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
6601	2025-10-06	Prediction of pathogenic mutations in human transmembrane proteins and their associated diseases via utilizing pre-trained Bio-LLMs 2025-Jul-15, Communications biology IF:5.2Q1 DOI:10.1038/s42003-025-08452-7 PMID:40665056	研究论文	提出一种专门用于预测跨膜蛋白致病突变并进行细粒度疾病分类的深度学习方法MutDPAL	首次结合跨膜环境特征与疾病编码特征进行细粒度疾病分类，采用基于交叉注意力的疾病-蛋白关联学习方法	NA	识别跨膜蛋白中的致病突变并将其分类到特定疾病类别	人类跨膜蛋白中的错义突变	自然语言处理	多种人类疾病	生物大语言模型	深度学习	蛋白质序列数据	NA	NA	基于交叉注意力的关联学习架构	预测准确率	NA
6602	2025-10-06	Advanced finite segmentation model with hybrid classifier learning for high-precision brain tumor delineation in PET imaging 2025-Jul-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-09638-z PMID:40665069	研究论文	提出一种结合有限分割模型和改进分类器学习的方法，用于PET影像中脑肿瘤的高精度分割	集成先进的纹理特征提取、深度学习分类和自适应分割方法，有效解决分割离散性问题	未在真实临床数据集上进行验证，未来需要整合微分割和预分类技术	提升脑肿瘤在PET影像中的分割精度和效率	脑肿瘤区域	医学影像分析	脑肿瘤	PET成像	深度学习	医学影像	1000张训练图像和426张测试图像	NA	有限分割模型	准确率, 分类精度, 分类错误率, 分类时间	NA
6603	2025-10-06	An efficient deep learning based approach for automated identification of cervical vertebrae fracture as a clinical support aid 2025-Jul-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-10448-6 PMID:40665115	研究论文	提出一种基于混合迁移学习的高效深度学习方法来自动识别和分类颈椎骨折	将Inception-ResNet-v2与U-Net上采样组件结合构建新型混合架构，在颈椎骨折识别任务中表现优于传统深度学习模型	仅使用单一公开数据集进行验证，未涉及多中心或外部验证	开发自动化颈椎骨折识别系统以辅助临床诊断	颈椎轴向CT扫描切片	计算机视觉	颈椎骨折	CT扫描	深度学习,迁移学习	医学影像	2,984个测试CT扫描切片	NA	Inception-ResNet-v2,U-Net	准确率	NA
6604	2025-10-06	Integrating vision transformer-based deep learning model with kernel extreme learning machine for non-invasive diagnosis of neonatal jaundice using biomedical images 2025-Jul-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-08342-2 PMID:40665120	研究论文	提出一种结合视觉Transformer和核极限学习机的非侵入性新生儿黄疸诊断方法	首次将视觉Transformer与核极限学习机结合用于黄疸图像分类，并采用增强型浣熊优化算法进行超参数调优	仅使用单一黄疸图像数据集进行验证，缺乏多中心临床数据支持	开发有效的非侵入性新生儿黄疸早期诊断系统	新生儿黄疸医学图像	计算机视觉	新生儿黄疸	医学图像处理	Vision Transformer, KELM	医学图像	黄疸图像数据集（具体数量未提及）	NA	Vision Transformer	准确率	NA
6605	2025-10-06	A comparative study and simple baseline for travel time prediction 2025-Jul-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-02303-5 PMID:40665164	研究论文	本研究通过比较分析旅行时间预测中的各处理步骤，提出了一种融合XGBoost和LSTM优势的基线方法	系统评估了数据预处理各步骤对预测精度的影响，并提出通过门控网络动态融合XGBoost和LSTM的基线方法	仅使用了台湾和加州两个地区的数据集，可能缺乏地理普适性	识别影响旅行时间预测精度的关键因素并开发更有效的预测方法	高速公路旅行时间数据	机器学习	NA	深度学习、数据插补、特征选择	LSTM, XGBoost, 混合模型	时间序列交通数据	台湾和加州两个真实世界数据集	NA	LSTM, XGBoost, 门控网络	预测精度	NA
6606	2025-10-06	Domain-incremental white blood cell classification with privacy-aware continual learning 2025-Jul-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-08024-z PMID:40665174	研究论文	提出一种基于生成回放的持续学习策略，用于解决白细胞分类中的领域偏移和灾难性遗忘问题	使用轻量级生成器模拟历史数据，通过合成潜在表示实现隐私保护的持续学习	仅在四个数据集上进行验证，需要更多临床环境下的实际测试	解决白细胞分类中因领域偏移导致的模型性能下降问题	白细胞图像数据	计算机视觉	血液疾病	深度学习，持续学习	CNN, 基础模型	医学图像	四个数据集（具体数量未明确说明）	NA	ResNet50, RetCCL, CTransPath, UNI	NA	NA
6607	2025-10-06	Deep learning-based delineation of whole-body organs at risk empowering adaptive radiotherapy 2025-Jul-15, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-03062-z PMID:40665308	研究论文	本研究验证了基于深度学习的全身危及器官自动勾画模型在临床实践中的可行性	开发了覆盖全身多个解剖区域（头颈部、胸部、腹部、盆腔）的危及器官自动勾画模型，并首次系统评估了其剂量学影响	研究仅由一位经验丰富的放射肿瘤学家进行手动勾画作为参考标准，且样本量未明确说明	验证深度学习模型在全身危及器官自动勾画中的临床应用价值	全身各解剖区域的危及器官，包括头颈部、胸部、腹部和盆腔器官	数字病理	肿瘤放疗	深度学习	深度学习模型	医学影像	NA	NA	NA	Dice相似系数, 平均表面距离	NA
6608	2025-10-06	Future of Alzheimer's Detection: Advancing Diagnostic Accuracy through the Integration of qEEG and Artificial Intelligence 2025-Jul-15, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2025.121373 PMID:40675424	综述	探讨定量脑电图与人工智能技术在阿尔茨海默病检测诊断中的整合应用	首次系统评估AI增强qEEG在AD诊断中的表现，涵盖多种机器学习算法和深度学习网络	存在数据质量、计算资源和标准化方法方面的挑战	提高阿尔茨海默病的诊断准确性	阿尔茨海默病患者	机器学习	阿尔茨海默病	定量脑电图	CNN, SVM, LDA	脑电信号数据	11项研究，参与者35-890人，平均年龄66.94-74.8岁	NA	卷积神经网络，支持向量机，线性判别分析	准确率，AUC，灵敏度	NA
6609	2025-10-06	Optimal Descriptor Subset Search via Chemical Information and Target Activity-Guided Algorithm for Antimicrobial Peptide Prediction 2025-Jul-14, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00600 PMID:40528473	研究论文	本研究提出一种基于化学信息和靶点活性的优化描述符子集搜索算法AExOp-DCS，用于抗菌肽预测建模	开发了自动特征域优化方法AExOp-DCS，能够根据化合物的化学结构和生物活性识别最优描述符子集	未明确说明算法在不同类型抗菌肽数据集上的泛化能力	开发更高效的抗菌肽预测计算方法	抗菌肽(AMPs)	机器学习	传染病	QSAR建模	浅层学习模型	蛋白质序列描述符	NA	Java	AExOp-DCS	准确率, 判别能力	NA
6610	2025-10-06	Transfer-Learning Deep Raman Models Using Semiempirical Quantum Chemistry 2025-Jul-14, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00513 PMID:40528819	研究论文	本研究提出使用半经验量子化学方法生成模拟振动光谱，通过迁移学习训练深度拉曼模型	利用半经验量子化学生成合成光谱数据预训练深度学习模型，解决拉曼光谱数据不足的问题	仅在小规模实验细菌光谱数据集上验证，模型泛化能力需进一步测试	开发计算成本更低、性能相当的深度拉曼光谱分析方法	细菌拉曼光谱	机器学习	NA	拉曼光谱，半经验量子化学	深度学习	光谱数据	大型合成数据集+小型实验数据集	NA	NA	NA	NA
6611	2025-10-06	Evaluation of Small-Molecule Binding Site Prediction Methods on Membrane-Embedded Protein Interfaces 2025-Jul-14, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00336 PMID:40601846	研究论文	评估多种计算方法在膜蛋白界面区域预测小分子结合位点的性能	首次系统评估几何基、能量探针、机器学习和深度学习等方法在膜蛋白跨膜区域结合位点预测的表现	所有方法在膜蛋白数据上的预测性能均低于可溶性蛋白数据集	评估计算方法在膜蛋白跨膜区域配体结合位点预测的准确性	GPCR和离子通道的配体复合物	计算生物学	NA	结合位点预测计算方法	几何基方法,能量探针方法,机器学习,深度学习	蛋白质结构数据	GPCR-配体复合物数据集、离子通道-配体复合物数据集和PDBBind可溶性蛋白数据集	NA	Fpocket, ConCavity, FTSite, P2Rank, GRaSP, PUResNet, DeepPocket, PUResNetV2.0	中心到中心距离(DCC),离散体积重叠(DVO)	NA
6612	2025-10-06	Advancing Drug Discovery with Enhanced Chemical Understanding via Asymmetric Contrastive Multimodal Learning 2025-Jul-14, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00430 PMID:40548496	研究论文	提出了一种非对称对比多模态学习方法，用于增强分子理解并加速药物发现	设计了非对称对比多模态学习框架，能够将不同化学模态的信息有效转移到分子图表示中	NA	提升分子表示学习能力并推动药物发现研究	分子图表示和多种化学模态数据	机器学习	NA	多模态深度学习	图神经网络	分子图数据，多模态化学数据	NA	NA	预训练化学单模态编码器，5层浅层图编码器	跨模态检索性能，异构体区分能力，分子性质预测准确率	NA
6613	2025-10-06	Generative AI enables medical image segmentation in ultra low-data regimes 2025-Jul-14, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-61754-6 PMID:40659619	研究论文	提出一种生成式深度学习框架，解决医学图像分割在极低数据量场景下的训练难题	采用多级优化实现端到端数据生成，让分割性能指导生成过程，生成专门用于提升分割效果的训练数据	NA	解决医学图像语义分割在极低数据量场景下的训练挑战	医学图像分割任务	医学影像分析	多种疾病	生成式深度学习	生成模型	医学图像和分割掩码	覆盖11个医学图像分割任务和19个数据集	NA	NA	分割性能提升	NA
6614	2025-10-06	[Progress in research of textual quality evaluation of health-related media reports] 2025-Jul-10, Zhonghua liu xing bing xue za zhi = Zhonghua liuxingbingxue zazhi DOI:10.3760/cma.j.cn112338-20241012-00629 PMID:40677194	综述	总结健康相关媒体报道文本质量评价的研究进展	系统梳理了健康报道文本质量评价的定义维度、指标体系和评估方法现状	缺乏统一的文本质量定义、评价维度和自动化评估算法	健康相关媒体报道的文本质量评价方法研究	29篇健康相关媒体报道研究论文	自然语言处理	NA	文本挖掘, 系统文献检索	NA	文本	29篇研究论文	NA	NA	NA	NA
6615	2025-10-06	optiGAN: a deep learning-based alternative to optical photon tracking in Python-based GATE (10+) 2025-Jul-02, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ade2b5 PMID:40490001	研究论文	提出了一种基于生成对抗网络的深度学习模型optiGAN，用于加速GATE医学物理框架中的光学光子传输模拟	首次将GAN模型集成到Python版本的GATE 10框架中，为传统光学蒙特卡洛模拟提供高效替代方案	研究主要验证了与GATE v9.3的一致性，尚未在其他医学物理框架中进行广泛验证	加速光学光子传输模拟同时保持建模精度	光学光子传输过程	医学物理模拟	NA	生成对抗网络	GAN	光子传输参数（位置、方向、能量）	NA	Python, GATE	GAN	Jensen-Shannon距离, 相似度百分比, 执行时间减少率	NA
6616	2025-10-06	Challenges for implementing generative artificial intelligence (GenAI) into clinical healthcare 2025-07, Internal medicine journal IF:1.8Q2 DOI:10.1111/imj.70035 PMID:40135733	综述	探讨生成式人工智能在临床医疗中实施的挑战与潜力	系统分析生成式AI在医疗领域应用的多维度挑战，整合技术问题、监管考量、人力影响和信任建立等关键议题	基于现有证据和专家意见的分析，缺乏实证研究数据支持	为临床专家介绍生成式AI在医疗领域快速发展的现状与实施障碍	生成式人工智能技术在医疗健康领域的应用	医疗人工智能	NA	深度学习	生成式AI	多样化大型数据集	NA	NA	NA	NA	NA
6617	2025-10-06	Deep Learning-Powered Whole Slide Image Analysis in Cancer Pathology 2025-Jul, Laboratory investigation; a journal of technical methods and pathology DOI:10.1016/j.labinv.2025.104186 PMID:40306572	综述	本文综述了深度学习在全切片图像分析中的应用及其在癌症病理学中的临床价值	提出了整合深度学习与全切片图像的完整框架，探索超越病理医生视觉感知的形态学特征	讨论了将基于深度学习的数字病理学转化为临床实践面临的机遇与挑战	推动深度学习驱动的全切片图像分析在癌症诊疗中的应用	癌症病理全切片图像	数字病理学	癌症	全切片成像技术	CNN, GCN, Transformer	图像	NA	NA	卷积神经网络, 图卷积网络, Transformer	灵敏度, 准确度	NA
6618	2025-10-06	The use of machine learning in transarterial chemoembolisation/transarterial embolisation for patients with intermediate-stage hepatocellular carcinoma: a systematic review 2025-Jul, La Radiologia medica DOI:10.1007/s11547-025-02013-y PMID:40317437	系统综述	系统评估机器学习模型在中期肝细胞癌患者经动脉化疗栓塞/经动脉栓塞治疗中的应用效果	首次系统评估机器学习在TACE/TAE治疗中期肝细胞癌中的应用，整合了深度学习和影像组学等多种ML模型	研究存在异质性限制了比较，所有纳入研究均来自中国，需要标准化方案和更大规模的多中心试验	评估机器学习模型在提高TACE和TAE治疗中期肝细胞癌精准性和疗效方面的有效性	中期肝细胞癌患者接受TACE或TAE治疗	机器学习	肝细胞癌	机器学习，深度学习，影像组学	深度学习，多种机器学习模型	医学影像数据，临床数据	7项研究，共4,017名患者	NA	NA	AUC	NA
6619	2025-10-06	Comparison of an Attention-Based Multiple Instance Learning (MIL) With a Visual Transformer Model: Two Weakly Supervised Deep Learning (DL) Algorithms for the Detection of Histopathologic Lesions in the Rat Liver to Distinguish Normal From Abnormal 2025-Jul, Toxicologic pathology IF:1.4Q4 DOI:10.1177/01926233251339653 PMID:40444726	研究论文	比较两种弱监督深度学习算法在大鼠肝脏组织病理学病变检测中的性能	首次在毒性研究中比较基于注意力的多示例学习与视觉Transformer模型在组织病理学病变检测中的应用	研究样本仅来自大鼠肝脏组织，模型泛化能力需进一步验证	开发高效的组织病理学病变自动检测方法以提高毒性研究评估效率	大鼠肝脏和肾脏的整张切片图像	数字病理学	肝脏病变	组织病理学分析	MIL, Transformer	整张切片图像	58项不同大鼠毒性研究的肝脏切片	NA	基于注意力的多示例学习, 视觉Transformer	AUROC	NA
6620	2025-10-06	Artificial Intelligence in Obstetric and Gynecological MR Imaging 2025-Jul-01, Magnetic resonance in medical sciences : MRMS : an official journal of Japan Society of Magnetic Resonance in Medicine IF:2.5Q2 DOI:10.2463/mrms.rev.2024-0077 PMID:39477505	综述	探讨人工智能在妇产科磁共振成像领域的研究进展与应用前景	系统梳理了AI在妇产科MRI中从基础算法到深度学习及影像组学的最新发展路径	未涉及具体临床验证数据与实施障碍的深入分析	综述AI技术在妇产科MRI领域的应用现状与发展趋势	子宫肉瘤、子宫内膜癌、宫颈癌、卵巢肿瘤和胎盘植入等妇产科疾病	医学影像分析	妇产科疾病	MRI, 影像组学	深度学习	医学影像	NA	NA	NA	NA	NA