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	2025-09-06	Toward clinical translation of AI-Led drug discovery in endometrial cancer 2025-Sep-04, Expert review of anticancer therapy IF:2.9Q2 DOI:10.1080/14737140.2025.2557602 PMID:40908794	综述	本文综述了深度学习在子宫内膜癌药物发现中的应用及其临床转化挑战	系统分析子宫内膜癌领域AI药物发现的临床转化瓶颈并提出多学科解决方案	面临数据稀缺、模型可解释性不足、生物学验证缺失和监管不确定性等挑战	推动人工智能驱动的药物发现技术在子宫内膜癌临床治疗中的实际应用	子宫内膜癌(EC)	人工智能药物发现	子宫内膜癌	深度学习(DL)	NA	多模态生物医学数据	NA
42	2025-09-06	Artificial intelligence oculomics for systemic health and longevity medicine: 2025 and beyond 2025-Sep-04, Current opinion in ophthalmology IF:3.0Q1 DOI:10.1097/ICU.0000000000001174 PMID:40910901	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
43	2025-09-06	Artificial intelligence-enhanced biosurveillance for antimicrobial resistance in sub-Saharan Africa 2025-Sep-03, International health IF:2.3Q2 DOI:10.1093/inthealth/ihae081 PMID:39545538	综述	探讨人工智能在撒哈拉以南非洲地区增强抗菌素耐药性生物监测的整合与应用潜力	提出利用AI技术解决该地区AMR监测数据碎片化问题，并通过机器学习和深度学习算法实现耐药菌株检测、追踪及预测	数据稀缺、基础设施不足和伦理问题阻碍AI在当地的实施	提升撒哈拉以南非洲地区的抗菌素耐药性生物监测能力	撒哈拉以南非洲地区的抗菌素耐药性监测数据与系统	机器学习	传染病（抗菌素耐药性相关）	机器学习、深度学习、基因组分析	NA	大型数据集（包括基因组数据）	NA
44	2025-09-06	PARPAL: PARalog Protein redistribution using Abundance and Localization in yeast database 2025-Sep-03, G3 (Bethesda, Md.) DOI:10.1093/g3journal/jkaf148 PMID:40580499	研究论文	介绍PARPAL数据库，该数据库存储了酵母中164种蛋白质在旁系同源基因缺失后的亚细胞定位和丰度变化的深度学习分析结果	开发了首个专门研究全基因组复制旁系同源蛋白再分布的web数据库，结合高通量筛选和深度学习神经网络分析	目前仅针对酿酒酵母数据，尚未扩展到其他生物体	研究全基因组复制事件中旁系同源基因的保留和进化机制	酿酒酵母(Saccharomyces cerevisiae)中的82对旁系同源蛋白对	生物信息学	NA	高通量筛选、深度学习神经网络分析	深度学习神经网络	显微图像	约3,500张显微图像，包含约460,000个细胞，涵盖2种遗传背景
45	2025-09-06	Pancancer outcome prediction via a unified weakly supervised deep learning model 2025-Sep-03, Signal transduction and targeted therapy IF:40.8Q1 DOI:10.1038/s41392-025-02374-w PMID:40897689	研究论文	提出一种名为PROGPATH的弱监督深度学习模型，通过整合组织病理学图像和临床变量实现泛癌预后预测	开发首个统一的多癌种预后预测模型，采用基于基础模型的图像编码、注意力引导的多实例学习模块以及跨注意力Transformer进行多模态融合	模型训练依赖于大规模多中心数据，在临床常规应用前仍需进一步验证	开发能够整合多模态数据的泛癌预后预测模型以指导癌症治疗	癌症患者（涉及15种癌症类型）的组织病理学图像和临床数据	数字病理学	多种癌症	弱监督深度学习、多实例学习、Transformer	基于基础模型的编码器、注意力机制、跨注意力Transformer	全幻灯片图像(WSI)、临床变量	训练集：6,670名患者的7,999张WSI；验证集：4,441名患者的7,374张WSI
46	2025-09-06	Vision transformer network discovers the prognostic value of pancreatic cancer pathology sections via interpretable risk scores 2025-Sep-03, Discover oncology IF:2.8Q2 DOI:10.1007/s12672-025-03547-3 PMID:40897976	研究论文	本研究利用改进的视觉变换器模型从胰腺癌病理切片中提取可解释的风险评分以预测患者预后	首次将空间注意力机制的视觉变换器模型应用于胰腺癌病理切片分析，生成可解释的风险评分	验证集样本量较小（28例），模型在验证集的C指数相对较低（0.62）	开发深度学习模型挖掘病理切片的预后价值，推动精准肿瘤学发展	胰腺癌患者及癌前病变患者的H&E染色全切片图像	数字病理	胰腺癌	深度学习，图像处理	改进的ViT（视觉变换器）模型	病理图像	125例公共数据库病例 + 28例真实世界患者
47	2025-09-06	From shadow to sustainability: How informality, environmental taxes, and green innovation reshape carbon and biodiversity futures in the G7 countries 2025-Sep-03, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2025.127153 PMID:40907225	研究论文	本研究提出一个结合计量经济学模型与深度学习的集成框架，分析G7国家中非正规经济、环境税和绿色创新对消费碳排放和生物多样性的影响	首次将计量经济模型（CS-ARDL和FMOLS）与深度学习模型（LSTM和CNN）结合，量化非正规经济在气候与生物多样性政策中的影响	研究仅限于G7国家1994-2020年数据，可能无法完全推广到其他国家或时期	探讨非正规经济、环境税和绿色创新如何共同影响碳排放和生物多样性，以支持可持续发展转型	G7国家（加拿大、法国、德国、意大利、日本、英国、美国）	机器学习	NA	计量经济分析，深度学习	LSTM, CNN, CS-ARDL, FMOLS	时间序列数据	G7国家1994-2020年的年度数据
48	2025-09-06	Voxel-level Radiomics and Deep Learning Based on MRI for Predicting Microsatellite Instability in Endometrial Carcinoma: A Two-center Study 2025-Sep-03, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.08.028 PMID:40908231	研究论文	开发并验证了一种基于多序列MRI和体素级放射组学的深度学习模型，用于预测子宫内膜癌的微卫星不稳定性状态	首次将体素级放射组学特征与Vision-Mamba架构的双通道3D深度神经网络结合，优于传统放射组学和ViT/3D-ResNet模型	回顾性研究，样本量有限（375例），仅来自两个医疗中心	预测子宫内膜癌的微卫星不稳定性状态	经病理确诊的子宫内膜癌患者	医学影像分析	子宫内膜癌	多参数MRI（T2WI, DWI, CE-T1WI），免疫组化	Vision-Mamba架构的双通道3D深度神经网络	MRI图像	375例子宫内膜癌患者（来自两个医疗中心）
49	2025-09-06	Automated Kidney Tumor Segmentation in CT Images Using Deep Learning: A Multi-Stage Approach 2025-Sep-03, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.08.020 PMID:40908232	研究论文	提出基于DeepMedic 3D卷积神经网络的自动分割框架，用于CT图像中肾脏和肾肿瘤的精确分割	采用多尺度特征提取和三维卷积神经网络实现全自动分割，显著提升肾脏肿瘤分割的准确性与效率	研究依赖于单一中心数据集，未进行外部验证，可能影响模型泛化能力	开发自动化工具以解决肾脏肿瘤CT分割中人工操作耗时及观察者间差异问题	肾脏和肾肿瘤	计算机视觉	肾癌	CT扫描，3D卷积神经网络	DeepMedic 3D CNN	三维医学影像（CT）	382例增强CT扫描，由经验医师手动标注
50	2025-09-06	Development and evaluation of deep learning models for detecting and classifying various bone tumours in full-field limb radiographs using automated object detection models 2025-Sep-02, Bone & joint research IF:4.7Q1 DOI:10.1302/2046-3758.149.BJR-2024-0505.R1 PMID:40889784	研究论文	开发并评估基于深度学习的目标检测模型（DINO和YOLO），用于在全肢X光片中自动检测和分类良恶性骨肿瘤	首次将改进去噪锚框的DINO目标检测模型应用于全肢X光片的骨肿瘤检测与分类，并与医生诊断性能进行系统对比	模型诊断错误主要发生在骨科肿瘤专家也难以诊断的病例或罕见部位肿瘤，且样本仅来自三个机构	开发全自动深度学习模型检测和分类骨肿瘤，并比较模型与骨科医生的诊断性能差异	642例经病理确诊的肢体骨肿瘤病例（378例良性，264例恶性及中间型）	计算机视觉	骨肿瘤	深度学习目标检测	DINO, YOLO	X光图像	642例骨肿瘤病例（来自三个医疗机构）
51	2025-09-06	Deep learning model for screening causes of activated partial thromboplastin time prolongation using clot waveform analysis at multiple wavelengths 2025-Sep-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-15089-3 PMID:40897743	研究论文	开发基于深度学习的多波长凝血波形分析模型，用于高精度筛查活化部分凝血活酶时间延长的原因	首次将深度学习技术应用于多波长凝血波形分析，利用隐藏特征提升分类准确性，相比传统方法显著提高性能	模型性能可能受试剂和/或分析仪的影响，需要在各实验室独立构建	开发高精度筛查工具，分类APTT延长的多种病因	凝血异常患者样本，包括血友病、狼疮抗凝物阳性、肝素治疗、华法林治疗和直接口服抗凝剂治疗患者	机器学习	凝血功能障碍	凝血波形分析(CWA)，多波长检测系统	CNN	数值数据（凝血波形及其一阶、二阶导数曲线）	683个样本（135例血友病，95例LA阳性，99例肝素治疗，105例华法林治疗，249例直接口服抗凝剂治疗）
52	2025-09-06	A dual-stream deep learning framework for skin cancer classification using histopathological-inherited and vision-based feature extraction 2025-Sep-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-01319-1 PMID:40897750	研究论文	提出一种双流深度学习框架，结合组织病理学继承特征和视觉特征提取进行皮肤癌分类	首次将组织病理学嵌入特征与视觉空间特征通过双流架构融合，提升皮肤病变诊断性能	仅在HAM10000数据集上验证，需进一步临床验证和跨数据集泛化测试	开发准确高效的皮肤病变诊断方法以改善皮肤癌早期检测	皮肤病变图像，特别是黑色素瘤等皮肤癌类型	计算机视觉	皮肤癌	深度学习特征提取	U-Net, Virchow2, Nomic, MLP	图像	HAM10000数据集
53	2025-09-06	Precision diagnosis of citrus leaf diseases using image enhancement and nonlinear fuzzy ranking ensemble approach NLFuRBe 2025-Sep-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-16923-4 PMID:40897789	研究论文	提出一种结合图像增强和非线性模糊排序集成方法(NL-FuRBE)的柑橘叶片疾病精准诊断系统	采用基于非线性变换(指数、tanh和sigmoid函数)的模糊排序评分机制集成三种深度学习架构，解决预测不确定性和模型偏差	NA	开发自动化柑橘叶片疾病检测与分类方法，实现精准农业和早期疾病诊断	柑橘叶片疾病	计算机视觉	植物疾病	图像增强技术(VAD和各向异性扩散)、形态学滤波	集成学习(VGG19, AlexNet, Xception)	图像	1354张图像，涵盖9个疾病类别
54	2025-09-06	Remaining useful life prediction of lithium-ion batteries via spatial attention TLSTM and dilated CNN with evolutionary optimization 2025-Sep-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-17610-0 PMID:40897814	研究论文	提出一种结合空间注意力TLSTM和扩张CNN的深度学习框架，用于锂离子电池剩余使用寿命预测	首次将空间注意力驱动的TLSTM与扩张卷积及基于聚类的差分进化优化在多通道背景下结合，有效解决容量再生效应问题	NA	提高锂离子电池剩余使用寿命预测的精确度和鲁棒性	锂离子电池	机器学习	NA	差分进化优化，深度学习	TLSTM, CNN	时间序列数据（电压、电流、温度等多通道信号）	公开NASA锂离子电池数据集
55	2025-09-06	Enhanced metastasis risk prediction in cutaneous squamous cell carcinoma using deep learning and computational histopathology 2025-Sep-02, NPJ precision oncology IF:6.8Q1 DOI:10.1038/s41698-025-01065-7 PMID:40897830	研究论文	开发基于深度学习的cSCCNet模型，通过数字病理学预测皮肤鳞状细胞癌的转移风险	首次使用深度学习自动选择肿瘤区域并生成可解释性热图，性能超越基于基因表达的工具和临床病理分类	需要进一步验证包括前瞻性评估	开发可靠的皮肤鳞状细胞癌转移风险预测工具	皮肤鳞状细胞癌（cSCC）患者	数字病理学	皮肤癌	数字病理学、多重免疫组化	深度学习模型（CNN）	组织病理学切片图像	来自四个中心的227例原发性cSCC样本
56	2025-09-06	GenoDense-Net: unraveling the genomic puzzle of the global pathogen 2025-Sep-02, Tropical diseases, travel medicine and vaccines DOI:10.1186/s40794-025-00267-y PMID:40898274	研究论文	提出基于DenseNet-16的GenoDense-Net模型，用于COVID-19基因组序列分类	结合迁移学习和NearKbest插值预处理，在COVID-19基因组分类中实现99.18%的准确率	数据集规模有限且需要进一步验证	通过深度学习技术实现传染病的早期识别与诊断	COVID-19基因组序列	机器学习	COVID-19	基因组测序	DenseNet-16, 迁移学习	基因组序列数据	NA
57	2025-09-06	Deep learning-based histomorphological subtyping and risk stratification of small cell lung cancer from hematoxylin and eosin-stained whole slide images 2025-Sep-02, Genome medicine IF:10.4Q1 DOI:10.1186/s13073-025-01526-5 PMID:40898302	研究论文	基于深度学习的组织形态学分型和风险分层方法，利用H&E染色全切片图像对小细胞肺癌进行预后预测	开发了混合聚类无监督深度表征学习模型，首次实现基于WSI的SCLC组织形态学表型自动识别和分型	研究样本来自三家医疗机构，需进一步多中心验证以提升泛化能力	改善小细胞肺癌的患者分层和预后预测	517例小细胞肺癌患者及其H&E染色全切片图像	数字病理学	肺癌	无监督深度表征学习、共识聚类、生存分析、多组学整合分析	深度学习模型	全切片图像（WSI）	517例SCLC患者来自三家独立医疗机构
58	2025-09-06	Visual analysis of research hot topics and trends of clinical decision support system based on CiteSpace 2025-Sep-02, Langenbeck's archives of surgery DOI:10.1007/s00423-025-03843-0 PMID:40892148	综述	基于CiteSpace对临床决策支持系统（CDSS）研究热点与趋势进行可视化分析	首次运用CiteSpace对1969-2023年CDSS文献进行科学计量与前沿趋势可视化挖掘	数据仅来源于Web of Science核心合集，未涵盖其他数据库文献	分析CDSS领域研究现状、热点及发展趋势	2473篇CDSS相关学术文献	自然语言处理	NA	CiteSpace科学计量分析	NA	文本	2473篇文献
59	2025-09-06	Automated quantification of abdominal aortic calcification using 3D nnU-Net: a novel approach to assess AAA rupture risk 2025-Sep-02, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01911-x PMID:40898112	研究论文	本研究开发了一种基于3D nnU-Net的自动量化方法，用于从单次CTA扫描中分割和量化腹主动脉钙化，以评估腹主动脉瘤破裂风险	首次应用3D nnU-Net模型实现腹主动脉钙化的全自动量化，相比传统手工评分方法显著提升效率并保持高准确性	回顾性研究设计，样本量有限（100例患者），模型性能可能受数据集规模限制	开发自动量化腹主动脉钙化的深度学习工具，以改进腹主动脉瘤破裂风险评估	腹主动脉瘤患者的CTA影像和钙化斑块	医学影像分析	心血管疾病	CTA扫描，深度学习分割	3D nnU-Net	3D医学影像	100例接受腹主动脉CTA检查的患者
60	2025-09-06	Deep Learning-Driven Proteomics Analysis for Gene Annotation in the Renin-Angiotensin System 2025-Sep-02, European journal of pharmacology IF:4.2Q1 DOI:10.1016/j.ejphar.2025.178119 PMID:40907688	研究论文	本研究开发了一种多标签深度学习模型，用于系统性注释肾素-血管紧张素系统（RAS）基因功能并阐明其在生物通路中的作用	首次将多标签人工智能建模与细胞外囊泡蛋白质组学相结合进行RAS通路注释，揭示了新的IRAP/Ywha(s)/Nedd4-2-ACE2相互作用轴	NA	系统注释RAS基因功能并阐明其在生物通路中的作用	肾素-血管紧张素系统（RAS）基因	自然语言处理	心血管疾病	TF-IDF, PCA, 蛋白质组学分析, 毛细管Western检测	MLP (Multi-Layer Perceptron)	文本	39,463篇RAS相关出版物