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
361	2026-05-08	Geometric deep learning framework for de novo genome assembly 2025-04-14, Genome research IF:6.2Q1 DOI:10.1101/gr.279307.124 PMID:39472021	研究论文	介绍了一个基于几何深度学习的框架GNNome，用于从头基因组组装中的路径识别	首次将几何深度学习应用于组装图的路径识别，不依赖现有组装策略，仅利用问题固有对称性进行训练	未明确提及局限性，但隐含对复杂多倍体和非整倍体基因组的适用性仍需进一步验证	开发基于几何深度学习的框架，提高从头基因组组装的连续性和质量	多个物种的基因组组装数据	机器学习	NA	PacBio HiFi测序	图神经网络（GNN）	基因组序列数据	涉及多个物种的基因组数据	PyTorch	几何深度学习网络	连续性、质量	NA
362	2026-05-08	Deep learning and radiomics-based vascular calcification characterization in dental cone beam computed tomography as a predictive tool for cardiovascular disease: a proof-of-concept study 2025-04, Oral surgery, oral medicine, oral pathology and oral radiology DOI:10.1016/j.oooo.2024.12.010 PMID:39827035	研究论文	评估基于深度学习和影像组学的方法，在牙科锥束CT中自动检测血管钙化并预测心血管疾病	首次将深度学习与影像组学结合，利用牙科CBCT扫描检测颈动脉和椎动脉钙化，作为中风和心脏病发作的预测工具	样本量较小（148次扫描），且椎动脉钙化检测性能较低	开发自动化方法，基于CBCT检测动脉钙化以预测心血管疾病的发生	颅外和颅内颈动脉以及椎动脉的钙化区域	计算机视觉, 数字病理学	心血管疾病	锥束CT (CBCT)	nn-UNet	图像	148次CBCT扫描	NA	nn-UNet	边界框准确率, AUC-ROC	NA
363	2026-05-08	Differential diagnosis of multiple system atrophy with predominant parkinsonism and Parkinson's disease using neural networks (part II) 2025-03-15, Journal of the neurological sciences IF:3.6Q2 DOI:10.1016/j.jns.2025.123411 PMID:39893881	研究论文	利用神经网络对帕金森病和多系统萎缩帕金森型进行鉴别诊断	使用基于体素的形态测量数据作为输入，考虑多系统萎缩病变的异质性和随机分布，通过神经网络区分早期帕金森病和多系统萎缩帕金森型	未提及具体限制	区分帕金森病和多系统萎缩帕金森型以改善早期诊断	帕金森病和多系统萎缩帕金森型患者	机器学习	帕金森病，多系统萎缩帕金森型	磁共振成像	神经网络	影像数据	未提及	NA	神经网络	准确率	NA
364	2026-05-08	Spatiotemporal Profiling Defines Persistence and Resistance Dynamics during Targeted Treatment of Melanoma 2025-Mar-03, Cancer research IF:12.5Q1 DOI:10.1158/0008-5472.CAN-24-0690 PMID:39700408	研究论文	通过时空谱分析，研究黑色素瘤靶向治疗过程中细胞的持久性状态与耐药动态	整合空间转录组学和深度学习分析，首次在患者来源异种移植模型中追踪靶向治疗期间的克隆谱系演变，揭示了持久状态的空间梯度（中心到外周）和特定治疗敏感的时间窗口	NA	探究黑色素瘤靶向治疗中持久状态的时间动态和进入/退出该状态的特定通路，以识别治疗失败预防策略	BRAF突变黑色素瘤细胞在靶向治疗中的持久状态	数字病理学	黑色素瘤	空间转录组学、深度学习、组织病理学分析	深度学习模型	空间转录组数据、组织病理学图像	患者来源异种移植模型	NA	NA	NA	NA
365	2026-05-08	Role of artificial intelligence in treatment planning and outcome prediction of jaw corrective surgeries by using 3-D imaging: a systematic review 2025-03, Oral surgery, oral medicine, oral pathology and oral radiology DOI:10.1016/j.oooo.2024.09.010 PMID:39701860	系统综述	系统评价人工智能在利用三维影像进行颌骨矫正手术的治疗计划与结果预测中的作用	首次系统综述AI在三维影像辅助颌骨矫正手术规划与结果预测中的应用，强调该领域仍处于概念验证阶段	因纳入研究间异质性大和数据报告不足，未进行meta分析，且多为概念验证性研究	评估AI在三维影像辅助颌骨矫正手术治疗规划与结果预测中的应用现状	利用三维影像进行颌骨矫正手术的AI模型研究	医学影像分析	颌骨畸形	CT影像	深度学习, 机器学习	三维影像	14项研究（含5项治疗规划、2项结果预测研究）	NA	NA	预测误差(毫米), Dice系数, 准确率	NA
366	2026-05-08	Predicting craniofacial fibrous dysplasia growth status: an exploratory study of a hybrid radiomics and deep learning model based on computed tomography images 2025-03, Oral surgery, oral medicine, oral pathology and oral radiology DOI:10.1016/j.oooo.2024.11.002 PMID:39725588	研究论文	本文基于CT图像开发了三种模型（放射组学模型、深度学习模型以及混合放射组学与深度学习模型），用于区分颅面纤维异常增殖症的青少年活动性病变进展与成人稳定病变进展	首次结合放射组学与深度学习构建混合模型，用于预测颅面纤维异常增殖症的生长状态，并优于单一模型	样本量较小（148例），且为单中心回顾性研究，可能影响模型的泛化性	评估基于CT图像的混合放射组学与深度学习模型在区分颅面纤维异常增殖症患者病变进展状态方面的能力	148例颅面纤维异常增殖症患者的术前CT图像	计算机视觉, 数字病理学	颅面纤维异常增殖症	CT成像	放射组学模型, 深度学习模型, 混合模型	图像	148例患者	NA	NA	AUC, 敏感性, 特异性, F1分数	NA
367	2026-05-08	An Explainable Unified Framework of Spatio-Temporal Coupling Learning With Application to Dynamic Brain Functional Connectivity Analysis 2025-02, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3467384 PMID:39320999	研究论文	提出一种可解释的时空耦合学习统一框架，应用于动态脑功能连接分析	构建基于时空相关性的深度学习网络，整合节点表示与节点间连接的时变耦合关系，并在每个时间步探随时空演化，提高分析结果的可解释性	NA	开发可解释的框架用于挖掘时间序列数据中的内在时空耦合关系，并应用于脑动态功能连接分析	大脑动态功能连接模式	机器学习	NA	fMRI	深度学习网络	时间序列数据	NA	NA	NA	NA	NA
368	2026-05-08	Pretrained Deep Neural Network Kin-SiM for Single-Molecule FRET Trace Idealization 2025-01-30, The journal of physical chemistry. B DOI:10.1021/acs.jpcb.4c05276 PMID:39809573	研究论文	提出一种基于预训练深度神经网络的Kin-SiM方法，用于单分子FRET迹线的理想化处理	利用LSTM神经网络自动化理想化FRET迹线，无需先验马尔可夫假设和人工干预，直接从多维轨迹中提取生物分子状态数、动态变化及动力学参数	未详细说明在实际复杂生物体系中的局限性或泛化性能挑战	开发自动化深度学习方法改进单分子FRET数据分析，减少人工时间和偏差风险	单分子荧光共振能量转移（smFRET）迹线和生物分子构象状态	机器学习	NA	smFRET	LSTM	时间序列	NA	NA	LSTM	与HMM方法对比的性能	NA
369	2026-05-08	Modeling gene interactions in polygenic prediction via geometric deep learning 2025-01-22, Genome research IF:6.2Q1 DOI:10.1101/gr.279694.124 PMID:39562137	研究论文	提出PRS-Net，一种可解释的几何深度学习框架，用于多基因风险预测，通过建模基因-基因相互作用提升复杂疾病预测性能	首次将几何深度学习与图神经网络结合用于多基因风险评分，在单基因分辨率下解卷积全基因组PRS并显式建模基因-基因相互作用，同时引入注意力读取模块实现模型可解释性	NA	开发一种可解释且能捕捉基因非线性交互的多基因风险预测方法，同时实现遗传风险预测和生物学发现	复杂性状和疾病相关的基因相互作用网络	机器学习	复杂疾病	NA	图神经网络	基因组数据	NA	PyTorch	图神经网络	预测性能	NA
370	2026-05-08	Inferring disease progression stages in single-cell transcriptomics using a weakly supervised deep learning approach 2025-01-22, Genome research IF:6.2Q1 DOI:10.1101/gr.278812.123 PMID:39622637	研究论文	提出弱监督深度学习框架scIDST，用于推断单细胞转录组数据中疾病进展阶段	首次通过弱监督学习从单细胞转录组数据推断疾病进展阶段，克服细胞异质性对差异基因表达的干扰，且预训练模型可迁移至独立数据资源	未明确说明当前方法的局限性及实际验证中的潜在挑战	开发一种新方法解决单细胞转录组数据中因细胞病理阶段差异导致的异质性问题	患者来源组织中的单细胞/单核基因组测序数据	机器学习	NA	单细胞/单核基因组测序	深度学习	转录组数据	NA	NA	scIDST	差异表达分析验证	NA
371	2026-05-08	Machine Learning for 1-Year Mortality Prediction in Lung Transplant Recipients: ISHLT Registry 2025, Transplant international : official journal of the European Society for Organ Transplantation IF:2.7Q2 DOI:10.3389/ti.2025.14121 PMID:40630785	研究论文	利用ISHLT注册数据开发深度学习模型预测肺移植受者1年死亡率	通过SHAP分析筛选出10个最具影响力的移植前因素，实现了与使用25个因素相当的预测性能，并在外部独立数据集上验证了模型的泛化能力	外部数据集与ISHLT数据集存在显著组成差异，可能影响模型在不同人群中的适用性	优化肺移植候选者选择，提高资源利用效率和患者预后	肺移植受者	机器学习	肺移植	NA	梯度提升机、多层感知机	结构化临床数据	29,364名患者（ISHLT注册数据），其中4,729例死亡，24,635例存活	NA	梯度提升机、多层感知机	AUC, 准确率	NA
372	2026-05-08	Diagnostic accuracy of a deep learning model for pterygium detection in Barcelos, Brazilian Amazon 2025, Arquivos brasileiros de oftalmologia IF:1.1Q3 DOI:10.5935/0004-2749.2025-0053 PMID:41172514	研究论文	评估深度学习模型在巴西亚马逊地区巴尔塞洛斯市检测翼状胬肉的诊断准确性	首次在巴西亚马逊偏远地区使用智能手机拍摄眼前段照片并结合深度学习模型进行翼状胬肉检测，验证了人工智能在资源匮乏地区开展眼病筛查的可行性	样本量较小（38名参与者），属于初步研究，且未评估模型在不同人群和环境中的泛化能力	评估基于MobileNet-V2的深度学习模型检测翼状胬肉的诊断性能	巴西亚马逊地区巴尔塞洛斯市的38名参与者（76只眼）	计算机视觉	翼状胬肉	智能手机摄影	卷积神经网络	图像	38名参与者（76只眼）	NA	MobileNet-V2	敏感性、特异性、准确性、阳性预测值、阴性预测值、曲线下面积	NA
373	2026-05-06	Modeling protein-small molecule conformational ensembles with PLACER 2025-Nov-11, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2427161122 PMID:41187076	研究论文	提出名为PLACER的图神经网络，用于建模蛋白质与小分子相互作用的构象集合	采用全原子级描述而非残基级描述，利用图神经网络从部分损坏的输入结构恢复正确原子位置，实现快速随机生成构象集合，显著提升酶设计成功率与活性	依赖剑桥结构数据库与蛋白质数据银行训练数据，可能对全新或罕见分子系统泛化能力有限；未明确讨论计算资源需求	建模蛋白质与小分子相互作用的构象异质性，以理解自然系统并评估设计系统，尤其提升酶设计成功率	蛋白质-小分子相互作用系统的原子级构象集合	机器学习	NA	图神经网络	图神经网络	原子级结构数据	训练数据来自剑桥结构数据库与蛋白质数据银行	NA	PLACER，自定义图神经网络	酶活性（kcat/Km）、设计成功率	NA
374	2026-05-06	Potential of artificial intelligence in the diagnosis and treatment of vertebral compression fractures: A 20-year bibliometric analysis (2004-2023) 2025-Oct-03, Medicine IF:1.3Q2 DOI:10.1097/MD.0000000000044876 PMID:41054042	研究论文	通过文献计量学分析，总结了2004至2023年间人工智能在椎体压缩骨折诊断与治疗中的应用研究趋势和关键贡献者	首次对AI在VCF领域的应用进行20年文献计量分析，揭示了从传统手术向AI驱动诊断和机器人辅助干预的主题演变，并识别出2019年后深度学习作为最强引用突现主题	仅纳入Web of Science Core Collection的英文文献，可能存在语言和数据库偏差；未深入分析具体AI方法的性能或临床有效性	通过文献计量学分析绘制AI在VCF中的知识图谱，识别时间模式、研究热点和有影响力的贡献者，以指导未来研究方向	2004至2023年间发表的462篇关于AI应用于椎体压缩骨折的英文文献	自然语言处理, 文献计量学	椎体压缩骨折, 老年疾病	文献计量学分析	NA	文献元数据	462篇英文文章	CiteSpace 6.2.R6	NA	发表趋势, 关键词突现, 中心性评分	NA
375	2026-05-06	Robust R-peak detection in noisy ECG using deep residual U-Net for enhanced cardiac rhythm analysis 2025-Oct-03, Medicine IF:1.3Q2 DOI:10.1097/MD.0000000000044968 PMID:41054115	研究论文	提出了一种深度残差U-Net（ResU-Net）架构，用于在噪声心电图信号中稳健地检测R波，以增强心律分析	结合残差网络和U-Net架构的优点，引入跳跃连接、多尺度特征提取和注意力机制，提升了噪声条件下的特征学习和检测鲁棒性	未明确讨论模型的计算复杂度和实时性，且仅在公开数据库上进行验证，缺乏真实临床环境下的测试	开发一种能处理噪声和形态变异的心电图R波检测方法，为自动心律分析提供可靠基础	心电图信号中的R波峰值	机器学习	心律失常	ECG信号处理	深度残差U-Net（ResU-Net）	一维时间序列信号	使用MIT-BIH心律失常数据库、INCART数据库和QT数据库进行训练和评估	PyTorch	ResNet, U-Net	灵敏度, 阳性预测值, F1分数	NA
376	2026-05-06	Factors associated with glucocorticoid dosing in treating patients with noncritical COVID-19 pneumonia: Insights from an artificial intelligence-based CT imaging analysis 2025 Aug-Sep, Enfermedades infecciosas y microbiologia clinica (English ed.) DOI:10.1016/j.eimce.2025.06.004 PMID:40754353	研究论文	基于AI的CT影像分析，探讨非危重型COVID-19肺炎患者糖皮质激素剂量的影响因素并构建预测模型	利用人工智能深度学习技术精确量化肺部CT影像中的病变面积，结合多变量逻辑回归分析糖皮质激素剂量与影像特征的关系，首次构建了基于CT特征的剂量预测模型	样本量较小，仅为单中心回顾性研究，需通过更大规模的前瞻性研究验证	确定非危重型COVID-19肺炎患者糖皮质激素的最佳剂量，分析影响因素并建立预测模型	非危重型COVID-19肺炎患者	数字病理学	COVID-19肺炎	CT影像	深度学习	CT影像	273例非危重型COVID-19肺炎患者（最终分析243例，训练集168例，验证集75例）	NA	用于分割肺部和病变区域的深度学习模型（具体架构未明确说明）	AUC	NA
377	2026-05-06	Beyond the Posts: Analyzing Breast Implant Illness Discourse With Natural Language Processing and Deep Learning 2025-06-16, Aesthetic surgery journal IF:3.0Q1 DOI:10.1093/asj/sjaf047 PMID:40173420	研究论文	利用自然语言处理和深度学习分析社交媒体上与隆胸假体疾病相关的讨论	首次使用一种在1.24亿条X帖子训练的自然语言处理模型（RoBERTa）分析社交媒体上关于隆胸假体疾病的患者认知和情感反应，并揭示了负面情绪和恐惧类帖子与假体取出率之间的强相关性	未提及	分析X平台上患者对隆胸假体疾病的认知和情感反应，并探讨社交媒体讨论对患者决策的影响	2014年至2023年间发布的提及隆胸假体的X帖子	自然语言处理, 机器学习	隆胸假体疾病	自然语言处理, 深度学习	RoBERTa（鲁棒优化的双向编码器表示）	文本	6099条X帖子	PyTorch, TensorFlow	RoBERTa	皮尔逊相关系数	NA
378	2026-05-06	CDSNet: An automated method for assessing growth stages from various anatomical regions in lateral cephalograms based on deep learning 2025-06, Journal of the World federation of orthodontists IF:2.6Q1 DOI:10.1016/j.ejwf.2024.09.007 PMID:39578153	研究论文	提出CDSNet，一种基于深度学习的可解释模型，用于从头颅侧位片中评估生长阶段（特别是颈椎、牙列和额窦）	首次整合颈椎、牙列和额窦多区域特征，利用可解释深度学习评估生长阶段，显著优于传统CVM方法	未提及	开发深度学习模型CDSNet，自动评估头颅侧位片中的生长阶段，以辅助正畸诊断	头颅侧位片和手腕骨X光片中的颈椎、牙列和额窦影像	数字病理学	正畸相关生长阶段评估	头颅侧位片成像	深度学习模型（CDSNet）	X光图像	来自接受正畸治疗患者的1732对头颅侧位片和手腕骨X光片	NA	CDSNet（可解释深度网络）	准确率、精确率、召回率、F1分数	NA
379	2026-05-06	SSA-sMLP: A venous thromboembolism risk prediction model using separable self-attention and spatial-shift multilayer perceptrons 2025-06, Thrombosis research IF:3.7Q1 DOI:10.1016/j.thromres.2025.109334 PMID:40344789	研究论文	针对静脉血栓栓塞风险预测中多维特征集成不足的问题，提出一种结合可分离自注意力和改进空间移位多层感知器的深度学习模型SSA-sMLP	首次将可分离自注意力与S-MLPv2模块集成，通过动态上下文向量和线性解耦策略实现跨维特征交互建模，利用无参移位操作和分裂注意力机制精确捕捉局部非线性关联	未明确讨论外部验证结果及模型在其他医疗场景的泛化能力	提升静脉血栓栓塞风险预测的准确性和鲁棒性，平衡计算效率与模型性能	医院113836份临床记录中的静脉血栓栓塞风险数据	机器学习	静脉血栓栓塞	NA	深度学习模型（SSA-sMLP）	临床记录数据	113836份临床记录	NA	可分离自注意力模块、改进空间移位多层感知器（S-MLPv2）	准确率（87.99%）、F1分数（65.9%）	NA
380	2026-05-06	Leveraging Physics-Based Synthetic MR Images and Deep Transfer Learning for Artifact Reduction in Echo-Planar Imaging 2025-Apr-02, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8566 PMID:39947682	研究论文	利用基于物理的合成MR图像和深度迁移学习减少回波平面成像中的伪影	提出一种基于物理的伪影合成方法生成逼真MR图像，并结合堆叠迁移学习策略训练GAN，以有效减少EPI中的多种伪影，同时保留对比度信息	NA	验证基于物理的合成图像和堆叠迁移学习在EPI伪影减少中的应用效果	MR脑部图像及其伪影	计算机视觉	复发性胶质母细胞瘤	MRI	生成对抗网络	图像	1392名患者的4573个解剖MR序列，以及49名复发性胶质母细胞瘤患者的ADC图	PyTorch	改进的Pix2PixGAN架构，带有Attention-R2UNet生成器	均方误差、结构相似性指数、多尺度结构相似性指数、峰值信噪比、豪斯多夫距离	NA