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
3221	2025-11-21	Transformer-based deep learning model for predicting fNIRS short-channel signals 2025-Oct, Neurophotonics IF:4.8Q1 DOI:10.1117/1.NPh.12.4.045008 PMID:41245625	研究论文	开发基于Transformer的深度学习模型，从长通道fNIRS数据预测短通道信号，为脑血流动力学监测提供虚拟短通道解决方案	首次将Transformer架构应用于fNIRS短通道信号预测，提供不依赖物理硬件的虚拟短通道回归方法	模型性能依赖于训练数据质量，在低相干性通道下准确度有所下降	开发数据驱动的虚拟短通道检测器，替代物理短通道进行信号去噪	功能性近红外光谱(fNIRS)信号	生物医学信号处理	NA	功能性近红外光谱(fNIRS)	Transformer	光学密度信号，血流动力学信号	训练集69名受试者，验证集包含三个独立数据集：23名受试者（静息态）、40名受试者（不同系统）、4名受试者（手指敲击任务）	NA	Transformer编码器	均方误差(MSE), 归一化均方误差(NMSE), 皮尔逊相关系数(r), 回归后残差方差	NA
3222	2025-11-21	DHGT-DTI: Advancing drug-target interaction prediction through a dual-view heterogeneous network with GraphSAGE and Graph Transformer 2025-Oct, Journal of pharmaceutical analysis IF:6.1Q1 DOI:10.1016/j.jpha.2025.101336 PMID:41245658	研究论文	提出一种基于双视角异质图网络的药物-靶点相互作用预测方法DHGT-DTI	通过邻域视角和元路径视角双重机制整合局部与全局网络信息，结合GraphSAGE与图Transformer的优势	未明确说明模型计算复杂度及对大规模网络的可扩展性	提升药物-靶点相互作用预测的准确性	药物与靶点蛋白质	生物信息学	帕金森病	异质图神经网络	HGNN, Graph Transformer	图网络数据	两个基准数据集，六种治疗帕金森病的药物案例研究	NA	GraphSAGE, Graph Transformer	NA	NA
3223	2025-11-21	Artificial intelligence algorithms in orthopaedics: A narrative review of methods and clinical applications 2025-Oct, Journal of experimental orthopaedics IF:2.0Q2 DOI:10.1002/jeo2.70549 PMID:41245724	综述	评估人工智能算法在骨科手术中的作用，解释主要算法方法的功能并通过骨科实例进行说明	系统区分不同AI算法在骨科的应用场景，并详细解释各类算法的工作原理和临床实例	存在算法偏见、透明度不足、计算成本高和缺乏外部验证等问题	探讨人工智能算法在骨科领域的应用现状和发展前景	骨科手术相关的AI算法和临床应用	机器学习,自然语言处理,计算机视觉	骨科疾病	机器学习,深度学习,自然语言处理,生成式人工智能,联邦学习	CNN,神经网络	医学影像,文本数据,手术数据	NA	NA	FracNet,YOLO,大型语言模型	准确率,效率,可扩展性	NA
3224	2025-11-21	Examining the Effect of Deep Learning-Based Image Reconstruction on Accelerating Shoulder Magnetic Resonance Imaging (MRI) and Its Impact on Image Quality 2025-Oct, Cureus DOI:10.7759/cureus.94561 PMID:41246632	研究论文	本研究比较了基于深度学习的图像重建技术在加速肩部MRI扫描中对图像质量的影响	首次系统评估深度学习重建技术在肩部MRI加速中的临床应用价值	样本量较小(49例)，阅片者间一致性较差，仅使用1.5T扫描器	评估深度学习图像重建技术加速MRI扫描的可行性和图像质量	49名接受肩部MRI检查的患者	医学影像分析	肩部疾病	磁共振成像	深度学习	医学图像	49名患者	NA	NA	Wilcoxon符号秩检验, Cohen's kappa, PABAK	Philips Ingenia 1.5T MRI扫描仪
3225	2025-11-21	AI-Based System for Analysis of Electron Microscope Images in Glomerular Disease 2025-Oct-01, JAMA network open IF:10.5Q1 DOI:10.1001/jamanetworkopen.2025.34985 PMID:41055904	研究论文	开发并验证基于人工智能的TEM图像分析系统TEM-AID，用于精确分割和测量肾小球超微结构并诊断肾小球疾病亚型	首次整合YOLO-v8检测、Segment Anything模型和人机协同优化，实现肾小球超微结构的自动分割与量化分析	研究仅针对特定七种肾小球疾病亚型，未涵盖所有肾脏疾病类型	开发人工智能辅助诊断系统提升肾小球疾病的电子显微镜图像分析效率	慢性肾病患者及其肾活检透射电子显微镜图像	数字病理	肾小球疾病	透射电子显微镜	YOLO-v8, Segment Anything Model, 堆叠分类器	电子显微镜图像	31,670名患者的160,727张TEM图像	NA	YOLO-v8, Segment Anything Model	平均交并比, Dice系数, 准确率, AUC	NA
3226	2025-11-21	Diagnostic Accuracy of Artificial Intelligence in Detecting Oral Potentially Malignant Disorders and Oral Cancer: A Meta-Analysis of Imaging-Based Studies (2015-2024) 2025 Sep-Oct, Journal of International Society of Preventive & Community Dentistry DOI:10.4103/jispcd.jispcd_116_25 PMID:41244656	荟萃分析	通过荟萃分析评估人工智能在检测口腔潜在恶性疾病和口腔癌中的诊断准确性	首次对2015-2024年间基于影像的AI诊断口腔疾病研究进行系统性评估，涵盖多种影像技术和深度学习模型	纳入研究数量有限（35项），可能存在发表偏倚，各研究间影像技术和AI方法存在异质性	评估AI辅助影像工具在社区和临床环境中检测口腔潜在恶性疾病和口腔癌的诊断准确性	口腔潜在恶性疾病和口腔癌的影像数据	医学影像分析	口腔癌	临床摄影、组织病理学、光学相干断层扫描、自体荧光成像	CNN	图像	超过15,000张图像	NA	卷积神经网络	灵敏度, 特异度, AUC, 诊断比值比	NA
3227	2025-11-21	Personalized MR-Informed Diffusion Models for 3D PET Image Reconstruction 2025-Aug-25, IEEE transactions on radiation and plasma medical sciences IF:4.6Q1 DOI:10.1109/TRPMS.2025.3602262 PMID:41244311	研究论文	提出一种基于多模态PET-MR扫描数据的个性化扩散模型，用于3D PET图像重建	通过图像配准生成患者特异性伪PET图像，保留MR扫描的解剖信息，提高重建精度	需要多模态PET-MR扫描数据，伪PET图像仍存在一定噪声	开发个性化的PET图像重建方法，提高低计数数据下的重建质量	多模态PET-MR扫描数据，包括模拟和真实[F]FDG数据集	医学影像	NA	图像配准，扩散模型	扩散模型	3D PET图像，MR图像	多患者PET-MR扫描数据集	NA	扩散模型	重建精度，病灶可检测性	NA
3228	2025-11-21	A deep learning method for predicting interactions for intrinsically disordered regions of proteins 2025-Aug-15, bioRxiv : the preprint server for biology DOI:10.1101/2024.12.19.629373 PMID:39763873	研究论文	开发了一种名为Disobind的深度学习方法，用于预测蛋白质内在无序区域与结合伴侣之间的相互作用	结合ProtT5蛋白质语言模型的序列嵌入，考虑结合伴侣的上下文，不依赖结构信息和多重序列比对	NA	预测蛋白质内在无序区域与结合伴侣之间的相互作用界面	蛋白质内在无序区域及其结合伴侣	生物信息学	NA	蛋白质语言模型	深度学习	蛋白质序列	NA	NA	ProtT5	接触图预测准确率，界面残基预测准确率	NA
3229	2025-11-21	Parasitic diagnosis: A journey from basic microscopy to cutting-edge technology 2025 Jul-Dec, Tropical parasitology DOI:10.4103/tp.tp_61_24 PMID:41244084	综述	本文综述了寄生虫诊断技术从基础显微镜到现代人工智能的发展历程	系统梳理了寄生虫诊断技术的演进，特别强调了人工智能和卷积神经网络在提升诊断准确性和效率方面的革命性作用	面临数据集多样性不足和低收入地区基础设施支持有限的挑战	改善寄生虫感染诊断方法以应对全球公共卫生挑战	寄生虫感染及其诊断技术	数字病理	寄生虫感染	显微镜检查、血清学诊断、ELISA、免疫印迹、PCR、多重检测、下一代测序	CNN	图像、分子数据	NA	NA	NA	灵敏度、特异性、准确性、效率	NA
3230	2025-11-21	AVN: A Deep Learning Approach for the Analysis of Birdsong 2025-Jun-22, bioRxiv : the preprint server for biology DOI:10.1101/2024.05.10.593561 PMID:39229184	研究论文	开发了一种基于深度学习的鸟类鸣声分析工具AVN，用于斑胸草雀鸣声的自动标注和特征提取	无需额外训练数据即可跨多个动物群体准确标注鸣声，并开发了无需额外训练数据即可测量鸣声模仿的新方法	NA	开发标准化的行为分析工具以促进鸣声行为研究	斑胸草雀的习得性鸣声	机器学习	NA	深度学习行为分析	深度学习	音频	多个研究组和实验中的斑胸草雀鸣声数据	Python	NA	准确性、敏感性、与人类专家判断的一致性	NA
3231	2025-11-21	Near-zero photon bioimaging by fusing deep learning and ultralow-light microscopy 2025-May-27, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2412261122 PMID:40388622	研究论文	提出一种结合深度学习和超低光显微镜的近零光子生物成像方法，可在极低光照条件下实现高质量生物图像重建	首次实现kHz速率和比标准显微镜低10000倍辐照度的近零光子生物成像，能够从每个像素仅0.01光子的极低信号中重建生物图像	未明确说明方法在特定生物样本类型或复杂组织中的适用性限制	开发在极低光照条件下实现可靠和可重复光学显微镜成像的新方法	多细胞和亚细胞生物结构特征	生物医学成像	NA	超低光显微镜，深度学习图像重建	深度学习	光子稀疏图像	NA	NA	NA	成像保真度	NA
3232	2025-11-21	Correlation does not equal causation: the imperative of causal inference in machine learning models for immunotherapy 2025, Frontiers in immunology IF:5.7Q1 DOI:10.3389/fimmu.2025.1630781 PMID:41041318	综述	本文系统评述了机器学习在免疫治疗研究中忽视因果推断的方法学缺陷，并探讨了因果机器学习的最新进展与挑战	首次系统揭示免疫治疗研究中普遍存在的'知识-实践鸿沟'，即研究者虽认知'相关不等于因果'却在实践中忽略因果推断，并提出了因果机器学习的具体解决方案	基于文献综述的分析，缺乏原始数据验证；未提供因果机器学习模型在临床环境中的实际效能比较	探讨因果推断在免疫治疗机器学习模型中的重要性及实施路径	免疫检查点抑制剂研究文献和黑色素瘤回顾性研究	机器学习	免疫治疗相关疾病	多组学数据整合，包括影像学、基因组学和临床记录	因果机器学习模型	多模态数据	90项免疫检查点抑制剂研究和36项黑色素瘤回顾性研究	NA	Targeted-BEHRT, CIMLA, CURE	模型可解释性，临床适用性	NA
3233	2025-11-21	Deep Multi-View Clustering With Meta Information Compression 2025, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2025.3630899 PMID:41237033	研究论文	提出一种基于元学习的深度多视图聚类方法，通过信息压缩和语义拼图机制学习低冗余的聚类友好表示	从元学习角度提出信息压缩器和语义拼图机制，在保持关键语义的同时最小化冗余信息	未明确说明方法在极端数据不平衡或噪声视图条件下的鲁棒性	解决多视图聚类中互补信息选择与关键细节捕获之间的平衡问题	多视图数据样本	机器学习	NA	NA	深度学习	多视图数据	多个不同规模的数据集（具体数量未说明）	NA	信息压缩器, 语义拼图机制	聚类性能指标（具体指标未说明）	NA
3234	2025-11-21	TSCytoPred: a deep learning framework for inferring cytokine expression trajectories from irregular longitudinal gene expression data to enhance multi-omics analyses 2025, PeerJ IF:2.3Q2 DOI:10.7717/peerj.20270 PMID:41244204	研究论文	提出TSCytoPred深度学习框架，从非规则纵向基因表达数据推断细胞因子表达轨迹以增强多组学分析	开发首个基于深度学习的模型，通过基因表达数据和转录因子相互作用计算推断细胞因子表达轨迹，并包含插值模块处理不规则时间间隔数据	依赖基因表达数据的质量和完整性，在细胞因子表达机制完全未知的情况下预测性能可能受限	通过推断细胞因子表达轨迹来改善疾病结果预测和治疗反应评估	细胞因子表达轨迹，基因表达数据，COVID-19患者	机器学习	COVID-19	基因表达分析，转录因子相互作用分析	深度学习，神经网络	纵向基因表达数据，时间序列数据	COVID-19数据集（具体数量未明确说明）	NA	包含插值模块的神经网络	决定系数(R)，平均绝对误差(MAE)	NA
3235	2025-11-21	Shape modeling of longitudinal medical images: from diffeomorphic metric mapping to deep learning 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1671099 PMID:41244609	综述	本文综述了从微分同胚度量映射到深度学习的纵向医学图像形状建模方法	系统比较了传统微分同胚映射与深度学习在纵向形状建模中的协同应用，并指出未来研究方向	作为综述文章，未提出新的原创算法，主要分析现有方法的优缺点	探讨生物组织纵向形状变化的建模方法及其在医疗健康中的应用	生物组织的时空形状变化，包括自然和病理性的形态改变	医学图像分析	NA	医学图像序列分析	自编码器,生成网络,循环神经网络	纵向医学图像	NA	NA	NA	NA	NA
3236	2025-11-21	Artificial intelligence-, organoid-, and organ-on-chip-powered models to improve pre-clinical animal testing of vaccines and immunotherapeutics: potential, progress, and challenges 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1681106 PMID:41244612	综述	探讨人工智能、类器官和器官芯片技术在改进疫苗和免疫疗法临床前动物测试中的潜力与挑战	提出结合人工智能、类器官和器官芯片的混合验证系统作为动物测试的补充工具	现有模型尚不能完全复制活体系统的复杂性，无法全面模拟疫苗和免疫疗法的安全性、免疫原性和保护效力	评估替代性临床前研究方法的潜力以加速疫苗和免疫疗法开发	疫苗和免疫疗法	数字病理	传染病和癌症	类器官培养、器官芯片、深度学习	深度学习模型	生物医学数据	NA	NA	NA	NA	NA
3237	2025-11-21	Construction of a diagnostic model for temporal lobe epilepsy using interpretable deep learning: disease-associated markers identification 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1655338 PMID:41244607	研究论文	本研究开发了一种基于可解释深度学习的颞叶癫痫诊断模型，并识别了疾病相关标志物	结合SHAP和Kolmogorov-Arnold Networks (KAN)进行模型解释，首次提供基因与TLE状态之间的非线性数学表达式	样本量相对有限（287个样本），需要进一步临床验证	开发可解释的深度学习诊断模型并识别颞叶癫痫相关标志物	颞叶癫痫患者与正常对照的基因表达数据	机器学习	颞叶癫痫	RNA-seq, 微阵列	DNN, XGBoost, RF, LR, KNN	基因表达数据	287个样本来自8个GEO数据集	NA	深度神经网络	AUC, 准确率	NA
3238	2025-11-21	High-resolution deep learning-reconstructed T2-weighted imaging for the improvement of image quality and extraprostatic extension assessment in prostate MRI 2025, Frontiers in radiology DOI:10.3389/fradi.2025.1695043 PMID:41244649	研究论文	评估高分辨率T2加权成像结合深度学习重建在提升前列腺多参数MRI图像质量和前列腺外侵犯评估中的效果	首次将高分辨率T2加权成像与深度学习重建技术结合应用于前列腺MRI，显著改善了图像质量和病灶轮廓显示	样本量较小（69例患者），运动伪影在高分辨率序列中更明显，前列腺外侵犯检测缺乏充分的组织病理学验证	提升前列腺MRI的图像质量和诊断准确性	前列腺癌患者	数字病理	前列腺癌	多参数MRI，深度学习图像重建	深度学习模型	医学影像	69例患者	NA	NA	Likert评分，Wilcoxon符号秩检验，Cohen's kappa	3T MRI扫描仪
3239	2025-11-21	Type IV minor pilin ComN predicted the USS-receptor in Pasteurellaceae 2025, Frontiers in microbiology IF:4.0Q2 DOI:10.3389/fmicb.2025.1647523 PMID:41244683	研究论文	通过多学科方法鉴定Pasteurellaceae科细菌中负责同源DNA摄取的USS受体蛋白PpdA/ComN	首次通过深度学习结构建模和共进化分析系统鉴定出Pasteurellaceae科细菌的USS受体蛋白	尚未通过重组蛋白实验和突变体实验进行功能验证	鉴定Pasteurellaceae科细菌中负责自然转化的USS受体蛋白	Pasteurellaceae科细菌及其USS摄取信号序列	计算生物学, 结构生物学	细菌感染性疾病	AlphaFold3结构建模, 几何深度学习, 分子动力学模拟, 共进化分析	深度学习, 几何深度学习	蛋白质序列, DNA序列, 蛋白质结构	10种具有不同USS特异性的Pasteurellaceae科细菌	AlphaFold3, DeepPBS	深度学习蛋白质结构预测模型	RMSD	NA
3240	2025-11-21	Rapid and accurate recognition of erythrocytic stage parasites of Plasmodium falciparum via a deep learning-based YOLOv3 platform 2025, Frontiers in microbiology IF:4.0Q2 DOI:10.3389/fmicb.2025.1471436 PMID:41244694	研究论文	开发基于YOLOv3深度学习平台的疟疾寄生虫自动识别工具	首次将YOLOv3目标检测算法应用于恶性疟原虫红细胞内期寄生虫的自动识别	样本量较小（仅262张图像），仅在薄血涂片上进行验证	开发人工智能辅助诊断工具以实现疟疾早期快速诊断	恶性疟原虫感染的红细胞	计算机视觉	疟疾	显微镜检查,qPCR验证	YOLOv3	图像	262张薄血涂片图像	NA	YOLOv3	准确率,假阴性率,假阳性率	NA