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
41	2025-09-15	Self-AttentionNeXt: Exploring schizophrenic optical coherence tomography image detection investigations 2025-Sep-19, World journal of psychiatry IF:3.9Q1 DOI:10.5498/wjp.v15.i9.108359 PMID:40933157	研究论文	开发一种名为Self-AttentionNeXt的深度学习模型，用于通过OCT图像分类区分精神分裂症患者与健康对照	结合分组自注意力机制、残差与倒置瓶颈块以及1×1卷积进行特征精炼，将Transformer风格注意力与CNN架构有效融合	NA	利用视网膜生物标志物实现精神分裂症的早期准确检测	精神分裂症患者和健康对照的OCT图像	计算机视觉	精神分裂症	光学相干断层扫描（OCT）	CNN（自注意力机制增强）	图像	自定义SZ OCT数据集和公开OCT2017数据集
42	2025-09-15	Image analysis of cardiac hepatopathy secondary to heart failure: Machine learning vs gastroenterologists and radiologists 2025-Sep-14, World journal of gastroenterology IF:4.3Q1 DOI:10.3748/wjg.v31.i34.108807 PMID:40937455	研究论文	本研究利用基于ResNet的机器学习模型分析心力衰竭继发性淤血性肝病的CT影像特征，以预测三尖瓣反流严重程度	首次使用深度学习模型从单张CT图像中自动识别淤血性肝病的形态学特征，并与多学科专家诊断准确性进行对比	回顾性研究设计，样本量有限（179例患者），仅使用特定解剖层面（脐旁静脉水平）的CT图像	开发机器学习模型辅助早期检测心力衰竭患者的肝功能障碍	慢性心力衰竭患者	计算机视觉	心血管疾病	CT扫描，超声心动图	ResNet	医学影像	179例慢性心衰患者（120例男性，平均年龄73.1±14.4岁）
43	2025-09-15	Multiparametric magnetic resonance imaging of deep learning-based super-resolution reconstruction for predicting histopathologic grade in hepatocellular carcinoma 2025-Sep-14, World journal of gastroenterology IF:4.3Q1 DOI:10.3748/wjg.v31.i34.111541 PMID:40937458	研究论文	本研究利用基于深度学习的超分辨率重建技术提升多参数MRI图像质量，以预测肝细胞癌的组织病理学分级	首次将3D超分辨率重建技术（基于生成对抗网络）应用于多参数MRI，并通过大规模多中心数据验证其在肝细胞癌分级预测中的优越性	回顾性研究设计，可能存在选择偏差；仅包含两个医疗中心的数据	比较正常分辨率与超分辨率MRI在预测肝细胞癌组织病理学分级的效能	肝细胞癌患者	数字病理	肝细胞癌	MRI（T2加权成像、扩散加权成像、门静脉期）、深度学习超分辨率重建	3D U-Net, GAN, XGBoost, CatBoost	医学影像（MRI）	826例患者（训练集459例，验证集196例，测试集171例）
44	2025-09-15	ACP-EPC: an interpretable deep learning framework for anticancer peptide prediction utilizing pre-trained protein language model and multi-view feature extracting strategy 2025-Sep-13, Molecular diversity IF:3.9Q2 DOI:10.1007/s11030-025-11352-x PMID:40946136	研究论文	开发了一种基于深度学习的抗癌肽预测框架ACP-EPC，整合预训练蛋白质语言模型和多视角特征提取策略	结合ESM-2上下文表征与手工物理化学描述符，采用跨注意力机制进行多模态特征融合	NA	通过计算模型预测抗癌肽，替代传统生物实验方法	抗癌肽（ACPs）	自然语言处理	癌症	深度学习，蛋白质语言模型	Cross-Attention机制，ESM-2	蛋白质序列	ACP135和ACP99两个测试集，采用十倍交叉验证
45	2025-09-15	DeepInMiniscope: Deep learning-powered physics-informed integrated miniscope 2025-Sep-12, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adr6687 PMID:40938981	研究论文	开发了一种基于深度学习的小型化集成显微镜DeepInMiniscope，用于高效的大规模三维成像	结合定制光学掩模和物理信息深度学习模型，显著降低计算需求，实现毫米级大视野高速三维重建	NA	开发高效的大规模三维荧光显微成像技术	小鼠皮层神经元活动	计算机视觉	NA	集成荧光显微镜，深度学习重建	物理信息深度学习模型	三维图像	NA
46	2025-09-15	A switchable dynamic-static tactile system for augmented haptic secret communication 2025-Sep-12, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adx6959 PMID:40938980	研究论文	提出一种可切换动态-静态触觉系统，用于增强触觉秘密通信	通过光调制实现1毫秒级动态-静态模式快速切换，具备一体式结构、高灵敏度与宽压力范围的平衡，以及可调灵敏度和传感-反馈闭环	NA	开发仿生触觉系统以实现动态和静态功能的快速转换	触觉感知系统及其在物体检测、人机交互和加密通信中的应用	人机交互	NA	光调制、深度学习	深度学习	触觉压力数据、振动数据	NA
47	2025-09-15	Regional attention-enhanced vision transformer for accurate Alzheimer's disease classification using sMRI data 2025-Sep-12, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111065 PMID:40945221	研究论文	提出一种基于区域注意力增强视觉变换器（RAE-ViT）的新框架，用于sMRI数据的阿尔茨海默病精确分类	引入区域注意力机制优先关注疾病关键脑区，并整合分层自注意力和多尺度特征提取以建模局部和全局结构模式	未来需优化边缘设备部署、整合多模态数据并探索自监督和联邦学习以提升泛化性和隐私保护	开发高精度AI模型用于阿尔茨海默病的早期诊断和干预	阿尔茨海默病患者、轻度认知障碍患者和正常对照的脑部sMRI数据	计算机视觉	阿尔茨海默病	sMRI脑成像	Vision Transformer (ViT) with regional attention	医学图像	1152例sMRI扫描（255例AD，521例MCI，376例NC）
48	2025-09-15	Advancements in breast cancer therapy: Integrating AI tools for drug discovery and clinical trials 2025-Sep-12, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111067 PMID:40945222	综述	本文探讨了人工智能在乳腺癌治疗中整合计算机辅助药物设计（CADD）的进展，特别是在药物发现和临床试验中的应用	将深度学习和AI技术集成到CADD中，以克服传统方法的高资源需求和时间低效问题，提升药物疗效和安全性预测的准确性	NA	加速乳腺癌药物开发，降低成本，并改善治疗结果和早期诊断	乳腺癌治疗相关的药物发现和临床决策过程	machine learning	breast cancer	CADD, deep learning, machine learning	DNN	分子结构数据、临床数据	NA
49	2025-09-15	Ultrasound-Based Deep Learning Radiomics to Predict Cervical Lymph Node Metastasis in Major Salivary Gland Carcinomas 2025-Sep-12, International dental journal IF:3.2Q1 DOI:10.1016/j.identj.2025.103895 PMID:40945314	研究论文	开发并验证基于超声的深度学习影像组学模型，用于无创预测大唾液腺癌的颈部淋巴结转移	整合临床、超声、影像组学和深度学习特征构建复合预测模型，实现术前无创预测	样本量相对有限（214例），且来自多中心但需进一步外部验证	预测大唾液腺癌患者的颈部淋巴结转移情况	大唾液腺癌患者	医学影像分析	唾液腺癌	超声成像、影像组学特征提取、深度学习	逻辑回归（LR）及多种机器学习算法	超声图像	214例患者（训练集144例，验证集70例）
50	2025-09-15	Enhancing Oral Health Diagnostics With Hyperspectral Imaging and Computer Vision: Clinical Dataset Study 2025-Sep-11, JMIR medical informatics IF:3.1Q2 DOI:10.2196/76148 PMID:40935589	研究论文	本研究通过结合内窥镜高光谱成像和深度学习模型，开发了一个大规模口腔组织数据集，用于自动分割和分类健康口腔组织	提出了首个大规模体内口腔高光谱成像数据集，并验证了深度学习模型在该数据上的优异分割性能	样本年龄和性别分布可能存在偏差（女性占比73.5%），且仅针对健康组织进行分析	开发自动、可靠的口腔内组织结构区分方法，推动口腔疾病的无创诊断	226名参与者（24-87岁）的口腔组织	计算机视觉	口腔鳞状细胞癌	内窥镜高光谱成像（HSI），波长范围500-1000 nm	DeepLabv3（ResNet-50/ResNet-101）, U-Net（EfficientNet-B0/ResNet-50）	高光谱图像	226名参与者（166名女性，60名男性）
51	2025-09-15	Towards modeling evolving longitudinal health trajectories with a transformer-based deep learning model 2025-Sep-11, Annals of epidemiology IF:3.3Q1 DOI:10.1016/j.annepidem.2025.08.025 PMID:40945546	研究论文	本研究提出一种基于Transformer的深度学习模型Evolve，用于建模和分析纵向健康轨迹	引入Transformer架构进行连续多标签预测，并能够通过潜在嵌入空间变化识别健康轨迹的重要转变	NA	探索使用深度学习建模个体健康轨迹，实现持续健康监测和早期疾病检测	全国性纵向数据集，包含临床编码、医疗程序和药物购买等编码特征	机器学习	老年疾病	深度学习	Transformer	结构化医疗数据	全国性数据集（具体样本数量未明确说明）
52	2025-09-15	A novel deep learning framework for the diagnosis of erythematosquamous lesions using whole slide histopathological images 2025-Sep-11, Journal of the American Academy of Dermatology IF:12.8Q1 DOI:10.1016/j.jaad.2025.09.010 PMID:40945744	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
53	2025-09-15	The Combined Use of Cervical Ultrasound and Deep Learning Improves the Detection of Patients at Risk for Spontaneous Preterm Delivery 2025-Sep-11, American journal of obstetrics and gynecology IF:8.7Q1 DOI:10.1016/j.ajog.2025.09.012 PMID:40945809	研究论文	本研究开发并验证了一种基于深度学习的AI模型，用于通过宫颈超声图像预测自发性早产，其性能优于传统的宫颈长度测量方法	首次大规模多中心研究证明AI在预测自发性早产方面比宫颈长度测量更敏感，且能识别更多解剖特征	超声检查的适应症未系统记录，扫描可能基于早产风险因素或症状进行	开发并验证AI模型以改进自发性早产的预测	接受宫颈超声扫描的孕妇及其妊娠数据	医学影像分析	产科疾病	超声成像，深度学习	深度学习模型	图像	4224例妊娠，7862张宫颈超声图像
54	2025-09-15	Biological Age Estimation From the Age Gap Using Deep Learning Integrating Morbidity and Mortality: Model Development and Validation Study 2025-Sep-10, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/71592 PMID:40930058	研究论文	开发并验证一种基于Transformer的生物年龄估计模型，整合发病率和死亡率数据以提升预测准确性	提出首个整合发病率和死亡率信息的Transformer架构，同时学习多目标任务（特征重建、年龄对齐、健康状态区分和死亡率预测）	需在多样化人群中进行外部验证以进一步确认泛化性，女性死亡率预测趋势未达统计学显著性	通过深度学习改进生物年龄估计，实现更精准的健康状态评估和年龄相关疾病风险早期识别	151,281名18岁及以上接受常规健康检查的成年人	机器学习	老年性疾病	深度学习，Transformer架构	Transformer	临床健康检查数据	151,281名成年人
55	2025-09-15	Deep learning enhanced quantitative debonding evaluation in tile panels using Lamb waves 2025-Sep-10, Ultrasonics IF:3.8Q1 DOI:10.1016/j.ultras.2025.107821 PMID:40945330	研究论文	提出一种基于Lamb波和深度学习的陶瓷砖面板脱粘定量评估新方法	首次将二维卷积神经网络与Lamb波时频分析结合，创建混合数据集训练模型生成二维损伤指数图	NA	开发可靠的无损检测技术用于建筑外墙陶瓷砖面板脱粘缺陷的定量评估	陶瓷砖面板的脱粘缺陷	计算机视觉	NA	连续小波变换(CWT), Lamb波检测	2D-CNN	时频图像	模拟数据与实验数据结合的混合数据集
56	2025-09-15	Nondestructive detection of biogenic amines in muscle of Chinese mitten crab (Eriocheir sinensis): A basis for quality assessment using infrared spectroscopy and deep learning 2025-Sep-09, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.146354 PMID:40945266	研究论文	本研究结合近红外光谱和深度学习技术，开发了一种用于中华绒螯蟹肌肉中生物胺无损检测和品质分级的方法	首次将混合CNN-LSTM-SE深度学习模型应用于蟹类生物胺的无损检测，实现了对腐败蟹100%的准确识别	研究仅在8±1°C冷藏条件下进行，未验证其他温度或储存条件的效果	开发水产品品质无损评估技术	中华绒螯蟹肌肉组织	机器学习	NA	近红外光谱技术	CNN-LSTM-SE混合模型	光谱数据	冷藏过程中采集的蟹肌肉样本（具体数量未明确说明）
57	2025-09-15	Molecular networking and deep learning synergy for bioactive metabolite discovery in L. plantarum-Fermented Sea buckthorn milk 2025-Sep-09, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.146361 PMID:40945267	研究论文	本研究结合分子网络与深度学习分析植物乳杆菌发酵沙棘乳的代谢组变化，发现新型生物活性化合物并改善其营养与感官特性	首次开发基于特征分子网络（FBMN）与深度学习的非靶向代谢组学工作流，突破传统数据库注释限制，成功鉴定两种未报道的异戊酰黄酮苷和四氢哈尔满-3-羧酸	NA	加速功能性化合物发现并指导新一代健康发酵饮料的配方开发	植物乳杆菌发酵的沙棘乳	代谢组学	NA	非靶向代谢组学、特征分子网络（FBMN）、深度学习	深度学习	代谢组数据	NA
58	2025-09-15	Motif field combined with two-stream feature fusion network and double detection head for identification and prediction of microalgae in seawater 2025-Sep-08, Water research IF:11.4Q1 DOI:10.1016/j.watres.2025.124574 PMID:40945058	研究论文	提出一种结合荧光和吸收双模式光谱、序列模场与深度学习的微藻定量分析新方法	首次提出模场（MF）将光谱数据编码为二维图像，设计双流特征融合网络（TSFF）和双检测头（DDH）实现同步种类识别与浓度回归	NA	实现水体中微藻种类和浓度的准确快速检测	海水中的微藻	计算机视觉	NA	荧光和吸收双模式光谱	CNN结合注意力机制的双流特征融合网络	光谱数据（编码为图像）	NA
59	2025-09-15	YOLOv5-aided paper-based microfluidic intelligent sensing platform for multiplex sweat biomarker analysis 2025-Sep-08, Biosensors & bioelectronics IF:10.7Q1 DOI:10.1016/j.bios.2025.117978 PMID:40945114	研究论文	开发了一种基于YOLOv5的纸基微流控智能传感平台，用于汗液中多种生物标志物的比色检测	整合了易于制造的纸基微流控芯片、智能手机成像和深度学习框架，实现了99.5%的平均精度，提供了一种成本效益高、便携且可重复的方法	未明确提及具体局限性，但可能受限于智能手机成像质量和环境条件	解决汗液分析中主观解释和环境干扰导致的检测不准确问题，提高在资源有限环境中的可扩展性和实用性	汗液中的铁离子、氯离子和葡萄糖等多种生物标志物	计算机视觉	NA	比色检测、智能手机成像	YOLOv5	图像	未明确提及具体样本数量，但成功验证了铁离子、氯离子和葡萄糖的检测
60	2025-09-15	EZ-FRCNN: A Fast, Accessible and Robust Deep Learning Package for Object Detection Applications from Ethology to Cell Biology 2025-Sep-05, bioRxiv : the preprint server for biology DOI:10.1101/2025.06.19.660198 PMID:40667197	研究论文	介绍EZ-FRCNN，一个本地化、用户友好的深度学习包，用于生物图像中的目标检测应用	提供完全离线的图形化和可脚本化界面，首次实现自由移动线虫的无标记摄食运动追踪	NA	开发易于使用的目标检测工具以促进生物图像分析	细胞表型、线虫摄食行为、自然环境中的动物	计算机视觉	NA	深度学习	Faster R-CNN	图像	NA