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
2141	2025-10-06	Ultrasound-Based Deep Learning Radiomics to Predict Cervical Lymph Node Metastasis in Major Salivary Gland Carcinomas 2025-Sep-12, International dental journal IF:3.2Q1 DOI:10.1016/j.identj.2025.103895 PMID:40945314	研究论文	开发并验证基于超声的深度学习放射组学模型，用于无创预测大涎腺癌的颈部淋巴结转移	首次结合临床特征、超声报告、放射组学和深度学习特征构建复合预测模型	样本量相对有限（214例患者），来自4个医疗中心	开发无创预测大涎腺癌颈部淋巴结转移的方法	大涎腺癌患者	医学影像分析	涎腺癌	超声成像	深度学习, 机器学习	超声图像	214例大涎腺癌患者（训练集144例，验证集70例）	NA	NA	AUC, 准确率, 精确率, 召回率, F1分数	NA
2142	2025-10-06	Enhancing Oral Health Diagnostics With Hyperspectral Imaging and Computer Vision: Clinical Dataset Study 2025-Sep-11, JMIR medical informatics IF:3.1Q2 DOI:10.2196/76148 PMID:40935589	研究论文	本研究开发了一个大规模口腔内窥镜高光谱成像数据集，并利用深度学习模型实现口腔组织的自动分割和分类	创建了首个大规模口腔内窥镜高光谱成像临床数据集，并验证了深度学习模型在该数据上的组织分割性能	样本量相对有限（226名参与者），且年龄分布可能不够均衡	开发口腔内窥镜高光谱成像数据集并实现口腔组织的自动可靠区分	226名参与者（166名女性，60名男性，年龄24-87岁）的口腔组织	计算机视觉	口腔鳞状细胞癌	内窥镜高光谱成像	深度学习	高光谱图像	226名参与者	TensorFlow, PyTorch	DeepLabv3, U-Net, ResNet-50, ResNet-101, EfficientNet-B0	精确率, 召回率, F1分数	NA
2143	2025-09-15	A novel deep learning framework for the diagnosis of erythematosquamous lesions using whole slide histopathological images 2025-Sep-11, Journal of the American Academy of Dermatology IF:12.8Q1 DOI:10.1016/j.jaad.2025.09.010 PMID:40945744	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
2144	2025-10-06	The Combined Use of Cervical Ultrasound and Deep Learning Improves the Detection of Patients at Risk for Spontaneous Preterm Delivery 2025-Sep-11, American journal of obstetrics and gynecology IF:8.7Q1 DOI:10.1016/j.ajog.2025.09.012 PMID:40945809	研究论文	本研究开发并验证了一种基于深度学习的AI模型，用于通过宫颈超声图像预测自发性早产，并与传统宫颈长度测量方法进行比较	首次大规模多中心研究证明AI在预测自发性早产方面比宫颈长度测量更敏感，能够整合更多解剖特征信息	超声检查指征未系统记录，扫描可能基于风险因素或早产症状进行	开发并验证用于自发性早产预测的AI模型	接受宫颈超声扫描的孕妇	医学影像分析	早产	宫颈超声	深度学习	超声图像	4,224例妊娠和7,862张宫颈超声图像	NA	NA	AUC, 敏感度, 特异度, 似然比	NA
2145	2025-10-06	Biological Age Estimation From the Age Gap Using Deep Learning Integrating Morbidity and Mortality: Model Development and Validation Study 2025-Sep-10, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/71592 PMID:40930058	研究论文	开发并验证一种基于Transformer的生物年龄估计模型，整合发病率和死亡率数据以提高预测准确性	提出首个整合发病率和死亡率信息的Transformer架构生物年龄估计模型，采用多目标学习策略	女性群体的死亡率预测趋势未达到统计学显著性，需要在更多样化人群中进一步验证	开发更准确的生物年龄估计模型以改善年龄相关疾病风险的早期识别	151,281名18岁及以上接受常规健康检查的成年人	机器学习	老年疾病	健康检查数据	Transformer	临床健康数据	151,281名成年人	NA	自定义Transformer架构	BA差距分布，健康状态分层，死亡率预测，Kaplan-Meier分析	NA
2146	2025-10-06	Deep learning enhanced quantitative debonding evaluation in tile panels using Lamb waves 2025-Sep-10, Ultrasonics IF:3.8Q1 DOI:10.1016/j.ultras.2025.107821 PMID:40945330	研究论文	提出一种基于Lamb波信号和数据驱动深度学习的陶瓷瓷砖面板脱粘定量评估方法	首次将二维卷积神经网络与Lamb波时频分析相结合用于瓷砖脱粘定量评估，并采用仿真与实验数据混合训练策略	NA	开发可靠的瓷砖结构无损评估方法	外墙陶瓷瓷砖面板的脱粘缺陷	计算机视觉	NA	Lamb波检测，连续小波变换	CNN	时频图像	NA	NA	多分支2D-CNN	NA	NA
2147	2025-10-06	Nondestructive detection of biogenic amines in muscle of Chinese mitten crab (Eriocheir sinensis): A basis for quality assessment using infrared spectroscopy and deep learning 2025-Sep-09, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.146354 PMID:40945266	研究论文	本研究提出结合近红外光谱和深度学习技术无损检测中华绒螯蟹中生物胺含量并进行品质分级	首次将CNN-LSTM-SE混合深度学习模型应用于蟹类生物胺无损检测，实现了对四种关键生物胺的精准预测和腐败蟹的100%准确识别	研究仅针对特定储存条件（8±1°C）下的中华绒螯蟹，模型在其他水产品或储存条件下的适用性有待验证	开发基于近红外光谱和深度学习的无损检测方法用于水产品质量评估	中华绒螯蟹肌肉组织中的生物胺含量	计算机视觉	NA	近红外光谱分析	CNN,LSTM,SE	光谱数据	冷储存过程中的中华绒螯蟹样本	NA	CNN-LSTM-SE混合架构	相关系数R,均方根误差RMSE,准确率	NA
2148	2025-10-06	Molecular networking and deep learning synergy for bioactive metabolite discovery in L. plantarum-Fermented Sea buckthorn milk 2025-Sep-09, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.146361 PMID:40945267	研究论文	本研究开发了一种结合分子网络与深度学习的代谢组学方法，用于分析植物乳杆菌发酵沙棘奶中的生物活性代谢物	首次将基于特征的分子网络与深度学习相结合，克服传统数据库驱动方法的注释限制，发现两种未报道的新化合物	NA	识别新型生物活性化合物并改善发酵沙棘奶的营养和感官特性	植物乳杆菌发酵的沙棘奶代谢产物	代谢组学	NA	非靶向代谢组学，基于特征的分子网络，深度学习	深度学习	代谢组学数据	NA	NA	NA	NA	NA
2149	2025-10-06	Motif field combined with two-stream feature fusion network and double detection head for identification and prediction of microalgae in seawater 2025-Sep-08, Water research IF:11.4Q1 DOI:10.1016/j.watres.2025.124574 PMID:40945058	研究论文	提出结合荧光和吸收双模式光谱与序列基序及深度学习的微藻识别与浓度预测新方法	首次提出基序场将光谱数据编码为二维图像，设计双流特征融合网络和双检测头架构实现同步物种识别与浓度回归	NA	实现海水中微藻物种识别和浓度预测	海水中的微藻	计算机视觉	NA	荧光和吸收双模式光谱	CNN	光谱数据、图像	NA	NA	双流特征融合网络,卷积头,全连接头	准确率,RMSE,R	NA
2150	2025-10-06	Residual motion artifact removal enables dynamic μMRI of a behaving Pachnoda marginata 2025-Sep-04, Journal of magnetic resonance (San Diego, Calif. : 1997) DOI:10.1016/j.jmr.2025.107954 PMID:40945107	研究论文	本研究开发了一种结合回顾性门控μMRI重建与深度学习技术的残余运动伪影去除方法，用于活体昆虫的动态显微磁共振成像	开发了完全回顾性门控策略结合U-Net深度学习网络来补偿昆虫腹部大尺度非刚性运动伪影	方法在活体昆虫上的验证仍需进一步研究，模拟数据训练可能无法完全覆盖真实场景	开发有效的运动伪影去除技术以实现活体行为昆虫的动态显微磁共振成像	行为中的Pachnoda marginata昆虫	计算机视觉,数字病理	NA	显微磁共振成像(μMRI),计算机视觉	CNN	图像	NA	NA	U-Net	NA	NA
2151	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
2152	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
2153	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
2154	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
2155	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
2156	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
2157	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
2158	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
2159	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
2160	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