深度学习在生物医药领域中的应用

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
141	2025-09-21	Augmenting conventional criteria: a CT-based deep learning radiomics nomogram for early recurrence risk stratification in hepatocellular carcinoma after liver transplantation 2025-Sep-17, Insights into imaging IF:4.1Q1 DOI:10.1186/s13244-025-02082-7 PMID:40962936	研究论文	开发基于CT的深度学习放射组学列线图（DLRN）用于肝移植后肝细胞癌早期复发风险分层	结合放射组学和深度学习特征构建预测模型，并与传统Metro-Ticket 2.0标准融合实现最优预测性能	样本量有限（n=245），且为两中心回顾性研究	改善肝细胞癌肝移植术后早期复发的临床决策和风险分层	肝细胞癌患者	数字病理	肝细胞癌	CT影像分析，放射组学特征提取，深度学习	深度学习放射组学列线图（DLRN），多变量逻辑回归	CT影像	245例肝细胞癌患者（训练集184例，验证集61例）
142	2025-09-21	Non-iterative and uncertainty-aware MRI-based liver fat estimation using an unsupervised deep learning method 2025-Sep-17, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103811 PMID:40972442	研究论文	提出一种基于无监督深度学习的非迭代且不确定性感知的MRI肝脏脂肪估计方法AI-DEAL	首次结合深度学习和加权最小二乘法，一次性估计质子密度脂肪分数（PDFF）及其不确定性图谱，无需迭代且提供可靠性评估	在脂肪-水体模中表现出-3.43%的PDFF偏差，显示泛化能力仍有改进空间	开发快速准确的MRI肝脏脂肪定量方法，提升临床实用性	肝脏质子密度脂肪分数（PDFF）及其不确定性	医学影像分析	肝脏疾病	CSE-MRI（化学位移编码MRI），深度学习，加权最小二乘法	无监督深度学习	MRI图像	体内肝脏MRI数据、脂肪-水体模和数值体模
143	2025-09-21	Unfolding the diagnostic pipeline of diabetic retinopathy with artificial intelligence: A systematic review 2025-Sep-17, Survey of ophthalmology IF:5.1Q1 DOI:10.1016/j.survophthal.2025.09.008 PMID:40972797	系统综述	本文系统回顾了人工智能在糖尿病视网膜病变诊断流程中的应用与进展	提出并验证了一个集成图像预处理、视盘定位与移除、血管分割、特征提取和分类的完整AI诊断流程，在MESSIDOR数据集上达到98.02%的准确率	未明确提及具体挑战细节，但指出AI在临床应用中仍面临当前挑战	自动化与增强糖尿病视网膜病变的早期诊断和严重程度分类	糖尿病视网膜病变患者	数字病理学	糖尿病视网膜病变	深度学习	深度学习模型（未指定具体类型）	图像	基于MESSIDOR数据集（未提供具体样本数量）
144	2025-09-21	Nivolumab plus ipilimumab for potentially resectable hepatocellular carcinoma: long-term efficacy and biomarker exploration 2025-Sep-17, Journal of hepatology IF:26.8Q1 DOI:10.1016/j.jhep.2025.08.035 PMID:40972843	研究论文	评估纳武利尤单抗联合伊匹木单抗在潜在可切除肝细胞癌患者中的疗效、安全性及生物标志物探索	首次在潜在可切除HCC中探索双免疫检查点抑制剂新辅助治疗的长期疗效，并通过多组学分析揭示三级淋巴结构（TLS）与治疗反应的关联	单臂研究且样本量有限（n=43），需更大规模随机试验验证结论	评估免疫联合疗法作为新辅助/围手术期治疗的临床效益并探索预测性生物标志物	潜在可切除肝细胞癌（HCC）患者	肿瘤免疫学	肝细胞癌	基因组学、转录组学、免疫细胞分型、光谱流式细胞术、深度学习算法	深度学习算法（未指定具体模型）	肿瘤组织样本、外周血样本、影像学数据	43例患者（37男/6女），其中24例接受手术
145	2025-09-21	Deep-Learning Driven Identification of Novel Antimicrobial Peptides 2025-Sep-16, Chemistry (Weinheim an der Bergstrasse, Germany) DOI:10.1002/chem.202501918 PMID:40801152	研究论文	利用深度学习驱动的流程识别新型抗菌肽并进行实验验证	结合HydrAMP和AMPlify两种深度学习模型进行抗菌肽的识别与活性筛选	仅对三种候选肽进行了实验验证，样本规模有限	加速新型抗菌肽的发现与机制研究	短链色氨酸富集抗菌肽序列	机器学习	NA	深度学习算法、生物物理分析	HydrAMP DL, AMPlify DL	肽序列数据	3种合成抗菌肽（AMP1, AMP2, AMP3）
146	2025-09-21	AI-driven hazard prioritization of plastic additives using Tox21 bioassays and self-supervised graph transformers 2025-Sep-16, Environmental toxicology and chemistry IF:3.6Q2 DOI:10.1093/etojnl/vgaf228 PMID:40971996	研究论文	本研究利用Tox21生物测定数据和自监督图变换器模型，对塑料添加剂进行AI驱动的毒性优先级排序	采用GROVER算法结合Transformer和自监督预训练，克服传统图神经网络限制，在毒性预测任务上优于基线模型	NA	筛选高用量塑料添加剂的潜在毒性，支持监管决策和现代化危害评估	400多种塑料添加剂化学品	机器学习	NA	Tox21生物测定、深度学习	GROVER（图变换器）、GCN、随机森林、SVM、逻辑回归	化学结构数据、生物活性数据	超过7,000种化学品的Tox21数据集，其中171种添加剂被重点分析
147	2025-09-21	Deep learning enhanced thermographic modeling for early and precise mastitis detection in Sahiwal cows 2025-Sep-16, Research in veterinary science IF:2.2Q1 DOI:10.1016/j.rvsc.2025.105899 PMID:40972062	研究论文	本研究结合热成像技术与深度学习，用于早期精准检测Sahiwal奶牛乳腺炎	首次将CNN模型应用于热成像数据，实现对临床和亚临床乳腺炎的高精度分类	研究仅限于Sahiwal品种奶牛，未提及其他品种或大规模验证	开发基于深度学习的乳腺炎早期诊断方法	Sahiwal泌乳奶牛的乳房区域	计算机视觉	乳腺炎	热成像技术，California Mastitis Test (CMT)，体细胞计数(SCC)	CNN	热成像图像	未明确提及具体样本数量，但涉及健康、亚临床乳腺炎(SCM)和临床乳腺炎(CM)三类乳房区域
148	2025-09-21	Adaptive High-Distance RGB Imaging for Accurate Dairy Cow Feed Intake Estimation1 2025-Sep-16, Journal of animal science IF:2.7Q1 DOI:10.1093/jas/skaf247 PMID:40972117	研究论文	提出一种基于RGB图像的奶牛饲料摄入量估计方法，为牧场管理提供低成本智能测量方案	创新性地将自注意力机制和多尺度融合技术与ResNet结合，设计深度学习模型用于饲料总量估计	NA	开发高效准确的奶牛饲料摄入量估计方法	奶牛饲料堆	计算机视觉	NA	RGB成像，深度学习	U2-Net, ResNet with self-attention and multi-scale fusion	图像	基于立体相机在不同饲料堆采集的专用差分图像数据集
149	2025-09-21	The interpretable deep learning framework and validation for seizure detection in pediatric electroencephalography: An improved accuracy and performance analysis 2025-Sep-16, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103276 PMID:40972406	研究论文	提出并比较两种可解释深度学习模型用于儿科脑电图癫痫发作检测	引入SE-FCN增强空间敏感性和保持时间分辨率，开发TransNet通过自注意力捕获时空依赖，并输出电极空间显著性权重以推断致痫区	模型在跨主体验证协议下性能仍有提升空间，临床可解释性需进一步验证	改进儿科脑电图癫痫发作检测的准确性和可解释性	儿科患者的脑电图数据	machine learning	癫痫	深度学习，脑电图分析	CNN, Transformer	EEG信号	CHB-MIT数据集中的22名患者
150	2025-09-21	Insights into AI-Driven malaria diagnosis: A systematic review with implications for Plasmodium knowlesi 2025-Sep-15, Acta tropica IF:2.1Q2 DOI:10.1016/j.actatropica.2025.107842 PMID:40962162	综述	本文系统评估了AI驱动的疟疾诊断方法，特别关注诺氏疟原虫血期分类的数据集、预处理方法和深度学习技术	首次针对诺氏疟原虫血期识别进行深入比较分析，超越以往仅关注物种分类的综述	诺氏疟原虫的AI分类研究仍然有限，存在标注数据集不足、类别不平衡和可解释性问题	评估AI技术（特别是深度学习）在疟原虫血期分类中的应用潜力	诺氏疟原虫（Plasmodium knowlesi）的血期形态	digital pathology	malaria	深度学习，显微镜图像分析	CNN, transfer learning, ensemble learning, YOLO, Faster R-CNN	显微镜图像	NA
151	2025-09-21	Enhanced epileptic seizure detection using CNNs with convolutional block attention and short-term memory networks 2025-Sep-15, Behavioural brain research IF:2.6Q3 DOI:10.1016/j.bbr.2025.115831 PMID:40962227	研究论文	提出一种结合CNN、LSTM和注意力机制的新型癫痫发作检测方法	首次将卷积块注意力模块（CBAM）与CNN-LSTM结合，增强模型对关键信息的聚焦能力	仅使用公开数据集进行验证，未说明临床实际应用效果	提高癫痫发作检测的准确性以改善患者生活质量	癫痫患者的脑电图（EEG）信号	机器学习	癫痫	EEG信号分析	CNN, LSTM, CBAM	时间序列信号	基于波恩大学公开数据集的三种EEG信号类型
152	2025-09-21	Can classical statistics and deep learning converge on explainable, causally driven target discovery? 2025-Sep-15, DNA research : an international journal for rapid publication of reports on genes and genomes IF:3.9Q1 DOI:10.1093/dnares/dsaf024 PMID:40971794	综述	探讨传统统计方法与深度学习在复杂疾病因果机制发现中的融合应用	提出结合深度学习可扩展性与统计遗传学推断能力的混合模型框架	当前深度学习模型存在可解释性不足、过拟合风险及缺乏标准化评估框架等问题	开发下一代计算工具以揭示复杂疾病的分子基础并加速遗传发现向有效治疗的转化	复杂疾病的遗传变异与多组学数据	机器学习	复杂疾病	全基因组关联研究(GWAS), 多组学数据整合	深度学习混合模型	遗传与多组学数据	NA
153	2025-09-21	Graph Neural Network and Diffusion Model for Modeling RNA Interatomic Interactions 2025-Sep-15, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf515 PMID:40971857	研究论文	本研究提出一种结合图神经网络和去噪扩散概率模型的方法，用于预测RNA原子间相互作用和三维结构	首次将图神经网络与扩散模型结合用于RNA结构预测，采用粗粒化五原子表示法，并在未见RNA家族描述符上展示良好泛化能力	方法主要在小RNA子结构（局部RNA描述符）上验证，尚未在完整RNA分子或更复杂结构上进行全面测试	开发高精度计算机RNA结构预测工具，弥补传统实验方法在原子级分辨率上的不足	RNA分子及其原子间相互作用，特别是局部RNA描述符	计算生物学	NA	图神经网络(GNN)，去噪扩散概率模型(DDPM)	GNN, diffusion model	分子结构数据，图数据	训练集包含rRNA和tRNA结构，测试集包含其他所有RNA家族的描述符
154	2025-09-21	Fully automatic bile duct segmentation in magnetic resonance cholangiopancreatography for biliary surgery planning using deep learning 2025-Sep-15, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112415 PMID:40972245	研究论文	本研究利用深度学习实现磁共振胰胆管成像中胆管的自动三维分割，以辅助胆道手术规划	首次基于nnU-Net框架实现扩张与非扩张胆管的全自动精准分割，并通过术中荧光成像验证模型准确性	外部验证集样本量较小（仅10例），模型泛化能力需进一步验证	开发自动胆管分割模型以辅助胆道手术术前规划	胆管系统（包括扩张与非扩张胆管）	医学影像分析	胆道疾病	磁共振胰胆管成像（MRCP），Indocyanine green荧光成像	nnU-Net（基于CNN的语义分割模型）	3D医学影像	249例患者（训练集208例，测试集41例），外加10例外部中心数据
155	2025-09-21	Epicardial and Pericardial Adipose Tissue: Anatomy, physiology, Imaging, Segmentation, and Treatment Effects 2025-Sep-13, The British journal of radiology DOI:10.1093/bjr/tqaf223 PMID:40971601	综述	本文综述了心外膜和心包脂肪组织的解剖、生理特性、影像学评估方法、分割技术及其在心血管疾病中的作用和治疗影响	系统总结了深度学习等先进图像分割技术在提高EAT和PAT量化准确性方面的进展，并强调了扫描和图像重建标准化的迫切需求	总结了不同研究间存在相互矛盾的证据，表明该领域仍需进一步标准化和验证	探讨心外膜和心包脂肪组织在心血管疾病中的病理生理作用及风险分层价值	心外膜脂肪组织(EAT)和心包脂肪组织(PAT)	医学影像分析	心血管疾病	CT、MRI、超声心动图	深度学习	医学影像	NA
156	2025-09-21	Deep learning-based volume of interest imaging in helical CT for image quality improvement and radiation dose reduction 2025-Sep-13, The British journal of radiology DOI:10.1093/bjr/tqaf128 PMID:40971630	研究论文	开发了一种基于深度学习的螺旋CT感兴趣区域成像技术，用于降低辐射剂量或提升图像质量	提出基于残差U-Net架构的VOI-Net深度学习模型，有效校正螺旋CT中的截断伪影，实现辐射剂量降低71%或图像质量显著提升	仅通过模拟评估了三种患者病例（胸部间质性肺病和肝脏肿瘤），样本量有限	开发螺旋CT中的感兴趣区域成像技术，以优化辐射剂量与图像质量的平衡	间质性肺病和肝脏肿瘤患者的CT影像	医学影像处理	间质性肺病和肝脏肿瘤	螺旋CT成像	残差U-Net (VOI-Net)	CT图像	3例患者病例（1例胸部CT，2例腹盆部CT）
157	2025-09-21	Deep learning black box and pattern recognition analysis using Guided Grad-CAM for phytolith identification 2025-Sep-12, Annals of botany IF:3.6Q1 DOI:10.1093/aob/mcaf088 PMID:40445063	研究论文	本研究应用视觉解释工具分析深度学习模型在植物硅体体识别中的决策依据，并与考古植物学家的方法进行比较	首次将Guided Grad-CAM等视觉解释方法应用于植物硅体体识别，揭示模型依赖的关键形态特征（如波状纹饰）	NA	验证深度学习模型在植物硅体体分类中的学习机制，提升模型可解释性	燕麦属（Avena）、大麦属（Hordeum）和小麦属（Triticum）的多细胞植物硅体体	计算机视觉	NA	Guided Grad-CAM, Guided Backpropagation, 显微镜成像	VGG19	图像	显微镜图像（具体数量未明确，但包含多属植物硅体体样本）
158	2025-09-21	ResFusionNet-TSMT: A residual network for pesticide detection using surface-enhanced Raman spectroscopy 2025-Sep-12, Talanta IF:5.6Q1 DOI:10.1016/j.talanta.2025.128852 PMID:40972279	研究论文	提出ResFusionNet-TSMT，一种基于表面增强拉曼光谱的深度学习框架，用于农药分类和浓度定量	融合ResNet的局部特征提取与Transformer的全局依赖建模，引入双流架构、注意力池化机制和类别注意力机制优化多任务学习	NA	提高农药检测的准确性和鲁棒性，尤其针对低浓度样本	农药	机器学习	NA	表面增强拉曼光谱（SERS）	ResNet, Transformer	光谱数据	NA
159	2025-09-21	An enhanced convolutional neural network architecture for nondestructive detection of microbial contamination on eggshells through hyperspectral imaging 2025-Sep-12, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2025.126943 PMID:40972378	研究论文	本研究开发了一种结合高光谱成像和深度学习的方法，用于无损检测蛋壳上的微生物污染	提出了一种改进的卷积神经网络架构CA-DSC-CNN，集成了通道注意力和深度可分离卷积，有效降低了计算复杂度并提升了检测性能	NA	开发可靠的无损检测方法，用于评估蛋壳上的需氧菌落总数	鸡蛋蛋壳	计算机视觉	NA	高光谱成像（HSI）	CNN（CA-DSC-CNN）	高光谱图像	108个鸡蛋样本
160	2025-09-21	Medical multimodal foundation models in clinical diagnosis and treatment: Applications, challenges, and future directions 2025-Sep-12, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103265 PMID:40972405	综述	本文全面分析医学多模态基础模型在临床诊疗中的应用、挑战与未来方向	系统梳理多器官多模态数据集、模型架构及临床应用的整合进展	NA	探讨医学多模态基础模型如何提升临床诊断精度和治疗效果	医学多模态基础模型及其在临床任务中的应用	医疗人工智能	多疾病领域	深度学习	多模态基础模型	多模态数据（如图像、文本等）	NA