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
61	2025-12-19	The role and challenge of knee cartilage MRI in early diagnosis of knee osteoarthritis: a literature review 2025-Dec-15, Seminars in ultrasound, CT, and MR DOI:10.1053/j.sult.2025.12.001 PMID:41407057	综述	本文探讨了膝关节软骨MRI在早期诊断膝骨关节炎中的作用、优势、局限性和改进策略	综述了在深度学习、高分辨率3D技术和超分辨率重建技术指导下，如何更准确、快速地评估软骨，加速临床转化	NA	全面理解膝关节软骨MRI在早期诊断膝骨关节炎中的临床意义	膝骨关节炎及其相关的关节软骨	数字病理学	骨关节炎	MRI，成分MRI，定量和半定量方法	NA	MRI图像	NA	NA	NA	NA	NA
62	2025-12-19	Associations between out of home food sector outlet menu healthiness scores, menu characteristics and energy consumed by customers in 2021-2022 2025-Dec-15, Appetite IF:4.6Q1 DOI:10.1016/j.appet.2025.108424 PMID:41407206	研究论文	本研究探讨了英国外卖餐饮店菜单健康评分、菜单特征与顾客能量摄入之间的关联	首次结合通用健康评分工具与深度学习健康评分，并采用随机森林模型分析菜单特征对顾客能量摄入的影响	研究依赖于顾客自我报告的食物订单回忆数据，可能存在回忆偏倚；仅针对英格兰四个地区的样本，可能缺乏全国代表性	识别外卖餐饮店健康评分工具和菜单特征是否能解释顾客在外就餐时的能量摄入差异	英国外卖餐饮店的顾客及其消费行为	公共卫生营养学	营养相关慢性病	深度学习, 随机森林模型, 稳健线性回归	随机森林, 线性回归	调查问卷数据, 菜单文本数据	3718名顾客	NA	NA	方差解释率	NA
63	2025-12-19	PLSTM-MTGF: A deep learning fusion model enabling real-time multi-target monitoring of penicillin fermentation via near-infrared spectroscopy 2025-Dec-14, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2025.127358 PMID:41406794	研究论文	本研究提出了一种轻量级双流融合模型PLSTM-MTGF，用于通过近红外光谱对青霉素发酵过程中的四个关键指标进行在线监测	提出了一种结合偏最小二乘回归、长短期记忆网络、自注意力机制和多任务门控融合机制的新型轻量级融合模型，用于实时多目标监测	模型仅在24个工业批次数据上进行评估，样本规模相对有限	优化工业青霉素发酵过程，实现关键参数的实时、多目标在线监测	青霉素发酵过程中的残糖、氨基氮、细胞密度和效价四个关键指标	机器学习	NA	近红外光谱	LSTM, 自注意力网络, 多任务学习	光谱数据	24个工业批次	NA	PLSTM-MTGF (Partial Least Squares Regression-Long Short-Term Memory with Multi-Task Gated Fusion)	相关系数R, RPD	标准CPU
64	2025-12-19	Multi-task deep learning meets hyperspectral imaging: A unified modeling framework for WEEE plastic identification and flame retardant quantification 2025-Dec-13, Journal of hazardous materials IF:12.2Q1 DOI:10.1016/j.jhazmat.2025.140828 PMID:41406523	研究论文	本研究提出了一种结合多任务深度学习与高光谱成像的统一框架，用于同时识别WEEE塑料类型、阻燃剂种类并量化其负载量	提出了一种集成多任务卷积神经网络、共享与任务特定学习、跨任务融合与注意力机制的统一框架，以同时处理塑料基材分类、阻燃剂类型识别和负载量回归任务，克服了传统单任务方法在处理高维光谱数据时的局限性	研究仅使用了实验室制备的样品，可能未完全覆盖实际回收场景中塑料的复杂性和多样性	开发一种高效、准确的WEEE塑料识别与阻燃剂量化方法，以支持智能回收与分选	三种常见WEEE塑料（ABS、HIPS、PP）与四种代表性阻燃剂（APP、ATH、DecaBDE、DecaBD）的实验室制备样品	计算机视觉	NA	高光谱成像	CNN	图像（高光谱图像）	实验室制备的塑料样品，包含三种塑料基材与四种阻燃剂在不同负载梯度（1-30%）下的组合	NA	多任务卷积神经网络	分类准确率, R分数（回归）	NA
65	2025-12-19	Procymidone residue detection in Allium tuberosum using feature-level data fusion of colorimetric sensor arrays and electronic nose sensor arrays: Comparison of heterogeneous data fusion methods 2025-Dec-13, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.147544 PMID:41406745	研究论文	本研究结合电子鼻和比色传感器阵列，用于韭花中腐霉利残留的定性和定量检测	提出了一种基于卷积神经网络和长短期记忆网络注意力融合网络的多源数据融合方法，在特征层融合中实现了对腐霉利残留浓度的更精确检测	NA	检测韭花中的腐霉利残留浓度，保障食品安全	韭花样本	机器学习	NA	电子鼻传感器阵列、比色传感器阵列	CNN, LSTM, FCN	传感器数据	NA	NA	CLAFNet	准确率	NA
66	2025-12-19	Automated skin cancer detection using MedFusionNet with attention-based fusion of ConvNeXt and vision transformer 2025-Dec-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-31816-2 PMID:41387901	研究论文	本研究提出了一种名为MedFusionNet的新型深度卷积神经网络，通过自适应注意力机制融合ConvNeXt和Vision Transformer架构，用于皮肤癌的自动多分类检测	提出了一种结合ConvNeXt和Vision Transformer架构的自适应注意力融合方法，用于高级特征融合，以提升皮肤癌分类性能	未声称提供完全因果可解释性，且研究基于存在类别不平衡问题的公开数据集	开发一种高效的深度学习模型，用于皮肤癌的早期和准确诊断，以辅助临床治疗	皮肤癌样本，特别是黑色素瘤等皮肤病变	计算机视觉	皮肤癌	皮肤镜检查	CNN, Transformer	图像	两个公开皮肤镜检查基准数据集：ISIC-2019和HAM10000	NA	ConvNeXt, Vision Transformer (ViT), MedFusionNet	准确率, 精确率, 召回率, AUC	NA
67	2025-12-19	DLS-SUC: A precision prediction framework for lysine succinylation sites integrating the protein language model (ESM-2) and dual imbalance strategies 2025-Dec-12, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2025.108842 PMID:41406781	研究论文	本文提出了一种名为DLS-SUC的深度学习框架，用于精确预测赖氨酸琥珀酰化位点，整合了蛋白质语言模型和双重不平衡策略	整合了One-hot编码与ESM-2预训练蛋白质语言模型特征，结合DenseNet和BiLSTM架构捕获局部序列模式和长程依赖，并引入SENet注意力机制自适应重新校准特征通道重要性，同时采用双重“算法-系统”策略缓解类别不平衡问题	未明确提及	开发一个高精度预测赖氨酸琥珀酰化位点的计算工具，以阐明其分子机制并指导新型诊断和治疗开发	赖氨酸琥珀酰化位点	机器学习	癌症, 神经退行性疾病, 代谢综合征	深度学习	DenseNet, BiLSTM, SENet	蛋白质序列数据	未明确提及	未明确提及	DenseNet, BiLSTM, SENet	Sn, Sp, BAcc, MCC, AUC	未明确提及
68	2025-12-19	Interpretable multi-model deep learning framework for automated four-class diagnosis of ocular toxoplasmosis using fundus imaging 2025-Dec-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-29768-8 PMID:41381695	研究论文	本研究提出了一种可解释的多模型深度学习框架，用于使用眼底图像对眼弓形虫病进行四分类自动诊断	首次提出用于眼弓形虫病四分类（活动性、非活动性、混合性、健康）的可解释多模型深度学习框架，集成了CNN、Vision Transformer、YOLOv8、YOLOv11和集成模型，并采用SHAP和EigenCAM确保透明度和临床一致性	未明确说明研究样本的具体来源和多样性，外部验证数据集的规模和代表性可能有限	开发一个准确、可解释且可推广的自动化系统，用于眼弓形虫病的多类别诊断	眼弓形虫病患者的视网膜眼底图像	计算机视觉	眼弓形虫病	眼底成像	CNN, Vision Transformer, YOLO, 集成模型	图像	NA	NA	Vision Transformer, YOLOv8, YOLOv11, 集成模型	准确率, Matthews相关系数, 延迟时间	GPU, CPU
69	2025-12-19	Physicochemically Informed Axial Chirality Descriptors Enable Accurate Prediction of Atropisomeric Stability 2025-Dec-10, Angewandte Chemie (International ed. in English) DOI:10.1002/anie.202521349 PMID:41369251	研究论文	本文介绍了一种名为ACSD-GAT的深度学习框架，用于准确预测轴手性分子的旋转能垒，从而评估其构象稳定性	提出了一个物理化学信息化的轴手性结构描述符（ACSD），该描述符能明确量化旋转过程中的静态和动态空间排斥效应，并结合图注意力网络（GAT）构建预测模型	NA	解决轴手性分子构象稳定性预测的挑战，以支持不对称合成、药物发现和功能材料开发	轴手性分子（atropisomers）	机器学习	NA	深度学习	GAT	分子结构数据	1015个实验测量的旋转能垒数据	NA	图注意力网络	R, RMSE	NA
70	2025-12-19	Graph-spa: A Spatiotemporal Graph Neural Network based framework for ARDS prediction and interpretability 2025-Dec-10, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2025.104969 PMID:41386531	研究论文	本文提出了一种基于动态时空图神经网络的框架Graph-spa，用于急性呼吸窘迫综合征的早期预测和可解释性分析	Graph-spa通过动态更新邻接结构，捕捉临床变量间的演化交互，并采用模型无关的特征归因方法增强可解释性	未明确提及	提高急性呼吸窘迫综合征的早期预测准确性，并增强模型的可解释性	临床多变量时间序列数据	机器学习	急性呼吸窘迫综合征	NA	时空图神经网络	时间序列数据	三个数据集（HiRID、MIMIC-IV和eICU）	NA	STGNN	AUC, F1, MCC	NA
71	2025-12-19	Physics-guided deep learning surrogate model with graph attention for long-term radionuclide transport prediction in deep geological repositories 2025-Dec-09, Journal of hazardous materials IF:12.2Q1 DOI:10.1016/j.jhazmat.2025.140767 PMID:41406534	研究论文	本文提出了一种基于图注意力机制的物理引导深度学习代理模型，用于预测深地质处置库中长期放射性核素迁移	开发了结合图注意力网络与物理方程（衰变-扩散-吸附）的深度学习代理模型，实现了快速且物理可靠的长期迁移预测	模型在材料属性改变或释放时间提前等场景下的泛化能力仍需进一步验证，且依赖于模拟数据训练	为深地质处置库的安全评估提供快速、准确的长期放射性核素迁移预测工具	深地质处置库中U-238和Th-230的迁移过程	机器学习	NA	物理模拟（PFLOTRAN），深度学习代理模型	图注意力网络（GAT），深度学习	模拟数据（放射性核素迁移时间序列）	10个监测节点，模拟5000年迁移过程	PyTorch（推断，因涉及GAT和深度学习训练）	图注意力网络（GAT）	R², NSE, 95%预测区间	单节点工作站
72	2025-12-19	Usefulness of metal artifact reduction on CT angiography after massive coil embolization in peripheral AVM 2025-Dec-09, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112606 PMID:41406589	研究论文	本研究评估了三种重建方法（FBP、AR50和DL-M）结合SMAR技术在周围动静脉畸形栓塞术后CT血管造影中的图像质量	首次比较了FBP、AR50和DL-M三种重建方法结合SMAR技术在AVM栓塞术后CT血管造影中的表现，并引入深度学习重建技术	单中心研究，样本量较小（30例患者），新伪影在少数病例中出现	评估不同重建方法结合金属伪影减少技术对周围动静脉畸形栓塞术后CT血管造影图像质量的改善效果	接受线圈栓塞治疗的周围动静脉畸形患者	医学影像	心血管疾病	双能CT血管造影，虚拟单能成像	深度学习重建	CT图像	30例患者	NA	NA	标准偏差，伪影指数，对比噪声比，主观评分	NA
73	2025-12-19	CMMDL: Cross-modal multi-domain learning method for image fusion 2025-Dec-08, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.108450 PMID:41406644	研究论文	提出了一种用于图像融合的跨模态多域学习方法，以同时利用空间域和频域信息	提出了空间-频域级联注意力机制、双域并行学习策略以及异构域特征融合块，首次在图像融合中结合了空间域和频域学习	未在摘要中明确说明	解决多模态图像融合问题，提升融合图像的质量	多模态图像	计算机视觉	NA	NA	深度学习	图像	在多个数据集上进行了广泛实验	NA	Restormer, 双分支可逆神经网络	NA	NA
74	2025-12-19	Fully Automated Deep Learning-Based Pipeline for Evans Index Measurement from Raw 3D MRI 2025-Dec-02, medRxiv : the preprint server for health sciences DOI:10.64898/2025.11.30.25341302 PMID:41409679	研究论文	本文提出了一种基于深度学习的全自动流水线，用于从原始3D MRI数据中测量Evans指数	开发了一个全自动、无需手动干预的深度学习方法，整合了地标检测、AC-PC对齐和分割模型，直接处理原始MRI扫描以提高Evans指数测量的可重复性和可扩展性	未提及具体局限性，但可能依赖于训练数据的质量和多样性	开发一种自动化工具，用于准确、可重复地测量Evans指数，以支持大规模神经影像研究和临床评估	脑室扩大（如正常压力脑积水）患者的MRI扫描	数字病理学	脑积水	T1加权MPRAGE MRI扫描	CNN	3D MRI图像	内部验证使用多个队列数据（包括Baltimore Longitudinal Study of Aging, BIOCARD, Johns Hopkins），外部验证使用PENS试验数据（包括分流前后的NPH扫描），其中自定义脑室网络训练了1,300个标注扫描	NA	BrainSignsNet, nnU-Net	Dice系数, 平均偏差, 平均绝对误差, 相关系数r	NA
75	2025-12-19	Ultrasound placental image texture analysis using artificial intelligence and deep learning models to predict hypertension in pregnancy 2025-Dec, International journal of gynaecology and obstetrics: the official organ of the International Federation of Gynaecology and Obstetrics DOI:10.1002/ijgo.70306 PMID:40542591	研究论文	本研究利用人工智能和深度学习模型对超声胎盘图像进行纹理分析，以预测妊娠期高血压疾病	首次将Vision Transformer与TabNet分类器结合用于超声胎盘图像分析，以预测妊娠期高血压疾病，并展示了较高的准确性	研究为前瞻性观察性研究，可能存在选择偏倚，且未详细讨论模型在其他人群中的泛化能力	预测妊娠期高血压疾病	孕妇的超声胎盘图像	计算机视觉	妊娠期高血压疾病	超声成像	CNN, Vision Transformer	图像	1008名孕妇（其中600名正常结局，143名患有妊娠期高血压疾病，265名有其他不良结局）	NA	EfficientNet B0, Vision Transformer	准确率, Cohen kappa分数, AUC, 灵敏度, 特异性	NA
76	2025-12-19	Hot Topics: Exploring Artificial Intelligence and Inflammatory Memory in the Management of Psoriatic Diseases 2025-Dec-01, The Journal of rheumatology IF:3.6Q2 DOI:10.3899/jrheum.2025-0241 PMID:40763946	综述	本文总结了GRAPPA 2024年会中关于人工智能在银屑病疾病管理中的应用以及炎症记忆机制在疾病复发中的作用的热点话题讨论	探讨了人工智能技术与炎症记忆生物学机制在银屑病疾病管理中的交叉融合，强调了技术应用与基础生物学理解的结合	文章基于会议讨论内容，未报告具体实验数据或模型验证结果，属于观点性综述	探索人工智能在银屑病疾病管理中的应用潜力，并阐明炎症记忆在银屑病和银屑病关节炎复发中的机制	银屑病疾病（包括银屑病和银屑病关节炎）	数字病理学	银屑病	NA	卷积神经网络	NA	NA	NA	NA	NA	NA
77	2025-12-19	AI-driven and Traditional Radiomic Model for Predicting Muscle Invasion in Bladder Cancer via Multi-parametric Imaging: A Systematic Review and Meta-analysis 2025-Dec, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.08.035 PMID:40914722	系统综述与荟萃分析	本研究通过荟萃分析方法，系统评估了人工智能驱动和传统影像组学模型在检测肌层浸润性膀胱癌中的诊断性能，并探讨了其与膀胱影像报告和数据系统的潜在协同价值	首次通过系统综述和荟萃分析，全面比较了AI驱动与传统影像组学模型在膀胱癌肌层浸润诊断中的效能，并系统分析了异质性来源	纳入研究存在显著的异质性，且多为回顾性研究，需要多国、多中心的前瞻性队列研究来验证外部有效性	评估AI驱动和传统影像组学模型在诊断肌层浸润性膀胱癌中的性能，并分析其临床转化前景	肌层浸润性膀胱癌患者	医学影像分析	膀胱癌	影像组学，多参数成像	深度学习，机器学习	医学影像	43项研究，共9624名患者	NA	NA	AUC, 敏感度, 特异度, 阳性似然比, 阴性似然比, 诊断比值比	NA
78	2025-12-19	Transforming histologic assessment: artificial intelligence in cancer diagnosis and personalized treatment 2025-Dec, British journal of cancer IF:6.4Q1 DOI:10.1038/s41416-025-03206-y PMID:40993310	综述	本文综述了人工智能在癌症组织学评估中的转型作用，从辅助诊断工具发展为临床决策的核心组成部分	AI不仅复制并增强了病理学家的决策，还通过组织形态学表型聚类和空间转录组学等创新技术，优化了癌症分层和个性化治疗	AI预测的验证仍面临挑战，特别是在预后应用方面，且资源有限环境下的可及性有待解决	探讨AI在癌症诊断和个性化治疗中如何变革组织学评估	癌症患者的组织学图像、基因组数据和临床信息	数字病理学	癌症	全切片成像（WSI）、空间转录组学	深度学习	图像、文本、临床数据	NA	NA	NA	NA	NA
79	2025-12-19	Interpretable PROTAC Degradation Prediction With Structure-Informed Deep Ternary Attention Framework 2025-Dec, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202508138 PMID:41026144	研究论文	本研究提出了一种名为PROTAC-STAN的结构感知深度三元注意力网络框架，用于可解释的PROTAC降解预测	提出了首个结合分层分子表示、蛋白质结构信息以及专为PROTAC系统设计的三元注意力网络，以提供前所未有的降解机制见解	未在摘要中明确提及	加速PROTAC开发并降低实验成本，通过深度学习预测PROTAC降解效果	蛋白质降解靶向嵌合体（PROTACs），包括其分子结构、靶蛋白（POIs）和E3连接酶	机器学习	NA	深度学习，蛋白质语言模型	注意力网络	分子结构数据，蛋白质序列/结构数据	NA	NA	结构感知深度三元注意力网络（STAN）	多种指标（具体名称未提供）	NA
80	2025-12-19	Deep Learning-Assisted Fingerprint-Inspired Flexible Pressure Sensor for Tension Monitoring in Carbon Fiber Production 2025-Dec, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202513680 PMID:41026329	研究论文	本文提出了一种受指纹启发的柔性压力传感器，用于监测宽幅碳纤维束阵列的张力，并开发了端到端的张力异常分类卷积神经网络	通过激光蚀刻制造模仿指纹结构的柔性压力传感器，用于宽幅碳纤维束阵列的张力监测，并开发了端到端的深度学习模型进行异常分类	未明确说明传感器在长期工业环境中的耐久性、极端温度或湿度条件下的性能，以及大规模部署的成本效益分析	解决碳纤维大规模生产中宽幅碳纤维束阵列张力稳定性控制的挑战，实现实时智能张力监测	宽幅碳纤维束阵列的张力	智能制造，柔性电子	NA	激光蚀刻	CNN	压力传感器数据	NA	NA	端到端张力异常分类卷积神经网络	分类准确率	NA