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
81	2025-09-05	A dual-view deep learning-driven discovery of cinnamoyl anthranilic acid derivatives against orthopoxvirus through targeting host ITGB3 2025-Nov-15, European journal of medicinal chemistry IF:6.0Q1 DOI:10.1016/j.ejmech.2025.118002 PMID:40749255	研究论文	本研究开发了一种双视角深度学习模型，用于发现通过靶向宿主ITGB3蛋白抗正痘病毒的新型肉桂酰氨基苯甲酸衍生物	结合BERT和图神经网络的双视角深度学习模型，首次成功预测并验证了具有抗正痘病毒活性的肉桂酰氨基苯甲酸衍生物（化合物6）及其作用靶点ITGB3	NA	开发新型抗正痘病毒药物，特别是针对猴痘病毒(MPXV)	正痘病毒属病毒，特别是猴痘病毒(MPXV)	机器学习	病毒感染	深度学习，药物发现	BERT, 图神经网络(GNN)	分子序列数据，分子结构图数据	NA
82	2025-09-05	Interpretable deep learning unlocks high-fidelity prediction for medical radioisotope production 2025-Nov, Applied radiation and isotopes : including data, instrumentation and methods for use in agriculture, industry and medicine IF:1.6Q3 DOI:10.1016/j.apradiso.2025.112110 PMID:40825264	研究论文	利用贝叶斯优化的深度神经网络预测医学放射性同位素生产中的核反应截面，并通过SHAP分析提供可解释性	首次将贝叶斯优化的深度神经网络与SHAP可解释性分析相结合，显著超越传统物理模型TALYS-2.0的性能（R从0.9783提升至0.9997）	模型训练依赖于IAEA数据库中有限且可能存在不确定性的评估数据	优化基于回旋加速器的医用放射性同位素生产策略	Sc、In、I和Tm等临床重要放射性同位素的(p,2n)反应截面	机器学习	NA	贝叶斯优化、SHAP分析	深度神经网络	核反应截面数据	基于IAEA数据库的评估数据（具体样本量未明确说明）
83	2025-09-03	Robust multi-coil MRI reconstruction via self-supervised denoising 2025-Nov, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.30591 PMID:40457510	研究论文	本研究探讨了在训练深度学习MRI重建方法前加入自监督去噪预处理步骤对高斯噪声污染数据的效果	利用GSURE进行自监督去噪作为预处理步骤，提升多线圈MRI重建质量，无需无噪声参考数据	实验仅针对T2加权脑部和脂肪抑制膝关节扫描，未验证其他MRI序列或身体部位的普适性	提高加速多线圈磁共振成像（MRI）重建的质量和效率	T2加权脑部扫描和脂肪抑制质子密度膝关节扫描的MRI数据	医学影像处理	NA	Generalized Stein's Unbiased Risk Estimate (GSURE), 深度学习重建方法	Diffusion Probabilistic Models (DPMs), Model-Based Deep Learning (MoDL)	多线圈k空间数据，图像	NA
84	2025-09-03	SMART MRS: A Simulated MEGA-PRESS ARTifacts toolbox for GABA-edited MRS 2025-Nov, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.30597 PMID:40485116	研究论文	开发了一个基于Python的工具箱SMART MRS，用于模拟GABA编辑MRS数据中的常见伪影	创建了首个专门模拟GABA编辑MRS伪影的Python工具箱，包含多种伪影生成功能并支持机器学习模型训练	NA	开发用于模拟伽玛-氨基丁酸编辑磁共振波谱数据中常见伪影的工具箱	磁共振波谱数据中的各类伪影	医学影像分析	NA	MEGA-PRESS MRS, 深度学习	机器学习模型	磁共振波谱数据	NA
85	2025-09-03	MC-RED: A deep learning network for motion correction in 3D CEST imaging 2025-Nov, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.30609 PMID:40495308	研究论文	提出并验证了一种基于深度学习的运动校正方法MC-RED，用于提升3D CEST成像的图像质量	采用结合频率特异性信息和静态参考图像的残差编码-解码网络，生成无运动参考帧以校正运动伪影	NA	开发并验证深度学习运动校正方法以提升3D CEST成像质量	健康志愿者模拟数据和脑炎患者临床数据	医学影像分析	脑炎	CEST成像，Lorentzian差异分析	残差编码-解码网络（RED）	3D医学影像	健康志愿者和脑炎患者数据（具体数量未明确说明）
86	2025-09-03	Deep learning-based automatic dose optimization for brachytherapy 2025-Nov, Applied radiation and isotopes : including data, instrumentation and methods for use in agriculture, industry and medicine IF:1.6Q3 DOI:10.1016/j.apradiso.2025.111988 PMID:40532513	研究论文	本研究评估了不同剂量归一化方法对基于深度学习的近距离放疗剂量预测的影响，并利用逆向优化算法提升治疗计划质量	首次系统比较未处理剂量与三种归一化方法在3D U-Net模型中的预测性能，并验证逆向剂量优化算法对深度学习预测结果的进一步优化效果	研究仅基于单一机构186例宫颈癌患者数据，未包含其他癌症类型或更大规模多中心验证	确定近距离放疗中深度学习剂量预测的最佳数据处理方法，并提升治疗计划质量	宫颈癌患者的近距离放疗剂量分布数据	医学影像分析	宫颈癌	剂量分布预测、逆向优化算法	3D U-Net	3D剂量分布数据	186例宫颈癌患者数据（训练集150例，验证集18例，测试集18例）
87	2025-09-03	Synergistic analysis based on chemometrics and deep learning: An innovative Kolmogorov-Arnold neural network (CKAN) model combined with ternary hybrid SERS substrate (Au@mSiO₂(YSN)-Fe₃O₄@MoS₂-rGO) for highly sensitive detection of trace quinolone antibiotics in milk 2025-Nov-01, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.145193 PMID:40544590	研究论文	提出一种基于三元复合SERS基底和深度学习的创新方法，用于牛奶中痕量喹诺酮类抗生素的高灵敏度检测	结合化学计量学算法与深度学习模型（CKAN），并设计三元杂化SERS基底（Au@mSiO₂(YSN)-Fe₃O₄@MoS₂-rGO），实现高精度定性与定量分析	NA	开发高灵敏度检测牛奶中痕量喹诺酮类抗生素的方法	牛奶中的恩诺沙星（ENR）、依诺沙星（ENO）和诺氟沙星（NOR）	分析化学与深度学习交叉	NA	表面增强拉曼光谱（SERS）、有限差分时域（FDTD）方法	Kolmogorov-Arnold神经网络（CKAN）	光谱数据	NA
88	2025-08-31	Fast MR signal simulations of microvascular and diffusion contributions using histogram-based approximation and recurrent neural networks 2025-Nov, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.30629 PMID:40626426	研究论文	提出一种基于直方图近似和循环神经网络的快速MR信号模拟方法，用于高效计算微血管结构和扩散效应	结合磁场不均匀性矩阵降维与深度学习，将MR信号模拟速度提升近13000倍	NA	解决微血管特征和扩散效应集成计算挑战，提升MRI技术（如fMRI BOLD建模和MR血管指纹识别）的估计精度	MR信号（特别是受磁化率效应影响的信号）	医学影像分析	NA	深度学习、磁场不均匀性矩阵降维、MR血管指纹识别（MRF）	循环神经网络（RNN）	MR信号数据	NA
89	2025-08-30	An automatic patient-specific quality assurance with a novel DVH scoring algorithm for volumetric modulated arc therapy of cervical cancer 2025-Nov, Applied radiation and isotopes : including data, instrumentation and methods for use in agriculture, industry and medicine IF:1.6Q3 DOI:10.1016/j.apradiso.2025.112030 PMID:40628009	研究论文	开发了一种基于新型DVH评分算法的自动患者特异性质量保证方法，用于宫颈癌容积旋转调强放疗	提出了一种新型权重基DVH评分（WDS）算法，结合U型跳跃连接网络（T-Net）自动预测和分类PSQA结果	NA	预测和自动分类容积旋转调强放疗（VMAT）的患者特异性质量保证（PSQA）结果	宫颈癌患者	医学物理	宫颈癌	容积旋转调强放疗（VMAT），深度学习	U-Net类网络（T-Net），随机森林（RF），支持向量机（SVM）	CT图像，计划剂量分布	200例宫颈癌患者（109例Infinity加速器，91例Synergy加速器）
90	2025-08-30	Discovery of milk-derived antimicrobial peptides in human milk by DeepMAMP based on peptidomics technology and deep learning method 2025-Nov-01, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.145174 PMID:40561758	研究论文	本研究结合肽组学技术和深度学习方法，开发了DeepMAMP模型用于预测人乳中的抗菌肽	提出了新型MAMPs预测模型DeepMAMP，融合LightGBM、LSTM和注意力机制，准确率达81.4%	NA	开发高通量靶向方法准确预测人乳源抗菌肽（HMAMPs）	人乳中的乳源抗菌肽（MAMPs/HMAMPs）	机器学习	NA	肽组学技术	LightGBM, LSTM, attention mechanism	肽序列数据	预测311种潜在HMAMPs，实验验证6种（其中5种确认有效）
91	2025-08-10	AI-based toxicity prediction models using ToxCast data: Current status and future directions for explainable models 2025-Nov, Toxicology IF:4.8Q1 DOI:10.1016/j.tox.2025.154230 PMID:40645553	综述	本文综述了基于ToxCast数据的AI毒性预测模型的现状及未来发展方向	分析了93篇同行评审论文，概述了ToxCast数据驱动的AI模型，并探讨了数据库结构、目标终点、分子表示和学习算法的现状	当前模型主要关注数据丰富的终点和器官特异性毒性机制，可能忽略了其他重要毒性机制	开发毒性预测模型以筛选环境化学品，加速下一代风险评估(NGRA)	环境化学品及其毒性	机器学习	NA	AI驱动的毒性预测	监督学习、半监督学习、无监督学习、深度学习	分子指纹、描述符、图、图像、文本	93篇同行评审论文
92	2025-08-04	Performance of machine and deep learning models for predicting delirium in adult ICU patients: A systematic review 2025-Nov, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2025.106008 PMID:40513381	系统综述	评估机器学习和深度学习模型在预测ICU成年患者谵妄中的表现	总结了2018年至2024年间的研究，评估了不同预测模型的表现，并指出了高级深度学习模型在处理复杂时间序列数据方面的潜力	回顾性设计、缺乏外部验证、对缺失数据处理不完整以及过拟合问题限制了模型的临床普适性	评估和总结机器学习和深度学习模型在预测ICU患者谵妄方面的应用	ICU成年患者	机器学习	谵妄	机器学习、深度学习	Logistic回归、随机森林、RNN、梯度提升	临床数据	11项研究，样本量从140到48451名参与者不等
93	2025-08-04	IBDAIM:Artificial intelligence for analyzing intestinal biopsies pathological images for assisted integrated diagnostic of inflammatory bowel disease 2025-Nov, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2025.106024 PMID:40580688	研究论文	开发了一种名为IBDAIM的人工智能模型，用于通过分析肠道活检的全切片图像(WSIs)来辅助病理学家快速准确地诊断炎症性肠病(IBD)	提出了一种弱监督深度学习模型IBDAIM，该模型利用WSI级别的诊断标签，无需详细注释，通过整合Patch Likelihood Histogram (PLH)和Bag of Words (BoW)特征来构建WSI级别的表示	研究为回顾性队列研究，可能受到数据来源的限制，且模型性能在外部验证集上略有下降	开发AI模型以辅助病理学家诊断炎症性肠病(IBD)	肠道活检的全切片图像(WSIs)	数字病理	炎症性肠病	弱监督深度学习	IBDAIM (基于PLH和BoW的模型)	图像	来自南京鼓楼医院(NDTH)和珠江医院(ZJH)的两个数据集，具体样本数量未明确说明
94	2025-08-04	Psychometric properties of an Iranian instrument for assessing adherence to ethical principles in the use of artificial intelligence among healthcare providers 2025-Nov, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2025.106019 PMID:40582296	研究论文	本研究开发并验证了一个用于评估医疗保健提供者在人工智能使用中遵守伦理原则的工具	开发了一个新的工具来评估医疗保健提供者在AI使用中的伦理遵守情况	需要进一步研究以提供更全面和详细的理解	评估医疗保健提供者在AI使用中遵守伦理原则的情况	医疗保健提供者	医疗人工智能伦理	NA	心理测量学方法	NA	问卷调查数据	未明确提及样本量
95	2025-08-04	Deep learning-based in-ambulance speech recognition and generation of prehospital emergency diagnostic summaries using LLMs 2025-Nov, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2025.106029 PMID:40639122	研究论文	本研究提出了一种结合抗噪声语音识别技术和大型语言模型(LLMs)的方法，用于生成院前急救诊断摘要，以提高医疗记录的填写效率和准确性	首次将抗噪声语音识别技术与LLMs结合应用于院前急救场景，通过联合训练模型优化语音识别和摘要生成效果	研究仅测试了特定型号的LLMs(Qwen2.5-7B-Instruct)，其他模型的适用性未验证；实际应用中的极端噪声环境可能影响系统性能	提高院前电子医疗记录的填写效率和准确性，优化急救响应流程	救护车环境中的语音数据和急救诊断摘要	自然语言处理	急救医学	语音增强技术、大型语言模型(LLMs)	联合训练模型(CTC+注意力机制)、Qwen2.5-7B-Instruct	语音数据、文本数据	实际救护车噪声数据、环境噪声数据和开源语音数据集
96	2025-08-04	Machine learning techniques for stroke prediction: A systematic review of algorithms, datasets, and regional gaps 2025-Nov, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2025.106041 PMID:40651107	系统综述	本文系统综述了用于中风预测的机器学习技术，分析了不同预测目标和数据源的性能指标，并评估了其临床适用性	首次系统评估了机器学习在中风预测中的性能和应用，识别了高风险人群代表性不足的研究空白	研究间存在显著的异质性，无法进行定量荟萃分析	系统评价机器学习技术在中风预测中的应用，并识别研究趋势	58项关于机器学习在中风预测中的研究	机器学习	中风	机器学习	集成方法、深度学习	电子健康记录、医学影像、生物信号	58项研究，涉及不同数据源和患者群体
97	2025-08-04	Enhancing rare disease detection with deep phenotyping from EHR narratives: evaluation on Jeune syndrome 2025-Nov, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2025.106021 PMID:40561686	research paper	本研究评估了通过深度表型分析从电子健康记录（EHR）中提取表型信息对Jeune综合征筛查算法的影响	结合人工智能和大规模临床数据库的深度表型分析，提出了一种改进的表型提取方法，显著提高了Jeune综合征患者的分类敏感性	部分误分类的对照患者实际上患有其他遗传性骨骼疾病，表明模型在特异性上仍有改进空间	加速罕见疾病的诊断，减少诊断延迟	Jeune综合征患者和对照组的表型数据	natural language processing	Jeune syndrome	deep phenotyping, machine learning	machine learning pipeline	unstructured EHR narratives	Jeune综合征患者和对照组的数据集
98	2025-07-30	Glo-In-One-v2: holistic identification of glomerular cells, tissues, and lesions in human and mouse histopathology 2025-Nov, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.12.6.061406 PMID:40727720	research paper	介绍了一个名为Glo-In-One-v2的工具包，用于在人和小鼠的组织病理学中全面识别肾小球细胞、组织和病变	在原有Glo-In-One工具包的基础上增加了细粒度分割能力，并提供了一个包含23,529个标注肾小球的大规模数据集	模型在肾小球分割上的平均Dice相似系数为76.5%，仍有提升空间	开发一个能够自动分割肾小球内组织和病变的深度学习模型	人和小鼠的肾脏病理学数据	digital pathology	肾脏疾病	深度学习	CNN	image	368张标注的肾脏全切片图像，包含23,529个标注肾小球
99	2025-07-26	Deep Learning-Based Prediction of Glaucoma Severity and Progression Using Imo/TEMPO Screening Program 2025 Nov-Dec, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2025.100805 PMID:40697390	研究论文	开发了一种名为DeepISP的深度学习模型，用于基于快速筛查视野测量（Imo/TEMPO筛查程序）预测Humphrey视野分析仪（HFA）的综合视野信息	开发了DeepISP模型，能够预测当前视野状态和视野进展风险，仅需一次快速ISP测试即可筛查和优先处理青光眼患者	研究样本来自特定医院的有限患者群体，可能影响模型的泛化能力	预测青光眼的严重程度和进展风险，为临床干预提供高效筛查工具	112名患者提供的187个实际ISP测试和883名患者提供的3470个合成ISP测试	数字病理学	青光眼	深度学习	多任务神经网络	图像	187个实际ISP测试和3470个合成ISP测试
100	2025-07-21	MDD-LLM: Towards accuracy large language models for major depressive disorder diagnosis 2025-Nov-01, Journal of affective disorders IF:4.9Q1 DOI:10.1016/j.jad.2025.119774 PMID:40581100	研究论文	本文介绍了一种名为MDD-LLM的高性能抑郁症诊断工具，该工具利用微调的大型语言模型（LLMs）和大规模真实世界样本解决抑郁症诊断中的挑战	首次将LLMs应用于抑郁症诊断，并提出了三种表格数据转换方法以创建大规模训练语料库	研究仅基于UK Biobank队列数据，可能无法完全代表其他人群	开发高准确度、鲁棒性和可解释性的抑郁症诊断工具	抑郁症患者	自然语言处理	抑郁症	LLM微调	LLM	表格数据	274,348个来自UK Biobank的个体记录