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
5421	2025-10-06	Predictive modeling of adolescent suicidal behavior using machine learning: Key features and algorithmic insights 2025-Dec, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2025.103454 PMID:40678447	综述	系统分析机器学习技术在青少年自杀行为早期检测中的应用现状	首次系统比较不同机器学习算法在自杀意念预测中的表现，强调可解释性和混合模型的必要性	缺乏跨文化泛化能力，混合深度学习模型缺乏深入分析	通过AI和机器学习技术实现青少年自杀意念的早期检测	学生群体的自杀意念和行为	机器学习	精神健康疾病	问卷调查(PHQ-9, GAD-7量表)	Random Forest, SVM, 深度学习	调查问卷数据	28项研究	NA	NA	准确率, 精确率, 召回率	NA
5422	2025-10-06	Missing data imputation of climate time series: A review 2025-Dec, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2025.103455 PMID:40678450	综述	本文系统回顾了近十年来气候时间序列缺失数据插补方法的研究进展	首次全面总结全球范围内气候时间序列缺失数据插补方法的地理分布和应用趋势，特别指出生成对抗网络在深度学习方法中的优势	主要基于文献综述，缺乏原始实验数据验证不同方法的实际性能	综述气候时间序列缺失数据插补方法的研究现状和发展趋势	气候时间序列数据	机器学习	NA	时间序列分析	人工神经网络,生成对抗网络	时间序列数据	NA	NA	GAN	NA	NA
5423	2025-10-06	AI-driven pharmacovigilance: Enhancing adverse drug reaction detection with deep learning and NLP 2025-Dec, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2025.103460 PMID:40678458	研究论文	本研究提出了一种混合AI驱动框架，通过整合结构化和非结构化数据来增强药物警戒中的不良反应检测	结合深度学习和自然语言处理技术，整合结构化与非结构化医疗数据，解决了传统监测方法的局限性	数据异质性、类别不平衡问题以及传统监测技术范围有限	提高药物警戒中严重不良事件的检测准确性，确保临床试验期间和之后的药物安全	临床试验数据，包括患者人口统计学、实验室结果和临床笔记	自然语言处理, 机器学习	NA	深度学习, 自然语言处理	随机森林, 梯度提升机, 卷积神经网络, BERT, GPT	结构化数据, 非结构化文本	NA	NA	CNN, BERT, GPT	准确率, 精确率, 召回率, F1分数	NA
5424	2025-10-06	Integrated deep learning for cardiovascular risk assessment and diagnosis: An evolutionary mating algorithm-enhanced CNN-LSTM 2025-Dec, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2025.103466 PMID:40678461	研究论文	提出一种基于进化交配算法优化的CNN-LSTM混合深度学习模型，用于心血管疾病风险评估和诊断	采用进化交配算法优化双输出CNN-LSTM模型的超参数，实现连续风险评分和二元诊断结果的同步预测	NA	开发准确高效的心血管疾病预测模型，支持定量评估和早期临床决策	心血管疾病患者	机器学习	心血管疾病	深度学习	CNN,LSTM	NA	NA	NA	CNN-LSTM	平均绝对误差,均方误差,均方根误差,决定系数,准确率,精确率	NA
5425	2025-10-06	MDD-LLM: Towards accuracy large language models for major depressive disorder diagnosis 2025-Nov-01, Journal of affective disorders IF:4.9Q1 DOI:10.1016/j.jad.2025.119774 PMID:40581100	研究论文	本文提出了一种基于大语言模型的高性能重度抑郁症诊断工具MDD-LLM	首次将大语言模型应用于重度抑郁症诊断，并设计了三种表格数据转换方法创建大规模训练语料库	仅使用UK Biobank队列数据，未在其他数据集上验证泛化能力	开发准确、鲁棒且可解释的重度抑郁症诊断工具	重度抑郁症患者	自然语言处理	重度抑郁症	大语言模型微调技术	LLM	表格数据	274,348条来自UK Biobank队列的个体记录	NA	MDD-LLM	准确率,AUC	NA
5426	2025-10-06	EstimateNoiseSEM: A novel framework for deep learning based noise estimation of scanning electron microscopy images 2025-Oct, Ultramicroscopy IF:2.1Q2 DOI:10.1016/j.ultramic.2025.114192 PMID:40602325	研究论文	提出一种用于扫描电子显微镜图像噪声估计的深度学习框架EstimateNoiseSEM	提出包含分类网络选择机制的多阶段深度学习框架，可同时估计噪声类型和噪声水平	Gamma噪声分类准确率从97%降至80%，受Gamma噪声水平不确定性影响	开发自动化噪声估计方法以支持扫描电子显微镜图像去噪	扫描电子显微镜图像中的噪声	计算机视觉	NA	扫描电子显微镜	深度学习,分类网络,回归模型	图像	合成噪声样本	NA	NA	准确率,精确率,召回率,F1分数,均方根误差	NA
5427	2025-10-06	Can artificial intelligence in spine imaging affect current practice? Practical developments and their clinical status 2025-Sep, North American Spine Society journal DOI:10.1016/j.xnsj.2025.100621 PMID:40678684	综述	本文综述了人工智能在脊柱影像学中的临床应用现状与发展前景	聚焦于已进入临床实践的人工智能工具，为放射科医生和外科医生提供实用参考	多数发展仍处于实验或早期阶段，性能仍需进一步验证	评估人工智能在脊柱影像学中的临床相关性及应用价值	脊柱影像学中的人工智能应用	医学影像分析	脊柱疾病	深度学习	深度学习模型	医学影像	NA	NA	NA	成像速度、可解释性	NA
5428	2025-10-06	Exploring Machine Learning Models for Vault Safety in ICL Implantation: A Comparative Analysis of Regression and Classification Models 2025-Aug, Ophthalmology and therapy IF:2.6Q2 DOI:10.1007/s40123-025-01173-4 PMID:40493108	研究论文	本研究比较了回归和分类机器学习模型在预测ICL植入术后拱高安全性的性能	首次系统比较回归和分类方法在ICL术后拱高预测中的表现，发现分类模型在临床应用方面更具优势	所有模型在预测极端拱高类别时都面临挑战，准确性有待提高	评估机器学习模型在预测ICL植入术后拱高方面的性能	接受ICL V4c植入术患者的生物特征和人口统计学数据	机器学习	眼科疾病	机器学习建模	梯度提升, 随机森林, CatBoost	生物特征数据, 人口统计学数据	NA	NA	梯度提升, 随机森林, CatBoost	平均绝对误差, 均方根误差, 准确率, F1分数, AUC	NA
5429	2025-10-06	Artificial intelligence and first-principle methods in protein redesign: A marriage of convenience? 2025-Aug, Protein science : a publication of the Protein Society IF:4.5Q1 DOI:10.1002/pro.70210 PMID:40671352	研究论文	本文验证并比较了蛋白质重新设计中广泛使用的深度学习工具与第一性原理方法，探索了它们的组合应用	开发了TriCombine工具识别残基三角形并基于替换频率评分突变体，提出了AI建模工具与力场评分函数结合的混合策略	所有方法在应用于未解析的从头设计模型时性能下降，逆折叠工具在代表性不足的蛋白质上准确性降低	评估蛋白质重新设计工具的效能并探索治疗性重定向的潜力	蛋白质变体、SH3突变体、GB1突变体、天然和从头设计结构域	计算生物学	NA	深度学习、第一性原理方法、力场计算、逆折叠工具	深度学习模型	蛋白质结构数据、突变体数据、晶体结构	16个SH3突变体、36个突变体、11个晶体结构、160,000个GB1四站点突变体、163,555个变体覆盖179个结构域	NA	AlphaFold2	序列恢复准确性、突变效应检测准确性	NA
5430	2025-10-06	A dataset for classifying phrases and sentences into statements, questions, or exclamations based on sound pitch 2025-Aug, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111826 PMID:40677266	研究论文	本文介绍了基于声音音调将短语和句子分类为陈述句、疑问句或感叹句的数据集SQEBSP	创建了首个针对库尔德语的韵律分类数据集，包含12,660个专业录制的语音片段，特别关注音调变化在低资源语言中的语义重要性	数据集仅限于库尔德语和伊拉克库尔德斯坦地区的方言，可能不适用于其他语言或方言	开发基于音调的语音分类算法，推进低资源语言的发音建模	431名伊拉克库尔德斯坦地区的母语库尔德语使用者	自然语言处理	NA	语音录制，Mel频率倒谱系数(MFCCs)分析	NA	语音音频	12,660个语音片段，来自431名说话者，每个韵律类别约4,200个样本	NA	NA	NA	NA
5431	2025-10-06	Emerging Role of MRI-Based Artificial Intelligence in Individualized Treatment Strategies for Hepatocellular Carcinoma: A Narrative Review 2025-Jul-19, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.70048 PMID:40682357	综述	本文综述了基于MRI的人工智能在肝细胞癌个体化治疗策略中的应用	聚焦AI在MRI影像中预测HCC治疗反应和预后的新兴应用，强调影像组学和深度学习技术的整合	模型泛化性、可解释性和临床整合存在挑战，需要标准化影像数据集和多组学融合	探讨AI在指导肝细胞癌个体化治疗策略中的应用	肝细胞癌患者	医学影像分析	肝细胞癌	磁共振成像, 影像组学, 深度学习	深度学习模型	MRI影像	NA	NA	NA	NA	NA
5432	2025-10-06	Latent Class Analysis Identifies Distinct Patient Phenotypes Associated With Mistaken Treatment Decisions and Adverse Outcomes in Coronary Artery Disease 2025-Jul-19, Angiology IF:2.6Q2 DOI:10.1177/00033197251350182 PMID:40682405	研究论文	本研究通过潜在类别分析识别冠状动脉疾病患者的不同表型，分析其与错误治疗决策和主要不良心血管事件的关系	首次结合深度学习血流储备分数和潜在类别分析方法识别冠状动脉疾病患者的表型特征及其与临床结局的关联	回顾性研究设计，样本量相对有限，未包含所有可能的混杂因素	识别与错误治疗决策和主要不良心血管事件相关的患者特征	接受经皮冠状动脉介入治疗的冠状动脉疾病患者	医学数据分析	冠状动脉疾病	潜在类别分析，深度学习血流储备分数	潜在类别分析模型	临床数据，血流储备分数数据	3,840例经皮冠状动脉介入治疗患者	DEEPVESSEL-FFR	NA	比值比，风险比，置信区间	NA
5433	2025-10-06	ISENet: a deep learning model for detecting ischemic ST changes in long-term ECG monitoring 2025-Jul-19, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03416-9 PMID:40682722	研究论文	提出一种名为ISENet的轻量级深度学习模型，用于在长期心电监测中检测缺血性ST段改变事件	首个基于深度学习神经网络应用于长期ST数据库心电信号的ISE检测研究，相比传统特征工程和特征学习方法在实验设计和方法学上有重要突破	NA	开发自动检测心肌缺血的深度学习模型	心电图信号中的缺血性ST段改变事件（ISE）	机器学习	心血管疾病	心电监测	深度学习神经网络	心电信号	PhysioNet长期ST数据库的心电信号和标注数据	NA	ISENet	准确率	NA
5434	2025-10-06	2.5D Deep Learning-Based Prediction of Pathological Grading of Clear Cell Renal Cell Carcinoma Using Contrast-Enhanced CT: A Multicenter Study 2025-Jul-19, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.06.056 PMID:40683765	研究论文	基于动脉期增强CT开发深度学习模型预测透明细胞肾细胞癌病理分级	提出2.5D深度学习模型，采用三切片输入方式，在多个中心验证中优于传统2D模型和放射组学MLP模型	回顾性研究设计，样本量相对有限	预测透明细胞肾细胞癌的病理分级	564例经诊断的透明细胞肾细胞癌患者	医学影像分析	肾细胞癌	对比增强CT	深度学习	CT图像	564例患者（训练集283例，内部测试集122例，三个外部验证集分别为60、38、61例）	NA	2D模型, 2.5D模型, 多层感知器	AUC, 准确率, 灵敏度	NA
5435	2025-07-21	Analyzing social psychological impact on emotional expression through peer communication using crayfish optimization algorithm with deep learning model 2025-Jul-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-11775-4 PMID:40683924	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
5436	2025-10-06	Influence of high-performance image-to-image translation networks on clinical visual assessment and outcome prediction: utilizing ultrasound to MRI translation in prostate cancer 2025-Jul-19, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03481-3 PMID:40683943	研究论文	评估10种先进的图像到图像转换网络在将前列腺癌超声图像转换为合成MRI方面的性能表现	首次结合影像组学、专家临床评估和分类性能来全面评估图像转换网络在临床诊断中的可靠性	病灶级保真度不足，伪影生成问题明显，部分影像组学特征在转换过程中退化或丢失	评估图像到图像转换网络在前列腺癌成像中的临床可靠性和诊断特征保留能力	前列腺癌患者的超声和MRI图像数据	计算机视觉	前列腺癌	超声成像，磁共振成像，影像组学分析	GAN, 深度学习模型	医学图像（超声，MRI）	794名前列腺癌患者	NA	Pix2Pix	SSIM, 准确率, AUC, Spearman相关系数	NA
5437	2025-10-06	Development of an optimized deep learning model for predicting slope stability in nano silica stabilized soils 2025-Jul-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-11497-7 PMID:40683973	研究论文	开发了一种优化的深度学习混合模型，用于预测纳米硅胶稳定土壤中的边坡稳定性	提出结合CNN、LSTM和RNN的混合深度学习模型，并采用Optuna优化算法，首次将可解释人工智能技术应用于纳米硅胶稳定边坡稳定性预测	模型训练仅基于3,159个案例数据，未在不同地质条件下进行广泛验证	开发高效准确的边坡稳定性预测模型，替代传统计算方法	纳米硅胶稳定无限边坡	岩土工程	NA	纳米硅胶土壤稳定技术	CNN,LSTM,RNN	岩土工程参数数据	3,159个不同纳米硅胶含量的边坡案例	Optuna	RNN-CNN-LSTM混合架构	准确率	NA
5438	2025-10-06	Deep learning for enhancing automatic classification of M-PSK and M-QAM waveform signals dedicated to single-relay cooperative MIMO 5G systems 2025-Jul-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-10738-z PMID:40676088	研究论文	提出一种基于深度学习的自动调制分类方法，用于识别单中继协作MIMO 5G系统中的M-PSK和M-QAM波形信号	在部分信道状态信息和空间相关信道条件下，利用卷积神经网络结合降维特征实现信号分类，采用集中式决策策略聚合多天线预测	仅通过仿真验证性能，未提及实际部署挑战	提升5G协作通信系统中自动调制分类性能	M-PSK和M-QAM波形信号	机器学习	NA	自动调制分类	CNN	信号波形数据	NA	NA	卷积神经网络	准确率, 精确率, 召回率, F值	NA
5439	2025-10-06	Deep learning enhanced deciphering of brain activity maps for discovery of therapeutics for brain disorders 2025-Jul-18, iScience IF:4.6Q1 DOI:10.1016/j.isci.2025.112868 PMID:40678509	研究论文	本研究开发了名为DeepBAM的人工智能增强筛选平台，通过深度学习活体斑马鱼幼虫的全脑活动图谱来预测神经药物疗效	首次将深度学习应用于大规模全脑活动图谱的解卷积分析，无需先验化学信息即可预测非临床化合物的治疗潜力	验证集预测准确率约为45%，部分预测结果仍需进一步实验验证	开发结合系统水平表型分析和机器学习的脑部疾病治疗方法发现平台	活体药物响应斑马鱼幼虫的全脑活动图谱	机器学习	帕金森病,癫痫	自动微流体技术,高速显微镜成像	深度学习	脑活动图谱图像	大规模全脑活动图谱库	NA	NA	准确率	NA
5440	2025-10-06	Deep learning assisted non-invasive lymph node burden evaluation and CDK4/6i administration in luminal breast cancer 2025-Jul-18, iScience IF:4.6Q1 DOI:10.1016/j.isci.2025.112849 PMID:40678544	研究论文	开发深度学习模型用于luminal乳腺癌淋巴结负荷评估和CDK4/6抑制剂治疗决策	提出首个结合临床病理参数和超声特征的多模态淋巴结预测网络	研究样本量有限（411例患者），需进一步多中心验证	优化luminal乳腺癌CDK4/6抑制剂治疗决策	luminal乳腺癌患者	数字病理	乳腺癌	超声成像	深度学习	临床病理参数, 超声特征	411例患者（多中心队列）	NA	LNPN（淋巴结预测网络）	AUC	NA