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
61	2026-01-07	Consensus Molecular Subtypes (CMS) Classification: a progress towards Subtype-Driven treatments in colorectal cancer 2025-Nov-24, World journal of surgical oncology IF:2.5Q1 DOI:10.1186/s12957-025-04117-1 PMID:41276825	综述	本文综述了结直肠癌的共识分子亚型分类及其在预后预测和个性化治疗中的应用	系统总结了CMS分类的预后和预测作用、识别方法、与息肉和免疫治疗的关联、瘤内异质性以及临床应用的障碍，并探讨了基于深度学习的图像分类器（imCMS）等新兴策略	瘤内异质性和技术障碍阻碍了CMS分类的临床广泛应用	回顾CMS分类，旨在改善结直肠癌的预后预测并指导个性化治疗	结直肠癌及其分子亚型	数字病理学	结直肠癌	基因表达谱分析、免疫组织化学、单细胞RNA测序	深度学习	基因表达数据、图像数据	NA	NA	NA	NA	NA
62	2026-01-07	The ANTsX ecosystem for mapping the mouse brain 2025-Nov-22, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-66741-5 PMID:41274934	研究论文	本文介绍了使用ANTsX生态系统开发的鼠标大脑映射流程，用于将多种数据对齐到共享坐标框架，并引入了两种新方法	提出了两种新方法：基于速度场的发育时间点连续插值方法和使用最小标注公开数据的深度学习自动大脑分区框架	未明确说明	开发用于鼠标大脑数据映射的标准化工具和流程	鼠标大脑	数字病理学	NA	MERFISH空间转录组学、高分辨率fMOST形态学数据、发育MRI、LSFM数据	深度学习	图像、空间转录组数据	未明确说明	ANTsX	未明确说明	未明确说明	未明确说明
63	2026-01-07	Direct video-based spatiotemporal deep learning for cattle lameness detection 2025-Nov-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-29118-8 PMID:41274941	研究论文	本研究提出了一种基于时空深度学习的端到端视频分类框架，用于自动检测牛跛行	采用直接的端到端视频分类方法，避免了传统方法中依赖目标检测和姿态估计的多阶段流程，显著降低了延迟和复杂性，更适合实时农场部署	数据集规模相对较小（50个视频片段，涉及42头牛），且模型仅在公开视频数据上进行了评估	开发一种自动化、准确的牛跛行检测方法，以改善动物福利并减少经济损失	牛（特别是其步态视频）	计算机视觉	牛跛行	视频分析	3D CNN, ConvLSTM	视频	50个在线视频片段，涉及42头个体牛	NA	3D CNN, ConvLSTM2D	准确率, 精确率, 召回率, F1分数	NA
64	2026-01-07	Hybrid deep learning framework for cardiovascular disease diagnosis and prognosis using GAN, LSTM, GRU, VARMA, and deep DynaQ network 2025-Nov-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-25296-7 PMID:41271980	研究论文	提出了一种结合GAN、LSTM、GRU、VARMA和深度DynaQ网络的混合深度学习框架，用于心血管疾病的诊断和预后	首次将GAN、LSTM、GRU、VARMA和深度DynaQ网络集成到一个框架中，用于生成合成医学图像、分析时间序列数据并学习最佳诊断与治疗策略	未提及具体的数据集细节、模型泛化能力测试或与其他方法的详细比较	提高心血管疾病的早期和准确诊断与预后效果	心血管疾病患者	机器学习	心血管疾病	医学图像分析	GAN, LSTM, GRU, VARMA, 深度DynaQ网络	图像, 时间序列数据	大型医学图像和患者数据集	NA	GAN, LSTM, GRU, VARMA, 深度DynaQ网络	准确率, 灵敏度	NA
65	2026-01-07	DLCPD-25: A Large-Scale and Diverse Dataset for Crop Disease and Pest Recognition 2025-Nov-20, Sensors (Basel, Switzerland) DOI:10.3390/s25227098 PMID:41305306	研究论文	本文介绍了一个用于作物病虫害识别的大规模、多样化公开基准数据集DLCPD-25，并验证了其通过自监督学习模型预训练的有效性	构建了首个大规模、覆盖多种作物与病虫害类别、包含真实田间复杂环境和自然长尾分布的公开数据集，弥补了现有数据集的不足	未明确说明数据集中各类别样本的具体数量分布细节，也未对比其他数据集的详细性能差异	为作物病虫害识别领域提供高质量的数据资源，以支持鲁棒深度学习模型的开发	23种作物类型中的203种病虫害类别及健康状态	计算机视觉	作物病虫害	图像采集与整合	自监督学习模型	图像	221,943张图像	NA	MAE, SimCLR v2, MoCo v3	准确率, F1分数	NA
66	2026-01-07	Graph Neural Networks Model Based on Atomic Hybridization for Predicting Drug Targets 2025-Nov-19, bioRxiv : the preprint server for biology DOI:10.1101/2025.11.19.689219 PMID:41473273	研究论文	本文提出了一种结合图神经网络与显式分子描述符的混合深度学习框架，用于预测药物靶点的半数抑制浓度值	开发了一种混合深度学习框架，将图神经网络与可解释的物理化学性质及结构指纹相结合，以同时捕获局部结构模式和全局物理化学性质	未明确提及具体局限性	加速药物发现，提高化合物活性预测的准确性和可解释性	药物靶点（激酶、核受体、蛋白酶等）的化合物活性预测	机器学习	NA	NA	图神经网络	分子图数据（原子和键特征）	14,316个化合物，涵盖9个不同的生物靶点	NA	NA	R²	NA
67	2026-01-07	Next-generation antifungal peptide discovery: the synergy of artificial intelligence and omics technologies 2025-Nov-18, World journal of microbiology & biotechnology IF:4.0Q2 DOI:10.1007/s11274-025-04662-7 PMID:41251968	综述	本文综述了人工智能与组学技术在下一代抗真菌肽发现中的协同作用，强调了AI在克服传统方法局限性和推动抗真菌肽临床转化中的关键角色	探讨了AI（包括机器学习、深度学习和自然语言处理）与组学技术结合，用于高效设计和识别新型抗真菌肽，并提出了利用基因编辑技术（如CRISPR-Cas9）提升生产规模的创新思路	AI在抗真菌肽预测模型中存在模型复杂性高、数据规模有限、决策过程影响性能等限制，需通过迁移学习、可解释AI、特征选择等方法优化	旨在通过人工智能和组学技术加速新型抗真菌肽的发现与开发，以应对真菌感染和耐药性问题	抗真菌肽（AFPs）及其相关基因、生物合成基因簇（BGCs）	自然语言处理, 机器学习	真菌感染	组学技术, CRISPR-Cas9基因编辑	机器学习, 深度学习	文本, 基因序列数据	NA	NA	NA	精度, 准确率	NA
68	2026-01-07	Employment of artificial intelligence for an unbiased evaluation regarding the recovery of right ventricular function after mitral valve transcatheter edge-to-edge repair 2025-Nov, European journal of heart failure IF:16.9Q1 DOI:10.1002/ejhf.3705 PMID:40488515	研究论文	本研究利用常规超声心动图和人工智能深度学习模型，评估了接受二尖瓣经导管缘对缘修复术的重度二尖瓣反流患者术后右心室功能的恢复情况	首次结合常规超声心动图测量（TAPSE）和基于深度学习模型预测的右心室射血分数，对M-TEER术后右心室功能恢复进行无偏评估	研究为双中心注册研究，可能存在选择偏倚；仅评估了术后3个月的短期恢复情况，缺乏长期随访数据	评估二尖瓣经导管缘对缘修复术对重度二尖瓣反流患者右心室功能恢复的影响	接受二尖瓣经导管缘对缘修复术的重度二尖瓣反流患者	数字病理学	心血管疾病	超声心动图	深度学习模型	二维心尖四腔视图超声心动图视频	851名患者	NA	NA	NA	NA
69	2026-01-07	SpaMWGDA: Identifying spatial domains of spatial transcriptomes using multi-view weighted fusion graph convolutional network and data augmentation 2025-Nov, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1013667 PMID:41223185	研究论文	本文提出了一种基于多视图加权融合图卷积网络和数据增强的深度学习模型SpaMWGDA，用于空间转录组数据的空间域识别	通过多视图加权融合图卷积网络和数据增强，模型能全面捕获邻域信息、自适应融合关键特征，并减少聚类噪声	未明确说明模型的计算复杂度或对大规模数据的可扩展性限制	开发一种深度学习模型以改进空间转录组数据中的空间域识别	空间转录组数据中的细胞基因表达和空间信息	机器学习	NA	空间转录组学	GCN	基因表达和空间信息数据	NA	NA	多视图加权融合图卷积网络	空间域识别和轨迹推断性能	NA
70	2026-01-07	DeepADR: multimodal prediction of adverse drug reaction frequency by integrating early-stage drug discovery information via Kolmogorov-Arnold networks 2025-Nov-01, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf695 PMID:41481073	研究论文	本文介绍了一个名为DeepADR的多模态深度学习框架，用于整合早期药物发现信息，通过Kolmogorov-Arnold网络预测药物不良反应的发生和频率	DeepADR通过整合化学结构、生物靶点图谱和基于大语言模型的药物不良反应术语语义表示，并利用Kolmogorov-Arnold网络融合异构数据，增强了多模态间复杂非线性关系的建模，提高了预测性能	未在摘要中明确提及	预测药物不良反应的发生和频率，以支持早期安全评估和候选药物优先排序	药物化合物及其相关的不良反应	机器学习	NA	多模态深度学习，大语言模型	Kolmogorov-Arnold网络	化学结构数据，生物靶点数据，文本语义数据	未在摘要中明确提及	未在摘要中明确提及	Kolmogorov-Arnold网络	未在摘要中明确提及	未在摘要中明确提及
71	2026-01-07	Multimodal pathomics and clinical features predict postresection permanent hydrocephalus in pediatric medulloblastoma 2025-Oct-31, Journal of neuro-oncology IF:3.2Q2 DOI:10.1007/s11060-025-05263-y PMID:41171470	研究论文	本研究通过整合深度学习提取的病理组学特征与临床变量，预测儿童髓母细胞瘤术后永久性脑积水的风险	首次将深度学习提取的病理组学特征与临床特征结合，构建多模态模型以改善儿童髓母细胞瘤术后永久性脑积水的风险分层	研究样本量较小（90例患者），且为单中心回顾性研究，可能限制模型的泛化能力	预测儿童髓母细胞瘤患者术后永久性脑积水的风险，以改善风险分层和个性化管理	18岁以下接受治疗的髓母细胞瘤患者	数字病理学	髓母细胞瘤	H&E染色切片分析	CNN, 逻辑回归	图像, 临床数据	90例患者	PyTorch	ResNet-18	AUC, 平均精确率	NA
72	2026-01-07	MetaChrome: An Open-Source, User-Friendly Tool for Automated Metaphase Chromosome Analysis 2025-Sep-07, bioRxiv : the preprint server for biology DOI:10.1101/2025.09.02.673813 PMID:41019638	研究论文	本文介绍了一款名为MetaChrome的开源软件，用于自动化中期染色体分析，包括染色体分割和FISH信号共定位分析	开发了首个结合图形用户界面、基于微调深度学习模型（Cellpose）的开源平台，实现自动化中期染色体分割与FISH信号共定位分析，相比传统图像处理方法提升了分割精度	未明确提及软件在处理非标准染色体图像或大规模数据集时的性能限制，也未讨论模型在不同实验条件下的泛化能力	开发一个开源、用户友好的自动化工具，以解决染色体图像分析中分割与共定位的挑战，促进高通量染色体生物学研究	中期染色体图像，特别是DNA-FISH染色体图像	数字病理学	NA	DNA荧光原位杂交（FISH），高通量成像（HTI）	深度学习模型	图像	使用手动标注的中期染色体数据集进行微调，具体样本数量未明确说明	未明确指定，但基于Cellpose模型	Cellpose	分割精度	未明确说明
73	2026-01-07	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	本文提出了一种基于深度学习的无传输衰减补偿方法（DaT-CTLESS），用于DaT SPECT成像，并通过计算机模拟成像试验验证了其性能	结合物理原理和深度学习，开发了一种无需CT扫描的衰减补偿方法，通过U-net网络从散射能量窗口投影中重建并分割衰减图，从而避免了传统CTAC方法的诸多挑战	方法在计算机模拟试验中验证，尚未进行临床实际应用评估，可能面临真实临床环境中的复杂性和变异性挑战	克服DaT SPECT中依赖CT扫描进行衰减补偿的挑战，开发并验证一种无传输的衰减补偿方法	多巴胺转运体（DaT）SPECT图像，特别是尾状核、壳核和苍白球中的DaT摄取定量	医学影像分析	帕金森病	单光子发射计算机断层扫描（SPECT），深度学习	U-net	SPECT图像，CT扫描，MR图像	197名虚拟患者（150名用于训练，47名用于评估），数据来源于真实患者的CT和MR图像	NA	U-net	组内相关系数（ICC），准确性，重复性，通用性，保真度指标	NA
74	2026-01-07	Deep learning based treatment remission prediction to transcranial direct current stimulation in bipolar depression using EEG power spectral density 2025-Jul-29, medRxiv : the preprint server for health sciences DOI:10.1101/2024.07.16.24310445 PMID:40766130	研究论文	本研究利用深度学习模型，基于脑电图功率谱密度数据，预测双相情感障碍患者在接受经颅直流电刺激治疗后的临床缓解情况	首次将混合1DCNN和GRU模型应用于双相情感障碍的经颅直流电刺激治疗缓解预测，并利用特定电极的频带功率谱密度作为输入特征	样本量较小（仅21名参与者），可能影响模型的泛化能力和统计效力	预测双相情感障碍患者在接受家庭经颅直流电刺激治疗6周后的临床缓解情况	双相情感障碍患者	机器学习	双相情感障碍	脑电图	1DCNN, GRU	脑电图信号	21名双相情感障碍参与者	NA	混合1DCNN和GRU模型	准确率, 灵敏度, 特异性	NA
75	2026-01-07	Predicting Sleep and Sleep Stage in Children Using Actigraphy and Heartrate via a Long Short-Term Memory Deep Learning Algorithm: A Performance Evaluation 2025-Jul-17, Journal of sleep research IF:3.4Q2 DOI:10.1111/jsr.70149 PMID:40676371	研究论文	本研究评估了基于长短期记忆深度学习算法，利用活动记录仪和心率数据预测儿童睡眠及睡眠阶段的效果，并与多导睡眠图进行对比	首次将长短期记忆算法应用于儿童活动记录仪和心率数据，以预测睡眠与觉醒状态及睡眠阶段，相比传统算法（如Sadeh算法）在特异性方面有所提升，并能够预测睡眠阶段	研究样本为因疑似睡眠障碍而转诊的儿童，可能限制了结果的普适性；仅评估了三种消费级可穿戴设备，未涵盖所有市场产品	评估长短期记忆深度学习算法在利用活动记录仪和心率数据预测儿童睡眠及睡眠阶段方面的性能，并与传统方法进行比较	238名5-12岁儿童（52.8%男性，50%黑人，31.9%白人），因疑似睡眠障碍参与夜间实验室多导睡眠监测	机器学习	睡眠障碍	活动记录仪、心率监测、多导睡眠图	LSTM	时间序列数据（原始活动记录仪和心率数据）	238名儿童	NA	长短期记忆	准确率、灵敏度、特异性	NA
76	2026-01-07	Accurate and real-time brain tumour detection and classification using optimized YOLOv5 architecture 2025-Jul-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07773-1 PMID:40651993	研究论文	本研究提出了一种结合FCNN和YOLOv5的集成模型，用于从MRI图像中实时、准确地检测和分类脑肿瘤	提出了一种将FCNN分类器与YOLOv5检测器相结合的新型集成框架，并采用RMSProp优化器提升分类性能，实现了检测与分割的协同优化	未明确提及模型在多样化数据集上的泛化能力、计算效率的具体指标以及临床部署的可行性验证	开发一种高精度、实时的脑肿瘤自动检测与分类系统，以辅助医学影像诊断	脑部MRI图像中的肿瘤区域	计算机视觉	脑肿瘤	MRI成像	CNN, YOLO	图像	NA	PyTorch	FCNN, YOLOv5	准确率, 精确率, 召回率, F1系数, 特异性	NA
77	2026-01-07	Attention GhostUNet++: Enhanced Segmentation of Adipose Tissue and Liver in CT Images 2025-Jul, Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference DOI:10.1109/EMBC58623.2025.11254588 PMID:41337067	研究论文	本研究提出了一种名为Attention GhostUNet++的新型深度学习模型，用于从CT图像中自动精确分割腹部脂肪组织和肝脏	将通道、空间和深度注意力机制集成到Ghost UNet++的瓶颈结构中，以增强特征细化、上下文理解和计算效率	在边界细节分割方面存在微小局限	开发一种用于身体成分分析的自动化、精确的医学图像分割方法	腹部脂肪组织（包括皮下脂肪和内脏脂肪）以及肝脏	数字病理学	心血管疾病	CT成像	CNN	图像	使用了AATTCT-IDS和LiTS两个公开数据集，具体样本数量未在摘要中说明	NA	Ghost UNet++	Dice系数	NA
78	2026-01-07	Multicenter Histology Image Integration and Multiscale Deep Learning for Machine Learning-Enabled Pediatric Sarcoma Classification 2025-Jun-11, medRxiv : the preprint server for health sciences DOI:10.1101/2025.06.10.25328700 PMID:40585079	研究论文	本研究开发了一个基于深度学习的计算流程，用于从数字化组织学切片中准确分类儿童肉瘤亚型	整合了多中心数据并进行图像协调，系统评估了多种CNN和ViT架构作为特征提取器，并引入了基于SAMPLER的轻量级、快速训练的分类器	研究依赖于特定的多中心数据集，可能未涵盖所有罕见亚型或外部验证中心的变异性	开发一个机器学习驱动的计算管道，以准确分类儿童肉瘤亚型，减少诊断障碍	儿童肉瘤的数字化组织学切片	数字病理学	儿童肉瘤	组织学成像，全切片图像数字化	CNN, ViT	图像	867张全切片图像，来自三个医疗中心和儿童肿瘤学组	NA	UNI, CONCH	AUC	NA
79	2026-01-07	Automated cervix biometry, volumetry and normative models for 3D motion-corrected T2-weighted 0.55-3T fetal MRI during 2nd and 3rd trimesters 2025-Apr-17, medRxiv : the preprint server for health sciences DOI:10.1101/2025.04.16.25325947 PMID:40321262	研究论文	本研究提出首个用于妊娠期宫颈3D T2加权图像的自动化多层分割和生物测量深度学习流程	首次开发了针对妊娠期宫颈MRI的自动化深度学习分割与生物测量方法，并构建了公开可用的3D群体平均图谱	仅评估了20个数据集，样本量相对较小，且未明确说明模型在异常病例或不同扫描参数下的泛化能力	开发自动化方法以改进妊娠期宫颈MRI测量，减少人工干预并提高分析效率	妊娠期宫颈的3D T2加权MRI图像	数字病理学	妊娠相关疾病	3D T2加权MRI	深度学习	3D MRI图像	20个数据集用于评估，270个正常足月病例用于分析	NA	NA	与手动测量比较的性能评估	NA
80	2026-01-07	A multilayer deep autoencoder approach for cross layer IoT attack detection using deep learning algorithms 2025-Mar-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-93473-9 PMID:40133346	研究论文	本文提出了一种多层深度自编码器方法，用于跨层物联网攻击检测	引入多层深度自编码器，利用其分层简化能力提取全局和局部特征的潜在表示，并集成RNN、GNN和TCN等深度学习算法以增强检测能力	NA	解决物联网网络安全中特征表示、可扩展性和灵活性需求，提升跨层攻击检测效果	物联网网络中的跨层攻击，如网络层的中间人攻击和传输层的分布式拒绝服务攻击	机器学习	NA	深度学习算法	自编码器, RNN, GNN, TCN	网络数据	使用基准数据集和真实场景进行广泛模拟	NA	多层深度自编码器	检测准确率, 误报率	NA