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
4761	2025-10-06	Deep siamese residual support vector machine with applications to disease prediction 2025-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110693 PMID:40664125	研究论文	提出一种名为深度孪生残差支持向量机(DSRSVM)的端到端学习模型，将深度神经网络与支持向量机相结合	通过深度残差网络孪生预训练和深度残差支持向量机微调两阶段学习，实现深度学习与支持向量机的协同效应	NA	开发一种超越传统深度学习和支持向量机简单组合的协同学习框架	医学数据集	机器学习	NA	NA	SVM, 深度神经网络	医学数据	NA	NA	残差网络	准确率, 召回率, F1分数	NA
4762	2025-10-06	Can your brain signals reveal your romantic emotions? 2025-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110754 PMID:40664128	研究论文	本研究通过分析脑电图信号开发机器学习模型来预测个体在模拟约会应用中的浪漫吸引和拒绝情绪	首次基于单试次事件相关电位分析实现对个体内部浪漫情绪的预测	使用模拟约会应用而非真实场景，样本量相对有限	探索脑信号是否能够揭示浪漫情绪	61名参与者（31名女性，30名男性）	机器学习	NA	脑电图（EEG），事件相关电位（ERP）	机器学习模型，深度学习模型	脑电图信号	61名参与者	NA	NA	ROC-AUC	NA
4763	2025-10-06	Opioid misuse detection from cognitive and physiological data with temporal fusion deep learning 2025-Sep-01, Drug and alcohol dependence IF:3.9Q1 DOI:10.1016/j.drugalcdep.2025.112774 PMID:40684523	研究论文	本研究通过认知任务和生理数据，利用时序融合深度学习模型检测阿片类药物滥用	首次使用时序融合变换器模型结合认知任务行为和生理信号数据来检测阿片类药物滥用	需要与客观的阿片类药物滥用测量标准进行基准比较，样本量相对有限	开发机器学习模型来检测阿片类药物滥用，预防用药过量和阿片使用障碍风险	169名使用阿片类镇痛药治疗慢性疼痛的患者	机器学习	药物滥用障碍	Current Opioid Misuse Measure (COMM), Dot Probe任务, Go/No-Go任务	时序融合变换器	生理信号数据, 行为反应数据	169名患者，9238个数据点	NA	Temporal Fusion Transformer	AUC, 特异性, 敏感性	NA
4764	2025-10-06	Automated analysis of mouse rearing using deep learning 2025-Sep, Journal of pharmacological sciences IF:3.0Q2 DOI:10.1016/j.jphs.2025.06.002 PMID:40713344	研究论文	开发基于卷积循环神经网络的深度学习模型，用于自动检测小鼠站立行为	首次将CRNN模型应用于小鼠站立行为的自动化分析，实现了与人类观察相当的检测灵敏度	仅使用C57BL/6小鼠数据，模型在其他品系小鼠上的泛化能力未验证	开发自动化工具用于啮齿类动物行为分析	C57BL/6小鼠	计算机视觉	NA	视频行为分析	CRNN	视频	C57BL/6小鼠的行为视频数据	NA	卷积循环神经网络	灵敏度	NA
4765	2025-10-06	A deep learning-based computer-aided diagnosis system for detecting atypical endometrial hyperplasia and endometrial cancer through hysteroscopy 2025-Aug-15, iScience IF:4.6Q1 DOI:10.1016/j.isci.2025.113045 PMID:40703442	研究论文	开发基于深度学习的计算机辅助诊断系统ECCADx，通过宫腔镜检测非典型子宫内膜增生和子宫内膜癌	首个将对比学习集成用于宫腔镜下AEH和EC特异性分化的系统	NA	提高子宫内膜癌和非典型子宫内膜增生的诊断准确性	宫腔镜图像中的非典型子宫内膜增生和子宫内膜癌病变	计算机视觉	子宫内膜癌	宫腔镜检查	深度学习	图像	训练集：49,646张图像来自1,204名患者；验证集：6,228张图像来自190名患者	NA	对比学习	灵敏度, 特异性	NA
4766	2025-10-06	Deep learning-based breast cancer diagnosis in breast MRI: systematic review and meta-analysis 2025-Aug, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11406-6 PMID:39907762	系统评价与荟萃分析	通过系统评价和荟萃分析评估深度学习模型在乳腺MRI中诊断乳腺癌的性能	首次对2015-2024年间深度学习在乳腺MRI诊断乳腺癌的应用进行全面系统评价和定量荟萃分析	存在显著的固有变异性，仅有21项研究符合定量分析条件	评估深度学习模型在乳腺MRI中诊断乳腺癌的性能表现	乳腺癌诊断相关的深度学习研究	医学影像分析	乳腺癌	MRI影像分析	CNN, 混合复合模型	MRI影像	40项研究（其中21项符合定量分析）	NA	NA	AUC, 敏感性, 特异性	NA
4767	2025-10-06	Explainable attention-enhanced heuristic paradigm for multi-view prognostic risk score development in hepatocellular carcinoma 2025-Aug, Hepatology international IF:5.9Q1 DOI:10.1007/s12072-025-10793-8 PMID:40089963	研究论文	开发了一种可解释的注意力增强启发式范式，用于肝细胞癌多视角预后风险评分开发	提出新颖的深度学习辅助范式，通过生成可解释的多视角风险评分来补充现有方法，特别设计了注意力激活器(ATAT)启发式识别高预后风险组织	NA	开发可解释的多视角预后风险评分系统，用于肝细胞癌患者的风险分层	肝细胞癌患者	数字病理学	肝细胞癌	深度学习	神经网络	病理图像	内部数据集510例HCC患者(SYSUCC)，外部测试集341例HCC患者(TCGA-LIHC)	NA	注意力激活器(ATAT)	风险比(HR), 一致性指数(c-index)	NA
4768	2025-10-06	A deep learning model for multiclass tooth segmentation on cone-beam computed tomography scans 2025-Aug, 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.2025.02.014 PMID:40186597	研究论文	开发并验证一种从锥形束CT扫描中自动创建人类牙齿3D表面模型的深度学习算法	提出一种用于锥形束CT扫描的多类别牙齿分割深度学习模型，实现牙齿的自动3D建模	NA	开发自动牙齿分割的深度学习算法	人类牙齿的锥形束CT扫描数据	医学影像分析	牙科疾病	锥形束计算机断层扫描	深度学习	3D医学影像	210例患者扫描（训练集140例，验证集40例，测试集30例）	NA	NA	准确率	NA
4769	2025-10-06	Application of a pulmonary nodule detection program using AI technology to ultra-low-dose CT: differences in detection ability among various image reconstruction methods 2025-Aug, Japanese journal of radiology IF:2.9Q2 DOI:10.1007/s11604-025-01781-x PMID:40343649	研究论文	研究AI肺结节检测程序在超低剂量CT中不同图像重建方法下的检测性能差异	首次系统评估AI肺结节检测程序在超低剂量CT中不同图像重建方法（包括深度学习重建）的性能表现	使用胸部体模而非真实患者数据，未检测到3mm磨玻璃结节	评估AI肺结节检测程序在超低剂量CT中的性能及其受图像重建方法的影响	嵌入人工肺结节（实性结节和磨玻璃结节）的胸部体模	医学影像分析	肺癌	CT扫描，图像重建技术（FBP、HIR、MBIR、DLR）	AI检测程序	CT图像	使用6种管电流电压组合扫描的胸部体模数据	NA	NA	检测率	NA
4770	2025-10-06	Automated Microbubble Discrimination in Ultrasound Localization Microscopy by Vision Transformer 2025-Aug, IEEE transactions on ultrasonics, ferroelectrics, and frequency control DOI:10.1109/TUFFC.2025.3570496 PMID:40372868	研究论文	提出一种基于视觉Transformer的自动化微泡鉴别方法，用于超声定位显微镜成像	采用高效通道注意力Vision Transformer和渐进式学习策略，无需估计脉冲响应和每帧微泡数量等先验知识	主要使用合成数据进行训练，真实数据验证相对有限	开发无需先验知识的通用超声定位显微镜流程	超声成像中的微泡信号	计算机视觉	NA	超声定位显微镜	Vision Transformer	超声图像	合成数据集+5个公共数据集（1个硅基数据集和4个活体数据集）	NA	Vision Transformer	阳性预测值, 均方根误差	NA
4771	2025-10-06	[AI-based applications in medical image computing] 2025-Aug, Bundesgesundheitsblatt, Gesundheitsforschung, Gesundheitsschutz DOI:10.1007/s00103-025-04093-7 PMID:40600998	综述	本文综述了人工智能在医学图像计算中的应用及其临床价值	系统总结了深度学习在医学图像分割、配准和生成等任务中的最新进展与应用潜力	未涉及具体实验验证和性能对比分析	探讨人工智能技术在医学图像分析中的应用与发展前景	医学图像数据（CT、MRI、PET等）及相关临床应用	医学图像计算	NA	深度学习	深度神经网络	医学图像	NA	NA	NA	NA	NA
4772	2025-10-06	Development and validation of a SOTA-based system for biliopancreatic segmentation and station recognition system in EUS 2025-Aug, Surgical endoscopy DOI:10.1007/s00464-025-11858-3 PMID:40551029	研究论文	开发并验证基于SOTA算法的AI辅助内镜超声系统，用于胆胰区域分割和站点识别	首次将多种SOTA深度学习算法应用于EUS图像分析，并通过人机竞赛验证系统性能优于中级内镜医师	研究样本主要来自单一机构，外部验证集规模相对有限	开发AI辅助EUS系统以提高胆胰疾病诊断的准确性和效率	胆胰区域的解剖结构分割和站点识别	计算机视觉	胆胰疾病	内镜超声成像	深度学习	医学图像	45,737张EUS图像（来自1,852名患者），其中2,881张用于内部测试，2,747张用于外部验证，340张用于人机竞赛	NA	Mean Teacher, ResNet-50, YOLOv8-CLS, UNet++, YOLOv8, U-Net v2	准确率	NA
4773	2025-10-06	BanglaTaka: A dataset for classification of Bangladeshi banknotes 2025-Aug, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111853 PMID:40703564	研究论文	本文介绍了BanglaNotes数据集，用于孟加拉国纸币面额分类的基准数据集	首次发布包含5073张高质量孟加拉国纸币图像的基准数据集，涵盖9种面额	仅包含孟加拉国纸币，未涉及其他国家货币或伪钞检测	开发纸币自动分类系统以提升金融安全和电子交易效率	孟加拉国纸币（2、5、10、20、50、100、200、500和1000 BDT面额）	计算机视觉	NA	NA	NA	图像	5073张纸币图像	NA	NA	NA	NA
4774	2025-10-06	Benford's Law in histology 2025-Aug, Journal of pathology informatics DOI:10.1016/j.jpi.2025.100458 PMID:40704058	研究论文	本研究探索将本福特定律应用于数字病理学中的全玻片图像分析，以区分正常肝细胞和癌变肝细胞	首次将本福特定律这一统计工具应用于数字病理学领域，用于分析细胞形态学数据的自然分布规律	QuPath软件无法准确区分所有细胞质边界，导致部分尺寸测量类别数据无法使用	开发快速分析大型数字病理数据集的新统计方法	肝组织细胞（正常肝细胞与癌变肝细胞）	数字病理学	肝癌	定量组织形态计量学，本福特定律分析	NA	全玻片图像，细胞形态学数据	20张玻片共323,039个细胞（15张癌变组织玻片206,700个细胞，5张正常组织玻片116,339个细胞）	QuPath	NA	卡方拟合优度检验	NA
4775	2025-10-06	Modelling the liver's regenerative capacity across different clinical conditions 2025-Aug, JHEP reports : innovation in hepatology IF:9.5Q1 DOI:10.1016/j.jhepr.2025.101465 PMID:40704068	研究论文	本研究通过系统生物学和机器学习方法识别了不同临床条件下肝脏再生的关键生物标志物	开发了新型对比深度学习框架，整合临床和转录组数据预测再生结果，并识别出跨物种保守的细胞周期调控基因	研究基于小鼠模型，人类临床验证仍需进一步研究	识别不同临床条件下肝脏再生的关键转录组、蛋白质组和血清生物标志物	六种小鼠模型（年轻雄性和雌性、老年小鼠、2期纤维化、脂肪变性、他克莫司暴露）	机器学习	肝脏疾病	转录组分析、蛋白质组分析、血清生物标志物检测、SPLiT-seq	对比深度学习	转录组数据、蛋白质组数据、临床数据	六种小鼠模型，每种模型接受75%肝切除	深度学习框架（具体未指明）	对比深度学习框架（使用三元组损失）	准确率87.9%	NA
4776	2025-10-06	Self-Supervised Optimization of RF Data Coherence for Improving Breast Reflection UCT Reconstruction 2025-Aug, IEEE transactions on ultrasonics, ferroelectrics, and frequency control DOI:10.1109/TUFFC.2025.3581915 PMID:40549515	研究论文	本研究提出了一种自监督优化方法，通过三个精心设计的模块提升射频数据相干性，改善乳腺反射超声计算机断层扫描重建质量	提出了三个创新模块：自监督盲射频数据分段块、基于状态空间模型的强反射预测块和基于极性的自适应替换细化策略，有效提升RF数据相干性并抑制旁瓣噪声	未明确说明样本数量和具体数据来源，且仅在稀疏传输条件下验证性能	改善乳腺反射超声计算机断层扫描的重建质量，解决声速变化导致的图像质量问题	乳腺组织反射超声数据	医学影像处理	乳腺癌	超声计算机断层扫描	NA	射频数据	NA	NA	NA	PSNR, SSIM, RMSE, CF, Var	NA
4777	2025-10-06	Graph with Residue-Based Cross-Modal Framework Enhances Cell Function-Related Protein Properties Prediction 2025-Jul-28, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00856 PMID:40609014	研究论文	提出基于残基的跨模态图框架，通过结合序列语义特征和空间结构信息增强蛋白质功能属性预测	首次将PLM语义特征与空间拓扑结构通过双图网络融合，采用LA-GCN和GVP-GNN分别处理动态残基关联和结构特征	未明确说明模型对未知蛋白家族的泛化能力及计算资源需求的具体分析	提升细胞功能相关蛋白质属性的预测精度	蛋白质的亚细胞定位、溶解度、金属离子结合和热稳定性四种功能属性	生物信息学	NA	蛋白质语言模型(PLM), 图神经网络	GCN, GNN	蛋白质序列数据, 空间结构数据	NA	NA	Layer-Aggregated Graph Convolutional Network (LA-GCN), Geometric Vector Perceptron-Graph Neural Network (GVP-GNN)	预测性能指标, 训练效率指标	NA
4778	2025-10-06	Ultrahigh-Throughput Virtual Screening Strategies against PPI Targets: A Case Study of STAT Inhibitors 2025-Jul-28, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00907 PMID:40611790	研究论文	评估基于AI的超高通量虚拟筛选方法在蛋白质-蛋白质相互作用靶点上的性能，并发现新的STAT3和STAT5b抑制剂	首次将虚拟筛选应用于STAT5b的N端结构域，并在不同规模化合物库上系统评估Deep Docking工作流程	深度学习步骤的性能高度依赖于基础对接模型的性能，且对蛋白质-蛋白质相互作用型靶点的可靠性评估更具挑战性	开发和应用超高通量虚拟筛选策略来识别蛋白质-蛋白质相互作用靶点的抑制剂	STAT3和STAT5b致癌转录因子	计算药物发现	癌症	虚拟筛选，分子对接，深度学习	深度学习模型	化合物库数据，分子对接数据	数十亿至数百万规模的化合物库	Deep Docking	NA	命中率	无需超级计算机的AI辅助工作流程
4779	2025-10-06	Diff-SE: A Diffusion-Augmented Contrastive Learning Framework for Super-Enhancer Prediction 2025-Jul-28, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c01005 PMID:40613852	研究论文	提出一种结合扩散数据增强和对比学习的深度学习框架Diff-SE，用于超增强子预测	首次将扩散模型与对比学习结合用于超增强子预测，通过生成生物意义明确的合成正样本来解决类别不平衡问题	未明确说明模型在更广泛物种间的泛化能力，以及处理其他类型基因组元素的能力	开发计算方法来准确预测超增强子，克服传统实验方法的成本和时间限制	人类和小鼠细胞系中的超增强子	生物信息学	癌症,阿尔茨海默病	ChIP-seq, 深度学习	扩散模型, 对比学习	基因组序列数据	八个数据集，包含人类和小鼠细胞系	NA	Diff-SE	精确度, 马修斯相关系数, F1分数	NA
4780	2025-10-06	Integrating Protein Language Models and Geometric Deep Learning for Peptide Toxicity Prediction 2025-Jul-28, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c01073 PMID:40625100	研究论文	提出融合蛋白质语言模型和几何深度学习的PeptiTox框架用于肽毒性预测	首次将蛋白质语言模型与几何深度学习相结合，同时利用序列嵌入和三维结构信息进行肽毒性预测	未明确说明模型对未知肽序列的泛化能力及计算复杂度分析	开发更准确的肽毒性预测方法以促进药物安全性和治疗开发	肽序列及其三维结构	生物信息学, 机器学习	NA	蛋白质语言模型, 几何深度学习, 图神经网络	GNN, PLM	序列数据, 结构数据, 图数据	NA	NA	ESM2, ESMFold, 图神经网络	多维度评估指标	NA