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
3161	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
3162	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
3163	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
3164	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
3165	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
3166	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
3167	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
3168	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
3169	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
3170	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
3171	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
3172	2025-11-26	Advanced COVID-19 detection using cough signals with space reconstruction and 3D deep convolutional neural networks 2025-Nov-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-29633-8 PMID:41286001	研究论文	提出一种结合相空间重构和3D深度卷积神经网络的咳嗽音频信号COVID-19检测方法	首次将相空间重构技术用于咳嗽信号特征提取，并设计专用的3D深度卷积神经网络进行多分类	仅使用单一数据集进行验证，未在临床环境中进行实时测试	开发非侵入式COVID-19快速筛查方法	咳嗽音频信号	机器学习	COVID-19	音频信号分析	3D CNN	音频	COUGHVID数据集中超过8,400个咳嗽录音	NA	自定义五层卷积神经网络	准确率, 召回率, 特异性	NA
3173	2025-11-26	Automated diagnosis of early-stage retinopathy of prematurity 2025-Nov-24, Eye (London, England) DOI:10.1038/s41433-025-04122-4 PMID:41286176	研究论文	开发基于深度学习的早产儿视网膜病变自动检测和分级系统	结合U-Net分割和ResNet50分类的集成管道，通过叠加分割后的血管和脊状特征保留关键疾病特征	NA	实现早产儿视网膜病变的自动检测和分期	早产儿视网膜图像	计算机视觉	早产儿视网膜病变	视网膜成像	CNN	图像	400GB视网膜图像数据集	NA	U-Net, ResNet50	准确率	NA
3174	2025-11-26	Helixer: ab initio prediction of primary eukaryotic gene models combining deep learning and a hidden Markov model 2025-Nov-24, Nature methods IF:36.1Q1 DOI:10.1038/s41592-025-02939-1 PMID:41286201	研究论文	介绍Helixer——一种结合深度学习和隐马尔可夫模型的从头真核生物基因预测工具	无需RNA测序等实验数据即可实现跨物种高精度基因预测，结合深度学习与隐马尔可夫模型的新方法	NA	开发适用于多种真核生物基因组的从头基因预测工具	真菌、植物、脊椎动物和无脊椎动物基因组	生物信息学	NA	深度学习，隐马尔可夫模型	深度学习模型，隐马尔可夫模型	基因组序列数据	NA	NA	NA	多评估指标	NA
3175	2025-11-26	Deep Learning-Driven Early Diagnosis of Respiratory Diseases using CNN-RNN Fusion on Lung Sound Data 2025-Nov-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-28832-7 PMID:41286281	研究论文	提出一种基于CNN-RNN融合的深度学习算法，用于肺音数据分析以实现呼吸系统疾病的早期诊断	结合CNN和RNN架构的融合模型，使用Grad-CAM提供可解释性可视化，在肺音分析领域实现高精度疾病分类	未提及模型在真实临床环境中的验证效果和跨设备泛化能力	通过肺音分析改进呼吸系统疾病的早期诊断	肺炎、哮喘和慢性阻塞性肺疾病(COPD)等呼吸系统疾病	数字病理	呼吸系统疾病	肺音记录分析	CNN, RNN, LSTM	音频信号	Coswara和ICBHI数据集	NA	CNN-RNN融合架构（3个CNN层、3个最大池化层、2个全连接层、2个LSTM层）	准确率, 灵敏度, 特异性, F1分数	NA
3176	2025-11-26	Antimicrobial peptide prediction based on contrastive learning and gated convolutional neural network 2025-Nov-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-29666-z PMID:41286313	研究论文	提出基于对比学习和门控卷积神经网络的抗菌肽预测框架CG-AMP	采用双模块架构，结合预训练语言模型、对比学习和增强卷积神经网络，有效整合多模态特征	NA	开发高效识别抗菌肽的计算方法	抗菌肽（AMPs）	自然语言处理, 机器学习	NA	深度学习	CNN, 预训练语言模型	序列数据	NA	NA	门控卷积神经网络	准确率, F1分数, 马修斯相关系数	NA
3177	2025-11-26	The role of data augmentation and attention mechanisms in UNet and ConvNeXt architectures for optimizing breast tumor segmentation 2025-Nov-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-29841-2 PMID:41286401	研究论文	本研究系统分析UNet+ConvNeXt Tiny架构在乳腺肿瘤分割中的优化配置，重点评估数据增强和注意力机制的影响	首次在UNet+ConvNeXt Tiny架构中系统评估注意力机制与数据增强的协同作用，发现注意力机制能显著提升分割性能而数据增强需谨慎使用	某些几何变换数据增强技术可能扭曲超声图像解剖结构导致分割质量下降	优化乳腺肿瘤分割模型的架构配置和正则化技术	乳腺超声图像中的肿瘤区域	计算机视觉	乳腺癌	超声成像	CNN	医学图像	BUSI数据集和BUS-UCLM数据集	NA	UNet, ConvNeXt	F1分数, 精确率, IoU, 召回率, Dice系数	NA
3178	2025-11-26	On the public dissemination and open sourcing of ultrasound resources, datasets and deep learning models 2025-Nov-24, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-02162-4 PMID:41286495	研究论文	本文系统整理并评估了公开可用的超声数据集和深度学习模型，提出了专门的质量评分体系	开发了原创的超声数据集质量评分(SonoDQS)和模型质量评分(SonoMQS)体系	仅评估公开资源，未涉及私有或商业数据集和模型	促进超声数据在医学影像机器学习研究中的更广泛应用	公开超声数据集和深度学习模型	医学影像分析	多解剖部位疾病	超声成像	深度学习模型	超声图像	72个公共超声数据集和56个开源模型	NA	NA	SonoDQS, SonoMQS	NA
3179	2025-11-26	OMetaNet: an efficient hybrid deep learning model based on multimodal data fusion and contrastive learning for predicting 2'-O-methylation sites in human RNA 2025-Nov-24, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-025-06324-9 PMID:41286599	研究论文	提出基于多模态数据融合和对比学习的混合深度学习模型OMetaNet，用于预测人类RNA中的2'-O-甲基化位点	构建低冗余数据集，创新提出KN-PairMatrix编码方案，开发集成残差CNN、下采样优化CNN、Mamba网络和跨模态交互融合模块的深度学习框架，采用对比学习驱动的自适应混合损失函数和渐进特征解缠策略	NA	准确识别RNA 2'-O-甲基化位点，深入理解RNA调控机制	人类RNA中的2'-O-甲基化位点	生物信息学	NA	RNA 2'-O-甲基化位点预测	CNN, Mamba网络, 混合深度学习模型	序列数据, 多模态数据	NA	NA	残差CNN, 下采样优化CNN, Mamba网络, 跨模态交互融合模块	独立评估指标	NA
3180	2025-11-26	Mood states recognition based on Mandarin speech and deep learning in patients with bipolar disorder 2025-Nov-24, BMC psychiatry IF:3.4Q2 DOI:10.1186/s12888-025-07630-5 PMID:41286671	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA