深度学习在生物医药领域中的应用

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
1	2025-09-25	Deep learning and inflammatory markers predict early response to immunotherapy in unresectable NSCLC: A multicenter study 2025-Jun-10, Biomolecules & biomedicine DOI:10.17305/bb.2025.12324 PMID:40525631	研究论文	本研究开发了一种基于CT的深度学习模型结合系统性免疫炎症营养指数，用于早期预测不可切除非小细胞肺癌患者对免疫检查点抑制剂的治疗反应	首次将DenseNet121衍生的深度放射组学特征与系统性免疫炎症营养指数相结合构建联合预测模型，并通过梯度加权类激活映射技术增强模型可解释性	回顾性研究设计，样本量有限（265例患者），需要进一步扩大样本量和多中心验证	开发非侵入性生物标志物来早期预测不可切除非小细胞肺癌患者对免疫治疗的疗效反应	265例接受免疫检查点抑制剂治疗的不可切除非小细胞肺癌患者	数字病理	肺癌	CT影像分析、深度学习、系统性免疫炎症营养指数计算	DenseNet121	医学影像（CT）、实验室数据	265例患者（训练集70%、内部验证集30%、外部验证集）
2	2025-09-25	Automated Deep Learning Approach for Post-Operative Neonatal Pain Detection and Prediction through Physiological Signals 2025-Jun, Proceedings. IEEE International Symposium on Computer-Based Medical Systems DOI:10.1109/cbms65348.2025.00164 PMID:40978767	研究论文	提出一种结合生理信号监测与深度学习的新生儿术后疼痛自动检测与预测方法	首次实现基于生理信号的术后疼痛早期预测（提前5-10分钟预警），并创建疼痛发作前的干预时间窗口	NA	开发自动化的新生儿术后疼痛监测与预警系统	新生儿重症监护室（NICU）的术后新生儿	数字病理	新生儿疼痛	深度学习、计算机视觉	深度学习模型	生理信号数据（心率、呼吸率、血氧饱和度）	NA
3	2025-09-23	Advancing Digital Precision Medicine for Chronic Fatigue Syndrome through Longitudinal Large-Scale Multi-Modal Biological Omics Modeling with Machine Learning and Artificial Intelligence 2025-Jun-18, ArXiv PMID:40980765	研究论文	开发可解释深度学习框架BioMapAI，利用纵向多组学数据研究慢性疲劳综合征的生物标志物和疾病分类	构建了迄今最丰富的ME/CFS纵向多组学数据集，创建了首个健康和疾病状态下的组学连通性图谱	NA	通过多模态生物组学建模推进慢性疲劳综合征的数字精准医疗	慢性疲劳综合征（ME/CFS）和长新冠患者	数字病理学	老年疾病	肠道宏基因组学、血浆代谢组学、免疫分析、多组学整合	深度学习	多组学数据（基因组、代谢组、免疫组等）和临床数据	NA
4	2025-09-23	Improving spliced alignment by modeling splice sites with deep learning 2025-Jun-15, ArXiv PMID:40980762	研究论文	通过深度学习建模剪接位点来改进剪接比对准确性的方法	使用一维卷积神经网络学习剪接信号，首次将深度学习模型集成到剪接比对工具中	目前仅针对脊椎动物和昆虫基因组进行训练，模型参数规模较小（7,026个参数）	提高剪接比对的准确性，特别是在处理噪声长读长RNA-seq数据和远缘同源蛋白时	脊椎动物和昆虫基因组的剪接位点	生物信息学	NA	深度学习、剪接比对、长读长RNA测序	1D-CNN	基因组序列数据、RNA-seq数据、蛋白质序列数据	基于脊椎动物和昆虫基因组的训练数据
5	2025-09-23	Modality-AGnostic Image Cascade (MAGIC) for Multi-Modality Cardiac Substructure Segmentation 2025-Jun-12, ArXiv PMID:40980770	研究论文	提出并验证了一种模态无关图像级联方法（MAGIC），用于多模态心脏亚结构分割	通过复制nnU-Net编码解码分支实现单一模型处理多模态数据，解决传统方法跨模态泛化能力不足的问题	与其他方法相比统计差异有限，部分模态分割精度仍有提升空间	开发适用于多模态医学影像的心脏亚结构自动分割方法	20个心脏亚结构（心脏、腔室、大血管、瓣膜、冠状动脉和传导节点）	医学影像分析	心血管疾病	深度学习分割技术	nnU-Net改进架构	医学影像（CT、MRI）	训练集76例、验证集15例、测试集30例，涵盖三种影像模态
6	2025-09-23	An EMG-Based GRU Model for Estimating Foot Pressure to Support Active Ankle Orthosis Development 2025-Jun-05, Sensors (Basel, Switzerland) DOI:10.3390/s25113558 PMID:40969084	研究论文	提出基于表面肌电信号和GRU深度学习模型的足底压力预测方法，用于改进主动踝足矫形器的实时控制	首次将GRU模型与肌电信号结合用于足底压力分布的实时预测，能够识别个体化机电延迟差异	研究样本量有限，仅针对特定踝部肌肉，未验证在不同病理条件下的普适性	开发实时预测足底压力的智能方法以提升主动踝足矫形器的适应性控制	踝关节功能障碍患者（如足下垂、步态不稳）的步态运动	生物医学工程	踝关节功能障碍	表面肌电信号采集、力敏电阻传感器、滑动窗口分割、均方根特征提取	GRU（门控循环单元）	时序信号数据（EMG信号和压力数据）	未明确说明具体样本数量，但涉及多被试者交叉验证
7	2025-09-23	Power Line Segmentation Algorithm Based on Lightweight Network and Residue-like Cross-Layer Feature Fusion 2025-Jun-04, Sensors (Basel, Switzerland) DOI:10.3390/s25113551 PMID:40969098	研究论文	提出一种基于轻量化网络和类残差跨层特征融合的电力线分割算法RGS-UNet	集成类残差跨层特征融合模块，通过Ghost Module优化卷积计算，嵌入SIMAM注意力机制，并采用Mish激活函数	NA	解决现有电力线分割算法存在的小目标尺度、复杂背景和模型参数量过大等问题	电力线分割	计算机视觉	NA	深度学习	RGS-UNet（基于UNet架构改进的轻量化分割模型）	图像	NA
8	2025-09-23	A Deep Learning-Based Model Approach for Quantitative Analysis of Cell Chemotaxis in a Microfluidic Chip 2025-Jun-03, Sensors (Basel, Switzerland) DOI:10.3390/s25113515 PMID:40969071	研究论文	提出一种基于微流控技术和深度学习的细胞趋化性定量分析方法	首次将微流控芯片与深度学习技术结合，实现细胞趋化性的自动化定量分析	NA	开发快速准确的细胞趋化性定量评估方法	细胞趋化行为	生物医学工程	NA	微流控技术、深度学习	深度学习模型（具体类型未明确说明）	细胞图像	NA
9	2025-09-23	Enhancing Upper Limb Exoskeletons Using Sensor-Based Deep Learning Torque Prediction and PID Control 2025-Jun-03, Sensors (Basel, Switzerland) DOI:10.3390/s25113528 PMID:40969067	研究论文	提出一种基于传感器深度学习的扭矩预测与PID控制相结合的上肢外骨骼增强方法	将肌电信号扭矩估计/预测模型与PID控制回路集成，优化外骨骼机器人扭矩整合以消除系统不确定性	仅针对健康受试者进行验证，未在卒中患者中测试	提升上肢辅助外骨骼对卒中患者的运动辅助控制效果	上肢外骨骼机器人的肘关节控制	机器学习	卒中	高密度表面肌电信号采集、深度学习建模	LSTM、BLSTM、GRU	肌电信号	12名健康受试者，采集5个上肢肌肉在4种等长任务下的HD-sEMG数据
10	2025-09-23	Estimating dynamic plantar pressure distribution from wearable inertial sensors using a hybrid CNN-BiLSTM architecture 2025-Jun-01, Acta of bioengineering and biomechanics IF:0.8Q4 DOI:10.37190/abb/207865 PMID:40981700	研究论文	提出基于可穿戴惯性传感器的混合深度学习模型来预测动态足底压力分布	首次结合CNN-BiLSTM架构与时间注意力机制，并整合体重信息以适配个体差异	未提及模型在真实可穿戴设备上的部署性能验证	开发便携式低成本足底压力分析方法	动态足底压力分布数据	机器学习	NA	惯性测量单元(IMU)数据采集	CNN-BiLSTM混合网络	传感器时序数据	采用10折交叉验证（具体样本量未说明）
11	2025-09-20	Remaining Useful Life Prediction for Rolling Bearings Based on TCN-Transformer Networks Using Vibration Signals 2025-Jun-05, Sensors (Basel, Switzerland) DOI:10.3390/s25113571 PMID:40719529	研究论文	提出一种基于TCN-Transformer网络和振动信号的滚动轴承剩余使用寿命预测方法	开发了TCN-Transformer网络，能有效学习和整合振动信号的局部和全局特征，解决RUL预测中的长时间序列预测问题	NA	提高滚动轴承剩余使用寿命预测的准确性	滚动轴承	机器学习和预测性维护	NA	振动信号分析、特征提取、深度学习	TCN-Transformer	振动信号（时域和频域特征）	使用IEEE PHM 2012数据挑战数据集进行验证
12	2025-09-18	Coalescence and Translation: A Language Model for Population Genetics 2025-Jun-27, bioRxiv : the preprint server for biology DOI:10.1101/2025.06.24.661337 PMID:40666889	研究论文	提出一种基于Transformer的语言模型cxt，用于从基因组数据中推断群体遗传学中的共祖时间	将共祖时间推断重新定义为生物语言翻译问题，首次使用仅解码器Transformer自回归预测共祖事件	模型基于模拟数据训练，在真实数据中的性能需要进一步验证	开发灵活可扩展的群体遗传学推断方法，重建人口历史和祖先关系	基因组数据中的突变模式和祖先重组图(ARG)	自然语言处理	NA	深度学习，Transformer模型	decoder-only Transformer	基因组数据	基于stdpopsim目录的模拟数据训练，可产生超过百万个共祖预测
13	2025-09-18	[Dual-Channel Shoulder Joint X-ray Bone Age Estimation in Chinese Han Adolescents Based on the Fusion of Segmentation Labels and Original Images] 2025-Jun-25, Fa yi xue za zhi DOI:10.12116/j.issn.1004-5619.2025.250106 PMID:40957696	研究论文	提出一种基于双通道输入（原始图像与分割标签融合）的深度学习模型，用于中国汉族青少年肩关节X射线骨龄估计	首次将原始X射线图像与U-Net++生成的分割标签进行像素级融合形成双通道输入，提升骨龄估计精度	样本仅包含12-18岁中国汉族青少年，可能限制模型在其他年龄组或种族的泛化能力	开发适用于中国汉族青少年肩关节X射线图像的骨龄估计深度学习模型	中国汉族青少年（12.0至<18.0岁）的肩关节X射线图像	计算机视觉	NA	X射线成像、U-Net++图像分割	VGG16, ResNet18, ResNet50, DenseNet121	X射线图像	1286例肩关节X射线图像（708男性，578女性）
14	2025-09-18	Deep learning reveals pathology-confirmed neuroimaging signatures in Alzheimer's, vascular and Lewy body dementias 2025-Jun-03, Brain : a journal of neurology IF:10.6Q1 DOI:10.1093/brain/awae388 PMID:39657969	研究论文	开发基于深度学习的多标签框架，用于识别阿尔茨海默病、血管性痴呆和路易体痴呆的神经影像学生物标志物	提出创新的DeepSPARE指数作为病理敏感的非侵入性神经影像学指标，将传统T1成像与组织病理学联系起来	模型在路易体痴呆的识别准确率相对较低（0.623），且样本来源限于特定数据库	解决神经退行性和血管性病理共存的诊断挑战，开发体内生物标志物识别方法	423名痴呆患者和361名对照参与者	医学影像分析	神经退行性疾病	深度学习，T1加权MRI扫描	多标签深度学习框架	神经影像数据	784名参与者（来自NACC和ADNI数据集）
15	2025-09-18	Redefining healthcare - The transformative power of generative AI in modern medicine 2025-06, Revista espanola de enfermedades digestivas IF:2.7Q2 DOI:10.17235/reed.2025.11081/2024 PMID:39898717	综述	本文探讨生成式AI在现代医学中的变革潜力及其对医疗保健的重塑作用	强调生成式AI在模仿人类认知过程（语言、视觉、听觉等）并生成新内容方面的突破性进展	存在尚未完全解决的伦理与法律挑战	分析生成式AI对医疗保健领域的颠覆性影响及应对策略	医疗保健专业人员和生成式AI技术	自然语言处理	NA	深度学习（人工神经网络、大数据与计算能力）	生成式AI	多模态数据（语言、视觉、听觉等）	NA
16	2025-09-15	Association of peripheral immune markers with brain age and dementia risk estimated using deep learning methods 2025-Jun-25, International journal of surgery (London, England) DOI:10.1097/JS9.0000000000002746 PMID:40561180	研究论文	本研究利用深度学习模型分析外周免疫标志物与脑年龄及痴呆风险的关联	首次结合深度学习脑年龄预测模型（SFCN）与大规模生物样本库数据，量化外周免疫标志物与脑老化加速及痴呆风险的关联	观察性研究设计无法确立因果关系，依赖神经影像数据质量	探究外周免疫系统标志物对脑老化加速及痴呆发生的影响	UK Biobank数据库中的322,761名参与者	医学影像分析	神经退行性疾病	神经影像分析、Cox回归、多元线性回归	SFCN（Simple Fully Convolutional Network）	神经影像数据、临床数据	322,761名参与者，其中4,277例痴呆病例
17	2025-09-15	Towards interpretable molecular and spatial analysis of the tumor microenvironment from digital histopathology images with HistoTME-v2 2025-Jun-17, bioRxiv : the preprint server for biology DOI:10.1101/2025.06.11.658673 PMID:40747415	研究论文	提出一种基于弱监督深度学习的框架HistoTME-v2，直接从H&E染色病理图像预测肿瘤微环境中细胞类型特异性转录组特征活性	无需单细胞或图像块级标注即可实现全幻灯片级别的肿瘤微环境分析，支持泛癌种应用并具备空间分布解析能力	性能依赖于训练数据的质量和规模，外部验证集的相关系数略低于内部验证	开发低成本、高通量的肿瘤微环境分析工具，推动空间生物学在常规病理工作流程中的应用	25种实体肿瘤的H&E染色全幻灯片图像	数字病理学	多种癌症（泛癌种）	H&E染色、空间转录组学、多重成像（CODEX, IHC）	弱监督深度学习框架	图像	内部验证：7,586张WSI（6,901名患者，24种癌症类型）；外部验证：5,657张WSI（1,775名患者，9种癌症类型）；空间验证：259张WSI（154名患者，7种癌症类型）
18	2025-09-15	VNC-Dist: A machine learning-based semi-automated pipeline for quantification of neuronal positioning in the C. elegans ventral nerve cord 2025-Jun-11, bioRxiv : the preprint server for biology DOI:10.1101/2024.11.16.623955 PMID:40661438	研究论文	开发了一个基于机器学习的半自动化软件工具包VNC-Dist，用于量化秀丽隐杆线虫腹神经索中神经元细胞体的位置	结合深度学习（改进的Segment Anything Model）和其他工具，替代手动测量，实现更快速准确的神经元定位分析	NA	研究控制腹神经索神经元定位和排列的细胞与分子机制	秀丽隐杆线虫腹神经索中的运动神经元（DD、DA、DB类）	数字病理学	NA	显微镜成像、深度学习、图像分割	改进的Segment Anything Model (SAM)	显微镜图像	多个已知破坏神经元定位的遗传突变体
19	2025-09-14	Extending Protein Language Models to a Viral Genomic Scale Using Biologically Induced Sparse Attention 2025-Jun-11, bioRxiv : the preprint server for biology DOI:10.1101/2025.05.29.656907 PMID:40501585	研究论文	提出一种基于生物诱导稀疏注意力的长上下文蛋白质语言模型，用于病毒全基因组规模的蛋白质序列分析	将Transformer模型的上下文大小扩展到整个病毒基因组，捕获蛋白质间长程相互作用	主要针对病毒基因组，可能不直接适用于更复杂的真核生物基因组	改进蛋白质语言模型以捕获基因组范围内的蛋白质相互作用	病毒基因组和其中的蛋白质序列	自然语言处理	NA	稀疏注意力机制，半监督学习	Transformer	蛋白质序列数据	序列长度可达61,000个氨基酸的病毒基因组片段
20	2025-09-14	Comparative Analysis of Deep Learning Models for Predicting Causative Regulatory Variants 2025-Jun-11, bioRxiv : the preprint server for biology DOI:10.1101/2025.05.19.654920 PMID:40568119	研究论文	本研究比较了多种深度学习模型在预测致病性调控变异方面的性能，并评估了它们在增强子活性预测中的表现	首次在标准化基准和一致训练条件下系统比较CNN、transformer及混合模型在调控变异预测中的性能	研究仅基于特定实验数据（MPRA、raQTL、eQTL）和四种人类细胞系，可能无法推广到其他数据类型或细胞类型	评估和比较深度学习模型在预测遗传变异对基因调控元件（特别是增强子）功能影响的能力	54,859个SNP及其对增强子活性的调控影响	机器学习	NA	MPRA, raQTL, eQTL	CNN, transformer, hybrid CNN-transformer	基因组和表观基因组数据	54,859个SNP，来自四种人类细胞系