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
881	2025-10-06	FCM-NPOA: A hybrid Fuzzy C-means clustering with nomadic people optimizer for ovarian cancer detection 2025-Sep, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.1177/09287329241302736 PMID:40105378	研究论文	开发了一种结合模糊C均值聚类和游牧人群优化器的混合模型用于卵巢癌检测	提出FCM-NPOA混合模型，整合遗传和病理影像数据，优化模糊C均值聚类算法	仅使用349名患者数据，样本规模有限	卵巢癌早期诊断和分类	妇科腹盆腔肿瘤	机器学习	卵巢癌	遗传和病理影像数据整合	CNN, Transformer, 随机森林, 逻辑回归, SVM, 决策树	临床数据, 影像数据	349名患者	NA	UNeT, Transformer, FCM-NPOA-PM-UI	准确率, 精确率, F1分数, Dice系数	NA
882	2025-10-06	Brain tumor detection using hybrid transfer learning and patch antenna-enhanced microwave imaging 2025-Sep, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.1177/09287329251325740 PMID:40208040	研究论文	提出一种结合混合迁移学习和贴片天线增强微波成像的创新脑肿瘤检测方法	将预训练深度学习模型与高分辨率微波成像技术相结合，利用贴片天线系统和MobileNet V2实现非侵入式实时脑肿瘤检测	仅通过仿真实验验证，尚未进行临床实际应用验证	开发一种非侵入式实时脑肿瘤检测技术以克服当前诊断方法的局限性	脑肿瘤	计算机视觉	脑肿瘤	微波成像，SAR分析	CNN	微波图像	NA	TensorFlow, PyTorch或Keras（具体框架未明确说明）	MobileNet V2	准确率, 精确率, 召回率, F1分数, 特异性	NA
883	2025-10-06	A systematic review of artificial intelligence techniques based on electroencephalography analysis in the diagnosis of epilepsy disorders: A clinical perspective 2025-Sep, Epilepsy research IF:2.0Q3 DOI:10.1016/j.eplepsyres.2025.107582 PMID:40393108	系统综述	从临床角度系统回顾基于脑电图分析的人工智能技术在癫痫诊断中的应用	重点关注注意力机制而非传统深度学习或机器学习方法，并将研究范围从通用脑成像技术聚焦到癫痫诊断的脑电图数据分析	需要更多多中心合作以收集高质量数据并确保代码工具的开放访问	探讨人工智能在癫痫诊断领域的应用潜力	癫痫患者的脑电图数据	自然语言处理	癫痫	脑电图	注意力机制, ANN	脑电图信号	NA	NA	注意力机制, 人工神经网络	NA	NA
884	2025-10-06	Performance of AI methods in PET-based imaging for outcome prediction in lymphoma: A systematic review and meta-analysis 2025-Sep, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112204 PMID:40466216	系统综述与荟萃分析	通过系统综述和荟萃分析评估基于PET影像的人工智能方法在淋巴瘤预后预测中的性能	首次对基于PET影像的AI方法在淋巴瘤预后预测中的性能进行系统评估，并比较了不同AI方法的预测效果	纳入研究存在异质性，需要更多前瞻性研究验证临床适用性	评估人工智能方法在淋巴瘤PET影像预后预测中的性能	淋巴瘤患者，主要为非霍奇金淋巴瘤	医学影像分析	淋巴瘤	PET影像分析	深度学习, 机器学习, 影像组学	PET医学影像	75项研究，其中61项聚焦非霍奇金淋巴瘤	NA	NA	HR, AUC, C-index, OR	Stata软件
885	2025-10-06	Predicting survival rates of critically ill septic patients with heart failure using interpretable machine learning models 2025-Sep, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.1177/09287329251346284 PMID:40495578	研究论文	本研究开发了一种可解释的机器学习模型，用于预测伴有心力衰竭的危重脓毒症患者的生存率	首次针对伴有心力衰竭的脓毒症患者开发专用的可解释生存预测模型，并采用SHAP方法增强模型解释性	研究数据来源于公开数据库，可能存在选择偏倚，且仅验证了两个数据库的数据	开发可解释的预测模型来预测伴有心力衰竭的脓毒症患者的生存率	伴有心力衰竭的危重脓毒症患者	机器学习	心血管疾病	生存分析	DeepSurv	临床数据	11,778名患者	NA	DeepSurv	AUC,C-index,Integrated Brier Score,Decision Curve Analysis	NA
886	2025-10-06	LncMamba: A deep learning model for LncRNA localization prediction based on the Mamba model 2025-Sep-25, Biochemical and biophysical research communications IF:2.5Q3 DOI:10.1016/j.bbrc.2025.152521 PMID:40876294	研究论文	提出基于Mamba模型的深度学习框架LncMamba，用于长链非编码RNA亚细胞定位预测	首次将Mamba网络引入LncRNA定位预测任务，改进定位特异性注意力机制，并揭示核苷酸基序与亚细胞定位的潜在关系	NA	准确预测长链非编码RNA的亚细胞定位以理解其生物学功能	长链非编码RNA	生物信息学	NA	深度学习	Mamba网络, FPN	RNA序列数据	NA	NA	双层FPN网络, Mamba网络	NA	NA
887	2025-10-06	Image analysis of cardiac hepatopathy secondary to heart failure: Machine learning vs gastroenterologists and radiologists 2025-Sep-14, World journal of gastroenterology IF:4.3Q1 DOI:10.3748/wjg.v31.i34.108807 PMID:40937455	研究论文	本研究利用深度学习模型分析心力衰竭继发淤血性肝病的CT影像特征	首次将ResNet架构应用于淤血性肝病影像分析，并与临床专家进行性能对比	回顾性研究，样本量有限（179例），仅使用单一CT层面图像	利用机器学习捕捉淤血性肝病的影像学特征	慢性心力衰竭患者	医学影像分析	心力衰竭，淤血性肝病	计算机断层扫描（CT）	CNN	医学影像	179例慢性心力衰竭患者（120例男性，平均年龄73.1±14.4岁）	NA	ResNet	准确率	NA
888	2025-10-06	ACP-EPC: an interpretable deep learning framework for anticancer peptide prediction utilizing pre-trained protein language model and multi-view feature extracting strategy 2025-Sep-13, Molecular diversity IF:3.9Q2 DOI:10.1007/s11030-025-11352-x PMID:40946136	研究论文	开发了一种名为ACP-EPC的可解释深度学习框架，用于直接从蛋白质序列预测抗癌肽	整合了预训练蛋白质语言模型ESM-2的上下文表征与手工物理化学描述符，并采用跨注意力机制进行多模态特征融合	未明确提及具体局限性	开发高效准确的抗癌肽预测方法以替代传统生物实验	抗癌肽(ACPs)	生物信息学	癌症	深度学习	深度学习框架	蛋白质序列	ACP135和ACP99两个测试集	NA	Cross-Attention机制	准确率	NA
889	2025-10-06	DeepInMiniscope: Deep learning-powered physics-informed integrated miniscope 2025-Sep-12, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adr6687 PMID:40938981	研究论文	开发了一种基于深度学习的小型化集成显微镜，用于高效三维成像	结合定制光学掩模和物理信息深度学习模型，显著降低计算需求，实现大规模数据的高质量快速重建	NA	开发高效的计算重建算法用于集成显微镜的大规模三维成像	小鼠皮层神经元活动	计算机视觉	NA	荧光显微镜，掩模成像	深度学习	三维图像	NA	NA	物理信息深度学习模型	重建质量，重建速度	NA
890	2025-10-06	A switchable dynamic-static tactile system for augmented haptic secret communication 2025-Sep-12, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adx6959 PMID:40938980	研究论文	开发了一种可通过光调制在动态和静态模式间快速切换的仿生触觉系统	实现了1毫秒级动态-静态模式快速切换、全一体化结构、高灵敏度与宽压力范围的平衡、可调灵敏度及传感-反馈闭环	未明确说明系统在极端环境下的稳定性及长期使用耐久性	开发具有动态静态双模式快速切换能力的仿生触觉系统	触觉传感系统及其在增强触觉秘密通信中的应用	人机交互	NA	光调制技术	深度学习	触觉压力数据、振动数据	NA	NA	NA	灵敏度(198.45/kPa)、压力范围(0.0137-207 kPa)	NA
891	2025-10-06	Enhancing Oral Health Diagnostics With Hyperspectral Imaging and Computer Vision: Clinical Dataset Study 2025-Sep-11, JMIR medical informatics IF:3.1Q2 DOI:10.2196/76148 PMID:40935589	研究论文	本研究开发了一个大规模口腔内窥镜高光谱成像数据集，并利用深度学习模型实现口腔组织的自动分割和分类	创建了首个大规模口腔内窥镜高光谱成像临床数据集，并验证了深度学习模型在该数据上的组织分割性能	样本量相对有限（226名参与者），且年龄分布可能不够均衡	开发口腔内窥镜高光谱成像数据集并实现口腔组织的自动可靠区分	226名参与者（166名女性，60名男性，年龄24-87岁）的口腔组织	计算机视觉	口腔鳞状细胞癌	内窥镜高光谱成像	深度学习	高光谱图像	226名参与者	TensorFlow, PyTorch	DeepLabv3, U-Net, ResNet-50, ResNet-101, EfficientNet-B0	精确率, 召回率, F1分数	NA
892	2025-10-06	Biological Age Estimation From the Age Gap Using Deep Learning Integrating Morbidity and Mortality: Model Development and Validation Study 2025-Sep-10, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/71592 PMID:40930058	研究论文	开发并验证一种基于Transformer的生物年龄估计模型，整合发病率和死亡率数据以提高预测准确性	提出首个整合发病率和死亡率信息的Transformer架构生物年龄估计模型，采用多目标学习策略	女性群体的死亡率预测趋势未达到统计学显著性，需要在更多样化人群中进一步验证	开发更准确的生物年龄估计模型以改善年龄相关疾病风险的早期识别	151,281名18岁及以上接受常规健康检查的成年人	机器学习	老年疾病	健康检查数据	Transformer	临床健康数据	151,281名成年人	NA	自定义Transformer架构	BA差距分布，健康状态分层，死亡率预测，Kaplan-Meier分析	NA
893	2025-10-06	Research Progress in Artificial Intelligence for Central Serous Chorioretinopathy: A Systematic Review 2025-Sep, Ophthalmology and therapy IF:2.6Q2 DOI:10.1007/s40123-025-01209-9 PMID:40694226	系统综述	本文系统综述了人工智能在中心性浆液性脉络膜视网膜病变中的应用进展、挑战和未来研究方向	首次系统总结AI在CSCR领域的应用进展，从疾病分类发展到动态预后预测，并引入可解释AI增强临床适用性	存在单中心数据依赖、观察者间标注变异、静态框架无法捕捉动态病变进展等局限性	指导个性化诊断和治疗策略，促进AI在CSCR领域的临床转化	中心性浆液性脉络膜视网膜病变(CSCR)相关研究	计算机视觉	中心性浆液性脉络膜视网膜病变	光学相干断层扫描(OCT)、OCT血管成像(OCTA)、眼底荧光血管造影(FFA)	深度学习,神经网络	多模态医学影像	73项原始研究(从698条记录中筛选)	NA	NA	定性诊断准确率,定量诊断准确率	NA
894	2025-10-06	Network and pharmacophore guided and BCL2 and HSP90AA1 targeted drug repurposable approaches against rheumatoid arthritis mediated diffuse large B-cell lymphoma 2025-Sep, International journal of biological macromolecules IF:7.7Q1 DOI:10.1016/j.ijbiomac.2025.146985 PMID:40889653	研究论文	本研究开发了一种GCNConv深度学习流程，通过网络和药效团引导的方法识别类风湿关节炎介导的弥漫大B细胞淋巴瘤的潜在治疗靶点并进行药物重定位	首次将GCNConv深度学习应用于RA和DLBCL共享基因网络分析，发现BCL2和HSP90AA1作为双重治疗靶点，并识别出优于现有FDA批准药物的候选化合物	研究基于计算预测和虚拟筛选，需要实验验证；分析局限于804种非专利FDA批准药物	探索类风湿关节炎介导的弥漫大B细胞淋巴瘤的分子机制并开发治疗干预策略	RA和DLBCL共享的失调基因网络及FDA批准药物	生物信息学，计算生物学	类风湿关节炎，弥漫大B细胞淋巴瘤	网络分析，药效团建模，虚拟筛选，深度学习	GCNConv	基因表达数据，药物分子结构数据	86个RA和DLBCL共享失调基因，804种FDA批准药物	NA	GCNConv	R值（训练集0.9480，验证集0.9288，测试集0.9117），结合能（kcal/mol）	NA
895	2025-10-06	The detection of algebraic auditory structures emerges with self-supervised learning 2025-Sep, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1013271 PMID:40911653	研究论文	本研究通过自监督学习训练深度学习模型，探索人类自发检测听觉代数结构能力的形成机制	首次使用深度学习模型验证人类检测代数结构能力可以通过经验学习自发形成，无需先天特定机制	模型训练数据仅限于自然声音、语音和音乐，未涵盖所有可能的听觉刺激类型	探究人类自发检测听觉代数结构能力的形成机制	深度学习模型在听觉代数结构检测任务中的表现	机器学习	NA	自监督学习	深度学习模型	音频	多种自然声音、语音和音乐数据集	NA	NA	序列重复检测能力、概率组块检测能力、复杂代数结构检测能力	NA
896	2025-10-06	Automatic quantitative analysis of atherosclerotic aortic plaques in patients with embolic cerebral infarction using deep learning 2025-Sep, The Korean journal of internal medicine DOI:10.3904/kjim.2024.360 PMID:40859808	研究论文	本研究基于U-net开发了自动斑块分割模型，用于分析栓塞性脑梗死患者的动脉粥样硬化主动脉斑块	首次将U-net深度学习模型应用于经食道超声心动图主动脉斑块的自动定量分析，并评估其在预测心血管事件中的临床价值	模型预测的斑块面积和比例在预测主要不良心脑血管事件方面未显示出额外价值，需要结合斑块活动性和形态等更多特征	开发自动斑块分割模型并评估其在栓塞性卒中患者中的临床应用价值	栓塞性脑梗死患者和心血管中心就诊患者的主动脉斑块	数字病理	心血管疾病	经食道超声心动图	CNN	图像	711名患者来自两个心血管中心，临床测试集来自三个心血管中心的ESUS患者	NA	U-net	交并比	NA
897	2025-10-06	The Role of Deep Cerebral Tracts in Predicting Postoperative Aphasia: An nTMS-Based Investigation of the Corticothalamic Fibers 2025-Sep, Human brain mapping IF:3.5Q1 DOI:10.1002/hbm.70344 PMID:40931689	研究论文	本研究利用nTMS语言映射和DTI纤维束成像结合深度学习算法预测术后失语症	首次将nTMS语言映射与DTI纤维束成像结合深度学习算法用于预测术后失语症，特别关注皮质丘脑纤维的作用	皮质丘脑纤维在模型中的个体预测贡献有限，研究为回顾性设计	提高术后失语症的预测准确性	100例左半球病变患者（43例术后失语，57例无失语）	医学影像分析	神经系统疾病	导航经颅磁刺激(nTMS), 扩散张量成像(DTI), 纤维束成像	深度学习	医学影像数据	100例患者	NA	二分类深度学习模型	敏感性, 特异性, AUC	NA
898	2025-10-06	araCNA: somatic copy number profiling using long-range sequence models 2025-Sep, NAR genomics and bioinformatics IF:4.0Q1 DOI:10.1093/nargab/lqaf124 PMID:40933674	研究论文	提出一种名为araCNA的新型深度学习方法，用于从全基因组测序数据中准确预测体细胞拷贝数变异	使用仅基于模拟数据训练的零样本方法，采用新型transformer替代方案（如Mamba）处理基因组尺度序列长度，无需匹配正常样本即可进行准确预测	仅在50个TCGA全基因组测序样本上进行了验证，需要更大规模的真实数据验证	开发能够准确预测癌症体细胞拷贝数变异的深度学习算法	癌症全基因组测序数据	机器学习	癌症	全基因组测序	Transformer, Mamba	基因组序列数据	50个来自癌症基因组图谱的全基因组测序样本	NA	Mamba	准确性	NA
899	2025-10-06	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	探讨人工智能在上消化道内镜诊断中的变革性作用及其临床应用	整合基于图像和非图像的人工智能技术实现全面诊断与个性化治疗规划	需要稳健验证、用户中心设计和针对性培训，存在过度依赖和技能退化风险	提升上消化道疾病诊断准确性和优化临床工作流程	上消化道疾病（巴雷特食管、萎缩性胃炎、胃肠上皮化生、早期胃癌）	医学影像分析	上消化道疾病	拉曼光谱，内镜成像	CNN，深度学习，机器学习	内镜图像，分子光谱数据	NA	NA	卷积神经网络	诊断准确性，观察者间变异性	NA
900	2025-10-06	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，用于研究天然农药除虫菊酯I和II与乳腺癌风险的潜在关联	提出可追溯的风险推断链，从分子水平相互作用到临床相关结果，整合深度学习、分子对接和蛋白质相互作用网络建模	仅针对除虫菊酯I和II进行研究，需要进一步验证其他天然化合物的适用性	系统研究天然农药与乳腺癌风险的潜在关联	除虫菊酯I和II天然农药及其与乳腺癌相关蛋白质的相互作用	计算毒理学	乳腺癌	深度学习药物-靶点相互作用预测、分子对接、分子动力学模拟、蛋白质-蛋白质相互作用网络建模	深度学习	化合物结构数据、蛋白质结构数据、分子相互作用数据	NA	DeepPurpose	NA	结合自由能(ΔG)	NA