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
6241	2025-10-06	A week in the life of the human brain: stable states punctuated by chaotic transitions 2024-Jan-15, Research square DOI:10.21203/rs.3.rs-2752903/v3 PMID:37034705	研究论文	通过连续多电极颅内记录研究人类自然行为期间大脑网络的动态变化	结合深度学习与动力系统方法揭示大脑网络在自然行为中的稳定状态和混沌转换机制	样本量较小（20名人类受试者），记录时长有限（3-12天）	研究真实世界中大脑网络的动态变化与行为关系	人类大脑网络动态	计算神经科学	NA	多电极颅内记录	深度学习	颅内电生理信号	20名人类受试者，连续记录3-12天	NA	NA	NA	NA
6242	2025-10-06	Review of Deep Learning Performance in Wireless Capsule Endoscopy Images for GI Disease Classification 2024, F1000Research DOI:10.12688/f1000research.145950.2 PMID:39464781	综述	本文综述了深度学习在无线胶囊内镜图像中用于胃肠道疾病分类的性能表现	重点关注迁移学习、注意力机制、多模态学习、自动病变检测、可解释性、数据增强和边缘计算等最新进展	当前深度学习方法存在挑战和局限性，如图像分辨率低、伪影多等问题	回顾深度学习在无线胶囊内镜图像分析中的现状和未来方向	无线胶囊内镜图像	计算机视觉	胃肠道疾病	无线胶囊内镜	NA	医学图像	NA	NA	NA	NA	边缘计算
6243	2025-10-06	Utilisation of ChatGPT and other Artificial Intelligence tools among medical faculty in Uganda: a cross-sectional study 2024, MedEdPublish (2016) DOI:10.12688/mep.20554.3 PMID:39911314	研究论文	评估乌干达医学教师对ChatGPT及其他人工智能工具的使用情况	首次在乌干达医学教师群体中调查AI工具使用现状及年龄差异影响	横断面研究设计无法确定因果关系，仅纳入四所公立大学可能存在选择偏倚	评估医学教师对AI工具的认知和使用模式	乌干达四所公立大学的医学教师	自然语言处理	NA	问卷调查	大型语言模型	调查数据	224名医学教师	NA	ChatGPT	患病率比，置信区间	Stata version 17.0
6244	2025-10-06	Deep learning-based post-hoc noise reduction improves quarter-radiation-dose coronary CT angiography 2025-Sep, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112232 PMID:40505606	研究论文	评估深度学习后处理降噪技术在四分之一辐射剂量冠状动脉CT血管成像中对图像质量、CAD-RADS评估和诊断性能的影响	首次在外部数据集上验证基于残差密集网络的深度学习降噪技术对低剂量冠脉CTA的改善效果	仅纳入运动伪影较少的病例，样本量相对较小（40例）	评估深度学习降噪技术在低剂量冠脉CTA中的应用价值	接受回顾性心电图门控冠脉CTA检查的患者	医学影像分析	心血管疾病	冠状动脉CT血管成像（CCTA），迭代重建	深度学习	医学影像	40例患者（年龄71±7岁，24名男性），从221例患者中筛选	NA	残差密集网络	噪声水平（HU），Cohen's kappa，AUC	NA
6245	2025-10-06	Multimodal deep learning for predicting unsuccessful recanalization in refractory large vessel occlusion 2025-Sep, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112254 PMID:40544716	研究论文	本研究开发了一种融合神经影像和临床数据的多模态深度学习模型，用于预测急性缺血性卒中患者血管内治疗的不良再通结局	首次将血管分割、临床变量和影像数据通过DAFT模块融合，构建多模态预测模型，显著提升了预测性能	单中心回顾性研究，样本量相对有限，需要外部验证	预测难治性大血管闭塞患者血管内治疗的不良再通结局	急性缺血性卒中患者，特别是前循环大血管闭塞接受血管内治疗的患者	医学影像分析	缺血性卒中	CT血管成像，CT灌注，血管分割	CNN，多模态深度学习	影像数据，临床数据	599名患者（481名训练，118名测试）	NA	卷积神经网络，DAFT模块	AUC，F1分数	NA
6246	2025-10-06	Deep learning model using CT images for longitudinal prediction of benign and malignant ground-glass nodules 2025-Sep, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112252 PMID:40544718	研究论文	开发并验证基于CT图像的多时间序列深度学习模型，用于纵向预测肺部磨玻璃结节（GGNs）的良恶性	首次建立基于Transformer的深度学习框架，利用多时相CT图像进行GGNs的纵向预测	研究仅包含两个医疗中心的486个结节样本，样本量相对有限	开发能够准确预测肺部磨玻璃结节良恶性的深度学习模型	肺部磨玻璃结节（GGNs）	计算机视觉	肺癌	CT成像	Transformer	CT图像	486个GGNs（来自486名患者）	NA	Transformer	AUC, ROC曲线	NA
6247	2025-10-06	The value of a deep learning image reconstruction algorithm for assessing vertebral compression fractures using dual-energy computed tomography 2025-Sep, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112244 PMID:40544715	研究论文	评估深度学习图像重建算法在双能计算机断层扫描中检测急性椎体压缩性骨折的价值	首次系统比较不同强度深度学习图像重建算法与传统迭代重建算法在椎体压缩性骨折诊断中的性能差异	样本量有限（103个椎体），仅使用MR检查作为参考标准	评估深度学习图像重建算法对双能CT图像质量和急性椎体压缩性骨折检测性能的改善效果	103个椎体（46个正常椎体，29个急性椎体压缩性骨折，28个慢性椎体压缩性骨折）	医学影像分析	椎体压缩性骨折	双能计算机断层扫描，深度学习图像重建	深度学习图像重建算法	CT影像	103个椎体	NA	DLIR（深度学习图像重建）	特异性，敏感性，准确率，预测指标，信噪比，对比噪声比	NA
6248	2025-10-06	Enhancing MRI efficiency in musculoskeletal examinations: Impact of optimized facility design and workflow optimization efforts 2025-Sep, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112263 PMID:40582172	研究论文	评估优化设计的MRI设施与传统设施在肌肉骨骼检查中的工作效率差异	首次系统比较优化MRI设施设计（配备三台扫描仪、三个专用准备区和可对接检查台）与传统单扫描仪/单检查台设置对工作流程效率的影响	回顾性研究设计，仅针对非对比增强肌肉骨骼MRI检查，未评估其他类型检查或设施	评估优化MRI设施设计对工作流程效率的影响	7,164例非对比增强MRI检查（包括3,951例膝关节、2,246例肩关节和967例踝关节检查）	医学影像	肌肉骨骼疾病	MRI扫描	深度学习重建	医疗工作流程数据	7,164例MRI检查	NA	NA	总流程周期时间、周转时间、采集时间、患者到达至检查开始时间间隔、准时性能	3T MRI扫描仪
6249	2025-10-06	Predicting brain metastases in EGFR-positive lung adenocarcinoma patients using pre-treatment CT lung imaging data 2025-Sep, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112265 PMID:40592110	研究论文	本研究开发了一种融合影像组学和深度学习特征的双特征融合模型，利用治疗前肺部CT图像数据预测EGFR阳性肺腺癌患者两年内脑转移风险	首次将新型视觉mamba网络应用于此场景，并开发了影像组学与深度学习特征的特征级融合模型	样本量相对有限（173例患者），仅使用单模态CT影像数据	实现EGFR阳性肺腺癌患者两年内脑转移风险的早期预警	EGFR阳性肺腺癌患者	计算机视觉	肺癌	CT影像分析	深度学习, 影像组学	医学影像	173例EGFR阳性肺腺癌患者（93例有脑转移，80例无脑转移）	NA	vision mamba	AUC, 召回率, F1分数, 准确率	NA
6250	2025-10-06	Climate-driven projections of cyanobacterial harmful algal bloom expansion in coastal waters 2025-Aug-25, The Science of the total environment DOI:10.1016/j.scitotenv.2025.179940 PMID:40570389	研究论文	本研究通过整合气候模型与机器学习方法，预测阿曼沿海水域蓝藻有害藻华在未来气候情景下的扩张趋势	首次将长期气候预测与机器学习模型结合，对阿曼沿海蓝藻藻华进行多年代际投影，并采用粒子群优化算法优化模型参数	研究区域局限于阿曼沿海特定区域，模型性能受限于卫星数据质量和气候模型的不确定性	提高蓝藻有害藻华的预测准确性并评估长期气候变化影响	阿曼沿海水域的蓝藻有害藻华	环境科学, 机器学习	NA	卫星遥感, 气候模型	Random Forest, Extreme Gradient Boosting, GRU, LSTM	卫星图像, 环境参数数据	957张卫星图像（2000-2020年）	NA	LSTM, GRU	相关系数R	NA
6251	2025-10-06	Identification of STAT3 phosphorylation inhibitors using generative deep learning, virtual screening, molecular dynamics simulations, and biological evaluation for non-small cell lung cancer therapy 2025-Aug, Molecular diversity IF:3.9Q2 DOI:10.1007/s11030-024-11067-5 PMID:39715975	研究论文	本研究通过生成式深度学习结合虚拟筛选和分子动力学模拟，发现新型STAT3磷酸化抑制剂用于非小细胞肺癌治疗	采用迁移学习和生成式深度学习模型探索化学空间，结合多层级计算筛选发现新型STAT3抑制剂	研究主要基于计算模拟和细胞实验，尚未进行动物模型验证	开发针对STAT3磷酸化的抑制剂用于非小细胞肺癌治疗	STAT3信号通路、非小细胞肺癌细胞系H441	机器学习	肺癌	虚拟筛选、分子对接、分子动力学模拟、细胞生物学评估	生成式深度学习模型	化学化合物数据、分子结构数据	包含STAT3抑制剂的综合数据集，具体HG106和HG110分子	NA	NA	结合亲和力、构象稳定性、磷酸化抑制效果	NA
6252	2025-10-06	Technology advances in the placement of naso-enteral tubes and in the management of enteral feeding in critically ill patients: A narrative study 2025-Aug, Clinical nutrition ESPEN IF:2.9Q3 DOI:10.1016/j.clnesp.2025.05.022 PMID:40383254	综述	本文综述了危重症患者鼻肠管置入技术和肠内喂养管理方面的技术进展	系统总结了床旁超声、电磁传感器、实时视频辅助置管、阻抗传感器和虚拟现实等新技术在鼻肠管置入和肠内喂养管理中的应用	NA	探讨危重症患者肠内喂养相关技术的创新进展	危重症患者	医学技术	危重症	床旁超声, 电磁传感器, 实时视频辅助置管, 阻抗传感器, 虚拟现实, 深度学习算法	深度学习算法	医学影像, 电生理信号, 临床数据	NA	NA	NA	NA	NA
6253	2025-10-06	SASWISE-UE: Segmentation and synthesis with interpretable scalable ensembles for uncertainty estimation 2025-Aug, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110258 PMID:40460564	研究论文	提出一种高效的子模型集成框架，通过生成不确定性图谱增强医学深度学习模型的可解释性	从单一训练好的检查点生成多样化模型族，通过输出分歧进行不确定性估计	NA	提升医学深度学习模型的可解释性和临床适用性	CT身体分割和MR-CT合成数据集	计算机视觉	NA	深度学习	集成学习	医学影像（CT、MR）	NA	NA	U-Net, UNETR	Dice系数, 平均绝对误差	NA
6254	2025-10-06	Selection, visualization, and explanation of deep features from resting-state fMRI for Alzheimer's disease diagnosis 2025-Aug, Psychiatry research. Neuroimaging DOI:10.1016/j.pscychresns.2025.112005 PMID:40494176	研究论文	本研究通过可视化静息态功能磁共振成像的深度特征来区分认知正常个体与不同阶段阿尔茨海默病患者	提出了能够有效识别阿尔茨海默病的特定深度特征子集（称为“信息性深度特征”），并通过热图和激活图实现全切片图像级别的可视化	脑萎缩和图像强度模式相似性带来的挑战	开发基于深度学习的阿尔茨海默病诊断方法并提高模型可解释性	认知正常个体和不同阶段阿尔茨海默病患者	医学影像分析	阿尔茨海默病	静息态功能磁共振成像（rs-fMRI）	深度学习网络	神经影像数据	来自ADNI数据库的rs-fMRI数据	NA	NA	NA	NA
6255	2025-10-06	O-GEST: Overground gait events detector using b-spline-based geometric models for marker-based and markerless analysis 2025-Aug, Journal of biomechanics IF:2.4Q3 DOI:10.1016/j.jbiomech.2025.112803 PMID:40516373	研究论文	提出一种基于B样条几何模型的自动算法O-GEST，用于在无测力台条件下检测地面行走步态事件	首次将B样条几何模型与步态相关阈值结合，开发适用于标记点和无标记点分析的通用步态事件检测算法	算法验证主要针对特定病理人群，在更广泛疾病类型中的适用性需进一步验证	开发高精度的步态事件检测算法以提升无测力台环境下的步态分析可靠性	健康人群和病理步态患者（髋关节骨关节炎、中风幸存者、帕金森病患者、脑瘫儿童）	生物医学工程	神经肌肉疾病,骨科疾病	运动学数据分析,B样条建模	几何模型	运动学数据,轨迹数据	390名受试者（200名健康人，100名单侧髋关节骨关节炎，50名中风幸存者，26名帕金森病患者，14名脑瘫儿童）	NA	B样条几何模型	时间差异精度（毫秒）	NA
6256	2025-10-06	Digitizing audiograms with deep learning: structured data extraction and pseudonymization for hearing big data 2025-Aug, Hearing research IF:2.5Q1 DOI:10.1016/j.heares.2025.109337 PMID:40532492	研究论文	开发基于深度学习的系统将听力图数字化，实现结构化数据提取和匿名化处理	与以往主要关注分类或预测的研究不同，该框架确保结构化数值数据输出同时遵守数据匿名化法规	NA	开发深度学习系统数字化听力图，实现大规模听力大数据收集	纯音听力图图像	计算机视觉	听力损失	纯音听力测定	CNN	图像	训练集8847个听力图符号，测试集2443个听力图符号	NA	卷积神经网络	准确率	NA
6257	2025-10-06	Redefining parameter-efficiency in ADHD diagnosis: A lightweight attention-driven kolmogorov-arnold network with reduced parameter complexity and a novel activation function 2025-Aug, Psychiatry research. Neuroimaging DOI:10.1016/j.pscychresns.2025.112016 PMID:40587919	研究论文	提出一种基于Kolmogorov-Arnold网络的参数高效框架用于ADHD诊断	结合KAN网络显著减少参数复杂度，引入注意力驱动特征选择机制和具有可学习系数的自适应激活函数	NA	开发参数效率高且可解释性强的ADHD诊断模型	注意力缺陷多动障碍(ADHD)患者	医学影像分析	注意力缺陷多动障碍	脑连接特征分析	Kolmogorov-Arnold Network (KAN)	脑连接特征数据	ADHD-200基准数据集	NA	Kolmogorov-Arnold Network with attention mechanism	准确率, F1分数, 精确率	NA
6258	2025-10-06	Colon cancer survival prediction from gland shapes within histology slides using deep learning 2025-Jul-14, Journal of integrative bioinformatics IF:1.5Q3 DOI:10.1515/jib-2024-0052 PMID:40650530	研究论文	本研究利用深度学习技术从结直肠癌组织病理图像中分割腺体，并基于腺体形态特征预测患者生存期	结合U-Net和DCAN模型在GlaS和CRAG数据集上训练以提高泛化能力，首次将腺体形态特征与生存预测相结合	模型在特定领域精度与跨数据集鲁棒性之间存在权衡	开发能够从组织病理图像中准确分割腺体并预测结肠癌患者生存期的深度学习方法	结直肠癌患者的组织病理切片图像	数字病理学	结肠癌	组织病理学成像	CNN	图像	GlaS和CRAG数据集及TCGA的全切片图像	NA	U-Net, DCAN	一致性指数, log-rank检验p值	NA
6259	2025-10-06	iALP: Identification of Allergenic Proteins Based on Large Language Model and Gate Linear Unit 2025-Jul-13, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-025-00734-2 PMID:40652417	研究论文	提出了一种基于大型语言模型ProtT5和门控线性单元(GLU)的过敏蛋白识别新方法iALP	首次将大型语言模型ProtT5与门控线性单元结合用于过敏蛋白识别，能够深入分析过敏蛋白的复杂特征	对短于100个氨基酸的蛋白质序列性能需要进一步讨论	开发高效的过敏蛋白识别方法以预防过敏反应	过敏蛋白(ALPs)	自然语言处理, 生物信息学	过敏性疾病	蛋白质序列分析	大型语言模型, 深度学习	蛋白质序列数据	NA	NA	ProtT5, GLU	准确率, F1-score	NA
6260	2025-10-06	CoBdock-2: enhancing blind docking performance through hybrid feature selection combining ensemble and multimodel feature selection approaches 2025-Jul-13, Journal of computer-aided molecular design IF:3.0Q2 DOI:10.1007/s10822-025-00629-w PMID:40652425	研究论文	开发了一种基于机器学习的盲对接方法CoBDock-2，通过混合特征选择策略提升结合位点和姿态预测性能	采用集成和多模型混合特征选择方法从9598个特征中识别关键分子特征，替代传统对接工具	与深度学习方法的比较为低偏差假设性比较，需要进一步验证	提升虚拟筛选中的盲对接性能，准确识别正构结合位点并预测小分子亲和力	蛋白质-配体相互作用	机器学习	NA	分子对接，空腔检测	机器学习	蛋白质、配体和相互作用的结构特征	多个基准数据集（PDBBind v2020-general, MTi, ADS, DUD-E, CASF-2016）	NA	NA	结合位点识别准确率，配体姿态预测准确率，平均距离减少，平均姿态RMSD减少	NA