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
261	2025-09-09	CoSpred: Machine Learning Workflow to Predict Tandem Mass Spectrum in Proteomics 2025-Aug, Proteomics IF:3.4Q2 DOI:10.1002/pmic.70004 PMID:40583480	研究论文	介绍了一个名为CoSpred的端到端机器学习工作流，用于预测蛋白质组学中的串联质谱	采用transformer编码器架构预测完整MS/MS谱图，支持用户自定义训练数据集并允许模块化替换其他ML模型	NA	提高肽段和蛋白质的鉴定率，通过生成高保真理论谱图构建更完整的光谱库	肽段序列和对应的质谱数据	机器学习	NA	质谱分析，深度学习	transformer encoder	质谱数据，序列数据	NA
262	2025-09-09	Three-Dimensional Visualisation of Blood Vessels in Human Gliomas Using Tissue Clearing and Deep Learning 2025-08, Neuropathology and applied neurobiology IF:4.0Q1 DOI:10.1111/nan.70027 PMID:40628519	研究论文	结合组织透明化与深度学习技术实现人脑胶质瘤血管的三维可视化	首次将OPTIClear组织透明化、3D共聚焦成像与定制化3D U-Net结合，实现完整人脑组织内胶质瘤血管系统的全息三维重建	研究基于福尔马林固定厚切片样本，未涉及活体或动态血管功能分析	开发高精度三维可视化技术以揭示胶质瘤血管空间异质性	人脑胶质瘤组织样本（低级别与高级别）	数字病理学	脑胶质瘤	组织透明化(OPTIClear)、免疫荧光标记、3D共聚焦显微镜成像	3D U-Net	三维显微镜图像	人脑胶质瘤厚组织切片（500μm）
263	2025-09-09	A multimodule graph-based neural network for accurate drug-target interaction prediction via genomic, proteomic, and structural data fusion 2025-Aug, International journal of biological macromolecules IF:7.7Q1 DOI:10.1016/j.ijbiomac.2025.145907 PMID:40653240	研究论文	开发了一种基于图神经网络的多模块模型GINCOVNET，用于通过融合基因组、蛋白质组和结构数据准确预测药物-靶点相互作用	首次整合分子结构信息、靶点序列和扰动基因表达数据，通过多数据融合显著提升预测性能	NA	加速药物发现和重定位，提供更全面的药物-靶点相互作用分子机制理解	药物分子和靶点蛋白质	机器学习	NA	基因组学、蛋白质组学、结构数据融合	图神经网络(GNN)	分子结构数据、蛋白质序列数据、基因表达数据	NA
264	2025-09-09	Identification of hypertrophic cardiomyopathy on electrocardiographic images with deep learning 2025-Aug, Nature cardiovascular research IF:9.4Q1 DOI:10.1038/s44161-025-00685-3 PMID:40696040	研究论文	开发并验证了一种基于深度学习的心电图图像识别模型，用于检测肥厚型心肌病	首次利用深度学习直接从12导联心电图图像（而非原始电压数据）检测HCM，且能跨不同图像布局工作	模型性能依赖外部数据集的定义标准（部分使用诊断代码而非统一影像确认）	提高肥厚型心肌病的筛查效率和可及性	肥厚型心肌病患者的心电图图像	计算机视觉	心血管疾病	深度学习	CNN（基于图像处理推断）	图像	初始开发：124,553份心电图（66,987人）；外部验证：MIMIC-IV、AUMC和UK Biobank数据集
265	2025-09-08	stImage: a versatile framework for optimizing spatial transcriptomic analysis through customizable deep histology and location informed integration 2025-Aug-31, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf429 PMID:40905789	研究论文	介绍了一个开源R包stImage，用于通过可定制的深度组织学和位置信息整合优化空间转录组分析	首次在统一框架中完全协同基因表达、组织学特征和精确空间坐标，提供54种整合策略	NA	优化空间转录组分析，提高组织生物学的理解	空间转录组数据	生物信息学	NA	空间转录组学，深度学习	深度学习	基因表达数据，组织学图像，空间坐标	多个数据集（具体数量未说明）
266	2025-09-08	Deep learning guided programmable design of Escherichia coli core promoters from sequence architecture to strength control 2025-Aug-27, Nucleic acids research IF:16.6Q1 DOI:10.1093/nar/gkaf863 PMID:40902006	研究论文	开发了一个集成深度学习、理性文库设计和生成优化的模块化平台，用于大肠杆菌核心启动子的可编程设计与强度控制	将Transformer模型与条件扩散模型结合，实现从序列架构到强度控制的端到端启动子工程，设计-测量相关性达0.95	现有AI方法泛化性有限的问题在文中被指出但未明确说明本方案的局限性	精确预测和设计大肠杆菌核心启动子的转录强度	大肠杆菌核心启动子	合成生物学	NA	Mutation-Barcoding-Reverse Sequencing, 深度学习	Transformer, 条件扩散模型	DNA序列	112,955个启动子变体组成的合成启动子文库
267	2025-09-08	A robust deep learning framework for cerebral microbleeds recognition in GRE and SWI MRI 2025-Aug-27, NeuroImage. Clinical DOI:10.1016/j.nicl.2025.103873 PMID:40886589	研究论文	提出一种基于深度学习的鲁棒框架，用于在GRE和SWI MRI中自动识别脑微出血	结合3D CNN和YOLO方法处理复杂场景中的假阳性，并在多个数据集上验证跨模态鲁棒性	未明确说明模型在临床实时应用中的计算效率及不同扫描仪间的泛化能力	提高脑微出血的自动检测精度，降低假阳性率，支持早期诊断和治疗规划	脑微出血（CMB）病灶	医学影像分析	脑血管疾病	深度学习，MRI成像（GRE/SWI）	3D CNN, YOLO	3D MRI图像	四个数据集（ADNI、AIBL、MAS、OATS），具体样本量未明确说明
268	2025-09-08	A dedicated deep learning workflow for automatic Fasciola hepatica and Calicophoron daubneyi egg detection using the Kubic FLOTAC microscope 2025-Aug-27, International journal for parasitology IF:3.7Q1 DOI:10.1016/j.ijpara.2025.08.007 PMID:40882888	研究论文	开发基于深度学习的自动检测片形吸虫和双腔吸虫卵的工作流程，使用Kubic FLOTAC显微镜	结合FLOTAC技术的高灵敏度与人工智能预测模型，通过优化处理步骤和检测模型实现两种寄生虫卵的精准区分	NA	改进寄生虫的粪便显微镜诊断方法，支持畜牧业寄生虫病控制	反刍动物寄生虫片形吸虫（Fasciola hepatica）和双腔吸虫（Calicophoron daubneyi）的虫卵	计算机视觉	寄生虫病	FLOTAC/Mini-FLOTAC技术，深度学习	AI预测模型（具体类型未明确说明）	显微镜图像	使用两种协议的数据集：虫卵加标样本和自然感染样本进行训练评估，另用野外样本数据集（经光学显微镜验证）进行性能测试
269	2025-09-08	PRIME 2.0: An Update to The Proposed Requirements for Cardiovascular Imaging-Related Machine Learning Evaluation Checklist 2025-Aug-18, JACC. Cardiovascular imaging DOI:10.1016/j.jcmg.2025.08.004 PMID:40892627	指南更新	介绍心血管影像AI评估清单PRIME 2.0的更新内容，旨在标准化人工智能应用的发展、评估与报告	针对传统机器学习到深度学习、大语言模型及多模态生成AI的快速发展进行更新，纳入心血管影像特异性复杂因素	NA	为心血管影像领域的人工智能研究提供标准化评估框架	心血管影像相关的人工智能应用	医学影像分析	心血管疾病	改良德尔菲法	深度学习、大语言模型、多模态生成AI	医学影像数据	国际临床与技术专家小组（具体人数未说明）
270	2025-09-07	Radiomics and deep learning methods for predicting the growth of subsolid nodules based on CT images 2025-Aug-29, Medicine IF:1.3Q2 DOI:10.1097/MD.0000000000044104 PMID:40898494	研究论文	本研究评估了基于CT影像的放射组学和深度学习方法在预测亚实性肺结节生长中的临床效用	通过ResNet-based融合网络将放射组学特征与深度学习模型结合，构建了性能优于单一方法的集成模型	回顾性研究设计，样本量相对有限（387个结节）	预测亚实性肺结节的生长以辅助肺癌临床管理	353名患者的387个亚实性肺结节	计算机视觉	肺癌	CT成像、放射组学特征提取、深度学习	ResNet18、LASSO、融合网络	CT影像	387个亚实性肺结节（195个生长组，192个非生长组）
271	2025-09-07	Artificial intelligence in joint arthroplasty: A bibliometric analysis of global research trends (2001-2025) 2025-Aug-29, Medicine IF:1.3Q2 DOI:10.1097/MD.0000000000044136 PMID:40898573	文献计量分析	本研究通过文献计量分析探讨了2001至2025年间人工智能在关节置换领域的研究趋势与热点	首次系统性地利用文献计量工具（如CiteSpace、VOSviewer）揭示人工智能在关节置换领域的全球研究演变与新兴焦点（如植入物识别）	数据仅来源于Web of Science核心合集，可能未涵盖所有相关文献；时间范围包含未来年份（2025），实际数据可能存在偏差	分析人工智能在关节置换领域的研究趋势、核心主题及全球合作模式	533篇科学出版物（包括国家、机构、作者、期刊、关键词等文献计量单元）	医疗人工智能	关节疾病	文献计量分析、关键词爆发检测	NA	文本元数据（文献标题、摘要、关键词等）	533篇出版物
272	2025-09-07	The art of diagnosing rare skin tumors: Can DL-CNNs enhance dermatologists' diagnostic accuracy? 2025-Aug-29, European journal of cancer (Oxford, England : 1990) DOI:10.1016/j.ejca.2025.115751 PMID:40912058	研究论文	评估深度学习卷积神经网络在诊断罕见皮肤肿瘤中的性能及其对皮肤科医生诊断准确性的辅助作用	首次在国际多中心读者研究中测试市场批准的DL-CNN对罕见皮肤肿瘤的诊断能力，并分析其对专家决策的影响	DL-CNN诊断性能有限（敏感度66.7%，特异度56.4%），未能显著提升皮肤科医生的整体诊断准确率	评估二元DL-CNN在罕见皮肤肿瘤诊断中的表现及其对皮肤科医生的辅助价值	罕见皮肤肿瘤（RST）的皮肤镜图像	计算机视觉	皮肤肿瘤	深度学习卷积神经网络（DL-CNN）	CNN	图像	200张经组织学确认的罕见皮肤肿瘤皮肤镜图像
273	2025-09-07	Foundation models in ophthalmology: a preliminary study on AI-assisted diagnosis of myopic maculopathy and posterior staphyloma using ultra-widefield fundus images 2025-Aug-28, BMJ open ophthalmology IF:2.0Q2 DOI:10.1136/bmjophth-2024-002073 PMID:40876931	研究论文	本研究利用基于眼科基础模型的深度学习技术，通过超广角眼底图像辅助诊断病理性近视相关的黄斑病变和后巩膜葡萄肿	首次将眼科基础模型RETFound应用于超广角眼底图像分析，在病理性近视病变检测中表现出优于其他方法的性能	回顾性研究设计，样本仅来自两家医疗中心，需要进一步前瞻性验证	开发AI辅助诊断系统，用于病理性近视的眼底病变检测	高度近视患者	数字病理学	眼科疾病	超广角眼底成像	深度学习模型（基于RETFound基础模型）	图像	543名患者的1105张图像用于模型开发，150名患者的293张图像用于外部测试
274	2025-09-07	Role of artificial intelligence-based ocular biomarkers in hepatobiliary diseases: A scoping review 2025-Aug-27, World journal of hepatology IF:2.5Q2 DOI:10.4254/wjh.v17.i8.109801 PMID:40901593	综述	探讨人工智能在利用眼部生物标志物诊断肝胆疾病中的应用与潜力	利用深度学习模型（如ResNet-101）从多种眼部影像中识别七类肝胆疾病，为资源有限地区提供新型诊断工具	未提及具体模型性能局限或临床推广障碍	评估人工智能技术在肝胆疾病诊断中的创新应用	眼部影像数据（裂隙灯、视网膜眼底、光学相干断层扫描图像）	数字病理	肝胆疾病	深度学习	ResNet-101	图像	NA
275	2025-09-07	Biparametric magnetic resonance imaging-based radiomic and deep learning models for predicting Ki-67 risk stratification in hepatocellular carcinoma 2025-Aug-27, World journal of hepatology IF:2.5Q2 DOI:10.4254/wjh.v17.i8.109530 PMID:40901605	研究论文	开发基于双参数磁共振成像的放射组学和深度迁移学习模型，用于预测肝细胞癌Ki-67风险分层和无复发生存期	首次整合bpMRI的放射组学和深度迁移学习特征构建预测模型，并开发了性能优异的列线图模型（AUC达0.92）	研究样本量有限（198例患者），且为单中心回顾性研究	预测肝细胞癌患者的Ki-67风险分层和生存预后	经病理确诊的肝细胞癌患者	数字病理	肝细胞癌	双参数磁共振成像（bpMRI）、免疫组化染色	随机森林、深度迁移学习（DTL）	医学影像（T2加权和动脉期图像）	198例肝细胞癌患者
276	2025-09-07	[Multi-source adversarial adaptation with calibration for electroencephalogram-based classification of meditation and resting states] 2025-Aug-25, Sheng wu yi xue gong cheng xue za zhi = Journal of biomedical engineering = Shengwu yixue gongchengxue zazhi DOI:10.7507/1001-5515.202504044 PMID:40887180	研究论文	提出一种校准多源对抗适应网络（CMAAN），用于基于脑电图（EEG）的冥想与静息状态分类，以解决个体间EEG信号差异问题	首次结合多源对抗适应与校准机制，利用目标域少量标注数据提升模型性能，并分析冥想关键EEG频段与脑区	NA	提升跨个体EEG信号分类性能，实现冥想状态的精准监测	接受甲基苯丙胺康复治疗的18名受试者的EEG数据	生物医学信息学	成瘾性疾病	脑电图（EEG）	多源对抗适应网络（CMAAN），域对抗神经网络	EEG信号	18名受试者
277	2025-09-07	[Study on dental image segmentation and automatic root canal measurement based on multi-stage deep learning using cone beam computed tomography] 2025-Aug-25, Sheng wu yi xue gong cheng xue za zhi = Journal of biomedical engineering = Shengwu yixue gongchengxue zazhi DOI:10.7507/1001-5515.202503008 PMID:40887191	研究论文	基于锥形束CT和多阶段深度学习实现牙齿图像分割与根管自动测量	采用Attention U-Net结合集成深度学习方法，实现全自动的牙齿分割和根管参数测量，各项指标超越现有方法	NA	开发全自动牙齿分割和根管测量方法，辅助临床根管诊断和治疗规划	锥形束CT牙齿图像	计算机视觉	牙科疾病	锥形束CT成像	Attention U-Net, 集成深度学习	医学图像	NA
278	2025-09-07	[Brain midline segmentation method based on prior knowledge and path optimization] 2025-Aug-25, Sheng wu yi xue gong cheng xue za zhi = Journal of biomedical engineering = Shengwu yixue gongchengxue zazhi DOI:10.7507/1001-5515.202412032 PMID:40887192	研究论文	提出一种基于先验知识和路径优化的两阶段深度学习网络模型，用于脑中线分割	采用关联切片相似性分析和特征加权策略融合整体变化特征与空间信息，并结合最优路径搜索解决分割不连续问题	NA	提高脑中线分割的准确性和连续性	脑中线结构	医学图像分析	神经系统疾病	深度学习	两阶段深度学习网络	医学影像（脑部切片）	CQ500数据集（具体样本数量未明确说明）
279	2025-09-07	[Research progress in electroencephalogram-based brain age prediction] 2025-Aug-25, Sheng wu yi xue gong cheng xue za zhi = Journal of biomedical engineering = Shengwu yixue gongchengxue zazhi DOI:10.7507/1001-5515.202503043 PMID:40887200	综述	本文全面回顾了基于脑电图（EEG）的脑年龄预测研究进展，涵盖数据处理、特征提取、模型构建及评估方法	系统总结了EEG脑年龄预测中机器学习与深度学习的应用，并探讨了未来临床与研究场景的应用方向	面临数据质量不足和模型可解释性差的挑战	评估脑健康及早期诊断神经退行性疾病	人类脑电图信号	机器学习	神经退行性疾病	EEG（脑电图）	机器学习和深度学习模型	神经生理信号	NA
280	2025-09-07	Comparison of Foundation and Supervised Learning-Based Models for Detection of Referable Glaucoma from Fundus Photographs 2025-Aug-24, medRxiv : the preprint server for health sciences DOI:10.1101/2025.08.21.25334170 PMID:40894149	研究论文	比较基于基础模型和监督学习的模型在眼底照片中检测需转诊青光眼的性能	首次系统比较自监督预训练视觉Transformer（RETFound）与传统CNN（VGG-19）在青光眼检测中的表现，并分析裁剪图像对模型性能及泛化能力的影响	研究主要基于单一医疗系统的数据，外部验证集规模较小（N=300），且未评估模型在真实临床环境中的长期效果	开发并验证深度学习模型用于青光眼的自动筛查	眼底照片	计算机视觉	青光眼	深度学习	Vision Transformer (RETFound), CNN (VGG-19)	图像	训练集8,996张，验证集3,002张，测试集1,000张，外部测试集300张眼底照片