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
981	2025-10-05	Multimodal profiling of Pepcan-CB1 receptor structure-activity relationships: integrating molecular dynamics simulations, biological profiling, and the deep learning model MuMoPepcan 2025-Sep-23, Bioorganic chemistry IF:4.5Q1 DOI:10.1016/j.bioorg.2025.109027 PMID:41005111	研究论文	本研究通过整合分子动力学模拟、生物活性分析和深度学习模型MuMoPepcan，探索了Pepcan与CB1受体的构效关系	提出干湿实验室结合的实验框架，将分子动力学模拟数据用于肽生物活性预测，并开发了深度学习模型MuMoPepcan	可用数据规模严格受限，湿实验室实验数据的少样本学习限制了机器学习算法的准确性	探索大麻素受体CB1与pepcans的结构-活性关系，并开发更准确的生物活性预测方法	大麻素受体1型(CB1)和pepcans肽类化合物	药物发现	疼痛管理	分子动力学模拟(MDS), 生物筛选, 深度学习	深度学习模型	生物活性数据, 分子构象数据	45种合成的pepcan肽类化合物	NA	MuMoPepcan	预测误差	NA
982	2025-10-05	Improving the performance of medical image segmentation with instructive feature learning 2025-Sep-23, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103818 PMID:41005261	研究论文	提出一种通过指导性特征学习提升医学图像分割性能的新方法	设计了指导性特征增强模块(IFEM)和指导性特征集成模块(IFIM)，并开发了高效分割框架EESF，最终构建了高性能低资源分割网络EE-Net	NA	解决医学图像分割中不规则形状、显著尺度变化和模糊边界等复杂样本的挑战	医学图像分割	计算机视觉	NA	深度学习	CNN	医学图像	在六个不同的分割任务上进行了广泛实验	NA	U-Net, EE-Net	分割性能、计算效率、学习能力	低资源需求
983	2025-10-05	Docking With Rosetta and Deep Learning Approaches in CAPRI Rounds 47-55 2025-Sep-22, Proteins IF:3.2Q2 DOI:10.1002/prot.70016 PMID:40980933	研究论文	本研究结合Rosetta对接方法和深度学习技术，在CAPRI第47-55轮中预测蛋白质-蛋白质相互作用	将Rosetta对接方法（RosettaDock、ReplicaDock、SymDock）与深度学习工具（AlphaFold2、IgFold、AlphaRED）相结合，开发了改进构象采样和评分函数的新方法	对于更灵活的复合物预测性能仍然有限，准确预测CDR H3环和抗体-抗原结合界面仍具挑战性	提高蛋白质-蛋白质相互作用的盲预测准确性	多阶段组装体、抗体-抗原复合物和柔性界面的蛋白质复合物	计算生物学	NA	蛋白质对接，深度学习	AlphaFold2, IgFold, AlphaRED	蛋白质结构数据	49个CAPRI目标	Rosetta, 深度学习框架	AlphaFold2, IgFold, AlphaRED	DockQ分数, CAPRI质量排名	NA
984	2025-10-05	Artificial intelligence enabled tumor diagnosis and treatment: Status, breakthroughs and challenges 2025-Sep-22, Critical reviews in oncology/hematology DOI:10.1016/j.critrevonc.2025.104963 PMID:40992526	综述	本文系统综述人工智能在肿瘤诊疗领域的最新应用进展、突破性成果及面临的挑战	整合多模态学习、可解释AI和AI驱动药物发现等前沿进展，为下一代AI驱动精准肿瘤学提供前瞻性视角	主要关注技术综述，未涉及具体临床验证数据	系统总结人工智能在肿瘤诊疗领域的应用现状与发展方向	肿瘤诊疗全流程（影像筛查、病理诊断、决策支持、疗效预测、个性化治疗）	数字病理	肿瘤	深度学习	NA	多模态数据	NA	NA	NA	NA	NA
985	2025-10-05	Types, functions, and mechanisms of machine learning for personalizing smoking cessation interventions: A systematic scoping review 2025-Sep-21, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103274 PMID:41005038	系统综述	本文通过系统范围综述探讨机器学习在个性化戒烟干预中的类型、功能和机制	首次系统描述机器学习在个性化戒烟干预中的潜在应用	研究中存在方法学局限性和证据空白	识别机器学习在个性化戒烟干预中的应用类型、功能和机制	98篇符合纳入标准的研究文献	机器学习	烟草依赖	机器学习	人工神经网络,贝叶斯算法,聚类算法,决策树算法,深度学习算法,集成算法,线性分类器	文本,社交媒体数据,生物标志物数据	从4073条记录中筛选的98篇文献	NA	NA	NA	NA
986	2025-10-05	Synthetizing SWI from 3T to 7T by generative diffusion network for deep medullary veins visualization 2025-Sep-19, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2025.121475 PMID:40976490	研究论文	提出基于生成扩散网络的深度学习成像模型，用于从3T SWI图像合成7T SWI图像以改善深部髓质静脉可视化	首次将条件去噪扩散概率模型(CDDPM)应用于SWI图像跨场强合成，克服了传统GAN模型在微血管结构合成中的训练困境	扩散模型需要大量步骤进行缓慢采样，计算效率可能较低	开发从低场强(3T)到高场强(7T)的SWI图像合成方法	脑部深部髓质静脉	医学影像分析	脑血管疾病	磁共振成像(MRI), 磁敏感加权成像(SWI)	扩散模型	医学影像	NA	NA	条件去噪扩散概率模型(CDDPM)	NA	NA
987	2025-10-05	Deep learning chest X-ray age, epigenetic aging clocks, and associations with age-related subclinical disease in the Project Baseline Health Study 2025-Sep-19, The journals of gerontology. Series A, Biological sciences and medical sciences DOI:10.1093/gerona/glaf173 PMID:40795299	研究论文	比较基于胸片深度学习模型预测的生物学年龄与两种表观遗传衰老时钟在预测心肺疾病和衰弱方面的表现	首次将基于胸片的深度学习生物学年龄预测模型与表观遗传衰老时钟进行直接比较	样本量相对有限（2097名参与者），仅来自美国四个中心	评估不同衰老测量方法对心肺疾病和衰弱的预测能力	来自Project Baseline健康研究的2097名参与者	医学影像分析	心肺疾病	深度学习，表观遗传时钟分析	深度学习模型	胸片图像，表观遗传数据，临床测量数据	2097名参与者	NA	NA	线性回归分析，关联强度比较	NA
988	2025-10-05	Artificial intelligence in age-related macular degeneration: Advancing diagnosis, prognosis, and treatment 2025-Sep-18, Survey of ophthalmology IF:5.1Q1 DOI:10.1016/j.survophthal.2025.09.007 PMID:40975441	综述	本文综述了人工智能在年龄相关性黄斑变性诊断、预后和治疗中的最新进展与应用潜力	系统总结了AI在AMD早期检测分类和疾病进展/治疗反应预测两方面的应用，并开始解决算法偏见、泛化能力有限和黑箱性质等挑战	模型可解释性仍需改进，需要在多样化人群中验证工具，临床整合仍面临挑战	评估人工智能在年龄相关性黄斑变性管理中的临床应用价值	年龄相关性黄斑变性患者	医学人工智能	年龄相关性黄斑变性	机器学习，深度学习	NA	医学影像数据	47项研究（193条记录筛选）	NA	NA	准确率	NA
989	2025-10-05	Spiking neural networks for EEG signal analysis: From theory to practice 2025-Sep-18, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.108127 PMID:41004906	综述	本文系统回顾了脉冲神经网络在脑电图信号分析中的理论进展与实际应用	填补脉冲神经网络理论进展与EEG信号分析实际应用之间的关键空白，并提供实践指南和开源代码	主要关注方法论综述，缺乏具体实验验证和性能对比数据	促进脉冲神经网络在脑电图信号分析领域的理论到实践转化	脑电图信号和脉冲神经网络方法	机器学习	NA	脑电图信号分析	SNN	EEG信号	NA	GitHub上提供的代码框架	脉冲神经网络	NA	NA
990	2025-10-05	A Deep Learning Framework for Synthesizing Longitudinal Infant Brain MRI during Early Development 2025-09-17, Radiology. Artificial intelligence DOI:10.1148/ryai.240708 PMID:40960398	研究论文	开发了一个三阶段深度学习框架，用于合成婴儿早期发育过程中的纵向脑部MRI扫描	提出了首个考虑年龄和模态条件的三阶段框架，专门针对婴儿大脑快速发育过程中的体积扩张、皮质折叠和髓鞘化等关键图像特征进行建模	研究为回顾性研究，样本量相对有限（139名婴儿），且仅基于单一数据集（Baby Connectome Project）	开发能够合成婴儿早期发育过程中纵向脑部MRI扫描的深度学习框架	婴儿大脑MRI扫描	医学影像分析	婴儿大脑发育	T1加权和T2加权MRI扫描	深度学习框架	脑部MRI图像	139名婴儿的848次扫描（训练集119名，测试集20名）	NA	三阶段条件框架	PSNR, SSIM, Dice相似系数, 组内相关系数	NA
991	2025-10-05	DLMUSE: Robust Brain Segmentation in Seconds Using Deep Learning 2025-09-17, Radiology. Artificial intelligence DOI:10.1148/ryai.240299 PMID:40960397	研究论文	介绍一种开源深度学习模型DLMUSE，用于全自动脑部MRI分割，能够实现秒级快速分割	开发了速度比传统方法快10000倍以上的脑部分割模型，同时保持与现有先进方法相当的性能	研究为回顾性研究，训练数据年龄范围较广但主要集中于老年人群	开发快速准确的脑部MRI自动分割方法，促进大规模神经影像研究	脑部MRI扫描图像	医学影像分析	阿尔茨海默病	MRI	深度学习	医学影像	训练集1900例MRI扫描，验证集71391例扫描来自14项研究	NA	NA	Dice相似系数, Pearson相关系数, 准确率, F1分数, 平均绝对误差	NA
992	2025-10-05	Accurate detection of rice blast using UAV hyperspectral red-edge bands and deep learning method based on cross-attention 2025-Sep-16, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2025.126939 PMID:41005240	研究论文	本研究提出一种基于无人机高光谱红边波段和交叉注意力深度学习方法的稻瘟病精准检测方法	首次提出互信息排序协同灰狼优化器特征选择方法，开发了通道融合密集交叉注意力变换器模型，引入高斯和自注意力交叉注意力机制	NA	开发精准的稻瘟病检测方法以支持精准农业	稻瘟病真菌病害	计算机视觉	作物病害	无人机高光谱遥感	Transformer	高光谱图像	NA	NA	CFXFormer, 通道交互融合模块, 交叉注意力机制	OA, Kappa	NA
993	2025-10-05	An Explainable Deep Learning Model for Focal Liver Lesion Diagnosis Using Multiparametric MRI 2025-09-10, Radiology. Artificial intelligence DOI:10.1148/ryai.240531 PMID:40928343	研究论文	开发基于多参数MRI的可解释深度学习模型，用于提高放射科医生对局灶性肝脏病变的诊断准确性和效率	结合nnU-Net和LIFT模型，首次在肝脏病变诊断中实现可解释的深度学习辅助诊断系统	研究主要基于单中心回顾性数据，需要更多前瞻性验证	提高局灶性肝脏病变的诊断准确性和效率	局灶性肝脏病变患者	医学影像分析	肝脏疾病	多参数MRI	nnU-Net, Transformer	医学影像	2131名局灶性肝脏病变患者	NA	nnU-Net, LIFT	Dice相似系数, 准确率	NA
994	2025-10-05	Accelerated Patient-specific Non-Cartesian Magnetic Resonance Imaging Reconstruction Using Implicit Neural Representations 2025-Sep-05, International journal of radiation oncology, biology, physics DOI:10.1016/j.ijrobp.2025.08.059 PMID:40915433	研究论文	开发了一种基于隐式神经表示的新型k空间重建方法k-GINR，用于加速非笛卡尔磁共振成像重建	提出两阶段训练的k-GINR方法，结合对抗训练，能够直接重建新患者的非笛卡尔k空间数据	重建时间相对传统深度学习方法较长（约3分钟）	加速磁共振成像采集并提高重建图像质量	肝脏磁共振成像数据	医学影像重建	肝脏疾病	磁共振成像，非笛卡尔采样	INR, GAN, CNN	k空间数据，图像数据	118个前瞻性采集的扫描数据及相应线圈数据	NA	k-GINR, NeRP, k-NeRP, Deep Cascade CNN	峰值信噪比	NA
995	2025-10-05	Electrocardiogram-Based Artificial Intelligence to Identify Coronary Artery Disease 2025-Sep, JACC. Advances DOI:10.1016/j.jacadv.2025.102041 PMID:40749517	研究论文	开发基于心电图的人工智能模型ECG2CAD用于识别冠状动脉疾病	利用深度学习技术从常规心电图中识别冠状动脉疾病，相比传统基于年龄、性别或Pooled Cohort Equations的模型有显著改进	研究主要基于特定医疗机构的患者数据，需要在更广泛人群中验证	开发人工智能模型检测冠状动脉疾病并识别不良事件风险人群	来自麻省总医院、布莱根妇女医院和英国生物银行的ECG数据	医疗人工智能	冠状动脉疾病	心电图分析	深度学习	心电图信号数据	训练集：764,670份心电图（137,199人）；测试集：MGH 18,706人，BWH 88,270人，UK Biobank 42,147人	NA	NA	AUROC, AUPRC, 风险比	NA
996	2025-10-05	Real-time sludge moisture monitoring via jet imaging and deep learning 2025-Sep, Environmental science and ecotechnology IF:14.0Q1 DOI:10.1016/j.ese.2025.100614 PMID:40994737	研究论文	本研究通过高速成像捕捉污泥射流特性，并利用深度学习算法实时预测污泥含水率	首次结合瞬时活性污泥射流膨胀图像采集系统(iCASJEI)与深度学习，利用非牛顿流体特性实现20秒内快速含水率检测	研究基于实验室规模系统，需在实际工业场景中验证；测试范围限定在79-94%含水率区间	开发实时污泥含水率监测方法以优化污泥处理工艺	废水处理厂产生的废弃活性污泥	计算机视觉	NA	高速成像	CNN	图像	超过11,000张射流图像，覆盖79-94%含水率范围	NA	VGG-16, AlexNet, LeNet	验证准确率, 精度	NA
997	2025-10-05	Can the success of digital super-resolution networks be transferred to passive all-optical systems? 2025-Sep, Nanophotonics (Berlin, Germany) DOI:10.1515/nanoph-2025-0294 PMID:40995527	研究论文	探讨数字超分辨率网络的成功能否转移到被动全光学系统中	首次系统分析全光学衍射神经网络在超分辨率任务中的物理限制和设计约束	面临重建保真度与能量保存的权衡，以及输入强度动态范围有限的处理挑战	研究全光学系统实现空间超分辨率的可行性	全光学衍射神经网络	光学计算	NA	全光学衍射神经网络	AODNN	光学信号	NA	NA	相位非线性网络	重建保真度	全光学系统（光速运算，无外部能耗）
998	2025-10-05	Deep learning-based 3D classification of head and neck cancer PET/MRI: Radiologist comparison and Grad-CAM interpretability 2025-Sep, Clinical physiology and functional imaging IF:1.3Q4 DOI:10.1111/cpf.70030 PMID:40996364	研究论文	开发并评估基于3D卷积神经网络的头颈癌PET/MRI图像自动分类系统，与放射科医生解读进行比较	首次将3D CNN应用于头颈癌PET/MRI多模态图像分类，并利用Grad-CAM增强模型可解释性	数据集规模有限，PET/MRI和MRI模型性能较差，特异性需要提升以减少假阳性	开发头颈癌PET/MRI图像的自动分类系统并评估其诊断辅助潜力	头颈癌患者	计算机视觉	头颈癌	18F-FDG PET/MRI成像	3D CNN	PET/MRI医学图像	训练验证集202例患者（101阳性+101阴性），测试集20例患者（10阳性+10阴性）	NA	3D卷积神经网络	敏感性,特异性,准确率,AUC	NA
999	2025-10-05	scBCN: deep learning-based batch correction network for integration of heterogeneous single-cell data 2025-Aug-31, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf503 PMID:40991329	研究论文	提出基于深度学习的单细胞批次校正网络scBCN，用于整合异质性单细胞数据	结合跨批次相似聚类识别与深度残差神经网络，在校正批次效应的同时保留生物变异	NA	开发单细胞数据批次校正方法以准确识别细胞类型	单细胞数据	生物信息学	NA	单细胞测序	深度残差神经网络	单细胞基因表达数据	多种模拟和真实数据集	NA	ResNet	批次校正效果, 生物变异保护	NA
1000	2025-10-05	3D localization of retrovirus assembly in the presence of structured background with deep learning 2025-Aug-29, Biophysical journal IF:3.2Q2 DOI:10.1016/j.bpj.2025.08.028 PMID:40883991	研究论文	本文提出了一种结合深度学习和双螺旋点扩散函数的3D定位显微技术，用于分析活细胞顶部质膜上的HIV-1病毒组装过程	首次将双螺旋点扩散函数的3D成像与深度学习流程相结合，解决了顶部质膜成像中结构化背景干扰的挑战	研究主要针对贴壁细胞的顶部质膜，成像环境仍存在一定局限性	开发能够分析具有异质结构化背景图像的3D定位显微技术，以研究病毒组装过程	人类免疫缺陷病毒1型（HIV-1）Gag结构多蛋白在活细胞中的组装过程	计算机视觉	HIV感染	双螺旋点扩散函数3D成像、荧光显微镜	深度学习	3D荧光显微镜图像	NA	NA	NA	NA	NA