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
16681	2025-11-16	Machine Learning to Predict Potential Energy Surface of Resveratrol Drug: A Quantum-Level Calculation 2024-Nov-14, ACS medicinal chemistry letters IF:3.5Q2 DOI:10.1021/acsmedchemlett.4c00382 PMID:39563810	研究论文	使用ANI-1x神经网络势能预测白藜芦醇药物的势能面	首次将ANI-1x深度学习技术应用于抗帕金森药物白藜芦醇的量子级势能面预测	仅针对单一分子进行验证，未涉及更复杂的药物分子体系	开发快速准确的药物分子势能面预测方法	白藜芦醇（3,5,4'-三羟基芪）分子	机器学习	帕金森病	密度泛函理论，量子化学计算	神经网络	量子化学计算数据	NA	ANI	ANI-1x	NA	NA
16682	2025-11-16	Predictive Modeling and Drug Repurposing for Type-II Diabetes 2024-Nov-14, ACS medicinal chemistry letters IF:3.5Q2 DOI:10.1021/acsmedchemlett.4c00358 PMID:39563823	研究论文	本研究使用机器学习和深度学习模型预测DPP-4抑制剂，并通过药物重定位策略发现潜在糖尿病治疗药物	首次将多任务深度神经网络应用于DPP-4抑制剂预测，并成功从FDA批准药物中识别出具有潜力的重定位候选药物	研究基于计算预测和分子对接，需要后续实验验证	开发预测模型识别DPP-4抑制剂，探索糖尿病药物重定位	DPP-4抑制剂化合物和FDA批准药物	机器学习	糖尿病	分子对接，分子动力学	SVM, RF, NB, MTDNN	化合物结构数据	6,750个化合物和100个FDA批准药物	NA	多任务深度神经网络	准确率, 相关系数	NA
16683	2025-11-16	A high-resolution canopy height model of the Earth 2023-11, Nature ecology & evolution IF:13.9Q1 DOI:10.1038/s41559-023-02206-6 PMID:37770546	研究论文	本研究开发了一种概率深度学习模型，通过融合GEDI星载激光雷达数据和Sentinel-2光学卫星图像，生成了2020年全球10米分辨率的冠层高度地图	首次实现了全球范围10米高分辨率的冠层高度测绘，并开发了能够量化估计不确定性的概率深度学习模型	模型主要针对高冠层碳储量区域进行了优化，对其他植被类型的适用性需进一步验证	开发高分辨率全球冠层高度测绘方法以支持生态系统管理和气候变化缓解	全球陆地植被冠层高度	遥感与地理信息系统	NA	星载激光雷达(GEDI)、光学卫星遥感(Sentinel-2)、深度学习	概率深度学习模型	激光雷达点云数据、多光谱卫星图像	全球陆地范围	NA	NA	不确定性量化、冠层高度估计精度	NA
16684	2025-11-15	Benchmarking AI-driven acoustic monitoring for floating marine debris: Challenges in deep learning-based debris extraction 2026-Jan, Marine pollution bulletin IF:5.3Q1 DOI:10.1016/j.marpolbul.2025.118655 PMID:40929868	研究论文	评估主流深度学习模型在声纳图像中自动提取漂浮海洋垃圾的性能	首次系统评估深度学习模型在声纳图像中提取低对比度漂浮垃圾的性能，并引入包含1000张声纳图像的“严苛漂浮垃圾”数据集	数据稀缺性以及声学成像固有的物理特性（包括距离相关分辨率和视角敏感性）限制了模型性能	开发更强大的AI驱动系统用于自主监测漂浮海洋垃圾	声纳图像中的漂浮海洋垃圾（塑料袋、瓶子、金属罐和混合垃圾）	计算机视觉	NA	声纳成像技术	深度学习分割模型	声纳图像	1000张声纳图像，包含4类垃圾（塑料袋、瓶子、金属罐、混合垃圾），每张图像含2-4个手动标注实例	NA	NA	IoU（交并比）	NA
16685	2025-11-15	Remote sensing and image analysis of macro-plastic litter: A review 2026-Jan, Marine pollution bulletin IF:5.3Q1 DOI:10.1016/j.marpolbul.2025.118630 PMID:40929867	综述	本文综述了遥感技术和人工智能图像分析在宏观塑料垃圾检测领域的最新进展	系统整合了多种遥感平台（网络摄像头、无人机、气球、飞机和卫星）与AI图像分析技术在塑料垃圾监测中的联合应用，提出了量化指标标准化的重要观点	研究中存在量化指标不一致、环境干扰、分辨率限制和协议不统一等挑战，影响跨研究比较和数据协调	评估遥感技术和AI图像分析在海洋塑料污染监测中的应用效果和发展潜力	沿海、河流和其他水生环境中的宏观塑料垃圾	计算机视觉	NA	遥感技术、图像分析	深度学习模型	遥感图像	NA	NA	NA	垃圾覆盖面积、体积、重量、单位面积物品数量	NA
16686	2025-11-15	Predicting sediment contamination in Tunisia's coastal lagoons using an OP-LSTM deep learning model: A case study from the Bizerte basin, southwest Mediterranean region 2026-Jan, Marine pollution bulletin IF:5.3Q1 DOI:10.1016/j.marpolbul.2025.118606 PMID:40857895	研究论文	本研究应用优化的长短期记忆深度学习模型预测突尼斯比塞大潟湖沉积物污染风险	首次将优化的LSTM模型应用于沿海潟湖沉积物污染预测，相比标准LSTM模型具有更高的预测精度	研究仅针对突尼斯比塞大盆地，结果可能不适用于其他地理环境	预测沿海潟湖沉积物污染风险，支持海岸带环境管理	突尼斯比塞大潟湖的沉积物样本	环境科学，深度学习	NA	X射线衍射，原子吸收光谱，地球化学分析	LSTM	地球化学数据，矿物学数据	未明确样本数量，但包含空间变化的沉积物采样	NA	OP-LSTM（优化的长短期记忆网络）	RMSE，MSE，训练损失，R分数	NA
16687	2025-11-15	A comprehensive deep learning model for motor phenotypes of Parkinson's disease using three-dimensional kinect V2 detectors 2026-Jan, Gait & posture IF:2.2Q2 DOI:10.1016/j.gaitpost.2025.110000 PMID:41061555	研究论文	开发结合骨架步态能量图像与相对距离角度的混合CNN-LSTM深度学习模型，用于帕金森病运动表型分类	首次将骨架步态能量图像与相对距离角度特征结合，并采用混合CNN-LSTM架构提升帕金森病运动表型分类性能	未明确说明样本规模和数据采集环境的具体限制	提高帕金森病不同运动表型的诊断准确率	帕金森病患者（分为非姿势不稳步态障碍组和姿势不稳步态障碍组）与健康对照组	计算机视觉	帕金森病	三维Kinect V2检测器	CNN, LSTM, CNN-LSTM	骨架步态能量图像，相对距离和角度数据	NA	NA	CNN-LSTM混合架构	AUC, 分类准确率	NA
16688	2025-11-15	Wine discrimination based on multi-sensor fusion of GASF and Mel spectrogram features using an enhanced EfficientNet-B0 model 2025-Dec-15, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.146497 PMID:41016293	研究论文	本研究提出了一种基于多传感器融合和增强型EfficientNet-B0模型的葡萄酒原料鉴别方法	采用GASF和梅尔频谱图将一维传感器数据转换为二维RGB图像，结合增强型EfficientNet-B0模型实现多传感器数据融合	NA	开发基于多传感器融合的葡萄酒原料准确分类方法	八种不同原料采用相同酿造工艺制作的葡萄酒	计算机视觉	NA	广谱电子鼻、贵金属电极传感器	CNN	图像	NA	NA	Enhanced-EfficientNet-B0	准确率	NA
16689	2025-11-15	Enhancing Prostate Cancer Classification: A Comprehensive Review of Multiparametric MRI and Deep Learning Integration 2025-Dec, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.70004 PMID:40613800	综述	本文综述了多参数MRI与深度学习分类网络在前列腺癌评估中的整合应用	系统探讨了深度学习与mpMRI结合在前列腺癌分类中的创新方法，包括领域知识和临床信息的整合策略	未涉及具体实验验证，主要基于文献综述分析	提升前列腺癌分类准确性和临床诊断效率	前列腺癌患者和病变组织	数字病理	前列腺癌	多参数MRI	深度学习分类网络	医学影像	NA	NA	NA	NA	NA
16690	2025-11-15	NEAR-INFRARED REFLECTANCE IMAGING FOR THE ASSESSMENT OF GEOGRAPHIC ATROPHY USING DEEP LEARNING 2025-Dec-01, Retina (Philadelphia, Pa.) DOI:10.1097/IAE.0000000000004614 PMID:40694826	研究论文	开发并评估基于深度学习的全自动方法，用于在近红外反射成像中检测地理萎缩	首次将深度学习应用于近红外反射成像自动检测地理萎缩，Vision Transformer B16和YOLOv8-Large模型在该任务中表现出色	样本量相对较小（113例GA患者和119例对照），仅在一家医疗中心进行验证	开发自动化深度学习方法来评估年龄相关性黄斑变性的晚期表现——地理萎缩	50岁及以上经视网膜专家确诊的地理萎缩患者和健康视网膜对照组的近红外反射图像	计算机视觉	年龄相关性黄斑变性	近红外反射成像	Vision Transformer, YOLO	医学图像	113例GA患者和119例对照组，分类数据集330张图像，定位数据集659张图像	NA	Vision Transformer B16, YOLOv8-Large	准确率, 精确率, 灵敏度, F1分数, DICE系数, IoU	NA
16691	2025-11-15	Development of an MRI-Based Comprehensive Model Fusing Clinical, Habitat Radiomics, and Deep Learning Models for Preoperative Identification of Tumor Deposits in Rectal Cancer 2025-Dec, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.70075 PMID:40926527	研究论文	开发基于MRI融合临床、生境影像组学和深度学习特征的综合模型用于直肠癌肿瘤沉积术前识别	首次将临床特征、生境影像组学特征和深度学习特征通过两阶段选择方法进行融合，构建综合预测模型	回顾性研究设计，样本量相对有限（635例）	研究基于MRI的融合模型在直肠癌肿瘤沉积术前识别和预后评估中的应用价值	经手术确诊的直肠癌患者	医学影像分析	直肠癌	MRI T2加权成像	深度学习, 影像组学	医学影像（MRI T2WI）	635例直肠癌患者（训练集259例，内部验证112例，外部验证264例），其中184例TDs阳性	nnUNet	nnUNet	AUC, 决策曲线分析, 校准曲线, Kaplan-Meier分析	NA
16692	2025-11-15	AI-Driven CBCT Analysis for Surgical Decision-Making and Mucosal Damage Prediction in Sinus Lift Surgery for patients with low RBH 2025-Dec, International dental journal IF:3.2Q1 DOI:10.1016/j.identj.2025.103931 PMID:41039687	研究论文	本研究构建了基于深度学习的智能决策系统，用于优化上颌窦底提升手术方案选择并预测黏膜穿孔风险	首次构建基于深度学习的3D智能决策模型用于MSFE，创新引入卷积块注意力模块机制和深度可分离卷积技术	样本量相对较小（79例患者），需要更大规模数据验证模型的泛化能力	优化上颌窦底提升手术决策和预测黏膜穿孔风险，为临床提供可靠辅助工具	接受上颌窦底提升手术的低残余骨高度患者	数字病理	口腔颌面疾病	锥形束计算机断层扫描成像	CNN	3D医学影像	79例患者	NA	EfficientNet, ResNet	准确率, 召回率, F1分数	NA
16693	2025-11-15	Automated Age and Sex Estimation From Dental Panoramic Radiographs 2025-Dec, International dental journal IF:3.2Q1 DOI:10.1016/j.identj.2025.103967 PMID:41106218	研究论文	本研究开发了一种基于深度学习的人工智能模型，用于从泰国儿童和青少年的全景牙科X光片中自动估计年龄和性别	首次将EfficientNetB0架构应用于牙科全景X光片的年龄和性别估计，并采用年龄分层建模策略提升预测精度	模型在较大年龄组（15-23岁）的年龄估计性能显著下降，且研究仅限于泰国人群	开发自动化的年龄和性别估计方法以替代传统法医牙医学中复杂耗时的人工方法	泰国7-23岁儿童和青少年的牙科全景X光片	计算机视觉	NA	牙科全景X光摄影	CNN	医学图像	2491名个体的4627张全景X光片	TensorFlow, PyTorch或Keras（文中未明确指定）	EfficientNetB0	RMSE, MAE, 准确率, AUC, 敏感度, 特异度	NA
16694	2025-11-15	Applications of machine learning and deep learning in precision medicine: Opportunities and challenges in genomics, oncology and clinical integration (Review) 2025-Dec, Biomedical reports IF:2.3Q3 DOI:10.3892/br.2025.2070 PMID:41221536	综述	探讨机器学习和深度学习在精准医学领域中的应用、挑战及未来发展方向	系统分析人工智能技术在基因组学、肿瘤学和临床整合中的前沿应用与发展路径	面临数据隐私、网络安全、伦理考量和临床工作流程整合等多方面挑战	分析机器学习在精准医学中的应用现状并展望未来发展	精准医学中的基因组分析、个性化治疗优化和疾病诊断	机器学习	肿瘤学	NA	NA	NA	NA	NA	NA	NA	NA
16695	2025-11-15	The Current Use of Artificial Intelligence in Anesthesiology 2025-Dec, Advances in anesthesia DOI:10.1016/j.aan.2025.07.006 PMID:41224431	综述	本文探讨了人工智能在麻醉学领域的当前应用现状与潜在影响	系统梳理了AI技术在麻醉学中的具体应用方向，包括患者监测、药物管理和并发症预测等	当前AI在麻醉学中尚未广泛应用，缺乏大规模临床验证数据	分析人工智能技术在麻醉学领域的应用潜力和发展方向	麻醉学临床实践和患者管理	自然语言处理, 机器学习	NA	机器学习, 深度学习, 自然语言处理	NA	NA	NA	NA	NA	NA	NA
16696	2025-11-15	A CT-based 2.5D deep learning model for preoperative T-staging in gastric cancer: a retrospective multicenter study 2025-Nov-14, Abdominal radiology (New York) DOI:10.1007/s00261-025-05286-z PMID:41236584	研究论文	开发并验证基于CT的2.5D多角度深度学习模型用于胃癌术前T分期	提出2.5D多角度深度学习模型，整合三个视角（横断面、矢状面、冠状面）和三个角度（0°、+45°、-45°）的CT图像	回顾性研究，样本量相对有限（共433例患者）	胃癌术前T分期和生存预后预测	胃癌患者	医学影像分析	胃癌	CT影像分析	深度学习	CT图像	433例胃癌患者（训练集346例，内部验证集87例，外部测试集41例）	NA	2.5D多角度深度学习模型	AUC, 准确率, 敏感度, 特异度, F1分数	NA
16697	2025-11-15	Foundation models for EEG decoding: current progress and prospective research 2025-Nov-13, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/ae17e9 PMID:41145005	综述	系统回顾脑电图基础模型的当前进展，分析其在下游任务、数据集、模型架构和预训练技术等方面的表现	首次对脑电图基础模型进行全面综述，提出统一范式以克服传统监督学习的任务特定性和数据集依赖性限制	在复杂场景如运动想象解码中的性能仍然有限，模型泛化能力有待进一步提升	探索脑电图基础模型的发展趋势并为未来研究提供建议	脑电图基础模型及相关解码任务	机器学习	神经系统疾病	脑电图信号处理	Transformer	脑电图信号	最多14,987名受试者，总时长27,062小时	NA	基于Transformer的高效架构	NA	NA
16698	2025-11-15	Ensembling Vision Transformers and ResNet-50 for Interpretable Lung Cancer Diagnosis with Feature Fusion and XAI Techniques 2025-Nov-13, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01738-6 PMID:41233642	研究论文	提出一种结合Vision Transformer和ResNet-50的混合集成架构，通过特征融合和可解释AI技术实现肺癌病理图像分类	首次将ResNet-50的层次特征提取能力与Vision Transformer的全局上下文理解相结合，并采用多学科XAI策略提供关键可解释性	NA	开发准确、透明且临床可行的肺癌诊断系统	肺癌病理图像	计算机视觉	肺癌	深度学习	CNN, Transformer	图像	NA	NA	ResNet-50, Vision Transformer	准确率	NA
16699	2025-11-15	Incorporating targeted protein structure in deep learning methods for molecule generation in computational drug design 2025-Nov-12, Chemical science IF:7.6Q1 DOI:10.1039/d5sc05748e PMID:41164301	综述	本文综述了基于结构的药物发现中整合蛋白质结构信息的深度学习方法	系统总结了从早期基于形状的方法到最新共折叠模型的发展历程，探讨了如何利用结构信息设计具有增强结合潜力的分子	NA	为基于结构的药物发现领域提供深度学习方法的应用见解和未来发展方向建议	蛋白质结构信息和药物分子	计算药物设计	NA	深度学习	NA	蛋白质结构数据，分子结构数据	NA	NA	共折叠模型	NA	NA
16700	2025-11-15	A Spatio-Temporal Dataset for Satellite-Based Landslide Detection 2025-Nov-11, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-06167-2 PMID:41219240	研究论文	本文介绍了Sen12Landslides数据集，这是一个用于卫星滑坡检测的大规模多模态时空数据集	提出了首个包含多时相卫星影像和精确事件时间戳的大规模滑坡检测数据集，支持时空动态分析	数据集覆盖区域有限，可能无法完全代表全球所有滑坡类型和地形条件	开发用于卫星滑坡检测和时空异常监测的深度学习数据集和方法	滑坡现象及其时空变化特征	计算机视觉,地球观测	NA	卫星遥感, Sentinel-1 SAR, Sentinel-2光学影像, Copernicus DEM	U-ConvLSTM, 3D-UNet, U-TAE	卫星图像,数字高程模型	75,000个滑坡标注，来自全球15个地区，超过12,000个图像块	NA	U-ConvLSTM, 3D-UNet, U-TAE	F1分数	NA