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
1201	2025-09-11	Ground Reaction Force Estimation via Time-aware Knowledge Distillation 2025-Aug-15, IEEE internet of things journal IF:8.2Q1 DOI:10.1109/jiot.2025.3578012 PMID:40918555	研究论文	提出一种时间感知知识蒸馏框架，用于从鞋垫传感器数据估计地面反作用力（GRF）	利用小批量内的相似性和时序特征进行知识蒸馏，有效捕捉特征间互补关系和数据的序列特性	NA	开发轻量级模型以实现准确且资源高效的地面反作用力估计	人类步态数据	机器学习	NA	知识蒸馏	轻量级学生模型（具体架构未指定）	传感器时序数据	在不同步行速度下收集的数据（具体数量未说明）
1202	2025-09-11	Global research landscape of retinoblastoma biomarkers: a multidisciplinary bibliometric analysis based on multiple databases (2005-2025) 2025-Aug-15, Journal of cancer research and clinical oncology IF:2.7Q3 DOI:10.1007/s00432-025-06279-7 PMID:40817296	文献计量分析	对2005至2025年间视网膜母细胞瘤生物标志物的全球研究格局进行多学科文献计量分析	首次通过多数据库系统量化分析RB生物标志物的研究热点与发展趋势	依赖数据库收录范围，可能存在文献覆盖不全；未来趋势部分基于历史数据推断	分析视网膜母细胞瘤生物标志物的研究格局与热点，为未来研究提供理论参考	全球范围内关于视网膜母细胞瘤生物标志物的学术出版物	生物医学信息学	视网膜母细胞瘤	文献计量分析（R软件、VOSviewer、CiteSpace）	NA	文献元数据	2005-2025年间Web of Science和Scopus数据库收录的相关出版物
1203	2025-09-11	Going beyond SMILES enumeration for data augmentation in generative drug discovery 2025-Aug-14, Digital discovery IF:6.2Q1 DOI:10.1039/d5dd00028a PMID:40917333	研究论文	本文提出并评估了四种新的SMILES数据增强策略，以提升小分子数据集在生成式深度学习中的性能	引入了基于自然语言处理和化学知识的四种新型SMILES增强方法：token删除、原子掩码、生物电子等排替换和自训练	NA	探索超越传统SMILES枚举的数据增强技术，以改善分子生成质量	小分子化合物	自然语言处理	NA	SMILES枚举，数据增强	生成式深度学习	分子结构数据（SMILES字符串）	NA
1204	2025-09-11	Leveraging artificial intelligence and machine learning in kinase inhibitor development: advances, challenges, and future prospects 2025-Aug-12, RSC medicinal chemistry IF:4.1Q2 DOI:10.1039/d5md00494b PMID:40919316	综述	本文综述了人工智能和机器学习在激酶抑制剂开发中的应用、挑战及未来前景	探讨AI/ML方法（包括深度学习、图神经网络和生成模型）如何革新激酶抑制剂的设计、优化和再利用	数据稀疏性、模型可解释性以及计算与实验结果之间的转化差距	加速和优化下一代激酶靶向治疗药物的开发	蛋白激酶及激酶抑制剂	机器学习	癌症	AI/ML方法，包括深度学习、图神经网络、生成模型	深度学习、图神经网络、生成模型	NA	NA
1205	2025-09-11	Dynamic AI-assisted ipsilateral tissue matching for digital breast tomosynthesis 2025-Aug-06, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112356 PMID:40925265	研究论文	评估AI辅助同侧组织匹配技术在数字乳腺断层合成摄影中减少定位误差的效果	首次将动态AI辅助同侧组织匹配技术应用于DBT，并针对非专家放射科医生进行误差减少的量化评估	样本量较小（30个病例），仅针对乳腺影像领域	评估AI辅助技术对乳腺病变定位准确性的提升效果	数字乳腺断层合成摄影（DBT）影像中的乳腺病变	计算机视觉	乳腺癌	深度学习	深度学习模型（具体架构未说明）	医学影像	30个病例，94个共识参考标注，涉及26名放射科医生（14+12）的评估
1206	2025-09-11	ECG-GraphNet: Advanced arrhythmia classification based on graph convolutional networks 2025-Aug, Heart rhythm O2 IF:2.5Q2 DOI:10.1016/j.hroo.2025.05.012 PMID:40917189	研究论文	提出一种基于图卷积网络的ECG-GraphNet模型，用于心律失常的精确分类	创新性地将ECG波形建模为图结构节点，并采用QRS中心加权平均池化方法增强特征提取	NA	开发高性能心律失常自动分类方法以辅助临床诊断	心电图信号与心律失常分类	医疗人工智能	心血管疾病	图卷积网络	GCN	心电图信号	328名患者的单导联10秒ECG记录
1207	2025-09-11	DeepHVI: A multimodal deep learning framework for predicting human-virus protein-protein interactions using protein language models 2025-Aug, Biosafety and health IF:3.5Q1 DOI:10.1016/j.bsheal.2025.07.005 PMID:40918205	研究论文	提出一种多模态深度学习框架DeepHVI，用于预测人类与病毒蛋白质间的相互作用	整合蛋白质语言模型与多模态融合技术，结合二元分类和条件序列生成任务以提高预测准确性	NA	系统预测人类与病毒蛋白质间的潜在相互作用，以支持公共卫生策略和抗病毒药物设计	人类蛋白质和病毒蛋白质（如SARS-CoV-2）	自然语言处理	传染病	蛋白质语言模型，多模态融合	深度学习框架	蛋白质序列数据	高置信度实验数据集（具体数量未说明）
1208	2025-09-11	Deep Learning Model for Osteoporosis Screening From Chest Radiographs: A Multicenter Analysis of External Robustness and Model Calibration 2025-Aug, Cureus DOI:10.7759/cureus.89446 PMID:40918770	研究论文	开发深度学习模型从胸部X光片中筛查骨质疏松症，并进行多中心外部验证和模型校准	通过混合外部数据校准模型，显著提升在不同设备和机构的外部数据上的筛查性能	外部数据性能仍低于内部数据，需要至少500例外部数据参与训练才能有效校准	利用深度学习技术从常规胸部X光片中筛查骨质疏松症，解决DXA检测资源有限的问题	骨质疏松症患者和疑似病例	数字病理	骨质疏松症	深度学习	深度学习模型	胸部X光图像	多中心数据，包含内部和外部数据集，外部校准需至少500例样本
1209	2025-09-11	GPT2-ICC: A data-driven approach for accurate ion channel identification using pre-trained large language models 2025-Aug, Journal of pharmaceutical analysis IF:6.1Q1 DOI:10.1016/j.jpha.2025.101302 PMID:40919588	研究论文	开发了一种基于预训练大语言模型的深度学习算法GPT2-ICC，用于准确识别离子通道	将表示学习与大语言模型分类器结合，解决了蛋白质序列数据不平衡的挑战	NA	准确高效地在大规模蛋白质空间中分类离子通道	离子通道蛋白质	自然语言处理	NA	深度学习，表示学习，大语言模型(LLM)	GPT2	蛋白质序列数据	测试集包含比离子通道多约239倍的非离子通道蛋白质
1210	2025-09-11	Unravelling phosphorylation-induced impacts on inhibitor-CDK2 through multiple independent molecular dynamics simulations and deep learning 2025-Aug, SAR and QSAR in environmental research IF:2.3Q3 DOI:10.1080/1062936X.2025.2552131 PMID:40926679	研究论文	本研究通过分子动力学模拟和深度学习技术，系统探索了磷酸化对CDK2与抑制剂结合机制的影响	创新性地整合了分子动力学模拟、深度学习技术和自由能景观分析，首次系统揭示了磷酸化状态和CyclinE结合对CDK2构象稳定性及抑制剂结合能力的影响机制	NA	阐明磷酸化修饰对CDK2与抑制剂结合的分子机制，为高选择性CDK2抑制剂的开发提供理论基础	CDK2激酶及其两种抑制剂（SCH和CYC），重点关注磷酸化状态和CyclinE结合状态下的构象变化	计算生物学	癌症	分子动力学模拟（MD），深度学习（DL），自由能景观分析（FEL），量子力学/分子力学-广义波恩表面积计算（QM/MM-GBSA）	深度学习	分子动力学轨迹数据	针对CDK2的两种抑制剂（SCH和CYC）在磷酸化和CyclinE结合状态下的多组独立模拟
1211	2025-09-11	A Feature-Augmented Transformer Model to Recognize Functional Activities from in-the-wild Smartwatch Data 2025-Jul-04, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3586074 PMID:40614149	研究论文	提出一种特征增强的Transformer模型，用于从真实环境智能手表数据中识别功能性活动	引入特征标记-Transformer嵌入来增强特征表示，提升分类性能，并发布了大规模功能性活动数据集ArWISE	NA	识别高级别、目标导向的功能性活动（如跑腿、社交、工作），以支持认知健康评估、康复和慢性病管理	来自503名参与者的真实环境智能手表数据	机器学习	慢性病	特征嵌入，Transformer	Transformer	传感器数据	503名参与者，超过3200万个标记数据点
1212	2025-09-11	Denoising pediatric cardiac photon-counting CT data with sparse coding and data-adaptive, self-supervised deep learning 2025-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.17918 PMID:40660927	研究论文	提出一种结合稀疏编码和数据自适应自监督深度学习的去噪方法，用于提升儿科心脏光子计数CT图像质量	对Vision Transformer架构进行两项针对性改进：引入跨令牌重组机制替代传统MLP，以及用超完备字典头实现稀疏编码；采用基于局部噪声估计的动态训练策略	在低龄患者（<1岁）的临床数据上出现部分图像细节过度平滑现象	开发适用于儿科心脏CT可变图像质量的自监督深度学习去噪方法	儿科心脏光子计数CT数据（含先天性心脏病患者及临床前小鼠数据）	医学影像处理	先天性心脏病	光子计数CT（PCCT）、稀疏编码（SC）、自监督深度学习	改进型3D Vision Transformer（mViT）	CT影像数据	20例杜克大学患者数据（1-18岁）+3例低龄患者+临床前小鼠数据集
1213	2025-09-11	Image-based mandibular and maxillary parcellation and annotation using computed tomography (IMPACT): a deep learning-based clinical tool for orodental dose estimation and osteoradionecrosis assessment 2025-Jul, Physics and imaging in radiation oncology DOI:10.1016/j.phro.2025.100817 PMID:40894269	研究论文	提出基于深度学习的自动分割框架IMPACT，用于放射治疗CT图像中下颌骨、上颌骨分区及牙齿的精确分割，以支持剂量评估和骨坏死风险分析	首个与ClinRad骨坏死分期系统对齐的深度学习自动分割工具，能够实现牙齿及颌骨亚区的精细空间定位和剂量差异分析	数据中未包含的亚区分割适用性有限，部分牙齿亚区（如前磨牙）分割精度相对较低（Dice值0.69-0.70）	开发临床工具用于口腔剂量估计和放射性骨坏死评估	头颈癌患者的颌骨结构和牙齿	数字病理	头颈癌	CT成像	Swin UNETR, ResUNet	CT图像	60个临床病例的模拟CT图像
1214	2025-06-05	Geometric Deep Learning for Multimodal Data in CKD 2025-Jun-03, Journal of the American Society of Nephrology : JASN IF:10.3Q1 DOI:10.1681/ASN.0000000778 PMID:40459949	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1215	2025-09-11	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MRI多模态影像预测乳腺癌HER2状态	首次结合超声和MRI多模态影像构建深度学习模型预测HER2状态，相比单一模态显著提升诊断性能	研究基于单中心数据，需要多中心验证以证明模型泛化能力	开发术前无创预测乳腺癌HER2状态的深度学习方法	浸润性乳腺癌患者	数字病理	乳腺癌	超声成像、磁共振成像	深度学习模型	医学影像	2021年1月至2024年7月期间接受超声和MRI检查的乳腺癌患者队列
1216	2025-09-11	Path2Omics: Enhanced transcriptomic and methylation prediction accuracy from tumor histopathology 2025-Mar-16, bioRxiv : the preprint server for biology DOI:10.1101/2025.02.26.640189 PMID:40568160	研究论文	开发深度学习模型Path2Omics，从肿瘤组织病理学图像预测基因表达和甲基化数据	整合FFPE和FF样本训练，预测基因数量较先前模型DeepPT提升约5倍，外部验证表现稳健	NA	通过组织病理学图像快速、低成本地预测分子数据，推动精准肿瘤学发展	23种癌症类型的肿瘤组织病理学切片	数字病理学	癌症	深度学习	深度学习模型	图像	20,497张切片（来自8,007名患者，涵盖23种癌症类型）
1217	2025-09-11	Fine-grained Prototype Network for MRI Sequence Classification 2025, Current medical imaging IF:1.1Q3 DOI:10.2174/0115734056361649250717162910 PMID:40754881	研究论文	提出一种用于MRI序列分类的细粒度原型网络SequencesNet，结合CNN和改进的视觉Transformer进行特征提取	引入特征选择模块(FSM)基于多层注意力权重选择细粒度特征，并提出原型分类模块(PCM)优化原型-样本距离	计算复杂度较高且模型泛化能力有待提升	解决MRI序列分类中类间差异细微而类内差异显著的问题	腹部MRI序列图像	医学影像分析	腹部疾病	MRI成像	CNN与Vision Transformer结合	医学图像	公共数据集和私有数据集（具体样本数未提供）
1218	2025-09-11	CT-based 3D Super-resolution Radiomics for the Differential Diagnosis of Brucella vs. Tuberculous Spondylitis using Deep Learning 2025, Current medical imaging IF:1.1Q3 DOI:10.2174/0115734056380084250720064859 PMID:40765092	研究论文	本研究开发了一种基于深度学习和超分辨率增强CT影像的放射组学模型，用于提高布鲁氏菌性脊柱炎与结核性脊柱炎的鉴别诊断准确性	首次将超分辨率技术与深度学习放射组学结合，并采用ResNet34和GAN超分辨率提升模型性能，显著提高了两种脊柱炎的鉴别诊断能力	样本量较小（94例），回顾性研究设计可能存在偏倚，需要更大规模多中心研究验证泛化性	提高布鲁氏菌性脊柱炎与结核性脊柱炎的CT影像鉴别诊断准确性	94例经确诊的布鲁氏菌性脊柱炎和结核性脊柱炎患者	医学影像分析	脊柱炎	CT成像、超分辨率技术、放射组学分析	ResNet18、ResNet34、MLP、GAN	CT影像	94例患者（训练集65例：40例BS+25例TBS；验证集29例：17例BS+12例TBS）
1219	2025-09-11	Multimodal deep learning for predicting protein ubiquitination sites 2025, Bioinformatics advances IF:2.4Q2 DOI:10.1093/bioadv/vbaf200 PMID:40917649	研究论文	提出一种基于多模态深度学习的泛素化位点预测方法，显著提升预测准确性和鲁棒性	整合多种蛋白质序列表示（独热编码、嵌入和理化性质）于统一深度学习框架，实现跨物种（通用、人类特异和植物特异）数据集的高精度预测	NA	开发高精度且泛化能力强的蛋白质泛素化位点预测工具	蛋白质序列及其泛素化位点	生物信息学	NA	深度学习	多模态深度学习模型	蛋白质序列数据	包含通用、人类特异和植物特异数据集（具体数量未在摘要中说明）
1220	2025-09-11	A graph attention-based deep learning network for predicting biotech-small-molecule drug interactions 2025, Bioinformatics advances IF:2.4Q2 DOI:10.1093/bioadv/vbaf192 PMID:40917652	研究论文	提出一种基于图注意力网络的深度学习框架，用于预测生物技术药物与小分子药物之间的相互作用	首次针对生物技术药物与小分子药物的相互作用预测设计深度学习模型，利用图注意力网络处理两者显著不同的分子结构特征	NA	改进生物技术药物与小分子药物之间的相互作用预测，以支持更有效的联合疗法开发	生物技术药物和小分子药物	机器学习	NA	深度学习，图注意力网络	GAT (图注意力网络)	图数据（分子结构）	NA