深度学习在生物医药领域中的应用

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
561	2025-10-01	Critical assessment of methods of protein structure prediction (CASP)-Round XV 2023-12, Proteins IF:3.2Q2 DOI:10.1002/prot.26617 PMID:37920879	研究论文	总结CASP15蛋白质结构预测社区实验的结果，重点分析深度学习方法的进展	首次在CASP实验中纳入RNA结构和蛋白质-配体复合物的计算评估	深度学习方法的性能尚未完全超越传统方法，特别是在RNA结构和蛋白质-配体复合物预测方面	评估蛋白质结构预测方法的最新进展	蛋白质结构、蛋白质复合物、RNA结构、蛋白质-配体复合物	计算结构生物学	NA	深度学习、传统计算方法	AlphaFold2	氨基酸序列、蛋白质结构数据	CASP15实验中的多个预测目标
562	2025-10-01	Assessment of three-dimensional RNA structure prediction in CASP15 2023-Oct-03, bioRxiv : the preprint server for biology DOI:10.1101/2023.04.25.538330 PMID:37162955	研究论文	评估CASP15中RNA三维结构预测方法的性能	首次在CASP竞赛中系统评估RNA结构预测方法，并采用适应RNA的蛋白质评估指标	在非经典碱基对建模、模型排序和多结构预测方面仍存在挑战	评估RNA三维结构预测方法的准确性和实用性	12个含RNA的目标结构及其预测模型	计算生物学	NA	冷冻电镜(cryo-EM)、X射线衍射	深度学习方法和传统计算方法	三维结构数据、电子密度图	42个预测组对12个RNA目标提交的预测模型
563	2025-10-01	Combining pairwise structural similarity and deep learning interface contact prediction to estimate protein complex model accuracy in CASP15 2023-Mar-12, bioRxiv : the preprint server for biology DOI:10.1101/2023.03.08.531814 PMID:36945536	研究论文	开发了一种结合成对结构相似性和深度学习界面接触预测的混合方法MULTICOM_qa，用于评估蛋白质复合物模型精度	首次将成对结构相似性方法与深度学习界面接触预测相结合，解决了低质量模型相似时传统方法失效的问题	未明确说明方法在特定类型蛋白质复合物上的性能限制	开发准确评估蛋白质复合物四级结构模型精度的方法	蛋白质复合物和组装体的四级结构模型	生物信息学	NA	深度学习界面接触预测	混合方法（PSS + ICPS）	蛋白质结构模型	CASP15评估中的24个预测器参与比较
564	2025-09-30	Development of a multi-feature predictive model for risk stratification in stage IB-IIA non-small cell lung cancer: a multicenter analysis 2025-Nov, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112379 PMID:40902436	研究论文	开发了一个整合临床病理、影像组学和深度学习特征的多特征预测模型，用于IB-IIA期非小细胞肺癌的风险分层	首次将临床病理数据、影像组学特征和深度学习模型相结合构建综合预测模型，并采用SHAP方法进行模型可解释性分析	回顾性研究设计，样本量相对有限（总样本560例）	开发IB-IIA期非小细胞肺癌的风险分层模型以指导个性化术后治疗	IB-IIA期非小细胞肺癌患者	数字病理	肺癌	CT影像分析、影像组学、深度学习	ResNet50、逻辑回归、多特征组合模型（CRD模型）	医学影像（CT）、临床病理数据	560例患者（训练集370例，内部验证120例，外部验证70例）
565	2025-09-30	A Guided Refinement Network Model With Joint Denoising and Segmentation for Low-Dose Coronary CTA Subtle Structure Enhancement 2025-Oct, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2025.3561338 PMID:40293900	研究论文	提出一种引导精化网络模型，通过联合去噪和分割增强低剂量冠状动脉CTA的细微结构	将冠状动脉分割集成到去噪过程中，通过相互引导实现有效交互和协同优化	未明确说明数据集的规模和多样性限制	提升低剂量冠状动脉CTA成像质量，同时实现噪声抑制和细微结构增强	冠状动脉CTA图像	计算机视觉	心血管疾病	深度学习	引导精化网络(GRN)	医学图像	NA
566	2025-09-30	Quantitative radiomic analysis of computed tomography scans using machine and deep learning techniques accurately predicts histological subtypes of non-small cell lung cancer: A retrospective analysis 2025-Oct, European journal of surgical oncology : the journal of the European Society of Surgical Oncology and the British Association of Surgical Oncology DOI:10.1016/j.ejso.2025.110376 PMID:40803192	研究论文	本研究通过机器学习和深度学习技术分析CT影像组学特征，准确预测非小细胞肺癌的组织学亚型	首次系统比较多种机器学习模型和深度神经网络在基于CT影像组学预测肺癌亚型中的性能，发现随机森林和集成学习方法表现优异	回顾性研究设计，样本量相对有限（422例），缺乏外部验证	开发基于CT影像组学的机器学习模型来预测非小细胞肺癌的组织学亚型	非小细胞肺癌患者的肺部CT扫描图像	医学影像分析	肺癌	影像组学特征提取，机器学习，深度学习	逻辑回归，支持向量机，随机森林，XGBoost，LightGBM，CatBoost，深度神经网络	医学影像（CT扫描）	422例肺部CT扫描，来自癌症影像档案库
567	2025-09-30	VNWoodKnot: A benchmark image dataset for wood knot detection and classification 2025-Oct, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.112039 PMID:41018861	研究论文	介绍了一个用于木材节疤检测和分类的公开基准图像数据集VNWoodKnot	填补了木材缺陷检测领域公开数据集的空白，提供了包含三种节疤类别的高分辨率图像数据集	NA	开发用于工业级木材缺陷检测的实时、可扩展且可靠的深度学习模型	木材表面节疤（活节、死节和无节疤表面）	计算机视觉	NA	深度学习	NA	图像	1,515张高分辨率木材表面图像（活节519张、死节496张、无节疤500张）
568	2025-09-30	Global mapping of artificial intelligence applications in breast cancer from 1988-2024: a machine learning approach 2025-Sep-29, Breast cancer (Tokyo, Japan) DOI:10.1007/s12282-025-01783-7 PMID:41016987	研究论文	通过机器学习方法分析1988-2024年间人工智能在乳腺癌领域的全球应用图谱	首次使用LDA主题建模和合作网络分析系统梳理了36年间AI在乳腺癌护理全流程的应用发展	仅纳入英文文献和Web of Science数据库，未涵盖其他语言和非索引文献	系统分析人工智能在乳腺癌护理连续体中的应用发展、研究趋势和合作模式	1988-2024年间发表的8,711篇乳腺癌AI研究文献	机器学习	乳腺癌	LDA主题建模、线性回归、共现网络分析	机器学习	文献元数据	8,711篇出版物
569	2025-09-30	Prediction of regional cropland soil organic carbon content and distribution using deep learning: a case study of the Northeast China Plain 2025-Sep-29, Environmental monitoring and assessment IF:2.9Q3 DOI:10.1007/s10661-025-14622-1 PMID:41017007	研究论文	本研究利用深度学习方法预测东北平原农田土壤有机碳的空间分布及其驱动因素	首次将ResNet与Deep Forest集成模型应用于区域尺度土壤有机碳预测，并识别气象因素为最关键驱动因子	研究区域仅限于东北平原，模型在其他地理区域的适用性有待验证	开发高效的土壤有机碳空间分布预测方法，为农业土壤质量改善和碳固存提供科学依据	东北平原农田土壤有机碳	机器学习	NA	深度学习、遥感技术、气象数据分析	ResNet、Deep Forest集成模型	野外实测数据、遥感数据、气象数据、地形数据	1000个野外实测样本
570	2025-09-30	Genotype-by-sex interaction analyses for alcohol use disorder across biobanks 2025-Sep-29, Alcohol, clinical & experimental research DOI:10.1111/acer.70173 PMID:41017299	研究论文	通过多祖先群体数据研究基因型与性别对酒精使用障碍风险的交互作用	首个酒精使用障碍的全基因组基因型-性别交互作用研究，发现了多个与性别特异性相关的遗传位点	研究主要基于临床诊断数据，可能未涵盖所有酒精使用障碍表型	探索遗传变异如何与生物性别相互作用影响酒精使用障碍风险	1,039,476名参与者（150,429例酒精使用障碍患者和889,046名对照）	遗传学	酒精使用障碍	全基因组关联分析、深度学习预测、表达数量性状位点分析	深度学习	基因组数据、临床诊断数据	1,039,476名参与者（来自百万退伍军人计划和英国生物银行）
571	2025-09-30	AI-driven advances in metal-organic frameworks: from data to design and applications 2025-Sep-29, Chemical communications (Cambridge, England) DOI:10.1039/d5cc04220h PMID:41017480	综述	本文全面概述了人工智能在金属有机框架材料研究中的应用进展	系统总结了AI技术在MOFs材料性能预测、结构生成和合成规划方面的突破性能力	面临数据质量、模型可解释性和实验验证方面的挑战	加速金属有机框架材料的研究与创新	金属有机框架材料	机器学习	NA	图神经网络、生成模型、AI-模拟混合框架	深度学习架构、生成模型	材料数据库、结构数据	NA
572	2025-09-30	Artificial intelligence and peripheral neuropathies: Strategies for the development, application, and repair of regenerative biomaterials 2025-Sep-29, Neural regeneration research IF:5.9Q1 DOI:10.4103/NRR.NRR-D-25-00561 PMID:41017675	综述	探讨人工智能在神经再生生物材料开发中的应用及其对周围神经病变修复的潜力	将人工智能与神经再生生物材料相结合，通过机器学习和深度学习优化材料性能并预测神经再生效果	面临数据整合困难、算法复杂以及临床转化验证不足等挑战	开发更有效的周围神经病变修复生物材料	神经再生生物材料与周围神经病变	机器学习	周围神经病变	机器学习、深度学习、3D生物打印	机器学习、深度学习	材料性能数据、神经再生实验数据	NA
573	2025-09-30	Personalised sports rehabilitation analysis using a fitness enhanced model based on big data and deep learning 2025-Sep-29, Disability and rehabilitation. Assistive technology DOI:10.1080/17483107.2025.2561926 PMID:41020342	研究论文	本研究通过结合可穿戴设备和环境传感器，建立了一个基于大数据和深度学习的个性化气功康复分析模型	将嵌入式技术和大数据分析应用于气功康复，开发了技术增强的个性化康复模型	NA	建立现代化的健康康复管理模式	气功康复训练参与者	机器学习	康复医学	大数据分析、深度学习	深度学习模型	生理数据、运动数据	NA
574	2025-09-30	Metaheuristic-optimized swin transformer with SHAP explainability for keratoconus classification from corneal topography maps 2025-Sep-29, International ophthalmology IF:1.4Q3 DOI:10.1007/s10792-025-03744-7 PMID:41021086	研究论文	提出一种基于元启发式优化Swin Transformer和SHAP可解释性的圆锥角膜自动分类方法	结合改进的Swin Transformer块与残差多层感知器，并引入北极狐优化器提升模型性能，集成SHAP提供决策可解释性	NA	开发自动化的圆锥角膜早期检测系统	角膜地形图数据	计算机视觉	圆锥角膜	深度学习	Swin Transformer, R-MLP, PFO	图像	基准数据集（具体数量未提及）
575	2025-09-30	Artificial Intelligence to Detect Developmental Dysplasia of Hip: A Systematic Review 2025-Sep-28, Journal of paediatrics and child health IF:1.6Q2 DOI:10.1111/jpc.70172 PMID:41015898	系统评价	系统评价人工智能在检测发育性髋关节发育不良中的诊断准确性	首次系统评估深度学习算法在DDH诊断中的应用效果，涵盖超声和X射线两种影像模式	外部数据集验证有限，影响结果的普适性	评估人工智能算法检测发育性髋关节发育不良的诊断准确性	有DDH风险或疑似DDH的儿童（<16岁）	医学人工智能	发育性髋关节发育不良	深度学习	深度学习算法	超声图像和X射线图像	超声图像研究15项（n=8315），X射线研究8项（n=7091）
576	2025-09-30	Multispectral Blood Cell Image Analysis via Deep Learning With YOLOv5 2025-Sep-28, Journal of biophotonics IF:2.0Q3 DOI:10.1002/jbio.202500384 PMID:41016832	研究论文	提出基于多光谱成像和YOLOv5的血细胞识别方法	首次将多光谱成像与YOLOv5结合用于血细胞识别，相比单波长成像显著提升识别性能	白细胞样本相对稀缺	开发高精度的血细胞自动识别方法	血细胞（红细胞、血小板、白细胞）	计算机视觉	NA	多光谱成像	YOLOv5	多光谱图像	五个波长的血细胞图像
577	2025-09-30	Single-image estimation of tree volume via pixel-mapped 3D reconstruction: A low-cost solution using deep learning and curvature segmentation 2025-Sep-27, The Science of the total environment DOI:10.1016/j.scitotenv.2025.180420 PMID:41016068	研究论文	提出一种基于单张图像的树木体积自动测量框架，通过深度学习与曲率分割实现低成本林业调查	集成SegFormer深度学习模型、树干骨架提取、自适应曲率分割算法和分段三维重建，实现从图像像素到物理单位的直接映射	主要误差来源于分段高度测量的不准确性	开发高效低成本的树木参数测量方法以替代昂贵的LiDAR技术	树木树干参数（体积和高度）	计算机视觉	NA	深度学习、曲率分割、三维重建	SegFormer	图像、点云数据	3013棵树木（涵盖4个树种）的图像数据，以及141棵不同树种的点云数据和破坏性测量数据
578	2025-09-30	Differentiation between epileptic and functional/dissociative seizures using density spectral array of ictal single-channel EEG with deep learning 2025-Sep-27, Epilepsy & behavior : E&B IF:2.3Q2 DOI:10.1016/j.yebeh.2025.110713 PMID:41016125	研究论文	本研究使用单通道脑电图的密度谱阵列和深度学习技术区分癫痫发作与功能性/分离性发作	首次将单通道脑电图(Cz电极)的密度谱阵列与深度学习结合用于癫痫与非癫痫发作的鉴别	回顾性研究，样本量有限(共99名患者)，仅针对内侧颞叶癫痫和功能性/分离性发作	开发基于单通道脑电图和深度学习的癫痫发作自动鉴别方法	内侧颞叶癫痫患者和功能性/分离性发作患者	医学人工智能	癫痫	密度谱阵列分析，长期视频脑电监测	CNN(ResNet34)	脑电图信号	99名患者(48名mTLE，51名FDS)，共206次发作记录
579	2025-09-30	High Resolution TOF-MRA Using Compressed Sensing-based Deep Learning Image Reconstruction for the Visualization of Lenticulostriate Arteries: A Preliminary Study 2025-Sep-26, Magnetic resonance in medical sciences : MRMS : an official journal of Japan Society of Magnetic Resonance in Medicine IF:2.5Q2 DOI:10.2463/mrms.mp.2024-0025 PMID:39034144	研究论文	本研究比较压缩感知深度学习重建与传统压缩感知算法在时间飞跃磁共振血管成像中对豆纹动脉的显示效果	首次将压缩感知与深度学习相结合用于高分辨率TOF-MRA图像重建，在较高加速因子下仍能保持豆纹动脉的显示质量	样本量较小（仅5名健康志愿者），属于初步研究	评估压缩感知深度学习重建在TOF-MRA中显示豆纹动脉的图像质量	豆纹动脉	医学影像处理	脑血管疾病	时间飞跃磁共振血管成像，压缩感知，深度学习	深度学习	医学影像	5名健康志愿者
580	2025-09-30	Physics-informed deep learning for plasmonic sensing of nanoscale protein dynamics in solution 2025-Sep-26, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adw0783 PMID:41004578	研究论文	提出一种结合合成复频率波与卷积神经网络的等离子体传感器，用于溶液环境中纳米级蛋白质二级结构的实时定量分析	将合成复频率波增强的物理信息融入卷积神经网络，显著提升蛋白质二级结构预测精度，实现原位实时监测蛋白质构象变化	未明确说明模型对不同类型的蛋白质结构的泛化能力及实际生物样本中的验证结果	开发能够在水溶液环境中准确量化纳米级蛋白质二级结构及其动态变化的方法	溶液环境中的纳米级蛋白质（小于10纳米）及其二级结构动态	计算生物物理	NA	中红外等离子体传感技术、合成复频率波增强技术	物理信息卷积神经网络（Physics-informed CNN）、标准CNN	光谱数据（酰胺I带）	NA