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
201	2025-09-13	Deep Learning-Assisted Organogel Pressure Sensor for Alphabet Recognition and Bio-Mechanical Motion Monitoring 2025-Sep-08, Nano-micro letters IF:31.6Q1 DOI:10.1007/s40820-025-01912-z PMID:40924231	研究论文	本研究开发了一种基于钴纳米颗粒氮掺杂碳纳米管嵌入聚乙烯醇-明胶基体的多功能有机凝胶压力传感器，结合深度学习技术实现字母识别和生物力学运动监测	首次报道了具有抗冻、自粘、自愈合特性的多功能有机凝胶传感器，在宽湿度范围和低温条件下保持稳定性能，并实现了98%准确率的字母识别	NA	开发高性能可穿戴传感器用于人机接口和健康监测	有机凝胶压力传感器及其在字母识别和人体运动监测中的应用	机器学习	NA	深度学习，电化学阻抗谱	深度学习模型	压力传感数据	NA
202	2025-09-13	Immunoelectron microscopy: a comprehensive guide from sample preparation to high-resolution imaging 2025-Sep-08, Discover nano DOI:10.1186/s11671-025-04346-z PMID:40924310	综述	本文系统介绍了免疫电子显微镜（IEM）技术从样本制备到高分辨率成像的全流程	提出基于系统随机采样（SUR）和深度学习算法（如Gold Digger）的定量分析框架，并整合FIB-SEM三维重建与CLEM多模态策略	NA	提供IEM技术的全面指导与协同策略分析	生物分子、蛋白质分布、细胞器相互作用及疾病病理标志物	生物医学成像	肿瘤	免疫电子显微镜（IEM）、FIB-SEM、CLEM	深度学习算法（如Gold Digger）	电子显微镜图像、三维重建数据	NA
203	2025-09-13	HPDAF: A practical tool for predicting drug-target binding affinity using multimodal features 2025-Sep-08, European journal of medicinal chemistry IF:6.0Q1 DOI:10.1016/j.ejmech.2025.118153 PMID:40934535	研究论文	介绍一种名为HPDAF的多模态深度学习工具，用于提高药物-靶点结合亲和力预测的准确性	独特整合蛋白质序列、药物分子图和蛋白结合口袋结构相互作用数据，并采用新颖的分层注意力机制动态强调最相关的结构信息	NA	提高药物-靶点结合亲和力预测精度以促进药物发现和设计	药物分子与靶点蛋白的结合亲和力	machine learning	NA	multimodal deep learning	hierarchical attention-based mechanism	protein sequences, molecular graphs, structural interaction data	使用CASF-2016和CASF-2013等广泛认可的基准数据集进行评估
204	2025-09-13	Dosiomics-guided deep learning for radiation esophagitis prediction in lung cancer: optimal region of interest definition via multi-branch fusion auxiliary learning 2025-Sep-06, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology IF:4.9Q1 DOI:10.1016/j.radonc.2025.111121 PMID:40921328	研究论文	本研究提出了一种结合剂量组学和深度学习的多任务辅助学习方法，用于预测肺癌放疗患者的放射性食管炎	采用多任务辅助学习基于辐射剂量分布图像自动定义准确且客观的ROI区域，并整合剂量组学特征与深度学习特征进行预测	回顾性研究设计，样本来自特定医院可能限制泛化能力	开发预测肺癌患者放疗后≥2级放射性食管炎的模型	接受放疗的肺癌患者	数字病理	肺癌	剂量组学分析，深度学习	ResNet34结合对比学习和辅助分割模块	辐射剂量分布图像	488名患者（来自三家医院：训练集235例，内部验证集101例，外部验证集1为57例，外部验证集2为95例）
205	2025-09-13	Laser spectral enhancement and analysis based on blind-spot networks and Kolmogorov-Arnold networks 2025-Sep-06, Talanta IF:5.6Q1 DOI:10.1016/j.talanta.2025.128806 PMID:40934630	研究论文	提出一种基于盲点网络和Kolmogorov-Arnold网络的自监督深度学习框架，用于激光诱导击穿光谱的噪声抑制和定量分析增强	结合盲点网络的自监督去噪机制与KAN架构的定量分析模型，无需干净参考数据，显著提升LIBS分析性能	NA	解决激光诱导击穿光谱中的噪声干扰和定量分析精度限制问题	激光光谱数据	机器学习	NA	激光诱导击穿光谱(LIBS)	Blind-Spot Networks, Kolmogorov-Arnold Networks (KANs)	光谱数据	6种认证不锈钢参考材料(JZG201-JZG206B，36×36 mm固体块)
206	2025-09-13	Methods for sample preparation and signal amplification in antibiotic detection using surface-enhanced Raman scattering 2025-Sep-06, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.146294 PMID:40934785	研究论文	本文综述了基于表面增强拉曼散射（SERS）的抗生素检测中样品制备和信号放大方法	探讨了SERS与固/液相萃取结合的未充分开发领域，并提出集成深度学习和功能化磁性纳米材料以提升检测精度	SERS耦合固/液相萃取研究尚不充分，需要开发兼容的纳米颗粒和新型纳米吸附剂	提升复杂基质中抗生素的预处理、分离和鉴别能力	环境及食品中的抗生素污染物	分析化学	NA	表面增强拉曼散射（SERS）, 固相/溶剂（微）萃取, 微流控, 侧向流动（免疫）分析, 磁性富集, 分子印迹聚合物	机器学习, 深度学习	拉曼光谱数据	NA
207	2025-09-13	Infant Electrocardiogram-Based Deep Learning Predicts Critical Congenital Heart Disease 2025-Sep-06, JACC. Clinical electrophysiology DOI:10.1016/j.jacep.2025.08.005 PMID:40938228	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
208	2025-09-13	AI-augmented prediction of high-risk PINK1 variants associated with Parkinson's disease: integrating multilayered bioinformatics, MD simulation, and deep learning 2025-Sep-04, Methods (San Diego, Calif.) DOI:10.1016/j.ymeth.2025.08.014 PMID:40914318	研究论文	本研究通过整合多层生物信息学、分子动力学模拟和深度学习，预测与帕金森病相关的高风险PINK1基因变异	结合深度学习与生物信息学工具识别PINK1基因激酶结构域中最有害的非同义单核苷酸多态性，并通过分子对接和动力学模拟分析其功能影响	研究主要依赖计算预测，缺乏实验验证，且病因机制尚未完全明确	识别导致帕金森病的PINK1基因有害突变并分析其结构和功能变化	PINK1基因激酶结构域中的非同义单核苷酸多态性(nsSNPs)	生物信息学	帕金森病	生物信息学分析、分子对接、分子动力学(MD)模拟、深度学习	深度学习模型	基因序列数据、蛋白质结构数据	NA
209	2025-09-13	A Comprehensive Review on the Application of Artificial Intelligence for Predicting Postsurgical Recurrence Risk in Early-Stage Non-Small Cell Lung Cancer Using Computed Tomography, Positron Emission Tomography, and Clinical Data 2025-Sep, Journal of medical radiation sciences IF:1.8Q3 DOI:10.1002/jmrs.860 PMID:39844750	综述	本文综述了人工智能结合CT、PET和临床数据预测早期非小细胞肺癌术后复发风险的研究进展	系统评估了多模态AI模型（结合影像与临床数据）在预测复发风险中的应用潜力与挑战	纳入研究存在样本量小、缺乏外部验证、可解释性不足及多模态影像技术尚不成熟等问题	预测早期非小细胞肺癌患者术后复发风险	早期非小细胞肺癌患者	数字病理	肺癌	radiomics, machine learning, deep learning	多模态模型（结合手工特征与深度学习）	CT影像、PET影像、临床数据	16项符合条件的研究（具体样本量未统一报告）
210	2025-09-13	Combined application of deep learning and conventional computer vision for kidney ultrasound image classification in chronic kidney disease: preliminary study 2025-Sep, Ultrasonography (Seoul, Korea) DOI:10.14366/usg.25074 PMID:40755093	研究论文	本研究评估结合深度学习与传统计算机视觉技术对肾脏超声图像进行慢性肾病分类的可行性	将深度学习与基于轮廓图的自动化肾实质测量特征相结合，提升分类性能	初步研究，样本量有限（258个肾脏），且为回顾性分析	开发一种非侵入性辅助工具用于慢性肾病的诊断与监测	人类肾脏超声图像	计算机视觉	慢性肾病	超声成像	CNN	图像	258个肾脏（124正常，134慢性肾病）
211	2025-09-13	Artificial intelligence in metalloprotein binding site prediction: A systematic review bridging bioinformatics and biotechnology 2025-Sep, International journal of biological macromolecules IF:7.7Q1 DOI:10.1016/j.ijbiomac.2025.146666 PMID:40885350	系统综述	本文系统综述了人工智能在金属蛋白结合位点预测中的应用，比较了传统方法与机器学习及深度学习的性能差异	提出了基于数据集特性、研究目标和性能权衡的结构化决策框架，以指导模型选择	数据不平衡、金属离子代表性不足及结构异质性限制了模型的泛化能力	推动金属蛋白结合位点预测技术的创新，以支持生物技术和制药工业的应用	金属蛋白及其金属结合位点	生物信息学	NA	机器学习（ML）、深度学习（DL）	Random Forest, CNN	序列数据、结构数据	NA
212	2025-09-13	Analyzing Depression in College Students Using NLP and Transformer Models: Implications for Career and Educational Counseling 2025-Sep, Brain and behavior IF:2.6Q3 DOI:10.1002/brb3.70828 PMID:40922618	研究论文	本研究提出一种结合RoBERTa Transformer和GRU层的NLP框架，用于分析大学生社交媒体内容中的抑郁症状	创新性地融合Transformer架构与GRU层，并引入多模态嵌入（行为、时间、上下文元数据）来增强情感线索识别能力	NA	开发自动化系统通过数字行为（特别是社交媒体）检测大学生抑郁症状，以支持学术和职业咨询	大学生群体	natural language processing	精神健康疾病	NLP, Transformer模型, GRU	RoBERTa-based Transformer with GRU	文本（社交媒体帖子）	来自Twitter和Reddit的真实数据集
213	2025-09-13	Automated Coffee Roast Level Classification Using Machine Learning and Deep Learning Models 2025-Sep, Journal of food science IF:3.2Q2 DOI:10.1111/1750-3841.70532 PMID:40923385	研究论文	本研究利用机器学习和深度学习模型实现咖啡烘焙等级的自动分类	首次采用Xception架构的CNN结合多种机器学习模型，在咖啡烘焙等级分类中实现100%准确率	NA	开发自动化咖啡烘焙等级分类系统以提高质量控制效率	咖啡豆烘焙等级	计算机视觉	NA	图像增强技术	CNN, AdaBoost, random forest, SVM	图像	1600张高质量图像，均匀覆盖四个烘焙等级（绿色、浅度、中度、深度）
214	2025-09-13	High-resolution imaging system for integration into intelligent noncontact total body scanner 2025-Sep, Journal of biomedical optics IF:3.0Q2 DOI:10.1117/1.JBO.30.9.096001 PMID:40927515	研究论文	开发了一种用于非接触式全身扫描仪的高分辨率光学皮肤成像模块及软件，通过焦点堆栈和深度学习技术提升黑色素瘤早期诊断性能	采用电可调液体镜头实现体内快速多焦点图像采集，结合焦点堆栈与超分辨率算法生成全清晰皮肤图像，并集成AI分类模型	与接触式皮肤镜标准相比，个别病变分辨率存在差异，超分辨率技术需谨慎使用以避免原始数据真实性受损	提升非接触式全身扫描仪的诊断准确性和可靠性，用于黑色素瘤的早期检测	皮肤病变图像，特别是不同形状的皮肤损伤	计算机视觉	黑色素瘤	焦点堆栈、深度学习超分辨率、AI分类	CNN（基于上下文推测）	图像	NA（未明确说明样本数量）
215	2025-09-13	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地区迁徙角马进行独立数量评估	首次结合U-Net和YOLOv8深度学习模型，实现大范围（超4000平方公里）卫星影像中角马的自动检测与计数	调查方法的时空覆盖范围差异可能导致部分数量差异，传统方法与卫星方法的结果存在不一致	通过AI卫星遥感技术对塞伦盖蒂-马拉生态系统中角马迁徙种群进行独立数量评估	塞伦盖蒂地区迁徙的角马种群	计算机视觉	NA	卫星遥感成像，深度学习目标检测	U-Net, YOLOv8	卫星图像	2022年8月和2023年8月连续两年超过4000平方公里的卫星影像数据
216	2025-09-13	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	提出一种基于深度学习的araCNA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	首次将Transformer替代模型（如Mamba）应用于基因组尺度序列分析，能够处理百万级序列长度并学习长程相互作用，且仅需肿瘤样本无需匹配正常样本	方法仅在模拟数据上训练，在真实数据验证规模有限（50个TCGA样本）	开发高精度体细胞拷贝数变异检测算法	癌症全基因组测序数据	机器学习	癌症	全基因组测序（WGS）	Transformer（Mamba）	基因组序列数据	50个TCGA全基因组测序样本
217	2025-09-13	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	本文综述了人工智能在上消化道内镜诊断中的应用及其对疾病检测、特征分析和临床管理的变革性影响	探讨了基于图像和非图像的AI技术（如卷积神经网络和拉曼光谱）的整合，以实现实时决策支持和分子水平组织表征	AI在内镜中的应用面临验证不足、用户中心设计缺乏以及内镜医师培训需求等挑战，存在过度依赖和技能退化的风险	提升上消化道疾病的诊断准确性和临床工作效率，推动个性化治疗规划	上消化道疾病，包括癌前病变（如Barrett食管、萎缩性胃炎、胃肠上皮化生）和早期胃癌	数字病理	上消化道疾病	机器学习、深度学习、拉曼光谱	CNN	图像、光谱数据	NA
218	2025-09-13	A Novel Convolutional Neural Network for Automated Multiple Sclerosis Brain Lesion Segmentation 2025 Sep-Oct, Journal of neuroimaging : official journal of the American Society of Neuroimaging IF:2.3Q2 DOI:10.1111/jon.70085 PMID:40937688	研究论文	开发了一种基于深度学习的自动化多发性硬化脑部病灶分割算法FLAMeS，用于T2加权FLAIR MRI图像分析	基于nnU-Net 3D全分辨率U-Net架构，在多个外部数据集上验证并显著优于现有公开方法	对小于10 mm³的小病灶检测存在遗漏	开发自动化多发性硬化脑部病灶分割算法以替代耗时且不一致的手动分割	多发性硬化患者的脑部MRI图像	医学图像分析	多发性硬化	深度学习，MRI成像	nnU-Net 3D U-Net	医学图像	训练集668例FLAIR扫描，测试集包含MSSEG-2（14例）、MSLesSeg（51例）和临床队列（10例）
219	2025-09-13	Validating community concerns of menstrual changes associated with COVID-19 vaccination using a self-controlled case series analysis of real-world data 2025-Aug-30, Vaccine IF:4.5Q2 DOI:10.1016/j.vaccine.2025.127511 PMID:40695092	研究论文	本研究通过分析社交媒体数据和真实世界医疗数据，验证了COVID-19 mRNA疫苗接种与月经变化之间的关联	结合深度学习框架VaxPulse分析社交媒体讨论，并采用自控病例系列分析验证真实世界数据中的月经紊乱现象	研究基于观察性数据，无法确定因果关系，且仅关注了短期影响（最长13周）	调查COVID-19疫苗接种是否与月经紊乱发生率的增加相关	15-49岁女性在COVID-19疫苗接种后的月经变化情况	公共卫生	月经紊乱	自控病例系列分析（SCCS），深度学习自然语言处理	深度学习框架（VaxPulse）	社交媒体文本数据，医疗记录数据	澳大利亚全科医疗数据集中的15-49岁女性患者，社交媒体平台70,977条相关讨论帖子
220	2025-09-13	Integration of Gene Expression and Digital Histology to Predict Treatment-Specific Responses in Breast Cancer 2025-Aug-27, medRxiv : the preprint server for health sciences DOI:10.1101/2025.08.25.25334393 PMID:40909848	研究论文	本研究通过深度学习整合基因表达和数字病理学数据，预测乳腺癌患者对新辅助化疗的特定治疗反应	开发基于Transformer的模型从H&E染色切片预测基因表达特征，并在多个独立队列中验证其预测病理完全缓解的能力	研究主要基于回顾性队列数据，需要在前瞻性临床试验中进一步验证	预测乳腺癌患者对新辅助化疗的治疗反应并指导精准治疗选择	1,940名接受新辅助化疗的乳腺癌患者	数字病理学	乳腺癌	深度学习、RNA测序、数字病理学	Transformer	图像、基因表达数据	1,940例乳腺癌患者样本，来自多个临床试验和真实世界队列