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
2781	2025-10-06	Optimizing contrast-enhanced abdominal MRI: A comparative study of deep learning and standard VIBE techniques 2025-Oct, Clinical imaging IF:1.8Q3 DOI:10.1016/j.clinimag.2025.110581 PMID:40795789	研究论文	比较深度学习重建技术与标准VIBE技术在腹部MRI中的图像质量和采集时间	首次将深度学习重建技术应用于冠状位VIBE序列，显著缩短采集时间的同时提升图像质量	深度学习重建技术会增加外周伪影的严重程度	验证深度学习重建技术在腹部MRI中的性能表现	151名接受上腹部MRI检查的患者	医学影像分析	肝脏疾病	MRI, 深度学习重建	深度学习	医学影像	151名患者	NA	NA	图像质量评分, 信噪比, 伪影严重程度, 肝脏边缘锐利度, 肝脏血管锐利度, 病灶显着性, 病灶检测率	3T MRI扫描仪
2782	2025-10-06	MASSISTANT: A deep learning model for De Novo molecular structure prediction from EI‑MS spectra via SELFIES encoding 2025-Sep-27, Journal of chromatography. A DOI:10.1016/j.chroma.2025.466216 PMID:40706264	研究论文	开发了一种名为MASSISTANT的深度学习模型，能够直接从低分辨率EI-MS谱图预测分子结构	首次使用SELFIES编码实现从EI-MS谱图的从头分子结构预测	模型性能对数据集质量敏感，分子量限制在600 Da以下	开发从EI-MS谱图自动预测分子结构的深度学习方法	挥发性半挥发性化合物的EI-MS谱图	机器学习	NA	气相色谱-电子轰击质谱(GC-EI-MS)	深度神经网络	质谱数据	NIST数据集18万张谱图，分子量低于600 Da的化合物	NA	NA	准确率,Tanimoto得分	NA
2783	2025-10-06	Deep Learning Modeling to Differentiate Multiple Sclerosis From MOG Antibody-Associated Disease 2025-Sep-23, Neurology IF:7.7Q1 DOI:10.1212/WNL.0000000000214075 PMID:40906978	研究论文	本研究开发深度学习模型结合临床/MRI算法区分多发性硬化与MOG抗体相关疾病	首次结合临床/MRI算法与深度学习模型，并利用概率注意力图识别关键鉴别区域	回顾性研究，缺乏前瞻性验证，样本来源相对集中	区分多发性硬化(MS)与髓鞘少突胶质细胞糖蛋白抗体相关疾病(MOGAD)	成人非急性期MS和MOGAD患者的脑部MRI扫描	医学影像分析	神经系统疾病	MRI扫描(T2-FLAIR, T1加权)	CNN	医学影像	406例MRI扫描(218例RRMS, 188例MOGAD)	NA	ResNet-10	准确率, 敏感度, 特异度	NA
2784	2025-10-06	Label-free chimeric antigen receptor T-cell expression analysis using neural networks and statistical distribution modeling 2025-Sep-16, Biochemical and biophysical research communications IF:2.5Q3 DOI:10.1016/j.bbrc.2025.152454 PMID:40795576	研究论文	本研究开发了一种基于亮场显微镜和深度学习的无标记方法，用于预测CAR-T细胞的CAR表达率	首次成功实现T细胞中CAR表达率的无标记预测，通过卷积神经网络结合高斯拟合的分类分数分布分析	仅在四个供体样本上验证，样本规模有限	优化CAR-T细胞疗法的治疗效果和患者安全性监测	CAR-T细胞	计算机视觉	血液恶性肿瘤	亮场显微镜	CNN	图像	四个供体	NA	卷积神经网络	预测准确率, 最大预测误差	NA
2785	2025-10-06	Selection of representative electrodes for stereoscopic visual comfort studies in conjunction with brain mechanism analysis 2025-Sep-15, Brain research IF:2.7Q3 DOI:10.1016/j.brainres.2025.149800 PMID:40544932	研究论文	通过立体视觉脑机制分析寻找评估立体视觉舒适度的代表性电极	首次通过脑机制分析为立体视觉舒适度研究的电极选择提供科学依据	样本量相对较小，仅分析了15个电极	寻找评估立体视觉舒适度的代表性电极	立体视觉舒适度与不适状态的脑电信号	脑机接口	视觉不适	脑电图(EEG)、事件相关电位、功率谱分析	机器学习模型、深度学习模型	脑电信号	15个电极的脑电活动数据	NA	NA	分类准确率	NA
2786	2025-10-06	Deep learning for named entity recognition in Turkish radiology reports 2025-09-08, Diagnostic and interventional radiology (Ankara, Turkey) DOI:10.4274/dir.2025.243100 PMID:40018795	研究论文	本研究开发并评估了用于土耳其语放射学报告中命名实体识别的深度学习框架	针对土耳其语放射学报告特点，结合自适应跨度枚举和跨度图传播技术，优化了DYGIE++模型在土耳其语医疗文本上的表现	由于隐私问题无法使用真实患者数据，仅使用合成的放射学报告数据集	提高从放射学报告中提取信息的准确性和效率	土耳其语放射学报告	自然语言处理	NA	命名实体识别(NER)	BERT, 前馈神经网络	文本	1,056份土耳其语放射学报告	DYGIE++	BERTurk, BioBERTurk, PubMedBERT, XLM-RoBERTa	F1分数, 精确率, 召回率	NA
2787	2025-10-06	Automatic bone age assessment: a Turkish population study 2025-09-08, Diagnostic and interventional radiology (Ankara, Turkey) DOI:10.4274/dir.2025.242999 PMID:40094318	研究论文	本研究开发了一种基于深度学习的自动骨龄评估模型，特别针对土耳其人群进行优化	首次针对土耳其人群开发深度学习骨龄评估模型，并比较了单一数据集与混合数据集的性能差异	数据来源存在异质性，土耳其人群样本量相对较少，模型性能仍有提升空间	开发针对土耳其人群的自动骨龄评估模型，研究人口统计学因素对模型性能的影响	手部X光片及对应的骨龄和性别信息	计算机视觉	生长发育评估	X光成像	CNN	图像	土耳其人群2,730张手部X光片，公开数据集18,757张（RSNA 12,572张，RHPE 6,185张）	TensorFlow	改进的InceptionV3	平均绝对误差(MAE)	NA
2788	2025-10-06	AMPGP: Discovering Highly Effective Antimicrobial Peptides via Deep Learning 2025-Sep-08, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00647 PMID:40825014	研究论文	提出一种名为AMPGP的深度学习模型，用于生成和预测高效抗菌肽	将注意力机制整合到seqGAN框架中生成高质量抗菌肽，并构建四通道特征预测模型克服单一信息源局限	未明确说明模型在其他数据集上的泛化能力及潜在的计算资源需求	开发深度学习方法来加速高效抗菌肽的发现过程	抗菌肽(AMPs)	机器学习	NA	深度学习	GAN, 注意力机制	序列数据	独立测试集评估，具体样本量未明确说明	seqGAN	seqGAN with attention mechanism, 四通道特征模型	准确率	NA
2789	2025-10-06	Uncertainty-Aware Deep Learning and Structural Feature Analysis for Reliable Nephrotoxicity Prediction 2025-Sep-08, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c01532 PMID:40827867	研究论文	本研究开发了用于肾毒性预测的不确定性感知深度学习模型，并进行了结构特征分析	构建了最大的公开肾毒性化合物数据库，结合不确定性量化方法定义模型适用域，并采用多尺度特征分析提供药物设计见解	NA	开发可靠且精确的肾毒性预测计算方法	1831种高质量肾毒性相关化合物	机器学习	肾毒性	分子图分析，ChemoPy2D描述符	传统机器学习算法，基于图的深度学习方法，Directed Message Passing Neural Network	分子结构数据	1831种肾毒性相关化合物	NA	Directed Message Passing Neural Network	Kappa值	NA
2790	2025-10-06	PepBAN: A Deep Learning Framework with Bilinear Attention and Adversarial Learning for Peptide-Protein Interaction Prediction 2025-Sep-08, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c01713 PMID:40854162	研究论文	提出了一种名为PepBAN的深度学习框架，用于预测肽-蛋白质相互作用	结合双线性注意力网络和条件域对抗学习，能够识别关键残基并解释相互作用机制，特别针对环肽相互作用预测进行了优化	在结合数据有限的情况下可能面临挑战，环肽中非标准氨基酸需要特殊处理	开发准确预测肽-蛋白质相互作用的计算方法	肽-蛋白质复合物	机器学习	NA	蛋白质语言模型，图基础模型	深度学习框架	序列数据，结构数据，分子图数据	NA	NA	BAN（双线性注意力网络），ESM-2	预测性能	NA
2791	2025-10-06	Enhancing Toxicity Prediction of Synthetic Chemicals via Novel SMILES Fragmentation and Interpretable Deep Learning 2025-Sep-08, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c01042 PMID:40856693	研究论文	提出一种结合SMILES片段化策略与一维卷积神经网络的深度学习框架，用于预测合成化学品的毒性和结构警报	开发了四种SMILES片段化方法并生成专用分词器，构建了可解释的深度学习模型SFDL-GenTok	在10个毒性终点中仅对6个表现出稳健预测性能	提高合成化学品的毒性预测准确性和可解释性	合成化学品	机器学习	NA	SMILES片段化	CNN	化学结构数据	581537个PubChem化合物用于训练，28160个合成化学品用于预测	NA	1D CNN	AUC, PRAUC	NA
2792	2025-10-06	MultiSAAl: Sequence-Informed Antibody-Antigen Interaction Prediction Using Multiscale Deep Learning 2025-Sep-08, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c01511 PMID:40874985	研究论文	提出一种基于多尺度深度学习的序列信息抗体-抗原相互作用预测框架MultiSAAI	首次明确考虑抗体重链和轻链在抗原结合中的不同作用，整合多尺度特征并采用多尺度网络架构同时评估全局残基对兼容性和局部氨基酸适应性	未明确说明模型的计算复杂度和对特定抗体类型的泛化能力	开发准确的序列信息抗体-抗原相互作用预测方法以支持治疗性抗体开发	抗体-抗原相互作用	生物信息学	传染病	深度学习，语言模型嵌入	多尺度深度学习网络	蛋白质序列数据，理化性质，几何约束，残基可替换性	通用抗体-抗原相互作用数据集和SARS-CoV-2数据集	NA	多尺度网络架构	AUROC	NA
2793	2025-10-06	Optimized node-level capsule graph neural network for subject-independent emotion recognition from EEG signals 2025-Sep-08, Electromagnetic biology and medicine IF:1.6Q4 DOI:10.1080/15368378.2025.2541792 PMID:40916628	研究论文	提出一种基于优化节点级胶囊图神经网络的主体独立脑电信号情绪识别方法	首次将食人鱼觅食优化算法与节点级胶囊图神经网络结合，用于主体独立的脑电情绪识别	未提及数据集规模和多样性限制，未说明计算资源需求	开发高精度主体独立脑电情绪识别模型	脑电信号对应的平静、快乐、悲伤和愤怒四种情绪状态	机器学习	NA	脑电信号处理，振动模式分解	图神经网络，胶囊网络	脑电信号	NA	Python	节点级胶囊图神经网络	准确率，精确率，召回率，特异性，F1分数，RoC	NA
2794	2025-10-06	Artificial Intelligence in Contact Dermatitis: Current and Future Perspectives 2025-Sep-08, Dermatitis : contact, atopic, occupational, drug IF:4.0Q1 DOI:10.1177/17103568251376647 PMID:40916798	综述	本文综述了人工智能在接触性皮炎诊断和管理中的当前应用与未来前景	首次系统总结了AI在接触性皮炎领域的三大应用方向：基于图像的斑贴试验解读、生物标志物发现和患者风险分析	存在数据集偏差、缺乏标准化和模型可解释性不足等限制	探索人工智能如何提高接触性皮炎的诊断准确性、效率和可及性	接触性皮炎患者，包括过敏性接触性皮炎和刺激性接触性皮炎	数字病理学	接触性皮炎	斑贴测试、转录组学分析	CNN, 机器学习算法	图像、临床数据、转录组数据	基于12项原始研究	NA	卷积神经网络	诊断准确率	NA
2795	2025-10-06	Prognostic Utility of a Deep Learning Radiomics Nomogram Integrating Ultrasound and Multi-Sequence MRI in Triple-Negative Breast Cancer Treated with Neoadjuvant Chemotherapy 2025-Sep-08, Journal of ultrasound in medicine : official journal of the American Institute of Ultrasound in Medicine IF:2.1Q2 DOI:10.1002/jum.70054 PMID:40920176	研究论文	本研究开发了一种整合超声和多序列MRI的深度学习放射组学列线图模型，用于预测接受新辅助化疗的三阴性乳腺癌患者的预后	首次将超声和多序列MRI的深度学习放射组学特征与临床参数结合构建预后预测模型	回顾性研究设计，样本量相对较小（103例），需要更大规模的前瞻性验证	评估深度学习放射组学列线图在预测三阴性乳腺癌患者新辅助化疗后生存、复发和转移的预后性能	经组织病理学确诊的三阴性乳腺癌患者	数字病理	乳腺癌	超声成像，多序列磁共振成像，深度学习放射组学	深度学习放射组学模型	二维超声图像，三维MRI图像	103例三阴性乳腺癌患者（训练组72例，验证组31例）	NA	深度学习放射组学列线图	一致性指数	NA
2796	2025-10-06	A Deep Learning-Based Fully Automated Cardiac MRI Segmentation Approach for Tetralogy of Fallot Patients 2025-Sep-07, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.70113 PMID:40916364	研究论文	本研究开发了一种基于深度学习的全自动心脏MRI分割方法，专门用于法洛四联症患者	首次在法洛四联症患者中比较多种U-Net架构在不同训练策略下的性能，并证明混合数据集训练的MultiResUNet模型效果最佳	研究为回顾性设计，样本量相对有限，外部验证集仅包含12例患者	评估深度学习模型在法洛四联症患者心脏MRI自动分割中的性能	法洛四联症患者的心脏MRI图像，重点分割左心室、右心室和左心室心肌	医学影像分析	先天性心脏病	心脏磁共振成像	深度学习	医学影像	427名患者（305名非法洛四联症，122名法洛四联症），其中395例用于训练/验证，32例法洛四联症用于内部测试，12例外部队列用于泛化性评估	NA	U-Net, Deep U-Net, MultiResUNet	Dice相似系数, 交并比, F1分数	NA
2797	2025-10-06	A transfer learning-enhanced deep learning framework for efficient and interpretable soil heavy metal pollution prediction under data scarcity and spatial heterogeneity 2025-Sep-05, Journal of hazardous materials IF:12.2Q1 DOI:10.1016/j.jhazmat.2025.138926 PMID:40516468	研究论文	提出一种基于迁移学习的深度学习框架，用于在数据稀缺和空间异质性条件下预测土壤重金属污染	结合迁移学习与卷积神经网络，集成多源异构数据，并引入GradSHAP可解释性模块	研究区域限于韶关市，数据稀缺问题可能在其他地区表现不同	开发高效可解释的土壤重金属污染预测方法	土壤重金属污染	机器学习	NA	遥感技术、网络数据采集、现场采样	CNN	遥感数据、网络数据、现场采样数据、空间区域化特征	韶关市2018-2022年数据	NA	TL-CNN	准确率	NA
2798	2025-10-06	Enhancing cybersecurity in virtual power plants by detecting network based cyber attacks using an unsupervised autoencoder approach 2025-Sep-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-01863-w PMID:40913053	研究论文	提出一种基于无监督自编码器的深度学习方法，用于检测虚拟电厂中的虚假数据注入攻击	首次将无监督自编码器应用于虚拟电厂网络安全领域，通过重构误差分析实现高精度异常检测	研究基于仿真数据，未在真实虚拟电厂环境中验证	增强物联网能源系统的网络安全，保护虚拟电厂运营安全	虚拟电厂系统中的网络攻击检测	机器学习	NA	深度学习	Autoencoder	时间序列数据	1000天的时间序列数据	NA	Autoencoder	准确率	MATLAB Simulink
2799	2025-10-06	Cortico-Cortical Evoked Potentials: Automated Localization and Classification of Early and Late Responses 2025-Sep-05, Journal of neuroscience methods IF:2.7Q3 DOI:10.1016/j.jneumeth.2025.110571 PMID:40915390	研究论文	开发基于YOLO v10的深度学习框架，用于自动定位和分类皮层-皮层诱发电位的早期和晚期响应	首次使用深度学习模型同时定位和分类CCEP的N1和N2成分，克服了传统统计方法在变异性条件下的局限性	仅在癫痫患者数据上验证，样本量相对有限（初始9例患者）	开发自动化方法以可靠识别皮层-皮层诱发电位的早期和晚期响应成分	药物难治性癫痫患者的皮层-皮层诱发电位数据	医学图像分析	癫痫	颅内脑电图记录，单脉冲电刺激	YOLO	时间序列数据转换的二维图像	初始训练验证：9例UAB患者；泛化测试：5例UAB患者+10例宾夕法尼亚大学医院患者，共4000多个未标注时段	YOLO v10, Matplotlib	YOLO v10	平均精度均值，交并比	NA
2800	2025-10-06	ESCMID workshop: Artificial Intelligence and Machine Learning in Medical Microbiology Diagnostics 2025-Sep-05, Microbes and infection IF:2.6Q3 DOI:10.1016/j.micinf.2025.105562 PMID:40915468	workshop summary	介绍ESCMID举办的关于人工智能和机器学习在医学微生物学诊断中应用的研讨会内容	聚焦医学微生物学诊断领域，整合AI/ML技术应用于病原体识别、抗生素敏感性预测和疫情检测	NA	探讨AI和机器学习在医学微生物学诊断中的机遇与挑战	医学微生物学诊断技术	machine learning	infectious diseases	全基因组测序, MALDI-TOF质谱, 数字显微镜	deep learning	genomic data, microscopy images, mass spectrometry data	NA	NA	NA	NA	NA