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
21	2025-09-21	Specific Contribution of the Cerebellar Inferior Posterior Lobe to Motor Learning in Degenerative Cerebellar Ataxia 2025-Jul-16, Cerebellum (London, England) DOI:10.1007/s12311-025-01887-y PMID:40668493	研究论文	本研究利用深度学习算法CerebNet分析小脑亚区体积与运动学习能力的关系，揭示小脑后下叶在退行性小脑共济失调患者运动学习中的特异性作用	首次明确证明小脑后下叶体积与运动学习能力存在特异性关联，而非传统认为的小脑前叶或蚓部	样本量较小（37例患者和18例健康对照），且为横断面研究无法推断因果关系	探究小脑不同亚区体积与运动学习能力及共济失调严重程度的关系	退行性小脑共济失调患者和健康对照者	医学影像分析	退行性小脑共济失调	CerebNet深度学习分割算法，线性回归分析	CNN（基于CerebNet的结构）	MRI影像数据	37例患者和18例健康对照
22	2025-09-21	Preserving noise texture through training data curation for deep learning denoising of high-resolution cardiac EID-CT 2025-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.17938 PMID:40660962	研究论文	本研究开发并测试了基于图像的噪声估计方法，用于训练CNN模型以在心脏EID-CT图像去噪中保留自然噪声纹理	提出了两种直接从患者图像估计噪声的方法，并通过混合训练策略实现了噪声纹理和解剖结构的双重保留	某些方法可能移除小的解剖结构，且样本量有限（仅7例患者测试数据）	提升能量积分探测器CT（EID-CT）高分辨率重建图像的质量，使其噪声水平与光子计数探测器CT（PCD-CT）相当	心脏冠状动脉CT血管造影（cCTA）图像	计算机视觉	心血管疾病	CT成像，深度学习去噪	U-net CNN	医学图像	训练数据来自患者图像，测试包括均匀水模和7例独立患者cCTA检查
23	2025-09-20	A Study of Anatomical Priors for Deep Learning-Based Segmentation of Pheochromocytoma in Abdominal CT 2025-Jul-24, ArXiv PMID:40969484	研究论文	本研究系统评估解剖学先验知识对基于深度学习的腹部CT中嗜铬细胞瘤分割性能的提升效果	提出基于器官特异性解剖先验的多类别标注策略，显著优于传统的全身区域先验方法	样本量相对有限（105例CT扫描），仅基于单中心数据	改进嗜铬细胞瘤的自动分割精度以支持临床评估和疾病监测	腹部CT扫描中的嗜铬细胞瘤病灶	医学图像分析	嗜铬细胞瘤	CT成像	nnU-Net	3D医学图像	91名患者的105例增强CT扫描
24	2025-09-20	Benchmarking and Explaining Deep Learning Cortical Lesion MRI Segmentation in Multiple Sclerosis 2025-Jul-16, ArXiv PMID:40969490	研究论文	提出并评估用于多发性硬化皮质病变MRI分割的深度学习模型基准	首个针对皮质病变检测与分割的多中心综合基准，结合模型可解释性分析和泛化能力验证	数据来自有限机构（4个），域外测试F1分数降至0.5，显示泛化能力仍有提升空间	开发标准化自动方法以促进多发性硬化皮质病变的临床整合	多发性硬化患者的皮质病变	医学图像分析	多发性硬化	MRI（MP2RAGE和MPRAGE序列）	nnU-Net	MRI图像	656份MRI扫描（来自4家机构的临床试验和研究数据）
25	2025-09-20	MuST: multiple-modality structure transformation for single-cell spatial transcriptomics 2025-Jul-02, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf405 PMID:40874816	研究论文	提出一种名为MuST的多模态结构转换方法，用于解决空间转录组数据中的模态偏差问题	通过拓扑发现策略和拓扑融合损失函数整合多模态信息到统一潜在空间，有效协调不同模态间的不一致性	NA	解决空间转录组技术中的模态偏差现象，提升多模态数据在下游任务中的分析效果	空间转录组数据，包括转录组、空间和形态学多模态信息	生物信息学	NA	空间转录组技术，深度学习	深度学习模型	多模态数据（转录组、空间、形态学）	NA
26	2025-09-20	Fluctuation structure predicts genome-wide perturbation outcomes 2025-Jul-01, bioRxiv : the preprint server for biology DOI:10.1101/2025.06.27.661814 PMID:40631127	研究论文	提出CIPHER框架，利用未扰动细胞中的基因共波动预测全基因组扰动响应	首次将统计物理学的线性响应理论应用于功能基因组学，通过基线基因协方差结构预测扰动结果	NA	开发理论驱动模型以解释单细胞扰动筛选数据并预测全基因组响应	基因表达波动和扰动响应	功能基因组学	NA	单细胞扰动筛选，贝叶斯推断	线性响应理论框架	单细胞基因表达数据	11个大规模数据集，4,234次扰动，超过136万细胞
27	2025-09-19	Identifying mating events of group-housed broiler breeders via bio-inspired deep learning models 2025-Jul, Poultry science IF:3.8Q1 DOI:10.1016/j.psj.2025.105126 PMID:40300323	研究论文	开发基于深度学习和生物特征的模型，用于识别群养肉种鸡的交配行为	结合鸟只数量变化和交配生物特征，利用优化的YOLOv8l模型和逻辑框架实现高效交配行为识别，处理速度提升10倍	识别效果受一天中不同时间、鸟龄、鸟只重叠、聚集密度和遮挡影响而波动	自动化监测和分析禽类交配行为，以优化种鸡繁殖力、遗传和整体生产力	罗斯708品种的20只母鸡和2-3只公鸡（56周龄）	计算机视觉	NA	深度学习，目标检测与跟踪	YOLOv7, YOLOv8, DeepSORT, StrongSORT, ByteTrack, SAM2	视频图像	4个实验围栏中的20-23只肉种鸡
28	2025-09-19	Predicting functional outcomes after a stroke event by clinical text notes: A comparative study of traditional machine learning and deep learning methods 2025 Jul-Sep, Health informatics journal IF:2.2Q3 DOI:10.1177/14604582251381194 PMID:40961451	研究论文	比较传统机器学习和深度学习方法在利用临床文本笔记预测急性缺血性卒中后功能结局的性能	系统比较了多种文本特征表示技术（包括BOW、TF-IDF、ELMo和BERT）与不同预测模型的组合，并发现传统机器学习方法在此任务上优于深度学习模型	研究基于单一台湾医院的数据集，可能限制模型的泛化能力	预测急性缺血性卒中后的功能结局以优化医疗资源配置	急性缺血性卒中患者	自然语言处理	心血管疾病	文本挖掘，特征表示技术（BOW, TF-IDF, ELMo, BERT）	KNN, SVM, CNN, LSTM	临床文本笔记	来自台湾一家医院的临床文本数据集（具体样本量未在摘要中说明）
29	2025-09-15	An automated ATAC-seq method reveals sequence determinants of transcription factor dose response in the open chromatin 2025-Jul-27, bioRxiv : the preprint server for biology DOI:10.1101/2025.07.24.666684 PMID:40777328	研究论文	开发自动化ATAC-seq平台RoboATAC，系统研究转录因子剂量对染色质可及性和基因表达的定量影响	首次建立可扩展的自动化ATAC-seq方法，系统揭示DNA序列单独预测剂量敏感性的能力，并发现新型剂量敏感 motif 排列	研究仅在HEK293T细胞中进行，未验证其他细胞类型或体内环境	探究转录因子剂量与染色质可及性及基因表达的定量关系	22种转录因子在HEK293T细胞中的梯度过表达效应	表观基因组学	NA	ATAC-seq，高通量可及性分析	可解释深度学习模型	基因组可及性数据，基因表达数据	246个样本（22种TF的梯度表达实验）
30	2025-09-15	CellFuse Enables Multi-modal Integration of Single-cell and Spatial Proteomics data 2025-Jul-26, bioRxiv : the preprint server for biology DOI:10.1101/2025.07.23.665976 PMID:40777394	研究论文	提出CellFuse，一种基于深度学习的多模态整合框架，用于整合单细胞和空间蛋白质组学数据	专门针对特征重叠有限的场景设计，利用监督对比学习实现跨模态和实验条件的无缝整合，在整合质量和运行效率上优于现有方法	NA	开发一个模态无关的整合框架，以解决单细胞和空间蛋白质组学数据整合中的挑战	健康PBMCs、骨髓、CAR-T治疗的淋巴瘤、健康及肿瘤组织	机器学习	淋巴瘤	单细胞蛋白质组学、空间蛋白质组学	深度学习、监督对比学习	蛋白质组数据	多个数据集（具体样本数量未明确说明）
31	2025-07-26	Comments on "deep learning for kidney trauma detection: CT image algorithm performance and external validation. - experimental study" 2025-Jul-25, International journal of surgery (London, England) DOI:10.1097/JS9.0000000000002703 PMID:40705511	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
32	2025-09-15	Deep-learning triage of 3D pathology datasets for comprehensive and efficient pathologist assessments 2025-Jul-22, bioRxiv : the preprint server for biology DOI:10.1101/2025.07.20.665804 PMID:40777412	研究论文	提出一种基于深度学习的3D病理数据集分流框架CARP3D，用于高效识别高风险二维切片以辅助病理学家评估	利用相邻深度层面的上下文信息为整个组织体积内的所有2D层面分配风险评分，优于基于孤立2D层面的预测模型	NA	开发AI分流系统以提高3D病理数据的评估效率并优化病理学家工作量	前列腺癌活检和Barrett食管内镜活检组织	数字病理	前列腺癌，Barrett食管相关 dysplasia/癌症	open-top light-sheet microscopy (OTLS)	深度学习	3D病理图像	NA
33	2025-09-15	Cascaded Multimodal Deep Learning in the Differential Diagnosis, Progression Prediction, and Staging of Alzheimer's and Frontotemporal Dementia 2025-Jul-21, medRxiv : the preprint server for health sciences DOI:10.1101/2024.09.23.24314186 PMID:40778154	研究论文	本研究开发了一种基于级联多模态深度学习的系统TelDem，用于阿尔茨海默病和额颞叶痴呆的鉴别诊断、进展预测和分期	采用级联多模态混合变换器(CMT)和跨模态融合规范(CMFN)，首次在大型异构数据集(n=7,159)上实现多模态数据融合分析	NA	提升痴呆症的诊断准确性、预后预测和疾病分期能力	阿尔茨海默病(AD)、额颞叶变性亚型患者及健康对照个体	数字病理学	老年性疾病	多模态深度学习	CMT (Cascaded Multi-Modal Mixing Transformer)	多模态临床数据	7,159名患者
34	2025-09-15	Combining Real and Synthetic Data to Overcome Limited Training Datasets in Multimodal Learning 2025-Jul-17, medRxiv : the preprint server for health sciences DOI:10.1101/2025.07.16.25331662 PMID:40791679	研究论文	提出一种结合真实与合成数据的多模态学习策略，用于皮肤病变图像分类	利用大型语言模型从图像元数据合成文本描述，并与原始图像配对以增强多模态表示	依赖图像元数据生成合成文本，可能受限于元数据的质量和完整性	克服多模态生物医学数据中配对样本不足的挑战，提升临床决策支持	皮肤病变图像及配对文本描述	多模态机器学习	皮肤疾病	多模态深度学习，大型语言模型（LLM）	多模态架构（未指定具体模型类型）	图像和文本	九个内部和外部数据源（未提供具体样本数量）
35	2025-09-15	Learning Biophysical Dynamics with Protein Language Models 2025-Jul-15, bioRxiv : the preprint server for biology DOI:10.1101/2024.10.11.617911 PMID:39464109	研究论文	提出两种蛋白质语言模型SeqDance和ESMDance，用于学习蛋白质的生物物理动力学特性	首次将蛋白质动态特性整合到语言模型中，通过分子动力学模拟和正态模式分析数据训练模型	NA	开发能够捕捉蛋白质动态特性的深度学习模型，以更好地预测蛋白质行为和突变效应	蛋白质的结构动力学和突变效应	自然语言处理	NA	分子动力学模拟，正态模式分析	蛋白质语言模型（SeqDance, ESMDance, ESM2）	序列数据，结构数据，动态生物物理特性数据	超过64,000个蛋白质的分子动力学模拟和正态模式分析数据
36	2025-09-15	mamp-ml: A deep learning approach to epitope immunogenicity in plants 2025-Jul-15, bioRxiv : the preprint server for biology DOI:10.1101/2025.07.11.664399 PMID:40791437	研究论文	开发了一个基于深度学习的机器学习框架mamp-ml，用于预测植物受体-配体相互作用和表位免疫原性	结合了二十多年的功能数据和大型蛋白质语言模型ESM-2，构建了能够预测免疫原性结果的管道和模型，即使缺乏实验结构也能实现73%的预测准确率	NA	预测植物受体-配体相互作用和表位免疫原性，实现植物免疫系统的高通量筛选和工程化	植物受体和配体，特别是LRR受体-配体组合	机器学习	NA	蛋白质语言模型ESM-2，机器学习	深度学习	蛋白质序列数据	NA
37	2025-09-15	Expanding the DNA Motif Lexicon of the Transcriptional Regulatory Code 2025-Jul-15, bioRxiv : the preprint server for biology DOI:10.1101/2025.07.09.662874 PMID:40791531	研究论文	开发了一个集成框架，用于扩展转录因子复合元件（CEs）的发现和功能表征	结合计算预测、实验测试和深度学习，在单核苷酸分辨率下学习复合元件词典，并与染色质可及性模型进行对比分析	NA	扩展转录调控代码中DNA motif词典，增强DNA-蛋白质相互作用特异性	后生动物转录调控序列中的转录因子（TF）motif组合	计算生物学	NA	深度学习和定制化大规模并行报告基因检测	深度学习模型GRACE和神经网络模型	DNA序列数据和染色质可及性数据	NA
38	2025-09-15	EZpred: improving deep learning-based enzyme function prediction using unlabeled sequence homologs 2025-Jul-14, bioRxiv : the preprint server for biology DOI:10.1101/2025.07.09.663945 PMID:40791336	研究论文	提出首个利用未标记序列同源物进行酶功能预测的深度学习模型EZpred	首次在深度学习模型中整合未标记序列同源物特征进行酶功能预测，突破现有方法依赖标注数据的限制	NA	提升基于深度学习的酶功能预测准确性	酶蛋白及其序列同源物	生物信息学	NA	蛋白质语言模型(ESMC)，同源序列搜索(MMseqs2)	深度学习模型	蛋白质序列数据	753种酶蛋白
39	2025-09-15	Deep learning predicts cardiac output from seismocardiographic signals in heart failure 2025-Jul-14, medRxiv : the preprint server for health sciences DOI:10.1101/2025.07.11.25331386 PMID:40791697	研究论文	本研究开发了一种深度学习模型，利用心震图（SCG）、心电图（ECG）和身体质量指数（BMI）非侵入性预测心力衰竭患者的心输出量	首次将深度学习与可穿戴SCG传感器结合，实现无创心输出量估计，尤其在低输出状态下表现优异	样本量较小（73例患者），需多中心前瞻性验证以确认普适性和临床影响	开发并评估基于深度学习的无创心输出量估计方法，以替代侵入性右心导管检查	心力衰竭患者	机器学习	心血管疾病	心震图（SCG）、心电图（ECG）	深度卷积神经网络（CNN）	生理信号（SCG和ECG）、数值数据（BMI）	73例心力衰竭患者
40	2025-09-15	Reg2ST: recognizing potential patterns from gene expression for spatial transcriptomics prediction 2025-Jul-02, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf425 PMID:40825238	研究论文	提出Reg2ST深度学习模型，通过对比学习从基因表达中识别潜在模式以预测空间转录组数据	采用对比学习最小化空间转录组与组织学图像间的距离，并创新性地使用非K近邻方法捕获spots间关系	NA	开发高效的空间转录组预测方法以克服传统测序技术成本高、耗时长的问题	人类乳腺癌和皮肤鳞状细胞癌数据集	数字病理学	乳腺癌	空间转录组测序，H&E染色全切片成像	深度学习，对比学习	基因表达数据，组织学图像	使用人类乳腺癌和皮肤鳞状细胞癌数据集进行验证