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
15001	2025-10-07	Deep learning initialized compressed sensing (Deli-CS) in volumetric spatio-temporal subspace reconstruction 2025-Apr, Magma (New York, N.Y.) DOI:10.1007/s10334-024-01222-2 PMID:39891798	研究论文	提出深度学习初始化压缩感知方法加速容积多轴螺旋投影MRF的重建过程	首次将深度学习生成的种子点用于初始化迭代重建，显著减少收敛所需迭代次数	NA	减少磁共振指纹成像的重建时间，满足临床需求	全脑T1和T2映射	医学影像分析	NA	磁共振指纹成像，多轴螺旋投影采集	深度学习	容积时空MRI数据	NA	NA	NA	重建质量，处理时间	GPU
15002	2025-10-07	A Systematic Review of Advances in AI-Assisted Analysis of Fundus Fluorescein Angiography (FFA) Images: From Detection to Report Generation 2025-Apr, Ophthalmology and therapy IF:2.6Q2 DOI:10.1007/s40123-025-01109-y PMID:39982648	综述	系统回顾2019-2024年人工智能辅助眼底荧光血管造影图像分析的研究进展	首次系统总结AI在FFA图像分析中从病灶检测到报告生成的全流程应用突破	模型透明度不足，跨人群鲁棒性有待验证，数据隐私和技术基础设施存在挑战	评估AI在FFA图像自动分析中的临床应用价值与发展前景	PubMed、Web of Science和Google Scholar数据库中23篇相关研究文献	计算机视觉	眼底疾病	眼底荧光血管造影	深度学习, 机器学习	FFA图像	23篇研究文献	NA	NA	诊断准确性, 工作流程效率	NA
15003	2025-10-07	Mining the UniProtKB/Swiss-Prot database for antimicrobial peptides 2025-Apr, Protein science : a publication of the Protein Society IF:4.5Q1 DOI:10.1002/pro.70083 PMID:40100125	研究论文	本研究开发了一种从UniProtKB/Swiss-Prot数据库中挖掘新型抗菌肽的工作流程	首次使用深度学习工具AMPlify对公共蛋白质数据库进行大规模计算挖掘以发现新型抗菌肽	仅从真核生物序列中挖掘，且仅测试了部分合成肽的抗菌活性	开发抗菌肽挖掘方法以应对抗生素耐药性问题	UniProtKB/Swiss-Prot数据库中的蛋白质序列	生物信息学	细菌感染	深度学习预测，蛋白质结构预测，肽合成	深度学习模型	蛋白质序列数据	从数据库中发现8008个新型推定抗菌肽，合成测试38个肽	AMPlify	NA	抗菌活性测试	NA
15004	2025-10-07	CommRad RF: A dataset of communication radio signals for detection, identification and classification 2025-Apr, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111387 PMID:40103755	研究论文	本文提出了一个包含2700多个无线电信号的创新数据集，并开发了两种轻量级深度学习模型用于无线电信号处理	填补了商用对讲机无线电信号公开数据集的空白，并提出了两种新型轻量级一维卷积神经网络模型	数据采集仅限于室内多路径环境，信号来源仅包含27台无线电设备	增强通信信道安全性，通过无线电指纹识别技术检测未经授权的传输源	商用对讲机和无线电设备的通信信号	信号处理	NA	无线电信号采集	CNN	无线电信号	2700多个无线电信号，来自27台无线电设备	NA	Light Weight 1DCNN, Light Weight Bivariate 1DCNN	NA	NA
15005	2025-10-07	A novel rotation and scale-invariant deep learning framework leveraging conical transformers for precise differentiation between meningioma and solitary fibrous tumor 2025-Apr, Journal of pathology informatics DOI:10.1016/j.jpi.2025.100422 PMID:40104410	研究论文	提出一种旋转和尺度不变性的深度学习框架，用于精确区分脑膜瘤和孤立性纤维瘤	采用新型锥形变换器架构，能够捕获全切片图像中的全局和局部成像标记，并适应不同放大倍率的变异	研究样本量相对较小（92例患者），需要更大规模验证	开发AI诊断工具，精确区分脑膜瘤和孤立性纤维瘤	脑膜瘤和孤立性纤维瘤患者	数字病理学	中枢神经系统肿瘤	全切片图像分析	Transformer	图像	92例患者（46例脑膜瘤，46例孤立性纤维瘤）	NA	锥形变换器	准确率, 灵敏度, 特异性, F1分数	NA
15006	2025-10-07	Implementation of A New, Mobile Diabetic Retinopathy Screening Model Incorporating Artificial Intelligence in Remote Western Australia 2025-Apr, The Australian journal of rural health DOI:10.1111/ajr.70031 PMID:40110918	研究论文	本文介绍并评估了在澳大利亚偏远西部地区实施的新型移动糖尿病视网膜病变筛查模式，该模式整合了人工智能技术	开发了结合人工智能的移动糖尿病视网膜病变筛查新模式，在偏远地区实现即时诊断，并将筛查率提高了11倍	样本量相对较小（78名患者），研究仅限于澳大利亚皮尔巴拉地区	评估人工智能辅助的移动糖尿病视网膜病变筛查模式在偏远地区的实施效果和患者接受度	澳大利亚皮尔巴拉地区的糖尿病患者	数字病理	糖尿病视网膜病变	视网膜成像，人工智能诊断	深度学习系统	视网膜图像	78名患者，其中56.4%为原住民或托雷斯海峡岛民	NA	NA	筛查人数，患者接受度，可转诊糖尿病视网膜病变比例，不可分级图像比例	集成人工智能诊断的自动化视网膜相机，移动筛查车（梅赛德斯Sprinter Van）
15007	2025-10-07	Deep Learning-Driven Computational Approaches for Studying Intrinsically Disordered Regions in S100-A9 2025-Mar-20, Methods in molecular biology (Clifton, N.J.) DOI:10.1007/7651_2025_617 PMID:40106150	研究论文	本章介绍了一种利用深度学习方法研究S100-A9蛋白内在无序区域的初步方案	将人工智能技术应用于内在无序区域的预测和分析，以S100-A9蛋白为案例研究	仅提供初步水平的研究方案，未涉及具体模型性能验证	开发计算方法来研究蛋白质内在无序区域	S100-A9蛋白的内在无序区域	机器学习	银屑病	深度学习	NA	蛋白质序列数据	NA	NA	NA	NA	NA
15008	2025-10-07	Emerging Trends and Innovations in Radiologic Diagnosis of Thoracic Diseases 2025-Mar-20, Investigative radiology IF:7.0Q1 DOI:10.1097/RLI.0000000000001179 PMID:40106831	综述	本文总结了胸部影像学领域的关键进展，包括成像技术、计算工具和临床应用方面的突破	整合了人工智能驱动的计算机辅助检测系统、光子计数探测器CT和低场MRI等新型成像技术，展示了定量功能分析与AI工具融合的创新价值	作为综述文章，主要基于已有研究进行总结，未提供原始实验数据验证	总结胸部疾病放射学诊断的新兴趋势和创新技术	胸部疾病包括肺癌、肺结节、间质性肺病、慢性阻塞性肺病、COVID-19肺炎和肺栓塞等	医学影像分析	胸部疾病	光子计数探测器CT、低场MRI、双能CT、暗场放射成像、CT纹理分析、灌注成像	深度学习	CT图像、MRI图像、X射线图像	NA	NA	NA	NA	NA
15009	2025-10-07	Artificial intelligence to enhance the diagnosis of ocular surface squamous neoplasia 2025-Mar-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-94876-4 PMID:40108432	研究论文	开发基于人工智能的活体共聚焦显微镜图像分析方法，用于准确诊断眼表鳞状上皮 neoplasia	提出基于方形数据增强策略处理类别不平衡问题，并采用少样本学习模型提高罕见症状识别精度	在多类别分类任务中准确率较低	利用人工智能技术增强眼表鳞状上皮 neoplasia 的诊断能力	眼表鳞状上皮 neoplasia 及其他眼表疾病患者	计算机视觉	眼表鳞状上皮 neoplasia	活体共聚焦显微镜	深度学习	图像	2,774张活体共聚焦显微镜图像	TensorFlow, PyTorch	ResNet50V2, Yolov8x, VGG19	准确率, 精确率, 召回率, F1分数	NA
15010	2025-10-07	Interpretable Identification of Single-Molecule Charge Transport via Fusion Attention-Based Deep Learning 2025-Mar-20, The journal of physical chemistry letters IF:4.8Q1 DOI:10.1021/acs.jpclett.4c03650 PMID:40111072	研究论文	提出一种基于融合注意力机制的深度学习方法来识别单分子电荷传输	首次将多头自注意力与空间注意力机制融合应用于单分子电荷传输识别，开发了新型神经网络架构SingleFACNN	NA	提高单分子电荷传输识别的可解释性和准确性	单分子电荷传输数据	机器学习	NA	STM-BJ（扫描隧道显微镜断裂结技术）	CNN, 注意力机制	STM-BJ数据集	三类型和四类型STM-BJ数据集，以及不同比例的混合样本	NA	SingleFACNN（融合卷积神经网络与注意力机制的新型架构）	分类准确率，通过梯度加权类激活映射和消融研究评估	低计算成本
15011	2025-10-07	Robust protein-ligand interaction modeling through integrating physical laws and geometric knowledge for absolute binding free energy calculation 2025-Mar-19, Chemical science IF:7.6Q1 DOI:10.1039/d4sc07405j PMID:40007661	研究论文	提出一种融合物理定律与几何知识的蛋白质-配体相互作用建模框架LumiNet，用于精确计算绝对结合自由能	通过子图变换器提取分子图多尺度信息，结合几何神经网络映射原子对结构至经典力场非键相互作用参数，填补物理模型与黑盒算法间的空白	未明确说明模型在更大规模数据集或更复杂蛋白质体系中的泛化能力	开发高精度且可解释的蛋白质-配体相互作用建模方法以加速药物发现	蛋白质-配体复合物及其结合自由能	机器学习	NA	深度学习	Transformer, 几何神经网络	分子图数据	PDE10A数据集（未提供具体样本数）	NA	子图Transformer	结合自由能计算精度，与FEP+方法对比	NA
15012	2025-10-07	Commentary on "Machine Learning, Deep Learning, Artificial Intelligence and Aesthetic Plastic Surgery: A Qualitative Systematic Review" by Nogueira et al. (2025) 2025-Mar-19, Aesthetic plastic surgery IF:2.0Q2 DOI:10.1007/s00266-025-04825-9 PMID:40105945	评论	对Nogueira等人关于机器学习、深度学习、人工智能在美容整形外科应用的系统综述进行评论	NA	NA	讨论人工智能在美容整形外科领域的应用现状	美容整形外科领域的人工智能研究	machine learning	NA	NA	NA	NA	NA	NA	NA	NA	NA
15013	2025-10-07	Generating Inverse Feature Space for Class Imbalance in Point Cloud Semantic Segmentation 2025-Mar-19, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3553051 PMID:40106253	研究论文	提出InvSpaceNet网络框架，通过生成逆特征空间解决点云语义分割中的类别不平衡问题	设计双分支训练架构，结合实例平衡采样数据的特征表示与逆采样数据的认知校正，通过对比损失约束和动量更新生成点云类别原型	NA	缓解点云语义分割中的类别不平衡问题，提高分割性能	点云数据	计算机视觉	NA	点云语义分割	深度学习网络	点云	四个大型基准数据集（S3DIS、ScanNet v2、Toronto-3D、SemanticKITTI）	NA	InvSpaceNet, 双分支架构	分割性能指标	NA
15014	2025-10-07	Mouse-Geneformer: A deep learning model for mouse single-cell transcriptome and its cross-species utility 2025-Mar-19, PLoS genetics IF:4.0Q1 DOI:10.1371/journal.pgen.1011420 PMID:40106407	研究论文	本研究开发了针对小鼠单细胞转录组的深度学习模型mouse-Geneformer，并验证其跨物种应用潜力	首次构建了包含2100万个小鼠单细胞转录组数据的大规模数据集，并开发了专门针对小鼠的Geneformer模型，同时探索了跨物种分析能力	在人类COVID-19疾病模型中的仿真实验结果与人类专用Geneformer仅部分一致，表明物种特异性模型对完全捕捉疾病机制复杂性的重要性	开发适用于小鼠单细胞转录组分析的深度学习模型，并探索其跨物种应用价值	小鼠和人类的单细胞转录组数据	生物信息学，机器学习	心肌梗死，COVID-19	单细胞RNA测序（scRNA-seq）	Transformer	单细胞转录组数据	2100万个小鼠单细胞转录组图谱	NA	Transformer Encoder	细胞类型分类准确率	NA
15015	2025-10-07	Automated Detection of Hydrocephalus in Pediatric Head Computed Tomography Using VGG 16 CNN Deep Learning Architecture and Based Automated Segmentation Workflow for Ventricular Volume Estimation 2025-Mar-19, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01482-x PMID:40108068	研究论文	本研究提出基于VGG16架构的CNN模型，用于婴幼儿头部CT图像中脑积水的自动检测和脑室体积估计	首次将VGG16 CNN架构与自动化脑室分割流程相结合，专门针对婴幼儿先天性脑积水的自动检测	样本量相对较小（105例CT扫描），仅在单一疾病类型和年龄段中进行验证	开发自动化脑积水检测和脑室体积估计算法	婴幼儿头部CT图像中的脑室结构和脑积水病变	计算机视觉	脑积水	CT成像	CNN	医学图像	105例头部CT扫描，共6300个切片	NA	VGG16	准确率, R值, 平均绝对百分比误差, 均方根误差	NA
15016	2025-10-07	Stroma and lymphocytes identified by deep learning are independent predictors for survival in pancreatic cancer 2025-Mar-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-94362-x PMID:40108402	研究论文	本研究利用深度学习模型从胰腺癌病理切片中自动识别肿瘤、间质和淋巴细胞，并发现间质比例和淋巴细胞比例是独立的生存预测因子	首次开发基于U-net架构的深度学习模型，能够自动量化胰腺癌病理全切片图像中的间质比例(SIP)和淋巴细胞比例(LIP)，并证明其作为预后生物标志物的价值	研究样本量相对有限(800例)，需要更大规模的多中心验证	探索胰腺导管腺癌的预后生物标志物，实现个体化生存预测	胰腺导管腺癌(PDAC)患者	数字病理	胰腺癌	全切片图像(WSI)分析	深度学习	病理图像	800例胰腺癌扫描图像	NA	U-net	准确率, 平均交并比, Dice系数	NA
15017	2025-10-07	Developing a deep learning model for the automated monitoring of acupuncture needle insertion: enhancing safety in traditional acupuncture practices 2025-Mar-18, BMC complementary medicine and therapies IF:3.3Q1 DOI:10.1186/s12906-025-04853-7 PMID:40102810	研究论文	开发基于YOLOv8架构的深度学习模型，用于自动监控针灸针插入过程，检测针具断裂和滞留情况	首次将YOLOv8目标检测模型应用于针灸针插入监控，实现实时针具状态监测	数据集规模有限（共265张图像），需要在更大更多样化的数据集上验证	提高针灸治疗安全性，预防针具断裂和滞留导致的并发症	针灸针插入过程	计算机视觉	NA	图像采集	CNN	图像	265张图像（192张来自商业图库，73张临床图像）	YOLOv8	YOLOv8	精确率, 召回率, F1分数, mAP@50, mAP@50-95	NA
15018	2025-10-07	Denoised recurrence label-based deep learning for prediction of postoperative recurrence risk and sorafenib response in HCC 2025-Mar-18, BMC medicine IF:7.0Q1 DOI:10.1186/s12916-025-03977-4 PMID:40102873	研究论文	基于去噪复发标签的深度学习模型预测肝细胞癌术后复发风险及索拉非尼治疗反应	提出结合去噪复发标签的CNN-SASM模型，首次从病理图像中提取预后相关特征并验证其预测索拉非尼治疗反应的能力	样本量有限（训练集287例，验证集79例，外部验证78例），需更大规模多中心验证	开发基于病理图像的深度学习模型预测HCC术后复发风险及靶向药物疗效	肝细胞癌患者术后病理图像	数字病理	肝细胞癌	深度学习，病理图像分析	CNN	病理图像	训练集287例未治疗患者，79例索拉非尼治疗患者，外部验证78例TCGA-LIHC患者	NA	CNN-SASM	AUROC	NA
15019	2025-10-07	CACTUS: An open dataset and framework for automated Cardiac Assessment and Classification of Ultrasound images using deep transfer learning 2025-Mar-18, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110003 PMID:40107020	研究论文	本文提出了首个开放分级的心脏超声图像数据集CACTUS，并开发了基于深度迁移学习的自动心脏评估和分类框架	首次创建开放分级心脏超声图像数据集，包含超越传统文献的心脏视图和不同质量级别图像，提出结合分类和分级任务的深度学习框架	数据集主要基于CAE Blue Phantom模型扫描获取，可能无法完全代表真实患者数据的复杂性	自动化心脏超声图像分类和评估，辅助医疗专业人员提高诊断效率	心脏超声图像	计算机视觉	心血管疾病	超声扫描	CNN	图像	NA	深度学习框架	卷积神经网络	准确率, 错误率	NA
15020	2025-10-07	Deep learning by Vision Transformer to classify bacterial and fungal keratitis using different types of anterior segment images 2025-Mar-18, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.109976 PMID:40107025	研究论文	本研究开发了三种基于Vision Transformer的新型框架，用于使用不同类型眼前段图像诊断细菌性和真菌性角膜炎	首次将Vision Transformer与自注意力机制结合，融合多种眼前段图像类型（宽光束、裂隙光束和蓝光图像）以提高角膜炎诊断准确率	数据集规模有限，仅包含79名患者的数据	开发基于深度学习的角膜炎分类诊断系统	细菌性和真菌性角膜炎患者	计算机视觉	角膜炎	眼前段成像技术	Vision Transformer (ViT)	图像	79名患者，包含283张宽光束图像、610张裂隙光束图像和342张蓝光图像	NA	Vision Transformer	AUROC, AUPRC	NA