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
11721	2025-11-15	A CT-based 2.5D deep learning model for preoperative T-staging in gastric cancer: a retrospective multicenter study 2025-Nov-14, Abdominal radiology (New York) DOI:10.1007/s00261-025-05286-z PMID:41236584	研究论文	开发并验证基于CT的2.5D多角度深度学习模型用于胃癌术前T分期	提出2.5D多角度深度学习模型，整合三个视角（横断面、矢状面、冠状面）和三个角度（0°、+45°、-45°）的CT图像	回顾性研究，样本量相对有限（共433例患者）	胃癌术前T分期和生存预后预测	胃癌患者	医学影像分析	胃癌	CT影像分析	深度学习	CT图像	433例胃癌患者（训练集346例，内部验证集87例，外部测试集41例）	NA	2.5D多角度深度学习模型	AUC, 准确率, 敏感度, 特异度, F1分数	NA
11722	2025-11-15	Foundation models for EEG decoding: current progress and prospective research 2025-Nov-13, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/ae17e9 PMID:41145005	综述	系统回顾脑电图基础模型的当前进展，分析其在下游任务、数据集、模型架构和预训练技术等方面的表现	首次对脑电图基础模型进行全面综述，提出统一范式以克服传统监督学习的任务特定性和数据集依赖性限制	在复杂场景如运动想象解码中的性能仍然有限，模型泛化能力有待进一步提升	探索脑电图基础模型的发展趋势并为未来研究提供建议	脑电图基础模型及相关解码任务	机器学习	神经系统疾病	脑电图信号处理	Transformer	脑电图信号	最多14,987名受试者，总时长27,062小时	NA	基于Transformer的高效架构	NA	NA
11723	2025-11-15	GATPDD: an Enhanced Deep Learning Framework for Predicting Drug-Parasitic Disease Associations 2025-Nov-13, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3631560 PMID:41231695	研究论文	提出一种增强的深度学习框架GATPDD，用于改进药物-寄生虫病关联预测	整合增强的深度图信息最大化、多头图注意力网络和邻域交互注意力机制，在有限基准数据集场景下优化特征学习和嵌入聚合	生物医学数据稀缺限制了模型训练	提高药物-寄生虫病关联预测的准确性和鲁棒性	药物与寄生虫病之间的关联关系	机器学习	寄生虫病	深度学习	图神经网络	图数据	NA	NA	多头图注意力网络,深度图信息最大化	准确性,鲁棒性	NA
11724	2025-11-15	Ensembling Vision Transformers and ResNet-50 for Interpretable Lung Cancer Diagnosis with Feature Fusion and XAI Techniques 2025-Nov-13, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01738-6 PMID:41233642	研究论文	提出一种结合Vision Transformer和ResNet-50的混合集成架构，通过特征融合和可解释AI技术实现肺癌病理图像分类	首次将ResNet-50的层次特征提取能力与Vision Transformer的全局上下文理解相结合，并采用多学科XAI策略提供关键可解释性	NA	开发准确、透明且临床可行的肺癌诊断系统	肺癌病理图像	计算机视觉	肺癌	深度学习	CNN, Transformer	图像	NA	NA	ResNet-50, Vision Transformer	准确率	NA
11725	2025-11-15	Amide proton transfer-weighted (APTw) CEST MRI in clinical routine for single time point diagnosis of pseudoprogression in IDH-wildtype glioblastoma 2025-Nov-13, Neuro-oncology IF:16.4Q1 DOI:10.1093/neuonc/noaf261 PMID:41233976	研究论文	评估酰胺质子转移加权MRI在临床常规中用于IDH野生型胶质母细胞瘤假性进展单时间点诊断的可行性	首次将APTw MRI整合到常规临床工作流程中，并采用基于深度学习的自动量化方法进行肿瘤分割	抗血管生成治疗会降低APTw信号，后期随访时间点的诊断准确性下降	评估APTw MRI在区分胶质母细胞瘤真性进展与治疗相关效应中的诊断性能	IDH野生型胶质母细胞瘤患者	数字病理	胶质母细胞瘤	APTw MRI, DWI, PWI	深度学习	MRI图像	626名患者的870次扫描，其中143名胶质母细胞瘤患者的256次MRI扫描	NA	NA	AUC, ROC分析, logistic回归分析	NA
11726	2025-11-15	Incorporating targeted protein structure in deep learning methods for molecule generation in computational drug design 2025-Nov-12, Chemical science IF:7.6Q1 DOI:10.1039/d5sc05748e PMID:41164301	综述	本文综述了基于结构的药物发现中整合蛋白质结构信息的深度学习方法	系统总结了从早期基于形状的方法到最新共折叠模型的发展历程，探讨了如何利用结构信息设计具有增强结合潜力的分子	NA	为基于结构的药物发现领域提供深度学习方法的应用见解和未来发展方向建议	蛋白质结构信息和药物分子	计算药物设计	NA	深度学习	NA	蛋白质结构数据，分子结构数据	NA	NA	共折叠模型	NA	NA
11727	2025-11-15	A Spatio-Temporal Dataset for Satellite-Based Landslide Detection 2025-Nov-11, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-06167-2 PMID:41219240	研究论文	本文介绍了Sen12Landslides数据集，这是一个用于卫星滑坡检测的大规模多模态时空数据集	提出了首个包含多时相卫星影像和精确事件时间戳的大规模滑坡检测数据集，支持时空动态分析	数据集覆盖区域有限，可能无法完全代表全球所有滑坡类型和地形条件	开发用于卫星滑坡检测和时空异常监测的深度学习数据集和方法	滑坡现象及其时空变化特征	计算机视觉,地球观测	NA	卫星遥感, Sentinel-1 SAR, Sentinel-2光学影像, Copernicus DEM	U-ConvLSTM, 3D-UNet, U-TAE	卫星图像,数字高程模型	75,000个滑坡标注，来自全球15个地区，超过12,000个图像块	NA	U-ConvLSTM, 3D-UNet, U-TAE	F1分数	NA
11728	2025-11-15	Tracking temporal progression of benign bone tumors through X-ray based detection and segmentation 2025-Nov-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-23053-4 PMID:41219269	研究论文	提出一种基于深度学习的框架FusionX-BBTNet，用于从X射线图像中自动检测、分割和分析良性骨肿瘤的时间序列变化	结合YOLO目标检测与U-Net分割，引入小波增强数据集提升轮廓精度，开发OCR模块提取比例尺实现毫米级测量，通过质心对齐实现时间序列可视化	研究仅基于466张X射线图像验证，在放射学专业知识有限的环境中的实际应用效果需进一步验证	开发自动化系统用于良性骨肿瘤的时间序列检测、分割和定量分析	良性骨肿瘤的X射线图像	计算机视觉	骨肿瘤	X射线成像	CNN	图像	466张专家标注的X射线图像	NA	YOLO, U-Net	平均IoU, 边界F1分数	NA
11729	2025-11-15	An explainable deep learning framework for trustworthy arrhythmia detection from ECG signals 2025-Nov-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-22986-0 PMID:41219304	研究论文	提出一种可解释的深度学习框架用于心电信号的可靠心律失常检测	集成CNN和DNN的先进深度学习架构，结合多策略数据平衡技术和可解释人工智能方法，提供模型决策过程的透明洞察	未明确提及具体局限性	开发准确可靠的心律失常检测方法	心电信号	机器学习	心血管疾病	ECG信号分析	CNN, DNN	信号数据	使用MITDB、PTBDB和NSTDB基准数据集	NA	CNN, Dense Neural Network	准确率	NA
11730	2025-11-15	A multi-factor data mining and transformer-based predictive modeling approach for career success using educational and behavioral traits 2025-Nov-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-23078-9 PMID:41219306	研究论文	本研究提出基于Transformer的多因素数据挖掘方法，通过教育背景和行为特征预测职业成功满意度	首次将BERT模型应用于职业满意度预测，通过多层Transformer块整合嵌入层和前馈网络捕捉教育行为特征的复杂非线性关系	仅使用单一数据集进行验证，未在不同群体或文化背景下测试模型泛化能力	开发准确预测职业满意度的数据挖掘模型，提升学生就业机会和职业满意度	学生的学业成绩和行为特征数据	自然语言处理, 机器学习	NA	数据挖掘	BERT, SVM, 逻辑回归, 随机森林, GRU	教育行为数据	NA	NA	Transformer, BERT, 门控循环单元	分类准确率	NA
11731	2025-11-15	A lightweight deep evidence fusion framework for smart home appliance detection and classification via internet of things devices 2025-Nov-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-99957-y PMID:41219347	研究论文	提出一种轻量级深度证据融合框架，用于通过物联网设备检测和分类智能家电	结合线性缩放归一化、改进蛇优化算法、门控循环单元与多头注意力混合分类器以及改进麻雀搜索优化算法，实现高效的智能家电识别	NA	建立稳健的智能家电检测与分类框架	智能家居电器	物联网	NA	深度学习	GRU, 注意力机制	物联网传感器数据	NA	NA	GRU-MHA混合框架	准确率	NA
11732	2025-11-15	Analysis of the EMHD nanofluid flow for geothermal pipelines using physics-driven deep learning 2025-Nov-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-23315-1 PMID:41219355	研究论文	采用物理驱动的深度学习方法分析地热管道中电磁流体动力学纳米流体的流动特性	提出了一种新颖的无监督深度神经网络方法，用于预测地热管道应用中电磁流体动力学混合纳米流体的温度和速度行为	NA	优化地热管道系统中的热力学系统，提高能量守恒和传热效率	地热管道中的电磁流体动力学混合纳米流体流动	机器学习	NA	无监督深度神经网络	DNN	物理方程数据	NA	NA	深度神经网络	准确度	NA
11733	2025-11-15	Deep learning and multi-objective optimization for real-time occupancy-based energy control in smart buildings 2025-Nov-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-23134-4 PMID:41219414	研究论文	提出一种结合深度学习和多目标优化的实时占用型能源控制框架，用于智能建筑的能源管理	首次将深度前馈神经网络与多目标粒子群优化结合，实现基于室内环境参数的实时占用预测和能源控制	NA	通过预测房间占用情况优化智能建筑的能源效率和室内舒适度	智能建筑中的房间占用模式和能源消耗	机器学习	NA	深度学习，多目标优化	DNN	室内环境传感器数据（CO浓度、光照、湿度、温度）	NA	NA	深度前馈神经网络	准确率，优化效率	NA
11734	2025-11-13	Physics-informed sinogram completion for metal artifact reduction in non-contrast brain CT images with neurovascular coils: comparison with traditional and deep learning-based methods 2025-Nov-11, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01972-y PMID:41219711	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
11735	2025-11-15	C2PO: an ML-powered optimizer of the membrane permeability of cyclic peptides through chemical modification 2025-Nov-11, Journal of cheminformatics IF:7.1Q1 DOI:10.1186/s13321-025-01109-x PMID:41219827	研究论文	开发了一种名为C2PO的机器学习驱动优化器，通过化学修饰提高环肽的膜通透性	首个将机器学习模型转化为化学结构生成优化器的环肽通透性改善应用，并引入自动后校正工具解决ML生成化学结构的异常问题	模型可能生成不熟悉的化学结构，需要后校正工具进行修正	优化环肽的膜通透性以改善其口服生物利用度	环肽分子	机器学习	NA	深度学习回归模型	深度学习回归模型	化学结构数据	基于公开可用数据，具体数量未明确说明	NA	NA	NA	NA
11736	2025-11-15	Automated segmentation of esophageal squamous cell carcinoma in contrast-enhanced free-breathing 3D-GRE: a comparative study of UNet, nnUNet, and UMamba for tumor delineation 2025-Nov-11, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-02011-6 PMID:41219837	研究论文	比较UNet、nnUNet和UMamba三种深度学习模型在食管鳞状细胞癌自动分割中的性能	首次在对比增强自由呼吸3D-GRE MRI数据上系统比较UNet、nnUNet和UMamba模型，并证明UMamba在肿瘤分割中的优越性能	回顾性研究，样本量相对有限（192例患者），未在外部验证集上测试	开发自动化食管鳞状细胞癌分割方法以减少人工分割负担	食管鳞状细胞癌患者	医学影像分析	食管癌	对比增强自由呼吸3D-GRE MRI	UNet, nnUNet, UMamba	医学影像	192例患者（171例训练，21例验证）	NA	UNet, nnUNet-2D, nnUNet-3D, UMamba	Dice相似系数, Hausdorff距离, 平均表面距离	NA
11737	2025-11-15	Inverse Modeling for Artifact Removal in Photonic Data: A Computational Physics and Transfer Learning-Based Approach 2025-Nov-10, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c02055 PMID:41150868	研究论文	提出一种结合计算物理和迁移学习的逆建模框架，用于消除光谱数据中的etaloning伪影	采用两阶段迁移学习策略，结合计算物理模拟和真实实验数据进行模型训练	NA	开发有效的光谱数据伪影去除方法	光谱数据中的etaloning伪影	计算物理	NA	转移矩阵法	深度学习	光谱数据	超过30,000个模拟光谱和真实实验数据	NA	NA	伪影减少率, 光谱精度	NA
11738	2025-11-15	Establishment of an Integrated Model for Predicting Compound Mutagenicity with a Feature Importance Analysis 2025-Nov-10, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c01586 PMID:41118227	研究论文	本研究开发了一个集成深度学习框架，通过结合多种分子特征来预测化合物的致突变性	提出了集成78个模型的深度学习框架，通过系统组合13种分子描述符和指纹，并进行了特征重要性分析揭示致突变化合物的结构特征	仅使用了5866个化合物样本，可能无法覆盖所有类型的化学结构	开发快速、经济有效的化合物致突变性预测方法	化学化合物的致突变性	机器学习	NA	分子描述符和指纹分析	深度学习	分子特征数据	5866个化合物（5279个训练，587个测试）	NA	集成模型	平衡准确度, 精确度	NA
11739	2025-11-15	SHARP: Generating Synthesizable Molecules via Fragment-Based Hierarchical Action-Space Reinforcement Learning for Pareto Optimization 2025-Nov-10, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c01699 PMID:41134962	研究论文	提出一种基于片段分层动作空间强化学习的分子生成方法SHARP，用于多目标帕累托优化	采用片段化分层动作空间设计和基于预训练可合成性估计模型的动作掩码机制，确保生成分子的可合成性	未明确说明模型在更大规模化学空间中的泛化能力	解决多目标分子优化问题，包括高结合亲和力、可合成性和类药性	药物样分子的设计与生成	机器学习	NA	强化学习	强化学习策略网络	分子结构数据	四个先导化合物优化任务（片段生长、连接子设计、骨架跃迁和侧链修饰）的多样化受体集合	NA	分层动作空间强化学习架构	对接分数、药效团匹配、溶剂可及性	NA
11740	2025-11-15	Malignancy prediction for calcified thyroid nodules using deep learning based on ultrasound dynamic videos 2025-Nov-10, Cancer imaging : the official publication of the International Cancer Imaging Society IF:3.5Q1 DOI:10.1186/s40644-025-00944-3 PMID:41214809	研究论文	基于超声动态视频开发优化钙化检测的深度学习模型，用于预测钙化甲状腺结节的良恶性	首次将3D深度学习模型应用于超声动态视频，并专门设计了钙化注意力模块增强对微钙化的敏感性	回顾性研究，需要前瞻性验证；样本来源仅限于六家医院	开发基于动态超声视频的深度学习模型，准确预测钙化甲状腺结节的恶性风险	钙化甲状腺结节	数字病理	甲状腺癌	超声动态视频	3D CNN	视频	1,257名患者的2,319个甲状腺结节	TensorFlow, PyTorch	3D InceptionResNetV2	AUROC, 敏感性, 特异性, 准确率	NA