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	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
13842	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
13843	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
13844	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
13845	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
13846	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
13847	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
13848	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
13849	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
13850	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
13851	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
13852	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
13853	2025-10-07	Continuous sleep depth index annotation with deep learning yields novel digital biomarkers for sleep health 2025-Apr-11, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-01607-0 PMID:40216900	研究论文	提出一种基于深度学习的连续睡眠深度指数标注方法，用于生成睡眠健康的新型数字生物标志物	将传统离散睡眠分期转化为连续睡眠深度指数，能够捕捉更细微的睡眠结构变化	NA	开发更精细的睡眠监测方法并发现与健康风险相关的睡眠亚型	来自四个大型队列的10,000多例多导睡眠图记录	数字病理学	老年疾病	多导睡眠图	深度学习	生理信号数据	超过10,000例睡眠记录	NA	NA	相关性分析, 风险比	NA
13854	2025-10-07	Application of the YOLOv11-seg algorithm for AI-based landslide detection and recognition 2025-Apr-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95959-y PMID:40216897	研究论文	本研究提出基于YOLOv11-seg深度学习模型的滑坡智能识别方法，用于滑坡检测和识别	优化YOLOv11-seg模型的特征提取和分割模块，提升复杂地形下滑坡边界检测精度和像素级分割能力	NA	开发高效准确的滑坡检测方法，为地质灾害监测和防灾减灾提供技术支持	滑坡现象及其在复杂地形中的特征表现	计算机视觉	NA	深度学习	YOLOv11-seg	图像	Bijie-Landslide数据集	NA	YOLOv11-seg	精确率, 召回率, F1分数, mAP	NA
13855	2025-10-07	Deep learning-based classification of lymphedema and other lower limb edema diseases using clinical images 2025-Apr-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-97564-5 PMID:40216943	研究论文	本研究开发了一种基于深度学习的AI系统，用于通过临床图像分类淋巴水肿和其他下肢水肿疾病	首次将深度学习应用于淋巴水肿与其他下肢水肿疾病的图像分类，EfficientNetV2模型达到最高准确率，并使用Grad-CAM增强模型可解释性	数据集多样性有限，评估环境受控，需要在真实世界环境中进一步验证	提高下肢水肿疾病的诊断准确性，减少诊断延迟	淋巴水肿、慢性静脉功能不全、深静脉血栓和系统性疾病引起的下肢水肿	计算机视觉	淋巴水肿	深度学习	CNN,Transformer	图像	1622张临床图像	NA	EfficientNetV2	准确率	NA
13856	2025-10-07	Fine-grained forecasting of COVID-19 trends at the county level in the United States 2025-Apr-11, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-01606-1 PMID:40216974	研究论文	提出FIGI-Net模型用于美国县级COVID-19趋势的细粒度预测	使用县级数据实现更细粒度的预测，采用堆叠双向LSTM结构，能够准确预测新爆发或峰值等突变情况	依赖较大数据集，而疫情数据的动态演变特性可能影响模型效果	实现COVID-19感染趋势的细粒度预测以支持公共卫生响应	美国县级COVID-19数据	机器学习	COVID-19	时间序列预测	LSTM	时间序列数据	县级数据（具体数量未明确说明）	NA	堆叠双向LSTM	NA	NA
13857	2025-10-07	Predicting the efficacy of microwave ablation of benign thyroid nodules from ultrasound images using deep convolutional neural networks 2025-Apr-11, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-02989-7 PMID:40217199	研究论文	本研究使用深度学习模型预测良性甲状腺结节微波消融治疗效果	首次将预训练的卷积神经网络模型应用于预测甲状腺结节微波消融疗效，特别是识别VRR<50%的低反应结节	这是一项初步研究，与实际临床应用存在差距，需要更深入的研究来开发更好的深度学习模型	预测良性甲状腺结节微波消融治疗的效果	良性甲状腺结节患者	计算机视觉	甲状腺结节	超声引导微波消融	CNN	超声图像	NA	NA	VGG19,ResNet50,EfficientNetB1,EfficientNetB0,InceptionV3	准确率,灵敏度,特异性,阳性预测值,阴性预测值,AUC	NA
13858	2025-10-07	Deep learning assisted analysis of biomarker changes in refractory neovascular AMD after switch to faricimab 2025-Apr-11, International journal of retina and vitreous IF:1.9Q2 DOI:10.1186/s40942-025-00669-2 PMID:40217505	研究论文	本研究利用深度学习算法分析难治性新生血管性年龄相关性黄斑变性患者转为使用Faricimab治疗后OCT生物标志物的变化	首次将深度学习驱动的生物标志物分割技术应用于评估新型双特异性抑制剂Faricimab在难治性nAMD患者中的疗效和持久性	回顾性研究设计，样本量相对较小（46只眼），缺乏长期随访数据	评估Faricimab在难治性新生血管性年龄相关性黄斑变性患者中的治疗效果和持久性	难治性新生血管性年龄相关性黄斑变性患者	数字病理学	年龄相关性黄斑变性	光学相干断层扫描	CNN	医学影像	41名患者的46只眼	NA	卷积神经网络	生物标志物定量分析，治疗间隔时间，视力稳定性	NA
13859	2025-10-07	Novel deep learning algorithm based MRI radiomics for predicting lymph node metastases in rectal cancer 2025-Apr-09, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-96618-y PMID:40204902	研究论文	本研究开发基于MRI影像组学的深度学习算法预测直肠癌淋巴结转移	结合临床评估模型与多参数MRI深度特征构建影像组学列线图预测模型	回顾性研究，样本量有限（430例患者）	预测直肠癌患者淋巴结转移状态	直肠癌患者	医学影像分析	直肠癌	多参数MRI	深度学习	医学影像	430例直肠癌患者（来自两个医疗中心），其中192例（44.65%）淋巴结转移阳性	NA	NA	AUC	NA
13860	2025-10-07	Artificial Intelligence in Dentistry: A Narrative Review of Diagnostic and Therapeutic Applications 2025-Apr-08, Medical science monitor : international medical journal of experimental and clinical research IF:2.2Q3 DOI:10.12659/MSM.946676 PMID:40195079	综述	本文系统回顾了人工智能在牙科领域诊断和治疗应用的最新进展	全面梳理了AI在牙科多领域的应用现状，包括牙髓病、牙周病、口腔种植、正畸等，并识别了当前面临的关键挑战和未来发展方向	存在数据标注不准确、细粒度特征表达能力有限、缺乏通用模型、算法偏见及法律风险等挑战	探讨人工智能在牙科领域的诊断和治疗应用，促进其有效融入临床实践	口腔疾病（牙髓病、牙周病、口腔种植、正畸、修复治疗、口腔颌面外科）	数字病理	口腔疾病	机器学习、人工神经网络、深度学习	NA	影像数据	NA	NA	NA	NA	NA