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
2121	2025-10-06	Wearable monitoring for rehabilitation: Deep learning-driven vertical ground reaction force estimation for anterior cruciate ligament reconstruction 2025-Sep-04, Clinical biomechanics (Bristol, Avon) DOI:10.1016/j.clinbiomech.2025.106663 PMID:40945379	研究论文	本研究开发了一种基于可穿戴传感器和深度学习的前交叉韧带重建患者垂直地面反作用力估计方法	提出CNN-BiGRU-Attention混合深度学习框架，实现了复杂运动场景下vGRF的准确估计，解决了现有方法在复杂运动和患者特异性适应方面的不足	研究样本量较小（仅25名患者），且仅针对三种日常活动进行评估	开发便携式监测系统，用于前交叉韧带重建患者的康复评估	25名前交叉韧带重建患者	机器学习	运动损伤	可穿戴传感器，Vicon运动捕捉系统	CNN, BiGRU, Attention机制	运动学数据，力学数据	25名ACLR患者	NA	CNN-BiGRU-Attention	R2	NA
2122	2025-10-06	Research Progress in Artificial Intelligence for Central Serous Chorioretinopathy: A Systematic Review 2025-Sep, Ophthalmology and therapy IF:2.6Q2 DOI:10.1007/s40123-025-01209-9 PMID:40694226	系统综述	本文系统综述了人工智能在中心性浆液性脉络膜视网膜病变中的应用进展、挑战和未来研究方向	首次系统总结AI在CSCR领域的应用进展，从疾病分类发展到动态预后预测，并引入可解释AI增强临床适用性	存在单中心数据依赖、观察者间标注变异、静态框架无法捕捉动态病变进展等局限性	指导个性化诊断和治疗策略，促进AI在CSCR领域的临床转化	中心性浆液性脉络膜视网膜病变(CSCR)相关研究	计算机视觉	中心性浆液性脉络膜视网膜病变	光学相干断层扫描(OCT)、OCT血管成像(OCTA)、眼底荧光血管造影(FFA)	深度学习,神经网络	多模态医学影像	73项原始研究(从698条记录中筛选)	NA	NA	定性诊断准确率,定量诊断准确率	NA
2123	2025-10-06	Network and pharmacophore guided and BCL2 and HSP90AA1 targeted drug repurposable approaches against rheumatoid arthritis mediated diffuse large B-cell lymphoma 2025-Sep, International journal of biological macromolecules IF:7.7Q1 DOI:10.1016/j.ijbiomac.2025.146985 PMID:40889653	研究论文	本研究开发了一种GCNConv深度学习流程，通过网络和药效团引导的方法识别类风湿关节炎介导的弥漫大B细胞淋巴瘤的潜在治疗靶点并进行药物重定位	首次将GCNConv深度学习应用于RA和DLBCL共享基因网络分析，发现BCL2和HSP90AA1作为双重治疗靶点，并识别出优于现有FDA批准药物的候选化合物	研究基于计算预测和虚拟筛选，需要实验验证；分析局限于804种非专利FDA批准药物	探索类风湿关节炎介导的弥漫大B细胞淋巴瘤的分子机制并开发治疗干预策略	RA和DLBCL共享的失调基因网络及FDA批准药物	生物信息学，计算生物学	类风湿关节炎，弥漫大B细胞淋巴瘤	网络分析，药效团建模，虚拟筛选，深度学习	GCNConv	基因表达数据，药物分子结构数据	86个RA和DLBCL共享失调基因，804种FDA批准药物	NA	GCNConv	R值（训练集0.9480，验证集0.9288，测试集0.9117），结合能（kcal/mol）	NA
2124	2025-10-06	The detection of algebraic auditory structures emerges with self-supervised learning 2025-Sep, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1013271 PMID:40911653	研究论文	本研究通过自监督学习训练深度学习模型，探索人类自发检测听觉代数结构能力的形成机制	首次使用深度学习模型验证人类检测代数结构能力可以通过经验学习自发形成，无需先天特定机制	模型训练数据仅限于自然声音、语音和音乐，未涵盖所有可能的听觉刺激类型	探究人类自发检测听觉代数结构能力的形成机制	深度学习模型在听觉代数结构检测任务中的表现	机器学习	NA	自监督学习	深度学习模型	音频	多种自然声音、语音和音乐数据集	NA	NA	序列重复检测能力、概率组块检测能力、复杂代数结构检测能力	NA
2125	2025-10-06	Automatic quantitative analysis of atherosclerotic aortic plaques in patients with embolic cerebral infarction using deep learning 2025-Sep, The Korean journal of internal medicine DOI:10.3904/kjim.2024.360 PMID:40859808	研究论文	本研究基于U-net开发了自动斑块分割模型，用于分析栓塞性脑梗死患者的动脉粥样硬化主动脉斑块	首次将U-net深度学习模型应用于经食道超声心动图主动脉斑块的自动定量分析，并评估其在预测心血管事件中的临床价值	模型预测的斑块面积和比例在预测主要不良心脑血管事件方面未显示出额外价值，需要结合斑块活动性和形态等更多特征	开发自动斑块分割模型并评估其在栓塞性卒中患者中的临床应用价值	栓塞性脑梗死患者和心血管中心就诊患者的主动脉斑块	数字病理	心血管疾病	经食道超声心动图	CNN	图像	711名患者来自两个心血管中心，临床测试集来自三个心血管中心的ESUS患者	NA	U-net	交并比	NA
2126	2025-10-06	The Role of Deep Cerebral Tracts in Predicting Postoperative Aphasia: An nTMS-Based Investigation of the Corticothalamic Fibers 2025-Sep, Human brain mapping IF:3.5Q1 DOI:10.1002/hbm.70344 PMID:40931689	研究论文	本研究利用nTMS语言映射和DTI纤维束成像结合深度学习算法预测术后失语症	首次将nTMS语言映射与DTI纤维束成像结合深度学习算法用于预测术后失语症，特别关注皮质丘脑纤维的作用	皮质丘脑纤维在模型中的个体预测贡献有限，研究为回顾性设计	提高术后失语症的预测准确性	100例左半球病变患者（43例术后失语，57例无失语）	医学影像分析	神经系统疾病	导航经颅磁刺激(nTMS), 扩散张量成像(DTI), 纤维束成像	深度学习	医学影像数据	100例患者	NA	二分类深度学习模型	敏感性, 特异性, AUC	NA
2127	2025-10-06	AI-based satellite survey offers independent assessment of migratory wildebeest numbers in the Serengeti 2025-Sep, PNAS nexus IF:2.2Q1 DOI:10.1093/pnasnexus/pgaf264 PMID:40933365	研究论文	本研究首次利用AI驱动的卫星调查，通过深度学习模型对塞伦盖蒂-马拉生态系统的角马迁徙数量进行独立评估	首次采用AI赋能的卫星调查方法，结合U-Net和YOLOv8两种深度学习模型，实现了大范围角马自动检测与计数	调查方法在时空覆盖范围上可能存在差异，可能导致与传统估算方法的偏差	开发独立监测工具以改进角马种群数量估算，深化对角马迁徙动态的理解	塞伦盖蒂-马拉生态系统的迁徙角马种群	计算机视觉	NA	卫星遥感技术	深度学习	卫星图像	超过4,000平方公里区域，覆盖2022年8月和2023年8月两个连续年份	NA	U-Net,YOLOv8	F1分数,精确率,召回率	NA
2128	2025-10-06	araCNA: somatic copy number profiling using long-range sequence models 2025-Sep, NAR genomics and bioinformatics IF:4.0Q1 DOI:10.1093/nargab/lqaf124 PMID:40933674	研究论文	提出一种名为araCNA的新型深度学习方法，用于从全基因组测序数据中准确预测体细胞拷贝数变异	使用仅基于模拟数据训练的零样本方法，采用新型transformer替代方案（如Mamba）处理基因组尺度序列长度，无需匹配正常样本即可进行准确预测	仅在50个TCGA全基因组测序样本上进行了验证，需要更大规模的真实数据验证	开发能够准确预测癌症体细胞拷贝数变异的深度学习算法	癌症全基因组测序数据	机器学习	癌症	全基因组测序	Transformer, Mamba	基因组序列数据	50个来自癌症基因组图谱的全基因组测序样本	NA	Mamba	准确性	NA
2129	2025-10-06	Artificial Intelligence in Upper Gastrointestinal Diagnosis 2025-Sep, The Korean journal of helicobacter and upper gastrointestinal research DOI:10.7704/kjhugr.2025.0024 PMID:40935625	综述	探讨人工智能在上消化道内镜诊断中的变革性作用及其临床应用	整合基于图像和非图像的人工智能技术实现全面诊断与个性化治疗规划	需要稳健验证、用户中心设计和针对性培训，存在过度依赖和技能退化风险	提升上消化道疾病诊断准确性和优化临床工作流程	上消化道疾病（巴雷特食管、萎缩性胃炎、胃肠上皮化生、早期胃癌）	医学影像分析	上消化道疾病	拉曼光谱，内镜成像	CNN，深度学习，机器学习	内镜图像，分子光谱数据	NA	NA	卷积神经网络	诊断准确性，观察者间变异性	NA
2130	2025-10-06	An integrated environmental toxicity risk assessment framework combining deep learning and molecular simulation: A case study on pyrethrins and breast cancer 2025-Sep, Biochemistry and biophysics reports IF:2.3Q3 DOI:10.1016/j.bbrep.2025.102141 PMID:40821905	研究论文	开发并验证了一个结合深度学习和分子模拟的多尺度计算毒理学框架，用于研究天然农药除虫菊酯I和II与乳腺癌风险的潜在关联	提出可追溯的风险推断链，从分子水平相互作用到临床相关结果，整合深度学习、分子对接和蛋白质相互作用网络建模	仅针对除虫菊酯I和II进行研究，需要进一步验证其他天然化合物的适用性	系统研究天然农药与乳腺癌风险的潜在关联	除虫菊酯I和II天然农药及其与乳腺癌相关蛋白质的相互作用	计算毒理学	乳腺癌	深度学习药物-靶点相互作用预测、分子对接、分子动力学模拟、蛋白质-蛋白质相互作用网络建模	深度学习	化合物结构数据、蛋白质结构数据、分子相互作用数据	NA	DeepPurpose	NA	结合自由能(ΔG)	NA
2131	2025-10-06	Deep Learning Applications in Clinical Cancer Detection: A Review of Implementation Challenges and Solutions 2025-Sep, Mayo Clinic proceedings. Digital health DOI:10.1016/j.mcpdig.2025.100253 PMID:40822144	综述	本文系统回顾了深度学习在临床癌症检测中的应用、实施挑战及解决方案	全面分析2018-2024年间1419项研究，系统梳理深度学习在肿瘤学中的实施障碍并探讨联邦学习、可解释人工智能等新兴解决方案	基于文献回顾的分析，未包含原始实验数据验证	指导肿瘤学领域未来研究和深度学习技术发展，促进癌症护理的公平性和影响力进展	PubMed和IEEE Xplore数据库中2018-2024年间的1419项相关研究	机器学习	癌症	深度学习，基因组分析，成像诊断	NA	多模态数据，影像数据，基因组数据	1419项研究（PubMed 1304项，IEEE 115项）	NA	NA	NA	NA
2132	2025-10-06	AlphaFold model quality self-assessment improvement via deep graph learning 2025-Sep, Protein science : a publication of the Protein Society IF:4.5Q1 DOI:10.1002/pro.70274 PMID:40823963	研究论文	本文提出了一种改进AlphaFold模型质量自评估的深度图学习框架EQAFold	通过改进AlphaFold的局部距离差异测试预测头，生成更准确的自信心分数	未明确说明模型在特定蛋白质类型或条件下的性能限制	提高蛋白质结构计算建模的自信心评分可靠性	蛋白质结构模型及其质量评估	计算生物学	NA	深度图学习	图神经网络	蛋白质结构数据	NA	PyTorch	EQAFold	自信心分数准确性	NA
2133	2025-10-06	Integrative bioinformatics and deep learning to identify common genetic pathways in Crohn's disease and ischemic cardiomyopathy 2025-Sep, Journal, genetic engineering & biotechnology DOI:10.1016/j.jgeb.2025.100529 PMID:40854648	研究论文	通过整合生物信息学和深度学习识别克罗恩病与缺血性心肌病的共同遗传通路	首次系统整合生物信息学分析与深度学习框架，发现两种疾病共享的遗传调控网络和诊断标志物	需要未来实验验证和扩大队列研究来进一步阐明共享机制	探索克罗恩病与缺血性心肌病之间的共同遗传基础和分子机制	GEO数据集（GSE3365和GSE9128）中的基因表达数据	生物信息学	克罗恩病, 缺血性心肌病	差异表达分析, 功能富集分析, miRNA分析, 转录因子分析, 蛋白质相互作用网络分析	深度学习	基因表达数据	两个GEO数据集（GSE3365和GSE9128）	AutoClass	NA	ROC曲线, 准确率	NA
2134	2025-10-06	Discovery of RNA-Targeting Small Molecules: Challenges and Future Directions 2025-Sep, MedComm IF:10.7Q1 DOI:10.1002/mco2.70342 PMID:40859960	综述	本文综述了RNA靶向小分子药物发现领域的最新进展、当前挑战和未来发展方向	系统整合了RNA结构解析技术、计算方法与新兴治疗策略在RNA靶向药物开发中的创新应用	作为综述文章，未涉及原始实验数据和研究方法的具体细节	探索RNA靶向小分子药物的开发策略和治疗潜力	RNA靶向小分子化合物及其与RNA的相互作用	药物发现	多种疾病	X射线晶体学,核磁共振波谱学,冷冻电镜,分子对接	深度学习,机器学习	结构生物学数据,化学库数据	NA	NA	NA	NA	NA
2135	2025-10-06	QCResUNet: Joint subject-level and voxel-level segmentation quality prediction 2025-Aug-27, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103718 PMID:40945175	研究论文	提出一种名为QCResUNet的多任务深度学习架构，用于同时预测脑肿瘤分割结果的主体级质量和体素级分割误差	首次提出同时提供主体级分割质量度量和每个组织类别的体素级分割误差图的多任务架构，解决了现有方法仅提供主体级预测的局限性	方法在脑肿瘤分割和心脏MRI分割任务上验证，但需要进一步验证在其他医学图像分割任务上的泛化能力	开发用于医学图像分割质量控制的深度学习方法	脑肿瘤MRI图像和心脏MRI图像的分割结果	计算机视觉	脑肿瘤	磁共振成像(MRI)	CNN	医学图像	脑肿瘤数据集：内部数据集1,251例，外部数据集215例；心脏MRI数据集：100例	NA	QCResUNet	主体级分割质量度量，体素级分割误差识别准确率	NA
2136	2025-10-06	Intensive Care Unit Patient Outcome Prediction Using ν-Support Vector Classification and Stochastic Signal Processing-Based Feature Extraction Techniques: Algorithm Development and Validation Study 2025-Aug-26, JMIR AI DOI:10.2196/72671 PMID:40857726	研究论文	开发了一种结合信号处理特征提取和ν-支持向量分类的ICU患者预后预测框架	提出基于随机信号处理的新型特征工程方法，从健康数字轨迹中提取高预测性特征	NA	开发新型特征提取和机器学习框架，用于ICU患者预后预测	ICU患者的健康数字轨迹数据	机器学习	危重疾病	信号处理技术	ν-支持向量分类	时间序列数据	真实世界ICU数据集	NA	支持向量机	预测准确率	NA
2137	2025-10-06	Application of artificial intelligence in medical imaging for tumor diagnosis and treatment: a comprehensive approach 2025-Aug-26, Discover oncology IF:2.8Q2 DOI:10.1007/s12672-025-03307-3 PMID:40856916	综述	本文全面综述了人工智能在医学影像中用于肿瘤诊断与治疗的最新进展	系统整合了多模态影像融合（影像组学、基因组学和临床数据）并强调了AI在放疗规划和自适应剂量优化中的应用	存在数据异质性、模型泛化性不足、监管限制和伦理问题，缺乏标准化数据集和可解释AI框架	评估人工智能在肿瘤医学影像诊断与治疗中的应用潜力	涵盖乳腺癌、肺癌、前列腺癌等多种恶性肿瘤的医学影像数据	医学影像分析	肿瘤	CT、MRI、PET等医学影像技术	深度学习	医学影像数据	NA	NA	NA	NA	NA
2138	2025-10-06	Culture-free detection of bacteria from blood for rapid sepsis diagnosis 2025-Aug-25, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-01948-w PMID:40851034	研究论文	开发了一种无需培养的快速检测方法，通过智能离心和微流控技术结合深度学习，可在2小时内从血液中检测细菌	结合智能离心、微流控捕获和深度学习显微镜图像分析，实现无需培养的快速细菌检测	金黄色葡萄球菌的检测仍然存在挑战	开发快速败血症诊断方法	败血症患者血液中的细菌病原体	医学诊断	败血症	智能离心, 微流控捕获, 显微镜成像	深度学习	显微镜图像	健康人供体血液样本（添加大肠杆菌、肺炎克雷伯菌、粪肠球菌）	NA	NA	检测限（大肠杆菌9 CFU/mL, 肺炎克雷伯菌7 CFU/mL, 粪肠球菌32 CFU/mL）	NA
2139	2025-10-06	Prediction of functional outcomes in aneurysmal subarachnoid hemorrhage using pre-/postoperative noncontrast CT within 3 days of admission 2025-Aug-24, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-01953-z PMID:40849351	研究论文	开发融合术前术后非增强CT影像和临床数据的深度学习模型，用于预测动脉瘤性蛛网膜下腔出血患者3个月功能结局	首次整合术前术后NCCT影像与临床数据构建深度学习模型，在aSAH早期预后预测中显著优于现有方法	研究基于四家医院数据，需进一步多中心验证；模型性能在外部测试集表现良好但需临床前瞻性验证	提高动脉瘤性蛛网膜下腔出血患者功能结局预测准确性	动脉瘤性蛛网膜下腔出血患者	数字病理	脑血管疾病	非增强CT成像	深度学习模型	医学影像, 临床数据	1850例来自四家医院的患者	NA	融合模型, 堆叠成像模型	平均绝对误差, AUC	NA
2140	2025-10-06	Understanding Language Model Scaling on Protein Fitness Prediction 2025-Aug-23, bioRxiv : the preprint server for biology DOI:10.1101/2025.04.25.650688 PMID:40777237	研究论文	本研究探讨了蛋白质语言模型在适应性预测任务中的缩放行为，揭示了模型规模与性能之间的非线性关系	首次系统揭示了蛋白质语言模型在适应性预测任务中存在的性能下降现象，挑战了'模型越大性能越好'的普遍认知	研究主要关注模型缩放对适应性预测的影响，未深入探讨其他蛋白质相关任务的缩放行为	理解蛋白质语言模型在适应性预测任务中的缩放特性	蛋白质语言模型及其在适应性预测中的应用	自然语言处理	NA	蛋白质语言模型	语言模型	蛋白质序列数据	NA	NA	NA	适应性预测准确度	NA