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
2661	2025-11-26	Robust Radiomic Signatures of Intervertebral Disc Degeneration From MRI 2025-Dec-15, Spine IF:2.6Q1 DOI:10.1097/BRS.0000000000005435 PMID:40539398	研究论文	本研究通过深度学习分割和影像组学特征识别，开发了用于椎间盘退变分类的稳健影像组学特征	首次通过深度学习分割结合影像组学特征识别出对椎间盘退变分类具有稳健性的特征，特别是2D球形度和四分位距	回顾性研究设计，样本仅来自芬兰北部出生队列，可能限制结果的普适性	从T2加权MRI中识别稳健的影像组学特征用于椎间盘退变分类	椎间盘退变患者	数字病理学	椎间盘退变疾病	T2加权磁共振成像	深度学习分割模型	医学影像	1397名45-47岁受试者的腰椎MRI扫描	NA	NA	平衡准确率, Cohen's kappa, Spearman相关系数	NA
2662	2025-11-26	Application of deep learning reconstruction in abdominal magnetic resonance cholangiopancreatography for image quality improvement and acquisition time reduction 2025-Dec, Journal of the Formosan Medical Association = Taiwan yi zhi DOI:10.1016/j.jfma.2024.10.017 PMID:39455401	研究论文	比较深度学习与传统重建方法在腹部磁共振胰胆管成像中的应用，评估其对图像质量和采集时间的改善效果	首次系统评估深度学习重建在腹部MRI中的临床应用价值，证明其能同时提升图像质量和缩短采集时间	回顾性研究设计，样本量相对有限（144例患者），需多中心前瞻性研究进一步验证	评估深度学习重建方法在腹部磁共振成像中改善图像质量和加速采集的潜力	接受腹部MRI检查的患者	医学影像分析	腹部疾病	磁共振成像（MRI），磁共振胰胆管成像（MRCP）	深度学习	医学影像	144例患者（平均年龄62.2±14.1岁，83名男性）	NA	NA	信噪比（SNR），对比噪声比（CNR），主观图像质量评分	NA
2663	2025-11-26	[Artificial intelligence in fracture diagnostics : Potentials and challenges in the clinical practice] 2025-Dec, Unfallchirurgie (Heidelberg, Germany) DOI:10.1007/s00113-025-01653-z PMID:41222657	综述	探讨人工智能在骨折诊断中的潜力与临床实践挑战	系统分析AI作为'第二阅片者'在提高骨折诊断准确性、缩短诊断时间和改善患者安全方面的创新应用	训练数据异质性、复杂骨折诊断性能有限、监管要求严格	评估AI在骨折诊断中的应用价值与临床实施路径	骨折患者影像数据与临床诊断流程	医学影像分析	骨折	深度学习	CNN	医学影像	大型验证研究（具体数量未提及）	NA	卷积神经网络	灵敏度, 特异性	NA
2664	2025-11-26	KuSarcasm: Automated annotation of a sarcasm dataset using hybrid NLP techniques 2025-Dec, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.112215 PMID:41278145	研究论文	介绍KuSarcasm库尔德语讽刺表达检测数据集的构建方法和自动标注技术	首个针对低资源库尔德索拉尼语的讽刺检测数据集，采用结合多语言情感分类和语义相似度评分的混合NLP方法进行自动标注	主要依赖手动数据收集，语言资源有限可能影响模型泛化能力	开发库尔德索拉尼语的自动讽刺检测数据集和标注方法	库尔德索拉尼语文本数据，包括谚语、诗歌、习语和数字出版物	自然语言处理	NA	光学字符识别(OCR)、网络爬虫、多语言情感分类、语义相似度计算	Transformer	文本	16,833个条目	NA	mBERT, SBERT	NA	NA
2665	2025-11-26	Deep learning-enabled design of macrocyclic peptide binders 2025-Dec, Nature chemical biology IF:12.9Q1 DOI:10.1038/s41589-025-02062-4 PMID:41094129	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
2666	2025-11-26	Construction of a deep learning model and identification of BSG, PPARD, and SLC16A8 expression as potential indicators in the context of strategies for precision therapy to acute myeloid leukemia 2025-Dec, Hematology (Amsterdam, Netherlands) DOI:10.1080/16078454.2025.2592516 PMID:41284982	研究论文	通过单细胞RNA测序分析急性髓系白血病中T细胞异质性，构建深度学习预后风险模型并识别BSG、PPARD和SLC16A8作为精准治疗潜在生物标志物	首次在AML中基于特定T细胞亚群（Cluster 4）构建随机森林和LASSO回归预后模型，并鉴定BSG、PPARD和SLC16A8三个独立预后基因	未明确说明样本量具体数值，需要外部数据集进一步验证模型普适性	研究AML肿瘤微环境中T细胞异质性，开发预后预测模型和精准治疗策略	急性髓系白血病患者样本中的T细胞亚群	生物信息学	急性髓系白血病	单细胞RNA测序（scRNA-seq）	随机森林, LASSO回归	单细胞RNA测序数据	AML患者样本（具体数量未明确）	NA	NA	ROC曲线下面积（AUC）	NA
2667	2025-11-26	[Artificial intelligence for the diagnosis of acute coronary syndromes] 2025-Dec, Giornale italiano di cardiologia (2006) DOI:10.1714/4599.46056 PMID:41287609	综述	本文综述人工智能在心电图诊断急性冠状动脉综合征中的应用价值与发展前景	首次系统总结AI在ST段抬高型和非ST段抬高型心肌梗死中的诊断效能，并探索其在血管闭塞定位和心功能参数预测等新兴应用	非ST段抬高型心肌梗死的临床异质性会降低AI诊断精度	探讨人工智能在急性冠状动脉综合征早期诊断和临床管理中的应用	急性心肌梗死患者的心电图数据	数字病理	心血管疾病	深度学习	深度学习算法	心电图数字轨迹、纸质心电图照片	NA	NA	NA	灵敏度, 特异度, 准确度	NA
2668	2025-11-26	RADIFUSION: a multi-radiomics deep learning based breast cancer risk prediction model using sequential mammographic images with image attention and bilateral asymmetry refinement 2025-Nov-25, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ae1ee4 PMID:41223545	研究论文	提出一种基于多组学深度学习的乳腺癌风险预测模型RADIFUSION，利用序列乳腺X光图像进行风险评估	融合线性图像注意力机制、影像组学特征、新型门控机制和多视角融合，并引入双侧不对称性微调策略	仅在单一筛查队列（8723名患者）中验证，需要更多外部数据验证泛化能力	开发基于序列乳腺X光图像的乳腺癌风险预测模型	乳腺癌筛查人群	数字病理	乳腺癌	乳腺X光摄影	深度学习	序列医学图像	8723名患者，其中独立测试集1749名女性	NA	RADIFUSION（融合线性图像注意力的深度学习架构）	AUC（1年AUC，2年AUC，3年AUC）	NA
2669	2025-11-26	Deep Learning-Decoded Raman Spectroscopy for Hour-Scale iPSC Pluripotency Assessment via Lipid-Protein Biomarkers 2025-Nov-25, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c03560 PMID:41230979	研究论文	结合深度学习与拉曼光谱技术，实现诱导多能干细胞多能性的小时级无标记评估	首次实现基于拉曼光谱的小时级iPSC多能性无标记评估，在培养基扰动1小时即可检测多能性异常，比形态变化更早	未明确说明样本规模和数据集的多样性限制	开发快速无标记的iPSC多能性评估方法	诱导多能干细胞(iPSC)	机器学习	再生医学	拉曼光谱	CNN	光谱数据	NA	NA	一维卷积神经网络(1D-CNN)	准确率	NA
2670	2025-11-26	Discovery of novel inhibitory peptides on matrix metalloproteinases and elastase for skin antiaging using batch molecular docking strategy 2025-Nov-25, Expert opinion on drug discovery IF:6.0Q1 DOI:10.1080/17460441.2025.2593382 PMID:41264318	研究论文	通过批量分子对接策略从小球藻蛋白中筛选出新型基质金属蛋白酶和弹性蛋白酶抑制肽用于皮肤抗衰老	开发了结合自定义Python脚本和AutoDock Vina的批量分子对接协议，首次从1965个理论抗消化肽中系统筛选多功能抗衰老肽	研究仅针对理论抗消化肽进行筛选，实际生物利用度需进一步验证	发现新型皮肤抗衰老肽	基质金属蛋白酶(MMP-1, MMP-9)和弹性蛋白酶	计算生物学	皮肤衰老	分子对接, 分子动力学模拟, 虚拟筛选	分子对接模型	蛋白质三维结构, 肽序列	1965个理论抗消化肽	AutoDock Vina, Python	NA	结合能(kcal/mol), IC50(μM)	NA
2671	2025-11-26	Breast cancer diagnosis from histopathological images and molecular signatures by fusing features with an explainable AI-based residual tabular network model 2025-Nov-25, Journal of computer-aided molecular design IF:3.0Q2 DOI:10.1007/s10822-025-00709-x PMID:41286231	研究论文	提出一种基于可解释人工智能的残差表格网络模型，通过融合组织病理学图像和分子蛋白表达数据进行乳腺癌多模态诊断	首次结合组织病理学图像和分子蛋白表达数据进行多模态乳腺癌诊断，采用自适应组织感知高斯滤波、熵增强图分水岭分割和自适应海星优化等创新方法，并集成SHAP和LIME实现模型可解释性	未提及外部验证数据集和临床实际应用场景的测试结果	开发可解释的多模态人工智能模型用于乳腺癌精准诊断	乳腺癌组织病理学图像和分子蛋白表达数据	数字病理学	乳腺癌	组织病理学成像, 蛋白表达分析	CNN, 残差网络	图像, 表格数据	NA	Python	ResTab Net, 残差卷积块, 稠密层	准确率, 精确率, 召回率, F1分数, AUC	NA
2672	2025-11-26	Artificial intelligence in protein-based detection and inhibition of AMR pathways 2025-Nov-25, Journal of computer-aided molecular design IF:3.0Q2 DOI:10.1007/s10822-025-00710-4 PMID:41286386	综述	本文综述了人工智能在抗微生物耐药性相关蛋白质检测、结构表征和抑制剂设计中的应用框架	系统整合了AI在AMR蛋白质功能注释、结构预测、分子对接、生物标志物识别和抑制剂设计等多个环节的最新工具与方法	作为综述文章，未涉及具体实验验证和性能比较分析	抗微生物耐药性(AMR)的高通量监测和精准干预策略开发	抗性相关蛋白质、耐药基因、抑制剂分子	生物信息学，计算生物学	抗微生物耐药性感染	质谱分析，分子对接，分子动力学模拟，宏基因组测序	深度学习，图神经网络，自然语言处理，大型语言模型，变分自编码器，生成对抗网络，扩散模型	蛋白质序列，蛋白质结构，质谱数据，宏基因组数据，科学文献文本	NA	TensorFlow，PyTorch	DeepGO，DeepGOPlus，DeepGO-SE，PFresGO，DPFunc，ProtENN，GraphSite，GrASP，AlphaFold，RoseTTAFold，ProtGPT-2，ESMFold，DeepNovo，Casanovo，Prosit，DeepARG，HMD-ARG，BacEffluxPred，DeepInteract，Pred_PPI，PLIP，DeepAIPs-Pred，DeepAIPs-SFLA，SBSM-Pro，Deep Stacked-AVPs，pNPs-CapsNet	NA	NA
2673	2025-11-26	Modeling protein-ligand interactions for drug discovery in the era of deep learning 2025-Nov-24, Chemical Society reviews IF:40.4Q1 DOI:10.1039/d5cs00415b PMID:41117015	综述	探讨深度学习在蛋白质-配体相互作用建模及药物发现中的应用与进展	系统整合了基于物理原理的计算方法与数据驱动的深度学习策略，提出五类创新融合维度	未涉及具体实验验证数据，主要聚焦方法论层面的讨论	提升蛋白质-配体相互作用预测的准确性与效率以推动药物发现	蛋白质-配体相互作用机制	机器学习	NA	分子动力学模拟, 分子对接, 自由能计算	深度学习, 深度生成模型	分子结构数据, 蛋白质序列数据	NA	NA	NA	预测准确性, 计算效率	NA
2674	2025-11-26	SleepHybridNet: A Lightweight Hybrid CNN-Transformer Model for Enhanced N1 Sleep Staging From Single-Channel EEG 2025-Nov-24, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3628893 PMID:41284434	研究论文	提出一种轻量级混合CNN-Transformer模型SleepHybridNet，用于提升单通道脑电信号的N1睡眠分期分类性能	通过多尺度特征融合和序列建模的新型架构，整合MSCNN模块、Transformer编码器、频谱特征提取单元和多任务分类器	仅使用单通道脑电信号，未来可探索集成可穿戴传感器的多模态数据	提升非快速眼动睡眠第一阶段（N1）的准确分类	单通道脑电信号	机器学习	睡眠障碍	脑电图	CNN, Transformer	脑电信号	基于公开Sleep-EDF Expanded数据集	NA	Multi-Scale Convolutional Neural Network, Transformer encoder	准确率, F1-score	NA
2675	2025-11-26	Foundation Model With Uncertainty Estimation-Based Active Learning for Retinal Image Classification 2025-Nov-24, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3633513 PMID:41284431	研究论文	提出一种基于基础模型和不确定性估计的主动学习框架，用于视网膜图像分类	首次将基础模型与证据不确定性估计相结合用于视网膜图像分类，在低标注场景下显著优于传统主动学习方法	未明确说明模型在更广泛疾病类型上的泛化能力	解决视网膜疾病诊断中的标注瓶颈问题，提高自动化诊断系统的部署效率	光学相干断层扫描(OCT)和彩色眼底照相(CFP)视网膜图像	计算机视觉	视网膜疾病	光学相干断层扫描(OCT), 彩色眼底照相(CFP)	基础模型, 证据深度学习	医学图像	四个视网膜数据集	NA	FMUE	准确率	NA
2676	2025-11-26	Evaluation of Self-Supervised Representation Learning for Mitosis Detection in Histopathological Images 2025-Nov-24, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3629587 PMID:41284437	研究论文	评估自监督学习方法在组织病理学图像有丝分裂检测中的表示学习性能	首次将基于DINO自监督学习的基础模型应用于组织病理学图像有丝分裂检测，无需昂贵的训练阶段	在部分数据集上性能略低于监督学习模型	探索自监督表示学习在组织病理学图像分析中的适用性	组织病理学图像中的有丝分裂细胞	数字病理学	癌症	自监督表示学习	Vision Transformer, Cross-Covariance Image Transformers, CNN	组织病理学图像	MIDOG2021、MIDOG2022和ICPR2014三个数据集	NA	ViT, XCiT, ResNet-50	F1-score	较监督模型更少的计算资源
2677	2025-11-26	Deep Learning Framework for Classifying Whole-Slide Multiplex Immunofluorescence Images to Predict Immunotherapy Response in Melanoma Patients 2025-Nov-24, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3623576 PMID:41284441	研究论文	提出一种用于分类全玻片多重免疫荧光图像以预测黑色素瘤患者免疫治疗反应的深度学习框架	开发了通道优化与多示例学习(COMIL)框架，通过建模通道间关系和结合多示例学习来提升分类性能	NA	预测黑色素瘤患者的免疫治疗反应	黑色素瘤患者	数字病理学	黑色素瘤	多重免疫荧光成像	深度学习	全玻片多重免疫荧光图像	来自澳大利亚黑色素瘤研究所的mIF图像	NA	多示例学习框架	AUC	NA
2678	2025-11-26	Deconver: A Deconvolutional Network for Medical Image Segmentation 2025-Nov-24, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3623381 PMID:41284450	研究论文	提出一种融合传统反卷积技术的医学图像分割网络Deconver	将传统图像恢复中的反卷积技术作为可学习核心组件集成到U型架构中，用高效非负反卷积操作替代计算昂贵的注意力机制	未明确说明模型在更广泛医学图像数据上的泛化能力	开发计算效率更高的医学图像分割方法	医学图像分割任务	数字病理	多疾病类别（涵盖脑部、脾脏、乳腺等多种器官病变）	深度学习	CNN, 反卷积网络	2D和3D医学图像	五个数据集（ISLES'22, Spleen, BraTS'23, GlaS, FIVES）	NA	U-Net, Deconver	Dice系数, Hausdorff距离, FLOPs	NA
2679	2025-11-26	AI-Driven Quantitative Analysis of Pathological Images for Membranous Nephropathy Across Macro and Micro Modalities 2025-Nov-24, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3624618 PMID:41284446	研究论文	提出基于Mamba模型的AI驱动框架，通过整合光镜和电镜图像对膜性肾病进行多尺度定量分析和进展预测	首次将Mamba模型应用于病理图像分析，模拟病理医生诊断流程整合宏观和微观图像进行联合分析	仅使用109例外部数据集进行验证，样本量相对有限	开发能够量化病理变化并预测膜性肾病进展的深度学习方法	膜性肾病患者的肾小球基底膜病理变化	数字病理学	膜性肾病	光镜,透射电镜	Mamba模型,经典机器学习模型	图像	109例病例	NA	Mamba	肾小球分类性能,GBM分割性能,MN进展预测性能	NA
2680	2025-11-26	EMI Cancellation for Shielding-Free Ultra-Low-Field MRI 2025-Nov-24, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2025.3635911 PMID:41284462	研究论文	开发基于深度学习的电磁干扰抑制方法用于无屏蔽超低场磁共振成像	提出融合Transformer和混合注意力机制的U-Net架构EMIC-Net，实现从传感线圈信号到射频接收线圈干扰的数据驱动非线性映射	NA	解决无屏蔽环境中超低场磁共振成像的电磁干扰问题	人体大脑成像	医学影像处理	NA	超低场磁共振成像	U-Net, Transformer, CNN	磁共振信号数据	小规模数据集（具体数量未明确说明）	NA	U-Net, Transformer, 混合注意力机制	SNR, PSNR, SSIM	NA