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
941	2025-11-25	Research on the prediction of slow blood flow in pPCI of STEMI patients based on CatBoost 2025-Nov-21, European journal of medical research IF:2.8Q2 DOI:10.1186/s40001-025-03406-5 PMID:41272650	研究论文	本研究基于CatBoost算法预测STEMI患者直接经皮冠状动脉介入治疗后的慢血流现象	结合36种数据填补与平衡方法的组合，并集成8种机器学习方法，最终使用贝叶斯优化的CatBoost模型进行预测	数据仅来自南宁市四家三甲医院，样本来源相对局限	预测STEMI患者pPCI术后慢血流风险，为早期干预提供依据	接受直接经皮冠状动脉介入治疗的STEMI患者	机器学习	心血管疾病	GAN数据填补，贝叶斯超参数优化	CatBoost, 集成机器学习	临床数据	来自四家三甲医院的pPCI患者数据	CatBoost, Optuna	CatBoost	AUC, F1-score, ROC曲线	NA
942	2025-07-24	Integrating radiology and histology via co-attention deep learning for predicting progression-free survival in patients with metastatic prostate cancer 2025-Nov-20, Chinese medical journal IF:7.5Q1 DOI:10.1097/CM9.0000000000003697 PMID:40693634	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
943	2025-11-25	Personalized real-time inference of momentary excitability from human EEG 2025-Nov-15, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2025.121547 PMID:41135744	研究论文	提出PRIME深度学习框架，通过原始EEG信号实时预测皮层兴奋性	首次直接从原始EEG信号预测TMS诱发电位幅度，结合迁移学习和持续自适应技术实现个性化生物标志物识别	目前仅验证于运动皮层，其他皮层区域的适用性尚未建立	开发实时脑皮层兴奋性推断方法以改进经颅磁刺激治疗效果	人类脑电图信号和皮层兴奋性	机器学习	神经系统疾病	脑电图, 经颅磁刺激	深度学习	脑电图信号	NA	NA	NA	预测精度, 延迟时间	NA
944	2025-11-25	Real-time deep learning for tumor segmentation and tool tracking: development and validation of an AI navigation system in vacuum-assisted breast biopsy 2025-Nov-13, World journal of surgical oncology IF:2.5Q1 DOI:10.1186/s12957-025-04087-4 PMID:41225484	研究论文	开发并验证了一种基于YOLOv11深度学习架构的实时AI导航系统，用于真空辅助乳腺活检中的肿瘤分割和工具追踪	首个专门为真空辅助乳腺活检设计的实时AI导航系统，采用两阶段深度学习架构实现肿瘤定位和工具实时追踪	研究样本仅来自单一医疗中心，需要多中心验证来确认泛化能力	开发实时AI导航系统以辅助缺乏放射学经验的年轻医生在真空辅助乳腺活检中准确定位病灶和活检针	乳腺病灶和活检工具	计算机视觉	乳腺疾病	超声成像	YOLO	超声图像	来自167例真空辅助乳腺活检的22,278张标注超声图像	NA	YOLOv11	mAP50, 处理速度	GPU和CPU平台
945	2025-11-25	ModeTv2: GPU-accelerated motion decomposition transformer for pairwise optimization in medical image registration 2025-Nov-10, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103862 PMID:41275578	研究论文	提出一种GPU加速的运动分解Transformer网络用于医学图像配准中的成对优化	引入增强版运动分解Transformer算子(ModeTv2)，通过CUDA扩展提升计算效率，并提出RegHead模块优化形变场	NA	开发高效精确的医学图像配准方法	脑部MRI和腹部CT图像	医学图像处理	NA	医学图像配准	Transformer, 金字塔网络	医学图像(MRI, CT)	三个公共脑部MRI数据集和一个腹部CT数据集	PyTorch, CUDA	ModeTv2, 金字塔网络	精度, 效率, 泛化性	GPU加速, CUDA扩展
946	2025-11-25	Deep Learning Reconstruction for 7T MP2RAGE and SPACE MRI: Improving Image Quality at High Acceleration Factors 2025-Nov-03, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8841 PMID:40393739	研究论文	本研究评估了基于深度学习的图像重建技术在7T脑部MRI中的性能表现	将深度学习重建技术应用于超高场7T MRI，并在MP2RAGE和SPACE两种序列上验证其性能	回顾性研究设计，样本量相对有限（60例患者）	评估深度学习重建技术在7T MRI中的图像质量改善效果	脑部MRI图像	医学影像分析	神经系统疾病	MP2RAGE, SPACE FLAIR MRI序列	深度学习	医学影像	60例患者（30例MP2RAGE数据，30例SPACE FLAIR数据）	NA	NA	图像质量评分, 对比噪声比, 噪声水平, 伪影评估	NA
947	2025-11-25	Comparison of Three-Dimensional Choroidal Contour in Patients With Neovascular Age-Related Macular Degeneration and Their Fellow Eyes 2025-Nov-03, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.14.11.26 PMID:41251528	研究论文	比较新生血管性年龄相关性黄斑变性患者患眼与对侧眼的三维脉络膜轮廓差异	首次使用深度学习模型生成的宽场三维脉络膜轮廓图比较nAMD患眼与对侧眼的脉络膜形态差异	样本量较小（30例患者），未纳入健康对照组	探究nAMD患者双眼脉络膜轮廓的差异特征	30例单眼nAMD伴对侧眼早期/中期AMD患者	数字病理	年龄相关性黄斑变性	扫频源光学相干断层扫描	深度学习模型	三维 volumetric 扫描图像	30例患者（60只眼）	NA	NA	配对t检验，P值	NA
948	2025-11-25	Three-Dimensional Choroidal Contour Mapping in Central Serous Chorioretinopathy and Fellow Eyes 2025-Nov-03, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.14.11.23 PMID:41251531	研究论文	本研究通过三维脉络膜轮廓映射定量评估中心性浆液性脉络膜视网膜病变患眼及对侧眼的脉络膜形态特征	首次结合深度学习与三维平滑方法对脉络膜内外边界进行三维轮廓映射分析，揭示CSCR患眼与对侧眼的形态差异	回顾性研究设计且样本量有限（29例患者），结果需更大样本验证	定量分析单侧CSCR患者患眼与对侧眼的脉络膜三维形态特征	29例单侧CSCR患者的58只眼睛（包括患眼与对侧眼）	数字病理	中心性浆液性脉络膜视网膜病变	扫频源光学相干断层扫描	深度学习	三维医学影像	29例患者58只眼睛	NA	NA	球形半径拟合值，相关系数，P值	NA
949	2025-11-25	An efficient deep learning-based strategy to screen inhibitors for GluN1/GluN3A receptor 2025-Nov, Acta pharmacologica Sinica IF:6.9Q1 DOI:10.1038/s41401-025-01513-x PMID:40069493	研究论文	开发基于深度学习的策略高效筛选GluN1/GluN3A受体抑制剂	结合序列和复合物评分函数的多阶段深度学习筛选策略，平衡效率与准确性	药理研究仍处于早期阶段，筛选方法需进一步验证	开发高效准确的GluN1/GluN3A受体抑制剂筛选方法	GluN1/GluN3A受体及其抑制剂	机器学习	神经精神疾病	全细胞电压钳电生理学	深度学习	化合物序列数据	1800万化合物库筛选至约10个候选分子	NA	IGModel, RTMScore	IC50值（2.87±0.80μM）	NA
950	2025-11-25	Discovery of novel GluN1/GluN3A NMDA receptor inhibitors using a deep learning-based method 2025-Nov, Acta pharmacologica Sinica IF:6.9Q1 DOI:10.1038/s41401-025-01571-1 PMID:40355656	研究论文	本研究使用基于深度学习的分子表示框架GeminiMol进行配体虚拟筛选，发现了新型GluN1/GluN3A NMDA受体抑制剂GM-10	开发了结合生物活性构象空间信息的深度学习分子表示框架，实现了基于配体的虚拟筛选和骨架跃迁	发现的抑制剂GM-10对GluN1/GluN2A和GluN1/GluN3B的选择性有待进一步提高	发现新型GluN1/GluN3A NMDA受体抑制剂	NMDA受体抑制剂	机器学习	神经系统疾病	配体虚拟筛选，全细胞膜片钳记录	深度学习	分子结构数据	1800万化合物库	GeminiMol	NA	IC50值	NA
951	2025-11-25	Deep Learning-Enhanced Noninvasive Detection of Pulmonary Hypertension and Subtypes via Chest Radiographs, Validated by Catheterization 2025-Nov, Chest IF:9.5Q1 DOI:10.1016/j.chest.2025.06.008 PMID:40541737	研究论文	本研究开发了基于胸部X光片的深度学习模型，用于无创检测肺动脉高压及其亚型	首次开发专门针对先天性心脏病相关肺动脉高压亚型检测的深度学习模型，并在多种临床队列中验证性能	需要更多样化人群的进一步验证以增强临床普适性	开发非侵入性、可访问且准确的肺动脉高压诊断工具	肺动脉高压患者，特别是先天性心脏病相关肺动脉高压亚型患者	数字病理	心血管疾病	胸部X光摄影，右心导管检查，经胸超声心动图	深度学习	图像	4,576名患者（2,288名PH患者），包括内部测试集2,140名患者和外部验证集90名患者	NA	CXR-PH-Net, CXR-CHD-PAH-Net	AUC, 敏感度, 特异度	NA
952	2025-11-25	Genotype-by-sex interaction analyses for alcohol use disorder across biobanks 2025-Nov, Alcohol, clinical & experimental research DOI:10.1111/acer.70173 PMID:41017299	研究论文	本研究通过基因组范围内的基因型-性别交互作用分析，探索酒精使用障碍的遗传基础及其性别差异	首个针对酒精使用障碍的基因组范围内基因型-性别交互作用研究，发现了多个与性别相关的遗传位点	研究主要基于欧洲和非洲血统样本，其他人群的代表性可能不足	探索遗传变异如何与生物性别相互作用影响酒精使用障碍风险	酒精使用障碍患者和对照人群	基因组学	酒精使用障碍	全基因组关联分析, 深度学习, 表达数量性状位点分析	深度学习	基因组数据, 临床数据	1,039,476名参与者（150,429例病例和889,046例对照）	NA	NA	p值	NA
953	2025-11-25	Evaluation of metagenome binning: advances and challenges 2025-Nov-01, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf617 PMID:41269281	研究论文	评估宏基因组分箱方法的最新进展与挑战	系统评估最新深度学习分箱工具，发现对比学习模型表现最佳，并提出多样本分箱的新策略	未明确说明评估数据集的规模和多样性限制	评估宏基因组分箱方法的性能与效果	宏基因组分箱工具和算法	生物信息学	NA	宏基因组测序	深度学习,对比学习	宏基因组序列数据	CAMI2数据集和真实宏基因组数据集	NA	NA	分箱性能,嵌入精度,运行速度	NA
954	2025-11-25	Disrupting explicit encoding paradigms: property-interactive transformers decode T-cell receptor specificity beyond dataset biases 2025-Nov-01, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf609 PMID:41269278	研究论文	本文开发了一种基于Transformer的T细胞受体特异性预测模型TCRoss，通过氨基酸特性交叉映射模拟空间结构，显著提升了预测性能	提出通过交叉映射TCR和肽的氨基酸特性来隐式模拟空间结构，并开发了首个基于Transformer的大规模学习模型TCRoss	NA	开发能够超越数据集偏差、准确预测T细胞受体与肽结合特异性的深度学习模型	T细胞受体(TCRs)与肽的结合特异性	机器学习	免疫系统疾病	深度学习，T细胞激活实验，生物物理验证	Transformer	生物序列数据，氨基酸特性数据	NA	NA	Transformer	预测准确性，注意力机制分析	NA
955	2025-11-25	Constructing the 3D spatial distribution of PM2.5 concentrations during the 2022 Beijing Winter Olympics using LiDAR vertical observation networks and machine learning models 2025-Nov, Environment international IF:10.3Q1 DOI:10.1016/j.envint.2025.109875 PMID:41130189	研究论文	本研究结合激光雷达垂直观测网络和机器学习模型，重构了2022年北京冬奥会期间京津冀地区PM2.5浓度的三维时空分布	首次将34个激光雷达站点与多种机器学习模型集成，构建了PM2.5的三维空间分布，并识别了不同奥运阶段的污染传输机制	研究区域仅限于京津冀地区，模型在其他地区的适用性需要进一步验证	研究北京冬奥会期间PM2.5的三维分布特征和传输机制	京津冀地区的PM2.5污染	机器学习	NA	激光雷达垂直观测，地面监测	XGBoost, Random Forest, LightGBM, RNN, CNN-RNN, CNN-BiLSTM	激光雷达垂直观测数据，地面监测数据	34个激光雷达站点数据	NA	CNN-BiLSTM, CNN-RNN	R², RMSE, MAE	NA
956	2025-11-24	PhyloCNN: Improving tree representation and neural network architecture for deep learning from trees in phylodynamics and diversification studies 2025-Nov-22, Systematic biology IF:6.1Q1 DOI:10.1093/sysbio/syaf082 PMID:41273351	研究论文	提出一种基于深度学习的新方法PhyloCNN，用于系统发育动力学和多样化研究中的模型选择和参数估计	开发了专门针对系统发育树的卷积神经网络架构，通过编码所有节点和叶子的邻域信息来改进树表示	方法性能在较小训练集时受邻域数量影响较大，需要进一步验证在更广泛真实数据集上的适用性	改进系统发育动力学和多样化研究中的模型选择和参数估计方法	系统发育树，HIV超级传播者数据集，灵长类种子传播者数据集	机器学习	HIV/艾滋病	深度学习，模拟训练	CNN	系统发育树数据	10,000到100,000个模拟训练树	NA	PhyloCNN	准确率	NA
957	2025-11-24	Deep-learning reconstruction enables about one minute 3D T1-weighted MRI: quantitative evaluation of Acceleration-quality Trade-offs and motion reduction 2025-Nov-22, Neuroradiology IF:2.4Q2 DOI:10.1007/s00234-025-03846-0 PMID:41273361	研究论文	评估深度学习重建方法DL-Speed在加速3D T1加权MRI成像中的效用，包括图像质量保持和运动减少效果	系统验证深度学习重建方法在临床环境中的实用性，首次揭示图像质量与形态计量学参数随加速因子的不同变化模式	样本量有限（6名健康志愿者和40名患者），缺乏多中心验证	评估深度学习重建方法在显著加速图像采集的同时保持定量图像质量和形态计量学准确性的能力	健康志愿者和临床患者群体的3D T1加权MRI图像	医学影像分析	神经系统疾病	3D MPRAGE MRI序列，深度学习重建	深度学习	3D MRI图像	6名健康志愿者，40名患者	NA	DL-Speed	CAT12图像质量评级，全局皮质厚度，总灰质体积，总向量变化，Bland-Altman分析，相关系数	NA
958	2025-11-24	AI-Driven Discovery and Design of Antimicrobial Peptides: Progress, Challenges, and Opportunities 2025-Nov-22, Probiotics and antimicrobial proteins IF:4.4Q2 DOI:10.1007/s12602-025-10856-0 PMID:41273666	综述	系统总结人工智能技术在抗菌肽发现与设计领域的最新进展、挑战和未来机遇	首次系统梳理AI技术在抗菌肽研究中从判别模型到生成模型的全流程应用，并提出多模态优化等创新设计策略	面临数据质量限制、模型可解释性不足和实验验证瓶颈等挑战	加速基于抗菌肽的药物研发进程	抗菌肽（AMPs）	机器学习	抗菌耐药性感染疾病	机器学习（ML）、深度学习（DL）	判别模型、回归模型、生成模型	多模态生物数据	NA	NA	NA	NA	NA
959	2025-11-24	AI-driven multi-omics integration in precision oncology: bridging the data deluge to clinical decisions 2025-Nov-21, Clinical and experimental medicine IF:3.2Q2 DOI:10.1007/s10238-025-01965-9 PMID:41266662	综述	探讨人工智能如何整合多组学数据推动精准肿瘤学从群体化治疗向个体化医疗转型	系统阐述AI技术在多组学整合中的创新应用，包括图神经网络建模生物网络、Transformer实现跨模态融合、可解释AI提供临床决策透明度	模型泛化能力不足、伦理公平性挑战、监管标准尚未统一	通过AI驱动的多组学整合提升肿瘤精准医疗水平	多组学数据（基因组学、转录组学、蛋白质组学、代谢组学、影像组学）	机器学习	癌症	多组学整合分析	深度学习, 机器学习, 图神经网络, Transformer	多组学数据	NA	NA	图神经网络, Transformer	AUC	量子计算, 联邦学习
960	2025-11-24	Pixel-level detection and classification of marine oil spills in aerial imagery with annotation uncertainty handling 2025-Nov-21, Marine pollution bulletin IF:5.3Q1 DOI:10.1016/j.marpolbul.2025.118975 PMID:41273820	研究论文	本研究提出了一种基于深度学习的框架，用于在航空图像中进行像素级海洋溢油检测和分类，并处理标注不确定性	开发了两个互补的像素级标注RGB图像数据集，并利用U-Net架构进行语义分割，同时通过消融研究优化了网络骨干、预训练、数据增强和视觉模糊区域处理，以提升性能和泛化能力	未明确说明模型在极端天气或低光照条件下的性能，以及数据集可能存在的标注偏差未详细讨论	开发快速准确的自动溢油检测和分类方法，以支持环境缓解工作	海洋溢油，基于外观特征（如银色、彩虹色、乳化状）分类不同油类	计算机视觉	NA	航空影像采集	CNN	RGB图像	两个互补的像素级标注数据集（真实监测数据和在线来源数据）	NA	U-Net	mIoU, 准确率	NA