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
1201	2025-10-06	Lung lobe segmentation: performance of open-source MOOSE, TotalSegmentator, and LungMask models compared to a local in-house model 2025-Sep-04, European radiology experimental IF:3.7Q1 DOI:10.1186/s41747-025-00623-9 PMID:40908427	研究论文	比较开源肺叶分割模型与本地训练模型在肺叶分割任务中的性能表现	首次系统比较MOOSE、TotalSegmentator和LungMask等开源肺叶分割工具，并与在更具代表性临床数据集上训练的nnU-Net模型进行对比	研究样本量相对有限（内部数据集164例，外部验证55例），且仅针对肺叶分割任务进行评估	评估深度学习肺叶分割模型的性能，特别是处理复杂病例的能力	肺叶分割	医学图像分割	肺疾病	计算机断层扫描	深度学习分割模型	CT图像	内部数据集164例CT扫描，外部验证集55例	nnU-Net	nnU-Net	Dice相似系数, 鲁棒豪斯多夫距离, 归一化表面距离	NA
1202	2025-10-06	A Multi-Task Deep Learning Pipeline Integrating Vessel Segmentation and Radiomics for Multiclass Retinal Disease Classification 2025-Sep-04, Photodiagnosis and photodynamic therapy IF:3.1Q2 DOI:10.1016/j.pdpdt.2025.105209 PMID:40914189	研究论文	开发了一个整合血管分割和影像组学的多任务深度学习框架，用于四种视网膜疾病的自动分类	首次将基于Transformer的分割模型与影像组学特征相结合用于多类别视网膜疾病分类	研究仅包含来自八个医疗中心的数据，需要更多外部验证	开发稳健的自动化视网膜疾病分类系统	糖尿病视网膜病变、高血压视网膜病变、视乳头水肿和正常眼底	计算机视觉	视网膜疾病	影像组学分析	U-Net, Attention U-Net, DeepLabV3+, HRNet, Swin-Unet, XGBoost, CatBoost, Random Forest, Ensemble	眼底图像	2,165名患者来自八个医疗中心，外部测试集769名患者	PyRadiomics, Mahotas	U-Net, Attention U-Net, DeepLabV3+, HRNet, Swin-Unet	准确率, AUC, 召回率, ROC分析, Dice相似系数	NA
1203	2025-10-06	Comparative multi-task deep learning models for protein-nucleic acid interaction prediction: Unveiling the superior efficacy of the PNI-MAMBA architecture 2025-Sep-04, International journal of biological macromolecules IF:7.7Q1 DOI:10.1016/j.ijbiomac.2025.147419 PMID:40914361	研究论文	本文提出了一种基于深度学习的多任务学习框架，用于预测蛋白质-核酸相互作用	引入了新颖的结合位点注意力机制以捕捉关键结合位点信息，并开发了基于Mamba网络架构的PNI-MAMBA模型系列	NA	准确预测蛋白质-核酸相互作用并识别结合位点	蛋白质-核酸相互作用	机器学习	NA	深度学习	多任务学习框架	DNA和RNA数据集	NA	NA	FCN, Transformer, Mamba	准确率, 鲁棒性	NA
1204	2025-10-06	PreRBP: Interpretable Deep Learning for RNA-Protein Binding Site Prediction with Attention Mechanism 2025-Sep-04, Analytical biochemistry IF:2.6Q2 DOI:10.1016/j.ab.2025.115968 PMID:40914406	研究论文	本研究开发了名为PreRBP的可解释深度学习模型，用于预测RNA-蛋白质结合位点	结合了RNA序列和二级结构特征，采用注意力机制提高模型可解释性，并应用四种欠采样算法处理类别不平衡问题	仅使用27个公开数据集，模型输入特征可能仍有改进空间	开发更准确的RNA-蛋白质结合位点预测方法	RNA-蛋白质结合位点	生物信息学	NA	RNA二级结构分析，高阶编码方法	CNN, BiLSTM	RNA序列数据，结构数据	27个RNA-蛋白质结合位点公开数据集	NA	卷积神经网络，双向长短时记忆网络	AUC	NA
1205	2025-10-06	Deep learning-assisted system improves practical effect in cervical cytopathology diagnosis: A comparative study of reading modes 2025-Sep-04, Modern pathology : an official journal of the United States and Canadian Academy of Pathology, Inc IF:7.1Q1 DOI:10.1016/j.modpat.2025.100882 PMID:40914500	研究论文	本研究通过随机对照四向交叉设计比较了四种阅读模式在宫颈细胞病理学诊断中的效果	首次采用随机对照四向交叉设计系统评估四种深度学习辅助阅读模式在宫颈细胞病理诊断中的表现	研究样本仅包含2021-2022年回顾性收集的宫颈涂片，未涉及其他类型细胞病理学样本	评估不同深度学习辅助阅读模式在宫颈细胞病理学诊断中的有效性和实用性	1620例宫颈涂片和108名持证细胞病理学家	数字病理学	宫颈癌	深度学习辅助诊断	深度学习模型	细胞病理学图像	1620例宫颈涂片，108名细胞病理学家	NA	NA	灵敏度, 特异度, 阅读时间	NA
1206	2025-10-06	Soft Bioelectronic Interfaces for Continuous Peripheral Neural Signal Recording and Robust Cross-Subject Decoding 2025-Sep, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202414732 PMID:40433949	研究论文	本研究开发了软性生物电子接口用于连续记录外周神经信号，并建立了跨被试的稳健解码模型	采用低阻抗软性导电聚合物电极实现与神经组织的稳定接触，结合手工特征和深度学习特征并引入参数共享与适应训练策略	目前仅在清醒动物中进行验证，尚未在人类被试中测试	提升外周神经信号解码的准确性以促进神经科学研究、神经疾病治疗和人机接口开发	外周神经组织和神经生理信号	生物医学工程	神经系统疾病	神经信号记录技术	神经网络	神经电生理信号	动物实验样本	NA	NA	泛化能力	NA
1207	2025-10-06	Protein Spatial Structure Meets Artificial Intelligence: Revolutionizing Drug Synergy-Antagonism in Precision Medicine 2025-Sep, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202507764 PMID:40775740	综述	系统探讨蛋白质三维空间结构与人工智能技术相结合在药物协同-拮抗作用预测中的最新研究进展与应用前景	整合蛋白质空间结构与人工智能技术预测药物协同-拮抗作用，为精准医疗提供新方法	NA	评估蛋白质位点可药性及预测药物协同-拮抗作用	蛋白质三维空间结构、药物相互作用、多靶点药物	机器学习	癌症、传染病、代谢疾病	分子对接技术	机器学习、深度学习	多源生物数据	NA	NA	NA	NA	NA
1208	2025-10-06	Automated Honey Bee Subspecies Identification Using Advanced Wing Venation Analysis and Adaptive Hierarchical Clustering 2025-Sep, Ecology and evolution IF:2.3Q2 DOI:10.1002/ece3.72101 PMID:40909012	研究论文	提出一种结合自适应图像处理和拓扑感知聚类的计算框架，用于实现可扩展、无标签的蜜蜂亚种识别	整合自适应图像处理与拓扑感知聚类，无需预定义标签即可动态推断亚种聚类，能够有效识别杂交种群和表型中间体	未明确说明在极端噪声条件下的性能表现，且对图像质量有一定依赖	开发可扩展的蜜蜂亚种自动识别方法以支持生物多样性保护和授粉韧性	蜜蜂翅膀脉序图像	计算机视觉	NA	翅膀脉序分析	自适应层次聚类(AHC)	图像	26,481张翅膀图像	NA	NA	轮廓系数, 分类准确率	NA
1209	2025-10-06	PhenoLearn: a user-friendly toolkit for image annotation and deep learning-based phenotyping for biological datasets 2025-Sep-06, Journal of evolutionary biology IF:2.1Q3 DOI:10.1093/jeb/voaf058 PMID:40366779	研究论文	介绍PhenoLearn工具包，帮助生物学家通过深度学习对2D标本图像进行注释和表型分析	开发了用户友好的图形界面工具包，使非计算机专业的生物学家能够轻松使用深度学习技术	NA	为生物学家提供易于使用的深度学习工具，用于生物数据集中的图像注释和表型分析	2D标本图像，特别是鸟类羽毛区域分割	计算机视觉	NA	深度学习，图像分割	深度学习模型	图像	NA	NA	NA	预测准确度，运行时间	GPU和CPU（比较有无GPU时的运行时间）
1210	2025-10-06	Research based on EEG for addiction level assessment methods and parietal/occipital lobes brain function analysis 2025-Sep-06, Computer methods in biomechanics and biomedical engineering IF:1.7Q3 DOI:10.1080/10255842.2025.2551014 PMID:40913522	研究论文	提出一种基于脑电图的甲基苯丙胺使用障碍评估方法，结合深度学习、可视化和时频域分析	使用增强型紧凑卷积神经网络ECCN-Net进行EEG分类，结合CAM可视化识别关键脑区通道	NA	开发准确的成瘾程度评估方法并分析顶叶/枕叶脑功能	甲基苯丙胺使用障碍患者的脑电图数据	机器学习	药物成瘾	脑电图	CNN	脑电图信号	NA	NA	ECCN-Net	准确率	NA
1211	2025-10-06	Artificial intelligence-assisted assessment of metabolic response to tebentafusp in metastatic uveal melanoma: a long axial field-of-view [18F]FDG PET/CT study 2025-Sep-06, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-025-07504-8 PMID:40913640	研究论文	本研究评估人工智能辅助的[18F]FDG长轴视野PET/CT在转移性葡萄膜黑色素瘤患者接受tebentafusp治疗中的代谢反应评估可行性和预后价值	首次将人工智能辅助量化与长轴视野PET/CT结合用于tebentafusp治疗的转移性葡萄膜黑色素瘤代谢反应评估	样本量较小（15例患者），部分生存分析结果仅显示趋势而未达统计学显著性	探索AI辅助的PET/CT代谢参数在转移性葡萄膜黑色素瘤治疗监测和预后评估中的应用价值	接受tebentafusp治疗的转移性葡萄膜黑色素瘤患者	数字病理	葡萄膜黑色素瘤	[18F]FDG PET/CT成像，循环肿瘤DNA检测	深度学习	医学影像（PET/CT），分子生物学数据	15例转移性葡萄膜黑色素瘤患者	RECOMIA平台	NA	总生存期，p值	NA
1212	2025-10-06	Multi-task learning for classification and prediction of adolescent idiopathic scoliosis based on fringe-projection three-dimensional imaging 2025-Sep-06, European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society IF:2.6Q1 DOI:10.1007/s00586-025-09340-8 PMID:40913670	研究论文	基于条纹投影三维成像开发多任务学习模型用于青少年特发性脊柱侧凸的分类和预测	首次将多任务深度学习应用于脊柱侧凸评估，通过联合学习Cobb角预测和曲线分类任务提取共享形态特征	未明确说明样本来源和数据集划分细节，缺乏外部验证结果	开发无创无辐射的脊柱侧凸诊断框架以替代传统X射线评估	青少年特发性脊柱侧凸患者	计算机视觉	脊柱侧凸	条纹投影三维成像	深度学习	三维表面数据	NA	NA	多任务深度学习模型	平均绝对误差,均方根误差,相关系数,决定系数,灵敏度,阳性预测值	NA
1213	2025-10-06	Interictal Epileptiform Discharge Detection using Dual-domain Features and GAN 2025-Sep-05, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3605257 PMID:40911454	研究论文	提出一种融合卷积层和Transformer的IED检测器，结合GAN进行数据增强，用于自动检测癫痫样放电	首次将卷积层与Transformer结合用于IED检测，并提出基于Transformer的GAN进行数据增强	IED数据稀缺问题仍未完全解决，模型在更广泛数据集上的泛化能力有待验证	开发自动检测癫痫样放电的深度学习模型	癫痫患者的脑电图数据	机器学习	癫痫	脑电图	CNN, Transformer, LSTM, GAN	脑电图时间序列数据	两个数据集（具体数量未明确说明）	NA	Transformer, CNN, LSTM, GAN	准确率, 灵敏度, 精确率	NA
1214	2025-10-06	Fundus Image Enhancement With Pyramid Conditional Flow 2025-Sep-05, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3600277 PMID:40911458	研究论文	提出一种基于金字塔条件流的眼底图像增强方法，通过学习高质量眼底图像的复杂分布而非像素级映射来改善图像质量	首次将归一化流方法应用于眼底图像增强，通过视网膜结构作为条件约束和金字塔结构识别视网膜特征频率成分	未明确说明方法在特定病理条件下的泛化能力	开发能够保留临床重要信息的眼底图像增强方法	低质量眼底图像	计算机视觉	眼科疾病	深度学习	归一化流	眼底图像	NA	NA	金字塔条件流(PCFlow)	NA	NA
1215	2025-10-06	3D foot kinetics estimation from distributed vGRF from smart insoles via 1D domain transformation 2025-Sep-05, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3605296 PMID:40911460	研究论文	通过深度学习将智能鞋垫采集的分布式垂直地面反作用力转换为三维动力学参数	提出Ke2KeNet模型实现从一维vGRF信号到三维动力学参数的高精度转换，并优化了鞋垫压力传感器布局	仅针对健康受试者进行研究，未涉及病理步态	开发从智能鞋垫数据估计三维足部动力学参数的方法	健康受试者的步行动力学数据	生物力学	NA	深度学习域转换	1D序列到序列模型	一维压力分布序列	健康受试者（具体数量未说明）	NA	Ke2KeNet, 1D序列到序列模型	与跑步机数据的对比评估	NA
1216	2025-10-06	Multimodal deep learning methods for speech and language rehabilitation: a cross-sectional observational study 2025-Sep-05, Disability and rehabilitation. Assistive technology DOI:10.1080/17483107.2025.2551708 PMID:40911624	研究论文	本文提出了一种改进的多模态深度学习康复流程，整合音频、视频和文本信息为言语语言康复提供个性化治疗	采用交叉注意力融合的多模态分层Transformer架构模型，能够联合建模语音声学特征、面部动态、唇部发音和语言上下文	NA	开发智能多模态深度学习系统以革新言语语言康复治疗的未来	患有沟通障碍的患者（包括神经系统疾病、发育迟缓和身体残疾引起的障碍）	自然语言处理	神经系统疾病	深度学习	Transformer	音频,视频,文本	NA	NA	交叉注意力融合多模态分层Transformer	准确率,患者参与度,可测量的治疗效益	NA
1217	2025-10-06	Development and clinical assessment of a novel AI-based diagnostic model for Hirschsprung's disease 2025-Sep-05, Updates in surgery IF:2.4Q2 DOI:10.1007/s13304-025-02284-0 PMID:40913191	研究论文	开发基于深度学习的AI诊断模型，利用对比灌肠图像诊断先天性巨结肠症	首次将YOLOv8算法应用于先天性巨结肠症的对比灌肠图像诊断，提供了一种非侵入性的准确诊断方法	研究样本量相对有限（725张图像），外部验证的特异性（72.22%）有待进一步提升	提高先天性巨结肠症的诊断准确性，同时减少侵入性检查	先天性巨结肠症患者的对比灌肠图像	计算机视觉	先天性巨结肠症	对比灌肠成像	深度学习	图像	725张对比灌肠图像（2013-2022年经组织病理学确认的HD患者）	PyTorch, Python	YOLOv8	平均精度均值(mAP), 精确率, 召回率, F1分数, 灵敏度, 特异性, 准确率	NA
1218	2025-10-06	Heart disease risk prediction based on deep learning multi-scale convolutional enhanced Swin Transformer model 2025-Sep-05, Computer methods in biomechanics and biomedical engineering IF:1.7Q3 DOI:10.1080/10255842.2025.2556004 PMID:40913335	研究论文	提出一种基于多尺度卷积增强Swin Transformer的心脏病风险预测模型	结合多分支卷积网络与Swin Transformer模块，通过通道注意力机制优化多尺度特征提取，并集成SHAP分析增强模型可解释性	仅使用克利夫兰心脏病数据集进行验证，未在其他数据集测试泛化能力	开发心脏病早期风险预测的深度学习模型	心脏病患者临床数据	机器学习	心血管疾病	深度学习	CNN, Transformer	结构化临床数据	克利夫兰心脏病数据集	NA	多尺度卷积增强Swin Transformer (MSCST)	准确率, AUC	NA
1219	2025-10-06	Federated Deep Learning Enables Cancer Subtyping by Proteomics 2025-Sep-04, Cancer discovery IF:29.7Q1 DOI:10.1158/2159-8290.CD-24-1488 PMID:40488620	研究论文	开发了一种联邦深度学习方法ProCanFDL，用于在保护数据隐私的前提下通过蛋白质组学数据进行癌症亚型分析	首次将联邦深度学习应用于蛋白质组学数据，能够在保护数据隐私的同时实现多中心协作建模	需要协调多个数据中心的合作，模型训练过程相对复杂	开发能够在保护数据隐私前提下进行癌症亚型分析的联邦学习方法	癌症患者的蛋白质组学数据	机器学习	癌症	数据非依赖性采集质谱(DIA-MS), 串联质谱标签蛋白质组学(TMT)	深度学习	蛋白质组学数据	总样本量8,252（泛癌队列1,260 + 私有队列6,265 + 外部验证队列887）	NA	NA	准确率提升	NA
1220	2025-10-06	Functional assessment of all ATM SNVs using prime editing and deep learning 2025-Sep-04, Cell IF:45.5Q1 DOI:10.1016/j.cell.2025.05.046 PMID:40580951	研究论文	本研究通过prime editing技术和深度学习模型DeepATM，全面评估了ATM基因所有27,513个单核苷酸变体的功能影响	首次系统评估ATM基因所有可能的单核苷酸变体功能，结合实验数据与深度学习预测，为意义未明变体提供解读框架	研究主要关注单核苷酸变体，未涵盖其他类型基因变异如插入缺失	建立ATM基因变体功能评估体系，支持精准医疗发展	ATM基因的27,513个单核苷酸变体	机器学习	癌症	prime editing, 深度测序	深度学习	基因组数据, 实验数据	27,513个SNVs（23,092个实验验证 + 4,421个模型预测）	NA	DeepATM	准确率	NA