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
161	2025-09-27	READRetro web: A user-friendly platform for predicting plant natural product biosynthesis 2025-Aug, Molecules and cells IF:3.7Q2 DOI:10.1016/j.mocell.2025.100235 PMID:40466944	研究论文	开发了一个用户友好的网页平台READRetro web，用于预测植物天然产物的生物合成路径	将先进的机器学习逆合成预测模型转化为易于使用的网页平台，降低了计算背景有限的研究人员的使用门槛	NA	为植物天然产物的大规模生产提供理想的生物合成路径预测	植物天然产物	机器学习	NA	逆合成预测	READRetro机器学习模型	化学结构数据	NA
162	2025-09-27	Co-Pseudo Labeling and Active Selection for Fundus Single-Positive Multi-Label Learning 2025-08, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3565000 PMID:40293917	研究论文	提出一种针对眼底单阳性多标签学习的协同伪标签与主动选择方法FSP，通过双网络协同训练生成伪标签	提出课程式协同伪标签机制和基于损失建模的主动样本选择策略，动态调整阈值并保持高置信度预测	NA	解决眼底图像多标签标注不全问题，提升视网膜疾病分类器性能	视网膜疾病相关的眼底图像	计算机视觉	视网膜疾病	深度学习	双网络协同训练	眼底图像	七个视网膜数据集
163	2025-09-27	Deep Learning-Enhanced Robotic Subretinal Injection with Real-Time Retinal Motion Compensation 2025-Aug, IEEE International Conference on Automation Science and Engineering (CASE) : [proceedings]. IEEE Conference on Automation Science and Engineering DOI:10.1109/case58245.2025.11163942 PMID:41000371	研究论文	提出一种集成深度学习和实时运动补偿的全自主机器人视网膜下注射系统	首次将LSTM神经网络应用于视网膜运动预测，并开发动态比例速度控制策略实现针头与视网膜运动的同步	实验验证仅限于模拟和猪眼开放环境，未进行人体临床试验	提高视网膜下注射手术的精准度和安全性	视网膜组织（特别是内界膜）和注射针头	医疗机器人	视网膜疾病（遗传性视网膜病变和年龄相关性黄斑变性）	术中光学相干断层扫描成像和深度学习运动预测	LSTM神经网络	OCT图像序列和运动轨迹数据	模拟环境和开放猪眼实验
164	2025-09-27	Bond-centric modular design of protein assemblies 2025-Jul-31, Nature materials IF:37.2Q1 DOI:10.1038/s41563-025-02297-5 PMID:40745093	研究论文	提出一种基于键合中心的模块化蛋白质组装设计方法	将原子价键的化学多样性原理应用于蛋白质纳米材料设计，结合深度学习工具实现可定制键合相互作用	NA	开发模块化蛋白质纳米材料设计策略	蛋白质构建模块及其组装结构	计算生物学	NA	深度学习生成工具、电子显微镜	生成模型	蛋白质结构数据	20多种多组分多面体蛋白质笼、二维阵列和三维蛋白质晶格
165	2025-09-27	Deep learning assessment of metastatic relapse risk from digitized breast cancer histological slides 2025-Jul-01, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-60824-z PMID:40593633	研究论文	开发基于深度学习的AI工具RlapsRisk BC，通过数字化乳腺癌组织切片预测早期乳腺癌患者的5年无转移生存率	首次将深度学习应用于ER+/HER2-早期乳腺癌的转移风险预测，提供超越传统临床病理变量的独立预后价值	研究局限于特定亚型乳腺癌（ER+/HER2-），需要进一步验证在其他乳腺癌亚型中的适用性	提高早期乳腺癌患者转移风险的精准分层，指导治疗决策	雌激素受体阳性、HER2阴性早期乳腺癌患者	数字病理	乳腺癌	深度学习	CNN	数字化组织切片图像	NA
166	2025-09-27	A deep convolutional neural network-based novel class balancing for imbalance data segmentation 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-04952-y PMID:40595795	研究论文	提出基于深度学习和双层类别平衡方案的新方法BLCB-CNN，用于视网膜眼底图像中血管的精确分割	首次将双层类别平衡方案（血管/非血管平衡和粗/细血管平衡）与CNN结合，解决数据不平衡和血管粗细差异问题	仅提及在STARE图像上的外部交叉验证，未说明在其他数据集上的泛化性能	实现视网膜眼底图像中血管结构的精确分割	视网膜眼底图像中的血管结构	计算机视觉	眼科疾病	全局对比度归一化(GCN)、限制对比度自适应直方图均衡化(CLAHE)、伽马校正	CNN	图像	标准视网膜眼底图像数据集和STARE图像数据集（具体样本数未明确说明）
167	2025-09-27	A vision transformer approach for fully automated and scalable dementia screening using clock drawing test images 2025 Jul-Sep, Alzheimer's & dementia (Amsterdam, Netherlands) DOI:10.1002/dad2.70171 PMID:41001422	研究论文	开发基于视觉变换器的全自动诊断系统，通过分析手绘时钟绘图测试图像进行痴呆症筛查	首次将视觉变换器模型应用于时钟绘图测试分析，结合CNN预处理自动处理图像质量问题，在独立临床数据集上表现优于人工评分和现有深度学习方法	模型准确率为76.5%，仍有提升空间；临床测试样本量相对较小（n=862）	开发可扩展的自动化痴呆症筛查系统	手绘时钟绘图测试图像	计算机视觉	老年性疾病	深度学习	Vision Transformer (ViT), CNN	图像	训练集54,027个样本（NHATS数据集），测试集862名患者（TDRA临床队列）
168	2025-09-27	Deep Learning to Localize Photoacoustic Sources in Three Dimensions: Theory and Implementation 2025-06, IEEE transactions on ultrasonics, ferroelectrics, and frequency control DOI:10.1109/TUFFC.2025.3562313 PMID:40261767	研究论文	开发基于深度学习的3D光声点源定位系统，用于手术工具尖端定位	首次实现基于目标检测和实例分割的3D光声点源定位，并建立了点源位置与声速的理论关系	NA	实现手术和介入过程中工具尖端的三维定位与跟踪	手术工具尖端（视为声学点源）	医学影像分析	NA	光声成像	深度学习（目标检测、实例分割）	光声通道数据帧	4000个模拟数据帧、993个仿体数据帧、1983个离体实验数据帧
169	2025-09-27	Harnessing machine learning for predicting successful weaning from mechanical ventilation: A systematic review 2025-05, Australian critical care : official journal of the Confederation of Australian Critical Care Nurses IF:2.6Q1 DOI:10.1016/j.aucc.2025.101203 PMID:40058181	系统综述	本文系统评估了机器学习模型在预测成人患者机械通气撤机成功率方面的应用效果	首次系统比较了多种机器学习算法在机械通气撤机预测中的性能，发现XGBoost模型表现最优	缺乏使用新型架构（如Transformer模型）的研究，存在进一步探索的空间	评估机器学习模型预测机械通气撤机成功率的效果	接受机械通气的成人患者	机器学习	呼吸系统疾病	机器学习算法	XGBoost, LightGBM, 随机森林, 多层感知机, 逻辑回归, 人工神经网络, 卷积神经网络	临床数据	11项研究（n=18,336名患者）
170	2025-09-27	Memorization Bias Impacts Modeling of Alternative Conformational States of Symmetric Solute Carrier Membrane Proteins with Methods from Deep Learning 2025-Apr-26, bioRxiv : the preprint server for biology DOI:10.1101/2024.07.15.603529 PMID:39071413	研究论文	本研究评估了AlphaFold在模拟对称溶质载体膜蛋白多构象状态时的记忆偏差问题，并提出结合ESM和模板建模的新方法	开发了结合ESM和基于模板建模的新流程，利用SLC蛋白内部伪对称性来一致建模交替构象状态	方法主要适用于具有伪对称结构的SLC蛋白，对其他类型蛋白的适用性未验证	解决深度学习方法在模拟膜蛋白多构象状态时的记忆偏差问题	溶质载体(SLC)超家族膜蛋白，包括SLC35F2等转运蛋白	计算生物学	病毒性疾病	AlphaFold2、AlphaFold3、ESM、模板建模、进化协方差分析	深度学习模型	蛋白质序列和结构数据	多个完整的膜蛋白转运体，包括SLC35F2等具体案例
171	2025-09-27	AutoRADP: An Interpretable Deep Learning Framework to Predict Rapid Progression for Alzheimer's Disease and Related Dementias Using Electronic Health Records 2025-Apr-07, medRxiv : the preprint server for health sciences DOI:10.1101/2025.04.06.25325337 PMID:40297450	研究论文	提出一种基于自动编码器的可解释深度学习框架AutoRADP，用于预测阿尔茨海默病及相关痴呆症的快速进展	结合结构化与非结构化电子健康记录数据，采用混合采样策略解决数据不平衡问题，并通过SHAP值提供可解释性预测	仅使用单一医疗中心（UFHealth）的数据，需要外部验证	开发精准预测阿尔茨海默病及相关痴呆症快速进展的人工智能模型	阿尔茨海默病及相关痴呆症患者	自然语言处理	阿尔茨海默病	自然语言处理、特征选择、混合采样策略	自动编码器	结构化电子健康记录、非结构化临床文本	UFHealth医疗中心的电子健康记录数据
172	2025-09-27	Artificial intelligence in four-dimensional imaging for motion management in radiation therapy 2025-Apr, Artificial intelligence review IF:10.7Q1 DOI:10.1007/s10462-025-11109-w PMID:40963558	综述	本文综述了人工智能在放射治疗四维成像运动管理中的应用现状与前景	系统探讨AI技术如何推动四维成像在运动管理中的演进，无需硬件改造即可提升精度和效率	存在未解决的技术挑战和局限性（文中未具体说明）	改善放射治疗中四维成像的运动管理精度和效率	放射治疗中的四维成像技术	医学影像分析	NA	深度学习	NA	四维医学影像	NA
173	2025-09-27	HIERARCHICAL LOG BAYESIAN NEURAL NETWORK FOR ENHANCED AORTA SEGMENTATION 2025-Apr, Proceedings. IEEE International Symposium on Biomedical Imaging DOI:10.1109/isbi60581.2025.10980947 PMID:41001007	研究论文	提出一种基于贝叶斯神经网络的分层拉普拉斯高斯模型用于增强主动脉分割	结合3D U-Net和分层LoG流，通过贝叶斯方法参数化LoG流并提供分割结果的置信区间	NA	提升主动脉及其分支血管的医学图像分割精度	主动脉及其弓部分支血管	医学图像分析	主动脉疾病	分层拉普拉斯高斯滤波	3D U-Net与贝叶斯神经网络结合	3D医学图像	来自两个主动脉数据集的多个体积数据
174	2025-09-27	Comparative Genomics and Epigenomics of Transcriptional Regulation 2025-02, Annual review of animal biosciences IF:8.7Q1 DOI:10.1146/annurev-animal-111523-102217 PMID:39565835	综述	本文综述了比较基因组学与表观基因组学在转录调控研究中的进展与展望	提出利用农场动物模型和多维表观基因组数据弥补现有研究空白的新思路	现有表观基因组数据主要来自健康个体特定发育阶段，缺乏生理条件多样性	解析跨物种转录调控的进化机制与生理响应	基因组调控元件与非编码功能区域	计算生物学	NA	全基因组测序、深度学习、功能筛选验证	深度学习	基因组与表观基因组数据	NA
175	2025-09-27	Sli2Vol+: Segmenting 3D Medical Images Based on an Object Estimation Guided Correspondence Flow Network 2025 Feb-Mar, IEEE Winter Conference on Applications of Computer Vision. IEEE Winter Conference on Applications of Computer Vision DOI:10.1109/wacv61041.2025.00357 PMID:41001582	研究论文	提出一种基于目标估计引导对应流网络的自监督框架，用于仅需单张标注切片即可完成3D医学图像分割	通过目标估计引导的对应流网络解决传统方法中的误差累积和连续性假设问题，提升跨器官/模态的泛化能力	依赖于单张标注切片的质量，未明确讨论对复杂解剖结构异常的处理能力	开发减少3D医学图像标注需求的自我监督分割方法	3D医学图像中的各种解剖结构	医学图像分析	NA	深度学习、自监督学习	Object Estimation Guided Correspondence Flow Network	3D医学图像	多个不同器官和模态的医学图像数据集
176	2025-09-27	Predicting Paediatric Brain Disorders from MRI Images Using Advanced Deep Learning Techniques 2025-Jan-16, Neuroinformatics IF:2.7Q3 DOI:10.1007/s12021-024-09707-0 PMID:39821839	研究论文	本研究提出基于多种先进CNN模型的系统，通过MRI图像检测儿童脑部疾病	首次系统比较EfficientNetB0、InceptionResNetV2等10种深度学习架构在儿科脑疾病MRI诊断中的性能	未提及外部验证集测试和临床部署可行性分析	开发AI驱动的儿童脑部疾病精准诊断系统	儿科脑部疾病患者的MRI图像	计算机视觉	儿科脑部疾病	MRI成像、深度学习	CNN（包括EfficientNetB0/B3、Xception、InceptionV3、MobileNetV2、VGG19、DenseNet169、ResNet50V2/152V2、InceptionResNetV2）	医学图像（MRI）	NA
177	2025-09-27	Combination of ultrasound-based radiomics and deep learning with clinical data to predict response in breast cancer patients treated with neoadjuvant chemotherapy 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1525285 PMID:40538839	研究论文	本研究开发了一种结合超声影像、深度学习特征和临床数据的融合模型，用于预测乳腺癌患者新辅助化疗后的病理完全缓解	首次将超声影像组学特征、深度学习特征与临床数据相结合构建预测模型，在多中心验证中表现出优越性能	回顾性研究设计，样本来源仅限于两个医疗中心	预测乳腺癌患者新辅助化疗的疗效反应	接受新辅助化疗的乳腺癌患者	医学影像分析	乳腺癌	超声影像分析、机器学习算法	融合模型（结合临床模型、影像组学模型和深度学习模型）	超声图像、临床数据	643例经病理确诊的乳腺癌患者（中心1:372例，中心2:271例）
178	2025-09-27	Comparative analysis of multimodal architectures for effective skin lesion detection using clinical and image data 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1608837 PMID:40951333	研究论文	开发了一种融合皮肤镜图像与临床数据的多模态框架用于皮肤病变分类	提出系统评估多种融合策略的新型多模态数据融合框架，首次通过交叉注意力机制有效捕捉视觉与临床数据间的跨模态依赖关系	存在类别不平衡问题和高级融合方法计算复杂度高的挑战	通过融合临床元数据与皮肤镜图像提升皮肤病变分类的准确性	皮肤病变（基于HAM10000数据集）	计算机视觉	皮肤癌	多模态数据融合	ResNet、MLP、交叉注意力机制	图像、临床元数据	HAM10000数据集
179	2025-09-27	Volume Fusion-Based Self-Supervised Pretraining for 3D Medical Image Segmentation 2025, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2025.3610249 PMID:40982499	研究论文	提出一种基于体积融合的自监督预训练方法VolF，用于提升3D医学图像分割模型在标注数据有限场景下的性能	通过引入伪分割前置任务，使用离散化块状融合系数图融合两个子体积，最小化前置任务与下游分割任务之间的差距	NA	解决医学图像分割中训练数据或标注有限时深度学习模型性能受限的问题	3D医学图像分割模型	医学图像分析	NA	自监督学习	3D分割模型	3D医学图像（腹部CT数据）	包含域内和域外下游数据集的多中心实验
180	2025-09-27	Sentiment analysis of classical Chinese literature: An unsupervised deep learning model with BERT and graph attention networks 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0330919 PMID:40986623	研究论文	提出一种融合BERT、情感词典和图注意力网络的无监督深度学习框架，用于古典中文文学的情感分析	首次将BERT嵌入、情感词典增强和图注意力网络结合，专门针对古典中文文本的复杂语言特征进行无监督情感分析	未明确说明模型在更大规模或更多样化古典文献上的泛化能力	开发适用于古典中文文学的无监督情感分析方法	古典中文文学文本	自然语言处理	NA	无监督深度学习、情感分析	BERT、GAT（图注意力网络）、K-Means聚类	文本	未明确说明具体样本数量，但提及在多次运行中取得稳定结果