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
401	2025-09-18	Disentangled deep learning method for interior tomographic reconstruction of low-dose x-ray CT 2025-Sep-16, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ae02dc PMID:40902618	研究论文	提出一种解耦深度学习框架用于低剂量X射线CT的内部断层重建，解决噪声和数据截断带来的挑战	通过双域深度神经网络解耦提取噪声和背景投影贡献，并采用渐进式粗到细策略扩展可恢复区域	NA	开发高质量ROI重建框架并扩展可恢复区域，解决耦合不适定问题	模拟躯干数据集和真实CT扫描的躯干模型	计算机视觉	NA	低剂量CT成像，深度学习重建	双域深度神经网络	CT投影数据，图像	模拟躯干数据集和真实躯干模型CT扫描
402	2025-09-18	Clinical validation of a deep learning based application for quantitative assessment of dental plaque in fluorescence imaging 2025-Sep-16, Clinical oral investigations IF:3.1Q1 DOI:10.1007/s00784-025-06550-8 PMID:40956351	研究论文	开发并验证了一种基于深度学习的网络应用，用于在荧光图像中客观量化牙菌斑	首次将YOLO v11模型应用于牙菌斑的自动检测与定量评估，并通过临床验证展示了高精度和效率提升	研究仅针对下颌前牙舌侧面图像，模型在其他牙位或表面的泛化能力尚未验证	开发客观、高效的牙菌斑量化工具以改善牙周健康护理	牙菌斑在牙齿荧光图像中的检测与定量分析	计算机视觉	牙周病	荧光成像	YOLO v11	图像	528名参与者的荧光图像（训练集498人，验证集30人）
403	2025-09-18	Hyperspectral Texture Metrology Based on Distance Measures in an Information-Theoretic Framework 2025-Sep-16, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2025.3608667 PMID:40956709	研究论文	提出一种基于信息论框架的光谱纹理计量方法，用于高光谱图像特征提取	引入REID光谱距离度量，无需预处理即可直接计算高光谱图像的GLCM、LBP和Gabor特征	NA	为高光谱纹理特征提取方法建立计量学基础	高光谱图像	计算机视觉	癌症	高光谱成像	NA	高光谱图像	NA
404	2025-09-18	DeepHIV: a Sequence-based Deep Learning Model for Predicting HIV-1 Protease Cleavage Sites 2025-Sep-16, IEEE transactions on computational biology and bioinformatics DOI:10.1109/TCBBIO.2025.3610881 PMID:40956729	研究论文	提出一种基于序列的深度学习模型DeepHIV，用于预测HIV-1蛋白酶切割位点	结合卷积神经网络与注意力机制捕获底物序列中位置特异性氨基酸的丰富上下文信息，并采用偏置支持向量机处理类别不平衡问题	NA	设计新型抗艾滋病抑制剂，通过计算预测HIV-1蛋白酶切割位点以发现新的可切割底物并理解底物特异性	HIV-1蛋白酶底物序列	自然语言处理	艾滋病	深度学习	CNN结合注意力机制与偏置SVM	序列数据	NA
405	2025-09-18	T2Net: Tongue Image-Based T2DM Detection Via Simulated Clinical Diagnostic Reasoning 2025-Sep-16, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3609982 PMID:40956751	研究论文	提出T2Net模型，通过模拟临床诊断推理过程，利用舌像进行2型糖尿病的非侵入性早期检测	结合大核分解与多尺度学习自动提取关键ROI，设计多阶特征交互模块和上下文感知动态聚合卷积，并引入灵活焦点损失模拟医生诊断推理	NA	开发基于舌像的2型糖尿病自动检测方法，解决现有方法在数据集限制、特征细微变化及依赖临床专家的问题	2型糖尿病患者的舌像数据	计算机视觉	糖尿病	深度学习，图像识别	CNN（T2Net）	图像	开源DMT数据集（具体数量未明确说明）
406	2025-09-18	HRMamba: Fusing Luminance Information for Remote Physiological Measurement in Varied Lighting Conditions 2025-Sep-16, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3603308 PMID:40956747	研究论文	提出一种基于Mamba的端到端方法HRMamba，用于在复杂光照条件下通过面部视频进行远程生理测量	结合时间差分Mamba处理时序信号，使用双向状态空间理解场景并学习PPG周期模式，设计亮度后处理模块在不改变原始视频数据的情况下嵌入亮度信息	NA	解决基于摄像头的光电容积描记术在复杂光照环境下的信号提取挑战	面部视频中的生理信号（心率、呼吸率、血氧饱和度）	计算机视觉	NA	摄像头光电容积描记术（cbPPG）	Mamba（状态空间模型）	视频	NA
407	2025-09-18	AutoGRN: An Automated Graph Neural Network Framework for Gene Regulatory Network Inference 2025-Sep-16, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3609408 PMID:40956752	研究论文	提出一种自动化图神经网络框架AutoGRN，用于从单细胞RNA测序数据推断基因调控网络	采用基于信息熵约束的遗传搜索算法，自动优化适应不同数据特征的GNN架构，提升跨数据集的泛化能力	未明确讨论计算复杂度或可扩展性限制	基因调控网络推断，以理解基因相互作用及疾病进展机制	基因表达数据，特别是单细胞RNA测序数据	计算生物学	NA	scRNA-seq，图神经网络，遗传算法	GNN（图神经网络）	基因表达数据	多个公共数据集（未指定具体样本数量）
408	2025-09-18	SCTD-ICA: A ICA-Based Approach for Fetal ECG Extraction from Single Channel Abdominal ECG 2025-Sep-16, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3609696 PMID:40956750	研究论文	提出一种基于独立成分分析（ICA）的胎儿心电信号提取方法，用于从单通道腹部心电信号中分离胎儿心电	通过时间延迟方法将单通道数据映射为多维数据，克服了ICA对多通道数据的需求限制	ICA方法传统上需要多通道数据，这是该方法的一个已知局限	从单通道腹部心电信号中有效提取胎儿心电信号	孕妇腹部心电信号中的胎儿心电成分	生物医学信号处理	妊娠期监护	独立成分分析（ICA），时间延迟方法，功率谱分析	ICA	单通道心电信号	两个真实数据集：ADFECGDB和2013 PhysioNet/Computing in Cardiology Challenge Database Set-A
409	2025-09-18	Bioactivity Deep Learning for Complex Structure-Free Compound-Protein Interaction Prediction 2025-Sep-16, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00741 PMID:40957089	研究论文	提出一种无复杂结构的化合物-蛋白质相互作用预测深度学习方法，并构建大规模基准数据集CPI2M	首次系统解决生物活性数据异质性和活性悬崖问题，开发集成生物活性学习的GGAP-CPI模型	NA	提升虚拟药物筛选中化合物-蛋白质相互作用预测的准确性和鲁棒性	化合物与蛋白质之间的相互作用	计算生物学	NA	深度学习	GGAP-CPI（基于蛋白质表示建模的深度神经网络）	生物活性数据	约200万生物活性数据点，覆盖4种活性类型（Ki, Kd, EC, IC）
410	2025-09-18	3D electroacoustic tomography image enhancement using deep learning with the SAM-Med3D encoder 2025-Sep-16, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ae077d PMID:40957441	研究论文	提出一种基于深度学习的方法，利用SAM-Med3D编码器增强三维电声断层成像（EAT）的重建质量	首次将大型基础模型SAM-Med3D应用于3D EAT成像增强，并设计了局部-全局特征融合架构	数据主要来源于水模体和组织样本，尚未在真实临床环境中全面验证	克服电声断层成像在临床中的局限性，实现电穿孔治疗中电场分布的精确可视化	电声断层成像数据，包括水模体和组织样本	医学影像分析	NA	电声断层成像（EAT），深度学习	基于SAM-Med3D编码器的CNN架构	3D图像	50次EAT扫描（共6000个视图），包含训练集30次扫描（3600视图）、验证集10次扫描（1200视图）和测试集10次扫描（1200视图）
411	2025-09-18	Dysmorphic neurons express markers of inhibitory glycinergic signaling in focal cortical dysplasia IIb 2025-Sep-16, Brain pathology (Zurich, Switzerland) DOI:10.1111/bpa.70043 PMID:40957662	研究论文	本研究利用深度学习结合空间转录组学分析，揭示了IIb型局灶性皮质发育不良中畸形神经元的甘氨酸能抑制信号标记表达	开发了基于深度学习的解剖分区定位方法，首次实现了对CDNs的无偏分子特征解析，发现了非经典信号通路标记	CDNs在病变组织中频率较低，样本获取存在挑战	解析IIb型局灶性皮质发育不良的分子特征并探索新的治疗靶点	细胞肥大畸形神经元(CDNs)	数字病理	癫痫	空间转录组分析，深度学习	深度学习	图像，转录组数据	NA
412	2025-09-18	Predicting cardiovascular events from routine mammograms using machine learning 2025-Sep-16, Heart (British Cardiac Society) DOI:10.1136/heartjnl-2025-325705 PMID:40957672	研究论文	开发并测试了一种基于常规乳腺X光影像的深度学习算法，用于预测女性心血管事件风险	首次利用常规乳腺X光影像结合深度学习技术进行心血管风险预测，为女性心血管筛查提供新途径	研究仅基于特定队列（Lifepool），未涉及更广泛人群验证；模型性能与传统工具相当但未显著超越	通过机器学习提升女性心血管疾病的风险评估准确性	接受乳腺筛查的中老年女性群体	医疗影像分析	心血管疾病	深度学习	DeepSurv	影像	49196名女性，中位随访8.8年
413	2025-09-18	Prediction of cerebrospinal fluid intervention in fetal ventriculomegaly via AI-powered normative modelling 2025-Sep-16, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A9000 PMID:40957691	研究论文	提出一种基于AI的胎儿脑室自动分割与体积量化方法，用于预测胎儿脑室扩大是否需要产后脑脊液干预	首次利用nnUNet深度学习模型构建胎儿脑室体积的 normative 参考范围，并通过标准化颅内体积实现高精度干预需求预测	回顾性研究，样本量有限（64例VM病例），需外部验证	开发AI辅助工具以客观区分胎儿脑室扩大与脑积水，预测产后干预需求	胎儿脑部MRI图像	医学影像分析	胎儿脑室扩大/脑积水	深度学习分割，normative建模	nnUNet	MRI图像	222例患者（含138正常对照和64例VM病例）
414	2025-09-18	Machine Learning Navigated Allosteric Network to Unveil Biased Allosteric Modulation of GPCRs 2025-Sep-16, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.5c00935 PMID:40957834	研究论文	提出一种机器学习导航变构网络策略（RMLNA），揭示GPCRs的偏向性变构调控分子机制	结合分子动力学模拟、可解释深度学习模型和变构网络分析，首次系统解析偏向性变构调节剂SBI-553的作用机制	方法主要针对NTSR1受体，尚未广泛验证于其他GPCRs	阐明GPCRs偏向性变构调节剂的分子作用机制	G蛋白偶联受体（GPCRs）及其偏向性变构调节剂SBI-553	机器学习	NA	分子动力学模拟（MD）、可解释深度学习、变构网络分析	CNN	分子构象数据	NTS-NTSR1-β-arrestin复合体（含/不含SBI-553结合）
415	2025-09-18	AI-powered insights in pediatric nephrology: current applications and future opportunities 2025-Sep-16, Pediatric nephrology (Berlin, Germany) DOI:10.1007/s00467-025-06911-1 PMID:40957986	综述	本文综述了人工智能在儿科肾病学中的当前应用与未来机遇，涵盖诊断、治疗及研究工作流优化	整合多源数据（如基因组学、影像和临床记录）的AI工具，用于预测急性肾损伤、疾病进展及优化治疗决策	存在伦理和实际挑战，包括数据隐私、算法偏见及医生培训需求，需建立标准化监管框架	探索AI在儿科肾病学中的临床应用与研究加速潜力	儿童肾病患者及其多模态医疗数据	数字病理学	儿科肾病	深度学习	深度学习模型（如CNN用于影像分析）	多模态数据（包括影像、文本记录、基因组数据）	NA
416	2025-09-18	Granulocyte abundance and maturation state at diagnosis predicts treatment-free remission in CML 2025-Sep-16, Leukemia IF:12.8Q1 DOI:10.1038/s41375-025-02769-2 PMID:40958033	研究论文	本研究通过深度学习分析骨髓细胞形态学图像，发现中性粒细胞丰度和粒细胞成熟度与慢性粒细胞白血病患者的治疗无缓解生存相关	首次利用计算骨髓细胞形态学方法发现诊断时粒细胞丰度和成熟状态可作为预测治疗无缓解生存的新型生物标志物	多中心研究但样本量有限（113例患者），且需进一步验证其临床适用性	探索骨髓细胞形态学在预测慢性粒细胞白血病治疗无缓解生存中的生物标志物潜力	慢性期慢性粒细胞白血病患者	数字病理学	慢性粒细胞白血病	深度学习图像分析	CNN（基于图像分析推断）	图像	113例CP CML患者骨髓样本，与942例对照样本对比
417	2025-09-18	High-Throughput Molecular Design of Donors and Non-Fullerene Acceptors for Organic Solar Cells Based on Convolutional Neural Networks 2025-Sep-16, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c01634 PMID:40958151	研究论文	本研究利用卷积神经网络（CNN）设计有机太阳能电池的高性能给体和受体分子，显著提升光电转换效率	结合CNN与迁移学习进行分子生成，并高效预测光伏性能，超越传统机器学习方法	NA	开发高效、低成本的有机太阳能电池材料设计方法	有机太阳能电池的给体和受体分子	机器学习	NA	卷积神经网络（CNN）、随机森林、极端树回归、梯度提升回归树、自适应提升模型	CNN	分子结构数据	生成260,767个给体分子和937,155个受体分子，形成244,379,097,885个分子对
418	2025-09-18	Mammographic density assessed using deep learning in women at high risk of developing breast cancer: the effect of weight change on density 2025-Sep-15, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ae029b PMID:40902628	研究论文	本研究探讨了基于深度学习的乳腺密度评估方法在体重变化背景下的表现，并与传统体积密度方法进行对比	首次研究体重减轻对基于人工智能的乳腺密度评分的影响，揭示了深度学习模型pVAS与传统Volpara方法在响应体重变化时的差异	样本量较小（仅46名女性），观察时间较短（12个月），且研究对象局限于有乳腺癌家族史的高风险人群	评估体重变化对基于深度学习的乳腺密度测量结果的影响	46名参与体重干预研究的乳腺癌高风险女性	数字病理学	乳腺癌	深度学习，乳腺X线摄影	深度学习模型	医学影像	46名高风险女性，在12个月体重干预研究前后分别进行乳腺X线检查
419	2025-09-18	SuperGLUE facilitates an explainable training framework for multi-modal data analysis 2025-Sep-15, Cell reports methods IF:4.3Q2 DOI:10.1016/j.crmeth.2025.101167 PMID:40914154	研究论文	提出一种基于概率深度学习的可解释多模态数据整合方法，用于单细胞多组学数据分析	结合概率深度学习和统计建模构建可解释框架，统一不同组学数据整合流程并评估整合贡献	NA	开发可扩展的多模态数据整合方法，挖掘生物特征间的重要关系	单细胞多组学数据和传感数据	机器学习	NA	多组学数据整合	概率深度学习模型	多模态组学数据	NA
420	2025-09-18	Synergy of advanced machine learning and deep neural networks with consensus molecular docking for virtual screening of anaplastic lymphoma kinase inhibitors 2025-Sep-15, Journal of computer-aided molecular design IF:3.0Q2 DOI:10.1007/s10822-025-00657-6 PMID:40952529	研究论文	本研究结合机器学习和深度学习技术，通过配体与结构双策略加速筛选新型ALK抑制剂，用于非小细胞肺癌治疗	融合集成投票模型与共识分子对接策略，首次联合使用三种分子对接程序特征进行虚拟筛选	需进一步体外实验验证模型筛选性能，数据集规模对图神经网络效果存在限制	开发AI模型预测ALK抑制剂，满足非小细胞肺癌ALK阳性突变治疗需求	Anaplastic Lymphoma Kinase (ALK)抑制剂	机器学习	肺癌	分子对接（GNINA, Vina-GPU, AutoDock-GPU），虚拟筛选	XGBoost, ANN, GNN, 集成投票模型	化合物结构数据	120,571种化合物虚拟筛选，鉴定出3种先导抑制剂