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
2541	2025-11-27	DART Predictor: A Multi-Label Attention Model for High-Throughput Screening of Chemicals with Developmental and Reproductive Toxicity (DART) 2025-Nov-25, Environmental science & technology IF:10.8Q1 DOI:10.1021/acs.est.5c11641 PMID:41232073	研究论文	开发基于多标签注意力机制的深度学习模型DART Predictor，用于高通量筛选具有发育和生殖毒性的化学品	首次将暴露参数与分子描述符和生物测定活性特征整合，采用标签感知注意力机制预测六种DART结局	模型性能依赖于暴露参数的准确性，外部验证数据集规模有限	建立暴露信息增强的发育和生殖毒性化学品风险评估新方法	具有发育和生殖毒性的化学品	机器学习	发育和生殖毒性相关疾病	深度学习，高通量筛选	多标签注意力模型	分子描述符，生物测定活性特征，暴露参数	25,175条化学多样性记录	NA	标签感知注意力机制	AUC, 召回率	云平台部署
2542	2025-11-27	Single-channel EEG-based sleep stage classification via hybrid data distillation 2025-Nov-25, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/ae1f3c PMID:41232135	研究论文	提出一种混合数据蒸馏方法，用于单通道脑电信号的睡眠分期分类	结合梯度匹配和分布匹配的混合数据蒸馏方法，通过将大型真实数据集蒸馏成小型隐私保护的合成数据集来降低计算负担和隐私风险	仅在三个公共数据集上验证，未在更广泛的数据集上测试	开发计算成本低且保护隐私的自动睡眠分期分类方法	单通道脑电信号数据	机器学习	睡眠障碍	脑电信号分析	深度学习模型	脑电信号时间序列数据	三个公共数据集	NA	NA	NA	NA
2543	2025-11-27	Spontaneous Wrinkle Collapse in Anisotropic Condensed Matter Predicted by Deep Learning 2025-Nov-25, Small (Weinheim an der Bergstrasse, Germany) DOI:10.1002/smll.202510844 PMID:41288205	研究论文	提出基于深度学习的框架预测向列相液晶平衡构型，实现毫秒级预测并验证其与实验观测的一致性	首次将3D U-Net应用于向列相液晶构型预测，准确捕捉全局取向序和局部缺陷结构，实现高能缺陷自发坍缩和分裂的精确重现	模型性能依赖于有限元Landau-de Gennes求解器生成的数据集质量	开发数据驱动的向列相液晶系统替代模型，桥接理论与实验	向列相液晶的平衡构型、缺陷结构和拓扑纹理	凝聚态物理, 机器学习	NA	有限元Landau-de Gennes求解器, 光配向技术	CNN	3D模拟数据, 实验图像	NA	NA	3D U-Net	预测精度, 与实验观测一致性	NA
2544	2025-11-27	Multimodal Cardiovascular Risk Profiling Using Self-Supervised Learning of Polysomnography 2025-Nov-25, Sleep IF:5.3Q1 DOI:10.1093/sleep/zsaf371 PMID:41288599	研究论文	开发基于自监督学习的多模态心血管风险分析框架，利用多导睡眠图数据预测心血管疾病	首次应用自监督学习框架从多导睡眠图数据中提取心血管风险特征，无需依赖人工标注的睡眠分期	研究样本主要来自特定队列，需要在更广泛人群中验证通用性	开发可解释的心血管疾病风险预测框架	多导睡眠图信号（脑电图、心电图、呼吸信号）	机器学习	心血管疾病	多导睡眠监测	自监督深度学习	生理信号数据	训练集4,398名参与者，外部验证集1,093名参与者	NA	NA	AUC	NA
2545	2025-11-27	Delineating white matter phenotypes of sensori-/psychomotor functioning in large-scale cohorts of healthy individuals and patients with mental disorders across the lifespan (whiteSPAN): rationale and methods of an interdisciplinary bicentric project 2025-Nov-25, European archives of psychiatry and clinical neuroscience IF:3.5Q2 DOI:10.1007/s00406-025-02138-1 PMID:41288695	研究论文	通过大规模神经影像数据研究感觉/精神运动功能与白质微结构之间的跨诊断关联	首次在跨诊断框架下整合多种精神障碍和神经退行性疾病，结合先进计算方法识别感觉/精神运动功能的白质表型	依赖现有数据集的可用性和质量，样本来源存在异质性	建立感觉/精神运动功能障碍的白质表型图谱，为精准医学提供生物标志物	健康个体和焦虑障碍、重度抑郁症、精神分裂症谱系障碍、轻度认知障碍及阿尔茨海默病患者	神经影像学	精神障碍和神经退行性疾病	弥散磁共振成像	深度学习	神经影像数据	超过2,400名健康个体和1,600名患者，包含400多名深度表型的精神分裂症和抑郁症患者	NA	NA	NA	NA
2546	2025-11-27	Deep learning for maxillary sinus pathology: ensure patient-level splits and leakage-free evaluation 2025-Nov-25, European archives of oto-rhino-laryngology : official journal of the European Federation of Oto-Rhino-Laryngological Societies (EUFOS) : affiliated with the German Society for Oto-Rhino-Laryngology - Head and Neck Surgery IF:1.9Q2 DOI:10.1007/s00405-025-09882-z PMID:41288704	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
2547	2025-11-27	Deep learning-based support system for alignment classification and correction guidance in postoperative total knee arthroplasty lateral radiographs 2025-Nov-25, Radiological physics and technology IF:1.7Q3 DOI:10.1007/s12194-025-00987-y PMID:41288930	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
2548	2025-11-27	Deep learning-based super-resolution of contrast-enhanced volumetric interpolated breath-hold examination for evaluation of intracranial enhancing lesions 2025-Nov-25, Acta radiologica (Stockholm, Sweden : 1987) DOI:10.1177/02841851251398622 PMID:41289091	研究论文	本研究评估深度学习超分辨率重建的容积插值屏气检查在颅内增强病变诊断中的性能	首次将深度学习超分辨率重建技术应用于颅内对比增强病变的评估	图像质量较低	比较DL-VIBE与传统MPRAGE在颅内增强病变诊断中的性能	97名颅内增强病变患者	医学影像分析	颅内病变	对比增强三维T1加权成像	深度学习	医学影像	97名患者（35名男性，62名女性；平均年龄59.2±15.3岁）	NA	超分辨率重建	图像质量评分，灰白质分界评分，病变显著性评分，伪影评分，对比噪声比，病变数量，最大直径	NA
2549	2025-11-27	Deep Model Fusion: A Survey 2025-Nov-25, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2025.3628666 PMID:41289107	综述	本文系统综述了深度模型融合这一新兴技术，通过整合多个深度学习模型的参数或预测结果来提升整体性能	首次对深度模型融合方法进行全面分类和系统总结，特别关注大规模深度学习模型融合面临的挑战	作为综述性文章，未提出新的融合方法，主要基于现有文献进行分析和总结	总结深度模型融合技术的最新进展，分析当前挑战并展望未来研究方向	深度学习模型融合方法，特别是大语言模型和基础模型	机器学习	NA	NA	深度学习模型,大语言模型,基础模型	NA	NA	NA	NA	准确率,鲁棒性	NA
2550	2025-11-27	Demystifying Higher-Order Graph Neural Networks 2025-Nov-25, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3637114 PMID:41289127	研究论文	本文系统分析高阶图神经网络，提出分类体系和设计蓝图以优化模型性能	首次提出高阶图神经网络的深度分类法和设计蓝图，为模型选择提供系统指导	分析基于现有文献，未包含所有可能的新型架构	解决高阶图神经网络模型分析和比较的挑战，提供模型选择指导	高阶图神经网络及其拓扑深度学习架构	机器学习	NA	图神经网络分析	GNN, HOGNN	图结构数据	NA	NA	高阶图神经网络架构	准确性, 表达能力	NA
2551	2025-11-27	A Dual-Generalization Low-Light Enhancement Framework for Capsule Endoscopy Image Restoration and Segmentation 2025-Nov-25, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3636480 PMID:41289131	研究论文	提出一种双泛化低光增强框架，用于胶囊内窥镜图像恢复和分割	通过亮度级别泛化模块和细节分割泛化模块实现双重泛化能力，能同时处理不同亮度级别和细节程度的胶囊内窥镜图像	NA	提升胶囊内窥镜图像在低光条件下的恢复质量和分割精度	无线胶囊内窥镜(WCE)图像	计算机视觉	胃肠道疾病	深度学习	CNN	图像	Kvasir-Capsule数据集和RLE数据集	PyTorch	IGLFM, BLGM, WSGM	PSNR, SSIM, mIoU, Dice系数	NA
2552	2025-11-27	A Deep Learning Framework Integrating Tumor Microenvironmental Features Accurately Predicts Multiple Driver Gene Mutations in Lung Cancer Pathology Images 2025-Nov-25, Cancer research IF:12.5Q1 DOI:10.1158/0008-5472.CAN-25-0582 PMID:41289566	研究论文	开发了一种整合肿瘤微环境特征的深度学习框架NAVF-Bio，用于从肺癌病理图像中准确预测多种驱动基因突变	提出自适应多视角特征融合框架，首次实现驱动基因突变亚型和外显子变异的精确识别，超越现有11种先进方法	研究基于中国四家医院的数据，需要在更广泛人群中验证通用性	开发能够从常规病理切片预测基因突变的深度学习模型，指导肺癌靶向治疗	2573例肺癌患者的配对病理图像和二代测序数据	数字病理	肺癌	二代测序，全切片图像分析	多示例学习，深度学习	病理图像，基因组数据	2573例肺癌患者来自中国四家医院	NAVF-Bio	自适应多视角特征融合框架	预测准确性，临床相关性	NA
2553	2025-11-27	Enhanced PPG-based stress recognition: a transfer learning approach to internal vs. external stress 2025-Nov-25, Physiological measurement IF:2.3Q3 DOI:10.1088/1361-6579/ae241c PMID:41289696	研究论文	本研究开发基于光电容积脉搏波(PPG)信号的内部与外部压力识别方法，并建立了包含107名参与者的压力数据集	提出结合领域对抗神经网络(DANN)和最大均值差异(MMD)的迁移学习模型，用于区分不同类型压力	样本量相对有限(107名参与者)，不同压力范式间的识别准确率存在差异	开发基于PPG信号的自动化压力识别方法，区分内部与外部压力	107名参与者在四种不同压力诱导范式下的PPG信号	机器学习	压力相关疾病	光电容积脉搏波(PPG)信号分析，心率变异性(HRV)分析	领域对抗神经网络(DANN)	生理信号(PPG)	107名参与者	NA	领域对抗神经网络(DANN)	准确率	NA
2554	2025-11-27	Deep learning-extracted high-resolution dataset of rural courtyards and rooftops in northern China 2025-Nov-25, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-06260-6 PMID:41290723	研究论文	利用深度学习技术从亚米级遥感影像中提取中国北方农村庭院和屋顶的高分辨率空间数据集	首次通过深度学习方法在区域尺度上实现了农村宅基地院落边界和屋顶足迹的自动化精确提取	仅针对中国北方代表性区域，未覆盖全国所有农村地区	构建农村聚落微观结构数据集以支持可持续农村发展研究	中国北方农村地区家庭庭院和建筑屋顶	计算机视觉	NA	遥感影像分析	CNN	高分辨率航空影像	中国北方代表性区域的大范围农村地区	NA	卷积神经网络	基于实地观测验证的高精度	NA
2555	2025-11-27	Diagnostic performance of artificial intelligence for facial fracture detection: a systematic review 2025-Nov-25, Oral radiology IF:1.6Q3 DOI:10.1007/s11282-025-00878-3 PMID:41291186	系统综述	评估人工智能模型在面部骨折检测中的诊断性能	首次系统评估AI在多种影像模态（CT、CBCT、平片）上面部骨折检测的综合性能	研究普遍存在回顾性、单中心设计、样本量有限、标注不一致且缺乏外部验证	评估AI模型在面部骨折检测中的诊断性能	面部骨折患者	计算机视觉	面部骨折	CT、CBCT、平片	目标检测、分类、分割模型	医学影像	23项研究（具体样本量未提供）	NA	YOLOv5, Faster R-CNN, ResNet, Swin Transformer	敏感度, 特异度, AUC	NA
2556	2025-11-27	A deep learning pipeline for detecting vestibular schwannoma patients with unilateral vestibular loss based on kinematic data 2025-Nov-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-29776-8 PMID:41291198	研究论文	开发基于运动学数据的深度学习分类器，用于检测前庭神经鞘瘤患者的单侧前庭功能丧失	利用深度学习捕捉前庭神经鞘瘤患者在手术干预前的早期运动适应模式，即使传统临床评估显示正常	样本量有限，性能指标仍有提升空间（准确率最高0.74）	检测前庭神经鞘瘤患者的平衡和协调功能损伤	前庭神经鞘瘤患者和年龄匹配的健康对照者	机器学习	前庭神经鞘瘤	惯性测量单元（IMU）运动捕捉	CNN	运动学数据	前庭神经鞘瘤患者和健康对照者（具体数量未明确说明）	NA	卷积神经网络	准确率	NA
2557	2025-11-27	Interpretable multimodal MRI radiomics for predicting neoadjuvant chemotherapy response in nasopharyngeal carcinoma 2025-Nov-25, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-02071-8 PMID:41291491	研究论文	本研究开发了基于多模态MRI影像组学的可解释模型，用于预测鼻咽癌患者新辅助化疗疗效	首次结合动态对比增强MRI特征构建深度学习模型，并利用SHAP方法提供模型预测的可解释性分析	回顾性研究设计，样本量相对有限（370例患者），且仅部分患者（126例）包含DCE-MRI数据	评估多模态MRI影像组学模型在预测鼻咽癌新辅助化疗疗效中的价值，并比较机器学习与深度学习模型的性能差异	鼻咽癌患者	医学影像分析	鼻咽癌	多模态MRI（T1WI, PDWI, CE-T1WI, DCE-MRI）	机器学习, 深度学习	医学影像	370例鼻咽癌患者（其中126例包含DCE-MRI数据）	NA	多层感知机, 逻辑回归, 支持向量机, 随机森林, 极端梯度提升	AUC, 敏感性, 特异性	NA
2558	2025-11-27	Artificial intelligence at the gut-oral microbiota frontier: mapping machine learning tools for gastric cancer risk prediction 2025-Nov-25, Biomedical engineering online IF:2.9Q3 DOI:10.1186/s12938-025-01487-1 PMID:41291759	综述	系统评估人工智能和机器学习工具在利用微生物组数据预测胃癌风险方面的应用现状与方法学质量	首次系统绘制AI驱动微生物组胃癌预测的方法学版图，建立临床准备度矩阵和验证质量评估体系	纳入研究数量有限(仅9篇)，缺乏外部验证的研究比例高(仅33.3%)，报告标准不一致	评估AI和机器学习模型在基于微生物组和非侵入性生物标志物的胃癌预测中的方法学严谨性、转化准备度和生物标志物一致性	胃黏膜、粪便、唾液、舌苔和肿瘤组织等样本来源的微生物组数据	机器学习	胃癌	16S rRNA测序	Random Forest, LASSO, LightGBM, 深度学习	微生物组数据，舌部影像	9项符合纳入标准的研究	NA	NA	AUC	NA
2559	2025-11-27	Multi-view field deep learning and data augmentation for heavy metals concentrations prediction in marine sediments based on visible and near-infrared spectroscopy 2025-Nov-24, Marine pollution bulletin IF:5.3Q1 DOI:10.1016/j.marpolbul.2025.119037 PMID:41289856	研究论文	提出融合双重正则化Wasserstein生成对抗网络和多视场长短期记忆网络的方法，用于基于可见-近红外光谱预测海洋沉积物重金属浓度	首次将DR-WGAN-GP数据增强与MVF-LSTM多尺度建模相结合，解决海洋沉积物样本稀缺下的重金属浓度预测问题	样本数量有限可能影响模型泛化能力，方法仅在特定重金属（Cu和As）上验证	开发快速无损的海洋沉积物重金属污染监测方法	海洋沉积物中的铜（Cu）和砷（As）重金属浓度	机器学习	NA	可见-近红外光谱（Vis-NIR spectroscopy）	GAN, LSTM	光谱数据	小规模海洋沉积物样本集	NA	DR-WGAN-GP, MVF-LSTM	R, RMSE, RPD	NA
2560	2025-11-27	Evaluating the Diagnostic Accuracy of Artificial Intelligence in Spondylolisthesis Detection: A Systematic Review and Meta-analysis 2025-Nov-24, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.11.002 PMID:41290429	系统综述与荟萃分析	通过系统综述和荟萃分析评估人工智能模型在脊椎滑脱诊断中的准确性	首次对AI在脊椎滑脱诊断中的性能进行系统性量化评估，比较了不同影像模态和模型类型的表现差异	研究间存在显著异质性，需要更多标准化研究来验证实际应用价值	评估AI模型在脊椎滑脱检测中的诊断准确性	脊椎滑脱患者	医学影像分析	脊椎滑脱	医学影像分析	深度学习	医学影像	24项研究（21项用于荟萃分析），8029个观察样本	NA	FAR networks, YOLOv8	敏感度, 特异度, AUC	NA