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
721	2025-10-05	Improving the performance of the echinococcosis diagnosis model based on serum Raman spectroscopy via the integration of convolutional neural network and support vector machine 2025-Sep-13, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2025.126945 PMID:40974949	研究论文	提出结合卷积神经网络与支持向量机的混合模型，通过血清拉曼光谱提高包虫病诊断性能	首次将CNN特征提取能力与SVM分类器相结合应用于包虫病光谱诊断，显著提升多类别分类准确率	样本量有限（573例），未提及外部验证集结果	开发高精度的包虫病快速诊断方法	包虫病、肝硬化、肝细胞癌患者及正常对照组的血清样本	医学影像分析	包虫病	拉曼光谱	CNN, SVM	光谱数据	573份血清样本	NA	CNN-SVM混合架构	准确率	NA
722	2025-10-05	The comparison of deep learning and radiomics in the prediction of polymyositis 2025-Sep-12, Medicine IF:1.3Q2 DOI:10.1097/MD.0000000000044496 PMID:40958317	研究论文	比较深度学习和影像组学在多发性肌炎预测中的性能	首次系统比较3D CNN与影像组学在多发性肌炎预测中的表现，并开发了股直肌分割模型	样本量相对有限（总样本196例），需更多外部验证	评估深度学习与影像组学在多发性肌炎预测中的可行性	多发性肌炎患者与对照组的T2加权磁共振影像	医学影像分析	多发性肌炎	T2加权磁共振成像	CNN, U-Net	3D医学影像	总196例（训练120例，验证30例，外部测试46例）	MONAI	3D CNN, 3D U-Net	准确率, 敏感度, 特异度, 阳性预测值, Dice系数	NA
723	2025-10-05	A multidimensional deep ensemble learning model predicts pathological response and outcomes in esophageal squamous cell carcinoma treated with neoadjuvant chemoradiotherapy from pretreatment CT imaging: A multicenter study 2025-Sep-10, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology IF:4.9Q1 DOI:10.1016/j.radonc.2025.111133 PMID:40939680	研究论文	开发并验证基于治疗前CT影像的多维深度集成学习模型，用于预测食管鳞癌患者新辅助放化疗后的病理完全缓解和预后风险分层	提出结合放射组学和3D卷积神经网络的多维深度集成学习模型，在多个中心验证中表现出优于单一领域模型的预测性能	回顾性研究设计，需要前瞻性多中心验证来进一步确认临床实用性	预测食管鳞癌患者新辅助放化疗的治疗反应和预后	接受新辅助放化疗的食管鳞癌患者	医学影像分析	食管鳞癌	CT成像	集成学习, CNN	CT影像	485例来自四个医院的ESCC患者（发现队列194例，内部队列49例，外部验证队列242例）	NA	3D CNN, 集成学习架构	AUC, 校准曲线, 临床效用, 总生存期, 无病生存期, log-rank检验	NA
724	2025-10-05	Autoregressive enzyme function prediction with multi-scale multi-modality fusion 2025-Sep-06, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf476 PMID:40966652	研究论文	提出一种多尺度多模态自回归预测器MAPred，用于自回归预测蛋白质的酶委员会编号	首次整合蛋白质氨基酸序列和3D结构标记，采用双路径方法和自回归预测网络，利用EC分类的层次结构	未明确说明模型在更广泛数据集上的泛化能力	提高酶功能预测的准确性和可靠性	蛋白质酶功能预测	生物信息学	NA	多模态融合，自回归预测	深度学习模型	氨基酸序列数据，3D结构数据	New-392，Price，New-815基准数据集	NA	双路径架构，自回归预测网络	NA	NA
725	2025-10-05	Artificial intelligence-enhanced biosurveillance for antimicrobial resistance in sub-Saharan Africa 2025-Sep-03, International health IF:2.3Q2 DOI:10.1093/inthealth/ihae081 PMID:39545538	综述	探讨人工智能在撒哈拉以南非洲地区抗菌素耐药性生物监测中的整合与应用潜力	首次系统评估AI技术在资源有限地区AMR监测中的适用性，强调跨学科合作与伦理框架建设	数据稀缺、基础设施不足和伦理问题阻碍AI在SSA地区的实际应用	提升撒哈拉以南非洲地区抗菌素耐药性监测能力	撒哈拉以南非洲地区的抗菌素耐药性监测系统	机器学习	抗菌素耐药性感染	基因组分析	机器学习,深度学习	大规模数据集	NA	NA	NA	NA	NA
726	2025-10-05	Interpretable Artificial Intelligence Analysis of Functional Magnetic Resonance Imaging for Migraine Classification: Quantitative Study 2025-Sep-03, JMIR medical informatics IF:3.1Q2 DOI:10.2196/72155 PMID:40903006	研究论文	本研究结合可解释人工智能技术和多种fMRI指标进行偏头痛分类分析	首次将可解释AI技术与多种fMRI指标结合，识别最优模型-指标组合并定位鉴别性脑区	样本量相对较小（64名参与者），需要更大规模验证	评估可解释AI在偏头痛临床诊断中的应用潜力	偏头痛患者（有先兆和无先兆）和健康对照者	医学影像分析	偏头痛	功能磁共振成像	CNN, Transformer, SVM, 随机森林	医学影像	64名参与者（21名无先兆偏头痛，15名有先兆偏头痛，28名健康对照）	NA	GoogleNet, ResNet18, Vision Transformer	准确率, AUC	NA
727	2025-10-05	Benchmarking deep learning-designed inlay restorations across operator experience: An in vitro comparison of time efficiency, contact intensity, and contour quality 2025-Sep-02, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2025.106083 PMID:40907866	研究论文	比较深度学习与传统人工设计嵌体修复体的时间效率、接触强度和轮廓质量	首次系统评估深度学习设计工作流在不同操作者经验水平下的表现，并分析其对经验相关变异性的影响	体外研究，样本量有限（25个数字扫描），未涉及长期临床效果评估	评估深度学习设计嵌体工作流的性能表现	上颌和下颌后牙区近中-𬌗面或远中-𬌗面洞形预备后的基牙数字扫描	数字病理	牙科修复	数字扫描，深度学习设计	深度学习模型	数字扫描图像	25个上颌和下颌牙弓数字扫描	NA	NA	时间效率，𬌗面接触强度，邻面接触强度，轮廓质量	NA
728	2025-10-05	TransFactor-prediction of pro-viral SARS-CoV-2 host factors using a protein language model 2025-Sep-01, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf491 PMID:40929136	研究论文	提出TransFactor计算框架，利用蛋白质语言模型预测SARS-CoV-2促病毒宿主因子	首次将预训练的ESM-2蛋白质语言模型应用于宿主因子预测，通过计算丙氨酸扫描提供可解释性	依赖有限实验数据集，实验方法存在局限性	预测和优先排序候选宿主因子作为抗病毒治疗靶点	SARS-CoV-2宿主蛋白质	自然语言处理	传染病	蛋白质序列分析	Transformer	蛋白质序列数据	来自33项独立SARS-CoV-2研究的实验确定宿主因子数据集	PyTorch	ESM-2	与机器学习和深度学习基线比较，基因本体富集分析	NA
729	2025-10-05	THLANet: A deep learning framework for predicting TCR-pHLA binding in immunotherapy applications 2025-Sep, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1013050 PMID:40939018	研究论文	提出了一种名为THLANet的深度学习框架，用于预测TCR与pHLA的结合特异性，以评估新抗原的免疫原性潜力	采用进化尺度建模-2（ESM-2）替代传统嵌入方法增强序列特征表示，通过分析CDR3序列和模拟抗原序列丙氨酸扫描提供TCR与抗原3D结合相互作用的新见解	仅使用TCR序列（CDR3β）、抗原序列和I类HLA进行预测，可能无法覆盖所有结合情况	准确预测TCR与新抗原的结合特异性，为免疫治疗应用提供支持	T细胞受体（TCR）、新抗原、I类人类白细胞抗原（HLA）	生物信息学	癌症	scTCR-seq，深度学习	深度学习模型	序列数据	使用scTCR-seq数据构建的TCR-pHLA结合数据库和多种癌症类型的临床癌症数据	NA	THLANet，ESM-2	NA	NA
730	2025-10-05	Spatial gene expression at single-cell resolution from histology using deep learning with GHIST 2025-Sep, Nature methods IF:36.1Q1 DOI:10.1038/s41592-025-02795-z PMID:40954301	研究论文	提出GHIST深度学习框架，从组织学图像预测单细胞分辨率空间基因表达	首次实现从组织学图像预测单细胞分辨率空间基因表达，利用亚细胞空间转录组学和多层次生物信息协同关系	NA	开发从常规组织学图像预测空间基因表达的新方法	空间转录组数据和常规组织学图像	数字病理学	癌症	空间转录组学，组织学成像	深度学习	组织学图像，基因表达数据	公共数据集和癌症基因组图谱数据	NA	GHIST	准确性，空间分辨率	NA
731	2025-10-06	Self-AttentionNeXt: Exploring schizophrenic optical coherence tomography image detection investigations 2025-Sep-19, World journal of psychiatry IF:3.9Q1 DOI:10.5498/wjp.v15.i9.108359 PMID:40933157	研究论文	开发了一种名为Self-AttentionNeXt的新型深度学习模型，用于通过光学相干断层扫描图像检测精神分裂症	将分组自注意力机制、残差和倒置瓶颈块相结合，构建了融合Transformer注意力机制和卷积神经网络的新型架构	NA	开发先进的深度学习模型对OCT图像进行分类，利用视网膜生物标志物区分精神分裂症患者和健康对照	精神分裂症患者的OCT图像和健康对照的OCT图像	计算机视觉	精神分裂症	光学相干断层扫描	CNN, 自注意力机制	图像	自定义收集的精神分裂症OCT数据集和公开可用的OCT2017数据集	NA	Self-AttentionNeXt（包含分组自注意力机制、残差块、倒置瓶颈块和1×1卷积）	准确率	NA
732	2025-10-06	Quantum-Resistant Privacy Preservation for Mobile Healthcare Services in Connected Transportation Systems via Deep Neural Architectures 2025-Sep-19, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3612210 PMID:40971270	研究论文	提出了一种用于车联网移动医疗服务的量子抗性隐私保护框架，结合格密码学和深度神经网络架构	首次将基于格的量子抗性密码学（Ring-LWE）与深度神经网络架构相结合，用于保护车联网环境中的移动医疗数据隐私	未明确说明实验数据的具体规模和来源，且未与其他量子抗性方案进行直接比较	开发量子计算时代下移动医疗服务的隐私保护解决方案	车联网环境中的移动医疗服务和敏感医疗数据	网络安全, 机器学习	NA	格密码学, 深度神经网络	CNN, 注意力机制	网络数据, 医疗数据	NA	NA	卷积模块, 注意力模块	准确率, 端到端延迟, 加密开销, 入侵检测效果	NA
733	2025-10-06	Deep Learning for simulating the evolution of condensed matter systems at the continuum scale: methods and applications 2025-Sep-19, Journal of physics. Condensed matter : an Institute of Physics journal DOI:10.1088/1361-648X/ae096d PMID:40972655	综述	本文系统回顾了深度学习在模拟凝聚态物质系统连续尺度演化方面的最新方法与应用	系统化整理了神经网络处理时间依赖演化的多种策略与架构，区分了数据驱动和物理信息策略，并讨论了混合方法	神经网络方法作为传统计算方法有效替代方案仍面临主要挑战和缺陷	研究凝聚态物理中复杂系统时间演化的模拟方法	凝聚态物质系统的连续尺度演化	机器学习	NA	神经网络方法	NA	偏微分方程解的大型数据集	NA	NA	NA	NA	NA
734	2025-10-06	OcuViT: A Vision Transformer-Based Approach for Automated Diabetic Retinopathy and AMD Classification 2025-Sep-19, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01676-3 PMID:40973913	研究论文	提出基于视觉Transformer的OcuViT模型，用于自动分类糖尿病视网膜病变和年龄相关性黄斑变性	首次将视觉Transformer通过迁移学习应用于眼科诊断，并设计了高效的预处理流程	未明确说明模型在计算效率方面的具体表现	开发自动化的视网膜疾病分类系统以提高诊断精度和可靠性	糖尿病视网膜病变(DR)和年龄相关性黄斑变性(AMD)	计算机视觉	视网膜疾病	深度学习，迁移学习	Vision Transformer (ViT)	视网膜眼底图像	APTOS数据集和IChallenge-AMD数据集	PyTorch	ViT-Base-Patch16-224	准确率，鲁棒性	NA
735	2025-10-06	Lightweight Transfer Learning Models for Multi-Class Brain Tumor Classification: Glioma, Meningioma, Pituitary Tumors, and No Tumor MRI Screening 2025-Sep-19, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01686-1 PMID:40973910	研究论文	开发轻量级深度学习模型用于多类别脑肿瘤MRI图像分类	比较多种轻量级ResNet变体和自定义CNN在脑肿瘤分类中的表现，证明迁移学习在小规模临床中心的适用性	仅使用单一序列MRI数据，需要多序列MRI和更大患者队列验证	开发高效准确的脑肿瘤AI诊断解决方案	胶质瘤、脑膜瘤、垂体瘤和无肿瘤的MRI扫描图像	计算机视觉	脑肿瘤	MRI成像	CNN, ResNet	图像	7023张MRI图像（5712训练，1311验证）	PyTorch, TensorFlow	ResNet-18, ResNet-34, ResNet-50, 自定义CNN	准确率, AUC, 敏感度, 特异度, 混淆矩阵	有限计算资源（针对小型临床中心优化）
736	2025-10-05	Modeling the vertebrate regulatory sequence landscape by UUATAC-seq and deep learning 2025-Sep-18, Cell IF:45.5Q1 DOI:10.1016/j.cell.2025.06.020 PMID:40633538	研究论文	通过开发UUATAC-seq技术和深度学习模型NvwaCE，系统解析脊椎动物基因组调控序列景观	开发了超高通量单核染色质可及性测序技术(UUATAC-seq)，并构建了能直接从基因组序列预测调控元件景观的多任务深度学习模型NvwaCE	仅涵盖五个代表性脊椎动物物种，可能无法完全代表所有脊椎动物的调控序列多样性	解码脊椎动物基因组调控序列的语言和功能组织	五个代表性脊椎动物物种的顺式调控元件(cCREs)	计算生物学	NA	UUATAC-seq，染色质可及性测序	深度学习	基因组序列，染色质可及性数据	五个脊椎动物物种	NA	NvwaCE	预测精度，与QTL和基因组编辑结果的一致性	NA
737	2025-10-06	RNA velocity and beyond: Current advances in modeling single-cell transcriptional dynamics 2025-Sep-18, Allergology international : official journal of the Japanese Society of Allergology IF:6.2Q1 DOI:10.1016/j.alit.2025.08.005 PMID:40973591	综述	本文系统回顾了RNA Velocity技术在单细胞转录组动力学建模中的发展历程、应用进展与未来方向	全面梳理了从基础RNA Velocity到第二代计算工具（如scVelo、dynamo、CellRank）的演进过程，并重点探讨了在过敏和免疫疾病研究中的创新应用	RNA Velocity分析仍存在计算挑战和方法学限制，需要进一步改进	总结单细胞转录动力学建模技术的最新进展，特别是在免疫疾病研究中的应用	单细胞RNA测序数据、免疫细胞分化过程、疾病机制研究	计算生物学	过敏性疾病和免疫介导疾病	单细胞RNA测序（scRNA-seq）、RNA Velocity分析	数学动力学模型、深度学习模型	单细胞转录组数据、空间转录组数据、多组学数据	NA	NA	NA	NA	NA
738	2025-10-06	Comparative evaluation of deep learning and traditional models for predicting traffic accident severity in Saudi Arabia 2025-Sep-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-13484-4 PMID:40962904	研究论文	本研究比较了深度学习与传统模型在预测沙特阿拉伯交通事故严重程度方面的性能	首次在沙特阿拉伯东部省份使用人工神经网络与传统机器学习模型进行交通事故严重程度预测的对比研究	研究仅基于2018-2022年沙特阿拉伯东部省份的数据，可能缺乏地域普适性	预测交通事故严重程度以提升道路安全和事故预防能力	沙特阿拉伯东部14个城市的交通事故数据	机器学习	NA	NA	ANN, BRT, SVM, Naïve Bayes, logistic regression	交通事故记录数据	9,548起事故案例，涉及17,100辆车，造成2,527人死亡和8,020人受伤	NA	NA	准确率, 灵敏度, 特异性, G-mean, AUC	NA
739	2025-10-06	Augmenting conventional criteria: a CT-based deep learning radiomics nomogram for early recurrence risk stratification in hepatocellular carcinoma after liver transplantation 2025-Sep-17, Insights into imaging IF:4.1Q1 DOI:10.1186/s13244-025-02082-7 PMID:40962936	研究论文	开发基于CT的深度学习影像组学列线图用于预测肝细胞癌肝移植后早期复发风险	结合影像组学特征、深度学习特征和临床变量构建新型预测模型，相比传统标准提供额外预测价值	样本量相对有限（245例），仅在两中心进行验证	改善肝细胞癌肝移植后早期复发的风险分层和临床决策	肝细胞癌患者肝移植前的CT影像和临床数据	数字病理	肝细胞癌	CT成像	深度学习	医学影像	245例肝细胞癌患者（训练集184例，验证集61例）	NA	NA	AUC	NA
740	2025-10-06	Non-iterative and uncertainty-aware MRI-based liver fat estimation using an unsupervised deep learning method 2025-Sep-17, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103811 PMID:40972442	研究论文	提出一种基于无监督深度学习的非迭代MRI肝脏脂肪定量方法AI-DEAL，可同时估计质子密度脂肪分数及其不确定性	首次结合深度学习和加权最小二乘法实现单次MRI水脂分离，能同时输出脂肪分数估计值和不确定性图谱	在脂肪-水模体中的PDFF偏差较大(-3.43%)，模型泛化能力仍需进一步验证	开发快速准确的MRI肝脏脂肪定量方法	肝脏质子密度脂肪分数(PDFF)	医学影像分析	肝脏疾病	CSE-MRI, 脂肪-水模体, 数值模体	无监督深度学习	MRI图像	体内肝脏数据、脂肪-水模体、数值模体	NA	AI-DEAL	PDFF偏差, 不确定性评估	NA