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
1241	2025-11-17	Beyond Cox models: Assessing the performance of machine-learning methods in non-proportional hazards and non-linear survival analysis 2025-Nov, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111176 PMID:41108906	研究论文	评估机器学习和深度学习方法在非线性生存分析和非比例风险条件下的性能表现	系统比较了多种非线性和非比例风险模型，提出使用Antolini's C-index和Brier's score组合评估生存分析方法性能	仅基于三个合成数据集和三个真实数据集进行基准测试，样本范围有限	评估在违反线性假设和比例风险假设条件下，机器学习和深度学习生存分析方法的性能	生存分析方法在非线性、非比例风险场景下的性能比较	机器学习	NA	生存分析	深度学习, 机器学习	生存数据	三个合成数据集和三个真实数据集	NA	NA	Antolini's C-index, Brier's score, Harrell's C-index	NA
1242	2025-11-17	DrugAppy - An end-to-end deep learning framework for computational drug discovery 2025-Nov, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111201 PMID:41110298	研究论文	提出一个名为DrugAppy的端到端深度学习框架，用于加速计算药物发现过程	开发了结合人工智能算法与计算化学方法的混合模型，能够识别活性优于现有抑制剂的分子结构	仅针对PARP和TEAD两个蛋白家族进行了验证，需要更多靶点验证框架的通用性	加速和优化计算药物发现过程，识别新的抗癌抑制剂	PARP和TEAD蛋白家族的抑制剂	计算药物发现	癌症	高通量虚拟筛选(HTVS), 分子动力学(MD)	混合AI模型	分子结构数据, 蛋白质数据	针对两个蛋白靶点(PARP和TEAD)的多个分子化合物	SMINA, GNINA, GROMACS	NA	体外活性比较, 目标结合确认	NA
1243	2025-11-17	Dilated Convolutional V-Net with Transformer Integration for Brain Tumor Segmentation 2025-Nov, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111210 PMID:41110300	研究论文	提出一种结合扩张卷积和Transformer的V-Net模型DCTransVNet，用于多模态MRI脑肿瘤分割	集成3D扩张残差块和高效配对注意力机制，提出AuBTS-GAN生成合成图像增强分割性能	未明确说明模型计算复杂度及在临床环境中的实际部署可行性	开发自动脑肿瘤分割方法以辅助临床诊断和治疗规划	多模态MRI扫描中的脑肿瘤区域	医学图像分析	脑肿瘤	磁共振成像	CNN, Transformer, GAN	3D医学图像	BraTS-2019、BraTS-2020、BraTS-2021和MSD BraTS数据集	NA	V-Net, 扩张残差块, Transformer	NA	NA
1244	2025-11-17	Forecasting tuberculosis through mechanistic learning of transmission dynamics: Insights from a case study in India 2025-Nov, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111225 PMID:41130159	研究论文	通过结合机制模型和深度学习技术开发结核病预测框架，并在印度案例研究中验证其性能	将机制性SEIR模型与深度学习网络（前馈、循环和记忆网络）相结合，提升结核病预测的准确性和可解释性	研究基于印度结核病数据，在其他地区的适用性需要进一步验证	开发高精度的结核病预测模型以支持针对性干预措施	印度结核病传播动态和病例数据	机器学习	结核病	机制建模、深度学习	SEIR, 前馈神经网络, 循环神经网络, 门控循环单元	流行病学病例数据	印度结核病病例数据	NA	前馈网络, 循环网络, 记忆网络, 门控循环单元	预测准确性, 泛化能力	NA
1245	2025-11-17	Lung ultrasound video scoring using a novel motion-aware segmentation technique: Toward automated neonatal LUS scoring 2025-Nov, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111244 PMID:41135419	研究论文	提出一种结合运动估计和K-means聚类的新方法，用于新生儿肺部超声视频的自动评分	开发了集成运动估计和K-means聚类的混合方法，通过分析连续帧间的运动向量检测垂直伪影，并建立了可解释的评分框架	研究仅针对新生儿肺部超声数据，样本量相对有限（420个视频），未与其他先进深度学习方法进行广泛比较	提高肺部超声评估的可重复性，减少对人工操作的依赖	新生儿肺部超声视频	计算机视觉	肺部疾病	肺部超声	K-means聚类，运动估计算法	超声视频	70名患者的420个新生儿肺部超声视频	NA	NA	准确率	NA
1246	2025-11-17	Weakly supervised learning for scar reconstruction in personalized cardiac models: Integrating 2D MRI to 3D anatomical models 2025-Nov, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111219 PMID:41166944	研究论文	提出一种基于深度学习的插值框架，用于从稀疏的LGE-CMR切片重建心肌瘢痕区域，并集成到个性化3D心脏模型中	将坐标学习和蒙特卡洛Dropout不确定性估计应用于心肌瘢痕重建，用于个性化心脏建模，并引入空间和解剖约束的自定义损失函数	仅评估了两种左心室模型，临床验证规模有限	提高低分辨率LGE-CMR数据中心肌瘢痕重建的准确性，改善个性化计算心脏建模	心肌瘢痕区域，左心室模型	医学影像分析	心血管疾病	晚期钆增强心脏MRI（LGE-CMR）	深度学习神经网络	2D MRI图像，3D解剖坐标	两种左心室模型：临床前猪LV高分辨率MRI和临床LV复杂瘢痕形态	NA	具有两个隐藏层和Dropout层的神经网络	MSE, Dice相似系数（DSC）, 体积误差	NA
1247	2025-11-16	3D anatomical atlas of the heads of male and female adult Chamaeleo calyptratus 2025-Nov-15, Anatomical record (Hoboken, N.J. : 2007) DOI:10.1002/ar.70077 PMID:41239830	研究论文	本研究通过数字解剖图谱首次完整描述了变色龙头部的骨骼和软组织结构	创建了首个变色龙头部数字解剖图谱，首次绘制了颅缝和肌肉附着位点图谱，并探索了性别差异	仅使用两个成年样本进行研究，样本量有限	描述变色龙头部解剖结构并分析性别差异	成年雄性及雌性变色龙（Chamaeleo calyptratus）头部解剖结构	数字病理学	NA	对比增强染色技术，显微CT扫描	深度学习模型	3D图像数据	2个成年标本（雌雄各一）	NA	NA	NA	NA
1248	2025-11-16	Diagnostic value of a second-generation super-resolution deep learning-based reconstruction combined with a metal artifact reduction algorithm for pelvic CT 2025-Nov-15, Skeletal radiology IF:1.9Q3 DOI:10.1007/s00256-025-05080-4 PMID:41240086	研究论文	评估第二代超分辨率深度学习重建算法结合金属伪影减少算法在金属髋关节植入物患者CT图像中的诊断价值	首次将第二代超分辨率深度学习重建算法与金属伪影减少算法结合应用于盆腔CT成像	样本量较小（仅40例患者），且为回顾性研究设计	评估深度学习重建算法结合金属伪影减少算法对CT图像质量的改善效果	金属髋关节植入物患者的盆腔CT图像	医学影像处理	骨科植入物相关	CT成像	深度学习重建算法	CT图像	40例患者（30例女性，年龄范围54-93岁）	NA	第二代超分辨率深度学习重建(DLR2)，第一代深度学习重建(DLR1)	标准差，伪影指数，5点评分，组内相关系数	NA
1249	2025-11-16	Towards automated fetal brain biometry reporting for 3-dimensional T2-weighted 0.55-3T magnetic resonance imaging at 20-40 weeks gestational age range 2025-Nov-14, Pediatric radiology IF:2.1Q2 DOI:10.1007/s00247-025-06403-2 PMID:41238791	研究论文	开发并验证了一种基于深度学习的全自动胎儿大脑生物测量报告流程，用于3D T2加权胎儿脑MRI	首个提出全自动生物测量报告流程的研究，整合了深度学习测量、百分位数和z值计算与报告生成	研究基于特定场强(0.55-3T)和孕周范围(20-40周)，尚未建立通用的胎儿生物测量协议	实现3D T2加权胎儿脑MRI生物测量报告的自动化，提高临床工作流程效率	胎儿大脑生物测量	医学影像分析	胎儿发育	3D T2加权磁共振成像，切片到体积重建(SVR)	3D UNet	3D MRI图像	回顾性研究90例，前瞻性研究111例，正常对照组406例	NA	3D UNet	绝对差异测量，可接受性评分，处理时间	NA
1250	2025-11-16	Application of AI-assisted magnifying colonoscopy system in the diagnosis of colorectal tumors: a multicenter exploratory diagnostic study 2025-Nov-14, Surgical endoscopy DOI:10.1007/s00464-025-12196-0 PMID:41238992	研究论文	开发基于JNET分类的AI辅助诊断模型用于结直肠肿瘤诊断的多中心探索性研究	首次将改进的DeepLabV3+模型应用于放大结肠镜图像分析，并基于JNET分类标准开发AI辅助诊断系统	需要进一步研究评估其在真实临床环境中的有效性和成本效益	评估AI辅助诊断模型在结直肠肿瘤诊断中的性能	结直肠肿瘤患者	数字病理	结直肠肿瘤	放大内窥镜	深度学习	图像	219名患者的2645张放大图像	NA	DeepLabV3+	准确率,敏感度,特异度,AUC	NA
1251	2025-11-16	Genomic Prediction of Feed Efficiency in Boars by Deep Learning 2025-Nov-14, G3 (Bethesda, Md.) DOI:10.1093/g3journal/jkaf274 PMID:41239183	研究论文	本研究通过深度学习模型预测公猪的饲料效率性状，并与传统线性基因组预测模型进行对比	首次将深度学习应用于公猪饲料效率的基因组预测，能够捕捉传统线性模型忽略的非加性遗传效应	计算成本显著增加，且非加性方差的捕获并未显著提升预测能力	比较深度学习与线性模型在预测公猪饲料效率性状方面的表现，评估深度学习捕捉非加性遗传方差的能力	两个公猪群体（父系和母系品系）	机器学习	NA	基因组选择	MLP, CNN	基因组数据	两个公猪群体（具体数量未提及）	NA	MLP, CNN	预测能力	NA
1252	2025-11-16	Automatic detection of knee medial collateral ligament (MCL) tear from magnetic resonance imaging using deep neural network 2025-Nov-13, The Knee DOI:10.1016/j.knee.2025.10.028 PMID:41238423	研究论文	使用深度神经网络从膝关节磁共振成像中自动检测内侧副韧带撕裂	首次使用深度神经网络解决MCL撕裂检测问题，设计了三种不同场景的深度学习模型进行比较	数据集仅来自单一医院，样本量相对有限，需要未来研究在更广泛人群中验证	开发自动检测膝关节内侧副韧带撕裂的方法	膝关节磁共振图像	计算机视觉	膝关节损伤	磁共振成像	CNN	图像	60名患者的3575张膝关节MRI图像	NA	自定义CNN, VGG19	准确率, 损失值, AUC	NA
1253	2025-11-16	Screening and analysis of malt pentapeptide DPP-IV inhibitory activity 2025-Nov-12, NPJ science of food IF:6.3Q1 DOI:10.1038/s41538-025-00584-8 PMID:41224748	研究论文	本研究通过多学科方法从麦芽中鉴定出具有DPP-IV抑制活性的五肽YPQPQ，并揭示其通过ERK信号通路发挥作用的机制	首次从麦芽醇溶蛋白中鉴定出五肽YPQPQ作为新型天然DPP-IV抑制剂，并阐明其通过调控ERK信号通路发挥作用的分子机制	研究主要基于计算模拟和体外实验，缺乏体内实验验证和临床前研究数据	从麦芽中筛选和验证具有DPP-IV抑制活性的天然化合物，为2型糖尿病治疗提供新候选药物	麦芽来源的五肽化合物，特别是YPQPQ五肽	计算生物学, 药物发现	2型糖尿病	分子对接, 分子动力学模拟, 网络药理学, 深度学习, 体外活性测试	ConPlex, KPGT	分子结构数据, 蛋白质序列, 活性测试数据	麦芽醇溶蛋白来源的五肽YPQPQ	NA	NA	IC50值(23.87 μM), ERK磷酸化水平	NA
1254	2025-11-16	A Large-Scale Synthetic Benchmark Dataset for Non-Cooperative Space Target Perception 2025-Nov-12, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-06056-8 PMID:41224761	研究论文	构建了一个用于空间目标感知的大规模合成基准数据集NCSTP	创建了首个支持空间目标检测、识别和部件分割的多任务合成数据集，通过Blender模拟真实空间环境生成多样化图像	数据为合成生成而非真实空间图像，可能与实际空间环境存在差异	解决空间目标感知研究中缺乏大规模标注数据集的问题	卫星、空间碎片和太空岩石等空间目标	计算机视觉	NA	Blender三维建模与渲染	目标检测模型,语义分割模型	合成图像	200,000张图像	NA	NA	NA	NA
1255	2025-11-16	Deep generative optimization of mRNA codon sequences for enhanced mRNA translation and therapeutic efficacy 2025-Nov-12, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-64894-x PMID:41224770	研究论文	提出深度学习框架RiboDecode，通过优化mRNA密码子序列增强mRNA翻译效率和治疗效果	直接从大规模核糖体分析数据学习，在大型序列空间进行生成式探索，实现数据驱动且考虑细胞环境的mRNA设计	未明确说明模型在更广泛疾病模型中的适用性	优化mRNA密码子序列以提高mRNA翻译效率和治疗效果	mRNA密码子序列、流感血凝素mRNA、神经生长因子mRNA	机器学习	流感病毒感染、视网膜神经节细胞损伤	核糖体分析、深度生成模型	深度学习生成模型	序列数据、核糖体分析数据	小鼠模型研究	NA	NA	预测准确性、蛋白表达水平、中和抗体反应强度、神经保护效果	NA
1256	2025-11-14	Deep learning approach to energy consumption modeling in wastewater pumping systems 2025-Nov-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-23158-w PMID:41224784	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1257	2025-11-16	Deep learning-based metal artifact reduction in CT for total knee arthroplasty 2025-Nov-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-21012-7 PMID:41224803	研究论文	本研究开发了一种基于深度学习的膝关节金属伪影减少网络(KMAR-Net)，用于全膝关节置换术后CT图像中的金属伪影消除	开发了专门的深度学习网络KMAR-Net，在金属伪影减少方面优于传统的投影完成方法	研究样本量有限，仅包含50名无金属假体患者和44名TKA术后患者	评估基于深度学习的金属伪影减少技术在TKA术后CT评估中的性能	全膝关节置换术后患者的CT图像	医学影像处理	骨科疾病	CT扫描	深度学习网络	CT图像	50名无金属假体患者用于开发数据集，44名TKA术后患者用于临床测试	NA	KMAR-Net	面积测量、平均衰减值、标准差、视觉分级分析	NA
1258	2025-11-16	An enhanced deep learning-based framework for diagnosing apple leaf diseases 2025-Nov-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-23272-9 PMID:41224813	研究论文	提出一种改进的轻量级YOLOv8模型E-YOLOv8，用于苹果叶部病害的实时诊断	融合GhostConv和C3模块减少冗余特征提取和计算成本，结合CBAM注意力和定制FPN增强多尺度特征融合和小病变检测能力	仅针对苹果叶部病害进行验证，未测试在其他作物病害上的泛化能力	开发轻量级深度学习框架实现苹果叶部病害的实时准确诊断	苹果叶部病害图像	计算机视觉	植物病害	深度学习	YOLO	图像	大规模苹果叶部病害数据集	NA	YOLOv8, E-YOLOv8, GhostConv, C3, CBAM, FPN	mAP0.5, GFLOPs, 参数量	边缘设备
1259	2025-11-16	D-TNet: a hybrid Dense Net-transformer model for robust diabetic retinopathy detection 2025-Nov-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-23234-1 PMID:41224814	研究论文	提出一种混合DenseNet-Transformer模型D-TNet，用于糖尿病视网膜病变的鲁棒检测和严重程度分级	首次将DenseNet121的空间特征提取能力与Transformer的长距离上下文依赖建模能力相结合，解决了传统AI方法在DR严重程度分级中的不平衡分类和泛化能力差的问题	需要跨数据集验证和实际部署测试，尚未整合多模态临床数据	开发可靠的糖尿病视网膜病变自动检测和严重程度分级系统	糖尿病视网膜病变患者的视网膜图像	计算机视觉	糖尿病视网膜病变	深度学习	CNN, Transformer	图像	来自APTOS2019和Messidor-2数据集的视网膜图像	NA	DenseNet121, Transformer	准确率, F1分数, Kappa分数	NA
1260	2025-11-16	Underwater dam image enhancement based on CNN-transformer fusion 2025-Nov-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-23746-w PMID:41224884	研究论文	提出融合CNN和Transformer的ESRTGAN网络用于水坝水下图像增强	首次将CNN的局部特征提取与Transformer的全局上下文建模相结合用于水坝水下图像增强	未明确说明模型在极端浑浊水域的泛化能力	解决水坝水下图像的光学退化问题，提升图像质量以支持安全检测	水坝水下结构图像	计算机视觉	NA	图像增强技术	GAN, CNN, Transformer	图像	真实水坝水下图像数据集（未明确具体数量）	NA	ESRTGAN（包含多尺度特征融合、自适应通道注意力机制）	PSNR, SSIM, LPIPS	NA