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
501	2025-10-31	Optimized generative adversarial network for efficient resolution enhancement of 3D segmented rock tomography 2025-Oct-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-21624-z PMID:41145790	研究论文	提出一种基于内存优化的生成对抗网络，用于显著提升岩石3D微CT图像的分辨率和分割精度	采用八叉树结构的渐进增长生成对抗网络，突破3D超分辨率中的内存瓶颈，实现16倍分辨率提升	需要未配对的2D高分辨率LSM图像作为补充训练数据	解决3D岩石微CT图像超分辨率重建中的内存限制问题	伯里亚砂岩的3D微CT图像	计算机视觉	NA	微计算机断层扫描，激光扫描显微镜	GAN	3D图像，2D图像	NA	PyTorch, Minkowski Engine	3D Octree-Based Progressive Growing Deep Convolutional Wasserstein Generative Adversarial Network with Gradient Penalty	分辨率从7µm/voxel提升至0.44µm/voxel	采用内存优化的3D八叉树卷积层
502	2025-10-31	Decoding covert visual attention of electroencephalography signals using continuous wavelet transform and deep learning approach 2025-Oct-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-21635-w PMID:41145802	研究论文	提出结合连续小波变换和深度学习的方法，用于从脑电图信号解码隐性视觉注意力状态	首次将连续小波变换与深度神经网络结合，实现无需手动特征工程的端到端注意力状态分类	仅使用10名健康参与者的数据，样本规模较小	开发可扩展的隐性视觉注意力解码方法，用于脑机接口应用	健康参与者的脑电图信号	脑机接口	NA	连续小波变换，脑电图信号处理	CNN	脑电图时间序列数据	10名健康参与者	NA	ShallowConvNet, EEGNet	准确率	NA
503	2025-10-31	Integrating deep learning and multi-omics features in radiation pneumonitis prediction for lung cancer patients using PET/CT 2025-Oct-27, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01971-z PMID:41146084	研究论文	本研究探讨了结合PET放射组学、CT放射组学、剂量组学和深度学习特征预测肺癌患者放疗后放射性肺炎的可行性	首次将PET/CT放射组学特征、剂量组学特征和深度学习特征相结合，构建联合预测模型用于放射性肺炎预测	样本量相对有限，外部验证集仅包含27例患者	预测接受VMAT治疗的肺癌患者发生放射性肺炎的风险	肺癌患者	医学影像分析	肺癌	PET/CT成像，放射组学，剂量组学	机器学习，深度学习	医学影像（PET/CT图像）	206例训练患者（医院一），27例外部验证患者（医院二）	NA	ResNet-18	AUC，准确率，敏感性，特异性	NA
504	2025-10-31	Predicting COVID-19 patient recovery or mortality using deep neural decision tree and forest 2025-Oct-27, BMC research notes IF:1.6Q2 DOI:10.1186/s13104-025-07511-w PMID:41146277	研究论文	本研究评估深度神经决策树和深度神经决策森林在预测COVID-19患者死亡率方面的有效性	将深度神经网络的表征能力与决策森林的结构化决策相结合，仅使用临床数据即可提高模型可解释性和性能，无需依赖影像或实验室检查	NA	预测COVID-19患者的康复或死亡率，帮助急诊医生有效分配医疗资源	COVID-19患者	机器学习	COVID-19	NA	深度神经决策树, 深度神经决策森林	临床数据（包括COVID-19诊断、人口统计学、健康指标和职业风险因素）	NA	NA	深度神经决策树, 深度神经决策森林	准确率, 召回率, 精确率, F1分数	NA
505	2025-10-31	PyHFO 2.0: an open-source platform for deep learning-based clinical high-frequency oscillations analysis 2025-Oct-27, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/ae10e0 PMID:41061718	研究论文	介绍PyHFO 2.0开源平台，用于基于深度学习的高频振荡临床分析	整合了更全面的检测方法和深度学习工具，新增基于希尔伯特变换的检测器，并与Hugging Face生态系统集成	NA	开发支持临床使用的开源高频振荡分析平台	耐药性癫痫患者的脑电图高频振荡	计算神经科学	癫痫	脑电图记录	深度学习模型	脑电图信号	临床脑电图数据集	Python, Hugging Face	NA	与专家标注和RIPPLELAB工具的一致性	NA
506	2025-10-31	A semi-supervised learning-based framework for quantifying litter fluxes in river systems 2025-Oct-27, Water research IF:11.4Q1 DOI:10.1016/j.watres.2025.124833 PMID:41161028	研究论文	提出一种基于半监督学习的框架，结合SAHI技术用于量化河流中漂浮垃圾的通量	首次将半监督学习与SAHI技术结合用于河流漂浮垃圾通量量化，解决了小尺寸垃圾检测和标注数据稀缺的问题	框架显著低估通量（3-4倍），主要由于透明垃圾和水葫芦中垃圾的漏检	开发更准确的河流漂浮垃圾通量量化方法	河流中的漂浮大型塑料垃圾（>5mm）	计算机视觉	NA	半监督学习，图像分析	ResNet50, Faster R-CNN	图像	来自荷兰、印度尼西亚和越南水道的图像数据	PyTorch	ResNet50, Faster R-CNN	F1-score	NA
507	2025-10-31	Applications of artificial intelligence in rehabilitation: technological innovation and transformation of clinical practice 2025-Oct-27, SLAS technology IF:2.5Q3 DOI:10.1016/j.slast.2025.100360 PMID:41161419	综述	探讨人工智能在康复医学领域的多样化应用及其对临床实践的变革性影响	提出AI赋能的康复模型，将碎片化流程转变为具有实时评估功能的交互式自适应系统	存在数据限制、伦理问题、监管要求和临床整合障碍等挑战	研究人工智能技术在康复医学中的创新应用与临床实践转型	康复医疗服务体系与临床实践流程	自然语言处理,计算机视觉,机器学习	脑卒中康复	机器学习,深度学习,计算机视觉,自然语言处理,机器人技术	NA	多模态康复数据	NA	NA	NA	NA	NA
508	2025-10-31	scMapNet: Marker-based cell type annotation of scRNA-seq data via vision transfer learning with tabular-to-image transformations 2025-Oct-27, Journal of advanced research IF:11.4Q1 DOI:10.1016/j.jare.2025.10.056 PMID:41161490	研究论文	提出一种基于视觉迁移学习和表格到图像转换的标记基因细胞类型注释方法scMapNet	首次将树状图转换与掩码自编码器和视觉变换器结合，充分利用未标记数据和细胞标记知识	NA	开发能够充分学习细胞标记知识和未标记数据信息的单细胞RNA测序数据细胞类型注释方法	单细胞RNA测序数据	生物信息学	NA	单细胞RNA测序	MAE, ViT	基因表达数据	NA	PyTorch	掩码自编码器, 视觉变换器	准确率, 批次不敏感性	NA
509	2025-10-31	AI-Mediated Immunotherapeutics in Adenoid Cystic Carcinoma: Challenges and Current perspectives 2025-Oct-27, Critical reviews in oncology/hematology DOI:10.1016/j.critrevonc.2025.104984 PMID:41161628	综述	本文探讨人工智能在腺样囊性癌免疫治疗中的应用现状、挑战与未来展望	系统整合多种机器学习与深度学习模型于腺样囊性癌的精准免疫治疗，包括肿瘤分类、免疫浸润评估和个体化治疗策略制定	存在临床整合困难、模型可解释性不足和数据质量问题	推动人工智能在腺样囊性癌精准免疫治疗领域的应用发展	腺样囊性癌患者	机器学习, 数字病理学	头颈癌	影像学分析, 组织病理学分析, 基因组学分析, 液体活检	SVM, RF, KNN, LR, GBM, CNN, ANN	影像数据, 组织病理数据, 基因组数据	NA	NA	卷积神经网络, 人工神经网络	准确率, 特异性	NA
510	2025-10-31	Artificial Intelligence in Valvular Heart Disease: Innovations and Future Directions 2025-Oct-27, JACC. Cardiovascular interventions DOI:10.1016/j.jcin.2025.08.031 PMID:41161917	综述	本文探讨人工智能在瓣膜性心脏病管理中的应用、创新方向及临床实践挑战	系统阐述AI如何通过多模态数据整合提升VHD诊疗精度，并首次提出数字孪生技术在瓣膜疾病建模中的创新应用	AI模型需要多中心严格验证，存在算法偏见、数据隐私和透明度不足等应用障碍	综述AI技术在瓣膜性心脏病诊疗领域的应用现状与发展前景	瓣膜性心脏病患者的多模态医疗数据	数字病理	心血管疾病	心电图, 超声心动图, 计算机断层扫描	机器学习, 深度学习	多模态医疗数据（人口统计学、症状、生物标志物、影像等）	NA	NA	NA	NA	NA
511	2025-10-31	Artificial intelligence-driven epigenetic CRISPR therapeutics: a structured multi-domain meta-analysis of therapeutic efficacy, off-target prediction, and gRNA optimization 2025-Oct-25, Functional & integrative genomics IF:3.9Q1 DOI:10.1007/s10142-025-01725-8 PMID:41136797	荟萃分析	通过系统综述和荟萃分析评估人工智能在CRISPR表观遗传编辑工具中对治疗疗效、脱靶预测和gRNA优化的影响	首次对AI驱动的CRISPR表观遗传编辑工具进行结构化多领域荟萃分析，涵盖治疗疗效、脱靶预测和gRNA优化三个关键领域	仅纳入58项符合条件的研究，其中仅41项提供可提取的定量数据，样本量相对有限	评估人工智能对CRISPR表观遗传编辑工具精确性、安全性和治疗疗效的影响	CRISPR表观遗传编辑工具及其AI增强应用	机器学习	NA	CRISPR表观遗传编辑，人工智能，深度学习	深度学习模型	定量研究数据，定性合成数据	540条筛选记录，58项符合纳入标准的研究（41项定量分析，17项定性合成）	NA	NA	标准化均数差(SMD)，受试者工作特征曲线下面积(AUC)	NA
512	2025-10-31	Gd-EOB-DTPA-enhanced MRI radiomics and deep learning models for predicting the pathological differentiation degree in hepatocellular carcinoma 2025-Oct-24, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112487 PMID:41161266	研究论文	本研究探讨了基于Gd-EOB-DTPA增强MRI的影像组学、深度学习模型结合临床影像特征在预测肝细胞癌病理分化程度中的价值	首次将深度学习特征、影像组学特征与临床影像特征相结合构建CR-DLR融合模型，显著提高了肝细胞癌分化程度的预测性能	研究样本量相对有限（409例），且来自三家医院，可能存在选择偏倚	预测肝细胞癌的病理分化程度	肝细胞癌患者	医学影像分析	肝细胞癌	Gd-EOB-DTPA增强MRI	深度学习, 机器学习	医学影像	409例HCC患者（训练集304例，验证集105例）	FeAture Explorer, 未指定深度学习框架	3D ResNet-18	AUC, 敏感性, 特异性	NA
513	2025-10-31	Accurate multi-b-value DWI generation using two-stage deep learning: multicenter study 2025-Oct-24, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112497 PMID:41161267	研究论文	开发并验证用于多器官多b值DWI合成和ADC恢复的两阶段深度学习框架	提出结合DC2Anet和MineGAN的两阶段框架，实现器官特异性低b值到高b值合成及任意b值插值	存在潜在幻觉或失真风险，需要进一步多中心临床验证	解决DWI采集的实际限制，实现高保真多b值DWI合成和准确ADC恢复	来自三家医院和TCIA数据库的DWI图像	医学影像分析	多器官疾病	扩散加权成像(DWI)	深度学习	医学影像	50,000张图像，涵盖五个解剖区域（脑、乳腺、腹部、颈部、盆腔）	NA	DC2Anet, MineGAN	MSE, MAE, PSNR, SSIM, ICC	NA
514	2025-10-31	A deep learning approach to predicting hospitalized patients' SEIRD states using multimodal spatiotemporal data 2025-Oct-23, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2025.106157 PMID:41161262	研究论文	开发多模态深度学习模型，利用医院时空数据预测住院患者医院获得性感染风险	提出新型混合架构，先让专门组件分别学习时空数据的独立表示，再通过联合微调阶段智能融合这些预训练表示	使用合成医院模拟数据集进行评估，尚未在真实临床数据上验证	开发个体层面的医院获得性感染风险预测模型	住院患者	机器学习	医院获得性感染	深度学习	LSTM, DCRNN, 图卷积网络	多模态时空数据	同行评审的合成医院模拟数据集	NA	异构图卷积长短期记忆网络, 扩散卷积循环神经网络, 混合架构	准确率, F1分数	NA
515	2025-10-31	A generalizable deep learning framework for structure-based protein-ligand affinity ranking 2025-Oct-21, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2508998122 PMID:41100673	研究论文	提出了一种基于深度学习的蛋白质-配体结合亲和力排序框架CORDIAL，专注于学习距离依赖的物理化学相互作用特征	通过仅参数化蛋白质-配体间的物理化学相互作用特征而非化学结构本身，解决了现有机器学习模型在新蛋白质或化学系列预测中的泛化性问题	论文未明确说明模型在更广泛蛋白质家族或极端条件下的性能表现	开发可泛化的基于结构的蛋白质-配体结合亲和力预测方法，用于早期药物发现	蛋白质-配体复合物	机器学习	NA	深度学习	CNN, 注意力机制	蛋白质-配体结构数据	NA	NA	CORDIAL（基于卷积和注意力机制的架构）	预测性能，校准度	NA
516	2025-10-31	Skeletal Muscle Radiation Attenuation at C3 Predicts Survival in Head and Neck Cancer 2025-Oct-21, Current oncology (Toronto, Ont.) DOI:10.3390/curroncol32100587 PMID:41149507	研究论文	本研究评估了头颈癌患者第三颈椎水平的骨骼肌面积和骨骼肌辐射衰减值对局部区域控制和总生存期的预测价值	首次系统评估第三颈椎水平的骨骼肌辐射衰减值在头颈癌预后预测中的价值，并开发了基于深度学习的自动分割流程	研究为回顾性设计，需要前瞻性研究验证结果	探索头颈癌患者颈椎水平肌肉指标与预后的关联	头颈癌患者	数字病理	头颈癌	CT扫描	深度学习	医学影像	904例头颈癌病例	NA	NA	风险比, 置信区间	NA
517	2025-10-31	TK-DDI: Accurate and efficient drug-drug interaction prediction via token encoding 2025-Oct-20, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2025.108734 PMID:41161125	研究论文	提出基于分子标记化的TK-DDI深度学习框架，用于准确预测药物-药物相互作用	通过分子标记化统一表示2D结构和3D构象信息，采用两阶段注意力机制识别关键亚结构	未在论文标题和摘要中明确说明	准确预测药物-药物相互作用以预防不良药物事件	药物分子	机器学习	NA	分子标记化	Transformer	分子结构数据	NA	NA	Transformer编码器	NA	NA
518	2025-10-31	Leveraging Artificial Intelligence for the Diagnosis of Systemic Sclerosis Associated Pulmonary Arterial Hypertension: Opportunities, Challenges, and Future Perspectives 2025-Oct-17, Advances in respiratory medicine IF:1.8Q3 DOI:10.3390/arm93050047 PMID:41149139	综述	评估人工智能在改善系统性硬化症相关肺动脉高压诊断中的新兴作用	首次系统评估AI技术在SSc-PAH诊断中的综合应用，提出多模态数据整合框架	模型准确性因数据集和模态而异，大多数需要针对右心导管确诊队列进行外部验证	探索人工智能在SSc-PAH早期诊断和风险分层中的应用前景	系统性硬化症相关肺动脉高压患者	机器学习	肺动脉高压	机器学习,深度学习	NA	心音,心电图,胸部X光,超声心动图,CT肺动脉造影,组学数据	NA	NA	NA	准确性	NA
519	2025-10-31	Automated Age and Sex Estimation From Dental Panoramic Radiographs 2025-Oct-16, International dental journal IF:3.2Q1 DOI:10.1016/j.identj.2025.103967 PMID:41106218	研究论文	本研究开发了一种基于深度学习的AI模型，用于从泰国儿童和青少年的全景牙科X光片中自动估算年龄和性别	首次针对泰国人群开发基于EfficientNetB0的多任务深度学习模型，采用年龄分层策略提高预测精度	模型在较大年龄组（15-23岁）的性能明显下降，样本仅来自泰国人群可能限制模型泛化能力	开发自动化年龄和性别估计方法以替代法医牙医学中传统复杂的人工方法	泰国7至23岁儿童和青少年的全景牙科X光片	计算机视觉	NA	全景X光摄影	CNN	图像	2491张全景X光片（共4627张图像）	NA	EfficientNetB0	RMSE, MAE, 准确率, AUC, 敏感性, 特异性	NA
520	2025-10-31	Automatic Brain Tumor Segmentation in 2D Intra-Operative Ultrasound Images Using Magnetic Resonance Imaging Tumor Annotations 2025-Oct-16, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11100365 PMID:41150041	研究论文	本研究探索使用MRI肿瘤标注训练深度学习模型，实现术中超声图像的脑肿瘤自动分割	利用更易获取的MRI标注替代术中超声标注训练分割模型，解决了术中超声标注数据稀缺的问题	模型对小肿瘤的分割性能较低，仅使用180例MRI和29例术中超声数据，样本量有限	开发术中超声图像的脑肿瘤自动分割方法	脑肿瘤患者	医学图像分析	脑肿瘤	图像配准，深度学习	CNN	2D医学图像（MRI和术中超声）	180例标注MRI扫描和对应未标注术中超声图像，29例标注术中超声图像	NA	nnU-Net	Dice系数	NA