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
5241	2026-07-03	STANet: A Surgical Gesture Recognition Method Based on Spatiotemporal Fusion 2025-11, Annals of the New York Academy of Sciences IF:4.1Q1 DOI:10.1111/nyas.70053 PMID:40991934	研究论文	提出一种基于时空融合的手术手势识别方法STANet，用于机器人手术中的动作序列建模	设计了时空自适应网络STANet，通过时间模块和空间模块分别提取特征，并采用时间自适应卷积策略进行特征融合和细化，有效捕捉长短期依赖关系	NA	提高手术手势识别的准确性和效率，解决现有方法无法有效融合时空特征的问题	机器人手术中的手术手势序列	计算机视觉	NA	NA	卷积神经网络	手术手势序列图像	JIGSAWS和RARP-45两个公开数据集	PyTorch	时空自适应网络	准确率	NA
5242	2026-07-03	Kideraspa: designing variants of staphylococcal protein a based on a diffusion model with kidera factors 2025-10-24, Journal of computer-aided molecular design IF:3.0Q2 DOI:10.1007/s10822-025-00696-z PMID:41136793	研究论文	提出一种基于扩散模型和Kidera因子的蛋白质设计方法，用于生成金黄色葡萄球菌蛋白A的变体	将扩散生成模型与Kidera因子表示相结合，实现无需大量数据和详细结构信息的靶向蛋白质设计	依赖AlphaFold3等计算筛选工具，且实验验证仅限于SpA-IgG相互作用	开发一种高效、数据效率高的蛋白质工程替代方法	金黄色葡萄球菌蛋白A及其与免疫球蛋白G的相互作用	机器学习	癌症、炎症、感染、自身免疫性疾病	NA	扩散模型	蛋白质序列	NA	NA	扩散模型	结合亲和力、成功率	NA
5243	2026-07-03	Preclinical Evaluation of an Interactive Image Search System of Oral Pathology 2025-10, Journal of dental research IF:5.7Q1 DOI:10.1177/00220345251329042 PMID:40320652	研究论文	评估交互式口腔病理图像检索系统Luigi-Oral在近临床环境中的诊断效能	首次在近临床环境中评估深度学习交互式CBIR系统对病理学家诊断的辅助效果	不当查询输入、罕见形态类型检索性能差、缺乏详细临床信息、系统无法通过可信图像检索准确类别导致误诊	验证交互式CBIR系统辅助病理学家诊断罕见口腔肿瘤的临床可用性	口腔肿瘤病理图像检索系统	数字病理学	口腔肿瘤	NA	深度学习	病理图像	603例病例共54676个图像块，涵盖85种口腔肿瘤类别；15名普通病理学家和13名口腔病理学家参与评估10个回顾性测试病例	NA	NA	诊断准确率	NA
5244	2026-07-03	Synergy of advanced machine learning and deep neural networks with consensus molecular docking for virtual screening of anaplastic lymphoma kinase inhibitors 2025-09-15, Journal of computer-aided molecular design IF:3.0Q2 DOI:10.1007/s10822-025-00657-6 PMID:40952529	研究论文	该研究将先进机器学习和深度神经网络与共识分子对接结合，用于虚拟筛选ALK抑制剂	创新性地结合了基于配体和基于结构的方法，并利用共识对接分数作为特征，通过集成投票模型和XGBoost共识对接模型高效筛选新型ALK抑制剂	模型性能依赖于数据集大小和特征工程，建议进一步的体外测试以验证预测效果	开发用于预测ALK抑制剂的AI模型，加速非小细胞肺癌治疗药物的筛选	ALK抑制剂候选化合物	机器学习	非小细胞肺癌	分子对接	XGBoost, 人工神经网络, 图神经网络	分子结构数据	120,571种化合物用于虚拟筛选	NA	XGBoost, 人工神经网络, 图神经网络	F1分数, 平均精度	NA
5245	2026-07-03	Application of directed message-passing neural network to predict human oral bioavailability of pharmaceuticals 2025-08-19, Journal of computer-aided molecular design IF:3.0Q2 DOI:10.1007/s10822-025-00649-6 PMID:40828295	研究论文	利用定向消息传递神经网络预测药物人体口服生物利用度	将D-MPNN与RDKit分子描述符结合，通过原子/键级图特征与全局理化性质的混合表征提升预测准确性，并采用贝叶斯优化和集成学习增强模型鲁棒性	NA	建立高精度预测人体口服生物利用度的深度学习模型，辅助早期药物筛选	药物分子结构及其口服生物利用度	机器学习	NA	计算化学、深度学习	D-MPNN（定向消息传递神经网络）	分子图结构数据	NA	Chemprop	D-MPNN	AUC, 准确率	NA
5246	2026-07-03	An integrative nomogram based on MRI radiomics and clinical characteristics for prognosis prediction in cervical spinal cord Injury 2025-03, European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society IF:2.6Q1 DOI:10.1007/s00586-024-08609-8 PMID:39672993	研究论文	基于MRI影像组学和临床特征构建列线图模型，用于预测颈脊髓损伤患者的预后	结合手动定义和深度迁移学习的影像组学特征，并整合临床数据构建预测模型	未提及具体局限性	评估MRI影像组学联合临床特征在预测颈脊髓损伤患者预后中的作用和价值	168名颈脊髓损伤患者	医学影像分析	颈脊髓损伤	MRI影像组学, 深度迁移学习	列线图模型	MRI影像（T1WI和T2WI），临床数据	168名颈脊髓损伤患者	NA	Lasso回归	AUC, 校准曲线, 决策曲线分析	NA
5247	2026-07-03	Deep learning model for automated detection of fresh and old vertebral fractures on thoracolumbar CT 2025-03, European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society IF:2.6Q1 DOI:10.1007/s00586-024-08623-w PMID:39708132	研究论文	开发一种深度学习系统，用于在胸腰椎CT上自动分割压缩性骨折椎体并区分新鲜与陈旧性骨折	首次将3D V-Net与多种分类模型结合，实现新鲜与陈旧性椎体骨折的自动检测与分类，且诊断效能超过临床医师	研究为单中心回顾性设计，外部验证数据来自同一医疗系统的不同院区，可能影响泛化性	开发并验证一种自动检测和区分胸腰椎CT上新鲜与陈旧性压缩性骨折的深度学习系统	新鲜骨折（病程<4周且MRI显示骨髓水肿）与陈旧性骨折的椎体	计算机视觉	脊柱压缩性骨折	CT成像	卷积神经网络	CT图像	训练集238个椎体，内部验证59个，外部验证34个，前瞻性验证48个	PyTorch	3D V-Net, ResNet, DenseNet	Dice相似系数, ROC曲线, 准确率, 灵敏度, 特异性, 精确率, F1分数, AUC	NA
5248	2026-07-03	Artificial intelligence in clinical genetics 2025-03, European journal of human genetics : EJHG IF:3.7Q2 DOI:10.1038/s41431-024-01782-w PMID:39806188	综述	综述人工智能在临床遗传学中的应用，涵盖诊断、治疗和临床支持，并展望未来影响	系统总结AI在临床遗传学中的当前和新兴应用，并提出短、中、长期预测	未明确讨论AI应用的潜在风险或伦理问题，且预测精确速度不清晰	探讨AI在临床遗传学中的发展现状与未来趋势	临床遗传学领域的AI应用案例和技术	自然语言处理	遗传性疾病	NA	机器学习、深度学习、生成式AI	临床遗传数据	NA	NA	NA	NA	NA
5249	2026-07-03	Artificial intelligence for segmentation and classification in lumbar spinal stenosis: an overview of current methods 2025-03, European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society IF:2.6Q1 DOI:10.1007/s00586-025-08672-9 PMID:39883162	研究论文	该文章系统综述了机器学习算法在腰椎管狭窄症分割与分类中的应用	首次系统比较传统机器学习与深度学习在腰椎管狭窄症分割和分类任务上的表现，并指出深度学习模型（尤其是U-Net）性能更优	研究间难以直接比较，因结局指标和测试数据集多样；仅有少量模型进行了外部验证	评估和总结目前用于腰椎管狭窄症分割与分类的机器学习模型	针对腰椎管狭窄症的MRI、X光或CT扫描图像的分割与分类模型	机器学习	腰椎管狭窄症	MRI	深度学习	图像	共计27篇文章	NA	U-Net, CNN	多种结局指标	NA
5250	2026-07-03	MRI-Based Topology Deep Learning Model for Noninvasive Prediction of Microvascular Invasion and Assisting Prognostic Stratification in HCC 2025-03, Liver international : official journal of the International Association for the Study of the Liver IF:6.0Q1 DOI:10.1111/liv.16205 PMID:39992060	研究论文	基于MRI的拓扑深度学习模型用于术前预测肝细胞癌微血管侵犯及辅助预后分层	结合拓扑结构改进深度学习模型，提升预测性能和可解释性，成功预测MVI并有效分层术后早期复发和总生存期	NA	开发和外部验证基于MRI的拓扑深度学习模型用于术前预测微血管侵犯	连续接受手术治疗的肝细胞癌患者	计算机视觉, 机器学习	肝细胞癌	MRI	CNN, TopoCNN	图像	589例患者，其中292例（49.6%）病理确诊MVI	NA	CNN, TopoCNN	AUC	NA
5251	2026-07-03	GestaltGAN: synthetic photorealistic portraits of individuals with rare genetic disorders 2025-03, European journal of human genetics : EJHG IF:3.7Q2 DOI:10.1038/s41431-025-01787-z PMID:39815041	研究论文	本文使用生成神经网络合成患有罕见遗传疾病个体的逼真肖像，以保护隐私并支持科学交流	首次采用改进的StyleGAN架构生成多种罕见遗传疾病的特定条件肖像，并引入REAL-ESRGAN提升低质量图像分辨率，同时添加未受影响类别增强模型对人脸特征的理解	未在摘要中明确说明局限性，但可能包括生成肖像的临床准确性验证不足、数据集中罕见疾病种类有限（仅20种）以及模型泛化能力待评估	探索使用生成神经网络合成罕见遗传疾病的准确肖像，解决医疗数据稀缺和隐私风险问题	稀有遗传疾病患者的肖像图像	计算机视觉	罕见遗传疾病	生成对抗网络	GAN	图像	来自GestaltMatcher数据库的20种最常见疾病图像，包含未受影响类别图像	PyTorch	StyleGAN, REAL-ESRGAN	通过63位人类专家验证生成肖像的有效性	未提及具体计算资源
5252	2026-07-03	Assessing the Reporting Quality of Machine Learning Algorithms in Head and Neck Oncology 2025-02, The Laryngoscope DOI:10.1002/lary.31756 PMID:39258420	综述	评估头颈肿瘤学文献中机器学习算法报告质量的系统评价	首次使用TRIPOD-AI标准系统评估头颈肿瘤学领域机器学习算法的报告质量	仅限于已发表文献，且TRIPOD-AI标准本身可能存在局限性	评估头颈肿瘤学文献中机器学习算法的报告质量并提出改进建议	头颈肿瘤学中机器学习算法的相关研究文献	自然语言处理	头颈肿瘤	NA	机器学习算法	NA	NA	NA	NA	NA	NA
5253	2026-07-03	MI-Mamba: A hybrid motor imagery electroencephalograph classification model with Mamba's global scanning 2025-02, Annals of the New York Academy of Sciences IF:4.1Q1 DOI:10.1111/nyas.15288 PMID:39844431	研究论文	提出一种将卷积神经网络与Mamba混合的脑电图分类模型MI-Mamba，用于运动想象数据解码	首次将Mamba的状态空间模型引入运动想象脑电解码，利用其全局扫描能力克服传统CNN和Transformer在长序列建模中的效率与依赖问题，同时将参数量减少近六倍	未明确提及，但可能需进一步验证在更多样化的数据集和真实场景中的泛化能力	提升运动想象脑电图解码的准确性并降低计算复杂度	运动想象脑电图信号	机器学习	NA	脑电图	CNN与Mamba混合模型	脑电图信号	两个公开运动想象数据集：BCI Competition IV 2a（四类任务）和BCI Competition IV 2b（两类任务）	NA	单卷积层结合Mamba模块	准确率	NA
5254	2026-07-03	Deep learning for the classification of atrial fibrillation using wavelet transform-based visual images 2025-01-21, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-02872-5 PMID:39838437	研究论文	利用基于小波变换的视觉图像和深度学习进行心房颤动分类	首次使用Morse连续小波变换将心电图信号转换为图像，并结合深度学习进行房颤分类，获得了优于同类研究的效果	将信号转换为小波形式可能仅带来微小改进，但可能显著提升未来基于信号的诊断结果	探索使用Morse连续小波变换结合深度学习分类房颤的方法	心电图信号中的房颤分类	机器学习	心血管疾病	ECG信号处理	CNN	图像	未明确指定	NA	NA	准确率, F1分数, AUC	NA
5255	2026-07-03	Optimizing hip MRI: enhancing image quality and elevating inter-observer consistency using deep learning-powered reconstruction 2025-01-13, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01554-y PMID:39806303	研究论文	本文探讨利用深度学习重建技术优化髋关节MRI检查，在缩短扫描时间的同时提升图像质量和观察者间一致性	首次将深度学习重建方法应用于髋关节MRI加速成像，在不影响诊断效能的前提下实现约66.5%的扫描时间缩减，同时显著提升图像信噪比和对比噪声比	样本量较小（60例），且为回顾性研究，未对不同深度学习模型架构进行对比分析	评估深度学习重建技术在髋关节MRI中的图像质量改善效果和临床应用价值	接受髋关节MRI检查的60例患者	计算机视觉	髋关节疾病	深度学习重建	深度学习	图像	60例髋关节MRI患者	NA	NA	图像质量5分制评分、相对信噪比、相对对比噪声比、加权kappa统计量、Wilcoxon符号秩检验	NA
5256	2026-07-03	From Sequence to System: Enhancing IVT mRNA Vaccine Effectiveness through Cutting-Edge Technologies 2025-01-06, Molecular pharmaceutics IF:4.5Q1 DOI:10.1021/acs.molpharmaceut.4c00863 PMID:39601789	综述	全面概述体外转录mRNA疫苗的最新研究进展和优化策略，包括人工智能在mRNA结构优化和递送系统设计中的应用	系统总结了人工智能和深度学习技术在IVT mRNA结构优化与递送配方设计中的创新应用，并涵盖了脂质纳米颗粒、聚合物和外泌体等前沿递送平台的最新进展	未明确指出具体局限性，但综述性质决定了缺乏实验验证数据	探讨IVT mRNA疫苗面临表达水平有限、非特异性肝靶向、快速降解和非预期免疫激活等挑战的解决方案，推动其临床转化	IVT mRNA分子及其递送系统	机器学习	传染病、癌症、遗传性疾病	体外转录	深度学习模型	文本	NA	NA	NA	NA	NA
5257	2026-07-03	Machine Learning Models for Predicting Monoclonal Antibody Biophysical Properties from Molecular Dynamics Simulations and Deep Learning-Based Surface Descriptors 2025-01-06, Molecular pharmaceutics IF:4.5Q1 DOI:10.1021/acs.molpharmaceut.4c00804 PMID:39606945	研究论文	利用分子动力学模拟和深度学习表面描述符构建机器学习模型，预测单克隆抗体的12种生物物理特性	首次结合全长抗体分子动力学模拟与DeepSP深度学习模型预测抗体的生物物理特性，且DeepSP在降低计算时间的同时达到与分子动力学模拟相当的预测效果	NA	开发高效预测单克隆抗体生物物理特性的机器学习模型，以加速抗体药物的研发和可开发性评估	137种抗体的12种生物物理特性（如聚集倾向、溶解度、粘度）	机器学习	NA	分子动力学模拟	深度学习模型	序列和生物物理特性数据	137种抗体的12种生物物理特性	PyTorch	DeepSP	预测性能对比	NA
5258	2026-07-03	FormulationBCS: A Machine Learning Platform Based on Diverse Molecular Representations for Biopharmaceutical Classification System (BCS) Class Prediction 2025-01-06, Molecular pharmaceutics IF:4.5Q1 DOI:10.1021/acs.molpharmaceut.4c00946 PMID:39647169	研究论文	基于多种分子表征的机器学习平台用于生物药剂学分类系统类别预测	首次开发基于高性能机器学习模型的BCS分类网络平台，整合了从一维分子指纹到三维空间坐标的多种分子表征，并对比多种算法后选择最优模型部署于在线平台	外部验证数据集规模有限，模型对log D和log P的预测性能存在差异，且未提及平台可扩展性和实际应用中的计算效率	开发用于高通量BCS类别预测的机器学习网络平台，提高药物早期开发中候选药物的可开发性评估效率	药物分子的溶解性和渗透性相关BCS类别	机器学习	NA	分子表征（指纹、描述符、分子图、三维空间坐标）	LightGBM, AttentiveFP, XGBoost	分子结构数据	四个BCS相关分子属性数据集及一个上市药物BCS类别外部验证集	NA	LightGBM, AttentiveFP, XGBoost	R², 准确率	NA
5259	2026-07-03	Subject-Based Transfer Learning in Longitudinal Multiple Sclerosis Lesion Segmentation 2025 Jan-Feb, Journal of neuroimaging : official journal of the American Society of Neuroimaging IF:2.3Q2 DOI:10.1111/jon.70024 PMID:39923192	研究论文	提出两种基于迁移学习的流程，以改善纵向多发性硬化病变分割的性能	针对每个受试者使用首次扫描微调深度学习模型，并提高该受试者后续扫描的分割性能	NA	提高纵向多发性硬化数据集中的病变分割准确性和一致性	多发性硬化患者的纵向MRI扫描	机器学学习	多发性硬化	MRI	深度学习模型（未具体指明）	图像	937名MS患者，3210次扫描	NA	NA	Dice系数, 灵敏度, 平均体积差异	NA
5260	2026-07-03	Mitigating catastrophic forgetting in Multiple sclerosis lesion segmentation using elastic weight consolidation 2025, NeuroImage. Clinical DOI:10.1016/j.nicl.2025.103795 PMID:40403421	研究论文	首次将弹性权重巩固应用于多发性硬化病变分割的域增量学习，减轻灾难性遗忘	首次在域增量学习背景下将弹性权重巩固用于多发性硬化病变分割，仅需少量目标域图像即可在适应新域的同时保留旧知识	未提及具体局限性	解决多发性硬化病变分割中深度学习方法因域偏移导致的灾难性遗忘问题	3D U-Net模型在多发性硬化病变分割任务中的域适应能力	计算机视觉	多发性硬化	弹性权重巩固	3D U-Net	图像	公共数据集（WMH2017和Shifts）及内部数据集，少量学习场景中仅使用3或5张目标域图像	PyTorch	3D U-Net	F-score	未提及