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
501	2025-10-06	Identifying kinematic biomarkers of the dystrophic phenotype in a zebrafish model of Duchenne muscular dystrophy 2025-Jun-20, Skeletal muscle IF:5.3Q2 DOI:10.1186/s13395-025-00382-6 PMID:40542412	研究论文	本研究使用高速摄像和深度学习无标记运动捕捉技术，在杜氏肌营养不良症斑马鱼模型中识别运动学生物标志物	首次将无标记运动捕捉与机器学习相结合，精确量化斑马鱼幼体的游泳运动学特征，并识别出区分营养不良表型的关键生物标志物	研究仅限于两种斑马鱼营养不良品系，需要进一步验证在其他模型中的适用性	识别杜氏肌营养不良症斑马鱼模型中的运动学生物标志物	营养不良斑马鱼幼体（sapje和sapje-like品系）和野生型斑马鱼幼体	计算机视觉, 机器学习	杜氏肌营养不良症	高速摄像, 深度学习无标记运动捕捉	随机森林, 支持向量机	视频	两种斑马鱼营养不良品系和野生型对照	NA	NA	效应大小（2.4-3.7个标准差）	NA
502	2025-10-06	Ferroelectric Domains and Evolution Dynamics in Twisted CuInP2S6 Bilayers 2025-Jun-20, Small methods IF:10.7Q1 DOI:10.1002/smtd.202500683 PMID:40538291	研究论文	通过密度泛函理论和深度学习分子动力学模拟研究扭曲CuInP2S6双层结构中铁电畴的形成与演化动力学	揭示了扭曲双层铁电材料中通过界面铁电/反铁电耦合形成极性畴的新机制，不同于传统拓扑极性涡旋和斯格明子结构	研究基于理论模拟，需要实验验证；未考虑更复杂的界面缺陷和实际材料不均匀性	探索扭曲角对铁电材料极性畴形成和演化的影响机制	扭曲CuInP2S6双层铁电材料	材料科学	NA	密度泛函理论,深度学习分子动力学模拟	深度学习分子动力学	模拟数据	NA	NA	NA	NA	NA
503	2025-10-06	Artificial Intelligence-Assisted Detection of Breast Cancer Lymph Node Metastases in the Post-Neoadjuvant Treatment Setting 2025-Jun, Laboratory investigation; a journal of technical methods and pathology DOI:10.1016/j.labinv.2025.104121 PMID:40020876	研究论文	开发用于乳腺癌新辅助治疗后淋巴结转移检测的可解释深度学习流程	首次专门针对接受新辅助系统治疗（NAT）的乳腺癌患者淋巴结转移检测算法进行泛化性评估，并创建了包含治疗效应的大规模数据集	研究主要关注乳腺癌新辅助治疗后的淋巴结检测，在其他癌症类型或治疗场景中的泛化能力尚未验证	开发能够自动化检测乳腺癌新辅助治疗后淋巴结转移的人工智能算法	接受新辅助系统治疗的乳腺癌患者的淋巴结组织切片	数字病理学	乳腺癌	数字病理切片扫描	深度学习	病理组织切片图像	1027张病理切片	NA	NA	AUC, 特异性, 敏感性	NA
504	2025-10-06	FedOpenHAR: Federated Multitask Transfer Learning for Sensor-Based Human Activity Recognition 2025-Jun, Journal of computational biology : a journal of computational molecular cell biology IF:1.4Q2 DOI:10.1089/cmb.2024.0631 PMID:40267073	研究论文	提出FedOpenHAR框架，探索传感器数据在联邦学习环境下的多任务迁移学习，用于人类活动识别和设备位置识别	首次将联邦迁移学习应用于传感器数据的多任务场景，通过训练任务特定层和个性化层实现知识共享	研究基于十个较小数据集，可能在大规模数据场景下需要进一步验证	开发适用于多任务传感器数据分析的联邦学习框架	基于运动传感器的可穿戴设备数据	机器学习	NA	传感器数据分析	深度学习	传感器数据	十个数据集	Flower	DeepConvLSTM	准确率	NA
505	2025-10-06	QRS-centric beat-wise atrial fibrillation detection in ECG signals using deep neural networks 2025-Jun, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110282 PMID:40378565	研究论文	提出一种基于QRS波群的心拍级别房颤检测深度学习方法	采用QRS中心化方法实现精确的心拍级别房颤检测，解决了传统节律级检测与即时心律失常识别之间的关键差距	NA	开发精确的心拍级别房颤自动检测方法	心电图信号中的房颤和其他心律失常类型	医疗信号处理	心血管疾病	心电图分析	CNN, 双向LSTM	心电图信号	MIT-BIH心律失常数据库、MIT-BIH房颤数据库、MIMIC-III和Simband数据集	NA	卷积层与双向LSTM层集成架构	精确度, 灵敏度, F分数	NA
506	2025-10-06	Neural Spectral Prediction for Structure Elucidation with Tandem Mass Spectrometry 2025-Jun-01, bioRxiv : the preprint server for biology DOI:10.1101/2025.05.28.656653 PMID:40501725	研究论文	提出几何深度学习模型ICEBERG，通过模拟质谱中的碰撞诱导解离来预测分子碎片及其相对强度，辅助结构解析	开发了能够考虑碰撞能量和极性的几何深度学习模型，首次实现化学可解释的质谱谱图预测	NA	解决同量异位分子结构在质谱解析中的区分难题	分子结构、代谢物、药物分子、反应产物	机器学习	抑郁症、结核性脑膜炎	串联质谱(MS/MS)	几何深度学习	质谱数据	NIST'20 [M+H]加合物子集	NA	ICEBERG	top-1准确率, top-10预测准确率	NA
507	2025-10-06	Optimized YOLOv8 for enhanced breast tumor segmentation in ultrasound imaging 2025-Jun-19, Discover oncology IF:2.8Q2 DOI:10.1007/s12672-025-02889-2 PMID:40536560	研究论文	本研究探索使用优化的YOLOv8和深度学习模型改进乳腺超声图像分割性能	将YOLOv8目标检测算法应用于分割任务，并比较联合训练与按良恶性分类单独训练的策略	仅使用780张超声图像，样本量相对有限	提高乳腺肿瘤超声图像分割的准确性和效率	乳腺超声图像中的良性和恶性肿瘤	计算机视觉	乳腺癌	超声成像	CNN	图像	780张超声图像（分为良性和恶性类别）	NA	UNet, DenseNet-121, VGG16, VGG19, YOLOv8	Dice系数, IoU, mAP, F1-score	NA
508	2025-10-06	Deep learning detects retropharyngeal edema on MRI in patients with acute neck infections 2025-Jun-19, European radiology experimental IF:3.7Q1 DOI:10.1186/s41747-025-00599-6 PMID:40536731	研究论文	开发基于深度学习的算法，用于自动检测急性颈部感染患者MRI图像中的咽后水肿	提出基于弱标注数据且计算效率高的深度学习模型，在切片和患者两个层级实现咽后水肿的自动检测	模型性能仍需在更大样本和更多中心验证	开发自动检测急性颈部感染患者咽后水肿的深度学习算法	479例急性颈部感染患者的MRI图像	医学影像分析	急性颈部感染	MRI, 轴向T2加权水相Dixon成像	CNN	医学影像	479例患者（244例RPE阳性，235例RPE阴性）	NA	自定义CNN, InceptionV3	准确率, 敏感度, 特异度, AUROC	NA
509	2025-10-06	Three-dimensional multimodal imaging for predicting early recurrence of hepatocellular carcinoma after surgical resection 2025-Jun-16, Journal of advanced research IF:11.4Q1 DOI:10.1016/j.jare.2025.06.031 PMID:40533057	研究论文	本研究构建了一个多模态模型来预测肝细胞癌手术切除后的早期复发	整合了放射组学和深度学习模型，并探索了与肿瘤复发相关的生物学机制	样本量相对有限，仅包含519例患者	预测肝细胞癌手术切除后的早期复发	肝细胞癌患者	医学影像分析	肝细胞癌	对比增强计算机断层扫描，基因集富集分析，多重免疫组织化学	深度学习，放射组学	医学影像	519例患者（训练队列433例，验证队列86例）	NA	多模态模型（MM-RDLM）	AUC，风险比，P值	NA
510	2025-10-06	Identifying Retinal Features Using a Self-Configuring CNN for Clinical Intervention 2025-Jun-02, Investigative ophthalmology & visual science IF:5.0Q1 DOI:10.1167/iovs.66.6.55 PMID:40525921	研究论文	本研究通过构建OCTAVE视网膜OCT数据集并训练自配置nnU-Net模型，实现了对视网膜结构和病理特征的精确分割	提供了首个包含高质量像素级标注的3D OCT数据集OCTAVE，并为四个公共数据集提供标注，解决了视网膜AI诊断工具开发中数据稀缺的问题	数据集规模相对有限（198个训练OCT体积），且未提及模型在更广泛人群中的验证效果	开发基于人工智能的视网膜疾病诊断和分割工具	视网膜解剖结构和病理特征	数字病理	视网膜疾病	光学相干断层扫描（OCT）	CNN	3D医学图像	198个OCT体积（3762个B扫描）用于训练，221个OCT体积（4109个B扫描）用于外部验证	nnU-Net	U-Net	NA	NA
511	2025-10-06	Automatic Multi-Task Segmentation and Vulnerability Assessment of Carotid Plaque on Contrast-Enhanced Ultrasound Images and Videos via Deep Learning 2025-Jun-20, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3581686 PMID:40540369	研究论文	提出基于深度学习的多任务模型，用于自动分割颈动脉斑块并进行斑块内新生血管分级评估	开发首个用于CEUS图像和视频的多任务深度学习模型，同时实现斑块分割和IPN分级，并模拟放射科医生使用动态视频的工作流程	未明确说明样本来源和数据集的多样性限制	开发自动化的颈动脉斑块易损性评估方法	颈动脉斑块的CEUS图像和视频	计算机视觉	心血管疾病	对比增强超声	深度学习多任务模型	图像, 视频	NA	NA	NA	Dice系数, 准确率	NA
512	2025-10-06	Accurate de novo design of high-affinity protein-binding macrocycles using deep learning 2025-Jun-20, Nature chemical biology IF:12.9Q1 DOI:10.1038/s41589-025-01929-w PMID:40542165	研究论文	介绍了一种基于深度学习的新型方法RFpeptides，用于从头设计高亲和力蛋白质结合大环化合物	首次开发了基于去噪扩散模型的从头设计蛋白质结合大环化合物的稳健方法	仅针对四种不同蛋白质进行了测试，样本量相对有限	开发高效设计蛋白质结合大环化合物的计算方法	大环化合物配体与蛋白质靶标的相互作用	机器学习	NA	去噪扩散模型	扩散模型	蛋白质结构数据	针对4种不同蛋白质各测试不超过20种设计的大环化合物	NA	RFpeptides	结合亲和力(Kd), Cα均方根偏差(RMSD)	NA
513	2025-06-22	Deep learning-designed dynamics 2025-Jun-20, Nature chemical biology IF:12.9Q1 DOI:10.1038/s41589-025-01963-8 PMID:40542166	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
514	2025-10-06	A primer on variational inference for physics-informed deep generative modelling 2025-Jun-19, Philosophical transactions. Series A, Mathematical, physical, and engineering sciences DOI:10.1098/rsta.2024.0324 PMID:40534291	综述	本文系统介绍了变分推断在物理信息深度生成建模中的理论基础与实践方法	将变分推断与深度学习相结合，为物理正反问题提供统一的贝叶斯推断框架，强调不确定性量化的灵活性	未提供具体应用案例的性能对比数据	为科学界提供解决物理基础问题的变分推断方法论，特别关注不确定性量化	物理正反问题的生成建模与反演任务	机器学习	NA	变分推断	深度生成模型	物理模型数据	NA	NA	NA	不确定性量化准确度	NA
515	2025-10-06	Applying a multi-task and multi-instance framework to predict axillary lymph node metastases in breast cancer 2025-Jun-18, NPJ precision oncology IF:6.8Q1 DOI:10.1038/s41698-025-00971-0 PMID:40533499	研究论文	提出一种结合多任务学习和多示例学习的深度学习框架，用于预测乳腺癌腋窝淋巴结转移状态	首次将多任务学习与多示例学习结合，模拟真实临床多视图联合预测场景，使用Transformer模型Segformer作为网络主干	未明确说明样本数据的具体来源和采集标准	开发能够辅助临床医生评估乳腺癌腋窝淋巴结转移状态的深度学习工具	乳腺癌患者的原发性肿瘤和腋窝淋巴结超声图像	计算机视觉	乳腺癌	超声成像	Transformer	医学图像	训练队列和内外测试队列（具体数量未明确）	NA	Segformer	AUC, 敏感度, 特异度	NA
516	2025-10-06	Quality appraisal of radiomics-based studies on chondrosarcoma using METhodological RadiomICs Score (METRICS) and Radiomics Quality Score (RQS) 2025-Jun-18, Insights into imaging IF:4.1Q1 DOI:10.1186/s13244-025-02016-3 PMID:40533701	研究论文	使用METRICS和RQS评估骨软骨肉瘤影像组学研究的质量	首次在骨软骨肉瘤领域系统应用METRICS和RQS两种质量评估工具进行方法学质量评价	纳入研究均为回顾性设计，缺乏前瞻性研究和深度学习分析，外部测试数据集和开放科学数据使用有限	评估骨软骨肉瘤影像组学研究的方法学质量	骨软骨肉瘤影像组学研究文献	医学影像分析	软骨肉瘤	影像组学分析	NA	医学影像（MRI、CT）	18篇研究论文	NA	NA	组内相关系数（ICC）	NA
517	2025-10-06	A Meta-Analysis of the Diagnostic Test Accuracy of Artificial Intelligence for Predicting Emergency Department Revisits 2025-Jun-16, Journal of medical systems IF:3.5Q2 DOI:10.1007/s10916-025-02210-2 PMID:40522351	荟萃分析	通过荟萃分析评估人工智能在预测急诊科复诊方面的诊断准确性	首次对AI预测急诊复诊的诊断性能进行系统性量化评估，并识别研究间异质性的影响因素	纳入研究数量有限（20篇），存在研究间异质性，部分亚组分析样本量较小	评估AI预测急诊科复诊的性能并识别研究异质性来源	急诊科复诊患者	机器学习	急诊医学	机器学习、深度学习、人工智能技术	NA	医疗数据	20篇研究包含27个AI模型	NA	NA	敏感度,特异度,AUROC	NA
518	2025-10-06	Hybrid adaptive attention deep supervision-guided U-Net for breast lesion segmentation in ultrasound computed tomography images 2025-Jun-09, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03377-z PMID:40488959	研究论文	提出一种混合自适应注意力深度监督引导的U-Net网络用于乳腺超声计算机断层扫描图像中的病灶分割	使用混合自适应注意力模块替代传统采样卷积模块以扩大感受野并提取全局特征，同时应用对比损失进行深度监督以减少上采样过程中的信息损失	NA	开发自动化乳腺癌诊断系统用于早期筛查乳腺病灶	乳腺超声计算机断层扫描图像中的乳腺病灶	计算机视觉	乳腺癌	超声计算机断层扫描	CNN	图像	两个UCT图像数据集HCH和HCH-PHMC	NA	U-Net	Dice系数,IoU	NA
519	2025-10-06	Classification of pediatric video capsule endoscopy images for small bowel abnormalities using deep learning models 2025-Jun-07, World journal of gastroenterology IF:4.3Q1 DOI:10.3748/wjg.v31.i21.107601 PMID:40538507	研究论文	本研究使用深度学习模型对儿科视频胶囊内镜图像中的小肠异常病变进行自动分类	首次针对儿科患者视频胶囊内镜图像开发深度学习分类模型，比较了多种先进模型在儿科小肠病变分类中的性能	回顾性研究，样本量相对有限（162例患者），仅来自单一医疗中心	开发自动分类儿科小肠病变的深度学习工具，提高诊断效率和准确性	儿科患者的小肠视频胶囊内镜图像	计算机视觉	小肠疾病	视频胶囊内镜	CNN, Transformer	图像	162例儿科患者的2298张高分辨率图像	NA	DenseNet121, VGG-16, ResNet50, Vision Transformer	准确率, 精确率, 召回率, F1分数, AU-ROC	NA
520	2025-10-06	Trajectory-Ordered Objectives for Self-Supervised Representation Learning of Temporal Healthcare Data Using Transformers: Model Development and Evaluation Study 2025-Jun-04, JMIR medical informatics IF:3.1Q2 DOI:10.2196/68138 PMID:40465350	研究论文	本研究开发了一种名为TOO-BERT的Transformer模型，通过整合轨迹顺序目标来改进电子健康记录序列的建模	提出了轨迹顺序目标(TOO)，通过区分有序医疗代码序列与置换序列来增强模型对时间依赖关系的理解	研究仅在两个特定数据集上验证，需要更多外部验证来确认泛化能力	改进电子健康记录序列建模，更好地捕捉复杂时间依赖关系	电子健康记录中的患者轨迹数据	自然语言处理	心力衰竭,阿尔茨海默病	电子健康记录分析	Transformer	序列医疗数据	MIMIC-IV约1000万医疗代码，MDC约800万医疗代码	NA	BERT,TOO-BERT	AUC	NA