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
18301	2025-10-06	Generative adversarial network (GAN) model-based design of potent SARS-CoV-2 Mpro inhibitors using the electron density of ligands and 3D binding pockets: insights from molecular docking, dynamics simulation, and MM-GBSA analysis 2025-Aug, Molecular diversity IF:3.9Q2 DOI:10.1007/s11030-024-11047-9 PMID:39613993	研究论文	本研究利用生成对抗网络(GAN)设计SARS-CoV-2主要蛋白酶(Mpro)抑制剂，并通过分子对接、动力学模拟和MM-GBSA分析验证其效力	采用两种创新GAN方法：基于配体电子密度数据和基于靶点结合口袋3D结构生成新型小分子	研究样本量有限，仅对六种最有前景的分子进行了深入分析	开发针对SARS-CoV-2主要蛋白酶的高效抑制剂	SARS-CoV-2主要蛋白酶(Mpro)及其抑制剂	药物发现	COVID-19	分子对接、分子动力学模拟、MM-GBSA分析	GAN	电子密度数据、3D结合口袋结构	电子密度方法生成约26,000个分子，结合口袋方法生成约100个分子，深入分析6个分子	NA	GAN	Glide XP评分、AutoDock Vina评分、MM-GBSA结合自由能	NA
18302	2025-10-06	A 4D tensor-enhanced multi-dimensional convolutional neural network for accurate prediction of protein-ligand binding affinity 2025-Aug, Molecular diversity IF:3.9Q2 DOI:10.1007/s11030-024-11044-y PMID:39714563	研究论文	本文提出了一种基于4D张量特征和多维卷积神经网络的蛋白质-配体结合亲和力预测模型MCDTA	引入4D张量特征捕捉结合口袋区域的关键相互作用，开发多维卷积神经网络框架整合一维序列、二维结构和三维相互作用特征	未明确说明模型在特定蛋白质家族或配体类型上的局限性	准确预测蛋白质-配体结合亲和力以促进药物新用途发现	蛋白质-配体相互作用	机器学习	NA	特征工程	CNN	序列数据,结构数据,相互作用特征	PDBbind v.2020数据集	NA	三维卷积神经网络,多维卷积神经网络	RMSE,PCC	NA
18303	2025-10-06	Deep Learning Approach Readily Differentiates Papilledema, Non-Arteritic Anterior Ischemic Optic Neuropathy, and Healthy Eyes 2025-Aug, American journal of ophthalmology IF:4.1Q1 DOI:10.1016/j.ajo.2025.04.006 PMID:40220884	研究论文	开发并验证了一种基于深度学习的模型，用于通过眼底照片区分特发性颅内高压引起的视盘水肿、非动脉炎性前部缺血性视神经病变和健康眼睛	首次使用深度学习模型在单一框架内同时区分三种眼科状态（IIH、NAION和健康眼睛），并生成可视化激活图谱突出显示关键诊断区域	研究依赖于现有数据集，未在更广泛的人群中进行前瞻性验证	开发一种自动诊断工具，用于神经眼科疾病的鉴别诊断	眼底照片，包括特发性颅内高压（IIH）患者、非动脉炎性前部缺血性视神经病变（NAION）患者和健康对照者的眼睛	计算机视觉	眼科疾病	眼底摄影	CNN	图像	训练验证集：15,088张眼底照片（5866只眼睛），外部验证集：1,126张照片（928只眼睛）	PyTorch	ResNet-50	准确率，AUC-ROC，精确率，召回率，F1分数，混淆矩阵	NA
18304	2025-10-06	Deep learning Radiopathomics based on pretreatment MRI and whole slide images for predicting overall survival in locally advanced nasopharyngeal carcinoma 2025-Aug, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology IF:4.9Q1 DOI:10.1016/j.radonc.2025.110949 PMID:40409367	研究论文	开发基于深度学习的放射病理组学模型，用于预测局部晚期鼻咽癌患者的总生存期	首次将MRI影像与全切片图像通过多模态融合方法结合，采用自注意力机制评估不同图像区域对预后预测的重要性	样本量相对有限（343例患者），需要更大规模的多中心验证	预测局部晚期鼻咽癌患者的总生存期	局部晚期鼻咽癌患者	数字病理	鼻咽癌	MRI成像，全切片图像分析	深度学习，自注意力机制，多层感知机	医学影像（MRI），病理图像（WSI）	343例局部晚期鼻咽癌患者（训练集202例，验证集91例，外部测试集50例）	NA	自注意力机制，多层感知机，多模态融合模型	一致性指数（C-index），Kaplan-Meier曲线	NA
18305	2025-10-06	Deep learning dosiomics for the pretreatment prediction of radiation dermatitis in nasopharyngeal carcinoma patients treated with radiotherapy 2025-Aug, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology IF:4.9Q1 DOI:10.1016/j.radonc.2025.110951 PMID:40412532	研究论文	开发结合剂量组学和深度学习的模型预测鼻咽癌放疗患者发生2级及以上放射性皮炎的风险	首次将剂量组学特征与深度学习特征相结合构建预测模型，并整合临床因素提升预测性能	回顾性研究且样本量有限（290例患者）	预测鼻咽癌患者放疗后放射性皮炎的发生风险	接受放疗的鼻咽癌患者	医学影像分析	鼻咽癌	放射治疗剂量分布分析	CNN, XGBoost	放射剂量分布数据	290例鼻咽癌患者（训练集167例，内部验证集72例，外部验证集51例）	NA	ResNet-34	AUC	NA
18306	2025-10-06	Screening of bioactive compounds and deep learning-driven quality control of Angong Niuhuang pills 2025-Jul-24, Journal of ethnopharmacology IF:4.8Q1 DOI:10.1016/j.jep.2025.120095 PMID:40490229	研究论文	本研究通过深度学习驱动的质量控制方法筛选安宫牛黄丸中的活性化合物并建立质量控制体系	首次将BiGRU-MAR深度学习模型与近红外光谱技术结合用于中药复方制剂的质量控制	NA	建立安宫牛黄丸的全面质量控制体系，实现大规模质量控制和产量监测	安宫牛黄丸中的生物活性化合物	数字病理	中风	液相色谱-质谱联用,网络药理学,偏最小二乘法分析,近红外光谱	BiGRU	光谱数据	NA	NA	BiGRU-MAR	预测准确度	NA
18307	2025-10-06	ModelS4Apnea: leveraging structured state space models for efficient sleep apnea detection from ECG signals 2025-Jul-11, Physiological measurement IF:2.3Q3 DOI:10.1088/1361-6579/adebdd PMID:40609595	研究论文	提出一种基于结构化状态空间模型的深度学习框架ModelS4Apnea，用于从心电信号中高效检测睡眠呼吸暂停	首次将结构化状态空间模型(S4)与卷积神经网络结合用于睡眠呼吸暂停检测，在保持高精度的同时显著减少可训练参数和计算资源需求	仅使用单模态ECG数据，未探索多模态数据融合；尚未在真实临床环境中进行大规模验证	开发高效准确的睡眠呼吸暂停自动检测方法	睡眠呼吸暂停患者的心电信号	医疗信号处理	睡眠呼吸暂停	ECG信号分析，深度学习	CNN,S4	心电信号频谱图	Apnea-ECG数据集	NA	卷积神经网络模块，结构化状态空间模块，分类模块	准确率, F1分数, 敏感度, 特异度	NA
18308	2025-10-06	Three-dimensional digital quantitative analysis of periodontal and peri-implant phenotype-A narrative review 2025-Jul-11, Periodontology 2000 IF:17.5Q1 DOI:10.1111/prd.12639 PMID:40641458	综述	对牙周及种植体周围表型三维数字化定量分析方法进行系统性评述	首次系统比较CBCT和口内扫描等三维数字化技术与传统方法在牙周评估中的优劣，并前瞻性提出人工智能与深度学习整合方向	未充分挖掘三维数字化临床数据的全部潜力，需要突破传统评估范式的概念框架	验证三维数字化分析在牙周及种植体周围组织评估中的可靠性	牙周及种植体周围组织表型	数字病理	牙周疾病	CBCT, 口内扫描, 光学表面扫描, 超声成像	NA	三维影像数据	NA	NA	NA	NA	NA
18309	2025-10-06	BaSbBS4: a record-high-performance birefringent crystal identified by a target-driven closed-loop strategy 2025-Jul-10, Chemical science IF:7.6Q1 DOI:10.1039/d5sc01983d PMID:40510313	研究论文	本研究通过目标驱动的闭环策略发现了一种创纪录高性能红外双折射晶体BaSbBS4	开发了结合功能基元筛选、深度学习辅助高通量计算与目标实验的闭环框架，实现了[BS]和[SbS]基元的协同优化组装	NA	探索具有大双折射率和宽带隙的红外双折射材料	含平面[BS]和/或立体化学活性孤对电子基团的晶体材料	材料科学	NA	深度学习辅助高通量计算、晶体结构筛选、光学性能计算	深度学习	晶体结构数据、光学性能数据	筛选出9种优异晶体（6种具有巨大双折射率，3种兼具大双折射率和宽带隙）	NA	NA	双折射率(Δ)、带隙()	NA
18310	2025-10-06	Scalable emulation of protein equilibrium ensembles with generative deep learning 2025-Jul-10, Science (New York, N.Y.) DOI:10.1126/science.adv9817 PMID:40638710	研究论文	介绍BioEmu深度学习系统，通过生成式深度学习模拟蛋白质平衡系综	整合超过200毫秒分子动力学模拟、静态结构和实验蛋白质稳定性数据，使用新型训练算法联合建模结构系综和热力学性质	NA	大规模预测功能相关的蛋白质结构变化	蛋白质平衡系综	机器学习	NA	分子动力学模拟，深度学习	生成式深度学习模型	蛋白质结构数据，分子动力学模拟数据，实验稳定性数据	整合超过200毫秒分子动力学模拟数据	NA	NA	相对自由能准确度(1 kcal/mol)	单个GPU
18311	2025-10-06	Rapid Fluorescence Lifetime Imaging through One-Dimensional Deep Learning Optimization 2025-Jul-10, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c01984 PMID:40641077	研究论文	提出一种基于一维通道注意力卷积神经网络的高效荧光寿命成像方法	首次将一维通道注意力卷积神经网络应用于荧光寿命成像，实现硬件高效的数据处理	NA	开发快速高效的荧光寿命成像计算方法	荧光寿命成像数据、阿尔茨海默病小鼠脑切片、STED-FLIM成像数据	计算机视觉	阿尔茨海默病	荧光寿命成像、时间相关单光子计数、STED-FLIM成像	CNN	一维时间序列数据	实验训练数据集	NA	1D CANN	预测误差	NA
18312	2025-10-06	Integrative multimodal ultrasound and radiomics for early prediction of neoadjuvant therapy response in breast cancer: a clinical study 2025-Jul-09, BMC cancer IF:3.4Q2 DOI:10.1186/s12885-025-14556-4 PMID:40629283	研究论文	开发整合多模态超声和影像组学的早期预测模型，用于评估乳腺癌新辅助治疗反应	首次将多模态超声（B超、剪切波弹性成像、超声造影）与影像组学特征相结合，在治疗两周期后早期预测乳腺癌新辅助治疗反应	回顾性研究设计，样本量相对有限（239例患者）	建立乳腺癌新辅助治疗反应的早期预测模型	239例接受新辅助治疗的乳腺癌患者	数字病理	乳腺癌	多模态超声（B超、剪切波弹性成像、超声造影）	U-Net, 逻辑回归	超声图像	239例乳腺癌患者（训练集167例，验证集72例）	PyRadiomics	U-Net	AUC, 敏感性, 特异性	NA
18313	2025-10-06	ColoViT: a synergistic integration of EfficientNet and vision transformers for advanced colon cancer detection 2025-Jul-09, Journal of cancer research and clinical oncology IF:2.7Q3 DOI:10.1007/s00432-025-06199-6 PMID:40632312	研究论文	提出了一种结合EfficientNet和视觉Transformer的混合诊断框架ColoViT，用于结肠癌检测	首次将EfficientNet的可扩展特征提取能力与视觉Transformer的全局上下文信息捕捉能力协同整合	仅进行了初步评估，需要进一步验证	通过深度学习图像分析提高结肠癌早期检测能力	结肠镜图像中的癌前病变和早期结肠癌	计算机视觉	结肠癌	NA	CNN,Transformer	图像	NA	NA	EfficientNet,Vision Transformer	召回率,精确率,F1分数,AUC	NA
18314	2025-10-06	Evolving Blood Pressure Estimation: From Feature Analysis to Image-Based Deep Learning Models 2025-Jul-09, Journal of medical systems IF:3.5Q2 DOI:10.1007/s10916-025-02228-6 PMID:40632332	研究论文	提出一种基于单点PPG信号的图像化深度学习框架用于无创血压估计	首次将PPG信号及其一阶二阶导数转换为图像，并采用ResNet-50结合多头交叉注意力机制实现多模态特征融合	未明确说明模型对运动伪影的鲁棒性及在不同人群中的泛化能力	开发更便捷准确的无创血压监测方法	光电容积脉搏波信号及其衍生图像	计算机视觉	心血管疾病	PPG信号采集与图像转换	CNN, 注意力机制	图像	三个独立数据集（未明确具体样本量）	未明确说明	ResNet-50, 多头交叉注意力机制	符合AAMI和BHS医疗标准	NA
18315	2025-10-06	A hybrid deep learning model EfficientNet with GRU for breast cancer detection from histopathology images 2025-Jul-09, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-00930-6 PMID:40634313	研究论文	提出一种结合EfficientNetV2和GRU的混合深度学习模型，用于乳腺癌组织病理学图像的准确分类	集成EfficientNetV2进行多尺度特征提取，并结合带有注意力机制的GRU来建模序列依赖关系	NA	开发高性能深度学习框架用于乳腺癌组织病理学图像的准确分类	乳腺癌组织病理学图像	数字病理学	乳腺癌	组织病理学图像分析	CNN, GRU	图像	BreakHis和Camelyon17数据集（200倍放大）	NA	EfficientNetV2, GRU	精确率, 召回率, F1分数, 特异性, IoU, 准确率	NA
18316	2025-10-06	Enhanced detection of Mpox using federated learning with hybrid ResNet-ViT and adaptive attention mechanisms 2025-Jul-09, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-05391-5 PMID:40634415	研究论文	提出一种基于联邦学习的混合ResNet-ViT模型，用于增强猴痘皮肤病变检测	结合ResNet和Vision Transformer架构，集成XGBoost和LightGBM分类器，采用联邦学习保护数据隐私	NA	开发隐私保护且可扩展的猴痘检测系统	猴痘皮肤病变图像	计算机视觉	猴痘	深度学习	CNN, Transformer	图像	3192张增强图像	Python	ResNet, Vision Transformer	准确率, 精确率, 召回率, 鲁棒性	NA
18317	2025-10-06	Leveraging explainable artificial intelligence for early detection and mitigation of cyber threat in large-scale network environments 2025-Jul-09, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-08597-9 PMID:40634417	研究论文	提出一种结合可解释人工智能的网络安全威胁早期检测与缓解方法	集成Mayfly优化算法进行特征选择，采用稀疏去噪自编码器结合Hiking优化算法进行超参数调优，并引入LIME增强模型可解释性	仅使用NSLKDD2015和CICIDS2017数据集进行验证，未提及其他数据集或真实环境测试	实现大规模网络环境中网络安全威胁的早期检测与缓解	网络攻击和网络安全威胁	机器学习	NA	机器学习，深度学习	自编码器	网络数据	使用NSLKDD2015和CICIDS2017数据集	NA	稀疏去噪自编码器(SDAE)	准确率	NA
18318	2025-10-06	Electricity usage prediction using developed human evolutionary optimization algorithm and Xception neural network 2025-Jul-09, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-10557-2 PMID:40634445	研究论文	提出一种结合改进人类进化优化算法和Xception神经网络的新型电力使用预测方法	首次将开发的DHEO优化算法与改进的Xception神经网络相结合用于电力使用预测，能够更精确捕捉电力消耗数据中的复杂依赖关系	NA	预测电力使用量，优化能源生产，有效预测未来需求	电力消耗数据，包括天气条件、人口统计洞察和经济指标等多种因素	机器学习	NA	时间序列分析	Xception神经网络	时间序列数据	NA	NA	Xception	NA	NA
18319	2025-10-06	Transformer optimization with meta learning on pathology images for breast cancer lymph node micrometastasis 2025-Jul-09, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-01833-6 PMID:40634485	研究论文	开发了一种名为MetaTrans的新型网络，通过元学习在病理图像上识别乳腺癌淋巴结微转移	结合元学习技术处理有限数据集，开发了MetaTrans网络，在多个临床场景中表现出优异的跨域适应能力	微转移病灶尺寸较小限制了数据集的扩展	开发能够有效识别淋巴结微转移的深度学习模型	乳腺癌、甲状腺癌和结直肠癌的淋巴结微转移	数字病理	乳腺癌	元学习	Transformer	病理图像	34类数据集(MT-MCD)	NA	MetaTrans	零样本任务性能,跨域适应能力	NA
18320	2025-10-06	Deep learning-based automatic detection and grading of disk herniation in lumbar magnetic resonance images 2025-Jul-09, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-10401-7 PMID:40634500	研究论文	开发了一种改进的YOLOv8模型(GE-YOLOv8)，用于自动检测和分级腰椎磁共振图像中的椎间盘突出	在YOLOv8基础上结合梯度搜索模块和高效通道注意力机制，增强关键结构特征学习能力并提升小目标病变检测灵敏度	NA	解决腰椎MR图像解读过程重复耗时及不同经验医师诊断结果不一致的问题	腰椎磁共振图像中的椎间盘突出	计算机视觉	椎间盘疾病	磁共振成像	CNN	医学图像	福建医科大学附属协和医院平潭分院数据集和外部测试数据集	NA	YOLOv8, GE-YOLOv8	mAP50	NA