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
381	2025-09-05	Automated rating of Fazekas scale in fluid-attenuated inversion recovery MRI for ischemic stroke or transient ischemic attack using machine learning 2025-Sep-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-17287-5 PMID:40890345	研究论文	开发并验证了一种基于深度学习的自动化管道，用于缺血性卒中或短暂性脑缺血发作患者的FLAIR MRI中Fazekas量表评分	首次在卒中患者中应用空间概率方法实现WMH自动分割和Fazekas评分，采用两步深度学习流程结合U-Net和3D CNN架构	研究样本来自三个不同来源但总数有限（471例），外部验证性能略低于内部测试	开发自动化的白质高信号分割和Fazekas量表评分系统，以辅助卒中患者的血管事件预测	缺血性卒中或短暂性脑缺血发作患者的FLAIR MRI图像	医学影像分析	缺血性卒中	深度学习，空间概率方法	U-Net, 3D CNN	MRI图像（T2加权FLAIR）	471名卒中患者（来自三个不同来源）
382	2025-09-05	Feature-guided multilayer encoding-decoding network for segmentation for 3D intraoral scan data 2025-Sep-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-16360-3 PMID:40890358	研究论文	提出一种基于分层特征引导的U形3D牙科模型分割方法，用于准确分割错颌畸形	引入结合局部均值与全局标准差的正则化方法，采用推拉策略优化点云密度，并设计倒置瓶颈全局特征提取流增强语义识别	NA	提升3D口腔扫描数据中错颌畸形分割的准确性和鲁棒性	错颌畸形牙科模型	计算机视觉	口腔疾病	深度学习	U-Net	3D点云数据	自建畸形牙数据集及公开数据集Teeth3DS和3D-IOSSeg
383	2025-09-05	Deep hierarchical subtyping of multi-organ systemic sclerosis trajectories - a EUSTAR study 2025-Sep-01, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-01962-y PMID:40890392	研究论文	提出一种半监督生成深度学习框架，用于对系统性硬化症的多器官疾病轨迹进行分层亚型分析	利用专家驱动的器官特异性受累和严重程度定义，首次识别出基于器官受累程度的五种患者聚类，包括皮肤受累有限但肺心和并发症风险高的新亚型	NA	增强系统性硬化症患者分层和预后评估	系统性硬化症患者	数字病理学	自身免疫性疾病	深度学习	生成深度学习框架	临床医疗数据	14,000名患者，67,000次医疗访问
384	2025-09-05	Automated drug design for druggable target identification using integrated stacked autoencoder and hierarchically self-adaptive optimization 2025-Sep-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-18091-x PMID:40890450	研究论文	提出一种结合堆叠自编码器和分层自适应粒子群优化的新型框架optSAE+HSAPSO，用于药物分类和靶点识别	首次集成SAE特征提取与HSAPSO自适应参数优化，在保持高精度的同时显著降低计算复杂度并提升稳定性	方法性能依赖于训练数据质量，高维数据集可能需要额外微调	开发高效可扩展的药物发现框架，解决现有方法的过拟合和可扩展性限制	药物分子和靶点蛋白数据	药物信息学	NA	深度学习优化算法	堆叠自编码器(SAE) + 粒子群优化(PSO)	药物分子和蛋白质序列数据	基于DrugBank和Swiss-Prot数据集的实验验证
385	2025-09-05	DeepSEA: an alignment-free explainable approach to annotate antimicrobial resistance proteins 2025-Sep-01, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-025-06256-4 PMID:40890570	研究论文	提出一种无需序列比对的深度学习方法DeepSEA，用于注释抗菌素耐药性蛋白并解释其功能域重要性	采用卷积神经网络替代传统序列比对方法，实现更高召回率（>0.9）的AMR蛋白分类，并提供模型可解释性分析	未明确说明模型在未知蛋白类型上的泛化能力及计算资源需求	开发更准确的抗菌素耐药性蛋白注释方法以克服传统比对方法的局限性	抗菌素耐药性蛋白和非耐药性蛋白	计算生物学	传染病	深度学习、卷积神经网络	CNN	蛋白质序列数据	NA
386	2025-09-05	CT-based deep learning radiomics model for predicting proliferative hepatocellular carcinoma: application in transarterial chemoembolization and radiofrequency ablation 2025-Sep-01, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01913-9 PMID:40890681	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
387	2025-09-05	Box embeddings for extending ontologies: a data-driven and interpretable approach 2025-Sep-01, Journal of cheminformatics IF:7.1Q1 DOI:10.1186/s13321-025-01086-1 PMID:40890838	研究论文	提出一种基于box嵌入的数据驱动方法，用于扩展本体并实现可解释的多标签分类	无需显式分类法即可捕获标签间的隐含层次关系，同时保持与本体概念化的一致性	NA	从深度学习模型中推导符号知识，增强模型的可解释性	多标签分类任务中的层次关系，特别是ChEBI本体中的子类关系	自然语言处理	NA	box嵌入，本体扩展	基于box的嵌入模型	多标签数据集	NA
388	2025-09-05	Deep Learning-Driven Automated Assessment of Left Ventricular Diastolic Function in Echocardiography 2025-Sep, Echocardiography (Mount Kisco, N.Y.) DOI:10.1111/echo.70290 PMID:40892533	研究论文	本研究评估了基于深度学习的全自动模型在超声心动图中评估左心室舒张功能的可行性、准确性和诊断性能	开发了首个完全自动化的深度学习模型，用于从2D经胸超声心动图中自动分析多种舒张参数并进行LVDF分级	对中间等级舒张功能不全的分类存在变异性，且需要进一步验证	评估AI自动评估左心室舒张功能的可行性和诊断性能	疑似舒张功能不全的患者	医学影像分析	心血管疾病	深度学习，超声心动图分析	深度学习模型	2D超声心动图像	302名患者
389	2025-09-05	Artificial intelligence in mental health: integrating opportunities and challenges of multimodal deep learning for mental disorder prevention and treatment 2025-Sep, Annals of medicine and surgery (2012) DOI:10.1097/MS9.0000000000003624 PMID:40901142	综述	本文探讨了人工智能通过多模态深度学习和预测分析在精神障碍预防与治疗中的机遇与挑战	提出了负责任应用AI于心理健康护理的概念框架，并整合分析了多模态深度学习技术的潜力与风险	基于文献综述，缺乏原始数据验证；伦理和算法偏差等挑战尚未完全解决	探索AI在精神健康领域的机遇与挑战，推动负责任的技术应用	精神障碍的预防与治疗	自然语言处理	精神疾病	多模态深度学习、预测分析	深度学习	多模态数据	NA
390	2025-09-05	Deep Aging Clocks: AI-powered Strategies for Biological Age Estimation 2025-Sep-01, Ageing research reviews IF:12.5Q1 DOI:10.1016/j.arr.2025.102889 PMID:40902671	综述	本文总结了基于人工智能的深度衰老时钟在生物年龄估计中的最新进展与应用	突破传统线性衰老假设，利用深度学习技术捕捉衰老过程中的非线性微妙变化	NA	评估生物衰老并开发更准确的衰老测量方法以延长健康寿命	人类衰老过程及生物年龄预测	机器学习	老年疾病	深度学习	深度学习模型	多组学数据（表观遗传学、转录组学、代谢组学、微生物组）和影像数据	NA
391	2025-09-05	Deep Learning for Automated 3D Assessment of Rotator Cuff Muscle Atrophy and Fat Infiltration prior to Total Shoulder Arthroplasty 2025-Sep-01, Journal of shoulder and elbow surgery IF:2.9Q1 DOI:10.1016/j.jse.2025.07.025 PMID:40902715	研究论文	开发基于深度学习的模型，用于自动评估肩袖肌肉萎缩和脂肪浸润	首次提出基于深度学习的自动化3D评估方法，引入T-score分类和3D脂肪浸润百分比量化	NA	开发自动化工具量化肩袖肌肉病理变化，改善全肩关节置换术前的评估	肩袖肌肉（冈上肌、冈下肌、肩胛下肌、小圆肌）	医学影像分析	肌肉骨骼疾病	CT扫描，深度学习分割	深度学习模型	3D CT影像	952例肩部CT扫描（762例对照，103例aTSA患者，87例rTSA患者）
392	2025-09-05	Identification and application of promoters and terminators for plant synthetic biology 2025-Sep-01, Molecules and cells IF:3.7Q2 DOI:10.1016/j.mocell.2025.100273 PMID:40902856	综述	本文综述了植物合成生物学中启动子和终止子等生物元件的鉴定与应用进展	重点探讨了双向启动子的应用、启动子与终止子组合平衡的重要性，以及基于深度学习的启动子预测方法	NA	实现高效精准的基因表达调控	植物合成生物学中的生物元件（启动子、终止子）	合成生物学	NA	ATAC-Seq, STARR-Seq, 深度学习	深度学习模型	基因组数据	NA
393	2025-09-05	DeepNuParc: A novel deep clustering framework for fine-scale parcellation of brain nuclei using diffusion MRI tractography 2025-Sep-01, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2025.121421 PMID:40902872	研究论文	提出一种名为DeepNuParc的深度聚类框架，利用扩散MRI纤维追踪技术实现脑核团的精细尺度分割	整合新型深度学习方法进行核团精准分割，设计基于流线聚类的结构连接特征，并改进联合降维与k均值聚类方法以实现更精细的核团划分	NA	开发自动化脑核团精细分割方法以研究其解剖功能关联	杏仁核和丘脑这两个具有多亚区结构的脑核团	医学影像分析	NA	扩散MRI纤维追踪技术	深度学习聚类框架	扩散MRI影像数据	多个受试者（具体数量未在摘要中说明）
394	2025-09-05	Deep Learning Application of YOLOv8 for Aortic Dissection Screening using Non-contrast Computed Tomography 2025-Sep-01, European journal of vascular and endovascular surgery : the official journal of the European Society for Vascular Surgery IF:5.7Q1 DOI:10.1016/j.ejvs.2025.08.054 PMID:40902929	研究论文	开发并验证基于YOLOv8深度学习模型用于非增强CT筛查主动脉夹层	首次将YOLOv8模型应用于非增强CT的主动脉夹层检测，并通过Grad-CAM实现模型可解释性验证	回顾性研究设计，可能存在选择偏倚	提高主动脉夹层的早期诊断准确性和效率	主动脉夹层患者和对照组患者的CT影像	计算机视觉	心血管疾病	非增强CT成像	YOLOv8	医学影像	1138例CT扫描（569例AD患者，569例对照组）
395	2025-09-05	Explainable artificial intelligence for predicting inflammatory signatures and spatial molecular heterogeneity from nasal polyp histology 2025-Sep-01, The Journal of allergy and clinical immunology IF:11.4Q1 DOI:10.1016/j.jaci.2025.08.016 PMID:40902945	研究论文	开发基于组织学的深度学习模型HE2Signature，用于预测鼻息肉中的炎症基因特征和空间分子异质性	首个基于组织学的可解释深度学习模型，能够从H&E染色切片预测炎症基因特征和空间表达模式	样本量相对有限（内部队列n=30），外部验证性能有提升空间（T2内型ROC=0.716）	开发人工智能模型实现鼻息肉内型的组织学预测和空间分子图谱构建	慢性鼻窦炎伴鼻息肉（CRSwNP）患者	数字病理学	鼻息肉疾病	转录组数据分析，免疫组织化学验证	深度学习网络	H&E染色全切片图像，基因表达数据	训练集70例，内部验证30例，外部验证224例（来自四个医疗中心）
396	2025-09-05	Deciphering the unique autoregulatory mechanisms and substrate specificity of the understudied DCLK3 kinase linked to neurodegenerative diseases 2025-Sep-01, The Journal of biological chemistry IF:4.0Q2 DOI:10.1016/j.jbc.2025.110664 PMID:40902973	研究论文	本研究揭示了与神经退行性疾病相关的未充分研究激酶DCLK3的独特自调控机制和底物特异性	首次发现DCLK3通过自磷酸化其截短尾部实现与催化结构域的结合，并利用深度学习预测并验证了Tau蛋白作为其潜在底物	NA	阐明DCLK3激酶的自调控机制和细胞底物，为神经退行性疾病治疗提供新靶点	DCLK3激酶及其细胞调控机制	计算生物学	神经退行性疾病	深度学习、肽库数据集分析、体外实验、质谱分析	深度学习模型	蛋白质序列数据、实验数据	NA
397	2025-09-05	Training of physical neural networks 2025-Sep, Nature IF:50.5Q1 DOI:10.1038/s41586-025-09384-2 PMID:40903603	研究论文	本文探讨了物理神经网络（PNNs）的概念、潜力及其训练方法，旨在推动人工智能计算的革新	提出了利用模拟物理系统进行计算的新型神经网络架构，并对比了基于反向传播和无反向传播的训练方法在PNNs中的应用前景	目前尚无方法能扩展到与当前深度学习广泛使用的反向传播算法相媲美的大型模型性能	探索物理神经网络如何改变人工智能计算的可行性与实用性，特别是训练大规模模型及边缘设备本地推理	物理神经网络（PNNs）及其训练技术	机器学习	NA	模拟物理计算	物理神经网络（PNNs）	NA	NA
398	2025-09-05	Applying Deep Learning to Quantify Drivers of Long-Term Ecological Change in a Swedish Marine Protected Area 2025-Sep, Ecology and evolution IF:2.3Q2 DOI:10.1002/ece3.72091 PMID:40904377	研究论文	应用深度学习技术分析瑞典海洋保护区长期生态变化驱动因素	首次结合目标检测模型与历史影像数据量化27年间底栖无脊椎动物群落变化，揭示温度偏好和体型大小对种群趋势的关键影响	研究仅基于单一监测点的影像数据，模型对6个类群的深度分布识别与实证观察存在差异	量化海洋保护区底栖生物长期变化趋势及驱动机制	瑞典Kosterhavet国家公园海底墙段的17种底栖无脊椎动物类群	计算机视觉	NA	深度学习目标检测	目标检测模型	水下监控视频	1997-2023年间72,369条生物出现记录
399	2025-09-05	Lightweight and precise cell classification based on holographic tomography-derived refractive index point cloud 2025-Sep, Journal of biomedical optics IF:3.0Q2 DOI:10.1117/1.JBO.30.9.096501 PMID:40904524	研究论文	提出一种基于全息层析成像折射率点云的轻量级精确细胞分类方法	将3D折射率体素数据转换为点云表示并设计专用深度学习模型RI-PointNet++，在保持分类精度的同时大幅降低计算复杂度	NA	开发高效准确的细胞分类方法，降低计算复杂度而不牺牲分类性能	HeLa细胞的活性分类	数字病理	NA	全息层析成像	RI-PointNet++（基于PointNet++的改进模型）	3D折射率点云数据	NA
400	2025-09-05	A dual-encoder U-net architecture with prior knowledge embedding for acoustic source mapping 2025-Sep-01, The Journal of the Acoustical Society of America IF:2.1Q1 DOI:10.1121/10.0039104 PMID:40905669	研究论文	提出一种基于双编码器U-net架构的监督学习框架，用于将波束形成图转换为高分辨率声源强度分布图	采用双编码器提取互补特征，引入对比损失函数学习一致潜在特征，并设计频率和位置编码器嵌入先验知识	NA	提高声源定位的准确性和计算效率	声源强度分布	信号处理	NA	深度学习，波束形成	U-net，双编码器架构	声学图像数据	仿真数据和MIRACLE数据集