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
13961	2025-10-05	Deep learning assisted detection and segmentation of uterine fibroids using multi-orientation magnetic resonance imaging 2025-Oct, Abdominal radiology (New York) DOI:10.1007/s00261-025-04934-8 PMID:40188260	研究论文	开发基于多方位MRI的深度学习模型，用于子宫肌瘤的自动检测和分割	首次使用三维nnU-Net框架构建多方位MRI的子宫肌瘤自动检测和分割模型	NA	开发自动化子宫肌瘤检测和分割的深度学习方法	子宫肌瘤患者	医学影像分析	子宫肌瘤	多方位磁共振成像	深度学习	MRI图像	内部数据集299例患者（训练集239例，内部测试集60例），外部数据集45例患者	nnU-Net	三维nnU-Net	召回率, 精确率, Dice相似系数, 95% Hausdorff距离, 平均表面距离	NA
13962	2025-10-05	Multi-View Self-Supervised Learning Enhances Automatic Sleep Staging From EEG Signals 2025-Oct, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2025.3561228 PMID:40232903	研究论文	提出一种多视图自监督学习框架，通过结合时域和频域特征提升基于EEG信号的自动睡眠分期性能	引入多视图自监督学习方法，结合跨视图对比损失和动态加权算法，有效学习互补特征并增强特征可迁移性	未明确说明模型在不同人群或临床环境中的泛化能力限制	开发高效且鲁棒的自动睡眠分期方法，减少对标注数据的依赖	脑电图（EEG）信号	机器学习	睡眠障碍	EEG信号分析	深度学习	时序信号，时频特征	三个公开数据集（SleepEDF-20，SleepEDF-78，MASS）	NA	多视图特征编码器，序列编码器，线性分类器	准确率	NA
13963	2025-10-05	Machine learning based radiomic models outperform clinical biomarkers in predicting outcomes after immunotherapy for hepatocellular carcinoma 2025-Oct, Journal of hepatology IF:26.8Q1 DOI:10.1016/j.jhep.2025.04.017 PMID:40246150	研究论文	本研究开发了基于机器学习的影像组学模型，用于预测肝细胞癌患者免疫治疗后的生存结果	首次将深度学习自动分割与多种机器学习模型结合，开发了整合影像组学和临床数据的预测模型，在预测免疫治疗疗效方面优于传统临床生物标志物	回顾性研究设计，样本量相对有限（152例患者），仅来自两个医疗中心	预测肝细胞癌患者接受阿特珠单抗联合贝伐珠单抗免疫治疗后的生存结果和治疗反应	不可切除肝细胞癌患者	医学影像分析	肝细胞癌	CT影像，深度学习自动分割，影像组学分析	深度学习，机器学习	医学影像（CT），临床数据	152例来自两个国际中心的患者	NA	K-means聚类，七种机器学习模型结合13种特征选择技术	AUC，总生存期，无进展生存期，风险比	NA
13964	2025-10-05	Deep Learning-Augmented Sleep Spindle Detection for Acute Disorders of Consciousness: Integrating CNN and Decision Tree Validation 2025-Oct, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2025.3562067 PMID:40279237	研究论文	提出一种结合卷积神经网络和决策树验证的深度学习增强算法，用于急性意识障碍患者的自动睡眠纺锤波检测	首次将CNN与决策树辅助验证相结合，利用小波变换原理提升检测精度，特别针对ADOC患者中常见的慢速纺锤波进行优化	样本量相对较小（MASS SS2数据集n=19，自采ADOC数据集n=24），需要更大规模验证	开发自动睡眠纺锤波检测算法以改善急性意识障碍患者的诊断和预后预测	急性意识障碍患者和健康对照者的睡眠脑电数据	医疗人工智能	急性意识障碍	脑电图分析，小波变换	CNN，决策树	睡眠脑电信号	MASS SS2数据集19例，自采ADOC患者数据集24例	NA	NA	F1分数，Spearman相关系数	NA
13965	2025-10-05	Preclinical Evaluation of an Interactive Image Search System of Oral Pathology 2025-Oct, Journal of dental research IF:5.7Q1 DOI:10.1177/00220345251329042 PMID:40320652	研究论文	评估交互式口腔病理图像检索系统在诊断口腔肿瘤中的临床效用	首次在近临床环境中评估交互式CBIR系统对病理医生诊断准确性的影响，特别关注数据库代表性不足的肿瘤类别	误诊可能源于查询输入不当、罕见形态类型检索性能差、缺乏详细临床信息以及系统无法检索到准确类别	评估交互式图像检索系统在辅助病理医生诊断口腔肿瘤方面的有效性	口腔肿瘤病理图像	数字病理	口腔肿瘤	深度学习	NA	病理图像	603个病例的54,676个图像块，涵盖85种口腔肿瘤类别；28名病理医生参与评估（15名普通病理医生，13名口腔病理医生）	NA	NA	诊断准确率	NA
13966	2025-10-05	Enhanced risk stratification for stage II colorectal cancer using deep learning-based CT classifier and pathological markers to optimize adjuvant therapy decision 2025-Oct, Annals of oncology : official journal of the European Society for Medical Oncology IF:56.7Q1 DOI:10.1016/j.annonc.2025.05.537 PMID:40480552	研究论文	开发了一种结合深度学习CT分类器和病理标志物的智能风险整合系统，用于优化II期结直肠癌的辅助治疗决策	首次将Swin Transformer深度学习模型与病理标志物相结合，创建了四层风险分层系统，显著提高了风险分层的准确性	研究样本来自12个中心，可能存在选择偏倚；需要进一步的前瞻性研究验证临床效用	开发更精确的II期结直肠癌风险分层系统以优化辅助化疗决策	II期结直肠癌患者	数字病理	结直肠癌	多平面计算机断层扫描(CT)	深度学习	CT图像	2992例II期结直肠癌患者来自12个中心	NA	Swin Transformer	3年无病生存率	NA
13967	2025-10-05	Artificial Intelligence for Alzheimer's disease diagnosis through T1-weighted MRI: A systematic review 2025-Oct, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111028 PMID:40902465	系统综述	本文系统评估了基于T1加权MRI数据使用人工智能技术对阿尔茨海默病多个阶段进行分类的研究现状	首次系统综述专门针对使用AI技术基于T1加权MRI数据对AD连续谱中两个以上阶段进行分类的研究	研究方法存在异质性、过拟合风险、过度依赖ADNI数据库导致数据集多样性不足	评估人工智能在阿尔茨海默病多阶段诊断中的应用效果	阿尔茨海默病患者	医学影像分析	阿尔茨海默病	T1加权磁共振成像	CNN, 非卷积神经网络, 传统机器学习	医学影像	NA	NA	卷积神经网络	准确率	NA
13968	2025-10-05	Artificial Intelligence-Enabled Staging Classification of Pressure Injuries 2025-Oct-01, Advances in skin & wound care IF:1.7Q2 DOI:10.1097/ASW.0000000000000352 PMID:40981689	研究论文	本研究开发了一种基于人工智能的压力性损伤分期分类工具	首次将ResNet18-Transformer编码器混合模型等深度学习架构应用于压力性损伤分期分类，并使用Grad-CAM可视化注意力区域	模型在Stage 3的分类精度相对较低（64.72%），样本量有限	开发能够更准确客观识别压力性损伤不同分期的人工智能工具	压力性损伤图像	计算机视觉	压力性损伤	深度学习	CNN, Transformer	图像	1663张压力性损伤图像（1091张来自公开数据集，572张来自私人实验室）	PyTorch	ResNet18, ResNet18-Transformer Encoder Hybrid Model, DenseNet-121	准确率, 精确率	NA
13969	2025-10-05	Enhanced detection of Argulus and epizootic ulcerative syndrome in fish aquaculture through an improved deep learning model 2025-Sep-22, Journal of aquatic animal health IF:1.5Q2 DOI:10.1093/jahafs/vsaf001 PMID:40662570	研究论文	开发改进的YOLOV5深度学习模型用于检测水产养殖中感染流行性溃疡综合征和鱼虱的鱼类	在YOLOV5基础上进行改进，采用预训练模型进行迁移学习，并将模型部署到树莓派开发板	NA	及时检测水产养殖中感染流行性溃疡综合征和鱼虱的鱼类，防止疾病传播	水产养殖鱼类	计算机视觉	水产疾病	深度学习	YOLO	图像	NA	PyTorch	YOLOV5	精确率, 召回率, mAP50, mAP50-95	树莓派开发板
13970	2025-10-05	3D Spatial Learning for Adsorption Energy Prediction in Multi-Temporal Solution Systems: The MTSS Data Set and a GCN-Based Network 2025-Sep-22, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00645 PMID:40903277	研究论文	本文提出了一种用于多时间溶液系统中吸附能预测的3D空间学习方法，包括MTSS数据集和基于GCN的网络	引入了首个包含时间分辨配置的MTSS数据集，并提出双通道图网络SEP-Net，整合旋转不变几何学习和分子SMILES嵌入	在未知溶剂上的预测误差较大(MAE 507.37 kJ/mol)，模型泛化能力有待提升	解决复杂溶液系统中吸附能的预测问题	多时间溶液系统中的分子配置和吸附能	机器学习	NA	几何深度学习，分子SMILES嵌入	GCN	3D原子坐标，吸附能标签	500,000个时间分辨配置，涵盖五种溶剂	NA	SEP-Net（双通道图网络）	MAE（平均绝对误差）	NA
13971	2025-10-05	Multiview Deep Learning Framework for Precise Prediction of Transcription Factor Binding Sites 2025-Sep-22, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c01054 PMID:40914877	研究论文	提出一种多视角深度学习框架MDNet-TFP，用于精确预测转录因子结合位点	开发了双向反向互补模块(BiRC-Mamba)和多尺度卷积循环注意力网络(MCRAN)，能够有效建模DNA序列的双向特性和多维度特征	NA	提高转录因子结合位点预测的准确性	DNA序列中的转录因子结合位点	生物信息学	NA	ChIP-seq	深度学习	基因组序列数据	165个ChIP-seq数据集（主要评估），690个ChIP-seq数据集（扩展验证）	NA	BiRC-Mamba, MCRAN	准确率, ROC-AUC, PR-AUC	NA
13972	2025-10-05	SERS mapping combined with explainable deep learning for exosome analysis to enhance lung cancer detection 2025-Sep-22, The Analyst DOI:10.1039/d5an00685f PMID:40859702	研究论文	本研究结合表面增强拉曼散射图谱与可解释深度学习模型，通过全面分析外泌体表面和内部生物标志物来提升肺癌检测准确率	首次将Grad-CAM增强的深度学习模型应用于外泌体SERS信号分析，同时检测表面和内部生物标志物，并提供模型决策的可视化解释	未明确说明样本来源的具体肺癌亚型及临床分期信息，模型在独立验证集上的性能有待进一步验证	开发一种结合SERS图谱和可解释深度学习的方法，提高肺癌检测的准确性和可解释性	肺癌细胞来源的外泌体生物标志物	生物医学工程	肺癌	表面增强拉曼散射，金纳米立方体超晶格自组装	深度学习	SERS光谱图谱	正常细胞和肺癌细胞来源的外泌体SERS信号数据	NA	Grad-CAM增强的深度学习模型	准确率	NA
13973	2025-10-05	From AI-Driven Sequence Generation to Molecular Simulation: A Comprehensive Framework for Antimicrobial Peptide Discovery 2025-Sep-22, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00892 PMID:40879040	研究论文	提出结合深度学习和分子模拟的综合计算框架，用于系统性设计和筛选新型抗菌肽	首次将基于字符序列的生成对抗网络与分子动力学模拟相结合，建立从序列生成到功能验证的完整AMP发现流程	仅生成50个候选序列，样本规模有限；分子模拟时间范围受限	开发新型抗菌肽以解决细菌耐药性问题	抗菌肽(AMPs)	机器学习	细菌感染	分子动力学模拟, 体外合成测试	GAN, 判别网络	氨基酸序列, 分子结构数据	50个候选序列，最终验证2个肽	NA	GAN, PGAT-ABPp	抗菌活性验证	NA
13974	2025-10-05	Deep Raman Quantitative Profiling and Augmented Features for Biologically Interpretable GI Cancer Detection 2025-Sep-22, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c04073 PMID:40977515	研究论文	开发结合拉曼光谱和深度学习的胃肠道癌症检测框架，通过定量光谱分解实现生物可解释的癌症诊断	提出协同框架整合拉曼光谱和CNN进行定量光谱分解，引入生物可解释的比率特征，并应用SMOTE解决类别不平衡问题	样本数量相对有限（927个组织样本），恶性样本较少（82例），需更大规模验证	开发基于拉曼光谱的胃肠道癌症早期诊断方法	胃肠道组织样本（恶性和良性）	医学影像分析	胃肠道癌症	拉曼光谱，合成少数类过采样技术	CNN, LightGBM	光谱数据	927个胃肠道组织样本（82个恶性，845个良性），平衡后1090个样本（545良性 vs 545 SMOTE恶性）	LightGBM	CNN	准确率，灵敏度，特异性，AUC	NA
13975	2025-10-05	COLDLNA: Enhancing long-range node features extraction to improve robust generalization ability of drug-target binding affinity prediction in cold-start scenarios 2025-Sep-20, Journal of bioinformatics and computational biology IF:0.9Q4 DOI:10.1142/S0219720025500131 PMID:40977369	研究论文	提出一种名为COLDLNA的新型药物-靶点结合亲和力预测模型，通过增强长程节点特征提取提升冷启动场景下的鲁棒泛化能力	设计了长程节点注意力模块优化药物结构表征，并利用卷积注意力模块从蛋白质氨基酸序列中提取关键长程信息以阐明结合位点	未明确说明模型在更广泛生物数据集上的性能表现及计算效率分析	提升冷启动场景下药物-靶点结合亲和力预测的鲁棒泛化能力	药物分子结构和蛋白质氨基酸序列	机器学习	NA	深度学习	图神经网络,注意力机制	分子图数据,蛋白质序列数据	Davis数据集,KIBA数据集,Human数据集,C. elegans数据集	NA	长程节点注意力模块,卷积注意力模块	MSE	NA
13976	2025-10-05	Deep learning approach for flow visualization in background-oriented schlieren 2025-Sep-20, Applied optics IF:1.7Q3 DOI:10.1364/AO.572042 PMID:40981953	研究论文	提出一种基于深度学习的背景纹影法流场可视化方法，用于提高条纹图案解调的鲁棒性	开发了深度学习辅助的子空间方法，能够在严重噪声和不均匀条纹畸变情况下实现可靠的条纹图案解调	NA	提高背景纹影法中条纹图案解调的准确性和鲁棒性	背景纹影法记录的条纹图案	计算机视觉	NA	背景纹影法，衍射光学元件	深度学习	图像	NA	NA	NA	NA	NA
13977	2025-10-05	Cascade deep polarization network for precise image semantic segmentation 2025-Sep-20, Applied optics IF:1.7Q3 DOI:10.1364/AO.561465 PMID:40981975	研究论文	提出一种级联深度偏振网络，通过将预处理模块集成到端到端深度学习框架中，提升光学偏振图像的语义分割精度	首次将图像去噪、融合和增强等预处理模块直接集成到端到端深度学习网络中，通过自监督损失函数协同训练预处理模块和骨干网络	未明确说明具体的数据集规模和计算资源需求	提高光学偏振图像的语义分割性能	光学偏振图像，包括线性偏振角、线性偏振度和斯托克斯参数	计算机视觉	NA	光学偏振成像技术	深度学习网络	偏振图像	NA	NA	级联深度偏振网络(CDPN)	分割精度，计算速度	NA
13978	2025-10-05	Deep learning-enhanced holographic wavefront sensor for high-order aberration sensing 2025-Sep-20, Applied optics IF:1.7Q3 DOI:10.1364/AO.574070 PMID:40981974	研究论文	提出一种深度学习增强的全息波前传感器，用于高精度波前像差检测	采用深度神经网络处理计算机生成全息图产生的多幅偏置图像，克服传统全息模态波前传感器的测量误差和模式限制	DLHWS-p方法需要更多计算资源	开发高精度波前传感技术以检测高阶像差	波前像差，特别是大气湍流引起的高阶像差	计算机视觉	NA	全息波前传感，计算机生成全息图	CNN, UNet	图像	NA	NA	轻量级CNN, UNet	精度，推理速度	需要较多计算资源（针对DLHWS-p方法）
13979	2025-10-05	MorphoITH: a framework for deconvolving intra-tumor heterogeneity using tissue morphology 2025-Sep-19, Genome medicine IF:10.4Q1 DOI:10.1186/s13073-025-01504-x PMID:40968388	研究论文	提出了一种利用组织形态学解析肿瘤内异质性的新框架MorphoITH	开发了首个通过常规组织病理切片量化表型多样性来推断分子水平肿瘤内异质性的框架	方法验证主要基于透明细胞肾细胞癌，在其他癌症类型中的适用性有待验证	开发可扩展的方法来量化肿瘤内异质性，支持精准肿瘤学	透明细胞肾细胞癌(ccRCC)的组织病理切片	数字病理	肾癌	组织病理学分析，多区域测序	深度学习	组织病理切片图像	NA	NA	自监督深度学习模型	与遗传进化模式的对应性验证	NA
13980	2025-10-05	Optimized deep learning-accelerated single-breath-hold abdominal HASTE with and without fat saturation improves and accelerates abdominal imaging at 3 Tesla 2025-Sep-18, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01838-3 PMID:40968371	研究论文	评估深度学习加速的单次屏气腹部HASTE序列（含与不含脂肪抑制）在3特斯拉磁共振中的图像质量和可行性	首次系统比较深度学习加速HASTE序列在有无脂肪饱和条件下的技术可行性和图像质量	样本量相对有限（10名健康志愿者和50名患者），未包含更多病理情况	评估深度学习加速单次屏气T2加权腹部成像的技术性能和图像质量	健康志愿者和患者的上腹部磁共振成像	医学影像分析	腹部疾病	磁共振成像（MRI），深度学习加速单次激发快速自旋回波	深度学习模型	磁共振图像	10名健康志愿者和50名患者	NA	NA	图像质量评分，器官轮廓清晰度评分，伪影评分，脂肪饱和效果评分	3特斯拉磁共振设备