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
601	2025-10-05	Towards MRI-Only Mandibular Resection Planning: CT-like Bone Segmentation from Routine T1 MRI Images Using Deep Learning 2025-Sep, Craniomaxillofacial trauma & reconstruction IF:0.8Q4 DOI:10.3390/cmtr18030040 PMID:40989761	研究论文	提出基于深度学习的MRI图像骨分割方法，实现仅使用MRI进行下颌骨切除手术规划	首次实现直接从常规T1加权MRI扫描中准确分割骨骼结构，无需依赖CT扫描	研究样本量有限（100例患者），需要进一步验证在更大样本和不同扫描仪上的泛化能力	开发MRI-only虚拟手术规划方法，减少头颈肿瘤手术中对CT扫描的依赖	下颌骨、颅骨和下牙槽神经的骨骼结构	医学影像分析	头颈肿瘤	T1加权MRI扫描，CT扫描	深度神经网络	医学影像（MRI和CT图像）	100例患者的配对CT和MRI扫描数据	NA	NA	Dice相似系数，交并比，精确率，召回率，表面偏差分析	NA
602	2025-10-05	Profiling antigen-binding affinity of B cell repertoires in tumors by deep learning predicts immune-checkpoint inhibitor treatment outcomes 2025-Sep, Nature cancer IF:23.5Q1 DOI:10.1038/s43018-025-01001-5 PMID:40579590	研究论文	开发深度学习模型Cmai预测抗体-抗原结合亲和力，并基于此构建预测免疫检查点抑制剂治疗效果的生物标志物	首次开发可扩展至高通量测序数据的抗体-抗原结合预测深度学习模型Cmai，并基于其输出构建预测免疫检查点抑制剂治疗反应和免疫相关不良事件风险的BCR生物标志物	NA	预测免疫检查点抑制剂治疗结果和免疫相关不良事件风险	B细胞受体(BCR)库和抗体-抗原相互作用	机器学习	肿瘤	高通量测序	深度学习	序列数据	NA	NA	对比学习模型	NA	NA
603	2025-10-05	Artificial Intelligence-Driven Image and Data Analytics in Anesthesia 2025-Sep, Anesthesiology clinics DOI:10.1016/j.anclin.2025.07.001 PMID:40998491	综述	本文探讨人工智能在麻醉学图像与数据分析中的应用及其挑战	系统阐述AI技术在麻醉领域的具体应用场景，包括区域阻滞操作改进和临床医师培训工具	临床验证不足、监管问题以及模型泛化能力有限	分析人工智能在麻醉学医疗图像分析中的应用潜力与实施挑战	麻醉领域的医学图像与临床数据	计算机视觉	NA	深度学习	CNN, SVM	图像, 临床数据	NA	NA	NA	NA	NA
604	2025-10-05	Enhancing tuberculosis diagnosis: A deep learning-based framework for accurate detection and quantification of TB bacilli in microscopic images 2025-Sep, Tuberkuloz ve toraks DOI:10.5578/tt.2025031113 PMID:41002059	研究论文	提出一种基于深度学习的结核杆菌显微图像检测与量化框架	结合迁移学习的定制化Inception V3模型与图像分割技术，实现自动化视野识别和结核杆菌分割	NA	开发计算机辅助结核病诊断系统以提高诊断准确性和效率	齐尔-尼尔森染色痰涂片显微图像中的结核杆菌	计算机视觉	结核病	显微成像，图像分割	CNN	图像	NA	NA	Inception V3	ROC曲线下面积, 精确率, 召回率, F1分数	NA
605	2025-10-05	Artificial Intelligence Automation of Echocardiographic Measurements 2025-Sep-30, Journal of the American College of Cardiology IF:21.7Q1 DOI:10.1016/j.jacc.2025.07.053 PMID:40914895	研究论文	开发并验证用于超声心动图参数自动测量的开源深度学习语义分割模型	首次开发开源深度学习模型EchoNet-Measurements，实现18项超声心动图解剖和多普勒参数的自动测量	模型训练和验证主要基于单一医疗中心数据，外部验证仅使用另一个医疗中心数据	通过人工智能自动化超声心动图测量，减轻临床医生工作负担	超声心动图图像和参数测量	医学影像分析	心血管疾病	超声心动图	深度学习语义分割模型	超声心动图图像	155,215项研究中的877,983个超声心动图测量	NA	EchoNet-Measurements	覆盖概率, 相对差异	NA
606	2025-10-05	Deep-learning-enabled high-throughput Screening of MXene photocatalysts for hydrogen production 2025-Sep-25, Nanoscale IF:5.8Q1 DOI:10.1039/d5nr02764k PMID:40924402	研究论文	开发了一种深度学习驱动的高通量筛选方法，用于发现可用于光催化制氢的MXene材料	结合深度学习框架与高通量筛选，从23857种MXenes中识别出14种稳定的水分解候选材料，并提出了描述内建电场与非绝热电子-空穴耦合关系的描述符	计算方法的准确性依赖于训练数据质量，实验验证尚未进行	开发高效计算策略逆向设计二维光催化剂，用于氢能生产	MXene二维材料	机器学习	NA	高通量筛选，密度泛函理论，非绝热分子动力学，符号回归	深度学习	材料结构数据，能带数据，能量数据	23857种MXene材料	NA	NA	平均绝对误差（形成能0.06 eV/atom，凸包能0.06 eV/atom，带隙0.14 eV）	NA
607	2025-10-05	3D electroacoustic tomography image enhancement using deep learning with the SAM-Med3D encoder 2025-Sep-25, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ae077d PMID:40957441	研究论文	本研究开发了一种基于深度学习的框架，通过利用SAM-Med3D基础模型来增强单视图投影的3D电声断层成像重建	首次将SAM-Med3D等大型基础模型应用于3D电声断层成像增强，提出了局部-全局特征融合架构	数据集规模相对较小（50次扫描），主要使用水模体和组织样本进行验证	克服电声断层成像在临床环境中的局限性，特别是有限角度数据采集引起的伪影和失真	电声断层成像扫描数据，包括水模体和组织样本	医学影像处理	NA	电声断层成像	深度学习, Transformer	3D医学影像	50次EAT扫描，共6000个视图（训练集30次扫描3600视图，验证集10次扫描1200视图，测试集10次扫描1200视图）	NA	SAM-Med3D, U-Net	RMSE, PSNR, SSIM	NA
608	2025-10-05	Deep Learning-based Gait Recognition and Evaluation of the Wounded 2025-Sep-25, Disaster medicine and public health preparedness IF:1.9Q3 DOI:10.1017/dmp.2025.10179 PMID:40993504	研究论文	本研究探索基于深度学习的步态识别技术用于远程创伤评估的可行性	首次将YOLOv5目标检测算法应用于多物种（人类、狗、兔子）的步态异常识别，为灾难场景下的远程创伤评估提供新方法	研究仅基于4500张步态图像，物种范围有限，需要更大规模数据验证	开发基于人工智能的快速创伤评估方法，解决灾难现场医疗资源不可达的问题	人类、狗和兔子的步态图像	计算机视觉	创伤性疾病	步态分析	CNN	图像	4500张步态图像，涵盖3个物种	PyTorch	YOLOv5	准确率	NA
609	2025-10-05	Boosting positron emission tomography reconstruction with positional encoding-based deep image prior 2025-Sep-25, Philosophical transactions. Series A, Mathematical, physical, and engineering sciences DOI:10.1098/rsta.2024.0049 PMID:40994198	研究论文	本文提出了一种基于位置编码的深度图像先验方法，用于提升正电子发射断层扫描图像重建性能	提出了一种创新的无监督深度学习方法，通过结合高斯傅里叶特征和均匀位置编码来解决PET重建中的频谱偏差问题	仅在小鼠数据和模拟数据上进行了测试，缺乏大规模临床验证	改进正电子发射断层扫描图像重建方法	正电子发射断层扫描图像	医学影像处理	NA	正电子发射断层扫描	深度神经网络	医学影像数据	Brainweb模拟数据和原始大鼠数据	NA	深度图像先验	图像重建性能指标	NA
610	2025-10-05	Robust Prediction of Protein-Ligand Binding Potency with Multi-modal Customized Gate Control 2025-Sep-25, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c01668 PMID:40994269	研究论文	开发了一种基于定制门控框架的多模态多任务图注意力网络(MultiMolCGC)，用于准确预测蛋白质-配体结合效力	提出定制门控控制框架的多模态多任务图注意力网络，在盲预测挑战中取得最佳性能	整合预测结构数据意外降低了性能，可能由于结构不确定性	开发稳健准确的深度学习框架用于蛋白质-配体结合效力预测	SARS-CoV-2和MERS-CoV主要蛋白酶(Mpro)与小分子的结合亲和力	机器学习	冠状病毒感染	分子对接	图注意力网络	多模态分子数据	NA	NA	MultiMolCGC	pIC50	NA
611	2025-10-05	[Synthetic promoters: theory, design, and prospects] 2025-Sep-25, Sheng wu gong cheng xue bao = Chinese journal of biotechnology DOI:10.13345/j.cjb.250044 PMID:40994322	综述	本文综述了合成启动子的理论基础、设计策略及应用前景	系统总结了基于深度学习的合成启动子设计策略，并对其理论意义和发展方向进行了前瞻性讨论	未涉及具体实验验证数据，主要基于文献综述进行分析	探讨合成启动子的设计原理、功能特性及应用潜力	合成启动子及其调控元件	合成生物学	NA	基因电路设计	深度学习	基因序列数据	NA	NA	NA	NA	NA
612	2025-10-05	A Deep Learning-Based Fully Automated Vertebra Segmentation and Labeling Workflow 2025-Sep-25, British journal of hospital medicine (London, England : 2005) DOI:10.12968/hmed.2025.0443 PMID:40994375	研究论文	开发了一种基于深度学习的全自动椎骨分割与标记工作流，用于脊柱手术导航机器人的术前分析	将3D定位问题转化为2D检测，结合YOLOv7和DBSCAN聚类实现高效椎骨定位，并集成注意力机制的3D U-Net和ResNet-Transformer混合架构实现精确分割与标记	数据集仅包含106个脊柱CT数据集，样本规模相对有限	为脊柱手术导航机器人开发高效准确的术前分析支持系统	椎骨解剖结构	计算机视觉	脊柱疾病	CT成像	CNN, Transformer	CT图像	106个脊柱CT数据集	NA	YOLOv7, 3D U-Net, ResNet, Transformer	平均定位误差(MLE), Dice相似系数(DSC), 交并比(IoU), 像素准确率(PA), 平均对称距离(MSD), 豪斯多夫距离(HD), 分类准确率	NA
613	2025-10-05	Machine-learned density functional based quantum chemical computations for ethane: performance of DeepMind 21 on potential energy surface and molecular properties 2025-Sep-25, Journal of molecular modeling IF:2.1Q3 DOI:10.1007/s00894-025-06451-3 PMID:40996570	研究论文	本文使用DeepMind 21机器学习密度泛函对乙烷分子的势能面和分子性质进行量子化学计算	首次将深度学习密度泛函DM21应用于乙烷分子的量子科学计算，验证其在势能面生成和量子化学计算中的适用性	研究仅针对乙烷分子，缺乏对其他分子体系的验证	评估机器学习密度泛函在量子化学计算中的性能	乙烷分子(C2H6)	量子化学计算	NA	密度泛函理论(DFT), 机器学习	神经网络	量子化学数据	乙烷分子体系	TensorFlow, PySCF	DeepMind 21 (DM21)	与CCSD(T)基准能量对比, 与传统DFT方法(B3LYP, PW6B95)比较	NA
614	2025-10-05	Decoding the limits of deep learning in molecular docking for drug discovery 2025-Sep-24, Chemical science IF:7.6Q1 DOI:10.1039/d5sc05395a PMID:40901622	研究论文	深入分析深度学习在分子对接中的性能表现、局限性和优化策略	首次系统评估生成扩散模型、回归架构和混合框架在分子对接五大关键维度的表现	深度学习方法在遇到新型蛋白结合口袋时泛化能力不足	评估深度学习在分子对接中的性能局限并探索优化策略	分子对接方法和蛋白-配体复合物	机器学习	NA	分子对接	生成扩散模型,回归模型,混合框架	蛋白-配体结构数据	NA	NA	生成扩散模型,回归架构,混合框架	姿态预测精度,物理合理性,相互作用恢复,虚拟筛选效果,泛化能力	NA
615	2025-10-05	Beyond application-specific design: a generalized deep learning framework for optical property prediction in TiO2/GaN nanophotonic metasurfaces 2025-Sep-24, Nanoscale advances IF:4.6Q2 DOI:10.1039/d5na00550g PMID:40880600	研究论文	提出基于人工智能的框架预测TiO2/GaN纳米光子超表面中纳米柱的光学特性	采用迁移学习模型处理两种不同材料纳米柱的光学响应，建立通用深度学习框架替代传统试错分析	仅验证了特定波长范围（600-700 nm）和特定尺寸透镜的性能，角度变化研究较为初步	开发通用深度学习框架用于纳米光子超表面的光学特性预测	氮化镓和二氧化钛纳米柱的光学传输和相位响应	机器学习	NA	光学传输测量，折射率检测	迁移学习	光学响应数据	两个包含氮化镓和二氧化钛纳米柱光学响应的大型数据集	NA	NA	均方误差	NA
616	2025-10-05	Reliable Multimodal Cancer Survival Prediction with Confidence-aware Risk Modeling 2025-Sep-24, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3613406 PMID:40991606	研究论文	提出一种可靠的多模态癌症生存预测框架ReCaSP，通过多模态对齐融合整合组织学全切片图像和转录组数据，并提供置信度感知的风险预测	首次在多模态生存预测中引入置信度感知风险建模机制，并提出跨注意力对齐模块解决多模态数据对齐噪声问题	未明确说明模型在不同癌症类型间的泛化能力及计算复杂度分析	开发可靠的多模态癌症生存预测方法，提供预测结果的置信度评估	癌症患者的组织学全切片图像和转录组数据	数字病理学	癌症	全切片图像分析，转录组分析	深度学习	图像，基因表达数据	五个数据集（具体数量未明确说明）	证据深度学习	跨注意力对齐模块，多模态融合架构	C-Index	NA
617	2025-10-05	Automated detection of neonatal pulmonary hypertension in echocardiograms with a deep learning model 2025-Sep-24, Pediatric research IF:3.1Q1 DOI:10.1038/s41390-025-04404-3 PMID:40993360	研究论文	开发用于自动检测新生儿肺动脉高压的深度学习模型	首次将时空卷积神经网络应用于新生儿超声心动图视频的肺动脉高压自动检测，并通过显著性图谱提供模型可解释性	研究样本量有限（共1353个视频），仅基于收缩偏心指数作为标签标准	开发自动化工具辅助新生儿肺动脉高压的早期筛查和诊断	3-90天新生儿的标准超声心动图视频	计算机视觉	肺动脉高压	超声心动图	CNN	视频	训练验证集975个视频，测试集378个视频，总计1353个视频片段	NA	空间卷积神经网络,时空卷积神经网络	AUROC	NA
618	2025-10-05	Deciphering the sequence basis and application of transcriptional initiation regulation in plant genomes through deep learning 2025-Sep-22, Genome biology IF:10.1Q1 DOI:10.1186/s13059-025-03782-5 PMID:40983924	研究论文	开发可解释深度学习模型GenoRetriever，系统解析植物转录起始位点的序列调控机制	首次利用多作物基因组STRIPE-seq数据构建可解释深度学习模型，量化27个核心启动子基序对转录起始的调控作用	研究主要基于作物基因组，可能不适用于所有植物物种	解析植物转录起始调控的序列基础及其应用	16个大豆组织和6种其他作物的转录起始位点	机器学习	NA	STRIPE-seq, 深度测序	深度学习	基因组序列数据	16个大豆组织+6种作物基因组	NA	GenoRetriever	NA	NA
619	2025-10-05	Knowledge and Perceptions of AI Among Medical Students in Morocco: Cross-Sectional Study 2025-Sep-19, JMIR formative research IF:2.0Q4 DOI:10.2196/66156 PMID:40971792	研究论文	本研究通过横断面调查评估了摩洛哥医学生对人工智能的认知水平和态度	首次在摩洛哥医学生群体中开展人工智能认知与态度的系统性研究	采用滚雪球抽样方法，样本代表性可能存在局限；研究仅限于单一医学院校	评估摩洛哥医学生对人工智能的知识水平和认知态度	摩洛哥阿加迪尔医学院1-7年级的本科医学生	医学教育	NA	横断面调查	NA	问卷调查数据	580名医学生（女性363人，62.6%；平均年龄21.3岁）	JAMOVI 2.6.2	NA	P值	NA
620	2025-10-05	Improving prototypical parts abstraction for case-based reasoning explanations designed for the kidney stone type recognition 2025-Sep-19, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103266 PMID:40992030	研究论文	提出一种基于案例推理的深度学习模型，通过原型部件改进肾结石类型识别的可解释性	提出新的损失函数优化原型部件生成，并创建局部和全局描述符提供可理解的决策解释	仅针对工业化国家最常见的六种肾结石类型进行测试	开发可解释的肾结石类型自动识别系统	肾结石内窥镜图像	计算机视觉	肾结石	内窥镜成像	基于案例推理的深度学习模型	图像	包含六种最常见肾结石类型的图像数据库	NA	原型部件(PPs)模型	分类准确率	NA