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	2025-09-28	A New Approach to Large Multiomics Data Integration 2025-Sep-23, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c01812 PMID:40934376	研究论文	提出一种基于深度学习的大规模多组学数据整合新方法	结合深度学习和非线性降维技术（t-SNE/UMAP）处理传统方法难以应对的超大规模多组学数据	NA	开发能够挖掘和整合超大规模多组学数据的计算方法	大规模多组学数据集（包括质谱成像和染色体构象捕获数据）	机器学习	NA	t-SNE, UMAP, 深度学习	深度学习模型	多组学数据	NA
562	2025-09-28	Supervised Contrastive Learning Leads to More Reasonable Spectral Embeddings 2025-Sep-23, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c02655 PMID:40940302	研究论文	提出一种基于Transformer编码器和监督对比学习的质谱嵌入方法SpecEmbedding，用于提升代谢组学中分子识别的准确性	首次将监督对比学习框架应用于质谱嵌入，利用化合物的重复谱图作为正样本进行训练	NA	提高质谱数据的可比性和分子识别准确率	质谱数据	机器学习	NA	质谱分析	Transformer编码器	质谱数据	GNPS训练子集、测试子集、MoNA数据集和MTBLS1572数据集
563	2025-09-28	Integrating Machine Learning with Flow-Imaging Microscopy for Automated Monitoring of Algal Blooms 2025-Sep-23, Environmental science & technology IF:10.8Q1 DOI:10.1021/acs.est.5c06078 PMID:40947598	研究论文	开发结合机器学习与流式成像显微镜的自动化图像处理流程，用于淡水系统藻华实时监测	集成随机森林模型和卷积神经网络，针对流式成像伪影和未知颗粒物提出分类拒绝机制，实现端到端的自动化藻华监测方案	监督式闭集分类器对自然环境中新型颗粒物的分类准确性有限，需要大量人工监督	实现淡水系统有害藻华的实时自动化监测	淡水系统中的浮游植物和藻类颗粒	计算机视觉	NA	流式成像显微镜、图像处理流程	随机森林、CNN（卷积神经网络）	显微图像	NA
564	2025-09-28	Understanding Cancer Survivorship Care Needs Using Amazon Reviews: Content Analysis, Algorithm Development, and Validation Study 2025-Sep-23, JMIR cancer IF:3.3Q2 DOI:10.2196/71102 PMID:40986859	研究论文	通过分析亚马逊健康产品评论来识别癌症幸存者的护理需求，并开发自然语言处理模型	首次使用亚马逊消费者评论作为真实世界数据源来识别癌症幸存者护理需求，并建立了公开可用的标注语料库	仅基于159条评论进行标注，样本规模有限；数据来源仅限于亚马逊平台	利用电商平台评论挖掘癌症幸存者的症状自我管理需求	亚马逊健康相关产品的消费者评论	自然语言处理	癌症	深度学习、大语言模型(LLM)、主题建模、情感分析	Bert-base-cased, GPT-4	文本评论	4703个包含癌症提及的句子，来自3349条评论和2589种不同产品
565	2025-09-28	Multimodal profiling of Pepcan-CB1 receptor structure-activity relationships: integrating molecular dynamics simulations, biological profiling, and the deep learning model MuMoPepcan 2025-Sep-23, Bioorganic chemistry IF:4.5Q1 DOI:10.1016/j.bioorg.2025.109027 PMID:41005111	研究论文	本研究通过整合分子动力学模拟、生物活性筛选和深度学习模型MuMoPepcan，建立了大麻素受体CB1与pepcan肽的结构-活性关系多模态分析框架	提出干湿实验室结合的实验框架，将分子动力学模拟数据用于肽类生物活性预测，并开发了深度学习模型MuMoPepcan	基于有限湿实验室数据（45种pepcan肽）进行模型训练	探索大麻素受体CB1与pepcan肽的结构-活性关系，提高药物发现中机器学习预测准确性	大麻素受体CB1和pepcan肽类化合物	药物发现	疼痛治疗	分子动力学模拟、生物活性筛选、深度学习	MuMoPepcan（深度学习模型）	分子构象数据、生物活性数据	45种合成pepcan肽，数百万个分子动力学模拟构象数据
566	2025-09-28	Improving the performance of medical image segmentation with instructive feature learning 2025-Sep-23, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103818 PMID:41005261	研究论文	提出一种通过指导性特征学习提升医学图像分割性能的新方法	创新性地设计了指导性特征增强模块（IFEM）和指导性特征整合模块（IFIM），并构建了高效轻量化的EE-Net分割网络	NA	解决医学图像分割中不规则形状、尺度变化和模糊边界等复杂样本的挑战	医学图像分割任务	计算机视觉	NA	深度学习	CNN, U-Net变体（EE-Net）	医学图像	在六个不同的分割任务上进行广泛实验
567	2025-09-28	Docking With Rosetta and Deep Learning Approaches in CAPRI Rounds 47-55 2025-Sep-22, Proteins IF:3.2Q2 DOI:10.1002/prot.70016 PMID:40980933	研究论文	本文结合Rosetta对接方法和深度学习技术参与CAPRI第47-55轮蛋白质相互作用预测挑战	将Rosetta对接方法（RosettaDock 4.0、ReplicaDock 2.0、SymDock 2.0）与深度学习工具（AlphaFold2、IgFold、AlphaRED）相结合，开发了增强骨架构象采样的新策略	对于更灵活的复合物预测性能仍然有限，准确预测CDR H3环和抗体-抗原结合界面仍具挑战性	提高蛋白质-蛋白质相互作用的盲预测准确性，特别是针对结合诱导构象变化、大多聚体蛋白和抗体-抗原相互作用	49个CAPRI靶标蛋白，包括多阶段组装体、抗体-抗原复合物和柔性界面	计算生物学	NA	Rosetta对接、深度学习、蛋白质结构预测	AlphaFold2、IgFold、AlphaRED	蛋白质结构数据	49个CAPRI靶标蛋白
568	2025-09-28	Artificial intelligence enabled tumor diagnosis and treatment: Status, breakthroughs and challenges 2025-Sep-22, Critical reviews in oncology/hematology DOI:10.1016/j.critrevonc.2025.104963 PMID:40992526	综述	本文综述人工智能在肿瘤诊疗领域的应用现状、突破性进展与面临挑战	整合多模态学习、可解释性AI和AI驱动药物发现等前沿进展，提出下一代AI驱动精准肿瘤学的未来方向	未涉及具体临床验证数据，主要聚焦技术层面挑战	系统梳理AI在肿瘤学全流程的应用成果并分析临床转化障碍	肿瘤诊疗全流程（筛查、诊断、治疗决策、预后预测）	数字病理	肿瘤	深度学习	深度学习架构	多模态数据（影像、病理等）	NA
569	2025-09-28	Types, functions, and mechanisms of machine learning for personalizing smoking cessation interventions: A systematic scoping review 2025-Sep-21, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103274 PMID:41005038	系统性范围综述	本文系统综述了机器学习在个性化戒烟干预中的类型、功能与机制	首次系统描述机器学习在个性化戒烟干预领域的潜在应用	纳入研究存在方法学局限性，需要更严格的实验验证	探索机器学习技术在个性化戒烟干预中的应用现状与发展方向	98篇符合标准的机器学习与戒烟干预相关文献	机器学习	吸烟成瘾	监督学习(81%)、人工神经网络、贝叶斯算法、聚类算法等	多种机器学习算法（未指定具体主导模型）	文献数据	从4073篇文献中筛选的98篇研究
570	2025-09-28	Synthetizing SWI from 3T to 7T by generative diffusion network for deep medullary veins visualization 2025-Sep-19, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2025.121475 PMID:40976490	研究论文	提出基于生成扩散网络的深度学习模型，用于从3T SWI图像合成7T SWI图像以改善深部髓质静脉可视化	首次将条件去噪扩散概率模型应用于SWI图像跨场强合成，解决传统GAN训练困境对微血管结构合成的限制	扩散模型需要大量步长的缓慢采样过程，可能影响计算效率	开发从低场强（3T）到超高场强（7T）SWI图像的合成方法	脑部深部髓质静脉	医学影像分析	脑血管疾病	条件去噪扩散概率模型	CDDPM	磁共振图像	NA
571	2025-09-28	Deep learning chest X-ray age, epigenetic aging clocks, and associations with age-related subclinical disease in the Project Baseline Health Study 2025-Sep-19, The journals of gerontology. Series A, Biological sciences and medical sciences DOI:10.1093/gerona/glaf173 PMID:40795299	研究论文	比较深度学习胸部X射线年龄与表观遗传衰老时钟在评估心肺疾病和衰弱方面的关联性	首次将基于胸部X射线的深度学习生物年龄评估器与两代表观遗传衰老时钟进行直接对比	样本仅来自美国4个中心的2097名参与者，代表性可能有限	测试不同衰老评估指标与心肺疾病及衰弱的相关性	Project Baseline健康研究的2097名参与者	医学影像分析	心血管疾病	深度学习、表观遗传时钟分析、线性回归	深度学习模型	胸部X射线图像、表观遗传数据、临床指标	2097名来自美国4个研究中心的参与者
572	2025-09-28	Artificial intelligence in age-related macular degeneration: Advancing diagnosis, prognosis, and treatment 2025-Sep-18, Survey of ophthalmology IF:5.1Q1 DOI:10.1016/j.survophthal.2025.09.007 PMID:40975441	综述	本文综述人工智能在年龄相关性黄斑变性诊断、预后和治疗中的最新进展与应用前景	系统总结AI在AMD全流程管理中的临床效用，并首次针对抗VEGF治疗响应预测等具体应用进行算法性能分析	存在算法偏见、泛化能力有限及黑箱问题等关键限制因素	评估人工智能技术在AMD诊疗领域的应用潜力与临床转化路径	年龄相关性黄斑变性患者及相关医学影像数据	数字病理	老年性疾病	机器学习、深度学习	AI算法模型	医学影像	47项研究（包含193条记录筛选）
573	2025-09-28	Spiking neural networks for EEG signal analysis: From theory to practice 2025-Sep-18, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.108127 PMID:41004906	综述	本文系统回顾了脉冲神经网络在脑电图信号分析中的理论进展与实践应用	填补了SNN在EEG分析领域理论与应用之间的关键空白，提供了可操作的实践指南和开源代码	作为综述文章，未开展原始实验研究	推动脉冲神经网络在脑电信号分析中的实际应用	脑电图信号和脉冲神经网络方法论	机器学习	NA	EEG信号分析	SNN	EEG信号	NA
574	2025-09-28	A Deep Learning Framework for Synthesizing Longitudinal Infant Brain MRI during Early Development 2025-09-17, Radiology. Artificial intelligence DOI:10.1148/ryai.240708 PMID:40960398	研究论文	开发了一个三阶段深度学习框架，用于合成婴儿早期发育过程中的纵向脑部MRI图像	提出了首个考虑年龄和模态条件的三阶段框架，专门针对婴儿大脑快速发育过程中的结构变化进行MRI合成	研究样本量相对有限（139名婴儿），且为回顾性研究	开发能够合成婴儿早期发育过程中缺失时间点脑部MRI的深度学习框架	婴儿大脑MRI图像	医学影像分析	NA	深度学习MRI合成	三阶段条件生成框架	T1加权和T2加权MRI图像	139名婴儿的848次MRI扫描（训练集119名，测试集20名）
575	2025-09-28	DLMUSE: Robust Brain Segmentation in Seconds Using Deep Learning 2025-09-17, Radiology. Artificial intelligence DOI:10.1148/ryai.240299 PMID:40960397	研究论文	提出一种开源深度学习模型DLMUSE，用于实现快速全自动脑部MRI分割	开发了比传统方法快10000倍以上的脑部分割模型，并在多样化数据集上验证其性能	研究为回顾性分析，需要进一步前瞻性验证	开发快速精准的脑部MRI自动分割工具以促进大规模神经影像研究	人类脑部MRI扫描数据	医学影像分析	阿尔茨海默病	深度学习	深度学习模型	MRI影像	训练集1900例MRI扫描，验证集71391例扫描来自14项研究
576	2025-09-28	Accurate detection of rice blast using UAV hyperspectral red-edge bands and deep learning method based on cross-attention 2025-Sep-16, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2025.126939 PMID:41005240	研究论文	本研究提出了一种结合无人机高光谱红边波段和交叉注意力深度学习模型的水稻稻瘟病精准检测方法	首次提出MI-CGWO特征选择方法用于表征稻瘟病光谱响应，并开发了通道融合密集交叉注意力变换器(CFXFormer)监测模型	NA	开发高效准确的水稻稻瘟病检测方法以支持精准农业	水稻稻瘟病	计算机视觉	作物病害	无人机高光谱遥感、深度学习	CFXFormer（基于交叉注意力的Transformer模型）	高光谱图像	NA
577	2025-09-28	An Explainable Deep Learning Model for Focal Liver Lesion Diagnosis Using Multiparametric MRI 2025-09-10, Radiology. Artificial intelligence DOI:10.1148/ryai.240531 PMID:40928343	研究论文	开发基于多参数MRI的可解释深度学习模型，用于局灶性肝脏病变的诊断分类	结合nnU-Net分割和LIFT分类模型的可解释深度学习框架，并评估模型对放射科医生诊断效能的提升	研究主要关注模型在特定医院数据上的性能，需要更多外部验证	提高放射科医生对局灶性肝脏病变的诊断准确性和效率	局灶性肝脏病变患者	数字病理	肝脏疾病	多参数MRI	nnU-Net, LIFT	医学影像	2131名局灶性肝脏病变患者
578	2025-09-28	Accelerated Patient-specific Non-Cartesian Magnetic Resonance Imaging Reconstruction Using Implicit Neural Representations 2025-Sep-05, International journal of radiation oncology, biology, physics DOI:10.1016/j.ijrobp.2025.08.059 PMID:40915433	研究论文	提出一种基于隐式神经表示的新型k空间重建方法k-GINR，用于加速非笛卡尔磁共振成像	首次将生成对抗训练与两阶段隐式神经表示相结合，可直接从欠采样非笛卡尔k空间重建图像	重建时间（约3分钟）仍长于部分深度学习方法（如Deep Cascade CNN的3秒）	开发适用于新患者的个性化非笛卡尔磁共振快速成像重建技术	118例前瞻性采集的StarVIBE T1加权肝脏扫描数据及对应线圈数据	医学影像重建	肝脏疾病	磁共振成像、非笛卡尔采样、生成对抗训练	INR、GAN、CNN	k空间数据、医学影像	118例患者扫描数据
579	2025-09-28	Electrocardiogram-Based Artificial Intelligence to Identify Coronary Artery Disease 2025-Sep, JACC. Advances DOI:10.1016/j.jacadv.2025.102041 PMID:40749517	研究论文	开发基于心电图的人工智能模型ECG2CAD用于检测冠状动脉疾病和预测不良事件风险	首次利用深度学习模型从常规心电图中识别冠状动脉疾病，并在多个独立队列中验证其预测能力	模型性能在UK Biobank队列的AUPRC指标较低（0.155），表明在低患病率人群中的精确度有待提升	通过人工智能技术改进冠状动脉疾病的早期识别和风险评估	来自三家医疗机构的患者心电图数据（MGH、BWH和UK Biobank）	机器学习	心血管疾病	深度学习	深度学习模型（具体架构未说明）	心电图信号数据	训练集：764,670份心电图（137,199人）；测试集：MGH（18,706人）、BWH（88,270人）、UK Biobank（42,147人）
580	2025-09-28	Real-time sludge moisture monitoring via jet imaging and deep learning 2025-Sep, Environmental science and ecotechnology IF:14.0Q1 DOI:10.1016/j.ese.2025.100614 PMID:40994737	研究论文	通过喷射成像和深度学习实现污泥含水率的实时监测	利用高速成像捕捉污泥射流特性，结合深度学习算法在20秒内实现含水率精准预测	实验室规模系统，需验证在实际工业环境中的适用性	开发实时污泥含水率监测技术以优化污泥处理工艺	废水处理厂产生的废弃活性污泥	计算机视觉	NA	高速成像、深度学习	CNN（VGG-16、AlexNet、LeNet）	图像	79-94%含水率范围内采集的11,000多张射流图像