制（SPIM）突破GPU内存限制	NA	解决全场景遥感影像因尺寸过大而无法整体分割的技术难题	全场景遥感影像（卫星和无人机平台的多光谱及高光谱影像）	计算机视觉	NA	深度学习，并行计算	端到端分割框架（支持多种编码器-解码器结构）	遥感图像	多种场景（从单类别到多类别分割，多光谱到高光谱，卫星到无人机平台）
532	2025-09-14	Deep learning-powered temperature prediction for optimizing transcranial MR-guided focused ultrasound treatment 2025-Sep-12, Journal of neurosurgery IF:3.5Q1 DOI:10.3171/2025.5.JNS25291 PMID:40939202	研究论文	开发一种深度学习模型Fust-Net，用于预测经颅MR引导聚焦超声治疗中的治疗温度	整合治疗参数、患者临床信息和颅骨指标，实现高精度温度预测	回顾性研究，样本来源单一中心，外部验证误差略高	优化经颅MR引导聚焦超声治疗中的温度控制	原发性震颤或帕金森病患者	医疗影像分析	神经系统疾病	MR引导聚焦超声	深度学习模型（Fust-Net）	治疗参数、临床信息、颅骨指标	训练集：600次超声处理（72名患者）；验证集：199次（18名患者）；外部验证集：146次（20名患者）
533	2025-09-14	Flexynesis: A deep learning toolkit for bulk multi-omics data integration for precision oncology and beyond 2025-Sep-12, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-63688-5 PMID:40940333	研究论文	介绍Flexynesis，一个用于批量多组学数据整合的深度学习工具包，旨在提升精准肿瘤学等领域的决策准确性	解决了现有方法在透明度、模块化、部署便利性及任务广度方面的不足，提供标准化接口并支持多种学习架构和任务类型	NA	开发一个用户友好的工具，促进深度学习在批量多组学数据整合中的应用，以支持精准医疗决策	临床及临床前研究中的批量多组学数据	机器学习	肿瘤学	多组学数据整合	深度学习架构及经典监督机器学习方法	多组学数据	NA
534	2025-09-14	Harnessing Artificial Intelligence for Shoulder Ultrasonography: A Narrative Review 2025-Sep-12, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01661-w PMID:40940587	综述	本文综述了人工智能在肩部超声检查中的应用，重点关注自动化病理检测、图像分割和结果预测	探讨了深度学习算法如CNN在肌肉骨骼成像中的创新应用，提升诊断准确性和效率	需要大规模标注数据集、模型泛化能力不足以及缺乏临床验证	研究人工智能如何整合到肩部超声检查中以改善诊断和管理	肩部疼痛患者的超声影像	计算机视觉	肌肉骨骼疾病	深度学习，机器学习	CNN	超声图像	NA
535	2025-09-14	Using machine learning to automate the collection, transcription, and analysis of verbal-report data 2025-Sep-12, Behavior research methods IF:4.6Q1 DOI:10.3758/s13428-025-02800-5 PMID:40940585	研究论文	开发了一套利用机器学习自动化收集、转录和分析口头报告数据的软件工具	结合jsPsych进行数据收集，并整合经典机器学习与深度学习（如大语言模型）实现高效转录分析，替代人工编码	NA	降低心理学实验中口头报告数据的收集与分析成本，推广其应用	人类实验中的口头报告数据	自然语言处理	NA	机器学习，深度学习，大语言模型	经典机器学习方法，深度学习模型	文本（语音转录）	NA
536	2025-09-14	Deep learning for automated segmentation of central cartilage tumors on MRI 2025-Sep-12, European radiology experimental IF:3.7Q1 DOI:10.1186/s41747-025-00633-7 PMID:40940592	研究论文	提出基于深度学习的SEAGNET架构，用于MRI上长骨中央软骨肿瘤的自动分割	首次采用监督边缘注意力引导分割网络（SEAGNET）实现软骨肿瘤的自动化MRI分割，并在外部测试集表现出优异性能	回顾性研究，样本量有限（164例），仅使用T1加权图像	开发自动分割方法以提高骨骼肿瘤放射组学的可靠性和适用性	长骨的非典型软骨肿瘤（ACT）和II级软骨肉瘤（CS2）	计算机视觉	骨肿瘤	MRI成像	SEAGNET（基于深度学习的分割网络）	医学图像	164例患者（99例来自中心1，65例来自中心2），共1037个包含肿瘤的MRI切片
537	2025-09-14	Enhancing deep chemical reaction prediction with advanced chirality and fragment representation 2025-Sep-11, Chemical communications (Cambridge, England) DOI:10.1039/d5cc02641e PMID:40932372	研究论文	本研究提出并评估了fragSMILES分子表示法，在深度学习有机反应预测中提升了手性和片段表示能力	fragSMILES在文本形式中编码分子子结构和手性信息，实现了紧凑且表达力强的分子表示，并在立体化学反应信息识别方面表现卓越	NA	改进有机反应预测的深度学习模型，特别关注手性识别和合成规划	有机分子及其反应	自然语言处理	NA	深度学习	NA	文本（分子表示）	NA
538	2025-09-14	Evaluation of paediatric head CT radiation dose in Jordan: A new national diagnostic reference level survey 2025-Sep-11, Radiography (London, England : 1995) DOI:10.1016/j.radi.2025.103158 PMID:40939270	研究论文	评估约旦儿童头部CT扫描的辐射剂量，并建立国家诊断参考水平	首次在约旦开展多中心研究，针对不同年龄组儿童建立头部CT的国家诊断参考水平（DRLs）	由于医院间患者体重数据不一致，采用年龄分组而非体重分组，存在方法学局限	评估儿童头部CT辐射剂量并建立国家诊断参考水平以减少剂量差异	1550例约旦八家医院进行的儿童头部CT检查	医学影像	神经系统疾病	CT扫描，剂量测量（CTDIvol和DLP）	NA	医疗影像剂量数据	1550例儿童头部CT检查，按年龄分为<1岁、1-5岁、5-10岁和10-15岁四组
539	2025-09-14	A Gabor-enhanced deep learning approach with dual-attention for 3D MRI brain tumor segmentation 2025-Sep-11, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111047 PMID:40939459	研究论文	提出一种结合Gabor增强和双注意力机制的深度学习模型，用于3D MRI脑肿瘤分割	在U-Net输入层添加可训练Gabor卷积层捕获丰富纹理特征，并集成双注意力模块（Squeeze-and-Excitation块和Attention Gates）提升特征选择能力	NA	提升3D脑肿瘤MRI分割的准确性和鲁棒性	脑肿瘤MRI图像	数字病理	脑肿瘤	MRI	U-Net with Gabor convolution and dual-attention	3D MRI图像	BraTS2021数据集（具体样本数未明确说明）
540	2025-09-14	The coming era of nudge drugs for cancer 2025-Sep-11, Cancer cell IF:48.8Q1 DOI:10.1016/j.ccell.2025.08.004 PMID:40939589	研究论文	提出一种基于逐步重塑肿瘤微环境的晚期癌症治疗新策略	利用深度学习分析扰动肿瘤的单细胞图谱，设计序贯应用的'微调药物'实现肿瘤微环境状态逐步转化	NA	开发晚期癌症治疗新方法	肿瘤微环境（TMEs）	数字病理学	癌症	单细胞图谱分析，深度学习	深度学习	单细胞数据	NA