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
14721	2025-10-07	Computer-aided diagnosis of Haematologic disorders detection based on spatial feature learning networks using blood cell images 2025-Apr-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-85815-4 PMID:40221445	研究论文	提出一种基于空间特征学习网络的计算机辅助血液疾病诊断方法，使用血细胞图像进行检测和分类	结合改进的LeNet-5特征提取器、CNN-BiGRU-A分类方法和鹈鹕优化算法进行超参数调优的混合模型	仅使用基准数据库进行验证，未提及临床实际应用效果	提高血液疾病的检测和分类准确率	血细胞图像	计算机视觉	血液疾病	显微镜血细胞成像	CNN, BiGRU	图像	基准数据库（具体数量未提及）	NA	改进的LeNet-5, CNN-BiGRU-A	准确率	NA
14722	2025-10-07	Spatial pattern and heterogeneity of green view index in mountainous cities: a case study of Yuzhong district, Chongqing, China 2025-Apr-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-97946-9 PMID:40221555	研究论文	本研究利用深度学习算法和地理加权回归分析山地城市重庆渝中区绿视率的空间异质性及其影响因素	结合深度学习与地理加权回归方法，首次系统分析山地城市绿视率的空间分布规律及多因素交互影响	研究仅限于重庆渝中区，结果可能不适用于其他类型的城市区域	探究山地城市绿视率的空间异质性特征及其影响因素	重庆渝中区的街道绿视率	计算机视觉	NA	街景图像分析，地理加权回归	深度学习算法	街景图像，地理空间数据	重庆渝中区全部街道	NA	NA	绿视率值，空间分布分析	NA
14723	2025-10-07	Landslide susceptibility assessment using lightweight dense residual network with emphasis on deep spatial features 2025-Apr-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-97074-4 PMID:40221608	研究论文	提出一种基于轻量级密集残差网络的滑坡易发性评估方法DS-DRN，重点挖掘深层空间特征	设计了深度可分离残差模块优化传统卷积，采用密集连接构建深层特征提取模块，在保证精度的同时降低计算成本	仅在中国四川省雅安市进行案例研究，未在其他地理区域验证模型泛化能力	滑坡易发性评估	滑坡地质灾害	计算机视觉	NA	NA	CNN	空间特征数据	NA	NA	轻量级密集残差网络,深度可分离卷积,Softmax分类器	预测精度,计算成本	NA
14724	2025-10-07	A comparison of an integrated and image-only deep learning model for predicting the disappearance of indeterminate pulmonary nodules 2025-Apr-11, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102553 PMID:40239430	研究论文	本研究比较了集成深度学习模型与仅使用CT图像的模型在预测不确定性肺结节消失方面的性能	首次开发集成CT图像和人口统计学数据的深度学习模型来预测不确定性肺结节的消失，并与仅使用图像的模型进行对比	研究为回顾性设计，样本量相对有限，外部验证集规模较小	利用深度学习方法预测不确定性肺结节的消失，辅助放射科医生临床决策	不确定性肺结节患者	医学影像分析	肺癌	CT影像分析	深度学习	CT图像, 人口统计学数据	训练集：672名参与者的840个IPNs（134个可消退）；验证集：65名参与者的111个IPNs（46个可消退）	NA	NA	灵敏度, 特异性, AUC, SHAP值	NA
14725	2025-10-07	Molecular surfaces modeling: Advancements in deep learning for molecular interactions and predictions 2025-Apr-11, Biochemical and biophysical research communications IF:2.5Q3 DOI:10.1016/j.bbrc.2025.151799 PMID:40239539	综述	概述分子表面分析与人工智能技术融合的最新进展及其在分子相互作用和预测中的应用	将分子表面分析与先进AI算法相结合，揭示以往难以发现的隐藏模式和设计原理	NA	加速分子发现和创新，探索化学空间，优化分子特性	分子表面分析，分子相互作用	机器学习	NA	分子表面分析	NA	分子表面数据	NA	NA	NA	NA	NA
14726	2025-10-07	Electroencephalography estimates brain age in infants with high precision: Leveraging advanced machine learning in healthcare 2025-Apr-10, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2025.121200 PMID:40216216	研究论文	本研究开发了一种基于脑电图和机器学习的方法，用于精确评估婴儿大脑发育年龄	结合传统机器学习和新型深度学习网络，首次利用脑电图量化婴儿大脑年龄差距，捕捉复杂的非单调脑电特征	样本量相对有限（219名典型发育婴儿），需要进一步验证在其他临床人群中的适用性	开发可靠的大脑成熟度评估工具，用于早期临床干预和护理规划	3-14个月大的婴儿，包括典型发育婴儿和大脑生长异常（巨脑症）的临床风险人群	机器学习	神经发育疾病	脑电图	深度学习, 传统机器学习	脑电图信号	219名典型发育婴儿，2628条脑电图记录	NA	NA	平均绝对误差, 相关系数, p值	NA
14727	2025-10-07	μGlia-Flow, an automatic workﬂow for microglia segmentation and classification 2025-Apr-10, Journal of neuroscience methods IF:2.7Q3 DOI:10.1016/j.jneumeth.2025.110446 PMID:40220906	研究论文	提出了一种自动工作流程μGlia-Flow，用于小胶质细胞的精确分割和分类	首次将深度学习技术集成到小胶质细胞分析工作流中，显著提高了分割精度并解决了现有分类方法的参数依赖问题	NA	开发自动化的微胶质细胞分割和分类方法	中枢神经系统中的小胶质细胞	计算机视觉	脑部疾病	图像分析	Transformer, CNN	显微图像	NA	NA	Vision Transformer (ViT), TransUNet, EGA-Net	Dice系数, IoU, 精确度	NA
14728	2025-10-07	Discovery of Novel DDR1 Inhibitors through a Hybrid Virtual Screening Pipeline, Biological Evaluation and Molecular Dynamics Simulations 2025-Apr-10, ACS medicinal chemistry letters IF:3.5Q2 DOI:10.1021/acsmedchemlett.4c00634 PMID:40236534	研究论文	本研究通过结合深度学习与分子对接的混合虚拟筛选方法，发现新型DDR1抑制剂用于急性髓系白血病治疗	开发了整合深度学习结合亲和力预测与分子对接技术的混合虚拟筛选流程，成功发现具有高活性的新型DDR1抑制剂	研究仅针对有限数量的候选化合物进行了验证，需要进一步扩大筛选范围和临床前研究	发现新型DDR1抑制剂作为急性髓系白血病的靶向治疗药物	DDR1（盘状结构域受体1）酪氨酸激酶受体	计算生物学	急性髓系白血病	虚拟筛选、分子对接、分子动力学模拟、深度学习	深度学习模型	化学结构数据、生物活性数据	7个候选化合物	PSICHIC, KarmaDock, Vina-GPU	NA	IC50（46.16 nM）、抑制率（99.86%）	GPU加速计算
14729	2025-10-07	MGMA-DTI: Drug target interaction prediction using multi-order gated convolution and multi-attention fusion 2025-Apr-10, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2025.108449 PMID:40239449	研究论文	提出一种基于多阶门控卷积和多注意力融合的药物靶点相互作用预测模型MGMA-DTI	使用多阶门控卷积增强对氨基酸序列全局特征的捕获能力，并设计多注意力融合模块有效学习药物-靶点相互作用特征	NA	提高药物靶点相互作用预测的准确性和可解释性	药物分子和蛋白质靶点	自然语言处理	NA	SMILES字符串编码	图卷积神经网络, 门控卷积	分子图, 氨基酸序列	三个基准数据集：BindingDB、BioSNAP和Human	NA	多阶门控卷积, 多注意力融合模块	NA	NA
14730	2025-10-07	A deep learning model for structure-based bioactivity optimization and its application in the bioactivity optimization of a SARS-CoV-2 main protease inhibitor 2025-Apr-05, European journal of medicinal chemistry IF:6.0Q1 DOI:10.1016/j.ejmech.2025.117602 PMID:40239482	研究论文	开发了一种基于结构的生物活性优化深度学习模型Pocket-StrMod，并成功应用于SARS-CoV-2主蛋白酶抑制剂的优化	采用自回归流式架构，在蛋白质结合口袋内同步优化所有取代基，并明确整合化学专业知识	NA	开发用于基于结构的生物活性优化的深度学习方法	SARS-CoV-2主蛋白酶抑制剂Hit1及其优化衍生物	机器学习	COVID-19	深度学习	自回归流模型	分子结构数据	1个初始抑制剂(Hit1)经过两轮优化后选择6个化合物进行合成和测试	NA	自回归流架构	IC50值	NA
14731	2025-10-07	Deep Learning-Based Comparative Prediction and Functional Analysis of Intrinsically Disordered Regions in SARS-CoV-2 2025-Apr-05, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms26073411 PMID:40244295	研究论文	本研究通过深度学习模型预测SARS-CoV-2蛋白质组中的内在无序区域，并分析其作为小分子药物靶点的潜力	首次系统比较四种深度学习模型在SARS-CoV-2蛋白质内在无序区域预测中的表现，并关联实验验证数据	仅使用文献中已有的实验验证数据进行比较，缺乏新的实验验证	探索SARS-CoV-2蛋白质中内在无序区域的功能及其在药物开发中的应用价值	SARS-CoV-2病毒蛋白质组中的内在无序区域	生物信息学	COVID-19	深度学习预测模型	深度学习	蛋白质序列数据	多个SARS-CoV-2蛋白质（NSP1、NSP11、ORF3a、核衣壳蛋白、刺突蛋白等）	NA	ADOPT, PONDRVLXT, PONDRVSL2, flDPnn	预测一致性，实验验证对齐	NA
14732	2025-10-07	DeepAssembly2: A Web Server for Protein Complex Structure Assembly Based on Domain-Domain Interactions 2025-Apr-04, Journal of molecular biology IF:4.7Q1 DOI:10.1016/j.jmb.2025.169128 PMID:40188941	研究论文	介绍用于基于域-域相互作用自动组装蛋白质复合体结构的DeepAssembly2网络服务器	使用新构建的链间域-域相互作用数据集训练，新增界面残基倾向性和超快形状识别特征，整合AlphaFold-Multimer的链间残基距离预测	NA	准确预测蛋白质复合体结构以理解蛋白质功能和促进药物发现	蛋白质复合体	生物信息学	NA	深度学习	深度学习模型	蛋白质序列和单体结构	NA	NA	NA	NA	网络服务器
14733	2025-10-07	Explainable Deep Learning to Predict Kelp Geographical Origin from Volatile Organic Compound Analysis 2025-Apr-04, Foods (Basel, Switzerland) DOI:10.3390/foods14071269 PMID:40238501	研究论文	本研究通过分析海带挥发性有机化合物并结合可解释深度学习技术预测海带地理来源	首次将可解释深度学习应用于海带挥发性有机化合物的地理溯源研究，解决了该领域深度学习黑箱问题	NA	开发基于挥发性有机化合物分析的海带地理来源预测方法	海带样本	机器学习	NA	气相色谱-离子迁移谱联用技术	CNN	挥发性有机化合物数据	NA	NA	一维卷积神经网络	准确率,精确率,召回率,F1分数,AUC	NA
14734	2025-10-07	Deep Learning Algorithm‑Based MRI Radiomics and Pathomics for Predicting Microsatellite Instability Status in Rectal Cancer: A Multicenter Study 2025-Apr, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.09.008 PMID:39289097	研究论文	开发基于临床变量、多参数MRI和H&E染色病理切片的多模态深度学习模型，用于预测直肠癌患者的微卫星不稳定性状态	首次结合MRI影像组学、病理组学和临床数据构建多模态深度学习模型预测直肠癌MSI状态，通过多中心数据验证模型性能	样本量相对有限（467例），仅基于三个医疗中心的数据，需要更大规模的外部验证	预测直肠癌患者的微卫星不稳定性状态	直肠癌患者	医学影像分析, 数字病理	直肠癌	多参数MRI, H&E染色, 免疫组化染色	深度学习	医学影像, 病理图像, 临床数据	467例经手术确认的直肠癌患者（来自三个中心）	NA	ResNet-101	AUC, 敏感性, 特异性	NA
14735	2025-10-07	Deep Learning Using One-stop-shop CT Scan to Predict Hemorrhagic Transformation in Stroke Patients Undergoing Reperfusion Therapy: A Multicenter Study 2025-Apr, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.09.052 PMID:39462736	研究论文	本研究开发并验证了基于多期相CTA和CTP图像的深度学习模型，用于自动预测卒中患者再灌注治疗后出血转化的风险	首次使用一站式CT扫描（多期相CTA和CTP）结合深度学习技术实现出血转化的全自动预测	回顾性研究设计，样本量相对有限（229例患者）	开发预测急性缺血性卒中患者再灌注治疗后出血转化的深度学习模型	接受再灌注治疗的急性缺血性卒中患者	医学影像分析	卒中	多期相计算机断层扫描血管成像（CTA）、计算机断层扫描灌注成像（CTP）	深度学习	医学影像	229例急性缺血性卒中患者（训练集183例，外部测试集46例）	NA	DenseNet	受试者工作特征曲线	NA
14736	2025-10-07	Exploring Structure Diversity in Atomic Resolution Microscopy With Graph 2025-Apr, Advanced materials (Deerfield Beach, Fla.) DOI:10.1002/adma.202417478 PMID:39988855	研究论文	提出基于等变图神经网络的少样本学习框架，用于分析原子分辨率显微图像中的多样化结构	利用图结构表示原子构型，相比传统图像驱动深度学习方法显著提升鲁棒性并减少三个数量级的计算参数	NA	开发高效分析原子分辨率显微图像中多样化结构配置的方法	原子结构（空位、相界、晶界、掺杂等）	计算机视觉	NA	原子分辨率显微镜	等变图神经网络(EGNN)	原子分辨率显微图像	NA	NA	等变图神经网络(EGNN)	鲁棒性，计算参数效率	NA
14737	2025-10-07	Review of 2024 publications on the applications of artificial intelligence in rheumatology 2025-Apr, Clinical rheumatology IF:2.9Q2 DOI:10.1007/s10067-025-07382-3 PMID:40011358	综述	本文对2024年人工智能在风湿病学领域的应用进行了全面回顾与分析	系统整合了AI在风湿病学中影像诊断、基因组分析和数字健康技术等多领域的前沿应用	存在临床医生采用率低、伦理问题、数据隐私问题以及模型验证不足等挑战	探讨人工智能在风湿病学研究和临床实践中的整合与应用	风湿病学领域的诊断、治疗和研究方法	机器学习	风湿性疾病	深度学习,基因组分析,可穿戴健康技术	深度学习模型	影像数据,基因组数据,健康监测数据	NA	NA	NA	NA	NA
14738	2025-10-07	Non-invasive derivation of instantaneous free-wave ratio from invasive coronary angiography using a new deep learning artificial intelligence model and comparison with human operators' performance 2025-Apr, The international journal of cardiovascular imaging DOI:10.1007/s10554-025-03369-y PMID:40063156	研究论文	开发基于深度学习的人工智能模型从侵入性冠状动脉造影中无创推导瞬时无波形比率，并与人类操作者性能进行比较	首次探索从侵入性冠状动脉造影中无创推导iFR的人工智能方法，并开发了基于血管类型的混合模型	单中心回顾性研究，样本量有限，需要进一步验证研究	开发能够从冠状动脉造影中无创分类iFR病变的人工智能模型	接受冠状动脉造影和iFR测量的患者	计算机视觉	心血管疾病	冠状动脉造影，瞬时无波形比率测量	CNN, Transformer	医学图像	250个测量数据	NA	EfficientNet-B5, 编码器-解码器CNN	准确率, 敏感度, 特异度, 阳性预测值, 阴性预测值	NA
14739	2025-10-07	A comparative study of explainability methods for whole slide classification of lymph node metastases using vision transformers 2025-Apr, PLOS digital health DOI:10.1371/journal.pdig.0000792 PMID:40233316	研究论文	本研究比较了多种可解释性方法在Vision Transformers模型用于淋巴结转移全切片分类中的效果	首次系统比较多种先进可解释性方法在Vision Transformers应用于病理图像分类中的表现，发现ViT-Shapley在可靠性和运行效率方面的优势	研究仅基于CAMELYON16数据集，样本量相对有限，需要更多数据集验证	评估不同可解释性方法在Vision Transformers模型病理图像分类中的有效性	乳腺癌患者淋巴结转移的全切片图像	计算机视觉	乳腺癌	全切片成像	Vision Transformer	图像	399张全切片图像	NA	Vision Transformer	插入指标,删除指标,运行时间	NA
14740	2025-10-07	EMCAH-Net: an effective multi-scale context aggregation hybrid network for medical image segmentation 2025-Apr-01, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-24-1983 PMID:40235751	研究论文	提出一种用于医学图像分割的有效多尺度上下文聚合混合网络EMCAH-Net	设计了有效多尺度上下文聚合(EMCA)模块和双注意力增强自注意力(DASA)模块，有效整合CNN的局部特征和Transformer的全局特征	NA	开发能够有效且鲁棒地分割医学图像的混合深度学习模型	计算机断层扫描(CT)和磁共振(MR)等医学图像	计算机视觉	多器官分割	医学图像分割	CNN, Transformer	医学图像	NA	NA	U-Net, EMCAH-Net	Dice相似系数(DSC), 参数数量, 浮点运算(FLOPs)	NA