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
221	2025-07-25	GShC-Net: Hybrid deep learning with DCTLAP feature extraction for brain tumor detection 2025-Jul-16, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2025.108577 PMID:40701121	research paper	提出了一种混合深度学习模型GShC-Net，结合DCTLAP特征提取技术用于脑肿瘤检测	融合GoogleNet和Shepard卷积神经网络(ShCNN)构建GShC-Net模型，并改进网络层结构	未提及具体的数据集规模限制或模型泛化能力测试	开发自动化计算机辅助诊断系统以提高脑肿瘤早期检测准确性	脑肿瘤医学影像数据	digital pathology	brain tumor	Discrete Cosine Transform with Local Arc Pattern (DCTLAP)	GShC-Net (GoogleNet-Shepard Convolutional Networks)	image	NA
222	2025-07-25	OMT and tensor SVD-based deep learning model for segmentation and predicting genetic markers of glioma: A multicenter study 2025-Jul-15, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2500004122 PMID:40627394	研究论文	本研究开发了一种基于最优质量传输(OMT)和张量奇异值分解(SVD)的深度学习模型OMT-APC，用于胶质瘤的肿瘤区域分割和遗传标记预测	提出了一种新的OMT方法将不规则MRI脑图像转换为张量，并利用多模式OMT张量SVD进行预分类概率估计	研究仅基于术前MRI数据，未考虑其他临床因素	开发自动化深度学习模型用于胶质瘤的术前遗传特征分析	胶质瘤患者	数字病理学	胶质瘤	MRI	OMT-APC深度学习模型	医学影像(MRI)	3,565例胶质瘤患者(来自16个数据集)
223	2025-07-25	Multimodal Detection of Agitation in People With Dementia in Clinical Settings: Observational Pilot Study 2025-Jul-15, JMIR aging IF:5.0Q1 DOI:10.2196/68156 PMID:40663489	研究论文	本研究提出了一种新颖的多模态系统，用于预测严重痴呆患者的激动和攻击行为（AA）发作，结合了可穿戴传感器数据和隐私保护视频分析	首次整合可穿戴传感器数据和隐私保护视频分析，用于实时预测痴呆患者的AA发作	样本量较小（10名参与者），且仅在单一机构进行	开发一种自主、准确检测和预测痴呆患者AA事件的系统	严重痴呆患者	数字病理学	老年疾病	深度学习模型	Extra Trees, 多层感知机, GRU, LSTM	可穿戴传感器数据, 视频数据	10名参与者
224	2025-07-25	spRefine Denoises and Imputes Spatial Transcriptomics with a Reference-Free Framework Powered by Genomic Language Model 2025-Jul-07, bioRxiv : the preprint server for biology DOI:10.1101/2025.04.22.649977 PMID:40631230	研究论文	介绍了一个名为spRefine的深度学习框架，利用基因组语言模型对空间转录组数据进行去噪和插补	spRefine是一个无参考框架，能够联合去噪和插补空间转录组数据，提高数据整合的鲁棒性，并用于模型预训练和新生物信号的发现	NA	克服空间转录组数据分析中的高噪声和基因测量缺失问题	空间转录组数据	空间转录组学	NA	基因组语言模型	深度学习框架	空间转录组数据	不同规模的数据集
225	2025-07-25	PepTCR-Net: prediction of multi-class antigen peptides by T-cell receptor sequences with deep learning 2025-Jul-02, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf351 PMID:40702702	研究论文	提出了一种名为PepTCR-Net的深度学习框架，用于预测T细胞受体(TCR)识别的多类抗原肽	采用两步框架，结合基于神经网络的特征工程和贝叶斯前馈神经网络预测模型，整合多种生物特征	依赖于公开数据库的数据，可能受限于数据量和质量	开发一种预测TCR-抗原识别的新方法，以帮助理解免疫系统并开发针对癌症、传染病和自身免疫性疾病的新疗法	T细胞受体(TCR)和抗原肽	机器学习	传染病	深度学习	贝叶斯前馈神经网络	序列数据	大型公共数据库
226	2025-07-25	Inferring cell-type-specific gene regulatory network from cellular transcriptomics data with GeneLink 2025-Jul-02, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf359 PMID:40702704	研究论文	本文提出了一种名为GeneLink+的创新框架，用于从细胞转录组数据中推断细胞类型特异性基因调控网络（ctGRNs）	GeneLink+结合了残差-GATv2模块和动态注意力机制，有效解决了数据稀疏性、细胞异质性和深度学习模型中的过平滑问题	未明确提及具体限制，但可能涉及对特定类型转录组数据的适用性或计算资源需求	开发一种能够准确推断细胞类型特异性基因调控网络的方法	细胞转录组数据，特别是单细胞RNA测序、小核RNA测序和空间分辨转录组数据	生物信息学	阿尔茨海默病、乳腺癌	单细胞RNA测序、小核RNA测序、空间分辨转录组学	残差-GATv2	转录组数据	七个数据集，涵盖血液免疫细胞、阿尔茨海默病和乳腺癌等多种应用场景
227	2025-07-25	Benchmarking transcription factor binding site prediction models: a comparative analysis on synthetic and biological data 2025-Jul-02, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf363 PMID:40702706	研究论文	本文通过系统比较PWM、SVM和DL模型在转录因子结合位点预测中的性能，评估了不同因素对模型性能的影响	首次系统比较了PWM、SVM和DL模型在不同条件下的预测性能，并提供了基于人类ChIP-seq数据的预训练SVM模型数据库	研究主要基于人类ChIP-seq数据，可能不适用于其他物种或数据类型	评估和比较不同转录因子结合位点预测模型的性能	转录因子结合位点(TFBSs)预测模型	生物信息学	NA	ChIP-seq	PWM, SVM, DL	DNA序列数据	基于ENCODE的人类ChIP-seq数据，来自多种细胞系和组织
228	2025-07-25	Deep learning diagnosis of hepatic echinococcosis based on dual-modality plain CT and ultrasound images: a large-scale, multicenter, diagnostic study 2025-07-01, International journal of surgery (London, England) DOI:10.1097/JS9.0000000000002486 PMID:40358633	研究论文	开发并验证了一种基于CT和超声多模态成像的深度学习系统，用于提高肝包虫病等肝脏疾病的诊断准确性	首次结合CT和超声两种模态图像，开发了多模态深度学习诊断系统，显著提高了肝包虫病等肝脏疾病的诊断准确率	研究主要集中在中国新疆地区，可能限制了模型在其他地区的泛化能力	提高资源匮乏地区肝包虫病的影像筛查准确性	肝包虫病、肝囊肿、肝脓肿及健康肝脏	数字病理	肝包虫病	CT和超声成像	EfficientNet3D和EfficientNet-B0	图像	8979例病例数据，来自中国新疆8家医院，跨越18年
229	2025-07-25	Deep learning-based radiomics and machine learning for prognostic assessment in IDH-wildtype glioblastoma after maximal safe surgical resection: a multicenter study 2025-07-01, International journal of surgery (London, England) DOI:10.1097/JS9.0000000000002488 PMID:40391963	研究论文	本研究构建并验证了一种基于深度学习和放射组学的机器学习模型，用于预测IDH野生型胶质母细胞瘤患者在最大安全手术切除后的总生存期	结合深度学习分割网络和放射组学特征，开发了一种新的预后评估模型，并通过多中心数据验证了其性能	研究为回顾性设计，可能存在选择偏倚	预测IDH野生型胶质母细胞瘤患者手术后的总生存期	582名IDH野生型胶质母细胞瘤患者	数字病理	胶质母细胞瘤	磁共振成像	ResNet, Step Cox[backward] + RSF	医学影像	582名患者（训练队列301名，内部验证队列128名，外部验证队列153名）
230	2025-07-25	Preoperative Differentiation of Spinal Schwannoma and Meningioma Using Machine Learning-Based Models: A Systematic Review and Meta-Analysis 2025-07, World neurosurgery IF:1.9Q2 DOI:10.1016/j.wneu.2025.124096 PMID:40398809	meta-analysis	评估基于机器学习的模型在术前区分脊髓神经鞘瘤和脑膜瘤中的诊断性能	系统性回顾和荟萃分析机器学习模型在区分两种脊髓肿瘤中的高诊断准确性	仅纳入6项研究，样本量相对有限	评估机器学习模型在术前区分脊髓神经鞘瘤和脑膜瘤的诊断性能	脊髓神经鞘瘤和脑膜瘤患者	machine learning	spinal tumors	machine learning, deep learning	deep learning-based models, ML-based models	medical imaging data	644名患者（364例神经鞘瘤，258例脑膜瘤）
231	2025-07-25	Feature-Reinforced Strategy for Enhancing the Accuracy of Triboelectric Vibration Sensing Toward Mechanical Equipment Monitoring 2025-Jul, Small (Weinheim an der Bergstrasse, Germany) DOI:10.1002/smll.202503997 PMID:40411864	研究论文	本文提出了一种结合界面偶极能量和真空能级优化的新型摩擦电材料机制，设计并开发了一种PDMS封装金属电极的TENG装置，用于精确识别设备运行状态	结合界面偶极能量和真空能级优化解释振动下的电荷生成与分离，设计PDMS封装金属电极的TENG装置，并集成深度学习算法实现高分辨率振动状态分类	未提及具体样本量或实验条件的限制	提升摩擦电振动传感的准确性，实现智能设备的实时监测与诊断	摩擦电纳米发电机(TENG)振动传感器	智能传感与监测	NA	深度学习算法	NA	振动波形数据	NA
232	2025-07-25	InterpolAI: deep learning-based optical flow interpolation and restoration of biomedical images for improved 3D tissue mapping 2025-Jul, Nature methods IF:36.1Q1 DOI:10.1038/s41592-025-02712-4 PMID:40437217	研究论文	提出了一种基于深度学习的生物医学图像光流插值和修复方法InterpolAI，用于改善3D组织映射	InterpolAI在大型图像运动中利用光流AI模型进行插值，优于线性插值和现有光流方法XVFI，能保留微解剖特征和细胞计数，修复组织损伤并减少拼接伪影	NA	提高生物医学图像数据集的分辨率、通量和质量，以实现更好的3D成像	生物医学图像	数字病理	NA	光流插值	AI模型	图像	多种成像模态、物种、染色技术和像素分辨率的数据集
233	2025-07-25	Predicting NSCLC surgical outcomes using deep learning on histopathological images: development and multi-omics validation of Sr-PPS model 2025-07-01, International journal of surgery (London, England) DOI:10.1097/JS9.0000000000002526 PMID:40440686	研究论文	开发并验证了一种基于深度学习的Sr-PPS模型，用于预测非小细胞肺癌（NSCLC）患者术后结果	利用先进的Res2Net深度学习架构开发了新型手术预后预测评分（Sr-PPS）系统，并通过多组学验证揭示了其与肿瘤免疫微环境和关键致癌基因突变的关联	研究样本量相对有限，且验证队列来自公开数据库TCGA，可能存在选择偏倚	开发可靠的预测工具以准确预测NSCLC患者术后结果	非小细胞肺癌（NSCLC）患者	数字病理学	肺癌	深度学习	Res2Net	组织病理学图像和临床数据	337例局部NSCLC患者用于模型开发，554例TCGA数据库NSCLC患者用于验证
234	2025-07-25	Predicting adverse drug reactions for combination pharmacotherapy with cross-scale associative learning via attention modules 2025-Jul, Nature computational science IF:12.0Q1 DOI:10.1038/s43588-025-00816-7 PMID:40588546	research paper	提出了一种名为OrganADR的模型，用于预测组合药物治疗在器官水平上的不良反应	通过多解释性模块整合器官水平的ADR信息、分子水平的药物信息和基于网络的生物医学知识，实现了跨尺度的生物医学信息整合	未提及具体的数据集大小或模型在更广泛器官上的泛化能力	开发一种能够预测组合药物治疗在器官水平上不良反应的计算方法	组合药物治疗的不良反应	machine learning	NA	associative learning, attention modules	OrganADR	biomedical knowledge, drug information, ADR information	评估涉及15个器官
235	2025-07-25	Deep learning-based quantification of tumor-infiltrating lymphocytes as a prognostic indicator in nasopharyngeal carcinoma: multicohort findings 2025-Jul, ESMO open IF:7.1Q1 DOI:10.1016/j.esmoop.2025.105494 PMID:40614660	研究论文	本研究开发了一种基于深度学习的模型（TILDL），用于量化鼻咽癌（NPC）中肿瘤浸润淋巴细胞（TILs）的比例，并探讨其与患者预后及免疫检查点阻断（ICB）治疗反应的关系	首次使用深度学习模型从H&E染色的全切片图像（WSIs）中自动量化TILs，并验证其作为预后指标的潜力	研究为回顾性分析，需要前瞻性研究进一步验证模型的临床适用性	评估深度学习模型在量化TILs及预测鼻咽癌患者预后中的有效性	鼻咽癌患者	数字病理学	鼻咽癌	深度学习，免疫组织化学（IHC）	深度学习模型（具体未说明，推测为CNN类）	图像（H&E染色的全切片图像）	共498例患者（非转移性NPC患者435例，分为训练队列220例和验证队列215例；接受ICB治疗的转移性NPC患者63例）
236	2025-07-25	Deep learning based time-dependent reliability analysis of an underactuated lower-limb robot exoskeleton for gait rehabilitation 2025-Jul, Proceedings of the Institution of Mechanical Engineers. Part H, Journal of engineering in medicine DOI:10.1177/09544119251349362 PMID:40621669	研究论文	本研究评估了一种用于步态康复的欠驱动可穿戴下肢外骨骼的可靠性，并利用深度学习框架结合LSTM进行时间依赖性可靠性分析	采用LSTM增强的深度神经网络算法预测关节位移和末端执行器轨迹的时间依赖性可靠性，并结合条件概率方法完成系统可靠性评估	研究中仅进行了仿真运行，未涉及实际患者测试	评估下肢机器人外骨骼在步态康复中的时间依赖性可靠性	欠驱动可穿戴下肢外骨骼	机器学习	康复医学	LSTM, 计算机辅助设计(CAD)	LSTM, 深度神经网络	仿真数据	超过200次仿真运行
237	2025-07-14	Advancing neural decoding with deep learning 2025-Jul, Nature computational science IF:12.0Q1 DOI:10.1038/s43588-025-00837-2 PMID:40646317	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
238	2025-07-25	Fast and Accurate Classification of Corn Varieties Using Deep Learning With Edge Detection Techniques 2025-Jul, Journal of food science IF:3.2Q2 DOI:10.1111/1750-3841.70439 PMID:40702919	研究论文	本研究利用深度学习和边缘检测技术对玉米品种进行快速准确分类	结合边缘检测算法（CEDA和SEDA）与深度学习模型（ResCNN、DAG-Net和ResNet-18）提高玉米品种分类速度和准确率	仅针对三种玉米品种进行分类，样本量相对较小（1050张图像）	开发快速准确的玉米品种分类方法以提高农业产品质量和可持续性	三种玉米品种（Chulpi Cancha、Indurata和Rugosa）	计算机视觉	NA	Canny边缘检测算法（CEDA）、Sobel边缘检测算法（SEDA）	ResCNN、DAG-Net、ResNet-18	图像	1050张玉米图像
239	2025-07-25	From Presence-Only to Abundance Species Distribution Models Using Transfer Learning 2025-Jul, Ecology letters IF:7.6Q1 DOI:10.1111/ele.70177 PMID:40704696	research paper	本研究探讨了如何通过迁移学习将基于卷积神经网络的物种分布模型（CNN-SDMs）从仅存在数据扩展到丰度数据，以提高预测性能	结合大型仅存在物种数据集和迁移学习，显著提升了基于丰度的CNN-SDMs的性能，特别是在稀有物种和广泛分布物种局部稀有的情况下	研究依赖于可用的物种丰度数据集，这些数据集通常规模较小，可能限制模型的泛化能力	提高物种丰度分布模型的预测性能	地中海沿岸鱼类	machine learning	NA	transfer learning	CNN	species distribution and abundance data	NA
240	2025-07-24	Self-Assembly MXene/PDA@Cotton Fabric Pressure Sensor Integrated with Deep Learning for Sign Language Recognition 2025-Jul-23, ACS applied materials & interfaces IF:8.3Q1 DOI:10.1021/acsami.5c08568 PMID:40643219	研究论文	开发了一种基于MXene/PDA@棉织物的多功能可穿戴压力传感器，结合深度学习技术实现手语识别	采用双氢键自组装策略修饰纬编棉织物，开发出具有宽线性检测范围、高灵敏度和快速响应/恢复时间的压力传感器，并成功应用于手语识别	未提及样本量或具体测试人数	开发智能纺织品用于人机交互和医疗康复训练	MXene/PDA@棉织物压力传感器及其在手语识别中的应用	智能纺织品	NA	双氢键自组装策略	深度学习	压力信号	NA