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
6281	2025-10-05	Enhanced spatiotemporal mapping of urban wetland microplastics: An interpretable CNN-GRU approach using satellite imagery and limited samples 2025-Sep-15, Ecotoxicology and environmental safety IF:6.2Q1 DOI:10.1016/j.ecoenv.2025.119003 PMID:40939309	研究论文	提出一种可解释的CNN-GRU模型，结合卫星遥感和有限实地样本实现城市湿地微塑料污染的时空分布分析	首次将可解释的CNN-GRU模型与卫星遥感数据结合，利用有限样本实现微塑料污染的高精度时空制图	模型可靠性依赖于微塑料与藻类含量的相关性，这种关系在不同水生生态系统中可能存在差异	开发基于卫星遥感的城市湿地微塑料污染监测方法	中国广州车陂排水流域湿地中的微塑料污染	计算机视觉	NA	卫星遥感	CNN, GRU	卫星图像, 实地样本	有限实地样本	NA	CNN-GRU	R, MAE, RMSE	NA
6282	2025-10-05	Revealing 1,3-diphenylpropane's coagulation toxicity via infomaxnet-based network toxicology and molecular simulations 2025-Sep-15, Ecotoxicology and environmental safety IF:6.2Q1 DOI:10.1016/j.ecoenv.2025.118834 PMID:40818372	研究论文	本研究通过InfomaxNet网络毒理学框架结合分子模拟揭示了1,3-二苯基丙烷(SD-1)通过干扰凝血因子F9引发凝血障碍的毒性机制	提出仅利用网络拓扑分析复杂生物网络的InfomaxNet框架，解决了缺乏先验生物知识的挑战，并首次阐明SD-1与F9蛋白结合导致构象异常的分子机制	未明确说明样本规模和研究对象的局限性	阐明塑料污染物SD-1引发凝血障碍的毒性机制	1,3-二苯基丙烷(SD-1)、AKT2和F9关键蛋白、秀丽隐杆线虫	网络毒理学	凝血障碍	网络毒理学分析、分子动力学模拟、深度学习靶点预测、RT-qPCR、体外实验	深度学习	生物网络数据、分子结构数据、基因表达数据	NA	InfomaxNet, MolTrans	NA	NA	NA
6283	2025-10-05	Deceiving question-answering models: A hybrid word-level adversarial approach 2025-Sep-13, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.108105 PMID:40987134	研究论文	本文提出了一种新型词级对抗攻击方法QA-Attack，用于欺骗问答模型	基于注意力机制和删除排序策略的混合词级对抗方法，能识别并针对上下文中的特定词语进行替换	NA	研究问答模型对抗攻击的鲁棒性问题	问答模型	自然语言处理	NA	对抗攻击	NA	文本	NA	NA	NA	成功率, 语义变化, BLEU分数, 流畅度, 语法错误率	NA
6284	2025-10-05	Examination of Social Participation in Older Adults Undergoing Frailty Health Checkups Using Deep Learning Models 2025-Sep-12, Geriatrics (Basel, Switzerland) DOI:10.3390/geriatrics10050124 PMID:40981294	研究论文	本研究使用深度学习模型预测接受衰弱健康检查的老年人社会参与情况	首次将深度神经网络应用于老年人社会参与预测，并通过贡献分析识别关键预测因素	样本量相对较小（295人），模型区分性能仅为中等水平	预测老年人的社会参与情况并识别关键影响因素	接受衰弱健康检查的老年人	机器学习	老年疾病	健康检查调查	逻辑回归,支持向量机,深度神经网络	结构化数据	295名老年人	NA	深度神经网络	精确度,准确率,灵敏度,特异度,F1分数,AUC	NA
6285	2025-10-05	Learning-based multi-material CBCT image reconstruction with ultra-slow kV switching 2025-Sep, Journal of X-ray science and technology IF:1.7Q3 DOI:10.1177/08953996251331790 PMID:40350700	研究论文	本研究开发了一种名为SkV-Net的深度学习网络，用于基于超慢kV切换技术的能谱锥束CT多材料分解成像	提出结合U-Net主干结构和多头轴向注意力模块的SkV-Net网络，能够从超稀疏能谱投影数据中重建四种不同材料的密度图像	NA	开发能谱锥束CT的多材料分解方法	脂肪、肌肉、骨骼和碘四种生物材料	医学影像	NA	能谱锥束CT、超慢kV切换技术	深度学习	CT图像	NA	NA	U-Net, 多头轴向注意力模块	分解误差	NA
6286	2025-10-05	MHASegNet: A multi-scale hybrid aggregation network of segmenting coronary artery from CCTA images 2025-Sep, Journal of X-ray science and technology IF:1.7Q3 DOI:10.1177/08953996251346484 PMID:40485350	研究论文	提出一种用于冠状动脉CTA图像分割的多尺度混合注意力网络MHASegNet及定制优化方法	采用多尺度混合注意力机制捕获全局和局部特征，集成3D上下文锚点注意力模块聚焦关键结构，结合基于区域生长的迭代优化方法	需要进一步验证以确认在CAD诊断和量化中的有效性	改进冠状动脉CTA图像中的冠状动脉分割精度	冠状动脉CTA图像中的冠状动脉结构	计算机视觉	心血管疾病	冠状动脉计算机断层扫描血管成像(CCTA)	CNN	医学图像	90例内部数据集和1060例两个公共数据集	NA	MHASegNet	Dice相似系数(DSC)	NA
6287	2025-10-05	Multi-domain information fusion diffusion model (MDIF-DM) for limited-angle computed tomography 2025-Sep, Journal of X-ray science and technology IF:1.7Q3 DOI:10.1177/08953996251339368 PMID:40534498	研究论文	提出一种融合多领域信息的扩散模型用于有限角度CT重建，通过傅里叶域重加权和小波域增强提升重建图像质量	首次将傅里叶域重加权与小波域增强相结合，通过多领域信息融合改进有限角度CT重建	NA	提升有限角度CT重建图像的对比度，增强重建方法的鲁棒性	有限角度计算机断层扫描重建图像	计算机视觉	NA	计算机断层扫描	扩散模型	医学图像	NA	NA	MDIF-DM	NA	NA
6288	2025-10-05	A multi-stage training and deep supervision based segmentation approach for 3D abdominal multi-organ segmentation 2025-Sep, Journal of X-ray science and technology IF:1.7Q3 DOI:10.1177/08953996251355806 PMID:40671620	研究论文	提出一种基于多阶段训练和深度监督的3D腹部多器官分割方法	集成多阶段训练策略、伪标签技术和带注意力机制的深度监督模型(DLAU-Net)，专门针对3D腹部多器官分割设计	NA	解决3D CT图像腹部多器官分割中器官分布复杂、标注数据稀缺和器官结构多样性等挑战	腹部器官（肝脏、脾脏、肾脏等）	计算机视觉	腹部疾病	CT成像	深度学习	3D CT图像	FLARE 2023挑战赛提供的大规模数据集	NA	DLAU-Net	平均器官准确率,Dice相似系数	NA
6289	2025-10-05	Magnetic Resonance Imaging-Based 3-Dimensional Models of the Pelvis and Hip Using Machine Learning for Automatic Bone Segmentation in a Dynamic Hip Impingement Simulation 2025-Sep, Orthopaedic journal of sports medicine IF:2.4Q2 DOI:10.1177/23259671251334138 PMID:40980558	研究论文	本研究使用机器学习方法自动分割基于MRI的骨盆和髋部3D骨骼模型，用于动态髋部撞击模拟	首次将卷积神经网络应用于基于MRI的3D骨骼模型自动分割，并在动态髋部撞击模拟中验证其准确性	研究样本量相对有限（98个髋部），且仅针对特定年龄段的FAI患者	比较手动与自动分割在MRI-based 3D骨骼模型中的差异，验证自动分割在髋部撞击模拟中的可行性	FAI患者（30例，60个髋部）和无症状参与者（19例，38个髋部）	医学影像分析	髋部撞击综合征	MRI，3D T1-weighted VIBE Dixon序列	CNN	医学影像	98个髋部（60个FAI患者髋部，38个无症状髋部）	NA	卷积神经网络	Dice相似系数，平均差异测量	NA
6290	2025-10-05	Computational Prediction of Single-Domain Immunoglobulin Aggregation Propensities Facilitates Discovery and Humanization of Recombinant Nanobodies 2025-Aug-28, Antibodies (Basel, Switzerland) DOI:10.3390/antib14030073 PMID:40981272	研究论文	开发基于深度学习的计算方法预测单域免疫球蛋白聚集倾向，用于筛选稳定的重组纳米抗体	首次结合深度学习结构预测与框架区2特性分析来预测VHH抗体聚集倾向，并建立可访问的软件流程设计理想溶解性纳米抗体	研究样本量有限（106种纳米抗体变体），需要进一步验证方法的普适性	开发计算预测方法解决重组纳米抗体合成过程中的蛋白质聚集问题	重链抗体可变域（VHH）和重组纳米抗体	机器学习	NA	深度学习结构预测、重组表达、尺寸排阻色谱	深度学习	蛋白质结构数据、生物化学特性数据	106种纳米抗体变体	NA	NA	聚集评分与实际聚集倾向的相关性	NA
6291	2025-10-05	World's First Real-Time Artificial Intelligence-Assisted Mechanical Thrombectomy for Acute Ischemic Stroke 2025-Aug-01, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8704 PMID:39961616	研究论文	本研究报道了首例实时人工智能辅助的急性缺血性脑卒中机械取栓术的初步经验	首次在急诊机械取栓手术中应用实时深度学习AI系统进行辅助操作	样本量较小（16例患者），需要更大规模研究验证对手术流程和临床结果的影响	评估实时AI系统在急性缺血性脑卒中机械取栓术中的有效性和安全性	16例连续收治的急性缺血性脑卒中患者	医疗人工智能	急性缺血性脑卒中	深度学习	深度学习模型	荧光透视图像视频	16例患者	NA	NA	精确率, 召回率	NA
6292	2025-10-05	Machine Learning Approach to Predict Emergency Cesarean Sections Among Nulliparous Women 2025-Aug, Cureus DOI:10.7759/cureus.90501 PMID:40978894	研究论文	本研究使用机器学习方法预测初产妇急诊剖宫产的风险因素	首次在伊朗产科中心应用七种机器学习模型预测初产妇急诊剖宫产，并比较各模型性能	回顾性研究设计，未包含产时临床特征，需要前瞻性研究验证	识别初产妇急诊剖宫产的预测因素	伊朗某三级产科中心的初产妇，单胎头位妊娠≥37周	机器学习	产科疾病	机器学习	线性回归,逻辑回归,决策树,随机森林,XGBoost,KNN,深度学习	临床数据	2668例分娩（1916例阴道分娩，752例剖宫产）	NA	NA	AUC,准确率,精确率,召回率,F1分数	NA
6293	2025-10-05	The Prognostic Performance of Artificial Intelligence and Machine Learning Models for Mortality Prediction in Intensive Care Units: A Systematic Review 2025-Aug, Cureus DOI:10.7759/cureus.90465 PMID:40978923	系统综述	系统评估人工智能和机器学习模型在ICU死亡率预测中的表现	首次系统比较多种AI/ML模型与传统临床评分系统在ICU死亡率预测中的性能差异	研究多为回顾性分析，数据集有限，缺乏前瞻性验证	评估AI和ML模型在ICU住院死亡率预测中的应用效果	ICU住院患者	机器学习	危重症	机器学习算法	XGBoost,随机森林,逻辑回归,循环神经网络	临床数据	基于15项研究的数据，主要来自MIMIC和eICU-CRD数据库	NA	XGBoost,随机森林,逻辑回归,RNN	判别性能,预测准确率	NA
6294	2025-10-05	Predicting cardiotoxicity in drug development: A deep learning approach 2025-Aug, Journal of pharmaceutical analysis IF:6.1Q1 DOI:10.1016/j.jpha.2025.101263 PMID:40979544	研究论文	本研究采用机器学习和深度学习方法预测化合物的心脏毒性，旨在提高药物开发过程中的安全评估效率	结合多种分子指纹和描述符，使用Transformer等深度学习模型实现心脏毒性预测，并通过SHAP方法提供模型可解释性	NA	开发准确高效的心脏毒性预测模型以替代传统耗时昂贵的实验方法	化合物分子及其心脏毒性	机器学习	心血管疾病	分子指纹和分子描述符计算	NB, RF, SVM, KNN, XGBoost, Transformer	分子结构数据	NA	NA	Transformer	准确率, AUC	NA
6295	2025-10-05	HyPepTox-Fuse: An interpretable hybrid framework for accurate peptide toxicity prediction fusing protein language model-based embeddings with conventional descriptors 2025-Aug, Journal of pharmaceutical analysis IF:6.1Q1 DOI:10.1016/j.jpha.2025.101410 PMID:40979547	研究论文	提出一种融合蛋白质语言模型嵌入与传统描述符的混合框架HyPepTox-Fuse，用于准确预测肽毒性	首次融合蛋白质语言模型嵌入与传统描述符，采用跨模态多头注意力机制和Transformer架构实现更丰富的肽表征	NA	开发准确预测肽毒性的计算工具以促进基于肽的疗法设计	肽类分子	机器学习	NA	蛋白质语言模型，机器学习，深度学习	Transformer，集成学习	肽序列数据，分子描述符	NA	NA	Transformer，多头注意力机制	交叉验证，独立评估	NA
6296	2025-10-05	Transformer-based Deep Learning for Glycan Structure Inference from Tandem Mass Spectrometry 2025-Jul-05, bioRxiv : the preprint server for biology DOI:10.1101/2025.07.02.662857 PMID:40631101	研究论文	提出两种基于Transformer的深度学习模型GlycoBERT和GlycoBART，用于从串联质谱数据推断聚糖结构	首次将Transformer架构应用于聚糖结构预测，GlycoBART作为生成式模型能够发现训练数据中不存在的新型聚糖结构	GlycoBERT作为分类方法仅限于预测训练数据中存在的结构	开发能够从串联质谱数据准确推断聚糖结构的计算方法	聚糖分子结构	机器学习	NA	串联质谱(MS/MS)	Transformer	质谱数据	NA	NA	Transformer, BART	结构准确率	NA
6297	2025-10-05	Deep Learning MRI Models for the Differential Diagnosis of Tumefactive Demyelination versus IDH Wild-Type Glioblastoma 2025-Jul-01, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8645 PMID:39788628	研究论文	本研究开发了基于深度学习的MRI模型，用于鉴别诊断肿瘤样脱髓鞘病变与IDH野生型胶质母细胞瘤	首次将3D DenseNet121架构应用于T1增强和T2加权MRI图像，实现肿瘤样脱髓鞘与IDH野生型胶质母细胞瘤的自动鉴别诊断	模型需要进一步验证在不同机构、患者群体和技术设备间的泛化能力，且未包含其他肿瘤病因如CNS淋巴瘤和脑转移瘤	开发非侵入性方法准确诊断脑部病变的肿瘤与非肿瘤病因	肿瘤样脱髓鞘病变患者(144例)和IDH野生型胶质母细胞瘤患者(455例)	医学影像分析	脑部疾病	MRI成像	深度学习	医学影像	599例患者(144例肿瘤样脱髓鞘，455例IDH野生型胶质母细胞瘤)	NA	3D DenseNet121	AUROC, 敏感性, 特异性	NA
6298	2025-10-05	Application of Deep Learning Accelerated Image Reconstruction in T2-Weighted Turbo Spin-Echo Imaging of the Brain at 7T 2025-Jul-01, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8662 PMID:39832954	研究论文	本研究评估了基于深度学习的图像重建技术在7T脑部T2加权涡轮自旋回波成像中的应用效果	首次在7T超高场MRI中应用基于深度学习的图像重建技术，显著提升图像质量	样本量较小（仅30例患者），需进一步扩大验证	解决7T MRI成像时间长和运动敏感性问题	30例连续临床7T脑部MRI患者	医学影像分析	神经系统疾病	T2加权涡轮自旋回波成像，7T MRI	深度神经网络	k空间原始数据，MRI图像	30例患者	NA	深度神经网络	对比噪声比，图像噪声，图像质量，伪影，锐度，结构清晰度	NA
6299	2025-10-05	Improving the Robustness of Deep Learning Models in Predicting Hematoma Expansion from Admission Head CT 2025-Jul-01, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8650 PMID:39794133	研究论文	本研究探讨了通过对抗训练和输入修改提高深度学习模型在预测急性脑出血患者血肿扩张方面的鲁棒性	首次在血肿扩张预测任务中系统评估对抗训练和Otsu多阈值分割输入对深度学习模型鲁棒性的提升效果	研究仅针对特定类型的对抗攻击(FGSM和PGD)，对其他攻击类型的鲁棒性未经验证	提高深度学习模型在临床实践中对输入数据扰动的鲁棒性	急性脑出血患者的入院头部CT扫描	医学影像分析	脑出血	CT扫描，Otsu多阈值分割	深度学习模型	医学影像	训练/交叉验证队列890名患者，独立验证队列684名患者	NA	NA	AUC	NA
6300	2025-10-05	Advancing offline magnetic resonance-guided prostate radiotherapy through dedicated imaging and deep learning-based automatic contouring of targets and neurovascular structures 2025-Jul, Physics and imaging in radiation oncology DOI:10.1016/j.phro.2025.100825 PMID:40980260	研究论文	本研究结合高分辨率MRI和深度学习技术，开发了用于前列腺癌放疗规划的自动轮廓勾画系统	首次将高分辨率3D T2加权SPACE MRI序列与3D nnU-net模型结合，实现前列腺癌放疗相关结构和神经血管结构的自动精确勾画	样本量相对较小（50例患者），且阴部动脉的自动勾画与专家评估存在显著差异	开发基于深度学习的自动轮廓勾画方法，提高前列腺癌放疗中神经血管结构保护的精确性和可及性	前列腺癌患者放疗相关的目标结构和神经血管结构	数字病理	前列腺癌	磁共振成像，3D T2加权SPACE序列	CNN	3D医学图像	50例患者（40例训练，10例测试）	nnU-net	3D nnU-net	表面Dice分数，平均表面距离	NA