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	2025-09-23	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	开发结合拉曼光谱与深度学习的胃肠道癌症检测框架，通过定量光谱分解实现分子水平分析	提出协同框架整合定量光谱分解与可解释生物特征，引入SMOTE处理类别不平衡并创建生物可解释比率特征	样本量相对有限（恶性82例），需更大规模验证	建立基于拉曼光谱的胃肠道癌症非侵入性诊断方法	胃肠道组织样本（927例，含82例恶性与845例良性）	数字病理	胃肠道癌症	拉曼光谱、SMOTE过采样技术、SHAP可解释性分析、t-SNE可视化	CNN（用于光谱分解）、LightGBM（分类器）	光谱数据	927例胃肠道组织（82恶性/845良性），经SMOTE平衡后1080例（545良性/545恶性）
162	2025-09-23	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下一代电池系统分子发现中的整合应用	首次系统总结AI算法在电池分子工程中的全流程应用，包括新兴大语言模型的引入	未涉及具体实验验证数据的量化分析	加速电池材料分子发现以推动能源技术创新	电池系统相关分子材料	机器学习	NA	AI驱动分子发现	经典机器学习/深度学习/大语言模型	分子结构数据	NA
163	2025-09-23	Docking With Rosetta and Deep Learning Approaches in CAPRI Rounds 47-55 2025-Sep-22, Proteins IF:3.2Q2 DOI:10.1002/prot.70016 PMID:40980933	研究论文	结合Rosetta对接方法和深度学习技术改进CAPRI竞赛中蛋白质-蛋白质相互作用的盲预测	将RosettaDock 4.0、ReplicaDock 2.0等传统对接方法与AlphaFold2、IgFold等深度学习工具集成，开发了针对柔性复合物的骨架构象采样增强方法	对于更柔性复合物的预测性能仍然有限，准确预测CDR H3环和抗体-抗原结合界面仍具挑战性	提高蛋白质-蛋白质相互作用的盲预测准确性	多阶段组装体、抗体-抗原复合物、柔性界面等49个CAPRI靶标	计算生物学	NA	Rosetta对接、深度学习（AlphaFold2、IgFold、AlphaRED）	RosettaDock、ReplicaDock、SymDock、AlphaFold2	蛋白质结构数据	CAPRI第47-55轮的49个预测靶标
164	2025-09-23	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Mamba-USeg，用于在增强CT图像上分割并区分脂质缺乏型肾上腺腺瘤和结节性增生	首次提出基于状态空间模型的多类别分割方法，实现肾上腺结节的同步分割与分类	回顾性双中心研究，样本量有限（164例患者）	开发能够自动分割和分类肾上腺结节的深度学习模型	经病理证实的脂质缺乏型肾上腺腺瘤和结节性增生患者	医学影像分析	肾上腺疾病	对比增强计算机断层扫描	Mamba-USeg（基于SSMs的多类别分割模型）	医学影像（CT图像）	164例患者（内部中心128例，外部验证36例）
165	2025-09-23	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	本研究开发了一种基于单张平扫CT图像的深度学习模型，用于预测临床显著性门静脉高压	首次利用单张平扫CT图像通过深度学习预测门静脉高压，无需对比剂和复杂图像处理	研究样本量有限（421例患者），且为单中心回顾性研究	建立非侵入性的门静脉高压预测方法，替代有创的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（卷积神经网络）	医学影像（CT图像）	421例慢性肝病患者
166	2025-09-23	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	本研究通过基于MRI的栖息地分析预测直肠癌患者新辅助放化疗后的病理反应	首次将深度学习和栖息地分析相结合，开发融合临床因素、影像组学特征和瘤内异质性特征的多模型预测体系	研究为回顾性多中心设计，需要前瞻性研究进一步验证模型的临床适用性	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	医学影像分析	直肠癌	深度学习、简单线性迭代聚类、影像组学分析	融合模型（临床模型、ITH模型、影像组学模型）	MRI影像	1021例患者（训练测试集319例，内部验证集317例，外部验证集1为158例，外部验证集2为227例）
167	2025-09-23	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绘图的机器学习模型，用于预测3-5年内向痴呆症的转化	首次将深度学习异常检测模型应用于立方体复制测试绘图，发现临床前阶段已存在的建构性失用样症状	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	开发高精度、低负担的痴呆症早期筛查工具	767名记忆障碍患者（基线MMSE≥24分且无痴呆诊断）	机器学习	老年性疾病	深度学习异常检测	PatchCore	图像	767名患者（457名转化为痴呆症，310名未转化）
168	2025-09-23	An updated patent review of small molecule glucagon receptor antagonists (2020-2024) 2025-Sep-21, Expert opinion on therapeutic patents IF:5.4Q1 DOI:10.1080/13543776.2025.2559928 PMID:40968011	综述	对2020-2024年间小分子胰高血糖素受体拮抗剂专利进展的回顾性分析	发现创新主体从制药企业转向学术机构，并揭示了深度学习与虚拟筛选在新化学型探索中的应用趋势	需通过临床研究验证化合物能否突破现有开发瓶颈并解决安全性问题	分析小分子GCGR拮抗剂的最新专利布局与技术创新路径	专利文献、临床数据及同行评审论文中的小分子GCGR拮抗剂	药物研发	糖尿病	深度学习、虚拟筛选、结构机制研究	NA	专利文本、临床数据、文献资料	基于多数据库（PubMed/Web of Science等）的专利与文献集合
169	2025-09-23	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模型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	建立大塑料污染自动监测系统	秘鲁利马Rímac河段的混合无机城市固体废物	计算机视觉	NA	深度学习、无人机航拍	YOLOv11、CNN	图像	秘鲁Rímac河段一年的无人机监测数据
170	2025-09-23	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技术在MRI量化与分期脂肪肝疾病中的诊断准确性、可重复性和临床实用性	首次系统综述ML/DL在MRI脂肪肝评估中的应用，涵盖CNN、GAN等多种先进技术	样本量较小（25-1038例）、单中心研究设计、不同厂商设备差异性	评估机器学习与深度学习技术提升MRI对脂肪肝定量分析和疾病分期的能力	疑似或确诊非酒精性脂肪肝病（NAFLD）、非酒精性脂肪肝炎（NASH）或酒精性肝病（ALD）的人类患者	医学影像分析	脂肪肝疾病	MRI（质子密度脂肪分数、化学位移编码MRI、Dixon MRI）	CNN、GAN、影像组学、字典学习	医学影像	15项研究（总样本量25-1038例患者）
171	2025-09-23	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COLDLNA模型用于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	设计长程节点注意力模块优化药物结构表征，利用卷积注意力模块从蛋白质序列提取关键长程信息以识别结合位点	NA	解决现有模型对药物分子图利用不足及蛋白质长程特征捕获不充分的问题	药物分子结构和蛋白质氨基酸序列	机器学习	NA	深度学习	COLDLNA（包含长程节点注意力模块和卷积注意力模块）	图数据（药物分子图）、序列数据（蛋白质序列）	Davis数据集、KIBA数据集、Human数据集、C. elegans数据集
172	2025-09-23	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技术，用于处理含噪声和畸变的条纹图案	首次将深度学习与子空间方法结合，实现强噪声和不均匀畸变条件下的可靠条纹图案解调	仅通过数值模拟和液体扩散实验验证，未涉及更复杂的流场场景	提高背景纹影法在复杂条件下的流场可视化精度	背景纹影法记录的条纹图案	计算机视觉	NA	背景纹影法、深度学习	深度学习辅助子空间方法	图像	数值模拟数据+液体扩散过程真实BOS图像
173	2025-09-23	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	提出一种端到端的级联深度偏振网络，通过集成预处理模块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框架中，通过自监督损失函数协同训练预处理模块和主干网络	NA	提升光学偏振图像的语义分割性能	包含线性偏振角、线性偏振度和斯托克斯参数等多维信息的原始偏振图像	计算机视觉	NA	光学偏振成像技术	级联深度偏振网络（CDPN）	偏振图像	NA
174	2025-09-23	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	首次将深度学习神经网络应用于全息波前传感器，通过CNN和UNet两种架构分别实现模态系数估计和直接相位图重建	DLHWS-p方法需要较高的计算资源，可能限制其实时应用	提高波前传感器的测量精度和高阶像差检测能力	光学波前像差，特别是大气湍流引起的高阶像差	计算机视觉	NA	深度学习，计算机生成全息图	CNN，UNet	图像	NA
175	2025-09-23	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	本文系统综述了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	提出创新的'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、患者反应差异大和组织穿透性有限等未解决挑战	探讨光疗作为精准无创治疗方式在脱发管理中的应用潜力	斑秃(AA)、雄激素性脱发(AGA)和瘢痕性脱发患者	医学光疗	脱发疾病	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
176	2025-09-23	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	提出一种通过组织形态学分析解卷积肿瘤内异质性的计算框架MorphoITH	首次将任务无关的自监督深度学习相似性度量应用于多维度表型多样性量化，可识别与关键驱动基因亚克隆改变相关的形态学变化	方法验证主要基于肾透明细胞癌，在其他癌种中的普适性有待进一步验证	开发从常规组织病理切片推断分子水平肿瘤内异质性的可扩展方法	肾透明细胞癌（ccRCC）组织样本	数字病理	肾癌	自监督深度学习、多区域测序	自监督深度学习模型	组织病理切片图像	基于多区域测序数据集的肾透明细胞癌样本（具体数量未明确说明）
177	2025-09-23	Knowledge and Perceptions of AI Among Medical Students in Morocco: Cross-Sectional Study 2025-Sep-19, JMIR formative research IF:2.0Q4 DOI:10.2196/66156 PMID:40971792	研究论文	本研究通过横断面调查评估摩洛哥医学生对人工智能的认知水平和态度	首次针对摩洛哥医学生群体开展人工智能认知度的系统性研究	采用滚雪球抽样方法，样本代表性可能存在局限	评估医学生对人工智能的知识水平和接受程度	摩洛哥阿加迪尔医学院1-7年级的580名本科医学生	医学教育	NA	横断面调查、在线问卷	NA	问卷调查数据	580名医学生（女性363人，平均年龄21.3岁）
178	2025-09-23	Advances in Computational Nephropathology 2025-Sep-19, Kidney international IF:14.8Q1 DOI:10.1016/j.kint.2025.06.029 PMID:40976424	综述	本文全面概述了计算病理学（特别是肾脏病理学）的技术进展与应用	系统总结了计算肾脏病理学的方法体系，并提出'kidnAI病理学'的未来发展方向	面临技术基础设施、数据隐私和环境可持续性等临床实施挑战	推动计算病理学在肾脏疾病诊断中的标准化和自动化应用	肾脏组织病理图像及相关临床数据	数字病理学	肾脏疾病	深度学习、人工智能	图像分类和回归模型	组织病理图像、非图像临床数据	NA
179	2025-09-23	Synthetizing SWI from 3T to 7T by generative diffusion network for deep medullary veins visualization 2025-Sep-19, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2025.121475 PMID:40976490	研究论文	提出基于生成扩散网络的深度学习成像模型CDDPM，用于从3T SWI图像合成7T SWI图像以改善深部髓质静脉可视化	首次将条件去噪扩散概率模型应用于SWI图像跨场强合成，突破传统GAN训练困境对微血管结构重建的限制	扩散模型需要多步采样过程可能导致计算效率较低	通过深度学习实现低场强到超高场强SWI图像的跨场强合成	脑部深部髓质静脉的SWI医学图像	医学影像分析	脑血管疾病	条件去噪扩散概率模型(CDDPM)	扩散模型	磁共振图像	NA
180	2025-09-23	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	本研究评估了深度学习加速的单次屏气腹部HASTE序列（含/不含脂肪抑制）在3特斯拉磁共振中的图像质量	首次系统比较深度学习加速HASTE序列在不同脂肪抑制参数下的图像质量，并优化扫描参数	样本量有限（10名健康志愿者+50名患者），未针对特定疾病进行专项评估	评估深度学习加速腹部成像序列的技术可行性和图像质量优化	健康志愿者和患者的上腹部磁共振影像	医学影像分析	NA	深度学习加速磁共振成像（DL-HASTE）	深度学习（具体网络结构未说明）	医学影像（磁共振图像）	60例（10名健康志愿者+50名患者）