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
201	2025-09-20	Deep Learning Classification of Prostate Cancer Using MRI Histopathologic Data 2025-Sep, Radiology. Imaging cancer DOI:10.1148/rycan.240381 PMID:40970801	研究论文	本研究评估了基于深度学习的MRI组织病理学数据在前列腺癌分类中的诊断能力	开发了新型人工智能分析方法，通过空间上下文集成提升分类性能并实现病灶大小估计	回顾性研究，数据收集于2009-2011年，需要进一步临床验证	评估MR组织病理学在前列腺癌识别中的诊断能力并指导临床成像参数选择	根治性前列腺切除术标本的组织学切片	数字病理学	前列腺癌	MR组织病理学(MRH)，MR光谱	神经网络	图像	2009-2011年期间收集的前列腺癌根治术标本组织切片数据集
202	2025-09-20	CircCode3: integrating deep learning to mine and evaluate translatable circular RNAs from ribosome profiling sequencing and mass spectrometry data 2025-Aug-31, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf458 PMID:40966647	研究论文	开发了一个集成分析流程CircCode3，用于从高通量测序数据中挖掘可翻译的环状RNA并评估其开放阅读框	整合了深度学习工具DeepCircm6A和DLMSC，用于预测m6A修饰位点和评估终止密码子可靠性，显著提升了现有工具的功能	NA	准确识别可翻译环状RNA及其开放阅读框	环状RNA（circRNAs）	生物信息学	NA	核糖体分析测序、质谱数据、高通量测序	深度学习	测序数据、质谱数据	NA
203	2025-09-20	AttBiomarker: unveiling preeclampsia biomarkers and molecular pathways through two-stage gene selection techniques and attention-based CNN with gene regulatory network analysis 2025-Aug-31, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf473 PMID:40966654	研究论文	本研究开发了一种结合深度学习和生物信息学的方法，用于识别先兆子痫的潜在生物标志物和分子通路	采用两阶段基因选择技术和基于注意力的CNN模型，结合基因调控网络分析，首次系统识别了与先兆子痫相关的10个枢纽基因	研究基于三个微阵列数据集，样本来源和数量未具体说明，可能存在数据偏差	识别先兆子痫的生物标志物和分子机制，为早期诊断和治疗提供靶点	先兆子痫相关基因表达数据	生物信息学	先兆子痫	微阵列分析，基因富集分析，蛋白质互作网络分析，分子对接分析	Attention-based CNN (AttCNN)	基因表达数据	基于三个微阵列数据集（具体样本数量未说明）
204	2025-09-20	Machine learning methods for gene regulatory network inference 2025-Aug-31, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf470 PMID:40966655	综述	本文全面回顾了基于机器学习的基因调控网络推断方法、常用数据集及评估指标	重点探讨了前沿深度学习技术在提升推断性能中的新兴作用	NA	支持基因调控研究中GRN推断的应用及新型机器学习方法的开发	基因调控网络（GRNs）	计算生物学	NA	高通量测序技术	监督学习、无监督学习、半监督学习、对比学习、深度学习	大规模组学数据	NA
205	2025-09-20	Artificial intelligence for comprehensive DNA methylation analysis: overview, challenges, and future directions 2025-Aug-31, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf468 PMID:40966651	综述	本文全面回顾了人工智能与DNA甲基化分析之间的协同作用，涵盖机器学习、深度学习、自然语言处理和可解释人工智能	强调了信号处理和基于大语言模型的模型在DNA甲基化研究中尚未充分探索的潜力	管理和分析大型复杂DNA甲基化数据集时面临的挑战与限制	探讨人工智能在DNA甲基化分析中的应用及未来研究方向	DNA甲基化数据及相关人工智能方法	自然语言处理	NA	DNA甲基化分析	机器学习, 深度学习, NLP, 大语言模型	甲基化数据	NA
206	2025-09-20	Single-View Echocardiographic Analysis for Left Ventricular Outflow Tract Obstruction Prediction in Hypertrophic Cardiomyopathy: A Deep Learning Approach 2025-Aug-16, Journal of the American Society of Echocardiography : official publication of the American Society of Echocardiography IF:5.4Q1 DOI:10.1016/j.echo.2025.08.008 PMID:40825382	研究论文	本研究开发了一种基于深度学习的模型，仅使用经胸超声心动图的胸骨旁长轴视图来预测肥厚型心肌病患者的严重左心室流出道梗阻	首次利用单一视图（PLAX）结合深度学习技术预测LVOTO，无需传统多视图、多普勒或激发试验，在资源有限环境下具有重要应用价值	研究基于特定医疗中心的数据，外部验证性能虽好但仍需更多多样化数据验证泛化能力	开发并验证一种深度学习模型，用于肥厚型心肌病中左心室流出道梗阻的预测与评估	肥厚型心肌病患者	数字病理	心血管疾病	经胸超声心动图（TTE）	深度学习模型	视频	开发数据集n=1007，内部测试集n=87，外部验证集n=1334，治疗响应数据集n=156
207	2025-09-20	Learning in PINNs: Phase transition, diffusion equilibrium, and generalization 2025-Aug-14, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107983 PMID:40884895	研究论文	通过神经梯度信噪比研究全连接神经网络的学习动态，识别扩散平衡相并提出样本重加权方案以提升泛化能力	提出扩散平衡（DE）相概念，发现梯度方向对齐和残差同质性对泛化的关键作用，并设计针对问题样本的优化策略	主要基于二次损失函数和物理信息神经网络（PINNs）的实验验证，普适性需进一步研究	探究非凸目标中一阶优化器的学习动态及泛化机制	全连接神经网络及其优化过程	machine learning	NA	神经梯度信噪比（SNR）分析	全连接神经网络	NA	NA
208	2025-09-20	A Systematic Review of the Diagnostic Accuracy of Deep Learning Models for the Automatic Detection, Localization, and Characterization of Clinically Significant Prostate Cancer on Magnetic Resonance Imaging 2025-Aug, European urology oncology IF:8.3Q1 DOI:10.1016/j.euo.2024.11.001 PMID:39547898	系统综述	本文系统评估了深度学习模型在MRI上自动检测、定位和表征临床显著性前列腺癌的诊断准确性	首次系统综述2020-2023年间全自动深度学习模型在前列腺癌MRI诊断中的性能，并采用标准化工具评估研究质量	研究设计、验证策略和数据集存在显著异质性，仅三分之一研究进行了外部验证，限制了结果的普适性和临床转化	评估深度学习模型提升前列腺癌MRI诊断自动化的能力	临床显著性前列腺癌（csPCa）	数字病理	前列腺癌	MRI影像分析	深度学习模型	医学影像	25项符合纳入标准的研究（具体样本量未在摘要中说明）
209	2025-09-20	Intelligent deep learning-based disease monitoring system in 5G network using multi-disease big data 2025-Aug, Journal of biomolecular structure & dynamics IF:2.7Q2 DOI:10.1080/07391102.2024.2310785 PMID:38334127	研究论文	提出一种基于智能深度学习的疾病监测系统，利用5G网络和多疾病大数据进行实时疾病预测	开发了MPPP-SSGSO优化算法用于调参和模糊隶属函数优化，并采用集成提升模型与模糊分类器结合进行疾病分类	NA	构建高效的实时疾病监测系统以降低死亡率	从患者收集的多疾病大数据	机器学习	多疾病	数据预处理（对比度增强、中值滤波等），特征提取	1D-CNN, AdaBoost, XGBoost, CatBoost, 模糊分类器	从可穿戴医疗设备收集的传感器数据	NA
210	2025-09-20	Role of Artificial Intelligence in Critical Care Medicine: A Literature Review 2025-Aug, Cureus DOI:10.7759/cureus.90149 PMID:40959327	文献综述	本文综述了人工智能在重症监护医学中的应用及其潜力	总结了AI在ICU中预测患者恶化事件、提升影像诊断准确性和优化监测算法的最新进展	NA	概述人工智能在重症监护领域的当前证据和应用前景	重症监护病房（ICU）产生的多模态医疗数据	医疗人工智能	重症疾病	机器学习和深度学习	ML和DL模型	多模态数据流（生命体征波形、实验室结果、临床记录等）	NA
211	2025-09-20	A Study of Anatomical Priors for Deep Learning-Based Segmentation of Pheochromocytoma in Abdominal CT 2025-Jul-24, ArXiv PMID:40969484	研究论文	本研究系统评估解剖学先验知识对基于深度学习的腹部CT中嗜铬细胞瘤分割性能的提升效果	提出基于器官特异性解剖先验的多类别标注策略，显著优于传统的全身区域先验方法	样本量相对有限（105例CT扫描），仅基于单中心数据	改进嗜铬细胞瘤的自动分割精度以支持临床评估和疾病监测	腹部CT扫描中的嗜铬细胞瘤病灶	医学图像分析	嗜铬细胞瘤	CT成像	nnU-Net	3D医学图像	91名患者的105例增强CT扫描
212	2025-09-20	Benchmarking and Explaining Deep Learning Cortical Lesion MRI Segmentation in Multiple Sclerosis 2025-Jul-16, ArXiv PMID:40969490	研究论文	提出并评估用于多发性硬化皮质病变MRI分割的深度学习模型基准	首个针对皮质病变检测与分割的多中心综合基准，结合模型可解释性分析和泛化能力验证	数据来自有限机构（4个），域外测试F1分数降至0.5，显示泛化能力仍有提升空间	开发标准化自动方法以促进多发性硬化皮质病变的临床整合	多发性硬化患者的皮质病变	医学图像分析	多发性硬化	MRI（MP2RAGE和MPRAGE序列）	nnU-Net	MRI图像	656份MRI扫描（来自4家机构的临床试验和研究数据）
213	2025-09-20	Transformer-based Deep Learning for Glycan Structure Inference from Tandem Mass Spectrometry 2025-Jul-05, bioRxiv : the preprint server for biology DOI:10.1101/2025.07.02.662857 PMID:40631101	研究论文	提出基于Transformer的深度学习模型GlycoBERT和GlycoBART，用于从串联质谱数据推断糖链结构	首次将Transformer架构应用于糖链结构推断，GlycoBART能够实现从头生成训练数据中未出现的新颖糖链结构	分类方法GlycoBERT仅限于预测训练数据中存在的结构	开发更准确和全面的糖链结构分析方法	糖链（聚糖）	计算生物学	NA	串联质谱（MS/MS）	Transformer, sequence classifier, sequence-to-sequence	质谱数据	人类胚胎肾细胞MS/MS数据集
214	2025-09-20	MuST: multiple-modality structure transformation for single-cell spatial transcriptomics 2025-Jul-02, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf405 PMID:40874816	研究论文	提出一种名为MuST的多模态结构转换方法，用于解决空间转录组数据中的模态偏差问题	通过拓扑发现策略和拓扑融合损失函数整合多模态信息到统一潜在空间，有效协调不同模态间的不一致性	NA	解决空间转录组技术中的模态偏差现象，提升多模态数据在下游任务中的分析效果	空间转录组数据，包括转录组、空间和形态学多模态信息	生物信息学	NA	空间转录组技术，深度学习	深度学习模型	多模态数据（转录组、空间、形态学）	NA
215	2025-09-20	Fluctuation structure predicts genome-wide perturbation outcomes 2025-Jul-01, bioRxiv : the preprint server for biology DOI:10.1101/2025.06.27.661814 PMID:40631127	研究论文	提出CIPHER框架，利用未扰动细胞中的基因共波动预测全基因组扰动响应	首次将统计物理学的线性响应理论应用于功能基因组学，通过基线基因协方差结构预测扰动结果	NA	开发理论驱动模型以解释单细胞扰动筛选数据并预测全基因组响应	基因表达波动和扰动响应	功能基因组学	NA	单细胞扰动筛选，贝叶斯推断	线性响应理论框架	单细胞基因表达数据	11个大规模数据集，4,234次扰动，超过136万细胞
216	2025-09-20	Remaining Useful Life Prediction for Rolling Bearings Based on TCN-Transformer Networks Using Vibration Signals 2025-Jun-05, Sensors (Basel, Switzerland) DOI:10.3390/s25113571 PMID:40719529	研究论文	提出一种基于TCN-Transformer网络和振动信号的滚动轴承剩余使用寿命预测方法	开发了TCN-Transformer网络，能有效学习和整合振动信号的局部和全局特征，解决RUL预测中的长时间序列预测问题	NA	提高滚动轴承剩余使用寿命预测的准确性	滚动轴承	机器学习和预测性维护	NA	振动信号分析、特征提取、深度学习	TCN-Transformer	振动信号（时域和频域特征）	使用IEEE PHM 2012数据挑战数据集进行验证
217	2025-09-20	An EMG-Based GRU Model for Estimating Foot Pressure to Support Active Ankle Orthosis Development 2025-Jun-05, Sensors (Basel, Switzerland) DOI:10.3390/s25113558 PMID:40969084	研究论文	提出一种基于表面肌电信号和GRU深度学习模型的足底压力预测方法，用于开发自适应主动踝足矫形器	利用GRU模型从多肌肉EMG信号预测足底压力分布，实现跨被试泛化和实时关键步态事件推断	NA	通过神经肌肉激活驱动的方法改进主动踝足矫形器的实时控制适应性	踝关节相关肌肉的EMG信号和足底压力分布	生物医学工程	老年疾病	表面肌电信号(EMG)采集、力敏电阻(FSR)系统	GRU	时间序列信号	NA
218	2025-09-20	Power Line Segmentation Algorithm Based on Lightweight Network and Residue-like Cross-Layer Feature Fusion 2025-Jun-04, Sensors (Basel, Switzerland) DOI:10.3390/s25113551 PMID:40969098	研究论文	提出一种基于轻量化网络和残差式跨层特征融合的电力线分割算法RGS-UNet	集成残差式跨层特征融合模块，引入Ghost Module优化卷积计算，嵌入SIMAM注意力机制，并采用Mish激活函数	NA	解决现有电力线分割算法中小目标尺度、复杂背景和模型参数过多的问题	电力线图像	计算机视觉	NA	深度学习图像分割	UNet, ResNet18, Ghost Module, SIMAM	图像	NA
219	2025-09-20	A Deep Learning-Based Model Approach for Quantitative Analysis of Cell Chemotaxis in a Microfluidic Chip 2025-Jun-03, Sensors (Basel, Switzerland) DOI:10.3390/s25113515 PMID:40969071	研究论文	提出一种结合微流控技术和深度学习的细胞趋化性定量分析方法	首次整合微流控芯片与深度学习技术，实现细胞趋化性的自动化、高精度定量评估	NA	开发快速、准确的细胞趋化性定量分析工具	细胞趋化行为	计算机视觉	NA	微流控技术	深度学习	图像	NA
220	2025-09-20	Enhancing Upper Limb Exoskeletons Using Sensor-Based Deep Learning Torque Prediction and PID Control 2025-Jun-03, Sensors (Basel, Switzerland) DOI:10.3390/s25113528 PMID:40969067	研究论文	提出一种结合传感器深度学习扭矩预测与PID控制的上肢外骨骼增强控制方法	使用LSTM、BLSTM和GRU深度学习模型从HD-sEMG信号估计和预测扭矩，并集成到PID控制环路中以优化外骨骼机器人控制	NA	增强上肢辅助外骨骼的控制效果，帮助中风患者改善手臂运动功能	上肢外骨骼机器人（肘关节）和十二名健康受试者的肌电信号	机器学习	中风	高密度表面肌电信号(HD-sEMG)采集，深度学习建模	LSTM, BLSTM, GRU	肌电信号	12名健康受试者，采集五个上肢肌肉在四种等长任务中的肌电数据