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	2025-08-07	ICD code mapping model based on clinical text tree structure 2025-09, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103163 PMID:40446588	研究论文	提出了一种基于临床文本树结构的ICD编码模型TRIC，用于电子病历的自动ICD编码	结合了选区树模型和基于transformer的模型提取临床记录的结构和特征，并使用Tree-lstm模型丰富特征，提高了ICD编码的质量和效率	未提及模型在更广泛数据集上的泛化能力或实际临床应用中的潜在问题	解决电子病历ICD编码中语义表示模糊和未考虑临床记录结构特征的问题	电子病历中的临床记录文本	自然语言处理	NA	深度学习	Transformer, Tree-lstm, bioBERT, 全连接神经网络	文本	MIMIC-III完整数据集和样本数据集
202	2025-08-07	Quantitative computed tomography imaging classification of cement dust-exposed patients-based Kolmogorov-Arnold networks 2025-09, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103166 PMID:40450965	研究论文	本研究利用Kolmogorov-Arnold网络（KANs）对水泥粉尘暴露患者的定量计算机断层扫描（QCT）成像数据进行分类，以评估与水泥粉尘暴露相关的呼吸状况	首次将Kolmogorov-Arnold网络（KANs）应用于QCT成像数据的分类，显著提高了分类性能，并通过SHAP分析增强了模型的可解释性	研究仅针对水泥粉尘暴露患者，可能不适用于其他类型的粉尘或污染物暴露	提高水泥粉尘暴露患者呼吸状况的早期检测准确性	609名个体（311名水泥粉尘暴露患者和298名健康对照）的QCT成像数据	数字病理学	肺部疾病	定量计算机断层扫描（QCT）成像	Kolmogorov-Arnold网络（KANs）	图像	609名个体（311名水泥粉尘暴露患者和298名健康对照）
203	2025-08-07	ECG synthesis for cardiac arrhythmias: Integrating self-supervised learning and generative adversarial networks 2025-09, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103162 PMID:40460597	研究论文	本文提出了一种结合自监督学习和生成对抗网络的心电图合成方法，用于生成逼真的心律失常信号	提出了一种新型条件生成架构ECGAN，能够调节心电图记录的概率分布，并在心律失常分类任务中实现了性能提升	未提及具体的数据隐私保护措施细节，且合成数据的临床应用效果需要进一步验证	开发能够生成逼真心电图信号的方法，以解决标记临床数据不足和患者匿名化问题	心电图时间序列数据	机器学习	心血管疾病	自监督学习, 生成对抗网络	ECGAN (基于GAN的条件生成模型)	时间序列数据(心电图)	使用了MIT-BIH、BIDMC和PTB数据集(具体样本量未明确说明)
204	2025-08-07	VAE-GANMDA: A microbe-drug association prediction model integrating variational autoencoders and generative adversarial networks 2025-09, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103198 PMID:40540756	研究论文	提出了一种整合变分自编码器(VAE)和生成对抗网络(GAN)的模型VAE-GANMDA，用于预测微生物-药物关联	通过融合VAE和GAN学习数据的流形分布，改进VAE生成模块，整合CBAM和高斯核函数增强特征提取能力，并结合SVD技术提取线性特征	未明确提及具体局限性	开发高效的微生物-药物关联预测方法以减少传统生物实验的时间和成本	微生物和药物之间的关联	机器学习	NA	VAE, GAN, SVD, k-means++, MLP	VAE-GANMDA	关联数据	未明确提及具体样本量
205	2025-08-07	Interactive prototype learning and self-learning for few-shot medical image segmentation 2025-09, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103183 PMID:40544698	研究论文	本文提出了一种新的交互式原型学习和自学习网络，用于解决医学图像分割中的少样本学习问题	提出深度编码-解码模块、交互式原型学习模块和查询特征引导的自学习模块，以解决类内不一致性和类间相似性带来的分割挑战	NA	提高医学图像分割在少样本学习场景下的性能和泛化能力	医学图像	数字病理	NA	少样本学习	深度编码-解码网络	图像	NA
206	2025-08-07	Predicting drug-drug interactions: A deep learning approach with GCN-based collaborative filtering 2025-09, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103185 PMID:40544699	研究论文	本文提出了一种基于图卷积网络（GCN）和协同过滤的AI推荐模型，用于预测药物间的相互作用（DDIs）	该方法通过分析药物间的连接性而非化学结构来预测DDIs，避免了传统分类模型中需要采样未定义相互作用作为负样本的问题，并能预测所有未知药物对的潜在相互作用	模型的效能仅通过DDI报告验证，未涉及其他可能的验证方式	预测药物间的相互作用以提高患者用药安全性	药物及其相互作用	机器学习	NA	图卷积网络（GCN）和协同过滤	GCN	药物相互作用数据	4,072种药物和1,391,790对药物相互作用
207	2025-08-07	High-Performance Open-Source AI for Breast Cancer Detection and Localization in MRI 2025-Sep, Radiology. Artificial intelligence DOI:10.1148/ryai.240550 PMID:40560044	research paper	开发并评估了一个开源深度学习模型，用于在MRI扫描中检测和定位乳腺癌	使用了迄今为止最大的乳腺癌MRI数据集进行训练，并展示了模型在不同临床站点和扫描方向上的良好泛化能力	研究是回顾性的，可能需要前瞻性研究进一步验证模型性能	开发高性能的开源AI工具用于乳腺癌的检测和定位	乳腺癌患者的MRI扫描图像	digital pathology	breast cancer	MRI	Neural Networks	image	30,672例矢状面MRI检查（52,598个乳房）来自9,986名女性患者（平均年龄52.1岁±11.2），验证集包括6,615个乳房（主站点矢状面）、7,058个乳房（主站点轴向）和1,840个乳房（第二临床站点）
208	2025-08-07	A prior knowledge-supervised fusion network predicts survival after radiotherapy in patients with advanced gastric cancer 2025-09, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103184 PMID:40587926	研究论文	提出一种基于先验知识的多模态融合方法，用于预测晚期胃癌患者放疗后的总生存期	提出先验知识监督的融合网络（PKSFnet）及新型采样策略，整合多模态信息并挖掘患者特征空间	未明确说明模型在外部验证集上的泛化能力或临床实际应用中的可行性	预测晚期胃癌患者放疗后的总生存期以辅助临床诊疗决策	晚期胃癌患者的CT影像及多模态临床数据	数字病理	胃癌	多模态特征融合（MdFF模块）	PKSFnet（先验知识监督的融合网络）	CT影像及临床多模态数据	未明确提及具体样本量
209	2025-08-07	Your turn: At home turning angle estimation for Parkinson's disease severity assessment 2025-09, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103194 PMID:40577945	研究论文	本文提出了一种基于深度学习的方法，通过从视频中提取3D骨架并计算髋关节和膝关节的旋转，自动量化帕金森病患者的转弯角度	首次探索使用单目摄像头数据在家庭环境中量化帕金森病患者的转弯角度，并公开了所有数据和模型，为未来的帕金森病步态研究提供了基线	由于在自由生活环境中难以获得准确的地面真实数据，角度被量化为最近的45°分箱，基于专家临床医生的手动标记	通过量化转弯角度，利用步态特征作为帕金森病进展的敏感指标	帕金森病患者和健康对照志愿者的转弯视频	计算机视觉	帕金森病	3D骨架提取	Fastpose和Strided Transformer	视频	来自24名受试者（12名帕金森病患者和12名健康对照志愿者）的1386个转弯视频片段
210	2025-08-07	Artificial intelligence in muscle-invasive bladder cancer: opportunities, challenges, and clinical impact 2025-Sep-01, Current opinion in urology IF:2.1Q2 DOI:10.1097/MOU.0000000000001309 PMID:40765429	综述	本文全面回顾了人工智能在肌层浸润性膀胱癌（MIBC）管理中的应用现状与未来潜力	探讨AI在MIBC诊断、治疗规划和疗效评估中的创新应用，如深度学习模型在癌症检测和分期中的高准确性	存在方法学限制、数据集异质性、工作流整合障碍和监管不确定性等挑战	评估AI在MIBC管理中的应用及其对患者护理的潜在影响	肌层浸润性膀胱癌（MIBC）患者	数字病理学	膀胱癌	深度学习、机器学习、放射组学	深度学习模型、机器学习算法	图像、临床数据	NA
211	2025-08-07	Artificial intelligence driven neuropsychiatry: a systematic review of electroencephalography-based computational techniques for major depressive disorder prediction 2025-Aug-16, Neuroscience IF:2.9Q2 DOI:10.1016/j.neuroscience.2025.07.010 PMID:40639536	系统综述	本文综述了基于脑电图信号的计算技术在预测重度抑郁症中的应用，探讨了缺乏标准化计算框架的问题	比较了深度学习方法（如CNN和混合CNN-LSTM模型）与传统机器学习方法在抑郁症预测中的性能，并探讨了单通道和少电极配置的潜力	方法学不一致、数据异质性和模型可解释性有限阻碍了模型的泛化性和可靠性，缺乏标准化评估协议也限制了研究结果的可比性	探讨人工智能驱动的脑电图分析在抑郁症诊断中的应用，推动精准精神病学的发展	重度抑郁症患者的脑电图信号	数字病理学	抑郁症	脑电图信号分析	CNN, LSTM, 混合CNN-LSTM模型, SVM	脑电图信号	NA
212	2025-08-07	Harnessing artificial intelligence to advance insights in systemic sclerosis skin and lung disease 2025-Aug-07, Current opinion in rheumatology IF:5.2Q1 DOI:10.1097/BOR.0000000000001114 PMID:40767529	综述	本文综述了人工智能在系统性硬化症（SSc）皮肤和肺部疾病研究中的应用	利用监督和无监督机器学习方法识别患者亚群和预测模型，以及深度学习在肺部和皮肤活检图像分析中的应用	研究主要基于相对较小的SSc队列，可能影响结果的广泛适用性	总结人工智能在系统性硬化症皮肤和肺部疾病研究中的应用进展	系统性硬化症（SSc）患者	数字病理学	系统性硬化症	监督机器学习、无监督机器学习、深度学习	监督机器学习、无监督机器学习、深度学习	图像、临床数据	相对较小的SSc队列
213	2025-08-07	Virtual Hydrolysis-Based Screening of Wheat-Derived DPP-IV Inhibitory Peptides: A Mechanistic Analysis Integrating Cell Experiments and Molecular Dynamics Simulations 2025-Aug-06, Journal of agricultural and food chemistry IF:5.7Q1 DOI:10.1021/acs.jafc.5c03006 PMID:40623964	研究论文	本研究结合计算模拟与实验验证，从小麦蛋白中筛选具有潜在DPP-IV抑制活性的肽段	采用虚拟水解和深度学习算法ConPLex筛选肽段，结合分子动力学模拟揭示抑制机制	未提及实验样本量及临床前或临床试验数据	开发具有DPP-IV抑制活性的肽类健康食品	小麦蛋白衍生的肽段	计算生物学	糖尿病	虚拟水解、分子动力学模拟(MD)、tau随机加速分子动力学(tau-RaMD)	ConPLex深度学习算法	蛋白质序列数据、分子动力学模拟数据	筛选出4种肽段(TENEWK, NFVSER, LDLPSK, QHEQR)
214	2025-08-07	An improved domain-adversarial network for predicting hemodialysis adequacy 2025-Aug-06, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/adf3b9 PMID:40706617	研究论文	本文提出了一种改进的领域对抗网络（DANN）框架，用于预测血液透析的充分性（Kt/V）	结合LSTM和KAN的特征提取器，以及多头部注意力机制的标签预测器，有效缓解了患者和设备间数据分布偏移的问题	样本量较小，仅涉及17名终末期肾病患者	提高血液透析治疗的智能化和效率，开发一种准确、低成本且兼容多种透析设备的Kt/V预测方法	终末期肾病（ESRD）患者的血液透析治疗	机器学习	肾病	领域对抗神经网络（DANN）	LSTM, KAN, 多头部注意力机制	临床和模拟数据	17名ESRD患者
215	2025-08-07	BlurryScope enables compact, cost-effective scanning microscopy for HER2 scoring using deep learning on blurry images 2025-Aug-06, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-01882-x PMID:40764388	研究论文	开发了一种名为BlurryScope的快速扫描光学显微镜，利用连续图像采集和深度学习技术，为组织切片的自动检测和分析提供了一种经济高效且紧凑的解决方案	通过使用运动模糊图像和深度学习技术，实现了在低成本和小型化设备上对HER2评分的自动分类，与高端数字扫描显微镜结果一致	在284个患者样本的测试集上，4分类和2分类的准确率分别为79.3%和89.7%，仍有提升空间	开发一种经济高效且紧凑的自动化显微镜解决方案，用于HER2评分的自动分类	免疫组化染色的乳腺癌组织切片	数字病理学	乳腺癌	深度学习	NA	图像	284个独特的患者核心样本
216	2025-08-07	Current applications of deep learning in vertebral fracture diagnosis 2025-Aug-06, Osteoporosis international : a journal established as result of cooperation between the European Foundation for Osteoporosis and the National Osteoporosis Foundation of the USA IF:4.2Q1 DOI:10.1007/s00198-025-07604-z PMID:40764417	综述	本文综述了深度学习在椎体骨折诊断中的应用	深度学习在椎体骨折诊断中的应用，包括椎体识别和椎体骨折类型分类，可能显著减少放射科医生和骨科医生的工作量，并大大提高椎体骨折诊断的准确性	NA	总结深度学习模型在椎体骨折诊断中的应用	椎体骨折诊断	数字病理学	骨科疾病	深度学习	NA	医学影像	NA
217	2025-08-07	Pyramidal attention-based T network for brain tumor classification: a comprehensive analysis of transfer learning approaches for clinically reliable and reliable AI hybrid approaches 2025-Aug-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-11574-x PMID:40764518	研究论文	提出了一种基于金字塔注意力的T网络（PABT-Net），用于脑肿瘤分类，并通过综合评估验证了其临床可靠性	结合了分层金字塔注意力机制和基于T块的双分区特征提取，以及自卷积扩张神经分类器，提高了空间区分能力并减少了误报	未提及具体的数据偏差或模型在小样本上的表现	开发一种高精度、临床可靠的脑肿瘤自动分类模型	脑MRI图像中的四种肿瘤类型：神经胶质瘤、脑膜瘤、无肿瘤和垂体瘤	数字病理学	脑肿瘤	深度学习	PABT-Net（结合CNN和注意力机制）	图像	7023张脑MRI图像，来自三个数据集（Figshare、Sartaj和Br35H）
218	2025-08-07	Fast Multi-Dimensional Imaging Using the Unsupervised 3D Noise2Void Denoising Network 2025-Aug-06, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c01367 PMID:40765279	研究论文	提出一种基于3D Noise2Void网络的无监督去噪方法，用于提高拉曼高光谱和3D相位成像数据的质量	该方法在去噪操作中同时考虑所有三个维度，且无需大量高信噪比训练数据	未明确提及具体局限性	提高多维成像数据的去噪效果	酵母细胞的拉曼数据和COS7细胞的相位断层扫描及动态成像数据	计算机视觉	NA	拉曼成像和相位成像	3D Noise2Void (3D N2V)网络	拉曼高光谱和3D相位成像数据	酵母细胞和COS7细胞的成像数据
219	2025-08-07	Integrating Physics-Based Simulations with Data-Driven Deep Learning Represents a Robust Strategy for Developing Inhibitors Targeting the Main Protease 2025-Aug-06, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c01307 PMID:40767530	研究论文	本文提出了一种结合物理模拟和数据驱动深度学习的计算流程Deep-CovBoost，用于优化针对冠状病毒主蛋白酶的抑制剂	将深度学习与自由能微扰(FEP)模拟相结合，开发了一种新的计算流程Deep-CovBoost，用于指导针对冠状病毒主蛋白酶的抑制剂的结构优化	NA	加速先导化合物优化和抗病毒设计	冠状病毒主蛋白酶抑制剂	机器学习和计算化学	冠状病毒感染	自由能微扰(FEP)模拟和深度学习	深度学习	分子结构和模拟数据	NA
220	2025-08-07	Segmenting Whole-Body MRI and CT for Multiorgan Anatomic Structure Delineation 2025-Aug-06, Radiology. Artificial intelligence DOI:10.1148/ryai.240777 PMID:40767616	研究论文	开发并验证了MRSegmentator，一种用于MRI扫描多器官分割的跨模态深度学习模型	利用跨模态迁移学习从现有的CT分割模型中学习，实现了40个解剖结构的分割，并在多个测试数据集上表现出色	较小结构的分割效果较差，如门静脉/脾静脉和肾上腺	开发一种能够准确分割MRI和CT图像中多器官解剖结构的深度学习模型	MRI和CT图像中的多器官解剖结构	数字病理	NA	深度学习	MRSegmentator	MRI和CT图像	1,200个UK Biobank Dixon MRI序列（50名参与者），221个内部腹部MRI序列（177名患者），1,228个TotalSegmentator-CT数据集的CT扫描