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
13841	2025-10-07	UniSAL: Unified Semi-supervised Active Learning for histopathological image classification 2025-May, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103542 PMID:40101375	研究论文	提出一种统一的半监督主动学习框架UniSAL，用于组织病理图像分类以减少标注成本	提出双视角高置信度伪标签训练和伪标签引导的类对比学习，设计分歧感知不确定性选择器和紧凑选择器进行样本选择	仅在三个公开病理图像数据集上验证，未在更多类型医学图像上测试	减少组织病理图像标注成本，提高深度学习模型训练效率	组织病理图像	数字病理	癌症	深度学习	CNN	图像	三个公开数据集（CRC5000、Chaoyang、CRC100K）	PyTorch	双网络架构	准确率	NA
13842	2025-10-07	Predicting infant brain connectivity with federated multi-trajectory GNNs using scarce data 2025-May, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103541 PMID:40107118	研究论文	提出一种联邦图多轨迹演化网络FedGmTE-Net++，用于从单次基线观测预测婴儿脑连接多轨迹演化	首个专为数据稀缺环境下脑多轨迹演化预测设计的联邦学习框架；在局部目标函数中加入辅助正则化器以最大化利用纵向脑连接数据；引入包含K近邻预补全和回归器精修的两步插补流程	NA	解决婴儿脑网络多轨迹预测中数据稀缺和隐私保护问题	婴儿出生后第一年的脑连接网络演化	图神经网络	NA	脑连接成像	图神经网络	脑连接图数据	NA	联邦学习	FedGmTE-Net++	NA	NA
13843	2025-10-07	A deep learning approach to multi-fiber parameter estimation and uncertainty quantification in diffusion MRI 2025-May, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103537 PMID:40112509	研究论文	提出一种基于深度学习的扩散MRI多纤维参数估计和不确定性量化方法	引入序列化方法将多纤维参数推断分解为一系列可管理的子问题，利用针对问题特定结构和对称性设计的深度神经网络	在HCP类采集方案下，细胞外平行扩散率的估计存在高度不确定性	解决扩散MRI中可靠且计算效率高的生物物理模型参数推断问题	脑白质纤维微观结构	医学影像分析	NA	扩散MRI	深度神经网络	医学影像数据	人类连接组计划(HCP)的真实成像数据	NA	NA	参数估计精度,不确定性量化	NA
13844	2025-10-07	Segment Like A Doctor: Learning reliable clinical thinking and experience for pancreas and pancreatic cancer segmentation 2025-May, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103539 PMID:40112510	研究论文	提出一种模拟医生临床思维的分割框架SLAD，用于胰腺和胰腺癌的CT图像分割	首次模拟医生在胰腺癌渐进诊断阶段（器官、病灶、边界）的逻辑思维和诊断经验，提出三个创新模块：解剖感知掩码自编码器、因果驱动图推理模块和基于扩散的差异校准模块	仅针对胰腺癌进行验证，未扩展到其他癌症类型；在极端不确定边界情况下性能仍有提升空间	提高胰腺和胰腺癌在CT图像上的分割准确性和可靠性	胰腺和胰腺癌的CT图像分割	数字病理	胰腺癌	计算机断层扫描(CT)	自编码器,图神经网络,扩散模型	CT图像	三个独立数据集（具体数量未明确说明）	NA	Anatomy-aware Masked AutoEncoder (AMAE), Causality-driven Graph Reasoning Module (CGRM), Diffusion-based Discrepancy Calibration Module (DDCM)	分割准确率	NA
13845	2025-10-07	An extragradient and noise-tuning adaptive iterative network for diffusion MRI-based microstructural estimation 2025-May, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103535 PMID:40157297	研究论文	提出一种用于扩散MRI微观结构估计的外梯度和噪声调谐自适应迭代网络	引入自适应机制根据具体dMRI模型、数据集和下采样策略灵活调整稀疏表示过程，并提出噪声调谐模块帮助网络逃离局部极小值/鞍点	NA	改进扩散MRI模型参数估计的准确性和泛化能力	扩散MRI微观结构估计	医学影像分析	NA	扩散MRI	优化网络	扩散MRI数据	两个3T HCP数据集和一个7T HCP数据集	NA	外梯度和噪声调谐自适应迭代网络	准确性, 泛化性	NA
13846	2025-10-07	ArtiDiffuser: A unified framework for artifact restoration and synthesis for histology images via counterfactual diffusion model 2025-May, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103567 PMID:40188685	研究论文	提出ArtiDiffuser框架，通过反事实扩散模型统一处理组织学图像中的伪影修复与合成	首次将反事实扩散模型应用于组织学图像伪影处理，统一伪影修复与合成功能，并采用Swin-Transformer骨干网络和类别引导的专家混合机制	未明确说明模型计算复杂度及在更大规模数据集上的泛化能力	解决组织学图像中伪影导致的误诊问题，提升深度学习模型的诊断准确性	组织学图像中的伪影区域	数字病理学	NA	扩散模型	扩散模型	组织学图像	723个标注图像块，涵盖多种伪影类别	PyTorch	Swin-Transformer, Mixture of Experts	准确性, 一致性正则化指标	NA
13847	2025-10-07	Unsupervised brain MRI tumour segmentation via two-stage image synthesis 2025-May, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103568 PMID:40199108	研究论文	提出一种通过两阶段图像合成实现无监督脑肿瘤MRI分割的方法	采用两阶段图像合成策略解决真实与合成数据间的领域差异，通过初级模型生成伪标签并创建更真实的合成数据	方法依赖于手工制作的肿瘤形状和强度模型生成初始合成数据	开发无需专家标注的无监督脑肿瘤分割方法	脑部磁共振图像中的肿瘤区域	计算机视觉	脑肿瘤	磁共振成像	深度学习模型	医学图像	五个脑成像数据集	NA	NA	NA	NA
13848	2025-10-07	Development and validation of radiomics and deep transfer learning models to assess cognitive impairment in patients with cerebral small vessel disease 2025-Apr-19, Neuroscience IF:2.9Q2 DOI:10.1016/j.neuroscience.2025.03.012 PMID:40068720	研究论文	开发和验证基于放射组学和深度迁移学习的模型，用于评估脑小血管病患者认知障碍	结合深度迁移学习和放射组学特征，开发了预测CSVD相关认知障碍的集成模型	样本量有限	预测脑小血管病相关认知障碍	脑小血管病患者和对照受试者	医学影像分析	脑小血管病	3D T1加权MRI	深度学习, 机器学习	医学影像	145名CSVD患者和99名对照受试者	NA	ResNet101_32x8d, Random Forest, Naive Bayes	AUC, 准确率	NA
13849	2025-10-07	Artificial intelligence in stroke rehabilitation: From acute care to long-term recovery 2025-Apr-19, Neuroscience IF:2.9Q2 DOI:10.1016/j.neuroscience.2025.03.017 PMID:40068721	综述	探讨人工智能在脑卒中康复领域的应用，涵盖从急性期诊疗到长期恢复的全过程	系统阐述AI技术在脑卒中康复全周期中的创新应用，包括影像诊断、机器人辅助康复和远程康复平台	未提及具体临床研究的样本量限制和技术实施的具体障碍	分析人工智能在脑卒中康复中的技术应用和发展前景	脑卒中患者康复治疗过程	医疗人工智能	脑卒中	深度学习, 机器学习, 脑机接口, 虚拟现实	深度学习模型, 机器学习模型	医学影像(CT, MRI), 神经信号, 运动数据	NA	NA	NA	NA	NA
13850	2025-10-07	Accelerated Missense Mutation Identification in Intrinsically Disordered Proteins Using Deep Learning 2025-Apr-14, Biomacromolecules IF:5.5Q1 DOI:10.1021/acs.biomac.4c01124 PMID:40072940	研究论文	结合布朗动力学模拟和深度学习策略快速识别内在无序蛋白质中错义突变引起的大规模结构变化	首次将布朗动力学模拟与多层感知器神经网络相结合，实现了对内在无序蛋白质错义突变效应的快速预测	方法基于粗粒化单珠氨基酸模型，可能无法捕捉原子级别的结构细节	开发快速识别内在无序蛋白质中致病性错义突变的方法	内在无序蛋白质及其错义突变变体	机器学习	蛋白质构象疾病	布朗动力学模拟，深度学习	多层感知器神经网络	蛋白质序列，回转半径数据	约6500个来自MobiDB数据库的长度20-300的内在无序蛋白质序列	NA	多层感知器神经网络	准确率	NA
13851	2025-10-07	Multitarget Natural Compounds for Ischemic Stroke Treatment: Integration of Deep Learning Prediction and Experimental Validation 2025-Apr-14, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00135 PMID:40084909	研究论文	本研究开发了一种结合深度学习和实验验证的创新药物发现流程，用于识别具有全面神经保护特性的天然化合物治疗缺血性中风	首次将基于Transformer的深度学习模型SELFormer与多种深度学习算法结合，构建了针对七个关键中风相关靶点的天然化合物生物活性预测框架	研究仅针对有限数量的天然化合物进行了实验验证，需要进一步扩大验证范围	开发用于缺血性中风治疗的多靶点天然化合物发现方法	天然化合物及其对缺血性中风的神经保护作用	机器学习	缺血性中风	分子对接，氧糖剥夺实验，QSAR建模	Transformer，深度学习算法	化合物结构数据，生物活性数据	11个中等活性化合物和57个高活性化合物，其中4个高活性化合物进行了实验验证	NA	SELFormer	pIC50值，结合能，细胞活力，乙酰胆碱酯酶活性，脂质过氧化水平	NA
13852	2025-10-07	Accurate Prediction of CRISPR/Cas13a Guide Activity Using Feature Selection and Deep Learning 2025-Apr-14, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c02438 PMID:40091632	研究论文	本研究开发了一种用于准确预测CRISPR/Cas13a引导活性的双分支神经网络模型	首次将直接序列编码与描述性特征相结合，通过特征选择识别出99个关键特征，显著提升预测性能	研究仅基于两个独立数据集验证，需要更多数据验证模型泛化能力	开发高精度的CRISPR/Cas13a引导活性预测方法	CRISPR/Cas13a系统的引导RNA与靶标相互作用	机器学习	NA	CRISPR/Cas13a	深度学习,神经网络	序列数据	两个独立CRISPR/Cas13a数据集	NA	双分支神经网络	预测准确度,分类性能	NA
13853	2025-10-07	CPPCGM: A Highly Efficient Sequence-Based Tool for Simultaneously Identifying and Generating Cell-Penetrating Peptides 2025-Apr-14, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00199 PMID:40105337	研究论文	开发了一个名为CPPCGM的深度学习框架，用于同时识别和生成细胞穿透肽	首次结合蛋白质语言模型和生成对抗网络架构，实现了细胞穿透肽的识别与生成双重功能	未在真实生物实验中验证生成肽的功能活性	开发高效的计算方法替代实验筛选细胞穿透肽	细胞穿透肽（CPPs）	生物信息学	NA	蛋白质语言模型	生成对抗网络, 预训练模型	蛋白质序列	三个数据集	NA	CPPClassifier, CPPGenerator	马修斯相关系数	NA
13854	2025-10-07	SFM-Net: Selective Fusion of Multiway Protein Feature Network for Predicting Binding Affinity Changes upon Mutations 2025-Apr-14, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00130 PMID:40111004	研究论文	提出SFM-Net深度学习模型，通过选择性融合多源蛋白质特征来预测突变引起的结合亲和力变化	开发了基于GNN的多路特征提取器和上下文感知选择性融合模块，能够有效整合序列、结构和进化信息	NA	预测蛋白质-蛋白质相互作用中突变引起的结合亲和力变化	蛋白质突变对结合亲和力的影响	生物信息学	NA	深度学习，图神经网络	GNN	蛋白质序列、结构、进化信息	NA	NA	SFM-Net	NA	NA
13855	2025-10-07	ChiGNN: Interpretable Algorithm Framework of Molecular Chiral Knowledge-Embedding and Stereosensitive Property Prediction 2025-Apr-14, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c02259 PMID:40116044	研究论文	提出一种可解释的深度学习框架ChiGNN，用于分子手性知识嵌入和立体敏感性质预测	通过三体图和立体敏感消息聚合编码有效整合手性物理化学知识，结合分位数回归技术提升预测精度	NA	提高分子手性相关任务的机器学习模型准确性和可解释性	手性分子及其立体敏感性质	机器学习	NA	手性色谱保留时间预测	图神经网络	分子图数据	NA	深度学习框架	Chiral Graph Neural Network, Trinity Graph, stereosensitive Message Aggregation	手性色谱保留时间预测精度	NA
13856	2025-10-07	Fitting Atomic Structures into Cryo-EM Maps by Coupling Deep Learning-Enhanced Map Processing with Global-Local Optimization 2025-Apr-14, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00004 PMID:40152222	研究论文	提出一种结合深度学习增强图谱处理与全局-局部优化的方法，用于将原子结构拟合到冷冻电镜密度图中	集成深度学习骨架图谱提取与全局-局部结构姿态搜索的渐进式方法	NA	提高原子结构在冷冻电镜密度图中的拟合精度	蛋白质和核酸复合物的冷冻电镜图谱	计算机视觉	NA	冷冻电镜(cryo-EM)、冷冻电子断层扫描(cryo-ET)	深度学习	密度图、原子结构	基准数据集（包含蛋白质和核酸复合物的cryo-ET和cryo-EM图谱）	NA	NA	NA	NA
13857	2025-10-07	A Specialized and Enhanced Deep Generation Model for Active Molecular Design Targeting Kinases Guided by Affinity Prediction Models and Reinforcement Learning 2025-Apr-14, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00074 PMID:40175286	研究论文	开发了一种专门针对激酶抑制剂设计的深度学习分子生成框架KinGen	整合强化学习、迁移学习和专门奖励模块，利用结合亲和力预测模型指导分子生成过程	NA	开发高效的激酶靶向小分子抑制剂生成方法	激酶蛋白和小分子抑制剂	机器学习	癌症	深度学习分子生成	深度生成模型,强化学习	化学结构数据	NA	NA	KinGen	对接分数	NA
13858	2025-10-07	LUND-PROBE - LUND Prostate Radiotherapy Open Benchmarking and Evaluation dataset 2025-Apr-11, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-04954-5 PMID:40216786	研究论文	介绍一个用于前列腺癌放疗研究的公开临床数据集LUND-PROBE	提供包含MRI和合成CT图像、分割标注、放疗剂量分布及DL生成分割的综合性前列腺癌放疗数据集	NA	促进自动化放疗治疗计划、分割、观察者间分析和DL模型不确定性研究	前列腺癌患者	数字病理	前列腺癌	MRI、合成CT、深度学习分割	深度学习	医学影像（MRI、CT）、分割标注、剂量分布图	432例前列腺癌患者（基础数据集）+35例患者（扩展数据集）	NA	NA	NA	AIDA Data Hub数据平台
13859	2025-10-07	Leveraging ensemble convolutional neural networks and metaheuristic strategies for advanced kidney disease screening and classification 2025-Apr-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-93950-1 PMID:40216822	研究论文	开发基于集成卷积神经网络和元启发式策略的AI系统，用于肾脏疾病的自动筛查和分类	结合多种深度学习模型（MobileNet-V2、ResNet50、EfficientNet-B0）并通过改进的灰狼优化算法优化超参数，利用Bi-LSTM增强特征提取	仅针对肾脏结石、囊肿和肿瘤三类疾病，未提及其他肾脏疾病类型的适用性	开发自动识别肾脏疾病的AI诊断系统以解决肾病专家短缺问题	肾脏疾病（结石、囊肿、肿瘤）	计算机视觉	肾脏疾病	CT成像	CNN, Bi-LSTM	CT图像	12,446张全腹部和尿路造影CT图像	TensorFlow, PyTorch	MobileNet-V2, ResNet50, EfficientNet-B0, Bi-LSTM	准确率, 灵敏度, 特异性, 精确率, AUC	NA
13860	2025-10-07	Predicting PD-L1 status in NSCLC patients using deep learning radiomics based on CT images 2025-Apr-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-91575-y PMID:40216830	研究论文	本研究开发了一种基于深度学习影像组学的方法，通过CT图像预测非小细胞肺癌患者的PD-L1表达状态	首次将深度学习影像组学与临床数据结合构建联合模型，显著提升PD-L1状态预测性能	样本量相对有限（352例患者），需进一步扩大验证	开发非侵入性方法预测NSCLC患者PD-L1表达状态	352例已知PD-L1表达状态的非小细胞肺癌患者	医学影像分析	肺癌	CT影像，深度学习影像组学	深度学习	CT医学图像	352例NSCLC患者（170例PD-L1阳性）	NA	ResNet50	AUC, 敏感度, 特异度	NA