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
1081	2025-10-06	Two-Step Semi-Automated Classification of Choroidal Metastases on MRI: Orbit Localization via Bounding Boxes Followed by Binary Classification via Evolutionary Strategies 2025-Sep-09, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8998 PMID:40925681	研究论文	提出一种用于MRI图像脉络膜转移瘤检测的两步半自动分类方法	采用分层深度学习框架，结合YOLOv5定位网络和进化策略训练的分类网络，有效解决小数据集下的脉络膜转移瘤检测问题	模型无法区分左右眼眶，且数据集规模较小	开发人工智能方法改进脑部MRI中脉络膜转移瘤的检测	脑部MRI图像中的脉络膜转移瘤	计算机视觉	脉络膜转移瘤	MRI成像	CNN, YOLO	医学图像	第一步：386张T2加权脑部MRI轴位切片（来自97名患者）；第二步：33张正常和33张含脉络膜转移瘤的脑部MRI	PyTorch	YOLOv5, 卷积神经网络	准确率, mAP(0.5:0.95), AUC, 灵敏度, 特异性	NA
1082	2025-10-06	Multimodal machine learning for staging laparoscopy: a combined image analysis and morphologic tool for the discrimination of peritoneal metastasis 2025-Sep-09, International journal of surgery (London, England) DOI:10.1097/JS9.0000000000003448 PMID:40928288	研究论文	开发了一种结合图像分析和形态学特征的多模态机器学习模型，用于在分期腹腔镜手术中区分腹膜转移灶与良性病变	首次将腹腔镜图像分析与病变形态学特征相结合，创建多模态机器学习模型用于腹膜转移的术中识别	研究样本量相对有限（67名患者），仅进行了内部验证，需要外部验证确认泛化能力	开发一种术中决策支持工具，提高腹膜转移的识别准确性并减少不必要的活检	接受分期腹腔镜检查的疑似腹膜转移患者的腹腔镜视频帧和病变形态特征	计算机视觉	腹膜转移	腹腔镜成像，形态学评估	深度学习，传统机器学习	视频帧图像，形态学特征数据	67名患者的453个连续活检病变（良性197个，恶性256个）	NA	NA	AUC	NA
1083	2025-10-06	DeepPhosPPI: a deep learning framework with attention-CNN and transformer for predicting phosphorylation effects on protein-protein interactions 2025-Sep-06, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf462 PMID:40914970	研究论文	提出首个基于序列的深度学习框架DeepPhosPPI，用于预测磷酸化对蛋白质-蛋白质相互作用的影响	首个结合注意力CNN和Transformer的序列深度学习框架，使用预训练蛋白质语言模型进行特征嵌入	NA	开发计算模型预测磷酸化对蛋白质-蛋白质相互作用的调控效应	蛋白质磷酸化位点及其对蛋白质相互作用的影响	生物信息学	神经退行性疾病,癌症	深度学习	CNN,Transformer	蛋白质序列数据	NA	NA	注意力CNN,Transformer,ProtBERT,ESM-2	NA	NA
1084	2025-10-06	Detecting, Characterizing, and Mitigating Implicit and Explicit Racial Biases in Health Care Datasets With Subgroup Learnability: Algorithm Development and Validation Study 2025-Sep-04, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/71757 PMID:40905712	研究论文	开发并验证了一种名为AEquity的简单指标，用于检测和减轻医疗数据集中的种族偏见	提出了一种基于学习曲线近似的数据中心化偏见缓解方法，可在算法生成的数据层面解决偏见问题	研究中使用的数据集和算法类型有限，需要进一步验证在更广泛场景下的适用性	开发能够检测和减轻医疗数据集中隐性和显性种族偏见的算法	医疗数据集中的种族偏见问题	机器学习	NA	学习曲线近似方法	全连接网络,CNN,Transformer,LightGBM	胸部X光图像,医疗成本利用数据,健康调查数据	NA	NA	ResNet-50,VIT-B-16	AUC,假阴性率,精确率,假发现率	NA
1085	2025-10-06	Dynamic network compression via probabilistic channel pruning 2025-Sep-04, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.108080 PMID:40925121	研究论文	提出一种基于概率通道剪枝的动态网络压缩方法，通过概率连接模块实现通道连接的动态激活与停用	引入概率连接模块实现动态通道剪枝，无需剪枝后微调，并提出资源感知正则化控制压缩程度	未明确说明在更复杂网络架构或大规模数据集上的适用性	解决神经网络压缩问题，减少计算密集型深度学习模型的参数量和计算开销	深度神经网络模型	机器学习	NA	神经网络剪枝	CNN	NA	NA	NA	ResNet-56, VGG-19	参数量减少百分比, 准确率提升	NA
1086	2025-10-06	Multimodal Deep Learning for Generating Potential Anti-Dengue Peptides 2025-Sep-02, ACS omega IF:3.7Q2 DOI:10.1021/acsomega.5c03510 PMID:40918327	研究论文	提出一种多模态深度学习框架，用于预测和生成潜在的抗登革热病毒多肽	首次将高性能预测建模与生成学习相结合的多模态框架，用于抗登革热多肽的发现	抗登革热多肽数据在现有数据集中仍然有限	开发有效的抗病毒治疗方法，特别是针对登革热病毒的治疗性多肽	抗登革热多肽（ADPs）	机器学习	登革热	多肽序列分析	BiLSTM, GAN, 随机森林, CNN, Transformer	多肽序列数据	NA	TensorFlow, PyTorch, Scikit-learn	双向长短期记忆网络, 堆叠集成神经网络, Wasserstein生成对抗网络, 卷积神经网络, Transformer	平衡准确率, AUC-ROC, AUC-PR, 马修斯相关系数	NA
1087	2025-10-06	Development and validation of a user-friendly prediction tool for preoperative T-Staging in gallbladder Cancer: A multicenter study using contrast-enhanced CT-Based fusion models 2025-Sep, European journal of surgical oncology : the journal of the European Society of Surgical Oncology and the British Association of Surgical Oncology DOI:10.1016/j.ejso.2025.110117 PMID:40412011	研究论文	开发并验证基于对比增强CT的融合模型，用于胆囊癌术前T分期预测	首次结合放射组学、深度学习和临床数据构建加权融合模型，并开发用户友好的预测工具	回顾性研究，样本量相对有限（189例），仅来自两个机构	提高胆囊癌术前T分期的准确性和手术规划效果	胆囊癌患者	医学影像分析	胆囊癌	对比增强CT，放射组学，深度学习	融合模型	医学影像（CT动脉期和门静脉期序列），临床数据	189例胆囊癌患者（训练集111例，内部验证集48例，时间验证集30例）	NA	加权融合模型	AUC，准确率，敏感性，F1分数，校准曲线，决策曲线分析	NA
1088	2025-10-06	Deep learning reveals the complex genetic architecture of male guppy colouration 2025-Sep, Nature ecology & evolution IF:13.9Q1 DOI:10.1038/s41559-025-02781-w PMID:40596731	研究论文	本研究使用深度学习技术揭示雄性孔雀鱼颜色变异的复杂遗传结构	首次结合卷积神经网络高分辨率表型分析、选择实验和全基因组关联研究，系统解析孔雀鱼颜色模式的遗传机制，发现常染色体向Y染色体基因复制是性连锁颜色变异的主要机制	研究主要聚焦于雄性孔雀鱼，对雌性颜色变异的遗传机制探讨较少	解析雄性孔雀鱼颜色变异的遗传架构和维持机制	雄性孔雀鱼(Poecilia reticulata)	计算生物学	NA	全基因组重测序, 基因组关联分析	CNN	图像, 基因组数据	包含选择实验、受控谱系和全基因组重测序的孔雀鱼样本	NA	卷积神经网络	NA	NA
1089	2025-10-06	Deep learning approach for automatic assessment of schizophrenia and bipolar disorder in patients using R-R intervals 2025-Sep, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1012983 PMID:40901920	研究论文	本研究开发了一种基于深度学习的心律变异性分析方法，用于自动评估精神分裂症和双相情感障碍	使用低成本可穿戴设备采集短时程心电图信号，通过分析R-R间期窗口实现精神疾病自动分类	样本量较小（仅60名参与者），需要进一步验证在更大人群中的适用性	开发自动分类方法辅助精神分裂症和双相情感障碍的诊断	精神分裂症患者、双相情感障碍患者和健康对照者	机器学习	精神分裂症,双相情感障碍	心电图信号分析,心率变异性分析	支持向量机,XGBoost,多层感知机,门控循环单元,集成方法	心电图信号,R-R间期数据	60名参与者（30名患者和30名对照）	Scikit-learn,XGBoost	多层感知机,门控循环单元	准确率	NA
1090	2025-10-06	mmWave Radar for Sit-to-Stand Analysis: A Comparative Study With Wearables and Kinect 2025-Sep, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2025.3548092 PMID:40042953	研究论文	本研究探索使用毫米波雷达技术分析坐立动作的新方法，并与可穿戴设备和Kinect进行对比研究	首次将毫米波雷达技术应用于坐立动作分析，提供非接触式、保护隐私且可全天候运行的医疗监测方案	在细粒度运动分析方面仍存在挑战，且缺乏与金标准VICON系统的直接验证	开发用于医疗保健应用的非接触式坐立动作分析系统	45名参与者的坐立动作数据	计算机视觉	老年疾病	毫米波雷达、深度学习姿态估计、逆向运动学	深度学习	雷达点云数据	45名参与者	NA	NA	NA	NA
1091	2025-10-06	Survey on sampling conditioned brain images and imaging measures with generative models 2025-Sep, Biomedical engineering letters IF:3.2Q2 DOI:10.1007/s13534-025-00487-3 PMID:40917152	综述	本文全面概述了生成模型在脑成像领域的进展，特别关注条件生成方法的应用	重点探讨了基于年龄、性别、临床表型或遗传因素等变量调节生成过程的条件生成方法，增强数据集多样性并支持罕见疾病研究	NA	推动条件生成模型在神经科学研究和临床工作流程中的整合应用	脑成像数据和生成模型技术	医学影像分析	神经系统疾病	脑成像技术	VAE, GAN, diffusion models	脑部图像	NA	NA	NA	NA	NA
1092	2025-10-06	Neural interaction explainable AI predicts drug response across cancers 2025-Sep, NAR cancer IF:3.4Q2 DOI:10.1093/narcan/zcaf029 PMID:40918644	研究论文	开发了一种可解释的深度学习框架NeurixAI，用于预测癌症药物反应并识别药物-基因相互作用	首次将可解释人工智能与转录组学结合，在个体肿瘤水平识别影响药物反应的关键基因，并发现新的耐药机制	模型在未见肿瘤样本中的预测性能为Spearman's rho >0.2，仍有提升空间	优化癌症治疗选择，实现药物重定位并识别新的治疗靶点	癌症患者肿瘤样本和药物反应数据	机器学习	癌症	转录组学分析，药物扰动实验	深度学习	分子谱数据，药物反应数据	546,646个药物扰动实验，涉及1,135种药物和476个肿瘤的分子谱	NA	NeurixAI	Spearman's rho	NA
1093	2025-10-06	Ectopic adipose tissue in subsistence populations with minimal coronary disease, large left atria, and very low rates of atrial fibrillation 2025-Sep, American journal of preventive cardiology IF:4.3Q1 DOI:10.1016/j.ajpc.2025.101271 PMID:40918927	研究论文	通过CT成像比较自给自足人群与美国人群的心外膜脂肪组织与心血管疾病关系	首次在冠状动脉钙化极低且房颤罕见的自给自足原住民群体中研究心外膜脂肪组织	样本仅来自特定地理和文化背景的群体，可能限制结果普适性	探究心外膜脂肪组织与冠状动脉疾病和房颤的关联	893名Tsimane成人、440名Moseten成人和955名美国成人	数字病理	心血管疾病	CT成像	深度学习	医学影像	2288名成人（Tsimane:893, Moseten:440, 美国:955）	NA	NA	NA	NA
1094	2025-10-06	Integrating explainable deep learning with multi-omics for screening progressive diagnostic biomarkers of hepatocellular carcinoma covering the "inflammation-cancer" transformation 2025-Sep, Journal of pharmaceutical analysis IF:6.1Q1 DOI:10.1016/j.jpha.2025.101253 PMID:40919103	研究论文	本研究结合可解释深度学习方法与多组学数据，筛选肝细胞癌进展性诊断生物标志物，覆盖‘炎症-癌症’转化过程	首次整合可解释深度学习与多组学分析，系统追踪肝细胞癌从炎症到癌变的动态生物标志物演变	NA	开发覆盖肝细胞癌‘炎症-癌症’转化过程的进展性诊断生物标志物筛选方法	肝细胞癌相关多组学数据与医学影像数据	数字病理学	肝细胞癌	多组学分析，深度学习	深度学习	多组学数据，医学影像	NA	NA	NA	NA	NA
1095	2025-10-06	Drosophila video-assisted activity monitor (DrosoVAM): a versatile method for behaviour monitoring 2025-Sep, Royal Society open science IF:2.9Q1 DOI:10.1098/rsos.250764 PMID:40919370	研究论文	开发了一种名为DrosoVAM的新型果蝇行为监测系统，用于更精确地追踪果蝇活动	结合树莓派控制的红外数字视频系统和深度学习软件DeepLabCut，创建了比传统DAM系统更灵活、经济且灵敏的行为监测方法	NA	开发高分辨率果蝇行为监测系统以研究交配后活动变化	果蝇（特别是较大物种）	计算机视觉	NA	红外数字视频记录，深度学习行为追踪	深度学习	视频	NA	DeepLabCut, Python	NA	NA	树莓派
1096	2025-10-06	Mitigation of multi-scale biases in cell-type deconvolution for spatially resolved transcriptomics using HarmoDecon 2025-Sep-01, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf451 PMID:40796171	研究论文	提出HarmoDecon模型用于缓解空间转录组学中细胞类型反卷积的多尺度偏差问题	首次同时解决空间转录组数据在单个点、整个样本和跨平台三个尺度上的偏差问题	NA	开发用于空间转录组学细胞类型反卷积的深度学习方法	空间转录组数据中的细胞类型比例估计	生物信息学	乳腺癌	空间转录组学, scRNA-seq	图卷积网络, 高斯混合模型	基因表达数据, 空间位置数据	STARmap和osmFISH数据集, 10x Visium数据集, 人类乳腺癌样本	PyTorch	高斯混合图卷积网络	空间域聚类准确率, 相关性分析	NA
1097	2025-10-06	Early warning of harmful cyanobacteria blooms based on high frequency in situ monitoring and intelligible machine learning modelling: The case study of Lake Müggelsee (Germany) 2025-Sep-01, Water research IF:11.4Q1 DOI:10.1016/j.watres.2025.124514 PMID:40925059	研究论文	基于高频原位监测和可解释机器学习模型开发蓝藻水华早期预警系统	提出可解释机器学习建模原则，比较三种不同算法在蓝藻水华预测中的表现	仅基于单个湖泊案例研究，模型泛化能力需进一步验证	开发有效的有害蓝藻水华早期预警系统	德国Müggelsee湖泊的蓝藻水华事件	机器学习	NA	高频原位监测	XGBoost, LSTM, HEA	时间序列水质数据	11年的每小时和每日高频原位监测数据	NA	LSTM with attention, 决策树, 因果推断规则	NA	NA
1098	2025-10-06	Lightweight hybrid Mamba2 for unsupervised medical image registration 2025-Sep, Medical physics IF:3.2Q1 DOI:10.1002/mp.18104 PMID:40926670	研究论文	提出了一种基于Mamba-2的轻量级混合模型HybridMorph用于无监督医学图像配准	结合卷积和Mamba-2构建残差混合模块，并提出并行通道特征聚合器，在降低计算开销的同时提取更丰富的特征表示	NA	解决资源受限医疗环境中的部署挑战，提高医学图像配准的效率和准确性	医学图像配准，特别是脑部磁共振成像	医学图像处理	NA	磁共振成像	混合模型	医学图像	NA	NA	Mamba-2, 卷积神经网络	Dice系数	NA
1099	2025-10-06	A multi-component heavy metal detection method using UV-Vis superimposed spectrum and deep learning 2025-Sep-15, Journal of hazardous materials IF:12.2Q1 DOI:10.1016/j.jhazmat.2025.139187 PMID:40664080	研究论文	提出一种结合紫外可见叠加光谱与深度学习的多组分重金属检测方法	首次将Transformer模型应用于紫外可见叠加光谱分析，通过组合化学探针增强显色反应特异性，实现端到端的多重金属定性与定量分析	真实环境样本检测的R²值（0.681）低于方法开发阶段（0.936），表明在复杂实际环境中性能有所下降	解决环境监测中光谱重叠问题，实现多组分重金属快速检测	五种代表性重金属（Sb、Fe、Ni、Cd、Cu）及实际环境样本中的十种重金属	机器学习	NA	紫外可见光谱法，组合化学探针，高通量实验	Transformer	光谱数据	五种代表性重金属训练，十种重金属实际样本测试	NA	Transformer	R², RMSE, MAE	NA
1100	2025-10-06	Recognition of microplastic aging features based on multimodal data fusion and attention mechanisms 2025-Sep-15, Journal of hazardous materials IF:12.2Q1 DOI:10.1016/j.jhazmat.2025.139301 PMID:40684512	研究论文	基于多模态数据融合和注意力机制识别微塑料老化特征	首次将SEM图像和FT-IR数据通过多模态融合与注意力机制结合，能够识别不同老化类型的关键特征关联	NA	开发能够准确识别微塑料老化特征的方法，理解微塑料老化机制	微塑料老化样品	计算机视觉,自然语言处理	NA	SEM成像,FT-IR光谱分析	深度学习模型	图像,光谱数据	1371个样品，涵盖7种老化类型	NA	注意力机制	准确率,F1分数	NA