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
261	2025-10-06	Domain-generalized Deep Learning for Improved Subject-independent Emotion Recognition Based on Electroencephalography 2025-Jun-30, Experimental neurobiology IF:1.8Q4 DOI:10.5607/en25011 PMID:40364497	研究论文	本研究系统评估了四种领域泛化技术与三种深度学习架构的组合在基于脑电图的跨被试情绪识别中的性能	首次系统性地将四种领域泛化技术（Deep CORAL、GroupDRO、VREx、DANN）与三种代表性深度学习架构（ShallowFBCSPNet、EEGNet、TSception）相结合，用于改善跨被试脑电图情绪识别	仅使用两个情感脑电图数据集进行评估，且仅进行二分类任务（效价和唤醒度）	开发稳健的跨被试脑电图情绪识别系统	人类被试的情感状态	机器学习	NA	脑电图（EEG）	深度学习	脑电图信号	两个情感脑电图数据集，采用十折交叉验证策略	NA	ShallowFBCSPNet, EEGNet, TSception	分类准确率	NA
262	2025-10-06	[Advances in low-dose cone-beam computed tomography image reconstruction methods based on deep learning] 2025-Jun-25, Sheng wu yi xue gong cheng xue za zhi = Journal of biomedical engineering = Shengwu yixue gongchengxue zazhi DOI:10.7507/1001-5515.202409021 PMID:40566788	综述	系统回顾基于深度学习的低剂量锥形束CT图像重建方法，比较不同网络架构在降噪、伪影消除和细节保留方面的性能	全面比较图像域、投影域和双域三种深度学习重建方法，并探讨多模态融合和自监督学习等新兴技术的应用潜力	NA	优化低剂量CBCT算法以降低患者辐射风险并提升图像质量	锥形束CT图像重建方法	医学影像处理	NA	锥形束CT扫描	深度学习	CT图像	NA	NA	NA	噪声降低, 伪影消除, 细节保留, 计算效率	NA
263	2025-10-06	AI in Medical Questionnaires: Innovations, Diagnosis, and Implications 2025-Jun-23, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/72398 PMID:40549427	系统综述	本文系统综述了人工智能在医学问卷中的当前应用、潜在益处和问题，重点关注其在评估、开发和预测三个主要功能中的作用	首次系统评估AI在医学问卷中的综合应用价值，涵盖24种AI技术，包括传统算法和深度学习模型	79%的研究仍处于探索阶段，缺乏对照组、随访数据不完整和验证系统不足是主要方法学限制	系统评估人工智能在医学问卷中的应用价值和挑战	医学问卷和心理健康评估工具	自然语言处理	精神疾病	自然语言处理，生成模型	随机森林, 支持向量机, k近邻, 卷积神经网络, BERT, ChatGPT	问卷数据	14项符合纳入标准的研究（从49,091篇文献中筛选）	NA	BERT, ChatGPT, 卷积神经网络	准确率92.18%, AUC 0.790	NA
264	2025-10-06	Quantum-inspired computational drug design for phytopharmaceuticals: a herbal holography analysis 2025-Jun-13, Journal of molecular modeling IF:2.1Q3 DOI:10.1007/s00894-025-06412-w PMID:40512383	研究论文	本文提出了一种基于量子理论启发的计算药物设计新范式——草药全息分析，用于植物药物的研发	提出了草药全息分析新范式，将草药分子视为多维系统，采用全息和量子理论进行理解	NA	验证量子驱动方法是否能真正革新草药医学研究	植物化合物和草药疗法	计算药物设计	NA	混合量子-经典模拟, 深度学习, 量子力学	深度学习模型	草药化合物数据, 药理学数据	NA	NA	NA	NA	NA
265	2025-10-06	Ultra-fast single-sequence magnetic resonance imaging (MRI) for lower back pain: diagnostic performance of a deep learning T2-Dixon pprotocol 2025-Jun-11, Clinical radiology IF:2.1Q2 DOI:10.1016/j.crad.2025.106987 PMID:40633138	研究论文	评估深度学习加速的T2-Dixon单序列MRI协议在腰椎退行性病变诊断中的性能	开发了基于深度学习的超快速单序列MRI协议，将采集时间减少80-84%	单中心研究，样本量较小(30例患者)，缺乏多中心验证	评估深度学习加速MRI协议在腰椎疼痛诊断中的性能	下背痛患者	医学影像分析	腰椎退行性疾病	磁共振成像，深度学习加速成像	深度学习	医学影像	30例下背痛患者(平均年龄48±18.5岁，67%女性)	NA	NA	灵敏度，特异性，置信区间，Kappa系数	1.5 Tesla和3 Tesla MRI设备
266	2025-10-06	Feasibility Study of Triple-low CCTA for Coronary Artery Disease Screening Combining Contrast Enhancement Boost and Deep Learning Reconstruction 2025-Jun, Reviews in cardiovascular medicine IF:1.9Q3 DOI:10.31083/RCM31334 PMID:40630453	研究论文	本研究比较了采用对比增强提升技术结合深度学习重建的三低冠状动脉CT血管成像与传统方法的图像质量	首次将对比增强提升技术与深度学习重建相结合应用于三低剂量冠状动脉CT血管成像，实现辐射剂量和对比剂用量的显著降低	样本量较小（仅46例患者），单中心研究，需要更大规模验证	探索低剂量、低对比剂流率/用量的冠状动脉CT血管成像技术在冠心病早期筛查中的应用潜力	疑似冠状动脉狭窄的患者	医学影像分析	冠心病	冠状动脉CT血管成像，对比增强提升技术，深度学习重建	深度学习	CT医学影像	46例患者	NA	NA	CT值，背景噪声，信噪比，对比信噪比，主观评分	NA
267	2025-10-06	Broadscale reconnaissance of coral reefs from citizen science and deep learning 2025-Jun-27, Environmental monitoring and assessment IF:2.9Q3 DOI:10.1007/s10661-025-14261-6 PMID:40571887	研究论文	通过公民科学与深度学习相结合的方法对珊瑚礁进行大规模勘测	结合公民科学的大视场底栖图像采集与深度学习分析，实现了对关键珊瑚类群覆盖度的准确估算	'所有其他珊瑚'单一类别的估算精度仅在60%的站点和10-30%珊瑚覆盖度的图像中达到95%准确率	评估公民科学与新技术结合在珊瑚礁监测中的准确性和可行性	珊瑚礁底栖生物群落	计算机视觉	NA	大视场底栖图像采集	深度学习	图像	8086张底栖图像	NA	NA	准确率	NA
268	2025-10-06	De novo design of insulated cis-regulatory elements based on deep learning-predicted fitness landscape 2025-Jun-20, Nucleic acids research IF:16.6Q1 DOI:10.1093/nar/gkaf611 PMID:40613715	研究论文	提出基于深度学习预测适应度景观的绝缘顺式调控元件从头设计策略	通过整合异源配对顺式和反式调控模块建立正交宿主系统，结合深度学习算法实现宿主非依赖性转录活性的建模与序列设计	NA	开发能够精确预测基因调控活性的生物工程方法	顺式调控元件、转录启动子序列	生物信息学	NA	深度学习算法、实验数据纯化流程	深度学习	生物序列数据、转录活性数据	在大肠杆菌和中国仓鼠卵巢细胞系中验证	NA	NA	转录活性预测准确性	NA
269	2025-10-06	Knowledge Graph-Enhanced Deep Learning Model (H-SYSTEM) for Hypertensive Intracerebral Hemorrhage: Model Development and Validation 2025-Jun-12, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/66055 PMID:40505141	研究论文	开发了一种基于知识图谱增强的深度学习模型H-SYSTEM，用于高血压性脑出血的诊断和治疗决策支持	将医学领域知识图谱与深度学习模型相结合，提高决策准确性和可解释性	NA	开发可解释且高效的高血压性脑出血诊疗决策支持系统	高血压性脑出血患者	自然语言处理, 数字病理	高血压性脑出血	命名实体识别, 语义分析, 知识图谱构建	BERT, IDCNN, BiLSTM, CRF	电子病历文本	来自6个医疗中心的605名患者	NA	BERT-IDCNN-BiLSTM-CRF	准确率, 精确率, 召回率, F1分数, AUC, κ系数	NA
270	2025-10-06	Image-based evaluation of single-cell mechanics using deep learning 2025-Jun-05, Cell regeneration (London, England) DOI:10.1186/s13619-025-00239-9 PMID:40468050	研究论文	本研究开发基于图像的深度学习模型，用于无创预测单细胞力学特性	首次将深度学习应用于单细胞水平力学特性评估，实现高通量、非侵入性的细胞刚度预测	NA	开发基于图像的深度学习方法来评估单细胞力学特性	间充质干细胞和巨噬细胞	计算机视觉	NA	深度学习	深度学习模型	图像	NA	NA	NA	灵敏度	NA
271	2025-10-06	Predicting ustekinumab treatment response in Crohn's disease using pre-treatment biopsy images 2025-Jun-02, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf301 PMID:40366737	研究论文	提出一种基于预治疗活检图像的聚类增强弱监督学习框架，用于预测克罗恩病患者对乌司奴单抗的治疗反应	结合预训练视觉基础模型与k-means聚类识别代表性形态模式，采用多示例学习方法整合局部组织学特征和全局组织背景	研究样本量有限，需要在更大规模数据集中验证模型泛化能力	开发能够准确预测克罗恩病患者对乌司奴单抗治疗反应的深度学习模型	克罗恩病患者的预治疗全切片图像	数字病理学	克罗恩病	全切片成像	CNN, 多示例学习	图像	独立测试集（具体数量未明确说明）	PyTorch	DenseNet	AUC, 灵敏度, 特异性	NA
272	2025-10-06	Simple controls exceed best deep learning algorithms and reveal foundation model effectiveness for predicting genetic perturbations 2025-Jun-02, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf317 PMID:40407144	研究论文	本文提出了一种简单的基线方法，在基因扰动后转录组预测任务中优于最先进的深度学习算法	提出了超越现有深度学习方法的简单基线方法，并阐明了基础模型在扰动预测任务中的实用性	未明确说明具体的数据集规模和模型计算资源需求	评估基因扰动后转录组预测方法的实用性和建立必要的基准测试	基因扰动后的转录组响应预测	机器学习	NA	转录组测序	Transformer	基因表达数据	NA	NA	Transformer	NA	NA
273	2025-10-06	TRENDY: gene regulatory network inference enhanced by transformer 2025-Jun-02, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf314 PMID:40408160	研究论文	提出一种名为TRENDY的新型基因调控网络推断方法，通过整合Transformer模型增强基于机制的WENDY方法	首次将Transformer模型整合到基于机制的GRN推断方法中，并展示了该方法可广泛提升多种GRN推断方法的性能	未在论文摘要中明确说明	开发更准确的基因调控网络推断方法	基因调控网络	机器学习	NA	基因表达数据分析	Transformer	基因表达数据	NA	NA	Transformer	NA	NA
274	2025-10-06	A deep learning-based method for predicting the frequency classes of drug side effects based on multi-source similarity fusion 2025-Jun-02, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf319 PMID:40424358	研究论文	本文开发了一种基于多源相似性融合的深度学习方法来预测药物副作用的频率类别	提出多源相似性融合模型，利用多源特征融合模块和自注意力机制深入探索药物与副作用关系，并采用贝叶斯变分推断更准确预测副作用频率类别	NA	预测药物副作用在人群中的频率类别，指导患者用药和药物研发	药物副作用	机器学习	NA	多源相似性融合	深度学习	多源药物相似性数据	NA	NA	自注意力机制	交叉验证、冷启动实验、独立测试	NA
275	2025-10-06	Residue conservation and solvent accessibility are (almost) all you need for predicting mutational effects in proteins 2025-Jun-02, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf322 PMID:40434923	研究论文	本文提出了一种基于残基保守性和溶剂可及性的简单进化评分方法，用于预测蛋白质突变效应	发现简单的进化评分（野生型和突变残基频率对数比）按残基相对溶剂可及性缩放后，性能与或略优于更复杂的深度学习模型	未详细探讨复杂模型学习到的额外信息，对突变景观预测的局限性认识有限	开发准确且可解释的蛋白质突变效应预测方法	蛋白质突变及其对生物物理性质的影响	计算生物学	NA	进化分析，深度突变扫描	进化评分模型	蛋白质序列数据，突变数据	ProteinGym深度突变扫描数据集中的突变	Python	RSALOR模型	稳定性、活性、适应性等生物物理性质评估	NA
276	2025-10-06	Knowledge-enhanced protein subcellular localization prediction from 3D fluorescence microscope images 2025-Jun-02, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf331 PMID:40459878	研究论文	开发了一种知识增强的蛋白质亚细胞定位预测模型KE3DLoc，可从3D荧光显微镜图像中识别蛋白质分布模式	结合3D和2D投影细胞信息设计图像特征提取模块，引入基因本体论知识图谱优化蛋白质表示，并设计蛋白质ID聚合增强特征一致性	未明确提及具体局限性，但暗示3D图像处理面临数据缺乏和建模复杂性的挑战	从3D荧光显微镜图像中自动识别蛋白质亚细胞定位，促进蛋白质转运分析和生物标志物发现	蛋白质亚细胞定位	计算机视觉	NA	3D荧光显微镜成像	深度学习	3D图像	三个公共数据集（未明确具体样本数量）	NA	KE3DLoc（包含图像特征提取模块和知识增强模块）	NA	NA
277	2025-10-06	Gene spatial integration: enhancing spatial transcriptomics analysis via deep learning and batch effect mitigation 2025-Jun-02, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf350 PMID:40511994	研究论文	提出一种基于深度学习的基因空间整合方法，用于增强空间转录组学分析并解决批次效应问题	开发了利用表示学习方法将基因空间分布特征整合到基因表达特征空间的创新流程，并有效缓解多样本整合时的批次效应	方法仅在人类背外侧前额叶皮层数据集上验证，需要更多组织类型验证通用性	提升空间转录组学数据分析性能，特别是聚类分析效果	空间转录组学数据，特别是人类背外侧前额叶皮层样本	生物信息学	NA	空间转录组学	自编码器	空间转录组学数据，基因表达数据	人类背外侧前额叶皮层数据集（包括样本151673、151672等）	NA	自编码器网络	ARI分数	NA
278	2025-10-06	GOBoost: leveraging long-tail gene ontology terms for accurate protein function prediction 2025-Jun-02, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf267 PMID:40581608	研究论文	提出GOBoost方法，通过长尾优化集成策略解决蛋白质功能预测中基因本体术语的长尾分布问题	引入长尾优化集成策略、全局-局部标签图模块和多粒度焦点损失函数来增强长尾功能信息	NA	提高蛋白质功能预测的准确性，特别是针对长尾分布的基因本体术语	蛋白质功能预测	机器学习	NA	深度学习	NA	蛋白质数据	PDB和AF2数据集	NA	NA	AUPR	NA
279	2025-10-06	CT-Based Deep Learning Predicts Prognosis in Esophageal Squamous Cell Cancer Patients Receiving Immunotherapy Combined with Chemotherapy 2025-Jun, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.01.046 PMID:39956748	研究论文	本研究开发了一种基于CT的深度学习模型，用于预测接受免疫治疗联合化疗的食管鳞癌患者的生存预后	首次将肿瘤周围区域扩展与深度学习相结合，并构建多模态模型整合影像特征与临床指标	回顾性研究设计，外部测试集性能相对较低(C-index=0.60)	开发准确的预处理风险分层工具以改善食管鳞癌患者的个性化治疗策略	接受免疫治疗联合化疗的食管鳞癌患者	数字病理	食管鳞癌	CT扫描	深度学习	CT影像	482例患者(训练集322例，内部测试集79例，外部测试集81例)	NA	NA	C-index, ROC曲线, 风险比, Kaplan-Meier分析	NA
280	2025-10-06	Artificial intelligence-assisted detection of nasopharyngeal carcinoma on endoscopic images: a national, multicentre, model development and validation study 2025-Jun, The Lancet. Digital health DOI:10.1016/j.landig.2025.03.001 PMID:40544083	研究论文	开发基于深度学习的鼻咽癌内窥镜图像辅助诊断系统	首次开发基于Swin Transformer的鼻咽诊断系统，并在全国多中心进行大规模验证	研究主要基于中国人群数据，需要进一步验证在其他人群中的适用性	通过人工智能辅助提高鼻咽癌的早期诊断准确性	鼻咽癌、良性增生和正常鼻咽组织的内窥镜图像	计算机视觉	鼻咽癌	内窥镜成像	深度学习	图像	27,362张内窥镜图像（10,693例鼻咽癌，7,073例良性增生，9,596例正常），来自15,521名参与者	NA	Swin Transformer	AUC, 敏感性, 特异性, 准确率	NA