深度学习在生物医药领域中的应用

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
281	2025-09-09	An evaluation of rectum contours generated by artificial intelligence automatic contouring software using geometry, dosimetry and predicted toxicity 2025-Aug-21, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/adf8f2 PMID:40774288	研究论文	评估商业深度学习自动勾画软件生成的直肠危及器官轮廓，并与临床医生勾画结果进行几何、剂量学和毒性预测比较	首次综合使用几何指标、剂量学差异和毒性预测模型来评估AI自动勾画软件在直肠轮廓生成中的性能	回顾性研究，样本量有限(n=308)，且仅针对前列腺癌患者，未编辑自动生成的轮廓	评估AI自动轮廓生成软件在放射治疗计划中的临床应用价值	308名接受3D适形放射治疗的前列腺癌患者	数字病理	前列腺癌	深度学习自动轮廓生成，剂量体积直方图分析，毒性预测建模	深度学习模型	CT图像	308名前列腺癌患者，其中124例有1级及以上晚期直肠出血数据
282	2025-09-09	The use of artificial intelligence in predicting maximal intercuspal position: A feasibility study 2025-Aug-20, Journal of prosthodontic research IF:3.2Q1 DOI:10.2186/jpr.JPR_D_24_00112 PMID:39756870	研究论文	本研究探索使用人工智能通过两阶段粗到细牙齿对齐流程预测上下颌骨关系的可行性	开发了一种新的两阶段粗到细牙齿对齐流程AI系统，用于基于咬合形态预测颌骨关系	NA	研究人工智能在预测最大牙尖交错位中的可行性	上下颌石膏模型	人工智能医疗应用	口腔颌面疾病	深度学习	深度学习对齐网络	3D扫描数据	325对上下颌石膏模型（300对训练，25对验证）
283	2025-09-09	ChemKANs for combustion chemistry modeling and acceleration 2025-Aug-20, Physical chemistry chemical physics : PCCP IF:2.9Q1 DOI:10.1039/d5cp02009c PMID:40747601	研究论文	提出ChemKANs新型神经网络框架，用于燃烧化学的模型推断和模拟加速	将通用Kolmogorov-Arnold网络ODE与化学动力学和热力学定律的信息流知识相结合，形成化学特异性结构	NA	开发高效化学动力学模型推断和燃烧模拟加速方法	燃烧化学系统	机器学习	NA	KAN-ODE算法	ChemKANs神经网络	化学动力学数据	NA
284	2025-09-09	A predicted structural interactome reveals binding interference from intrinsically disordered regions 2025-Aug-20, bioRxiv : the preprint server for biology DOI:10.1101/2025.08.15.670535 PMID:40894573	研究论文	本研究利用AlphaFold2多聚体预测蛋白质相互作用，并探讨内在无序区域在其中的作用	结合功能关联数据提升蛋白质物理相互作用预测准确性，并首次系统分析无序区域在预测高置信度相互作用中的重要性	主要针对非哺乳动物物种，可能限制了在哺乳动物系统中的普适性	预测和分析蛋白质-蛋白质相互作用的结构细节	蛋白质相互作用网络	计算生物学	NA	AlphaFold2 multimer, 深度学习	深度学习模型	蛋白质结构数据, 功能关联数据	NA
285	2025-09-09	AI-Enhanced SERS with Probe Combinations for Concurrent Identification and Quantification of Coexisting Metal Ions in Water 2025-Aug-19, Environmental science & technology IF:10.8Q1 DOI:10.1021/acs.est.5c07025 PMID:40764259	研究论文	提出一种结合AI与表面增强拉曼光谱（SERS）的方法，用于水中多种共存金属离子的同步识别与定量检测	采用定制化探针组合构建高维光谱阵列，并应用基于自注意力的深度学习架构解决光谱重叠和非线性响应问题	NA	开发高效同步检测共存金属离子的技术，以提升水质监测能力	水环境中的四种共存金属离子	环境监测	NA	表面增强拉曼光谱（SERS），深度学习	基于自注意力的深度学习架构	光谱数据	涵盖河水、工业废水和生活污水等多种环境样本的84种浓度组合
286	2025-09-09	Genetic and environmental factors affecting hair density in East Asian populations 2025-Aug-18, The British journal of dermatology DOI:10.1093/bjd/ljaf149 PMID:40251992	研究论文	本研究通过大规模样本和深度学习技术，识别影响东亚人群头发密度的遗传与环境因素	首次在东亚人群中发现三个与头发密度显著相关的遗传位点，并揭示其与毛囊发育基因的关联及非那雄胺治疗的基因型特异性反应	研究样本仅限东亚人群，结果可能不适用于其他族群；表型测量依赖图像分析技术	解析影响头发密度的遗传与环境因素，探索毛发特征之间的遗传共享机制	5735名东亚个体	生物医学	毛发疾病	GWAS、meta分析、C-GWAS、深度学习图像分析	深度学习模型（未指定具体架构）	图像（毛发镜图像）、基因型数据	5735名东亚个体，另包含UK Biobank纵向数据
287	2025-09-09	Modelling In vitro Mutagenicity Using Multi-Task Deep Learning and REACH Data 2025-Aug-18, Chemical research in toxicology IF:3.7Q2 DOI:10.1021/acs.chemrestox.5c00152 PMID:40680271	研究论文	本研究利用多任务深度学习和REACH数据构建体外诱变性预测模型	首次将多任务深度学习应用于诱变性预测，利用不同检测方法间的内在相关性提升模型性能	模型性能在外部测试集上的表现仍有提升空间（72-78%平衡准确率）	开发优于单任务模型的多任务深度学习模型来预测化学物质的诱变性	超过12,000种化学物质及其基因毒性数据	机器学习	NA	深度学习方法、图神经网络、化学指纹	多任务深度学习模型、图神经网络	化学结构数据、基因毒性测试数据	超过12,000种物质，包含来自REACH数据和多个公共来源的算法筛选信息
288	2025-09-09	HIST-DIP: histogram thresholding and deep image priors assisted smartphone-based fluorescence microscopy imaging 2025-Aug-18, The Analyst DOI:10.1039/d5an00487j PMID:40717611	研究论文	提出一种基于直方图阈值和深度图像先验的无监督荧光显微镜图像恢复框架HIST-DIP	无需外部训练数据，结合直方图阈值去噪和深度图像先验增强分辨率	未提及实时设备计算的优化需求	提升智能手机荧光显微镜图像质量	荧光显微镜图像	计算机视觉	NA	荧光显微镜成像	Deep Image Prior (DIP)	图像	NA
289	2025-09-09	Development and validation of a multimodal automatic interictal epileptiform discharge detection model: a prospective multi-center study 2025-Aug-15, BMC medicine IF:7.0Q1 DOI:10.1186/s12916-025-04316-3 PMID:40817241	研究论文	开发并验证一种多模态自动检测癫痫样放电的深度学习模型，通过多中心前瞻性研究评估其性能	提出整合视频和脑电图特征的多模态检测模型vEpiNetV2，引入坏道去除和患者检测方法提升多中心鲁棒性	不同中心存在振幅差异，错误患者检测可能影响整体性能	开发高精度自动化癫痫样放电检测模型以辅助癫痫诊断	癫痫患者的视频脑电图数据	医疗人工智能	癫痫	深度学习，视频-EEG多模态分析	深度学习模型（具体架构未说明）	视频和脑电图时序数据	训练集：530名患者26,706个IED和194,797个非IED片段；测试集：149名患者377小时视频-EEG数据含9,232个IED
290	2025-09-09	Towards proactively improving sleep: machine learning and wearable device data forecast sleep efficiency 4-8 hours before sleep onset 2025-Aug-14, Sleep IF:5.3Q1 DOI:10.1093/sleep/zsaf113 PMID:40293116	研究论文	本研究利用机器学习模型基于可穿戴设备数据预测睡眠效率，旨在实现睡眠问题的主动干预	首次开发了能在睡眠开始前4-8小时预测睡眠效率的机器学习模型，并揭示了活动时间与睡眠效率的U型关系	研究仅基于UK Biobank的加速度计数据，未考虑其他可能影响睡眠的因素	开发能够提前预测睡眠效率的机器学习系统，为主动改善睡眠提供干预目标	80,811名UK Biobank成年参与者的加速度计数据	机器学习	睡眠障碍	加速度计数据采集与分析	CatBoost, CNN-LSTM	时间序列传感器数据	80,811名成年人
291	2025-09-09	Explainable Machine Learning for ETR and Drug Chameleonicity 2025-Aug-14, Journal of medicinal chemistry IF:6.8Q1 DOI:10.1021/acs.jmedchem.5c00536 PMID:40367343	研究论文	开发可解释机器学习模型预测ETR并定位影响药物变色龙特性的极性减少热点	首次在bRo5三维领域引入可解释深度学习模型，通过ETR比率高通量测量极性减少并指导化学修饰	NA	指导bRo5类药物口服吸收的快速化学设计	大环化合物、PROTACs和其他bRo5类药物	机器学习	NA	深度学习、分子动力学	深度学习模型	化学分子数据	数千个大环化合物、PROTACs和bRo5类药物样本
292	2025-09-09	MMPK: A Multimodal Deep Learning Framework to Predict Human Oral Pharmacokinetic Parameters 2025-Aug-14, Journal of medicinal chemistry IF:6.8Q1 DOI:10.1021/acs.jmedchem.5c01522 PMID:40741939	研究论文	开发了一个名为MMPK的多模态深度学习框架，用于预测人口服药物动力学参数	整合分子图、子结构图和SMILES序列以捕获多尺度分子信息，并采用多任务学习和数据插补提高数据效率和模型鲁棒性	NA	准确预测药物动力学参数以评估药物安全性和有效性，优化给药方案	超过1,200种独特化合物和5,000多种化合物-剂量组合	机器学习	NA	多模态深度学习	深度学习框架	分子图、子结构图、SMILES序列	1,200多种独特化合物和5,000多种化合物-剂量组合
293	2025-09-09	MyoPose: position-limb-robust neuromechanical features for enhanced hand gesture recognition in colocated sEMG-pFMG armbands 2025-Aug-14, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/adf888 PMID:40769169	研究论文	提出一种名为MyoPose的新型轻量级特征集，用于增强基于sEMG和pFMG多模态信号的手势识别鲁棒性	提供针对多模态手势识别的有效特征集，能够处理肢体位置变化并保持高精度，无需深度学习即可实现实时人机交互	NA	提高手势识别系统在肢体位置变化下的性能稳定性	手势识别	机器学习	NA	sEMG, pFMG, 线性判别分析	NA	生物电信号，压力信号	九种手势识别任务
294	2025-09-09	TEMSET-24K: Densely Annotated Dataset for Indexing Multipart Endoscopic Videos using Surgical Timeline Segmentation 2025-Aug-14, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05646-w PMID:40813778	研究论文	本文介绍了TEMSET-24K数据集，一个用于内窥镜手术视频索引的密集标注开源数据集，并验证了深度学习模型在该数据集上的性能	提出了首个公开的大规模密集标注内窥镜手术视频数据集，采用新颖的分层标注分类法（阶段、任务、动作三元组）	NA	推动手术数据科学中的内窥镜视频自动索引技术发展	经肛门内窥镜显微手术（TEMS）视频片段	计算机视觉	NA	深度学习	Transformer, ConvNeXt, ViT, SWIN V2	视频	24,306个视频微片段
295	2025-09-09	Going beyond SMILES enumeration for data augmentation in generative drug discovery 2025-Aug-14, Digital discovery IF:6.2Q1 DOI:10.1039/d5dd00028a PMID:40917333	研究论文	本文提出并评估了四种新的SMILES数据增强策略，以提升小数据集下分子生成模型的设计质量	引入了基于自然语言处理和化学知识的四种创新SMILES增强方法：token删除、原子掩码、生物电子等排替换和自训练	NA	探索超越传统SMILES枚举的数据增强方法，提升生成式药物发现中分子设计的质量	SMILES字符串表示的分子	自然语言处理	NA	SMILES数据增强	生成式深度学习	文本（SMILES字符串）	小分子数据集
296	2025-09-09	Enhancing EEG-based sleep staging efficiency with minimal channels through adversarial domain adaptation and active deep learning 2025-Aug-13, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/adeec7 PMID:40645218	研究论文	提出一种结合对抗域适应和主动深度学习的框架ADAADL，用于提升基于少量EEG通道的睡眠分期分类效率	首次将对抗学习与主动学习策略结合，采用双分类器作为判别器以精细处理类别边界，并引入熵度量优化未标注数据利用	NA	提升睡眠分期分类的准确性和效率，减少对标注数据的依赖	EEG睡眠数据	机器学习	睡眠障碍	EEG信号处理	对抗域适应(ADA)与主动深度学习(ADL)	EEG时间序列数据	三个基准EEG数据集（未明确样本数量）
297	2025-09-09	Reusability Report: evaluating the performance of a meta-learning foundation model on predicting the antibacterial activity of natural products 2025-Aug-12, Research square DOI:10.21203/rs.3.rs-6932613/v1 PMID:40831494	研究论文	评估元学习基础模型ActFound在预测天然产物抗菌活性任务中的性能表现	首次将ActFound基础模型应用于天然产物抗菌活性预测领域，并在少样本设置下与其他先进模型进行对比	模型在抗菌天然产物数据集上的准确率未能达到原论文中跨域任务的同等水平	验证基础模型在数据稀缺的生物活性预测任务中的泛化能力	天然产物（NPs）的抗菌活性	机器学习	NA	元学习（meta-learning）和配对学习（pairwise learning）	ActFound基础模型	生物活性数据	少样本设置下的天然产物数据集
298	2025-09-09	Automated violence monitoring system for real-time fistfight detection using deep learning-based temporal action localization 2025-Aug-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-12531-4 PMID:40796923	研究论文	提出一种基于深度学习的多模态时空斗殴检测模型MSTFDet，用于实时视频监控中的暴力行为识别	融合RGB图像和人体骨骼数据，结合CAET和ST-GCN模型同时捕捉人际互动和个体内部动态，首次在骨骼点框架中充分考虑个体内部动态特征	NA	开发实时斗殴检测系统以提升公共空间安全监控能力	监控视频中的暴力行为（斗殴动作）	computer vision	NA	深度学习，时空动作定位	Transformer, ST-GCN, 多模态融合模型	video, RGB图像, 骨骼数据	两个公开数据集（SCFD和RWF-2000），包含复杂真实场景视频
299	2025-09-09	Leveraging artificial intelligence and machine learning in kinase inhibitor development: advances, challenges, and future prospects 2025-Aug-12, RSC medicinal chemistry IF:4.1Q2 DOI:10.1039/d5md00494b PMID:40919316	综述	探讨人工智能和机器学习在激酶抑制剂开发中的最新应用、挑战及未来前景	系统整合深度学习、图神经网络和生成模型等AI/ML技术，推动激酶抑制剂的设计、优化和重定位	数据稀疏性、模型可解释性不足以及计算与实验结果间的转化鸿沟	加速和优化下一代激酶靶向治疗药物的研发	蛋白激酶及其抑制剂（如BTK和EGFR抑制剂）	机器学习	癌症	深度学习、图神经网络、生成模型	NA	化学与生物医学数据	NA
300	2025-09-09	A Systematic Review of Multimodal Deep Learning and Machine Learning Fusion Techniques for Prostate Cancer Classification 2025-Aug-11, medRxiv : the preprint server for health sciences DOI:10.1101/2025.08.07.25333235 PMID:40832371	综述	本文系统回顾了基于多模态深度学习和机器学习融合技术在前列腺癌分类中的应用现状	整合多种数据源（影像、临床和分子信息）的多模态融合方法显著提升了前列腺癌分类的准确性	纳入研究数量有限（仅27篇符合标准），且依赖专家解读可能带来诊断不一致性	提升前列腺癌分类的准确性和临床适用性	前列腺癌患者的多模态数据	数字病理	前列腺癌	多参数磁共振成像，临床数据整合	CNN（卷积神经网络）	多模态数据（影像、临床、分子信息）	基于27项符合条件的研究（2021-2025年发表）