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
781	2025-09-09	Affinity prediction of inhibitor-kinase based on mixture of experts enhanced by multimodal feature semantic analysis 2025-Sep, International journal of biological macromolecules IF:7.7Q1 DOI:10.1016/j.ijbiomac.2025.146324 PMID:40738444	研究论文	提出一种基于专家混合系统增强多模态特征语义分析的抑制剂-激酶亲和力预测模型Mokin	首次使用专家混合系统作为药物分子特征提取桥梁，创新设计全局记忆门控路由模块，并整合蛋白质和蛋白质相互作用网络特征	NA	提高抑制剂-激酶结合亲和力的预测精度，解决冷启动问题	人类激酶中的EGFR家族及其抑制剂	机器学习	癌症	多模态特征语义分析，蛋白质-蛋白质相互作用网络分析	Mixture of Experts (MoE), 双线性注意力机制	生物分子数据，网络数据	NA
782	2025-09-09	High-efficiency spatially guided learning network for lymphoblastic leukemia detection in bone marrow microscopy images 2025-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110860 PMID:40753948	研究论文	提出一种基于空间引导学习网络的高效方法，用于骨髓显微镜图像中的淋巴细胞白血病检测	构建了包含1794张高质量图像的新数据集，并提出空间引导学习框架、尺度感知融合模块、小目标增强机制和高效IoU损失函数等创新改进	NA	开发自动化白血病检测方法，提高诊断准确性和效率	淋巴细胞白血病细胞	数字病理学	白血病	深度学习	SGLNet（空间引导学习网络）	显微镜图像	1794张高质量骨髓显微镜图像
783	2025-09-09	Deep learning model enables the discovery of a novel BET inhibitor YD-851 2025-Sep, Biomedicine & pharmacotherapy = Biomedecine & pharmacotherapie DOI:10.1016/j.biopha.2025.118431 PMID:40779884	研究论文	本研究利用深度学习模型发现了一种新型BET抑制剂YD-851，该化合物在实体瘤治疗中表现出高效低毒特性	采用环化骨架跃迁策略结合高精度深度学习模型设计新型BET抑制剂，成功获得具有优异抗肿瘤活性的先导化合物	研究目前处于临床前阶段，尚未进行人体临床试验验证	开发高效低毒的新型BET抑制剂用于实体瘤治疗	BET抑制剂化合物及其实体瘤模型	药物发现	实体瘤	深度学习、环化骨架跃迁、多步合成路线	深度学习模型	化学结构数据	多个异种移植实体瘤模型
784	2025-09-09	Application of AI-based techniques for anomaly management in wastewater treatment plants: A review 2025-Sep, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2025.126886 PMID:40780155	综述	本文系统回顾了人工智能技术在污水处理厂异常管理中的应用进展	全面比较监督学习、无监督学习和迁移学习方法，并强调实际工程应用中的性能指标如可扩展性、检测及时性和技术适应性	存在模型可解释性、计算强度、数据质量控制、跨设施泛化能力和成本效益等方面的研究空白	评估人工智能技术在污水处理厂异常管理中的研究进展和应用潜力	污水处理厂（WWTPs）的异常管理过程	机器学习	NA	深度学习、集成学习、智能优化算法	监督学习、无监督学习、迁移学习	传感器数据、多模态数据	NA
785	2025-09-09	Ultrasound-based machine learning models for predicting response to neoadjuvant chemotherapy in breast cancer: A meta-analysis 2025-Sep, Clinical imaging IF:1.8Q3 DOI:10.1016/j.clinimag.2025.110574 PMID:40769066	meta-analysis	通过荟萃分析评估基于超声的机器学习模型预测乳腺癌新辅助化疗反应的效能	首次系统评估超声影像组学结合机器学习在预测乳腺癌新辅助化疗反应中的综合性能，并区分完全缓解和部分缓解的预测模型	部分缓解模型仅进行了内部验证分析，缺乏外部验证结果；需要进一步开发临床可推广的模型	评估基于超声的机器学习模型预测乳腺癌患者新辅助化疗反应的准确性	乳腺癌患者	digital pathology	breast cancer	radiomics, deep learning	machine learning models	ultrasound images	22项研究（具体样本量未在摘要中明确说明）
786	2025-09-09	Deep Learning-Based Saturation Compensation for High Dynamic Range Multispectral Fluorescence Lifetime Imaging 2025-Sep, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2025.3548297 PMID:40042955	研究论文	提出一种基于深度学习的饱和补偿网络SatCompFLImNet，用于校正多光谱荧光寿命成像中的饱和伪影	首次将生成对抗网络应用于多光谱FLIm的饱和伪影校正，实现高动态范围成像	NA	解决多光谱荧光寿命成像中因检测系统动态范围有限导致的饱和伪影问题	多光谱荧光寿命成像数据	计算机视觉	NA	荧光寿命成像(FLIm)	GAN	图像	模拟和真实数据（未指定具体数量）
787	2025-09-09	Prognosis and prognostic factors for chronic fibrosing idiopathic interstitial pneumonias 2025-Sep, Respiratory investigation IF:2.4Q2 DOI:10.1016/j.resinv.2025.06.005 PMID:40561889	综述	本文综述了特发性间质性肺炎（IIPs）尤其是特发性肺纤维化（IPF）的预后及预测因素的最新进展	整合了抗纤维化治疗成为标准方案后的最新研究成果，涵盖遗传多态性、影像学分析和深度学习等新技术在预后预测中的应用	NA	总结IPF及其他慢性纤维化IIPs的预后及其预测因素	特发性间质性肺炎患者（重点关注IPF患者）	NA	肺纤维化疾病	遗传多态性分析、放射影像分析、深度学习	NA	临床数据、影像数据、遗传数据	NA
788	2025-09-09	Optimization of deep learning models for inference in low resource environments 2025-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110615 PMID:40716232	研究论文	本研究评估了深度学习模型在医疗应用中的优化技术效果，重点关注低资源环境下的推理性能	系统评估多种优化技术在医疗AI模型上的效果，涵盖不同硬件配置和医疗领域	研究仅针对特定医疗任务和模型类型，未涵盖所有可能的医疗AI应用场景	优化深度学习模型在低资源环境中的推理效率，促进AI在医疗领域的临床转化	放射学、组织病理学和医学RGB成像领域的AI工作负载	machine learning	结直肠癌	深度学习优化技术	深度学习模型	MRI图像、H&E染色组织切片图像、RGB图像	NA
789	2025-09-09	CLT-MambaSeg: An integrated model of Convolution, Linear Transformer and Multiscale Mamba for medical image segmentation 2025-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110736 PMID:40716230	研究论文	提出一种结合卷积、线性变换器和多尺度Mamba的集成模型CLT-MambaSeg，用于医学图像分割，并通过MeGA-GAN生成合成图像解决数据有限问题	首次整合卷积、线性变换器和多尺度Mamba架构，并引入SREx模块捕获空间关系及MeGA-GAN生成合成数据增强性能	未明确说明模型在计算资源需求或实时应用方面的具体限制	提升医学图像分割的局部特征捕获、全局上下文建模及计算效率	医学图像分割任务	计算机视觉	皮肤癌（基于ISIC数据集），结肠癌（基于CVC-ClinicDB），乳腺癌（基于BUSI）	深度学习，生成对抗网络(GAN)	CNN, Transformer, Mamba, GAN	图像	五个基准数据集（CVC-ClinicDB, BUSI, PH2, ISIC-2016, ISIC-2017），具体样本量未明确
790	2025-09-09	Enhancing reconstruction-based out-of-distribution detection in brain MRI with model and metric ensembles 2025-Sep-01, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.109045 PMID:40915097	研究论文	本研究通过集成模型和度量方法优化基于重建的自编码器，以提升脑MRI中的分布外检测性能	探索了简单OOD检测模型的潜力，优化了深度学习策略专门用于OOD检测，并系统评估了重建度量的选择	检测性能在不同伪影类型间存在差异，局部伪影较难检测，标准深度学习方法未完全解决OOD检测的特殊挑战	优化基于重建的自编码器，专门用于医学图像中的分布外检测，提高自动化医疗图像分析系统的可靠性	脑MRI图像中的合成局部和全局伪影	计算机视觉	NA	自编码器重建，LPIPS，SSIM对比度组件	Autoencoder	图像	包含多种伪影类型的脑MRI数据集
791	2025-09-09	Optimized multi-stage network with multi-dimensional spatiotemporal interactions for septal and apical hypertrophic cardiomyopathy classification using 12-lead ECGs 2025-Sep, Biomedical engineering letters IF:3.2Q2 DOI:10.1007/s13534-025-00492-6 PMID:40917150	研究论文	提出一种优化的多阶段网络Ms-MdST，用于基于12导联心电图对室间隔和心尖肥厚型心肌病进行分类	结合一维和二维卷积分支捕获心电图时空特征，引入全局-局部交互注意力机制和多损失联合优化策略	NA	提高肥厚型心肌病分型的诊断准确性	室间隔肥厚和心尖肥厚型心肌病患者的心电图数据	医学图像分析	心血管疾病	深度学习	CNN结合注意力机制	心电图信号	NA
792	2025-09-08	Optimization of carotid CT angiography image quality with deep learning image reconstruction with high setting (DLIR-H) algorithm under ultra-low radiation and contrast agent conditions 2025-Sep-05, Radiography (London, England : 1995) DOI:10.1016/j.radi.2025.103154 PMID:40914000	研究论文	本研究评估深度学习图像重建算法DLIR-H在超低辐射和低对比剂条件下优化颈动脉CT血管成像质量的效果	首次在超低剂量双能CTA中系统比较DLIR-H算法与常规ASIR-V算法，并证实DLIR-H在复杂血管部位（如颈动脉分叉处）的图像质量提升最显著	样本量有限（120例患者），且为单中心研究，需更大规模验证	评估DLIR-H算法在超低辐射和低对比剂条件下提升颈动脉CTA图像质量的效能	接受双能颈动脉CTA检查的120例患者	医学影像处理	脑血管疾病	双能CT血管成像（DE-CTA），深度学习图像重建（DLIR），虚拟单能图像（VMI）	深度学习图像重建算法（DLIR）	CT医学影像	120例患者分为4组（1个对照组和3个实验组）
793	2025-09-08	Commentary on: "Diagnosis of lymph node metastasis in oral squamous cell carcinoma by an MRI-based deep learning model" 2025-Sep-05, Oral oncology IF:4.0Q2 DOI:10.1016/j.oraloncology.2025.107652 PMID:40914072	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
794	2025-09-08	AI-driven and Traditional Radiomic Model for Predicting Muscle Invasion in Bladder Cancer via Multi-parametric Imaging: A Systematic Review and Meta-analysis 2025-Sep-05, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.08.035 PMID:40914722	系统综述与荟萃分析	通过荟萃分析方法系统评估AI驱动和传统放射组学模型在检测肌层浸润性膀胱癌中的诊断性能	首次系统比较AI与传统放射组学模型性能，并探讨其与VI-RADS系统的协同价值	纳入研究存在显著异质性，需要多国多中心前瞻性研究验证外部有效性	评估放射组学模型对膀胱癌肌层浸润的诊断准确性	膀胱癌患者	医学影像分析	膀胱癌	放射组学分析，多参数成像（CT/MRI）	深度学习，机器学习，传统放射组学模型	医学影像	43项研究，9624名患者
795	2025-09-08	SeaMoon: From protein language models to continuous structural heterogeneity 2025-Sep-04, Structure (London, England : 1993) DOI:10.1016/j.str.2025.06.010 PMID:40683255	研究论文	提出SeaMoon方法，利用蛋白质语言模型从序列直接预测蛋白质连续构象变化	首次探索从蛋白质序列直接预测连续构象变化，无需依赖3D结构	仅对40%的测试蛋白质能准确预测至少一种真实运动	开发深度学习模型预测蛋白质构象动力学	蛋白质构象变化和运动	机器学习	NA	蛋白质语言模型(pLM)	CNN	序列嵌入	约1,000组实验构象集合
796	2025-09-08	Lung lobe segmentation: performance of open-source MOOSE, TotalSegmentator, and LungMask models compared to a local in-house model 2025-Sep-04, European radiology experimental IF:3.7Q1 DOI:10.1186/s41747-025-00623-9 PMID:40908427	研究论文	比较开源深度学习肺叶分割工具与本地训练模型在CT扫描图像上的性能表现	首次系统评估多种开源肺叶分割模型（MOOSE、TotalSegmentator、LungMask）并与本地nnU-Net模型在内部和外部数据集上进行全面性能对比	研究基于有限样本量（内部数据集164例，测试集33例），且外部验证仅使用LOLA11竞赛数据（n=55）	评估深度学习肺叶分割模型的性能并比较不同训练策略的效果	CT扫描图像中的肺叶分割	医学图像分析	肺部疾病	深度学习分割，CT影像分析	nnU-Net, MOOSE, TotalSegmentator, LungMask	CT图像	内部数据集164例CT扫描，测试子集33例，外部验证集55例
797	2025-09-08	A Multi-Task Deep Learning Pipeline Integrating Vessel Segmentation and Radiomics for Multiclass Retinal Disease Classification 2025-Sep-04, Photodiagnosis and photodynamic therapy IF:3.1Q2 DOI:10.1016/j.pdpdt.2025.105209 PMID:40914189	研究论文	开发一种集成血管分割和影像组学的多任务深度学习框架，用于自动分类四种视网膜疾病	首次将基于Transformer的分割模型（Swin-Unet）与影像组学特征结合，实现多类别视网膜疾病分类	研究依赖多中心数据但未说明数据分布差异可能带来的影响	自动化视网膜疾病分类	糖尿病患者视网膜病变、高血压性视网膜病变、视乳头水肿及正常眼底	计算机视觉	视网膜疾病	深度学习、影像组学分析	U-Net, Attention U-Net, DeepLabV3+, HRNet, Swin-Unet, XGBoost, CatBoost, Random Forest, Ensemble	眼底图像	2,165名患者（来自8个医疗中心），外部测试集769名患者
798	2025-09-08	Deep learning-assisted system improves practical effect in cervical cytopathology diagnosis: A comparative study of reading modes 2025-Sep-04, Modern pathology : an official journal of the United States and Canadian Academy of Pathology, Inc IF:7.1Q1 DOI:10.1016/j.modpat.2025.100882 PMID:40914500	研究论文	本研究通过随机对照四向交叉设计比较四种阅片模式在宫颈细胞病理学诊断中的效果，评估深度学习辅助系统的实际应用价值	首次采用四向交叉设计系统比较未辅助、并行、二次和分诊四种阅片模式，并综合评估诊断性能、时间效率和病理学家偏好	研究基于回顾性收集的样本，可能存在选择偏倚；未涉及长期临床应用效果的跟踪评估	评估不同深度学习辅助阅片模式在宫颈细胞病理学诊断中的有效性和实用性	宫颈细胞学涂片和认证细胞病理学家	数字病理学	宫颈癌	深度学习	深度学习模型（具体架构未说明）	细胞病理学图像	1620张宫颈涂片（2021-2022年回顾性收集），108位认证细胞病理学家参与
799	2025-09-08	AlzFormer: Video-based space-time attention model for early diagnosis of Alzheimer's disease 2025-Sep-03, Neuroscience IF:2.9Q2 DOI:10.1016/j.neuroscience.2025.08.062 PMID:40912354	研究论文	提出基于视频时空注意力机制的深度学习框架AlzFormer，用于阿尔茨海默病的早期诊断和多分类	首次将时空自注意力机制应用于MRI序列分析，将T1加权MRI体积视为视频序列处理	仅使用ADNI数据集的1.5T MRI扫描，未说明样本量具体数值	阿尔茨海默病的早期准确诊断和多分类	AD、MCI和CN个体的结构MRI扫描	计算机视觉	阿尔茨海默病	结构MRI扫描	Transformer（时空注意力机制）	图像（MRI序列）	NA
800	2025-09-08	End-to-end deep learning model with multi-channel and attention mechanisms for multi-class diagnosis in CT-T staging of advanced gastric cancer 2025-Sep-03, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112408 PMID:40913943	研究论文	构建了一个基于CT的端到端深度学习模型，用于晚期胃癌的肿瘤T分期	结合多通道和注意力机制的端到端深度学习模型，在CT-T分期中实现了高精度和一致性	回顾性研究，样本量相对有限（460例）	开发AI模型实现胃癌CT-T分期的自动化评估	晚期胃癌患者的术前CT影像	计算机视觉	胃癌	CT成像，深度学习	3D-Conv-UNet, SmallFocusNet, 端到端深度学习模型	CT影像	460例晚期胃癌患者（423例训练测试集，37例独立验证集）