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
1841	2025-11-04	A deep learning framework for real-time prediction of the behavioral state transition during predation 2025-Dec-01, Brain research IF:2.7Q3 DOI:10.1016/j.brainres.2025.149982 PMID:41077379	研究论文	开发了一个深度学习框架，用于实时预测小鼠捕食行为中的搜索到追捕状态转换	首次实现了对捕食行为状态转换的实时预测，结合轻量级YOLOv11n检测器和时空网络STNet进行双任务学习	仅在实验室小鼠中进行验证，尚未在其他物种或更复杂环境中测试	开发实时行为状态转换预测方法，以精确研究决策过程中的神经回路	实验室小鼠的捕食行为	计算机视觉	NA	视频流分析	YOLO, GRU, CNN	视频	NA	PyTorch	YOLOv11n, STNet, GRU, 注意力机制, 残差卷积模块	准确率, AUC, ECE, Brier分数	NA
1842	2025-11-04	Variant Classification Using Proteomics-Informed Large Language Models Increases Power of Rare Variant Association Studies and Enhances Target Discovery 2025-Dec, Genetic epidemiology IF:1.7Q3 DOI:10.1002/gepi.70023 PMID:41178319	研究论文	本研究利用蛋白质组学数据优化大型语言模型进行罕见有害变异分类，显著提高了罕见变异关联研究的统计功效	首次将大规模人类蛋白质组学数据与大型语言模型结合，开发出蛋白质组学引导的变异分类模型	研究样本主要来自UK Biobank，可能限制了在其他人群中的泛化能力	提高罕见有害变异的分类准确性，增强罕见变异关联研究的发现能力	2898种蛋白质的编码序列变异，来自46,665名个体	自然语言处理	NA	蛋白质组学测序	大型语言模型	蛋白质组学数据，基因型数据	46,665名个体	NA	ESM-1v, ESM-1b	关联重现率	NA
1843	2025-11-03	AI-augmented prediction of high-risk PINK1 variants associated with Parkinson's disease: integrating multilayered bioinformatics, MD simulation, and deep learning 2025-Dec, Methods (San Diego, Calif.) DOI:10.1016/j.ymeth.2025.08.014 PMID:40914318	研究论文	本研究通过整合多层生物信息学、分子动力学模拟和深度学习技术，预测与帕金森病相关的PINK1基因高危变异	首次结合深度学习与分子动力学模拟系统分析PINK1基因激酶域nsSNPs的结构功能影响	研究结果需进一步实验验证，样本规模有限	识别PINK1基因中最有害的非同义单核苷酸多态性及其对蛋白结构和功能的影响	PINK1基因激酶域的非同义单核苷酸多态性	生物信息学	帕金森病	生物信息学分析、分子动力学模拟、深度学习	深度学习模型	基因序列数据、蛋白质结构数据	5个预测的高风险SNPs（C166R, E240K, D362N, D362Y, C388R）	NA	NA	NA	NA
1844	2025-11-02	Development and validation of a backpropagation neural network model for predicting nursing unit staffing needs: A cross-sectional study 2025-Dec, International journal of nursing studies IF:7.5Q1 DOI:10.1016/j.ijnurstu.2025.105207 PMID:40972497	研究论文	本研究开发并验证了一种反向传播神经网络模型，用于预测护理单元人员配置需求	将效率评估与深度学习技术相结合开发护理人员配置预测模型，实现人员配置精度与操作灵活性的平衡	需要多中心验证并整合外部因素以实现更广泛应用	优化临床科室护理人员配置，提高患者安全性和人力资源效率	55个护理单元的数据，包括13个最优效率单元和42个次优效率单元	机器学习	NA	数据包络分析，深度学习	反向传播神经网络	护理运营数据	55个护理单元2023年1-12月的数据	NA	反向传播神经网络	均方误差，Pearson相关系数，Bland-Altman分析，决定系数	NA
1845	2025-11-02	Patient-specific functional liver segments based on centerline classification of the hepatic and portal veins 2025-Dec, Computer assisted surgery (Abingdon, England) DOI:10.1080/24699322.2025.2580307 PMID:41171014	研究论文	提出一种基于肝静脉和门静脉中心线分类的患者特异性肝脏分割方法	通过详细分类肝静脉和门静脉实现个性化肝脏分段，相比传统方法能更好地贴合患者实际解剖结构	需要外科医生在3D模型上标注血管端点，存在一定人工干预	改进肝脏手术规划中的解剖分段精度	肝脏血管系统（肝静脉和门静脉）	数字病理	肝脏疾病	3D建模，血管中心线计算	NA	3D医学图像	NA	3D Slicer, nnU-Net	nnU-Net	Dice相似系数，体积测量，专家评估	NA
1846	2025-11-01	In Silico Peptide Design: Methods, Resources, and Role of AI 2025-Dec, Journal of peptide science : an official publication of the European Peptide Society IF:1.8Q3 DOI:10.1002/psc.70063 PMID:41168660	综述	本文全面概述了肽设计的计算方法，包括AI技术在加速新型肽发现中的应用	重点关注机器学习、深度学习和生成式AI模型在肽设计中的变革性影响	存在数据不一致性、模型可解释性不足以及需要改进力场等关键挑战	为肽研究中的计算设计提供路线图	肽及其在生物系统、治疗剂、生物材料和药物递送中的应用	计算生物学	NA	结构基设计、分子动力学模拟、配体基方法	机器学习, 深度学习, 生成式AI	化学空间数据, 肽序列数据	数千种肽的虚拟筛选	NA	NA	NA	NA
1847	2025-10-31	Fully automatic bile duct segmentation in magnetic resonance cholangiopancreatography for biliary surgery planning using deep learning 2025-Dec, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112415 PMID:40972245	研究论文	本研究开发了一种基于深度学习的全自动胆管分割方法，用于磁共振胰胆管成像数据的3D重建，以辅助胆道手术规划	首次实现了对扩张和非扩张胆管的自动三维重建，并在真实手术场景中验证了模型准确性	样本量相对有限（249例），外部验证集较小（10例）	开发自动准确的胆管分割方法以辅助胆道手术规划	胆道系统解剖结构	医学影像分析	胆道疾病	磁共振胰胆管成像	深度学习语义分割模型	3D医学影像	249例患者（208例训练，41例测试），外加10例外部验证	nnU-Net	U-Net	Dice相似系数, 相关系数, 一致性界限	NA
1848	2025-10-31	Deep learning based multi-shot breast diffusion MRI: Improving imaging quality and reduced distortion 2025-Dec, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112419 PMID:40974694	研究论文	本研究探讨深度学习重建的多重敏感度编码扩散加权成像在乳腺成像中的性能表现	首次将深度学习重建技术应用于乳腺多射扩散MRI，显著提升图像质量并减少畸变	样本量相对有限（61名参与者），仅使用单一3T MRI扫描仪	评估深度学习重建的多重敏感度编码扩散加权成像在乳腺成像中的性能	乳腺病变患者	医学影像分析	乳腺癌	扩散加权成像，多重敏感度编码	深度学习	MRI图像	61名女性参与者（23-75岁），共65个乳腺病变	NA	NA	信噪比，表观扩散系数，豪斯多夫距离	3T MRI扫描仪
1849	2025-10-31	Human‒machine interaction based on real-time explainable deep learning for higher accurate grading of carotid stenosis from transverse B-mode scan videos 2025-Dec, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112441 PMID:40997634	研究论文	开发基于实时可解释深度学习的颈动脉狭窄分级系统，通过人机交互提高诊断准确性	将可解释性深度学习模型集成到用户友好的Web界面，实现人机协同决策	研究仅纳入三家医院的311名患者，样本量有限	辅助放射科医生进行颈动脉狭窄分类	疑似≥50%颈动脉狭窄的患者	计算机视觉	心血管疾病	超声成像	深度学习	视频	311名患者（247名男性，平均年龄71.3±8.3岁）	NA	CaroNet-Dynamic 2.0	AUROC	NA
1850	2025-10-31	Reduced-dose dual-energy CT with deep learning image reconstruction for detection and characterization of liver metastases 2025-Dec, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112452 PMID:41033013	研究论文	比较降剂量双能CT结合深度学习图像重建与标准剂量单能CT在肝转移瘤检测中的图像质量和诊断性能	首次将深度学习图像重建技术应用于降剂量双能CT，实现45%辐射剂量降低的同时保持诊断准确性	样本量相对有限（80例），需更大规模研究验证	评估降剂量双能CT结合深度学习重建在肝转移瘤检测和鉴别诊断中的价值	已知或疑似肝转移瘤的患者	医学影像分析	肝转移瘤	双能CT，虚拟单能图像，深度学习图像重建	深度学习	CT图像	80例患者（标准剂量组40例，降剂量组40例）	NA	NA	对比噪声比，信噪比，肝病灶对比噪声比，受试者工作特征曲线下面积	NA
1851	2025-10-31	Deep-learning reconstructed 3D MRI for comprehensive knee assessment: Comparison with a multisequence 2D protocol at 1.5 T 2025-Dec, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112458 PMID:41045731	研究论文	比较使用深度学习重建的3D MRI与标准2D多序列协议在膝关节MRI中的综合评估性能	首次将深度学习重建技术应用于单次各向同性3D PD加权脂肪抑制序列，并与传统2D多序列协议进行系统性比较	样本量相对较小（95例患者），仅使用1.5T MRI设备，部分结构评估存在显著差异	评估深度学习重建的3D MRI在膝关节综合评估中的临床应用价值	接受膝关节MRI检查的成年患者	医学影像分析	膝关节疾病	MRI, 深度学习重建	深度学习模型	医学影像	95例患者（女性39%，平均年龄52.7±14.5岁）	NA	NA	Likert量表评分, 二元分级, Cohen's kappa, Wilcoxon符号秩检验, McNemar检验	NA
1852	2025-10-31	Machine learning outperforms deep learning in adhesive capsulitis diagnosis: a clinical-radiomics model bridging PD-T2 MRI and multimodal data fusion 2025-Dec, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112470 PMID:41092750	研究论文	本研究开发了一种结合临床数据和MRI影像组学的临床-多序列影像组学模型，用于提高粘连性关节囊炎的诊断准确性，并比较了机器学习和深度学习方法的性能	首次将质子密度加权冠状位和T2加权矢状位MRI序列的影像组学特征与临床数据融合，构建诊断模型，并系统比较传统机器学习与深度学习方法在ACS诊断中的表现	研究样本量相对有限，深度学习模型在外部验证中表现下降，需要更大数据集和更先进的融合技术来优化诊断效果	提高粘连性关节囊炎的早期诊断准确性	来自两个医疗中心的444名疑似ACS患者	医学影像分析	粘连性关节囊炎	磁共振成像，影像组学分析	SVM, XGBoost, LightGBM, CNN, Transformer	医学影像，临床数据	444名患者（主要队列387名，外部测试队列57名）	PyRadiomics, PyTorch/TensorFlow（基于使用的ResNet和ViT模型推断）	ResNet-200, Vision Transformer (ViT)	AUC, 准确率, 敏感度, 特异度, Brier Score	NA
1853	2025-10-30	Cortico-cortical evoked potentials: Automated localization and classification of early and late responses 2025-Dec, Journal of neuroscience methods IF:2.7Q3 DOI:10.1016/j.jneumeth.2025.110571 PMID:40915390	研究论文	开发基于YOLO v10的深度学习框架，用于自动定位和分类皮层-皮层诱发电位的早期和晚期响应	首次使用深度学习框架同时定位和分类CCEP的N1和N2成分，解决了传统方法在变异性条件下识别困难的问题	样本量相对较小，仅在特定患者群体中验证	开发自动化的脑网络映射方法	药物抵抗性癫痫患者的颅内脑电图数据	计算机视觉	癫痫	颅内脑电图，单脉冲电刺激	CNN	图像，时间序列数据	9名患者用于训练验证，15名患者用于泛化评估，超过4000个未标注时段	PyTorch, Matplotlib	YOLO v10	mAP, IoU	NA
1854	2025-10-30	TEDNet: Cascaded CNN-transformer with dual attentions for taste EEG decoding 2025-Dec, Journal of neuroscience methods IF:2.7Q3 DOI:10.1016/j.jneumeth.2025.110594 PMID:41022309	研究论文	提出了一种结合CNN和Transformer的双注意力网络TEDNet，用于解码味觉刺激诱发的脑电图信号	首次将CNN与Transformer结合，通过双注意力机制和多尺度特征融合来解码复杂味觉神经模式	仅针对四种基本味觉（酸、甜、苦、咸）进行测试，未验证其他味觉或混合味觉	开发客观的味觉感知解码方法以克服传统味觉评估的主观偏差	味觉刺激诱发的脑电图信号	脑机接口	NA	脑电图	CNN, Transformer	脑电图信号	30名受试者的2400个脑电图样本	NA	TEDNet（包含TSCM、TSAM和LGFM模块）	准确率, F1分数, Kappa系数	NA
1855	2025-10-30	Vocal features based Parkinson's detection: An ensemble learning approach 2025-Dec, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2025.103662 PMID:41140618	研究论文	本研究通过集成学习方法基于语音特征进行帕金森病检测	使用集成学习方法比较多种机器学习算法在帕金森病检测中的性能，发现梯度提升算法在召回率、对数损失和过拟合抵抗方面表现最优	NA	为医疗中心提供最优的机器学习技术以实现帕金森病的早期检测	帕金森病患者	机器学习	帕金森病	语音特征分析	集成学习,随机森林,K近邻,朴素贝叶斯,梯度提升,XGBoost	语音特征	NA	NA	梯度提升	召回率,对数损失	NA
1856	2025-10-30	Self-supervised learning with BYOL for anterior cruciate ligament tear detection from knee MRI 2025-Dec, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2025.103664 PMID:41140616	研究论文	本研究评估了自监督学习框架BYOL在膝关节MRI前交叉韧带撕裂检测中的应用	首次将BYOL自监督学习方法应用于膝关节MRI前交叉韧带撕裂检测任务	NA	通过自监督学习提升前交叉韧带撕裂检测的准确性	膝关节MRI扫描图像	计算机视觉	骨科疾病	MRI	CNN	医学影像	NA	NA	ResNet-18	分类准确率	NA
1857	2025-10-30	CISCS: Classification of inter-class similarity based medicinal plant species groups with machine learning 2025-Dec, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2025.103652 PMID:41140625	研究论文	提出一种基于多级特征融合的机器学习方法，用于解决具有高度类间相似性的药用植物物种分类问题	创新性地融合了3D归一化颜色直方图、扩展均匀LBP、多方向Gabor滤波器和HOG特征，结合SMOTE数据增强和软投票集成分类器	主要针对印度药用植物物种，在其他地区植物分类中的泛化能力有待验证	开发一种在类间相似性高和数据集不平衡条件下更鲁棒的药用植物物种分类方法	印度药用植物物种	计算机视觉	NA	图像分析	集成学习	图像	印度药用植物数据集	Scikit-learn	多级特征融合模型	准确率	NA
1858	2025-10-30	HER2-SISH40x: Annotated histopathology image dataset for HER2 amplification assessment in breast cancer 2025-Dec, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111941 PMID:41140847	研究论文	介绍用于乳腺癌HER2扩增评估的标注组织病理学图像数据集HER2-SISH40x	基于VENTANA HER2双探针ISH染色构建首个包含明确HER2扩增状态标注的40倍放大病理图像数据集	数据集规模相对有限，仅包含50张全切片图像和537个感兴趣区域	开发用于自动HER2评分的计算病理学方法	乳腺癌组织样本	数字病理学	乳腺癌	原位杂交(ISH)，VENTANA HER2双探针ISH染色	深度学习模型	病理图像	50张全切片图像，237个癌症ROIs（含HER2扩增和非扩增），300个正常组织ROIs	NA	NA	NA	NA
1859	2025-10-30	A labeled image dataset of common tomato diseases for classification and object detection 2025-Dec, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.112032 PMID:41140870	研究论文	本研究介绍了一个用于番茄病害分类和目标检测的标注图像数据集	提供了在真实温室条件下采集的多角度、多尺度番茄病害图像数据集，并包含专业病理学家的手动标注	数据集仅包含三种番茄病害类型，样本数量相对有限	开发高质量的作物病害图像数据集以支持计算机视觉在农业中的应用	番茄病害图像数据	计算机视觉	番茄病害	图像采集与标注	NA	图像	1026张高分辨率图像（病毒病417张、灰霉病82张、青枯病527张）	LabelImg	NA	NA	NA
1860	2025-10-30	A dataset for splenomegaly and its related findings in CT imaging 2025-Dec, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.112114 PMID:41140855	研究论文	本文介绍了一个专门用于研究脾肿大及其相关发现的多样化CT影像数据集	提供了首个专门针对脾肿大研究的公开多样化CT数据集，填补了该领域公开数据资源的空白	数据集规模相对有限（248例），仅来自单一医疗中心，可能影响模型的泛化能力	开发基于人工智能的脾肿大诊断模型，支持脾肿大的检测、严重程度评估和病因识别	248名成年患者的CT扫描和临床数据	数字病理学	脾肿大相关疾病	CT成像	NA	CT影像	248例成年患者CT扫描（42%女性），平均年龄48.2岁（范围18-91岁）	NA	NA	NA	NA