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
4781	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
4782	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
4783	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
4784	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
4785	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
4786	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
4787	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
4788	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
4789	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
4790	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
4791	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
4792	2025-10-06	Deep Learning in Antimicrobial Peptide Prediction 2025-Jul-28, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00530 PMID:40626654	综述	本文综述了深度学习在抗菌肽预测中的研究基础、应用模型及未来挑战	从算法模型角度系统梳理了基础模型、语言模型、图相关模型及混合多模态模型在抗菌肽预测中的应用，并进行了对比验证	NA	探讨深度学习在抗菌肽预测中的应用现状与发展前景	抗菌肽（AMPs）	机器学习	NA	深度学习	基础模型,语言模型,图相关模型,混合模型,多模态模型	序列数据	NA	NA	NA	NA	NA
4793	2025-10-06	Generative Deep Learning for de Novo Drug Design─A Chemical Space Odyssey 2025-Jul-28, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00641 PMID:40632942	综述	探讨生成式深度学习在药物设计中探索化学空间和生成新型分子的应用、挑战与未来方向	系统分析生成式模型在药物发现中平衡化学多样性、可合成性和生物活性的创新方法	NA	探索生成式深度学习在药物设计中的应用前景与挑战	小分子生成、评估和优先排序	机器学习	NA	生成式深度学习	生成模型	化学结构数据	NA	NA	NA	NA	NA
4794	2025-10-06	Deep Learning-Based Multimodal Fusion Approach for Predicting Acute Dermal Toxicity 2025-Jul-28, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c01128 PMID:40679078	研究论文	提出一种基于多模态融合的深度学习框架TriModalToxNet，用于预测急性皮肤毒性	首次将三种分子表征（2D分子图像、SMILES嵌入和分子指纹）通过多模态融合进行急性皮肤毒性预测	仅基于3845种化合物的数据集进行验证，需要更多数据进一步验证模型泛化能力	开发可靠的急性皮肤毒性预测模型以支持动物实验3R原则（替代、减少和优化）	来自大鼠和兔子急性皮肤毒性实验的3845种化合物	机器学习	皮肤毒性	分子图像分析，SMILES编码，分子指纹	CNN，DNN	分子图像，文本（SMILES），分子指纹	3845种化合物	NA	2D CNN，1D CNN，全连接神经网络	AUC，灵敏度，马修斯相关系数，准确率	NA
4795	2025-10-06	A review on computer-aided diagnostic system to classify the disorders of the gastrointestinal tract 2025-Jul-26, European journal of medical research IF:2.8Q2 DOI:10.1186/s40001-025-02718-w PMID:40713885	综述	本文综述了基于机器学习的计算机辅助诊断系统在胃肠道疾病分类中的应用	系统性地总结了胃肠道疾病CADx系统的技术框架，包括预处理、特征提取、特征选择和分类方法，并探讨了未来研究方向	NA	回顾和总结胃肠道疾病计算机辅助诊断系统的研究现状和发展趋势	胃肠道疾病（结肠癌、胃癌、乳糜泻、出血等）	计算机视觉	胃肠道疾病	内窥镜、结肠镜检查	NA	内窥镜视频帧	NA	NA	NA	准确率	NA
4796	2025-10-06	A Wearable Electrochemical Biosensor for Salivary Detection of Periodontal Inflammation Biomarkers: Molecularly Imprinted Polymer Sensor with Deep Learning Integration 2025-Jul-26, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202509658 PMID:40714834	研究论文	开发了一种用于唾液检测牙周炎症生物标志物的可穿戴电化学生物传感器，结合分子印迹聚合物和深度学习技术	首次将分子印迹聚合物传感器与深度学习集成于可穿戴口腔护具平台，实现牙周炎症的连续监测和实时诊断	NA	开发用于牙周炎症检测的新型可穿戴生物传感器	唾液中的基质金属蛋白酶-8（MMP-8）生物标志物	医疗健康监测	牙周病	电化学传感、分子印迹聚合物、密度泛函理论模拟	深度学习	电化学阻抗数据	患者样本（具体数量未提及）	NA	NA	特异性、重现性、诊断准确率	NA
4797	2025-10-06	Evidential deep learning-based drug-target interaction prediction 2025-Jul-26, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-62235-6 PMID:40715097	研究论文	提出基于证据深度学习(EDL)的药物-靶点相互作用预测方法EviDTI，通过不确定性量化提高预测可靠性	首次将证据深度学习应用于DTI预测领域，提供预测不确定性估计，增强对新型未见DTI的鲁棒性	仅在三个基准数据集上验证，需要更多真实场景验证	解决传统深度学习方法在DTI预测中过度自信和不可靠置信度估计的问题	药物-靶点相互作用	机器学习	NA	深度学习，不确定性量化	证据深度学习(EDL)	药物2D拓扑图，药物3D空间结构，靶点序列特征	三个基准数据集	NA	EviDTI	预测误差校准，不确定性估计	NA
4798	2025-10-06	Deep learning application to hyphae and spores identification in fungal fluorescence images 2025-Jul-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-11228-y PMID:40715216	研究论文	本研究开发了一种基于深度学习的双模型框架，用于自动检测真菌荧光图像中的菌丝和孢子	提出结合YOLOX和MobileNet V2的双模型框架，分别用于识别单个真菌孢子和菌丝以及真菌菌丝体	NA	开发自动化真菌疾病诊断系统	真菌荧光图像中的菌丝和孢子	计算机视觉	真菌感染	荧光成像	CNN	图像	NA	NA	YOLOX, MobileNet V2	精确率, 召回率, F1分数, Kappa值	NA
4799	2025-10-06	A novel dual-student reverse knowledge distillation method for magnetic tile defect detection 2025-Jul-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-12339-2 PMID:40715252	研究论文	提出一种基于反向知识蒸馏的双学生网络框架BSDRD，用于解决磁瓦表面缺陷检测中的复杂纹理和低对比度问题	提出双学生反向知识蒸馏框架，通过结构学生和细节学生的分工协作，结合小波变换和多维特征门控融合损失函数	NA	开发有效的磁瓦表面缺陷检测方法	磁瓦表面缺陷	计算机视觉	NA	深度学习，小波变换	知识蒸馏，神经网络	图像	NA	NA	双学生网络，预训练教师网络	像素级异常检测，样本级异常检测	NA
4800	2025-10-06	A triple pronged approach for ulcerative colitis severity classification using multimodal, meta, and transformer based learning 2025-Jul-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-12827-5 PMID:40715318	研究论文	本研究采用三重深度学习策略对溃疡性结肠炎严重程度进行分类	结合多模态推理管道、少样本元学习和Vision Transformer集成方法，无需领域特定训练	基于有限标注数据的少样本学习场景	溃疡性结肠炎严重程度的自动分类	HyperKvasir数据集中的溃疡性结肠炎图像	计算机视觉	溃疡性结肠炎	深度学习	Vision Transformer, 元学习	医学图像	HyperKvasir数据集	NA	Swin-Base, CLIP, BLIP, FLAVA, Matching Networks	准确率	NA