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
181	2025-09-09	Explainable Machine Learning for ETR and Drug Chameleonicity 2025-Aug-14, Journal of medicinal chemistry IF:6.8Q1 DOI:10.1021/acs.jmedchem.5c00536 PMID:40367343	研究论文	开发可解释机器学习模型预测ETR并定位影响药物变色龙特性的极性减少热点	首次在bRo5三维领域引入可解释深度学习模型，通过ETR比率高通量测量极性减少并指导化学修饰	NA	指导bRo5类药物口服吸收的快速化学设计	大环化合物、PROTACs和其他bRo5类药物	机器学习	NA	深度学习、分子动力学	深度学习模型	化学分子数据	数千个大环化合物、PROTACs和bRo5类药物样本
182	2025-09-09	MMPK: A Multimodal Deep Learning Framework to Predict Human Oral Pharmacokinetic Parameters 2025-Aug-14, Journal of medicinal chemistry IF:6.8Q1 DOI:10.1021/acs.jmedchem.5c01522 PMID:40741939	研究论文	开发了一个名为MMPK的多模态深度学习框架，用于预测人口服药物动力学参数	整合分子图、子结构图和SMILES序列以捕获多尺度分子信息，并采用多任务学习和数据插补提高数据效率和模型鲁棒性	NA	准确预测药物动力学参数以评估药物安全性和有效性，优化给药方案	超过1,200种独特化合物和5,000多种化合物-剂量组合	机器学习	NA	多模态深度学习	深度学习框架	分子图、子结构图、SMILES序列	1,200多种独特化合物和5,000多种化合物-剂量组合
183	2025-09-09	MyoPose: position-limb-robust neuromechanical features for enhanced hand gesture recognition in colocated sEMG-pFMG armbands 2025-Aug-14, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/adf888 PMID:40769169	研究论文	提出一种名为MyoPose的新型轻量级特征集，用于增强基于sEMG和pFMG多模态信号的手势识别鲁棒性	提供针对多模态手势识别的有效特征集，能够处理肢体位置变化并保持高精度，无需深度学习即可实现实时人机交互	NA	提高手势识别系统在肢体位置变化下的性能稳定性	手势识别	机器学习	NA	sEMG, pFMG, 线性判别分析	NA	生物电信号，压力信号	九种手势识别任务
184	2025-09-09	TEMSET-24K: Densely Annotated Dataset for Indexing Multipart Endoscopic Videos using Surgical Timeline Segmentation 2025-Aug-14, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05646-w PMID:40813778	研究论文	本文介绍了TEMSET-24K数据集，一个用于内窥镜手术视频索引的密集标注开源数据集，并验证了深度学习模型在该数据集上的性能	提出了首个公开的大规模密集标注内窥镜手术视频数据集，采用新颖的分层标注分类法（阶段、任务、动作三元组）	NA	推动手术数据科学中的内窥镜视频自动索引技术发展	经肛门内窥镜显微手术（TEMS）视频片段	计算机视觉	NA	深度学习	Transformer, ConvNeXt, ViT, SWIN V2	视频	24,306个视频微片段
185	2025-09-09	Going beyond SMILES enumeration for data augmentation in generative drug discovery 2025-Aug-14, Digital discovery IF:6.2Q1 DOI:10.1039/d5dd00028a PMID:40917333	研究论文	本文提出并评估了四种新的SMILES数据增强策略，以提升小数据集下分子生成模型的设计质量	引入了基于自然语言处理和化学知识的四种创新SMILES增强方法：token删除、原子掩码、生物电子等排替换和自训练	NA	探索超越传统SMILES枚举的数据增强方法，提升生成式药物发现中分子设计的质量	SMILES字符串表示的分子	自然语言处理	NA	SMILES数据增强	生成式深度学习	文本（SMILES字符串）	小分子数据集
186	2025-09-09	Enhancing EEG-based sleep staging efficiency with minimal channels through adversarial domain adaptation and active deep learning 2025-Aug-13, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/adeec7 PMID:40645218	研究论文	提出一种结合对抗域适应和主动深度学习的框架ADAADL，用于提升基于少量EEG通道的睡眠分期分类效率	首次将对抗学习与主动学习策略结合，采用双分类器作为判别器以精细处理类别边界，并引入熵度量优化未标注数据利用	NA	提升睡眠分期分类的准确性和效率，减少对标注数据的依赖	EEG睡眠数据	机器学习	睡眠障碍	EEG信号处理	对抗域适应(ADA)与主动深度学习(ADL)	EEG时间序列数据	三个基准EEG数据集（未明确样本数量）
187	2025-09-09	Reusability Report: evaluating the performance of a meta-learning foundation model on predicting the antibacterial activity of natural products 2025-Aug-12, Research square DOI:10.21203/rs.3.rs-6932613/v1 PMID:40831494	研究论文	评估元学习基础模型ActFound在预测天然产物抗菌活性任务中的性能表现	首次将ActFound基础模型应用于天然产物抗菌活性预测领域，并在少样本设置下与其他先进模型进行对比	模型在抗菌天然产物数据集上的准确率未能达到原论文中跨域任务的同等水平	验证基础模型在数据稀缺的生物活性预测任务中的泛化能力	天然产物（NPs）的抗菌活性	机器学习	NA	元学习（meta-learning）和配对学习（pairwise learning）	ActFound基础模型	生物活性数据	少样本设置下的天然产物数据集
188	2025-09-09	Automated violence monitoring system for real-time fistfight detection using deep learning-based temporal action localization 2025-Aug-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-12531-4 PMID:40796923	研究论文	提出一种基于深度学习的多模态时空斗殴检测模型MSTFDet，用于实时视频监控中的暴力行为识别	融合RGB图像和人体骨骼数据，结合CAET和ST-GCN模型同时捕捉人际互动和个体内部动态，首次在骨骼点框架中充分考虑个体内部动态特征	NA	开发实时斗殴检测系统以提升公共空间安全监控能力	监控视频中的暴力行为（斗殴动作）	computer vision	NA	深度学习，时空动作定位	Transformer, ST-GCN, 多模态融合模型	video, RGB图像, 骨骼数据	两个公开数据集（SCFD和RWF-2000），包含复杂真实场景视频
189	2025-09-09	Leveraging artificial intelligence and machine learning in kinase inhibitor development: advances, challenges, and future prospects 2025-Aug-12, RSC medicinal chemistry IF:4.1Q2 DOI:10.1039/d5md00494b PMID:40919316	综述	探讨人工智能和机器学习在激酶抑制剂开发中的最新应用、挑战及未来前景	系统整合深度学习、图神经网络和生成模型等AI/ML技术，推动激酶抑制剂的设计、优化和重定位	数据稀疏性、模型可解释性不足以及计算与实验结果间的转化鸿沟	加速和优化下一代激酶靶向治疗药物的研发	蛋白激酶及其抑制剂（如BTK和EGFR抑制剂）	机器学习	癌症	深度学习、图神经网络、生成模型	NA	化学与生物医学数据	NA
190	2025-09-09	A Systematic Review of Multimodal Deep Learning and Machine Learning Fusion Techniques for Prostate Cancer Classification 2025-Aug-11, medRxiv : the preprint server for health sciences DOI:10.1101/2025.08.07.25333235 PMID:40832371	综述	本文系统回顾了基于多模态深度学习和机器学习融合技术在前列腺癌分类中的应用现状	整合多种数据源（影像、临床和分子信息）的多模态融合方法显著提升了前列腺癌分类的准确性	纳入研究数量有限（仅27篇符合标准），且依赖专家解读可能带来诊断不一致性	提升前列腺癌分类的准确性和临床适用性	前列腺癌患者的多模态数据	数字病理	前列腺癌	多参数磁共振成像，临床数据整合	CNN（卷积神经网络）	多模态数据（影像、临床、分子信息）	基于27项符合条件的研究（2021-2025年发表）
191	2025-09-09	Artificial Intelligence Applications in Image-Based Diagnosis of Early Esophageal and Gastric Neoplasms 2025-Aug, Gastroenterology IF:25.7Q1 DOI:10.1053/j.gastro.2025.01.253 PMID:40043857	综述	探讨人工智能在基于图像的上消化道早癌诊断中的应用与挑战	提出结合多模态数据（如内镜与病理图像）以增强AI模型鲁棒性和可解释性	训练数据集多样性不足及AI系统'黑箱'特性影响模型泛化能力和临床信任度	提升上消化道早癌的图像诊断准确性和治疗规划效果	巴雷特食管、食管鳞癌和早期胃癌等上消化道病变	计算机视觉	消化道肿瘤	深度学习	CNN	内镜图像	NA
192	2025-09-09	Intelligent Diagnosis of Pancreatic Biopsy From Endoscopic Ultrasound-Guided Fine-Needle Aspiration Via Stimulated Raman Histopathology 2025-Aug, Laboratory investigation; a journal of technical methods and pathology DOI:10.1016/j.labinv.2025.104182 PMID:40288652	研究论文	开发基于深度学习与受激拉曼散射显微镜的快速无标记方法，用于胰腺EUS-FNA样本的术中组织学诊断	首次将深度学习与受激拉曼散射显微镜结合用于胰腺活检样本的实时术中诊断，替代传统快速现场评估	研究样本量有限（76例训练集），需进一步扩大验证	开发高效客观的胰腺肿瘤术中诊断方法	胰腺内镜超声引导细针穿刺活检样本	数字病理	胰腺癌	受激拉曼散射显微镜，苏木精-伊红染色	CNN（卷积神经网络），梯度加权类激活映射	显微镜图像	76例患者训练集，33例外部测试集
193	2025-09-09	Deep Learning Methodology for Quantification of Normal Pancreas Structures 2025-Aug, Toxicologic pathology IF:1.4Q4 DOI:10.1177/01926233251341824 PMID:40522090	研究论文	使用深度学习方法开发量化正常胰腺结构的自动化算法，并验证其在疾病模型和毒性研究中的有效性	首次将深度学习应用于胰腺亚结构的连续量化，克服传统病理评估的主观性和分类测量限制	未明确说明样本规模及模型在其他器官的泛化能力需进一步验证	开发自动化量化器官亚结构的深度学习方法，提高病理评估的客观性和精确性	正常和异常胰腺组织样本	数字病理学	胰腺疾病	深度学习图像分析	深度学习算法（具体架构未说明）	病理图像	NA
194	2025-09-09	Recurrent multi-view 6DoF pose estimation for marker-less surgical tool tracking 2025-Aug, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03436-8 PMID:40528143	研究论文	提出一种基于多视角和循环神经网络的无标记手术器械6自由度姿态估计方法，用于提升手术导航中的器械跟踪精度	结合多视角姿态估计与循环神经网络，利用时间连贯性改进跟踪，并增强时空特征提取器以整合整个帧序列的特征	NA	开发无标记手术器械跟踪方法，以替代基于标记的系统，解决其准备耗时和易受遮挡的问题	手术器械	计算机视觉	NA	深度学习	RNN	RGB视频	合成数据集和真实四摄像头数据集
195	2025-09-09	NeuroLens: organ localization using natural language commands for anatomical recognition in surgical training 2025-Aug, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03463-5 PMID:40555837	研究论文	本研究介绍了NeuroLens，一种多模态系统，通过整合视频、文本和语音输入来增强解剖结构识别，旨在为外科培训学员提供交互式学习平台	开发了结合视频与文本/语音输入的多模态深度学习定位模型，实现通过自然语言命令进行解剖结构识别与定位	样本量较小限制了结果的普适性	提升外科培训中的解剖识别能力，提供交互式学习工具	外科学员和执业外科医生	计算机视觉	NA	多模态深度学习，内窥镜视频处理	深度学习定位模型	视频，文本，语音	5名参与者（外科学生和执业外科医生）
196	2025-09-09	BronchoGAN: anatomically consistent and domain-agnostic image-to-image translation for video bronchoscopy 2025-Aug, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03450-w PMID:40560442	研究论文	提出一种结合解剖学约束和条件GAN的跨域支气管镜图像翻译方法BronchoGAN	引入支气管开口匹配的解剖约束，并利用基础模型生成的深度图像作为中间表示提升跨域鲁棒性	NA	解决支气管镜图像稀缺问题，实现多域图像到图像的鲁棒翻译	支气管镜图像（虚拟支气管镜、体模、体内外图像）	计算机视觉	肺部疾病	图像到图像翻译	条件GAN	图像	NA
197	2025-09-09	Predicting Retinal Nerve Fiber Layer Thickness From Ocular Hypertension Treatment Study Optic Disc Photographs 2025-Aug-01, JAMA ophthalmology IF:7.8Q1 DOI:10.1001/jamaophthalmol.2025.1740 PMID:40569586	研究论文	使用深度学习从视盘照片预测视网膜神经纤维层厚度，并评估其作为原发性开角型青光眼风险因素的有效性	首次利用深度学习模型（M2M）从视盘照片预测RNFL厚度，并将其确立为青光眼发展的新型风险预测因子	研究仅针对高眼压症患者，未涉及其他青光眼亚型或健康人群	预测RNFL厚度并评估其作为POAG发展风险因素的效用	1636名高眼压症患者的3272只眼睛	数字病理学	青光眼	深度学习	M2M模型	图像	66,714张视盘照片来自3272只眼睛
198	2025-09-09	CoSpred: Machine Learning Workflow to Predict Tandem Mass Spectrum in Proteomics 2025-Aug, Proteomics IF:3.4Q2 DOI:10.1002/pmic.70004 PMID:40583480	研究论文	介绍了一个名为CoSpred的端到端机器学习工作流，用于预测蛋白质组学中的串联质谱	采用transformer编码器架构预测完整MS/MS谱图，支持用户自定义训练数据集并允许模块化替换其他ML模型	NA	提高肽段和蛋白质的鉴定率，通过生成高保真理论谱图构建更完整的光谱库	肽段序列和对应的质谱数据	机器学习	NA	质谱分析，深度学习	transformer encoder	质谱数据，序列数据	NA
199	2025-09-09	Novel CAC Dispersion and Density Score to Predict Myocardial Infarction and Cardiovascular Mortality 2025-Aug, Circulation. Cardiovascular imaging DOI:10.1161/CIRCIMAGING.125.018059 PMID:40613107	研究论文	提出一种新型冠状动脉钙化分散度和密度评分（CAC-DAD），用于预测心肌梗死和心血管死亡率	首次结合钙化斑块空间分布和高密度钙化的保护性效应，开发出自动化CAC-DAD评分	回顾性研究设计，样本量有限（961例），随访时间中位数较短（30天）	评估新型CAC-DAD评分对主要不良心血管事件（MACE）的预测价值	接受心脏计算机断层扫描的心血管或围手术期风险评估患者	数字病理	心血管疾病	心脏计算机断层扫描，深度学习算法	深度学习	医学影像	961例患者（中位年龄67岁，61%男性）
200	2025-09-09	Three-Dimensional Visualisation of Blood Vessels in Human Gliomas Using Tissue Clearing and Deep Learning 2025-08, Neuropathology and applied neurobiology IF:4.0Q1 DOI:10.1111/nan.70027 PMID:40628519	研究论文	结合组织透明化与深度学习技术实现人脑胶质瘤血管的三维可视化	首次将OPTIClear组织透明化、3D共聚焦成像与定制化3D U-Net结合，实现完整人脑组织内胶质瘤血管系统的全息三维重建	研究基于福尔马林固定厚切片样本，未涉及活体或动态血管功能分析	开发高精度三维可视化技术以揭示胶质瘤血管空间异质性	人脑胶质瘤组织样本（低级别与高级别）	数字病理学	脑胶质瘤	组织透明化(OPTIClear)、免疫荧光标记、3D共聚焦显微镜成像	3D U-Net	三维显微镜图像	人脑胶质瘤厚组织切片（500μm）