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
321	2025-07-26	A holistic air monitoring dataset with complaints and POIs for anomaly detection and interpretability tracing 2025-Jul-24, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05591-8 PMID:40707589	research paper	本研究介绍了Airware-Haikou数据集，一个用于城市空气污染研究的综合资源，整合了多变量时间序列空气质量监测数据、POI数据和公众投诉语料库	数据集整合了多源数据并通过聚类分析将数据分为四个时空子集，同时使用公众投诉语料库作为深度学习模型的后验解释基线	数据集仅覆盖中国海口市的95个监测站，可能无法代表其他城市的空气质量情况	为城市空气污染研究提供全面的数据基础，并提高污染检测的准确性和可靠性	中国海口市的空气质量数据、POI数据和公众投诉数据	环境科学	NA	空间-时间插值、聚类分析、深度学习	DsRL-Net	时间序列数据、空间数据、文本数据	95个监测站的每小时测量数据
322	2025-07-26	Hybrid deep learning framework based on EfficientViT for classification of gastrointestinal diseases 2025-Jul-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-12128-x PMID:40707631	研究论文	提出了一种基于EfficientViT的混合深度学习框架，用于胃肠道疾病的分类	结合EfficientNetB0和Vision Transformer (ViT)的优势，设计了一个双块结构，能够同时关注图像的局部细节和全局依赖关系	未提及模型在更大规模或多样化数据集上的泛化能力	提高胃肠道疾病的早期和准确诊断	胃肠道系统的八种不同类型疾病	计算机视觉	胃肠道疾病	深度学习	EfficientViT (结合EfficientNetB0和ViT)	内窥镜图像	未明确提及具体样本数量，但使用了五折交叉验证
323	2025-07-26	Transfer learning with XAI for robust malware and IoT network security 2025-Jul-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-12404-w PMID:40707655	研究论文	本研究开发了一种深度学习模型，用于在混淆恶意软件数据集上进行恶意软件分类，并采用迁移学习技术提升物联网和网络流量中的入侵检测能力	结合迁移学习和XAI（可解释人工智能）技术，提高了模型在跨领域检测场景中的准确性和效率，同时增强了模型的透明度和互操作性	未提及具体的数据集规模限制或模型在其他类型恶意软件上的泛化能力	提升恶意软件检测和网络安全防护能力	混淆恶意软件、物联网安全和传统网络入侵检测	机器学习	NA	迁移学习（TL）、可解释人工智能（XAI）	深度学习模型	内存转储数据、网络流量数据	MalwareMemoryDump数据集、NF-TON-IoT和UNSW-NB15数据集（具体数量未提及）
324	2025-07-26	Enhanced HER-2 prediction in breast cancer through synergistic integration of deep learning, ultrasound radiomics, and clinical data 2025-Jul-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-12825-7 PMID:40707691	研究论文	本研究通过整合超声放射组学与临床数据，提高了乳腺癌HER-2表达状态的诊断准确性	结合深度学习、超声放射组学和临床数据，提出了一种新的HER-2状态预测策略	样本量相对较小，仅包含210名患者	提高乳腺癌HER-2表达状态的诊断准确性，为个性化治疗提供支持	210名女性乳腺癌患者的超声图像和临床病理数据	数字病理	乳腺癌	超声放射组学、GAN、Grad-CAM	GAN、CNN（ResNet101、VGG19）、Transformer、Linear Regression、Random Forest、XGBoost、LightGBM	图像、临床数据	210名女性乳腺癌患者
325	2025-07-26	Deep learning reconstruction of zero echo time magnetic resonance imaging: diagnostic performance in axial spondyloarthritis 2025-Jul-24, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11843-3 PMID:40707731	研究论文	比较深度学习重建(DLR)的零回波时间(ZTE) MRI在诊断中轴型脊柱关节炎结构病变中的性能，与T1WI和未经DLR的ZTE MRI对比，以CT为参考标准	首次将深度学习重建技术应用于ZTE MRI，显著提高了对骨硬化和骨侵蚀的诊断性能	样本量较小(26名患者)，且仅针对骶髂关节病变进行评估	评估DLR增强的ZTE MRI在诊断中轴型脊柱关节炎结构病变中的性能	26名中轴型脊柱关节炎患者的52个骶髂关节和104个象限	数字病理学	中轴型脊柱关节炎	零回波时间磁共振成像(ZTE MRI)、深度学习重建(DLR)	深度学习	MRI图像	26名患者(52个骶髂关节和104个象限)
326	2025-07-26	Equity-enhanced glaucoma progression prediction from OCT with knowledge distillation 2025-Jul-24, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-01884-9 PMID:40707743	研究论文	提出了一种名为FairDist的模型，利用基线光学相干断层扫描（OCT）扫描预测青光眼进展，并通过知识蒸馏提高公平性	FairDist模型结合了公平感知的EfficientNet和知识蒸馏技术，在预测青光眼进展时实现了更高的准确性和公平性	未提及模型在其他疾病进展预测任务中的具体表现	提高青光眼进展预测的准确性和公平性	青光眼患者	数字病理学	青光眼	光学相干断层扫描（OCT）	EfficientNet	图像	NA
327	2025-07-26	Artificial intelligence for multi-time-point arterial phase contrast-enhanced MRI profiling to predict prognosis after transarterial chemoembolization in hepatocellular carcinoma 2025-Jul-24, La Radiologia medica DOI:10.1007/s11547-025-02043-6 PMID:40707767	研究论文	本研究开发并验证了一种基于人工智能的模型ProgSwin-UNETR，用于利用多时间点动脉期CE-MRI数据对肝癌TACE治疗后的预后进行分层	首次开发了基于Swin Transformer架构的端到端深度学习模型ProgSwin-UNETR，用于直接从多时间点动脉期CE-MRI数据中进行四类预后分层	研究为回顾性设计，样本量相对有限（181例患者），且仅基于单中心数据	开发并验证AI模型以预测肝癌患者TACE治疗后的预后	接受TACE治疗的肝癌患者	数字病理	肝癌	CE-MRI	Swin Transformer-based ProgSwin-UNETR	医学影像	181例肝癌患者的543次动脉期CE-MRI扫描
328	2025-07-26	Single-cell image-based screens identify host regulators of Ebola virus infection dynamics 2025-Jul-24, Nature microbiology IF:20.5Q1 DOI:10.1038/s41564-025-02034-3 PMID:40707832	研究论文	通过基于单细胞图像的基因组CRISPR筛选，识别了埃博拉病毒感染的宿主调控因子	首次应用基于图像的基因组CRISPR筛选技术，结合深度学习模型，系统性地识别了埃博拉病毒感染的宿主调控因子，并验证了UQCRB和STRAP在病毒复制中的关键作用	研究主要基于体外实验，未在动物模型或临床样本中验证	识别埃博拉病毒感染的宿主调控因子，为治疗干预提供潜在靶点	埃博拉病毒(EBOV)及其宿主细胞	数字病理学	埃博拉病毒感染	CRISPR筛选, 深度学习	随机森林模型	图像数据	39,085,093个细胞
329	2025-07-26	Explainable deep learning for stratified medicine in inflammatory bowel disease 2025-Jul-24, Genome biology IF:10.1Q1 DOI:10.1186/s13059-025-03692-6 PMID:40708014	研究论文	本文提出了一种可解释的深度学习方法，用于炎症性肠病（IBD）的分层医学研究	构建了端到端的生物稀疏神经网络架构，用于基于全外显子组序列表示的IBD亚型分类，并利用模型解释性识别最具预测性的通路、基因和变异	未提及具体样本量或数据来源的局限性	提高炎症性肠病的分子分层能力，以选择更合适的治疗方法	炎症性肠病（IBD）患者	数字病理学	炎症性肠病	全外显子组测序	神经网络	基因序列数据	NA
330	2025-07-26	Convolutional Neural Network Fused With Recurrent Network for ECG-Based Detection of Hypertrophic Cardiomyopathy 2025-Jul-24, Catheterization and cardiovascular interventions : official journal of the Society for Cardiac Angiography & Interventions IF:2.1Q3 DOI:10.1002/ccd.70041 PMID:40708205	研究论文	提出了一种结合CNN和RNN的深度学习网络，用于基于ECG信号的肥厚型心肌病检测	结合了CNN和RNN的优势，同时捕捉ECG数据的空间和时间模式，提高了诊断可靠性	未提及模型在更广泛或多样化数据集上的泛化能力	提高肥厚型心肌病的早期和准确检测	ECG信号	数字病理学	心血管疾病	Kalman滤波器, EMD, DBN, Jensen-Shannon距离	CNN, RNN, CNNFRN	ECG信号	PTB诊断ECG数据库和绍兴宁波医院ECG数据库
331	2025-07-26	CAP-Net: Carotid Artery Plaque Segmentation System Based on Computed Tomography Angiography 2025-Jul-23, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.07.009 PMID:40707263	研究论文	本研究开发了一种基于深度学习的颈动脉斑块分割系统CAP-Net，用于从CT血管造影图像中自动检测和分割颈动脉斑块	提出了一个包含三个改进的深度学习网络的工作流程，包括用于粗动脉分割的普通U-Net、用于精细动脉分割的Attention U-Net，以及基于双通道输入ConvNeXt的U-Net架构用于斑块分割，并通过后处理优化预测结果	研究仅基于1061名患者的数据，可能无法涵盖所有临床情况，且模型在软斑块检测上的性能略低	开发一种自动化的颈动脉斑块检测和分割系统，以提高诊断效率和准确性	颈动脉斑块	数字病理学	心血管疾病	CT血管造影(CTA)	U-Net, Attention U-Net, ConvNeXt-based U-Net	医学影像	1061名患者（765名男性，296名女性）的4048个颈动脉斑块
332	2025-07-26	To Compare the Application Value of Different Deep Learning Models Based on CT in Predicting Visceral Pleural Invasion of Non-small Cell Lung Cancer: A Retrospective, Multicenter Study 2025-Jul-23, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.07.002 PMID:40707264	研究论文	本研究旨在开发和验证基于深度学习的模型，用于准确预测非小细胞肺癌患者的内脏胸膜侵犯，并比较2D、3D及混合3D模型的性能	研究比较了不同深度学习模型在预测非小细胞肺癌内脏胸膜侵犯中的应用价值，发现Double-head Res2Net_F6模型表现最佳	研究为回顾性研究，可能存在选择偏倚，且样本量虽大但来自多个中心，数据一致性可能受到影响	开发和验证深度学习模型以预测非小细胞肺癌的内脏胸膜侵犯	非小细胞肺癌患者	数字病理	肺癌	CT成像	EfficientNet-B0, Res2Net	图像	1931名非小细胞肺癌患者
333	2025-07-26	Deep Learning-Based Prediction of Microvascular Invasion and Survival Outcomes in Hepatocellular Carcinoma Using Dual-phase CT Imaging of Tumors and Lesser Omental Adipose: A Multicenter Study 2025-Jul-23, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.07.015 PMID:40707265	研究论文	本研究开发了一种基于深度学习的模型，利用术前双期CT图像预测肝细胞癌的微血管侵犯状态并分析相关生存结果	首次将小网膜脂肪组织(LOAT)特征与肿瘤影像特征整合到深度学习框架中，提高了术前MVI风险分层的准确性	回顾性研究设计可能引入选择偏倚	提高肝细胞癌微血管侵犯的术前预测准确性	肝细胞癌患者	数字病理	肝癌	双期CT成像	基于ResNet18的双分支特征融合模型	医学影像	来自两个医疗中心的病理确诊HCC患者(2016-2023年)
334	2025-07-26	Are we really ready to use radiomics and deep learning for clinical decision support in radiology? 2025-Jul-23, Diagnostic and interventional imaging IF:4.9Q1 DOI:10.1016/j.diii.2025.07.004 PMID:40707330	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
335	2025-07-26	Precise metabolic dependencies of cancer through deep learning and validations 2025-Jul-22, Cell reports IF:7.5Q1 DOI:10.1016/j.celrep.2025.115945 PMID:40616842	研究论文	本研究通过深度学习构建了一个名为'DeepMeta'的代谢脆弱性预测模型，用于预测癌症样本的依赖代谢基因	利用图深度学习方法结合转录组和代谢网络信息，系统性地探索了癌症细胞的代谢依赖性，特别是针对'不可成药'的癌症驱动基因改变	研究主要依赖于TCGA数据集，可能无法涵盖所有癌症类型的代谢特征	系统性地揭示癌症细胞的代谢依赖性，为原本'不可成药'的遗传改变驱动的癌症提供代谢靶点	癌症细胞及其代谢依赖性	机器学习	癌症	深度学习	图深度学习模型(DeepMeta)	转录组数据、代谢网络信息	TCGA数据集中的癌症样本
336	2025-07-26	TNF-α-NF-κB activation through pathological α-Synuclein disrupts the BBB and exacerbates axonopathy 2025-Jul-22, Cell reports IF:7.5Q1 DOI:10.1016/j.celrep.2025.116001 PMID:40652513	研究论文	本研究探讨了α-突触核蛋白（α-Syn）对血脑屏障（BBB）完整性和功能的病理影响，并揭示了TNF-α-NF-κB通路在其中的作用	首次揭示了α-Syn通过TNF-α-NF-κB通路破坏BBB完整性并加剧轴突病变的机制，并提出了针对脑内皮TNF-α信号通路的潜在治疗方法	研究主要基于细胞模型和转基因动物模型，尚未在人类患者中进行验证	揭示α-Syn对BBB的病理影响并寻找治疗靶点	α-突触核蛋白（α-Syn）及其对血脑屏障的影响	神经退行性疾病研究	突触核蛋白病	GAN深度学习分析	GAN	细胞和动物模型数据	转基因动物模型（G2-3）和脑内皮细胞模型
337	2025-07-26	Time is encoded by methylation changes at clustered CpG sites 2025-Jul-22, Cell reports IF:7.5Q1 DOI:10.1016/j.celrep.2025.115958 PMID:40664208	研究论文	研究通过深度甲基化测序揭示DNA甲基化随年龄变化的机制，并开发了一种基于深度学习的年龄预测模型	发现年龄依赖性甲基化变化以区域性或块状方式发生，并利用单分子模式深度学习显著提高了年龄预测的准确性	研究主要基于血液样本，可能不适用于其他组织类型	探索DNA甲基化随年龄变化的机制及其在年龄预测中的应用	健康个体的血液样本	生物信息学	NA	超深度测序	深度学习	DNA甲基化数据	300多份血液样本
338	2025-07-26	Multi-Center Validation of Video-Based Deep Learning to Evaluate Defecation Patterns on 3D High-Definition Anorectal Manometry 2025-Jul-22, Clinical gastroenterology and hepatology : the official clinical practice journal of the American Gastroenterological Association IF:11.6Q1 DOI:10.1016/j.cgh.2025.06.038 PMID:40706732	研究论文	本研究通过多中心验证，评估了基于视频的深度学习技术在3D高清肛门直肠测压中分析排便模式的性能	开发了一种能够进行时空分析的深度学习算法，并在多中心环境中验证其性能，同时发现了两种新的排便协同失调模式	研究结果在不同医疗中心间的性能存在差异，部分队列的AUC值相对较低	验证深度学习算法在3D高清肛门直肠测压数据分析中的临床应用价值	1,214例连续进行的肛门直肠测压研究	数字病理学	胃肠动力障碍	3D高清肛门直肠测压(3D-HDAM)	深度混合学习算法	视频	1,214例来自三个大型医疗系统的肛门直肠测压研究(2018-2022年)
339	2025-07-26	BPFun: a deep learning framework for bioactive peptide function prediction using multi-label strategy by transformer-driven and sequence rich intrinsic information 2025-Jul-21, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-025-06190-5 PMID:40691539	research paper	提出了一种基于深度学习的框架BPFun，用于通过多标签策略预测生物活性肽的功能	结合不同尺度的卷积网络和Bi-LSTM层获取高级特征向量，并通过自注意力机制和Bi-LSTM层提升预测性能	未明确提及具体的数据不平衡问题解决方案的有效性	开发一种计算生物学方法，准确预测多功能生物活性肽的多种功能	生物活性肽	computational biology	NA	deep learning	CNN, Bi-LSTM, transformer	sequence data	未明确提及具体样本数量
340	2025-07-26	Early detection of ICU-acquired infections using high-frequency electronic health record data 2025-Jul-21, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-03031-6 PMID:40691575	研究论文	本研究开发了一种利用高频电子健康记录数据动态预测ICU获得性感染风险的模型	采用卷积神经网络处理高频生命体征数据，实现提前48小时预测感染风险	模型存在一定程度的过度预测，且深度学习模型的复杂性和可解释性需要进一步验证	通过早期识别ICU获得性感染改善临床管理和患者预后	ICU成年患者	数字病理	感染性疾病	电子健康记录数据分析	CNN	电子健康记录数据	4444名患者，共32,178个观察日