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
1521	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
1522	2025-10-05	GlucoNet-MM: A multimodal attention-based multi-task learning framework with decision transformer for personalised and explainable blood glucose forecasting 2025-Sep-22, Diabetes, obesity & metabolism DOI:10.1111/dom.70147 PMID:40977343	研究论文	提出了一种基于注意力机制的多任务学习框架GlucoNet-MM，用于个性化和可解释的血糖预测	结合多模态注意力机制、多任务学习和决策变换器，实现了政策感知的血糖预测和可解释性分析	仅在两个公开数据集上验证，需要更多临床环境下的验证	开发先进的、可解释的深度学习框架，用于患者特异性、政策感知的血糖预测	糖尿病患者	机器学习	糖尿病	连续血糖监测(CGM)、胰岛素剂量、碳水化合物摄入、身体活动等多模态数据整合	注意力机制, 多任务学习, 决策变换器	多模态生理和行为数据	两个公开数据集(BrisT1D和OhioT1DM)	深度学习框架	注意力机制, 多任务学习, 决策变换器	R2分数, 平均绝对误差(MAE)	NA
1523	2025-10-05	AnatomyArray: a high-throughput platform for anatomical phenotyping in plants 2025-Sep-22, The Plant cell DOI:10.1093/plcell/koaf223 PMID:40977461	研究论文	开发用于植物解剖表型分析的高通量平台AnatomyArray，整合组织切片与深度学习技术	提出集成高通量石蜡切片和多通道玻片成像的系统，结合专用深度学习工具AnatomyNet实现组织与细胞水平的自动化量化分析	未明确说明系统对不同植物组织的适用性限制及在大规模应用中可能存在的技术瓶颈	开发高通量植物解剖表型分析平台并解析植物组织结构的遗传基础	小麦（Triticum aestivum L）根系组织及细胞排列模式	数字病理学	NA	石蜡切片，多通道玻片成像，全基因组关联分析（GWAS）	深度学习	组织切片图像	多样化小麦群体	NA	AnatomyNet	图像分析准确度	NA
1524	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
1525	2025-10-05	Accelerating battery innovation: AI-powered molecular discovery 2025-Sep-22, Chemical Society reviews IF:40.4Q1 DOI:10.1039/d5cs00053j PMID:40980860	综述	系统探讨人工智能在电池材料分子发现中的应用及其对下一代电池技术发展的推动作用	全面整合AI技术在电池分子工程中的多维应用策略，包括分子表征、算法框架、性能预测和自主实验平台	未涉及具体实验验证数据，主要基于现有文献和案例研究的理论分析	加速电池材料分子发现进程，推动下一代电池技术发展	电池相关分子材料	机器学习	NA	人工智能算法	经典机器学习, 深度学习, 大语言模型	分子结构数据, 电化学性能数据	NA	NA	NA	NA	NA
1526	2025-10-05	A multi-class segmentation model of deep learning on contrast-enhanced computed tomography to segment and differentiate lipid-poor adrenal nodules: a dual-center study 2025-Sep-22, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-12007-z PMID:40981992	研究论文	开发基于深度学习的多类别分割模型，用于在增强CT图像上分割和区分脂质贫乏肾上腺结节	提出Mamba-USeg模型，这是首个基于状态空间模型的多类别分割方法，能够同时实现分割和分类任务	回顾性研究，样本量有限（164例患者），仅包含两个医疗中心数据	开发能够准确分割和分类肾上腺结节的深度学习模型	脂质贫乏腺瘤和结节性增生的肾上腺结节	计算机视觉	肾上腺疾病	对比增强计算机断层扫描	深度学习	医学影像	164例患者（内部中心128例，外部验证36例）	NA	Mamba-USeg, MultiResUNet, CPFNet	平均Dice相似系数, 敏感度, 特异度, 准确率	NA
1527	2025-10-05	Deep-learning-based prediction of significant portal hypertension with single cross-sectional non-enhanced CT 2025-Sep-22, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-12010-4 PMID:40981991	研究论文	基于单张非增强CT图像开发深度学习模型预测临床显著性门静脉高压	首次使用单张非增强CT图像通过深度学习预测CSPH，无需图像后处理	研究样本量有限，仅包含单一机构的421名患者	建立非侵入性CSPH预测方法，替代侵入性肝静脉压力梯度测量	慢性肝病患者	医学影像分析	慢性肝病，门静脉高压	CT成像	CNN	医学影像	421名慢性肝病患者	NA	卷积神经网络配合多层感知机分类器	AUC, 敏感度, 特异度, Youden指数	NA
1528	2025-10-05	MRI-based habitat analysis for pathologic response prediction after neoadjuvant chemoradiotherapy in rectal cancer: a multicenter study 2025-Sep-22, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11997-0 PMID:40981989	研究论文	本研究通过MRI影像进行生境分析，预测直肠癌患者新辅助放化疗后的病理反应	首次在多中心研究中结合临床因素、影像组学特征和瘤内异质性特征构建融合模型预测直肠癌新辅助放化疗反应	未发现融合模型与ITH模型之间存在显著差异，需要进一步验证	预测直肠癌患者接受新辅助放化疗后的病理反应	1021例直肠癌患者	数字病理	直肠癌	MRI影像分析	深度学习	医学影像	训练测试集319例，内部验证集317例，外部验证集1（158例），外部验证集2（227例）	NA	NA	AUC, 疾病无进展生存期	NA
1529	2025-10-05	Machine learning model for predicting the conversion to dementia using the Cube Copying Test 2025-Sep-22, Journal of Alzheimer's disease : JAD DOI:10.1177/13872877251376939 PMID:40982217	研究论文	开发基于立方体复制测试的机器学习模型，用于预测3-5年内转化为痴呆的风险	首次将基于深度学习的异常检测模型应用于立方体复制测试绘图数据，检测前驱期或轻度认知障碍阶段已存在的结构性失用样症状	回顾性研究设计，存在1002例患者失访，样本选择可能存在偏差	开发高效准确的痴呆转化预测模型，实现早期筛查	767名基线时无痴呆诊断且完成3-5年随访的患者	机器学习	老年疾病	立方体复制测试	异常检测模型	绘图数据	767名患者（457名转化为痴呆，310名未转化）	NA	PatchCore	AUC	NA
1530	2025-10-05	Advanced deep learning strategies for detection and quantification of macroplastics in rivers along the Peruvian coast 2025-Sep-20, Marine pollution bulletin IF:5.3Q1 DOI:10.1016/j.marpolbul.2025.118649 PMID:40976044	研究论文	开发结合深度学习的框架，用于检测和量化秘鲁沿海河流中的大塑料污染	首次将YOLOv11卷积神经网络应用于河流大塑料检测，并分析时空动态变化	对家具和PET瓶等类别的检测精度较低，受碎片大小、丰度和颜色对比度影响	建立大塑料污染自动监测系统	秘鲁利马Rímac河流中的混合无机城市固体废物	计算机视觉	NA	无人机图像采集	CNN	图像	Rímac河流一年期的监测数据	YOLOv11	YOLOv11	mAP	NA
1531	2025-10-05	Machine learning and deep learning approaches in MRI for quantifying and staging fatty liver disease: A systematic review 2025-Sep-20, Journal of medical imaging and radiation sciences IF:1.3Q3 DOI:10.1016/j.jmir.2025.102112 PMID:40976110	系统综述	系统评估机器学习和深度学习在MRI中量化与分期脂肪肝疾病的诊断准确性、可重复性和临床应用价值	首次系统综述ML/DL在MRI脂肪肝评估中的应用，特别关注CNN和GAN等先进技术在PDFF量化和疾病分期中的表现	样本量较小、单中心研究设计、不同厂商设备间的变异性	评估机器学习和深度学习技术在MRI脂肪肝定量分析和分期诊断中的性能	疑似或确诊NAFLD、NASH或ALD的人类患者	医学影像分析	脂肪肝疾病	MRI, PDFF, 化学位移编码MRI, Dixon MRI	CNN, GAN	MRI图像	15项研究（样本量25-1038）	NA	卷积神经网络, 生成对抗网络	AUC, 敏感性, 特异性, ICC, Dice系数	NA
1532	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
1533	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
1534	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
1535	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）
1536	2025-10-05	Full-Spectrum phototherapy in hair loss management: a systematic review of wavelength-dependent mechanisms, clinical efficacy, and future directions 2025-Sep-19, Lasers in medical science IF:2.1Q2 DOI:10.1007/s10103-025-04616-3 PMID:40968340	综述	系统综述全光谱光疗在脱发治疗中的波长依赖性机制、临床疗效及未来发展方向	提出新型'波长-穿透深度-靶向机制'模型，阐明全光谱光疗对毛囊再生的多层次调控作用	存在治疗窗口窄、患者反应差异大、组织穿透有限等未解决挑战	阐明光疗在脱发管理中的机制、疗效及未来发展方向	斑秃(AA)、雄激素性脱发(AGA)和瘢痕性脱发患者	医学光疗	脱发	全光谱光疗（紫外至中红外波长）	双网络深度学习	临床研究数据	NA	NA	NA	多维疗效评估	NA
1537	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
1538	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
1539	2025-10-05	An Efficient Neuro-framework for Brain Tumor Classification Using a CNN-based Self-supervised Learning Approach with Genetic Optimizations 2025-Sep-18, Current neuropharmacology IF:4.8Q1 DOI:10.2174/011570159X378103250806214613 PMID:40976894	研究论文	提出一种基于自监督学习和遗传算法优化的高效深度学习框架用于脑胶质瘤MRI图像分类	结合SimCLR自监督学习、深度嵌入聚类、加权集成模型和差分进化优化的遗传算法进行多阶段优化	需要大量计算资源且需要进一步的临床验证	开发用于脑胶质瘤MRI图像分类的鲁棒高效深度学习框架	脑胶质瘤MRI图像	计算机视觉	脑肿瘤	MRI	CNN	图像	NA	NA	EfficientNet-B7, ResNet-50, DenseNet-121	准确率	NA
1540	2025-10-05	Multi-filter stacking in inception V3 for enhanced Alzheimer's severity classification 2025-Sep-16, Neuroscience IF:2.9Q2 DOI:10.1016/j.neuroscience.2025.08.049 PMID:40967471	研究论文	提出一种结合多滤波器堆叠与Inception V3架构的新方法，用于增强阿尔茨海默病严重程度分类	首次将多滤波器堆叠技术与Inception V3架构结合，能够捕获多尺度空间特征以检测不同疾病阶段的细微结构变化	NA	开发更准确和高效的阿尔茨海默病严重程度自动分类技术	阿尔茨海默病患者	计算机视觉	阿尔茨海默病	MRI	CNN	图像	NA	NA	Inception V3	准确率	NA