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
4461	2025-10-06	Leveraging Transfer Learning and Attention Mechanisms for a Computed Tomography Lung Cancer Classification Model 2025-Jun, Cureus DOI:10.7759/cureus.87071 PMID:40746804	研究论文	开发了一种结合ResNet50V2和SE模块的深度学习模型，用于从CT图像自动分类肺癌亚型	将Squeeze-and-Excitation注意力模块集成到ResNet50V2架构中，增强通道特征重校准能力	需要外部验证、模型可解释性有待提高、尚未探索Vision Transformers等新兴架构	开发用于肺癌亚型自动分类的深度学习模型以提高诊断准确性	肺癌CT图像，包括腺癌、大细胞癌、鳞状细胞癌和正常组织	计算机视觉	肺癌	计算机断层扫描(CT)	CNN	图像	1000张肺部CT图像	NA	ResNet50V2,Squeeze-and-Excitation	准确率,AUC,精确率,召回率,F1分数	NA
4462	2025-10-06	AI Opportunistic Coronary Calcium Screening at Veterans Affairs Hospitals 2025-May-16, NEJM AI DOI:10.1056/aioa2400937 PMID:40746702	研究论文	开发了一种名为AI-CAC的深度学习算法，用于在非对比增强、非门控CT扫描中自动量化冠状动脉钙化	利用来自退伍军人事务部全国医疗系统98个医疗中心的影像数据，捕捉了成像协议、扫描仪和患者的广泛异质性	NA	开发自动量化冠状动脉钙化的深度学习算法，实现机会性冠状动脉钙化筛查	退伍军人事务部医院患者的CT扫描数据	医学影像分析	心血管疾病	CT扫描	深度学习	医学影像	446个专家分割用于算法开发，795名患者用于性能验证，8052个低剂量CT用于模拟筛查	NA	NA	准确率,F1分数,Cox风险比	NA
4463	2025-10-06	Improving synergistic drug combination prediction with signature-based gene expression features in oncology 2025, Frontiers in pharmacology IF:4.4Q1 DOI:10.3389/fphar.2025.1614758 PMID:40746727	研究论文	本研究提出了一种整合药物耐药特征的新方法，用于改进肿瘤学中协同药物组合的预测	首次将药物耐药特征作为生物学信息化的药物表征整合到预测模型中，相比传统方法能更全面地捕捉药物功能信息	研究主要依赖于现有数据库的转录组数据，未涉及其他类型的分子特征	提高协同药物组合预测的准确性和可解释性	肿瘤细胞系和药物组合	机器学习	癌症	转录组分析	LASSO, Random Forest, AdaBoost, XGBoost, 深度学习模型	基因表达数据，化学结构数据	多个独立数据集（ALMANAC, O'Neil, OncologyScreen, DrugCombDB）	Scikit-learn, 深度学习框架	SynergyX	预测准确性，鲁棒性，泛化能力	NA
4464	2025-10-06	Deep learning-based classification of multiple fundus diseases using ultra-widefield images 2025, Frontiers in cell and developmental biology IF:4.6Q1 DOI:10.3389/fcell.2025.1630667 PMID:40746855	研究论文	开发基于深度学习的混合模型用于超广角眼底图像的多疾病分类	首次将DenseNet121特征提取器与XGBoost分类器结合应用于超广角眼底图像的多疾病分类，涵盖16种眼底疾病包括罕见视网膜病变	回顾性研究，数据来源于两家医院，需要进一步前瞻性验证	提高眼底疾病诊断效率和准确性，为临床决策提供辅助工具	超广角眼底图像	计算机视觉	眼底疾病	超广角眼底成像	CNN, XGBoost	图像	10,612张超广角眼底图像，涵盖16种眼底疾病	NA	DenseNet121	准确率, 召回率, 精确率, F1分数, AUC-ROC	NA
4465	2025-10-06	Relationship between personality and sleep: a dual validation study combining empirical and big data-driven approaches 2025, Frontiers in psychiatry IF:3.2Q2 DOI:10.3389/fpsyt.2025.1596269 PMID:40747256	研究论文	通过深度学习模型分析人格特质与睡眠质量之间的关系	结合小规模调查数据和大规模微博数据，使用深度学习技术同时验证人格与睡眠的关系	模型训练基于社交媒体数据，可能无法完全代表一般人群	研究人格特质与睡眠问题及自评睡眠质量之间的关系	微博活跃用户及其发布的帖子	自然语言处理	睡眠障碍	深度语义理解技术	深度学习模型	文本数据	336名活跃用户（调查数据集）+ 15,251名用户的4,860,000条帖子（大规模数据集）	NA	NA	NA	NA
4466	2025-10-06	Enhancing Deep Learning-Based Subabdominal MR Image Segmentation During Rectal Cancer Treatment: Exploiting Multiscale Feature Pyramid Network and Bidirectional Cross-Attention Mechanism 2025, International journal of biomedical imaging IF:3.3Q2 DOI:10.1155/ijbi/7560099 PMID:40747370	研究论文	提出一种结合多尺度特征金字塔网络和双向交叉注意力机制的直肠癌治疗中腹部MR图像分割方法	在U-Net中引入多尺度特征金字塔网络缓解语义鸿沟，并通过双向交叉注意力机制保持空间信息对齐	NA	改进直肠癌治疗过程中腹部MR图像的分割精度	直肠癌患者的腹部MR图像	计算机视觉	直肠癌	MR成像	U-Net	医学图像	NA	NA	U-Net, 多尺度特征金字塔网络	NA	NA
4467	2025-10-06	Artificial intelligence for diagnosing bladder pathophysiology: An updated review and future prospects 2025, Bladder (San Francisco, Calif.) DOI:10.14440/bladder.2024.0054 PMID:40747464	综述	本文对人工智能在膀胱病理生理学诊断中的应用进行了全面更新的回顾，并展望了未来发展前景	提供了AI在膀胱病理生理学诊断领域的最新进展综述，强调了关键AI技术及其临床应用，并提出了未来发展路径	面临数据质量、算法可解释性和临床工作流程整合等挑战	探讨人工智能在膀胱病理生理学诊断中的整合与应用	膀胱病理生理学相关疾病，包括膀胱癌、间质性膀胱炎、膀胱过度活动症和活动不足、膀胱出口梗阻等	医学人工智能	膀胱疾病	机器学习、深度学习	NA	NA	NA	NA	NA	准确性、临床效用	NA
4468	2025-10-06	CLGB-Net: fusion network for identifying local and global information of lesions in digital mammography images 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1600057 PMID:40746601	研究论文	提出融合局部和全局信息的CLGB-Net深度学习模型用于乳腺X线影像的早期乳腺癌筛查	集成ResNet-50、Swin Transformer、FPN和CAM四种网络架构，实现局部特征与全局上下文信息的高效融合	NA	提高乳腺X线影像中病灶识别的准确性和鲁棒性，减少漏诊和误诊风险	数字乳腺X线摄影图像中的病灶	计算机视觉	乳腺癌	数字乳腺X线摄影	深度学习,融合网络	医学影像	3552个样本（正常、良性和恶性病例）	NA	ResNet-50,Swin Transformer,FPN,CAM	精确度,召回率,F1分数,准确率	NA
4469	2025-10-06	Multimodal AI Combining Clinical and Imaging Inputs Improves Prostate Cancer Detection 2024-Dec-01, Investigative radiology IF:7.0Q1 DOI:10.1097/RLI.0000000000001102 PMID:39074400	研究论文	本研究开发了一种结合临床参数和MRI深度学习特征的多模态AI系统，用于提高临床显著性前列腺癌的检测准确率	首次将临床参数（前列腺特异性抗原、前列腺体积、年龄）与MRI深度学习特征相结合，并比较了早期融合和晚期融合两种信息融合方法	回顾性研究设计，仅使用双参数MRI，未包含所有可能的临床参数	提高临床显著性前列腺癌在MRI上的诊断准确性	疑似临床显著性前列腺癌（ISUP≥2）的患者	医学影像分析	前列腺癌	磁共振成像，深度学习	深度学习模型	医学影像，临床数据	932例双参数前列腺MRI检查，来自2个医疗中心	NA	NA	AUC，接收者操作特征曲线比较	NA
4470	2025-10-06	Accelerated High-Resolution Deep Learning Reconstruction Turbo Spin Echo MRI of the Knee at 7 T 2024-Dec-01, Investigative radiology IF:7.0Q1 DOI:10.1097/RLI.0000000000001095 PMID:38960863	研究论文	本研究比较了7T膝关节磁共振成像中采用深度学习重建与传统算法重建的并行成像加速图像质量	首次在7T膝关节TSE成像中应用深度学习重建算法，并在4倍并行成像加速条件下显著提升图像质量	单中心研究，样本量较小（23名健康志愿者），未包含患者群体	评估深度学习重建算法在加速高分辨率膝关节MRI中的图像质量表现	健康志愿者的膝关节	医学影像分析	骨科疾病	涡轮自旋回波磁共振成像，并行成像加速	深度学习	磁共振图像	23名健康志愿者（15名男性，8名女性），平均年龄32.0±8.1岁	NA	NA	图像对比度，清晰度，伪影，噪声，整体质量评分	NA
4471	2025-10-06	Deep Learning Reconstructed New-Generation 0.55 T MRI of the Knee-A Prospective Comparison With Conventional 3 T MRI 2024-Dec-01, Investigative radiology IF:7.0Q1 DOI:10.1097/RLI.0000000000001093 PMID:38857414	研究论文	比较深度学习重建0.55T膝关节MRI与传统3T MRI在图像质量、结构异常识别和诊断信心方面的表现	首次前瞻性评估新型0.55T MRI系统结合深度学习重建算法在膝关节成像中的应用价值	样本量较小（26名患者），仅针对创伤后膝关节疼痛患者	评估深度学习重建低场强MRI在膝关节成像中的诊断性能	26名创伤后膝关节疼痛患者（5名女性）	医学影像分析	膝关节损伤	磁共振成像（MRI），深度学习重建	深度学习算法	医学影像	26名患者，52组配对的0.55T和3T MRI检查	NA	NA	Cohen kappa系数，图像质量评分，诊断信心水平	NA
4472	2025-10-06	Inflammatory Knee Synovitis: Evaluation of an Accelerated FLAIR Sequence Compared With Standard Contrast-Enhanced Imaging 2024-Aug-01, Investigative radiology IF:7.0Q1 DOI:10.1097/RLI.0000000000001065 PMID:38329824	研究论文	评估深度学习加速的非对比FLAIR序列在膝关节炎症滑膜炎诊断中的价值与准确性	首次将深度学习加速的非对比FLAIR序列应用于膝关节滑膜炎评估，并与标准对比增强成像进行对比验证	回顾性研究设计，样本量相对较小（55例患者）	评估深度学习加速FLAIR序列在膝关节炎症滑膜炎诊断中的临床价值	疑似膝关节滑膜炎患者	医学影像	关节炎	磁共振成像，深度学习加速序列	深度学习	医学影像	55例患者（28名女性，平均年龄52±17岁）	NA	NA	Cohen κ，Wilcoxon符号秩检验	NA
4473	2025-10-06	FHIR-GPT Enhances Health Interoperability with Large Language Models 2024-Aug, NEJM AI DOI:10.1056/aics2300301 PMID:40746832	研究论文	本研究开发了FHIR-GPT模型，用于将临床叙述文本转换为FHIR标准的药物声明资源	首次利用大语言模型直接完成临床文本到FHIR资源的转换，避免了传统方法需要多个NLP工具复杂集成的缺点	研究主要针对FHIR药物声明转换，未涵盖其他类型的FHIR资源	提升医疗数据互操作性，支持表型分析、临床试验和公共卫生监测	临床叙述文本中的药物相关信息	自然语言处理	NA	大语言模型	GPT	文本	3671个临床文本片段	NA	GPT	精确匹配率	NA
4474	2025-10-06	Deep Learning Classification of Usual Interstitial Pneumonia Predicts Outcomes 2024-05-01, American journal of respiratory and critical care medicine IF:19.3Q1 DOI:10.1164/rccm.202307-1191OC PMID:38207093	研究论文	开发基于多示例学习的可解释深度学习算法，通过CT图像预测普通型间质性肺炎并验证其性能	首次将多示例学习应用于UIP的CT图像分类，并在多个独立队列中验证了算法对患者预后的预测能力	研究依赖于回顾性数据，需要在前瞻性研究中进一步验证	开发能够克服视觉评估局限性的CT图像分析算法，提高UIP诊断准确性	间质性肺病患者	计算机视觉	间质性肺炎	CT成像	多示例学习	医学影像	训练集2,143例，三个独立测试集分别127例、239例和979例	NA	多示例学习架构	AUC, 风险比, 年FVC下降量	NA
4475	2025-10-06	New-Generation 0.55 T MRI of the Knee-Initial Clinical Experience and Comparison With 3 T MRI 2024-Apr-01, Investigative radiology IF:7.0Q1 DOI:10.1097/RLI.0000000000001016 PMID:37747455	研究论文	比较新一代0.55 T膝关节MRI与3 T MRI在急性创伤和膝关节疼痛患者中的检测率和阅片者信心	首次评估采用深度学习图像重建算法的新一代0.55 T膝关节MRI的临床应用价值	样本量较小（25例患者），对低级别软骨和半月板病变的准确性和阅片者信心有限	评估低场强MRI与高场强MRI在膝关节病变诊断中的性能差异	25例有膝关节内部紊乱症状的患者（11名女性，中位年龄38岁）	医学影像	膝关节疾病	磁共振成像，深度学习图像重建	深度学习	医学影像	25例患者	NA	Deep Resolve Gain, Deep Resolve Sharp	组内相关系数，置信度评分，图像质量评分	NA
4476	2025-10-06	A comprehensive review of protein-centric predictors for biomolecular interactions: from proteins to nucleic acids and beyond 2024-03-27, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae162 PMID:38739759	综述	本文系统回顾了超过160种蛋白质-配体相互作用预测工具，涵盖蛋白质-蛋白质、蛋白质-核酸、蛋白质-肽及蛋白质-其他配体的相互作用类型	首次从输入特征、模型架构、可用性等多维度对四类蛋白质-配体相互作用预测工具进行系统性比较分析	NA	总结蛋白质-配体相互作用预测计算方法的现状与发展趋势	蛋白质与核酸、肽段、核苷酸、血红素、离子等配体的相互作用	生物信息学	NA	高通量技术	深度学习	蛋白质序列、结构数据	超过160种预测工具	NA	基于序列的预训练模型、基于结构的模型	NA	NA
4477	2025-10-06	Optimal fusion of genotype and drug embeddings in predicting cancer drug response 2024-03-27, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae227 PMID:38754407	研究论文	本研究探索了基因特征和药物特征的最佳融合方法以预测癌症药物反应	在原始基于拼接的DrugCell架构中注入基因和药物潜在特征之间的乘法关系，显著提升了预测性能	NA	寻找基因特征和药物特征的最佳融合方法来预测癌症药物反应	癌症药物反应预测	机器学习	癌症	深度学习	可见神经网络	基因组数据, 药物特征数据	NA	NA	DrugCell	预测性能, 运行时间速度	NA
4478	2025-10-06	Analysis of Emerging Variants of Turkey Reovirus using Machine Learning 2024-03-27, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae224 PMID:38752857	研究论文	本研究使用机器学习方法分析和分类火鸡呼肠孤病毒的新兴变异株	首次将聚类方法和多种机器学习算法应用于火鸡呼肠孤病毒变异株的分类和识别	深度学习模型（CNN）在此分类任务中表现不如传统机器学习方法	检测和分类火鸡呼肠孤病毒的不同类型，识别新兴变异株	火鸡关节炎呼肠孤病毒(TARV)、火鸡肝炎呼肠孤病毒(THRV)和火鸡肠道呼肠孤病毒	机器学习	禽类病毒性疾病	病毒序列分析	K-means, Hierarchical clustering, SVM, Naive Bayes, Random Forest, Decision Tree, CNN	序列数据	真实火鸡呼肠孤病毒序列数据	NA	CNN	准确率, F1-Macro, F1-Weighted	NA
4479	2025-10-06	Contrastive learning for enhancing feature extraction in anticancer peptides 2024-03-27, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae220 PMID:38725157	研究论文	本研究开发了一种基于对比学习的深度学习模型，用于仅使用肽序列筛选抗癌肽	采用对比学习技术提升模型性能，并使用两个独立编码器替代传统数据增强方法	NA	开发高效的计算预测工具来筛选抗癌肽	抗癌肽(ACPs)	机器学习	癌症	深度学习	深度学习模型	肽序列	NA	NA	对比学习框架	NA	NA
4480	2025-10-06	GSScore: a novel Graphormer-based shell-like scoring method for protein-ligand docking 2024-03-27, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae201 PMID:38706316	研究论文	提出了一种基于Graphormer和壳层图架构的新型蛋白质-配体对接评分方法GSScore	首次将Graphormer与壳层图架构结合用于蛋白质-配体对接评分，能有效捕获近天然构象与非天然构象间的细微差异	未提及方法在特定蛋白质家族或配体类型上的性能局限	开发更准确的蛋白质-配体对接构象RMSD预测方法	蛋白质-配体复合物结构	机器学习	NA	蛋白质-配体对接	Graphormer	分子结构图数据	PDBBind 2019子集、CASF2016和DUD-E数据集	NA	Graphormer, 壳层图架构	RMSE, Pearson相关系数, Spearman相关系数, 对接能力	NA