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
221	2025-12-06	DER-GCN: Dialog and Event Relation-Aware Graph Convolutional Neural Network for Multimodal Dialog Emotion Recognition 2025-03, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3367940 PMID:38437139	研究论文	提出一种新颖的对话与事件关系感知图卷积神经网络（DER-GCN），用于多模态对话情感识别	首次在对话情感识别中同时建模说话者间的对话关系和潜在事件关系，并引入自监督掩码图自编码器（SMGAE）和多信息Transformer（MIT）来增强特征融合与关系间相关性捕获	未在摘要中明确说明	提升多模态对话情感识别的性能	多模态对话数据（文本、视频、音频）	自然语言处理	NA	多模态深度学习	图卷积神经网络（GCN）, Transformer	文本, 视频, 音频	在两个基准数据集（IEMOCAP和MELD）上进行实验，具体样本量未在摘要中说明	NA	DER-GCN, 自监督掩码图自编码器（SMGAE）, 多信息Transformer（MIT）	平均准确率, 情感识别值	NA
222	2025-12-06	Generalizable and Discriminative Representations for Adversarially Robust Few-Shot Learning 2025-Mar, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3379172 PMID:38536695	研究论文	本文提出了一种对抗性鲁棒的小样本图像分类方法，通过学习泛化性和判别性表征来防御恶意对抗样本	提出对抗感知机制利用特征级差异提供额外监督，设计对抗性重加权训练策略改善样本不平衡，并引入循环特征净化器在投影后处理中减少未知对抗样本干扰	未明确说明方法在极端小样本场景（如1-shot）下的性能表现，也未讨论计算效率与实时性权衡	开发能够防御对抗样本攻击的小样本图像分类系统	图像数据	计算机视觉	NA	对抗训练	深度学习	图像	基于三个标准基准数据集（未指定具体数量）	未明确说明	未明确说明	鲁棒性指标，自然性能指标	未明确说明
223	2025-12-03	MEF2C controls segment-specific gene regulatory networks that direct heart tube morphogenesis 2025-Mar-27, bioRxiv : the preprint server for biology DOI:10.1101/2024.11.01.621613 PMID:39554149	研究论文	本文通过单核RNA测序和ATAC测序技术，结合深度学习模型，研究了转录因子MEF2C在早期心脏管形态发生中调控的基因调控网络，揭示了其在心脏节段特异性发育中的作用	首次整合多组学数据于深度学习模型中，构建了心脏流出道、心室和流入道节段的发育轨迹，并识别了MEF2C依赖的节段特异性增强子	研究主要基于小鼠胚胎模型，结果在人类或其他物种中的普适性有待验证，且深度学习模型的解释性可能有限	解析早期心脏管形态发生中由MEF2C控制的节段特异性基因调控网络	野生型和MEF2C缺失型小鼠胚胎的心脏组织	计算生物学	心脏发育异常	单核RNA测序, ATAC测序	深度学习模型	基因组学数据, 表观基因组学数据	野生型和MEF2C缺失型胚胎的时间序列样本	NA	NA	NA	NA
224	2025-11-27	SNRAware: Improved Deep Learning MRI Denoising with SNR Unit Training and G-factor Map Augmentation 2025-Mar-23, ArXiv PMID:40735077	研究论文	提出一种名为SNRAware的新型深度学习MRI去噪方法，利用重建过程中的定量噪声分布信息提升去噪性能和泛化能力	通过(1)模拟大规模高质量多样化合成数据集和(2)向模型提供噪声分布的定量信息，利用MRI重建过程知识改进去噪性能	回顾性研究，主要基于心脏MRI数据，需要进一步验证在其他解剖部位和成像序列的泛化能力	开发并评估利用重建过程定量噪声分布信息的深度学习MRI去噪方法	心脏回顾性门控电影复杂序列、心脏实时电影、首次通过心脏灌注、神经和脊柱MRI图像	医学影像处理	心血管疾病	MRI成像	Transformer, CNN	医学图像	2,885,236张图像来自96,605个心脏回顾性门控电影复杂序列	NA	Transformer, 卷积神经网络	PSNR, SSIM, CNR	NA
225	2025-11-26	Artificial Intelligence Prediction of Age from Echocardiography as a Marker for Cardiovascular Disease 2025-Mar-26, medRxiv : the preprint server for health sciences DOI:10.1101/2025.03.25.25324627 PMID:40196275	研究论文	利用深度学习从超声心动图视频预测年龄，并评估心血管疾病风险	首次使用大规模超声心动图视频数据开发AI年龄预测模型，揭示加速/延迟衰老与心血管疾病的关联	NA	通过AI预测生物年龄来评估心血管疾病风险	90,738名患者的超声心动图视频	计算机视觉	心血管疾病	超声心动图	深度学习	视频	2,610,266个视频，来自166,508项研究，涉及90,738名患者	NA	NA	平均绝对误差(MAE), 决定系数(R)	NA
226	2025-11-26	Deep generative modeling of temperature-dependent structural ensembles of proteins 2025-Mar-13, bioRxiv : the preprint server for biology DOI:10.1101/2025.03.09.642148 PMID:40161645	研究论文	开发了一种基于深度生成模型的蛋白质结构集成生成方法，能够模拟温度依赖的结构变化	提出了首个可迁移的温度条件生成器aSAMt，在隐空间建模原子细节，能够准确采样侧链和主链扭转角分布	基于分子动力学模拟数据进行训练，计算成本仍然较高，且模型泛化能力有待进一步验证	开发能够捕捉蛋白质构象集成和结构可变性的深度生成模型	蛋白质重原子结构集成	机器学习	NA	分子动力学模拟	扩散模型, 自编码器	分子结构数据	大型开放的mdCATH数据集	NA	隐扩散模型	与长时MD模拟比较，实验观测热行为验证	NA
227	2025-11-07	EViT: An Eagle Vision Transformer With Bi-Fovea Self-Attention 2025-Mar, IEEE transactions on cybernetics IF:9.4Q1 DOI:10.1109/TCYB.2025.3532282 PMID:40031751	研究论文	提出一种受鹰眼视觉系统启发的视觉Transformer模型EViT，通过双凹窝自注意力机制提高计算效率和特征表示能力	首次将鹰眼视觉特性引入视觉Transformer，提出双凹窝视觉交互结构、双凹窝自注意力机制和双凹窝前馈网络	NA	解决视觉Transformer计算复杂度高和缺乏理想归纳偏置的问题	计算机视觉任务中的特征表示学习	计算机视觉	NA	深度学习	Transformer	图像	NA	NA	EViT, 金字塔骨干网络	计算效率, 可扩展性	NA
228	2025-11-06	HeMDAP: Heterogeneous Graph Self-Supervised Learning for MiRNA-Disease Association Prediction 2025 Mar-Apr, IEEE transactions on computational biology and bioinformatics DOI:10.1109/TCBBIO.2025.3536039 PMID:40811409	研究论文	提出基于异质图自监督学习的miRNA-疾病关联预测方法HeMDAP	设计网络结构视图和元路径视图两种互补图表示，引入自监督对比学习和监督对比学习优化节点嵌入，采用知识感知增强提升嵌入质量	NA	预测miRNA与疾病之间的关联关系	miRNA、基因和疾病的复杂关系	机器学习	人类疾病	图对比学习	图神经网络	异质图数据	NA	NA	多视图异质图神经网络	AUC, AUPR	NA
229	2025-11-05	Path2Omics: Enhanced transcriptomic and methylation prediction accuracy from tumor histopathology 2025-Mar-16, bioRxiv : the preprint server for biology DOI:10.1101/2025.02.26.640189 PMID:40568160	研究论文	开发Path2Omics深度学习模型，从肿瘤组织病理学图像预测基因表达和甲基化数据	集成FFPE和FF样本训练的模型在临床最常用的FFPE切片上表现最佳，预测基因数量比之前模型DeepPT提高约5倍	NA	通过组织病理学图像预测分子特征，推进精准肿瘤学发展	23种癌症类型的肿瘤组织样本	数字病理学	癌症	组织病理学，基因表达分析，甲基化分析	深度学习	组织病理学图像	23个癌症基因组图谱队列中的8,007名患者的20,497张切片（9,456张FFPE和11,041张FF）	NA	NA	预测基因数量，生存预测准确性，治疗反应预测准确性	NA
230	2025-11-04	Decoding thoughts, encoding ethics: A narrative review of the BCI-AI revolution 2025-Mar-01, Brain research IF:2.7Q3 DOI:10.1016/j.brainres.2024.149423 PMID:39719191	综述	本文对脑机接口与人工智能融合的技术机制、最新进展和应用前景进行了系统性分析	综合评估了BCI-AI融合领域的最新突破，包括高密度电极阵列、深度学习解码器和自适应算法的显著性能提升	作为叙述性综述，缺乏原始实验数据和定量分析，主要依赖已有文献的定性总结	分析BCI与AI融合的机制，评估信号采集处理技术的进展，探索AI增强的神经解码策略	脑机接口与人工智能融合相关的研究文献和技术发展	脑机接口,人工智能	NA	高密度电极阵列,深度学习解码,自适应算法,闭环优化框架	深度学习	神经信号数据,生物医学文献	基于2014-2024年主要生物医学和科学数据库的文献分析	NA	NA	空间分辨率,信息传输率,成功率,准确率,训练时间减少	NA
231	2025-11-02	Deep learning with attention modules and residual transformations improves hepatocellular carcinoma (HCC) differentiation using multiphase CT 2025-Mar, Precision radiation oncology DOI:10.1002/pro6.70003 PMID:41163976	研究论文	本研究提出结合注意力模块和残差变换的GAN深度学习模型，用于改进多期相CT中肝细胞癌的鉴别诊断	首次将自注意力机制和聚合残差变换整合到3D GAN中，通过注意力模块聚焦关键特征并抑制冗余信息，同时利用残差变换重用相关特征	研究样本量较小（仅57名患者），且为单中心回顾性研究	提高肝细胞癌在多期相CT影像中的鉴别诊断准确率	57名患者的228个多期相CT扫描，其中30例经病理证实为HCC，27例为非HCC	计算机视觉	肝细胞癌	多期相CT成像	GAN	3D医学影像	57名患者的228个多期相CT扫描	NA	GAN,自注意力模块,ResNeXt	AUROC,准确率,敏感性,特异性	NA
232	2025-10-05	A deep learning model based on chest CT to predict benign and malignant breast masses and axillary lymph node metastasis 2025-Mar-17, Biomolecules & biomedicine DOI:10.17305/bb.2025.12010 PMID:40100034	研究论文	基于胸部CT影像开发深度学习模型用于区分乳腺肿块良恶性及预测腋窝淋巴结转移	首次利用非增强胸部CT影像结合ResNet架构同时实现乳腺肿块良恶性分类和腋窝淋巴结转移预测	回顾性研究设计，样本量相对有限（482例），仅使用非增强CT数据	开发基于胸部CT的深度学习模型以改善乳腺病变的初步评估	482例乳腺肿块患者（良性224例，恶性258例）	计算机视觉	乳腺癌	胸部CT成像	CNN	医学影像	482例患者，按8:1:1随机分为训练集、验证集和测试集	NA	ResNet-34, ResNet-50, ResNet-101	敏感度, 特异度, 准确率, ROC曲线, AUC	NA
233	2025-10-05	A novel deep learning framework for automatic scoring of PD-L1 expression in non-small cell lung cancer 2025-Mar-03, Biomolecules & biomedicine DOI:10.17305/bb.2025.12056 PMID:40035693	研究论文	提出一种基于深度学习的自动化框架，用于从非小细胞肺癌全切片图像中评估PD-L1表达水平	开发了结合分类、分割和细胞核检测的三阶段深度学习框架，采用Vision Transformer和改进的DeepLabV3+模型在PD-L1评分任务中表现优异	研究仅基于66个NSCLC组织样本，样本量相对有限	提高PD-L1肿瘤比例评分(TPS)评估的精确性和一致性，确定患者免疫治疗资格	非小细胞肺癌组织样本	数字病理学	肺癌	免疫组织化学(IHC)	CNN, Transformer	全切片图像(WSI)	66个NSCLC组织样本	TensorFlow, PyTorch	EfficientNet, Inception, Vision Transformer, UNet, DeepLabV3, DeepLabV3+, StarDist	F1-score, Dice Similarity Coefficient, 相关系数	NA
234	2025-10-05	Artificial intelligence automation of echocardiographic measurements 2025-Mar-19, medRxiv : the preprint server for health sciences DOI:10.1101/2025.03.18.25324215 PMID:40166567	研究论文	开发并验证用于超声心动图参数自动测量的开源深度学习语义分割模型	首次开发开源深度学习模型EchoNet-Measurements，可自动化完成18项超声心动图解剖和多普勒测量	研究主要基于两家医疗中心数据，需要更多外部验证	通过人工智能自动化超声心动图测量，减轻临床医生负担	超声心动图图像和测量参数	医学影像分析	心血管疾病	超声心动图	深度学习语义分割模型	超声心动图图像	155,215项研究中的877,983次超声心动图测量	NA	NA	R2, 准确度	NA
235	2025-10-05	Evaluation by dental professionals of an artificial intelligence-based application to measure alveolar bone loss 2025-Mar-01, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-025-05677-0 PMID:40025477	研究论文	评估牙科专业人员对基于人工智能的牙槽骨丧失测量应用的接受度和使用效果	开发了结合语义分割神经网络和物体检测网络的深度学习模型，首次系统调查牙科专业人员对AI应用的接受度和实用性	样本量相对较小（56名专业人员），仅使用550张咬翼片X光片数据集	评估AI应用在测量牙槽骨高度变化中的准确性、效率以及牙科专业人员的接受度	牙科专业人员和咬翼片X光影像	计算机视觉	牙周病	深度学习，X射线影像分析	深度学习模型	X光影像	550张咬翼片X光片，56名牙科专业人员	NA	语义分割神经网络，物体检测网络	准确率	NA
236	2025-10-05	Deep learning imputes DNA methylation states in single cells and enhances the detection of epigenetic alterations in schizophrenia 2025-Mar-12, Cell genomics IF:11.1Q1 DOI:10.1016/j.xgen.2025.100774 PMID:39986279	研究论文	开发基于Transformer的深度学习模型scMeFormer，用于填补单细胞DNA甲基化数据中的缺失值并增强精神分裂症表观遗传改变的检测	首次将Transformer架构应用于单细胞DNA甲基化数据填补，能在仅保留10%原始CpG位点覆盖度的情况下实现高保真填补	NA	解决单细胞DNA甲基化测序技术中CpG位点覆盖度低的问题，提高表观遗传学研究的检测能力	人类和小鼠的单细胞DNA甲基化数据，特别关注精神分裂症患者前额叶皮层的表观遗传变化	计算生物学	精神分裂症	单细胞DNA甲基化测序	Transformer	DNA甲基化数据	五个单核DNA甲基化数据集（来自人类和小鼠）	NA	Transformer	填补保真度	NA
237	2025-10-05	Structural assembly of the PAS domain drives the catalytic activation of metazoan PASK 2025-Mar-25, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2409685122 PMID:40106358	研究论文	本研究揭示了后生动物PASK激酶中PAS结构域通过结构组装驱动催化激活的新机制	发现PASK激酶中PAS-C结构域的PAS折叠和PAC基序被非结构化连接子空间分离，但通过分子内相互作用组装成功能性模块	NA	阐明后生动物PASK激酶的PAS结构域组装机制及其对催化活性的调控作用	后生动物PAS结构域调控激酶（PASK）	结构生物学	NA	进化尺度结构域定位、深度学习结构建模	深度学习	结构数据、序列数据	NA	NA	NA	NA	NA
238	2025-10-06	Integrative Protein Assembly With LZerD and Deep Learning in CAPRI 47-55 2025-Mar-17, Proteins IF:3.2Q2 DOI:10.1002/prot.26818 PMID:40095385	研究论文	本文报告了在CAPRI 47-55轮中蛋白质复合物预测方法的性能与结果	整合了传统蛋白质组装流程与深度学习流程，并采用文献信息增强建模	排除了CASP 50和54轮以及COVID-19特别轮次51的数据	开发并评估蛋白质复合物结构预测方法	蛋白质复合物结构	计算生物学	NA	蛋白质结构预测，深度学习	生成模型	蛋白质结构数据，文献信息	CAPRI 47-55轮中的多个蛋白质复合物（具体数量未明确说明）	NA	NA	CAPRI质量等级	NA
239	2025-10-06	Quantitative mapping of cerebrovascular reactivity amplitude and delay with breath-hold BOLD fMRI when end-tidal CO2 quality is low 2025-Mar-15, bioRxiv : the preprint server for biology DOI:10.1101/2024.11.18.624159 PMID:39605672	研究论文	本研究开发了一种在呼气末CO2数据质量较差时仍能定量绘制脑血管反应性振幅和延迟图的方法	提出使用深度学习从呼吸体积时间数据预测PCO时间序列，实现在标准单位下测量CVR振幅和延迟	需要部分高质量的PCO数据用于模型训练和RVT缩放	提高脑血管反应性测量的临床适用性，特别是在患者配合度较差的情况下	脑血管反应性，脑血流调节功能	医学影像分析	脑血管疾病	功能性磁共振成像，呼吸暂停任务，深度学习	深度学习模型	fMRI图像，呼吸生理信号	未明确说明	NA	NA	绝对一致性，准确性，病理敏感性	NA
240	2025-10-06	Leveraging functional annotations to map rare variants associated with Alzheimer's disease with gruyere 2025-Mar-04, medRxiv : the preprint server for health sciences DOI:10.1101/2024.12.06.24318577 PMID:39677477	研究论文	提出一种名为gruyere的贝叶斯概率模型，利用功能注释改进罕见变异关联分析，并应用于阿尔茨海默病全基因组测序数据	开发了首个能够整合功能注释、编码罕见变异和细胞类型特异性非编码罕见变异的全基因组关联测试框架	未提及模型在其它疾病或数据集上的泛化能力验证	通过整合功能注释改进罕见变异与阿尔茨海默病的关联分析	阿尔茨海默病患者的全基因组测序数据	生物信息学	阿尔茨海默病	全基因组测序(WGS), 功能注释, 变异效应预测(VEPs)	贝叶斯概率模型	基因组测序数据, 功能注释数据	7,966例病例和13,412例对照	NA	gruyere	关联显著性	NA