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
3301	2025-11-21	Design of Carbon Nanotube Inhibitors for Main Proteinase of SARS-CoV-2: A Combined Deep Learning and Molecular Dynamics Simulation Study 2025-Nov-20, The journal of physical chemistry. B DOI:10.1021/acs.jpcb.5c05780 PMID:41212638	研究论文	本研究结合深度学习和分子动力学模拟评估碳纳米管与SARS-CoV-2主蛋白酶的结合性能	首次系统评估深度学习在纳米结构-蛋白质对接中的性能，并揭示DL生成构象为局部能量最小值的亚稳态结构	深度学习模型未能完全处理结合口袋附近柔性环的结构变化	开发SARS-CoV-2主蛋白酶的碳纳米管抑制剂	碳纳米管与SARS-CoV-2主蛋白酶(Mpro)	机器学习	COVID-19	分子动力学模拟, 分子对接	深度学习模型	分子结构数据	NA	NA	DeepRMSD + Vina	结构一致性, 能量势垒分析	NA
3302	2025-11-21	Low-count whole-body PET denoising with deep learning in a multicenter, multi-tracer and externally validated study 2025-Nov-20, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-025-07672-7 PMID:41261209	研究论文	通过深度学习算法在多中心、多示踪剂研究中实现低计数全身PET图像去噪并保持诊断准确性	首个在欧洲临床环境中针对多种示踪剂和未见过的扫描仪技术进行盲法评估的PET去噪算法研究	仅在欧洲三家医院进行验证，未包含更多地区和扫描仪型号	验证深度学习去噪算法在低计数PET扫描中的临床实用性和泛化能力	65个来自GE和西门子系统的PET扫描，使用[¹⁸F]FDG、[¹⁸F]PSMA、[⁶⁸Ga]PSMA和[⁶⁸Ga]DOTATATE四种示踪剂	医学影像分析	肿瘤疾病	PET成像，深度学习去噪	深度学习	PET医学影像	65个扫描，243个病灶	NA	NUCLARITY	RMSE, PSNR, SSIM, SUVmean, SUVmax, MTV, 敏感性, 特异性, 一致性相关系数	NA
3303	2025-11-21	Deep learning model for automated detection of Helicobacter pylori and intestinal metaplasia on gastric biopsy digital whole slide images 2025-Nov-19, American journal of clinical pathology IF:2.3Q2 DOI:10.1093/ajcp/aqaf110 PMID:40996022	研究论文	开发用于胃活检数字全切片图像中幽门螺杆菌和肠上皮化生自动检测的深度学习模型	采用两阶段模型（Vision Transformer与图注意力网络结合），并考虑背景组织病理学特征，更贴近真实临床诊断场景	样本量相对有限（180个全切片图像），仅基于单一医疗中心的H&E染色图像	开发自动化工具用于胃活检标本中幽门螺杆菌微生物和肠上皮化生的检测	胃活检组织标本的数字化全切片图像	数字病理学	胃部疾病	H&E染色，全切片图像数字化	Vision Transformer, Graph Attention Network	图像	180个胃活检H&E全切片图像（776,636个图像块）	NA	Vision Transformer, Graph Attention Network	精确度, F1分数, 微平均F1分数, 宏平均F1分数	NA
3304	2025-11-21	Frequency-Aware B-Line and Pleural Line Analysis in Lung Ultrasound Videos 2025-Nov-19, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3634433 PMID:41259172	研究论文	提出一种集成小波增强和时序注意力建模的肺超声视频分析框架，用于准确识别B线和胸膜线	引入离散小波变换的双组分频率特征增强方法和自适应注意力模块，有效抑制噪声并建模长程时序依赖	肺超声视频数据标注有限，模型在多诊断特征开发方面存在数据限制	开发自动分析肺超声视频中B线和胸膜线的深度学习框架	肺超声视频中的B线和胸膜线	计算机视觉	肺间质疾病	肺超声	深度学习	视频	2,149个超声视频（193,410帧），外加Covid-BLUES公共数据集	PyTorch	时序注意力模型	AUC, ACC	NA
3305	2025-11-21	Cardiac Arrhythmia Classification From Lead I ECG Recorded in a Free-Living Environment 2025-Nov-19, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3634307 PMID:41259171	研究论文	提出基于深度学习的框架CARE-I，使用单导联心电图在自由生活环境中进行心律失常分类	开发了新的数据相似性评估指标以增强迁移学习和外部数据集验证，并测试了在真实噪声环境下的鲁棒性	仅使用单导联心电图数据，可能无法捕捉某些需要多导联的心律失常特征	开发能够在自由生活环境中准确检测心律失常的AI模型	心律失常患者的心电图数据	机器学习	心血管疾病	心电图记录	深度学习	心电图信号	超过60,000份心电图来自PhysioNet Challenge 2021数据集	NA	NA	AUC, 敏感度, 特异度	NA
3306	2025-11-21	Explainable End-to-End Seizure Prediction via Stationary Wavelet Transform-Driven Dynamic Multiscale Fuzzy Clustering 2025-Nov-19, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3633739 PMID:41259173	研究论文	提出一种基于平稳小波变换的动态多尺度模糊聚类框架，用于可解释的癫痫发作预测	结合平稳小波变换与几何注意力机制，开发黎曼流形模糊聚类算法，并采用对比学习和混合监督/自监督策略增强模型鲁棒性	未明确说明模型在跨数据集泛化能力及计算复杂度方面的具体限制	解决癫痫发作预测中存在的个体差异性和时空耦合复杂性难题，提升特征判别性和模型可解释性	癫痫患者的脑电图信号	生物医学信号处理	癫痫	平稳小波变换，脑电图分析	CNN，模糊聚类	脑电图信号	NA	PyTorch，TensorFlow	三层卷积网络，多尺度卷积核	FPR，预测性能指标	NA
3307	2025-11-21	Interpretable End to End Epileptic Seizure Detection via Linear and Nonlinear Filtering Networks 2025-Nov-19, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3633726 PMID:41259168	研究论文	提出一种结合线性和非线性滤波网络的可解释癫痫发作检测对比学习框架	首次通过双分支解耦网络分离EEG信号的线性和非线性成分，并采用混合监督与自监督对比学习策略	未提及模型在不同癫痫亚型间的泛化能力及计算效率分析	开发可解释的端到端癫痫发作检测方法	头皮和颅内脑电图数据中的六种癫痫发作类型与非发作状态	医疗人工智能	癫痫	脑电图分析	CNN, 对比学习	脑电图信号	NA	PyTorch	三层卷积架构，双分支解耦网络，多尺度卷积模块	准确率	NA
3308	2025-11-21	Sequence to Location: Protein Subcellular Localization Driven by Deep Pretrained Language Model 2025-Nov-19, IEEE transactions on computational biology and bioinformatics DOI:10.1109/TCBBIO.2025.3634612 PMID:41259184	研究论文	提出基于深度预训练语言模型的蛋白质亚细胞定位预测算法SubLoc	融合蛋白质语言模型ProtT5的序列嵌入、图卷积网络处理3D结构信息以及双向门控循环单元与多头注意力机制的序列特征分析	NA	开发高效准确的蛋白质亚细胞定位预测方法	蛋白质序列及其亚细胞定位	生物信息学	NA	蛋白质序列分析	图卷积网络, 双向门控循环单元, 注意力机制	蛋白质序列数据	NA	NA	ProtT5, 图卷积网络, 双向GRU, 多头注意力	精确度, 召回率, MCC	NA
3309	2025-11-21	iDRKAN: Interpretable miRNA-Disease Association Prediction Based on Dual-Graph Representation Learning and Kolmogorov-Arnold Network 2025-Nov-19, IEEE transactions on computational biology and bioinformatics DOI:10.1109/TCBBIO.2025.3634550 PMID:41259182	研究论文	提出基于双图表示学习和Kolmogorov-Arnold网络的可解释miRNA-疾病关联预测方法iDRKAN	结合双图表示学习和可解释KAN网络，通过多通道注意力和语义层注意力机制融合异构信息，实现预测性能与可解释性的平衡	NA	准确预测miRNA与疾病之间的关联关系	miRNA和疾病	生物信息学	多种疾病	图表示学习，对比学习	GCN, KAN, 注意力机制	图数据，关联矩阵，相似性矩阵	两个公共数据集	NA	图卷积网络，Kolmogorov-Arnold网络，多通道注意力，语义层注意力	多种性能指标	NA
3310	2025-11-21	Deep domain adaptation eliminates costly data required for task-agnostic wearable robotic control 2025-Nov-19, Science robotics IF:26.1Q1 DOI:10.1126/scirobotics.ads8652 PMID:41259448	研究论文	提出一种深度域适应框架，利用生物力学模型模拟传感器数据解决可穿戴机器人控制中的数据稀缺问题	通过构建中间域将易获取数据转换为数据受限域，无需昂贵设备特定标注数据	模型误差仍比使用完整设备特定数据集的最佳情况高11-44%	开发可实时部署的深度学习模型，用于任务无关的可穿戴机器人控制	髋膝关节力矩估计和可穿戴外骨骼控制	机器学习	NA	深度域适应	深度神经网络	生物力学传感器数据，模拟传感器数据	8名外骨骼使用者	NA	深度域适应网络	力矩估计误差(Nm/kg)，代谢成本降低百分比	NA
3311	2025-11-21	Real-World Prospective Validation and Economic Evaluation of Deep Learning-Based Diabetic Retinopathy Detection From Fundus Photographs: A Systematic Review and Meta-analysis 2025-Nov-19, Diabetes care IF:14.8Q1 DOI:10.2337/dc25-1493 PMID:41259706	系统综述与荟萃分析	通过系统综述和荟萃分析评估深度学习糖尿病视网膜病变检测系统在真实世界前瞻性验证中的表现和经济性	首次对深度学习糖尿病视网膜病变检测系统在真实世界前瞻性验证中的表现和经济性证据进行系统综合评估	缺乏评估多种糖尿病视网膜病变严重程度或糖尿病黄斑水肿的研究限制了亚组分析能力，低收入国家的研究数据不足	评估基于眼底照片的深度学习糖尿病视网膜病变检测系统在不同国家实施的可行性	糖尿病视网膜病变检测系统	数字病理	糖尿病视网膜病变	眼底摄影	深度学习	图像	47项研究纳入荟萃分析	NA	NA	AUROC	NA
3312	2025-11-21	Association of a Lifestyle Risk Index With Visceral and Subcutaneous Adipose Tissue in the German National Cohort (NAKO) 2025-Nov-19, Obesity (Silver Spring, Md.) DOI:10.1002/oby.70071 PMID:41261047	研究论文	本研究通过横断面分析探讨生活方式风险指数与内脏脂肪组织的关系	首次在德国国家队列中使用深度学习技术分析全身MRI数据，构建综合生活方式风险指数评估与内脏脂肪的关联	横断面研究设计无法确定因果关系，样本选择可能存在偏差	探究生活方式因素与内脏脂肪堆积的关联性	德国国家队列中30,920名接受MRI扫描的参与者	医学影像分析	肥胖相关疾病	磁共振成像, 深度学习图像分割	深度学习	医学影像	18,508名参与者（年龄48.2±12.2岁）	NA	NA	几何均值, 95%置信区间	3T MRI设备
3313	2025-11-21	Development of a Novel Interpretable Transformer-Based Deep Learning Model for Predicting Postoperative Hypokalemia in Pituitary Adenomas 2025-Nov-19, Journal of evidence-based medicine DOI:10.1111/jebm.70089 PMID:41261064	研究论文	开发了一种基于Transformer的可解释深度学习模型CliTab-Transformer，用于预测垂体腺瘤患者术后低钾血症	首次将Transformer架构应用于临床表格数据预测术后低钾血症，并引入Transformer-Explainability方法实现模型可解释性	回顾性研究设计，样本量相对有限（280例患者）	开发可解释的预测模型以预测垂体腺瘤患者术后低钾血症，促进早期干预	280例垂体腺瘤手术患者	医疗人工智能	垂体腺瘤	深度学习，机器学习	Transformer, XGBoost, MLP	临床表格数据	280例垂体腺瘤患者	NA	Transformer, XGBoost, 多层感知机	准确率, 精确率, 召回率, F1分数, ROC曲线, PR曲线, AUC	NA
3314	2025-11-21	MIAT-DHX9 spatiotemporal expression drives venous neointimal hyperplasia through nucleolar homeostasis and mitotic progression 2025-Nov-18, Cell reports IF:7.5Q1 DOI:10.1016/j.celrep.2025.116578 PMID:41259202	研究论文	本研究揭示了MIAT-DHX9轴通过调控核仁稳态和有丝分裂进程促进静脉新生内膜增生的机制	首次发现MIAT-DHX9在核仁中的时空表达模式及其通过PARP1相互作用调控细胞周期进程的新机制	研究主要基于体外和动物模型，临床转化潜力需进一步验证	探究静脉新生内膜增生的分子机制并寻找潜在治疗靶点	血管平滑肌细胞	数字病理学	心血管疾病	多超分辨率成像,单分子荧光原位杂交,CRISPR基因编辑,深度学习	深度学习模型	图像,分子成像数据	体外细胞模型和动物模型	NA	NA	形态学特征分析	NA
3315	2025-11-21	A prognostic index integrating deep learning baseline PET/CT biomarkers and multi-omics profiling in diffuse large B cell lymphoma 2025-Nov-18, Cell reports. Medicine DOI:10.1016/j.xcrm.2025.102452 PMID:41260205	研究论文	本研究通过整合深度学习PET/CT生物标志物与多组学数据，开发了弥漫性大B细胞淋巴瘤的预后指数模型	首次将nnUNet深度学习框架应用于DLBCL的PET/CT分析，并整合多组学数据和临床因素构建综合预后模型	研究基于回顾性数据，需要前瞻性验证；样本量虽大但来自特定机构	开发DLBCL的精准预后预测模型以指导个性化治疗	1024名新诊断的弥漫性大B细胞淋巴瘤患者	数字病理学	淋巴瘤	PET/CT成像, DNA测序, RNA测序, 多组学分析	深度学习	医学影像, 基因组数据, 转录组数据, 临床数据	1024名DLBCL患者，使用AutoPET公共数据集和内部数据集	nnUNet	nnUNet	预后区分能力, 风险分层效果	NA
3316	2025-11-21	A rapidly evolving female-controlled lock-and-key mechanism determines Aedes mosquito mating success 2025-Nov-17, Current biology : CB IF:8.1Q1 DOI:10.1016/j.cub.2025.09.066 PMID:41161314	研究论文	本研究揭示了雌性伊蚊通过生殖器尖端伸长行为主动控制交配的锁钥机制	首次发现雌性伊蚊通过生殖器尖端伸长行为主动控制交配启动，并揭示这种快速进化的锁钥机制决定交配成功率	NA	探究伊蚊交配机制及雌性防止重复交配的生物学基础	入侵性埃及伊蚊和白纹伊蚊	生物医学	蚊媒传染病	双色荧光精子系统、行为追踪、深度学习、定量分析	深度学习	行为视频、图像数据	NA	NA	NA	交配成功率统计（86%-96%单次交配率）	NA
3317	2025-11-21	An intelligent brain tumor detection model using lightweight hybrid twin attentive pyramid convolutional network 2025-Nov-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-23813-2 PMID:41249242	研究论文	提出一种用于脑肿瘤检测的轻量级混合双注意力金字塔卷积网络模型	结合双层级注意力模块和混合金字塔卷积块，采用恒星振荡优化器进行超参数调优，并集成Grad-CAM实现检测区域可视化	NA	开发高效的脑肿瘤早期检测方法	脑部MRI图像	计算机视觉	脑肿瘤	MRI	CNN	图像	BT Detection 2020数据集	Python	ResNet, LHTA-PCNet, TwinL-A, HPC	准确率	NA
3318	2025-11-21	CT-based radiomics and deep learning models for predicting thyroid cartilage invasion and patient prognosis in laryngeal carcinoma 2025-Nov-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-23809-y PMID:41249227	研究论文	本研究比较了基于CT的影像组学和深度学习模型在预测喉鳞状细胞癌甲状腺软骨侵犯及患者预后方面的性能	首次系统比较二维深度学习模型与影像组学模型在预测甲状腺软骨侵犯方面的性能，并构建了结合深度学习特征和临床风险因素的列线图	在外部验证队列中未发现模型性能存在显著差异，样本量相对有限	预测喉鳞状细胞癌患者的甲状腺软骨侵犯情况并评估预后价值	经病理证实的喉鳞状细胞癌患者	医学影像分析	喉癌	CT成像	深度学习, 影像组学	CT图像	418例来自两个中心的患者（训练队列247例，内部验证110例，外部验证61例）	NA	2D深度学习模型	AUC, 疾病无进展生存期	NA
3319	2025-11-21	Explainable convolutional neural network architectures for high-performance taxonomic classification of gasteroid macrofungi 2025-Nov-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-23974-0 PMID:41249260	研究论文	本研究提出了一种基于深度学习的高性能胃菌类大型真菌分类框架	首次将可解释AI技术应用于胃菌类真菌分类，实现了高精度且可解释的深度学习模型	仅针对六种胃菌类真菌物种，样本多样性有限	开发高精度且可解释的真菌分类方法	六种胃菌类大型真菌：Battarrea phalloides, Crucibulum laeve, Cyathus olla, C. striatus, Tulostoma brumale, T. fimbriatum	计算机视觉	NA	图像分析	CNN	图像	1200张高分辨率图像	NA	DenseNet121, ResNeXt, RepVGG, ShuffleNetV2	准确率, F1分数, AUC, 推理时间, 能效	NA
3320	2025-11-21	Enhancing image based classification for crop disease detection using a multiclass SVM approach with kernel comparison 2025-Nov-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-23568-w PMID:41249263	研究论文	本文提出了一种基于机器学习的作物叶片病害检测框架，通过多类SVM核函数比较提升图像分类性能	结合双边滤波和GraphCut分割与基于纹理的特征提取，并在多作物数据集上系统比较多类SVM核函数	未与深度学习方法进行直接对比，仅提供了未来比较的基础	开发有效的作物病害检测系统以最小化农业损失	作物叶片病害（包括黄锈病、红锈病和炭疽病）	计算机视觉	植物病害	图像处理，机器学习	SVM	图像	9,111张经过增强平衡的精选图像	NA	多类SVM（线性核、多项式核、RBF核等）	准确率，精确率，召回率，F1分数	NA