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
1	2025-11-21	Near-zero photon bioimaging by fusing deep learning and ultralow-light microscopy 2025-May-27, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2412261122 PMID:40388622	研究论文	提出一种结合深度学习和超低光显微镜的近零光子生物成像方法，可在极低光照条件下实现高质量生物图像重建	首次实现kHz速率和比标准显微镜低10000倍辐照度的近零光子生物成像，能够从每个像素仅0.01光子的极低信号中重建生物图像	未明确说明方法在特定生物样本类型或复杂组织中的适用性限制	开发在极低光照条件下实现可靠和可重复光学显微镜成像的新方法	多细胞和亚细胞生物结构特征	生物医学成像	NA	超低光显微镜，深度学习图像重建	深度学习	光子稀疏图像	NA	NA	NA	成像保真度	NA
2	2025-11-19	Generating Synthetic Task-based Brain Fingerprints for Population Neuroscience Using Deep Learning 2025-May-05, bioRxiv : the preprint server for biology DOI:10.1101/2024.08.03.606469 PMID:40654743	研究论文	提出一种从静息态功能磁共振成像生成未采集任务对比图的深度学习方法	首次实现从静息态fMRI生成任意功能认知任务的合成对比图，保留个体间变异	依赖于特定数据集（HCP和UK Biobank），任务生成范围受训练数据限制	解决任务功能磁共振成像在群体神经科学研究中的扩展难题	人类连接组计划寿命数据和英国生物银行超过20,000名个体	医学影像分析	神经科学相关疾病	功能磁共振成像（fMRI），包括任务fMRI和静息态fMRI	深度学习	脑功能影像数据	超过20,000名个体	NA	DeepTaskGen	重建性能，个体间变异保留，人口统计学、认知和临床变量预测性能	NA
3	2025-11-13	AI Opportunistic Coronary Calcium Screening at Veterans Affairs Hospitals 2025-May-16, NEJM AI DOI:10.1056/aioa2400937 PMID:40746702	研究论文	开发了一种用于非门控CT扫描自动量化冠状动脉钙化的深度学习算法AI-CAC	利用来自退伍军人事务部全国医疗系统98个医疗中心的影像数据，捕捉了成像方案、扫描仪和患者的广泛异质性	NA	开发自动量化冠状动脉钙化的深度学习算法	冠状动脉钙化	数字病理	心血管疾病	CT扫描	深度学习	医学影像	446个专家分割用于算法开发，795名患者用于性能验证，8052个低剂量CT用于模拟筛查	NA	NA	准确率,F1分数,Cox风险比	NA
4	2025-11-08	Deep Learning on Histopathological Images to Predict Breast Cancer Recurrence Risk and Chemotherapy Benefit 2025-May-16, medRxiv : the preprint server for health sciences DOI:10.1101/2025.05.15.25327686 PMID:40661301	研究论文	开发基于组织病理学图像和多模态深度学习的人工智能模型，用于预测乳腺癌复发风险和化疗获益	首次使用常规组织病理学图像结合临床病理变量来估计Oncotype DX 21基因复发评分，无需昂贵基因组检测	模型主要针对HR+/HER2-早期乳腺癌患者，在其他亚型中的适用性需进一步验证	开发可替代基因组检测的AI工具，辅助乳腺癌化疗决策	激素受体阳性、HER2阴性早期乳腺癌患者	数字病理学	乳腺癌	组织病理学成像	深度学习	图像, 临床数据	TAILORx试验8,284例患者，外部验证6个队列5,497例患者	NA	基础模型	AUC	NA
5	2025-11-07	Dynamic Hierarchical Convolutional Attention Network for Recognizing Motor Imagery Intention 2025-May, IEEE transactions on cybernetics IF:9.4Q1 DOI:10.1109/TCYB.2025.3549583 PMID:40131750	研究论文	提出动态分层卷积注意力网络(DH-CAN)，通过综合学习脑电图信号的全局/局部空间特征和时频特征来识别运动想象意图	首次将脑区映射与图注意力网络结合，通过参数共享机制捕捉对称脑区的不对称运动想象模式，实现多层级特征融合	未明确说明模型计算复杂度及实时性表现，在更广泛数据集上的泛化能力有待验证	开发更有效的脑电图解码模型以准确识别运动想象意图	脑电图信号中的运动想象神经活动模式	脑机接口	NA	脑电图信号处理	CNN,图注意力网络	脑电图时序信号	两个公开数据集（具体数量未说明）	NA	动态分层卷积注意力网络(DH-CAN)，包含多尺度卷积块和图注意力网络	多种评估指标（具体指标未列明）	NA
6	2025-11-05	ProtFun: A Protein Function Prediction Model Using Graph Attention Networks with a Protein Large Language Model 2025-May-17, bioRxiv : the preprint server for biology DOI:10.1101/2025.05.13.653854 PMID:40463264	研究论文	提出一种名为ProtFun的多模态深度学习架构，用于预测蛋白质功能	将蛋白质大语言模型嵌入作为蛋白质家族网络中的节点特征，并应用图注意力网络学习蛋白质嵌入	未在摘要中明确说明	开发计算方法来自动预测蛋白质功能	蛋白质序列和蛋白质家族网络	生物信息学	NA	蛋白质大语言模型，图注意力网络	GAT	蛋白质序列，蛋白质家族网络，InterPro蛋白质特征表示	三个基准数据集	NA	图注意力网络(GAT)	NA	NA
7	2025-11-05	Artificial Intelligence in Outpatient Primary Care: A Scoping Review on Applications, Challenges, and Future Directions 2025-May-13, medRxiv : the preprint server for health sciences DOI:10.1101/2025.05.12.25327223 PMID:40463551	综述	本文通过范围综述探讨人工智能在门诊初级保健中的应用、挑战和未来发展方向	系统梳理了2019-2024年间AI在初级保健领域的研究现状，揭示了从模型开发到临床实施的差距	仅纳入英文文献，可能遗漏其他语言的重要研究；真实世界实施数据有限	探索人工智能在非紧急门诊初级保健环境中的功能、试验和整合情况	初级保健环境中的AI应用研究	医疗人工智能	初级保健相关疾病	机器学习、深度学习、Transformer	NA	文献数据	61篇符合条件的研究文献（从3,203篇中筛选）	NA	NA	NA	Covidence在线系统综述工具
8	2025-11-05	The epigenomic landscape of single vascular cells reflects developmental origin and identifies disease risk loci 2025-May-06, bioRxiv : the preprint server for biology DOI:10.1101/2022.05.18.492517 PMID:40655014	研究论文	通过单细胞表观基因组和转录组分析揭示血管细胞发育起源与疾病风险位点的关联	首次在单细胞分辨率上系统分析不同血管部位的表观基因组景观，发现血管部位特异性的增强子调控网络	研究仅限于健康成年小鼠血管组织，人类样本验证不足	探究血管部位特异性疾病风险的生物学基础	健康成年小鼠三个血管部位（主动脉根和升主动脉、头臂动脉和颈动脉、降胸主动脉）的血管组织	生物信息学	心血管疾病	scATACseq, scRNAseq, GWAS, 深度学习	深度学习模型	表观基因组数据, 转录组数据, 基因组关联数据	三个血管部位的血管组织单细胞数据	ChromBPNet	base resolution深度学习模型	染色质可及性预测准确性	NA
9	2025-10-05	Performance of Artificial Intelligence in Diagnosing Lumbar Spinal Stenosis: A Systematic Review and Meta-Analysis 2025-May-15, Spine IF:2.6Q1 DOI:10.1097/BRS.0000000000005174 PMID:39451133	系统评价与荟萃分析	本系统评价与荟萃分析评估人工智能在诊断腰椎管狭窄症中的表现	首次通过系统评价和荟萃分析全面评估AI技术对腰椎管狭窄症及其不同狭窄类型的诊断价值	需要进一步的外部验证以增强对不同狭窄类别的分析并提高轻中度狭窄的诊断准确性	评估人工智能诊断腰椎管狭窄症的价值，为智能诊断工具开发提供循证支持	腰椎管狭窄症及其不同类型和狭窄程度	医学影像分析	腰椎管狭窄症	深度学习, 机器学习	深度学习模型, 机器学习模型	医学影像数据	48篇纳入研究的样本汇总	NA	NA	准确率, 95%置信区间	R4.4.0统计软件
10	2025-10-05	Deep learning inference of cell type-specific gene expression from breast tumor histopathology 2025-May-09, bioRxiv : the preprint server for biology DOI:10.1101/2025.05.04.652089 PMID:41030996	研究论文	开发了一种从乳腺癌组织病理学全切片图像直接预测细胞类型特异性基因表达的深度学习工具	首次实现直接从常规组织病理学图像推断细胞类型特异性基因表达，无需进行昂贵的单细胞或批量RNA测序	在9种细胞类型中仅对癌症相关成纤维细胞、癌细胞和髓系细胞的预测效果最佳	开发低成本、快速的细胞类型特异性基因表达推断方法	乳腺癌组织样本	数字病理学	乳腺癌	单细胞RNA测序, 批量RNA测序, 组织病理学成像	深度学习	全切片图像, 基因表达数据	TCGA乳腺癌队列和160例独立队列	NA	NA	化疗反应预测准确性	NA
11	2025-10-05	Development of machine learning-based mpox surveillance models in a learning health system 2025-May-02, Sexually transmitted infections IF:3.6Q2 DOI:10.1136/sextrans-2024-056382 PMID:40318862	研究论文	开发基于机器学习和深度学习的猴痘监测模型，利用临床笔记进行病例检测	在学习型医疗系统框架下，首次比较了传统机器学习(LASSO)与深度学习模型(ClinicalBERT、ClinicalLongformer)在猴痘监测中的表现	研究为单中心回顾性研究，样本量相对有限，需要外部验证	开发可靠的机器学习模型用于猴痘病例监测	经PCR确诊的猴痘患者及匹配对照组的临床笔记数据	自然语言处理	猴痘	PCR检测	逻辑回归, BERT, Transformer	临床文本笔记	228例PCR确诊猴痘病例和698例对照	NA	LASSO, ClinicalBERT, ClinicalLongformer	精确度, 召回率, F1分数, AUROC, AUPRC, RP80	NA
12	2025-10-05	Deep Learning of Cellular Metabolic Flux Distributions Predicts Lifespan 2025-May-27, bioRxiv : the preprint server for biology DOI:10.1101/2024.11.22.623650 PMID:39651232	研究论文	本研究通过深度学习分析酵母代谢通量分布来预测寿命差异	首次发现代谢网络冗余性是寿命差异的根本原因，并识别出控制衰老速率的核心反应网络	研究仅限于单倍体酵母细胞，尚未在更复杂生物体中验证	探究遗传相同生物在相同环境下寿命差异的根本机制	单倍体单细胞酵母	机器学习	衰老相关疾病	代谢网络建模，基因敲除	RNN, CfNN, CNN	代谢通量分布数据，图像化通量数据	812个可行突变体，66,400个单个细胞，406,500个通量分布	NA	回归神经网络，分类神经网络，卷积神经网络	NA	NA
13	2025-10-05	Estimation of 3D Ground Reaction Force and 2D Center of Pressure Using Deep Learning and Load Cells Across Various Gait Conditions 2025-May-26, Sensors (Basel, Switzerland) DOI:10.3390/s25113357 PMID:40968943	研究论文	提出一种使用鞋内三轴载荷传感器和深度学习模型估计三维地面反作用力和二维压力中心的方法	使用最小传感器配置在多种步态条件下实现精确的GRF和CoP估计，性能优于或相当于先前研究	内外侧方向分量精度较低，斜坡条件下垂直GRF误差相对较高	开发适用于真实环境的地面反作用力和压力中心估计系统	健康年轻成年人的步态数据	机器学习	NA	载荷传感器测量	FCNN, CNN, LSTM, Transformer	传感器数据	40名健康年轻成年人	NA	全连接神经网络, 卷积神经网络, 序列到序列LSTM, Transformer	均方根误差	NA
14	2025-10-05	Classification of Electroencephalography Motor Execution Signals Using a Hybrid Neural Network Based on Instantaneous Frequency and Amplitude Obtained via Empirical Wavelet Transform 2025-May-23, Sensors (Basel, Switzerland) DOI:10.3390/s25113284 PMID:40968836	研究论文	本研究比较传统分类器与混合神经网络在基于脑电图的运动执行信号分类中的性能	提出结合经验小波变换提取瞬时频率和幅度特征与混合神经网络的脑电信号分类方法	仅包含33名参与者的数据，仅进行二分类任务	改进脑机接口系统中的脑电手势识别性能	33名参与者执行的七种不同手势的脑电图记录	脑机接口	NA	经验小波变换	混合神经网络	脑电图信号	33名参与者	NA	混合神经网络	分类准确率	NA
15	2025-10-05	LivecellX: A Scalable Deep Learning Framework for Single-Cell Object-Oriented Analysis in Live-Cell Imaging 2025-May-14, bioRxiv : the preprint server for biology DOI:10.1101/2025.02.23.639532 PMID:40060645	研究论文	介绍LivecellX——一个基于深度学习的可扩展框架，用于活细胞成像中的单细胞定向分析	提出了分割校正新任务，开发了创新的评估指标和机器学习技术，并设计了轨迹级校正算法	NA	解决活细胞成像中细胞分割和追踪的准确性问题	活细胞成像中的单细胞动态	计算机视觉	NA	活细胞成像	CNN	图像	来自两种不同类型显微镜的新型成像数据集	PyTorch, TensorFlow	CS-Net	分割精度，轨迹分析准确性	并行计算
16	2025-10-05	Explainable deep learning for identifying cancer driver genes based on the Cancer Dependency Map 2025-May-02, bioRxiv : the preprint server for biology DOI:10.1101/2025.04.28.651122 PMID:40654945	研究论文	开发可解释深度学习模型识别癌症驱动基因并分析突变模式	结合生物信息学知识构建监督学习模型xNNDriver和无监督可解释自编码器xAEDriver，同时识别单个驱动基因和多重驱动变异模式	未明确说明模型验证的具体数据集规模和外部验证结果	识别癌症驱动基因和突变模式，理解肿瘤进展机制	癌症细胞系和肿瘤样本中的驱动基因与突变	生物信息学	癌症	基因组依赖图谱分析	深度学习, 自编码器	基因组突变数据, 依赖评分数据	NA	NA	自编码器	NA	NA
17	2025-10-05	Harnessing machine learning for predicting successful weaning from mechanical ventilation: A systematic review 2025-05, Australian critical care : official journal of the Confederation of Australian Critical Care Nurses IF:2.6Q1 DOI:10.1016/j.aucc.2025.101203 PMID:40058181	系统综述	本文系统评估了机器学习模型在预测成人机械通气患者成功脱机方面的应用效果	首次系统评估机器学习在机械通气脱机预测中的应用，发现XGBoost模型表现最优，并指出该领域尚未使用Transformer等新架构	缺乏使用Transformer等新型架构的研究，研究数量有限（仅11项研究）	评估机器学习模型预测机械通气患者成功脱机的效果	接受机械通气的成人患者	机器学习	呼吸系统疾病	机器学习	XGBoost, LightGBM, 随机森林, 多层感知机, 逻辑回归, 人工神经网络, 卷积神经网络	临床数据	18,336例患者	NA	XGBoost, Light Gradient-Boosting Machine, 随机森林, 多层感知机, 人工神经网络, 卷积神经网络	准确率, 精确率, AUC	NA
18	2025-10-05	Deep learning predicts HER2 status in invasive breast cancer from multimodal ultrasound and MRI 2025-May-16, Biomolecules & biomedicine DOI:10.17305/bb.2025.12475 PMID:40392960	研究论文	本研究开发基于超声和MRI的多模态深度学习模型，用于术前预测浸润性乳腺癌HER2状态	首次结合超声和MRI多模态影像构建深度学习模型预测乳腺癌HER2状态，相比单一模态显著提升诊断性能	研究为单中心回顾性研究，样本量有限，需要多中心前瞻性研究验证模型泛化能力	开发基于多模态影像的深度学习模型，实现乳腺癌HER2状态的术前无创预测	浸润性乳腺癌患者	数字病理	乳腺癌	超声成像，磁共振成像	深度学习模型	医学影像	2021年1月至2024年7月期间在本机构接受超声和MRI检查的乳腺癌女性患者	NA	NA	AUC，灵敏度，特异性	NA
19	2025-10-05	Red Tide Detection Method Based on a Time Series Fusion Network Model: A Case Study of GOCI Data in the East China Sea 2025-May-30, Sensors (Basel, Switzerland) DOI:10.3390/s25113455 PMID:40968987	研究论文	提出一种基于时间序列融合网络模型CSF-RTDNet的赤潮检测方法，应用于东海GOCI数据	融合多时序GOCI数据捕获赤潮时空特征，引入NDVI增强特征区分度，结合ECA通道注意力机制和新型ASPC-DSC特征提取模块，集成ConvLSTM解决连续多日检测中的时序特征挖掘不足问题	方法主要针对东海区域GOCI数据，在其他海域和传感器数据的适用性有待验证	提高赤潮检测精度，实现连续多日赤潮动态监测	东海海域的赤潮现象	计算机视觉	NA	GOCI遥感数据	ConvLSTM, 注意力机制	多时序遥感图像	NA	NA	CSF-RTDNet, ASPC-DSC, ECA	准确率, 精确率, 召回率, Kappa系数	NA
20	2025-10-05	StructScan3D v1: A First RGB-D Dataset for Indoor Building Elements Segmentation and BIM Modeling 2025-May-30, Sensors (Basel, Switzerland) DOI:10.3390/s25113461 PMID:40969010	研究论文	本文提出了首个用于室内建筑元素分割和BIM建模的RGB-D数据集StructScan3D v1，并评估了基于Transformer的D-Former模型在该数据集上的语义分割性能	首个专门为室内建筑元素分割和BIM建模设计的RGB-D数据集，填补了该领域的数据空白	数据集仍在发展中，场景多样性有待扩展，注释需要进一步细化	推动计算机视觉和深度学习在建筑信息建模工作流程中的集成应用	室内建筑元素，包括墙壁、地板、天花板、窗户、门和杂项物体	计算机视觉	NA	RGB-D数据采集	Transformer	RGB-D图像	2594个标注帧，来自不同的室内环境（住宅和办公室空间）	NA	D-Former, Gemini, TokenFusion	平均交并比(mIoU)	NA