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
6841	2025-10-06	SegCSR: WEAKLY-SUPERVISED CORTICAL SURFACES RECONSTRUCTION FROM BRAIN RIBBON SEGMENTATIONS 2025-Apr, Proceedings. IEEE International Symposium on Biomedical Imaging DOI:10.1109/isbi60581.2025.10980662 PMID:40655953	研究论文	提出一种基于脑MRI带状分割的弱监督皮质表面重建方法SegCSR	无需依赖传统流程生成的伪标签，直接从脑MRI带状分割重建多个皮质表面	在深度脑沟区域仍需正则化处理，性能依赖于分割质量	开发弱监督的皮质表面重建方法	脑MRI图像中的皮质表面	医学图像分析	神经科学相关疾病	脑MRI成像	深度学习	医学图像	两个大规模脑MRI数据集	NA	NA	重建精度、规则性	NA
6842	2025-10-06	De novo design of self-assembling peptides with antimicrobial activity guided by deep learning 2025-Mar-14, Nature materials IF:37.2Q1 DOI:10.1038/s41563-025-02164-3 PMID:40087536	研究论文	通过深度学习指导从头设计具有抗菌活性的自组装肽材料	整合非天然氨基酸增强肽自组装能力，并利用深度学习预测功能活性，实现无需大量实验标注的功能性肽材料设计	需要最小化实验标注，可能对某些复杂功能的预测仍存在挑战	解决细菌耐药性问题，开发新型抗菌材料	自组装肽材料及其抗菌功能	机器学习	细菌感染	深度学习	深度学习模型	肽序列数据	小鼠肠道细菌感染模型	NA	NA	体内治疗效果、生物膜清除能力、耐药性诱导	NA
6843	2025-10-06	Deep Learning for Protein-Ligand Docking: Are We There Yet? 2025-Feb-09, ArXiv PMID:38827451	研究论文	本文介绍了首个蛋白质-配体对接综合基准PoseBench，并系统评估了深度学习方法在蛋白质-配体对接中的表现	首次系统研究最新对接方法在预测蛋白质结构对接、多配体同时结合和无结合口袋先验知识三种场景下的表现，并首次向DL社区引入多配体基准数据集	深度学习方法在新型蛋白质序列预测目标上仍面临挑战，且在结构准确性与化学特异性之间难以平衡	评估深度学习方法在蛋白质-配体对接中的实际应用价值	蛋白质-配体对接方法和结构预测方法	机器学习	NA	深度学习	深度学习	蛋白质结构数据，配体数据	主要配体和多配体基准数据集	NA	AlphaFold 3	结构准确性，化学特异性	NA
6844	2025-10-06	Integrated Deep Learning Model for the Detection, Segmentation, and Morphologic Analysis of Intracranial Aneurysms Using CT Angiography 2025-01, Radiology. Artificial intelligence DOI:10.1148/ryai.240017 PMID:39503602	研究论文	开发基于CT血管造影数据的集成深度学习模型，用于未破裂颅内动脉瘤的检测、分割和形态学分析	开发了首个集成检测、分割和形态学分析功能的深度学习模型，并采用多中心外部测试集验证性能	回顾性研究设计，可能存在选择偏倚	开发并验证用于未破裂颅内动脉瘤形态学测量的深度学习模型	未破裂颅内动脉瘤患者	医学影像分析	颅内动脉瘤	CT血管造影	深度学习	医学影像	训练集：1182例动脉瘤患者和578例对照组；外部测试集：535例动脉瘤患者	nnU-Net	nnU-Net	Dice相似系数, 组内相关系数, 准确率	NA
6845	2025-10-06	Comprehensive Management of Intracranial Aneurysms Using Artificial Intelligence: An Overview 2025-01, World neurosurgery IF:1.9Q2 DOI:10.1016/j.wneu.2024.10.108 PMID:39521404	综述	本文全面综述人工智能在颅内动脉瘤综合管理中的最新应用进展	系统整合AI在动脉瘤检测分割、破裂风险评估、治疗结果预测及微导管塑形等全流程管理中的创新应用	未涉及具体临床验证数据，主要讨论技术应用前景与挑战	探讨人工智能技术在颅内动脉瘤临床管理中的应用价值与发展方向	颅内动脉瘤患者医学影像数据及临床资料	医学影像分析	脑血管疾病	医学影像技术	深度学习	医学影像	NA	NA	NA	诊断敏感性,诊断准确性	NA
6846	2025-10-06	Unsupervised Imputation of Non-ignorably Missing Data Using Importance-Weighted Autoencoders 2025, Statistics in biopharmaceutical research IF:1.5Q2 DOI:10.1080/19466315.2024.2368787 PMID:40621507	研究论文	提出一种新型变分自编码器架构NIMIWAE，用于处理不可忽略缺失数据的无监督插补	首个能灵活处理可忽略和不可忽略缺失模式的VAE架构，支持训练时处理输入特征的缺失数据	NA	开发能够处理生物医学数据中复杂缺失模式的无监督深度学习方法	高维不完整数据集，特别是生物医学数据	机器学习	NA	变分自编码器	VAE	结构化医疗数据	12,000名ICU患者的电子健康记录	NA	NIMIWAE	插补准确度	NA
6847	2025-10-06	Deep learning analysis of long COVID and vaccine impact in low- and middle-income countries (LMICs): development of a risk calculator in a multicentric study 2025, Frontiers in public health IF:3.0Q2 DOI:10.3389/fpubh.2025.1416273 PMID:40642241	研究论文	本研究开发了一种基于深度学习的风险计算器，用于分析低收入和中等收入国家中长期COVID症状及疫苗影响	首次在低收入和中等收入国家中应用自监督和无监督深度神经网络分析长期COVID症状，并开发针对慢性疲劳综合征、抑郁和长期COVID症状的风险计算器	研究样本仅来自低收入和中等收入国家，可能不适用于高收入国家人群	填补急性与慢性症状、疫苗接种影响及相关因素之间的知识空白	COVID-19检测阳性的18岁及以上患者	机器学习	COVID-19	问卷调查、深度神经网络	深度神经网络, GBM	问卷数据、医疗记录	2445名参与者	NA	深度神经网络, 梯度提升机	AUC	NA
6848	2025-10-06	Integrating weighted gene co-expression network analysis and machine learning to elucidate neural characteristics in a mouse model of depression 2025, Frontiers in psychiatry IF:3.2Q2 DOI:10.3389/fpsyt.2025.1564095 PMID:40656047	研究论文	通过整合加权基因共表达网络分析和机器学习方法，揭示抑郁症小鼠模型的神经生物学特征	首次将加权基因共表达网络分析与随机森林算法相结合，识别与抑郁症发病密切相关的关键基因	研究仅基于小鼠模型数据，需要在人类样本中进一步验证	阐明抑郁症的神经生物学特征，为早期诊断和精准治疗提供理论支持	抑郁症小鼠模型的基因表达数据	机器学习	抑郁症	加权基因共表达网络分析(WGCNA), 转录组分析	随机森林	基因表达数据	来自公共GEO数据集(如GSE102556)的抑郁症小鼠模型数据	NA	随机森林	准确率	NA
6849	2025-10-06	Integrating Deep Learning and Radiomics in Differentiating Papillary Thyroid Microcarcinoma from Papillary Thyroid Carcinoma with Ultrasound Images 2025, Cancer management and research IF:2.5Q3 DOI:10.2147/CMAR.S507943 PMID:40656136	研究论文	本研究探讨了基于超声的影像组学、深度学习及其组合模型在区分甲状腺乳头状癌和甲状腺微小乳头状癌中的可行性	首次将深度学习与影像组学相结合构建组合模型，用于甲状腺微小乳头状癌与甲状腺乳头状癌的鉴别诊断	样本量相对有限，仅包含两家医院的病例数据	通过无创术前鉴别甲状腺微小乳头状癌与甲状腺乳头状癌，减少对甲状腺微小乳头状癌的过度治疗	甲状腺结节患者	医学影像分析	甲状腺癌	超声成像	CNN	超声图像	549名患者（包含180个甲状腺乳头状癌结节和436个甲状腺微小乳头状癌结节）	NA	VGG13,VGG16,VGG19,AlexNet,EfficientNet	准确率,AUC	NA
6850	2025-10-06	A nnU-Net-based automatic segmentation of FCD type II lesions in 3D FLAIR MRI images 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1601815 PMID:40656161	研究论文	本研究使用nnU-Net框架自动分割3D FLAIR MRI图像中的FCD II型病灶	采用基于峰值体素强度的自动切片选择方法，筛选病灶丰富的切片进行训练	样本量相对有限（85名受试者），仅针对FCD II型病灶	提高癫痫病灶检测的准确性和速度，改善术前评估	FCD II型癫痫患者的3D FLAIR MRI图像	医学影像分析	癫痫	3D FLAIR MRI	CNN	3D医学图像	85名FCD II型受试者	nnU-Net	nnU-Net	5折交叉验证	NA
6851	2025-10-06	Intelligent dynamic cybersecurity risk management framework with explainability and interpretability of AI models for enhancing security and resilience of digital infrastructure 2025, Journal of reliable intelligent environments DOI:10.1007/s40860-025-00253-3 PMID:40656511	研究论文	提出一种集成动态参数和可解释AI模型的智能动态网络安全风险管理框架	结合漏洞利用和资产依赖等动态参数，采用线性回归与深度学习混合AI模型，并集成模型可解释性特征	NA	通过动态风险评估和管理增强数字基础设施的安全性和韧性	网络安全风险管理系统	机器学习	NA	AI驱动的网络安全风险管理	线性回归,深度学习	网络安全漏洞数据	使用广泛采用的CVEjoin数据集进行实验	NA	混合模型架构	漏洞优先级排序效果	NA
6852	2025-10-06	AllerTrans: a deep learning method for predicting the allergenicity of protein sequences 2025, Biology methods & protocols IF:2.5Q3 DOI:10.1093/biomethods/bpaf040 PMID:40656558	研究论文	开发了一种基于深度学习的蛋白质序列过敏原性预测方法AllerTrans	结合两种蛋白质语言模型提取不同特征向量，并通过集成建模技术提升预测性能	NA	预测蛋白质序列的过敏原性	蛋白质序列	生物信息学	过敏性疾病	蛋白质语言模型	DNN	蛋白质序列	NA	NA	深度神经网络	灵敏度,特异性,准确率,AUC	NA
6853	2025-10-06	Artificial intelligence and machine learning techniques for predicting neuropathic pain in patients with cancer: A systematic review 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251358315 PMID:40656844	系统综述	评估人工智能和机器学习技术在预测癌症患者神经病理性疼痛方面的应用	首次系统评估AI/ML在癌症相关神经病理性疼痛预测中的应用，识别关键预测因子和模型性能	方法学局限性包括校准不佳、外部验证率低(仅14%)、可解释性有限	评估AI/ML技术在预测癌症患者神经病理性疼痛及相关结局中的应用效果	癌症患者，特别是乳腺癌患者	机器学习	癌症	系统综述方法	随机森林,支持向量机,深度学习	临床数据,情感数据,影像数据,分子数据	14项符合条件的研究	NA	NA	AUC(曲线下面积)	NA
6854	2025-10-06	Advancing cardiac diagnostics: high-accuracy arrhythmia classification with the EGOLF-net model 2025, Frontiers in physiology IF:3.2Q2 DOI:10.3389/fphys.2025.1613812 PMID:40656899	研究论文	提出EGOLF-net模型用于心律失常分类，在MIT-BIH心律失常数据库上实现高精度诊断	结合增强型灰狼优化算法与LSTM融合网络，通过优化特征选择有效捕捉ECG数据中的时间依赖性	NA	开发高精度心律失常分类模型以提升心脏病诊断能力	心电图信号和心律失常分类	机器学习	心血管疾病	心电图分析	LSTM	ECG信号	MIT-BIH心律失常数据库	NA	EGOLF-net, LSTM	准确率	NA
6855	2025-10-06	Cross-Scale Guidance Integration Transformer for Instance Segmentation in Pathology Images 2025, IEEE open journal of engineering in medicine and biology IF:2.7Q3 DOI:10.1109/OJEMB.2025.3555818 PMID:40657050	研究论文	提出一种用于病理图像中腺体细胞实例分割的跨尺度引导集成Transformer方法	设计跨尺度引导集成模块整合多尺度特征，利用不同视野的集成特征通过掩码注意力解码器实现更精确的腺体细胞分割	NA	开发自动腺体细胞实例分割方法以辅助病理学家进行腺癌分级	病理图像中的腺体细胞	数字病理	腺癌	NA	Transformer	病理图像	两个公共腺体细胞数据集	NA	跨尺度引导集成Transformer	NA	NA
6856	2025-10-06	Advances in Electroencephalography for Post-Traumatic Stress Disorder Identification: A Scoping Review 2025, IEEE open journal of engineering in medicine and biology IF:2.7Q3 DOI:10.1109/OJEMB.2025.3538498 PMID:40657059	综述	本文对使用脑电图信号处理技术进行创伤后应激障碍诊断、鉴别和治疗的计算方法进行了范围综述	首次系统综述了EEG信号处理在PTSD诊断、鉴别和治疗中的完整分析流程，识别出Alpha波段和事件相关电位的主导地位	ERP使用存在局限，睡眠特征分析和全波段EEG应用不足，缺乏代表多样化人群的数据集	分析EEG信号处理在PTSD诊断、鉴别和治疗中的计算方法	创伤后应激障碍患者，主要为退伍军人和战斗人员	机器学习	创伤后应激障碍	脑电图，事件相关电位	SVM, Random Forest	EEG信号	73项研究（52项诊断研究，8项鉴别研究，15项治疗研究）	NA	NA	准确率	NA
6857	2025-10-06	NDL-Net: A Hybrid Deep Learning Framework for Diagnosing Neonatal Respiratory Distress Syndrome From Chest X-Rays 2025, IEEE open journal of engineering in medicine and biology IF:2.7Q3 DOI:10.1109/OJEMB.2025.3548613 PMID:40657060	研究论文	提出一种混合深度学习框架NDL-Net，用于从胸部X光片中诊断新生儿呼吸窘迫综合征	结合MobileNetV3 Large和ResNet50的优势，并引入LSTM层分析影像数据的时间变化	NA	通过深度学习提高新生儿呼吸窘迫综合征的诊断准确率	新生儿胸部X光片	计算机视觉	新生儿呼吸窘迫综合征	胸部X光成像	CNN, LSTM	医学影像	NA	NA	MobileNetV3 Large, ResNet50, LSTM	准确率, 精确率, 灵敏度, F1分数, 特异度	NA
6858	2025-10-06	Prostate cancer classification using 3D deep learning and ultrasound video clips: a multicenter study 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1582035 PMID:40657247	研究论文	本研究评估了使用经直肠超声视频片段和深度学习模型预测前列腺癌的有效性	首次将I3D模型应用于前列腺癌的超声视频分类，并进行了多中心外部验证	样本量相对有限，仅使用了特定型号的超声设备数据	评估深度学习模型在前列腺癌分类和预测中的性能	接受经直肠超声检查的男性患者	计算机视觉	前列腺癌	经直肠超声	3D CNN	超声视频片段	815名男性患者（开发集552人，内部测试集93人，外部测试集1为96人，外部测试集2为74人）	NA	I3D, ResNet 50	AUC, 敏感性, 特异性, 准确率, kappa系数	NA
6859	2025-10-06	Deep Learning-Based Automatic Diagnosis System for Developmental Dysplasia of the Hip 2025, IEEE journal of translational engineering in health and medicine IF:3.7Q2 DOI:10.1109/JTEHM.2025.3560877 PMID:40657528	研究论文	开发了一种基于深度学习的自动诊断系统，用于测量髋关节发育不良的关键放射学角度并生成可解释的诊断结果	提出了端到端的关键点检测模型和结合三个角度信息的新型数据驱动评分系统	NA	提高DDH诊断的准确性和一致性，减少人工测量的变异性和潜在错误	髋关节发育不良患者的骨盆X光片	计算机视觉	髋关节发育不良	X光成像	深度学习	图像	NA	NA	关键点检测模型	组内相关系数, F1分数	NA
6860	2025-10-06	Survival Prediction of Esophageal Cancer Using 3D CT Imaging: A Context-Aware Approach With Non-Local Feature Aggregation and Graph-Based Spatial Interaction 2025, IEEE journal of translational engineering in health and medicine IF:3.7Q2 DOI:10.1109/JTEHM.2025.3562724 PMID:40657529	研究论文	本研究开发了一种基于3D CT影像的食管癌生存预测模型，通过非局部特征聚合和图空间交互模块整合肿瘤与淋巴结的上下文信息	提出非局部特征聚合模块(NFAM)和图空间交互模块(GSIM)，首次在食管癌生存预测中同时考虑肿瘤与淋巴结的局部/全局特征和空间交互关系	仅使用3D CT影像数据，未整合其他临床或分子特征	开发仅基于3D CT影像的食管癌生存风险预测模型	食管癌患者的3D CT影像数据	医学影像分析	食管癌	3D CT成像	深度学习	3D医学影像	NA	NA	非局部特征聚合模块(NFAM), 图空间交互模块(GSIM)	C-index	NA