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
1841	2025-09-13	AI-augmented prediction of high-risk PINK1 variants associated with Parkinson's disease: integrating multilayered bioinformatics, MD simulation, and deep learning 2025-Sep-04, Methods (San Diego, Calif.) DOI:10.1016/j.ymeth.2025.08.014 PMID:40914318	研究论文	本研究通过整合多层生物信息学、分子动力学模拟和深度学习，预测与帕金森病相关的高风险PINK1基因变异	结合深度学习与生物信息学工具识别PINK1基因激酶结构域中最有害的非同义单核苷酸多态性，并通过分子对接和动力学模拟分析其功能影响	研究主要依赖计算预测，缺乏实验验证，且病因机制尚未完全明确	识别导致帕金森病的PINK1基因有害突变并分析其结构和功能变化	PINK1基因激酶结构域中的非同义单核苷酸多态性(nsSNPs)	生物信息学	帕金森病	生物信息学分析、分子对接、分子动力学(MD)模拟、深度学习	深度学习模型	基因序列数据、蛋白质结构数据	NA
1842	2025-09-13	A Comprehensive Review on the Application of Artificial Intelligence for Predicting Postsurgical Recurrence Risk in Early-Stage Non-Small Cell Lung Cancer Using Computed Tomography, Positron Emission Tomography, and Clinical Data 2025-Sep, Journal of medical radiation sciences IF:1.8Q3 DOI:10.1002/jmrs.860 PMID:39844750	综述	本文综述了人工智能结合CT、PET和临床数据预测早期非小细胞肺癌术后复发风险的研究进展	系统评估了多模态AI模型（结合影像与临床数据）在预测复发风险中的应用潜力与挑战	纳入研究存在样本量小、缺乏外部验证、可解释性不足及多模态影像技术尚不成熟等问题	预测早期非小细胞肺癌患者术后复发风险	早期非小细胞肺癌患者	数字病理	肺癌	radiomics, machine learning, deep learning	多模态模型（结合手工特征与深度学习）	CT影像、PET影像、临床数据	16项符合条件的研究（具体样本量未统一报告）
1843	2025-09-13	Artificial intelligence in metalloprotein binding site prediction: A systematic review bridging bioinformatics and biotechnology 2025-Sep, International journal of biological macromolecules IF:7.7Q1 DOI:10.1016/j.ijbiomac.2025.146666 PMID:40885350	系统综述	本文系统综述了人工智能在金属蛋白结合位点预测中的应用，比较了传统方法与机器学习及深度学习的性能差异	提出了基于数据集特性、研究目标和性能权衡的结构化决策框架，以指导模型选择	数据不平衡、金属离子代表性不足及结构异质性限制了模型的泛化能力	推动金属蛋白结合位点预测技术的创新，以支持生物技术和制药工业的应用	金属蛋白及其金属结合位点	生物信息学	NA	机器学习（ML）、深度学习（DL）	Random Forest, CNN	序列数据、结构数据	NA
1844	2025-09-13	Analyzing Depression in College Students Using NLP and Transformer Models: Implications for Career and Educational Counseling 2025-Sep, Brain and behavior IF:2.6Q3 DOI:10.1002/brb3.70828 PMID:40922618	研究论文	本研究提出一种结合RoBERTa Transformer和GRU层的NLP框架，用于分析大学生社交媒体内容中的抑郁症状	创新性地融合Transformer架构与GRU层，并引入多模态嵌入（行为、时间、上下文元数据）来增强情感线索识别能力	NA	开发自动化系统通过数字行为（特别是社交媒体）检测大学生抑郁症状，以支持学术和职业咨询	大学生群体	natural language processing	精神健康疾病	NLP, Transformer模型, GRU	RoBERTa-based Transformer with GRU	文本（社交媒体帖子）	来自Twitter和Reddit的真实数据集
1845	2025-09-13	Automated Coffee Roast Level Classification Using Machine Learning and Deep Learning Models 2025-Sep, Journal of food science IF:3.2Q2 DOI:10.1111/1750-3841.70532 PMID:40923385	研究论文	本研究利用机器学习和深度学习模型实现咖啡烘焙等级的自动分类	首次采用Xception架构的CNN结合多种机器学习模型，在咖啡烘焙等级分类中实现100%准确率	NA	开发自动化咖啡烘焙等级分类系统以提高质量控制效率	咖啡豆烘焙等级	计算机视觉	NA	图像增强技术	CNN, AdaBoost, random forest, SVM	图像	1600张高质量图像，均匀覆盖四个烘焙等级（绿色、浅度、中度、深度）
1846	2025-09-13	High-resolution imaging system for integration into intelligent noncontact total body scanner 2025-Sep, Journal of biomedical optics IF:3.0Q2 DOI:10.1117/1.JBO.30.9.096001 PMID:40927515	研究论文	开发了一种用于非接触式全身扫描仪的高分辨率光学皮肤成像模块及软件，通过焦点堆栈和深度学习技术提升黑色素瘤早期诊断性能	采用电可调液体镜头实现体内快速多焦点图像采集，结合焦点堆栈与超分辨率算法生成全清晰皮肤图像，并集成AI分类模型	与接触式皮肤镜标准相比，个别病变分辨率存在差异，超分辨率技术需谨慎使用以避免原始数据真实性受损	提升非接触式全身扫描仪的诊断准确性和可靠性，用于黑色素瘤的早期检测	皮肤病变图像，特别是不同形状的皮肤损伤	计算机视觉	黑色素瘤	焦点堆栈、深度学习超分辨率、AI分类	CNN（基于上下文推测）	图像	NA（未明确说明样本数量）
1847	2025-09-13	Validating community concerns of menstrual changes associated with COVID-19 vaccination using a self-controlled case series analysis of real-world data 2025-Aug-30, Vaccine IF:4.5Q2 DOI:10.1016/j.vaccine.2025.127511 PMID:40695092	研究论文	本研究通过分析社交媒体数据和真实世界医疗数据，验证了COVID-19 mRNA疫苗接种与月经变化之间的关联	结合深度学习框架VaxPulse分析社交媒体讨论，并采用自控病例系列分析验证真实世界数据中的月经紊乱现象	研究基于观察性数据，无法确定因果关系，且仅关注了短期影响（最长13周）	调查COVID-19疫苗接种是否与月经紊乱发生率的增加相关	15-49岁女性在COVID-19疫苗接种后的月经变化情况	公共卫生	月经紊乱	自控病例系列分析（SCCS），深度学习自然语言处理	深度学习框架（VaxPulse）	社交媒体文本数据，医疗记录数据	澳大利亚全科医疗数据集中的15-49岁女性患者，社交媒体平台70,977条相关讨论帖子
1848	2025-09-13	Integration of Gene Expression and Digital Histology to Predict Treatment-Specific Responses in Breast Cancer 2025-Aug-27, medRxiv : the preprint server for health sciences DOI:10.1101/2025.08.25.25334393 PMID:40909848	研究论文	本研究通过深度学习整合基因表达和数字病理学数据，预测乳腺癌患者对新辅助化疗的特定治疗反应	开发基于Transformer的模型从H&E染色切片预测基因表达特征，并在多个独立队列中验证其预测病理完全缓解的能力	研究主要基于回顾性队列数据，需要在前瞻性临床试验中进一步验证	预测乳腺癌患者对新辅助化疗的治疗反应并指导精准治疗选择	1,940名接受新辅助化疗的乳腺癌患者	数字病理学	乳腺癌	深度学习、RNA测序、数字病理学	Transformer	图像、基因表达数据	1,940例乳腺癌患者样本，来自多个临床试验和真实世界队列
1849	2025-09-13	Helmets Labeling Crops: Kenya Crop Type Dataset Created via Helmet-Mounted Cameras and Deep Learning 2025-Aug-27, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05762-7 PMID:40866406	研究论文	本文介绍了一个通过头盔相机和深度学习创建的肯尼亚作物类型数据集	利用头盔相机和公民科学网络收集地理参考图像，并通过深度学习流程处理成作物类型数据集	NA	解决农业监测中详细作物类型地图数据缺乏的问题	肯尼亚小农主导地区的作物类型	计算机视觉	NA	深度学习	NA	图像	4,925个经过验证的作物类型数据点
1850	2025-09-13	Development of a deep learning method to identify acute ischaemic stroke lesions on brain CT 2025-Aug-26, Stroke and vascular neurology IF:4.4Q1 DOI:10.1136/svn-2024-003372 PMID:39572171	研究论文	开发一种基于深度学习的CT图像缺血性卒中病灶自动识别方法	利用常规采集的未标注病灶边界的CT扫描数据训练模型，无需人工病灶标注	慢性脑部病变（特别是非卒中病灶和陈旧性卒中病灶）会显著降低识别准确率	提高缺血性卒中CT影像的自动化检测效率与准确性	急性缺血性卒中患者的脑部CT扫描影像	计算机视觉	心血管疾病	深度学习	CNN	图像	2347名患者（中位年龄82岁）的5772次CT扫描
1851	2025-09-13	Advanced microstructure imaging at high b-values and high resolution combining ultra-high performance gradient diffusion imaging and model-based deep learning demonstrated using 3D multi-slab acquisition 2025-Aug-24, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.70046 PMID:40851334	研究论文	本研究展示了结合高性能梯度和模型驱动深度学习的3D多层面扩散加权成像技术，用于高b值和高分辨率下的脑微结构成像	利用高性能梯度系统缩短回波时间，并通过优化的3D k空间欠采样方法显著减少采集时间，实现全脑高分辨率微结构建模	NA	开发和支持先进脑微结构建模的扩散成像方法	人脑	医学影像	NA	3D多层面扩散加权成像，隔室模型，导航运动补偿重建	模型驱动的深度学习算法	扩散加权影像	NA
1852	2025-09-13	Enhancing clinical skills education through scenario-based simulation with debriefing: A randomized controlled study on bone marrow aspiration training 2025-Aug-22, Medicine IF:1.3Q2 DOI:10.1097/MD.0000000000044031 PMID:40859555	研究论文	本研究探讨基于情景模拟结合结构化汇报的骨髓穿刺训练在临床技能教育中的有效性	将结构化汇报与情景模拟结合应用于骨髓穿刺训练，提供可复制和可扩展的教学模型	样本量有限（112名学生），且仅针对单一临床操作技能	评估基于汇报的模拟教学在临床技能教育中的效果	112名临床医学学生	医学教育	NA	情景模拟训练，结构化汇报	NA	测试分数，评估结果，问卷调查数据	112名临床医学学生（对照组54人，实验组58人）
1853	2025-09-13	Diagnostic report generation for macular diseases by natural language processing algorithms 2025-Aug-20, The British journal of ophthalmology DOI:10.1136/bjo-2024-326064 PMID:40348396	研究论文	本研究探讨基于规则和深度学习的自然语言处理算法自动生成黄斑疾病诊断报告的能力	开发并比较了基于规则和深度学习的NLP系统，用于多模态眼科图像（彩色眼底照片和OCT）的诊断报告自动生成	仅针对四种黄斑疾病，样本量相对有限（2261只眼），且与初级眼科医生比较而非专家	研究自动生成自然语言诊断报告的方法在黄斑疾病诊断中的应用效果	1303名患者的2261只眼，包括健康眼和四种黄斑疾病患者的眼	自然语言处理	黄斑疾病	自然语言处理（NLP），深度学习	基于规则的NLP，基于深度学习的NLP	图像（彩色眼底照片，光学相干断层扫描图像），文本	2261只眼（来自1303名患者）
1854	2025-09-13	Development and validation of deep learning model for detection of obstructive coronary artery disease in patients with acute chest pain: a multi-center study 2025-Aug-14, La Radiologia medica DOI:10.1007/s11547-025-02064-1 PMID:40810889	研究论文	开发并验证一种基于深度学习的模型，用于在急性胸痛患者的冠状动脉CT血管造影中检测阻塞性冠状动脉疾病	利用YOLO v4深度学习模型，首次在多中心急诊科患者中实现高敏感性和阴性预测值的阻塞性CAD自动检测	需要手动预处理进行曲面多平面重建图像提取，且模型性能仍有提升空间	开发并验证深度学习模型以辅助急诊科医生检测阻塞性冠状动脉疾病	因急性胸痛就诊于急诊科并接受冠状动脉CT血管造影检查的患者	计算机视觉	心血管疾病	冠状动脉CT血管造影（CCTA），曲面多平面重建（MPR）	YOLO v4	医学影像	训练集378名患者（10060张图像），外部验证集298名患者来自3个医疗中心
1855	2025-09-13	SAGERank: inductive learning of protein-protein interaction from antibody-antigen recognition 2025-Aug-12, Chemical science IF:7.6Q1 DOI:10.1039/d5sc03707g PMID:40927012	研究论文	提出SAGERank，一种基于图采样与聚合网络的深度学习框架，用于抗体-抗原对接预测和蛋白质-蛋白质相互作用研究	首次将归纳式深度学习应用于克服分子科学中的小数据集问题，并在纳米抗体-抗原结构预测中略优于Alphafold3	NA	预测抗体-抗原对接并实现基于结构的设计，解决计算生物学中的治疗重要挑战	抗体-抗原复合物、蛋白质-蛋白质相互作用、T细胞受体-肽-MHC复合物	计算生物学	癌症	Graph Sample and Aggregate Networks（图采样与聚合网络）	深度学习框架	蛋白质结构数据、晶体界面数据	癌症靶标数据集中的多个表位
1856	2025-09-13	Development and in silico imaging trial evaluation of a deep-learning-based transmission-less attenuation compensation method for DaT SPECT 2025-Aug, Medical physics IF:3.2Q1 DOI:10.1002/mp.17976 PMID:40781836	研究论文	开发并评估一种基于深度学习的无透射衰减补偿方法用于DaT SPECT成像	提出首个整合物理原理与深度学习的无透射衰减补偿方法DaT-CTLESS，通过U-net网络从散射能量窗投影重建衰减图	研究基于虚拟患者数据（in silico试验），需进一步临床验证	解决DaT SPECT成像中依赖CT进行衰减补偿的临床挑战	多巴胺转运体（DaT）在尾状核、壳核和苍白球的摄取量化	医学影像分析	帕金森病	SPECT成像、深度学习、U-net分割	U-net	医学影像（SPECT/CT/MR）	197例虚拟患者（150训练+47测试）
1857	2025-09-13	Artificial Intelligence in Adult Congenital Heart Disease: Diagnostic and Therapeutic Applications and Future Directions 2025-Aug, Reviews in cardiovascular medicine IF:1.9Q3 DOI:10.31083/RCM41523 PMID:40927097	综述	本文综述人工智能在成人先天性心脏病诊断、治疗及未来方向的应用	探讨AI在ACHD多领域（影像解读、心电图分析、风险分层等）的创新应用与个性化诊疗潜力	数据可用性不足、算法偏差、缺乏前瞻性验证及系统整合问题	提升成人先天性心脏病的诊断精度、风险分层和个性化治疗	成人先天性心脏病（ACHD）患者群体	数字病理学	心血管疾病	机器学习（ML）和深度学习（DL）	NA	影像、心电图、临床数据	NA
1858	2025-09-13	Deep Learning-Based Super Resolution Applied to Finite Element Analysis of Fused Deposition Modeling 3D Printing 2025-Aug, 3D printing and additive manufacturing IF:2.3Q3 DOI:10.1089/3dp.2023.0191 PMID:40933586	研究论文	提出一种基于深度学习的超分辨率方法，用于提升熔融沉积建模3D打印有限元分析中粗网格模型的精度并减少计算时间	将有限元分析中的网格类比为图像像素，首次将超分辨率技术应用于FEA领域，通过改进的SR残差网络算法显著提升计算效率与精度	未明确说明方法在不同材料或复杂几何结构中的泛化能力，且温度场与位移场的映射关系存在差异需进一步研究	提高熔融沉积建模3D打印过程中有限元分析的计算效率和预测精度	熔融沉积建模(FDM)3D打印过程的温度场和位移场预测	计算机视觉	NA	深度学习超分辨率技术	改进的超分辨率残差网络(SR reconstruction algorithm)	有限元网格数据(类比图像数据)	NA
1859	2025-09-13	DeepEVD: Integrating Epidemiological data into deep learning frameworks based on spatio-temporal feature learning for EVD forecasting 2025-Aug, Spatial and spatio-temporal epidemiology IF:2.1Q3 DOI:10.1016/j.sste.2025.100741 PMID:40935501	研究论文	提出DeepEVD框架，整合人类移动数据以预测埃博拉病毒病（EVD）暴发	结合多源移动数据（手机记录、GPS轨迹、社交媒体）并利用GCN和LSTM进行时空特征学习，提升预测精度	NA	改进EVD暴发的预测准确性，为防控提供依据	埃博拉病毒病（EVD）的传播动态	机器学习	埃博拉病毒病	时空特征学习	GCN, LSTM	移动数据（手机记录、GPS、社交媒体）	2014-2016西非疫情和2015-2016塞拉利昂疫情的真实数据集
1860	2025-09-13	Explainable deep learning model WAL-net for individualised assessment of potentially reversible malnutrition in patients with cancer: a multicentre cohort study 2025-Jul-28, The British journal of nutrition DOI:10.1017/S000711452510384X PMID:40637106	研究论文	本研究开发了一种可解释的深度学习模型WAL-net，用于预测癌症患者中潜在可逆性营养不良的个体化评估	首次使用时序数据和LSTM架构预测癌症相关营养不良的可逆性，并提供了模型的可解释性和临床相关性验证	研究基于多中心队列但可能存在选择偏倚，外部验证集样本量相对较小	利用机器学习预测癌症患者的可逆性营养不良，优化临床营养管理	癌症住院患者，特别是被诊断为营养不良的患者	数字病理	癌症	机器学习，深度学习	LSTM	时序数据（体重和骨骼肌数据）	4254名癌症相关营养不良患者（发现集2977人，测试集1277人，外部验证集798人）