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
3841	2025-11-14	A deep learning-based radiomics model for noninvasive diagnosis of melanoma 2025-Nov-14, Melanoma research IF:1.5Q4 DOI:10.1097/CMR.0000000000001071 PMID:41201865	研究论文	开发了一种结合深度学习和影像组学的非侵入性诊断模型，用于提高黑色素瘤早期诊断的准确性和临床实用性	首次将深度学习特征（ResNet50层输出）与影像组学特征相结合构建随机森林模型用于黑色素瘤诊断	回顾性单中心研究，样本量相对有限（350例患者）	提高黑色素瘤早期诊断的准确性和临床实用性	皮肤色素性病变患者	医学影像分析	黑色素瘤	影像组学分析	随机森林,支持向量机,K近邻,ResNet	医学影像数据	350例皮肤色素性病变患者（训练集245例，验证集105例）	Python 3.8.5, sklearn	ResNet50	AUC	NA
3842	2025-11-14	Light fuel classification based on Raman spectroscopy and region-adaptive convolutional neural networks 2025-Nov-13, Analytical methods : advancing methods and applications IF:2.7Q1 DOI:10.1039/d5ay01009h PMID:41178741	研究论文	提出基于拉曼光谱和区域自适应卷积神经网络的轻质燃料分类方法	将拉曼光谱划分为四个区域进行特异性特征提取，通过基于区域峰值密度的初始权重分配和自适应区域贡献约束机制增强模型对弱特征峰的识别能力	仅使用16种不同等级和来源的轻质燃料样本，样本多样性可能有限	开发快速准确的轻质燃料战场识别方法	汽油、柴油和航空燃料等轻质燃料	机器学习	NA	拉曼光谱	CNN	光谱数据	16种不同等级和来源的轻质燃料	NA	一维卷积神经网络	准确率, 精确率, 召回率, F1分数	NA
3843	2025-11-14	Prediction of single event effects in SiC MOSFET devices based on deep learning 2025-Nov-13, Nanotechnology IF:2.9Q2 DOI:10.1088/1361-6528/ae1a8f PMID:41183390	研究论文	提出基于深度学习的SiC MOSFET单粒子效应预测方法，通过SRIM-TCAD集成建模实现高效预测	首次将深度学习应用于SiC MOSFET单粒子效应预测，提出对称对数倒数数据缩放技术，实现比传统TCAD仿真快5-6个数量级的预测速度	仅针对SiC MOSFET器件进行研究，未验证在其他半导体器件上的适用性	开发高效准确预测SiC MOSFET单粒子效应的方法	SiC MOSFET器件的单粒子效应	机器学习	NA	SRIM-TCAD集成建模	RDNN, CNN-GRU	仿真数据	52,920个单粒子效应事件	NA	残差深度神经网络, 卷积神经网络-门控循环单元	R²	NA
3844	2025-11-14	Multi-sequence MRI deep learning and habitat radiomics for predicting mismatch repair status and prognosis in colorectal liver metastasis: a multicenter study 2025-Nov-13, La Radiologia medica DOI:10.1007/s11547-025-02155-z PMID:41231329	研究论文	基于多序列MRI的栖息地影像组学和深度学习模型预测结直肠癌肝转移的错配修复状态及预后	首次将栖息地影像组学与深度学习相结合，利用多序列MRI术前预测CRLM的MMR状态和预后	回顾性研究，样本量有限（178例患者）	术前预测结直肠癌肝转移的错配修复状态和患者预后	结直肠癌肝转移患者	医学影像分析	结直肠癌肝转移	多序列MRI（T2WI、DWI、动态增强MRI）	深度学习模型	医学影像	178例患者（训练集93例，内部验证集40例，外部验证集45例）	NA	NA	AUC, 95% CI, log-rank检验	NA
3845	2025-11-14	Resolution and quality enhancement of SPECT cerebral blood flow images using Pix2pix deep learning 2025-Nov-13, Annals of nuclear medicine IF:2.5Q2 DOI:10.1007/s12149-025-02129-1 PMID:41231365	研究论文	本研究使用Pix2pix深度学习框架提升SPECT脑血流图像的分辨率和图像质量	首次将Pix2pix机器学习框架应用于SPECT-CBF图像增强，使其在视觉和结构上更接近高质量的PET-CBF图像	样本量相对较小（73例患者），且仅针对脑缺血疑似患者进行研究	提升SPECT脑血流图像的空间分辨率和图像质量	73例疑似脑缺血患者的SPECT和PET脑血流图像	医学影像处理	脑缺血	SPECT成像（使用123I-IMP）、PET成像（使用O-15标记气体）	GAN	医学影像	73例患者（43例训练，15例测试，15例验证）	Pix2pix	Pix2pix	视觉评分（5分制）、结构相似性指数（SSIM）、ROI定量分析、相关系数（r）	NA
3846	2025-11-14	AI-Based Models for Risk Prediction in MASLD: A Systematic Review 2025-Nov-13, Digestive diseases and sciences IF:2.5Q2 DOI:10.1007/s10620-025-09499-6 PMID:41231418	系统评价	评估基于AI的模型在MASLD风险预测和患者分层中的效能	首次系统评价AI模型在MASLD风险预测中的应用，重点关注临床显著疾病风险的识别	数据多样性不足和模型可解释性有限	评估AI模型在MASLD风险预测和患者分层中的效能	MASLD患者，特别是≥F2纤维化、≥F3晚期纤维化或MASH风险个体	机器学习	代谢功能障碍相关脂肪性肝病	机器学习，深度学习	NA	临床特征，弹性成像，影像学数据	26项研究（2014-2025年），涵盖欧洲、美国、亚洲和南美洲的回顾性队列和横断面研究	NA	NA	AUROC	NA
3847	2025-11-14	Deep Learning in Otolaryngology: A Narrative Review 2025-Nov-13, JAMA otolaryngology-- head & neck surgery DOI:10.1001/jamaoto.2025.3911 PMID:41231484	综述	本文综述了深度学习在耳鼻喉科领域的最新应用进展并提出了临床整合框架	首次系统梳理了2020-2025年间深度学习在耳鼻喉科的应用现状，并提出了促进临床整合的创新框架	作为叙述性综述，缺乏定量荟萃分析；纳入研究存在异质性；未评估发表偏倚	总结深度学习在耳鼻喉科的应用现状并提出临床整合框架	327篇关于深度学习在耳鼻喉科应用的原始研究	医学人工智能	耳鼻喉科疾病	深度学习	深度神经网络	医学图像, 生理信号	327项原始研究（从1422篇文献中筛选）	NA	NA	诊断准确率, 生存分层, 复发预测	NA
3848	2025-11-14	Predicting Acute Kidney Injury with Nephrotoxic Burden in Non-Critical Patients: An Internal and External Validation Study 2025-Nov-12, Kidney360 IF:3.2Q1 DOI:10.34067/KID.0000000998 PMID:41222992	研究论文	开发并验证深度学习模型用于动态预测非重症患者48小时内进展至2期或更高急性肾损伤	首次在多中心数据上开发并外部验证包含肾毒性药物负担等特征的深度学习预测模型	回顾性研究设计，仅包含两个医疗中心的数据	预测非重症患者急性肾损伤的进展风险	匹兹堡大学医学中心(39,755例)和佛罗里达大学健康中心(122,324例)的成年非重症患者	医疗健康	急性肾损伤	深度学习	深度学习模型	临床数据(人口统计学、合并症、药物、实验室检查、生命体征)	总计162,079例患者(匹兹堡大学医学中心39,755例，佛罗里达大学健康中心122,324例)	NA	NA	AUROC(受试者工作特征曲线下面积)	NA
3849	2025-11-14	AutoFDP: Automatic Force-based Model Selection for Multicriteria Graph Drawing 2025-Nov-12, IEEE transactions on visualization and computer graphics IF:4.7Q1 DOI:10.1109/TVCG.2025.3631659 PMID:41223106	研究论文	提出一种基于用户指定可读性标准自动构建力导向图布局模型的通用框架	系统性地整合了传统力导向模型与标准驱动技术，实现了基于图相似性的模型复用和子图标准细化	NA	开发自动化的多标准图布局模型选择方法	图布局模型和可读性标准	图可视化	NA	力导向图布局算法	力导向模型	图数据	多种不同类型的图	NA	AutoFDP框架	布局质量比较，泛化能力评估	NA
3850	2025-11-14	Quality Assessment of 3D Human Animation: Subjective and Objective Evaluation 2025-Nov-12, IEEE transactions on visualization and computer graphics IF:4.7Q1 DOI:10.1109/TVCG.2025.3631385 PMID:41223104	研究论文	本文提出了一种基于数据驱动的3D人体动画质量评估方法，结合主观评价和客观预测模型	首次开发了针对非参数化人体模型生成的虚拟人动画的质量评估指标，并建立了包含主观真实感评分的数据集	方法目前仅适用于特定类型的虚拟人动画，尚未验证在其他类型动画上的泛化能力	开发3D虚拟人动画的质量评估方法	虚拟人动画的质量评估	计算机视觉	NA	数据驱动框架	线性回归器, 深度学习	3D动画序列, 主观评分数据	用户研究收集的虚拟人动画数据集	NA	线性回归模型, 深度学习基线模型	相关系数	NA
3851	2025-11-14	Joint-Shrinkage Pattern Matching for Small-Sample and Imbalanced ERP Decoding in Brain-Computer Interfaces 2025-Nov-12, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2025.3632096 PMID:41223103	研究论文	提出一种联合收缩模式匹配算法，用于解决脑机接口中小样本和类别不平衡的ERP解码问题	结合收缩正则化与ℓ₂,p范数构建联合收缩空间滤波器，并采用加权模板匹配模块缓解类别不平衡导致的决策边界偏移	NA	开发鲁棒的脑电信号解码算法以应对数据稀缺和类别不平衡的挑战	事件相关电位信号，特别是错误相关电位信号	脑机接口	NA	脑电信号处理	模式匹配算法	脑电信号	一个自收集数据集和两个公共ErrP数据集，仅需40个不平衡训练样本	NA	联合收缩模式匹配算法	平衡准确率	NA
3852	2025-11-14	Alzheimer's Disease Risk Prediction and Pathogeny Extraction Using Fuzzy Graph Evolutionary Generative Adversarial Network 2025-Nov-12, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2025.3627582 PMID:41223111	研究论文	提出一种融合模糊图与深度学习的阿尔茨海默病风险预测及病因提取方法	首次将模糊图理论应用于疾病演化建模，提出模糊熵传播模型和模糊图进化生成对抗网络	未明确说明模型在不同疾病阶段的泛化能力	阿尔茨海默病的早期风险预测和病因机制探索	多组学脑疾病数据	数字病理学	阿尔茨海默病	多组学分析	GAN	多组学数据	多个脑疾病数据集（未明确具体数量）	NA	模糊图进化生成对抗网络（FGE-GAN），包含模糊图卷积层（FGC）	风险预测准确率	NA
3853	2025-11-14	Deep-Learning Tool ScVital Enables Species-Agnostic Integration of Cancer Cell States 2025-Nov-12, Cancer research IF:12.5Q1 DOI:10.1158/0008-5472.CAN-24-4889 PMID:41223329	研究论文	开发了跨物种整合癌症细胞状态的深度学习工具scVital	提出物种无关的潜在空间嵌入方法和新的批次校正评估指标LSS评分	未明确说明计算资源需求和模型可扩展性	开发跨物种癌症细胞状态整合的计算工具	基因工程小鼠模型和原发性患者样本的scRNA-seq数据	计算生物学	胰腺导管腺癌,肺腺癌,未分化多形性肉瘤	单细胞RNA测序(scRNA-seq)	变分自编码器(VAE)	单细胞转录组数据	NA	NA	变分自编码器	潜在空间相似性评分(LSS)	NA
3854	2025-11-14	Improving genomic selection accuracy using a dual-path convolutional neural network framework: a terpenoid case study 2025-Nov-12, The New phytologist DOI:10.1111/nph.70727 PMID:41229065	研究论文	本研究开发了一种双路径卷积神经网络框架PKDP，用于提高山鸡椒萜类化合物基因组选择预测精度	提出并行双路径特征提取架构，整合GWAS识别位点与全基因组标记信息，将先验知识与广泛基因组信息融合	样本量相对有限（310个样本的萜类定量数据），仅针对山鸡椒单一物种进行研究	揭示萜类生物合成的遗传基础，开发基于深度学习的基因组选择策略以加速林木遗传改良	山鸡椒（Litsea cubeba）种质资源，重点关注柠檬醛、香叶醛和橙花醛等关键萜类化合物	机器学习	NA	全基因组重测序, GC-MS萜类定量, 全基因组关联分析	CNN	基因组数据, 化学定量数据	945个山鸡椒种质全基因组重测序，310个样本萜类化合物GC-MS定量	NA	双路径卷积神经网络（PKDP）	预测能力提升百分比	NA
3855	2025-11-14	MSInet: A Self-Supervised CNN Framework Integrating Global and Local Context for Robust Mass Spectrometry Imaging Segmentation 2025-Nov-11, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c04885 PMID:41148111	研究论文	提出一种自监督CNN框架MSInet，通过整合全局和局部上下文信息实现稳健的质谱成像分割	结合补丁对比学习和超像素引导优化的双重一致性设计，同时增强全局语义关系和局部空间一致性	NA	开发无需标注的质谱成像分割方法以克服高维度和组织异质性挑战	小鼠脑组织MALDI-MSI、肾肿瘤组织DESI-MSI和合成数据集	数字病理	肾肿瘤	质谱成像（MALDI-MSI，DESI-MSI）	CNN	质谱成像数据	NA	NA	MSInet	调整兰德指数，归一化互信息，轮廓系数	NA
3856	2025-11-14	AbEgDiffuser: Antibody Sequence-Structure Codesign with Equivariant Graph Neural Networks and Diffusion Models 2025-Nov-11, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.5c00990 PMID:41166637	研究论文	提出一种基于等变图神经网络和扩散模型的抗体序列结构协同设计框架AbEgDiffuser	首次将扩散模型与等变图神经网络结合用于抗体序列结构协同设计，并引入预训练蛋白质语言模型增强进化合理性	未明确说明模型的计算复杂度和生成抗体的实验验证结果	开发深度学习驱动的特异性抗体设计方法以加速药物发现	抗体序列和三维结构	计算生物学	NA	深度学习生成模型	扩散模型, 等变图神经网络	蛋白质序列和结构数据	NA	NA	双层等变图神经网络, ESM-2	序列准确性, 结构准确性, 结合亲和力	NA
3857	2025-11-14	[Lesion detection in optical coherence tomography based on lightweight convolutional neural networks] 2025-Nov-11, [Zhonghua yan ke za zhi] Chinese journal of ophthalmology DOI:10.3760/cma.j.cn112142-20241130-00544 PMID:41218904	研究论文	基于轻量级卷积神经网络实现光学相干断层扫描图像的自动化病灶检测	首次成功实现九类OCT图像的自动识别，临床性能达到中级医师水平	回顾性研究，需要进一步前瞻性验证	开发基于轻量级卷积神经网络的OCT图像病灶自动检测系统	光学相干断层扫描图像	计算机视觉	眼科疾病	光学相干断层扫描	CNN	图像	50,374个OCT图像样本，来自四川省人民医院及多个外部数据集	NA	轻量级卷积神经网络	准确率,F1分数,召回率,AUC,精确率,特异性	NA
3858	2025-11-14	Unconstrained deep learning-based sleep stage classification using cardiorespiratory and body movement activities in adults with suspected sleep apnea 2025-Nov-11, Proceedings of the Japan Academy. Series B, Physical and biological sciences DOI:10.2183/pjab.101.032 PMID:40887298	研究论文	本研究评估了基于无约束深度学习的睡眠分期分类方法，使用床垫下压电传感器获取的心肺和身体活动数据	采用无约束的压电传感器获取心肺和身体活动数据，结合双向LSTM网络进行睡眠分期分类	样本仅包含疑似睡眠呼吸暂停的成人患者，未在其他人群验证	开发基于深度学习的无约束睡眠监测方法	106名未经治疗的疑似睡眠呼吸暂停成人患者	机器学习	睡眠呼吸暂停	压电传感器，多导睡眠监测	双向LSTM	生理信号数据	106名参与者	NA	双向长短期记忆网络	平衡准确率, Cohen's κ, F1分数, Deming回归, Bland-Altman分析	NA
3859	2025-11-14	Data Fusion of Deep Learned Molecular Embeddings for Property Prediction 2025-Nov-10, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c01728 PMID:41144852	研究论文	提出一种融合深度学习分子嵌入的多任务学习方法，用于提升稀疏数据下的材料性质预测性能	通过融合预训练单任务模型生成的深度嵌入，构建优于标准多任务学习的模型，减少可训练参数数量	方法性能依赖于预训练单任务模型的质量和嵌入表示的有效性	解决稀疏数据条件下材料性质预测的准确性问题	小分子的量子化学数据和实验数据	机器学习	NA	量子化学计算、热化学计算	深度学习	分子数据、量子化学数据、实验数据	广泛使用的基准数据集和新编译的稀疏数据集	NA	深度嵌入模型	预测准确性	NA
3860	2025-11-14	Explainable Analysis for New Psychoactive Substance Identification with Chemical Insights 2025-Nov-10, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c01884 PMID:41147629	研究论文	提出一种用于新型精神活性物质识别的可解释深度推理模型NPS-EDR	采用两阶段预测-解释框架，结合化学先验知识进行结构功能解释，通过协同训练模式特定专家和强化学习确保解释与答案的一致性	NA	开发可解释的深度学习方法用于新型精神活性物质识别	新型精神活性物质和药物分子	机器学习	NA	深度学习	强化学习	化学分子数据	超过2900个NPS和药物分子	NA	NPS-EDR	准确率, 精确率, 透明度	NA