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
1	2025-09-16	Hepatocellular Carcinoma Risk Stratification for Cirrhosis Patients: Integrating Radiomics and Deep Learning Computed Tomography Signatures of the Liver and Spleen into a Clinical Model 2025-Sep-28, Journal of clinical and translational hepatology IF:3.1Q2 DOI:10.14218/JCTH.2025.00091 PMID:40951530	研究论文	本研究开发并验证了一种结合放射组学和深度学习特征的HCC风险预测模型aMAP-CT，用于肝硬化患者的肝癌风险分层	首次将肝脏和脾脏CT图像的放射组学特征与深度学习特征整合到临床aMAP模型中，显著提升了HCC风险预测性能	研究队列中慢性乙型肝炎病毒感染占主导（91.5%），可能限制模型在其他病因肝硬化人群中的泛化能力	开发并验证用于肝硬化患者肝细胞癌风险分层的预测模型	肝硬化患者	数字病理	肝细胞癌	CT扫描、放射组学分析、深度学习特征提取	ResNet-18、LASSO特征选择	CT图像	2,411例来自中国多中心前瞻性肝硬化队列的患者
2	2025-09-16	Histopathological Image Analysis and Enhanced Diagnostic Accuracy Explainability for Oral Cancer Detection 2025-Sep-15, Cancer investigation IF:1.8Q3 DOI:10.1080/07357907.2025.2559103 PMID:40952069	研究论文	提出一种用于口腔癌组织病理学图像分类的深度学习模型，提升诊断准确性和可解释性	结合Vahadane三染色参数归一化、加权Fisher评分特征选择和可解释人工智能技术，改进U-Net分类器输入方式	NA	提升口腔癌早期检测的精确度和诊断决策的可解释性	口腔癌组织病理学图像	数字病理学	口腔癌	深度学习，图像处理	U-Net	图像	NA
3	2025-09-16	Synergy of advanced machine learning and deep neural networks with consensus molecular docking for virtual screening of anaplastic lymphoma kinase inhibitors 2025-Sep-15, Journal of computer-aided molecular design IF:3.0Q2 DOI:10.1007/s10822-025-00657-6 PMID:40952529	研究论文	本研究开发了一种结合机器学习和深度学习与分子对接的AI模型，用于虚拟筛选非小细胞肺癌治疗中的ALK抑制剂	融合了基于配体和基于结构的双重方法，并采用集成投票模型与XGBoost共识对接策略，显著提高了抑制剂筛选的效率和准确性	研究依赖于计算模拟，尚未进行体外实验验证，且数据集规模可能影响图神经网络的表现	加速新型ALK抑制剂的精确筛选，以解决ALK阳性非小细胞肺癌治疗药物不足的问题	Anaplastic Lymphoma Kinase (ALK)抑制剂	机器学习	肺癌	分子对接（GNINA, Vina-GPU, AutoDock-GPU），机器学习，深度学习	XGBoost, ANN（人工神经网络）, GNN（图神经网络）, 集成投票模型	化合物结构数据	120,571种化合物虚拟筛选，最终鉴定出3种有潜力的抑制剂
4	2025-09-16	Flexible Monolithic 3D-Integrated Self-Powered Tactile Sensing Array Based on Holey MXene Paste 2025-Sep-15, Nano-micro letters IF:31.6Q1 DOI:10.1007/s40820-025-01924-9 PMID:40952539	研究论文	开发了一种基于多孔MXene浆料的柔性单片三维集成自供电触觉传感阵列	利用多孔MXene浆料实现同时作为微超级电容器和压力传感器的垂直一体化单元设计，显著减少界面失配并增强机械鲁棒性	NA	设计高度集成、智能和灵活的电子系统用于先进人机交互和个性化电子设备	柔性触觉传感系统	柔性电子	NA	刮刀涂布和冲压方法	深度学习	触觉压力数据	NA
5	2025-09-16	Fractal-driven self-supervised learning enhances early-stage lung cancer GTV segmentation: a novel transfer learning framework 2025-Sep-15, Japanese journal of radiology IF:2.9Q2 DOI:10.1007/s11604-025-01865-8 PMID:40952548	研究论文	提出并评估了一种基于分形图像预训练的新型深度学习策略，用于自动化早期肺癌GTV分割	利用数学生成的非自然分形图像进行预训练，显著提升了早期肺癌GTV分割的准确性	回顾性研究，样本量相对有限（104例患者），且数据来源于单一机构	开发并评估用于早期肺癌GTV自动分割的深度学习策略	早期非小细胞肺癌患者的CT图像和医生勾画的轮廓数据	计算机视觉	肺癌	深度学习，迁移学习	CNN, Vision Transformer (ViT)	CT图像	104例患者（81男，23女，年龄36-91岁）
6	2025-09-16	Concentration-dependent responses of C. reinhardtii to silver ions: hormetic response in growth and reduction of motility 2025-Sep-15, The European physical journal. E, Soft matter DOI:10.1140/epje/s10189-025-00521-3 PMID:40952583	研究论文	研究莱茵衣藻在不同浓度银离子暴露下的生长、叶绿素含量和运动性变化	首次报道莱茵衣藻对银离子的毒物兴奋效应，并利用深度学习算法量化运动性变化	NA	探究银离子对水生微生物莱茵衣藻的生物物理响应	莱茵衣藻微藻	环境毒理学	NA	分光光度法、深度学习运动追踪	深度学习算法	生长动力学数据、叶绿素测量数据、运动视频数据	不同银离子浓度组（0.29-1.18 μM）的莱茵衣藻培养样本
7	2025-09-16	Trade-Off Analysis of Classical Machine Learning and Deep Learning Models for Robust Brain Tumor Detection: Benchmark Study 2025-Sep-15, JMIR AI DOI:10.2196/76344 PMID:40952788	研究论文	本研究比较了传统机器学习和深度学习模型在小规模脑肿瘤医学图像分类中的性能差异及自监督学习降低标注成本的潜力	首次系统对比了包括SVM+HOG、ResNet18、ViT和SimCLR在内的多种模型范式，并评估了它们在域内和跨域场景下的鲁棒性与泛化能力	仅使用单一数据集（2870张图像），未涉及更广泛的数据源或临床环境验证	评估小规模医学图像数据下传统机器学习与深度学习模型的性能权衡，并探索自监督学习减少标注需求的可行性	脑磁共振图像（MRI），包含胶质瘤、脑膜瘤、垂体瘤和非肿瘤四类	医学图像分析	脑肿瘤	特征工程（HOG）、深度学习、自监督学习（SimCLR）	SVM, CNN (ResNet18), Transformer (ViT-B/16), SimCLR	图像	2870张脑部MRI图像，涵盖4种病理类别
8	2025-09-16	Validation of a Deep Learning-Assisted Evaluation of Total Corneal Endothelial Cells Viability 2025-Sep-02, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.14.9.20 PMID:40952053	研究论文	验证一种基于深度学习的全角膜内皮细胞活性自动评估方法	开发了名为V-CHECK的深度学习辅助自动分割方法，用于评估角膜内皮细胞死亡率，替代传统人工评估	仅使用19个不适合移植的角膜样本，样本量较小	验证深度学习辅助的角膜内皮细胞活性评估方法的准确性和可重复性	人角膜组织	计算机视觉	眼科疾病	台盼蓝染色，深度学习图像分割	深度学习分割模型	图像	19个角膜样本
9	2025-09-16	Ophthalmic Segmentation and Analysis Software (OASIS): A Comprehensive Tool for Quantitative Evaluation of Meibography Images 2025-Sep-02, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.14.9.22 PMID:40952051	研究论文	开发了一个名为OASIS的眼科图像分割与分析软件，用于自动化并改进睑板腺成像分析，以评估睑板腺功能障碍（MGD）的进展	结合手动和深度学习辅助流程，显著减少分析时间，并提供图像增强和临床指标计算工具	NA	开发定量评估睑板腺功能障碍（MGD）进展的自动化分析工具	睑板腺成像图像	数字病理	眼科疾病	深度学习	深度学习模型（具体类型未指定）	图像	325名患者的2,439张睑板腺成像图像
10	2025-09-16	Enhanced defect detection with autoencoder based analysis for Golay coded thermal wave imaging for inspection of carbon fiber reinforced polymers 2025-Sep-01, The Review of scientific instruments DOI:10.1063/5.0294144 PMID:40952248	研究论文	本研究探索使用Golay编码热波成像结合自编码器技术增强碳纤维增强聚合物内部缺陷检测	对自编码器损失函数进行关键改进以更好地捕捉热数据中的缺陷特征，并将Golay编码与自编码器处理相结合	NA	提高碳纤维增强聚合物内部缺陷检测的清晰度和准确性	碳纤维增强聚合物样本，包含不同厚度区域和人工狭缝状缺陷	无损检测	NA	Golay编码热波成像(GCTWI)，自编码器热成像(AET)	Autoencoder	热成像数据	一个包含三个不同厚度区域的碳纤维增强聚合物样本
11	2025-09-16	Applications of artificial intelligence in stem cell therapy 2025-Aug-26, World journal of stem cells IF:3.6Q3 DOI:10.4252/wjsc.v17.i8.106086 PMID:40951704	综述	本文探讨人工智能在干细胞治疗领域的应用及其潜力	系统整合AI技术提升干细胞质量评估、治疗安全性和研究效率	AI技术尚不成熟，存在算法验证、数据质量及伦理问题	改善干细胞研究和治疗应用	干细胞行为、鉴定方法及治疗优化	机器学习	NA	人工智能、机器学习、深度学习	NA	多模态数据	NA
12	2025-09-16	MDWC-Net: a multi-scale dynamic-weighting context network for precise spinal X-ray segmentation 2025, Frontiers in physiology IF:3.2Q2 DOI:10.3389/fphys.2025.1651296 PMID:40951635	研究论文	提出一种名为MDWC-Net的多尺度动态加权上下文网络，用于精确分割脊柱X光图像	引入了三个新模块（MSCAW、DFCB和BIEB）以解决脊柱X光图像分割中的尺度变化和边界模糊问题	NA	提高脊柱结构在临床环境中的识别准确性和效率	脊柱X光图像	计算机视觉	脊柱疾病	深度学习	CNN（编码器-解码器架构）	图像	280张X光图像（来自河南省人民医院），按7:1:2比例分为训练集、验证集和测试集
13	2025-09-15	Enhancing 5-Day Particulate Matter (PM10) Forecasts in Morocco Using U-Net: A Deep Learning Approach 2026-Jan, Atmospheric research IF:4.5Q1 DOI:10.1016/j.atmosres.2025.108439 PMID:40933727	研究论文	使用U-Net深度学习模型提升摩洛哥未来5天颗粒物（PM10）预测精度	首次在中东和北非地区应用U-Net进行颗粒物预测，并改进架构以不同分辨率输出预测，无需插值且保留空间细节	模型误差受CAMS预报更新周期影响，需定期用新数据重新训练以保持可靠性	提高颗粒物浓度预测准确性以支持健康风险预警和公共健康保护	摩洛哥地区的颗粒物（PM10）浓度	机器学习	NA	深度学习，数据后处理	U-Net	大气再分析数据和预报数据	基于CAMS再分析数据和预报数据，时间覆盖至2023年下半年
14	2025-09-15	Predictive and early warning analysis of infectious gastroenteritis based on the BiLSTM-BiGRU model 2025-Dec, Infectious Disease Modelling IF:3.0Q1 DOI:10.1016/j.idm.2025.07.016 PMID:40822277	研究论文	基于BiLSTM-BiGRU模型结合气象因素对感染性胃肠炎进行预测和预警分析	首次将BiLSTM-BiGRU模型与灰狼优化算法(GWO)结合用于感染性胃肠炎预测，并构建移动百分位数控制图预警模型	研究仅基于东京地区数据，模型在其他地区的适用性需要进一步验证	提高感染性胃肠炎的预测精度和预警效率，为相关部门制定防控措施提供参考	日本东京地区的感染性胃肠炎发病情况	时间序列预测	感染性胃肠炎	时间序列分析、优化算法参数调优	BiLSTM-BiGRU、GWO优化	时间序列数据（病例数和气象数据）	808周的数据（2008年1月至2023年6月）
15	2025-09-15	VCNet: Optimized Deep Learning framework with deep feature extraction and genetic algorithm for multiclass rice crop disease detection 2025-Dec, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2025.103551 PMID:40822541	研究论文	提出一种名为VCNet的优化深度学习框架，用于水稻作物多类别病害检测，结合深度特征提取和遗传算法以提高性能	设计了一个浅层模型结合深度特征提取，采用VGG16层与自定义CNN架构融合，并引入遗传算法进行两级优化，提升泛化能力并减少过学习	未明确提及具体的数据集规模限制或模型在真实田间环境中的泛化性能细节	开发高效、优化的多类别水稻病害检测深度学习技术，降低计算负载和训练时间	水稻作物及其病害，如鞘腐病等	计算机视觉	水稻病害	深度学习，遗传算法，特征提取	CNN，VGG16，自定义卷积神经网络	图像	NA
16	2025-09-15	Development of student intent-based educational chatbot system with adaptive and attentive DTCN on symmetric convolution approach 2025-Dec, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2025.103542 PMID:40822546	研究论文	开发了一种基于学生意图的教育聊天机器人系统，采用自适应和注意力机制的DTCN结合对称卷积方法	提出了一种新型混合元启发式优化算法ADT-BMO用于特征加权和融合，并结合AA-DTCN-SC网络实现精准意图识别	NA	通过智能聊天机器人自动回答学术问题，提升教育信息获取效率	学生和教育工作者的学术查询	自然语言处理	NA	NLP, 深度学习, 优化算法	BERT, TransformerNet, Text CNN, DTCN, RNN, Bi-LSTM	文本	NA
17	2025-09-15	Assessing mammographic density change within individuals across screening rounds using deep learning-based software 2025-Nov, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.12.S2.S22017 PMID:40823522	研究论文	使用深度学习软件评估个体在多次筛查中乳腺密度的变化及其与未来乳腺癌诊断的关联	首次利用深度学习自动软件量化个体乳腺密度随时间的变化，并探索其与乳腺癌风险的关联	可能受乳腺X线摄影定位问题影响，需敏感性分析排除	评估乳腺密度变化与未来乳腺癌诊断的关系，为风险分层筛查提供依据	瑞典马尔默2010-2015年接受至少两次筛查的女性	数字病理学	乳腺癌	深度学习软件、多元线性回归	深度学习	乳腺X线图像	26,056名女性
18	2025-09-15	Longitudinal Assessment of Area of Reticular Pseudodrusen in Eyes with Age-Related Macular Degeneration 2025 Nov-Dec, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2025.100881 PMID:40837066	研究论文	本研究评估了年龄相关性黄斑变性（AMD）眼中网状假性玻璃膜疣（RPD）面积和脉络膜厚度在两年内的变化	首次通过纵向队列研究量化RPD面积在两年内的显著增加（平均增加6.23 mm²），并发现其与脉络膜厚度变化无显著关联	样本量较小（仅35只眼符合分析条件），且结果可能受图像可分级性和排除晚期AMD病例的影响	评估AMD眼中RPD面积和脉络膜厚度的纵向变化	早期或中期AMD伴RPD的患者眼睛	数字病理学	年龄相关性黄斑变性	红外反射成像、蓝光自发荧光、光谱域OCT、深度学习算法	深度学习（具体类型未说明）	医学影像	35只眼（来自22名参与者，平均年龄72.8岁）
19	2025-09-15	Sequence and Structure-based Prediction of Allosteric Sites 2025-Oct-15, Journal of molecular biology IF:4.7Q1 DOI:10.1016/j.jmb.2025.169305 PMID:40571274	综述	本文综述了基于蛋白质序列和结构的变构位点预测计算方法及其在合理药物设计中的应用	强调多模态数据整合和可解释深度学习模型在提升变构位点预测与药物设计中的潜力	临床应用的变构药物仍然有限，存在进一步转化挑战	促进对变构机制的理解并推动变构药物设计	蛋白质变构调控与变构药物	计算生物学	NA	计算方法，深度学习	深度学习模型	蛋白质序列与结构数据	NA
20	2025-09-15	Actigraphy against 32-hour polysomnography in patients with suspected idiopathic hypersomnia 2025-Oct, Journal of sleep research IF:3.4Q2 DOI:10.1111/jsr.70007 PMID:39979124	研究论文	本研究验证了一种基于深度学习的体动记录仪算法在疑似特发性嗜睡症患者中预测睡眠-觉醒参数的效能，并与商业算法进行对比	首次在嗜睡人群中验证体动记录仪算法，并开发了基于序列到序列长短期记忆网络（S2S）的新算法，显著提升了睡眠-觉醒预测精度	样本仅来自单一参考中心，未涉及健康对照组，且家庭环境下的验证尚未完成	验证体动记录仪在嗜睡症患者中的科学有效性，并开发更优的睡眠-觉醒预测算法	疑似特发性嗜睡症患者	医疗健康监测	嗜睡症	体动记录仪（Actigraphy）与多导睡眠监测（Polysomnography）同步监测	S2S sequence-to-sequence LSTM网络	时间序列运动数据与多导睡眠图数据	206名嗜睡受试者入选，其中126人（91名女性，平均年龄30.6±15.5岁）完成同步数据采集与分析