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
1981	2025-10-06	Clinical validation of a deep learning based application for quantitative assessment of dental plaque in fluorescence imaging 2025-Sep-16, Clinical oral investigations IF:3.1Q1 DOI:10.1007/s00784-025-06550-8 PMID:40956351	研究论文	开发并验证基于深度学习的网络应用程序，用于在荧光图像中客观量化牙菌斑	首次将YOLO v11模型应用于牙菌斑检测，开发了基于网络的深度学习应用程序，实现了牙菌斑的客观量化评估	研究主要关注下颌前牙舌侧表面，样本来源相对局限	开发能够客观量化牙菌斑的深度学习应用程序，改善牙周健康评估	牙菌斑在牙齿荧光图像中的检测和量化	计算机视觉	牙周病	荧光成像	YOLO	图像	498名参与者的2,490张荧光图像用于训练测试，另外30名参与者用于临床验证	NA	YOLO v11	F1分数, mAP50, 平均精度, ICC	NA
1982	2025-10-06	Hyperspectral Texture Metrology Based on Distance Measures in an Information-Theoretic Framework 2025-Sep-16, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2025.3608667 PMID:40956709	研究论文	提出基于信息论框架的光谱距离度量方法，实现高光谱纹理特征的直接计算	提出具有信息论基础的REID光谱距离度量，可直接计算高光谱图像的GLCM、LBP和Gabor特征而无需预处理	NA	为现有高光谱纹理特征提取方法建立计量学基础	高光谱图像纹理特征	计算机视觉	癌症	高光谱成像	NA	高光谱图像	NA	NA	NA	分类准确率，图像检索性能，癌症检测准确率	NA
1983	2025-10-06	DeepHIV: a Sequence-based Deep Learning Model for Predicting HIV-1 Protease Cleavage Sites 2025-Sep-16, IEEE transactions on computational biology and bioinformatics DOI:10.1109/TCBBIO.2025.3610881 PMID:40956729	研究论文	提出一种基于序列的深度学习模型DeepHIV，用于预测HIV-1蛋白酶切割位点	结合卷积神经网络与注意力机制捕捉底物序列中位置特异性氨基酸的上下文信息，并采用偏置支持向量机处理数据不平衡问题	仅基于底物序列信息进行预测，未整合其他生物特征	开发准确预测HIV-1蛋白酶切割位点的计算工具，助力抗艾滋病抑制剂设计	HIV-1蛋白酶底物序列	生物信息学	艾滋病	序列分析	CNN, SVM	蛋白质序列	NA	NA	卷积神经网络结合注意力机制	准确率, 精确率, 召回率, F1分数, AUC	NA
1984	2025-10-06	T2Net: Tongue Image-Based T2DM Detection Via Simulated Clinical Diagnostic Reasoning 2025-Sep-16, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3609982 PMID:40956751	研究论文	提出了一种基于舌像的2型糖尿病检测模型T2Net，通过模拟临床诊断推理过程实现非侵入性早期检测	开发了开源T2DM舌诊数据集DMT，提出模拟临床诊断过程的四核心组件模型，结合大核分解与多尺度学习自动提取关键区域，设计多阶特征交互模块和上下文感知动态聚合卷积	数据集规模有限，特征变化细微，依赖临床专业知识	通过舌像分析实现2型糖尿病的非侵入性早期检测	2型糖尿病患者的舌像数据	计算机视觉	2型糖尿病	舌像分析	CNN	图像	NA	PyTorch	T2Net	准确率,F1分数	NA
1985	2025-10-06	HRMamba: Fusing Luminance Information for Remote Physiological Measurement in Varied Lighting Conditions 2025-Sep-16, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3603308 PMID:40956747	研究论文	提出一种基于Mamba的端到端方法HRMamba，用于在复杂光照条件下通过面部视频进行远程生理测量	首次将Mamba架构应用于cbPPG领域，设计了时间差分Mamba处理时序信号，并结合双向状态空间模型学习PPG周期模式，创新性地提出了亮度后处理模块	未明确说明模型在极端光照条件下的性能表现，也未提及计算效率方面的评估	解决基于摄像头的光电容积描记技术在复杂光照环境下提取生理信号的挑战	通过面部视频提取心率、呼吸频率和血氧饱和度等生理参数	计算机视觉	NA	摄像头光电容积描记技术	Mamba	视频	NA	NA	时间差分Mamba, 双向状态空间模型	NA	NA
1986	2025-10-06	AutoGRN: An Automated Graph Neural Network Framework for Gene Regulatory Network Inference 2025-Sep-16, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3609408 PMID:40956752	研究论文	提出一种用于基因调控网络推断的自动化图神经网络框架AutoGRN	通过遗传搜索算法和信息熵约束，自动适应不同数据集特性寻找最优GNN架构	未明确说明框架在极端稀疏数据或特定细胞类型下的性能表现	解决单细胞RNA测序数据中高稀疏性、噪声和细胞异质性对GRN推断的挑战	基因调控网络	机器学习	NA	单细胞RNA测序	图神经网络	基因表达数据	多个公共数据集	NA	通过遗传算法自动搜索的GNN架构	预测准确率	NA
1987	2025-10-06	SCTD-ICA: A ICA-Based Approach for Fetal ECG Extraction from Single Channel Abdominal ECG 2025-Sep-16, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3609696 PMID:40956750	研究论文	提出一种基于独立成分分析的胎儿心电信号提取方法，可从单通道腹部心电信号中分离胎儿心电成分	通过时间延迟方法将单通道数据映射为多维数据，克服了传统ICA需要多通道数据的限制	ICA方法本身对多通道数据的要求是本方法需要克服的主要技术限制	从单通道腹部心电信号中提取胎儿心电信号	孕妇腹部心电信号中的胎儿心电成分	生物医学信号处理	胎儿心脏监测	独立成分分析(ICA), 时间延迟方法, 功率谱分析	ICA	心电信号	两个真实数据集：ADFECGDB和PhysioNet/Computing in Cardiology Challenge Database Set-A	NA	SCTD-ICA	F1分数	NA
1988	2025-10-06	Bioactivity Deep Learning for Complex Structure-Free Compound-Protein Interaction Prediction 2025-Sep-16, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00741 PMID:40957089	研究论文	开发了一种用于无结构化合物-蛋白质相互作用预测的深度学习模型GGAP-CPI，并构建了包含约200万生物活性数据点的大规模基准数据集CPI2M	提出了集成生物活性学习框架，通过先进的蛋白质表示建模减轻活性悬崖对CPI预测的影响，并构建了首个包含活性悬崖注释的大规模CPI基准数据集	未在真实药物发现流程中进行全面验证，对某些特殊蛋白质靶点的预测性能仍需进一步评估	提高无结构化合物-蛋白质相互作用预测的准确性和数据效率，支持虚拟药物筛选	化合物-蛋白质相互作用对	生物信息学	NA	生物活性测定	深度学习	生物活性数据	约200万个生物活性数据点	NA	GGAP-CPI	预测准确性，不确定性测量，结合口袋残基富集分析	NA
1989	2025-10-06	Dysmorphic neurons express markers of inhibitory glycinergic signaling in focal cortical dysplasia IIb 2025-Sep-16, Brain pathology (Zurich, Switzerland) DOI:10.1111/bpa.70043 PMID:40957662	研究论文	本研究通过深度学习定位局灶性皮质发育不良IIb型关键解剖区域，并揭示畸形神经元中甘氨酸能抑制信号通路的非经典标记物	结合深度学习与空间转录组技术，首次系统绘制FCD IIb解剖转录图谱并发现畸形神经元中新型信号通路标记物	畸形神经元在切除病变中频率较低可能影响分子表征的全面性	解析局灶性皮质发育不良IIb型的分子特征及潜在治疗靶点	局灶性皮质发育不良IIb型患者的细胞肥大畸形神经元	数字病理	癫痫	空间转录组分析	深度学习	组织图像, 转录组数据	NA	NA	NA	NA	NA
1990	2025-10-06	Predicting cardiovascular events from routine mammograms using machine learning 2025-Sep-16, Heart (British Cardiac Society) DOI:10.1136/heartjnl-2025-325705 PMID:40957672	研究论文	开发并测试了一种基于常规乳腺X光影像的深度学习算法用于预测心血管事件风险	首次利用常规乳腺X光检查中的特征（如乳腺动脉钙化和组织密度）结合深度学习技术进行心血管风险预测	研究仅基于单一队列数据，未包含更广泛的人群验证	开发基于乳腺X光影像的心血管事件风险预测模型	49,196名接受筛查性乳腺X光检查的女性	医学影像分析	心血管疾病	乳腺X光摄影	深度学习	医学影像	49,196名女性，其中3,392人经历了首次主要心血管事件	NA	DeepSurv	一致性指数	NA
1991	2025-10-06	Prediction of cerebrospinal fluid intervention in fetal ventriculomegaly via AI-powered normative modelling 2025-Sep-16, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A9000 PMID:40957691	研究论文	开发基于AI的胎儿脑室分割和体积量化方法，用于预测胎儿脑室扩大是否需要产后脑脊液干预	首次使用nnUNet构建胎儿脑室体积的标准化参考范围，并基于此预测产后干预需求	回顾性研究，样本量有限（222例患者），需要更大规模验证	通过AI方法准确区分胎儿脑室扩大和需要干预的脑积水	胎儿脑部MRI图像	医学影像分析	胎儿脑室扩大/脑积水	MRI成像	深度学习	医学影像	222例单胎妊娠患者（138例正常，64例脑室扩大，其中14例需要干预）	nnUNet	nnUNet	Dice系数, ROC曲线, AUC, 敏感性, 特异性	NA
1992	2025-10-06	Machine Learning Navigated Allosteric Network to Unveil Biased Allosteric Modulation of GPCRs 2025-Sep-16, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.5c00935 PMID:40957834	研究论文	提出一种机器学习导航的变构网络策略RMLNA，用于揭示GPCRs偏置变构调节的分子机制	结合分子动力学模拟、可解释深度学习模型和变构网络分析，首次系统揭示β-arrestin偏置调节剂SBI-553对NTSR1的作用机制	方法主要针对GPCRs家族，在其他蛋白家族的应用需进一步验证	揭示GPCRs偏置变构调节剂的分子作用机制	神经降压素受体1（NTSR1）及其偏置变构调节剂SBI-553	计算生物学	NA	分子动力学模拟, 深度学习, 变构网络分析	CNN	分子构象数据	NTS-NTSR1-β-arrestin复合物（含/不含SBI-553）	NA	基于CNN的分类模型	NA	NA
1993	2025-10-06	AI-powered insights in pediatric nephrology: current applications and future opportunities 2025-Sep-16, Pediatric nephrology (Berlin, Germany) DOI:10.1007/s00467-025-06911-1 PMID:40957986	综述	探讨人工智能在儿科肾脏病学中的当前应用与未来机遇	系统整合多源数据（病史、基因组学、影像、临床记录）的AI工具可检测肾脏异常、预测急性肾损伤和疾病进展	存在伦理与实践挑战，包括数据隐私保护、算法偏见、标准化监管框架缺失以及医护人员培训需求	推动人工智能在儿科肾脏病学领域的临床应用与研究发展	儿童肾脏疾病患者及相关医疗数据	数字病理学	儿科肾脏疾病	深度学习	深度学习模型	多模态数据（病史、基因组、影像、临床记录）	NA	NA	NA	NA	NA
1994	2025-10-06	Granulocyte abundance and maturation state at diagnosis predicts treatment-free remission in CML 2025-Sep-16, Leukemia IF:12.8Q1 DOI:10.1038/s41375-025-02769-2 PMID:40958033	研究论文	通过深度学习分析骨髓细胞形态学特征预测慢性粒细胞白血病患者治疗无缓解状态	首次发现诊断时中性粒细胞丰度和粒细胞成熟状态与持续治疗无缓解相关，并通过深度学习验证其独立于已知临床因素的影响	样本量有限（113例患者），多中心研究可能存在数据异质性	探索骨髓细胞形态学作为慢性粒细胞白血病治疗无缓解预测生物标志物的潜力	慢性期慢性粒细胞白血病患者的骨髓穿刺样本	数字病理学	慢性粒细胞白血病	骨髓细胞形态学分析，深度学习图像分析	深度学习	高分辨率骨髓细胞形态学图像	113例CP CML患者骨髓样本，942例对照骨髓样本	NA	NA	NA	NA
1995	2025-10-06	High-Throughput Molecular Design of Donors and Non-Fullerene Acceptors for Organic Solar Cells Based on Convolutional Neural Networks 2025-Sep-16, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c01634 PMID:40958151	研究论文	本文开发基于卷积神经网络的深度学习模型，用于高效设计有机太阳能电池的给体和受体分子	提出CNN分子生成模型结合迁移学习策略，首次实现大规模有机太阳能电池分子对的自动化设计与性能预测	模型预测性能尚未通过实验验证，计算生成的大量分子对需要进一步实验筛选	提高有机太阳能电池的功率转换效率，开发新型高性能给体和受体材料	有机太阳能电池的给体和受体分子	机器学习	NA	深度学习，分子生成	CNN,随机森林,Extra Trees回归,梯度提升回归树,自适应提升	分子结构数据	生成260,767个给体分子和937,155个受体分子，形成244,379,097,885个给体-受体对	NA	卷积神经网络	功率转换效率预测值	NA
1996	2025-10-06	Mammographic density assessed using deep learning in women at high risk of developing breast cancer: the effect of weight change on density 2025-Sep-15, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ae029b PMID:40902628	研究论文	本研究探讨了体重变化对人工智能评估乳腺密度的影响	首次使用基于深度学习的乳腺密度评估方法研究体重变化对密度评分的影响	样本量较小（仅46名女性），研究人群仅限于有乳腺癌家族史的高风险女性	研究体重变化对人工智能评估乳腺密度的影响	46名参与减重研究的乳腺癌高风险女性	数字病理	乳腺癌	乳腺X线摄影	深度学习	医学影像	46名女性	NA	NA	Spearman秩相关系数	NA
1997	2025-10-06	SuperGLUE facilitates an explainable training framework for multi-modal data analysis 2025-Sep-15, Cell reports methods IF:4.3Q2 DOI:10.1016/j.crmeth.2025.101167 PMID:40914154	研究论文	提出基于概率深度学习的可解释多模态数据集成方法SuperGLUE，用于单细胞多组学数据分析	结合概率深度学习与统计建模构建可解释框架，统一不同组学数据的集成流程并评估数据集成贡献	NA	开发可解释的多模态数据集成方法，挖掘生物系统中的结构关系	单细胞多模态数据（不同组学数据和传感数据）	机器学习	NA	单细胞多组学数据集成	概率深度学习模型	多模态数据（组学数据、传感数据）	NA	NA	NA	局部结构保持能力，全局结构保持能力	NA
1998	2025-10-06	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	本研究开发了结合机器学习和深度学习与共识分子对接的AI模型，用于虚拟筛选间变性淋巴瘤激酶抑制剂	结合配体基和结构基两种方法，采用集成投票模型和共识对接策略，发现三种新型ALK抑制剂	需要进一步体外实验验证模型筛选性能，数据集规模对图神经网络性能有重要影响	开发AI模型预测非小细胞肺癌治疗用ALK抑制剂	间变性淋巴瘤激酶抑制剂	机器学习	肺癌	分子对接，虚拟筛选	XGBoost, ANN, GNN	化合物数据	120,571个化合物	NA	人工神经网络，图神经网络	F1-score, Average Precision, 交叉验证	NA
1999	2025-09-18	Faster and Sharper Prostate T2W MRI with Deep Learning 2025-Sep-15, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.09.003 PMID:40957748	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
2000	2025-10-06	Multiparametric magnetic resonance imaging of deep learning-based super-resolution reconstruction for predicting histopathologic grade in hepatocellular carcinoma 2025-Sep-14, World journal of gastroenterology IF:4.3Q1 DOI:10.3748/wjg.v31.i34.111541 PMID:40937458	研究论文	本研究比较了基于深度学习的超分辨率重建多参数MRI在预测肝细胞癌组织病理学分级中的性能	首次将3D超分辨率重建技术应用于多参数MRI，并通过放射组学模型验证其在肝细胞癌分级预测中的优势	回顾性研究设计，样本仅来自两个医疗中心	预测肝细胞癌的组织病理学分级	肝细胞癌患者	医学影像分析	肝细胞癌	多参数磁共振成像	GAN, 3D U-Net, XGBoost, CatBoost	MRI图像	826名患者（训练集459，验证集196，测试集171）	NA	3D U-Net, 生成对抗网络	AUC, 校准曲线, 决策曲线分析, 净重分类指数	NA