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
4881	2025-10-06	Deep Learning Algorithms to Predict Differential Renal Function <40% in Unilateral Hydronephrosis Based on Key Parameters of Urinary Tract Ultrasound 2025-06, Urology IF:2.1Q2 DOI:10.1016/j.urology.2025.04.009 PMID:40210002	研究论文	基于尿路超声关键参数开发深度学习算法预测单侧肾积水患者分肾功能<40%	首次将肾盂前后径、上盏扩张和肾脏长度比等超声参数结合机器学习模型用于预测分肾功能受损	回顾性研究设计，样本仅来自单一医疗中心	开发预测单侧肾积水儿童分肾功能<40%的机器学习模型	802例肾积水儿童患者	机器学习	肾积水	尿路超声，利尿肾图	随机森林, 逻辑回归, 支持向量机	超声参数，临床数据	802例儿童患者	NA	NA	AUROC, 灵敏度, 特异度	NA
4882	2025-10-06	Fully volumetric body composition analysis for prognostic overall survival stratification in melanoma patients 2025-May-12, Journal of translational medicine IF:6.1Q1 DOI:10.1186/s12967-025-06507-1 PMID:40355935	研究论文	本研究利用深度学习对黑色素瘤患者的基线CT扫描进行全容积身体成分分析，以预测总生存期	首次采用全容积身体成分分析方法，利用常规CT扫描无需额外检查即可实现生存期预测	样本量相对有限，需要进一步多中心验证	探索基于深度学习的身体成分分析在黑色素瘤患者总生存期预测中的价值	黑色素瘤患者	数字病理	黑色素瘤	CT扫描	深度学习网络	医学影像	495名患者（内部队列）+ 428名患者（外部验证）	NA	NA	风险比(HR), P值	NA
4883	2025-10-06	Artificial Intelligence-Based Total Mesorectal Excision Plane Navigation in Laparoscopic Colorectal Surgery 2022-05-01, Diseases of the colon and rectum DOI:10.1097/DCR.0000000000002393 PMID:35170546	研究论文	开发基于深度学习的直肠癌手术中全直肠系膜切除平面图像引导导航系统	首个使用图像引导导航系统进行全直肠系膜切除的研究，创新性地利用深度学习对疏松结缔组织进行语义分割	仅使用600张图像进行训练，数据量有限，需要更多图像来提高识别精度	开发辅助外科医生识别全直肠系膜切除平面的导航系统	接受腹腔镜左侧结直肠切除术的32名患者	计算机视觉	直肠癌	深度学习语义分割	深度学习	手术视频图像	32名患者的600张标注图像（训练集528张，测试集72张）	NA	NA	Dice系数	NA
4884	2025-10-06	Deep Learning-Based Prediction of Glaucoma Severity and Progression Using Imo/TEMPO Screening Program 2025 Nov-Dec, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2025.100805 PMID:40697390	研究论文	开发DeepISP深度学习模型，基于快速筛查视野检查预测青光眼患者的全面视野信息和疾病进展	首次开发能够同时预测当前视野状态和视野进展的多任务神经网络，并采用数据增强技术合成训练数据	回顾性研究设计，样本量相对有限，需要进一步前瞻性验证	开发基于深度学习的青光眼严重程度和进展预测模型	青光眼患者	医学人工智能	青光眼	视野检查，深度学习	多任务神经网络	医学影像数据，视野检查数据	187个真实ISP测试（112名患者）和3470个合成ISP测试（883名患者）	NA	多任务神经网络	平均绝对误差，平均F1分数，曲线下面积	NA
4885	2025-10-06	SpatialCVGAE: Consensus Clustering Improves Spatial Domain Identification of Spatial Transcriptomics Using VGAE 2025-Sep, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-024-00676-1 PMID:39680300	研究论文	提出基于共识聚类的空间转录组数据分析框架SpatialCVGAE，用于提高空间域识别的稳定性与准确性	首次将共识聚类与变分图自编码器结合用于空间转录组数据，通过集成多个潜在表示的聚类结果提升模型鲁棒性	NA	解决空间转录组数据聚类分析中的不稳定性问题	空间转录组数据	生物信息学	NA	空间转录组技术	VGAE	基因表达数据、空间图数据	NA	PyTorch	变分图自编码器	稳定性、准确性	NA
4886	2025-10-06	EnDM-CPP: A Multi-view Explainable Framework Based on Deep Learning and Machine Learning for Identifying Cell-Penetrating Peptides with Transformers and Analyzing Sequence Information 2025-Sep, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-024-00673-4 PMID:39714579	研究论文	提出一种基于深度学习和机器学习的多视图可解释框架EnDM-CPP，用于识别细胞穿透肽并分析序列信息	结合Transformer架构的语言模型特征（ProtT5和ESM-2）与传统序列特征，采用多模型集成策略提高预测性能	NA	开发计算方法来预测潜在的细胞穿透肽，以促进药物递送载体的开发	细胞穿透肽（CPPs）	机器学习	NA	序列分析	CNN, TextCNN, SVM, CatBoost, Logistic Regression	蛋白质序列数据	整合三个基准数据集（CPPsite 2.0、MLCPP 2.0和CPP924）以提高多样性和减少同源性	NA	Transformer, CNN, TextCNN	准确率, 马修斯相关系数	NA
4887	2025-10-06	MultiKD-DTA: Enhancing Drug-Target Affinity Prediction Through Multiscale Feature Extraction 2025-Sep, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-025-00697-4 PMID:40019659	研究论文	提出一种通过多尺度特征提取增强药物-靶点亲和力预测的深度学习架构	创新性地结合图神经网络、预训练大规模蛋白质模型和注意力机制，采用多尺度特征提取方法	NA	提高药物-靶点相互作用亲和力预测的准确性	药物分子和蛋白质靶点	机器学习	NA	深度学习	图神经网络, 双向长短期记忆网络, 注意力机制	分子结构图, 蛋白质序列	两个公开数据集	NA	多尺度卷积网络, ESM-2预训练模型	NA	NA
4888	2025-10-06	iEnhancer-GDM: A Deep Learning Framework Based on Generative Adversarial Network and Multi-head Attention Mechanism to Identify Enhancers and Their Strength 2025-Sep, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-025-00703-9 PMID:40335860	研究论文	提出基于生成对抗网络和多头注意力机制的深度学习框架iEnhancer-GDM，用于识别增强子及其强度预测	引入Wasserstein生成对抗网络进行数据增强，结合多头注意力机制和多尺度卷积神经网络提升模型性能	增强子训练数据集规模有限，可能导致模型过拟合和分类准确率问题	开发增强子识别及其强度预测的计算方法	DNA增强子序列	生物信息学	NA	DNA序列分析	GAN, CNN, LSTM, 多头注意力机制	DNA序列数据	NA	NA	WGAN-GP, 多尺度CNN, 双向LSTM, 多头注意力机制	准确率	NA
4889	2025-10-06	ResNeXt-Based Rescoring Model for Proteoform Characterization in Top-Down Mass Spectra 2025-Sep, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-025-00701-x PMID:40381130	研究论文	提出基于ResNeXt的深度学习模型PrSMBooster，用于在自上而下质谱中重新评分蛋白质形态谱匹配以提高鉴定准确性	首次将ResNeXt架构与集成机器学习方法相结合用于蛋白质形态表征的重新评分，通过整合逻辑回归、XGBoost、决策树和支持向量机作为弱学习器提取特征	未明确说明模型对特定类型蛋白质形态的适用性限制，且依赖外部数据集进行验证	提高自上而下蛋白质组学中蛋白质形态鉴定的准确性	蛋白质形态谱匹配	机器学习	NA	自上而下质谱法	ResNeXt, 集成学习	质谱数据	47个独立质谱数据集，涵盖多个物种	NA	ResNeXt	错误发现率	NA
4890	2025-10-06	NPI-HetGNN: A Prediction Model of ncRNA-Protein Interactions Based on Heterogeneous Graph Neural Networks 2025-Sep, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-025-00716-4 PMID:40455400	研究论文	提出基于异构图神经网络的NPI-HetGNN模型用于预测非编码RNA与蛋白质的相互作用	结合序列特性和异质连接拓扑构建初始特征，通过元路径游走聚合语义信息，并引入能量约束自注意力模块增强特征提取能力	缺乏湿实验室验证条件，仅采用计算验证	开发计算模型预测非编码RNA与蛋白质相互作用	非编码RNA和蛋白质	机器学习	NA	异构图神经网络	GNN	序列数据, 网络拓扑数据	四个基准数据集	NA	HetGNN	NA	NA
4891	2025-10-06	Harnessing deep learning for fusion-based heavy metal contamination index prediction in groundwater 2025-Sep, Journal of contaminant hydrology IF:3.5Q2 DOI:10.1016/j.jconhyd.2025.104672 PMID:40675024	研究论文	提出一种基于深度学习的融合框架预测地下水重金属污染指数	首次将五种水污染指数通过定制化根基数据融合方法整合为统一指标，并应用深度神经网络进行预测	研究区域局限于伊朗赞詹的Gultepe-Zarrinabad子流域，未验证其他地理区域的适用性	开发AI驱动的环境监测工具以支持可持续水资源管理	地下水中的锰(Mn)、铁(Fe)、砷(As)和铅(Pb)重金属污染	机器学习	NA	数据融合和归一化方法	DNN, DT, KNN, ANN	水质指数数据	NA	NA	深度神经网络	R, RMSE, MAE	NA
4892	2025-10-06	Continuous noninvasive blood pressure estimation using tissue blood flow measured by diffuse correlation spectroscopy 2025-Sep, APL bioengineering IF:6.6Q1 DOI:10.1063/5.0266243 PMID:40697813	研究论文	本研究提出了一种基于漫相关光谱技术测量组织血流量的无创连续血压监测方法	首次将漫相关光谱技术测量的组织血流量与深度学习相结合，实现无创连续血压估计	样本量较小（12名受试者），需要进一步扩大验证规模	开发无创连续血压监测技术	人体血压和组织血流量	机器学习	心血管疾病	漫相关光谱技术	深度学习	组织血流量数据、血压数据	12名受试者	NA	BFBP模型	平均绝对误差, 英国高血压协会标准评级	NA
4893	2025-10-06	Research on the potential of the deep learning-based "decomposition-optimization-reconstruction" method in runoff prediction for typical climate- and human-regulated basins in northern China 2025-Sep, Journal of contaminant hydrology IF:3.5Q2 DOI:10.1016/j.jconhyd.2025.104655 PMID:40561564	研究论文	提出一种基于分解-优化-重建思想的深度学习组合模型用于中国北方典型气候和人类调节流域的径流预测	结合变分模态分解(VMD)和鲸鱼优化算法(WOA)来优化双向长短期记忆神经网络(BiLSTM)，构建VMD-WOA-BiLSTM组合模型	模型预测性能随季节变化，在上游地区表现更好，对总径流量较小的河流预测效果相对较差	提高径流预测精度，解决传统深度学习方法受径流非平稳性影响的问题	中国北方典型气候和人类调节流域，特别是海拉尔河流域和大黑河流域的半干旱区域	机器学习	NA	变分模态分解，鲸鱼优化算法	BiLSTM	径流时间序列数据	NA	NA	双向长短期记忆神经网络	预测精度	NA
4894	2025-10-06	Impact of prompting on large language model performance: ChatGPT-4 performance on the 2023 hand surgery self-assessment examination 2025-Sep, Journal of hand and microsurgery IF:0.3Q4 DOI:10.1016/j.jham.2025.100326 PMID:40708759	研究论文	评估ChatGPT-4在手外科自我评估考试中的表现及提示工程对其性能的影响	首次评估GPT-4在手外科专业考试中的表现，并分析通过提供历史考试题目进行提示对其性能的影响	排除视频类题目，样本量有限，提示后性能提升无统计学显著性	评估大型语言模型在医学专业考试中的表现及其学习能力	2023年手外科认证维护自我评估考试的文本和图像题目	自然语言处理	手外科疾病	提示工程，图像识别	大型语言模型	文本，图像	2023年手外科SAE全部文本和图像题目，以及2014-2020年5个历史SAE题目	NA	GPT-4	正确率，Fisher精确检验	NA
4895	2025-10-06	Diffraction-informed deep learning for molecular-specific holograms of breast cancer cells 2025-Sep, APL bioengineering IF:6.6Q1 DOI:10.1063/5.0246495 PMID:40708806	研究论文	提出一种名为HoloNet的新型深度学习架构，用于直接分析乳腺癌细胞的衍射图像，实现细胞类型分类和分子标记物定量	专门针对衍射图像特性设计的深度学习架构，能够直接处理原始衍射图像而无需计算重建，在细胞诊断中实现高精度分类和分子标记物量化	NA	解决透镜自由数字在线全息术产生的衍射图像在人类解读和计算重建方面的挑战	乳腺癌细胞	计算成像	乳腺癌	透镜自由数字在线全息术	深度学习	衍射图像	NA	NA	HoloNet	精度	NA
4896	2025-10-06	Risk score stratification of cutaneous melanoma patients based on whole slide images analysis by deep learning 2025-Aug, Journal of the European Academy of Dermatology and Venereology : JEADV IF:8.4Q1 DOI:10.1111/jdv.20538 PMID:39853986	研究论文	开发基于全切片图像分析的深度学习模型SmartProg-MEL，用于皮肤黑色素瘤患者的风险分层和生存预测	首次利用弱监督深度学习方法从HE染色全切片图像中提取形态学特征，实现皮肤黑色素瘤患者的自动化风险分层	样本量相对有限，外部验证队列规模较小	改进原发性皮肤黑色素瘤的风险分层，指导辅助治疗决策	I-III期皮肤黑色素瘤患者	数字病理学	皮肤黑色素瘤	HE染色全切片图像分析	深度神经网络	全切片图像	发现队列342例，外部验证队列161例和63例	NA	SmartProg-MEL	一致性指数	NA
4897	2025-10-06	Detecting wing fractures in chickens using deep learning, photographs and computed tomography scanning 2025-Aug, Poultry science IF:3.8Q1 DOI:10.1016/j.psj.2025.105264 PMID:40398294	研究论文	本研究评估了三种深度学习模型在通过CT扫描和照片检测鸡翅骨折和挫伤方面的适用性	首次将深度学习技术应用于结合CT扫描和照片的鸡翅骨折与挫伤自动检测，相比传统人工检查更客观高效	样本量有限（306个CT扫描和285张照片），挫伤检测模型准确率相对较低（82%）	开发自动化技术以改进家禽屠宰场的动物福利监测	鸡翅膀的骨折和软组织损伤（挫伤）	计算机视觉	动物损伤	计算机断层扫描（CT）、摄影	深度学习	CT扫描图像、照片	306个CT扫描和285张照片	NA	3D ResNet34, 2D EfficientNetV2_s	准确率	NA
4898	2025-10-06	Tailoring task arithmetic to address bias in models trained on multi-institutional datasets 2025-Aug, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2025.104858 PMID:40494422	研究论文	本研究提出两种基于任务向量的方法TAPER和DAPPER，用于减轻多机构数据集中因数据来源导致的模型偏差问题	将任务向量算术方法扩展到解决数据来源混淆偏差的新问题领域，提出了模型无关的偏差缓解策略	仅在三个数据集上进行了评估，需要更多验证	解决多机构临床数据训练中深度学习模型因数据来源导致的预测偏差问题	多机构临床数据集中的深度学习模型	自然语言处理	NA	任务向量算术	RoBERTa, Llama-2	文本数据	NA	NA	Transformer	鲁棒性评估，分布偏移极端情况下的性能	NA
4899	2025-10-06	Artificial Intelligence Solutions to Improve Emergency Department Wait Times: Living Systematic Review 2025-Aug, The Journal of emergency medicine IF:1.2Q3 DOI:10.1016/j.jemermed.2025.05.031 PMID:40664005	living systematic review	本系统综述评估人工智能在改善急诊科等待时间方面的应用现状和潜力	首次对AI在急诊科流程优化中的应用进行全面系统评价，并采用动态更新机制确保内容时效性	缺乏真实急诊科环境下的实施研究，大多数研究缺少急诊专家的参与	评估人工智能建模策略在优化急诊科流程和减少等待时间方面的应用	急诊科运营流程和患者等待时间	医疗健康信息学	急诊医学	系统文献综述方法	回归方法,传统机器学习,神经网络/深度学习,自然语言处理,集成方法	文献数据	16项定量观察性研究（从17,569篇筛选文献中选出）	NA	NA	等待时间减少量（7-43.2分钟）	NA
4900	2025-10-06	HCCD: A handwritten camera-captured dataset for document enhancement under varied degradation conditions 2025-Aug, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111849 PMID:40697364	研究论文	本文提出了一个用于真实场景下手写文档增强和识别任务的手写相机拍摄数据集HCCD	与现有在受控环境下使用扫描仪或智能手机拍摄的数据集不同，HCCD包含实时相机拍摄的手写文档，具有多种自然退化特征	NA	解决智能手机拍摄的退化手写文档增强问题	手写文档图像	计算机视觉	NA	计算机视觉成像技术	NA	图像	多个人贡献的不同书写风格的手写文档	NA	NA	NA	NA