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
6321	2025-10-06	Position Based Camera-2D LiDAR Fusion and Person Following for Mobile Robots 2025-May, IEEE ... International Conference on Rehabilitation Robotics : [proceedings] DOI:10.1109/ICORR66766.2025.11062955 PMID:40644251	研究论文	本文提出了一种基于位置的相机-2D LiDAR融合方法，并在真实移动机器人上测试了人员跟随应用	首次在真实机器人上测试基于位置的目标人员跟踪系统用于人员跟随应用，并与基于图像的跟踪方法进行对比	基于位置的跟踪主要适用于短期跟踪，未在长期跟踪场景中进行测试	开发更有效的人员跟随系统，解决现有方法在跟踪视角和误报方面的限制	移动机器人的人员跟随系统	机器人视觉	NA	深度学习，多传感器融合	深度学习人员检测模型	RGBD图像，LiDAR点云数据	NA	NA	UCMCtrack, SORT	ID切换率，跟踪一致性	真实移动机器人平台
6322	2025-10-06	HyenaCircle: a HyenaDNA-based pretrained large language model for long eccDNA prediction 2025, Frontiers in genetics IF:2.8Q2 DOI:10.3389/fgene.2025.1641162 PMID:40641599	研究论文	提出基于HyenaDNA预训练大语言模型的HyenaCircle深度学习模型，用于预测长eccDNA形成	首次将大语言模型与三代测序数据结合用于长eccDNA预测，采用数据增强、正则化和类别不平衡加权策略提升模型鲁棒性	模型验证AUROC为0.715，性能仍有提升空间，长eccDNA检测本身存在技术挑战	开发能够准确预测长eccDNA形成的深度学习模型	长度1-5kb的染色体外环状DNA(eccDNA)	自然语言处理	NA	纳米孔测序，FLED算法	大语言模型	DNA序列数据	20,000个长度匹配的阴性对照样本	NA	HyenaDNA, HyenaCircle	AUROC, 召回率	NA
6323	2025-10-06	Explainable AI for time series prediction in economic mental health analysis 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1591793 PMID:40641972	研究论文	提出一种将可解释人工智能直接集成到时间序列预测中的新框架，用于经济心理健康分析	将可解释性直接整合到时间序列预测过程中，结合内在和事后可解释性技术	现有的事后可解释性方法仅提供部分见解，在敏感领域应用受限	开发透明且可解释的时间序列预测模型用于经济心理健康分析	心理健康预测和经济数据分析	机器学习	心理健康疾病	时间序列分析，可解释人工智能	可解释模型架构	时间序列数据	NA	NA	可解释模型架构	准确率，可解释性	NA
6324	2025-10-06	Automatic dental age estimation in adolescents via oral panoramic imaging 2025, Frontiers in dental medicine IF:1.5Q3 DOI:10.3389/fdmed.2025.1618246 PMID:40642202	研究论文	通过口腔全景影像实现青少年自动牙龄估计	构建大规模全景牙科影像数据集并应用多种CNN模型实现自动化牙龄估计，替代传统依赖主观判断的Demirjian方法	研究主要针对中国北方青少年群体，可能在其他人群中的适用性有限	开发基于深度学习的自动牙龄估计方法，用于法医牙科年龄鉴定	青少年牙科全景影像	计算机视觉	NA	全景牙科影像	CNN	图像	大规模全景牙科影像数据集，包含总体样本、女性样本和男性样本	NA	多种卷积神经网络模型	平均绝对误差	NA
6325	2025-10-06	Quantification of myocardial oxygen extraction fraction on noncontrast MRI enabled by deep learning 2024-Nov, Radiology advances DOI:10.1093/radadv/umae026 PMID:40641627	研究论文	开发一种基于深度学习的无对比剂心血管磁共振方法，用于活体定量测量心肌氧摄取分数和心肌血容量	首次将UNet神经网络与不对称自旋回波CMR序列结合，实现无对比剂的心肌氧代谢参数定量测量	样本量较小（20名健康志愿者和10名心梗患者），需要在更大人群中验证	开发无创定量测量心肌氧代谢参数的新方法	健康志愿者和慢性心肌梗死患者	医学影像分析	心血管疾病	心血管磁共振，不对称自旋回波序列	深度学习	磁共振图像	20名健康志愿者（11名女性，20-30岁）和10名慢性心肌梗死患者	NA	UNet	变异系数	3 T MRI临床系统
6326	2025-10-06	A practical guide for nephrologist peer reviewers: evaluating artificial intelligence and machine learning research in nephrology 2025-Dec, Renal failure IF:3.0Q1 DOI:10.1080/0886022X.2025.2513002 PMID:40620096	指南	为肾脏病学同行评审提供评估人工智能和机器学习研究的结构化框架	整合TRIPOD-AI清单，提出针对肾脏病学AI/ML研究的系统评审框架	NA	提升肾脏病学领域AI/ML研究的评审质量和临床可靠性	肾脏病学领域的AI/ML研究论文	机器学习	肾脏疾病	电子健康记录分析、生物标志物分析、医学影像分析	卷积神经网络, 预测模型	电子健康记录, 医学影像, 生物标志物	NA	NA	NA	NA	NA
6327	2025-10-06	Multiparameter MRI-based automatic segmentation and diagnostic models for the differentiation of intracranial solitary fibrous tumors and meningiomas 2025-Dec, Annals of medicine IF:4.9Q1 DOI:10.1080/07853890.2025.2530223 PMID:40625299	研究论文	开发基于多参数MRI的自动分割和诊断模型，用于区分颅内孤立性纤维瘤和脑膜瘤	首次将VB-Net深度学习网络用于肿瘤自动分割，并结合临床/影像学特征构建融合指数相关模型和四分类模型	样本量相对有限（252例患者），研究时间跨度较长（2014-2024年）	术前准确区分颅内孤立性纤维瘤和脑膜瘤，为手术规划和治疗策略提供依据	颅内孤立性纤维瘤（56例）和脑膜瘤（196例）患者	医学影像分析	脑肿瘤	多参数MRI	VB-Net, 机器学习	MRI图像, 临床数据, 影像学特征	252例患者（56例SFTs，196例脑膜瘤）	NA	VB-Net	DSC, AUC	NA
6328	2025-10-06	A bidirectional reasoning approach for blood glucose control via invertible neural networks 2025-Sep, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108844 PMID:40440769	研究论文	提出一种双向神经网络框架，通过可逆神经网络实现血糖控制的因果推理和反事实推理	创新性地将前向因果推理与逆向反事实推理整合到统一框架中，通过多堆叠仿射耦合层确保网络可逆性	NA	解决深度学习模型在需要因果和反事实推理任务中的伪相关性问题	血糖控制	机器学习	糖尿病	可逆神经网络	双向神经网络	血糖数据	NA	强化学习	多堆叠仿射耦合层	泛化能力，决策效能，样本效率，收敛速度	NA
6329	2025-10-06	DeepMS: super-fast peptide identification using end-to-end deep learning method 2025-Sep-01, Journal of molecular biology IF:4.7Q1 DOI:10.1016/j.jmb.2025.169237 PMID:40449612	研究论文	开发了一种基于深度学习的质谱谱图识别算法DeepMS，用于超快速肽段序列鉴定	采用端到端深度学习方法实现超快速肽段鉴定，其识别速度超过质谱谱图生成速率	未明确说明算法在复杂样本中的性能表现和泛化能力	解决传统质谱谱图识别方法计算资源需求大、耗时长的限制	质谱谱图和肽段序列	机器学习	NA	质谱技术	CNN	质谱谱图数据	NA	NA	VGG16	NA	NA
6330	2025-10-06	Real-time respiratory motion forecasting with online learning of recurrent neural networks for accurate targeting in externally guided radiotherapy 2025-Sep, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108828 PMID:40499344	研究论文	本研究评估了三种资源高效的在线学习算法在放疗中准确预测呼吸运动的能力	提出了SnAp-1和DNI的高效实现方法，并比较了多种在线学习算法在呼吸运动预测中的性能	研究使用健康受试者的外部标记数据，样本数量有限（9个时间序列），且序列时长较短（73-320秒）	开发资源高效的在线学习算法来准确预测放疗中的呼吸运动，以解决治疗系统延迟问题	健康受试者胸部三个外部标记的三维位置时间序列数据	机器学习	肺癌	红外相机跟踪，呼吸运动监测	RNN	时间序列数据	9个时间序列，每个序列包含73-320秒的数据	NA	UORO, SnAp-1, DNI, RTRL	归一化均方根误差(nRMSE), 推理时间	Intel Core i7-13700 CPU
6331	2025-10-06	Automated phenotypic analysis and classification of drug-treated cardiomyocytes via synergized time-lapse holographic imaging and deep learning 2025-Sep, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108890 PMID:40505199	研究论文	通过结合延时全息成像和深度学习技术，实现药物处理心肌细胞的自动化表型分析和分类	开发了集成全息图像追踪和深度学习的平台，首次在单细胞水平实现心肌细胞收缩运动的精确跟踪和基于运动波形的自动分类	仅测试了三种药物，样本范围有限，需要进一步验证更多药物类型	预测心血管药物风险，研究药物浓度对单个心肌细胞收缩动力学的影响	人诱导多能干细胞衍生的心肌细胞	计算机视觉, 数字病理学	心血管疾病	延时全息成像, 光学流方法	深度学习, 迁移学习, 机器学习	全息图像序列, 运动波形数据	单个心肌细胞水平的药物处理细胞群体	NA	全卷积网络	分类准确率	NA
6332	2025-10-06	Predicting clinical prognosis in gastric cancer using deep learning-based analysis of tissue pathomics images 2025-Sep, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108895 PMID:40513510	研究论文	本研究开发了一种基于机器学习的病理组学模型，用于预测胃癌患者术后总生存期	结合病理组学特征与临床参数构建综合预测模型，并通过生物信息学分析揭示模型与肿瘤免疫状态和NRP1表达的关联	回顾性研究设计，样本量相对有限（160例患者）	评估机器学习病理组学模型在预测胃癌患者术后预后中的价值	160例接受根治性手术的胃癌患者	数字病理	胃癌	病理图像分析，生物信息学分析	GBM，机器学习方法	组织病理图像，临床数据	160例胃癌患者，使用TCGA和GEO数据库进行验证	NA	基于GBM的病理组学模型	AUC，1年、3年、5年生存预测准确率	NA
6333	2025-10-06	SmartAlert: Machine learning-based patient-ventilator asynchrony detection system in intensive care units 2025-Sep, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108927 PMID:40582190	研究论文	开发并验证基于机器学习的实时患者-呼吸机异步检测系统SmartAlert，可直接从呼吸机屏幕数据检测和分类异步事件	首个完全在线实时系统，直接从呼吸机屏幕视频提取压力流量波形，使用深度学习分类异步事件并分配警报级别	系统在临床试验中减少警报疲劳、优化呼吸机设置和改善患者预后的潜力仍有待验证	开发实时检测和分类患者-呼吸机异步的系统，并向临床医生发出警报	ICU患者呼吸机屏幕记录	机器学习	呼吸系统疾病	视频记录分析，时间序列数据处理	深度神经网络	视频，时间序列数据	381,280个双呼吸单元	NA	深度神经网络	准确率，灵敏度，特异性，AUC-ROC	NA
6334	2025-10-06	Generative adversarial network (GAN) model-based design of potent SARS-CoV-2 Mpro inhibitors using the electron density of ligands and 3D binding pockets: insights from molecular docking, dynamics simulation, and MM-GBSA analysis 2025-Aug, Molecular diversity IF:3.9Q2 DOI:10.1007/s11030-024-11047-9 PMID:39613993	研究论文	本研究利用生成对抗网络(GAN)设计SARS-CoV-2主要蛋白酶(Mpro)抑制剂，并通过分子对接、动力学模拟和MM-GBSA分析验证其效力	采用两种创新GAN方法：基于配体电子密度数据和基于靶点结合口袋3D结构生成新型小分子	研究样本量有限，仅对六种最有前景的分子进行了深入分析	开发针对SARS-CoV-2主要蛋白酶的高效抑制剂	SARS-CoV-2主要蛋白酶(Mpro)及其抑制剂	药物发现	COVID-19	分子对接、分子动力学模拟、MM-GBSA分析	GAN	电子密度数据、3D结合口袋结构	电子密度方法生成约26,000个分子，结合口袋方法生成约100个分子，深入分析6个分子	NA	GAN	Glide XP评分、AutoDock Vina评分、MM-GBSA结合自由能	NA
6335	2025-10-06	A 4D tensor-enhanced multi-dimensional convolutional neural network for accurate prediction of protein-ligand binding affinity 2025-Aug, Molecular diversity IF:3.9Q2 DOI:10.1007/s11030-024-11044-y PMID:39714563	研究论文	本文提出了一种基于4D张量特征和多维卷积神经网络的蛋白质-配体结合亲和力预测模型MCDTA	引入4D张量特征捕捉结合口袋区域的关键相互作用，开发多维卷积神经网络框架整合一维序列、二维结构和三维相互作用特征	未明确说明模型在特定蛋白质家族或配体类型上的局限性	准确预测蛋白质-配体结合亲和力以促进药物新用途发现	蛋白质-配体相互作用	机器学习	NA	特征工程	CNN	序列数据,结构数据,相互作用特征	PDBbind v.2020数据集	NA	三维卷积神经网络,多维卷积神经网络	RMSE,PCC	NA
6336	2025-10-06	Deep Learning Approach Readily Differentiates Papilledema, Non-Arteritic Anterior Ischemic Optic Neuropathy, and Healthy Eyes 2025-Aug, American journal of ophthalmology IF:4.1Q1 DOI:10.1016/j.ajo.2025.04.006 PMID:40220884	研究论文	开发并验证了一种基于深度学习的模型，用于通过眼底照片区分特发性颅内高压引起的视盘水肿、非动脉炎性前部缺血性视神经病变和健康眼睛	首次使用深度学习模型在单一框架内同时区分三种眼科状态（IIH、NAION和健康眼睛），并生成可视化激活图谱突出显示关键诊断区域	研究依赖于现有数据集，未在更广泛的人群中进行前瞻性验证	开发一种自动诊断工具，用于神经眼科疾病的鉴别诊断	眼底照片，包括特发性颅内高压（IIH）患者、非动脉炎性前部缺血性视神经病变（NAION）患者和健康对照者的眼睛	计算机视觉	眼科疾病	眼底摄影	CNN	图像	训练验证集：15,088张眼底照片（5866只眼睛），外部验证集：1,126张照片（928只眼睛）	PyTorch	ResNet-50	准确率，AUC-ROC，精确率，召回率，F1分数，混淆矩阵	NA
6337	2025-10-06	Deep learning Radiopathomics based on pretreatment MRI and whole slide images for predicting overall survival in locally advanced nasopharyngeal carcinoma 2025-Aug, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology IF:4.9Q1 DOI:10.1016/j.radonc.2025.110949 PMID:40409367	研究论文	开发基于深度学习的放射病理组学模型，用于预测局部晚期鼻咽癌患者的总生存期	首次将MRI影像与全切片图像通过多模态融合方法结合，采用自注意力机制评估不同图像区域对预后预测的重要性	样本量相对有限（343例患者），需要更大规模的多中心验证	预测局部晚期鼻咽癌患者的总生存期	局部晚期鼻咽癌患者	数字病理	鼻咽癌	MRI成像，全切片图像分析	深度学习，自注意力机制，多层感知机	医学影像（MRI），病理图像（WSI）	343例局部晚期鼻咽癌患者（训练集202例，验证集91例，外部测试集50例）	NA	自注意力机制，多层感知机，多模态融合模型	一致性指数（C-index），Kaplan-Meier曲线	NA
6338	2025-10-06	Deep learning dosiomics for the pretreatment prediction of radiation dermatitis in nasopharyngeal carcinoma patients treated with radiotherapy 2025-Aug, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology IF:4.9Q1 DOI:10.1016/j.radonc.2025.110951 PMID:40412532	研究论文	开发结合剂量组学和深度学习的模型预测鼻咽癌放疗患者发生2级及以上放射性皮炎的风险	首次将剂量组学特征与深度学习特征相结合构建预测模型，并整合临床因素提升预测性能	回顾性研究且样本量有限（290例患者）	预测鼻咽癌患者放疗后放射性皮炎的发生风险	接受放疗的鼻咽癌患者	医学影像分析	鼻咽癌	放射治疗剂量分布分析	CNN, XGBoost	放射剂量分布数据	290例鼻咽癌患者（训练集167例，内部验证集72例，外部验证集51例）	NA	ResNet-34	AUC	NA
6339	2025-10-06	Screening of bioactive compounds and deep learning-driven quality control of Angong Niuhuang pills 2025-Jul-24, Journal of ethnopharmacology IF:4.8Q1 DOI:10.1016/j.jep.2025.120095 PMID:40490229	研究论文	本研究通过深度学习驱动的质量控制方法筛选安宫牛黄丸中的活性化合物并建立质量控制体系	首次将BiGRU-MAR深度学习模型与近红外光谱技术结合用于中药复方制剂的质量控制	NA	建立安宫牛黄丸的全面质量控制体系，实现大规模质量控制和产量监测	安宫牛黄丸中的生物活性化合物	数字病理	中风	液相色谱-质谱联用,网络药理学,偏最小二乘法分析,近红外光谱	BiGRU	光谱数据	NA	NA	BiGRU-MAR	预测准确度	NA
6340	2025-10-06	ModelS4Apnea: leveraging structured state space models for efficient sleep apnea detection from ECG signals 2025-Jul-11, Physiological measurement IF:2.3Q3 DOI:10.1088/1361-6579/adebdd PMID:40609595	研究论文	提出一种基于结构化状态空间模型的深度学习框架ModelS4Apnea，用于从心电信号中高效检测睡眠呼吸暂停	首次将结构化状态空间模型(S4)与卷积神经网络结合用于睡眠呼吸暂停检测，在保持高精度的同时显著减少可训练参数和计算资源需求	仅使用单模态ECG数据，未探索多模态数据融合；尚未在真实临床环境中进行大规模验证	开发高效准确的睡眠呼吸暂停自动检测方法	睡眠呼吸暂停患者的心电信号	医疗信号处理	睡眠呼吸暂停	ECG信号分析，深度学习	CNN,S4	心电信号频谱图	Apnea-ECG数据集	NA	卷积神经网络模块，结构化状态空间模块，分类模块	准确率, F1分数, 敏感度, 特异度	NA