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
1721	2025-11-25	Artificial intelligence enabled tumor diagnosis and treatment: Status, breakthroughs and challenges 2025-Dec, Critical reviews in oncology/hematology DOI:10.1016/j.critrevonc.2025.104963 PMID:40992526	综述	本文系统综述人工智能在肿瘤诊疗领域的最新进展、突破性成果与面临的挑战	整合多模态学习、可解释性AI和AI驱动药物发现等前沿进展，为下一代精准肿瘤学提供前瞻视角	主要关注技术综述，未涉及具体临床验证数据	系统总结AI在肿瘤诊疗领域的应用现状并分析临床转化面临的挑战	肿瘤诊疗全流程（影像筛查、病理诊断、智能决策、疗效预测、个性化治疗）	数字病理	肿瘤	深度学习	NA	多模态数据	NA	NA	NA	NA	NA
1722	2025-11-25	AI-mediated immunotherapeutics in adenoid cystic carcinoma: Challenges and current perspectives 2025-Dec, Critical reviews in oncology/hematology DOI:10.1016/j.critrevonc.2025.104984 PMID:41161628	综述	本文探讨人工智能在腺样囊性癌免疫治疗中的应用现状、挑战与未来展望	系统整合多种机器学习与深度学习模型于腺样囊性癌的精准免疫治疗，提出联合多组学数据与联邦学习等前沿方向	存在临床整合困难、模型可解释性不足、数据质量参差等挑战	推动人工智能在腺样囊性癌精准免疫治疗领域的临床应用	腺样囊性癌患者的多组学数据（影像、病理、基因组）与免疫治疗反应	数字病理	头颈癌	多组学数据整合分析	SVM, RF, KNN, LR, GBM, CNN, ANN	影像数据, 组织病理数据, 基因组数据	NA	NA	卷积神经网络, 人工神经网络	准确率, 特异性	NA
1723	2025-11-25	Identification of defensins using transformer-derived protein embeddings and discrete cosine transformation-enhanced evolutionary features with generative adversarial capsule bidirectional temporal convolutional neural network 2025-Dec, International journal of biological macromolecules IF:7.7Q1 DOI:10.1016/j.ijbiomac.2025.148336 PMID:41130478	研究论文	提出一种名为GAC-BTCNN-Pred的新型防御素识别预测器，通过融合进化特征和蛋白质语言模型嵌入来提升预测性能	结合分段位置特异性评分矩阵的离散余弦变换增强特征与基于Transformer的蛋白质语言模型嵌入，并首次提出生成对抗胶囊双向时序卷积神经网络架构	未提及模型在跨物种或大规模数据集上的泛化能力验证	开发高精度的防御素识别计算方法以支持新型抗菌药物发现	防御素（阳离子抗菌肽）	生物信息学	细菌感染	蛋白质序列分析，特征工程	GAN, Capsule Network, TCN, Transformer	蛋白质序列数据	NA	NA	生成对抗胶囊双向时序卷积神经网络（GAC-BTCNN），ProtGen-LLM	多种评估指标（具体指标未列明）	NA
1724	2025-11-25	Deep learning-optimized multi-enzyme hydrolysis for walnut antihypertensive peptides 2025-Dec, International journal of biological macromolecules IF:7.7Q1 DOI:10.1016/j.ijbiomac.2025.148700 PMID:41177473	研究论文	本研究结合深度学习和实验验证优化核桃蛋白中降压肽的多酶水解生产工艺	首次使用大语言模型进行酶筛选，开发新型多酶组合方法生产高ACE抑制活性的核桃蛋白水解物	NA	优化功能性降压肽的生产工艺并验证其降压效果	核桃蛋白、自发性高血压大鼠	机器学习	心血管疾病	多酶水解、分子对接分析	大语言模型	实验数据、生物活性数据	自发性高血压大鼠模型	NA	NA	ACE抑制率、自由基清除能力、血压测量、血清生物标志物变化	NA
1725	2025-11-25	White matter brain age as a biomarker of cerebrovascular burden in the ageing brain 2025-Dec, European archives of psychiatry and clinical neuroscience IF:3.5Q2 DOI:10.1007/s00406-024-01758-3 PMID:38424358	研究论文	开发白质特异性脑年龄作为评估脑血管负担的生物标志物	首次使用三维卷积神经网络从扩散加权成像中开发白质特异性脑年龄评估方法	研究主要基于英国生物银行数据，需要更多样化人群验证	探究血管风险因素对白质健康的影响	英国生物银行参与者（横断面37,327人，纵向1,409人）	医学影像分析	脑血管疾病	扩散加权成像	CNN	医学影像	横断面37,327人，纵向子集1,409人	NA	三维卷积神经网络	白质脑年龄差距	NA
1726	2025-11-25	Multi-class deep learning architecture for COVID-19, tuberculosis, and pneumonia classification using chest X-ray images 2025-Dec, Journal of medical imaging and radiation sciences IF:1.3Q3 DOI:10.1016/j.jmir.2025.102115 PMID:41067063	研究论文	提出基于卷积神经网络的多分类框架，使用胸部X光图像自动检测COVID-19、结核病、肺炎和正常状况	开发统一深度学习流程整合数据预处理、特征提取和分类，并应用SMOTE技术解决类别不平衡问题	目前仅为研究框架，尚未应用于临床环境	开发智能系统辅助医生诊断复杂肺部疾病	COVID-19、结核病、肺炎患者和正常人的胸部X光图像	计算机视觉	肺部疾病	胸部X光成像	CNN	图像	6000张胸部X光图像，四类别均衡分布	NA	ResNet-50, EfficientNet, DenseNet, VGG-19	准确率, 精确率, 召回率, F1分数	NA
1727	2025-11-24	Risk factors and prognostic indicators for progressive fibrosing interstitial lung disease: a deep learning-based CT quantification approach 2025-Dec, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11714-x PMID:40526353	研究论文	本研究采用基于深度学习的CT定量方法预测进行性纤维化性间质性肺疾病及其预后	首次将深度学习CT定量技术应用于PF-ILD的预测和预后评估，证明了其在传统肺功能指标基础上的附加价值	单中心回顾性研究，样本量有限（465例患者）	探索基于深度学习的定量CT在预测进行性纤维化性间质性肺疾病和评估预后方面的价值	间质性肺疾病患者	医学影像分析	间质性肺疾病	CT扫描，深度学习定量分析	深度学习模型	CT影像	465例ILD患者（中位年龄65岁，男性238例），其中148例发展为PF-ILD	NA	NA	C-index, OR值, HR值	NA
1728	2025-11-24	ProMUS-NET: Artificial intelligence detects more prostate cancer than urologists on micro-ultrasonography 2025-Dec, BJU international IF:3.7Q1 DOI:10.1111/bju.16892 PMID:40859774	研究论文	开发用于前列腺微超声图像自动癌症分割的深度学习模型ProMUS-NET，并与泌尿科专家性能进行比较	首次开发专门用于微超声图像的前列腺癌检测AI模型，在检测灵敏度方面超越泌尿科专家	需要改进边缘重叠精度，减少假阳性，并进行外部验证	提高前列腺癌在微超声图像上的定位灵敏度和读者间一致性	接受MRI-超声融合引导活检的前列腺癌患者	数字病理	前列腺癌	微超声成像，MRI-超声融合引导活检	深度学习	医学图像	单机构前瞻性收集的微超声图像数据集	NA	U-Net	AUC, 灵敏度, 特异性	NA
1729	2025-11-24	Artificial intelligence-driven intelligent nanocarriers for cancer theranostics: A paradigm shift with focus on brain tumors 2025-Dec, Seminars in oncology IF:3.0Q2 DOI:10.1016/j.seminoncol.2025.152429 PMID:41218468	综述	探讨人工智能驱动智能纳米载体在脑癌诊疗一体化中的革命性应用	提出AI与纳米技术融合的智能纳米载体新范式，实现肿瘤微环境响应和个性化治疗	存在批次变异性和工业规模化生产的挑战，以及伦理与成本问题	开发人工智能增强的智能纳米载体用于脑癌诊疗一体化	胶质母细胞瘤和其他中枢神经系统转移性肿瘤	数字病理	脑肿瘤	多组学数据整合，MRI，PET	机器学习，深度学习	医学影像，多组学数据	NA	NA	NA	NA	NA
1730	2025-11-24	Street-view greenspace distribution across racial/ethnic, neighborhood income, and individual education subgroups 2025-Dec, Environmental epidemiology (Philadelphia, Pa.) DOI:10.1097/EE9.0000000000000441 PMID:41268185	研究论文	本研究使用深度学习分析街景图像，探讨不同种族/民族、教育水平和社区社会经济地位亚组之间绿化空间分布的差异	首次结合深度学习与多层次分析方法，量化不同类型绿化空间在种族/民族、教育水平和社区社会经济地位交叉分层中的分布不平等	研究样本仅来自动脉粥样硬化多种族研究参与者，可能无法完全代表更广泛人群	探究种族/民族、教育水平和社区社会经济地位的交互作用如何影响绿化空间类型分布	5,858名动脉粥样硬化多种族研究参与者（2000-2002年）	计算机视觉	动脉粥样硬化	街景图像分析	深度学习算法	图像	5,858名参与者	NA	NA	NA	NA
1731	2025-11-24	Development and validation of a video-based deep learning model for distinguishing epileptic seizures from non-epileptic events in a pediatric cohort 2025-Dec, Epilepsy & behavior : E&B IF:2.3Q2 DOI:10.1016/j.yebeh.2025.110785 PMID:41110273	研究论文	开发并验证基于视频的深度学习系统，用于区分儿科队列中的癫痫发作与非癫痫事件	提出增强型多尺度视觉Transformer模型，首次在儿科癫痫诊断中进行前瞻性验证并与不同级别临床医生进行对比	对非运动性事件的诊断准确性相对有限，样本量相对较小	开发AI辅助诊断工具以区分儿科癫痫发作与非癫痫事件	儿科患者的癫痫发作和非癫痫事件视频数据	计算机视觉	癫痫	视频分析	Transformer	视频	438个回顾性收集视频用于训练，130个连续视频用于前瞻性验证	PyTorch	增强型多尺度视觉Transformer, MViTv2, SlowFast	准确率, 灵敏度, 特异性	NA
1732	2025-11-24	Deep learning approaches for pathological image classification 2025-Dec, Journal of oral biosciences IF:2.6Q1 DOI:10.1016/j.job.2025.100696 PMID:41274680	综述	本文综述了基于深度学习的病理图像分类方法及其在精准医疗中的应用	介绍了使用模拟器生成合成数据和公式驱动方法等新兴技术来克服传统训练数据集的局限性	高质量标注数据集有限，特别是罕见癌症数据缺乏，阻碍了传统数据驱动方法的广泛应用	探讨深度学习在病理图像分类中的应用及其在精准医疗中的发展前景	病理全切片图像	数字病理学	癌症	全切片成像	CNN, RNN	图像	NA	NA	NA	NA	NA
1733	2025-11-23	EEG Emotion Copilot: Optimizing lightweight LLMs for emotional EEG interpretation with assisted medical record generation 2025-Dec, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107848 PMID:40683189	研究论文	提出一种优化轻量级大语言模型的EEG情感副驾驶系统，能够从脑电信号识别情感状态并生成个性化医疗建议和电子病历	首次将轻量级大语言模型(0.5B参数)应用于EEG情感识别和医疗记录生成，提出新颖的提示数据结构、模型剪枝和微调训练等关键技术	未明确说明模型在临床环境中的验证效果和具体适用范围	开发端到端的情感计算系统，实现快速处理、个体适应和无缝用户交互	脑电信号和情感状态	脑机接口,情感计算	心理健康相关疾病	EEG信号分析,大语言模型	LLM	EEG信号,文本	NA	NA	轻量级大语言模型	准确率	本地部署环境
1734	2025-11-23	Continual source-free active domain adaptation for nasopharyngeal carcinoma tumor segmentation across multiple hospitals 2025-Dec, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107869 PMID:40684700	研究论文	提出一种持续源自由主动域自适应框架，用于跨多医院的鼻咽癌肿瘤分割	结合自监督和互相关学习提出域参考与不变性选择策略，并开发基于临床实践的双阶段循环蒸馏策略	NA	解决多中心数据场景下的域偏移问题，提升鼻咽癌肿瘤分割模型的泛化能力	鼻咽癌肿瘤分割	数字病理	鼻咽癌	深度学习	NA	医学图像	来自三个医疗中心的数据集	PyTorch	自监督学习, 知识蒸馏	NA	NA
1735	2025-11-23	VDCRL: vulnerability detection with supervised contrastive code representation learning 2025-Dec, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107861 PMID:40690875	研究论文	提出基于监督对比代码表示学习的漏洞检测框架VDCRL，通过代码增强和特征融合提升泛化能力	结合输入空间和特征空间的代码增强技术，集成源代码和汇编指令特征的双模态融合方法	仅在合成数据集上训练，真实场景适用性有待进一步验证	提升代码漏洞检测的泛化能力和检测性能	软件源代码和汇编指令	自然语言处理	NA	代码增强，特征融合	BGRU	代码文本	合成数据集训练，两个真实数据集测试	NA	BGRU, SAFE	检测性能，泛化能力	NA
1736	2025-11-23	Dual branch neural network with dynamic learning mechanism for P300-based brain-computer interfaces 2025-Dec, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107876 PMID:40712216	研究论文	提出一种双分支神经网络与动态学习机制来解决P300脑机接口中的类别不平衡问题	同时考虑特征表示和类别不平衡的双分支学习方法，采用动态学习机制逐步增强少数类样本的权重	采用被试内实验方案，可能限制模型的泛化能力	解决P300脑机接口系统中的类别不平衡问题以提高分类性能	P300脑电信号	脑机接口	残疾相关疾病	脑电信号采集	深度学习	脑电信号	公开数据集和自采集数据集	NA	双分支神经网络	准确率	NA
1737	2025-11-23	A comprehensive assessment benchmark for rigorously evaluating deep learning image classifiers 2025-Dec, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107801 PMID:40714476	研究论文	提出一个全面评估深度学习图像分类器性能的基准测试方法	倡导使用多种数据类型和统一指标进行综合性能评估，揭示当前先进模型的脆弱性	未具体说明评估数据的具体规模和来源	开发更全面可靠的深度学习模型评估方法	深度学习图像分类器	计算机视觉	NA	NA	深度神经网络	图像	NA	NA	NA	统一评估指标	NA
1738	2025-11-23	Nucleotide-level circRNA-RBP binding sites prediction based on hybrid encoding scheme and enhanced feature extraction 2025-Dec, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107923 PMID:40753814	研究论文	提出基于混合编码方案和增强特征提取的核苷酸级circRNA-RBP结合位点预测框架circdpb	整合one-hot和高斯调制位置编码，采用扩张卷积特征金字塔和双向门控循环单元增强特征提取，实现核苷酸级精度的结合位点预测	未明确说明模型在跨物种或新型circRNA上的泛化能力	开发高精度的circRNA与RNA结合蛋白结合位点预测方法	环状RNA（circRNA）与RNA结合蛋白（RBP）的结合位点	生物信息学	NA	深度学习	CNN, BiGRU	circRNA序列数据	37个基准数据集	NA	扩张卷积特征金字塔（DCFP）, 双向门控循环单元（BiGRU）	NA	NA
1739	2025-11-23	Advances in computational nephropathology 2025-Dec, Kidney international IF:14.8Q1 DOI:10.1016/j.kint.2025.06.029 PMID:40976424	综述	本文全面概述了计算病理学在肾脏病理学领域的进展与应用	提出将计算病理学方法整合到肾脏病理学工作流程中，并首次提出“kidnAI病理学”概念	存在技术实施、监管和伦理方面的挑战，包括计算基础设施、数据隐私和环境可持续性等问题	探讨计算病理学在肾脏病理学领域的应用与发展前景	肾脏组织病理图像及相关临床数据	数字病理学	肾脏疾病	人工智能、深度学习	深度学习模型	组织病理图像	NA	NA	NA	NA	NA
1740	2025-11-23	Machine Learning-Based Identification of Natural History Studies in Rare Diseases: A Step toward Understanding Disease Development and Outcome 2025-Dec, Journal of rare diseases (Berlin, Germany) DOI:10.1007/s44162-025-00115-9 PMID:41245678	研究论文	提出基于机器学习的自然史研究自动识别方法，用于罕见病研究中的文献筛选	首次开发专门用于识别自然史研究的机器学习模型，并证明二元分类在此任务中的优越性	仅基于PubMed文献数据，模型性能在四分类任务中仍有提升空间	开发自动识别自然史研究的方法以支持罕见病药物研发	PubMed文献数据库中的自然史研究相关论文	自然语言处理	罕见病	文本挖掘，文献分析	BERT	文本	手动标注的自然史研究语料库	PyTorch, Transformers	PubMedBERT-base-uncased-abstract	精确率, 召回率, F1分数, AUCPR	NA