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
741	2026-05-30	Artificial Intelligence-Augmented Imaging for Early Pancreatic Cancer Detection 2025-Oct, Visceral medicine IF:1.8Q2 DOI:10.1159/000546603 PMID:40567392	综述	通过人工智能增强影像技术实现早期胰腺癌检测	利用放射组学和深度学习模型提取人眼不可见的胰腺癌细微影像特征，可在临床诊断前数月甚至数年于CT扫描中识别出胰腺癌的预诊征象	数据集异质性、模型可解释性不足以及缺乏真实临床环境的前瞻性验证	探讨人工智能在早期胰腺导管腺癌（PDA）CT检测中的应用，以实现更早干预并减少诊断不确定性	胰腺癌早期检测的CT影像及人工智能模型	计算机视觉	胰腺癌	CT、放射组学	深度学习模型	图像	NA	NA	NA	NA	NA
742	2026-05-30	Metaproteomics Beyond Databases: Addressing the Challenges and Potentials of De Novo Sequencing 2025-09, Proteomics IF:3.4Q2 DOI:10.1002/pmic.202400321 PMID:39888246	观点文章	探讨从头测序在宏蛋白质组学中的应用，包括其从手动注释到基于图、标签和深度学习方法的演变，以及其在检测未测序物种和提供微生物群落功能洞察方面的潜力	系统性地回顾了从头测序方法从手动注释到基于图、标签和深度学习方法的演变，并重点讨论了其在宏蛋白质组学中检测未测序物种的潜力	主要依赖观点阐述，缺乏实验验证；未提供具体性能指标或与数据库搜索的定量比较	探讨从头测序在宏蛋白质组学中的演变、优势、局限性和未来机遇	宏蛋白质组学中的微生物群落蛋白质	机器学习	NA	质谱法	深度学习	质谱数据	NA	NA	NA	NA	NA
743	2026-05-30	TFKT V2: task-focused knowledge transfer from natural images for computed tomography perceptual image quality assessment 2025-Sep, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.12.5.051805 PMID:40444137	研究论文	提出一种任务聚焦知识迁移方法，用于CT图像感知质量评估	首次将自然图像中的任务相似知识迁移至CT图像质量评估，采用混合卷积神经网络-变压器模型，无需参考图像且减少对大规模标注数据集的依赖	未具体说明局限性，但可能涉及对CT图像领域特定失真的泛化能力有限或需要进一步临床验证	开发一种无参考、自动化的CT图像质量评估方法，以密切反映放射科医生的评估并减少对标注数据集的依赖	低剂量CT图像质量和儿科CT检查图像	计算机视觉	NA	CT	混合卷积神经网络-变压器模型	图像	涉及低剂量CT感知图像质量评估数据集和儿科CT检查数据集，但未明确具体样本数量	PyTorch	CNN-Transformer混合架构	NA	NA
744	2026-05-30	Opioid misuse detection from cognitive and physiological data with temporal fusion deep learning 2025-Sep-01, Drug and alcohol dependence IF:3.9Q1 DOI:10.1016/j.drugalcdep.2025.112774 PMID:40684523	研究论文	通过身体传感器和认知任务数据，利用时间融合深度学习模型检测阿片类药物滥用	首次将时间融合变换器机器学习模型应用于结合身体传感器和认知任务数据来检测阿片类药物滥用	行为反应比生理信号对滥用状态预测更强，可穿戴传感器预测能力有限，且需与客观阿片类药物滥用测量基准对比	利用机器学习检测阿片类药物滥用，预防过量使用和阿片类药物使用障碍等风险	169名使用阿片类镇痛药管理慢性疼痛的患者	机器学习	阿片类药物滥用	NA	时间融合变换器	生理数据（心率变异性、呼吸率）、行为数据（反应时间、任务准确率）	169名患者，9238个数据点	NA	时间融合变换器	AUC、特异性、敏感性	NA
745	2026-05-30	Artificial Intelligence in the Diagnosis and Prognostication of the Musculoskeletal Patient 2025-Aug, HSS journal : the musculoskeletal journal of Hospital for Special Surgery IF:1.6Q2 DOI:10.1177/15563316251339660 PMID:40454292	综述	探讨人工智能在肌肉骨骼疾病诊断和预后中的应用，包括计算机视觉算法和多模态预测模型	引入生成式人工智能领域，概述AI模型开发的局限性框架	未具体说明，但指出AI模型开发存在局限性	帮助临床医生理解机器学习和深度学习在肌肉骨骼疾病管理中的应用意义	肌肉骨骼患者和相关AI模型	计算机视觉	肌肉骨骼疾病	NA	深度学习	图像、多模态数据	NA	NA	计算机视觉算法、多模态预测模型	NA	NA
746	2026-05-30	Applying multimodal AI to physiological waveforms improves genetic prediction of cardiovascular traits 2025-07-03, American journal of human genetics IF:8.1Q1 DOI:10.1016/j.ajhg.2025.05.015 PMID:40543505	研究论文	提出多模态深度学习方法M-REGLE，通过融合心电图和光电容积描记波形数据，提升心血管性状的遗传预测性能	首次利用卷积变分自编码器联合学习多模态生理波形的低维潜在因子，并通过GWAS分析发现更多遗传位点，实现跨模态互补信息的遗传关联挖掘	未明确提及模型泛化性验证（如其他模态数据）或计算效率分析	开发多模态表示学习方法以增强复杂心血管性状的遗传关联发现和预测能力	心血管生理波形模态（12导联心电图、单导联心电图、光电容积描记图）	机器学习	心血管疾病	深度卷积变分自编码器	卷积神经网络	生理波形信号	多个生物样本库数据集（具体样本数未提供）	PyTorch	变分自编码器	遗传位点发现率、遗传风险评分预测性能	NA
747	2026-05-30	A review of denoising methods in single-particle cryo-EM 2025-07, Micron (Oxford, England : 1993) DOI:10.1016/j.micron.2025.103817 PMID:40164016	综述	全面回顾单颗粒冷冻电镜图像去噪方法的最新进展	从传统滤波方法到最新深度学习策略的系统性比较分析，为研究者提供该领域的全面视角	未涉及具体去噪方法的定量性能对比实验，未深入探讨方法在真实数据上的泛化能力	推动单颗粒冷冻电镜去噪领域发展，促进高质量图像获取，为领域新研究者提供指导	单颗粒冷冻电镜图像去噪方法	计算机视觉	NA	冷冻电镜	NA	冷冻电镜图像	NA	NA	NA	信噪比	NA
748	2026-05-30	AI-Driven Detection and Measurement of Keratinized Gingiva in Dental Photographs: Validation Using Reference Retainers 2025-07, Journal of clinical periodontology IF:5.8Q1 DOI:10.1111/jcpe.14164 PMID:40195567	研究论文	评估深度学习模型在口腔照片中检测角化龈的临床有效性，并利用参考固定器进行验证	首次提出能够可靠识别全口腔角化龈的AI模型，并利用参考固定器进行彻底验证	后牙区域的预测结果需要进一步改进	评估深度学习模型在口腔照片中检测角化龈的能力，并验证其临床适用性	来自32名受试者的576张口腔六分区照片	机器视觉	口腔疾病	深度神经网络	DeepLabv3	图像	32名受试者，576张六分区照片	NA	DeepLabv3, ResNet50	Dice系数，准确率	NA
749	2026-05-30	Peptide Property Prediction for Mass Spectrometry Using AI: An Introduction to State of the Art Models 2025-05, Proteomics IF:3.4Q2 DOI:10.1002/pmic.202400398 PMID:40211610	综述	综述了基于机器学习和深度学习的质谱肽段性质预测模型，涵盖可消化性、保留时间等多个性质	提供了从入门到前沿的全面概述，有助于开发可访问且可复现的肽段性质预测模型	当前模型在处理多样化翻译后修饰和仪器变异性方面存在困难，需要大规模协调数据集和标准化评估指标	介绍并更新质谱肽段性质预测领域的前沿模型，旨在为新手和有经验的研究者提供指导	质谱蛋白质组学中的肽段性质预测模型	机器学习	NA	质谱	机器学习、深度学习	质谱数据	NA	NA	NA	NA	NA
750	2026-05-30	Risk-Stratified Screening: A Simulation Study of Scheduling Templates on Daily Mammography Recalls 2025-03, Journal of the American College of Radiology : JACR IF:4.0Q1 DOI:10.1016/j.jacr.2024.12.010 PMID:40044308	研究论文	通过仿真模拟评估风险分层筛查调度对每日乳腺X光检查召回率的影响	将基于AI和深度学习的癌症风险分层整合到每日筛查调度中，以优化同一天诊断检查的利用，减少后续预约需求	基于模拟而非真实临床数据，且未涉及实际实施中的复杂性，如患者依从性或资源限制	评估与传统随机调度相比，风险分层筛查调度对乳腺X光检查工作流程中召回率、运营时间和患者等待时间的影响	基于离散事件模拟的高容量乳腺成像中心的每日患者调度流程	计算机视觉	乳腺癌	没有使用特定的测序或组学技术；主要涉及AI辅助诊断和深度学习	深度学习风险模型	模拟数据	每日60名患者（模型中平均42%接受筛查，11%约3名被推荐诊断检查）	NA	NA	召回率方差、运营时间、患者等待时间	NA
751	2026-05-30	Opportunistic Detection of Hepatocellular Carcinoma Using Noncontrast CT and Deep Learning Artificial Intelligence 2025-03, Journal of the American College of Radiology : JACR IF:4.0Q1 DOI:10.1016/j.jacr.2024.12.011 PMID:40044303	研究论文	利用非增强CT和深度学习人工智能算法机会性检测肝细胞癌	首次探索非增强CT在肝细胞癌机会性筛查中的应用，并开发了基于3D卷积块注意力模块的人工智能算法	未提及具体限制，但可能包括样本选择偏倚、外部验证队列规模有限等	开发一种仅使用非增强CT进行高效准确肝细胞癌检测的人工智能算法	肝细胞癌患者及高风险人群的非增强CT扫描图像	计算机视觉，数字病理	肝癌	CT成像	3D卷积块注意力模块	CT图像	共2,223名患者（内部验证）和584名患者（外部测试）	NA	卷积块注意力模块	AUC	NA
752	2026-05-30	Applying Artificial Intelligence to Quantify Body Composition on Abdominal CTs and Better Predict Kidney Transplantation Wait-List Mortality 2025-03, Journal of the American College of Radiology : JACR IF:4.0Q1 DOI:10.1016/j.jacr.2025.01.004 PMID:40044312	研究论文	利用人工智能量化腹部CT上的身体成分，以更好地预测肾移植等待名单死亡率	首次应用深度学习模型全自动量化肾移植候选者的腹部CT身体成分数据，包括脂肪、主动脉钙化、骨密度和肌肉质量，并评估其在预测等待名单死亡率中的价值	单中心回顾性研究，样本量有限，需要外部验证；身体成分参数与EPTS联合改善预测性能有限	评估人工智能辅助提取腹部CT身体成分数据能否改善肾移植等待名单死亡率的预测	2007年1月1日至2017年12月31日期间等待肾移植的候选者	机器学习和数字病理学	肾脏疾病	CT成像	深度学习模型	CT图像	899名肾移植候选者	NA	NA	受试者工作特征曲线下面积 (AUC)	NA
753	2026-05-30	Synthetic Diffusion Tensor Imaging Maps Generated by 2D and 3D Probabilistic Diffusion Models: Evaluation and Applications 2025-Feb-25, bioRxiv : the preprint server for biology DOI:10.1101/2025.02.21.639511 PMID:40060678	研究论文	评估2D和3D概率扩散模型生成的合成扩散张量成像图的质量及其在数据增强和下游任务中的应用	首次系统比较2D切片级和3D体积级扩散模型在合成DTI平均扩散率图的质量、效率和下游任务性能，发现3D合成在下游任务中优于2D	NA	评估2D和3D扩散概率模型生成的合成DTI图像的质量、保真度及其在性别分类和痴呆分类等下游任务中的增值效用	合成的DTI平均扩散率图，以及用于性别分类和痴呆分类的2D和3D卷积神经网络	机器视觉, 数字病理	痴呆症	扩散张量成像	概率扩散模型, 卷积神经网络	图像	NA	NA	2D和3D卷积神经网络	图像质量、保真度、计算效率、下游任务性能	NA
754	2026-05-30	Utilizing Deep Learning to Identify Electron-Dense Deposits in Renal Biopsy Electron Microscopy Images 2025, American journal of nephrology IF:4.3Q1 DOI:10.1159/000546131 PMID:40388893	研究论文	利用深度学习自动分类肾活检电子显微镜图像中电子致密沉积物的位置	开发了一个基于ResNet18的深度学习平台，能够自动识别肾小球内电子致密沉积物的四种位置类型（系膜、上皮下、膜内、内皮下），并且其性能超过了经验丰富的综合肾病理学家，同时提供了一个网络平台供用户上传图像并获取预测概率	研究未明确提及局限性	开发一个基于深度学习的平台，用于自动分类肾活检电子显微镜图像中电子致密沉积物的位置，以提高效率和一致性	肾活检电子显微镜图像中的电子致密沉积物	计算机视觉, 数字病理学	肾脏疾病	电子显微镜	CNN	图像	4303张电子显微镜图像，来自1039例肾活检	PyTorch	ResNet18	AUC, 准确率, Cohen's Kappa	NA
755	2026-05-30	MPCD: A Multitask Graph Transformer for Molecular Property Prediction by Integrating Common and Domain Knowledge 2024-12-12, Journal of medicinal chemistry IF:6.8Q1 DOI:10.1021/acs.jmedchem.4c02193 PMID:39620982	研究论文	提出MPCD多任务图变换器模型，通过整合通用知识与领域知识提升分子性质预测性能	通过领域知识对齐预训练与微调优化目标，结合多任务学习提高数据利用率和模型鲁棒性，并采用关系感知自注意力机制全面捕获分子局部与全局结构	NA	提升分子性质预测中深度学习模型的迁移性能和数据利用率	分子化合物的吸收、分布、代谢、排泄和毒性及物理化学性质预测	机器学习	NA	NA	图变换器	分子结构数据	NA	NA	图变换器	NA	NA
756	2026-05-30	Hybrid similarity based feature selection and cascade deep maxout fuzzy network for Autism Spectrum Disorder detection using EEG signal 2024-12, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2024.108177 PMID:39226758	研究论文	提出一种基于混合相似度特征选择与级联深度最大输出模糊网络的模型，用于通过EEG信号检测自闭症谱系障碍	将深度最大输出网络与级联神经模糊系统整合，形成级联深度最大输出模糊网络；采用混合相似度度量（堪培拉距离和Kumar-Hassebrook距离）进行特征选择	未在论文标题和摘要中明确提及	通过EEG信号和深度学习模型实现自闭症谱系障碍的早期、低成本且准确的诊断	自闭症谱系障碍患者及健康对照人群的EEG信号数据	机器学习	自闭症谱系障碍	EEG信号采集	级联深度最大输出模糊网络	EEG信号数据	使用了EEG数据集和BCIAUT_P300数据集，但未具体说明样本数量	NA	级联深度最大输出网络、混合级联神经模糊系统	准确率、阴性预测值、阳性预测值、真阴性率、真阳性率	NA
757	2026-05-30	AScirRNA: A novel computational approach to discover abiotic stress-responsive circular RNAs in plant genome 2024-12, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2024.108205 PMID:39265460	研究论文	提出一种基于机器学习的计算方法，用于预测植物基因组中非生物胁迫响应的环状RNA	首次开发基于机器学习的模型用于预测非生物胁迫响应的circRNA，并整合为在线预测工具AScirRNA	NA	开发预测植物非生物胁迫响应circRNA的计算方法，助力培育抗逆作物品种	植物基因组中的非生物胁迫响应环状RNA	机器学习	植物非生物胁迫	NA	XGBoost, LightGBM	序列数据	NA	Scikit-learn	XGBoost, LightGBM	准确率, auROC, auPRC	NA
758	2026-05-30	ILYCROsite: Identification of lysine crotonylation sites based on FCM-GRNN undersampling technique 2024-12, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2024.108212 PMID:39277959	研究论文	提出一种基于MLP-Attention和FCM-GRNN欠采样技术的赖氨酸巴豆酰化位点鉴定模型ILYCROsite	首次结合模糊聚类与广义神经网络的FCM-GRNN欠采样技术处理不平衡数据，并采用MLP叠加自注意力机制进行预测	未明确讨论模型在不同物种或更大规模数据集上的泛化能力，且依赖单一特征编码策略可能遗漏关键信息	开发一种基于深度学习的赖氨酸巴豆酰化位点鉴定方法，以提高预测性能并解决传统机器学习处理非组蛋白位点的局限性	蛋白质序列中的赖氨酸巴豆酰化位点	机器学习	NA	特征提取（氨基酸组成、K-mer、基于距离的残基特征）、FCM-GRNN欠采样、MLP-Attention	MLP、注意力机制（自注意力）	序列数据	未明确说明具体样本数量，但包含巴豆酰化和非巴豆酰化序列	NA	MLP、自注意力机制	AUC	NA
759	2026-05-30	Serum Potassium Monitoring Using AI-Enabled Smartwatch Electrocardiograms 2024-Dec, JACC. Clinical electrophysiology DOI:10.1016/j.jacep.2024.07.023 PMID:39387744	研究论文	开发基于智能手表心电图和人工智能的算法，用于预测终末期肾病患者的血清钾水平	首次利用智能手表单导联心电图数据，通过深度学习模型预测血清钾水平，并验证了其在远程监测高钾血症中的实用性	NA	开发用于预测终末期肾病患者血清钾水平的人工智能心电图算法	终末期肾病患者	机器学习	高钾血症，慢性肾脏病，终末期肾病	心电图	深度学习模型	心电图波形	152,508名患者的293,557份配对心电图与血清钾数据，以及1,463名终末期肾病患者的4,337份心电图	NA	Kardio-Net	AUC，平均绝对误差	NA
760	2026-05-30	Comprehensive review of literature on Parkinson's disease diagnosis 2024-12, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2024.108228 PMID:39413446	综述	对帕金森病诊断文献进行全面综述，分析50篇文章中使用的不同模态（图像、信号、数据）及机器学习方法	系统分类多模态帕金森病诊断文献，分析数据集、仿真工具及性能指标，并识别研究空白与挑战	未明确列出具体方法或数据集的性能比较细节，且限于已选择的50篇文章	综述帕金森病诊断中不同模态（图像、信号、数据）的机器学习与深度学习方法	50篇关于帕金森病诊断的文章，涵盖不同数据模态	机器学习	帕金森病	NA	机器学习、深度学习	图像、信号、数据	50篇文章	NA	NA	多个性能指标（未具体列出）	NA