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
22921	2025-10-06	A Comparative Study of Deep Learning Dose Prediction Models for Cervical Cancer Volumetric Modulated Arc Therapy 2024 Jan-Dec, Technology in cancer research & treatment IF:2.7Q3 DOI:10.1177/15330338241242654 PMID:38584413	研究论文	比较四种深度学习模型在宫颈癌VMAT治疗中体素级剂量分布的预测性能	首次系统比较四种先进三维深度学习模型在宫颈癌VMAT剂量预测中的表现	回顾性研究，样本量相对有限（261例患者）	评估不同深度学习模型在放射治疗剂量预测中的性能	宫颈癌患者的VMAT治疗计划	医学影像分析	宫颈癌	容积旋转调强放疗(VMAT)	3D CNN	CT图像, 解剖结构掩膜	261例宫颈癌患者治疗计划	NA	3D U-Net, UNETR	平均绝对误差(MAE), 剂量图差异, 临床剂量学指标, Dice相似系数(DSC)	NA
22922	2025-10-06	Analysis of ultrasonographic images using a deep learning-based model as ancillary diagnostic tool for diagnosing gallbladder polyps 2023-12, Digestive and liver disease : official journal of the Italian Society of Gastroenterology and the Italian Association for the Study of the Liver IF:4.0Q1 DOI:10.1016/j.dld.2023.06.023 PMID:37407319	研究论文	本研究开发基于深度学习的超声图像分析模型，作为胆囊息肉诊断的辅助工具	首次将深度学习模型应用于胆囊息肉的超声图像分类，并评估其对不同经验水平医生的辅助诊断效果	回顾性研究设计，样本量相对有限（263名患者），需进一步前瞻性验证	评估深度学习模型在鉴别肿瘤性胆囊息肉与非肿瘤性胆囊息肉中的效能	胆囊息肉患者的超声图像	计算机视觉	胆囊疾病	超声成像	深度学习	图像	263名患者的3,754张超声图像	NA	NA	准确率, 敏感性, 特异性	NA
22923	2025-10-06	Identification of gastric signet ring cell carcinoma based on endoscopic images using few-shot learning 2023-12, Digestive and liver disease : official journal of the Italian Society of Gastroenterology and the Italian Association for the Study of the Liver IF:4.0Q1 DOI:10.1016/j.dld.2023.07.005 PMID:37455154	研究论文	本研究提出了一种基于小样本学习的胃印戒细胞癌内镜图像识别方法	采用双重预训练策略（ImageNet和食管内镜图像）结合小样本学习框架解决胃印戒细胞癌样本稀缺问题	每类新类别仅使用50个样本，样本量较小	开发基于内镜图像的胃印戒细胞癌计算机辅助诊断方法	胃良性溃疡、腺癌和印戒细胞癌的内镜图像	计算机视觉	胃癌	内镜成像	CNN	图像	每类50个样本（胃良性溃疡、腺癌和SRCC），共150个样本	TensorFlow/PyTorch（未明确指定）	EfficientNetV2-S	准确率, 灵敏度, 召回率, 精确率, F1-score, 特异性, AUC	NA
22924	2025-10-06	Multimodal deep learning improving the accuracy of pathological diagnoses for membranous nephropathy 2025-Dec, Renal failure IF:3.0Q1 DOI:10.1080/0886022X.2025.2528106 PMID:40659521	研究论文	开发多模态深度学习系统提高膜性肾病病理诊断准确性	首次结合PASM染色、免疫荧光和电镜图像构建多模态诊断系统，在荧光图像分类和沉积物分割方面优于病理医生	研究主要针对膜性肾病，尚未验证对其他肾小球疾病的泛化能力	开发辅助病理医生诊断膜性肾病的多模态病理诊断系统	膜性肾病患者的肾脏活检图像数据	数字病理	肾脏疾病	PASM染色、免疫荧光、电子显微镜	深度学习模型	病理图像	138名各种肾脏疾病患者	NA	NA	准确率, 召回率, F1分数, Dice系数, IoU	NA
22925	2025-10-06	Genotype Prediction from Retinal Fundus Images Using Deep Learning in Eyes with Age-Related Macular Degeneration 2025 Nov-Dec, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2025.100836 PMID:40661176	研究论文	使用深度学习模型从年龄相关性黄斑变性患者的视网膜眼底图像预测高风险基因变异	首次利用深度学习直接从视网膜眼底图像预测AMD相关高风险基因型，无需基因检测	样本量相对有限（1754名参与者），模型性能在不同AMD阶段存在差异	开发从视网膜眼底图像预测年龄相关性黄斑变性高风险基因型的深度学习算法	年龄相关性黄斑变性患者的视网膜眼底图像	计算机视觉	年龄相关性黄斑变性	视网膜眼底成像	CNN, Vision Transformer	图像	1754名参与者的31,271张视网膜彩色眼底照片	NA	Vision Transformer	AUROC, 平衡准确率, 平均精确率	NA
22926	2025-10-06	A deep learning model for accurate segmentation of the Drosophila melanogaster brain from Micro-CT imaging 2025-Sep, Developmental biology IF:2.5Q2 DOI:10.1016/j.ydbio.2025.05.027 PMID:40447251	研究论文	开发了一种基于预训练神经网络的深度学习模型，用于从Micro-CT图像中精确分割果蝇大脑	仅需1-3张Micro-CT图像即可训练准确的3D深度学习模型，并能适应不同组织对比染色、扫描仪型号和基因型	训练数据量有限（仅1-3张图像）	开发自动化的果蝇大脑分割方法以替代耗时的人工分析	成年黑腹果蝇大脑	计算机视觉	NA	Micro-CT成像	深度学习	3D Micro-CT图像	1-3张果蝇大脑Micro-CT图像	NA	预训练神经网络	NA	NA
22927	2025-10-06	AI-Driven Dental Caries Management Strategies: From Clinical Practice to Professional Education and Public Self Care 2025-Aug, International dental journal IF:3.2Q1 DOI:10.1016/j.identj.2025.04.007 PMID:40354695	综述	概述人工智能在龋齿管理中的应用现状，涵盖临床实践、专业教育和公众自我护理	首次系统整合AI在龋齿管理全流程中的应用，包括风险评估、影像诊断、治疗规划、专业培训和公众自我管理	未涉及具体临床验证数据和算法性能比较	探讨人工智能技术在龋齿个性化管理中的应用前景	龋齿患者、牙科专业人员、牙科学生和普通公众	机器学习	龋齿	机器学习，深度学习	NA	图像，行为数据，风险因素数据	NA	NA	NA	NA	NA
22928	2025-04-12	Performance of deep learning algorithm based on Xception in evaluating morphological characteristics reflecting the activity of vitiligo 2025-Jul-17, The British journal of dermatology DOI:10.1093/bjd/ljaf133 PMID:40209097	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
22929	2025-10-06	Artificial intelligence techniques in inherited retinal diseases: a review 2025-Jul-16, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ade9c7 PMID:40587976	综述	本文综述了人工智能技术在遗传性视网膜疾病诊断和管理中的应用现状与前景	整合了AI在遗传性视网膜疾病领域的碎片化知识，提出可解释AI在临床应用中的重要性，并构建了推进临床应用的系统化路径	作为综述文章，不包含原始研究数据，主要基于现有文献进行分析和总结	探讨人工智能技术在遗传性视网膜疾病诊断、预后和管理中的应用潜力	遗传性视网膜疾病相关研究和临床数据	数字病理	遗传性视网膜疾病	NA	机器学习,深度学习	NA	NA	NA	NA	NA	NA
22930	2025-10-06	Inverse Design of Manufacturable Infrared Metasurfaces Based on Multimodal Deep Learning Methods 2025-Jul-16, ACS applied materials & interfaces IF:8.3Q1 DOI:10.1021/acsami.5c07116 PMID:40623946	研究论文	提出基于多模态深度学习方法的可制造红外超表面逆向设计框架	提出多模态神经网络框架解决复合周期性微结构的逆向设计问题，生成速度比传统方法快数个数量级	NA	实现复杂光子系统的按需逆向设计	复合周期性微结构和红外隐身超表面	机器学习	NA	红外辐射控制技术	深度学习,神经网络	光谱数据,结构参数	NA	NA	多模态神经网络	红外发射率	NA
22931	2025-10-06	LCwmcaR: Learning Cross-Window Cross-Modality Correlation-Aware Representation for Human Activity Recognition 2025-Jul-16, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2025.3581226 PMID:40668703	研究论文	提出一种名为LCwmcaR的跨窗口跨模态相关性感知框架，用于人类活动识别任务	首次提出同时建模时空依赖的跨窗口跨模态相关性学习框架，设计了可学习时间二维化策略和跨窗口相关性感知特征生成模块	NA	解决人类活动识别中空间分布信息建模不足和跨窗口交互学习缺失的问题	人类活动识别数据	机器学习	NA	深度学习	Mamba, CNN	传感器序列数据	四个公共数据集	NA	双分支网络	准确率等指标（具体未明确说明）	NA
22932	2025-10-06	AMPred-MFG: Investigating the Mutagenicity of Compounds Using Motif-Based Graph Combined with Molecular Fingerprints and Graph Attention Mechanism 2025-Jul-16, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-025-00742-2 PMID:40670804	研究论文	提出一种结合分子指纹和基序图的新型深度学习模型AMPred-MFG，用于预测药物分子的致突变性	首次将分子指纹特征、分子图特征与基序图相结合，并利用图注意力机制提取关键分子片段特征	未明确说明模型对特定类型分子的预测局限性及数据集的潜在偏差	开发准确预测化合物致突变性的计算工具以辅助药物早期开发	药物分子化合物	机器学习	NA	深度学习	图Transformer, 多层感知机	分子图数据, 分子指纹数据	未明确说明具体样本数量	未明确说明	图Transformer, 多层感知机	AUC, ACC, SEN, NPV, PPV, MCC	NA
22933	2025-10-06	Machine and deep learning models for predicting high pressure density of heterocyclic thiophenic compounds based on critical properties 2025-Jul-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-09600-z PMID:40659686	研究论文	本研究使用机器学习和深度学习模型预测七种噻吩衍生物的高压密度	首次将临界性质作为输入参数，并比较多种先进机器学习模型在噻吩衍生物高压密度预测中的性能	仅针对七种特定噻吩衍生物进行研究，模型泛化能力需进一步验证	开发准确预测噻吩衍生物高压密度的计算模型	七种噻吩衍生物（噻吩、2-甲基噻吩、3-甲基噻吩、2,5-二甲基噻吩、2-噻吩甲醇、2-噻吩甲醛和2-乙酰噻吩）	机器学习	NA	临界性质分析	DT, AdaBoost-DT, LightGBM, GBoost, TabNet, DNN	数值数据	NA	NA	决策树, 自适应提升决策树, 轻量梯度提升机, 梯度提升, 表格神经网络, 深度神经网络	AAPRE, RMSE, 决定系数R	NA
22934	2025-10-06	Evaluating the strength properties of high-performance concrete in the form of ensemble and hybrid models using deep learning techniques 2025-Jul-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-10860-y PMID:40659776	研究论文	本研究开发了基于深度学习的混合和集成模型来预测高性能混凝土的抗压强度和坍落度流动性能	结合元启发式算法(GWO, QPSO)与机器学习模型(T-SFIS, GBMBoost, Decision Tree)构建混合和集成框架，显著提高了预测精度	研究仅基于191种混合物的数据集，样本规模相对有限	开发高精度预测高性能混凝土力学性能的计算模型	高性能混凝土的抗压强度和坍落度流动性能	机器学习	NA	深度学习	集成模型, 混合模型, Decision Tree	混凝土混合物性能数据	191种混凝土混合物	NA	T-SFIS, GBMBoost, Decision Tree, GWO, QPSO	R², RMSE	NA
22935	2025-10-06	NeXtMD: a new generation of machine learning and deep learning stacked hybrid framework for accurate identification of anti-inflammatory peptides 2025-Jul-15, BMC biology IF:4.4Q1 DOI:10.1186/s12915-025-02314-8 PMID:40660190	研究论文	提出了一种名为NeXtMD的新型机器学习与深度学习混合框架，用于准确识别抗炎肽	开发了双模块堆叠框架，整合机器学习和深度学习组件，采用四类序列衍生描述符和两阶段预测策略	NA	准确识别抗炎肽以支持药物开发和炎症疾病治疗	抗炎肽序列	机器学习	炎症疾病	序列分析	机器学习,深度学习	肽序列数据	NA	NA	ResNeXt	准确率,精确率,召回率,F1分数,AUC	NA
22936	2025-10-06	Harnessing AlphaFold to reveal hERG channel conformational state secrets 2025-Jul-14, eLife IF:6.4Q1 DOI:10.7554/eLife.104901 PMID:40658102	研究论文	本研究利用AlphaFold结合结构模板预测hERG离子通道的不同构象状态，揭示其功能机制和药物结合特性	首次展示通过精心选择结构模板可引导AlphaFold预测特定功能状态，发现hERG通道失活机制和增强药物结合的新分子特征	方法依赖于结构模板的选择质量，计算预测仍需实验验证	解析跨膜离子通道蛋白的离散构象状态，提升药物安全性筛选能力	hERG钾离子通道（K11.1）	计算生物学	心律失常	AlphaFold蛋白质结构预测，分子对接，分子动力学模拟	深度学习	蛋白质结构数据，实验验证数据	NA	AlphaFold	AlphaFold	与实验药物亲和力的一致性，结构特征验证	NA
22937	2025-10-06	Pathological omics prediction of early and advanced colon cancer based on artificial intelligence model 2025-Jul-14, Discover oncology IF:2.8Q2 DOI:10.1007/s12672-025-03119-5 PMID:40658261	研究论文	本研究开发了一种基于全切片图像的AI模型用于预测结肠癌分期	结合病理组学诊断开发深度学习模型预测结肠癌分期，相比传统机器学习方法具有更高识别精度	外部验证集性能相对较低（AUC 0.700），样本量有限	开发基于病理切片的AI模型预测结肠癌分期	结肠癌患者病理切片	数字病理	结肠癌	全切片图像分析	机器学习算法,深度学习算法	病理图像	100张训练集病理切片 + 421张TCGA外部验证集病理切片	CellProfiler, CLAM	NA	AUC, 准确率	NA
22938	2025-10-06	Identification of a 10-species microbial signature of inflammatory bowel disease by machine learning and external validation 2025-Jul-14, Cell regeneration (London, England) DOI:10.1186/s13619-025-00246-w PMID:40658318	研究论文	本研究通过机器学习方法识别出与炎症性肠病相关的10种微生物标志物，并进行了外部验证	首次开发了基于10种微生物特征的XGBoost分类模型，并采用标准化方法确保宏基因组和16S测序数据的可比性	模型性能在不同人群和数据质量下存在差异，需要进一步验证	开发非侵入性生物标志物以提高炎症性肠病的诊断精度	炎症性肠病患者和健康对照的粪便样本	机器学习	炎症性肠病	宏基因组测序,16S测序	XGBoost	微生物组测序数据	181份粪便样本（验证集）	XGBoost	XGB-IBD10	准确率	NA
22939	2025-10-06	Uncertainty aware domain incremental learning for cross domain depression detection 2025-Jul-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-10917-y PMID:40659724	研究论文	提出一种不确定性感知的领域增量学习框架用于跨领域抑郁症检测	整合了不确定性引导的自适应类别阈值学习和无数据领域对齐方法，解决了领域间隙、类别不平衡和模型不确定性问题	仅在四个基准数据集上进行验证，需要进一步在真实临床场景中测试	开发可靠的跨领域抑郁症检测方法	重度抑郁症患者的文本数据	自然语言处理	抑郁症	深度学习	深度学习模型	文本数据	四个基准数据集(CMDC, DIAC-WoZ, MODMA, EATD)	NA	UDIL-DD框架（包含UACTL和DFDA模块）	NA	NA
22940	2025-10-06	AFTG-Net: A Deep Attention-based Fusion Framework of Topological and Gradient Features for Pathological Image Analysis 2025-Jul-11, Research square DOI:10.21203/rs.3.rs-6710077/v1 PMID:40671798	研究论文	提出一种基于注意力机制的深度学习框架AFTG-Net，用于骨骼肌病理图像分类	首次将拓扑数据分析与梯度特征通过交叉加权融合方法结合，使用余弦相似度自适应平衡异构特征的贡献	NA	开发自动分类骨骼肌病理图像的机器学习方法，区分肌萎缩侧索硬化症、糖尿病和健康对照组	野生型和疾病模型（G93A*SOD1 ALS模型和Akita 1型糖尿病模型）的WGA染色骨骼肌图像	数字病理学	神经肌肉疾病, 糖尿病	WGA染色组织病理学成像	深度学习, 注意力机制	图像	多种骨骼肌（股四头肌、腓肠肌、胫骨前肌、趾长伸肌和比目鱼肌）的病理图像	NA	AFTG-Net	分类准确率	NA