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
1081	2025-10-07	Neurocounter - A deep learning framework for high-fidelity spatial localization of neurons 2025-Apr-03, Journal of neuroscience methods IF:2.7Q3 DOI:10.1016/j.jneumeth.2025.110444 PMID:40187538	研究论文	提出了一种名为Neurocounter的深度学习框架，用于实现神经元的高精度空间定位	开发了包含编码器、解码器和注意力模块的深度学习网络，能够在训练过程中逐步标记未标注的神经元，减少对完整标注数据的依赖	训练数据包含不完全标注的神经元，可能影响模型性能	开发能够准确检测和定位神经元的深度学习框架	神经元胞体的中心定位	计算机视觉	NA	深度学习	CNN	图像	NA	NA	编码器-解码器架构,注意力模块	F1分数	NA
1082	2025-10-07	External validation of a fully automated evaluation tool: a retrospective analysis of 68,471 scored embryos 2025-Apr, Fertility and sterility IF:6.6Q1 DOI:10.1016/j.fertnstert.2024.10.006 PMID:39414116	研究论文	通过回顾性分析68,471个评分胚胎，外部验证了全自动胚胎评估工具在体外受精治疗中的有效性	首次对全自动深度学习胚胎分类系统进行大规模外部验证，涵盖常规IVF、卵子捐赠和PGT-A周期	回顾性研究设计，未进行前瞻性验证	验证全自动胚胎分类系统在体外受精治疗中的预测性能	6,434名患者进行的7,352次IVF治疗中产生的70,456个胚胎	数字病理	生殖医学	深度学习算法	深度学习	胚胎图像	70,456个胚胎	NA	NA	AUC, Cohen's Kappa系数, 比值比, 相对风险	NA
1083	2025-10-07	Conventional and cutting-edge advances in plant virus detection: emerging trends and techniques 2025-Apr, 3 Biotech IF:2.6Q3 DOI:10.1007/s13205-025-04253-1 PMID:40151342	综述	本文综述了植物病毒检测领域的传统方法与前沿技术进展，重点介绍了新兴趋势和技术创新	整合了人工智能、机器学习、物联网、纳米技术和CRISPR诊断等前沿技术在植物病毒检测中的创新应用	存在序列限制、多重检测约束和环境问题等挑战	开发可扩展、成本效益高的植物病毒检测解决方案，确保农业可持续性和生态系统保护	植物病毒	生物信息学	植物病毒病	LAMP, HTS, 纳米技术生物传感器, CRISPR诊断, 高光谱成像	深度学习	NA	NA	NA	NA	灵敏度, 速度, 特异性	基于云的物联网平台
1084	2025-10-07	Development and validation of multimodal deep learning algorithms for detecting pulmonary hypertension 2025-Apr-10, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-01593-3 PMID:40205021	研究论文	开发并验证用于检测肺动脉高压的多模态深度学习算法MMF-PH	提出多模态融合模型，相比传统经胸超声心动图在特异性和阴性预测值方面表现更优	未明确说明模型在特定亚组患者中的性能局限性	提高肺动脉高压的筛查准确率	接受右心导管检查的患者	数字病理	肺动脉高压	深度学习	多模态融合模型	多模态医疗数据	2451名患者（主要数据集）+ 477名患者（前瞻性数据集）+ 外部数据集	NA	MMF-PH	特异性, 阴性预测值	NA
1085	2025-10-07	Interpreting regulatory mechanisms of Hippo signaling through a deep learning sequence model 2025-Apr-09, Cell genomics IF:11.1Q1 DOI:10.1016/j.xgen.2025.100821 PMID:40174587	研究论文	通过深度学习序列模型解析Hippo信号通路的调控机制	首次使用深度学习模型在全基因组范围内学习信号效应物的DNA结合规则，并发现TFAP2C基序以核小体范围和距离依赖方式增强TEAD4/YAP1结合	研究聚焦于小鼠滋养层干细胞中的Hippo通路，结果在其他细胞类型中的普适性需要进一步验证	解析信号通路如何介导细胞类型特异性转录反应的调控机制	小鼠滋养层干细胞中的Hippo信号通路	机器学习	NA	深度学习, 分子动力学模拟	深度学习序列模型	基因组序列数据	NA	NA	NA	NA	NA
1086	2025-10-07	Natural language processing models reveal neural dynamics of human conversation 2025-Apr-09, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-58620-w PMID:40204693	研究论文	本研究结合预训练深度学习自然语言处理模型和颅内神经元记录，揭示了人类自然对话中语言产生与理解的神经动态机制	首次将预训练深度学习NLP模型与颅内神经记录相结合，在自然对话情境下发现语言产生与理解的特异性神经信号及其动态转换模式	研究基于颅内记录，样本量有限，且主要关注前颞叶区域，可能未完全覆盖所有相关脑区	探索人类自然对话中语言产生与理解的神经机制	人类自然对话过程中的神经活动	自然语言处理	NA	颅内神经元记录	深度学习自然语言处理模型	神经信号数据，语言数据	NA	NA	预训练深度学习模型	NA	NA
1087	2025-10-07	Comprehensive evaluation of U-Net based transcranial magnetic stimulation electric field estimations 2025-Apr-09, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95767-4 PMID:40204769	研究论文	本研究开发了一种基于U-Net的深度学习框架，用于从解剖MRI和TMS线圈参数直接估计经颅磁刺激感应电场	首次在大规模数据集和全脑刺激条件下系统评估U-Net在TMS电场估计中的性能，实现了比传统有限元方法快97,000倍的计算速度	深度学习方法的精度需要针对特定TMS应用进行评估，目前达到的精度可能不适用于所有应用场景	开发并评估基于深度学习的TMS感应电场估计方法，替代计算成本高的传统数值方法	人类大脑TMS感应电场	医学影像分析	神经系统疾病	经颅磁刺激(TMS), 磁共振成像(MRI)	U-Net	T1加权MRI图像	100例来自人类连接组计划的MRI扫描，涵盖不同种族、性别和年龄的多样化人群	NA	改进的U-Net架构	DICE系数, 重心偏差, 计算效率	NA
1088	2025-10-07	Tri-band vehicle and vessel dataset for artificial intelligence research 2025-Apr-09, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-04945-6 PMID:40204792	研究论文	本文提出了一个用于目标检测和多波段图像融合的三波段（可见光、短波红外、长波红外）车船数据集	首个公开可用的三波段光学图像数据集，具有时间同步和视场一致性特征	仅约60%的数据集进行了人工标注，未完全标注	为目标检测应用和多波段图像融合提供数据集支持	车辆和船只	计算机视觉	NA	多波段光学成像	YOLOv8, SSD	多波段图像（可见光、短波红外、长波红外）	数千张JPG和PNG格式图像	NA	YOLOv8, SSD	mAP, IoU	NA
1089	2025-10-07	A lightweight deep learning model for multi-plant biotic stress classification and detection for sustainable agriculture 2025-Apr-09, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-90487-1 PMID:40204810	研究论文	提出一种轻量级深度学习模型AgarwoodNet用于多植物生物胁迫分类与检测，以支持可持续农业	开发了参数仅37MB的轻量级模型，解决了现有重型模型计算资源需求高、内存占用大、部署不灵活等问题	模型仅在两个特定数据集上验证，尚未在更广泛的植物种类和环境下测试	开发轻量级深度学习模型用于植物病虫害分类与检测，支持可持续农业发展	多种植物的叶片图像，包括沉香木和土耳其植物病虫害数据集中的植物	计算机视觉	植物病虫害	深度学习	CNN	图像	APDD数据集5,472张沉香木叶片图像(14个类别)，TPPD数据集4,447张图像(15个类别，6种植物)	MATLAB深度学习工具箱	AgarwoodNet	Cohen's Kappa, 特异性, 精确度, F1分数, 召回率	NA
1090	2025-10-07	Integration of graph neural networks and transcriptomics analysis identify key pathways and gene signature for immunotherapy response and prognosis of skin melanoma 2025-Apr-09, BMC cancer IF:3.4Q2 DOI:10.1186/s12885-025-13611-4 PMID:40205338	研究论文	本研究结合图神经网络和转录组学分析开发了皮肤黑色素瘤免疫治疗反应预测模型和基因标志物	首次将图神经网络应用于皮肤黑色素瘤免疫治疗反应预测，并构建了名为responseScore的新型基因标志物	NA	开发预测皮肤黑色素瘤免疫治疗反应和预后的计算模型	皮肤黑色素瘤患者数据	生物信息学, 机器学习	皮肤黑色素瘤	转录组学分析, 多组学生物信息学方法, 转染实验, 共培养实验, ELISA检测	图神经网络(GNN)	基因表达数据, 转录组数据	NA	NA	图神经网络	AUC	NA
1091	2025-10-07	Preoperative assessment in lymph node metastasis of pancreatic ductal adenocarcinoma: a transformer model based on dual-energy CT 2025-Apr-09, World journal of surgical oncology IF:2.5Q1 DOI:10.1186/s12957-025-03774-6 PMID:40205450	研究论文	开发基于双能CT的Transformer模型用于预测胰腺导管腺癌淋巴结转移	首次将Transformer模型应用于双能CT数据，结合临床信息和深度学习特征进行淋巴结转移预测	回顾性研究，样本量相对有限（223例患者）	提高胰腺导管腺癌术前淋巴结转移的预测准确性	胰腺导管腺癌患者	计算机视觉	胰腺癌	双能CT	Transformer	医学影像	223例患者（训练集160例，测试集63例）	NA	Transformer	AUC, 风险比, 置信区间	NA
1092	2025-10-07	Unsupervised Learning of Progress Coordinates during Weighted Ensemble Simulations: Application to NTL9 Protein Folding 2025-Apr-08, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.4c01136 PMID:40105797	研究论文	开发了一种在加权系综模拟中通过深度学习识别进展坐标的无监督学习方法，并应用于NTL9蛋白质折叠过程	提出在加权系综稀有事件采样过程中通过卷积变分自编码器实时识别构象异常值来学习进展坐标的新方法	方法在离散态合成分子动力学轨迹上进行测试，需要进一步验证在真实连续系统中的应用	开发无监督学习方法以改进稀有事件采样中进展坐标的识别效率	NTL9蛋白质折叠过程	机器学习	NA	分子动力学模拟，加权系综采样	卷积变分自编码器	分子构象数据	NA	NA	变分自编码器	折叠速率常数估计效率	NA
1093	2025-10-07	Improved Efficacy of Triple-Negative Breast Cancer Immunotherapy via Hydrogel-Based Co-Delivery of CAR-T Cells and Mitophagy Agonist 2025-Apr, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202409835 PMID:39840546	研究论文	本研究开发了一种水凝胶共递送系统，用于改善CAR-T细胞在三阴性乳腺癌中的免疫治疗效果	首次将CAR-T细胞与线粒体自噬激动剂BC1618通过水凝胶系统共递送，创建炎症和线粒体自噬增强的肿瘤微环境	研究主要聚焦三阴性乳腺癌，在其他实体瘤中的应用效果需要进一步验证	提高CAR-T细胞在实体瘤中的浸润能力和抗肿瘤疗效	三阴性乳腺癌（TNBC）	生物医学工程	乳腺癌	单细胞测序, AI深度学习, 细胞因子检测, 体内外实验	深度学习	测序数据, 实验数据	NA	NA	NA	抗肿瘤反应评估, CAR-T细胞增殖能力	NA
1094	2025-10-07	CT-based radiomics: A potential indicator of KRAS mutation in pulmonary adenocarcinoma 2025-Apr, Tumori DOI:10.1177/03008916251314659 PMID:39894961	研究论文	本研究开发并验证了一种基于CT影像的放射组学特征用于预测肺腺癌KRAS突变状态	首次结合非增强CT和增强CT的放射组学特征与临床特征，采用多种特征选择方法和深度学习分类器预测肺腺癌KRAS突变状态	研究中KRAS突变患者比例较低（10.4%），可能存在类别不平衡问题	预测肺腺癌患者的KRAS基因突变状态	815例肺腺癌患者	数字病理	肺癌	CT成像	多层感知机	医学影像	815例肺腺癌患者	Pyradiomics	多层感知机	AUC,准确率,精确率,F1分数,召回率	NA
1095	2025-10-07	Deep Learning Analysis of Localized Interlayer Stacking Displacement and Dynamics in Bilayer Phosphorene 2025-Apr, Advanced materials (Deerfield Beach, Fla.) DOI:10.1002/adma.202416480 PMID:40026027	研究论文	提出基于深度学习的原子分辨率TEM图像分析方法，用于双层磷烯中层间堆叠位移的精确识别	首次将深度学习应用于原子分辨率TEM图像分析，实现单元胞模式识别和层间堆叠位移的精确测定	NA	开发能够精确识别层间堆叠位移的TEM图像分析方法	双层磷烯材料的层间堆叠位移和动力学	计算机视觉	NA	透射电子显微镜	深度学习模型	原子分辨率TEM图像	大规模原位TEM数据集	NA	NA	位移误差率3.3%，空间分辨率达单元胞级别	NA
1096	2025-10-07	Identification of heart failure subtypes using transformer-based deep learning modelling: a population-based study of 379,108 individuals 2025-Apr, EBioMedicine IF:9.7Q1 DOI:10.1016/j.ebiom.2025.105657 PMID:40112740	研究论文	本研究使用基于Transformer的深度学习模型分析电子健康记录，识别心力衰竭的七种不同亚型	首次将Transformer架构应用于心力衰竭患者亚型分析，识别出包括COPD相关和甲状腺功能障碍相关在内的两个先前未被认识的高风险亚组	研究基于英国电子健康记录数据，结果在其他人群中的适用性需要进一步验证	探索深度学习在心力衰竭患者精细化分型中的应用	379,108名心力衰竭患者	自然语言处理	心血管疾病	电子健康记录分析	Transformer	电子健康记录文本数据	379,108名患者	NA	Transformer	一年全因死亡率，心力衰竭住院率	NA
1097	2025-10-07	Deep learning-based assessment of pulp involvement in primary molars using YOLO v8 2025-Apr, PLOS digital health DOI:10.1371/journal.pdig.0000816 PMID:40198622	研究论文	开发基于YOLOv8的深度学习模型用于评估乳磨牙牙髓受累情况	首次将YOLOv8模型应用于牙科X光片的牙髓受累诊断，特别针对乳磨牙	仅使用单中心数据，未包含临床变量，未分析完整咬翼片图像	开发机器学习模型用于诊断龋坏乳磨牙的牙髓受累情况	482颗龋坏乳磨牙的咬翼X光片	计算机视觉	牙科疾病	X光成像	CNN	图像	482颗牙齿（来自900名儿童）	YOLOv8	YOLOv8m-cls	top-1准确率, top-5准确率, 精确率, 召回率, F1分数	NA
1098	2025-10-07	Subgroup evaluation to understand performance gaps in deep learning-based classification of regions of interest on mammography 2025-Apr, PLOS digital health DOI:10.1371/journal.pdig.0000811 PMID:40198652	研究论文	本研究评估深度学习模型在乳腺X线摄影中分类正常与潜在异常感兴趣区域的表现，并识别导致特定患者亚组模型性能欠佳的特征	首次在大型乳腺影像数据集上系统评估深度学习模型在不同患者亚组中的性能差异，并识别影响模型表现的关键因素	研究基于单一机构数据集，可能限制结果的普适性；模型性能评估主要关注分类任务	识别导致深度学习模型在乳腺X线摄影分类任务中性能差异的成像、病理和人口统计学特征	乳腺X线摄影图像中的感兴趣区域	计算机视觉	乳腺癌	全视野数字乳腺X线摄影	CNN	图像	115,931名患者的340万张乳腺X线图像，包含52,444个图像块（训练29,144，验证9,910，测试13,390）	NA	ResNet152V2	准确率,AUC,召回率,精确率,F1分数,假阴性率,假阳性率	NA
1099	2025-04-12	MLG2Net: Molecular Global Graph Network for Drug Response Prediction in Lung Cancer Cell Lines 2025-Apr-10, Journal of medical systems IF:3.5Q2 DOI:10.1007/s10916-025-02182-3 PMID:40208442	research paper	该研究提出了一种名为MLG2Net的深度学习模型，用于预测肺癌细胞系的药物反应	MLG2Net是一种受图神经网络启发的模型，结合了药物的局部和全局图网络描述以及细胞系基因组学数据	在肺鳞状细胞癌数据集上表现较低，可能由于数据集规模较小影响了模型能力	提高肺癌细胞系药物反应预测的准确性	肺癌细胞系（肺腺癌和肺鳞状细胞癌）	machine learning	lung cancer	pharmacogenomics data	graph neural networks (GNN)	multi-omics data	LUAD和LUSC细胞系数据集（具体数量未提及）	NA	NA	NA	NA
1100	2025-04-12	A Deep Learning-Based Approach for the Diagnostic of Brucellar Spondylitis in Magnetic Resonance Images 2025-Apr-10, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3559909 PMID:40208763	研究论文	提出了一种基于深度学习的自动化诊断框架BSMRINet，用于从T2加权磁共振图像中诊断布鲁氏菌性脊柱炎	首次开发了专门用于检测布鲁氏菌性脊柱炎的深度学习模型BSMRINet，结合了角点检测算法和ResNet、DenseNet架构，并改进了scSE网络	研究仅基于582例来自四家医院的数据，可能需要更大规模的多中心验证	开发自动化诊断工具以提高布鲁氏菌性脊柱炎的诊断准确性和效率	布鲁氏菌性脊柱炎患者的T2加权磁共振图像	数字病理学	布鲁氏菌病	深度学习	ResNet, DenseNet, scSE网络	磁共振图像	582例来自四家医院的患者队列	NA	NA	NA	NA