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
921	2025-12-09	Copolymer Sequence Regulation Enabled by Reactivity Ratio Fingerprints via Machine Learning 2025-Dec-08, Angewandte Chemie (International ed. in English) DOI:10.1002/anie.202513086 PMID:41147785	研究论文	本研究开发了一个基于机器学习的高效平台，利用“反应活性比指纹”来测定二元和三元共聚中的反应活性比，实现序列调控	提出了“反应活性比指纹”的新设计，并利用深度学习模型在稀疏实验数据下实现毫秒级的高效测定，扩展至三元共聚体系	未明确说明模型在极端反应条件或非常规单体组合下的泛化能力	开发高效测定共聚反应活性比的方法，实现聚合物序列的按需调控	二元和三元共聚反应体系	机器学习	NA	共聚反应动力学分析，玻璃化转变表征	深度学习模型	反应活性比指纹，实验数据	数百万个反应活性比指纹	NA	NA	测定效率（毫秒级），预测准确性（通过动力学实验验证）	NA
922	2025-12-09	SleepPPG-Net2: deep learning generalization for sleep staging from photoplethysmography 2025-Dec-08, Physiological measurement IF:2.3Q3 DOI:10.1088/1361-6579/ae1a34 PMID:41172609	研究论文	本研究提出SleepPPG-Net2模型，通过多源域训练提升基于光电容积脉搏波（PPG）的四阶段睡眠分期在外部数据集上的泛化性能	采用多源域训练策略解决PPG数据漂移问题，显著提升模型在分布外数据上的泛化能力（Cohen's kappa提升达21%）	模型性能仍受年龄、性别和阻塞性睡眠呼吸暂停严重程度等人口统计学和临床因素影响	改善基于PPG信号的自动睡眠分期模型的跨数据集泛化能力	原始PPG时间序列数据	机器学习	睡眠障碍	光电容积脉搏波（PPG）	深度学习模型	时间序列数据	NA	NA	SleepPPG-Net2	Cohen's kappa	NA
923	2025-12-09	From Signal to Symphony: Exploring 2D Sequence Representations for Protein Function Prediction 2025-Dec-08, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c01768 PMID:41247925	研究论文	本研究探索了将蛋白质氨基酸序列转换为二维声谱图作为蛋白质功能预测任务的数据表示方法	提出蛋白质声谱化方法，将一维序列转换为二维声谱图，并证明这种表示结构本身是模型预测性能的关键来源	未明确说明模型在更广泛蛋白质类别或更大规模数据集上的泛化能力限制	探索蛋白质序列的最佳表示方法以提高功能预测性能	蛋白质氨基酸序列	计算生物学	NA	蛋白质声谱化	融合模型, 扩散模型	序列, 图像	18,000个序列，涵盖12个功能多样的蛋白质类别	NA	Transformer, ESM-2, ProtBERT	准确率	NA
924	2025-12-09	MGCL-CAP: Masked Graph Contrastive Learning with Gated Cross-Attention for Chemical Allergenicity Prediction 2025-Dec-08, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c02222 PMID:41251678	研究论文	本文提出了一种名为MGCL-CAP的深度学习框架，用于化学致敏性预测，该框架结合了掩码图对比学习和门控交叉注意力融合技术	提出了一种结合掩码图对比学习和门控交叉注意力融合的深度学习框架，用于学习结构不变的图嵌入并整合一维分子指纹，从而提升对分子拓扑和跨模态依赖关系的捕捉能力	未明确提及具体的数据集规模限制或模型在极端噪声条件下的鲁棒性	开发一种计算工具，用于高效预测化学物质的致敏性，以支持化学安全评估和更安全的配方设计	化学致敏物（存在于消费品和工业产品中）	机器学习	过敏性疾病	深度学习	图神经网络, 注意力机制	图数据（分子结构）, 一维分子指纹	NA	NA	图同构网络, 多头门控交叉注意力	NA	NA
925	2025-12-09	A multi-task deep learning approach for landslide displacement prediction with applications in early warning systems 2025-Dec-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-29084-1 PMID:41354745	研究论文	本文提出一种多任务深度学习方法用于滑坡位移预测，以提升滑坡早期预警系统的效率	提出多任务训练方法，通过辅助目标优化模型在预警阈值附近的预测性能，而不仅关注整体预测残差	方法仅在斯洛文尼亚Urbas滑坡的单一案例中验证，未在多区域或不同类型滑坡中测试	提升滑坡早期预警系统中基于阈值的预警预测效率	斯洛文尼亚西北部深层Urbas滑坡的位移数据	机器学习	NA	GNSS监测	CNN	滑坡活动数据、水文气象测量数据、地震数据	自2019年起持续监测的滑坡位移时间序列数据	NA	卷积神经网络	R²分数, 平均绝对误差	NA
926	2025-12-09	Machine learning pipelines for the design of solid-state electrolytes 2025-Dec-08, Materials horizons IF:12.2Q1 DOI:10.1039/d5mh01525a PMID:41358912	综述	本文系统综述了机器学习管道在固态电解质设计中的应用，为AI加速固态电池材料发现提供了战略路线图	首次系统性地将固态电解质发现的五个相互关联的挑战映射到新兴AI解决方案，并特别关注多价导体系统的数据缺口，提出了通过迁移学习和主动学习框架的具体策略	NA	为固态电解质的设计与发现提供AI驱动的战略路线图，加速更安全、高能量密度电池的开发	固态电解质，特别是无机固态电解质，包括多价导体系统（如镁、钙、锌、铝）	机器学习	NA	机器学习，深度学习，生成模型，分子动力学模拟，密度泛函理论	经典模型，深度学习架构，生成模型，Transformer，图神经网络	化学数据，模拟数据，实验数据	NA	NA	Transformer，图神经网络，扩散模型	NA	NA
927	2025-12-09	Automatic detection of urinary stones from non-contrast enhanced computed tomography images 2025-Dec-08, Urolithiasis IF:2.0Q2 DOI:10.1007/s00240-025-01902-1 PMID:41359136	研究论文	本研究利用深度学习技术，开发了名为UROAID的集成模型，用于从非增强CT图像中自动检测尿路结石	提出了UROAID集成模型，结合了基于分割的结石检测模块和结石分类模块，模拟放射科医生诊断尿路结石的流程，并针对不同位置的结石实现了高检测率	未明确提及模型在外部验证集上的泛化能力，也未讨论计算效率或实时性方面的限制	实现尿路结石的自动检测，以辅助急诊诊断	成年患者的非增强腹部盆腔CT图像	数字病理学	尿路结石	非增强计算机断层扫描（CT）	深度学习，集成模型	3D CT图像	6659名患者的CT扫描	NA	Uro-UNETR（改进版），UROAID	准确率，F1分数，检测率	NA
928	2025-12-09	Establishment of CT diagnostic reference levels (DRLs) in Tokyo 2025-Dec-08, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-12194-9 PMID:41359161	研究论文	本研究旨在调查东京地区医疗设施特征和CT扫描仪性能如何影响诊断参考水平，以优化CT检查中的辐射剂量	首次在东京地区建立基于设施特征和扫描仪性能的详细诊断参考水平，并系统评估了多种影响因素，如放射科医生、认证技师、医院规模、扫描仪规格和图像重建方法	双能CT的数据有限，仅针对对比增强肺动脉扫描建立了诊断参考水平，且样本仅来自东京地区，可能无法代表其他地区	优化CT检查中的辐射剂量，提高患者安全性，同时不损害诊断质量	东京地区的医疗设施、CT扫描仪以及接受常见CT检查方案的成年患者（50-70公斤）	医学影像	NA	CT扫描、剂量调查、统计分析	NA	剂量数据（CTDIvol、DLP）、设施特征数据	100个医疗设施、176台CT扫描仪	NA	NA	75th百分位数（定义为东京诊断参考水平）	NA
929	2025-12-09	Artificial intelligence based quantification of T lymphocyte infiltrate predicts prognosis in high grade breast cancer using deep learning and statistical validation 2025-Dec-07, Discover oncology IF:2.8Q2 DOI:10.1007/s12672-025-04185-5 PMID:41353687	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
930	2025-12-09	A Clinically Inspired Deep Learning Framework for Laryngeal Cancer Detection and Malignancy Transformation Risk Assessment 2025-Dec-07, Otolaryngology--head and neck surgery : official journal of American Academy of Otolaryngology-Head and Neck Surgery DOI:10.1002/ohn.70075 PMID:41353738	研究论文	本研究开发了一种名为TransCL的深度学习模型，用于喉癌检测和恶性转化风险评估，旨在提升喉镜图像解释的准确性和一致性	提出了一种临床启发的深度学习框架TransCL，不仅能够检测喉部病变，还能预测良性病变的恶性转化风险，并在多中心数据上验证了其泛化能力	研究为回顾性设计，可能受到数据选择和标注偏差的影响，且模型在未见病变类型上的性能虽强但仍有提升空间	开发深度学习模型以增强喉部病变检测、指导活检并简化诊断流程	喉镜图像，涵盖10种不同的喉部病变类型	计算机视觉	喉癌	喉镜成像	深度学习分类网络	图像	来自2585名患者的16,587张喉镜图像	NA	TransCL	AUC, 准确率, F1分数, 马修斯相关系数	NA
931	2025-12-09	Technical Review of Magnetic Resonance Fingerprinting Applications in Cerebral Physiology 2025-Dec-07, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.70216 PMID:41353764	综述	本文综述了磁共振指纹技术在大脑生理学中的应用，重点介绍了血管成像的进展和生物物理模型的整合	通过创新的采集和计算方法，MRF实现了多组织特性的同时映射，并整合了机器学习以提升字典匹配和实时参数估计的准确性与可靠性	面临低信噪比和高计算需求的挑战	评估MRF技术在大脑生理学中的应用潜力，特别是在血管成像和临床转化方面	大脑生理学，包括血管成像、血流动力学参数和血管相关参数	数字病理学	脑血管疾病	磁共振指纹技术	深度学习	磁共振图像	NA	NA	NA	准确性	NA
932	2025-12-09	Identification of plant-parasitic nematode genera in turfgrass using deep learning algorithms 2025-Dec-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-29467-4 PMID:41354739	研究论文	本研究评估了多种深度学习模型在草坪草寄生线虫属分类中的性能	首次将EfficientNet V2-S、MobileNetV3-L、ResNet101和Swin Transformer V2-B等先进CNN架构应用于草坪草寄生线虫分类，并采用BOHB算法进行超参数优化	研究仅针对七种线虫类群，且用户端平台测试准确率（82.47%）较内部测试有所下降，表明模型泛化能力仍需提升	开发基于深度学习的草坪草寄生线虫自动识别工具，以辅助植物诊断实验室的线虫管理	与草坪草相关的七种植物寄生线虫属	计算机视觉	NA	深度学习图像分类	CNN	图像	5406张植物寄生线虫图像	NA	EfficientNet V2-S, MobileNetV3-L, ResNet101, Swin Transformer V2-B	平衡分类准确率	NA
933	2025-12-09	An end-to-end deep learning pipeline for hematoma expansion prediction in spontaneous intracerebral hemorrhage based on non-contrast computed tomography 2025-Dec-07, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-02213-w PMID:41354762	研究论文	本文开发了一个基于非对比增强CT的端到端深度学习流程，用于预测自发性脑出血中的血肿扩张	提出了一个模块化框架，结合了自动分割、合成数据增强和基于Vision Transformer的分类，特别是使用全尺度U-Mamba模型进行高质量血肿分割，并利用Diffusion-UKAN模型生成合成数据以平衡训练集	研究基于五个中心的2020名患者数据，外部验证仅涉及两个独立数据集，可能需要更多样化的数据以进一步验证泛化能力	预测自发性脑出血中的血肿扩张，以支持急性护理环境中的快速风险分层和临床决策	自发性脑出血患者	数字病理学	心血管疾病	非对比增强计算机断层扫描	Vision Transformer, U-Mamba, Diffusion-UKAN	图像	2020名患者来自五个中心	NA	Vision Transformer, 全尺度U-Mamba, Diffusion-UKAN	AUC	NA
934	2025-12-09	Integrated ultrasound radiomics and clinical data to predict PD-1 blockade efficacy in unresectable hepatocellular carcinoma 2025-Dec-07, BMC gastroenterology IF:2.5Q2 DOI:10.1186/s12876-025-04512-8 PMID:41354910	研究论文	本研究开发了一个集成超声影像组学和临床数据的自动化框架，用于预测不可切除肝细胞癌患者对PD-1阻断疗法的反应	首次提出将超声影像组学与临床指标通过集成学习方法相结合，构建自动化预测框架，并探索了治疗反应背后的分子机制	验证队列样本量相对较小（n=60），模型在验证集上的性能（AUC 0.641）仍有提升空间	预测不可切除肝细胞癌患者对PD-1阻断疗法的治疗反应	不可切除肝细胞癌患者	数字病理学	肝细胞癌	超声影像组学，分子分析（KEGG/GO分析）	集成学习模型，卷积神经网络	超声图像，临床数据	回顾性多中心队列793例（模型开发），前瞻性队列60例（验证）	NA	优化卷积神经网络	AUC	NA
935	2025-12-09	Simultaneous attenuation and scatter correction of PET data in the image: quantitative and clinical assessment of image-to-image deep learning models 2025-Dec-06, Physica medica : PM : an international journal devoted to the applications of physics to medicine and biology : official journal of the Italian Association of Biomedical Physics (AIFB) DOI:10.1016/j.ejmp.2025.105683 PMID:41353875	研究论文	本研究利用深度学习模型将未经衰减散射校正的脑PET/CT图像转换为经测量衰减散射校正的图像，以定量和临床评估图像质量	首次采用图像到图像的深度学习模型（UNET和CGAN）直接从NASC图像生成MASC图像，无需CT数据，实现了同时的衰减和散射校正	研究仅针对癫痫患者的脑PET/CT图像，样本量相对较小（125例），且未在其他疾病或身体部位验证模型泛化能力	开发一种深度学习方法来校正PET图像中的光子衰减和散射，提高图像定量准确性，特别是在CT不可用的情况下	癫痫患者的脑PET/CT图像（使用18F-FDG示踪剂）	医学影像分析	癫痫	PET/CT成像，18F-FDG示踪剂	CNN, GAN	图像	125例癫痫患者的脑PET/CT图像	NA	UNET, CGAN	PSNR, SSIM, RMSE	NA
936	2025-12-09	Boosting brain tumor detection with an optimized ResNet and explainability via Grad-CAM and LIME 2025-Dec-05, Brain informatics DOI:10.1186/s40708-025-00279-6 PMID:41348154	研究论文	本研究通过优化ResNet架构并集成Grad-CAM和LIME等可解释性技术，提升脑肿瘤检测的准确性、泛化性和可解释性	结合动态学习率调整、架构增强（如解冻层、集成不同模块、池化和丢弃层）与可解释性AI技术，在提升模型性能的同时解决CNN在医学影像中缺乏可解释性的问题	研究依赖于公开的多类别肿瘤数据集，未在更广泛或临床实时数据上进行验证；虽然使用了三个数据集以确保泛化性，但可能仍存在特定数据分布的偏差	提高基于CNN的脑肿瘤检测模型的准确性、泛化性和临床可解释性	脑肿瘤的MRI影像	计算机视觉	脑肿瘤	MRI影像分析	CNN	图像	三个公开的多类别脑肿瘤数据集	未明确提及，推测为PyTorch或TensorFlow	ResNet	准确率	NA
937	2025-12-09	T-SCAPE: T cell immunogenicity scoring via cross-domain aided predictive engine 2025-Dec-05, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adz8759 PMID:41348893	研究论文	本文提出了一种名为T-SCAPE的新型多领域深度学习框架，用于预测T细胞免疫原性	利用对抗性领域适应整合多种免疫相关数据源，实现跨领域预测，无需MHC输入即可预测治疗性抗体的抗药抗体诱导潜力	NA	预测T细胞免疫原性以促进更安全有效的疫苗和蛋白质治疗剂的开发	肽片段、肽-MHC对、治疗性抗体	机器学习	NA	深度学习、对抗性领域适应	深度学习框架	免疫相关数据（MHC呈递、pMHC结合亲和力、T细胞受体-pMHC相互作用、来源生物信息、T细胞激活）	NA	NA	NA	NA	NA
938	2025-12-09	Deep learning predicts real-world electric vehicle direct current charging profiles and durations 2025-Dec-05, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-65970-y PMID:41350260	研究论文	本文提出了一种基于深度学习的框架，用于预测电动汽车直流快速充电的充电曲线和持续时间	利用真实世界的大规模充电会话数据（909,135个会话），仅需最少输入即可预测充电曲线和持续时间，并提供不确定性估计；模型能够从单个数据点开始预测，并随着新观测数据的到来进行增量式实时更新	未明确说明模型在不同气候条件、电池老化或极端充电场景下的泛化能力	准确预测电动汽车直流快速充电的充电曲线和持续时间，以支持充电基础设施的优化和能源规划	电动汽车的直流快速充电会话	机器学习	NA	深度学习	深度学习模型	时间序列数据（充电功率、荷电状态）	909,135个真实世界充电会话	未明确指定	未明确指定	准确率、绝对误差	未明确指定
939	2025-12-09	Early detection of Alzheimer's disease progression: comparative evaluation of deep learning models 2025-Dec-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-27360-8 PMID:41350317	研究论文	本研究评估了两种3D卷积神经网络模型在基于脑部MRI进行阿尔茨海默病进展二元分类中的表现	比较了全体积处理与基于神经解剖学区域特征提取的两种CNN方法，后者利用特定脑区灰质体积差异提升性能	研究结果仅基于ADNI数据集，需要在更广泛的临床人群中进行验证	通过深度学习模型提高阿尔茨海默病进展的早期检测和监测精度	阿尔茨海默病患者的脑部MRI数据	计算机视觉	阿尔茨海默病	MRI神经影像生物标志物分析	CNN	3D MRI图像	NA	NA	3D CNN	准确率	NA
940	2025-12-09	An Explainable Hybrid CNN-LSTM Framework for Accurate Sequence-Based Classification of RNA N6-Methyladenosine (m6A) Modification 2025-Dec-05, SLAS technology IF:2.5Q3 DOI:10.1016/j.slast.2025.100383 PMID:41354216	研究论文	本文提出了一种结合CNN-LSTM和SHAP的混合框架，用于准确分类RNA N6-甲基腺苷（m6A）修饰位点	将SHAP特征选择与CNN-LSTM模型结合，提升预测性能并提供生物学解释性	未明确说明样本规模或数据集的潜在偏差	准确识别RNA m6A修饰位点，以支持转录组范围内的表观转录组学分析	RNA序列中的m6A修饰位点	自然语言处理	NA	RNA序列分析	CNN, LSTM	序列数据	NA	TensorFlow, PyTorch, Keras	CNN-LSTM	准确率, 灵敏度, 特异性, MCC	NA