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
8981	2025-10-06	Overcoming the preferred-orientation problem in cryo-EM with self-supervised deep learning 2025-Jan, Nature methods IF:36.1Q1 DOI:10.1038/s41592-024-02505-1 PMID:39558095	研究论文	开发了一种名为spIsoNet的自监督深度学习软件，用于解决冷冻电镜中的粒子取向偏好问题	首次提出端到端的自监督深度学习方法解决冷冻电镜中的取向偏好问题，无需额外的样本制备程序	NA	解决冷冻电镜单颗粒分析中的粒子取向偏好问题	核糖体、β-半乳糖苷酶、血凝素三聚体等生物大分子复合物	计算机视觉	NA	冷冻电镜单颗粒分析，断层扫描平均	深度学习	冷冻电镜图像数据	NA	NA	spIsoNet	角度各向同性，粒子对齐精度	NA
8982	2025-10-06	Automatic localization and deep convolutional generative adversarial network-based classification of focal liver lesions in computed tomography images: A preliminary study 2025-Jan, Journal of gastroenterology and hepatology IF:3.7Q2 DOI:10.1111/jgh.16803 PMID:39542428	研究论文	开发基于深度学习的肝脏局灶性病变自动定位与分类系统，用于CT图像分析	使用生成对抗网络进行数据增强，开发端到端的肝脏病变定位与分类系统	初步研究，样本量相对有限，需要进一步验证	开发辅助医生进行肝脏病变诊断的深度学习系统	肝脏局灶性病变	计算机视觉	肝脏疾病	计算机断层扫描	GAN, CNN	医学影像	1589名患者，17335张切片，3195个肝脏局灶性病变	NA	深度卷积生成对抗网络	平均精度, 准确率, 置信区间	NA
8983	2025-06-05	Advancing enterprise risk management with deep learning: A predictive approach using the XGBoost-CNN-BiLSTM model 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0319773 PMID:40179109	研究论文	本研究提出了一种基于深度学习的风险管理模型XGBoost-CNN-BiLSTM，用于提升风险事件的预测和检测能力	结合XGBoost的结构化数据处理能力、CNN的特征提取能力和BiLSTM的时间序列处理能力，全面捕捉风险事件的关键特征	NA	提升企业风险管理的预测和检测能力	企业风险事件	机器学习	NA	深度学习	XGBoost-CNN-BiLSTM	结构化数据和时间序列数据	多个数据集，包括S&P 500历史数据集	NA	NA	NA	NA
8984	2025-10-06	ImmuneApp for HLA-I epitope prediction and immunopeptidome analysis 2024-10-16, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-53296-0 PMID:39414796	研究论文	开发了用于HLA-I表位预测和免疫肽组分析的深度学习框架ImmuneApp	提出可解释的深度学习框架，整合单等位基因和多等位基因数据，开发了更准确的模型反卷积方法	NA	改进HLA-I表位预测和新表位优先排序，促进新型新抗原发现和免疫疗法开发	HLA配体数据集和免疫肽组样本	机器学习	NA	质谱分析，免疫肽组学	深度学习	HLA配体数据，免疫肽组数据	216个多等位基因免疫肽组样本，835,551个配体，覆盖100多种HLA-I等位基因	NA	复合模型(ImmuneApp-MA, ImmuneApp-Neo)	预测性能，免疫原性预测准确性	NA
8985	2025-10-06	Protein complex structure modeling by cross-modal alignment between cryo-EM maps and protein sequences 2024-10-11, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-53116-5 PMID:39394203	研究论文	提出一种通过冷冻电镜图谱与蛋白质序列跨模态对齐实现蛋白质复合物结构建模的全自动方法EModelX	首次实现无需先验链分离的冷冻电镜蛋白质复合物建模，通过跨模态对齐解决链分离错误累积问题	未明确说明方法对低分辨率冷冻电镜数据的适用性	开发全自动蛋白质复合物结构建模方法	蛋白质复合物结构	计算生物学	NA	冷冻电镜(cryo-EM)	多任务深度学习	冷冻电镜图谱、蛋白质序列	NA	NA	NA	RMSD, TM-score	NA
8986	2025-10-06	MATES: a deep learning-based model for locus-specific quantification of transposable elements in single cell 2024-10-11, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-53114-7 PMID:39394211	研究论文	提出一种基于深度学习的模型MATES，用于在单细胞水平上实现转座子元件的位点特异性定量	利用侧翼相邻读段比对信息，将多定位读段准确分配到转座子特定位点，克服现有方法仅能在亚家族水平分类的局限	未明确说明模型在非转录组学单细胞数据上的具体应用限制	开发能够精确量化转座子元件位点特异性的单细胞分析方法	转座子元件及其在单细胞中的表达	机器学习	NA	单细胞组学	深度学习	基因组测序数据	NA	NA	NA	定量准确性	NA
8987	2025-10-06	Determinants of Visual Impairment Among Chinese Middle-Aged and Older Adults: Risk Prediction Model Using Machine Learning Algorithms 2024-10-09, JMIR aging IF:5.0Q1 DOI:10.2196/59810 PMID:39382570	研究论文	本研究使用机器学习算法预测中国中老年人视觉损伤风险并识别关键影响因素	首次在中国普通中老年人群中应用多种机器学习算法预测视觉损伤风险，并采用堆叠集成方法提高预测性能	研究基于中国健康与养老追踪调查数据，可能存在选择偏倚，且模型性能仍有提升空间	预测中国中老年人视觉损伤风险并识别关键决定因素	中国中老年人群（来自CHARLS调查的19,047名参与者）	机器学习	视觉损伤	问卷调查、体格检查、血液生物标志物检测	梯度提升机, 分布式随机森林, 广义线性模型, 深度学习, 堆叠集成	结构化健康数据	19,047名参与者（来自2011-2018年四轮CHARLS调查）	NA	堆叠集成	AUC, 校准曲线	NA
8988	2025-10-06	Spach Transformer: Spatial and Channel-Wise Transformer Based on Local and Global Self-Attentions for PET Image Denoising 2024-06, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2023.3336237 PMID:37995174	研究论文	提出一种基于局部和全局自注意力的空间和通道变换器用于PET图像去噪	设计了一种高效的编码器-解码器变换器架构，能够同时利用空间和通道信息，通过局部和全局多头自注意力机制解决传统CNN感受野有限的问题	NA	提高PET图像质量，改善信噪比	PET图像	计算机视觉	NA	PET成像	Transformer	3D医学图像	使用多种PET示踪剂数据集：18F-FDG、18F-ACBC、18F-DCFPyL和68Ga-DOTATATE	NA	Spach Transformer	NA	NA
8989	2025-10-06	Multibranch CNN With MLP-Mixer-Based Feature Exploration for High-Performance Disease Diagnosis 2024-06, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2023.3250490 PMID:37028335	研究论文	提出一种新型多分支CNN结合MLP-Mixer的特征探索网络ME-Mixer，用于高性能疾病诊断	首次将监督与非监督特征结合，通过流形嵌入网络和MLP-Mixer特征投影器实现全局感受野的特征编码	仅在两个医学数据集上进行了验证，需要更多数据集证明泛化能力	提升深度学习模型在疾病诊断中的性能	医学图像数据	计算机视觉	NA	深度学习	CNN, MLP-Mixer	图像	两个医学数据集	NA	多分支CNN, MLP-Mixer	分类准确率, 计算复杂度	NA
8990	2025-10-06	Deep learning-based workflow for automatic extraction of atria and epicardial adipose tissue on cardiac computed tomography in atrial fibrillation 2024-May-01, Journal of the Chinese Medical Association : JCMA IF:1.9Q2 DOI:10.1097/JCMA.0000000000001076 PMID:38380919	研究论文	开发基于深度学习的自动分割工作流程，用于心房颤动患者心脏CT图像中心房和心外膜脂肪组织的提取	首次提出结合3D U-Net模型的心房和心外膜脂肪组织自动分割工作流程	样本量较小（157例患者），单中心研究	为心房颤动管理提供可靠的心脏结构自动分割方法	心房颤动患者的心脏CT图像	医学影像分析	心房颤动	心脏计算机断层扫描（CT）	3D U-Net	三维医学影像	157例接受首次导管消融术的心房颤动患者	NA	3D U-Net	Dice系数, 相关系数r值, p值	NA
8991	2025-10-06	Prediction of Biliary Complications After Human Liver Transplantation Using Hyperspectral Imaging and Convolutional Neural Networks: A Proof-of-concept Study 2024-02-01, Transplantation IF:5.3Q1 DOI:10.1097/TP.0000000000004757 PMID:37592397	研究论文	本研究利用高光谱成像和卷积神经网络预测肝移植术后胆道并发症	首次将高光谱成像与深度学习技术结合用于肝移植术后胆道并发症预测	样本量较小（14例患者），仅为概念验证研究	开发非侵入性方法预测肝移植术后胆道并发症	肝移植患者的胆管组织	医学影像分析	肝移植并发症	高光谱成像，免疫组织化学，实时共聚焦显微镜	CNN	高光谱图像	136张高光谱肝脏图像，14例肝移植患者	NA	卷积神经网络	准确率	NA
8992	2025-10-06	Performance of ChatGPT on the pharmacist licensing examination in Taiwan 2023-07-01, Journal of the Chinese Medical Association : JCMA IF:1.9Q2 DOI:10.1097/JCMA.0000000000000942 PMID:37227901	研究论文	评估ChatGPT在台湾药师执照考试中的表现	首次系统评估ChatGPT在药师执照考试中的表现，比较中英文版本差异	排除图形题、化学式和表格，仅使用ChatGPT 3.5版本，样本量有限	研究ChatGPT在药学教育和评估中的潜在应用	台湾药师执照考试题目	自然语言处理	NA	深度学习	GPT-3.5	文本	2023年首次台湾药师执照考试题目	NA	Transformer	正确率	NA
8993	2025-10-06	Accelerating high-concentration monoclonal antibody development with large-scale viscosity data and ensemble deep learning 2025-Dec, mAbs IF:5.6Q1 DOI:10.1080/19420862.2025.2483944 PMID:40170162	研究论文	本研究开发了基于集成深度学习的DeepViscosity模型，用于预测高浓度单克隆抗体的粘度分类	使用229个单克隆抗体的大规模粘度数据集，构建了包含102个集成人工神经网络模型的新方法，显著提升了预测性能	模型训练数据量仍相对有限，可能影响在更广泛抗体类型上的泛化能力	加速高浓度单克隆抗体的开发过程，通过预测粘度筛选适合皮下注射的抗体	229个单克隆抗体的粘度特性	机器学习	NA	序列分析，粘度测量	人工神经网络，集成学习	序列特征数据，实验粘度数据	229个单克隆抗体，包含54个独立测试样本	NA	集成人工神经网络	准确率	基于网页服务器的应用部署
8994	2025-06-04	Robust evaluation of tissue-specific radiomic features for classifying breast tissue density grades 2025-Nov, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.12.S2.S22010 PMID:40453545	研究论文	本研究评估了一种用于分类乳腺组织密度等级的特征选择方法（RFE-SHAP）的鲁棒性，并探讨了其在乳腺密度自动评估中的应用	结合传统和可解释AI方法（RFE-SHAP）进行特征选择，提高了模型的可解释性和预测性能	模型在外部验证中对某些密度等级的AUC值较低（如D级0.673），可能存在泛化能力限制	开发鲁棒的乳腺组织密度自动评估方法以改善乳腺癌风险评估	数字乳腺断层合成筛查的原始中央投影图像	数字病理	乳腺癌	RFE-SHAP特征选择方法	逻辑回归（LR）	医学影像	751例（651例训练集，100例验证集）	NA	NA	NA	NA
8995	2025-06-04	Detection and classification of supraspinatus pathologies on shoulder magnetic resonance images using a code-free deep learning application 2025-Oct, Asia-Pacific journal of sports medicine, arthroscopy, rehabilitation and technology DOI:10.1016/j.asmart.2025.04.005 PMID:40454208	research paper	评估无代码深度学习应用在肩部磁共振成像中诊断冈上肌腱病变的性能	使用无代码深度学习应用LobeAI和ResNet-50 V2模型进行冈上肌腱病变的分类和检测	当前迭代的无代码深度学习应用在临床实践中的可靠性有待提高	评估无代码深度学习应用在诊断冈上肌腱病变中的性能	肩部磁共振成像中的冈上肌腱病变（部分撕裂、全层撕裂和肌腱病）	digital pathology	supraspinatus pathologies	MRI	ResNet-50 V2	image	患者肩部MRI图像，包括正常、部分撕裂、全层撕裂和肌腱病	NA	NA	NA	NA
8996	2025-10-06	The environmental risk of heterogeneous oxidation is unneglectable: Time-resolved assessments beyond typical intermediate investigation 2025-Aug-01, Water research IF:11.4Q1 DOI:10.1016/j.watres.2025.123572 PMID:40184704	研究论文	本研究提出了一种环境风险评估方法，用于区分高级氧化过程中不同氧化路径的解毒效果	通过深度学习回归建模和理论化学辅助评估，量化了高级氧化过程中的环境风险，发现了超过40%先前被忽视的毒性	研究主要关注异相高级氧化过程，对其他类型氧化过程的适用性有待验证	开发定量环境风险评估方法，提高污染物解毒评估的准确性	高级氧化过程中的污染物副产物	环境科学	NA	密度泛函理论，深度神经网络回归建模	深度神经网络	化学结构数据，毒性数据	NA	NA	回归模型	风险商数，聚类分析	NA
8997	2025-10-06	Temporal and spatial feature extraction using graph neural networks for multi-point water quality prediction in river network areas 2025-Aug-01, Water research IF:11.4Q1 DOI:10.1016/j.watres.2025.123561 PMID:40184707	研究论文	提出一种时空特征图神经网络（STF-GNN）用于河网区域多点水质预测	集成图卷积网络、门控循环单元和自注意力机制，显式建模分布式监测站之间的多尺度时空依赖关系	未提及模型计算复杂度及实时预测能力	改进河网区域水质预测的准确性和泛化能力	河网区域分布式水质监测站	图神经网络	NA	水质监测时间序列分析	GCN, GRU, 自注意力机制	多元时间序列数据	未明确说明具体样本数量	NA	STF-GNN（时空特征图神经网络）	RMSE, 相对误差, 峰谷同步率	NA
8998	2025-06-04	Ultrasound-based deep learning to differentiate salivary gland tumors 2025-Aug, Oral surgery, oral medicine, oral pathology and oral radiology DOI:10.1016/j.oooo.2025.03.014 PMID:40379502	研究论文	本研究开发了一种基于超声成像的深度学习模型DeepSGT，用于准确区分良性和恶性唾液腺肿瘤	使用多种CNN模型处理超声图像，并采用Focal Loss微调ResNet50d模型以解决类别不平衡问题，模型性能显著超过超声医师的诊断	研究为回顾性设计，样本量相对有限（315例患者）	开发一种准确区分良性和恶性唾液腺肿瘤的深度学习模型，以辅助临床决策	唾液腺肿瘤患者的超声图像	计算机视觉	唾液腺肿瘤	超声成像	CNN（包括Inception v3、ResNet101d、EfficientNet、DenseNet、Vision Transformer和ResNet50d）	图像	315例经手术切除后病理证实的唾液腺肿瘤患者	NA	NA	NA	NA
8999	2025-10-06	Video-Based Lifting Action Recognition Using Rank-Altered Kinematic Feature Pairs 2025-Jul, Human factors IF:2.9Q2 DOI:10.1177/00187208241309748 PMID:39723832	研究论文	提出基于视频的举重动作识别方法，通过等级变化运动学特征对实现实时监测	使用等级变化运动学特征对构建集成分类器，比基线分类器快12.5倍以上	未明确说明样本多样性和环境适应性限制	实时监测举重任务以预防工作相关的下背部损伤	视频中的人体举重动作	计算机视觉	下背部损伤	BlazePose姿态估计	集成分类器	视频	NA	NA	BlazePose	准确率,精确率,召回率,F1分数	移动设备,嵌入式系统
9000	2025-10-06	Enhancing Functional Protein Design Using Heuristic Optimization and Deep Learning for Anti-Inflammatory and Gene Therapy Applications 2025-Jul, Proteins IF:3.2Q2 DOI:10.1002/prot.26810 PMID:39985803	研究论文	本研究开发了一种结合启发式优化和深度学习的蛋白质序列设计方法，用于增强蛋白质功能特性	提出启发式优化方法增强蛋白质关键功能特性（溶解度、柔韧性、稳定性），同时保持结构完整性	未明确说明方法在特定蛋白质类型或规模上的局限性	开发功能更优且易于实验室生产的蛋白质设计方法	具有抗炎特性和基因治疗应用潜力的合成蛋白质	机器学习	炎症性疾病	蛋白质序列设计	深度学习	蛋白质序列数据	NA	NA	NA	恢复率, 置信度, AlphaFold评估	NA