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
1021	2025-10-06	TCR-epiDiff: solving dual challenges of TCR generation and binding prediction 2025-Jul-01, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf202 PMID:40662810	研究论文	提出了一种基于扩散模型的深度学习框架TCR-epiDiff，用于生成表位特异性T细胞受体并预测TCR-表位结合	首次将扩散概率模型应用于TCR序列生成，同时整合表位信息进行特异性生成和结合预测	NA	解决TCR生成和结合预测的双重挑战，为疫苗和免疫疗法设计提供支持	T细胞受体(TCRs)和表位	机器学习	NA	深度学习	扩散模型	序列数据	NA	PyTorch	去噪扩散概率模型, ProtT5-XL	NA	NA
1022	2025-10-06	Accurate PROTAC-targeted degradation prediction with DegradeMaster 2025-Jul-01, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf191 PMID:40662822	研究论文	本研究开发了DegradeMaster，一种基于E(3)-等变图神经网络的半监督预测器，用于准确预测PROTACs的靶向降解能力	首次将E(3)-等变图编码器引入PROTAC降解预测，结合基于记忆的伪标签策略和互注意力池化模块，充分利用3D几何约束和未标记数据	未明确说明模型在更大规模数据集上的泛化能力以及计算复杂度分析	开发更准确的PROTAC靶向蛋白降解预测计算方法	蛋白水解靶向嵌合体(PROTACs)分子	机器学习	NA	深度学习，图神经网络	图神经网络(GNN)	3D分子图数据	NA	PyTorch	E(3)-等变图神经网络	AUROC, 准确率	NA
1023	2025-10-06	DivPro: diverse protein sequence design with direct structure recovery guidance 2025-Jul-01, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf258 PMID:40662823	研究论文	提出一种基于结构恢复指导的多样化蛋白质序列设计方法DivPro	学习概率序列空间而非固定序列表示，结合结构预测结果作为训练指导，显著提高序列多样性同时保持高结构恢复率	在处理远缘同源蛋白时可能仍有局限，未在更广泛的蛋白质家族上进行验证	开发能够设计折叠成相似结构但序列多样化的蛋白质序列生成方法	蛋白质序列和结构	计算生物学	NA	蛋白质结构预测	深度学习模型	蛋白质序列和结构数据	三个序列设计基准数据集	NA	NA	结构恢复率, 序列多样性	NA
1024	2025-10-06	OrgNet: orientation-gnostic protein stability assessment using convolutional neural networks 2025-Jul-01, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf252 PMID:40662839	研究论文	提出一种名为OrgNet的深度学习模型，用于预测点突变对蛋白质热稳定性的影响	通过空间变换标准化输入蛋白质方向，消除卷积神经网络在蛋白质结构预测中的方向偏差问题	NA	准确预测单点突变对蛋白质稳定性的影响	蛋白质结构和点突变	生物信息学	NA	深度学习	3D CNN	蛋白质结构数据	NA	NA	3D卷积神经网络	准确性	NA
1025	2025-10-06	Harnessing deep learning for proteome-scale detection of amyloid signaling motifs 2025-Jul-01, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf200 PMID:40662825	研究论文	本研究开发了基于深度学习的双向LSTM和BERT架构，用于在蛋白质组规模检测淀粉样蛋白信号基序	首次将双向LSTM和BERT架构应用于淀粉样蛋白信号基序检测，能够识别远程相关家族的新基序	未明确说明模型在特定蛋白质家族上的性能限制	开发能够在大规模数据集中检测淀粉样蛋白信号基序的判别模型	淀粉样蛋白信号基序	自然语言处理	NA	深度学习	双向LSTM, BERT	蛋白质序列数据	多种基序家族和全局负样本集	Python	双向LSTM, BERT	NA	NA
1026	2025-10-06	The impact of uncertainty estimation on radiomic segmentation reproducibility and scan-rescan repeatability in kidney MRI 2025-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.17995 PMID:40665574	研究论文	本研究探讨在肾脏MRI影像组学分析中，通过整合不确定性估计来提升分割可重复性和扫描-重扫描稳定性的方法	首次将蒙特卡洛dropout和测试时增强两种不确定性量化方法应用于肾脏MRI影像组学分割，并比较了传统Dice损失和新提出的Dice Plus损失对模型校准的改进效果	分割变异性的可重复性改进在不同方法和受试者组间不一致，分类性能与参考方法相当但未显著超越	提升肾脏MRI影像组学特征在分割和扫描-重扫描变异下的稳定性和可靠性	慢性肾脏病(CKD)患者和健康对照(HC)的肾脏MRI数据	医学影像分析	慢性肾脏病	MRI影像组学分析	深度学习	医学影像(MRI)	公开肾脏MRI数据集，包含CKD患者和健康对照	NA	U-Net	Dice系数, ROC曲线, 组内相关系数	NA
1027	2025-10-06	Joint enhancement of automatic chest x-ray diagnosis and radiological gaze prediction with multistage cooperative learning 2025-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.17977 PMID:40665596	研究论文	提出一种用于胸部X光扫描的联合疾病诊断和放射科医生注视显著性预测的深度学习框架	引入双编码器多任务UNet架构，结合多阶段协作学习策略和对比学习预训练来提升性能	相关技术仍处于探索不足状态	通过整合人类行为数据（如眼动数据）来提升自动放射学诊断质量	胸部X光扫描图像	计算机视觉	胸部疾病	深度学习	多任务学习	图像, 眼动数据	NA	NA	UNet, DenseNet201, Residual and Squeeze-and-Excitation block	AUC, 相关系数	NA
1028	2025-07-19	Commentary on "Portable Ultrasound Bladder Volume Measurement Over Entire Volume Range Using a Deep Learning Artificial Intelligence Model in a Selected Cohort: A Proof of Principle Study" 2025-Jul-18, Neurourology and urodynamics IF:1.8Q3 DOI:10.1002/nau.70102 PMID:40678844	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1029	2025-10-06	M4CEA: A Knowledge-guided Foundation Model for Childhood Epilepsy Analysis 2025-Jul-17, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3590463 PMID:40674185	研究论文	提出了一种用于儿童癫痫分析的知识引导基础模型M4CEA	使用知识引导掩码策略和时间编码器的时间嵌入，有效捕捉儿童EEG信号的多域表征	NA	构建具有强泛化能力的多任务儿童癫痫分析基础模型	儿童癫痫脑电图信号	医疗分析	儿童癫痫	脑电图分析	基础模型	脑电图信号	超过1000小时的儿童EEG记录	NA	M4CEA	平衡准确率	NA
1030	2025-10-06	Automatic selection of optimal TI for flow-independent dark-blood delayed-enhancement MRI 2025-Jul-17, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.30632 PMID:40674608	研究论文	提出并评估一种基于自由呼吸FIDDLE TI-scout图像自动预测暗血和灰血图像最佳反转时间的深度学习方法	首次开发基于深度学习的自动管道，用于预测FIDDLE采集中的最佳反转时间，无需人工干预	研究样本量有限（64名临床受试者验证），仅在两款特定MRI扫描仪上验证	优化流无关暗血延迟增强磁共振成像中暗血和灰血图像的反转时间选择	心脏磁共振成像中的心肌和血池组织	医学影像分析	心血管疾病	磁共振成像，流无关暗血延迟增强采集	深度学习网络	磁共振图像	267名患者用于训练，64名临床受试者用于评估	NA	NA	平均误差	3T Magnetom Vida和1.5T Magnetom Sola MRI扫描仪
1031	2025-10-06	Deep Learning-Based Precision Cropping of Eye Regions in Strabismus Photographs: Algorithm Development and Validation Study for Workflow Optimization 2025-Jul-17, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/74402 PMID:40674714	研究论文	开发并验证基于深度学习的斜视照片眼区精准裁剪算法，用于优化临床工作流程和AI数据预处理	提出基于旋转边界框检测框架的预处理算法，能够自动校正头部倾斜，显著提升眼区裁剪的准确性和效率	研究主要针对斜视患者，在更广泛的眼科疾病中的应用仍需进一步验证	开发自动化眼区裁剪算法以提升临床工作流程效率和AI数据预处理标准化	648名住院和门诊患者的5832张眼部图像，包含不同注视位置和拍摄条件	计算机视觉	斜视	深度学习，梯度加权类激活映射	CNN, Vision Transformer	图像	5832张图像（648名患者）+ 500张外部验证图像（IMDB-WIKI数据集）	TensorFlow, PyTorch, Dlib	Faster R-CNN, Vision Transformer	精确度, 召回率, 平均精度均值(mAP), AUC	未明确指定GPU类型，使用5折交叉验证
1032	2025-10-06	Automated multi-model framework for malaria detection using deep learning and feature fusion 2025-Jul-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-04784-w PMID:40664727	研究论文	提出一种集成深度学习和特征融合的多模型框架用于疟疾自动检测	采用多模型架构集成ResNet50、VGG16和DenseNet-201进行特征提取，结合特征融合和PCA降维，使用SVM与LSTM混合分类方案，并通过多数投票机制增强预测鲁棒性	NA	开发自动化疟疾诊断框架以提高诊断准确性和效率	疟疾检测	计算机视觉	疟疾	深度学习，机器学习	CNN, LSTM, SVM	图像	27,558张显微镜薄血涂片图像	NA	ResNet50, VGG16, DenseNet-201	准确率, 灵敏度, 特异性, 精确率, F1分数	NA
1033	2025-10-06	A non-anatomical graph structure for boundary detection in continuous sign language 2025-Jul-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-11598-3 PMID:40664813	研究论文	提出一种结合图卷积网络和Transformer的深度学习方法来检测连续手语视频中孤立手语的边界	引入了非解剖学图结构来更好地表示手部关节运动和关系，并提出了两阶段训练部署框架	NA	解决连续手语视频中孤立手语边界检测的挑战	连续手语视频中的孤立手语片段	计算机视觉	NA	深度学习	GCN, Transformer	视频	在两个数据集上进行实验	NA	图卷积网络, Transformer, 全连接层	NA	NA
1034	2025-10-06	Placenta segmentation redefined: review of deep learning integration of magnetic resonance imaging and ultrasound imaging 2025-Jul-15, Visual computing for industry, biomedicine, and art DOI:10.1186/s42492-025-00197-8 PMID:40663247	综述	回顾深度学习在胎盘磁共振成像和超声成像分割中的整合应用	首次系统综述多模态医学影像（MRI和超声）在胎盘分割中的深度学习整合方法	未涉及具体实验验证，主要基于文献综述；高级成像技术成本高且可用性有限	探讨深度学习技术在胎盘医学影像分割中的应用进展	胎盘医学影像（MRI和超声图像）	数字病理	产科疾病	磁共振成像, 超声成像	深度学习	医学影像	NA	NA	NA	NA	NA
1035	2025-10-06	Decision level scheme for fusing multiomics and histology slide images using deep neural network for tumor prognosis prediction 2025-Jul-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-09869-0 PMID:40664732	研究论文	提出一种决策级多模态数据融合框架，整合多组学数据和病理组织切片图像用于肿瘤预后预测	通过建立空间实例映射连接相邻细胞核，并利用图卷积层计算特征张量，实现病理图像与多组学数据的无缝整合	仅使用TCGA数据库中的乳腺癌和非小细胞肺癌数据，未在其他癌症类型上验证	开发多模态数据融合方法以提高肿瘤预后预测性能	乳腺癌和非小细胞肺癌患者	数字病理学	乳腺癌, 非小细胞肺癌	全切片图像, 转录组数据, 基因型数据, 表观遗传数据	深度神经网络, 图卷积网络	图像, 多组学数据, 生存信息	来自TCGA的乳腺癌和非小细胞肺癌数据集	NA	图卷积网络, Global Average Pooling	C-index	NA
1036	2025-10-06	Deep adaptive learning predicts and diagnoses CSVD-related cognitive decline using radiomics from T2-FLAIR: a multi-centre study 2025-Jul-15, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-01813-w PMID:40664728	研究论文	开发基于Transformer的深度学习模型，利用T2-FLAIR影像的脑白质高信号放射组学特征预测和诊断脑小血管病相关认知障碍	首次将Transformer架构与脑白质高信号放射组学特征结合，采用领域自适应策略进行多中心验证，并发现对数转换的灰度区域大小矩阵特征是关键预测因子	样本量相对有限（783名受试者），仅使用T2-FLAIR单一模态影像数据	开发自动化、非侵入性的脑小血管病相关认知障碍早期检测工具	脑小血管病患者的认知功能状态	医学影像分析	脑小血管病	放射组学分析，T2-FLAIR磁共振成像	Transformer	医学影像	783名受试者（含161名纵向随访患者），来自三个医疗中心	NA	Transformer	AUC	NA
1037	2025-10-06	Poincare guided geometric UNet for left atrial epicardial adipose tissue segmentation in Dixon MRI images 2025-Jul-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-10110-1 PMID:40664735	研究论文	提出并验证了PoinUNet模型，用于从Dixon MRI图像中分割左心房心外膜脂肪组织	将双曲空间嵌入层集成到3D UNet中，通过双曲空间学习捕获复杂的左心房和心外膜脂肪组织关系，并使用新的损失函数解决类别不平衡和脂肪几何形状挑战	样本量相对较小（66名参与者），仅使用1.5T MRI扫描仪数据	开发准确的自动分割方法用于左心房心外膜脂肪组织量化	左心房心外膜脂肪组织和左心房壁	医学图像分析	心血管疾病	Dixon MRI	CNN, 深度学习	MRI图像	66名参与者（包括48名房颤患者）	NA	3D UNet, Poincaré嵌入层	Dice相似系数, Hausdorff距离	NA
1038	2025-10-06	A hybrid framework of generative deep learning for antiviral peptide discovery 2025-Jul-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-11328-9 PMID:40664756	研究论文	提出结合WGAN-GP和BiLSTM的混合框架用于抗病毒肽发现	首次将Wasserstein生成对抗网络与双向长短期记忆网络结合用于抗病毒肽的生成与识别	生成肽在不同病毒终点中的丰度存在显著差异	开发抗病毒肽发现的计算框架	抗病毒肽(AVPs)	机器学习	病毒感染	深度学习	GAN, LSTM	肽序列数据	成功生成815种新型抗病毒肽	TensorFlow, PyTorch	WGAN-GP, BiLSTM	多样性评估, 功能性验证	NA
1039	2025-10-06	AI-powered prediction model for neoadjuvant chemotherapy efficacy: comprehensive analysis of breast cancer histological images 2025-Jul-15, NPJ precision oncology IF:6.8Q1 DOI:10.1038/s41698-025-01033-1 PMID:40664754	研究论文	开发结合组织病理学、临床和免疫特征的人工智能集成预测模型，用于预测乳腺癌新辅助化疗疗效	首次提出综合肿瘤上皮、间质和全肿瘤区域的深度学习生物标志物，并验证TR-score在预测新辅助化疗反应中的优越性	研究样本量相对有限（1035例），免疫数据对模型性能提升的统计学意义不显著（p=0.183）	建立精准预测乳腺癌新辅助化疗疗效的人工智能模型	乳腺癌患者	数字病理学	乳腺癌	全切片图像分析	深度学习	组织病理图像、临床数据、免疫特征数据	来自四个中心的1035例患者	NA	NA	AUC, 准确率	NA
1040	2025-10-06	Efficacy of swarm-based neural networks in automated depression detection 2025-Jul-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-09414-z PMID:40664787	研究论文	本研究提出了一种结合群体智能算法优化的深度学习模型用于自动抑郁症检测	首次将蜻蜓算法、萤火虫算法和飞蛾火焰优化算法三种群体智能算法与深度学习结合用于抑郁症诊断的特征选择和降维	NA	开发优化的深度学习模型用于自动抑郁症检测	抑郁症患者	自然语言处理	抑郁症	深度学习	深度学习模型	语音/文本数据	DAIC-WOZ语料库、CMDC数据集和MODMA数据集	NA	定制深度学习架构	宏F1分数, 召回率, 精确率	NA