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
4501	2025-11-05	Deep learning approach to parameter optimization for physiological models 2025-Feb-28, bioRxiv : the preprint server for biology DOI:10.1101/2025.02.25.639944 PMID:40060611	研究论文	提出一种使用神经网络同时解决生物建模、参数化和参数推断的新方法	使用卷积神经网络从模拟数据中推断生理模型参数，实现准确的参数推断和轨迹重建	方法依赖于模拟数据的质量，且需要临床数据验证	开发生理模型参数优化的深度学习方法	葡萄糖、胰岛素和游离脂肪酸的动态生理模型	机器学习	代谢疾病	频繁采样静脉葡萄糖耐量测试	CNN	时间序列数据	从生理范围内采样参数生成的大量模拟数据	NA	卷积神经网络	R²值, p值, 准确率	NA
4502	2025-11-05	Blockchain-integrated IoT device for advanced inspection of casting defects 2025-Feb-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-86777-3 PMID:39939622	研究论文	提出一种集成区块链的物联网系统，用于铸件缺陷的先进检测	将基于ResNet的深度学习模型与区块链技术结合，实现缺陷检测与数据可追溯性的创新整合	可扩展性和能源效率仍有改进空间	解决熔模铸造质量控制中的缺陷检测、实时处理和数据可追溯性效率低下问题	铸件缺陷检测与尺寸测量	智能制造	NA	物联网, 区块链	CNN	图像	NA	NA	ResNet	F1-score, 数据完整性, 可追溯性指标	NA
4503	2025-11-05	PhysioFormer: Integrating multimodal physiological signals and symbolic regression for explainable affective state prediction 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0335221 PMID:41171897	研究论文	提出一种名为PhysioFormer的新型模型，通过整合多模态生理信号和符号回归实现可解释的情感状态预测	结合个体属性和多模态生理数据解决个体间变异性，集成符号回归增强模型可解释性，首次在情感计算中同时处理动态时间序列和多模态特征	仅在WESAD数据集上进行验证，尚未在更大数据集和实时应用中测试，对复杂环境的适应性有待进一步验证	开发高可靠性和准确性的情感计算模型用于心理健康监测和心理干预	基于手腕和胸部采集的多模态生理信号数据	机器学习	心理健康	多模态生理信号处理	Transformer	时间序列生理信号数据	WESAD数据集的手腕和胸部子集	NA	PhysioFormer（包含特征嵌入和情感表示模块）	准确率, 敏感性	NA
4504	2025-11-05	A novel channel reduction concept to enhance the classification of motor imagery tasks in brain-computer interface systems 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0335511 PMID:41171945	研究论文	提出一种结合统计检验和深度学习的混合方法，用于增强脑机接口系统中运动想象任务的分类性能	提出新型通道选择方法，结合t检验与Bonferroni校正的通道缩减技术，并开发DLRCSPNN深度学习框架	NA	开发新型通道选择方法以提升基于EEG的运动想象任务在BCI应用中的性能	脑电信号中的运动想象任务	脑机接口	运动障碍	脑电图	神经网络	脑电信号	三个实时EEG-based BCI数据集	DLRCSPNN	DLRCSP特征提取结合神经网络分类	准确率	NA
4505	2025-11-05	Dynamic Mechanism for Subtype Selectivity of Endocannabinoids 2024-Oct-29, bioRxiv : the preprint server for biology DOI:10.1101/2024.10.25.620304 PMID:39554065	研究论文	本研究通过分子动力学模拟和机器学习方法揭示内源性大麻素对CB1受体亚型选择性的动态机制	首次提出N-末端运动调控结合口袋体积和残基组成的动态机制，结合深度学习和马尔可夫状态模型定量解析结合路径	模拟时间尺度仍有限，未考虑其他内源性大麻素的选择性机制	阐明内源性大麻素对CB1受体亚型选择性的生物物理机制	大麻素受体CB1和CB2，内源性大麻素anandamide及其类似物	计算生物物理学	NA	分子动力学模拟，马尔可夫状态建模，深度学习VAMP-nets，相对自由能计算	VAMP-nets	分子动力学轨迹数据	约0.9毫秒的分子动力学模拟数据	NA	VAMP-nets	结合自由能，构象熵，焓变	NA
4506	2025-11-05	A Systematic Review: Do the Use of Machine Learning, Deep Learning, and Artificial Intelligence Improve Patient Outcomes in Acute Myocardial Ischemia Compared to Clinician-Only Approaches? 2023-Aug, Cureus DOI:10.7759/cureus.43003 PMID:37674942	系统性综述	通过系统性文献回顾评估机器学习、深度学习和人工智能在急性心肌缺血中相比纯临床方法对患者结局的改善效果	首次系统性比较AI算法结合临床医生与纯临床方法在急性心肌缺血诊疗中的效果差异	仅纳入8篇文献进行深入分析，算法透明度不足和伦理问题尚未解决	评估AI/ML/DL在急性冠脉综合征早期检测和干预中的应用效果	急性心肌缺血患者的心电图数据和临床信息	机器学习	心血管疾病	心电图分析	机器学习,深度学习,人工智能算法	心电图数据,患者临床信息	181篇文献（2013-2023年），其中8篇深入分析	NA	NA	灵敏度,特异性,准确度	NA
4507	2025-11-04	Multi-Scale Attention Fusion With Depthwise Separable Convolutions for Efficient Skin Cancer Detection 2025-Dec, Journal of cutaneous pathology IF:1.6Q3 DOI:10.1111/cup.14870 PMID:40998452	研究论文	提出一种融合多尺度注意力机制和深度可分离卷积的深度学习框架MAF-DermNet，用于高效准确的皮肤癌检测	集成多尺度注意力融合(MAF)与深度可分离卷积，结合DCGAN数据增强和残差注意力机制，在保持高精度的同时提升计算效率	未整合临床元数据，模型在不同医疗环境中的适用性有待进一步优化	开发高效准确的皮肤癌自动检测方法	皮肤病变图像	计算机视觉	皮肤癌	深度学习	CNN, GAN	图像	NA	NA	深度可分离卷积, 残差注意力块, DCGAN	准确率, 宏F1分数	NA
4508	2025-11-04	AI-Based Quantitative Assessment of Retinal Vascular Morphology in Circumscribed Choroidal Hemangioma 2025-Dec, Ophthalmology and therapy IF:2.6Q2 DOI:10.1007/s40123-025-01256-2 PMID:41123787	研究论文	应用基于深度学习的AI系统对局限性脉络膜血管瘤患者的视网膜血管形态进行定量分析	首次使用深度学习AI系统对CCH患者的视网膜血管形态进行系统性定量分析，并探索病变位置对血管参数的影响	样本量较小（45例患者），回顾性研究设计，缺乏外部验证	评估局限性脉络膜血管瘤患者的视网膜血管形态变化及其与病变位置的关系	45例未治疗的局限性脉络膜血管瘤患者及其对侧健康眼睛	医学影像分析	脉络膜血管瘤	视网膜摄影，深度学习AI分析	深度学习	视网膜图像	45例CCH患者（45只患眼和45只对侧健康眼），平均年龄44.91±11.98岁，其中10例女性	NA	NA	p值，逻辑回归分析	NA
4509	2025-11-04	A deep learning framework for real-time prediction of the behavioral state transition during predation 2025-Dec-01, Brain research IF:2.7Q3 DOI:10.1016/j.brainres.2025.149982 PMID:41077379	研究论文	开发了一个深度学习框架，用于实时预测小鼠捕食行为中的搜索到追捕状态转换	首次实现了对捕食行为状态转换的实时预测，结合轻量级YOLOv11n检测器和时空网络STNet进行双任务学习	仅在实验室小鼠中进行验证，尚未在其他物种或更复杂环境中测试	开发实时行为状态转换预测方法，以精确研究决策过程中的神经回路	实验室小鼠的捕食行为	计算机视觉	NA	视频流分析	YOLO, GRU, CNN	视频	NA	PyTorch	YOLOv11n, STNet, GRU, 注意力机制, 残差卷积模块	准确率, AUC, ECE, Brier分数	NA
4510	2025-11-04	Variant Classification Using Proteomics-Informed Large Language Models Increases Power of Rare Variant Association Studies and Enhances Target Discovery 2025-Dec, Genetic epidemiology IF:1.7Q3 DOI:10.1002/gepi.70023 PMID:41178319	研究论文	本研究利用蛋白质组学数据优化大型语言模型进行罕见有害变异分类，显著提高了罕见变异关联研究的统计功效	首次将大规模人类蛋白质组学数据与大型语言模型结合，开发出蛋白质组学引导的变异分类模型	研究样本主要来自UK Biobank，可能限制了在其他人群中的泛化能力	提高罕见有害变异的分类准确性，增强罕见变异关联研究的发现能力	2898种蛋白质的编码序列变异，来自46,665名个体	自然语言处理	NA	蛋白质组学测序	大型语言模型	蛋白质组学数据，基因型数据	46,665名个体	NA	ESM-1v, ESM-1b	关联重现率	NA
4511	2025-11-04	Manifold Embedding of Quantum Information as Molecule Representation to Predict Blood-Brain Barrier Permeability by Deep Learning 2025-Nov-03, Molecular pharmaceutics IF:4.5Q1 DOI:10.1021/acs.molpharmaceut.5c01196 PMID:41025720	研究论文	本研究利用分子表面流形嵌入作为量子信息分子表示，通过深度学习模型预测血脑屏障渗透性	提出分子表面流形嵌入方法，将量子信息编码为分子表示，更直接地模拟分子相互作用	模型性能受数据规模和质量影响，在不同B3DB组间表现差异显著，log值分布不平衡，立体化学数据有限限制了手性影响的研究	改进中枢神经系统药物设计中血脑屏障渗透性的早期预测	分子化合物及其血脑屏障渗透性	机器学习	神经系统疾病	分子表面流形嵌入	深度学习	分子结构数据	B3DB数据集	NA	NA	RMSE, MAE, R²	NA
4512	2025-11-04	Skin Lesion Classification Using Focal Modulation Networks 2025-Nov-03, Annals of the New York Academy of Sciences IF:4.1Q1 DOI:10.1111/nyas.70139 PMID:41178745	研究论文	提出基于焦点调制网络的皮肤病变分类框架，在三个公开数据集上实现高精度分类	首次将焦点调制网络应用于皮肤病变分类，能同时捕捉局部和全局特征，解决了传统Transformer模型处理高分辨率医学图像的局限性	未提及模型在临床环境中的实时性能测试和跨机构验证结果	开发准确、高效且可解释的自动皮肤病变分类方法	皮肤镜图像中的皮肤病变	计算机视觉	皮肤癌	深度学习	焦点调制网络	图像	三个公开数据集：ISIC 2017、ISIC 2018、ISIC 2019	NA	焦点调制网络（Tiny、Small、Base、Large四种变体）	准确率	NA
4513	2025-11-04	Progress and Bottlenecks for Deep Learning in Computational Structure Biology: CASP Round XVI 2025-Nov-03, Proteins IF:3.2Q2 DOI:10.1002/prot.70076 PMID:41178755	研究论文	本文评估了CASP16中深度学习在计算结构生物学各领域的最新进展与瓶颈	系统评估了深度学习在蛋白质单体、复合物、RNA结构、大分子集合体和配体-蛋白质结构等不同领域的表现，并识别了当前的技术瓶颈	RNA结构预测结果不佳，大分子集合体目标集较小限制了结论，配体-蛋白质亲和力预测尚未达到实验精度	评估深度学习在计算结构生物学中的最新进展和现存挑战	蛋白质单体结构、蛋白质复合物、RNA结构、大分子集合体、有机配体-蛋白质结构和亲和力	计算结构生物学	NA	深度学习，传统物理启发方法	AlphaFold变体	蛋白质结构数据，RNA结构数据，配体-蛋白质复合物数据	CASP16目标集	NA	AlphaFold	结构一致性，界面精度，实验准确性	NA
4514	2025-11-04	Spin and Gradient Multiple Overlapping-Echo Detachment Imaging (SAGE-MOLED): Highly Efficient T2, T 2 * $$ {T}_2^{\ast } $$ , and M0 Mapping for Simultaneous Perfusion and Permeability Measurements 2025-Nov-02, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.70165 PMID:41177950	研究论文	开发了一种基于多重重叠回波分离的SAGE-MOLED成像技术，用于高效获取无畸变的T2、T2*和M0映射，实现灌注和渗透性的同步测量	通过优化回波时间采样和集成多序列反向EPI技术，开发了SAGE-MOLED方法，克服了传统SAGE-EPI的空间分辨率低和几何畸变问题	研究包含水模实验、健康志愿者和初步临床研究，样本规模有限，需要更大规模的临床验证	开发高效的磁共振成像技术，实现同时测量组织灌注和血管渗透性参数	水模、健康志愿者和临床患者	医学影像	NA	磁共振成像（MRI）、多重重叠回波分离成像（MOLED）、自旋梯度回波EPI（SAGE-EPI）	深度学习模型	磁共振影像数据	水模实验、健康志愿者和初步临床研究	NA	端到端深度学习架构	皮尔逊相关系数（T2：0.991，T2*：0.988）	NA
4515	2025-11-04	Comparing innovative artificial intelligence algorithms to assess echocardiographic videos for clinical modeling 2025-Nov, The Journal of thoracic and cardiovascular surgery IF:4.9Q1 DOI:10.1016/j.jtcvs.2025.01.008 PMID:39842544	研究论文	比较多种创新人工智能算法评估超声心动图视频以开发临床预测模型	首次在可变样本量设置下系统比较3D卷积神经网络、视频视觉变换器和混合卷积神经网络-长短期记忆模型在监督学习与半监督学习中的性能	研究样本量相对有限（最大800个视频数据集），未在更大规模数据上验证模型泛化能力	开发基于视频超声心动图图像的预测模型并评估不同样本量下的最优性能指标	超声心动图视频数据	计算机视觉	心血管疾病	超声心动图	3D CNN, Video Vision Transformer, CNN+LSTM	视频	200、400、800个视频数据集	NA	ResNet3D, ResNet+LSTM	平均绝对误差(MAE), 均方根误差(RMSE)	NA
4516	2025-11-04	Upper Airway Volume Predicts Brain Structure and Cognition in Adolescents 2025-Nov, American journal of respiratory and critical care medicine IF:19.3Q1 DOI:10.1164/rccm.202409-1748OC PMID:40460372	研究论文	本研究通过深度学习分析儿童上呼吸道容积与大脑结构及认知功能的关系	首次在大型儿科队列中应用深度学习进行上呼吸道分割，揭示上呼吸道容积作为儿童睡眠呼吸障碍认知结果的潜在生物标志物	研究为观察性设计，无法确定因果关系	探究上呼吸道容积与儿童认知功能和大脑结构的关系	11,875名9-10岁儿童	医学影像分析	睡眠呼吸障碍	磁共振成像	深度学习	磁共振影像切片	11,875名儿童，5,552,640个脑部MRI切片	NA	NA	置信区间，p值	NA
4517	2025-11-04	Deep learning-assisted comparison of different models for predicting maxillary canine impaction on panoramic radiography 2025-Nov, American journal of orthodontics and dentofacial orthopedics : official publication of the American Association of Orthodontists, its constituent societies, and the American Board of Orthodontics IF:2.7Q1 DOI:10.1016/j.ajodo.2025.05.008 PMID:40673857	研究论文	本研究使用深度学习辅助的自动标志点检测系统比较不同模型在全景X光片上预测上颌尖牙阻生的准确性	首次采用深度学习自动标志点定位系统辅助测量几何参数，并对外部验证的三种现有预测模型进行性能比较	最有效的模型仍受逻辑和计算挑战的限制，需要进一步改进	比较现有模型在全景X光片上预测上颌尖牙阻生的准确性	7-14岁接受全景X光检查并被诊断为尖牙阻生的患者	计算机视觉	牙科疾病	全景X光摄影	深度学习	X光图像	102张全景X光片（102颗阻生尖牙和102颗非阻生尖牙）	NA	NA	准确率, 灵敏度, 特异性, 精确度, AUC	NA
4518	2025-11-04	An updated patent review of small molecule glucagon receptor antagonists (2020-2024) 2025-Nov, Expert opinion on therapeutic patents IF:5.4Q1 DOI:10.1080/13543776.2025.2559928 PMID:40968011	综述	本文系统回顾了2020-2024年间小分子胰高血糖素受体拮抗剂的最新专利进展	发现创新主体从制药公司转向学术机构，并采用深度学习和虚拟筛选技术开发新型化学结构	仍需临床研究验证这些化合物能否克服当前开发瓶颈并解决安全性问题	评估小分子胰高血糖素受体拮抗剂在糖尿病治疗中的最新发展	小分子胰高血糖素受体拮抗剂	药物研发	糖尿病	深度学习, 虚拟筛选, 结构研究, 机制研究	NA	专利数据, 文献数据, 临床数据	NA	NA	NA	NA	NA
4519	2025-11-04	A Multimodal Deep Learning Approach for White Matter Shape Prediction in Diffusion MRI Tractography 2025-Nov, Human brain mapping IF:3.5Q1 DOI:10.1002/hbm.70396 PMID:41171024	研究论文	提出一种名为Tract2Shape的多模态深度学习框架，用于从扩散MRI纤维束成像数据中预测白质形状测量指标	首次将几何流线特征（点云）与标量数据描述符（表格数据）相结合的多模态深度学习框架，采用连体架构和双编码器设计学习模态特定表示	未明确说明模型在更广泛疾病群体中的泛化能力，以及对其他类型白质纤维束的适用性	开发高效准确的白质形状测量预测方法，支持大规模白质形状分析	人类白质纤维束的形状测量指标	医学影像分析	神经系统疾病	扩散MRI纤维束成像	多模态深度学习, Siamese网络	点云数据, 表格数据	人类连接组计划年轻成人数据集和帕金森病进展标志物倡议数据集	NA	双编码器设计, Siamese架构	Pearson相关系数, 归一化均方误差	NA
4520	2025-11-04	Deep learning models for segmentation and quantification of left atrial appendage volume using noncontrast cardiac computed tomography 2025-Nov-01, Journal of cardiovascular imaging DOI:10.1186/s44348-025-00058-1 PMID:41174789	研究论文	本研究评估了四种基于U-Net的深度学习架构在非对比心脏CT扫描中对左心耳进行半自动分割和体积测量的性能	首次在非对比心脏CT扫描中系统比较多种3D U-Net变体用于左心耳分割和体积量化	回顾性研究设计，样本仅来自60岁以上患者，缺乏外部验证	开发准确的左心耳自动分割和体积测量方法以支持心血管风险评估	452名60岁以上因胸痛评估接受非对比心脏CT扫描的患者	医学影像分析	心血管疾病	非对比心脏计算机断层扫描(NCCT)	CNN	3D医学影像	452名患者	NA	UNet3D, Residual-UNet3D, 3D Attention-UNet, Res16-PAC-UNet	Dice系数, Pearson相关系数, Bland-Altman分析	NA