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
21	2025-09-27	Explainable Deep Learning Framework for SERS Bioquantification 2025-Sep-26, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.5c01058 PMID:40892429	研究论文	提出一个用于SERS生物量化的可解释深度学习框架，包含光谱处理、量化和可解释性三个步骤	开发了CRIME可解释性方法，能识别SERS混合物分析中的预测背景，为生物标志物发现提供新的非靶向假设生成方法	NA	解决SERS生物量化分析中的计算框架需求和模型可解释性不足问题	尿液中的血清素生物标志物	机器学习	NA	表面增强拉曼光谱(SERS)	去噪自编码器、卷积神经网络(CNN)、视觉变换器	光谱数据	682个在微摩尔范围内测量的SERS光谱
22	2025-09-27	CNSGT: Generative Transformer for De Novo Drug Design Targeting the Central Nervous System 2025-Sep-26, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c01541 PMID:41002051	研究论文	提出一种结合变分自编码器和自注意力机制的生成式Transformer模型CNSGT，用于针对中枢神经系统药物的从头设计	首次将VAE与自注意力机制结合用于CNS药物设计，克服传统SMILES表示限制，能有效捕捉分子结构和语义关系	NA	开发针对中枢神经系统药物的生成式深度学习模型	多巴胺转运体抑制剂等CNS靶向药物分子	机器学习	中枢神经系统疾病	深度学习、分子对接、动态模拟	Transformer、VAE	分子结构数据	基于大规模分子数据集进行预训练
23	2025-09-27	Molecular dynamics simulations of proteins: an in-depth review of computational strategies, structural insights, and their role in medicinal chemistry and drug development 2025-Sep-26, Biological cybernetics IF:1.7Q4 DOI:10.1007/s00422-025-01026-0 PMID:41003729	综述	本文深入综述了分子动力学模拟在蛋白质研究中的计算策略、结构洞察及其在药物化学与开发中的应用	重点聚焦蛋白质特异性模拟策略，系统评述力场选择对结果可靠性的影响，并展望机器学习与深度学习技术的整合前景	计算模型与实际细胞条件之间存在差距，尚未完全解决	探讨分子动力学模拟在蛋白质行为解析及药物开发中的应用价值	蛋白质及其与抑制剂的相互作用	计算生物学	NA	分子动力学模拟	NA	分子结构数据	NA
24	2025-09-27	Harnessing Geospatial Artificial Intelligence (GeoAI) for Environmental Epidemiology: A Narrative Review 2025-Sep-26, Current environmental health reports IF:7.4Q1 DOI:10.1007/s40572-025-00497-4 PMID:41003951	综述	本文综述了地理空间人工智能在环境流行病学领域的最新应用进展	整合地理空间分析与机器学习技术实现大规模人群环境暴露评估，结合移动设备传感器实现高时空精度的被动数据采集	存在参与者隐私风险、数据代表性不足以及高质量验证数据集构建困难等挑战	探讨GeoAI技术在环境暴露评估和健康行为研究中的应用前景	环境暴露因素与长期潜伏期疾病（心血管疾病、痴呆症、癌症）及健康行为（睡眠、体力活动、认知）的关联	环境流行病学	心血管疾病	地理空间人工智能、机器学习、深度学习	NA	地理空间数据、传感器数据、街景图像	基于大型人群健康数据库（队列研究、行政索赔数据）
25	2025-09-27	Ultra-fast whole-brain T2-weighted imaging in 7 seconds using dual-type deep learning reconstruction with single-shot acquisition: clinical feasibility and comparison with conventional methods 2025-Sep-26, Japanese journal of radiology IF:2.9Q2 DOI:10.1007/s11604-025-01875-6 PMID:41003971	研究论文	本研究评估了结合双类型深度学习重建的超快速T2加权成像技术在7秒内完成全脑扫描的临床可行性	首次将单次激发快速自旋回波技术与双类型深度学习重建（包含去噪和超分辨率处理）相结合，实现7秒超快速全脑成像	样本量较小（38例患者），仅由两名放射科医师进行评估	评估超快速T2加权成像的图像质量和临床实用性	38例接受脑部MRI检查的患者	医学影像分析	中枢神经系统疾病	单次激发快速自旋回波技术、深度学习重建	深度学习	医学影像	38例患者
26	2025-09-27	FairDITA: Disentangled Image-Text Alignment for Fair Skin Cancer Diagnosis 2025-Sep-26, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01693-2 PMID:41003966	研究论文	提出一种新的对比学习框架FairDITA，通过解耦图像-文本对齐实现公平的皮肤癌诊断	首次利用显式构建的图像-文本对来解耦病变特征与肤色属性，通过双编码器架构和跨模态语义距离匹配实现公平表示学习	方法依赖于文本描述的可用性和质量，在两个特定数据集上验证但未涉及更广泛的医疗场景	解决皮肤癌诊断中算法公平性问题，减少不同肤色群体间的性能差异	皮肤病变图像和对应的文本描述	计算机视觉	皮肤癌	对比学习、多模态学习	双图像编码器+共享文本编码器的对比学习框架	图像-文本对数据	PAD-UFES-20和Fitzpatrick17k两个基准数据集，涵盖广泛肤色范围
27	2025-09-27	Automated Diffusion Analysis for Noninvasive Prediction of Isocitrate Dehydrogenase Genotype in WHO Grade 2-3 Gliomas 2025-Sep-25, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8776 PMID:40494626	研究论文	开发基于T2加权MRI的自动ADC提取流程，用于无创预测WHO 2-3级胶质瘤的IDH基因型	首次建立仅需单序列T2加权成像的自动ADC提取流程，实现与人工分割等效的IDH基因型预测性能	nnUNet在6%病例中出现肿瘤外脑组织过分割，0.8%病例漏检部分胶质瘤成分	开发自动化ADC分析方法用于胶质瘤分子分型	WHO 2-3级胶质瘤患者	数字病理	胶质瘤	MRI扩散加权成像、ADC直方图分析	nnUNet深度学习算法	医学影像	训练数据500例（BraTS 2021），验证数据247例（UCLH医院数据集）
28	2025-09-27	Deep Learning for Cardiac Overload Estimation　- Predicting B-Type Natriuretic Peptide (BNP) Levels From Heart Sounds and Electrocardiogram 2025-Sep-25, Circulation journal : official journal of the Japanese Circulation Society IF:3.1Q2 DOI:10.1253/circj.CJ-25-0098 PMID:40533163	研究论文	开发深度学习模型通过心音和心电图非侵入性预测BNP水平	首次结合心音和ECG动态生理信号通过深度学习估算BNP水平，实现无创心衰筛查	样本量有限（外部验证集140例），BMI分层分析样本数较少	验证基于心音和心电图的BNP预测模型临床可行性	心衰患者的心音与心电图信号	医疗人工智能	心血管疾病	深度学习	深度学习模型	生理信号（心音/ECG）	外部验证集140例患者，BMI亚组127例
29	2025-09-27	The identification and severity staging of chronic obstructive pulmonary disease using quantitative CT parameters, radiomics features, and deep learning features 2025-Sep-25, Respiration; international review of thoracic diseases DOI:10.1159/000548595 PMID:40996946	研究论文	本研究评估基于吸气和呼气CT的定量参数、影像组学特征和深度学习特征在慢性阻塞性肺疾病识别和严重程度分期中的价值	首次将双相CT的定量参数、影像组学特征和深度学习特征进行多模态整合，构建COPD识别和分期模型	回顾性研究设计，样本量相对有限（223例患者+59例对照）	开发COPD的自动识别和严重程度分期方法	慢性阻塞性肺疾病患者和健康对照者	医学影像分析	慢性阻塞性肺疾病	定量CT分析、影像组学、深度学习	VGG-16、Logistic回归	CT影像	282例（223例COPD患者+59例健康对照），来自广州队列和深圳验证队列
30	2025-09-27	MTF-hERG: a Multi-type Features Fusion-based Framework for Predicting hERG Cardiotoxicity of Compounds 2025-Sep-25, IEEE transactions on computational biology and bioinformatics DOI:10.1109/TCBBIO.2025.3614696 PMID:40996988	研究论文	提出一种基于多类型特征融合的框架MTF-hERG，用于预测化合物的hERG心脏毒性	首次整合分子指纹、2D分子图像和3D分子图等多类型特征，通过全连接神经网络、DenseNet和等变图神经网络进行特征提取与深度融合	NA	开发深度学习模型预测化合物的hERG心脏毒性，提高药物开发效率	化合物及其hERG阻断活性	机器学习	心血管疾病	深度学习	全连接神经网络、DenseNet、Equivariant Graph Neural Networks	分子特征数据（指纹、图像、图结构）	基准数据集（具体数量未提及）
31	2025-09-27	Conditional Virtual Imaging for Few-Shot Vascular Image Segmentation 2025-Sep-25, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3608467 PMID:40996986	研究论文	提出条件虚拟成像框架用于少样本血管图像分割学习	结合对齐图像-掩码对生成和双一致性学习策略，利用大预训练模型生成高质量血管图像	NA	解决少标注样本下血管图像分割性能不佳的问题	血管医学图像	医学图像处理	血管疾病	深度学习	生成模型与分割模型联合训练	医学图像	少量标注血管图像与大量未标注数据
32	2025-09-27	Ape Optimizer: A p-Power Adaptive Filter-Based Approach for Deep Learning Optimization 2025-Sep-25, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2025.3610665 PMID:40996994	研究论文	提出一种基于p幂自适应滤波的新型深度学习优化器Ape，用于解决梯度噪声的非高斯分布问题	首次将自适应滤波领域的LMP算法引入深度学习优化，针对α稳定分布的梯度噪声特性设计p幂调整机制和二阶矩估计方法	NA	开发能够有效处理重尾分布梯度噪声的深度学习优化算法	深度学习模型的优化过程	机器学习	NA	最小均方p幂(LMP)算法	深度学习模型	基准数据集	NA
33	2025-09-27	HiADN:Lightweight Resolution Enhancement of Hi-C Data Using High Information Attention Distillation Network 2025-Sep-25, IEEE transactions on computational biology and bioinformatics DOI:10.1109/TCBBIO.2025.3614663 PMID:40996990	研究论文	提出一种基于深度学习的HiADN方法，用于从稀疏Hi-C数据推断高分辨率染色质交互矩阵	首次设计专用架构HiFM捕获局部空间结构，结合大核卷积分解和注意力机制探索长基因组距离的全局模式	NA	提升稀疏Hi-C测序数据质量以恢复3D染色质基本特征	染色质三维空间结构	计算生物学	NA	Hi-C测序技术	注意力蒸馏网络（HiADN）、专用架构HiFM	Hi-C交互矩阵数据	GM12878、K562和CH12-LX细胞系数据集
34	2025-09-27	Integrating Deep Model-Based Learning With Modular State-Based Stackelberg Games for Self-Optimizing Distributed Production Systems 2025-Sep-25, IEEE transactions on cybernetics IF:9.4Q1 DOI:10.1109/TCYB.2025.3610707 PMID:40996999	研究论文	提出了一种将深度模型学习与模块化状态Stackelberg博弈相结合的新框架，用于制造系统的分布式自优化	用深度学习方法替代数字表示来学习系统动态，在虚拟环境中训练博弈参与者，减少77.78%的真实系统交互	仅在实验室测试床工业控制场景中进行验证，尚未在真实工业环境中全面测试	开发样本高效的分布式制造系统自优化方法	分布式生产制造系统	机器学习	NA	深度模型学习、Stackelberg博弈	深度学习模型	系统动态数据	实验室测试床场景
35	2025-09-27	Time-Frequency Collaborative Learning for Imbalanced Ship Motion Data With Missing Labels in Sea State Estimation 2025-Sep-25, IEEE transactions on cybernetics IF:9.4Q1 DOI:10.1109/TCYB.2025.3610416 PMID:40997001	研究论文	提出一种针对标签缺失和类别不平衡的船舶运动数据的半监督海况估计方法BalanceSSE	首次将动态插补、时频协同学习和聚类近端分类器结合，解决船舶运动数据中的类别不平衡和标签缺失问题	NA	开发能够处理不平衡数据和缺失标签的半监督海况估计算法	船舶运动数据	机器学习	NA	半监督学习、时频分析、动态插补	BalanceSSE（包含DIT、ITFL、CL三个模块）	时间序列数据（船舶运动数据）	UCR数据集和船舶运动数据集（具体数量未提及）
36	2025-09-27	Deep learning powered breast ultrasound to improve characterization of breast masses: a prospective study 2025-Sep-25, Acta radiologica (Stockholm, Sweden : 1987) DOI:10.1177/02841851251377927 PMID:40997147	研究论文	评估深度学习工具S-Detect在提升乳腺超声诊断准确性和标准化评估方面的前瞻性研究	首次前瞻性验证DL工具在乳腺超声中降低经验依赖性和减少不必要活检的临床价值	样本量相对有限（230个病灶），且仅针对单一DL工具进行评估	验证深度学习工具提升乳腺肿块超声诊断标准化和精准性	216名患者的230个乳腺肿块	数字病理	乳腺癌	深度学习	CNN（基于S-Detect工具特性推断）	超声图像	230个乳腺肿块（来自216名患者）
37	2025-09-27	Predicting protein-protein interactions in the human proteome 2025-Sep-25, Science (New York, N.Y.) DOI:10.1126/science.adt1630 PMID:40997207	研究论文	通过增强共进化信号和深度学习网络，系统预测人类蛋白质组中的蛋白质相互作用	利用30PB未组装基因组数据构建7倍深度的多序列比对，并基于2亿个预测蛋白质结构开发新型深度学习网络	未明确说明模型在特定蛋白质类别或疾病相关蛋白上的预测局限性	开发高精度预测人类蛋白质相互作用的方法	人类蛋白质组中的蛋白质相互作用对	生物信息学	NA	共进化分析、深度学习、多序列比对	深度学习网络	基因组序列数据、蛋白质结构数据	2亿个人类蛋白质对，其中17,849个预测相互作用
38	2025-09-27	Mapping the Evolution of China's Traditional Chinese Medicine Education Policies: Insights From a BERTopic-Based Descriptive Study 2025-Sep-25, JMIR medical education IF:3.2Q1 DOI:10.2196/72660 PMID:40997298	研究论文	利用BERTopic模型分析中国中医药教育政策的主题演变趋势	首次采用深度学习主题建模方法系统揭示中医药教育政策的27个核心主题和5个演化阶段	政策文档来源可能未完全覆盖所有相关文献	分析中国中医药教育政策的研究主题和演变规律	中医药教育政策文档	自然语言处理	NA	BERTopic主题建模	BERT	文本	来自教育部、国家中医药管理局等机构的政策文档
39	2025-09-27	Identifying EEG-Based Neurobehavioral Risk Markers of Gaming Addiction Using Machine Learning and Iowa Gambling Task 2025-Sep-25, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ae0b75 PMID:40997844	研究论文	本研究利用脑电图和机器学习技术识别游戏成瘾的神经行为风险标志物	首次结合爱荷华赌博任务和多种信号处理技术构建脑电图特征空间，实现93%分类准确率的游戏行为模式识别	研究样本仅限于健康参与者，未涉及临床确诊的游戏障碍患者	开发基于神经生理信号的游戏成瘾早期客观检测方法	健康参与者的决策行为模式和脑电信号	机器学习	行为成瘾	FFT、PSD、ACF、小波变换等信号处理技术	随机森林(RF)、卷积神经网络(CNN)	脑电图(EEG)信号	未明确说明样本数量的健康参与者群体
40	2025-09-27	Machine and Deep Learning applied to Medical Microwave Imaging: a Scoping Review from Reconstruction to Classification 2025-Sep-25, Progress in biomedical engineering (Bristol, England) DOI:10.1088/2516-1091/ae0bd3 PMID:40997871	综述	本文对机器学习在医学微波成像中的应用进行了范围综述，重点关注图像重建和分类两个关键领域	首次系统性地综述了机器学习在微波成像全流程中的应用，从图像重建到疾病分类	作为范围综述，主要提供领域概览而非深入的技术分析	探讨机器学习在医学微波成像中的应用现状和发展潜力	医学微波成像技术及其在乳腺和脑部成像中的应用	机器学习	乳腺癌、神经系统疾病	微波成像技术	CNN、SVM	微波成像数据	NA