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
561	2025-11-14	Fully automated deep learning model for the evaluation of cavum septum pellucidum development in normal fetuses using magnetic resonance imaging: a Chinese cohort study 2025-Nov-01, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-2025-458 PMID:41209231	研究论文	利用深度学习模型评估中国正常胎儿透明隔腔发育的磁共振成像研究	开发了首个用于评估胎儿透明隔腔发育的全自动深度学习模型，建立了中国人群胎儿透明隔腔发育的参考标准	研究为回顾性分析，样本仅来自中国人群，未包含中枢神经系统异常的胎儿	评估正常胎儿透明隔腔在不同孕周的发育规律，为MRI产前诊断提供参考	1047名正常妊娠参与者的胎儿磁共振影像	医学影像分析	胎儿发育	磁共振成像	深度学习模型	磁共振影像	1047名正常妊娠参与者（平均孕周31.21±3.81周）	NA	NA	线性回归、二阶多项式回归	NA
562	2025-11-14	AI-based prediction of drug-gene interactions modulating tight junction integrity: A deep learning framework highlighting multiple therapeutic targets 2025 Nov-Dec, Journal of oral biology and craniofacial research DOI:10.1016/j.jobcr.2025.10.014 PMID:41210522	研究论文	提出基于深度学习的神经网络框架，利用多组学数据预测药物对紧密连接完整性的调控作用	首次将深度学习应用于药物-基因相互作用对紧密连接完整性的预测，相比传统方法具有更优越的预测能力	NA	开发AI方法预测调控紧密连接完整性的药物-基因相互作用，为药物发现提供新策略	药物-基因相互作用及其对紧密连接完整性的调控效应	机器学习	炎症性肠病,哮喘,癌症	转录组学分析,多组学数据整合	前馈神经网络	转录组数据	NA	NA	前馈神经网络	AUC,准确率,F1分数,精确率,召回率,特异性	NA
563	2025-11-14	Interpretable convolutional neural network for autism diagnosis support in children using structural magnetic resonance imaging datasets 2025-Nov, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.12.6.064501 PMID:41210923	研究论文	本研究开发了一种可解释的卷积神经网络模型，利用儿童结构磁共振成像数据支持自闭症诊断	首次在儿童自闭症诊断中结合深度学习和可解释性方法，通过显著性图识别与自闭症相关的关键脑区生物标志物	研究样本仅限于9-11岁儿童，样本量相对有限，且仅使用单一数据库的数据	评估基于sMRI的可解释深度学习模型在儿童自闭症诊断中的可行性	452名9-11岁儿童的结构磁共振成像数据，包括自闭症患者和正常发育儿童	医学影像分析	自闭症	结构磁共振成像	CNN	医学影像	452例T1加权sMRI扫描	NA	卷积神经网络	AUC	NA
564	2025-11-14	Deep learning for digital pathology: A critical overview of methodological framework 2025-Nov, Journal of pathology informatics DOI:10.1016/j.jpi.2025.100514 PMID:41211482	综述	本文对数字病理学中的深度学习框架进行了批判性概述，重点介绍了计算方法的最新进展	对数字病理学深度学习框架的数学创新进行批判性审视，并提供多种模型的比较分析	NA	概述数字病理学中深度学习框架的方法论进展	数字病理学中的深度学习方法和模型	数字病理学	NA	NA	NA	全切片图像	NA	NA	NA	精度	NA
565	2025-11-14	A machine learning framework using urinary biomarkers for pancreatic ductal adenocarcinoma prediction with post hoc validation via single-cell transcriptomics 2025-Nov-01, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf583 PMID:41212589	研究论文	开发基于尿液生物标志物和人口统计学数据的机器学习框架用于胰腺导管腺癌预测，并通过单细胞转录组学进行验证	首次将尿液生物标志物与人口统计学数据结合用于PDAC预测，并采用单细胞RNA测序验证生物标志物的基因表达	需要不同数据集验证框架，尚未整合其他组学数据，深度学习架构有待进一步探索	开发早期准确诊断胰腺导管腺癌的预测模型	胰腺导管腺癌患者尿液生物标志物和人口统计学数据	机器学习	胰腺癌	单细胞RNA测序(scRNA-seq)	机器学习,深度学习	生物标志物数据,人口统计学数据	NA	NA	NA	准确率	NA
566	2025-11-14	BBATProt: a framework predicting biological function with enhanced feature extraction via interpretable deep learning 2025-Nov-01, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf593 PMID:41212592	研究论文	提出一种基于可解释深度学习的蛋白质功能预测框架BBATProt，通过增强特征提取提高预测性能	结合BERT预训练模型、双向LSTM、时序卷积网络和注意力机制，实现局部和全局特征提取，提供可解释性可视化	NA	从氨基酸序列准确预测蛋白质和肽的生物功能	蛋白质和肽的氨基酸序列	生物信息学	NA	深度学习	BERT, BiLSTM, TCN, Attention	蛋白质序列数据	NA	NA	BERT-BiLSTM-Attention-TCN	准确率, AUC	NA
567	2025-11-14	RegGAN-based contrast-free CT enhances esophageal cancer assessment: multicenter validation of automated tumor segmentation and T-staging 2025-Nov, La Radiologia medica DOI:10.1007/s11547-025-02083-y PMID:40892332	研究论文	开发基于RegGAN的深度学习框架，从非对比CT合成对比增强CT，实现无碘食管癌自动肿瘤分割和T分期	首次将配准引导的生成对抗网络(RegGAN)用于解决NCCT-CECT不对齐问题，实现无对比剂的食管癌精准评估	回顾性研究，需要进一步前瞻性验证	开发无碘对比剂的食管癌自动诊断方法	食管癌患者	医学影像分析	食管癌	CT成像	GAN, CNN, Transformer	CT图像	1092名食管癌患者(2013-2024年)，分为训练集313例，内部测试117例，外部测试662例	PyTorch, TensorFlow	RegGAN, CSSNet, Vision Transformer	NMAE, PSNR, SSIM, Dice系数, AUC, HD	GPU(具体型号未提及)
568	2025-11-14	ImmFinder: A Multiomics-Based Neural Network Approach for Predicting the Immune Genes in Livestock 2025-Nov, Omics : a journal of integrative biology IF:2.2Q3 DOI:10.1177/15578100251389910 PMID:41115712	研究论文	提出一种基于多组学数据的全连接神经网络方法ImmFinder，用于预测牲畜免疫基因分类	首次将多模态深度学习应用于牲畜免疫基因分类，整合基因组学和转录组学数据	依赖现有牛基因组和转录组数据集训练，可能限制对其他品种或物种的泛化能力，需要额外实验验证	开发准确高效的免疫基因分类方法以理解免疫机制与疾病抗性关联	牛免疫基因与非免疫基因	生物信息学	NA	基因组学, 转录组学	FCNN	基因组数据, 转录组数据	NA	Python	全连接神经网络	准确率, F1分数, 精确率, 召回率, AUC-ROC	NA
569	2025-11-14	Deep Learning-based Opportunistic CT Osteoporosis Screening and the Establishment of Normative Values 2025-Nov, Radiology IF:12.1Q1 DOI:10.1148/radiol.250917 PMID:41217284	研究论文	开发基于深度学习的自动化CT骨质疏松机会性筛查方法，建立不同CT协议和扫描仪模型的标准化校正方法	首次开发可重复的3D卷积神经网络自动识别骨小梁感兴趣区域，建立跨CT协议和扫描仪模型的标准化校正方法	回顾性研究设计，未包含所有CT扫描仪型号	开发自动化骨质疏松机会性筛查方法并建立诊断阈值	283,499名患者的538,946次CT检查	数字病理	骨质疏松	CT成像	CNN	3D医学图像	283,499名患者，538,946次CT检查，涵盖43种扫描仪型号和6种管电压	NA	3D卷积神经网络	医师手动验证一致性(>99%)	NA
570	2025-11-14	Artificial Intelligence-Enhanced Electrocardiography for Complete Heart Block Risk Stratification 2025-Nov-01, JAMA cardiology IF:14.8Q1 DOI:10.1001/jamacardio.2025.2522 PMID:40833775	研究论文	开发人工智能增强心电图模型用于预测完全性心脏传导阻滞风险	首次开发深度学习模型预测完全性心脏传导阻滞风险，使用残差卷积神经网络架构和离散时间生存损失函数	研究基于回顾性队列数据，需要前瞻性验证	开发AI-ECG风险估计器预测完全性心脏传导阻滞发生风险	心电图数据和患者队列	医疗人工智能	心血管疾病	心电图分析	CNN	心电图信号	Beth Israel Deaconess医学中心1,163,401份心电图来自189,539名患者；UK Biobank队列50,641份心电图来自189,539名患者	NA	残差卷积神经网络	C指数, AUROC, 调整后风险比	NA
571	2025-11-13	Deep learning model to identify and validate hypotension endotypes in surgical and critically ill patients. Response to Br J Anaesth 2025; 135: 249-50 2025-Nov, British journal of anaesthesia IF:9.1Q1 DOI:10.1016/j.bja.2025.07.066 PMID:40885701	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
572	2025-11-14	Hybrid AI Model With CNNs and Vision Transformers for Precision Pest Classification in Crops 2025-Nov, Food science & nutrition IF:3.5Q2 DOI:10.1002/fsn3.71174 PMID:41221087	研究论文	提出了一种融合CNN和视觉Transformer的混合深度学习模型HyPest-Net，用于农作物害虫的精确分类	集成CNN局部特征提取、通道与空间注意力机制以及视觉Transformer模块，解决视觉相似物种、背景干扰和光照变化等挑战	NA	开发有效的害虫管理技术，实现害虫的及时准确识别	农作物害虫	计算机视觉	NA	深度学习	CNN, Vision Transformer	图像	两个基准数据集：水稻害虫数据集（5类）和危险农场昆虫数据集（15类）	NA	HyPest-Net（集成CNN、注意力机制、ViT-B/16）	准确率, 精确率, 敏感度, 特异性, F1分数	NA
573	2025-11-13	Exploring the enantioselective synthesis mechanism of ammonium cations in solution using deep learning potential 2025-Nov-12, Physical chemistry chemical physics : PCCP IF:2.9Q1 DOI:10.1039/d5cp03439f PMID:41147815	研究论文	本研究提出结合主动学习、分子动力学和深度学习势的模拟工作流，用于探索溶液中铵阳离子的对映选择性合成机制	开发了集成AIMD和DLPMD的主动学习工作流，能够模拟大分子系统在长时间尺度下的对映选择性反应机制	NA	提高复杂溶液中不对称合成预测准确性，探索对映选择性反应机制	由1,1'-联-2-萘酚支架催化的季铵阳离子的对映选择性合成	机器学习	NA	分子动力学模拟，深度学习势分子动力学，主动学习工作流	深度学习势	分子模拟数据	NA	NA	NA	与实验观测的手性结果一致性，HNMR光谱验证	NA
574	2025-11-13	Deep learning-enhanced zero echo time silent brain magnetic resonance imaging in infants without sedation 2025-Nov-12, Pediatric radiology IF:2.1Q2 DOI:10.1007/s00247-025-06413-0 PMID:41219520	研究论文	本研究评估深度学习重建技术在婴儿零回波时间静音脑磁共振成像中的应用效果	首次将深度学习重建技术应用于婴儿零回波时间静音MRI，并与传统镇静MRI进行对比	回顾性研究设计，样本量相对有限（78例婴儿）	评估深度学习重建对婴儿零回波时间静音脑MRI图像质量的提升效果	78名孕后年龄≤16个月的婴儿	医学影像分析	儿科神经影像	磁共振成像，零回波时间序列，深度学习重建	深度学习	医学影像	78名婴儿	NA	NA	Likert量表评分，变异系数，Mann-Whitney U检验，Cohen's kappa系数	NA
575	2025-11-13	Charting the virosphere: computational synergies of AI and bioinformatics in viral discovery and evolution 2025-Nov-12, Journal of virology IF:4.0Q2 DOI:10.1128/jvi.01554-25 PMID:41222234	综述	探讨人工智能与生物信息学在病毒发现和进化研究中的协同作用	提出整合AI模式识别与经典生物信息学的统一计算策略，突破传统同源性分析的限制	AI驱动方法面临计算负担、数据集偏差、可解释性有限和假阳性率较高等挑战	加速病毒发现、增强进化洞察力并加强全球对新发传染病的防范能力	病毒基因组和蛋白质	生物信息学	传染病	宏基因组测序	CNN, RNN, Transformer, GNN	基因组序列，蛋白质结构	NA	NA	AlphaFold, ESMFold, Foldseek	灵敏度，可扩展性，假发现率	NA
576	2025-11-13	Role of machine learning segmentation method based on CT images in preoperative staging of oral cavity cancer 2025-Nov-12, European archives of oto-rhino-laryngology : official journal of the European Federation of Oto-Rhino-Laryngological Societies (EUFOS) : affiliated with the German Society for Oto-Rhino-Laryngology - Head and Neck Surgery IF:1.9Q2 DOI:10.1007/s00405-025-09824-9 PMID:41222634	研究论文	基于CT图像的机器学习分割方法在口腔癌术前分期中的应用研究	采用定制化U-Net深度学习架构实现口腔鳞状细胞癌肿瘤和淋巴结转移的自动分割与分期预测	样本量相对有限（179例CT图像），肿瘤分级分类准确率有待提升（75%）	验证机器学习方法在口腔癌术前T和N分期中的准确性	口腔鳞状细胞癌（OSCC）患者的CT图像数据	医学影像分析	口腔癌	对比增强计算机断层扫描（CT）	深度学习	医学影像	179例对比增强CT图像（包含肿瘤和淋巴结转移两个数据集）	NA	U-Net	准确率, 二元准确率	NA
577	2025-11-13	[Artificial intelligence in fracture diagnostics : Potentials and challenges in the clinical practice] 2025-Nov-12, Unfallchirurgie (Heidelberg, Germany) DOI:10.1007/s00113-025-01653-z PMID:41222657	综述	探讨人工智能在骨折诊断中的潜力、临床应用及挑战	系统分析AI作为'第二阅片者'在提高骨折诊断准确性、缩短诊断时间和提升患者安全方面的创新价值	训练数据异质性、复杂骨折诊断性能有限、监管要求严格	评估AI在骨折诊断领域的应用潜力与临床实践挑战	骨折影像诊断	数字病理	骨折	深度学习	CNN	医学影像	NA	NA	卷积神经网络	灵敏度, 特异度	NA
578	2025-11-13	A deep learning-based MRI automatic detection model for spinal schwannoma and meningioma 2025-Nov-12, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03468-x PMID:41222816	研究论文	开发基于深度学习的MRI自动检测模型用于脊柱神经鞘瘤和脑膜瘤检测	在YOLOv8n基础上引入选择性核融合模块和递归门控卷积改进特征融合层	仅使用单中心103例回顾性数据，样本量有限	实现脊柱神经鞘瘤和脑膜瘤的自动检测与鉴别诊断	103例经病理证实的脊柱神经鞘瘤和脑膜瘤患者	计算机视觉	脊柱肿瘤	磁共振成像	YOLO	医学影像	103例经病理证实的病例	NA	YOLOv8n-SKNeck	准确率, 召回率, F1分数	NA
579	2025-11-13	LKE-DTA: predicting drug-target binding affinity with large language model representations and knowledge graph embeddings 2025-Nov-12, Molecular diversity IF:3.9Q2 DOI:10.1007/s11030-025-11394-1 PMID:41222841	研究论文	提出融合大语言模型和知识图谱的LKE-DTA框架，用于预测药物-靶点结合亲和力	首次将大语言模型与知识图谱协同集成，并提出双多头注意力机制动态融合异质嵌入	NA	提高药物-靶点结合亲和力预测的准确性	药物和蛋白质	机器学习	NA	深度学习	注意力机制	分子表示，知识图谱嵌入	基准数据集（Davis、KIBA）和独立测试集	NA	双多头注意力机制	MSE, MAE, CI, r	NA
580	2025-11-13	SAFT: Real-Time Tracking and Mapping With Self-Supervised Robust Stereo Matching for Underwater Vehicles 2025-Nov-11, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2025.3618666 PMID:41217922	研究论文	提出一种基于自监督鲁棒立体匹配的水下机器人实时跟踪与建图框架SAFT	提出三种关键创新：集成成本聚合与迭代优化的立体匹配网络、利用时空约束的自监督损失函数、集成自监督模型的实时跟踪建图算法	NA	解决水下机器人因视觉质量退化、特征模糊和计算资源有限而面临的鲁棒高效跟踪与建图挑战	水下机器人	计算机视觉	NA	立体匹配	深度学习网络	立体图像	公共和定制水下数据集	PyTorch	SAFT-Stereo, SAFT-DSOL	泛化性能, 推理时间, 跟踪稳定性, 重建质量	实时计算资源