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
1261	2025-10-05	Machine-learned density functional based quantum chemical computations for ethane: performance of DeepMind 21 on potential energy surface and molecular properties 2025-Sep-25, Journal of molecular modeling IF:2.1Q3 DOI:10.1007/s00894-025-06451-3 PMID:40996570	研究论文	本文使用DeepMind 21机器学习密度泛函对乙烷分子的势能面和分子性质进行量子化学计算	首次将深度学习密度泛函DM21应用于乙烷分子的量子科学计算，验证其在势能面生成和量子化学计算中的适用性	研究仅针对乙烷分子，缺乏对其他分子体系的验证	评估机器学习密度泛函在量子化学计算中的性能	乙烷分子(C2H6)	量子化学计算	NA	密度泛函理论(DFT), 机器学习	神经网络	量子化学数据	乙烷分子体系	TensorFlow, PySCF	DeepMind 21 (DM21)	与CCSD(T)基准能量对比, 与传统DFT方法(B3LYP, PW6B95)比较	NA
1262	2025-10-05	Deep learning-based segmentation of acute pulmonary embolism in cardiac CT images 2025-Sep-25, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03503-0 PMID:40996587	研究论文	本研究开发基于深度学习的急性肺栓塞自动分割方法，使用心脏CT图像进行验证	首次将nnU-Net和基于Transformer的VT-UNet网络应用于急性肺栓塞的自动分割，并在200例CTPA数据集上取得优于现有技术的性能	研究样本量相对有限（200例），未提及外部验证结果	开发自动分割急性肺栓塞的深度学习方法，以改善患者预后和治疗规划	急性肺栓塞患者的CT肺动脉造影图像	计算机视觉	肺栓塞	CT肺动脉造影	CNN, Transformer	医学图像	200例CTPA图像体积	NA	nnU-Net, VT-UNet	Dice相似系数, 95百分位Hausdorff距离	NA
1263	2025-10-05	Decoding the limits of deep learning in molecular docking for drug discovery 2025-Sep-24, Chemical science IF:7.6Q1 DOI:10.1039/d5sc05395a PMID:40901622	研究论文	深入分析深度学习在分子对接中的性能表现、局限性和优化策略	首次系统评估生成扩散模型、回归架构和混合框架在分子对接五大关键维度的表现	深度学习方法在遇到新型蛋白结合口袋时泛化能力不足	评估深度学习在分子对接中的性能局限并探索优化策略	分子对接方法和蛋白-配体复合物	机器学习	NA	分子对接	生成扩散模型,回归模型,混合框架	蛋白-配体结构数据	NA	NA	生成扩散模型,回归架构,混合框架	姿态预测精度,物理合理性,相互作用恢复,虚拟筛选效果,泛化能力	NA
1264	2025-10-05	A novel hybrid deep learning model for segmentation and uzzy Res-LeNet based classification for Alzheimer's disease 2025-Sep-24, Neurogenetics IF:1.6Q3 DOI:10.1007/s10048-025-00837-4 PMID:40991056	研究论文	提出一种用于阿尔茨海默病分割和分类的混合深度学习方法	开发了结合O-SegNet和U-Net的O-SegUNet分割模型，以及融合模糊逻辑、ResNeXt和LeNet的Fuzzy Res-LeNet分类模型	NA	阿尔茨海默病的早期检测和分类	阿尔茨海默病患者的大脑磁共振成像图像	医学影像分析	阿尔茨海默病	磁共振成像	混合深度学习模型	医学图像	NA	NA	O-SegUNet, Fuzzy Res-LeNet, U-Net, SegNet, ResNeXt, LeNet	准确率, 敏感度, 特异性	NA
1265	2025-10-05	Beyond application-specific design: a generalized deep learning framework for optical property prediction in TiO2/GaN nanophotonic metasurfaces 2025-Sep-24, Nanoscale advances IF:4.6Q2 DOI:10.1039/d5na00550g PMID:40880600	研究论文	提出基于人工智能的框架预测TiO2/GaN纳米光子超表面中纳米柱的光学特性	采用迁移学习模型处理两种不同材料纳米柱的光学响应，建立通用深度学习框架替代传统试错分析	仅验证了特定波长范围（600-700 nm）和特定尺寸透镜的性能，角度变化研究较为初步	开发通用深度学习框架用于纳米光子超表面的光学特性预测	氮化镓和二氧化钛纳米柱的光学传输和相位响应	机器学习	NA	光学传输测量，折射率检测	迁移学习	光学响应数据	两个包含氮化镓和二氧化钛纳米柱光学响应的大型数据集	NA	NA	均方误差	NA
1266	2025-10-05	Fuzzy Rule-Based Differentiable Representation Learning 2025-Sep-24, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2025.3609722 PMID:40991592	研究论文	提出一种基于模糊规则的可微分表示学习方法，在保持可解释性的同时提升表示学习性能	首次将Takagi-Sugeno-Kang模糊系统与可微分优化相结合，提出具有可解释性的表示学习方法，并引入二阶几何保持策略增强鲁棒性	NA	开发具有透明度和可解释性的表示学习方法，克服传统黑盒方法的局限性	复杂数据集的特征表示学习	机器学习	NA	NA	模糊系统,深度学习	基准数据集	NA	NA	Takagi-Sugeno-Kang模糊系统	NA	NA
1267	2025-10-05	BrainAuth: A Neuro-Biometric Approach for Personal Authentication 2025-Sep-24, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3613234 PMID:40991601	研究论文	提出了一种基于深度强化学习的脑电波生物认证框架BrainAuth，用于个人身份认证	采用深度强化学习框架，结合Dyna架构和双重估计技术，通过分层结构减少探索时间，提高认证准确性和抗欺骗能力	NA	开发一种用户友好、鲁棒可靠的个人生物认证系统	个人身份认证	机器学习	NA	脑电波采集	深度强化学习,深度神经网络	脑电波信号	NA	NA	深度神经网络	等错误率,真阳性,假阳性,真阴性,假阴性,错误接受率,错误拒绝率,正确接受率	NA
1268	2025-10-05	Reliable Multimodal Cancer Survival Prediction with Confidence-aware Risk Modeling 2025-Sep-24, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3613406 PMID:40991606	研究论文	提出一种可靠的多模态癌症生存预测框架ReCaSP，通过多模态对齐融合整合组织学全切片图像和转录组数据，并提供置信度感知的风险预测	首次在多模态生存预测中引入置信度感知风险建模机制，并提出跨注意力对齐模块解决多模态数据对齐噪声问题	未明确说明模型在不同癌症类型间的泛化能力及计算复杂度分析	开发可靠的多模态癌症生存预测方法，提供预测结果的置信度评估	癌症患者的组织学全切片图像和转录组数据	数字病理学	癌症	全切片图像分析，转录组分析	深度学习	图像，基因表达数据	五个数据集（具体数量未明确说明）	证据深度学习	跨注意力对齐模块，多模态融合架构	C-Index	NA
1269	2025-10-05	STANet: A Surgical Gesture Recognition Method Based on Spatiotemporal Fusion 2025-Sep-24, Annals of the New York Academy of Sciences IF:4.1Q1 DOI:10.1111/nyas.70053 PMID:40991934	研究论文	提出一种基于时空融合的手术手势识别方法STANet，用于机器人手术中的动作序列建模	设计了时空自适应网络，通过时间模块和空间模块分别提取特征，并采用时间自适应卷积策略进行时空特征融合	未明确说明模型在更复杂手术场景或实时应用中的性能表现	开发高效的手术手势识别方法以提升手术质量评估和智能识别辅助能力	机器人手术中的手术手势序列	计算机视觉	NA	深度学习	CNN, RNN, TCN	手术手势序列数据	基于JIGSAWS和RARP-45两个公开手术手势数据集	NA	STANet（时空自适应网络）	NA	NA
1270	2025-10-05	Transforming histologic assessment: artificial intelligence in cancer diagnosis and personalized treatment 2025-Sep-24, British journal of cancer IF:6.4Q1 DOI:10.1038/s41416-025-03206-y PMID:40993310	综述	本文综述人工智能在组织学评估中的变革作用，特别是在癌症诊断和个性化治疗中的应用进展	AI从诊断辅助工具发展为临床决策的核心组成部分，通过组织形态学表型聚类和空间转录组学等创新技术实现癌症分层和治疗个性化	AI预测验证存在挑战，特别是在预后应用方面，资源有限环境中的可及性仍需解决，需要标准化数据集和伦理框架	探讨人工智能在组织病理学评估中的转型作用及其在癌症诊断和个性化治疗中的应用	组织学图像（特别是全切片图像WSIs）及其与基因组、临床数据的整合	数字病理学	癌症	深度学习, 空间转录组学, 多模态方法	深度学习模型	组织学图像, 基因组数据, 临床数据	基于TCGA等公共数据库的高质量全切片图像	NA	NA	预测准确性, 可解释性	NA
1271	2025-10-05	Automated detection of neonatal pulmonary hypertension in echocardiograms with a deep learning model 2025-Sep-24, Pediatric research IF:3.1Q1 DOI:10.1038/s41390-025-04404-3 PMID:40993360	研究论文	开发用于自动检测新生儿肺动脉高压的深度学习模型	首次将时空卷积神经网络应用于新生儿超声心动图视频的肺动脉高压自动检测，并通过显著性图谱提供模型可解释性	研究样本量有限（共1353个视频），仅基于收缩偏心指数作为标签标准	开发自动化工具辅助新生儿肺动脉高压的早期筛查和诊断	3-90天新生儿的标准超声心动图视频	计算机视觉	肺动脉高压	超声心动图	CNN	视频	训练验证集975个视频，测试集378个视频，总计1353个视频片段	NA	空间卷积神经网络,时空卷积神经网络	AUROC	NA
1272	2025-10-05	Deciphering the sequence basis and application of transcriptional initiation regulation in plant genomes through deep learning 2025-Sep-22, Genome biology IF:10.1Q1 DOI:10.1186/s13059-025-03782-5 PMID:40983924	研究论文	开发可解释深度学习模型GenoRetriever，系统解析植物转录起始位点的序列调控机制	首次利用多作物基因组STRIPE-seq数据构建可解释深度学习模型，量化27个核心启动子基序对转录起始的调控作用	研究主要基于作物基因组，可能不适用于所有植物物种	解析植物转录起始调控的序列基础及其应用	16个大豆组织和6种其他作物的转录起始位点	机器学习	NA	STRIPE-seq, 深度测序	深度学习	基因组序列数据	16个大豆组织+6种作物基因组	NA	GenoRetriever	NA	NA
1273	2025-10-05	GeneRAIN: multifaceted representation of genes via deep learning of gene expression networks 2025-Sep-22, Genome biology IF:10.1Q1 DOI:10.1186/s13059-025-03749-6 PMID:40983974	研究论文	开发了基于Transformer的GeneRAIN模型套件，通过深度学习基因表达网络生成多维度基因表征	提出创新的Binning-By-Gene标准化技术和GeneRAIN-vec多维度基因表征方法，能够从蛋白质编码基因向长链非编码RNA进行知识迁移	NA	通过深度学习基因表达关系推进生物探索	人类基因表达数据	机器学习	NA	RNA-seq	Transformer	基因表达数据	410,000个人类批量RNA-seq样本	NA	Transformer	NA	NA
1274	2025-10-05	An updated patent review of small molecule glucagon receptor antagonists (2020-2024) 2025-Sep-21, Expert opinion on therapeutic patents IF:5.4Q1 DOI:10.1080/13543776.2025.2559928 PMID:40968011	综述	本文综述了2020-2024年间小分子胰高血糖素受体拮抗剂的最新专利进展	发现创新主体从制药公司转向学术机构，揭示了深度学习与虚拟筛选在新化学型开发中的应用趋势	仍需临床研究验证这些化合物能否克服当前开发瓶颈并解决安全性问题	分析小分子胰高血糖素受体拮抗剂的最新专利进展和创新策略	小分子胰高血糖素受体拮抗剂及相关专利文献	药物发现	糖尿病	深度学习, 虚拟筛选	NA	专利数据, 临床数据, 文献数据	NA	NA	NA	NA	NA
1275	2025-10-05	Knowledge and Perceptions of AI Among Medical Students in Morocco: Cross-Sectional Study 2025-Sep-19, JMIR formative research IF:2.0Q4 DOI:10.2196/66156 PMID:40971792	研究论文	本研究通过横断面调查评估了摩洛哥医学生对人工智能的认知水平和态度	首次在摩洛哥医学生群体中开展人工智能认知与态度的系统性研究	采用滚雪球抽样方法，样本代表性可能存在局限；研究仅限于单一医学院校	评估摩洛哥医学生对人工智能的知识水平和认知态度	摩洛哥阿加迪尔医学院1-7年级的本科医学生	医学教育	NA	横断面调查	NA	问卷调查数据	580名医学生（女性363人，62.6%；平均年龄21.3岁）	JAMOVI 2.6.2	NA	P值	NA
1276	2025-10-05	Deep learning-based cross-device standardization of surface-enhanced Raman spectroscopy for enhanced bacterial recognition 2025-Sep-19, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2025.126931 PMID:40991976	研究论文	提出深度学习框架解决便携式与实验室级拉曼光谱设备间的标准化问题，提升细菌识别性能	开发SERS-D2DNet光谱转换网络和SuperRaman分类网络的双重深度学习框架，实现跨设备光谱标准化与高效细菌分类	研究仅涉及4种便携设备和1种实验室设备，设备类型覆盖范围有限	解决表面增强拉曼光谱在便携设备与实验室设备间的标准化问题，提升细菌识别准确性	20种临床相关细菌特征和参考化合物的SERS光谱数据	机器学习	细菌感染	表面增强拉曼光谱(SERS)	序列到序列神经网络, 超操作神经网络(Super-ONN)	光谱数据	20个分析物类别，使用5种不同设备采集	NA	SERS-D2DNet, SuperRaman	平均绝对误差(MAE), R值, 分类准确率	NA
1277	2025-10-05	Improving prototypical parts abstraction for case-based reasoning explanations designed for the kidney stone type recognition 2025-Sep-19, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103266 PMID:40992030	研究论文	提出一种基于案例推理的深度学习模型，通过原型部件改进肾结石类型识别的可解释性	提出新的损失函数优化原型部件生成，并创建局部和全局描述符提供可理解的决策解释	仅针对工业化国家最常见的六种肾结石类型进行测试	开发可解释的肾结石类型自动识别系统	肾结石内窥镜图像	计算机视觉	肾结石	内窥镜成像	基于案例推理的深度学习模型	图像	包含六种最常见肾结石类型的图像数据库	NA	原型部件(PPs)模型	分类准确率	NA
1278	2025-10-05	Feature-driven optimization for growth and mortality prevention in poultry farms 2025-Sep-19, Poultry science IF:3.8Q1 DOI:10.1016/j.psj.2025.105869 PMID:40992324	研究论文	开发基于特征驱动的优化模型来预测家禽死亡率与平均体重，为家禽养殖提供决策支持	提出集成神经网络模型，首次将深度学习软传感器技术应用于家禽生长与死亡率预测	环境变量在稳定饲养条件下影响较小，模型在极端环境变化下的适应性有待验证	通过机器学习方法降低家禽死亡率并优化生长性能	台湾本土肉鸡	机器学习	NA	机器学习	Random Forest, Gradient Boosting Machine, Support Vector Machine, Linear Regression, Neural Network, Ensemble NN	数值数据	20,000只台湾本土肉鸡的88天养殖数据	MATLAB	集成神经网络（5个并行网络）	RMSE, 变异系数	NA
1279	2025-10-05	Integrating spectroscopy with machine learning and deep learning for monitoring mung plant responses to silicon dioxide nanoparticles 2025-Sep-17, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2025.126963 PMID:40991978	研究论文	本研究结合共聚焦显微拉曼光谱、紫外-可见光谱与机器学习及深度学习算法，评估绿豆植物对二氧化硅纳米颗粒的生化响应	首次将光谱技术与多种机器学习及深度学习方法集成，建立非侵入式监测植物-纳米材料相互作用的框架	仅针对绿豆植物和二氧化硅纳米颗粒进行研究，未验证其他植物或纳米材料	开发集成光谱与计算方法的植物-纳米材料相互作用监测平台	暴露于不同浓度二氧化硅纳米颗粒的绿豆植物	机器学习	NA	共聚焦显微拉曼光谱, 紫外-可见光谱	LDA, AGNES, DBSCAN, k-means, 随机森林, 支持向量机, 深度学习	光谱数据	不同浓度二氧化硅纳米颗粒处理的绿豆植物样本	NA	NA	准确率, RI	NA
1280	2025-10-05	Trade-Off Analysis of Classical Machine Learning and Deep Learning Models for Robust Brain Tumor Detection: Benchmark Study 2025-Sep-15, JMIR AI DOI:10.2196/76344 PMID:40952788	研究论文	本研究对传统机器学习和深度学习模型在脑肿瘤检测中的性能进行对比分析，重点关注小数据集下的模型表现和自监督学习降低标注成本的潜力	首次系统比较了传统特征工程方法(SVM+HOG)、经典CNN(ResNet18)、基于自注意力的视觉Transformer(ViT-B/16)和自监督学习(SimCLR)在脑肿瘤检测中的表现，并评估了它们在域内和跨域场景下的泛化能力	研究仅使用了2870张脑部磁共振图像，样本规模相对较小；未探索更多类型的模型架构；跨域评估的数据集未详细说明	评估传统机器学习与深度学习模型在小规模医学图像数据下的权衡，分析模型鲁棒性、可迁移性和泛化能力	脑部磁共振图像中的四种类型：胶质瘤、脑膜瘤、垂体瘤和非肿瘤	医学图像分析	脑肿瘤	磁共振成像(MRI)	SVM, CNN, Transformer, 自监督学习	医学图像	2870张脑部磁共振图像，涵盖4个类别	PyTorch, Scikit-learn	ResNet18, ViT-B/16, SimCLR	准确率, 精确率, 召回率, F1分数, 收敛性	NA