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
2281	2025-10-06	Deep learning and pathomics analyses predict prognosis of high-grade gliomas 2025, Frontiers in neurology IF:2.7Q3 DOI:10.3389/fneur.2025.1614678 PMID:40860971	研究论文	本研究利用深度学习和病理组学分析高级别胶质瘤的预后预测	开发了结合病理组学特征和临床特征的联合预测模型，在高级别胶质瘤预后预测中表现出色	NA	预测高级别胶质瘤患者的预后	高级别胶质瘤患者	数字病理	脑癌	全切片图像分析	深度学习模型	病理图像	NA	NA	NA	C-index, 中位无进展生存期	NA
2282	2025-10-06	Study of obesity research using machine learning methods: A bibliometric and visualization analysis from 2004 to 2023 2024-Sep-06, Medicine IF:1.3Q2 DOI:10.1097/MD.0000000000039610 PMID:39252327	研究论文	通过文献计量学和可视化分析方法，系统评估2004-2023年间机器学习方法在肥胖研究中的应用	首次采用文献计量学方法系统分析机器学习在肥胖研究领域的发展模式和内在关系	仅纳入Web of Science数据库的英文文献，可能存在文献收录偏差	定量考察、可视化和分析机器学习方法在肥胖研究中的文献特征和发展趋势	2004-2023年间发表的3286篇肥胖研究相关文献	机器学习	肥胖症	文献计量分析	NA	文献数据	3286篇符合标准的文献	VOSviewer, CiteSpace, Excel	NA	NA	NA
2283	2025-10-06	Multimodal imaging and deep learning in geographic atrophy secondary to age-related macular degeneration 2023-Dec, Acta ophthalmologica IF:3.0Q1 DOI:10.1111/aos.15796 PMID:37933610	综述	本文全面综述了年龄相关性黄斑变性继发地图样萎缩的多模态成像基础、诊断分类流程及人工智能算法在影像数据分析中的前沿应用	系统整合多模态成像与深度学习技术，聚焦于地图样萎缩的自动诊断和预后评估	NA	探讨人工智能算法在地图样萎缩影像量化分析和临床决策支持中的应用	年龄相关性黄斑变性继发的地图样萎缩病变	医学影像分析	年龄相关性黄斑变性	多模态成像	深度学习	医学影像	NA	NA	NA	NA	NA
2284	2025-10-06	TTI and pH-responsive dual colorimetric sensor arrays combined with a cascaded deep learning approach for dynamic monitoring of freshness of fresh-cut fruits 2025-Nov-15, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.145495 PMID:40651146	研究论文	开发了一种结合pH响应指示剂和时间温度积分器的双比色传感器阵列，用于动态监测鲜切水果的新鲜度	结合pH响应指示剂和TTI的双传感器阵列设计，以及采用级联深度学习框架进行新鲜度预测	NA	解决冷链中温度波动和包装失效导致的鲜切水果货架期预测不准确问题	芒果和猕猴桃等鲜切水果	计算机视觉	NA	比色传感器阵列，金纳米粒子颜色转变	CNN	图像	NA	PyTorch	YOLOv8, ResNet-18	准确率	智能手机实时监测
2285	2025-10-06	A novel contrastive Dual-Branch Network (CDB-Net) for robust EEG-Based Alzheimer's disease diagnosis 2025-Oct-15, Brain research IF:2.7Q3 DOI:10.1016/j.brainres.2025.149863 PMID:40730254	研究论文	提出一种新颖的对比双分支网络(CDB-Net)，用于基于EEG的阿尔茨海默病鲁棒诊断	采用对比学习框架的双分支网络架构，能够学习噪声干扰下保持一致的EEG特征	仅在公开EEG数据集上验证，未提及临床实际应用验证	提高基于EEG的阿尔茨海默病诊断的准确性和鲁棒性	阿尔茨海默病患者和健康对照的EEG信号	机器学习	阿尔茨海默病	脑电图(EEG)	深度学习,对比学习	EEG信号	公开EEG数据集(具体数量未提及)	NA	双分支网络(CDB-Net)	准确率	NA
2286	2025-10-06	De Novo Design of Highly Stable Binders Targeting Dihydrofolate Reductase in Klebsiella pneumoniae 2025-Oct, Proteins IF:3.2Q2 DOI:10.1002/prot.26835 PMID:40371895	研究论文	本研究利用深度学习技术设计针对肺炎克雷伯菌二氢叶酸还原酶的新型稳定抑制剂	结合深度学习模型(OmegaFold、ProteinMPNN)从头设计具有细胞穿透肽基序的稳定抑制剂，并发现两个具有强结合亲和力的候选复合物	计算模型预测体内行为存在局限性，需要进一步的体外和体内实验验证	设计针对肺炎克雷伯菌DHFR蛋白的新型治疗性抑制剂	肺炎克雷伯菌DHFR蛋白及其设计的肽类抑制剂	生物信息学	细菌感染	深度学习、分子对接、分子动力学模拟	深度学习模型	蛋白质序列	60个从头设计的结合剂，生成7200个序列，最终筛选出10个候选序列	OmegaFold, ProteinMPNN	NA	结合亲和力、热稳定性(熔点)、分子动力学稳定性	NA
2287	2025-10-06	3D-ΔΔG: A Dual-Channel Prediction Model for Protein-Protein Binding Affinity Changes Following Mutation Based on Protein 3D Structures 2025-Oct, Proteins IF:3.2Q2 DOI:10.1002/prot.26837 PMID:40375059	研究论文	提出一种基于蛋白质3D结构的双通道深度学习模型3D-ΔΔG，用于预测蛋白质-蛋白质结合亲和力在突变后的变化	开发了能够处理多点突变的双通道预测模型，结合侧链序列信息和3D结构信息，相比现有方法在复杂突变场景下表现更优	NA	预测氨基酸残基突变引起的蛋白质-蛋白质结合亲和力变化(ΔΔG)	蛋白质-蛋白质相互作用	计算生物学	NA	深度学习	图注意力网络,蛋白质语言模型	蛋白质3D结构,氨基酸序列	SKEMPIv1和SKEMPIv2混合突变数据集	NA	双通道深度学习架构,图注意力网络	预测值与实验值的相关性	NA
2288	2025-10-06	DeepUSPS: Deep Learning-Empowered Unconstrained-Structural Protein Sequence Design 2025-Oct, Proteins IF:3.2Q2 DOI:10.1002/prot.26847 PMID:40448386	研究论文	提出DeepUSPS模型解决无约束结构蛋白质序列设计中的热稳定性不足和与天然蛋白质相似性高的问题	提出IDRNet网络增强热稳定性，构建SPFESN网络降低设计蛋白质与天然蛋白质的相似性，引入WRA优化器高效优化3Dpssm	仅通过计算机模拟实验验证，缺乏实际生物实验验证	开发高效的无约束结构蛋白质序列设计方法	无约束结构蛋白质序列	机器学习	NA	计算机模拟实验	深度学习	蛋白质序列数据，3D结构数据	1000个理想化蛋白质序列	NA	Inverted Dense Residual Network (IDRNet), Sequence-Pairwise Features Extraction Synthetic Network (SPFESN)	lg(E-value), TM-score, 迭代次数, 熔点温度, pLDDT	NA
2289	2025-10-06	ComPtr: Toward Diverse Bi-Source Dense Prediction Tasks via a Simple Yet General Complementary Transformer 2025-Oct, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3578494 PMID:40489289	研究论文	提出一种名为ComPtr的互补Transformer模型，用于处理多样化的双源密集预测任务	从更通用的双源密集预测概念出发，提出一致性增强和差异感知组件，能够为不同任务分别提取和收集来自不同图像源的重要视觉语义线索	NA	构建一个通用的双源密集预测统一模型	双源图像数据	计算机视觉	NA	深度学习	Transformer	图像	NA	NA	Transformer,序列到序列	NA	NA
2290	2025-10-06	SAS: A General Framework Induced by Sequence Association for Shape From Focus 2025-Oct, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3577595 PMID:40489288	研究论文	提出了一种基于序列关联的SAS框架，用于改进多焦点图像序列的深度估计方法	将图像序列视为完整3D数据，通过多视图分解、选择性融合和多尺度特征聚合处理，并引入更严格的多视图学习泛化误差界	未明确说明计算资源需求和具体实现细节	提高形状聚焦(SFF)方法的泛化能力	多焦点图像序列	计算机视觉	NA	形状聚焦技术	深度学习	图像序列	7个合成数据集和2个真实场景	NA	SAS框架	泛化能力评估	NA
2291	2025-10-06	Event-Based Stereo Depth Estimation: A Survey 2025-Oct, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3586559 PMID:40644099	综述	本文全面调查了基于事件相机的立体深度估计方法的发展历程、技术分类和未来方向	首次系统综述深度学习方法和立体数据集，提供创建新基准测试的实用建议，涵盖瞬时立体和长期SLAM方法	基于事件相机的立体深度估计在精度和效率方面仍需进一步优化	为基于事件相机的立体深度估计领域提供全面的技术概览和发展指导	事件相机立体深度估计算法、数据集和性能评估方法	计算机视觉	NA	事件相机感知技术	深度学习	事件流数据	NA	NA	NA	精度,效率	NA
2292	2025-10-06	Deep learning-based temporal muscle quantification on MRI predicts adverse outcomes in acute ischemic stroke 2025-Oct, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112332 PMID:40716184	研究论文	开发基于深度学习的端到端流程，用于急性缺血性卒中患者MRI颞肌自动量化并评估其预后价值	首次构建集成了切片选择、颞肌分割和量化功能的端到端深度学习流程，并验证颞肌厚度和面积作为急性缺血性卒中预后标志物的临床价值	研究样本量相对有限（1020例），且为单中心研究	开发自动化的颞肌量化方法并评估其在急性缺血性卒中预后预测中的作用	急性缺血性卒中患者	医学影像分析	急性缺血性卒中	MRI成像	CNN, Transformer	MRI图像	1020例急性缺血性卒中患者（数据集1：295例，数据集2：258例，数据集3：467例）	NA	ResNet50, TransUNet	准确率, ±1切片准确率, 平均绝对误差, Dice相似系数, 风险比	NA
2293	2025-10-06	Rician Likelihood Loss for Quantitative MRI With Self-Supervised Deep Learning 2025-Oct, NMR in biomedicine IF:2.7Q1 DOI:10.1002/nbm.70136 PMID:40904047	研究论文	本文提出了一种用于定量磁共振成像的自监督深度学习新损失函数——Rician似然损失	开发了负对数Rician似然损失函数，首次在自监督学习中显式考虑MR幅度信号的分布特性	在低信噪比下虽然提高了准确性但降低了精度	改进定量磁共振成像中的参数估计性能	体素内不相干运动(IVIM)模型参数	医学影像分析	NA	磁共振成像(MRI)	深度学习	磁共振图像	模拟数据和真实数据	Python	NA	偏差, 标准差, 均方根误差	NA
2294	2025-10-06	MOL: Joint Estimation of Micro-Expression, Optical Flow, and Landmark via Transformer-Graph-Style Convolution 2025-Oct, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3581162 PMID:40536836	研究论文	提出一种端到端的微表情识别框架，通过联合训练微表情识别、光流估计和面部关键点检测任务来提升性能	设计了新颖的F5C模块，结合全连接卷积和通道对应卷积，无需关键帧先验知识即可从原始帧序列直接提取局部-全局特征	未明确说明模型在小规模数据集上的泛化能力，也未提及计算复杂度分析	解决面部微表情识别中因动作短暂细微而带来的挑战	面部微表情、光流、面部关键点	计算机视觉	NA	深度学习	Transformer, 图卷积, 卷积神经网络	视频序列	CASME II, SAMM, SMIC基准数据集	NA	Transformer-Graph-Style卷积, F5C模块	NA	NA
2295	2025-10-06	Evidence-Based Multi-Feature Fusion for Adversarial Robustness 2025-Oct, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3582518 PMID:40549525	研究论文	提出一种基于证据的多特征融合方法，通过量化特征可信度提升深度神经网络对抗鲁棒性	首次将证据深度学习引入对抗鲁棒性领域，提出基于Dempster规则的多特征证据融合机制	需要额外参数且计算成本略有增加	提升深度神经网络在对抗攻击下的鲁棒性	深度神经网络的特征表示	机器学习	NA	证据深度学习	CNN, Transformer	图像	NA	NA	传统CNN和视觉Transformer	白盒攻击鲁棒性, 黑盒攻击鲁棒性	NA
2296	2025-10-06	Accelerated Self-Supervised Multi-Illumination Color Constancy With Hybrid Knowledge Distillation 2025-Oct, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3583090 PMID:40560704	研究论文	提出一种基于自监督学习和知识蒸馏的多光照颜色恒常性方法	结合自监督预训练、监督微调和混合知识蒸馏的三阶段框架，首次在颜色恒常性任务中应用Transformer和U-Net编码器	受限于当前多光照数据集的规模和模型大小	解决多光照条件下的颜色恒常性问题	多光照图像的颜色感知	计算机视觉	NA	自监督学习, 知识蒸馏	Transformer, U-Net, CNN	多光照图像	NA	NA	Transformer, U-Net	在多光照和单光照基准测试中优于现有技术	NA
2297	2025-10-06	Revisiting Essential and Nonessential Settings of Evidential Deep Learning 2025-Oct, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3583410 PMID:40569804	研究论文	本文重新审视了证据深度学习的核心与非核心设置，并提出了一种简化但更有效的Re-EDL变体	识别并修正了EDL中三个非必要的设置：将先验权重改为可调超参数、移除了方差最小化优化项和KL散度正则化项	未明确说明实验数据集的具体规模和多样性限制	改进证据深度学习方法的设置，提高不确定性估计性能	证据深度学习方法的理论框架和实际应用	机器学习	NA	证据深度学习	神经网络	NA	NA	NA	NA	NA	NA
2298	2025-10-06	MMFi-DPBML: Multi-molecular fingerprint feature fusion for predicting ingredient-target interactions in traditional Chinese medicine 2025-Sep-25, Journal of ethnopharmacology IF:4.8Q1 DOI:10.1016/j.jep.2025.120451 PMID:40840725	研究论文	提出MMFi-DPBML深度学习框架，通过融合多分子指纹特征预测中药成分-靶点相互作用	整合四种分子指纹特征和分子描述符，结合深度金字塔卷积神经网络和双向LSTM处理蛋白质序列	模型可解释性有待提升，未来将支持多靶点药理学建模	预测中药成分-靶点相互作用，支持中药现代化研究	中药成分分子和蛋白质靶点	机器学习	NA	分子指纹特征提取，分子对接验证	DPCNN, BiLSTM, MLP	分子结构数据，蛋白质序列数据	自定义TCMTS数据集，以及公开数据集Davis和KIBA	NA	Deep Pyramid Convolutional Neural Network，双向LSTM，多层感知机	AUC，加权F1分数	NA
2299	2025-10-06	Identification of novel biomarkers linked to M1 macrophage infiltration in the diagnosis of inflammatory bowel diseases 2025-Sep-23, International immunopharmacology IF:4.8Q1 DOI:10.1016/j.intimp.2025.115138 PMID:40582145	研究论文	本研究通过生物信息学和深度学习构建了炎症性肠病的预测模型，并识别了与M1巨噬细胞浸润相关的潜在生物标志物	首次整合M1巨噬细胞相关基因和宏转录组特征构建IBD预测模型，并利用SHAP算法识别关键宿主遗传变异特征	未提及样本量的具体数值和外部验证结果	开发炎症性肠病的预测模型并识别潜在生物标志物以改善疾病管理	炎症性肠病患者基因表达数据和宏转录组特征	生物信息学, 机器学习	炎症性肠病	生物信息学分析, 加权基因共表达网络分析, 宏转录组分析	神经网络	基因表达数据, 宏转录组数据	NA	NA	神经网络	NA	NA
2300	2025-10-06	Annotation-efficient deep learning detection and measurement of mediastinal lymph nodes in CT 2025-Sep-13, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03513-y PMID:40944829	研究论文	提出一种注释高效的半监督深度学习方法，用于自动检测、分割和测量增强CT扫描中纵隔淋巴结的短轴长度	结合专家注释精度和伪标记数据数量优势的半监督方法，通过解剖学过滤减少假阳性淋巴结	仅针对纵隔淋巴结进行研究，未验证在其他类型淋巴结或解剖结构上的适用性	开发自动检测和测量纵隔淋巴结的深度学习方法，减少对大量专家标注数据的依赖	增强CT扫描中的纵隔淋巴结	医学影像分析	淋巴结相关疾病	CT扫描	3D CNN	3D CT影像	268个标注扫描（1817个淋巴结）和710个未标注扫描	PyTorch	3D nnU-Net	召回率, 精确度, 短轴长度差异	NA