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
141	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
142	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
143	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
144	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
145	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
146	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
147	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
148	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
149	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
150	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
151	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
152	2025-10-05	A deep learning pipeline for three-dimensional brain-wide mapping of local neuronal ensembles in teravoxel light-sheet microscopy 2025-Mar, Nature methods IF:36.1Q1 DOI:10.1038/s41592-024-02583-1 PMID:39870865	研究论文	开发了一种基于深度学习的端到端计算流程，用于在太体素光片显微镜图像中实现全脑局部神经元集群的三维映射	提出了ACE管道，结合三维深度学习分割模型和先进的聚类统计算法，能够实现无偏见的局部神经元活动和连接性映射，超越了基于图谱定义区域的分析方法	NA	开发能够泛化不同实验协议的计算管道，在层状和亚群特异性水平上映射神经元活动	清除的啮齿类动物大脑图像中的神经元活动	数字病理学	NA	光片荧光显微镜	深度学习分割模型	三维图像	NA	NA	NA	泛化性, 性能	NA
153	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
154	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
155	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
156	2025-10-06	AgeNet-SHAP: An explainable AI approach for optimally mapping multivariate regional brain age and clinical severity patterns in Alzheimer's disease 2025-Mar-04, medRxiv : the preprint server for health sciences DOI:10.1101/2025.02.28.25323097 PMID:40093264	研究论文	开发了一种可解释的AI方法AgeNet-SHAP，用于绘制阿尔茨海默病中多变量区域脑年龄和临床严重程度模式	首次将深度学习模型与SHAP特征重要性技术结合，探索大脑区域与年龄的多变量关联，而非传统的单变量关系	样本量相对有限(n=668)，仅基于MRI数据进行分析	开发数据驱动的预测建模方法，用于疾病进展、诊断、预后和个性化医疗	阿尔茨海默病患者和认知正常参与者	机器学习	阿尔茨海默病	MRI	深度学习,传统机器学习	图像	668个MRI样本	NA	AgeNet	NA	NA
157	2025-10-06	Deep learning modelling of structural brain MRI in chronic head and neck pain after mild traumatic brain injury 2025-Mar-12, Pain IF:5.9Q1 DOI:10.1097/j.pain.0000000000003587 PMID:40084983	研究论文	本研究利用深度学习模型分析轻度创伤性脑损伤后早期结构脑MRI，预测慢性头颈部疼痛风险	首次使用预训练的3D ResNet-18模型对伤后72小时内的T1加权脑MRI进行慢性疼痛风险预测	样本量有限（128例），模型平均准确率仅0.59，需更大样本验证	开发基于早期结构脑MRI的预测模型，识别mTBI后慢性疼痛高风险个体	227例车辆碰撞后mTBI患者，其中128例在伤后72小时内完成脑MRI扫描	医学影像分析	创伤性脑损伤	T1加权磁共振成像	CNN	3D脑部MRI图像	128例mTBI患者脑MRI扫描	NA	3D ResNet-18	准确率, AUC, 召回率	NA
158	2025-10-06	DCT-UNet: a UNet architecture for diffuse correlation tomography 2025-Mar-10, Optics express IF:3.2Q2 DOI:10.1364/OE.544401 PMID:40798593	研究论文	提出一种基于UNet架构的DCT-UNet网络，用于漫相关断层扫描的血流成像重建	首次将深度学习框架应用于DCT图像重建，采用可变形卷积、门控单元和组聚合桥模块改进UNet架构	NA	解决传统DCT重建算法中的病态数学问题，提高血流成像的准确性和鲁棒性	组织血流成像	医学影像处理	NA	漫相关断层扫描	CNN	光学信号	NA	NA	UNet	准确性, 鲁棒性	NA
159	2025-10-06	AnglesRefine: Refinement of 3D Protein Structures Using Transformer Based on Torsion Angles 2025 Mar-Apr, IEEE transactions on computational biology and bioinformatics DOI:10.1109/TCBB.2024.3422288 PMID:38959143	研究论文	提出一种基于Transformer的蛋白质结构优化方法AnglesRefine，通过改进蛋白质二面角来提升三维蛋白质结构预测精度	首次将Transformer架构应用于蛋白质结构优化，专注于二级结构和多种关键角度（psi、phi、omega等）的联合优化	方法在CASP15数据集上的性能提升相对有限，需要更多数据集验证泛化能力	开发高效的蛋白质结构优化方法，提升预测蛋白质模型的局部结构精度	蛋白质三维结构	计算生物学	NA	深度学习	Transformer	蛋白质结构数据	CASP11-14和CASP15数据集	NA	Transformer	模型质量退化百分比	NA
160	2025-10-06	Prediction of sudden cardiac death using artificial intelligence: Current status and future directions 2025-Mar, Heart rhythm IF:5.6Q1 DOI:10.1016/j.hrthm.2024.09.003 PMID:39245250	综述	本文综述人工智能在预测心源性猝死领域的应用现状、机遇与挑战	系统阐述AI通过识别传统方法难以发现的非线性模式实现个性化SCD风险预测的潜力	存在阻碍临床广泛采用的关键挑战需要解决	改善心源性猝死的风险分层和预防策略	心源性猝死高风险人群	机器学习	心血管疾病	NA	机器学习,深度学习	NA	NA	NA	NA	NA	NA