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
1721	2025-10-05	Longitudinal fundus imaging and its genome-wide association analysis provide evidence for a human retinal aging clock 2023-04-17, eLife IF:6.4Q1 DOI:10.7554/eLife.82364 PMID:36975205	研究论文	通过眼底图像开发视网膜衰老时钟eyeAge，能准确预测个体年龄并揭示衰老机制	首次基于纵向眼底图像建立视网膜衰老时钟，在短时间尺度上实现高精度年龄预测，并通过GWAS和果蝇实验验证其生物学机制	研究主要基于EyePACS和UK Biobank数据集，需要在更多样化人群中验证	开发高精度生物年龄预测模型并探索衰老机制	人类视网膜眼底图像	计算机视觉	老年疾病	深度学习，全基因组关联分析(GWAS)，基因敲除实验	深度学习模型	眼底图像	EyePACS和UK Biobank数据库的眼底图像数据	NA	NA	平均绝对误差(MAE)，风险比(HR)	NA
1722	2025-10-05	Validation of Deep Learning-based Sleep State Classification 2022, microPublication biology DOI:10.17912/micropub.biology.000643 PMID:36277479	研究论文	本研究验证了混合z-score标准化与深度学习结合在小鼠睡眠状态分类中的有效性	验证了混合z-score预处理方法结合深度学习在独立数据集上的睡眠状态分类性能	仅使用12个三小时EEG/EMG记录，样本量有限	验证混合z-score标准化与深度学习方法在睡眠状态分类中的有效性	小鼠脑电图(EEG)和肌电图(EMG)记录	机器学习	睡眠障碍	EEG/EMG信号记录	CNN	EEG/EMG信号	12个三小时EEG/EMG记录	NA	卷积神经网络	准确率, Cohen's κ	NA
1723	2025-10-05	EyeMap: A fusion-based method for eye movement-based visual attention maps as predictive markers of parkinsonism 2025-Dec, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2025.103607 PMID:40994894	研究论文	开发了一种名为EyeMap的融合方法，用于可视化眼动模式并作为帕金森症的预测标记	通过后期融合技术结合多种眼动可视化方式的预测结果，无需手动特征工程即可检测帕金森特异性凝视异常	NA	开发眼动视觉注意力地图作为帕金森症的预测标记	帕金森患者和健康对照组的眼动数据	计算机视觉	帕金森症	眼动追踪	机器学习,深度学习	眼动数据（扫描路径、注视热图、网格化感兴趣区域）	包含PD患者和健康对照组的眼动追踪数据集	NA	NA	NA	NA
1724	2025-10-05	AlzFormer: Video-based space-time attention model for early diagnosis of Alzheimer's disease 2025-Oct-15, Neuroscience IF:2.9Q2 DOI:10.1016/j.neuroscience.2025.08.062 PMID:40912354	研究论文	提出基于视频时空注意力机制的AlzFormer深度学习框架，用于阿尔茨海默病的早期诊断	首次将T1加权MRI体积视为序列输入，利用时空自注意力机制建模切片间连续性，将切片对应为视频帧	仅使用ADNI数据集的1.5T MRI扫描，样本来源相对单一	开发用于阿尔茨海默病早期诊断的深度学习模型	阿尔茨海默病(AD)、轻度认知障碍(MCI)和认知正常(CN)个体	计算机视觉	阿尔茨海默病	结构MRI扫描	Transformer	医学影像	ADNI数据集的1.5T MRI扫描	NA	AlzFormer	准确率,F1-score,AUC	NA
1725	2025-10-05	APD-FFNet: a novel explainable deep feature fusion network for automated periodontitis diagnosis on dental panoramic radiography 2025-Oct-01, Dento maxillo facial radiology DOI:10.1093/dmfr/twaf034 PMID:40343455	研究论文	提出一种新型可解释深度特征融合网络APD-FFNet，用于牙科全景X光片的自动化牙周炎诊断	首次将卷积层和基于Transformer的层结合在深度特征融合框架中，专门为牙周炎诊断设计	NA	开发自动化牙周炎诊断系统	牙科全景X光片	医学影像分析	牙周炎	深度学习	CNN, Transformer	X光影像	337张经牙周病专家标注的全景X光片	NA	APD-FFNet（自定义卷积和Transformer层融合架构）	准确率, F1分数, AUC, Jaccard相似系数, Matthews相关系数	NA
1726	2025-10-05	Impact of sarcopenia and obesity on mortality in older adults with SARS-CoV-2 infection: automated deep learning body composition analysis in the NAPKON-SUEP cohort 2025-Oct, Infection IF:5.4Q1 DOI:10.1007/s15010-025-02555-3 PMID:40377852	研究论文	本研究通过深度学习自动分析老年COVID-19患者的身体成分，探讨肌肉减少症和肥胖对死亡率的影响	首次在国家级大流行病队列中应用预训练深度学习模型自动分析常规胸部CT的身体成分	样本量相对有限（157例患者），仅包含60岁以上重症COVID-19肺炎患者	比较肥胖和肌肉减少症对严重呼吸道感染老年患者死亡率的相对影响	60岁以上确诊重症COVID-19肺炎的住院患者	数字病理学	COVID-19	胸部CT扫描	深度学习	医学影像	157例住院患者（平均年龄70±8岁，41%女性）来自57个研究中心	NA	预训练深度学习模型	p值, 比值比	NA
1727	2025-10-05	Machine learning to identify hypoxic-ischemic brain injury on early head CT after pediatric cardiac arrest 2025-Oct, Resuscitation IF:6.5Q1 DOI:10.1016/j.resuscitation.2025.110693 PMID:40582483	研究论文	使用深度学习模型检测儿童院外心脏骤停后早期CT扫描中的缺氧缺血性脑损伤	深度学习模型能够识别放射科医生视觉无法发现的缺氧缺血性脑损伤	样本量相对较小（117例OHCA病例），且为回顾性研究	开发能够早期检测儿童心脏骤停后缺氧缺血性脑损伤的深度学习模型	儿童院外心脏骤停患者和年龄匹配的对照组	医学影像分析	缺氧缺血性脑损伤	CT扫描	深度学习	CT图像	117例OHCA病例，年龄3.1[0.7-12.2]岁，43%死亡，58%预后不良	NA	NA	AUC	NA
1728	2025-10-05	Automatic identification of dental implant brands with deep learning algorithms 2025-Oct-01, Dento maxillo facial radiology DOI:10.1093/dmfr/twaf054 PMID:40627380	研究论文	本研究使用深度学习算法在全景X光片上自动识别四种不同品牌的牙科种植体	首次将深度学习应用于牙科种植体品牌识别，并比较了多种主流算法的性能	仅包含四种种植体品牌，样本来源可能有限	解决无法识别牙科种植体品牌带来的问题，实现自动分类	牙科种植体品牌	计算机视觉	牙科疾病	对比度受限自适应直方图均衡化	CNN	图像	5375张裁剪后的全景X光片，包含四种种植体系统（NucleOSS、Medentika、Nobel、Implance）	NA	GoogleNet, ResNet-18, VGG16, ShuffleNet	准确率, 精确率, 灵敏度, F1分数, ROC曲线, 混淆矩阵	NA
1729	2025-10-05	A deep learning framework for accurate mammographic mass classification using local context attention module 2025-Oct, Medical physics IF:3.2Q1 DOI:10.1002/mp.18119 PMID:40985504	研究论文	提出一种结合局部上下文注意力模块的深度学习框架，用于基于双视图乳腺X线摄影的乳腺肿块准确分类	引入局部上下文注意力模块(LCAM)，通过通道和空间两个维度自适应优化特征表示，提升对乳腺肿块恶性相关影像组学特征的区分能力	NA	提高乳腺X线摄影对乳腺癌BI-RADS分类的准确性和一致性	乳腺X线摄影图像中的乳腺肿块	计算机视觉	乳腺癌	乳腺X线摄影	CNN	图像	3020名患者	NA	基于CNN的框架，包含局部上下文注意力模块(LCAM)	灵敏度, 特异度	NA
1730	2025-10-05	Artificial intelligence for HIV care: a global systematic review of current studies and emerging trends 2025-Oct, Journal of the International AIDS Society IF:4.6Q1 DOI:10.1002/jia2.70045 PMID:40990267	系统综述	本系统综述全面评估了人工智能在HIV护理连续过程中的应用现状和新兴趋势	首次系统性地将AI在HIV护理中的应用按四个主题领域进行分类分析，并识别了当前研究空白和未来方向	数据质量、基础设施限制和伦理考虑等挑战仍需解决，资源有限环境中的可扩展性AI解决方案研究不足	系统识别、绘制和综合AI方法在HIV护理连续过程中的应用研究	HIV护理连续过程，包括HIV检测、治疗监测、护理保留和临床免疫学结果管理	机器学习	HIV/艾滋病	机器学习方法	随机森林,神经网络,支持向量机,深度学习	医疗数据	47项研究（从3185条记录中筛选）	NA	NA	灵敏度,特异性,准确率,AUC	NA
1731	2025-10-05	Detection of External Root Resorption in Periapical Radiographs Using YOLO-Based Deep Learning Model 2025-Sep-27, Dento maxillo facial radiology DOI:10.1093/dmfr/twaf072 PMID:41014013	研究论文	本研究开发了基于YOLO的深度学习模型用于检测根尖周X线片中的外吸收性牙根吸收	首次将YOLOv5模型应用于外吸收性牙根吸收的检测，并使用与颌骨放射密度兼容的体模模型提高研究可靠性	研究样本量较小（110颗牙齿），且使用化学方法诱导的外吸收性牙根吸收，可能与临床自然病例存在差异	开发能够辅助诊断外吸收性牙根吸收的人工智能算法	经过化学处理的110颗离体牙齿及其584张根尖周X线影像	计算机视觉	牙科疾病	X线成像	YOLO	X线图像	110颗离体牙齿，584张根尖周X线片	PyTorch	YOLOv5x-cls, YOLOv5x-seg	F1-score	NA
1732	2025-10-05	Single-step prediction of inferior alveolar nerve injury after mandibular third molar extraction using contrastive learning and bayesian auto-tuned deep learning model 2025-Sep-27, Dento maxillo facial radiology DOI:10.1093/dmfr/twaf069 PMID:41014015	研究论文	本研究开发了一种结合对比学习和贝叶斯优化的深度学习框架，用于预测下颌第三磨牙拔除后的下牙槽神经损伤	首次将对比学习与贝叶斯优化相结合应用于口腔影像分析，有效解决了数据不平衡问题并自动优化模型超参数	需要多中心验证，缺乏可解释性人工智能分析，全景片分析性能仍低于专家	构建和评估用于预测下颌第三磨牙拔除后下牙槽神经损伤的深度学习框架	下颌第三磨牙拔除患者	计算机视觉	口腔颌面外科疾病	锥形束CT, 全景片	深度学习	医学影像	902张全景片和1,500张CBCT图像	NA	MobileNetV2, ResNet101D, Vision Transformer, Twins-SVT, SSL-ResNet50	准确率, F1分数	NA
1733	2025-10-05	An Integrated Deep Learning and LLM Model for Burn Wound Depth Recognition 2025-Sep-27, Journal of burn care & research : official publication of the American Burn Association IF:1.5Q3 DOI:10.1093/jbcr/iraf170 PMID:41014195	研究论文	开发了一种结合深度学习和大型语言模型的低成本AI系统，用于烧伤创面深度识别和分类	首次将深度学习分类模型与基于临床指南的烧伤专用大型语言模型相结合，提供准确的烧伤深度识别和治疗建议	样本量相对有限（397张原始图像），仅使用公开数据库数据	开发低成本AI系统以解决烧伤深度评估难题，特别是在急诊环境中	烧伤创面图像	计算机视觉,自然语言处理	烧伤	深度学习,大型语言模型	深度学习分类模型,LLM	图像	397张原始烧伤创面图像，通过数据增强扩展到7156张	PaddlePaddle	NA	准确率,召回率,F1分数	NA
1734	2025-10-05	Alternative Conformation Prediction Using Deep Learning With Multi-MSA Strategy and Structural Clustering in CASP16 2025-Sep-27, Proteins IF:3.2Q2 DOI:10.1002/prot.70059 PMID:41014267	研究论文	本文介绍了在CASP16中使用EnsembleFold流程进行结构集合预测的方法和结果	开发了结合多MSA策略和结构聚类的深度学习方法，显著提升了蛋白质和核酸复合物结构集合预测性能	质量评估评分方法仍有改进空间以进一步提高集合预测的可靠性	开发改进的蛋白质和核酸结构集合预测方法	蛋白质单体、蛋白质复合物、RNA结构、蛋白质-核酸复合物	计算生物学	NA	多序列比对(MSA)、结构预测、分子动力学模拟	深度学习	蛋白质序列、RNA序列、三维结构数据	CASP16中的19个集合靶标	DeepMSA2, rMSA, D-I-TASSER2, DMFold2, ExFold, DeepProtNA	EnsembleFold流程	TM-score	NA
1735	2025-10-05	Fusion of habitat analysis and deep learning on contrast-enhanced T1-weighted imaging for predicting Ki-67 status in pediatric brain tumors 2025-Sep-27, Child's nervous system : ChNS : official journal of the International Society for Pediatric Neurosurgery DOI:10.1007/s00381-025-06934-x PMID:41014337	研究论文	本研究通过融合肿瘤生境分析和深度学习技术，基于对比增强T1加权成像预测儿童脑肿瘤Ki-67状态	首次将肿瘤生境分析与深度学习特征融合，用于量化儿童脑肿瘤异质性并预测Ki-67增殖指数	回顾性研究设计，样本量相对有限（140例患者），验证集性能有待进一步提升	预测儿童脑肿瘤Ki-67增殖指数状态，指导临床治疗决策和预后评估	140例儿童脑肿瘤患者的对比增强T1加权成像数据	医学影像分析	脑肿瘤	对比增强T1加权成像（CE-T1WI）	随机森林	医学影像	140例儿童脑肿瘤患者，按7:3比例分为训练集和测试集	NA	融合模型（生境分析+深度学习）	AUC（受试者工作特征曲线下面积）	NA
1736	2025-10-05	Quantifying 3D foot and ankle alignment using an AI-driven framework: a pilot study 2025-Sep-27, Skeletal radiology IF:1.9Q3 DOI:10.1007/s00256-025-05038-6 PMID:41014330	研究论文	本研究开发了一种基于AI的框架，通过深度学习自动量化足踝三维对齐情况	首次使用基于热图预测的3D U-Net模型直接从负重CT图像预测解剖标志点，无需分割和迭代网格配准	仅使用74名患者的小型数据集，需要更大数据集验证临床适用性	开发自动化足踝对齐评估方法	骨科患者，包括高弓足和扁平外翻足等足部畸形病例	计算机视觉	足部畸形	负重CT成像	CNN	3D医学图像	74名骨科患者	NA	3D U-Net	平均绝对误差, 五折交叉验证	NA
1737	2025-10-05	DeepMaT: Prediction of Target Peptide Classification and Cleavage Site by Combining Mamba2 and Multiple Attention Mechanisms 2025-Sep-26, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c01489 PMID:41004305	研究论文	提出了一种结合Mamba2和多重注意力机制的深度学习模型DeepMaT，用于预测目标肽分类和切割位点	首次将Mamba2与多头自注意力机制相结合，利用Mamba2的全局建模能力和自注意力的局部聚焦优势	NA	提高目标肽切割位点预测的准确性	信号肽和转运肽	生物信息学	NA	深度学习	Mamba2, 多头自注意力机制	氨基酸序列数据	NA	NA	Mamba2, 多头自注意力机制	准确率	NA
1738	2025-10-05	Extending Multiscale Characterization of Heart Rate Variability via Deep Learning for Mortality Risk Prediction 2025-Sep-26, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2025.3614714 PMID:41004366	研究论文	本研究结合去趋势移动平均分析和卷积神经网络，通过心率变异性信号改进死亡率风险预测	将去趋势移动平均分析与深度学习结合，捕捉传统线性分析忽略的非线性尺度模式	样本量相对有限，仅包含916名幸存者和70名非幸存者	改进基于心率变异性的死亡率风险预测	24小时动态心电图记录的心率变异性信号	机器学习	心血管疾病	去趋势移动平均分析，动态心电图	CNN	心率变异性信号，DMA曲线	986名患者（916名幸存者，70名非幸存者）	NA	卷积神经网络	ROC-AUC, 调整后风险比	NA
1739	2025-10-05	Fusion Deep Learning for Predicting Conductivity in Electron-Doped Organic Polymers 2025-Sep-26, Journal of the American Chemical Society IF:14.4Q1 DOI:10.1021/jacs.5c09172 PMID:41004423	研究论文	开发融合深度学习模型预测电子掺杂有机聚合物的电导率	提出融合卷积神经网络和全连接人工神经网络的深度学习模型，整合结构特征和物性特征进行电导率预测	模型预测结果与实验值在同一数量级内相符，但未达到精确匹配	加速高性能n型有机半导体材料的发现与设计	n型导电聚合物	机器学习	NA	密度泛函理论计算	CNN, ANN	分子结构数据，电子性质数据	84种n型导电聚合物，外加含寡聚乙二醇侧链的测试集聚合物	NA	卷积神经网络，全连接人工神经网络	留一法交叉验证，双盲实验验证	NA
1740	2025-10-05	An explainable covariate compartmental model for predicting the spatio-temporal patterns of dengue in Sri Lanka 2025-Sep-26, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1013540 PMID:41004532	研究论文	应用可解释AI的协变量仓室模型预测斯里兰卡登革热时空传播模式	提出结合协变量驱动和动态反馈的可解释AI仓室模型，弥合动力学仓室模型与数据驱动模型之间的差距	未明确说明模型在其它地区或疾病的泛化能力	预测和解释登革热在斯里兰卡的时空发病模式	斯里兰卡登革热发病数据	机器学习	登革热	深度学习可解释AI(XAI)	SEIR仓室模型, 深度学习模型	时空流行病学数据	NA	NA	协变量仓室混合模型	模型性能比较	NA