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
13301	2025-10-07	Intramolecular and Water Mediated Tautomerism of Solvated Glycine 2024-05-13, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c00273 PMID:38620066	研究论文	本研究利用基于深度学习的增强采样分子动力学方法，探究了甘氨酸在水溶液中的互变异构现象	首次揭示了甘氨酸在水溶液中通过分子内和分子间两种质子转移路径实现互变异构的机制	研究仅限于甘氨酸分子，未扩展到其他氨基酸或不同溶剂环境	探究溶剂环境中甘氨酸的互变异构动力学过程	甘氨酸分子在水溶液中的互变异构行为	计算化学	NA	增强采样分子动力学，深度学习势能函数	深度学习势能模型	分子动力学模拟数据	甘氨酸水溶液体系	NA	NA	反应能垒，反应通量	NA
13302	2025-10-07	MMSyn: A New Multimodal Deep Learning Framework for Enhanced Prediction of Synergistic Drug Combinations 2024-05-13, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c00165 PMID:38676916	研究论文	提出一种名为MMSyn的多模态深度学习框架，用于预测协同药物组合	首次结合药物分子特征（结构、指纹、字符串编码）与癌细胞系特征（基因表达、DNA拷贝数、通路活性），通过注意力机制和交互模块进行多模态融合	NA	开发深度学习框架以预测协同药物组合，提高癌症联合治疗的筛选效率	药物分子和癌细胞系	机器学习	癌症	高通量筛选	多层感知机,注意力机制	药物分子特征数据,基因表达数据,DNA拷贝数数据,通路活性数据	NA	NA	多层感知机	分层交叉验证	NA
13303	2025-10-07	Sequential Contrastive and Deep Learning Models to Identify Selective Butyrylcholinesterase Inhibitors 2024-04-22, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c00397 PMID:38532612	研究论文	本研究开发了序列对比学习和深度学习模型来识别选择性丁酰胆碱酯酶抑制剂	首次将监督对比学习与深度学习和随机森林在单模型和序列模型配置中进行比较，用于识别BChE选择性抑制剂	仅测试了20个预测化合物的选择性，样本量较小	开发高效识别选择性丁酰胆碱酯酶抑制剂的机器学习策略	丁酰胆碱酯酶抑制剂化合物	机器学习	阿尔茨海默病	虚拟筛选	对比学习,深度学习,随机森林	化合物数据	500万化合物库中筛选测试20个化合物	NA	NA	精确度	NA
13304	2025-04-24	Geneformer: a deep learning model for exploring gene networks 2023-12, Science China. Life sciences DOI:10.1007/s11427-023-2431-x PMID:37672186	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
13305	2025-10-07	Computational Advancements in Cancer Combination Therapy Prediction 2023-09, JCO precision oncology IF:5.3Q1 DOI:10.1200/PO.23.00261 PMID:37824797	综述	本文系统介绍癌症联合疗法预测的计算方法并总结最新研究进展	系统梳理近10年癌症联合疗法预测的计算方法，提出整合疾病病理生物学、药物特性和患者多组学数据的未来发展方向	未对所有现有癌症联合疗法预测方法进行荟萃分析，主要关注方法改进的考量因素	癌症联合疗法预测的计算方法研究	癌症治疗中的药物组合	机器学习	癌症	药物重定位	网络模型, 回归机器学习, 分类器机器学习, 深度学习	多组学数据, 药物特性数据, 疾病数据	NA	NA	NA	NA	NA
13306	2025-10-07	Pollen analysis using multispectral imaging flow cytometry and deep learning 2021-01, The New phytologist DOI:10.1111/nph.16882 PMID:32803754	研究论文	本研究开发了一种结合多光谱成像流式细胞术和深度学习的花粉分析方法	首次将多光谱成像流式细胞术与深度学习相结合用于花粉分析，实现了快速测量和高精度物种识别	需要建立全面的花粉参考数据库才能充分发挥方法优势	开发自动化的花粉识别和定量分析方法	35种植物物种的花粉	计算机视觉	NA	多光谱成像流式细胞术	CNN	图像	426,876张花粉图像	NA	卷积神经网络	准确率	NA
13307	2025-04-23	EEG-based schizophrenia detection: integrating discrete wavelet transform and deep learning 2025-Dec, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-025-10248-8 PMID:40256687	研究论文	本文提出了一种结合离散小波变换和深度学习的脑电图（EEG）信号分析方法，用于精神分裂症（SZ）的自动检测	采用Daubechies（db4）小波进行7级分解，结合多层感知器神经网络（MLP），在SZ检测中实现了高准确率	研究使用的公开数据集样本量较小（DS1有81条记录，DS2有28条记录），可能影响模型的泛化能力	开发一种高精度的基于EEG信号的SZ自动检测方法，以辅助医生诊断	精神分裂症患者和健康对照者的EEG信号	数字病理学	精神分裂症	离散小波变换（DWT）	多层感知器神经网络（MLP）	EEG信号	两个公开数据集：DS1（81条记录，32健康对照和49SZ患者）和DS2（28条记录，14健康对照和14SZ患者）	NA	NA	NA	NA
13308	2025-04-23	Transcranial adaptive aberration correction using deep learning for phased-array ultrasound therapy 2025-Aug, Ultrasonics IF:3.8Q1 DOI:10.1016/j.ultras.2025.107641 PMID:40117699	研究论文	本研究探讨了使用深度学习方法校正颅骨引起的畸变，开发了一种用于安全超声治疗血脑屏障（BBB）开放的经颅自适应聚焦方法	提出了一种结合预分割、k-Wave模拟和基于3D U-net网络的方法，用于快速准确地预测相位校正，显著降低了计算成本和时间	研究仅基于模拟环境和小块颅骨样本，尚未在真实临床环境中验证	开发一种快速、精确且自适应的经颅畸变校正方法，用于通过超声治疗脑部疾病	256元相控阵、小块颅骨和水构成的非线性模拟环境	医学影像处理	脑部疾病	k-Wave模拟、3D U-net网络	3D U-net	模拟数据	NA	NA	NA	NA	NA
13309	2025-04-23	Deep Learning-Driven Glaucoma Medication Bottle Recognition: A Multilingual Clinical Validation Study in Patients with Impaired Vision 2025 Jul-Aug, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2025.100758 PMID:40256318	research paper	临床验证一款基于CNN的Android智能手机应用，用于识别青光眼患者的局部用药	开发并验证了一款多语言的CNN驱动应用，显著提高了视力受损患者的药物识别准确率	样本量较小（41名参与者），且非英语使用者的应用易用性评分较低	验证基于CNN的智能手机应用在青光眼患者药物识别中的效果	青光眼伴视力受损患者（包括英语和非英语使用者）	computer vision	glaucoma	CNN	CNN	image	41名患者（20名非英语使用者，21名英语使用者）	NA	NA	NA	NA
13310	2025-04-23	A semantic segmentation network for red tide detection based on enhanced spectral information using HY-1C/D CZI satellite data 2025-Jun, Marine pollution bulletin IF:5.3Q1 DOI:10.1016/j.marpolbul.2025.117813 PMID:40117936	研究论文	提出了一种基于增强光谱信息的语义分割网络SIC-RTNet，用于利用HY-1C/D CZI卫星数据检测赤潮	SIC-RTNet通过引入残差块、计算三个光谱信息通道和改进损失函数，提高了赤潮监测的准确性	传统遥感方法难以监测小规模赤潮事件和详细分布，且不适用于中高空间分辨率和低光谱分辨率的卫星传感器	提高赤潮监测的准确性，助力海洋生态灾害监测	赤潮	计算机视觉	NA	卫星遥感	Residual Neural Network (SIC-RTNet)	卫星图像	NA	NA	NA	NA	NA
13311	2025-04-23	High-level visual processing in the lateral geniculate nucleus revealed using goal-driven deep learning 2025-Jun, Journal of neuroscience methods IF:2.7Q3 DOI:10.1016/j.jneumeth.2025.110429 PMID:40122470	研究论文	本研究提出了一种利用目标驱动的深度学习方法来揭示侧膝状体核（LGN）在高级视觉处理中的作用	使用VGG16和ResNet50两种深度神经网络作为目标驱动模型，探索LGN在高级视觉特征（如数量感知）编码中的作用，挑战了关于LGN功能简单性的传统观点	研究仅针对小鼠LGN，结果是否适用于其他物种尚不明确	探索LGN在高级视觉处理中的功能	小鼠侧膝状体核（LGN）的神经活动	计算机视觉	NA	深度学习	VGG16, ResNet50	神经活动数据	NA	NA	NA	NA	NA
13312	2025-04-23	AI-driven approaches for air pollution modelling: A comprehensive systematic review 2025-May-15, Environmental pollution (Barking, Essex : 1987) DOI:10.1016/j.envpol.2025.125937 PMID:40058557	综述	本文对利用机器学习和深度学习技术预测空气污染的现有研究进行了系统性回顾	不仅比较了不同模型和方法，还分析了外部特征（如气象数据、交通信息和土地利用）对污染物水平和模型预测准确性的影响	探讨了机器学习和深度学习方法的性能和局限性，但未提出新的模型或方法	比较和评估不同方法在预测空气污染物浓度水平方面的效果	空气污染预测模型	机器学习	NA	机器学习和深度学习技术	时间模型和时空模型	气象数据、交通信息、土地利用等多源数据	NA	NA	NA	NA	NA
13313	2025-10-07	Comparative analysis of retinal microvascular parameters in healthy individuals with or without carotid artery stenosis or plaque 2025-May, European journal of ophthalmology IF:1.4Q3 DOI:10.1177/11206721241291224 PMID:39410788	研究论文	通过眼底摄影评估视网膜微血管参数与颈动脉狭窄（伴或不伴斑块）的相关性	首次使用基于深度学习的算法分析视网膜微血管参数与颈动脉狭窄的关联，为颈动脉狭窄筛查提供新方法	回顾性观察研究设计，样本量有限（715名参与者）	评估视网膜微血管变化与颈动脉狭窄的相关性	接受双侧颈动脉超声和双侧眼底摄影检查的患者	数字病理	心血管疾病	眼底摄影，颈动脉超声	深度学习算法	眼底图像	715名参与者（313名颈动脉狭窄患者，402名对照组）	NA	NA	NA	NA
13314	2025-10-07	Development and Validation of Multiparametric MRI-based Interpretable Deep Learning Radiomics Fusion Model for Predicting Lymph Node Metastasis and Prognosis in Rectal Cancer: A Two-center Study 2025-May, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.11.045 PMID:39638641	研究论文	开发基于多参数MRI的可解释深度学习放射组学融合模型，用于预测直肠癌淋巴结转移和预后	结合深度学习和放射组学特征构建融合模型，并利用SHAP工具增强模型可解释性	回顾性研究，样本量有限（共352例患者）	预测直肠癌术前淋巴结转移和患者预后	经组织病理学确认的直肠癌患者	数字病理	直肠癌	多参数磁共振成像（T2WI, DWI）	深度学习, 机器学习	医学影像	352例患者（中心1：286例训练集，中心2：66例外部队列）	NA	MobileNet-V3-large, Inception-V3, ResNet50, VGG16	AUC	NA
13315	2025-10-07	Deep Learning for Contrast Enhanced Mammography - A Systematic Review 2025-May, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.11.035 PMID:39643464	系统综述	系统回顾深度学习在对比增强乳腺摄影中的应用研究	首次系统综述深度学习在对比增强乳腺摄影中的应用，涵盖多种深度学习算法和临床任务	纳入研究数量有限，大多数为回顾性研究，缺乏前瞻性临床验证	评估深度学习算法在对比增强乳腺摄影图像自动分析中的应用效果	对比增强乳腺摄影图像	计算机视觉	乳腺癌	对比增强乳腺摄影	CNN	医学影像	16项相关研究（2018-2024年）	NA	卷积神经网络，注意力机制	AUC, 准确率	NA
13316	2025-10-07	SMART: Development and Application of a Multimodal Multi-organ Trauma Screening Model for Abdominal Injuries in Emergency Settings 2025-May, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.11.056 PMID:39690074	研究论文	开发并应用用于急诊环境中腹部损伤的多模态多器官创伤筛查模型SMART	结合非对比CT扫描和非结构化文本数据构建多模态诊断模型，通过集成GPT-4嵌入API、nnU-Net和DenseNet121实现快速准确的腹部创伤筛查	NA	提高急诊科创伤护理中腹部损伤诊断的速度和准确性	接受腹部CT扫描的患者	医学影像分析	腹部创伤	非对比计算机断层扫描，文本数据分析	多模态深度学习模型	CT图像，非结构化文本	2638名患者（459例阳性，2179例阴性腹部创伤病例），测试集包含1006名患者的1632个连续数据点	GPT-4 API, nnU-Net, DenseNet121	nnU-Net, DenseNet121, 逻辑回归集成模型	敏感度，AUC（受试者工作特征曲线下面积）	NA
13317	2025-10-07	Interpretable Deep-learning Model Based on Superb Microvascular Imaging for Noninvasive Diagnosis of Interstitial Fibrosis in Chronic Kidney Disease 2025-May, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.11.067 PMID:39690075	研究论文	开发基于超微血管成像的可解释深度学习模型，用于无创诊断慢性肾病间质纤维化程度	首次结合超微血管成像和可解释深度学习技术，通过SHAP方法提供模型决策的可视化解释	研究样本量相对有限，需要更大规模的多中心验证	开发无创诊断慢性肾病间质纤维化程度的深度学习模型	慢性肾病患者	医学影像分析	慢性肾病	超微血管成像，超声影像学，彩色多普勒超声	深度学习	医学影像	365名慢性肾病患者	NA	NA	AUC，ROC曲线，决策曲线分析	NA
13318	2025-10-07	The Quality and Accuracy of Radiomics Model in Diagnosing Osteoporosis: A Systematic Review and Meta-analysis 2025-May, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.11.065 PMID:39701845	系统评价与荟萃分析	通过系统评价和荟萃分析评估放射组学模型在骨质疏松诊断中的性能表现及研究质量	首次对骨质疏松诊断放射组学模型进行全面的质量评估和诊断性能荟萃分析	纳入研究的方法学质量存在异质性，不同影像模态可能影响结果一致性	评估当前放射组学模型在骨质疏松诊断中的诊断性能和研究质量	骨质疏松患者和非骨质疏松患者	医学影像分析	骨质疏松	放射组学分析	深度学习算法	医学影像数据（CT等）	24项研究，共3753名患者（1553名骨质疏松患者，2200名非骨质疏松患者）	NA	NA	诊断比值比(DOR), 敏感性, 特异性, 受试者工作特征曲线下面积(AUC)	NA
13319	2025-10-07	Deep Learning Model for the Differential Diagnosis of Nasal Polyps and Inverted Papilloma by CT Images: A Multicenter Study 2025-May, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.12.011 PMID:39730250	研究论文	本研究开发了一种基于CT图像的深度学习模型，用于区分鼻腔息肉和倒置性乳头状瘤	首次采用3D深度学习模型进行鼻腔良性肿瘤的鉴别诊断，并通过多中心数据和蛋白质组学分析验证模型性能	回顾性研究设计，样本来源仅限于两家医院	开发能够区分鼻腔息肉和倒置性乳头状瘤的深度学习诊断模型	鼻腔良性肿瘤患者	计算机视觉	鼻腔肿瘤	CT成像，蛋白质组学分析	CNN	CT图像	1791名患者来自两家医院，其中70名患者进行了蛋白质组学分析	NA	3D ResNet, 3D Xception, HRNet	AUC, 准确率, 敏感性, 特异性	NA
13320	2025-10-07	Multimodal Deep Learning Fusing Clinical and Radiomics Scores for Prediction of Early-Stage Lung Adenocarcinoma Lymph Node Metastasis 2025-May, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.12.018 PMID:39730249	研究论文	开发并验证基于CT影像和临床知识的多模态深度学习模型，用于预测早期肺腺癌淋巴结转移	提出基于InceptionResNetV2架构的多模态特征融合深度学习网络，有效整合影像和临床知识预测淋巴结转移	回顾性研究，样本量有限（724例），仅包含两个中心的患者数据	预测早期肺腺癌淋巴结转移状态	724例经病理证实的早期浸润性肺腺癌患者	医学影像分析	肺腺癌	CT影像分析，放射组学特征提取	深度学习	CT影像，临床数据	724例患者（中心1：524例，中心2：200例）	NA	InceptionResNetV2	AUC, 敏感性, 平均精确率	NA