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
2701	2025-10-06	A deep learning model with interpretable squeeze-and-excitation for automated rehabilitation exercise assessment 2025-Oct, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03372-4 PMID:40327204	研究论文	提出一种基于可解释挤压激励机制的深度学习模型，用于自动化康复训练评估	结合CNN-SE架构与灰狼优化算法进行参数优化，并首次在康复评估中应用SHAP进行模型决策可解释性分析	NA	开发自动化康复训练评估系统以替代传统治疗师人工评估	患有运动功能障碍的患者（如中风、背痛、帕金森病、脊髓损伤）及健康参与者	计算机视觉	神经系统疾病	深度学习	CNN	运动数据	KIMORE和UI-PRMD数据集中的健康与不健康参与者	NA	CNN-SE（卷积神经网络-挤压激励）	平均绝对偏差	NA
2702	2025-10-06	Deep learning assisted identification of SCUBE2 and SLC16 A5 combination in RNA-sequencing data as a novel specific potential diagnostic biomarker in prostate cancer 2025-Oct, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03365-3 PMID:40335872	研究论文	本研究应用深度学习模型从三个转录组数据集中识别前列腺癌的新型诊断生物标志物	首次发现SCUBE2作为前列腺癌潜在诊断生物标志物，并证明SCUBE2与SLC16A5组合可显著提升诊断准确性	SCUBE2在前列腺癌中的功能尚未深入探索，需要进一步实验验证	开发更精确特异的前列腺癌诊断方法	前列腺癌转录组数据	生物信息学	前列腺癌	RNA测序	深度学习	基因表达数据	三个转录组数据集中的68个差异表达基因	NA	NA	准确率,R值,PR-AUC,AUC,敏感性,特异性	NA
2703	2025-10-06	Predicting gene expression from DNA sequence using deep learning models 2025-Oct, Nature reviews. Genetics DOI:10.1038/s41576-025-00841-2 PMID:40360798	综述	探讨利用深度学习模型从DNA序列预测基因表达的研究进展	应用深度学习技术解析DNA序列中复杂的组合逻辑，准确捕捉基因调控规则	不同方法各有优缺点，需要根据具体应用场景选择合适方法	构建从DNA序列预测基因活性的计算模型	基因表达调控元件（启动子、增强子）和转录因子	机器学习	NA	表观基因组图谱、高通量报告基因检测	深度学习	DNA序列数据	NA	NA	NA	NA	NA
2704	2025-10-06	Deep ensemble framework with Bayesian optimization for multi-lesion recognition in capsule endoscopy images 2025-Oct, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03380-4 PMID:40411689	研究论文	提出一种基于贝叶斯优化的深度集成框架，用于胶囊内窥镜图像中的多病灶识别	首次将CA-EfficientNet-B0、ECA-RegNetY和Swin transformer作为基学习器集成，并采用贝叶斯优化确定权重	数据仅来自单一医院（上海东方医院），样本量相对有限	自动识别胶囊内窥镜图像中的多病灶病变	胃肠道胶囊内窥镜图像中的四种病变：血管扩张、出血、糜烂和息肉	计算机视觉	胃肠道疾病	胶囊内窥镜成像	集成学习,CNN,Transformer	图像	281个病例的8358张图像（2017-2021年）	NA	CA-EfficientNet-B0,ECA-RegNetY,Swin transformer	准确率,平均精确率,平均召回率,平均F1分数	NA
2705	2025-10-06	ToPoMesh: accurate 3D surface reconstruction from CT volumetric data via topology modification 2025-Oct, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03381-3 PMID:40423893	研究论文	提出ToPoMesh端到端深度学习框架，直接从CT体积数据重建高保真3D表面网格	通过图卷积网络的残差连接和自注意力机制实现精确形状建模，提出自适应变密度网格解池策略和拓扑修改模块	NA	解决传统CT三维重建方法的分辨率限制和拓扑不一致问题	CT体积数据中的肝脏、胰腺肿瘤、海马体和脾脏等解剖结构	计算机视觉	肝脏疾病, 胰腺肿瘤, 脑部疾病, 脾脏疾病	CT扫描	图卷积网络	CT体积数据	LiTS、MSD胰腺肿瘤、MSD海马体和MSD脾脏数据集	NA	图卷积网络, 自注意力机制	Chamfer距离, F-score	NA
2706	2025-10-06	Deep Learning Pipeline for Automated Assessment of Distances Between Tonsillar Tumors and the Internal Carotid Artery 2025-Oct, Head & neck DOI:10.1002/hed.28200 PMID:40458868	研究论文	开发基于深度学习的自动化流程，用于评估扁桃体肿瘤与颈内动脉之间的最小距离	首次提出结合nnU-Net分割和距离计算的完整自动化流程，用于扁桃体肿瘤术前评估	样本量较小（仅96例患者），需要更大规模验证	开发自动化工具辅助扁桃体肿瘤术前规划	扁桃体肿瘤患者	医学影像分析	头颈肿瘤	CT扫描	深度学习	医学影像	96例扁桃体肿瘤患者的CT扫描	nnU-Net	nnU-Net	Dice相似系数, 平均Hausdorff距离	NA
2707	2025-10-06	Multitask Deep Learning for Automated Segmentation and Prognostic Stratification of Endometrial Cancer via Biparametric MRI 2025-Oct, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.70012 PMID:40536279	研究论文	开发基于双参数MRI的多任务深度学习框架，用于子宫内膜癌的自动分割和预后分层	首次提出统一的多任务深度学习框架，同时实现子宫内膜癌的自动分割和多个关键预后因素的分类	回顾性研究设计，样本量相对有限（325例患者）	开发自动化工具辅助子宫内膜癌的预后评估和治疗规划	经组织学确认的子宫内膜癌患者	医学影像分析	子宫内膜癌	双参数MRI（T2加权成像和扩散加权成像）	深度学习	医学影像	325例患者（211例训练，54例验证，60例测试）	NA	多任务深度学习框架	Dice相似系数，Jaccard相似系数，Hausdorff距离，平均表面距离，AUC	NA
2708	2025-10-06	Cognition-Eye-Brain Connection in Alzheimer's Disease Spectrum Revealed by Multimodal Imaging 2025-Oct, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.70003 PMID:40583127	研究论文	通过多模态成像探索阿尔茨海默病谱系中认知功能、视网膜生物特征和大脑改变之间的关系	首次使用多模态成像技术（包括MRI和OCTA）结合深度学习模型，系统研究阿尔茨海默病谱系不同阶段认知-眼-脑连接的改变	样本量相对较小（总样本量76例），特别是AD组仅7例患者	探索阿尔茨海默病谱系中认知功能、视网膜生物特征和大脑改变之间的关联	健康对照（16例）、主观认知下降（35例）、轻度认知障碍（18例）和阿尔茨海默病（7例）患者	数字病理学	阿尔茨海默病	光学相干断层扫描血管成像（OCTA）, 3T MRI, 静息态功能MRI	深度学习模型	医学影像数据（MRI, OCTA）	76例（HC=16, SCD=35, MCI=18, AD=7）	NA	FARGO	统计显著性（p<0.05 with FWE校正）	NA
2709	2025-10-06	Automated multiple sclerosis lesion segmentation from 3D-FLAIR MRI using R2AUNet: A deep learning approach with recurrent residual and attention mechanisms 2025-Oct, Multiple sclerosis and related disorders IF:2.9Q2 DOI:10.1016/j.msard.2025.106620 PMID:40712506	研究论文	本研究开发了一种名为R2AUNet的深度学习模型，用于从3D-FLAIR MRI图像中自动分割多发性硬化病灶	在3D U-Net框架中结合了循环残差块和注意力门机制，仅使用单一3D-FLAIR MRI序列即可实现准确的病灶分割	样本量相对有限（112个MRI扫描来自95名患者），且数据来自单一机构	开发自动化的多发性硬化病灶分割方法	多发性硬化患者的3D-FLAIR MRI图像	医学图像分析	多发性硬化	3D-FLAIR MRI	深度学习	3D MRI图像	112个MRI扫描来自95名多发性硬化患者	NA	R2AUNet（基于3D U-Net，包含循环残差块和注意力机制）	Dice相似系数, 特异性, 敏感性, F1分数, 精确度	NA
2710	2025-10-06	BrainCNN: Automated brain tumor grading from magnetic resonance images using a convolutional neural network-based customized model 2025-Oct, SLAS technology IF:2.5Q3 DOI:10.1016/j.slast.2025.100334 PMID:40712914	研究论文	开发基于卷积神经网络的自动化脑肿瘤分级系统，通过MRI图像对脑肿瘤进行低级别和高级别分类	提出定制化CNN模型，结合预训练模型和多种特征提取方法，在脑肿瘤分级任务中达到99.45%的峰值准确率	数据集仅包含293个MRI扫描，样本量相对较小，且数据来源单一	开发自动化脑肿瘤分级系统以提高诊断准确性和治疗规划效果	脑肿瘤患者的MRI图像	计算机视觉	脑肿瘤	磁共振成像	CNN	图像	293个MRI扫描	TensorFlow, PyTorch	MobileNet, Inception V3, ResNet-50, 定制CNN模型	准确率	NA
2711	2025-10-06	Magnetic Susceptibility-Based Imaging in Gliomas: Insights into Tumor Grading and Margin Delineation 2025-Oct, NMR in biomedicine IF:2.7Q1 DOI:10.1002/nbm.70140 PMID:40944493	综述	本文评估磁化率磁共振成像在神经胶质瘤分级和边界勾画中的应用价值	系统比较R2*、SWI和QSM三种磁化率成像技术在胶质瘤分级和边界界定中的性能差异，提出多模态融合策略	QSM技术尚未在临床常规应用，存在多种技术挑战；SWI无法区分出血和钙化	评估磁化率磁共振成像在胶质瘤分级和边界勾画中的作用	神经胶质瘤患者	医学影像分析	神经胶质瘤	磁化率磁共振成像（R2*, SWI, QSM）, 灌注加权成像, 扩散张量成像	NA	磁共振影像	40项研究（文献综述）	NA	NA	敏感性, 特异性, 定量磁化率值	NA
2712	2025-10-06	Hepatocellular Carcinoma Risk Stratification for Cirrhosis Patients: Integrating Radiomics and Deep Learning Computed Tomography Signatures of the Liver and Spleen into a Clinical Model 2025-Sep-28, Journal of clinical and translational hepatology IF:3.1Q2 DOI:10.14218/JCTH.2025.00091 PMID:40951530	研究论文	开发并验证了一种整合肝脏和脾脏CT影像特征的肝细胞癌风险预测模型	将放射组学和深度学习特征整合到现有的aMAP临床模型中，显著提高了肝细胞癌风险预测性能	研究队列中慢性乙型肝炎病毒感染占主导地位（91.5%），可能限制模型在其他病因肝硬化患者中的泛化能力	改善肝硬化患者肝细胞癌风险分层	肝硬化患者	数字病理	肝细胞癌	计算机断层扫描	深度学习	医学影像	2411名患者，其中118人发展为肝细胞癌	PyRadiomics	ResNet-18	受试者工作特征曲线下面积	NA
2713	2025-10-06	Enhanced Detection, Using Deep Learning Technology, of Medial Meniscal Posterior Horn Ramp Lesions in Patients with ACL Injury 2025-Sep-17, The Journal of bone and joint surgery. American volume DOI:10.2106/JBJS.24.01530 PMID:40743295	研究论文	本研究开发了一种结合深度学习技术和风险因素的MRI诊断模型，用于提高前交叉韧带损伤患者内侧半月板后角斜坡病变的检测准确率	首次将深度学习技术与临床风险因素相结合，使用Swin Transformer Large架构构建预测模型，显著提高了斜坡病变的诊断准确率	研究为回顾性设计，样本量相对有限（236例患者），证据等级为III级	开发基于深度学习的MRI诊断工具，提高内侧半月板后角斜坡病变的检测准确性	接受关节镜手术的前交叉韧带损伤患者	计算机视觉	膝关节损伤	磁共振成像	深度学习, Swin Transformer, XGBoost, 随机森林, 逻辑回归	医学影像	236例患者	NA	Swin Transformer Large	准确率, 特异性, 敏感性	NA
2714	2025-10-06	Deep Learning Analysis of Crystallization Using Polarized Light Microscopy and U-Net Segmentation 2025-Sep-17, The journal of physical chemistry. B DOI:10.1021/acs.jpcb.5c03681 PMID:40958672	研究论文	本研究结合偏光显微镜和深度学习技术分析液晶化合物9BA4的结晶过程	首次将U-Net卷积神经网络应用于偏光显微镜图像分析，实现结晶相和层列相的自动识别与量化	仅研究单一液晶化合物9BA4，方法在其他材料体系中的适用性有待验证	开发结合传统光学技术和神经网络图像分析的方法来研究材料结晶行为	液晶化合物9BA4的结晶过程	计算机视觉	NA	偏光显微镜，非等温冷却实验	CNN	显微镜图像	NA	NA	U-Net	NA	NA
2715	2025-10-06	Deep Learning-Driven Discovery of Novel Antimicrobial Peptides from Large-Scale Protist Genomes and Experimental Characterization 2025-Sep-17, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c01196 PMID:40958742	研究论文	本研究利用深度学习技术从大规模原生生物基因组中识别新型抗菌肽，并通过实验验证其抗菌活性	首次对2000多个原生生物基因组进行大规模新型抗菌肽探索，结合优化的BERT和CNN模型进行多模型综合识别	仅对18个候选肽进行了实验验证，需要进一步扩大验证规模	发现新型抗菌分子以应对抗生素耐药性问题	原生生物基因组中的抗菌肽	机器学习	细菌感染	基因组测序，深度学习	BERT, CNN	基因组序列数据	2120个原生生物基因组数据集，约66亿条序列	NA	BERT, CNN	抗菌活性验证，溶血率	NA
2716	2025-10-06	Integrating Machine Learning into Free Energy Perturbation Workflows 2025-Sep-17, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c01449 PMID:40958764	综述	探讨机器学习如何提升自由能微扰工作流程在药物设计中的效率与精度	提出将主动学习和深度学习整合到自由能微扰工作流程的混合方法，实现采样策略、协议优化和力场开发三方面的创新应用	机器学习衍生的神经网络势能计算成本较高，且依赖量子力学训练数据	提升自由能微扰方法在基于结构的药物设计中的计算效率与预测精度	蛋白质-配体结合亲和力预测	机器学习	NA	自由能微扰，量子力学计算	主动学习，深度学习，神经网络	量子力学数据，蛋白质-配体复合结构	NA	NA	AlphaFold, NeuralPLexer, DragonFold	NA	NA
2717	2025-10-06	NMR-based deep learning classification of raw cow's milk samples in different stages of mastitis 2025-Sep-17, Journal of the science of food and agriculture IF:3.3Q2 DOI:10.1002/jsfa.70200 PMID:40959907	研究论文	本研究利用核磁共振数据和深度强化学习开发了生牛奶样本在不同乳腺炎阶段的分类模型	结合NMR光谱、先进张量分解算法和深度强化学习进行生牛奶乳腺炎阶段分类	NA	开发可靠的生牛奶乳腺炎阶段预测模型	生牛奶样本（来自健康奶牛和患乳腺炎奶牛）	机器学习	乳腺炎	核磁共振（1H-NMR, DOSY NMR）	深度神经网络, 深度强化学习	NMR光谱数据	健康奶牛（2组）、亚临床乳腺炎（4组）、临床乳腺炎（1组）的牛奶样本	NA	深度神经网络	准确率	NA
2718	2025-10-06	Graph Neural Networks in Modern AI-Aided Drug Discovery 2025-Sep-17, Chemical reviews IF:51.4Q1 DOI:10.1021/acs.chemrev.5c00461 PMID:40959983	综述	本文全面综述了图神经网络在AI辅助药物发现中的方法基础、代表性应用及最新进展	重点关注几何图神经网络、可解释模型、不确定性量化、可扩展图架构和图生成框架等最新方法进展	讨论了将图神经网络应用于实际药物发现流程时遇到的实际挑战和方法瓶颈	AI辅助药物发现	药物样分子	机器学习	NA	图神经网络	GNN	分子图	NA	NA	几何图神经网络,图生成框架	NA	NA
2719	2025-10-06	Leveraging Transformer Models to Capture Multi-Scale Dynamics in Biomolecules by Nano-GPT 2025-Sep-17, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.5c00180 PMID:40960089	研究论文	本文提出了一种基于GPT架构的深度学习模型nano-GPT，用于捕捉分子系统中的长期动力学行为	采用GPT架构专门设计用于分子系统长期动力学建模，引入两阶段训练机制逐步替换MD标记以减轻累积误差	未明确说明模型在更复杂生物分子系统上的泛化能力限制	开发能够捕捉分子系统长期动力学和复杂转变的深度学习模型	分子系统动力学，包括四态模型势、丙氨酸二肽和Fip35 WW结构域	机器学习	NA	分子动力学模拟	Transformer, GPT	分子动力学轨迹数据	三个不同系统：四态模型势、丙氨酸二肽、Fip35 WW结构域	NA	GPT	NA	NA
2720	2025-10-06	Identifying suspicious naevi with dermoscopy via variational autoencoder auxiliary generative classifiers 2025-Sep-17, Physical and engineering sciences in medicine IF:2.4Q2 DOI:10.1007/s13246-025-01636-9 PMID:40960587	研究论文	本研究开发了一种基于变分自编码器辅助生成对抗网络的分类器，用于识别可疑痣并生成合成样本	提出了VAE-ACGAN模型，通过变分流形可视化痣的分布，并生成高质量合成样本	NA	通过数据驱动方法实现黑色素瘤早期检测	可疑和非可疑痣的皮肤镜图像	计算机视觉	皮肤癌	皮肤镜检查	GAN, VAE	图像	NA	NA	VAE-ACGAN	特异性, 敏感性, AUC	NA