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
941	2025-11-24	Interpretation of RNA Universe and Coding Potential Using IntRNA 2025-Nov, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202509518 PMID:40847441	研究论文	本研究构建了多通道深度学习框架IntRNA来解释RNA宇宙和编码潜力	提出了大量RNA编码特征显著扩展特征空间，开发了RNA序列的图像式表示方法，构建了双路径模型在多个基准测试中表现最佳	NA	解决RNA研究中三个关键问题：检测和解释RNA编码潜力、注释sncRNAs的复杂分类、成功区分环状和线性lncRNAs	RNA序列及其编码特征	生物信息学	NA	RNA序列分析	深度学习	RNA序列数据	NA	NA	双路径模型	基准测试性能	NA
942	2025-11-24	SURF: A Self-Supervised Deep Learning Method for Reference-Free Deconvolution in Spatial Transcriptomics 2025-Nov, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202505456 PMID:40859416	研究论文	提出一种名为SURF的自监督深度学习方法，用于空间转录组学中的无参考解卷积分析	首次将自监督深度学习与高维基因数据分析相结合，有效建模非线性基因相互作用并利用spot关系，无需匹配单细胞参考数据	未明确说明方法在极低分辨率数据或特定组织类型中的性能限制	开发无参考解卷积工具以提升空间转录组数据的细胞水平分析能力	空间转录组数据，包括合成数据集、真实数据集、人类结直肠肝转移瘤数据	生物信息学，计算生物学	结直肠癌，肝转移癌	空间转录组学，深度学习	自监督深度学习	基因表达数据，空间转录组数据	多种分辨率、物种、空间模式和组织状态的数据集	NA	NA	基准测试比较	NA
943	2025-11-24	BridgeNet: a high-efficiency framework integrating sequence and structure for protein and enzyme function prediction 2025-Nov-01, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf607 PMID:41259416	研究论文	提出BridgeNet框架，通过整合蛋白质序列和结构信息进行蛋白质和酶功能预测	通过新型潜在环境矩阵实现序列和结构信息的无缝对齐，在推理时无需显式结构输入	NA	开发高效整合序列和结构信息的蛋白质表示学习框架	蛋白质和酶的功能特性	计算生物学, 结构生物信息学	NA	深度学习	预训练深度学习框架	蛋白质序列数据, 结构数据	NA	NA	BridgeNet（包含序列编码、结构编码和桥接模块的模块化架构）	NA	NA
944	2025-11-24	PCBert-Kla: an efficient prediction method for lysine lactylation sites based on ProtBert and fusion of physicochemical features 2025-Nov-01, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf615 PMID:41259418	研究论文	提出基于ProtBert和理化特征融合的深度学习方法PCBert-Kla，用于预测蛋白质赖氨酸乳酸化位点	结合ProtBert提取蛋白质序列深度特征与多种理化性质融合，并引入注意力机制自动选择特征	NA	开发高效准确的赖氨酸乳酸化位点预测方法	蛋白质赖氨酸乳酸化位点	生物信息学	多种疾病	蛋白质序列分析	深度学习, 注意力机制	蛋白质序列数据	NA	NA	ProtBert, 全连接网络	准确率, 可靠性, 泛化能力	NA
945	2025-11-24	An Integrated Clinical-Radiomics-Deep Learning Model Based on 18F-FDG PET/CT for Predicting EGFR Mutation Status in Lung Adenocarcinoma 2025-Nov, Cancer medicine IF:2.9Q2 DOI:10.1002/cam4.71370 PMID:41263395	研究论文	基于18F-FDG PET/CT开发整合临床、影像组学和深度学习的模型预测肺腺癌EGFR突变状态	首次将临床特征、影像组学特征和深度学习特征整合到单一模型中预测EGFR突变状态	回顾性研究设计，样本量相对有限（218例患者）	预测肺腺癌患者的EGFR突变状态	218例肺腺癌患者	数字病理	肺癌	18F-FDG PET/CT成像	深度学习, 机器学习	医学影像（PET/CT图像）, 临床数据	218例肺腺癌患者	NA	ConvNext	AUC, 校准曲线, 决策曲线分析	NA
946	2025-11-24	SciSt: single-cell reference-informed spatial gene expression prediction from pathological images 2025-Nov-01, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf613 PMID:41263940	研究论文	开发了从病理图像预测空间基因表达的深度学习框架SciSt	通过整合病理特征与生物学信息化的初始基因表达，结合细胞分割和单细胞参考数据的加权策略	未明确说明模型在更广泛疾病类型上的适用性	从病理图像预测空间基因表达，实现形态学与基因表达的跨模态转换	临床H&E染色图像和空间转录组数据	数字病理学	乳腺癌,肝癌	空间转录组学,单细胞测序	深度学习	图像,基因表达数据	三个基准数据集和TCGA-BRCA、TCGA-LIHC队列	NA	NA	NA	NA
947	2025-11-24	AI-ECG-derived biological age as a predictor of mortality in cardiovascular and acute care patients 2025-Nov, European heart journal. Digital health DOI:10.1093/ehjdh/ztaf109 PMID:41267837	研究论文	本研究开发了一种基于AI的心电图生物年龄预测模型，用于评估心血管疾病和急症患者的长期死亡风险	首次在高风险心血管疾病和急症患者群体中验证AI-ECG生物年龄的预后价值，并发现P波是模型最敏感的特征区域	研究基于单中心数据，患者合并多种疾病时AI-ECG年龄与实足年龄相关性减弱	评估AI-ECG生物年龄在预测高风险患者长期死亡率方面的临床效用	48,950名心血管疾病或急性疾病患者	数字病理	心血管疾病	心电图	深度学习	心电图信号	48,950名患者	NA	NA	风险比, 相关性系数	NA
948	2025-11-24	Deep learning-based quantification of epicardial adipose tissue volume from non-contrast computed tomography images: a multi-centre study 2025-Nov, European heart journal. Digital health DOI:10.1093/ehjdh/ztaf116 PMID:41267847	研究论文	开发并验证基于深度学习的自动心外膜脂肪组织体积量化系统，使用非对比计算机断层扫描图像	首个基于3D UNet++架构的心包膜分割深度学习模型，用于多中心泛亚洲人群的EAT体积自动量化	样本量相对有限，外部验证集仅包含160例患者	开发自动化心外膜脂肪组织体积量化系统，用于冠状动脉疾病风险评估	来自三个中心的1243例NCCT患者扫描，包括亚洲和非亚洲人群	医学影像分析	心血管疾病	非对比计算机断层扫描	深度学习	3D医学影像	1243例训练和内部验证，160例外部队列测试	NA	3D UNet++	相关系数, Bland-Altman分析, 优势比, 卡方统计量	NA
949	2025-11-24	A deep learning-based pipeline for large-scale echocardiography data curation and measurements 2025-Nov, European heart journal. Digital health DOI:10.1093/ehjdh/ztaf108 PMID:41267841	研究论文	开发基于深度学习的自动化流程用于大规模超声心动图数据整理和测量	首次提出结合数据整理和自动化测量的完整深度学习流程，能够处理大规模真实世界超声心动图数据	验证样本量相对有限，仅针对LVEF和LAVI两个测量指标进行了验证	开发自动化超声心动图数据分析流程，提高大规模数据利用效率	14,326例超声心动图检查（来自9,678名患者）	医学影像分析	心血管疾病	超声心动图	深度学习	医学图像	14,326例检查（9,678名患者），验证子样本3,251名受试者	NA	NA	Bland-Altman分析，偏差，标准差	NA
950	2025-11-24	Short-term atrial fibrillation onset prediction using machine learning 2025-Nov, European heart journal. Digital health DOI:10.1093/ehjdh/ztaf104 PMID:41267849	研究论文	本研究利用机器学习方法分析24小时动态心电图数据，实现房颤发作的短期预测	建立了包含95,871份手动分析心电图记录的新数据库，并首次将HRV参数与深度学习模型在房颤短期预测中进行系统比较	需要前瞻性研究进一步验证结果，样本年龄分布存在分层限制	开发能够预测窦性心律患者在随后几小时内发生房颤发作的机器学习模型	872名阵发性房颤患者和347名无心律异常患者的动态心电图记录	机器学习	心血管疾病	动态心电图监测	随机森林, XGBoost, 深度学习	心电图信号	95,871份Holter心电图记录，包含872名房颤患者的1,319次发作事件	NA	NA	AUC, 准确率, 灵敏度, 特异性, 阳性预测值, 阴性预测值, F1分数	NA
951	2025-11-24	Real-world application of deep learning for ECG-based prediction of coronary artery disease and revascularization needs 2025-Nov, European heart journal. Digital health DOI:10.1093/ehjdh/ztaf096 PMID:41267851	研究论文	本研究开发了一种基于心电图和XGBoost的深度学习模型，用于预测普通人群的冠状动脉血运重建风险	首次将深度学习模型与XGBoost结合，利用常规心电图数据预测冠状动脉血运重建需求，实现了无创筛查工具的突破	排除了肌钙蛋白I水平升高的患者和缺乏随访记录的患者，可能影响模型的泛化能力	开发基于心电图的深度学习模型，早期预测冠状动脉血运重建需求	普通人群中的心电图检查患者	医疗人工智能	冠状动脉疾病	心电图分析	深度学习模型,XGBoost	心电图信号,人口统计学数据	开发集113,451名患者，内部验证集66,680名患者，另包含社区医院的外部验证数据	XGBoost	深度学习模型（具体架构未明确说明）	C-index	NA
952	2025-11-23	Data Augmentation Via Digital Twins to Develop Personalized Deep Learning Glucose Prediction Algorithms for Type 1 Diabetes in Poor Data Context 2025-Nov-21, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2025.3635264 PMID:41269845	研究论文	提出利用数字孪生生成个性化合成数据的数据增强策略，以改善1型糖尿病葡萄糖预测深度学习模型的性能	首次将数字孪生技术应用于1型糖尿病数据增强，通过生成个性化合成数据解决数据稀缺问题	仅基于12名患者的开源数据集进行验证，样本规模较小	开发用于1型糖尿病葡萄糖水平预测的个性化深度学习算法	1型糖尿病患者的葡萄糖-胰岛素动态数据	机器学习	1型糖尿病	数字孪生技术，数据增强	深度神经网络	时间序列生理数据	12名患者的开源数据集	NA	NA	葡萄糖预测准确度	NA
953	2025-11-23	Leveraging Rich Mechanical Features and Long-Range Physical Constraints for Lumbar Spine Stress Analysis 2025-Nov-21, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2025.3635426 PMID:41269846	研究论文	提出一种结合3D生成对抗网络和双通道视觉Transformer的框架，用于腰椎生物力学分析	引入物理引导机制确保模型符合力学原理，并采用数据增强和双通道架构提取几何与物理信息	数据依赖性和物理一致性仍是挑战	开发高效准确的腰椎生物力学分析方法	腰椎脊柱	计算机视觉	脊柱疾病	有限元分析，深度学习	GAN, Transformer	3D图像数据	NA	NA	3D生成对抗网络，双通道视觉Transformer	交并比，均方误差	NA
954	2025-11-23	Deep learning-based mismatch repair prediction using colorectal cancer macroscopic images: a diagnostic study 2025-Nov-21, Journal of gastroenterology IF:6.9Q1 DOI:10.1007/s00535-025-02326-9 PMID:41272313	研究论文	开发基于深度学习的大肠癌大体图像错配修复状态预测模型	首次使用大体图像结合深度学习进行错配修复状态预测，提供快速免费的筛查工具	单中心研究，样本量相对有限，需要外部验证	为结直肠癌患者提供快速、免费的错配修复状态筛查方法	809名接受手术切除的结直肠癌患者	数字病理	结直肠癌	免疫组织化学染色	深度学习	图像	809名结直肠癌患者的手术标本大体图像	NA	DeepLabV3+, Vision Transformer (ViT)	AUC, NPV	NA
955	2025-11-23	AttenUNeT X with iterative feedback mechanisms for robust deep learning skin lesion segmentation 2025-Nov-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-23830-1 PMID:41257867	研究论文	提出一种名为AttenUNeT X的新型皮肤病变分割模型，通过集成反馈机制和注意力模块提升分割精度	在U-Net架构中引入三项关键改进：解码器块的迭代反馈机制、定制顺序统计层捕获极值病变模式、增强注意力模块聚焦诊断相关区域	NA	开发鲁棒的深度学习模型用于皮肤病变分割以改善皮肤癌早期诊断	皮肤病变图像	计算机视觉	皮肤癌	深度学习图像分割	CNN	图像	ISIC 2018数据集、PH2数据集和ISIC 2017数据集	NA	U-Net, AttenUNeT X	Dice系数, IoU, 像素准确率	NA
956	2025-11-23	Deep learning twined spatial analysis for detection of mysterious fairy circles 2025-Nov-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-03691-4 PMID:41257873	研究论文	本研究结合计算建模和地貌图像数据开发基于CNN的预测模型，用于从卫星图像中检测神秘仙女圈	首次将预训练CNN模型应用于全球范围内仙女圈的自动检测和定位	研究主要基于特定地区（马里、纳米比亚、澳大利亚）的数据，可能对其他地区的适用性有限	开发能够从卫星图像中自动检测仙女圈的人工智能模型	卫星图像中的仙女圈地貌特征	计算机视觉	NA	卫星遥感成像	CNN	卫星图像	NA	NA	预训练CNN	准确率	NA
957	2025-11-23	CyberDetect MLP a big data enabled optimized deep learning framework for scalable cyberattack detection in IoT environments 2025-Nov-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-24459-w PMID:41257897	研究论文	提出一个名为CyberDetect-MLP的可扩展、可解释的大数据驱动深度学习框架，用于物联网环境中的网络攻击检测	结合大数据分析与可解释深度学习，填补了网络安全领域大数据分析与可解释深度学习之间的空白，提供端到端的入侵检测系统方法	NA	开发可扩展、可解释的物联网网络攻击检测框架	物联网环境中的网络攻击检测	机器学习	NA	互信息特征选择，可解释人工智能	MLP	多维数据流，网络数据	完整TON_IoT数据集	Apache Spark, TensorFlow/PyTorch	多层感知机，包含批归一化、dropout和余弦退火调度	准确率，ROC-AUC	分布式计算框架Apache Spark
958	2025-11-23	Coevolutionary signals in multiple sequence alignments improve virulence factor prediction with an MSA Transformer 2025-Nov-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-24298-9 PMID:41257887	研究论文	提出一种基于MSA Transformer的新方法MVP，通过利用多序列比对中的共进化信号来预测细菌毒力因子	首次将共进化信息整合到毒力因子预测中，提出MSA-composition特征表示方法	未明确说明模型在哪些类型的毒力因子预测上表现较差	改进细菌毒力因子的预测准确性	细菌毒力因子相关蛋白序列	生物信息学	细菌感染性疾病	多序列比对，深度学习	Transformer	蛋白质序列数据	NA	PyTorch	MSA Transformer	准确率	NA
959	2025-11-23	Electrolyzers-HSI: Close-Range Multi-Scene Hyperspectral Imaging Benchmark Dataset 2025-Nov-19, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-06279-9 PMID:41257984	研究论文	介绍了一个用于电解器材料分类的多模态高光谱成像基准数据集Electrolyzers-HSI	首个专门针对电解器关键原材料回收的多模态高光谱成像基准数据集，包含共配准的RGB图像和HSI数据立方体	数据集规模相对较小，仅包含55个样本	通过准确的电解器材料分类加速关键原材料回收	粉碎的电解器样本	计算机视觉	NA	高光谱成像(HSI)	Transformer	图像, 高光谱数据	55个共配准的高分辨率RGB图像和HSI数据立方体	NA	Transformer	NA	NA
960	2025-11-23	Automated hypoxia and apnea identification for neonates via enhanced respiratory signal modeling with deep learning 2025-Nov-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-24783-1 PMID:41257997	研究论文	通过深度学习增强呼吸信号建模实现新生儿缺氧和呼吸暂停的自动识别	提出合成信号生成框架模拟婴儿呼吸周期，结合CNN-BiLSTM混合模型实现呼吸状态分类	使用合成数据而非真实临床数据，缺乏临床验证	开发基于机器学习的 neonatal 呼吸窘迫评估系统	新生儿呼吸模式	机器学习	新生儿呼吸系统疾病	合成信号生成，特征提取	CNN, BiLSTM, Random Forest	合成呼吸信号	NA	NA	CNN-BiLSTM	准确率	NA