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
13721	2025-10-07	From prediction to design: Revealing the mechanisms of umami peptides using interpretable deep learning, quantum chemical simulations, and module substitution 2025-Apr-09, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.144301 PMID:40233511	研究论文	本研究结合深度学习模型和模块替换策略筛选和设计鲜味肽	整合预训练、增强特征和对比学习模块的预测模型，以及通过模块替换策略实现肽的设计与修饰	NA	开发高效筛选鲜味肽的工具并扩展鲜味肽库	鲜味肽及其与T1R1/T1R3受体的相互作用	机器学习	NA	深度学习、量子化学模拟、分子对接、感官评价	深度学习	肽序列数据	NA	NA	集成预训练、增强特征和对比学习的混合架构	准确率	NA
13722	2025-10-07	Autonomous learning of pathologists' cancer grading rules 2025-Apr-07, bioRxiv : the preprint server for biology DOI:10.1101/2025.03.18.643999 PMID:40166226	研究论文	开发可解释深度学习算法自主学习病理学家癌症分级规则	通过生成模型和语义潜在空间探索组织形态学与癌症生物学的关联，实现可解释的癌症分级特征发现	研究仅针对透明细胞肾细胞癌，未验证其他癌症类型的适用性	建立组织形态学与癌症生物学之间的可解释关联	透明细胞肾细胞癌组织图像	数字病理学	肾癌	深度学习	生成模型, 深度学习模型	组织图像	NA	NA	NA	NA	NA
13723	2025-10-07	Accelerated Discovery of Cell Migration Regulators Using Label-Free Deep Learning-Based Automated Tracking 2025-Apr-05, bioRxiv : the preprint server for biology DOI:10.1101/2025.04.01.646705 PMID:40236190	研究论文	开发了一种基于深度学习的无标记细胞自动追踪方法DeepBIT，用于高通量研究癌细胞迁移调控因子	首次实现无需细胞标记的高通量单细胞迁移自动追踪，可在840种不同条件下同时分析约130万个细胞	研究主要聚焦于癌细胞迁移，方法在其他细胞类型中的适用性有待验证	开发高通量细胞迁移分析方法以加速发现细胞迁移调控因子	癌细胞	计算机视觉	癌症	延时摄影、CRISPR基因敲除	深度学习	视频	约130万个追踪细胞，840种不同条件	NA	NA	NA	NA
13724	2025-10-07	An Open-Source Deep Learning-Based GUI Toolbox For Automated Auditory Brainstem Response Analyses (ABRA) 2025-Apr-02, bioRxiv : the preprint server for biology DOI:10.1101/2024.06.20.599815 PMID:38948763	研究论文	开发了一个基于深度学习的开源图形用户界面工具箱ABRA，用于自动化分析听觉脑干响应	首个将深度学习与图形用户界面结合的开源工具，实现ABR波形的自动化标准化分析	NA	解决传统听觉脑干响应分析依赖主观人工解读导致的变异性和可重复性问题	听觉脑干响应波形数据	数字病理	老年疾病	电生理记录	CNN	电生理信号	来自多个实验环境的不同数据集	NA	卷积神经网络	峰值幅度、潜伏期、听觉阈值估计	NA
13725	2025-10-07	Role of artificial intelligence in magnetic resonance imaging-based detection of temporomandibular joint disorder: a systematic review 2025-Apr, The British journal of oral & maxillofacial surgery DOI:10.1016/j.bjoms.2024.12.004 PMID:40087072	系统综述	评估人工智能在基于磁共振成像的颞下颌关节盘位置检测中的应用	首次系统评估AI在TMJ盘位置检测中的性能表现，比较不同深度学习模型的效能	纳入研究数量有限（7篇），研究设计标准化不足，存在偏倚风险	评估人工智能在颞下颌关节紊乱症MRI检测中的应用价值	颞下颌关节盘位置异常的个体	医学影像分析	颞下颌关节紊乱症	磁共振成像	深度学习, 机器学习	医学影像	7项研究涉及的患者和TMJ/MRI数据	NA	MobileNetV2, ResNet	灵敏度, 特异性, 准确率	NA
13726	2025-10-07	TractCloud-FOV: Deep Learning-Based Robust Tractography Parcellation in Diffusion MRI With Incomplete Field of View 2025-Apr-01, Human brain mapping IF:3.5Q1 DOI:10.1002/hbm.70201 PMID:40193105	研究论文	提出一种深度学习框架TractCloud-FOV，用于在不完整视野的扩散MRI中实现稳健的纤维束成像分割	提出FOV-Cut数据增强方法模拟真实世界的不完整视野场景，增强模型对截断纤维束的泛化能力	NA	解决临床扩散MRI扫描中因不完整视野导致的纤维束截断问题	扩散MRI重建的纤维流线	医学影像分析	神经系统疾病	扩散MRI，纤维束成像	深度学习	纤维束成像数据	合成切割的纤维束成像数据和两个真实世界不完整视野数据集	NA	TractCloud-FOV	流线分类准确率，泛化能力，纤维束解剖描绘，计算效率	NA
13727	2025-10-07	Evaluating the Effectiveness of Neural Radiance Field for Noninvasive Volumetric Assessment 2025-Apr, Plastic and reconstructive surgery. Global open DOI:10.1097/GOX.0000000000006708 PMID:40230474	研究论文	评估基于神经辐射场（NeRF）的iPhone应用Luma 3D在门诊环境下对下肢淋巴水肿进行无创体积测量的有效性	首次将NeRF技术应用于淋巴水肿的3D体积评估，克服了传统2D成像和摄影测量法的反射折射问题	仅针对单例88岁慢性淋巴水肿患者进行12个月观察，样本量有限	评估NeRF技术在门诊环境下进行无创体积测量的临床应用价值	下肢淋巴水肿患者	计算机视觉	淋巴水肿	神经辐射场（NeRF），3D建模	深度学习	2D图像，CT扫描	1名88岁女性慢性淋巴水肿患者，观察期12个月	NA	神经辐射场（NeRF）	体积测量精度，与CT扫描对比	iPhone应用程序（Luma 3D）
13728	2025-10-07	Mortality and Antibiotic Timing in Deep Learning-Derived Surviving Sepsis Campaign Risk Groups: A Multicenter Study 2025-Apr-01, Research square DOI:10.21203/rs.3.rs-6123541/v1 PMID:40235491	研究论文	使用深度学习模型对脓毒症患者进行风险分层，并分析不同风险组中抗生素使用时机与死亡率的关系	首次使用深度学习模型客观地将脓毒症患者分层为类似SSC风险组，并基于风险分层分析抗生素使用时机与死亡率的关系	研究为观察性研究，未评估因果关系，需要更多前瞻性研究验证结果	评估基于深度学习风险分层的脓毒症患者抗生素使用时机与死亡率的关系	脓毒症成年患者	医疗人工智能	脓毒症	深度学习	深度学习模型	临床患者数据	34,163名成年脓毒症患者	NA	NA	死亡率	NA
13729	2025-10-07	Correction to: Leveraging deep learning to detect stance in Spanish tweets on COVID-19 vaccination 2025-Apr, JAMIA open IF:2.5Q3 DOI:10.1093/jamiaopen/ooaf028 PMID:40236682	correction	对一篇关于使用深度学习检测西班牙语推文中COVID-19疫苗接种立场的论文进行更正	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
13730	2025-10-07	NLP-enriched social determinants of health improve prediction of suicide death among the Veterans 2025-Mar-31, Research square DOI:10.21203/rs.3.rs-5067562/v1 PMID:40235516	研究论文	本研究通过自然语言处理技术提取健康社会行为决定因素，提升退伍军人精神病院出院后自杀风险的预测性能	首次将NLP提取的非结构化临床笔记中的健康社会行为决定因素与传统结构化数据结合，显著提升自杀风险预测模型的性能与公平性	研究仅限于美国退伍军人群体，结果可能不适用于其他人群	评估健康社会行为决定因素对精神病院出院患者自杀死亡预测的改进效果	197,581名从129家VHA精神病院出院的美国退伍军人，共414,043次出院记录	自然语言处理	精神疾病	自然语言处理, ICD编码分析	集成机器学习模型, Transformer	文本, 结构化医疗数据	197,581名退伍军人的414,043次出院记录	NA	TransformEHR	敏感度, 阳性预测值, AUROC, 校准分析	NA
13731	2025-10-07	Opportunistic Screening for Pancreatic Cancer using Computed Tomography Imaging and Radiology Reports 2025-Mar-31, ArXiv PMID:40236838	研究论文	开发并评估了一种融合放射学报告和CT影像的深度学习模型，用于预测胰腺导管腺癌风险	首次将放射学报告文本与CT影像数据融合，构建深度学习模型进行胰腺癌风险预测和生存分析	模型性能仍有提升空间，需要更大规模的多中心验证	通过深度学习模型实现胰腺癌的早期检测和预后预测	胰腺导管腺癌(PDAC)患者	医学影像分析	胰腺癌	CT成像	深度学习融合模型	CT影像, 放射学报告文本	内部数据集和外部数据集	NA	NA	C-index, Kaplan-Meier分析	NA
13732	2025-10-07	A Progressive Risk Formulation for Enhanced Deep Learning based Total Knee Replacement Prediction in Knee Osteoarthritis 2025-Mar-28, ArXiv PMID:40196144	研究论文	开发了一种基于深度学习的全膝关节置换预测模型，采用渐进风险公式提高预测性能	提出了渐进风险公式约束，确保当患者有多次扫描时预测风险随时间递增或保持稳定，突破了传统方法独立处理每次扫描的局限	NA	预测膝骨关节炎患者在不同时间范围内需要进行全膝关节置换的风险	膝骨关节炎患者	医学影像分析	膝骨关节炎	深度学习	深度学习模型	X射线图像，MRI图像	来自OAI和MOST研究的膝关节X射线和MRI数据	NA	双模型风险约束架构	AUROC，AUPRC	NA
13733	2025-10-07	Carbon price prediction research based on CEEMDAN-VMD secondary decomposition and BiLSTM 2025-Mar, Environmental science and pollution research international DOI:10.1007/s11356-025-36220-x PMID:40095303	研究论文	提出一种基于CEEMDAN-VMD二次分解和BiLSTM的碳价格预测模型	采用CEEMDAN和VMD的二次分解方法提升碳价格特征提取深度，结合COA算法优化BiLSTM参数	NA	提高碳价格预测精度，为碳市场健康发展提供参考	欧盟ETS、CCETE和BEA碳市场的碳价格数据	机器学习	NA	时间序列分解，深度学习	BiLSTM	时间序列数据	三个主要碳市场数据集（欧盟ETS、CCETE、BEA）	NA	BiLSTM	预测误差	NA
13734	2025-10-07	Forecasting the concentration of the components of the particulate matter in Poland using neural networks 2025-Mar, Environmental science and pollution research international DOI:10.1007/s11356-025-36265-y PMID:40117111	研究论文	使用四种深度学习模型预测波兰城市颗粒物浓度	首次将xLSTM、KAN、TCN和VAE四种先进深度学习模型应用于波兰颗粒物浓度预测，并通过统计假设检验验证性能	研究仅覆盖波兰八个城市，未考虑其他地区或更广泛地理范围	开发高精度颗粒物浓度预测方法以支持空气质量管理和公共健康干预	波兰八个城市的颗粒物浓度数据	机器学习	NA	空气质量监测	xLSTM, KAN, TCN, VAE	时间序列数据	波兰八个城市的空气质量数据	NA	扩展长短期记忆网络, Kolmogorov-Arnold网络, 时序卷积网络, 变分自编码器	平均绝对误差(MAE), 均方根误差(RMSE), 统计假设检验	NA
13735	2025-10-07	Role of Artificial Intelligence in Congenital Heart Disease and Interventions 2025-Mar, Journal of the Society for Cardiovascular Angiography & Interventions DOI:10.1016/j.jscai.2025.102567 PMID:40230672	综述	探讨人工智能在先天性心脏病患者心脏成像、电生理学、介入手术和重症监护监测中的应用与作用	系统总结了人工智能在复杂先天性心脏病解剖诊断、心功能评估和长期预后预测中的创新应用，特别是在减少观察者变异性和提升心电图信号细微变化检测能力方面	人工智能算法仍受限于数据标准化、算法验证、模型漂移和可解释性等障碍	评估人工智能在先天性心脏病诊疗各环节中的应用价值和发展前景	儿童和成人先天性心脏病患者	医疗人工智能	先天性心脏病	机器学习, 深度学习	深度学习模型	医学影像, 心电图信号, 重症监护数据	NA	NA	NA	诊断准确性, 风险分层准确性, 心律失常预测准确性	NA
13736	2025-10-07	Depression diagnosis: EEG-based cognitive biomarkers and machine learning 2025-02-26, Behavioural brain research IF:2.6Q3 DOI:10.1016/j.bbr.2024.115325 PMID:39515528	综述	探讨基于EEG的认知生物标志物和机器学习在抑郁症诊断中的应用	整合EEG生物标志物与机器学习方法，强调其在优化个性化治疗方案和提高诊断准确性方面的潜力	NA	研究抑郁症诊断的新兴生物标志物和计算方法	抑郁症患者和EEG数据	机器学习	抑郁症	EEG	机器学习,深度学习	EEG数据	NA	NA	NA	诊断准确性	NA
13737	2025-10-07	Semantic Segmentation of TB in Chest X-rays: a New Dataset and Generalization Evaluation 2025-Feb, Proceedings of SPIE--the International Society for Optical Engineering DOI:10.1117/12.3047222 PMID:40224922	研究论文	本文提出一个新的肺结核胸部X光分割数据集，并评估多种语义分割模型在肺结核检测任务中的泛化性能	创建了TB-Portals SIFT数据集（包含6,328张图像和10,435个伪标签病灶实例），并首次系统评估了UNet和YOLOv8-seg架构在肺结核分割任务中的表现，证明了基于分割的方法比传统分类器具有更好的泛化能力	数据集使用伪标签而非专家手动标注，可能包含标注误差；模型泛化能力评估仅限于相关任务	开发能够实现肺结核病灶语义分割的深度学习模型，提高肺结核自动诊断的可解释性和泛化能力	胸部X光图像中的肺结核病灶	计算机视觉	肺结核	胸部X光成像	CNN, 语义分割模型	医学图像	6,328张胸部X光图像，包含10,435个伪标签病灶实例	PyTorch	UNet, nnUNet, YOLOv8-seg, DenseNet121	分割性能指标，分类准确率，目标检测性能	NA
13738	2025-10-07	Residue-Level Multiview Deep Learning for ATP Binding Site Prediction and Applications in Kinase Inhibitors 2025-01-13, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c01255 PMID:39690486	研究论文	开发了一种结合一维序列和三维结构信息的多视图深度学习模型，用于精确预测ATP结合位点并应用于激酶抑制剂研究	提出了Multiview-ATPBind端到端深度学习模型和ResiBoost残基级提升算法，解决了传统方法依赖耗时预计算特征和数据不平衡问题	未明确说明模型在其他类型蛋白结合位点预测中的泛化能力	开发准确预测ATP结合位点的方法并应用于药物发现	蛋白质ATP结合位点、激酶抑制剂（如伊马替尼和达沙替尼）	生物信息学, 深度学习	癌症	深度学习, 分子对接模拟	深度学习模型	一维序列数据, 三维结构数据	基准数据集	NA	Multiview-ATPBind	平衡指标	NA
13739	2025-10-07	MGT: Machine Learning Accelerates Performance Prediction of Alloy Catalytic Materials 2025-01-13, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c01065 PMID:39698829	研究论文	提出一种基于掩码图变换器的机器学习方法，用于预测合金催化材料在析氢反应中的吸附能	通过掩码图变换器网络分别处理完整分子图和忽略固定原子的掩码图，增强对催化反应关键位点的识别能力；引入非线性消息传递机制改进Transformer的点积注意力，通过深度张量积整合分子几何信息	仅在OC20-Ni小数据集上进行验证，需要更多数据验证泛化能力	提高合金催化材料吸附能预测的准确性	合金催化材料在析氢反应中的吸附能	机器学习	NA	深度学习	Transformer, MPNN	分子图数据	OC20-Ni小数据集	PyTorch	Masked Graph Transformer (MGT), NLMP-TransNet	误差率(eV)	NA
13740	2025-10-07	Deep Learning-Driven Insights into Enzyme-Substrate Interaction Discovery 2025-01-13, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c01801 PMID:39721977	研究论文	开发了一种名为MEI的机器学习框架，用于高精度预测分子与酶之间的相互作用	通过分层神经网络中的先进注意力机制，将原子环境数据与氨基酸序列特征无缝结合	NA	准确预测特定酶的分子底物，特别是针对新型实体	酶与分子间的相互作用	机器学习	NA	机器学习	分层神经网络	酶促反应数据、酶序列数据	包含广泛酶促反应和酶序列信息的综合数据集	NA	具有注意力机制的分层神经网络	预测准确率, AUROC	NA