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
61	2025-07-24	A systematic review of data and models for predicting food flavor and texture 2025, Current research in food science IF:6.2Q1 DOI:10.1016/j.crfs.2025.101127 PMID:40689288	review	本文系统回顾了当前用于预测食物风味和质地的数据资源和计算模型	强调了图神经网络和深度学习方法在识别味道和气味化合物方面的潜力，并指出质地预测在食品质量控制中的潜在影响	气味预测面临标准化嗅觉指标的缺乏，质地预测研究较少且需要更稳健的数据集	推动风味和质地预测领域的发展	食物风味和质地	machine learning	NA	graph neural networks, deep learning methods	GNN, deep learning	molecular data, sensory data	NA
62	2025-07-24	DVMark: A Deep Multiscale Framework for Video Watermarking 2025, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2023.3251737 PMID:37030810	研究论文	本文提出了一种名为DVMark的深度多尺度框架，用于视频水印嵌入与提取	提出了一种端到端可训练的深度学习解决方案，采用新颖的多尺度设计，将水印分布在多个时空尺度上	未提及具体的技术限制或不足	开发一种能够同时处理多种视频失真的鲁棒视频水印方法	视频水印技术	计算机视觉	NA	深度学习	多尺度深度神经网络	视频	在多种失真类型上进行了广泛评估，但未提及具体样本数量
63	2025-07-24	Prediction of Recurrence using a Stacked Denoising Autoencoder and Multifaceted Feature Analysis of Pretreatment MRI in Patients with Nasopharyngeal Carcinoma 2025, Current radiopharmaceuticals IF:1.5Q3 DOI:10.2174/0118744710384129250327060846 PMID:40237056	research paper	该研究开发了一个基于MRI的鼻咽癌复发预测模型，结合了放射组学、深度学习和临床特征	使用堆叠去噪自编码器(SDAE)从MRI中提取深度特征，并结合放射组学特征和临床参数构建预测模型	单中心回顾性研究设计，缺乏功能成像(如DWI/PET)或分子标记(如EBV-DNA)	开发一个稳健的鼻咽癌复发预测模型，以优化个性化治疗	184例经病理证实接受根治性放疗的鼻咽癌患者	digital pathology	nasopharyngeal carcinoma	MRI, radiomics, deep learning	SDAE, SVM, MLP, LR, RF	MRI图像	184例患者(内部验证136例，外部验证91例)
64	2025-07-24	Harnessing Artificial Intelligence and Innovative Vaccines for Mpox Diagnosis and Control: A Comprehensive Narrative Review 2025 Jan-Dec, Journal of primary care & community health DOI:10.1177/21501319251357701 PMID:40698517	综述	本文综述了人工智能和创新疫苗在猴痘诊断和控制中的应用	探讨了AI技术在猴痘诊断中的高准确性和速度，以及现有疫苗的交叉保护效果	未提及具体AI模型的验证和可靠性评估细节	评估AI和新型疫苗在减轻猴痘负担中的作用	猴痘的诊断、治疗和预防	自然语言处理	猴痘	机器学习、深度学习、人工神经网络、卷积神经网络、迁移学习	ML, DL, ANN, CNN, TL	NA	NA
65	2025-07-23	A deep learning model for clinical outcome prediction using longitudinal inpatient electronic health records 2025-Jan-23, medRxiv : the preprint server for health sciences DOI:10.1101/2025.01.21.25320916 PMID:39974062	研究论文	开发了一个基于Transformer的临床结果预测模型TECO，用于利用住院电子健康记录(EHR)数据预测ICU死亡率	提出了一个Transformer基础的模型TECO，在预测ICU死亡率方面优于专有指标和传统机器学习模型，并能识别与结果相关的临床可解释特征	需要进一步验证	开发一个深度学习模型用于临床结果预测	住院患者的电子健康记录数据	机器学习	COVID-19, ARDS, 败血症	深度学习	Transformer	电子健康记录(EHR)	COVID-19患者2579人，ARDS队列2799人，败血症队列6622人
66	2025-07-23	Development and Validation of a Machine Learning Method Using Vocal Biomarkers for Identifying Frailty in Community-Dwelling Older Adults: Cross-Sectional Study 2025-01-16, JMIR medical informatics IF:3.1Q2 DOI:10.2196/57298 PMID:39819744	研究论文	开发并验证了一种利用声音生物标志物识别社区居住老年人虚弱状态的机器学习方法	首次使用深度学习提取的声学特征作为声音生物标志物来预测虚弱状态，并比较了不同数据组合模型的性能	样本量较小（127人），且未说明模型在其他人群中的泛化能力	开发非侵入性、可扩展的虚弱状态识别方法	社区居住的50岁及以上老年人	机器学习	老年疾病	深度学习声学特征提取	SpeechAI（纯语音模型）、DemoAI（纯人口统计模型）、DemoSpeechAI（混合模型）	语音数据和人口统计数据	127名社区居住老年人
67	2025-07-23	BIBSNet: A Deep Learning Baby Image Brain Segmentation Network for MRI Scans 2025-Jan-11, bioRxiv : the preprint server for biology DOI:10.1101/2023.03.22.533696 PMID:36993540	research paper	介绍了一种名为BIBSNet的深度学习网络，用于婴儿MRI扫描的脑部分割	提出了一个开源、社区驱动的模型BIBSNet，利用数据增强和大样本手动注释图像，实现了鲁棒且可泛化的脑部分割	研究样本年龄范围仅限于0-8个月，可能不适用于其他年龄段的婴儿	开发一种高效的婴儿脑部MRI图像分割方法，以支持典型和非典型脑发育研究	0-8个月大的婴儿的MRI脑部图像	digital pathology	NA	MRI扫描	CNN	image	90名参与者，年龄范围0-8个月（中位年龄4.6个月）
68	2025-07-23	ChromBPNet: bias factorized, base-resolution deep learning models of chromatin accessibility reveal cis-regulatory sequence syntax, transcription factor footprints and regulatory variants 2025-Jan-08, bioRxiv : the preprint server for biology DOI:10.1101/2024.12.25.630221 PMID:39829783	研究论文	介绍了一种名为ChromBPNet的深度学习DNA序列模型，用于解析染色质可及性谱的序列语法、转录因子足迹和调控变异	ChromBPNet能够分解酶特异性偏差与调控序列决定因素，从而在不同实验和测序深度下稳健地发现紧凑的TF基序词典、协同基序语法和精确足迹	尽管设计轻量，但与当代更大的模型相比，其性能仍有待进一步验证	解码调控DNA和遗传变异，以理解转录因子结合和染色质可及性的序列语法和遗传变异	染色质可及性谱和调控序列	机器学习	NA	染色质可及性测定	深度学习DNA序列模型	DNA序列数据	NA
69	2025-07-23	Step Width Estimation in Individuals With and Without Neurodegenerative Disease via a Novel Data-Augmentation Deep Learning Model and Minimal Wearable Inertial Sensors 2025-01, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3470310 PMID:39331558	研究论文	提出了一种新型数据增强深度学习模型，用于通过最小化可穿戴惯性传感器估计步宽	使用数据增强的深度学习模型和最小化可穿戴惯性传感器（IMUs）来估计步宽，克服了传统方法的高成本和耗时问题	研究样本量较小，仅包括12名神经退行性疾病患者和17名健康个体	开发一种便携式步宽监测方法，用于神经退行性疾病患者和健康个体的康复训练和动态平衡控制	神经退行性疾病患者（SCA3）和健康个体	机器学习	神经退行性疾病	数据增强深度学习模型	深度学习模型	惯性传感器数据	12名神经退行性疾病患者和17名健康个体
70	2025-07-23	Continuous Prediction of Wrist Joint Kinematics Using Surface Electromyography From the Perspective of Muscle Anatomy and Muscle Synergy Feature Extraction 2025-01, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3484994 PMID:39437291	研究论文	本文提出四种深度学习模型，从不同角度提取肌肉协同特征，用于预测中风患者手腕关节运动意图	首次从肌肉解剖学角度使用3DCNN模型预测运动意图，并重构1D sEMG样本为2D帧	传统矩阵分解算法在提取肌肉协同特征方面仍存在一定局限性	提高中风患者上肢功能障碍康复效果，通过sEMG信号预测运动意图	中风患者的手腕关节运动	机器学习	中风	sEMG信号处理	3DCNN, CNN-LSTM, GAN	sEMG信号	自建手腕运动数据集和公开Ninapro DB2数据集
71	2025-07-23	Combination of facial and nose features of Amur tigers to determine age 2025-Jan, Integrative zoology IF:3.5Q1 DOI:10.1111/1749-4877.12817 PMID:38509845	研究论文	通过结合东北虎的面部和鼻子特征，利用深度学习模型进行年龄测定	发现老虎鼻子上的黑色斑点面积与年龄呈正相关，并首次将面部和鼻子特征结合用于年龄测定	准确率为87.81%，仍有提升空间	开发一种基于图像特征的东北虎年龄测定方法	东北虎的面部和鼻子特征	计算机视觉	NA	深度学习	CNN	图像	未提及具体样本数量
72	2025-07-23	SpaRG: Sparsely Reconstructed Graphs for Generalizable fMRI Analysis 2025, Machine learning in clinical neuroimaging : 7th international workshop, MLCN 2024, held in conjunction with MICCAI 2024, Marrakesh, Morocco, October 10, 2024, proceedings. MLCN (Workshop) (7th : 2024 : Marrakesh, Morocco) DOI:10.1007/978-3-031-78761-4_5 PMID:39758707	研究论文	提出一种基于稀疏化和自监督的简单方法，用于提高功能性磁共振成像（fMRI）分析的泛化性	通过联合训练稀疏输入掩码、变分自编码器（VAE）和下游分类器，识别并保留高度信息化的功能连接，同时遮挡其余部分	需要部分标记样本训练分类器，且依赖于额外的未标记数据来优化稀疏掩码和VAE	提高rs-fMRI分析在精神病学障碍和个人特征识别中的泛化能力	功能性磁共振成像（fMRI）数据	机器学习	精神病学障碍	rs-fMRI	VAE	图像	公共ABIDE数据集中的标记样本来自18个站点，外加两个额外分布外站点的未标记样本
73	2025-07-23	Predicting Blood Pressures for Pregnant Women by PPG and Personalized Deep Learning 2025-01, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3386707 PMID:38598377	研究论文	本研究通过光电容积描记术(PPG)数据和个性化深度学习模型预测孕妇血压，以有效预警可能的子痫前期	提出了一种三阶段深度学习模型，包括基线模型构建、孕妇数据微调和个性化迁移学习，显著提高了血压预测的准确性	样本量相对较小(194名受试者，其中孕妇40名)，可能影响模型的泛化能力	开发一种连续、无袖带的孕妇血压监测解决方案	孕妇血压预测	机器学习	妊娠相关疾病	PPG(光电容积描记术)	1D-CNN with CBAMs + bi-directional GRUs + attention layers	PPG信号数据	194名受试者(154名正常个体和40名孕妇)
74	2025-07-23	Deep learning imaging analysis to identify bacterial metabolic states associated with carcinogen production 2025, Discover imaging DOI:10.1007/s44352-025-00006-1 PMID:40098681	研究论文	本研究利用深度学习成像分析技术，识别与致癌物产生相关的细菌代谢状态	首次使用深度学习成像分析方法区分产生和不产生致癌物DCA的C. scindens细胞状态	研究仅针对C. scindens和两种Bacteroides物种，未涵盖其他可能相关的肠道细菌	探索成像方法在识别与结直肠癌相关的细菌代谢状态中的应用	C. scindens细菌及其在不同培养条件下的代谢状态	数字病理学	结直肠癌	光学显微镜成像	CNN, DenseNet, ResNet, nnU-Net	图像	四种培养条件下的C. scindens图像数据
75	2025-07-23	Gross tumor volume confidence maps prediction for soft tissue sarcomas from multi-modality medical images using a diffusion model 2025-Jan, Physics and imaging in radiation oncology DOI:10.1016/j.phro.2025.100734 PMID:40123775	研究论文	本研究开发了一种基于扩散模型的深度学习技术，用于从多模态医学图像中自动预测软组织肉瘤的总肿瘤体积（GTV）置信图	首次使用扩散模型预测GTV置信图，并考虑了读者间和读者内的变异性	样本量较小（49例患者），且仅使用了公开数据集	开发自动化的GTV勾画技术以提高放疗计划的可重复性	软组织肉瘤患者的多模态医学图像（FDG-PET、CT和MRI）	数字病理	软组织肉瘤	扩散模型	扩散模型	医学图像（FDG-PET、CT和MRI）	49例患者的多模态医学图像数据
76	2025-07-23	PSSR2: a user-friendly Python package for democratizing deep learning-based point-scanning super-resolution microscopy 2025, BMC methods DOI:10.1186/s44330-024-00020-5 PMID:40666158	研究论文	介绍PSSR2，一个用户友好的Python包，用于普及基于深度学习的点扫描超分辨率显微镜技术	PSSR2改进了PSSR的工作流程和方法，通过改进半合成数据生成和训练过程，提供了更高质量的超分辨率图像	PSSR2模型仅适用于与训练数据足够相似的数据进行超分辨率处理，并且需要针对真实世界的地面真实数据进行验证	普及基于深度学习的超分辨率显微镜技术，提高显微镜图像的质量	低分辨率显微镜图像	计算机视觉	NA	深度学习	NA	图像	配对的电子显微镜高分辨率和低分辨率图像测试数据集
77	2025-07-22	Benchmarking protein language models for protein crystallization 2025-01-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-86519-5 PMID:39827171	research paper	本文通过TRILL平台对开放蛋白质语言模型（PLMs）进行基准测试，用于预测蛋白质结晶倾向	比较了多种PLMs在预测蛋白质结晶倾向上的性能，并发现ESM2模型在多个评估指标上表现最佳，同时利用ProtGPT2模型生成了潜在可结晶的新型蛋白质	研究仅基于序列信息预测结晶倾向，未考虑其他可能影响结晶的因素	评估和比较蛋白质语言模型在预测蛋白质结晶倾向方面的性能	蛋白质序列及其结晶倾向	machine learning	NA	protein language models (PLMs), LightGBM, XGBoost	ESM2, Ankh, ProtT5-XL, ProstT5, xTrimoPGLM, SaProt, ProtGPT2	protein sequences	3000 generated proteins, 5 novel proteins identified as potentially crystallizable
78	2025-07-22	Direct Prediction of 48 Month Survival Status in Patients with Uveal Melanoma Using Deep Learning and Digital Cytopathology Images 2025-Jan-13, Cancers IF:4.5Q1 DOI:10.3390/cancers17020230 PMID:39858012	研究论文	本研究利用深度学习技术分析数字细胞病理学图像，直接预测葡萄膜黑色素瘤患者的48个月生存状态	首次使用深度学习直接从数字细胞病理学图像预测葡萄膜黑色素瘤患者的长期生存状态，且模型能正确预测临床意外案例	样本量较小（74例患者），需要前瞻性验证	开发基于深度学习的葡萄膜黑色素瘤患者生存预测工具	葡萄膜黑色素瘤患者	数字病理学	葡萄膜黑色素瘤	细针穿刺活检（FNAB）、H&E染色、全切片扫描	人工神经网络（ANN）	数字细胞病理学图像	74例患者（207,260个独特ROI）
79	2025-07-22	Multimodal deep learning improves recurrence risk prediction in pediatric low-grade gliomas 2025-Jan-12, Neuro-oncology IF:16.4Q1 DOI:10.1093/neuonc/noae173 PMID:39211987	研究论文	本研究探讨了深度学习在预测儿童低级别胶质瘤术后复发风险中的应用	结合临床特征和深度学习提取的MRI影像特征的多模态模型显著提高了术后无事件生存期的预测准确性	模型泛化能力有待提高，可能需要更大规模的多中心训练数据	改善儿童低级别胶质瘤术后复发风险预测	396名接受手术的儿童低级别胶质瘤患者	数字病理学	儿童低级别胶质瘤	深度学习	逻辑风险模型	MRI影像数据	396例患者（中位随访85个月）
80	2025-07-22	Unsupervised deep learning of electrocardiograms enables scalable human disease profiling 2025-Jan-12, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-024-01418-9 PMID:39799251	研究论文	本研究开发了一种深度学习去噪自编码器，用于从12导联心电图中检测人类疾病	利用无监督深度学习模型从心电图中识别与多种疾病的关联，并生成疾病特异性心电图波形	研究结果需要在更多独立数据集中进行验证	探索心电图在人类疾病检测中的潜力	12导联心电图数据	机器学习	心血管疾病	深度学习去噪自编码器	自编码器	心电图信号	三个独立数据集中的约1,600种基于Phecode的疾病