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
3781	2025-10-06	A scoping review of self-supervised representation learning for clinical decision making using EHR categorical data 2025-Jun-14, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-01692-1 PMID:40517140	综述	本文对使用电子健康记录分类数据进行自监督表示学习以支持临床决策的研究进行了范围综述	首次系统梳理了2019-2024年间针对未标记分类EHR数据的自监督表示学习研究趋势和模型家族分布	在评估这些技术对临床实践影响方面存在当前局限性	评估自监督表示学习在电子健康记录分类数据中支持临床决策的研究现状和发展趋势	46项从2019年1月至2024年4月发表的研究	自然语言处理	NA	自监督表示学习	Transformer, Autoencoder, 图神经网络	电子健康记录分类数据	46项研究	NA	Transformer-based, Autoencoder-based, Graph Neural Network-based	NA	NA
3782	2025-10-06	Exploring Generative Pre-Trained Transformer-4-Vision for Nystagmus Classification: Development and Validation of a Pupil-Tracking Process 2025-Jun-06, JMIR formative research IF:2.0Q4 DOI:10.2196/70070 PMID:40478723	研究论文	本研究开发并验证了一种基于GPT-4V的眼震分类方法，通过瞳孔追踪过程实现自动化分类	首次将生成式预训练Transformer-4-Vision模型应用于眼震分类，利用其强大的图像识别能力	总体分类准确率较低（图像输入37%，坐标输入24.6%），垂直和扭转方向眼震分类准确率不足，需要扩大数据集和增强输入模态	评估GPT-4V模型在眼震分类中的应用效果，开发自动化眼震分类方法	眼震视频记录中的瞳孔运动轨迹	计算机视觉	前庭疾病	瞳孔追踪技术，视频分析	GPT-4V	视频，图像，二维坐标数据	NA	NA	Generative Pre-trained Transformer 4 Vision	准确率	NA
3783	2025-10-06	HVAngleEst: A Dataset for End-to-end Automated Hallux Valgus Angle Measurement from X-Ray Images 2025-May-30, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05261-9 PMID:40447606	研究论文	本文提出了首个用于拇外翻角度自动测量的大规模公开数据集HVAngleEst	创建了首个专门用于拇外翻角度估计的大规模开放数据集，支持端到端自动测量	NA	开发用于拇外翻角度自动测量的深度学习算法	X射线图像中的足部区域和骨骼结构	计算机视觉	足部疾病	X射线成像	NA	X射线图像	1,382张X射线图像，来自1,150名患者	NA	NA	NA	NA
3784	2025-10-06	Development of a deep-learning algorithm for etiological classification of subarachnoid hemorrhage using non-contrast CT scans 2025-May-17, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11666-2 PMID:40382487	研究论文	开发基于深度学习的算法，使用非增强CT扫描对蛛网膜下腔出血进行病因分类	首次利用非增强CT扫描通过深度学习模型区分动脉瘤性和非动脉瘤性蛛网膜下腔出血	回顾性研究设计，样本量相对有限（618例患者）	开发能够快速准确分类蛛网膜下腔出血病因的深度学习算法	618名蛛网膜下腔出血患者	医学影像分析	蛛网膜下腔出血	非增强计算机断层扫描（NCCT）	深度学习	医学影像（CT扫描）	618例患者（训练集533例，外部测试集85例）	NA	U-Net++, ResNet	灵敏度, 特异度, 准确率, Matthews相关系数, AUC	NA
3785	2025-10-06	Optimizing Mask R-CNN for enhanced quinoa panicle detection and segmentation in precision agriculture 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1472688 PMID:40530286	研究论文	本研究提出了一种基于改进Mask R-CNN的藜麦圆锥花序检测与分割方法，用于精准农业中的产量估算	首次将实例分割技术应用于藜麦圆锥花序分析，采用EfficientNet-B7骨干网络和Mish激活函数优化模型性能	NA	开发自动化藜麦产量估算的深度学习方法	藜麦圆锥花序	计算机视觉	NA	实例分割	Mask R-CNN	图像	NA	NA	Mask R-CNN, EfficientNet-B7	NA	NA
3786	2025-10-06	Quantization of extraoral free flap monitoring for venous congestion with deep learning integrated iOS applications on smartphones: a diagnostic study 2023-Jun-01, International journal of surgery (London, England) DOI:10.1097/JS9.0000000000000391 PMID:37055021	研究论文	开发并验证了一种集成深度学习的iOS智能手机应用，用于量化监测口腔外游离皮瓣静脉淤血	首次将深度学习模型集成到智能手机应用中实现游离皮瓣监测的客观量化，替代传统主观人工观察方法	单中心回顾性研究，样本量有限（642名患者），仅适用于iOS平台	开发一种科学监测和量化游离皮瓣状况的临床工具	接受游离皮瓣手术的患者术后皮瓣监测	计算机视觉	外科手术并发症	计算机视觉，深度学习	深度学习模型	图像	642名患者的1761张照片	NA	NA	准确率，灵敏度，特异性，AUC，校准测试	智能手机iOS平台
3787	2025-10-06	Characterization of binding kinetics and intracellular signaling of new psychoactive substances targeting cannabinoid receptor using transition-based reweighting method 2025-Apr-08, bioRxiv : the preprint server for biology DOI:10.1101/2023.09.29.560261 PMID:37873328	研究论文	本研究通过分子动力学模拟和深度学习方法揭示了新型精神活性物质与大麻素受体结合动力学及下游信号传导的分子机制	结合过渡态重加权方法和神经关系推理深度学习技术分析配体结合动力学与下游信号传导的关系	研究主要针对两种特定配体，结果可能需要更广泛的验证	阐明新型精神活性物质与大麻素受体结合动力学及其对下游信号传导的影响机制	新型精神活性物质MDMB-Fubinaca和经典大麻素HU-210与大麻素受体1的相互作用	计算生物学	药物滥用	分子动力学模拟, 过渡态重加权方法, 深度学习	变分自编码器, 神经关系推理	分子动力学轨迹数据	两种配体分子与受体的相互作用研究	NA	变分自编码器, 神经关系推理	NA	NA
3788	2025-10-06	From systems to structure - using genetic data to model protein structures 2022-06, Nature reviews. Genetics DOI:10.1038/s41576-021-00441-w PMID:35013567	综述	本文综述了利用大规模遗传数据和深度学习方法建模蛋白质结构及其相互作用的最新进展	整合共进化分析、深度突变扫描和基因组尺度遗传相互作用数据，结合深度学习技术进行蛋白质结构建模	NA	开发基于遗传数据的蛋白质结构建模方法	蛋白质结构和蛋白质相互作用	机器学习	NA	共进化分析, 深度突变扫描, 遗传相互作用图谱	深度学习	遗传数据, 结构数据	NA	NA	NA	NA	NA
3789	2025-10-06	Deep learning is widely applicable to phenotyping embryonic development and disease 2021-11-01, Development (Cambridge, England) DOI:10.1242/dev.199664 PMID:34739029	研究论文	本研究探索深度学习在胚胎发育表型分析中的广泛应用，通过U-Net网络实现多种成像模式的自动分割	首次将深度学习与光片显微镜结合，实现非洲爪蟾胚胎发育异常的高通量表型分析	研究主要聚焦于特定器官系统（肾脏、神经和颅面），尚未涵盖所有可能的发育异常类型	开发自动化胚胎发育表型分析方法，提高发育畸形评估的灵敏度和通量	非洲爪蟾胚胎，特别是肾脏发育异常（pkd1、pkd2）和颅面畸形（six1）模型	计算机视觉	先天性疾病	光片显微镜，全胚胎成像	CNN	图像	多种基因编辑和化学处理条件下的非洲爪蟾胚胎样本	NA	U-Net	分割准确性，表型量化精度	NA
3790	2025-10-06	Cognitive decline assessment using semantic linguistic content and transformer deep learning architecture 2024 May-Jun, International journal of language & communication disorders IF:1.5Q3 DOI:10.1111/1460-6984.12973 PMID:37971395	研究论文	本研究提出了一种通过分析语音数据评估认知衰退的方法，特别关注语义相关性作为记忆回忆的关键指标	使用基于transformer的深度学习架构和余弦相似度度量来分析语音转录本的语义相关性，提出了一种独特的认知衰退评估方法	需要进一步研究在更大、更多样化数据集上验证算法性能，并解决潜在的偏见和局限性	通过分析语音数据评估认知衰退，为痴呆症早期检测提供新方法	有痴呆症和无痴呆症个体的语音数据	自然语言处理	老年疾病	语音分析，深度学习	Transformer, BERT, Sentence-Transformer	语音转录文本	Pitt Corpus Dementia数据集中的语音数据	Sentence-Transformer	BERT, multi-QA-MPNet, Sentence-Transformer	准确率, 余弦相似度	NA
3791	2025-10-06	Deep learning with ensemble-based hybrid AI model for bipolar and unipolar depression detection using demographic and behavioral based on time-series data 2025-12, Dialogues in clinical neuroscience DOI:10.1080/19585969.2025.2524337 PMID:40588165	研究论文	提出基于人口统计学和行为时间序列数据的集成混合AI模型，用于双相和单相抑郁症检测	结合结构化人口统计特征与合成活动记录时间序列数据的混合AI框架，集成XGBoost和深度CNN模型	尚未经过临床验证，使用合成数据而非真实世界数据集	开发自动化的抑郁症分类方法	双相和单相抑郁症患者	机器学习	精神疾病	行为时间序列分析	XGBoost, CNN	时间序列数据，结构化人口统计数据	NA	XGBoost, TensorFlow/PyTorch	卷积神经网络	准确率，灵敏度，特异性	NA
3792	2025-10-06	Deep learning-enhanced multi-modal modeling for electrosorption performance prediction via Nyquist plots 2025-Oct-01, Environmental research IF:7.7Q1 DOI:10.1016/j.envres.2025.122069 PMID:40473194	研究论文	开发了一种基于深度学习的多模态模型，通过结合奈奎斯特图电化学表征和关键工艺参数来预测Cr(VI)去除效率和Cr(III)再生效率	首次将奈奎斯特图电化学表征与工艺参数结合，并采用ANN-CNN多模态模型进行电吸附性能预测	模型性能对退火温度变量较为敏感，单一ANN模型预测精度有限	预测流动电吸附系统中Cr(VI)去除效率和Cr(III)再生效率	石墨化纳米金刚石阴极电极在不同退火温度下的电化学性能	机器学习	NA	电化学阻抗谱，奈奎斯特图分析	ANN, CNN	电化学数据，工艺参数数据	不同退火温度下的电极样品	NA	人工神经网络，卷积神经网络	R值，平均绝对误差，均方误差	NA
3793	2025-10-06	Study on predicting breast cancer Ki-67 expression using a combination of radiomics and deep learning based on multiparametric MRI 2025-Sep, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2025.110401 PMID:40360135	研究论文	开发基于多参数乳腺MRI影像组学和深度学习的多模态模型，用于预测乳腺癌术前Ki-67表达状态	结合多参数MRI（T1WI、DWI、T2WI、DCE-MRI）的影像组学特征与深度学习技术构建多模态预测模型	样本量相对有限（176例患者），需进一步扩大验证	预测乳腺癌Ki-67表达状态，推进乳腺癌个体化治疗和精准医疗	176例浸润性乳腺癌患者	医学影像分析	乳腺癌	多参数MRI（T1WI、DWI、T2WI、DCE-MRI）	深度学习模型	医学影像	176例乳腺癌患者，按70%训练集和30%测试集随机分割	NA	多模态融合模型	AUC, 准确率, 敏感度, 特异度, 阳性预测值, 阴性预测值, F1分数	NA
3794	2025-10-06	Federated Learning for Renal Tumor Segmentation and Classification on Multi-Center MRI Dataset 2025-Sep, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.29819 PMID:40384349	研究论文	本研究评估了联邦学习在肾脏肿瘤MRI图像分割和分类中的性能，并与集中式学习方法进行比较	首次在多中心MRI数据集上应用联邦学习进行肾脏肿瘤分割和分类，并验证其与集中式学习相当的性能	研究为回顾性多中心研究，样本量相对有限（987例患者），仅模拟了三个机构场景	评估联邦学习在多机构肾脏肿瘤MRI数据分割和分类中的性能和可靠性	来自六家医院的987名肾脏肿瘤患者（403名女性），其中723例为恶性肿瘤	医学影像分析	肾脏肿瘤	MRI成像（T2加权成像和对比增强T1加权成像）	深度学习	医学影像（MRI）	987名患者，分为训练集785例、验证集104例、测试集99例	NA	nnU-Net, ResNet	Dice系数, 准确率, 灵敏度, 特异性, AUC	NA
3795	2025-10-06	Refining cardiac segmentation from MRI volumes with CT labels for fine anatomy of the ascending aorta 2025-Sep, Radiological physics and technology IF:1.7Q3 DOI:10.1007/s12194-025-00926-x PMID:40553227	研究论文	本研究评估了一种CT引导的细化方法，用于从MRI体积中进行心脏分割，重点保留Valsalva窦的详细形状	使用来自其他患者的CT标签来细化MRI心脏分割，特别是针对Valsalva窦区域的低空间对比度问题	定量分割精度略有下降，Valsalva窦附近出现隆起样结构，未能验证分割精度的定量改善	改进心脏MRI分割，特别是保留Valsalva窦的详细解剖结构	心脏结构，特别是升主动脉和Valsalva窦	医学影像分析	心血管疾病	磁共振成像(MRI), 计算机断层扫描(CT)	深度学习	医学影像体积数据	20个MRI体积和20个CT体积	nnU-Net	U-Net	精确度, 召回率, Dice系数	NA
3796	2025-10-06	Content-based X-ray image retrieval using fusion of local neighboring patterns and deep features for lung disease detection 2025-Sep, Radiological physics and technology IF:1.7Q3 DOI:10.1007/s12194-025-00932-z PMID:40610682	研究论文	提出一种基于内容的医学图像检索系统，通过融合局部纹理特征和深度学习特征来检测和检索肺部疾病病例	首次将局部二值模式纹理特征与多种预训练CNN模型的深度特征进行融合，优化肺部疾病图像检索性能	未提及数据集的具体规模和多样性限制，也未说明计算资源需求	开发辅助医生和放射科医师临床决策的肺部疾病图像检索系统	肺部X光图像	计算机视觉	肺部疾病	医学影像分析	CNN	图像	NA	NA	VGG-16, DenseNet121, InceptionV3	精度, 准确率	NA
3797	2025-10-06	AF3Score: A Score-Only Adaptation of AlphaFold3 for Biomolecular Structure Evaluation 2025-Aug-11, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00653 PMID:40671257	研究论文	本研究将AlphaFold3改造成仅用于评分的模型AF3Score，用于生物分子结构评估	通过绕过基于扩散的结构模块，直接将输入坐标输入置信度头，避免了传统AlphaFold2方法需要迭代优化输入结构导致的评分偏差	NA	开发一种无需结构优化的生物分子复合物评分方法	单体蛋白质、蛋白质-蛋白质复合物、从头设计结合剂、折叠转换蛋白质和蛋白质-配体复合物	计算生物学	NA	深度学习	AlphaFold3	生物分子结构坐标	NA	NA	AlphaFold3架构（修改版）	结合剂筛选性能、富集率、成功率	NA
3798	2025-10-06	Transfer Learning for Predicting ncRNA-Protein Interactions 2025-Aug-11, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00914 PMID:40679953	研究论文	提出基于迁移学习的Transfer-RPI框架，用于预测非编码RNA与蛋白质相互作用	结合RiNALMo和ESM模型提取RNA和蛋白质序列特征，通过迁移学习解决小数据集下的预测性能限制	未明确说明模型在独立验证集上的泛化能力及计算资源需求	开发高精度的ncRNA-蛋白质相互作用预测方法	非编码RNA与蛋白质的相互作用对	生物信息学	NA	迁移学习，深度特征学习	深度学习	RNA序列，蛋白质序列	RPI369、RPI488、RPI1807、RPI2241和NPInter v2.0五个数据集	NA	RiNALMo, ESM	准确率	NA
3799	2025-10-06	m5U-HybridNet: Integrating an RNA Foundation Model with CNN Features for Accurate Prediction of 5-Methyluridine Modification Sites 2025-Aug-11, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c01237 PMID:40693567	研究论文	提出m5U-HybridNet框架，通过整合RNA基础模型和CNN特征来精确预测RNA中的5-甲基尿苷修饰位点	创新性地将RNA基础模型（RNA-FM）的深度语义特征提取与卷积神经网络特征进行策略性整合	NA	开发计算模型以精确识别RNA中的5-甲基尿苷修饰位点	RNA中的5-甲基尿苷修饰位点	计算生物学	NA	RNA修饰位点预测	CNN, 基础模型	RNA序列数据	NA	NA	m5U-HybridNet, RNA-FM	NA	NA
3800	2025-10-06	Prediction of Fraction Unbound in Human Plasma for Per- and Polyfluoroalkyl Substances: Evaluating Transfer Learning as an Algorithmic Solution to the Problem of Sparse Data 2025-Aug-11, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c01040 PMID:40693597	研究论文	本文提出一种新的机器学习方法，通过迁移学习策略改进全氟和多氟烷基物质（PFAS）的血浆游离分数预测模型	提出跨化学空间的迁移学习策略，使用在广泛化学库上训练的深度学习模型并在PFAS小数据集上进行微调	数据稀疏且不平衡，导致对于PFAS类物质，先前的全局模型仍更具竞争力	改进全氟和多氟烷基物质（PFAS）的血浆游离分数定量构效关系建模	全氟和多氟烷基物质（PFAS）及其他小化学家族	机器学习	NA	定量构效关系建模	深度学习,随机森林	化学结构数据	小数据集（具体数量未提及）	NA	NA	统计性能指标	NA