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
18601	2025-10-07	Are we fitting data or noise? Analysing the predictive power of commonly used datasets in drug-, materials-, and molecular-discovery 2025-Jan-14, Faraday discussions IF:3.3Q2 DOI:10.1039/d4fd00091a PMID:39308206	研究论文	分析化学科学中常用机器学习数据集的预测能力限制，通过引入实验误差评估数据集性能边界	首次系统性地通过引入实验误差来量化评估化学科学数据集的性能边界，并开发了配套工具包	研究仅针对九个常用数据集进行分析，可能无法完全代表所有化学科学数据集	评估化学科学中机器学习数据集的固有局限性及其对模型性能的影响	药物发现、分子发现和材料发现领域的九个常用机器学习数据集	机器学习	NA	数据驱动定量结构性质关系分析	NA	化学结构数据、性质数据	九个常用数据集（具体样本数未明确说明）	Python	NA	性能边界、预测能力	NA
18602	2025-10-07	Flow Matching for Optimal Reaction Coordinates of Biomolecular Systems 2025-Jan-14, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.4c01139 PMID:39699247	研究论文	提出一种名为FMRC的新型深度学习算法，用于识别生物分子可逆动力学中的最优反应坐标	基于可聚合性和可分解性数学原理，将其重新表述为条件概率框架，通过深度生成模型实现高效数据驱动优化	未明确学习成熟的转移算子或其本征函数	开发识别生物分子系统最优反应坐标的算法	生物分子可逆动力学系统	机器学习	NA	深度生成模型	NA	生物分子动力学数据	三个复杂度递增的生物分子系统	NA	NA	马尔可夫状态模型质量评估	NA
18603	2025-10-07	BioStructNet: Structure-Based Network with Transfer Learning for Predicting Biocatalyst Functions 2025-Jan-14, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.4c01391 PMID:39705058	研究论文	开发了一种基于结构的深度学习网络BioStructNet，用于预测生物催化剂功能	整合蛋白质和配体结构数据捕捉酶-底物相互作用的复杂性，并采用迁移学习解决小数据集预测精度问题	在特定酶功能（如转化效率和立体选择性）的数据可用性有限	预测生物催化剂功能，加速工业用功能酶的发现	酶-底物相互作用	机器学习	NA	分子动力学模拟	深度学习网络	蛋白质结构数据,配体结构数据	大型数据集和功能特异性小数据集（以CalB数据集为例）	NA	BioStructNet	预测准确性	NA
18604	2025-10-07	Artificial Intelligence for Cervical Spine Fracture Detection: A Systematic Review of Diagnostic Performance and Clinical Potential 2025-Jan-12, Global spine journal IF:2.6Q1 DOI:10.1177/21925682251314379 PMID:39800538	系统评价	系统评价人工智能和深度学习模型在颈椎骨折检测中的诊断性能及临床应用潜力	首次系统评估AI模型在颈椎骨折检测中的表现，比较不同成像方式和模型架构的性能差异	大多数研究缺乏外部验证，结果泛化性存在疑问，纳入研究数量有限（11篇）	评估AI和深度学习模型在颈椎骨折检测中的诊断性能及其临床应用价值	颈椎骨折检测	计算机视觉	骨科损伤	CT成像，X射线摄影	CNN, Vision Transformer	医学影像	NA	NA	MobileNetV2, Vision Transformer (ViT)	灵敏度, 特异度, 准确率, AUC	NA
18605	2025-10-07	Computer vision based automatic evaluation method of Y2O3 steel coating performance with SEM image 2025-Jan-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-85061-0 PMID:39799187	研究论文	提出基于深度学习的钢材料扫描电镜图像自动评估方法，用于分析Y2O3钢涂层的微观结构性能	开发了适用于长期枝晶凝固检测的TRD模型，改进了训练过程并简化了损失函数设计	NA	解决人工标记和研究人员主观评估的限制，实现钢材料微观结构特征的自动量化分析	Y2O3钢涂层的微观结构	计算机视觉	NA	扫描电子显微镜	深度学习模型	SEM图像	NA	NA	Tang Rui Detect (TRD)	NA	NA
18606	2025-10-07	Harnessing advanced hybrid deep learning model for real-time detection and prevention of man-in-the-middle cyber attacks 2025-Jan-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-85547-5 PMID:39799192	研究论文	提出一种结合自动编码器和XGBoost的混合深度学习模型AEXB，用于实时检测和预防智能家居环境中的中间人网络攻击	首次将自动编码器的特征提取能力与XGBoost的分类能力相结合，创建混合深度学习模型AEXB，显著提升检测精度并降低误报率	研究仅基于IDSH数据集进行验证，未在其他网络环境或攻击类型中进行测试	开发先进的入侵检测系统以应对智能家居环境中日益增长的中间人网络攻击威胁	智能家居环境中的网络通信数据流和中间人攻击行为	机器学习	NA	深度学习，特征工程，递归特征消除，相关性分析	AutoEncoder, XGBoost	网络流量数据	IDSH数据集	NA	AEXB混合模型	准确率	NA
18607	2025-10-07	Intelligent skin disease prediction system using transfer learning and explainable artificial intelligence 2025-Jan-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-83966-4 PMID:39799199	研究论文	提出一种结合迁移学习和可解释人工智能的智能皮肤病预测系统	首次将VGG16迁移学习模型与层间相关性传播(LRP)可解释性技术结合应用于皮肤病预测	深度学习模型本身是黑箱，需要额外可解释性技术来理解系统决策过程	开发能够快速识别和预测皮肤病的智能诊断系统	水痘、麻疹、猴痘和正常皮肤四类图像数据	计算机视觉	皮肤病	深度学习	CNN	图像	包含四类皮肤病图像的数据集（具体数量未提及）	TensorFlow, Keras	VGG16	准确率	NA
18608	2025-10-07	A benchmark of deep learning approaches to predict lung cancer risk using national lung screening trial cohort 2025-Jan-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-84193-7 PMID:39799226	研究论文	本研究通过比较21种深度学习模型在肺癌风险预测任务上的表现，评估了2D和3D模型在NLST队列中的性能差异	首次系统比较了10种3D模型和11种2D模型在肺癌风险预测中的表现，并分析了不同预训练数据集对模型性能的影响	研究仅使用了NLST数据集中的253例患者数据，样本量相对有限	评估和比较最先进的深度学习模型在肺癌风险预测任务中的性能	来自国家肺癌筛查试验(NLST)的467名患者中的253名无对比剂CT扫描患者	计算机视觉	肺癌	CT扫描	深度学习模型	医学图像(2D图像和3D体积数据)	253名患者	NA	多种2D和3D深度学习架构	AUROC	NA
18609	2025-10-07	Deep learning for predicting prognostic consensus molecular subtypes in cervical cancer from histology images 2025-Jan-11, NPJ precision oncology IF:6.8Q1 DOI:10.1038/s41698-024-00778-5 PMID:39799271	研究论文	提出一种端到端深度学习框架，从H&E染色组织切片预测宫颈癌共识分子亚型	首次开发基于数字病理图像的宫颈癌共识分子亚型预测方法，并发现与肿瘤微环境特征的相关性	研究仅针对HPV阳性宫颈鳞状细胞癌，样本量相对有限	预测宫颈癌共识分子亚型并分析其与预后的关系	HPV阳性宫颈鳞状细胞癌患者	数字病理学	宫颈癌	H&E染色，全切片图像数字化	深度学习	组织病理学图像	545例宫颈鳞状细胞癌患者（三个队列）	NA	NA	疾病特异性生存率，无病生存率	NA
18610	2025-10-07	Improving 3D deep learning segmentation with biophysically motivated cell synthesis 2025-Jan-11, Communications biology IF:5.2Q1 DOI:10.1038/s42003-025-07469-2 PMID:39799275	研究论文	提出一种结合生物物理建模的3D细胞合成框架，用于生成高质量训练数据以改进深度学习分割模型	整合生物物理建模生成逼真细胞形状和排列，并开发能同时生成图像数据和匹配标签的GAN训练方案	NA	解决3D细胞数据集精确分割所需高质量训练数据不足的问题	三维细胞培养模型	计算机视觉	NA	生物物理建模	GAN	3D图像	NA	NA	GAN	定量评估指标	NA
18611	2025-10-07	UniAMP: enhancing AMP prediction using deep neural networks with inferred information of peptides 2025-Jan-11, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-025-06033-3 PMID:39799358	研究论文	提出UniAMP框架，利用深度学习模型推断的肽信息增强抗菌肽预测性能	使用深度学习模型UniRep和ProtT5推断的肽信息替代传统手工特征，并提出结合全连接层和Transformer编码器的深度神经网络模型	未明确说明模型在更广泛数据集上的泛化能力	开发更有效的抗菌肽预测方法以应对抗生素耐药性问题	抗菌肽（AMPs）	机器学习	传染病	深度学习	深度神经网络,Transformer	肽序列数据	NA	NA	全连接层,Transformer编码器	在平衡基准数据集和不平衡测试数据集上的性能评估	NA
18612	2025-10-07	Predicting Acute Exacerbation Phenotype in Chronic Obstructive Pulmonary Disease Patients Using VGG-16 Deep Learning 2025, Respiration; international review of thoracic diseases DOI:10.1159/000540383 PMID:39047695	研究论文	本研究开发了一种基于VGG-16深度学习模型预测慢性阻塞性肺疾病患者急性加重表型的方法	首次结合临床特征、定量CT参数和深度学习特征构建预测模型，并在外部验证队列中验证了模型的稳健性	样本量相对有限（219例患者），为回顾性研究设计	预测慢性阻塞性肺疾病患者的急性加重表型	慢性阻塞性肺疾病患者	计算机视觉	慢性阻塞性肺疾病	HRCT扫描	CNN	医学影像	219例COPD患者（训练集）+29例外部验证患者	NA	VGG-16	AUC	NA
18613	2025-10-07	The development of point-of-care ultrasound (POCUS): Worldwide contributions and publication trends 2025-Jan, Journal of clinical ultrasound : JCU IF:1.2Q3 DOI:10.1002/jcu.23846 PMID:39295568	研究论文	通过文献计量分析方法评估全球床旁超声(POCUS)研究的发表趋势和热点主题	首次对Web of Science数据库中5714篇POCUS相关文献进行系统性文献计量分析，识别新兴研究主题	仅基于Web of Science数据库，可能未涵盖所有相关文献；文献计量分析存在固有局限性	分析POCUS领域的科学文献发表趋势和研究热点	Web of Science数据库中的POCUS相关科学出版物	医学信息学	多疾病类别（急诊医学、重症医学相关疾病）	文献计量分析，网络可视化	NA	文献元数据	5714篇出版物	NA	NA	NA	NA
18614	2025-10-07	Deep learning using histological images for gene mutation prediction in lung cancer: a multicentre retrospective study 2025-Jan, The Lancet. Oncology DOI:10.1016/S1470-2045(24)00599-0 PMID:39653054	研究论文	开发了一种基于深度学习的无注释人工智能方法DeepGEM，用于从常规组织切片预测肺癌基因突变	提出实例级和包级协同监督的多示例学习方法，具有标签消歧设计，能够生成基因突变空间分布图	回顾性研究设计，图像质量可能影响模型性能	开发从组织学图像预测肺癌基因突变的深度学习方法	肺癌患者组织活检样本	数字病理	肺癌	多基因二代测序，组织学成像	多示例学习	病理图像	3637名患者，3767张图像（来自中国16家医院和TCGA数据库）	NA	DeepGEM	AUC, 准确率	NA
18615	2025-10-07	ACTION: Augmentation and computation toolbox for brain network analysis with functional MRI 2025-Jan, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2024.120967 PMID:39716522	研究论文	开发了一个用于功能磁共振成像脑网络分析的开源工具箱ACTION，提供数据增强和深度学习功能	首个集成fMRI数据增强功能和深度学习模型预训练的综合工具箱，支持联邦学习策略	未在多种疾病数据集上进行广泛验证，主要依赖静息态fMRI数据	开发功能全面的fMRI脑网络分析工具箱，解决数据增强和深度学习模型应用不足的问题	功能磁共振成像数据和脑网络分析	医学影像分析	脑部疾病	功能磁共振成像	深度学习模型	fMRI图像，脑网络数据	3800+静息态fMRI扫描	Python	NA	NA	跨平台工具箱
18616	2025-10-07	A Multi-Label Deep Learning Model for Detailed Classification of Alzheimer's Disease 2025-Jan, Actas espanolas de psiquiatria IF:1.0Q4 DOI:10.62641/aep.v53i1.1728 PMID:39801412	研究论文	开发了一种集成点积注意力机制的多标签深度学习模型，用于阿尔茨海默病的亚型和严重程度分类	结合点积注意力机制和创新的标签系统，能够更好地捕捉AD不同阶段和亚型的复杂性	未提及具体的数据集规模和外部验证结果	提高阿尔茨海默病的诊断和分类准确性	阿尔茨海默病患者的不同亚型和严重程度	机器学习	阿尔茨海默病	深度学习	深度学习模型	临床和人口统计数据	NA	NA	点积注意力机制	准确率	NA
18617	2025-10-07	A Convolutional Neural Network Using Anterior Segment Photos for Infectious Keratitis Identification 2025, Clinical ophthalmology (Auckland, N.Z.) DOI:10.2147/OPTH.S496552 PMID:39801570	研究论文	开发基于卷积神经网络和集成学习的前段眼部照片分类算法，用于鉴别细菌性角膜炎、真菌性角膜炎、非感染性角膜病变和正常角膜	首次使用集成学习技术结合多种卷积神经网络模型进行多类别角膜炎诊断，显著提升分类准确率	回顾性研究，数据来源于单一医院数据库，需要前瞻性验证	开发深度学习算法实现感染性角膜炎的自动识别和分类	细菌性角膜炎、真菌性角膜炎、非感染性角膜病变和正常角膜患者的裂隙灯照片	计算机视觉	角膜炎	裂隙灯摄影	CNN	图像	2171只眼睛的6478张照片，包括2400张细菌性角膜炎、1616张真菌性角膜炎、1545张非感染性角膜病变和917张正常角膜	NA	ResNet50, DenseNet121, VGG19	准确率, 精确率, 召回率, F1分数, 特异性, AUC	NA
18618	2025-10-07	Deep Learning for Obstructive Sleep Apnea Detection and Severity Assessment: A Multimodal Signals Fusion Multiscale Transformer Model 2025, Nature and science of sleep IF:3.0Q2 DOI:10.2147/NSS.S492806 PMID:39801628	研究论文	开发用于阻塞性睡眠呼吸暂停检测和严重程度评估的多模态信号融合多尺度Transformer深度学习模型	提出结合心电图和血氧饱和度信号的多模态融合多尺度Transformer架构，实现更便捷经济的OSA检测	医院数据集样本量有限（510例患者），公共数据集样本量较小（Apnea-ECG仅8例，UCD仅21例）	开发便捷、经济、准确的阻塞性睡眠呼吸暂停检测和严重程度评估方法	阻塞性睡眠呼吸暂停患者	医疗人工智能	阻塞性睡眠呼吸暂停	心电图信号分析，血氧饱和度监测	Transformer	生理信号数据（ECG，SpO2）	医院数据集510例患者，Apnea-ECG数据集8例记录，UCD数据集21例记录	深度学习框架	多模态信号融合多尺度Transformer	准确率，Bland-Altman图一致性分析	NA
18619	2025-10-07	GNCnn: A QuPath extension for glomerulosclerosis and glomerulonephritis characterization based on deep learning 2025, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2024.11.049 PMID:39802211	研究论文	开发了首个用于肾脏病理学的开源QuPath扩展GNCnn，基于深度学习实现肾小球自动检测和分类	首个专门为肾脏病理学设计的开源QuPath扩展，将完整的肾小球肾炎评估工作流程直接集成到病理学家工作环境中	NA	为肾脏病理学家提供免费可用的应用程序，用于测量和分析肾小球以识别肾小球硬化和肾小球肾炎等疾病	肾小球（肾脏的基本过滤单位）	数字病理学	肾脏疾病	全切片图像数字化	CNN	图像	NA	QuPath	GNCnn	Dice系数, 平衡准确率	NA
18620	2025-10-07	Knowledge, interest and perspectives on Artificial Intelligence in Neurosurgery. A global survey 2025, Brain & spine DOI:10.1016/j.bas.2024.104156 PMID:39802868	研究论文	通过全球调查评估神经外科社区对人工智能的认知水平、兴趣和态度	首次在全球范围内系统评估神经外科医生对人工智能基础概念和应用的认知与态度	样本量相对有限（250份回复），可能存在选择偏差	了解全球神经外科社区对人工智能基础概念和应用的信心水平、知识和态度	来自61个国家的神经外科医生和相关专业人员	医疗人工智能	神经外科疾病	问卷调查	NA	调查数据	250份回复来自61个国家	NA	NA	认知正确率（机器学习42%、深度学习23%、大数据特征23%）	NA