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
4281	2025-10-06	Identification of Isomerically Diverse Ginsenosides Using Engineered Aerolysin Nanopore via Non-Translocation Blockade Sensing 2025-Aug-04, Angewandte Chemie (International ed. in English) DOI:10.1002/anie.202506741 PMID:40456701	研究论文	本研究开发了一种基于工程化气溶素纳米孔的非易位阻断传感技术，用于识别结构多样的ginsenosides异构体	通过S278K突变使气溶素纳米孔获得带正电内腔，产生强烈电渗流和增强的空间/焓势垒，实现非易位阻断传感模式	NA	开发新型纳米孔传感技术以解决结构相似小分子分析物识别难题	ginsenosides（人参皂苷）类糖缀合物	生物传感	NA	纳米孔传感，非易位阻断传感	深度学习	阻断信号数据	30种ginsenosides	NA	NA	停留时间延长43倍	NA
4282	2025-10-06	KAFSTExp: Kernel Adaptive Filtering with Nystrom Approximation for Predicting Spatial Gene Expression from Histology Image 2025-Aug-04, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3595101 PMID:40758493	研究论文	提出KAFSTExp框架，通过核自适应滤波和Nystrom近似从组织学图像预测空间基因表达	首次将核自适应滤波与Nystrom近似结合应用于空间转录组学预测，利用病理基础模型UNI编码图像特征	在有限的ST数据集上验证，需要进一步扩大数据规模验证泛化能力	从组织病理图像预测空间基因表达，提供经济高效的替代方案	空间转录组学数据和组织病理图像	数字病理	肿瘤	空间转录组学，组织病理学成像	核自适应滤波，核最小均方算法	图像，基因表达数据	多个ST数据集（具体数量未明确说明）	NA	UNI，KAF with Nystrom approximation	PCC（皮尔逊相关系数）	NA
4283	2025-10-06	Enhancing Brain Source Reconstruction by Initializing 3D Neural Networks with Physical Inverse Solutions 2025-Aug-04, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3594724 PMID:40758497	研究论文	提出一种结合物理逆解和3D神经网络的混合方法3D-PIUNet，用于提升脑电信号源定位的精度	首次将物理逆解作为神经网络初始化，结合传统物理方法和数据驱动学习的优势	训练依赖模拟的伪真实脑源数据，真实数据验证仅限于视觉任务	解决脑电信号源定位这一神经科学中的逆问题	脑电信号和对应的脑源活动	计算神经科学	NA	脑电图	3D CNN	3D脑体积数据	模拟的伪真实脑源数据，覆盖不同源分布	NA	3D U-Net	空间精度	NA
4284	2025-10-06	VLM-CPL: Consensus Pseudo-Labels from Vision-Language Models for Annotation-Free Pathological Image Classification 2025-Aug-04, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3595111 PMID:40758498	研究论文	提出一种基于视觉语言模型的无需人工标注的病理图像分类方法VLM-CPL	结合两种噪声标签过滤技术和半监督学习策略，提出提示-特征一致性选择和高质量交叉监督方法	由于预训练数据集与目标数据集之间的领域差距，初始伪标签可能包含较多噪声	开发无需人工标注的病理图像自动分类方法	病理图像	数字病理	癌症	视觉语言模型	VLM	图像	五个公共病理图像数据集	NA	VLM-CPL	准确率	NA
4285	2025-10-06	Accurate and Rapid Ranking of Protein-Ligand Binding Affinities Using Density Matrix Fragmentation and Physics-Informed Machine Learning Dispersion Potentials 2025-Aug-04, Chemphyschem : a European journal of chemical physics and physical chemistry IF:2.3Q2 DOI:10.1002/cphc.202500094 PMID:40758915	研究论文	本文开发了基于密度矩阵碎片化和物理信息机器学习的蛋白质-配体结合亲和力快速排序方法	结合密度矩阵碎片化方法与机器学习校正的色散势能，实现了蛋白质-配体结合亲和力的高效准确排序	深度学习模型Sfcnn在数据集间的可转移性较差，广泛训练的神经网络在化学多样性系统中存在局限性	开发快速准确的蛋白质-配体结合亲和力排序方法用于药物筛选	细胞周期蛋白依赖性激酶2（CDK2）和Janus激酶1（JAK1）数据集中的28个配体	机器学习	NA	密度矩阵碎片化方法，量子碎片化方法	机器学习，深度学习	蛋白质-配体复合物数据	28个配体（来自两个CDK2数据集和一个JAK1数据集）	NA	Sfcnn	相关系数R	无需大规模并行化，每个复合物计算时间小于5分钟
4286	2025-10-06	Quantifying the Predictability of Lesion Growth and Its Contribution to Quantitative Resistance Using Field Phenomics 2025-Aug-04, Phytopathology IF:2.6Q2 DOI:10.1094/PHYTO-05-25-0187-R PMID:40758903	研究论文	利用田间表型组学技术量化病斑生长的可预测性及其对数量抗性的贡献	首次使用深度学习图像分析在田间条件下精确追踪数千个单个病斑的生长动态	研究中排除了一个异常小麦品种，且发现病斑扩张并非在所有小麦品种中都是重要抗性组分	解析叶片病害数量抗性的机制组成	小麦叶片病斑	计算机视觉	植物病害	深度学习图像分析	深度学习	图像	6889个单个病斑，14个小麦品种，两个田间季节，27218次病斑生长测量	NA	NA	遗传力(h2)	NA
4287	2025-10-06	In Silico Digital Breast Tomosynthesis Dataset for the Comparative Analysis of Deep Learning Models in Tumor Segmentation 2025-Aug-04, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01626-z PMID:40760265	研究论文	本研究评估了计算机生成的数字乳腺断层合成数据作为乳腺肿瘤分割深度学习模型训练源的可行性	首次系统评估计算机生成的DBT数据在肿瘤分割任务中的应用潜力，并比较了13种不同深度学习架构的性能	研究使用的计算机生成数据与真实数据存在领域差异，样本量相对有限（230个ROI）	探索计算机生成的DBT数据作为深度学习模型训练补充资源的有效性	数字乳腺断层合成图像中的乳腺肿瘤区域	计算机视觉	乳腺癌	数字乳腺断层合成	CNN	医学图像	230个二维感兴趣区域	NA	U-Net, FCN, DeepLabv3, DeepLabv3+	F1-score, IoU, precision, recall	NA
4288	2025-10-06	Impact of artificial intelligence assistance on bone scintigraphy diagnosis 2025-Aug-04, Physical and engineering sciences in medicine IF:2.4Q2 DOI:10.1007/s13246-025-01621-2 PMID:40760395	研究论文	评估人工智能辅助系统MaligNet对骨扫描诊断性能的提升效果	改进了已有的深度学习模型MaligNet，并首次系统评估AI辅助对核医学医师诊断骨扫描的影响	未明确说明模型在敏感度方面的改进有限的具体原因	提升骨闪烁扫描诊断性能并评估AI辅助系统的临床价值	553名患者的骨闪烁扫描影像数据	医学影像分析	骨病变	骨闪烁扫描技术	深度学习模型	医学影像	553名患者（训练集353，验证集100，测试集100）	NA	MaligNet	准确率, 敏感度, 特异度, 精确率, PR曲线下面积, ROC曲线下面积	NA
4289	2025-10-06	Enhanced detection of ovarian cancer using AI-optimized 3D CNNs for PET/CT scan analysis 2025-Aug-04, Physical and engineering sciences in medicine IF:2.4Q2 DOI:10.1007/s13246-025-01615-0 PMID:40760396	研究论文	本研究开发了用于卵巢癌诊断和分期的AI优化3D CNN模型OCDA-Net，并在PET/CT影像分析中验证其性能	提出了基于ResNet架构改进的OCDA-Net模型，专门针对[F]FDG PET图像分析优化，在卵巢癌诊断和分期任务中优于传统CNN架构	数据集规模有限，模型可解释性需要进一步增强，尚未在临床环境中进行验证	通过深度学习技术提升卵巢癌的诊断准确性和分期精度	卵巢癌患者的PET/CT影像数据	计算机视觉	卵巢癌	PET/CT影像分析	3D CNN	医学影像	未明确具体样本数量，采用随机分割的训练集(80%)、验证集(10%)和测试集(10%)	NA	OCDA-Net, ResNet, DenseNet, GoogLeNet, U-Net, VGG, AlexNet	准确率, 精确率, 召回率, F-measure	NA
4290	2025-10-06	Enhancing Captive Welfare Management with Deep Learning: Video-Based Detection of Gibbon Behaviors Using YOWOvG 2025-Aug-04, Journal of applied animal welfare science : JAAWS IF:1.4Q2 DOI:10.1080/10888705.2025.2542844 PMID:40760848	研究论文	本研究开发了基于深度学习的视频行为检测系统YOWOvG，用于自动识别圈养东部白眉长臂猿的行为	创建了首个该物种的人类标注时空行为数据集，并提出了集成SE注意力机制和GELAN的改进深度学习模型	行为类别有限，未包含刻板行为，尚未整合音频线索	通过自动化视频监控提升圈养野生动物的福利管理水平	东部白眉长臂猿	计算机视觉	NA	视频监控，深度学习	YOWOvG	视频	69,919个标注帧，涵盖四种行为（休息、社交、攀爬、行走）	NA	YOWOvG（集成SE注意力机制和GELAN）	Frame-mAP	NA
4291	2025-10-06	Predicting hematoma expansion after intracerebral hemorrhage: a comparison of clinician prediction with deep learning radiomics models 2025-Aug, Neurocritical care IF:3.1Q2 DOI:10.1007/s12028-025-02214-3 PMID:39920546	研究论文	比较深度学习影像组学模型与临床专家在预测脑出血后血肿扩张方面的性能	首次系统比较机器学习影像组学模型与临床专家在预测血肿扩张方面的表现，并建立了新的性能基准	模型整体AUC值仅为中等水平，需要进一步改进	预测非创伤性脑出血后的血肿扩张	脑出血患者	医学影像分析	脑出血	头部计算机断层扫描	随机森林, 深度学习	医学影像, 临床数据	900名研究参与者（训练队列621人，测试队列279人）	NA	NA	AUC, Kappa值, 组内相关系数	NA
4292	2025-10-06	A direct learning approach for detection of hotspots in microwave hyperthermia treatments 2025-Aug, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03343-9 PMID:40067423	研究论文	提出一种基于深度学习的直接学习方法，用于微波热疗治疗中检测乳腺组织温度是否超过阈值	首次将深度卷积编码器-解码器架构应用于微波热疗中的热点检测，相比传统方法展现出更强的正则化能力	数据主要来自内部数据生成器模拟，仅部分验证使用商业软件仿真数据	开发微波热疗过程中组织温度监测的自动化检测方法	乳腺组织温度分布	计算机视觉	乳腺癌	微波热疗	CNN	图像	NA	NA	卷积编码器-解码器	准确率	NA
4293	2025-10-06	Hypermetabolic pulmonary lesions detection and diagnosis based on PET/CT imaging and deep learning models 2025-Aug, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-025-07215-0 PMID:40183951	研究论文	基于PET/CT影像和深度学习模型开发用于高代谢肺病灶检测和分类的系统	采用多维联合网络结合图像块和二维投影进行分类，并与放射组学模型进行性能对比	存在假阳性分割，部分对应相邻区域可疑病灶	开发评估用于高代谢肺病灶检测和分类的深度学习模型	高代谢肺病灶（良性、肺癌、肺淋巴瘤和转移瘤）	计算机视觉	肺癌	PET/CT成像	深度学习模型	PET/CT图像	647例病例（409男/238女）来自5个中心，内部数据集426例，外部测试集I 151例，外部测试集II 70例	NA	多维联合网络	准确率, AUC	NA
4294	2025-10-06	Machine learning and clinical EEG data for multiple sclerosis: A systematic review 2025-08, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103116 PMID:40334524	系统综述	系统综述了机器学习特别是深度学习模型在脑电图数据分析中应用于多发性硬化症的现有研究	首次系统性地整合了机器学习与脑电图技术在多发性硬化症管理中的应用，重点关注深度学习架构和混合模型	存在机器学习脑电图分析的潜在偏差和挑战	改善多发性硬化症的预测、诊断、监测和治疗	多发性硬化症患者	机器学习	多发性硬化症	脑电图	深度学习,CNN,混合模型	脑电图数据	NA	NA	卷积神经网络,混合模型	NA	NA
4295	2025-10-06	Deep learning for early detection of chronic kidney disease stages in diabetes patients: A TabNet approach 2025-08, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103153 PMID:40347843	研究论文	本研究开发了一种基于TabNet的深度学习模型，用于糖尿病患者的慢性肾脏病分期早期检测	采用新颖的迭代后向特征选择策略确定关键预测因子，并使用基于注意力的TabNet架构构建分类模型	研究数据来源于单一队列研究(CRIC)，需要在更广泛人群中验证模型性能	开发糖尿病患者的慢性肾脏病分期预测模型以实现早期检测	糖尿病患者的慢性肾脏病分期	机器学习	慢性肾脏病	纵向数据分析	TabNet, XGBoost, 随机森林, AdaBoost, 多层感知机	表格数据	慢性肾脏病队列研究(CRIC)的纵向数据	NA	TabNet	准确率	NA
4296	2025-10-06	Rapid identification of Litopenaeus vannamei pathogenic bacteria: a combined approach using surface-enhanced Raman spectroscopy (SERS) and deep learning 2025-Aug, Analytical and bioanalytical chemistry IF:3.8Q1 DOI:10.1007/s00216-025-05974-1 PMID:40613867	研究论文	提出一种结合表面增强拉曼光谱(SERS)和深度学习的南美白对虾病原菌快速识别方法	首次将LSGAN数据增强与Transformer模型结合用于拉曼光谱分类，有效解决了光谱数据稀缺问题	初始数据集较小(仅160个光谱)，需在更多病原菌种类上验证方法通用性	开发快速准确的南美白对虾病原菌检测方法以替代传统PCR检测	四种常见南美白对虾病原菌	计算机视觉	水产养殖疾病	表面增强拉曼光谱(SERS)	LSGAN, Transformer	光谱数据	原始160个光谱，增强后2160个光谱	NA	LSGAN, Transformer	准确率	NA
4297	2025-10-06	Single-cell image-based screens identify host regulators of Ebola virus infection dynamics 2025-Aug, Nature microbiology IF:20.5Q1 DOI:10.1038/s41564-025-02034-3 PMID:40707832	研究论文	通过基于单细胞图像的基因组CRISPR筛选识别埃博拉病毒感染动力学的宿主调控因子	首次应用基于图像的基因组CRISPR筛选技术，结合深度学习模型将宿主因子与病毒复制特定步骤关联	早期遗传筛选系统可能无法完全重现病毒完整生命周期	识别埃博拉病毒感染的宿主调控因子并探索潜在治疗靶点	埃博拉病毒(EBOV)、苏丹病毒和马堡病毒的宿主调控机制	数字病理学	病毒感染	CRISPR筛选、单细胞成像、深度学习	深度学习、随机森林	单细胞图像数据	39,085,093个细胞	NA	NA	NA	NA
4298	2025-10-06	Transparent brain tumor detection using DenseNet169 and LIME 2025-Aug-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-13233-7 PMID:40750659	研究论文	提出结合DenseNet169和LIME的脑肿瘤分类模型，提升分类性能和可解释性	首次将DenseNet169与LIME集成，在保持高精度的同时提供可视化解释	仅使用单一模态数据，未验证多中心数据泛化能力	开发高精度且可解释的脑肿瘤自动分类系统	脑肿瘤MRI图像	计算机视觉	脑肿瘤	MRI	CNN	图像	2870张MRI图像，涵盖三种肿瘤类型	NA	DenseNet169	准确率	资源受限的临床环境
4299	2025-10-06	Seasonal disparities in green exposure under the 15-minute city framework: a case study of Xi'an, China 2025-Aug-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-13757-y PMID:40750666	研究论文	本研究在15分钟城市框架下评估西安市季节性绿地暴露不平等现象	首次在15分钟城市框架下结合人类移动性分析季节性绿地暴露不平等，并整合绿视率指数、空间统计方法和深度学习技术	研究仅针对单一城市案例，缺乏多城市对比验证	评估15分钟城市框架下季节性绿地暴露不平等及其与房价的关系	西安市不同距离生活圈内的绿地暴露和房价数据	城市环境分析	NA	绿视率指数、空间统计方法、深度学习	深度学习模型	城市房价大数据、空间数据	西安市全域范围数据	NA	NA	空间自相关分析	NA
4300	2025-10-06	PGBTR: a powerful and general method for inferring bacterial transcriptional regulatory networks 2025-Aug-01, BMC genomics IF:3.5Q2 DOI:10.1186/s12864-025-11863-9 PMID:40750847	研究论文	提出一种名为PGBTR的强大通用计算方法，用于推断细菌转录调控网络	结合概率分布与图距离的输入生成方法PDGD和卷积神经网络模型CNNBTR，在细菌TRN推断中表现出优越性能和稳定性	NA	开发计算框架预测细菌转录调控网络	大肠杆菌和枯草芽孢杆菌	机器学习	NA	基因表达数据分析	CNN	基因表达数据和基因组信息	NA	NA	CNN	AUROC, AUPR, F1-score	NA