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
961	2025-09-25	The Prognostic Performance of Artificial Intelligence and Machine Learning Models for Mortality Prediction in Intensive Care Units: A Systematic Review 2025-Aug, Cureus DOI:10.7759/cureus.90465 PMID:40978923	系统综述	系统评估人工智能和机器学习模型在ICU患者院内死亡率预测中的性能表现	首次系统比较AI/ML模型与传统临床评分系统在ICU死亡率预测中的性能差异，发现集成学习方法具有最优预测精度	研究多为回顾性分析，数据集来源有限，缺乏前瞻性验证	评估AI/ML模型在ICU死亡率预测中的预后性能	ICU住院患者	机器学习	危重症	机器学习算法	XGBoost, Random Forest, Logistic Regression, RNN	临床数据	基于MIMIC和eICU-CRD两大公共重症数据库的15项研究（2015-2025年）
962	2025-09-25	Predicting cardiotoxicity in drug development: A deep learning approach 2025-Aug, Journal of pharmaceutical analysis IF:6.1Q1 DOI:10.1016/j.jpha.2025.101263 PMID:40979544	研究论文	本研究采用深度学习方法预测药物开发中的心脏毒性，通过分子指纹和描述符结合多种机器学习算法构建预测模型	首次将Transformer模型应用于心脏毒性预测，并集成多种分子特征表示方法，同时使用SHAP解释模型特征重要性	未明确说明训练数据和外部验证集的具体样本规模和来源	提高药物心脏毒性预测的准确性和效率，替代传统耗时昂贵的实验方法	化合物分子（重点关注hERG钾通道相关毒性）	机器学习	心血管疾病	分子指纹和分子描述符计算	XGBoost, Transformer, NB, RF, SVM, KNN	分子结构数据	NA
963	2025-09-25	HyPepTox-Fuse: An interpretable hybrid framework for accurate peptide toxicity prediction fusing protein language model-based embeddings with conventional descriptors 2025-Aug, Journal of pharmaceutical analysis IF:6.1Q1 DOI:10.1016/j.jpha.2025.101410 PMID:40979547	研究论文	提出一种融合蛋白质语言模型嵌入与传统描述符的混合框架HyPepTox-Fuse，用于精确预测肽毒性	首次将蛋白质语言模型嵌入与传统描述符通过跨模态多头注意力机制和Transformer架构进行融合，并采用鲁棒的特征排序选择流程	NA	开发准确预测肽毒性的计算工具以促进肽类疗法的安全设计	肽类分子	自然语言处理	NA	蛋白质语言模型、机器学习、深度学习	Transformer、多头注意力机制	序列数据、分子描述符	NA
964	2025-09-25	Transformer-based Deep Learning for Glycan Structure Inference from Tandem Mass Spectrometry 2025-Jul-05, bioRxiv : the preprint server for biology DOI:10.1101/2025.07.02.662857 PMID:40631101	研究论文	提出两种基于Transformer的深度学习模型GlycoBERT和GlycoBART，用于从串联质谱数据推断聚糖结构	首次将Transformer架构应用于聚糖结构预测，其中GlycoBART作为生成式模型能够发现训练数据中未包含的新型聚糖结构	基于分类的方法（GlycoBERT）只能预测训练数据中存在的结构	开发更准确和全面的聚糖结构分析方法	聚糖分子	机器学习	NA	串联质谱（MS/MS）	Transformer（GlycoBERT, GlycoBART）	质谱数据	人胚胎肾细胞MS/MS数据集
965	2025-09-25	Deep Learning MRI Models for the Differential Diagnosis of Tumefactive Demyelination versus IDH Wild-Type Glioblastoma 2025-Jul-01, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8645 PMID:39788628	研究论文	本研究开发了一种基于3D DenseNet121的深度学习模型，用于区分MRI影像中的瘤样脱髓鞘病变和IDH野生型胶质母细胞瘤	首次将深度学习应用于T1增强和T2加权MRI图像，实现瘤样脱髓鞘与IDH野生型胶质母细胞瘤的自动鉴别诊断	模型需要进一步验证在不同机构、患者群体和技术设备间的泛化能力，且未包含中枢神经系统淋巴瘤和脑转移瘤等其他肿瘤病因	开发非侵入性MRI深度学习方法，准确鉴别诊断脑部瘤样脱髓鞘病变与IDH野生型胶质母细胞瘤	瘤样脱髓鞘患者（144例）和IDH野生型胶质母细胞瘤患者（455例）的MRI影像数据	医学影像分析	脑部疾病	MRI成像（T1增强和T2加权）	3D DenseNet121	医学影像	总计599例患者（144例瘤样脱髓鞘，455例IDH野生型胶质母细胞瘤）
966	2025-09-25	Application of Deep Learning Accelerated Image Reconstruction in T2-Weighted Turbo Spin-Echo Imaging of the Brain at 7T 2025-Jul-01, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8662 PMID:39832954	研究论文	本研究评估了基于深度学习的图像重建技术在7T脑部T2加权涡轮自旋回波成像中的应用效果	首次在7T超高场MRI中应用基于7T数据训练的深度神经网络进行图像重建	样本量较小（仅30例患者），且为单中心研究	解决7T MRI成像时间长和运动敏感性的技术挑战	30例连续临床7T脑部MRI患者的原始k空间数据	医学影像分析	神经系统疾病	T2加权涡轮自旋回波成像	深度神经网络	MRI图像数据	30例临床患者
967	2025-09-25	Improving the Robustness of Deep Learning Models in Predicting Hematoma Expansion from Admission Head CT 2025-Jul-01, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8650 PMID:39794133	研究论文	本研究通过对抗训练和输入改进提升深度学习模型在急性脑出血患者入院头部CT预测血肿扩张方面的鲁棒性	首次将对抗训练和Otsu多阈值分割相结合应用于血肿扩张预测，显著提升模型对抗攻击的鲁棒性	对抗训练对FGSM攻击的鲁棒性提升有限，且研究仅针对特定类型的对抗攻击	提高深度学习模型在临床实践中对输入数据扰动的鲁棒性	急性脑出血患者的入院头部CT扫描图像	医学影像分析	脑出血	对抗训练、Otsu多阈值分割	深度学习模型	CT影像	多中心队列890例患者用于交叉验证/训练，684例连续患者用于独立验证
968	2025-09-25	Advancing offline magnetic resonance-guided prostate radiotherapy through dedicated imaging and deep learning-based automatic contouring of targets and neurovascular structures 2025-Jul, Physics and imaging in radiation oncology DOI:10.1016/j.phro.2025.100825 PMID:40980260	研究论文	本研究结合高分辨率MRI与深度学习技术，开发用于前列腺癌放疗中关键结构与靶区的自动轮廓勾画方法	首次将3D nnU-net模型应用于高分辨率MRI的前列腺癌神经血管结构自动分割，实现了与专家水平相当的轮廓精度	样本量较小（仅50例患者），且阴部动脉的DL分割结果与专家评分存在显著差异	开发基于深度学习的自动轮廓勾画系统，提升前列腺癌放疗中神经血管结构保护的精准度和效率	前列腺癌患者的神经血管束、阴部动脉、阴茎球、海绵体等与勃起功能相关的解剖结构	数字病理	前列腺癌	3D T2加权SPACE MRI序列，深度学习自动分割	3D nnU-net	医学影像（MRI）	50例患者（40例训练，10例测试）
969	2025-09-25	Deep learning and inflammatory markers predict early response to immunotherapy in unresectable NSCLC: A multicenter study 2025-Jun-10, Biomolecules & biomedicine DOI:10.17305/bb.2025.12324 PMID:40525631	研究论文	本研究开发了一种基于CT的深度学习模型结合系统性免疫炎症营养指数，用于早期预测不可切除非小细胞肺癌患者对免疫检查点抑制剂的治疗反应	首次将DenseNet121衍生的深度放射组学特征与系统性免疫炎症营养指数相结合构建联合预测模型，并通过梯度加权类激活映射技术增强模型可解释性	回顾性研究设计，样本量有限（265例患者），需要进一步扩大样本量和多中心验证	开发非侵入性生物标志物来早期预测不可切除非小细胞肺癌患者对免疫治疗的疗效反应	265例接受免疫检查点抑制剂治疗的不可切除非小细胞肺癌患者	数字病理	肺癌	CT影像分析、深度学习、系统性免疫炎症营养指数计算	DenseNet121	医学影像（CT）、实验室数据	265例患者（训练集70%、内部验证集30%、外部验证集）
970	2025-09-25	Deep learning predicts HER2 status in invasive breast cancer from multimodal ultrasound and MRI 2025-May-16, Biomolecules & biomedicine DOI:10.17305/bb.2025.12475 PMID:40392960	研究论文	本研究利用深度学习模型基于超声和磁共振成像预测浸润性乳腺癌的HER2状态	首次结合多模态超声和MRI构建深度学习模型预测乳腺癌HER2状态，并比较单一模态与多模态模型的诊断性能	研究样本来自单一机构，可能存在选择偏倚；未提及外部验证结果	预测术前乳腺癌HER2状态以辅助新辅助化疗决策	浸润性乳腺癌女性患者	数字病理	乳腺癌	深度学习	深度学习模型（具体架构未说明）	医学影像（超声图像和MRI图像）	2021年1月至2024年7月期间在某机构接受超声和MRI检查的乳腺癌患者（具体人数未明确说明）
971	2025-09-25	Computer vision analysis of luteal color Doppler ultrasonography for early and automated pregnancy diagnosis in Bos taurus beef cows 2025-Jan-04, Journal of animal science IF:2.7Q1 DOI:10.1093/jas/skaf166 PMID:40355396	研究论文	本研究评估了深度学习算法在肉牛黄体彩色多普勒超声图像上进行早期实时妊娠诊断的可行性	首次将监督式深度学习应用于牛黄体彩色多普勒超声的早期妊娠诊断，实现了比行业标准方法更早的自动化诊断	样本量相对有限（390头母牛），且仅针对特定品种（Bos taurus肉牛）进行验证	开发基于计算机视觉的自动化早期妊娠诊断方法	肉牛（Bos taurus）黄体彩色多普勒超声图像	计算机视觉	NA	彩色多普勒超声成像	CNN（VGG19、Xception、ResNet50）	超声视频帧图像	390头母牛，D20日10,533帧图像，D22日10,413帧图像
972	2025-09-25	A plaque recognition algorithm for coronary OCT images by Dense Atrous Convolution and attention mechanism 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0325911 PMID:40493701	研究论文	提出一种结合密集空洞卷积和注意力机制的深度学习算法，用于冠状动脉OCT图像中斑块的自动分割与分类	首次将密集空洞卷积与注意力机制结合应用于冠状动脉斑块分割，在三种斑块类型的分割精度上均超越传统医学图像分割网络	NA	开发高精度的冠状动脉OCT图像斑块自动分割与分类算法	冠状动脉光学相干断层扫描图像中的钙化、纤维和脂质斑块	计算机视觉	心血管疾病	光学相干断层扫描	深度学习（含密集空洞卷积和注意力机制）	医学图像	760张原始图像通过数据增强扩展至8000张
973	2025-09-25	The British-Israeli Project for Algorithm-Based Management of Age-Related Macular Degeneration: Deep Learning Integration for Real-World Data Management and Analysis 2025, Ophthalmologica. Journal international d'ophtalmologie. International journal of ophthalmology. Zeitschrift fur Augenheilkunde DOI:10.1159/000547161 PMID:40582342	研究论文	本研究开发了结合临床和OCT影像数据的集成数据集，应用深度学习算法对新生血管性年龄相关性黄斑变性患者进行自动化定量分析	首次在两个大型真实世界nAMD数据集中应用深度学习算法实现OCT扫描的自动化、客观和全面量化	回顾性研究设计，两个中心的治疗标准存在差异	建立整合临床和影像数据的数据集，为nAMD的个性化决策提供基础	4,265名nAMD患者的5,207只眼睛	数字病理学	老年性疾病	光学相干断层扫描（OCT），深度学习算法	深度学习	影像数据，临床数据	来自英国和以色列两个中心的4,265名患者的5,207只眼睛，包含134,340次视力测量、79,457次OCT扫描和73,218次抗VEGF注射
974	2025-09-25	Multi-parameter MRI-based model for the prediction of early recurrence of hepatitis B-associated hepatocellular carcinoma after microwave ablation 2025, Frontiers in cellular and infection microbiology IF:4.6Q1 DOI:10.3389/fcimb.2025.1638779 PMID:40937437	研究论文	开发并验证基于多参数MRI的深度学习模型，用于预测乙型肝炎相关肝细胞癌微波消融术后早期复发	首次将Transformer网络应用于多序列MRI图像融合，并结合临床特征构建联合预测模型	回顾性研究设计，样本量有限（166例患者）	预测乙型肝炎相关肝细胞癌微波消融术后1年内早期复发	乙型肝炎相关肝细胞癌患者	数字病理	肝癌	磁共振成像（MRI）	Transformer-based深度学习网络	医学影像（MRI）	166例患者（训练集116例，验证集50例）
975	2025-09-25	Artificial intelligence applications facilitate decision-making in cataract surgery for highly myopic patients 2025, Frontiers in cell and developmental biology IF:4.6Q1 DOI:10.3389/fcell.2025.1613634 PMID:40977894	研究论文	开发基于深度学习的人工智能模型辅助高度近视白内障患者的手术决策	首次将白内障分级和术后视力预测两个深度学习模型整合，构建专门针对高度近视白内障的AI决策系统	外部验证数据集规模较小（55例），且外部数据集的皮质分级准确率相对较低（61.82%）	开发人工智能辅助决策系统以改善高度近视白内障患者的手术治疗方案	高度近视白内障患者	医疗人工智能	白内障	深度学习	深度学习模型（具体架构未说明）	医学影像数据	内部测试集107例（复旦眼耳鼻喉医院），外部测试集55例（武汉爱尔眼科医院）
976	2025-09-25	Precision to plate: AI-driven innovations in fermentation and hyper-personalized diets 2025, Frontiers in nutrition IF:4.0Q2 DOI:10.3389/fnut.2025.1659511 PMID:40977977	综述	探讨人工智能在精准发酵和超个性化营养领域的创新应用与伦理挑战	首次系统整合AI驱动的CRISPR微生物优化与强化学习技术，实现生物活性化合物合成效率的突破性提升	存在数据隐私风险（72% GDPR不合规）和算法偏见可能加剧营养不平等问题	通过AI技术应对全球粮食系统面临的气候变化、营养不良等挑战	微生物发酵过程、个性化营养方案、食品感官属性	机器学习	NA	CRISPR基因编辑、强化学习、深度学习、自然语言处理	预测模型、深度学习模型	基因组数据、代谢数据、文化偏好数据、传感器数据	涉及儿童贫血干预研究（具体样本数未明确）
977	2025-09-25	Better performance of cerebral blood volume images synthesized from arterial spin labeling and standard MRI in separating glioblastoma recurrence from treatment response than arterial spin labeling 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1647254 PMID:40978027	研究论文	本研究利用深度学习从动脉自旋标记和标准MRI序列合成脑血容量图，用于胶质母细胞瘤复发与治疗反应的鉴别诊断	开发了适用于不对称样本量的三维增量编码器-解码器网络，首次实现无需高注射速度的CBV图合成	回顾性单中心研究，样本量有限（364例患者）	验证合成CBV图在胶质母细胞瘤复发与治疗反应鉴别诊断中的价值	胶质母细胞瘤患者	医学影像分析	胶质母细胞瘤	动脉自旋标记(ASL)、磁共振成像(MRI)	3D增量编码器-解码器网络(IEDN)	医学影像	364名患者的744次MRI扫描
978	2025-09-25	Who moved my scan? Early adopter experiences with pre- and post-market healthcare AI regulation challenges 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1651934 PMID:40978717	研究论文	探讨医疗AI在现实临床应用中面临的监管挑战及实施问题	从部署者视角分析生命周期监管与实施的差距，聚焦预警性监管、可解释AI和临床团队协作三个维度	NA	研究医疗AI在临床实践中的监管与实施矛盾	早期采用医疗AI的医疗机构及部署流程	医疗人工智能	NA	深度学习	NA	临床实践数据	NA
979	2025-09-25	Advances in intelligent recognition and diagnosis of skin scar images: concepts, methods, challenges, and future trends 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1667087 PMID:40978739	综述	本文系统综述了皮肤疤痕图像智能识别与诊断的概念、方法、挑战及未来趋势	对比传统机器学习与深度学习架构，系统分析多模态融合、注意力机制等先进算法在疤痕诊断中的应用	面临数据稀缺、领域偏移和隐私法规等关键挑战	为智能疤痕诊断系统的未来研究和临床转化提供路线图	皮肤疤痕图像	计算机视觉	皮肤疾病	机器学习、深度学习	CNN、自监督学习、生成模型	图像	基于公开皮肤病数据集（具体数量未提及）
980	2025-09-25	Innovative opportunities for gene editing technology in crop breeding: from the perspective of literature analysis 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1636024 PMID:40978781	研究论文	基于文献挖掘视角，利用自然语言处理和深度学习技术分析基因编辑技术在作物育种领域的创新机会	首次从文献内容挖掘角度构建基因编辑技术的文献技术图谱，识别技术空白点和技术组合创新机会	研究基于2020-2024年文献数据，时间范围有限；缺乏实验验证	识别基因编辑技术在作物育种领域的未来研究和创新机会	基因编辑技术在作物育种领域的相关学术文献	自然语言处理	NA	自然语言处理、深度学习、生成拓扑映射(GTM)	深度学习	文本	2020-2024年期间的相关文献数据