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
401	2025-10-06	Association of deep learning-derived histologic features of placental chorionic villi with maternal and infant characteristics in the New Hampshire birth cohort study 2025-Jul-23, Placenta IF:3.0Q2 DOI:10.1016/j.placenta.2025.07.084 PMID:40902262	研究论文	本研究利用深度学习技术自动量化胎盘绒毛膜绒毛特征，并分析其与母婴临床特征的相关性	首次开发基于深度学习的自动化方法检测超过900万个胎盘绒毛，并利用无监督聚类识别出与生物学分类一致的绒毛亚型	研究样本仅来自新罕布什尔州出生队列，样本量相对有限，且仅分析了足月胎盘	通过AI方法标准化胎盘结构量化，减轻病理学家负担，深入了解胎盘生长和适应机制	1531例足月胎盘全玻片图像中的绒毛膜绒毛结构	数字病理学	妇产科疾病	全玻片成像，深度学习分割	深度学习分割模型	病理图像	1531例足月胎盘全玻片图像，检测超过900万个绒毛	NA	NA	统计显著性(p值)	NA
402	2025-10-06	Enhancing breast cancer classification using a deep sparse wavelet autoencoder approach 2025-Jul-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-11816-y PMID:40681757	研究论文	提出一种集成深度学习、稀疏编码和小波网络的深度稀疏小波自编码器方法，用于增强二维乳腺癌图像分类性能	提出新型DSWAE架构，结合堆叠小波自编码器构建专门针对二维乳腺癌图像分类的鲁棒模型，在提升分类精度的同时优化计算效率	NA	开发高效的二维乳腺癌图像分类方法以提升早期检测和分期准确性	二维乳腺癌图像数据集	计算机视觉	乳腺癌	数字成像技术	自编码器	图像	NA	NA	深度稀疏小波自编码器(DSWAE), 堆叠小波自编码器	精确率, 召回率	NA
403	2025-10-06	Ultrafast T2-weighted MR imaging of the urinary bladder using deep learning-accelerated HASTE at 3 Tesla 2025-Jul-15, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01810-1 PMID:40665218	研究论文	评估深度学习重建的半傅里叶单次激发快速自旋回波序列在3特斯拉磁共振上实现膀胱超快速成像的可行性	首次将深度学习重建技术应用于HASTE序列，显著缩短膀胱成像时间同时提高图像质量	DL-HASTE和HASTE对膀胱内尿液流动伪影敏感，而T2-TSE序列几乎不受影响	开发并验证基于深度学习的超快速膀胱磁共振成像技术	50名接受盆腔磁共振检查的患者	医学影像	泌尿系统疾病	磁共振成像，深度学习重建	深度学习	磁共振图像	50名患者	NA	NA	图像质量评分，信噪比，对比噪声比	NA
404	2025-10-06	Longitudinal Tracking of Emphysema Holes at Noncontrast CT: Dynamic Patterns and Clinical Relationships 2025-Jul, Radiology IF:12.1Q1 DOI:10.1148/radiol.243239 PMID:40662972	研究论文	本研究使用深度学习软件纵向追踪肺气肿空洞的动态变化，并分析其与肺功能下降、疾病进展和死亡率的关系	首次使用深度学习技术对肺气肿空洞进行纵向追踪，并根据直径变化对空洞进行动态分组	样本量相对较小（108名参与者），且为韩国阻塞性肺病队列的二次分析	追踪肺气肿空洞的纵向变化模式，并研究其与临床指标的关系	韩国阻塞性肺病队列研究的参与者	医学影像分析	阻塞性肺病/肺气肿	非对比CT成像	深度学习	CT医学影像	108名参与者（平均年龄63.4岁，104名男性）	NA	NA	线性回归系数(β), p值, log-rank检验	NA
405	2025-10-06	Massively parallel characterization of non-coding de novo mutations in autism spectrum disorder 2025-Jul-28, Journal of genetics and genomics = Yi chuan xue bao DOI:10.1016/j.jgg.2025.07.008 PMID:40738258	研究论文	本研究通过整合多种技术系统评估了自闭症谱系障碍中非编码新生突变的功能影响	开发了结合细胞特异性调控元件注释、深度学习变异预测模型和大规模并行报告实验的优化方法，首次系统识别具有功能调控效应的非编码新生突变	研究主要基于特定队列数据，需要进一步验证在更广泛人群中的适用性	阐明非编码新生突变在自闭症谱系障碍发病机制中的功能作用和分子机制	自闭症谱系障碍患者中的非编码新生突变	生物信息学	自闭症谱系障碍	深度学习, 大规模并行报告实验, 基因组注释	深度学习模型	基因组序列数据, 功能基因组学数据	来自Simons Simplex Collection和Autism Speaks MSSNG资源的227,878个非编码新生突变	NA	NA	比值比, P值	NA
406	2025-10-06	Deep learning based classification of tibio-femoral knee osteoarthritis from lateral view knee joint X-ray images 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-04869-6 PMID:40594325	研究论文	提出一种基于深度学习的膝关节X光图像分析方法，用于定位和分类胫股关节骨关节炎	首个分别针对前后位和侧位视图自动分类胫股关节骨关节炎的深度学习方法	侧位视图的分类性能（92.42%）低于前后位视图（98.57%）	开发有效的深度学习方法来定位和分类胫股关节间隙宽度及骨关节炎	胫股膝关节X光图像	计算机视觉	骨关节炎	X射线成像	CNN	图像	4334个膝关节X光图像数据点	NA	DenseNet 201	定位准确率, 分类准确率	NA
407	2025-10-06	Multiscale wavelet attention convolutional network for facial expression recognition 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07416-5 PMID:40596501	研究论文	提出一种结合多尺度卷积和小波通道注意力机制的神经网络模型用于面部表情识别	首次将多尺度卷积层与小波通道注意力机制结合，提出wCA-MCNN模型，在CNN和ResNet18基础上实现显著精度提升	仅在两个数据集上验证，未在更大规模或更多样化的数据集上进行测试	提高面部表情识别的准确率	面部表情图像	计算机视觉	NA	NA	CNN, ResNet	图像	两个数据集：FESR（真实课堂收集）和KDEF	NA	MCNN, wCA-CNN, wCA-MCNN, MsC-ResNet18, wCA-ResNet18, MsC-wCA-ResNet18	准确率	NA
408	2025-10-06	Feasibility/clinical utility of half-Fourier single-shot turbo spin echo imaging combined with deep learning reconstruction in gynecologic magnetic resonance imaging 2025-07, Abdominal radiology (New York) DOI:10.1007/s00261-024-04739-1 PMID:39692759	研究论文	本研究评估结合深度学习重建的iHASTE序列在妇科MRI中的临床效用	首次将深度学习重建技术与可变翻转角演进的HASTE序列(iHASTE)结合应用于妇科MRI	回顾性研究设计，样本量有限(79例患者)，仅三位放射科医师参与评估	评估iHASTE序列在妇科MRI中的图像质量和临床应用价值	接受妇科MRI检查的患者	医学影像分析	妇科疾病	磁共振成像，深度学习重建，半傅里叶单次激发快速自旋回波	深度学习	医学影像	79例无抗痉挛药物患者和79例病例对照匹配患者	NA	NA	图像质量定性评估，伪影鲁棒性，组织对比度，子宫病变边缘评分	NA
409	2025-10-06	A novel artificial intelligence segmentation model for early diagnosis of bladder tumors 2025-07, Abdominal radiology (New York) DOI:10.1007/s00261-024-04715-9 PMID:39738572	研究论文	开发基于Transformer的膀胱肿瘤分割网络BTS-Net，用于早期膀胱癌的智能诊断	首次将Transformer架构应用于膀胱肿瘤分割任务，能够准确识别平坦癌组织和微小卫星病灶	研究样本仅来自单一医疗中心，需要更多外部验证	提高早期膀胱肿瘤的识别率，减少漏诊	膀胱癌患者的手术视频数据	计算机视觉	膀胱癌	深度学习	Transformer	视频	273例膀胱癌患者的TURBT手术视频	NA	BTS-Net	MPrecision, MRecall, MIoU, F1-score	NA
410	2025-10-06	Preoperative discrimination of absence or presence of myometrial invasion in endometrial cancer with an MRI-based multimodal deep learning radiomics model 2025-07, Abdominal radiology (New York) DOI:10.1007/s00261-024-04766-y PMID:39747670	研究论文	开发基于MRI的多模态深度学习放射组学模型，用于术前判别子宫内膜癌肌层浸润状态	首次结合临床特征与深度学习特征构建多模态模型，采用集成稀疏贝叶斯极限学习机进行特征整合	回顾性研究设计，样本来源限于五个医疗中心	提高子宫内膜癌术前肌层浸润评估的准确性	1139例子宫内膜癌患者	医学影像分析	子宫内膜癌	磁共振成像	深度学习	医学影像	1139例患者（来自5个独立中心）	NA	ResNet18	AUC, IDI, DCA	NA
411	2025-10-06	Accelerating brain T2-weighted imaging using artificial intelligence-assisted compressed sensing combined with deep learning-based reconstruction: a feasibility study at 5.0T MRI 2025-Jul-01, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01763-5 PMID:40596927	研究论文	本研究评估了人工智能辅助压缩感知与深度学习重建技术结合在5.0T MRI上加速脑部T2加权成像的可行性	首次在5.0T MRI上探索ACS与DLR技术的协同应用，实现78%的扫描时间缩减	样本量相对有限（98名参与者），且为单中心可行性研究	系统评估ACS-DLR集成技术在5.0T MRI脑部T2加权成像中的诊断效能	脑部T2加权成像	医学影像分析	脑部疾病	MRI T2加权成像，压缩感知，深度学习重建	深度学习	医学影像	98名参与者	NA	NA	信噪比，对比噪声比，图像质量评分	5.0T MRI设备
412	2025-10-06	A deep foundation model for electrocardiogram interpretation: enabling rare disease detection through transfer learning 2025-Jul, European heart journal. Digital health DOI:10.1093/ehjdh/ztaf051 PMID:40703125	研究论文	开发用于心电图解读的深度基础模型，并通过迁移学习实现罕见疾病检测	构建了迄今为止最全面的心电图深度神经网络模型，并首次将基础模型概念应用于心电图分析，通过迁移学习在数据有限的情况下有效检测罕见疾病	罕见疾病检测的数据集相对较小，模型性能在罕见疾病检测上仍有提升空间	开发能够有效解读心电图并检测罕见心脏疾病的基础模型	心电图信号和相关的68种常见心电图诊断及3种罕见疾病	医疗人工智能	心脏疾病	心电图分析	CNN	心电图信号	160万份心电图，来自UCSF 1986-2019年的临床常规采集	NA	卷积深度神经网络	AUC, 敏感度, 特异性	NA
413	2025-10-06	Antimicrobial Peptides Design Using Deep Learning and Rational Modifications: Activity in Bacteria, Candida albicans, and Cancer Cells 2025-Jul-11, Current microbiology IF:2.3Q3 DOI:10.1007/s00284-025-04346-3 PMID:40643674	研究论文	本研究利用深度学习和理性修饰设计抗菌肽，并评估其在细菌、白色念珠菌和癌细胞中的活性	结合两种深度学习算法生成抗菌肽，并通过生物信息学和AI工具进行理性修饰优化	仅对12种合成肽进行了体外测试，样本规模有限	开发具有高抗菌活性和生物安全性的新型抗菌肽	抗菌肽及其对细菌、白色念珠菌和癌细胞的抑制作用	机器学习	细菌感染,真菌感染,乳腺癌	深度学习,生物信息学分析,体外测试	深度学习算法	肽序列数据,生物活性数据	26个计算机生成的合成肽，其中12个进行体外测试	NA	NA	最小抑菌浓度(MIC),半数抑制浓度(IC)	NA
414	2025-10-06	3BTRON: A Blood-Brain Barrier Recognition Network 2025-Jul-04, Communications biology IF:5.2Q1 DOI:10.1038/s42003-025-08453-6 PMID:40615521	研究论文	提出一种名为3BTRON的深度学习框架，用于自动分析血脑屏障的电子显微镜图像	首次开发专门用于血脑屏障结构分析的深度学习网络，能够通过图像特征识别年龄相关的血脑屏障变化	模型仅在359个小鼠样本上训练和验证，尚未在人类数据或更大样本上测试	开发自动化工具分析血脑屏障在衰老过程中的结构变化	年轻和年老小鼠的血脑屏障电子显微镜图像	数字病理	老年疾病	电子显微镜	深度学习	图像	359个小鼠脑部样本	NA	3BTRON	灵敏度, 特异度	NA
415	2025-10-06	Base-resolution binding profile prediction of proteins on RNAs with deep learning 2025-Jul-19, Nucleic acids research IF:16.6Q1 DOI:10.1093/nar/gkaf748 PMID:40794872	研究论文	提出了一种基于深度学习的iDeepB方法，用于预测蛋白质在RNA上的碱基分辨率结合谱	首次整合细胞系特异性基因表达谱来预测蛋白质-RNA相互作用，构建了表达感知基准数据集	未明确说明方法在其他类型RNA结合蛋白或细胞系中的泛化能力	开发能够准确预测蛋白质在RNA上结合核苷酸和结合强度的计算方法	RNA结合蛋白及其与RNA的相互作用	机器学习	NA	eCLIP-seq, RNA-seq	深度学习, 多头注意力机制	基因组序列数据, 基因表达数据	基于细胞特异性RNA-seq和eCLIP-seq数据构建的基准数据集	NA	混合深度网络, 多头注意力	结合谱预测准确性	NA
416	2025-10-06	Decoding tissue complexity: multiscale mapping of chemistry-structure-function relationships through advanced visualization technologies 2025-Jul-10, Journal of materials chemistry. B DOI:10.1039/d5tb00744e PMID:40476698	综述	本文系统探讨了先进生物可视化技术在解码组织多尺度化学-结构-功能关系中的原理、应用与局限	重点分析了人工智能驱动的图像分析、多维成像重建和多模态数据整合等变革性技术进步	NA	通过先进可视化技术解析生物组织的多尺度复杂性，推动生物材料开发和生物医学研究	生物组织和器官的多尺度结构与功能特征	生物医学可视化	NA	多维成像、多模态数据整合、增强现实	深度学习	多维图像数据、多模态生物数据	NA	NA	NA	NA	NA
417	2025-10-06	Applying multimodal AI to physiological waveforms improves genetic prediction of cardiovascular traits 2025-Jul-03, American journal of human genetics IF:8.1Q1 DOI:10.1016/j.ajhg.2025.05.015 PMID:40543505	研究论文	提出多模态深度学习框架M-REGLE，通过联合分析生理波形数据提升心血管性状的遗传预测能力	开发了首个用于多模态生理波形联合表征学习的遗传发现框架，相比单模态方法显著提高了遗传位点发现数量	研究主要聚焦心血管性状，未验证在其他生理系统或疾病中的适用性	利用多模态生理数据改进复杂性状的遗传关联研究	心电图和光电容积脉搏波等生理波形数据	机器学习	心血管疾病	GWAS, 深度学习	卷积变分自编码器	生理波形信号	多个生物银行的大规模人群数据	NA	卷积变分自编码器	遗传位点发现数量, 遗传风险评分预测性能	NA
418	2025-10-06	Hyperspectral Imaging for Rapid Detection of Common Infected Bacteria Based on Fluorescence Effect 2025-07, Journal of biophotonics IF:2.0Q3 DOI:10.1002/jbio.202500164 PMID:40444593	研究论文	本研究结合荧光高光谱成像与深度学习算法，开发了一种快速检测伤口常见感染细菌的非侵入性方法	首次将荧光高光谱成像技术与空间-光谱多尺度注意力网络相结合，实现低至10 CFU/mL细菌浓度的快速非侵入检测	仅针对8种常见细菌进行研究，未涵盖所有可能的致病菌种类	开发快速准确的细菌感染检测方法	伤口感染中的八种常见细菌	计算机视觉	细菌感染	荧光高光谱成像(FHSI)	深度学习	高光谱图像	八种细菌物种的培养板荧光数据	NA	空间-光谱多尺度注意力网络(SSMA-Net)	准确率	NA
419	2025-10-06	Hyperspectral Imaging for Predicting Bladder Cancer Grading: A Novel Diagnostic Approach 2025-07, Journal of biophotonics IF:2.0Q3 DOI:10.1002/jbio.202500161 PMID:40456708	研究论文	提出一种基于深度学习的多模态融合模型RVCK-net，通过整合高光谱成像和病理图像实现膀胱癌精准分级	首次提出结合高光谱成像和病理图像的多模态融合模型，采用自适应融合机制整合空间和光谱信息	NA	提高膀胱癌分级的准确性和诊断一致性	膀胱癌组织样本	数字病理学	膀胱癌	高光谱成像, 病理成像	深度学习, 多模态融合模型	高光谱图像, 病理图像	NA	NA	RVCK-net	准确率	NA
420	2025-10-06	PTMFusionNet: A Deep Learning Approach for Predicting Disease Related Post-translational Modification and Classifying Disease Subtypes 2025-Jul, Molecular & cellular proteomics : MCP IF:6.1Q1 DOI:10.1016/j.mcpro.2025.101009 PMID:40466864	研究论文	提出一种名为PTMFusionNet的深度学习方法，用于预测疾病相关翻译后修饰并整合蛋白质表达数据进行疾病亚型分类	开发了结合层注意力图卷积网络和特征加权图卷积网络的双重GCN模型，能够预测PTM潜力分数并与蛋白质表达数据融合	NA	预测疾病相关翻译后修饰并改进疾病亚型分类	蛋白质翻译后修饰和疾病亚型	机器学习	癌症	质谱技术	GCN	蛋白质表达数据和PTM信息	三个数据集（KIPAN、COADREAD和THCA）	NA	Layer-Attention Graph Convolutional Network (LAGCN), Feature Weighting Graph Convolutional Network (FWGCN)	准确率, F1分数, AUC	NA