深度学习在生物医药领域中的应用

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
701	2025-07-23	[Advances in prediction models for temporomandibular disorders] 2025-Jul-09, Zhonghua kou qiang yi xue za zhi = Zhonghua kouqiang yixue zazhi = Chinese journal of stomatology DOI:10.3760/cma.j.cn112144-20250401-00114 PMID:40619145	综述	本文全面评估了颞下颌关节紊乱病（TMD）预测模型的实现与性能，并分析了不同计算方法的优缺点及未来研究方向	比较了传统统计方法、机器学习和深度学习在TMD预测中的应用，指出了各自的创新点和局限性	传统统计方法依赖先验知识和假设，机器学习依赖数据质量且泛化能力有限，深度学习需要大量训练数据且存在可解释性问题	探讨TMD预测模型的研究进展及其在早期预测和治疗中的应用	颞下颌关节紊乱病（TMD）患者	机器学习	颞下颌关节紊乱病	传统统计方法、机器学习、深度学习	NA	时间序列数据	NA
702	2025-07-23	Prediction of Early Neoadjuvant Chemotherapy Response of Breast Cancer through Deep Learning-based Pharmacokinetic Quantification of DCE MRI 2025-Jul-09, Radiology. Artificial intelligence DOI:10.1148/ryai.240769 PMID:40631989	研究论文	通过基于深度学习的药代动力学量化方法预测乳腺癌新辅助化疗的早期反应	提出了一种基于深度学习的回顾性药代动力学量化（RoQ）方法，用于提高乳腺癌新辅助化疗后病理完全缓解（pCR）预测的普适性和准确性	研究为回顾性研究，可能存在选择偏差，且数据时间跨度较长（2002年至2016年）	提高乳腺癌新辅助化疗后病理完全缓解（pCR）预测的普适性和准确性	乳腺癌患者	数字病理	乳腺癌	动态对比增强MRI（DCE-MRI）	深度学习模型	MRI图像	1073名女性乳腺癌患者
703	2025-07-23	An integrative assay for measuring social aversion and motivation in freely behaving mice 2025-Jul-09, Cell reports methods IF:4.3Q2 DOI:10.1016/j.crmeth.2025.101108 PMID:40680732	研究论文	开发了一种名为SAUSI的行为任务，用于综合评估小鼠的社会厌恶行为	整合了社会动机、犹豫和自由互动元素，首次实现了对社会厌恶的多重评估	仅在小鼠模型中进行验证，尚未应用于其他动物模型或人类研究	开发新型行为学工具以研究精神健康障碍中的社会厌恶特征	自由活动的小鼠	行为神经科学	精神健康障碍	深度学习	NA	行为数据	未明确说明小鼠数量
704	2025-07-23	OmicsTweezer: A distribution-independent cell deconvolution model for multi-omics Data 2025-Jul-08, Cell genomics IF:11.1Q1 DOI:10.1016/j.xgen.2025.100950 PMID:40675159	research paper	介绍了一种名为OmicsTweezer的分布无关的细胞反卷积模型，用于多组学数据	通过整合最优传输与深度学习，OmicsTweezer在共享潜在空间中对齐模拟和真实数据，有效缓解数据偏移和组学间分布差异	未明确提及具体限制	开发一种高效的细胞反卷积工具，用于研究疾病微环境	多组学数据（包括bulk RNA-seq、bulk蛋白质组学和空间转录组学）	machine learning	prostate cancer, colon cancer	optimal transport, deep learning	OmicsTweezer	multi-omics data	模拟和真实世界数据集（未明确提及具体样本数量）
705	2025-07-23	Multilayer perceptron deep learning radiomics model based on Gd-BOPTA MRI to identify vessels encapsulating tumor clusters in hepatocellular carcinoma: a multi-center study 2025-Jul-07, Cancer imaging : the official publication of the International Cancer Imaging Society IF:3.5Q1 DOI:10.1186/s40644-025-00895-9 PMID:40624579	研究论文	本研究开发了一种基于多层感知器（MLP）深度学习的放射组学模型，用于预测肝细胞癌（HCC）患者中包裹肿瘤簇的血管（VETC）	首次将MLP深度学习算法与放射组学特征结合，构建融合模型预测VETC，并在多中心数据中验证其性能	研究为回顾性设计，样本量相对有限（230例），且仅基于Gd-BOPTA MRI数据	开发预测肝细胞癌中VETC的影像学生物标志物	230例经病理证实的HCC患者术前Gd-BOPTA MRI数据	数字病理	肝细胞癌	Gd-BOPTA MRI	MLP	医学影像	230例患者（训练集144例，测试集54例，验证集32例）
706	2025-07-23	A Multicenter Study on Intraoperative Glioma Grading via Deep Learning on Cryosection Pathology 2025-Jul, Modern pathology : an official journal of the United States and Canadian Academy of Pathology, Inc IF:7.1Q1 DOI:10.1016/j.modpat.2025.100749 PMID:40057037	研究论文	本研究开发了一种基于深度学习的术中胶质瘤分级模型（IGGC），用于冷冻切片图像的胶质瘤分级	提出了一种新型的深度学习模型（IGGC），用于术中冷冻切片图像的胶质瘤分级，显著提高了诊断准确性和一致性	研究样本量虽然较大，但测试队列的样本量相对较小（n = 213），可能需要进一步扩大验证	开发一种高精度、高效的术中胶质瘤分级方法，以指导手术策略并优化患者预后	成人型弥漫性胶质瘤	数字病理学	胶质瘤	深度学习	CNN（假设基于图像处理，但原文未明确说明具体模型类型）	图像（冷冻切片病理图像）	训练和验证队列（n = 1603和n = 628），测试队列（n = 213）
707	2025-07-23	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	本文系统综述了机器学习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	首次系统评估了机器学习模型在提高TACE和TAE治疗中期肝细胞癌精度和疗效方面的潜力	研究间存在异质性，限制了结果的可比性，且所有研究均来自中国，缺乏多中心数据	评估机器学习模型在改善中期肝细胞癌患者TACE和TAE治疗效果方面的有效性	中期肝细胞癌患者	机器学习	肝细胞癌	NA	深度学习, 放射组学	NA	7项研究，共4,017名患者
708	2025-07-23	Deep Learning-Derived Cardiac Chamber Volumes and Mass From PET/CT Attenuation Scans: Associations With Myocardial Flow Reserve and Heart Failure 2025-Jul, Circulation. Cardiovascular imaging DOI:10.1161/CIRCIMAGING.124.018188 PMID:40357553	研究论文	本研究利用深度学习从PET/CT衰减扫描中提取心脏腔室体积和质量，并评估其与心肌血流储备和心力衰竭住院的关联	首次从超低剂量CT扫描中提取心脏腔室体积和质量，并验证其与心力衰竭住院和心肌血流储备的关联	研究仅基于6个中心的患者数据，可能缺乏普适性	评估深度学习从PET/CT衰减扫描中提取的心脏参数与心力衰竭和心肌血流储备的关联	18,079名接受心脏PET/CT检查的患者	数字病理学	心血管疾病	PET/CT	深度学习	医学影像	18,079名患者
709	2025-07-23	Top-DTI: integrating topological deep learning and large language models for drug-target interaction prediction 2025-Jul-01, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf183 PMID:40662785	研究论文	提出了一种结合拓扑深度学习和大型语言模型的药物-靶点相互作用预测框架Top-DTI	整合拓扑数据分析和大型语言模型，通过持久同源性提取蛋白质接触图和药物分子图像的拓扑特征，并结合蛋白质和药物的序列信息生成语义丰富的嵌入	未提及具体的数据集规模限制或模型在特定条件下的性能下降情况	提高药物-靶点相互作用预测的准确性和鲁棒性，以加速药物发现过程	药物和蛋白质的相互作用	机器学习和生物信息学	NA	拓扑数据分析（TDA）和大型语言模型（LLMs）	Top-DTI框架	蛋白质接触图、药物分子图像、蛋白质序列和药物SMILES字符串	公共BioSNAP和Human DTI基准数据集
710	2025-07-23	Prediction of piezoelectric properties of NBT-based ceramics based on deep neural networks 2025 Jul-Sep, Science progress IF:2.6Q2 DOI:10.1177/00368504251359081 PMID:40671603	研究论文	本研究利用深度神经网络（DNN）预测和优化NBT基陶瓷的压电性能	首次将深度神经网络应用于NBT基陶瓷压电性能的预测，并通过局部极性异质性验证了模型的准确性	研究可能受限于实验数据的质量和数量，且模型在其他类型压电材料上的泛化能力未经验证	加速新型压电材料的开发和优化，提高研发效率	NaBiTiO基陶瓷	材料科学	NA	深度神经网络（DNN）	DNN	实验数据	大量高质量实验数据
711	2025-07-23	Spatially resolved subcellular protein-protein interactomics in drug-perturbed lung-cancer cultures and tissues 2025-Jul, Nature biomedical engineering IF:26.8Q1 DOI:10.1038/s41551-024-01271-x PMID:39478233	研究论文	该研究开发了一种方法，用于在药物扰动的肺癌细胞培养物和组织中可视化空间分辨的亚细胞蛋白质-蛋白质相互作用	利用顺序邻近连接分析进行多重PPIs分析，并结合图卷积网络预测细胞处理状态	研究仅针对非小细胞肺癌中EGFR突变的细胞和组织，可能不适用于其他癌症类型	研究蛋白质-蛋白质相互作用在亚细胞水平的空间分布及其在药物扰动下的变化	非小细胞肺癌细胞培养物和组织	数字病理学	肺癌	顺序邻近连接分析，免疫荧光	图卷积网络	图像	NA
712	2025-07-23	MAFL-Attack: a targeted attack method against deep learning-based medical image segmentation models 2025-Jul, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.12.4.044501 PMID:40686919	研究论文	提出了一种针对深度学习医学图像分割模型的针对性攻击方法MAFL-Attack	利用高级抽象语义信息干扰模型对对抗样本的理解，并通过低频分量约束确保对抗样本的不可察觉性	目前缺乏针对基于深度学习的医学图像分割模型的对抗攻击方法研究	研究对抗攻击方法以提高医学图像分割模型的鲁棒性设计	深度学习医学图像分割模型	数字病理	NA	对抗攻击	深度学习模型	医学图像	NA
713	2025-07-23	Physiological Response of Tissue-Engineered Vascular Grafts to Vasoactive Agents in an Ovine Model 2025-Jul, Tissue engineering. Part C, Methods DOI:10.1089/ten.tec.2025.0098 PMID:40548865	研究论文	本研究评估了组织工程血管移植物（TEVGs）在大型动物模型中对血管活性药物的生理反应	开发并验证了一种结合IVUS成像和血流动力学监测的新方法，用于评估TEVGs的血管反应能力	SNP未能在TEVGs中引发可测量的血管舒张，可能与静脉组织的结构差异、低压环境及系统性混杂因素有关	评估TEVGs在生理刺激下的功能整合能力，特别是其对血管活性药物的反应	植入绵羊胸段下腔静脉的组织工程血管移植物	生物医学工程	心血管疾病	IVUS成像、血流动力学监测	深度学习（用于IVUS图像分割）	图像、生理参数	Dorset绵羊
714	2025-07-23	AI-Powered Vocalization Analysis in Poultry: Systematic Review of Health, Behavior, and Welfare Monitoring 2025-Jun-29, Sensors (Basel, Switzerland) DOI:10.3390/s25134058 PMID:40648313	综述	本文系统回顾了人工智能和生物声学在非侵入性家禽福利监测中的先进声学分析应用	从传统声学特征提取到前沿深度学习架构的转变，包括CNN、LSTM、注意力机制及自监督模型如wav2vec2和Whisper的应用	数据集标准化不足、评估协议不一致、算法可解释性有限，以及跨物种领域泛化和上下文声学适应方面的知识缺口	探讨人工智能和生物声学在家禽福利监测中的应用及其潜力	家禽的声学数据	自然语言处理	NA	MFCCs、谱熵、声谱图、深度学习	CNN、LSTM、注意力机制、wav2vec2、Whisper	声学数据	NA
715	2025-07-23	A Comprehensive Methodological Survey of Human Activity Recognition Across Diverse Data Modalities 2025-Jun-27, Sensors (Basel, Switzerland) DOI:10.3390/s25134028 PMID:40648284	综述	本文对2014年至2025年间基于多种数据模态的人类活动识别（HAR）技术进行了全面调查，重点关注机器学习和深度学习方法	涵盖了单模态和多模态技术，强调了基于融合和共同学习的框架，并提供了对最新HAR系统的详细数据集描述和比较结果	仅包括以英语发表的同行评议研究论文，可能忽略了其他语言的重要研究	调查和总结人类活动识别领域的最新进展	人类活动识别系统及其应用	计算机视觉	NA	机器学习（ML）和深度学习（DL）	NA	RGB图像和视频、骨架、深度、红外、点云、事件流、音频、加速度和雷达信号	NA
716	2025-07-23	Towards Predictive Communication: The Fusion of Large Language Models and Brain-Computer Interface 2025-Jun-26, Sensors (Basel, Switzerland) DOI:10.3390/s25133987 PMID:40648241	观点文章	探讨非侵入性脑机接口（BCI）拼写器与大型语言模型（LLMs）的融合，以提升运动或语言障碍患者的预测性沟通能力	结合大型语言模型与脑机接口技术，探索预测性沟通的新方法	实时处理、噪声鲁棒性以及神经解码输出与概率语言生成框架的整合仍面临挑战	提升脑机接口技术在沟通辅助中的速度和可用性	运动或语言障碍患者	脑机接口	运动或语言障碍	非侵入性脑机接口（BCI）拼写器	大型语言模型（LLMs）	神经信号与文本数据	NA
717	2025-07-23	Deep learning-quantified body composition from positron emission tomography/computed tomography and cardiovascular outcomes: a multicentre study 2025-Jun-23, European heart journal IF:37.6Q1 DOI:10.1093/eurheartj/ehaf131 PMID:40159388	研究论文	本研究结合深度学习和图像处理技术，从PET/CT扫描中自动量化身体组织成分，并评估其与死亡或心肌梗死的关联	首次利用深度学习从标准心脏PET/CT中快速自动获取体积身体组织成分，为医生提供详细的定量评估	研究仅基于三个中心的患者数据，可能无法完全代表所有人群	评估身体组织成分与心血管结局的关联	10,085名接受PET MPI检查的患者	数字病理学	心血管疾病	PET/CT心肌灌注成像	深度学习	医学影像	10,085名患者（中位年龄68岁，57%为男性）
718	2025-07-23	Artificial Intelligence Deep Learning Models to Predict Spaceflight Associated Neuro-Ocular Syndrome 2025-Jun-10, American journal of ophthalmology IF:4.1Q1 DOI:10.1016/j.ajo.2025.06.009 PMID:40505849	research paper	使用深度学习人工智能模型预测太空飞行相关神经眼综合征（SANS）的发展	利用飞行数据和地面数据训练深度学习模型，预测SANS的发病，并通过类激活图（CAMs）识别关键图像区域	数据量有限，可能影响模型的泛化能力	预测太空飞行相关神经眼综合征（SANS）的发病	宇航员（飞行数据）和头低位卧床休息的研究参与者（地面数据）	digital pathology	neuro-ocular syndrome	optical coherence tomography (OCT)	Resnet50	image	宇航员和头低位卧床休息研究参与者的OCT图像数据集
719	2025-07-23	Synergizing Attribute-Guided Latent Space Exploration (AGLSE) with Classical Molecular Simulations to Design Potent Pep-Magnet Peptide Inhibitors to Abrogate SARS-CoV-2 Host Cell Entry 2025-06-07, Viruses DOI:10.3390/v17060828 PMID:40573419	研究论文	本研究结合属性引导的潜在空间探索（AGLSE）与经典分子模拟，设计出强效的Pep-Magnet肽抑制剂以阻断SARS-CoV-2进入宿主细胞	利用生成式深度学习算法（VAE和WAE）生成具有抗病毒活性的新型肽序列，并通过分子对接和动力学模拟验证其结合亲和力与稳定性	研究仅通过计算模拟验证肽抑制剂的潜力，缺乏体外或体内实验验证	设计新型肽抑制剂以阻断SARS-CoV-2进入宿主细胞，为未来大流行提供新的治疗策略	SARS-CoV-2病毒及其宿主细胞	机器学习	COVID-19	VAE, WAE, 分子对接, 分子动力学模拟	VAE, WAE	肽序列数据	200个生成的肽序列，其中4个（MSK-1至MSK-4）进行了详细分析
720	2025-07-23	Predicting drug-target interactions using machine learning with improved data balancing and feature engineering 2025-Jun-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-03932-6 PMID:40461636	研究论文	本研究提出了一种结合机器学习和深度学习的混合框架，用于预测药物-靶标相互作用，解决了数据不平衡和生化表示复杂性的问题	引入了结合MACCS键和氨基酸/二肽组成的双重特征提取方法，以及使用GAN生成合成数据以解决数据不平衡问题	未明确提及具体局限性，但可能涉及模型在更广泛数据集上的泛化能力	改进药物-靶标相互作用（DTI）的预测准确性	药物-靶标相互作用数据	机器学习	NA	MACCS键、氨基酸/二肽组成特征提取	GAN、随机森林分类器（RFC）	生化数据	BindingDB-Kd、BindingDB-Ki和BindingDB-IC50数据集