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
5101	2025-10-06	Deep learning-based radiomics and machine learning for prognostic assessment in IDH-wildtype glioblastoma after maximal safe surgical resection: a multicenter study 2025-07-01, International journal of surgery (London, England) DOI:10.1097/JS9.0000000000002488 PMID:40391963	研究论文	本研究开发并验证了一种基于深度学习和影像组学的机器学习模型，用于预测IDH野生型胶质母细胞瘤患者最大安全手术切除后的总生存期	采用基于ResNet的分割网络自动分割MRI图像中的三个关键区域，结合影像组学特征和机器学习算法构建预后预测模型，并在多中心数据中进行验证	回顾性研究设计，样本量相对有限，需要进一步前瞻性验证	预测IDH野生型胶质母细胞瘤患者手术后的总生存期	582名IDH野生型胶质母细胞瘤患者	医学影像分析	胶质母细胞瘤	磁共振成像，影像组学分析	深度学习，机器学习	医学影像	582名患者（训练队列301名，内部验证128名，外部验证153名）	NA	ResNet	一致性指数，Kaplan-Meier生存分析，对数秩检验，多变量Cox回归分析	NA
5102	2025-10-06	Feature-Reinforced Strategy for Enhancing the Accuracy of Triboelectric Vibration Sensing Toward Mechanical Equipment Monitoring 2025-Jul, Small (Weinheim an der Bergstrasse, Germany) DOI:10.1002/smll.202503997 PMID:40411864	研究论文	本研究提出了一种结合界面偶极能量和真空能级优化的摩擦电材料新机制，开发了自供电振动传感器并集成深度学习算法实现设备状态监测	提出界面偶极能量与真空能级优化相结合的新机制解释振动下的电荷生成与分离，通过优化界面接触面积和电子传输能力增强信号清晰度并引入更细微特征	未明确说明传感器在极端工业环境下的长期稳定性测试结果	开发能够同时满足自供电和诊断需求的高精度振动传感器用于机械设备监测	颚式破碎机和振动筛等工业设备	机器学习和传感器技术	NA	摩擦电纳米发电机(TENG)、振动波形分析	深度学习算法	振动信号波形数据	NA	NA	NA	准确率	NA
5103	2025-10-06	InterpolAI: deep learning-based optical flow interpolation and restoration of biomedical images for improved 3D tissue mapping 2025-Jul, Nature methods IF:36.1Q1 DOI:10.1038/s41592-025-02712-4 PMID:40437217	研究论文	提出基于深度学习和光流的医学图像插值与修复方法InterpolAI，用于改善3D组织成像质量	开发了专门针对大图像运动的光流插值AI模型，在保留微观解剖特征和细胞计数方面优于线性插值和当前最先进方法XVFI	未明确说明方法在极端图像质量条件下的表现和计算效率的具体数据	提高生物医学图像数据集的分辨率、通量和质量，实现改进的3D成像	三维生物数据集中的组织图像	计算机视觉	NA	光学流插值技术	深度学习	生物医学图像	多种成像模态、物种、染色技术和像素分辨率的验证数据	NA	光流AI模型	微观解剖特征保留度、细胞计数准确性、图像对比度、方差和亮度保持度	NA
5104	2025-10-06	Predicting NSCLC surgical outcomes using deep learning on histopathological images: development and multi-omics validation of Sr-PPS model 2025-07-01, International journal of surgery (London, England) DOI:10.1097/JS9.0000000000002526 PMID:40440686	研究论文	开发基于深度学习的Sr-PPS模型，利用组织病理学图像预测非小细胞肺癌患者术后结局	首次将Res2Net深度学习架构应用于NSCLC术后预后预测，并通过多组学验证揭示分子机制	样本量相对有限，需要更大规模的外部验证	开发准确预测非小细胞肺癌患者术后结局的深度学习模型	非小细胞肺癌患者	数字病理学	肺癌	组织病理学图像分析，多组学分析	深度学习	图像，临床数据	337例局部NSCLC患者（开发集），554例TCGA NSCLC患者（验证集）	NA	Res2Net	疾病无进展生存期，总生存期，多变量Cox回归分析	NA
5105	2025-10-06	Predicting adverse drug reactions for combination pharmacotherapy with cross-scale associative learning via attention modules 2025-Jul, Nature computational science IF:12.0Q1 DOI:10.1038/s43588-025-00816-7 PMID:40588546	研究论文	提出一种名为OrganADR的关联学习增强模型，用于预测联合药物治疗在器官水平上的不良反应	通过多解释性模块整合器官水平ADR信息、分子水平药物信息和基于网络的生物医学知识，实现跨尺度关联学习	NA	开发可解释的计算方法准确预测联合药物治疗的不良反应	联合药物治疗的不良反应预测	机器学习	药物不良反应	深度学习	注意力机制	生物医学知识网络、药物分子信息、器官水平ADR信息	涵盖15个器官的评估	NA	注意力模块	NA	NA
5106	2025-10-06	Deep learning-based quantification of tumor-infiltrating lymphocytes as a prognostic indicator in nasopharyngeal carcinoma: multicohort findings 2025-Jul, ESMO open IF:7.1Q1 DOI:10.1016/j.esmoop.2025.105494 PMID:40614660	研究论文	本研究开发了一种基于深度学习的肿瘤浸润淋巴细胞量化方法，用于鼻咽癌预后预测	首次使用深度学习模型从H&E染色全切片图像中自动量化肿瘤浸润淋巴细胞，并在多中心队列中验证其预后价值	回顾性研究设计，样本量相对有限，需要进一步前瞻性验证	评估深度学习模型量化肿瘤浸润淋巴细胞在鼻咽癌预后预测中的价值	鼻咽癌患者	数字病理学	鼻咽癌	H&E染色，免疫组织化学	深度学习模型	全切片图像	498例鼻咽癌患者（435例非转移性，63例转移性）	NA	NA	相关系数，疾病无生存期，总生存期，无进展生存期	NA
5107	2025-10-06	Deep learning based time-dependent reliability analysis of an underactuated lower-limb robot exoskeleton for gait rehabilitation 2025-Jul, Proceedings of the Institution of Mechanical Engineers. Part H, Journal of engineering in medicine DOI:10.1177/09544119251349362 PMID:40621669	研究论文	本研究评估用于步态康复的欠驱动可穿戴下肢外骨骼的可靠性，采用深度学习框架进行时间依赖性可靠性分析	将LSTM增强的深度神经网络算法应用于动态系统的时间依赖性可靠性分析，结合条件概率方法完成系统可靠性评估	研究主要基于仿真分析，未提及实际临床验证结果	评估下肢机器人外骨骼在步态康复应用中的时间依赖性可靠性	欠驱动可穿戴下肢外骨骼机器人	机器学习	康复医学	计算机辅助设计(CAD), SolidWorks仿真	LSTM, 深度神经网络	仿真数据	超过200次仿真运行	NA	LSTM	可靠性指标(≈0.87)	NA
5108	2025-10-06	Fast and Accurate Classification of Corn Varieties Using Deep Learning With Edge Detection Techniques 2025-Jul, Journal of food science IF:3.2Q2 DOI:10.1111/1750-3841.70439 PMID:40702919	研究论文	本研究利用边缘检测技术和深度学习模型对三种玉米品种进行快速准确分类	结合Canny和Sobel边缘检测算法与深度学习模型，在保持高精度的同时显著提升训练速度	仅使用1050张玉米图像，样本规模有限；仅针对三个特定玉米品种进行研究	开发快速准确的玉米品种分类方法以提升农产品质量和加工效率	Chulpi Cancha、Indurata和Rugosa三种玉米品种	计算机视觉	NA	边缘检测技术	CNN	图像	1050张玉米图像	NA	ResCNN, DAG-Net, ResNet-18	准确率	NA
5109	2025-10-06	From Presence-Only to Abundance Species Distribution Models Using Transfer Learning 2025-Jul, Ecology letters IF:7.6Q1 DOI:10.1111/ele.70177 PMID:40704696	研究论文	本研究通过迁移学习将仅存在数据转化为物种丰度分布模型，显著提升了地中海沿岸鱼类的丰度预测性能	首次将大型仅存在物种数据集与迁移学习相结合，解决了物种丰度数据集样本量小的问题	研究主要针对地中海沿岸鱼类，在其他地域和物种中的适用性有待验证	开发能够准确预测物种丰度分布的深度学习模型	地中海沿岸鱼类	机器学习	NA	物种分布建模	CNN	物种分布数据	大型仅存在物种数据集结合小样本物种丰度数据集	NA	卷积神经网络	D-squared回归分数	NA
5110	2025-10-06	LncRNA Subcellular Localization Across Diverse Cell Lines: An Exploration Using Deep Learning with Inexact q-mers 2025-Jun-25, Non-coding RNA IF:3.6Q2 DOI:10.3390/ncrna11040049 PMID:40700092	研究论文	本研究使用深度学习和非精确q-mer方法探索lncRNA在不同细胞系中的亚细胞定位	首次将非精确q-mer引入lncRNA亚细胞定位预测，并发现存在切换定位的lncRNA类别	切换lncRNA的存在使得机器学习模型预测lncRNA定位变得更加复杂	研究lncRNA亚细胞定位预测及其细胞类型特异性问题	长链非编码RNA(lncRNA)的亚细胞定位	生物信息学	NA	非精确q-mer分析	深度学习,机器学习	lncRNA序列数据	15个细胞系的lncRNA定位数据	NA	NA	预测性能	NA
5111	2025-10-06	Integrating Artificial Intelligence in Next-Generation Sequencing: Advances, Challenges, and Future Directions 2025-Jun-19, Current issues in molecular biology IF:2.8Q3 DOI:10.3390/cimb47060470 PMID:40699869	综述	探讨人工智能与下一代测序技术的融合及其在基因组学研究和临床应用中的变革性影响	系统阐述AI在NGS全流程中的整合应用，并前瞻性讨论AI在第三代测序和联邦学习等新兴方向的发展	面临数据异质性、模型可解释性和伦理问题等挑战	研究人工智能与下一代测序技术的协同发展及其在精准医疗中的应用前景	基因组学数据和多组学数据	机器学习	癌症	下一代测序(NGS), 第三代测序(TGS), 单细胞测序	CNN, RNN, 混合架构	基因组数据, 表观基因组数据, 转录组数据	NA	NA	NA	NA	NA
5112	2025-10-06	A Multi-Model Machine Learning Framework for Identifying Raloxifene as a Novel RNA Polymerase Inhibitor from FDA-Approved Drugs 2025-Apr-28, Current issues in molecular biology IF:2.8Q3 DOI:10.3390/cimb47050315 PMID:40699714	研究论文	开发多模型机器学习框架从FDA批准药物中识别RNA聚合酶抑制剂	结合五种传统机器学习算法与CNN深度学习模型的集成框架，首次发现雷洛昔芬具有RNA聚合酶抑制潜力	需要实验验证预测结果，研究基于计算机模拟和现有数据集	从已批准药物中识别新型RNA依赖性RNA聚合酶抑制剂	FDA批准药物和RNA依赖性RNA聚合酶	机器学习	病毒性疾病	分子对接，分子动力学模拟	CNN, ExtraTreesClassifier, RandomForestClassifier, LGBMClassifier, BernoulliNB, BaggingClassifier	化学结构数据	PubChem数据集AID 588519	Scikit-learn	CNN, 集成学习架构	准确率, ROC-AUC, F1分数, 特异性	NA
5113	2025-07-25	Recent advances in pulmonary tuberculosis, the application of deep learning to medical topics, and highlights from this issue of Ewha Medical Journal 2025-Apr, Ewha medical journal IF:0.3Q3 DOI:10.12771/emj.2025.00395 PMID:40703376	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
5114	2025-10-06	Feature-based ensemble modeling for addressing diabetes data imbalance using the SMOTE, RUS, and random forest methods: a prediction study 2025-Apr, Ewha medical journal IF:0.3Q3 DOI:10.12771/emj.2025.00353 PMID:40703379	研究论文	本研究开发了一种基于特征的集成模型，结合SMOTE、RUS和随机森林方法来解决糖尿病数据不平衡问题	提出将SMOTE和RUS重采样技术与基于特征的集成随机森林相结合的新方法，专门针对医学数据中的类别不平衡问题	仅使用单一数据集（442个样本），样本量相对较小；仅针对糖尿病预测任务进行验证	解决机器学习中类别不平衡问题，提高早期糖尿病检测的预测性能	糖尿病数据集中的患者样本	机器学习	糖尿病	SMOTE（合成少数类过采样技术），RUS（随机欠采样）	随机森林，k近邻，全连接神经网络	结构化医疗数据	442个样本，10个特征	Scikit-learn	随机森林集成模型	准确率，AUC（曲线下面积）	NA
5115	2025-10-06	Artificial intelligence in gastroenterology: Ethical and diagnostic challenges in clinical practice 2025-Mar-14, World journal of gastroenterology IF:4.3Q1 DOI:10.3748/wjg.v31.i10.102725 PMID:40093670	评论	探讨深度学习模型在无线胶囊内镜决策过程中的应用及其伦理挑战	将人工智能整合到胃肠疾病诊断中，通过无线胶囊内镜实现多类别病变的早期实时精准检测	存在患者隐私、数据安全和诊断偏差等伦理问题，需要多样化数据集来缓解不平等	评估人工智能在胃肠病学临床实践中的诊断价值和伦理考量	胃肠疾病患者，特别是小肠病变和癌前息肉患者	数字病理	胃肠疾病	无线胶囊内镜	深度学习	内镜图像	NA	NA	NA	诊断准确率	NA
5116	2025-10-06	Automatic Brain Segmentation for PET/MR Dual-Modal Images Through a Cross-Fusion Mechanism 2025-03, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3516012 PMID:40030515	研究论文	提出一种基于交叉融合机制的PET/MR双模态图像自动脑部分割方法	引入交叉融合机制处理PET和MR双模态图像，通过UX-Net和交叉融合块实现特征提取与融合	未明确说明方法在临床实践中的具体验证结果	实现精确的脑部区域分割以辅助神经系统疾病的检测与诊断	PET/MR双模态脑部图像	医学图像分析	神经系统疾病	PET/MR双模态成像	深度学习	3D医学图像	NA	NA	UX-Net, 3DUXNET, SwinUNETR, UNETR, nnFormer, UNet3D, NestedUNet, ResUNet, VNet	Dice系数, Jaccard指数, 敏感度, 精确度, Hausdorff距离, 皮尔逊相关系数	NA
5117	2025-10-06	Human Activity Recognition Using Deep Residual Convolutional Network Based on Wearable Sensors 2025-03, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3510860 PMID:40030576	研究论文	提出一种基于可穿戴传感器的人类活动识别深度学习模型DKInception	集成深度卷积残差网络与注意力机制，利用多尺度卷积核高效提取时间特征进行活动识别	NA	开发准确的人类活动识别方法以监测人类日常活动和健康行为	人类日常活动数据	机器学习	NA	可穿戴传感器技术	CNN	传感器时序数据	四个基准HAR数据集：UCI-HAR, Opportunity, Daphnet, PAMAP2	NA	Inception ResNet	准确率	NA
5118	2025-10-06	TrGPCR: GPCR-Ligand Binding Affinity Prediction Based on Dynamic Deep Transfer Learning 2025-03, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2023.3307928 PMID:37610904	研究论文	提出基于动态深度迁移学习的GPCR-配体结合亲和力预测方法TrGPCR	采用动态迁移学习解决GPCR数据不足问题，并引入蛋白质二级结构（口袋）作为特征	GPCR已知数据仅数千条，对深度学习训练仍显不足	预测G蛋白偶联受体与配体的结合亲和力以辅助药物开发	GPCR受体与配体的结合亲和力	机器学习	NA	动态深度迁移学习	深度学习	蛋白质序列数据、二级结构数据	数千条GPCR数据（源域：BindingDB数据库，目标域：GLASS数据库）	NA	TrGPCR	RMSE, MAE	NA
5119	2025-10-06	Multi-Omics Deep-Learning Prediction of Homologous Recombination Deficiency-Like Phenotype Improved Risk Stratification and Guided Therapeutic Decisions in Gynecological Cancers 2025-03, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2023.3308440 PMID:37616142	研究论文	开发了一种名为MODeepHRD的多组学深度学习框架，用于预测妇科癌症中的同源重组缺陷表型	提出卷积注意力自编码器，有效利用组学特异性和跨组学互补知识学习	NA	改善妇科癌症风险分层并指导治疗决策	卵巢癌、乳腺癌和子宫内膜癌患者	机器学习	妇科癌症	转录组学、DNA甲基化、突变数据	深度学习	多组学数据	训练集351例卵巢癌患者，验证集22个数据集的2133例卵巢癌样本	NA	卷积注意力自编码器	风险比(HR), 置信区间(CI), log-rank检验	NA
5120	2025-10-06	HiSIF-DTA: A Hierarchical Semantic Information Fusion Framework for Drug-Target Affinity Prediction 2025-03, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2023.3334239 PMID:37983161	研究论文	提出一种用于药物-靶点亲和力预测的分层语义信息融合框架HiSIF-DTA	构建包含低阶结构语义和高阶功能语义的分层蛋白质图，并设计两种分层融合策略整合不同蛋白质语义	NA	提高药物-靶点亲和力预测的准确性	药物-靶点相互作用	机器学习	NA	深度学习	图神经网络	蛋白质序列数据、蛋白质结构数据、蛋白质-蛋白质相互作用网络数据	NA	NA	分层语义信息融合框架	预测精度	NA