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
601	2025-10-31	Artificial intelligence-driven epigenetic CRISPR therapeutics: a structured multi-domain meta-analysis of therapeutic efficacy, off-target prediction, and gRNA optimization 2025-Oct-25, Functional & integrative genomics IF:3.9Q1 DOI:10.1007/s10142-025-01725-8 PMID:41136797	荟萃分析	通过系统综述和荟萃分析评估人工智能在CRISPR表观遗传编辑工具中对治疗疗效、脱靶预测和gRNA优化的影响	首次对AI驱动的CRISPR表观遗传编辑工具进行结构化多领域荟萃分析，涵盖治疗疗效、脱靶预测和gRNA优化三个关键领域	仅纳入58项符合条件的研究，其中仅41项提供可提取的定量数据，样本量相对有限	评估人工智能对CRISPR表观遗传编辑工具精确性、安全性和治疗疗效的影响	CRISPR表观遗传编辑工具及其AI增强应用	机器学习	NA	CRISPR表观遗传编辑，人工智能，深度学习	深度学习模型	定量研究数据，定性合成数据	540条筛选记录，58项符合纳入标准的研究（41项定量分析，17项定性合成）	NA	NA	标准化均数差(SMD)，受试者工作特征曲线下面积(AUC)	NA
602	2025-10-31	Gd-EOB-DTPA-enhanced MRI radiomics and deep learning models for predicting the pathological differentiation degree in hepatocellular carcinoma 2025-Oct-24, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112487 PMID:41161266	研究论文	本研究探讨了基于Gd-EOB-DTPA增强MRI的影像组学、深度学习模型结合临床影像特征在预测肝细胞癌病理分化程度中的价值	首次将深度学习特征、影像组学特征与临床影像特征相结合构建CR-DLR融合模型，显著提高了肝细胞癌分化程度的预测性能	研究样本量相对有限（409例），且来自三家医院，可能存在选择偏倚	预测肝细胞癌的病理分化程度	肝细胞癌患者	医学影像分析	肝细胞癌	Gd-EOB-DTPA增强MRI	深度学习, 机器学习	医学影像	409例HCC患者（训练集304例，验证集105例）	FeAture Explorer, 未指定深度学习框架	3D ResNet-18	AUC, 敏感性, 特异性	NA
603	2025-10-31	Accurate multi-b-value DWI generation using two-stage deep learning: multicenter study 2025-Oct-24, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112497 PMID:41161267	研究论文	开发并验证用于多器官多b值DWI合成和ADC恢复的两阶段深度学习框架	提出结合DC2Anet和MineGAN的两阶段框架，实现器官特异性低b值到高b值合成及任意b值插值	存在潜在幻觉或失真风险，需要进一步多中心临床验证	解决DWI采集的实际限制，实现高保真多b值DWI合成和准确ADC恢复	来自三家医院和TCIA数据库的DWI图像	医学影像分析	多器官疾病	扩散加权成像(DWI)	深度学习	医学影像	50,000张图像，涵盖五个解剖区域（脑、乳腺、腹部、颈部、盆腔）	NA	DC2Anet, MineGAN	MSE, MAE, PSNR, SSIM, ICC	NA
604	2025-10-31	A deep learning approach to predicting hospitalized patients' SEIRD states using multimodal spatiotemporal data 2025-Oct-23, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2025.106157 PMID:41161262	研究论文	开发多模态深度学习模型，利用医院时空数据预测住院患者医院获得性感染风险	提出新型混合架构，先让专门组件分别学习时空数据的独立表示，再通过联合微调阶段智能融合这些预训练表示	使用合成医院模拟数据集进行评估，尚未在真实临床数据上验证	开发个体层面的医院获得性感染风险预测模型	住院患者	机器学习	医院获得性感染	深度学习	LSTM, DCRNN, 图卷积网络	多模态时空数据	同行评审的合成医院模拟数据集	NA	异构图卷积长短期记忆网络, 扩散卷积循环神经网络, 混合架构	准确率, F1分数	NA
605	2025-10-31	A generalizable deep learning framework for structure-based protein-ligand affinity ranking 2025-Oct-21, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2508998122 PMID:41100673	研究论文	提出了一种基于深度学习的蛋白质-配体结合亲和力排序框架CORDIAL，专注于学习距离依赖的物理化学相互作用特征	通过仅参数化蛋白质-配体间的物理化学相互作用特征而非化学结构本身，解决了现有机器学习模型在新蛋白质或化学系列预测中的泛化性问题	论文未明确说明模型在更广泛蛋白质家族或极端条件下的性能表现	开发可泛化的基于结构的蛋白质-配体结合亲和力预测方法，用于早期药物发现	蛋白质-配体复合物	机器学习	NA	深度学习	CNN, 注意力机制	蛋白质-配体结构数据	NA	NA	CORDIAL（基于卷积和注意力机制的架构）	预测性能，校准度	NA
606	2025-10-31	Skeletal Muscle Radiation Attenuation at C3 Predicts Survival in Head and Neck Cancer 2025-Oct-21, Current oncology (Toronto, Ont.) DOI:10.3390/curroncol32100587 PMID:41149507	研究论文	本研究评估了头颈癌患者第三颈椎水平的骨骼肌面积和骨骼肌辐射衰减值对局部区域控制和总生存期的预测价值	首次系统评估第三颈椎水平的骨骼肌辐射衰减值在头颈癌预后预测中的价值，并开发了基于深度学习的自动分割流程	研究为回顾性设计，需要前瞻性研究验证结果	探索头颈癌患者颈椎水平肌肉指标与预后的关联	头颈癌患者	数字病理	头颈癌	CT扫描	深度学习	医学影像	904例头颈癌病例	NA	NA	风险比, 置信区间	NA
607	2025-10-31	TK-DDI: Accurate and efficient drug-drug interaction prediction via token encoding 2025-Oct-20, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2025.108734 PMID:41161125	研究论文	提出基于分子标记化的TK-DDI深度学习框架，用于准确预测药物-药物相互作用	通过分子标记化统一表示2D结构和3D构象信息，采用两阶段注意力机制识别关键亚结构	未在论文标题和摘要中明确说明	准确预测药物-药物相互作用以预防不良药物事件	药物分子	机器学习	NA	分子标记化	Transformer	分子结构数据	NA	NA	Transformer编码器	NA	NA
608	2025-10-31	Leveraging Artificial Intelligence for the Diagnosis of Systemic Sclerosis Associated Pulmonary Arterial Hypertension: Opportunities, Challenges, and Future Perspectives 2025-Oct-17, Advances in respiratory medicine IF:1.8Q3 DOI:10.3390/arm93050047 PMID:41149139	综述	评估人工智能在改善系统性硬化症相关肺动脉高压诊断中的新兴作用	首次系统评估AI技术在SSc-PAH诊断中的综合应用，提出多模态数据整合框架	模型准确性因数据集和模态而异，大多数需要针对右心导管确诊队列进行外部验证	探索人工智能在SSc-PAH早期诊断和风险分层中的应用前景	系统性硬化症相关肺动脉高压患者	机器学习	肺动脉高压	机器学习,深度学习	NA	心音,心电图,胸部X光,超声心动图,CT肺动脉造影,组学数据	NA	NA	NA	准确性	NA
609	2025-10-31	Automated Age and Sex Estimation From Dental Panoramic Radiographs 2025-Oct-16, International dental journal IF:3.2Q1 DOI:10.1016/j.identj.2025.103967 PMID:41106218	研究论文	本研究开发了一种基于深度学习的AI模型，用于从泰国儿童和青少年的全景牙科X光片中自动估算年龄和性别	首次针对泰国人群开发基于EfficientNetB0的多任务深度学习模型，采用年龄分层策略提高预测精度	模型在较大年龄组（15-23岁）的性能明显下降，样本仅来自泰国人群可能限制模型泛化能力	开发自动化年龄和性别估计方法以替代法医牙医学中传统复杂的人工方法	泰国7至23岁儿童和青少年的全景牙科X光片	计算机视觉	NA	全景X光摄影	CNN	图像	2491张全景X光片（共4627张图像）	NA	EfficientNetB0	RMSE, MAE, 准确率, AUC, 敏感性, 特异性	NA
610	2025-10-31	Automatic Brain Tumor Segmentation in 2D Intra-Operative Ultrasound Images Using Magnetic Resonance Imaging Tumor Annotations 2025-Oct-16, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11100365 PMID:41150041	研究论文	本研究探索使用MRI肿瘤标注训练深度学习模型，实现术中超声图像的脑肿瘤自动分割	利用更易获取的MRI标注替代术中超声标注训练分割模型，解决了术中超声标注数据稀缺的问题	模型对小肿瘤的分割性能较低，仅使用180例MRI和29例术中超声数据，样本量有限	开发术中超声图像的脑肿瘤自动分割方法	脑肿瘤患者	医学图像分析	脑肿瘤	图像配准，深度学习	CNN	2D医学图像（MRI和术中超声）	180例标注MRI扫描和对应未标注术中超声图像，29例标注术中超声图像	NA	nnU-Net	Dice系数	NA
611	2025-10-31	ImbDef-GAN: Defect Image-Generation Method Based on Sample Imbalance 2025-Oct-16, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11100367 PMID:41150043	研究论文	提出一种基于样本不平衡的缺陷图像生成方法ImbDef-GAN，用于解决工业缺陷检测中缺陷样本稀缺的问题	提出两阶段生成框架，包含背景图像生成和缺陷图像生成；开发Progress-coupled Gated Detail Injection模块控制高频信息注入；设计mask-aware匹配判别器确保缺陷图像与掩码的一致性	NA	解决工业缺陷检测中因缺陷样本稀缺导致的样本不平衡问题	工业缺陷图像	计算机视觉	NA	生成对抗网络	GAN, StyleGAN3	图像	MVTec AD数据集	NA	StyleGAN3, ImbDef-GAN	mAP@0.5	NA
612	2025-10-31	Biomimetic Transfer Learning-Based Complex Gastrointestinal Polyp Classification 2025-Oct-15, Biomimetics (Basel, Switzerland) DOI:10.3390/biomimetics10100699 PMID:41149229	研究论文	本研究探索基于仿生卷积神经网络和迁移学习的胃肠道息肉自动分类方法	结合仿生CNN与迁移学习技术，使用多种优化架构进行胃肠道息肉分类	模型在视觉相似类别间容易产生分类错误，特别是经验不足的医生使用时	通过AI技术提升结直肠癌早期检测的诊断准确性	胃肠道内窥镜图像中的息肉	计算机视觉	结直肠癌	内窥镜成像	CNN	图像	Kvasir数据集的4000张标注内窥镜图像，涵盖8种息肉类别	NA	ResNet50, DenseNet121, MobileNetV2	准确率, 混淆矩阵, 精确率, 召回率, F1分数	有限资源计算机（平均推理时间低于0.5秒）
613	2025-10-31	DyslexiaNet: Examining the Viability and Efficacy of Eye Movement-Based Deep Learning for Dyslexia Detection 2025-Oct-15, Journal of eye movement research IF:1.3Q3 DOI:10.3390/jemr18050056 PMID:41149958	研究论文	本研究开发了基于眼动信号的深度学习框架DyslexiaNet，用于阅读障碍检测和个性化字体选择	首次结合眼电图信号和深度学习分析字体特性对土耳其语阅读障碍儿童阅读表现的影响，并开发了专用框架DyslexiaNet	研究仅针对土耳其语儿童，样本代表性有限，未涉及其他语言或年龄群体	开发基于生理信号的客观阅读障碍检测方法并确定最适合阅读障碍儿童的字体	土耳其语阅读障碍儿童	数字病理学	神经发育障碍	眼电图	CNN	图像, 生理信号	NA	NA	DyslexiaNet, AlexNet, MobileNet, ResNet	准确率	NA
614	2025-10-31	Automated T-Cell Proliferation in Lab-on-Chip Devices Integrating Microfluidics and Deep Learning-Based Image Analysis for Long-Term Experiments 2025-Oct-13, Biosensors DOI:10.3390/bios15100693 PMID:41149345	研究论文	本研究开发了一种集成微流控和深度学习图像分析的自动化系统，用于长期培养非贴壁细胞并监测其增殖	将微流控系统与深度学习图像分析相结合，实现长期自动化细胞培养和增殖量化，相比传统方法减少了试剂消耗和污染风险	仅评估了两种特定的芯片设备，未与其他微流控平台进行广泛比较	开发一个集成微流控和深度学习的自动化平台，用于长期悬浮细胞培养研究	Jurkat细胞和原代人T细胞	计算机视觉	癌症	微流控技术、深度学习图像分析	深度学习	图像	NA	NA	NA	细胞覆盖率、细胞数量估计	NA
615	2025-10-31	Lung Nodule Malignancy Classification Integrating Deep and Radiomic Features in a Three-Way Attention-Based Fusion Module 2025-Oct-13, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11100360 PMID:41150036	研究论文	提出一种基于三路注意力融合模块的混合框架，用于肺结节恶性程度分类	提出I-VISTA框架，首次将视觉、空间和时间特征通过三路并行处理与交叉注意力机制进行融合	使用内部数据集且样本量有限（114例），需要更大规模的外部验证	开发肺腺癌亚实性结节的恶性程度分类方法	114例病理证实的肺腺癌CT图像中的亚实性结节	计算机视觉	肺癌	CT影像分析	Transformer, Auto-Encoder	CT图像	114例肺腺癌病例	PyTorch	SWin Transformer, Convolutional Auto-Encoder Transformer, 3D Radiomic模型	准确率, 敏感度, 特异性, AUC	NA
616	2025-10-31	Non-Contrast Brain CT Images Segmentation Enhancement: Lightweight Pre-Processing Model for Ultra-Early Ischemic Lesion Recognition and Segmentation 2025-Oct-13, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11100359 PMID:41150035	研究论文	提出一种用于增强非对比脑部CT图像分割的轻量级预处理模型，专注于超早期缺血性病变的识别与分割	首次引入可训练参数的预定义可微分滤波器，结合预训练图像滤波器的可训练线性组合，实现无伪影的图像增强	仅使用112例患者数据进行验证，样本规模有限	提升超早期缺血性卒中病变的识别和分割精度	人类脑部非对比CT扫描中的超早期缺血核心区及周围半暗带	计算机视觉	心血管疾病	非对比计算机断层扫描	CNN	医学图像	112例患者的标注非对比脑部CT扫描	NA	基于卷积滤波的轻量级预处理模型	分割准确率	NA
617	2025-10-31	A Lesion-Aware Patch Sampling Approach with EfficientNet3D-UNet for Robust Multiple Sclerosis Lesion Segmentation 2025-Oct-13, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11100361 PMID:41150037	研究论文	提出结合病灶感知补丁采样策略的EfficientNet3D-UNet模型用于多发性硬化病灶分割	将复合缩放的MBConv3D模块与病灶感知补丁采样策略相结合，提升多模态MRI序列的体素分割性能	未明确说明数据集的规模和多样性限制	开发鲁棒的多发性硬化病灶自动分割方法	多发性硬化患者的3D MRI扫描数据	医学影像分析	多发性硬化	多模态MRI序列（FLAIR、T1、T2）	CNN	3D医学影像	NA	NA	EfficientNet3D-UNet, 3D U-Net	Dice相似系数, 精确率, 召回率, 准确率, 特异性	NA
618	2025-10-31	Deep Learning Models to Screen Electronic Health Records for Breast and Colorectal Cancer Progression: Performance Evaluation Study 2025-Oct-13, JMIR AI DOI:10.2196/63767 PMID:41082723	研究论文	评估三种深度学习语言模型在电子健康记录中筛查乳腺癌和结直肠癌进展的性能	比较三种预训练深度学习语言模型在癌症进展识别任务中的表现，并分析影响模型预测的关键词汇	训练数据集规模有限，且仅在EHR级别而非句子级别进行分析	评估深度学习模型在电子健康记录中识别癌症进展的性能	2004-2020年加拿大曼尼托巴省诊断为4期乳腺癌和结直肠癌患者的电子健康记录	自然语言处理	乳腺癌,结直肠癌	电子健康记录文本分析	深度学习语言模型	文本	4期乳腺癌和结直肠癌患者的电子健康记录	NA	Bio+ClinicalBERT, Clinical-BigBird, Clinical-Longformer	灵敏度,阳性预测值,AUC,标准化Brier分数	NA
619	2025-10-31	Integration of Artificial Intelligence in Biosensors for Enhanced Detection of Foodborne Pathogens 2025-Oct-12, Biosensors DOI:10.3390/bios15100690 PMID:41149342	综述	探讨人工智能在生物传感器中集成以增强食源性病原体检测能力的最新进展	将机器学习和深度学习应用于生物传感器，提升检测精度、缩短检测时间并实现数据自动解读	面临数据质量、算法透明度和监管接受度等挑战	开发快速、灵敏、可靠的食源性病原体检测方法	肉类、乳制品、新鲜农产品和即食食品中的食源性病原体	机器学习	食源性疾病	电化学、光学和压电生物传感机制	机器学习,深度学习	生物传感器信号数据	NA	NA	NA	灵敏度,准确度,检测时间	NA
620	2025-10-31	A survey on neuro-mimetic deep learning via predictive coding 2025-Oct-10, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.108161 PMID:41161207	综述	本文系统回顾了基于预测编码理论的神经拟态深度学习研究进展	首次全面梳理预测编码理论在机器学习各子领域的最新应用与发展趋势	作为综述文章，不包含原始实验数据和新算法验证	探索生物启发式学习算法在人工智能领域的应用潜力	预测编码理论及其在深度学习中的实现方法	机器学习	NA	预测编码	深度神经网络	NA	NA	NA	NA	NA	NA