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
6901	2025-10-06	Machine Learning Navigated Allosteric Network to Unveil Biased Allosteric Modulation of GPCRs 2025-Sep-16, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.5c00935 PMID:40957834	研究论文	提出一种机器学习导航的变构网络策略RMLNA，用于揭示GPCRs偏置变构调节的分子机制	结合分子动力学模拟、可解释深度学习模型和变构网络分析，首次系统揭示β-arrestin偏置调节剂SBI-553对NTSR1的作用机制	方法主要针对GPCRs家族，在其他蛋白家族的应用需进一步验证	揭示GPCRs偏置变构调节剂的分子作用机制	神经降压素受体1（NTSR1）及其偏置变构调节剂SBI-553	计算生物学	NA	分子动力学模拟, 深度学习, 变构网络分析	CNN	分子构象数据	NTS-NTSR1-β-arrestin复合物（含/不含SBI-553）	NA	基于CNN的分类模型	NA	NA
6902	2025-10-06	AI-powered insights in pediatric nephrology: current applications and future opportunities 2025-Sep-16, Pediatric nephrology (Berlin, Germany) DOI:10.1007/s00467-025-06911-1 PMID:40957986	综述	探讨人工智能在儿科肾脏病学中的当前应用与未来机遇	系统整合多源数据（病史、基因组学、影像、临床记录）的AI工具可检测肾脏异常、预测急性肾损伤和疾病进展	存在伦理与实践挑战，包括数据隐私保护、算法偏见、标准化监管框架缺失以及医护人员培训需求	推动人工智能在儿科肾脏病学领域的临床应用与研究发展	儿童肾脏疾病患者及相关医疗数据	数字病理学	儿科肾脏疾病	深度学习	深度学习模型	多模态数据（病史、基因组、影像、临床记录）	NA	NA	NA	NA	NA
6903	2025-10-06	High-Throughput Molecular Design of Donors and Non-Fullerene Acceptors for Organic Solar Cells Based on Convolutional Neural Networks 2025-Sep-16, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c01634 PMID:40958151	研究论文	本文开发基于卷积神经网络的深度学习模型，用于高效设计有机太阳能电池的给体和受体分子	提出CNN分子生成模型结合迁移学习策略，首次实现大规模有机太阳能电池分子对的自动化设计与性能预测	模型预测性能尚未通过实验验证，计算生成的大量分子对需要进一步实验筛选	提高有机太阳能电池的功率转换效率，开发新型高性能给体和受体材料	有机太阳能电池的给体和受体分子	机器学习	NA	深度学习，分子生成	CNN,随机森林,Extra Trees回归,梯度提升回归树,自适应提升	分子结构数据	生成260,767个给体分子和937,155个受体分子，形成244,379,097,885个给体-受体对	NA	卷积神经网络	功率转换效率预测值	NA
6904	2025-10-06	Mammographic density assessed using deep learning in women at high risk of developing breast cancer: the effect of weight change on density 2025-Sep-15, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ae029b PMID:40902628	研究论文	本研究探讨了体重变化对人工智能评估乳腺密度的影响	首次使用基于深度学习的乳腺密度评估方法研究体重变化对密度评分的影响	样本量较小（仅46名女性），研究人群仅限于有乳腺癌家族史的高风险女性	研究体重变化对人工智能评估乳腺密度的影响	46名参与减重研究的乳腺癌高风险女性	数字病理	乳腺癌	乳腺X线摄影	深度学习	医学影像	46名女性	NA	NA	Spearman秩相关系数	NA
6905	2025-10-06	SuperGLUE facilitates an explainable training framework for multi-modal data analysis 2025-Sep-15, Cell reports methods IF:4.3Q2 DOI:10.1016/j.crmeth.2025.101167 PMID:40914154	研究论文	提出基于概率深度学习的可解释多模态数据集成方法SuperGLUE，用于单细胞多组学数据分析	结合概率深度学习与统计建模构建可解释框架，统一不同组学数据的集成流程并评估数据集成贡献	NA	开发可解释的多模态数据集成方法，挖掘生物系统中的结构关系	单细胞多模态数据（不同组学数据和传感数据）	机器学习	NA	单细胞多组学数据集成	概率深度学习模型	多模态数据（组学数据、传感数据）	NA	NA	NA	局部结构保持能力，全局结构保持能力	NA
6906	2025-10-06	Multiparametric magnetic resonance imaging of deep learning-based super-resolution reconstruction for predicting histopathologic grade in hepatocellular carcinoma 2025-Sep-14, World journal of gastroenterology IF:4.3Q1 DOI:10.3748/wjg.v31.i34.111541 PMID:40937458	研究论文	本研究比较了基于深度学习的超分辨率重建多参数MRI在预测肝细胞癌组织病理学分级中的性能	首次将3D超分辨率重建技术应用于多参数MRI，并通过放射组学模型验证其在肝细胞癌分级预测中的优势	回顾性研究设计，样本仅来自两个医疗中心	预测肝细胞癌的组织病理学分级	肝细胞癌患者	医学影像分析	肝细胞癌	多参数磁共振成像	GAN, 3D U-Net, XGBoost, CatBoost	MRI图像	826名患者（训练集459，验证集196，测试集171）	NA	3D U-Net, 生成对抗网络	AUC, 校准曲线, 决策曲线分析, 净重分类指数	NA
6907	2025-10-06	Deep Learning-Based Segmentation of 2D Projection-Derived Overlapping Prospore Membrane in Yeast 2025-Sep-13, Cell structure and function IF:2.0Q4 DOI:10.1247/csf.25032 PMID:40958578	研究论文	开发基于深度学习的DeMemSeg管道，用于分割酵母孢子形成过程中重叠的前孢子膜结构	专门针对2D投影图像中重叠膜结构设计的Mask R-CNN改进方案，解决了传统方法和标准深度学习工具难以准确分割重叠结构的挑战	基于2D投影图像分析，无法完全还原3D结构信息	开发自动化分割方法以促进细胞形态定量分析	酵母孢子形成过程中的前孢子膜（PSMs）	计算机视觉	NA	最大强度投影（MIP），显微镜成像	CNN	图像	自定义标注数据集，包括gip1Δ突变细胞数据	PyTorch	Mask R-CNN	分割性能，形态测量指标	NA
6908	2025-10-06	Gait data generation using lightweight generative deep learning framework 2025-Sep-12, Journal of biomechanics IF:2.4Q3 DOI:10.1016/j.jbiomech.2025.112951 PMID:40957131	研究论文	提出一种轻量级混合模型FNN-AE，用于生成高质量的人类步态数据	首次将前馈神经网络与自编码器集成，在保持数据保真度的同时显著降低模型复杂度	未提及模型在多样化人群和病理步态条件下的泛化能力	解决步态数据采集困难问题，开发轻量级步态数据生成方法	人类步态数据	机器学习	NA	深度学习	FNN, Autoencoder	步态数据	NA	NA	FNN-AE混合架构	模型复杂度, 数据保真度, 生物力学可行性	NA
6909	2025-10-06	Multimodal deep learning method based on multiple spectra for lung cancer early diagnosis 2025-Sep-12, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2025.126932 PMID:40957203	研究论文	提出一种基于多光谱的多模态深度学习方法用于肺癌早期诊断	融合四种光谱数据并设计双分支架构，采用基于MambaVision的融合模块实现跨模态交互和全局上下文建模	NA	开发肺癌早期诊断的智能检测方法	肺癌诊断	数字病理	肺癌	傅里叶变换红外光谱、紫外-可见吸收光谱、荧光光谱、拉曼光谱	多模态深度学习	光谱数据（一维序列和二维GASF图像）	NA	NA	双分支架构，MambaVision融合模块	准确率，精确率，召回率，F1分数，AUC	NA
6910	2025-10-06	Deep learning and capsule endoscopy: automatic panendoscopic detection of protruding lesions 2025-Sep-10, BMJ open gastroenterology IF:3.3Q2 DOI:10.1136/bmjgast-2024-001655 PMID:40935410	研究论文	开发基于卷积神经网络的算法，用于胶囊内窥镜检查中全消化道隆起性病变的自动检测	报道了首个用于全消化道隆起性病变检测的卷积神经网络，填补了人工智能增强胶囊内窥镜领域的空白	回顾性研究设计，需要进一步多中心前瞻性研究验证结果	开发并测试基于CNN的算法，实现胶囊内窥镜检查中隆起性病变的自动检测	胃肠道隆起性病变（息肉、上皮性肿瘤或上皮下病变）	计算机视觉	胃肠道疾病	胶囊内窥镜	CNN	图像	1245例胶囊内窥镜检查，191,455帧图像（其中52,717帧包含隆起性病变）	NA	NA	灵敏度, 特异度, 准确率, 阳性预测值, 阴性预测值, AUC-ROC, AUC-PR	NA
6911	2025-10-06	An Interpretable Deep Learning Framework for Preoperative Classification of Lung Adenocarcinoma on CT Scans: Advancing Surgical Decision Support 2025-Sep-10, Annali italiani di chirurgia IF:0.9Q3 DOI:10.62713/aic.4239 PMID:40955186	研究论文	开发用于CT扫描中肺腺癌术前分类的可解释深度学习框架	提出注意力增强的SE-ResNet模型，结合Grad-CAM增强模型可解释性	需要进一步验证临床价值	改进肺腺癌的自动分类，支持手术决策	肺腺癌患者和对照组的胸部CT图像	计算机视觉	肺癌	CT扫描	CNN	图像	380名受试者（190名患者和190名对照），共3800个CT轴向切片	NA	ResNet50, SE-ResNet50	准确率, AUC, 精确率, 召回率, F1分数	NA
6912	2025-10-06	Proposition of a new, minimally-invasive, software smartphone device to predict sleep apnea and its severity 2025-Sep-05, Sleep & breathing = Schlaf & Atmung DOI:10.1007/s11325-025-03441-w PMID:40911165	研究论文	开发并评估一款名为Apneal®的智能手机应用，通过记录声音和运动信号来预测睡眠呼吸暂停及其严重程度	提出了一种基于智能手机传感器（麦克风、加速度计、陀螺仪）和深度学习模型的新型无创睡眠呼吸暂停检测方法	单中心概念验证研究，样本量较小（46名患者）	评估智能手机应用在睡眠呼吸暂停诊断中的性能，解决多导睡眠图检查资源有限的问题	成年睡眠呼吸暂停患者	医疗人工智能	睡眠呼吸暂停	声音记录、运动信号采集	深度学习序列模型	音频信号、运动传感器数据	46名成年患者（女性34%，BMI 28.7 kg/m²）	NA	序列深度学习模型	灵敏度, 阳性预测值, AUC-ROC, AUC-PR, ICC, Pearson相关系数	智能手机设备
6913	2025-10-06	Quantitative Microscopy for Cell-Surface and Cell-Cell Interactions in Immunology 2025-Sep-05, Bio-protocol IF:1.0Q3 DOI:10.21769/BioProtoc.5427 PMID:40948891	研究论文	本文介绍了一种基于光学显微镜的定量分析方法，用于研究细胞表面和细胞间相互作用，特别聚焦于自然杀伤细胞与肿瘤细胞的免疫相互作用	开发了两种互补的显微镜检测方法，并引入了新的开源图形用户界面Celldetective用于细胞相互作用动力学的定量分析	方法目前主要应用于原代免疫细胞，虽然可适应其他细胞类型但需要进一步验证	建立定量显微镜方法研究细胞表面和细胞间相互作用，特别是在免疫学中的应用	人类原代自然杀伤细胞、模拟癌症表面、肿瘤细胞	数字病理	癌症	光学显微镜、时间推移成像、荧光成像、无标记成像	深度学习	2D时间推移显微镜图像、荧光图像	NA	NA	NA	NA	NA
6914	2025-10-06	A structurally informed human protein-protein interactome reveals proteome-wide perturbations caused by disease mutations 2025-Sep, Nature biotechnology IF:33.1Q1 DOI:10.1038/s41587-024-02428-4 PMID:39448882	研究论文	开发了名为PIONEER的集成深度学习框架，用于预测蛋白质-蛋白质相互作用界面并构建结构信息化的蛋白质相互作用组	首次构建了覆盖人类和七种模式生物的全蛋白质组结构信息化的蛋白质相互作用网络，能够预测蛋白质结合伴侣特异性界面	NA	将遗传学发现转化为疾病病理生物学和治疗方法发现	人类和七种常见模式生物的蛋白质相互作用	机器学习	癌症	全外显子组测序	集成深度学习	蛋白质序列和结构数据	约11,000个全外显子组，涵盖33种癌症类型	NA	PIONEER	NA	NA
6915	2025-10-06	Deep learning-based multimodal integration of imaging and clinical data for predicting surgical approach in percutaneous transforaminal endoscopic discectomy 2025-Sep, European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society IF:2.6Q1 DOI:10.1007/s00586-025-08668-5 PMID:39920320	研究论文	开发基于深度学习的多模态模型，整合影像和临床数据预测经皮椎间孔镜椎间盘切除术的手术方案	首次提出多模态融合方法，结合影像分析和临床特征，通过贝叶斯优化确定最佳权重	回顾性研究设计，样本来源单一	为多节段腰椎间盘突出症的PTED手术方案选择提供客观参考依据	多节段腰椎间盘突出症患者	计算机视觉	腰椎间盘突出症	MRI扫描	CNN, 机器学习模型	影像数据, 临床数据	NA	NA	ResNet 50, 自定义模型	准确率	NA
6916	2025-10-06	Optimizing Coronary CT Image Reconstruction With Deep Learning for Improved Quality: A Retrospective Study 2025 Sep-Oct 01, Journal of computer assisted tomography IF:1.0Q4 DOI:10.1097/RCT.0000000000001746 PMID:40241428	研究论文	评估深度学习图像重建在冠状动脉CT血管成像中对图像质量的改善效果	首次系统比较深度学习图像重建(DLIR-H)与传统自适应统计迭代重建(ASIR-V)在CCTA中的性能差异	回顾性研究设计，样本量相对有限(100例患者)，单中心研究	优化冠状动脉CT图像重建质量以提高诊断准确性	疑似冠状动脉疾病患者的CCTA数据集	医学影像分析	心血管疾病	CT血管成像	深度学习	医学影像	100例连续疑似CAD患者	NA	NA	图像噪声, SNR, CNR, Spearman秩相关, Bland-Altman分析, ICC	Revolution Apex 256排CT扫描仪
6917	2025-10-06	Novel Deep Learning Reconstruction to Augment Contrast Enhancement: Initial Evaluation 2025 Sep-Oct 01, Journal of computer assisted tomography IF:1.0Q4 DOI:10.1097/RCT.0000000000001755 PMID:40249273	研究论文	评估新型深度学习重建技术在增强CT对比度方面的图像质量表现	开发了一种用于单能CT扫描的新型深度学习重建方法，可增强对比度并改善图像质量	样本量较小（仅15名患者），且仅针对结直肠腺癌肝转移患者进行研究	比较单能CT、双能CT与新型深度学习重建在图像质量方面的差异	经活检证实的结直肠腺癌伴肝转移患者	医学影像分析	结直肠癌	CT扫描（单能CT和双能CT）	深度学习	医学影像	15名患者（13名男性，2名女性）	NA	NA	HU值测量，图像质量评分（对比度增强、伪影、噪声纹理、分辨率）	NA
6918	2025-10-06	Enhanced heart disease risk prediction using adaptive botox optimization based deep long-term recurrent convolutional network 2025-Sep, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.1177/09287329251333750 PMID:40302494	研究论文	本研究提出了一种结合自适应肉毒杆菌优化算法的深度长时循环卷积网络，用于基于IoT传感器数据的心脏疾病风险预测	提出改进的二元量子鸟类导航优化算法进行特征选择，并采用自适应肉毒杆菌优化算法微调深度长时循环卷积网络	NA	开发准确的心脏疾病分类方法以支持远程医疗监护	心脏疾病患者数据	机器学习	心血管疾病	IoT传感器数据采集	DLRCN	传感器数据	匈牙利、UCI和克利夫兰心脏疾病数据集	NA	深度长时循环卷积网络	准确率	NA
6919	2025-10-06	Deep learning-based decision support system for cervical cancer identification in liquid-based cytology pap smears 2025-Sep, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.1177/09287329251330081 PMID:40302490	研究论文	开发了一种基于深度学习的决策支持系统，用于在液基细胞学巴氏涂片中识别宫颈癌	提出了一种新颖的混合特征降维和优化模块，结合稀疏自编码器和二进制哈里斯鹰元启发式优化算法来选择最具信息量的特征	NA	开发宫颈癌识别决策支持系统以减少诊断时间并提高准确性	液基细胞学巴氏涂片图像	计算机视觉	宫颈癌	液基细胞学	CNN, Autoencoder, KNN	图像	NA	NA	预训练卷积神经网络，稀疏自编码器	准确率，灵敏度，特异性	NA
6920	2025-10-06	Comparison of lumbar disc degeneration grading between deep learning model SpineNet and radiologist: a longitudinal study with a 14-year follow-up 2025-Sep, European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society IF:2.6Q1 DOI:10.1007/s00586-025-08900-2 PMID:40372457	研究论文	比较深度学习模型SpineNet与放射科医生在腰椎间盘退变分级方面的一致性	首次在14年纵向随访研究中比较CNN模型与放射科医生的椎间盘退变分级一致性	样本量较小（仅19名男性志愿者），缺乏女性参与者	评估AI模型与放射科医生在腰椎间盘退变分级方面的一致性	19名男性志愿者的腰椎间盘MRI影像	计算机视觉	腰椎间盘退变	MRI成像	CNN	医学影像	19名男性志愿者，基线年龄37岁，14年后随访年龄51岁	NA	SpineNet	一致性相关系数(CCC), kappa值(κ)	NA