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
1261	2025-09-26	Deep learning for atrioventricular regurgitation diagnosis: an external validation study 2025-Sep, European heart journal. Digital health DOI:10.1093/ehjdh/ztaf078 PMID:40984997	研究论文	本研究对Aisap.ai开发的深度学习算法进行外部验证，用于基于经胸超声心动图诊断房室瓣反流严重程度	首次在梅奥诊所健康系统数据上外部验证深度学习算法对房室瓣反流的诊断性能	模型仅对38%的合格研究生成预测，性能分析仅限于这些病例	验证深度学习算法在诊断二尖瓣和三尖瓣反流严重程度方面的外部有效性	梅奥诊所健康系统2013-23年的经胸超声心动图研究	医疗人工智能	心血管疾病	深度学习	深度学习算法	超声心动图像	1541例合格TTE研究（其中578例生成预测，MR队列280例，TR队列298例）
1262	2025-09-26	Application of a Deep Learning Model to Predict Liquid Chromatography Retention Times of Food Peptides Across Chromatographic Conditions 2025-Sep, Journal of separation science IF:2.8Q2 DOI:10.1002/jssc.70270 PMID:40994122	研究论文	本研究应用深度学习模型预测食品肽在不同色谱条件下的液相色谱保留时间	采用迁移学习方法，将在大型蛋白质组学数据集上预训练的通用深度学习模型，通过商业肽标准品的实验数据进行微调，显著降低数据需求和训练时间	模型主要基于商业肽标准品数据训练，可能对某些特殊结构肽的预测存在局限	开发适用于食品源性肽的保留时间预测方法，提高LC-MS分析中肽鉴定的可靠性	食品源性肽（包括酵母蛋白水解物和植物蛋白水解物中的胰蛋白酶和非胰蛋白酶肽）	机器学习	NA	液相色谱-质谱联用技术（LC-MS），深度学习	深度学习模型（具体架构未明确说明）	肽保留时间数据	商业肽标准品实验数据，酵母蛋白水解物验证集，植物蛋白水解物验证集
1263	2025-09-26	Artificial Intelligence in the Study of Root and Canal Anatomy: A Comprehensive Review on Applications, Advantages, Challenges and Future Directions 2025-Sep, European endodontic journal IF:1.6Q3 DOI:10.14744/eej.2025.37232 PMID:40995722	综述	本文全面回顾人工智能在牙根和根管解剖学研究中的应用现状、优势、挑战及未来方向	首次系统梳理AI技术在牙科解剖学教育、研究和临床实践中的整合应用与发展前景	现有研究数据集规模有限，需要更大样本量来提升深度学习模型的准确性	分析人工智能在牙根和根管解剖学研究中的应用价值与发展潜力	牙根和根管的解剖结构特征	医学人工智能	牙科疾病	深度学习	深度学习模型	2D和3D医学影像	NA
1264	2025-09-26	scHSC: enhancing single-cell RNA-seq clustering via hard sample contrastive learning 2025-Aug-31, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf485 PMID:40977264	研究论文	提出一种基于困难样本对比学习的深度学习方法scHSC，用于提升单细胞RNA测序数据的聚类效果	通过困难样本挖掘和对比学习，同时整合基因表达和细胞间拓扑结构信息，采用自适应权重策略结合ZINB模型	NA	提高单细胞RNA测序数据的聚类精度和细胞类型注释效果	单细胞RNA测序数据	机器学习	NA	单细胞RNA测序(scRNA-seq)	对比学习、ZINB模型	基因表达数据	18个单细胞RNA测序真实数据集
1265	2025-09-26	A survey on deep learning for drug-target binding prediction: models, benchmarks, evaluation, and case studies 2025-Aug-31, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf491 PMID:40977267	综述	本文系统综述了深度学习在药物-靶点结合预测中的模型、数据集、评估方法及应用案例	全面分析DTB预测领域从早期网络方法到最新多模态方法的范式转变，并通过癌症靶点案例验证方法实用性	NA	探讨深度学习如何为药物靶点关系研究提供定量框架，加速新药候选物识别	药物-靶点结合预测模型及相关生物数据	机器学习	癌症	深度学习	基于网络的方法、图神经网络、注意力机制、多模态方法	化合物库数据、蛋白质靶点数据	NA
1266	2025-09-26	MVRBind: multi-view learning for RNA-small molecule binding site prediction 2025-Aug-31, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf489 PMID:40977268	研究论文	提出MVRBind多视图图卷积网络用于预测RNA-小分子结合位点	开发了多视图特征融合模块，整合RNA的一级、二级和三级结构视图，并融合多尺度嵌入获得RNA核苷酸的综合表征	NA	提高RNA-小分子结合位点的预测准确性	RNA分子及其与小分子的结合位点	生物信息学	NA	多视图图卷积网络	GCN（图卷积网络）	RNA序列数据和结构特征数据	NA
1267	2025-09-26	Diagnostic performance of deep learning for predicting glioma isocitrate dehydrogenase and 1p/19q co-deletion in MRI: a systematic review and meta-analysis 2025-Aug-16, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11898-2 PMID:40817944	系统综述与荟萃分析	通过系统综述和荟萃分析评估深度学习模型基于MRI预测胶质瘤IDH突变和1p/19q共缺失状态的诊断性能	首次对深度学习在胶质瘤分子分型中的诊断性能进行系统性量化评估，并识别影响准确性的关键方法学因素	研究存在异质性，需要多中心外部验证和前瞻性临床验证才能实现临床转化	评估深度学习模型在胶质瘤分子分型中的诊断准确性	胶质瘤患者的MRI影像数据	医学影像分析	胶质瘤	深度学习放射组学	DL	MRI影像	包含1517篇文献，最终104篇纳入定性分析，72篇进行荟萃分析
1268	2025-09-26	Modified Le-Net Model with Multiple Image Features for Skin Cancer Detection 2025-Aug, Cancer investigation IF:1.8Q3 DOI:10.1080/07357907.2025.2518400 PMID:40536067	研究论文	提出一种基于改进LeNet模型和多图像特征的皮肤癌检测方法	结合改进深度联合分割技术和多特征提取（MTH、IPHOG、MBP）的改进LeNet模型	NA	开发高精度的皮肤癌自动检测系统	皮肤癌图像（黑色素瘤和非黑色素瘤）	计算机视觉	皮肤癌	深度学习	改进LeNet（MLeNet）	图像	HAM10000和ISIC 2019数据集
1269	2025-09-26	Enhancing Lung Cancer Diagnosis: An Optimization-Driven Deep Learning Approach with CT Imaging 2025-Aug, Cancer investigation IF:1.8Q3 DOI:10.1080/07357907.2025.2518404 PMID:40546028	研究论文	提出一种优化驱动的CBAM-EfficientNet深度学习模型，用于增强CT影像中的肺癌分类诊断	结合EfficientNet降低计算复杂度，集成CBAM注意力机制强化特征提取，并首次采用灰狼优化等算法进行超参数调优	仅在两个公开数据集上进行验证，需要进一步临床实际场景测试	提升肺癌CT影像分类的准确性和效率	肺癌患者的CT影像数据	计算机视觉	肺癌	CT影像分析	CBAM-EfficientNet（集成注意力机制的CNN模型）	医学影像	Lung-PET-CT-Dx和LIDC-IDRI两个基准数据集
1270	2025-09-26	Automated Evaluation of Female Pelvic Organ Descent on Transperineal Ultrasound: Model Development and Validation 2025-Aug, International urogynecology journal IF:1.8Q3 DOI:10.1007/s00192-025-06211-0 PMID:40580222	研究论文	开发并验证了一种基于多任务深度学习模型，用于自动化评估经会阴超声图像中的女性盆腔器官脱垂	首次将多任务深度学习模型应用于经会阴超声图像的自动化POP评估，通过Grad-CAM可视化技术验证模型关注区域与专家判断的一致性	研究样本仅来自单一时间段（2023年1-6月），未涉及外部验证集	开发自动化评估女性盆腔器官脱垂的深度学习模型	1340名女性患者的经会阴超声图像	医学影像分析	盆腔器官脱垂	深度学习，梯度加权类激活映射	ResNet34+多任务全连接层	超声图像	1340例患者图像（1072训练/268验证）
1271	2025-09-26	Standardisation of an AI-based vocal fold assessment tool on a recurrent respiratory papillomatosis model 2025-Aug, Acta otorhinolaryngologica Italica : organo ufficiale della Societa italiana di otorinolaringologia e chirurgia cervico-facciale IF:2.1Q2 DOI:10.14639/0392-100X-N2896 PMID:40985091	研究论文	本研究通过AI工具GC-AID定量评估复发性呼吸道乳头状瘤病（RRP）在声带上的病变范围	开发了首个基于AI的声带病变定量评估工具GC-AID，并在RRP模型中实现标准化应用	样本量较小（仅4名患者），属于案例研究性质	验证AI工具在RRP病变定量评估中的有效性	复发性呼吸道乳头状瘤病（RRP）患者的声带病变	数字病理	复发性呼吸道乳头状瘤病	人工智能深度学习	深度学习	医学图像（白光和窄带成像）	4名RRP患者
1272	2025-09-26	An explainable artificial intelligence handbook for psychologists: Methods, opportunities, and challenges 2025-Jul-31, Psychological methods IF:7.6Q1 DOI:10.1037/met0000772 PMID:40742683	综述	为心理学研究者提供可解释人工智能方法的实用指南	系统梳理XAI方法在心理学研究中的应用框架，并通过模拟分析展示多重共线性对不同方法的影响	未涉及具体实证研究验证，主要侧重方法论介绍	帮助心理学研究者理解和使用可解释人工智能方法	心理学研究中的机器学习模型	机器学习	NA	可解释人工智能方法	多种模型无关解释方法	心理学研究数据	NA
1273	2025-09-26	A Deep-Learning-Aided Drug Screening Based on Visualization of a Hidden Layer as Chemical Space 2025-Jul-10, ACS medicinal chemistry letters IF:3.5Q2 DOI:10.1021/acsmedchemlett.5c00124 PMID:40666467	研究论文	提出一种基于图卷积神经网络隐藏层可视化的药物筛选方法	通过可视化深度学习模型的隐藏层作为化学空间，实现从预测活性化合物中优先选择实验测试对象	NA	开发基于深度学习的药物筛选新方法	组蛋白去乙酰化酶抑制剂候选化合物	机器学习	NA	图卷积神经网络	GCN	化学结构数据	NA
1274	2025-09-26	A survey on deep learning for polygenic risk scores 2025-Jul-02, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf373 PMID:40802796	综述	本文综述了深度学习在多基因风险评分（PRS）建模中的应用现状与方法分类	首次系统梳理深度学习神经网络在PRS建模中的架构分类，并指出序列架构、图神经网络和生物知识融合模型的潜力	缺乏统一数据集和表型的模型基准测试，深度学习PRS的可解释性存在挑战	探索深度学习神经网络如何改进多基因风险评分的预测性能	多基因风险评分（PRS）的深度学习建模方法	机器学习	NA	深度学习神经网络	序列架构、图神经网络、自编码器	遗传变异数据	NA
1275	2025-09-26	Automated Deep Learning Approach for Post-Operative Neonatal Pain Detection and Prediction through Physiological Signals 2025-Jun, Proceedings. IEEE International Symposium on Computer-Based Medical Systems DOI:10.1109/cbms65348.2025.00164 PMID:40978767	研究论文	提出一种结合生理信号监测与深度学习的新方法，用于新生儿术后疼痛的自动检测和预测	首次开发早期疼痛检测方法，可在疼痛发作前5-10分钟预警，并创建干预时间窗口	NA	实现新生儿术后疼痛的自动检测和早期预测	新生儿重症监护室中的术后新生儿	计算机视觉/深度学习	新生儿术后疼痛	深度学习	深度学习模型	生理信号数据（心率、呼吸频率、血氧饱和度）	NA
1276	2025-09-26	Artificial intelligence automation of echocardiographic measurements 2025-Mar-19, medRxiv : the preprint server for health sciences DOI:10.1101/2025.03.18.25324215 PMID:40166567	研究论文	开发并验证用于超声心动图参数自动测量的开源深度学习模型	首次提出可自动测量18种超声心动图参数的开放源代码深度学习模型，并在多中心数据验证中达到与专业技师相当的准确性	模型性能验证主要基于两家医疗中心数据，需要更广泛的外部验证	通过人工智能技术实现超声心动图测量的自动化，减轻临床医生工作负担	超声心动图图像和测量参数	医学影像分析	心血管疾病	深度学习语义分割	深度学习模型（EchoNet-Measurements）	医学图像（超声心动图）	155,215项研究中的877,983个超声心动图测量值，来自Cedars-Sinai医学中心和斯坦福医疗中心
1277	2025-09-26	VASCilia (Vision Analysis StereoCilia): A Napari Plugin for Deep Learning-Based 3D Analysis of Cochlear Hair Cell Stereocilia Bundles 2025-Feb-15, bioRxiv : the preprint server for biology DOI:10.1101/2024.06.17.599381 PMID:38948743	研究论文	开发了一个名为VASCilia的Napari插件，用于基于深度学习的耳蜗毛细胞立体纤毛束3D分析	首个专门针对耳蜗毛细胞立体纤毛束分析的开源深度学习工具套件，包含五个自动化分析模型	NA	开发自动化工具以解决耳蜗毛细胞立体纤毛束3D形态分析的挑战	耳蜗毛细胞立体纤毛束	计算机视觉	听力障碍	共聚焦显微镜、深度学习	CNN（基于深度学习的分割和分类模型）	3D图像	约55个3D图像堆栈，包含502个内毛细胞和1,703个外毛细胞纤毛束的3D标注
1278	2025-09-26	Innovative laboratory techniques shaping cancer diagnosis and treatment in developing countries 2025-Feb-08, Discover oncology IF:2.8Q2 DOI:10.1007/s12672-025-01877-w PMID:39921787	综述	探讨实验室技术进步对发展中国家癌症诊断与治疗的影响	聚焦发展中国家特定挑战，系统整合人工智能与新型检测技术的应用前景	未涉及具体临床验证数据，主要基于技术现状分析	评估实验室技术在癌症诊疗中的应用潜力与实施障碍	发展中国家癌症诊疗体系	数字病理	癌症	液体活检、单细胞技术、流式细胞术、分子影像、免疫分析、分子诊断	深度学习、CNN	多模态医学数据	NA
1279	2025-09-26	Gaussianmorph: deformable medical image registration with Gaussian noise constraints 2025-Jan, Biomedical engineering letters IF:3.2Q2 DOI:10.1007/s13534-024-00428-6 PMID:39781058	研究论文	提出一种基于级联VoxelMorph网络和噪声约束的医学图像配准方法GaussianMorph	通过引入高斯噪声约束的级联网络结构和EF-encoder注意力模块提升配准精度	NA	提高医学图像配准的精度和性能	医学图像（脑部图像）	医学图像处理	NA	深度学习图像配准	级联VoxelMorph CNN	医学图像	LPBA40和HBN数据集
1280	2025-09-26	Relationships Between Familial Factors, Learning Motivation, Learning Approaches, and Cognitive Flexibility Among Vocational Education and Training Students 2025, The Journal of psychology IF:2.2Q2 DOI:10.1080/00223980.2025.2456801 PMID:40184534	研究论文	本研究探讨家庭因素与职业教育学生认知灵活性之间的关系	首次在职业教育背景下建立家庭因素通过学习动机和学习方式影响认知灵活性的结构方程模型	采用横断面研究设计，无法推断因果关系；样本仅来自曼谷地区，存在地域局限性	探究家庭因素如何通过学习动机和学习方式影响职业教育学生的认知灵活性	泰国曼谷10所职业学校的557名职业教育学生	教育心理学	NA	结构方程模型分析	结构方程模型	问卷调查数据	557名职业教育学生（男性56.7%，女性43.3%；平均年龄18.41岁）