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
341	2025-09-26	Can the success of digital super-resolution networks be transferred to passive all-optical systems? 2025-Sep, Nanophotonics (Berlin, Germany) DOI:10.1515/nanoph-2025-0294 PMID:40995527	研究论文	探讨数字超分辨率网络的成功经验能否迁移至被动全光学系统	首次系统分析相位非线性全光学衍射神经网络在超分辨率任务中的物理限制	存在重建保真度与光路能量保存的权衡问题，且有效处理的输入强度动态范围有限	验证全光学系统实现空间超分辨率的可行性	全光学衍射神经网络（AODNNs）	计算光学	NA	相位非线性光学处理	衍射神经网络	光学信号	NA
342	2025-09-26	Artificial Intelligence in the Study of Root and Canal Anatomy: A Comprehensive Review on Applications, Advantages, Challenges and Future Directions 2025-Sep, European endodontic journal IF:1.6Q3 DOI:10.14744/eej.2025.37232 PMID:40995722	综述	本文全面回顾人工智能在牙根和根管解剖学研究中的应用现状、优势、挑战及未来方向	首次系统梳理AI技术在牙科解剖学教育、研究和临床实践中的整合应用与发展前景	现有研究数据集规模有限，需要更大样本量来提升深度学习模型的准确性	分析人工智能在牙根和根管解剖学研究中的应用价值与发展潜力	牙根和根管的解剖结构特征	医学人工智能	牙科疾病	深度学习	深度学习模型	2D和3D医学影像	NA
343	2025-09-26	Deep learning-based 3D classification of head and neck cancer PET/MRI: Radiologist comparison and Grad-CAM interpretability 2025-Sep, Clinical physiology and functional imaging IF:1.3Q4 DOI:10.1111/cpf.70030 PMID:40996364	研究论文	开发并评估基于3D卷积神经网络的头颈癌PET/MRI图像自动分类系统	首次将3D CNN应用于头颈癌PET/MRI多模态图像分类，并采用Grad-CAM技术增强模型可解释性	PET/MRI和MRI模型性能较差，特异性需提升以降低假阳性率，数据集规模有限	开发头颈癌PET/MRI图像的自动分类系统并评估其临床辅助诊断潜力	头颈癌患者的PET/MRI医学影像数据	医学影像分析	头颈癌	18F-FDG PET/MRI成像技术	3D CNN（三维卷积神经网络）	3D医学影像（PET/MRI图像）	训练集202例患者（101阳性/101阴性），测试集20例患者（10阳性/10阴性）
344	2025-09-26	scHSC: enhancing single-cell RNA-seq clustering via hard sample contrastive learning 2025-Aug-31, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf485 PMID:40977264	研究论文	提出一种基于困难样本对比学习的深度学习方法scHSC，用于提升单细胞RNA测序数据的聚类效果	通过困难样本挖掘和对比学习，同时整合基因表达和细胞间拓扑结构信息，采用自适应权重策略结合ZINB模型	NA	提高单细胞RNA测序数据的聚类精度和细胞类型注释效果	单细胞RNA测序数据	机器学习	NA	单细胞RNA测序(scRNA-seq)	对比学习、ZINB模型	基因表达数据	18个单细胞RNA测序真实数据集
345	2025-09-26	A survey on deep learning for drug-target binding prediction: models, benchmarks, evaluation, and case studies 2025-Aug-31, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf491 PMID:40977267	综述	本文系统综述了深度学习在药物-靶点结合预测中的模型、数据集、评估方法及应用案例	全面分析DTB预测领域从早期网络方法到最新多模态方法的范式转变，并通过癌症靶点案例验证方法实用性	NA	探讨深度学习如何为药物靶点关系研究提供定量框架，加速新药候选物识别	药物-靶点结合预测模型及相关生物数据	机器学习	癌症	深度学习	基于网络的方法、图神经网络、注意力机制、多模态方法	化合物库数据、蛋白质靶点数据	NA
346	2025-09-26	MVRBind: multi-view learning for RNA-small molecule binding site prediction 2025-Aug-31, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf489 PMID:40977268	研究论文	提出MVRBind多视图图卷积网络用于预测RNA-小分子结合位点	开发了多视图特征融合模块，整合RNA的一级、二级和三级结构视图，并融合多尺度嵌入获得RNA核苷酸的综合表征	NA	提高RNA-小分子结合位点的预测准确性	RNA分子及其与小分子的结合位点	生物信息学	NA	多视图图卷积网络	GCN（图卷积网络）	RNA序列数据和结构特征数据	NA
347	2025-09-26	Diagnostic performance of deep learning for predicting glioma isocitrate dehydrogenase and 1p/19q co-deletion in MRI: a systematic review and meta-analysis 2025-Aug-16, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11898-2 PMID:40817944	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模型基于MRI预测胶质瘤IDH突变和1p/19q共缺失状态的诊断性能	首次对深度学习在胶质瘤分子分型中的诊断性能进行系统性量化评估，并识别影响准确性的关键方法学因素	研究存在异质性，需要多中心外部验证和前瞻性临床验证才能实现临床转化	评估深度学习模型在胶质瘤分子分型中的诊断准确性	胶质瘤患者的MRI影像数据	医学影像分析	胶质瘤	深度学习放射组学	DL	MRI影像	包含1517篇文献，最终104篇纳入定性分析，72篇进行荟萃分析
348	2025-09-26	EDNTOM: An Ensemble Learning and Weight Mechanism-Based Nanopore Methylation Detection Tool 2025-Aug-05, ACS omega IF:3.7Q2 DOI:10.1021/acsomega.5c01924 PMID:40787313	研究论文	开发了一种基于集成学习和注意力权重机制的纳米孔甲基化检测工具EDNTOM	采用集成学习技术整合多个预训练单模型预测，并引入注意力权重机制实现准确可靠的检测	NA	开发计算资源消耗更低、检测更准确的DNA甲基化检测工具	DNA甲基化修饰	机器学习	NA	纳米孔测序	集成学习、深度学习	DNA测序数据	NA
349	2025-09-26	GGCRB: A Graph Neural Network Approach for Predicting CircRNA-RBP Interactions Using Structural and Sequence Features 2025-Aug-05, ACS omega IF:3.7Q2 DOI:10.1021/acsomega.5c04524 PMID:40787315	研究论文	提出一种结合序列和结构特征的图神经网络方法GGCRB，用于预测环状RNA与RNA结合蛋白的相互作用位点	首次将图卷积网络和图注意力网络应用于circRNA结构特征建模，并通过多模态融合策略整合序列和结构信息	未明确说明模型对未知circRNA-RBP相互作用的泛化能力	开发高精度的circRNA-RBP结合位点预测计算方法	环状RNA（circRNA）与RNA结合蛋白（RBP）	生物信息学	NA	图卷积网络（GCN）、图注意力网络（GAT）、双向LSTM、多头注意力机制	GGCRB（图神经网络框架）	序列数据、结构数据（碱基配对邻接矩阵）	16个基准数据集
350	2025-09-26	Modified Le-Net Model with Multiple Image Features for Skin Cancer Detection 2025-Aug, Cancer investigation IF:1.8Q3 DOI:10.1080/07357907.2025.2518400 PMID:40536067	研究论文	提出一种基于改进LeNet模型和多图像特征的皮肤癌检测方法	结合改进深度联合分割技术和多特征提取（MTH、IPHOG、MBP）的改进LeNet模型	NA	开发高精度的皮肤癌自动检测系统	皮肤癌图像（黑色素瘤和非黑色素瘤）	计算机视觉	皮肤癌	深度学习	改进LeNet（MLeNet）	图像	HAM10000和ISIC 2019数据集
351	2025-09-26	Enhancing Lung Cancer Diagnosis: An Optimization-Driven Deep Learning Approach with CT Imaging 2025-Aug, Cancer investigation IF:1.8Q3 DOI:10.1080/07357907.2025.2518404 PMID:40546028	研究论文	提出一种优化驱动的CBAM-EfficientNet深度学习模型，用于增强CT影像中的肺癌分类诊断	结合EfficientNet降低计算复杂度，集成CBAM注意力机制强化特征提取，并首次采用灰狼优化等算法进行超参数调优	仅在两个公开数据集上进行验证，需要进一步临床实际场景测试	提升肺癌CT影像分类的准确性和效率	肺癌患者的CT影像数据	计算机视觉	肺癌	CT影像分析	CBAM-EfficientNet（集成注意力机制的CNN模型）	医学影像	Lung-PET-CT-Dx和LIDC-IDRI两个基准数据集
352	2025-09-26	Automated Evaluation of Female Pelvic Organ Descent on Transperineal Ultrasound: Model Development and Validation 2025-Aug, International urogynecology journal IF:1.8Q3 DOI:10.1007/s00192-025-06211-0 PMID:40580222	研究论文	开发并验证了一种基于多任务深度学习模型，用于自动化评估经会阴超声图像中的女性盆腔器官脱垂	首次将多任务深度学习模型应用于经会阴超声图像的自动化POP评估，通过Grad-CAM可视化技术验证模型关注区域与专家判断的一致性	研究样本仅来自单一时间段（2023年1-6月），未涉及外部验证集	开发自动化评估女性盆腔器官脱垂的深度学习模型	1340名女性患者的经会阴超声图像	医学影像分析	盆腔器官脱垂	深度学习，梯度加权类激活映射	ResNet34+多任务全连接层	超声图像	1340例患者图像（1072训练/268验证）
353	2025-09-26	Standardisation of an AI-based vocal fold assessment tool on a recurrent respiratory papillomatosis model 2025-Aug, Acta otorhinolaryngologica Italica : organo ufficiale della Societa italiana di otorinolaringologia e chirurgia cervico-facciale IF:2.1Q2 DOI:10.14639/0392-100X-N2896 PMID:40985091	研究论文	本研究通过AI工具GC-AID定量评估复发性呼吸道乳头状瘤病（RRP）在声带上的病变范围	开发了首个基于AI的声带病变定量评估工具GC-AID，并在RRP模型中实现标准化应用	样本量较小（仅4名患者），属于案例研究性质	验证AI工具在RRP病变定量评估中的有效性	复发性呼吸道乳头状瘤病（RRP）患者的声带病变	数字病理	复发性呼吸道乳头状瘤病	人工智能深度学习	深度学习	医学图像（白光和窄带成像）	4名RRP患者
354	2025-09-26	An explainable artificial intelligence handbook for psychologists: Methods, opportunities, and challenges 2025-Jul-31, Psychological methods IF:7.6Q1 DOI:10.1037/met0000772 PMID:40742683	综述	为心理学研究者提供可解释人工智能方法的实用指南	系统梳理XAI方法在心理学研究中的应用框架，并通过模拟分析展示多重共线性对不同方法的影响	未涉及具体实证研究验证，主要侧重方法论介绍	帮助心理学研究者理解和使用可解释人工智能方法	心理学研究中的机器学习模型	机器学习	NA	可解释人工智能方法	多种模型无关解释方法	心理学研究数据	NA
355	2025-09-26	CPI-MIF: Compound-Protein Interaction Prediction with Multiview Information Fusion 2025-Jul-22, ACS omega IF:3.7Q2 DOI:10.1021/acsomega.5c00113 PMID:40727722	研究论文	提出一种名为CPI-MIF的多视图信息融合模型，用于预测化合物与蛋白质的相互作用	首次从微观和宏观双视角融合化合物结构信息与蛋白质生物信息，通过多视图交互模块整合原子/氨基酸级别和序列级别的特征	NA	提高化合物-蛋白质相互作用预测的准确性和稳定性	化合物与蛋白质的相互作用关系	生物信息学	NA	多视图信息融合、深度学习	CPI-MIF（多视图融合模型）	化合物结构数据、蛋白质序列数据	三个真实世界数据集
356	2025-09-26	Reinforcement Learning-Based Nonlinear Model Predictive Controller for a Jacketed Reactor: A Machine Learning Concept Validation Using Jetson Orin 2025-Jul-22, ACS omega IF:3.7Q2 DOI:10.1021/acsomega.5c03219 PMID:40727728	研究论文	本研究通过实验验证了结合机器学习和非线性模型预测控制的框架，用于跟踪间歇反应器的温度曲线	采用演员-评论家强化学习方法进行动态权重更新，将策略优化和值函数估计相结合来动态调节放热反应产生的热量	NA	开发并验证一种基于强化学习的非线性模型预测控制器，用于提高间歇反应器的温度控制性能	实验室规模的间歇反应器系统	机器学习	NA	演员-评论家强化学习(A2CRL)、非线性模型预测控制(NMPC)、循环神经网络(RNN)	RNN	实验数据	NA
357	2025-09-26	Stacking Ensemble Neural Network for Chemical Safety Assessment: A Case Study of Thyroid Peroxidase and Natural Product Screening 2025-Jul-22, ACS omega IF:3.7Q2 DOI:10.1021/acsomega.5c02188 PMID:40727784	研究论文	开发了一种新型堆叠集成神经网络模型，用于预测甲状腺过氧化物酶抑制活性	首次将卷积神经网络、双向长短期记忆网络和注意力机制与分子指纹结合，通过元决策模型增强学习概率	模型召回率相对较低（0.55），可能对某些TPO抑制剂的识别能力有限	提高化合物毒性筛查的预测准确性，特别是针对甲状腺过氧化物酶抑制活性的评估	化学化合物，特别是泰国本土蔬菜中的潜在有毒化合物	机器学习	甲状腺疾病	深度学习，分子指纹分析	堆叠集成神经网络（CNN + BiLSTM + 注意力机制）	化学结构数据	包含外部测试集和泰国本土蔬菜化合物的验证数据
358	2025-09-26	MCST-AFN: A Multichannel Spatiotemporal Feature Adaptive Fusion Network Framework Based on a Low-Fidelity Molecular Dynamics Model 2025-Jul-22, ACS omega IF:3.7Q2 DOI:10.1021/acsomega.5c01443 PMID:40727795	研究论文	提出基于低精度分子动力学模型的多通道时空特征自适应融合网络框架（MCST-AFN），用于提升分子性质预测性能	首次将深度学习分子动力学技术与多保真度学习策略结合，通过低精度模型生成多通道原子级嵌入并实现时空特征的自适应融合	未明确说明模型对特定分子类型的泛化能力及计算效率的具体量化指标	开发计算效率更高的分子表示学习方法以提升分子性质预测精度	分子动力学模拟数据与分子性质标注数据	机器学习	NA	分子动力学模拟、深度学习、多保真度学习	自适应融合网络、注意力机制	分子结构数据、时间序列数据	13个基准数据集（包含12个主要测试集和1个ESOL数据集）
359	2025-09-26	UM-CPP: A Universal Model for Efficient Classification of Protein Particles in cryo-EM Micrographs with Feature Engineering 2025-Jul-15, ACS omega IF:3.7Q2 DOI:10.1021/acsomega.5c01660 PMID:40686975	研究论文	提出一种融合特征工程与深度学习的冷冻电镜蛋白质颗粒分类通用模型UM-CPP	首次将经典机器学习特征与先进深度学习技术结合，实现可解释性特征分析	NA	提升冷冻电镜图像中蛋白质颗粒检测的准确性与可解释性	冷冻电镜图像中的蛋白质颗粒和病毒结构	计算机视觉	NA	冷冻电镜技术	深度学习与特征工程混合模型	冷冻电镜显微图像	NA
360	2025-09-26	Enhancing Accuracy and Feature Insights in Hydration Free Energy Predictions for Small Molecules with Machine Learning 2025-Jul-15, ACS omega IF:3.7Q2 DOI:10.1021/acsomega.5c04249 PMID:40687018	研究论文	利用机器学习技术提升小分子水合自由能预测精度并提取物理特征洞察	提出结合K近邻特征处理、集成建模和降维的轻量级机器学习方案，仅用二维特征在FreeSolv数据集上实现0.53 kcal/mol误差	未使用大型数据库进行预训练，仅基于二维分子特征	提高小分子溶剂化自由能预测精度并解析其物理决定因素	小分子化合物	机器学习	NA	K近邻算法、集成学习、降维技术	Ensemble modeling	分子结构数据	FreeSolv数据集