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
41	2025-09-15	Indel calling from ONT sequencing data of family trios via sparse attention and 3D convolution 2025-Jul-02, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf430 PMID:40828510	研究论文	提出基于稀疏注意力和3D卷积的深度学习模型，用于从家系三代的ONT长读长测序数据中准确检测Indel变异	采用稀疏连接注意力网络和3D卷积块，创新性地结合通道与空间双重注意力机制，有效区分测序错误与真实Indel	未明确说明模型在其他测序平台或数据质量下的泛化能力	提升家系三代测序数据中Indel检测的准确率	家系三代（父母与子代）的ONT测序数据	生物信息学	遗传性疾病	ONT长读长测序	稀疏注意力网络、ResNet、3D CNN	基因组测序数据	基于ONT Q20数据集的家系三代样本
42	2025-09-15	A variational deep-learning approach to modeling memory T cell dynamics 2025-Jul, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1013242 PMID:40705818	研究论文	提出一种结合深度学习和随机变分推理的方法，用于从高维单细胞数据中同时推断动态模型参数和细胞群体结构	开发了一种直接基于单细胞流式细胞术数据（而非预定义聚类动力学）同时推断动态模型参数和群体结构的新方法	NA	研究流感病毒感染小鼠肺组织中驻留记忆CD4和CD8 T细胞的发育和持久性动态	小鼠肺组织中的记忆T细胞（CD4和CD8 T细胞）	计算生物学	流感病毒感染	单细胞流式细胞术，深度学习，随机变分推理	变分深度学习模型	单细胞高维表型数据	NA
43	2025-09-15	Regional climate projections using a deep-learning-based model-ranking and downscaling framework: application to European climate zones 2025-Jul, Environmental science and pollution research international DOI:10.1007/s11356-025-36872-9 PMID:40815421	研究论文	提出一种基于深度学习的多模型评估与降尺度框架，用于改进欧洲气候区的区域气候预测	结合DL-TOPSIS机制对32个CMIP6模型进行排名，并利用先进深度学习模型进行高分辨率降尺度	仅关注温度变量、未量化情景不确定性、transformer模型计算成本较高	提高区域气候预测的准确性和分辨率	欧洲五个柯本-盖格气候区（热带、干旱、温带、大陆性、极地）	机器学习	NA	深度学习降尺度，DL-TOPSIS多标准排名	Vision Transformer (ViT), GeoSTANet, CNN-LSTM, ConvLSTM	气候模型数据	32个CMIP6模型在四个季节的评估
44	2025-09-15	Developing a deep learning-based imaging diagnostic framework, PVDNet, for differentiating pulmonary artery sarcoma and pulmonary thromboembolism: a multi-center observational study 2025-Jul, The Lancet regional health. Western Pacific DOI:10.1016/j.lanwpc.2025.101625 PMID:40933027	研究论文	开发并验证基于深度学习的成像诊断框架PVDNet，用于区分肺动脉肉瘤和肺血栓栓塞	提出首个多中心DL模型PVDNet，在CTPA图像上实现PAS与PTE的细粒度分类，性能接近资深放射科专家水平	模型在区分急性与慢性PTE方面仍需进一步优化	通过深度学习提升肺动脉肉瘤与肺血栓栓塞的影像学鉴别诊断准确性	952例患者的CTPA图像数据（含470例急性PTE、363例慢性PTE和119例PAS）	医学影像分析	肺血管疾病	CT肺动脉造影（CTPA）与深度学习	CNN（基于图像分类的DL框架）	医学影像（CTPA图像）	952例患者（来自15家中心），其中训练集590例，内部测试集186例，外部验证集176例
45	2025-09-15	Open-Source Periorbital Segmentation Dataset for Ophthalmic Applications 2025 Jul-Aug, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2025.100757 PMID:40933660	研究论文	创建并验证了一个用于眼睑整形分割和眶周距离预测的开源数据集	首个专门为眼睑整形和颅面分割任务设计的公开数据集，并提供开源工具包	NA	开发并验证用于深度学习的眶周结构分割数据集	人脸图像中的眼部区域，包括虹膜、巩膜、眼睑、泪阜和眉毛	计算机视觉	NA	深度学习分割	DeepLabV3	图像	2842张图像，来自两个开源数据集
46	2025-09-15	Deep learning integration of chest computed tomography and plasma proteomics to identify novel aspects of severe COVID-19 pneumonia 2025-Jul, Journal of intensive medicine DOI:10.1016/j.jointm.2024.11.001 PMID:40933743	研究论文	本研究通过深度学习整合胸部CT影像与血浆蛋白质组学，识别重症COVID-19肺炎的新特征	首次结合上下文感知自监督表示学习（CSRL）与蛋白质组数据构建图像-表达轴（IEAs），揭示疾病异质性并关联治疗反应	研究仅基于2022-2023年单一人群队列，未包含外部验证集	解析重症COVID-19肺炎的异质性并探索预后预测标志物	重症COVID-19肺炎患者	数字病理学	COVID-19	Olink炎症panel蛋白质组检测、CT影像分析	上下文感知自监督表示学习（CSRL）、深度学习模型	医学影像（CT）、蛋白质组数据、临床数据	1979例患者（训练集630例，测试集1349例）
47	2025-09-15	The Application and Diagnostic Accuracy of Artificial Intelligence in Rhinology: A Review 2025-Jul, Cureus DOI:10.7759/cureus.87966 PMID:40821134	综述	本文系统回顾了人工智能在鼻科学中的应用及其诊断准确性，重点关注临床实用性和实施障碍	首次系统评估多种AI技术（包括CNN、ML和大语言模型）在鼻科学多个诊断任务中的综合表现	大多数研究存在中度偏倚风险，缺乏临床整合验证，方法学异质性较大	评估人工智能技术在鼻科学领域的应用和诊断准确性	鼻科学相关的诊断任务，包括图像解读、细胞学分类和临床决策支持	医疗人工智能	鼻科疾病	机器学习、深度学习、大语言模型	CNN, ML models, ChatGPT, Gemini	医学图像、患者报告数据、临床问题文本	基于17篇全文研究的系统回顾，其中12篇符合纳入标准
48	2025-09-15	Correction to: A deep learning model for classifying left ventricular enlargement for both transthoracic echocardiograms and handheld cardiac ultrasound 2025-Jul, European heart journal. Imaging methods and practice DOI:10.1093/ehjimp/qyaf104 PMID:40822533	correction	对一篇关于深度学习模型分类左心室扩大的文章进行更正	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
49	2025-09-15	Cerebral blood flow monitoring using a deep learning implementation of the two-layer diffuse correlation spectroscopy analytical model with a 512 × 512 SPAD array 2025-Jul, Neurophotonics IF:4.8Q1 DOI:10.1117/1.NPh.12.3.035008 PMID:40831579	研究论文	本研究开发了一种基于深度学习和双层扩散相关光谱分析模型的实时脑血流监测方法	首次将深度学习与双层DCS分析模型结合，实现35毫米源探距离下的实时脑血流监测，显著提升计算速度和脑血流敏感性	虽然双层分析拟合性能最优，但其依赖严格假设和前提条件，且计算复杂不适合实时监测	开发快速准确的DCS数据处理方法，实现实时脑灌注监测	脑血流指数（CBFi）监测	生物医学工程	脑血管疾病	扩散相关光谱（DCS）、蒙特卡洛模拟、512×512 SPAD阵列	深度学习	光学信号	通过蒙特卡洛模拟生成测试数据集，并进行两项体内生理响应测试
50	2025-09-15	AI-Driven Neonatal MRI Interpretation: A Systematic Review of Diagnostic Efficiency, Prognostic Value, and Implementation Barriers for Hypoxic-Ischemic Encephalopathy 2025-Jul, Cureus DOI:10.7759/cureus.88212 PMID:40831854	系统综述	本文系统综述了人工智能在新生儿缺氧缺血性脑病MRI诊断与预后评估中的效率、价值及实施障碍	首次系统评估AI（特别是CNN）在HIE新生儿MRI分析中的诊断效能与预后预测价值，并与传统放射学评估进行对比	纳入研究样本量较小（100-200例），MRI协议存在异质性，且计算需求较高	评估AI在新生儿缺氧缺血性脑病神经影像中的诊断效率、预后价值及临床实施挑战	缺氧缺血性脑病（HIE）新生儿	医学影像分析	新生儿脑病	深度学习	CNN（卷积神经网络）	MRI影像	5项研究（总样本量未明确，单项研究n=100-200）
51	2025-09-15	Hybrid deep learning enables multi-institutional delineation of active bone marrow for gynecologic radiotherapy 2025-Jul, Physics and imaging in radiation oncology DOI:10.1016/j.phro.2025.100823 PMID:40837604	研究论文	开发一种混合深度学习方法，用于在妇科癌症患者的CT图像中分割活性骨髓，以支持放疗中的骨髓保护	提出结合nnU-Net预测与解剖骨结构的混合nnU-Net方法，通过布尔运算进行后处理，实现多机构活性骨髓的精确分割	研究为回顾性设计，仅包含319例患者，前瞻性验证案例数量有限（2例）	开发深度学习模型以在CT图像中自动识别活性骨髓，为妇科放疗提供骨髓保护策略	妇科癌症患者	数字病理	妇科癌症	18F-FDG PET/CT，深度学习	混合nnU-Net, U-Net, V-Net, ResU-Net, nnU-Net, UNETR	CT图像	319例患者（来自5个机构），其中290例用于训练，29例用于独立测试
52	2025-09-15	Insights Into AI-Enabled Early Diagnosis of Oral Cancer: A Scoping Review 2025-Jul, Cureus DOI:10.7759/cureus.88407 PMID:40842743	综述	本文通过范围综述评估人工智能在口腔癌早期诊断中的应用与潜力	系统总结了2016-2025年间AI技术在口腔癌早期诊断中的最新进展，特别关注深度学习模型在敏感性和特异性方面的优异表现	纳入研究的方法和数据集存在异质性，可能影响结果的一致性	评估各种人工智能技术在口腔癌早期诊断中的效果和应用前景	口腔潜在恶性病变(OPMDs)和口腔癌(OC)	digital pathology	oral cancer	AI-based diagnostic techniques	CNN, Deep CNN, ANN, random forest, decision tree	photographic images, mobile images, cytology images, radiographic images	28篇符合纳入标准的研究（从88篇检索文献中筛选）
53	2025-09-15	Artificial intelligence in disease diagnostics: a comprehensive narrative review of current advances, applications, and future challenges in healthcare 2025-Jul, Annals of medicine and surgery (2012) DOI:10.1097/MS9.0000000000003423 PMID:40851938	综述	本文全面回顾了人工智能在疾病诊断领域的当前进展、应用及未来挑战	系统整合AI在医疗诊断多领域的应用现状，并针对资源匮乏环境提出创新性解决框架	属于叙述性综述，未进行定量数据整合或质量评估	探讨人工智能在疾病诊断中的技术进展、实际应用与实施障碍	医疗诊断系统中的人工智能技术及应用案例	医疗人工智能	多疾病领域（含癌症等）	机器学习、深度学习、自然语言处理	NA	多模态医疗数据（影像、病理、文本等）	NA（文献综述未涉及具体样本量）
54	2025-09-14	Artificial Intelligence in Diabetes Care: Applications, Challenges, and Opportunities Ahead 2025-Jul-17, Endocrine practice : official journal of the American College of Endocrinology and the American Association of Clinical Endocrinologists IF:3.7Q2 DOI:10.1016/j.eprac.2025.07.008 PMID:40683367	综述	本文综述了人工智能在糖尿病护理中的最新应用、挑战及未来机遇	整合传统机器学习和深度学习算法，探索非侵入性生物标志物识别、图像辅助膳食分析及胰岛素自动输送系统优化等新兴方向	基于文献综述，缺乏原始数据验证；未涉及具体临床实施障碍的深度分析	评估人工智能在糖尿病护理中的应用潜力与转化前景	糖尿病患者及糖尿病相关并发症（如视网膜病变、黄斑水肿、神经病变）	医疗人工智能	糖尿病	机器学习（ML）、深度学习	NA	电子健康记录、医学图像、生物标志物数据	NA（文献综述未注明具体样本量）
55	2025-09-14	Modeling inter-reader variability in clinical target volume delineation for soft tissue sarcomas using diffusion model 2025-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.17865 PMID:40317577	研究论文	本研究开发了一种基于扩散模型的深度学习技术，用于模拟软组织肉瘤临床靶区勾画中的读者间变异性	首次使用扩散模型生成多个合理的临床靶区轮廓，模拟临床实践中不同读者之间的勾画差异	样本量相对较小（51例训练集+5例验证集），需要进一步验证模型的泛化能力	开发能够模拟临床靶区勾画读者间变异性的自动分割方法	软组织肉瘤患者	医学图像分析	软组织肉瘤	扩散模型，多模态医学影像分析	diffusion model	多模态医学影像（FDG-PET、CT、MRI）	51例患者训练集，5例患者独立验证集
56	2025-09-13	Explainable deep learning model WAL-net for individualised assessment of potentially reversible malnutrition in patients with cancer: a multicentre cohort study 2025-Jul-28, The British journal of nutrition DOI:10.1017/S000711452510384X PMID:40637106	研究论文	本研究开发了一种可解释的深度学习模型WAL-net，用于预测癌症患者中潜在可逆性营养不良的个体化评估	首次使用时序数据和LSTM架构预测癌症相关营养不良的可逆性，并提供了模型的可解释性和临床相关性验证	研究基于多中心队列但可能存在选择偏倚，外部验证集样本量相对较小	利用机器学习预测癌症患者的可逆性营养不良，优化临床营养管理	癌症住院患者，特别是被诊断为营养不良的患者	数字病理	癌症	机器学习，深度学习	LSTM	时序数据（体重和骨骼肌数据）	4254名癌症相关营养不良患者（发现集2977人，测试集1277人，外部验证集798人）
57	2025-09-13	A hybrid 1DCNN-GRU deep learning framework for classifying caprine granulosa cell fertility potential using single-cell transcriptomics 2025-Jul, Veterinary world IF:1.7Q2 DOI:10.14202/vetworld.2025.1922-1935 PMID:40926859	研究论文	本研究开发了一种混合1DCNN-GRU深度学习模型，利用单细胞转录组数据对山羊颗粒细胞的生育潜力进行分类	首次将深度学习应用于山羊颗粒细胞的生育潜力分类，并创新性地结合1DCNN和GRU网络处理scRNA-seq数据	需要在更大数据集和跨物种中进行进一步验证以确认模型的普适性	开发基于深度学习的分类方法，评估山羊颗粒细胞的生育支持潜力	山羊颗粒细胞（GCs）	机器学习	NA	scRNA-seq, 差异表达基因分析	1DCNN-GRU混合模型	基因表达数据	来自单胎和多胎山羊的公开scRNA-seq数据集
58	2025-09-12	A novel ligand-based convolutional neural network for identification of P-glycoprotein ligands in drug discovery 2025-Jul-25, Molecular diversity IF:3.9Q2 DOI:10.1007/s11030-025-11301-8 PMID:40715638	研究论文	提出一种新型配体卷积神经网络NLCNN，用于药物发现中P-糖蛋白配体的高精度识别	整合分子对接和配体深度学习，在更大数据集上实现比传统CNN和SVM高19-24%的精确率和召回率	模型训练仅基于197个P-gp底物数据集，样本规模有限	开发高精度计算工具以预测P-糖蛋白与药物的相互作用，助力药物研发和个性化医疗	P-糖蛋白（P-gp）的配体（底物和抑制剂）	计算药理学	癌症	分子对接、同源建模	CNN（卷积神经网络）	分子结构数据	197个P-gp底物
59	2025-09-12	Multimodal Deep Learning for Predicting Postoperative Vault and Selecting ICL Sizes Using AS-OCT and UBM Images 2025-Jul-25, Journal of cataract and refractive surgery IF:2.6Q1 DOI:10.1097/j.jcrs.0000000000001747 PMID:40929576	研究论文	开发并验证一种多模态深度学习模型，用于预测术后拱高并选择ICL尺寸，结合AS-OCT和UBM图像及临床特征	首次整合AS-OCT和UBM多模态图像与临床数据，通过深度学习提升ICL尺寸选择的准确性，性能接近资深医生水平	样本量有限（209只眼），需扩大样本并进行多中心验证以增强泛化能力	提高ICL植入术后拱高预测和晶体尺寸选择的精确度	接受ICL V4c植入术的患者眼部数据	计算机视觉	眼科疾病	AS-OCT, UBM, 深度学习	ResNet50, LightGBM, XGBoost, Random Forest	图像（AS-OCT、UBM）、临床数据	105名患者的209只眼，共626张AS-OCT图像和1309张UBM图像
60	2025-09-12	Learning Universal Representations of Intermolecular Interactions with ATOMICA 2025-Jul-15, bioRxiv : the preprint server for biology DOI:10.1101/2025.04.02.646906 PMID:40291688	研究论文	提出ATOMICA几何深度学习模型，学习跨五种分子模态的原子尺度分子间相互作用表示	首个能够统一表示蛋白质、小分子、金属离子、脂质和核酸五种分子模态相互作用界面的模型，支持通过嵌入组合生成新相互作用的表示	NA	开发通用分子相互作用表示模型以理解和注释分子功能	分子间相互作用界面，包括蛋白质、小分子、金属离子、脂质和核酸	机器学习	NA	几何深度学习，自监督去噪和掩码训练	几何深度学习模型	分子结构数据	2,037,972个相互作用复合物