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
1081	2025-10-05	Deep Learning for Standardized Head CT Reformatting: A Quantitative Analysis of Image Quality and Operator Variability 2025-Sep-23, Journal of the American College of Radiology : JACR IF:4.0Q1 DOI:10.1016/j.jacr.2025.09.016 PMID:40998241	研究论文	验证深度学习基础模型在头部CT标准化重建中的性能，并与人工重建进行质量和效率对比	首次使用深度学习基础模型实现头部CT的自动化标准化重建，并系统量化了人工重建的质量差异和操作者变异性	研究仅针对非对比头部CT检查，未包含其他类型的CT扫描	验证自动化头部CT重建模型的质量和效率，评估人工重建的变异性	1,763例连续非对比头部CT检查	医学影像分析	神经系统疾病	CT扫描	深度学习基础模型	CT影像	1,763例头部CT检查	NA	基础模型	标志点定位误差, 旋转误差, 对中误差, 缩放误差	NA
1082	2025-10-05	Lightweight deep learning model for crime pattern recognition based on transformer with simulated annealing sparsity and CNN 2025-Sep-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07260-7 PMID:40983626	研究论文	提出一种用于犯罪模式识别的轻量级深度学习模型LCRNet，结合Transformer编码器和卷积神经网络	在Transformer的多头自注意力机制中引入模拟退火稀疏化方法，有效降低计算开销同时保持精度	模型可解释性有待提升，在资源受限环境中的适应性需要进一步验证	为公共安全治理中的犯罪模式识别提供高效低耗的智能解决方案	洛杉矶真实犯罪数据	机器学习	NA	深度学习	Transformer, CNN	犯罪数据	NA	NA	Transformer编码器, 卷积神经网络	准确率	边缘设备
1083	2025-10-05	Explainable AI-driven analysis of radiology reports using text and image data: An experimental study 2025-Sep-22, JMIR formative research IF:2.0Q4 DOI:10.2196/77482 PMID:40997754	研究论文	本研究评估了可解释人工智能在解读放射学报告中的应用，旨在提高医疗从业者对AI辅助诊断的信心和理解	结合文本和图像数据，使用多种先进AI模型，并应用SHAP和LIME等可解释性方法来增强临床决策的透明度和可信度	仅使用印第安纳大学胸部X射线数据集，样本量有限，且仅针对正常/异常二分类问题	评估可解释AI在放射学报告解读中的应用效果	放射学报告和胸部X射线图像	自然语言处理,计算机视觉	胸部疾病	X射线成像	传统机器学习,集成方法,LSTM,Transformer,CNN	文本,图像	3169份文本报告和6471张图像	NA	GPT-2,T5,LLaMA-2,LLaMA-3.1,DenseNet121,DenseNet169	准确率,Cohen's kappa,Chi-Square,Fisher's Exact test,McNemar's Test	NA
1084	2025-10-05	An attention aided wavelet convolutional neural network for lung nodule characterization 2025-Sep-21, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2025.106118 PMID:40997672	研究论文	提出一种结合小波变换和注意力机制的双通路深度学习框架，用于肺结节良恶性分类	首次将可训练小波块与CNN结合进行多分辨率分析，并引入CBAM注意力机制增强判别性特征学习	仅在公开数据集上验证，需要进一步临床验证	开发准确高效的肺结节计算机辅助诊断方法	肺结节图像	计算机视觉	肺癌	高分辨率计算机断层扫描(HRCT)	CNN	医学图像	LIDC-IDRI数据集和Kaggle DSB2017测试数据集	NA	WaveLCDNet, CBAM	灵敏度, 特异性, 准确率, Brier分数	NA
1085	2025-10-05	Single-sequence deep learning delivers crystal-quality models of covalent K-Ras G12 hotspot complexes 2025-Sep-21, bioRxiv : the preprint server for biology DOI:10.1101/2025.09.16.676163 PMID:41000783	研究论文	本研究展示了Chai-1工具在无需多重序列比对的情况下，能够准确预测共价K-Ras(G12C)复合物的三维结构	开发了首个无需多重序列比对即可预测共价蛋白-配体复合物结构的深度学习工具，相比AlphaFold3提升40倍计算效率	在捕捉离去基团、键属性和立体化学等化学细节方面存在局限	开发高效的共价蛋白-配体复合物结构预测方法以加速药物发现	K-Ras(G12C)、K-Ras(G12D)和K-Ras(G12S)共价抑制剂复合物	计算生物学	癌症	深度学习结构预测	深度学习	蛋白质序列、配体结构	多种K-Ras(G12C)抑制剂（包括ARS-853和BBO-8520）	NA	Chai-1	口袋对齐RMSD	NA
1086	2025-10-05	Deep learning-based fine-tuning transfer improves the generalizability of tea component prediction using miniature near-infrared spectroscopy 2025-Sep-20, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.146458 PMID:40997429	研究论文	本研究开发了一种基于深度学习微调的方法，用于提高微型近红外光谱预测茶叶成分的泛化能力	采用深度学习微调策略，实现了从局部模型到其他茶叶类型的准确度迁移，优于传统的传递成分分析方法	研究仅针对四种茶叶类型（绿茶、红茶、乌龙茶、黄茶），未涵盖所有茶叶品种	开发适用于不同茶叶类型的通用化预测模型，用于测定茶叶中的儿茶素和咖啡因含量	四种茶叶类型（绿茶、红茶、乌龙茶、黄茶）中的儿茶素和咖啡因成分	机器学习	NA	近红外光谱	深度学习	光谱数据	四种茶叶类型的光谱数据	NA	卷积神经网络,全连接网络	准确度	NA
1087	2025-10-05	Monitoring the ramp use of cage-free laying hens with deep learning technologies 2025-Sep-20, Poultry science IF:3.8Q1 DOI:10.1016/j.psj.2025.105858 PMID:40997600	研究论文	开发基于深度学习的监测方法，用于监控无笼饲养蛋鸡的斜坡使用情况及其对地面蛋和巢箱产蛋量的影响	首次将YOLO目标检测模型应用于蛋鸡斜坡使用监测，为自动化家禽行为监测提供基准方法	斜坡接入未显著降低地面蛋产量，研究结果在不同周龄间存在不一致性，需要商业层架式系统数据的进一步验证	开发深度学习监测方法，评估斜坡接入对蛋鸡产蛋行为的影响	600只Lohmann LSL Lite蛋鸡	计算机视觉	NA	视频记录技术	YOLO	图像	2000张图像（训练70%，验证20%，测试10%）	NA	YOLOv5u, YOLO11, YOLO11n(nano)	精确度, 召回率, mAP@0.50	NA
1088	2025-10-05	Uncovering genetic architecture of the heart via genetic association studies of unsupervised deep learning derived endophenotypes 2025-Sep-20, bioRxiv : the preprint server for biology DOI:10.1101/2025.09.17.676827 PMID:41000657	研究论文	开发了一种基于3D U架构自编码器的无监督深度学习框架，从心脏磁共振成像中提取图像表型用于遗传发现	首次使用掩码自编码器从心脏磁共振图像中无监督学习深度图像表型，无需临床定义表型或手动标注	仅关注长轴二腔心和四腔心视图，未包含其他心脏视图	通过无监督深度学习衍生的内表型揭示心脏遗传结构	心脏磁共振成像数据	计算机视觉	心血管疾病	心脏磁共振成像，全基因组关联分析	自编码器	3D医学图像	NA	NA	3D U-architecture autoencoder	遗传关联发现数量，基因富集分析	NA
1089	2025-10-05	Human‒machine interaction based on real-time explainable deep learning for higher accurate grading of carotid stenosis from transverse B-mode scan videos 2025-Sep-19, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112441 PMID:40997634	研究论文	开发基于实时可解释深度学习的颈动脉狭窄分级系统，通过人机交互提高诊断准确性	将可解释性深度学习模型集成到用户友好的网络界面，实现人机协同决策	样本仅来自三家医院，模型在更广泛人群中的泛化能力需进一步验证	开发可解释深度学习模型辅助放射科医生进行颈动脉狭窄分类	疑似颈动脉狭窄≥50%的患者	医学影像分析	心血管疾病	超声成像	深度学习	B型超声视频	311名患者（247名男性，平均年龄71.3岁）	NA	CaroNet-Dynamic 2.0	AUROC	NA
1090	2025-10-05	De novo Design of All-atom Biomolecular Interactions with RFdiffusion3 2025-Sep-18, bioRxiv : the preprint server for biology DOI:10.1101/2025.09.18.676967 PMID:41000976	研究论文	提出RFdiffusion3扩散模型，用于在配体、核酸等非蛋白质原子环境中生成全原子蛋白质结构	首次实现全原子水平的生物分子相互作用设计，能处理蛋白质与配体、核酸等非蛋白质成分的复杂相互作用	NA	开发能够设计全原子水平生物分子相互作用的蛋白质设计方法	蛋白质结构、配体、核酸、酶设计、DNA结合蛋白、半胱氨酸水解酶	机器学习	NA	扩散模型	扩散模型	蛋白质结构数据、原子坐标	NA	NA	RFdiffusion3	计算成本、in silico基准测试性能	NA
1091	2025-10-05	Performance evaluation and clinical application exploration of a ViT-CNN ensemble model for multiclass oral mucosal disease classification: a pilot retrospective analysis based on public datasets 2025-Sep-17, BMJ open IF:2.4Q1 DOI:10.1136/bmjopen-2025-102741 PMID:40967645	研究论文	评估基于Vision Transformer的深度学习模型在口腔黏膜疾病分类中的性能，并探索集成模型在临床支持中的应用价值	提出ViT-CNN集成模型，测试三种集成策略（平均法、加权法、几何平均法），在口腔黏膜疾病分类中实现94.32%的准确率	基于公共数据集的回顾性分析，未来需要更大数据集的验证	评估ViT深度学习模型在口腔黏膜疾病分类中的性能并探索其临床支持价值	口腔黏膜疾病	计算机视觉	口腔黏膜疾病	深度学习	CNN, ViT	图像	基于公共数据集（具体数量未提及）	NA	EfficientNet-B0, ViT-B16	准确率, F1分数, 推理速度	NA
1092	2025-10-05	Real-time activity and fall detection using transformer-based deep learning models for elderly care applications 2025-Sep-17, BMJ health & care informatics IF:4.1Q2 DOI:10.1136/bmjhci-2025-101439 PMID:40967671	研究论文	开发基于Transformer的深度学习模型用于老年人实时活动识别和跌倒检测	首次将Transformer模型应用于可穿戴传感器数据的实时活动识别和跌倒检测，通过自注意力机制捕捉全局和局部时间依赖关系	需要在边缘设备上进一步优化，并在真实世界数据集中进行验证	开发高精度、实时适用的老年人活动识别和跌倒检测系统	老年人日常活动和跌倒行为	机器学习	老年疾病	可穿戴传感器数据采集	Transformer	传感器时序数据	66名参与者的1400万条传感器记录，包含16种活动类型	NA	Transformer编码器	准确率,精确率,召回率,混淆矩阵	NA
1093	2025-10-05	HINN: Hierarchical Input Neural Network identifies multi-omics biomarker for cognitive decline 2025-Sep-17, Research square DOI:10.21203/rs.3.rs-7576397/v1 PMID:41001538	研究论文	提出一种分层输入神经网络(HINN)，通过整合多组学数据识别认知衰退的生物标志物	将已知的跨组学关系直接嵌入神经网络架构，捕捉从基因组学到表观基因组学、转录组学的信息流	NA	开发能够整合多组学数据并识别认知衰退生物标志物的深度学习框架	阿尔茨海默病或轻度认知障碍患者的血液来源多组学数据	机器学习	阿尔茨海默病	多组学整合	深度学习	多组学数据	NA	NA	分层输入神经网络(HINN)	预测性能	NA
1094	2025-10-05	A deep learning approach based on molecular graph features and residual blocks to predict interaction sites between CircRNA and RBP 2025-Sep-16, Biochemical and biophysical research communications IF:2.5Q3 DOI:10.1016/j.bbrc.2025.152655 PMID:40997583	研究论文	提出基于分子图特征和残差块的深度学习框架MGFCRSites，用于预测环状RNA与RNA结合蛋白的相互作用位点	首个明确建模环状RNA化学分子结构进行结合位点预测的计算研究，通过分子图特征与残差块结构相结合	NA	预测环状RNA与RNA结合蛋白的相互作用位点	环状RNA（CircRNA）与RNA结合蛋白（RBP）	生物信息学	NA	分子图构建，图卷积网络	图卷积网络，残差网络	分子结构数据，序列数据	37个基准数据集	PyTorch	残差块，图卷积网络	AUC	NA
1095	2025-10-05	Disease-specific variant pathogenicity prediction using multimodal biomedical language models 2025-Sep-15, bioRxiv : the preprint server for biology DOI:10.1101/2025.09.09.675184 PMID:41000707	研究论文	提出一种名为DIVA的新型深度学习框架，用于预测错义变异的具体疾病类型及其有害性概率	首次将蛋白质序列和疾病相关文本注释两种模态信息整合，在对比学习范式下直接预测变异与特定疾病的关联	NA	开发能够考虑疾病特异性的变异致病性预测方法，提高临床变异解释的实用性	错义变异	自然语言处理	遗传疾病	多模态生物医学语言模型	深度学习	蛋白质序列, 文本注释	NA	NA	预训练语言模型	准确性	NA
1096	2025-10-05	LUCID: Intelligent Informative Frame Selection in Otoscopy for Enhanced Diagnostic Utilitys 2025-Sep-15, Research square DOI:10.21203/rs.3.rs-7502743/v1 PMID:41001536	研究论文	提出首个用于耳镜视频中自动选择最具信息量帧的系统方法LUCID，以增强中耳疾病诊断效果	首次系统性地提出自动识别耳镜视频中最具信息量帧的方法，开发了集成鼓膜可见性分类、弱监督鼓膜分割和专用模糊检测算法的创新流程	研究基于713个视频数据，需要进一步验证在更大规模数据集上的泛化能力	开发自动选择耳镜视频中最具信息量帧的方法，提升中耳疾病AI诊断的实用性	耳镜视频中的帧图像，特别是鼓膜区域	计算机视觉	中耳疾病（如急性中耳炎）	数字耳镜检查	CNN	视频帧图像	713个耳镜视频，超过38,000张标注帧	PyTorch	ResNet-50	分类准确率	NA
1097	2025-10-05	A self-attention model for robust rigid slice-to-volume registration of functional MRI 2025-Sep-13, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102643 PMID:40997675	研究论文	提出一种融合自注意力机制的端到端切片-体积配准模型，用于功能磁共振成像的刚性运动校正	首次在切片-体积配准中引入自注意力机制，通过像素级评分处理输入切片的不确定性和变异性	基于模拟运动数据验证，未在真实临床运动场景中充分测试	开发鲁棒的功能磁共振成像切片-体积配准方法以校正头动伪影	功能磁共振成像的2D切片与3D参考体积	医学影像分析	脑部疾病	功能磁共振成像	深度学习, 自注意力机制	医学影像	训练集2000个3D体积-2D切片对，验证集500对，测试集200对	NA	独立切片编码器, 体积编码器, 自注意力模块	欧几里得距离, 配对t检验	NA
1098	2025-10-05	Comprehensive non-small cell lung cancer targets: From computational prediction to clinical breakthroughs in overcoming drug resistance 2025-Sep-12, Biochemical pharmacology IF:5.3Q1 DOI:10.1016/j.bcp.2025.117333 PMID:40946977	综述	全面概述非小细胞肺癌靶向治疗的研究进展，涵盖计算预测方法、临床突破和克服耐药性策略	整合基于配体、结构和多特征深度学习模型的靶点预测方法，并探讨第四代EGFR抑制剂和合成致死等新兴策略	未涉及具体实验数据验证，主要基于现有研究进行综合分析	指导非小细胞肺癌靶向治疗的未来发展	非小细胞肺癌靶向治疗方法和耐药机制	机器学习	肺癌	深度学习模型	深度学习	多特征数据	NA	NA	NA	NA	NA
1099	2025-10-05	Impact of Data Quality on Deep Learning Prediction of Spatial Transcriptomics from Histology Images 2025-Sep-09, bioRxiv : the preprint server for biology DOI:10.1101/2025.09.04.674228 PMID:40964396	研究论文	研究数据质量对从组织学图像预测空间转录组学的深度学习模型性能的影响	首次系统研究分子数据和图像数据质量对空间转录组学预测的影响，而非仅关注模型架构改进	插补实验的改进效果有限且无法泛化到测试集之外	探索数据质量对基于深度学习的空间基因表达预测性能的影响	空间转录组学数据和H&E染色组织学图像	数字病理学	NA	空间转录组学技术(Xenium, Visium), H&E染色	深度学习	图像, 基因表达数据	NA	NA	NA	预测性能指标	NA
1100	2025-10-05	Domain-Interactive Contrastive Learning and Prototype-Guided Self-Training for Cross-Domain Polyp Segmentation 2025-09, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3443262 PMID:39141465	研究论文	提出一种用于跨域息肉分割的域交互对比学习和原型引导自训练框架	提出域交互对比学习方法和原型引导的自训练策略，通过域混合原型更新和对比学习跨一致性训练解决跨域分割问题	未明确说明方法在更广泛医学图像数据上的泛化能力	提升结肠镜图像中息肉分割在跨域场景下的性能	结肠镜图像中的息肉分割	计算机视觉	结直肠癌	深度学习	编码器-解码器架构	医学图像	NA	PyTorch	基于编码器-解码器的分割网络	分割性能指标	NA