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
221	2025-09-22	Detection and score grading for prostate adenocarcinoma using semantic segmentation 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0331613 PMID:40971958	研究论文	本研究提出了一种基于语义分割的前列腺癌检测与分级方法，专注于区分Gleason模式3和4	整合扩张注意力机制和残差卷积U-Net架构以增强特征表示，并采用像素扩展和类别权重解决类别不平衡问题	在完全未见的外部测试数据上性能有所下降（Dice系数从0.87降至0.64）	提高前列腺癌诊断准确性并改善患者治疗策略	前列腺针芯活检标本的数字化全切片图像	数字病理学	前列腺癌	深度学习	残差卷积U-Net	图像	100张数字化全切片图像
222	2025-09-22	Linking transcriptome and morphology in bone cells at cellular resolution with generative AI 2024-Dec-31, Journal of bone and mineral research : the official journal of the American Society for Bone and Mineral Research IF:5.1Q1 DOI:10.1093/jbmr/zjae151 PMID:39303095	观点文章	探讨生成式AI在骨细胞转录组与形态学关联分析中的应用前景与挑战	提出利用多模态数据（组织学图像、单细胞分子数据、空间转录组数据）训练生成式AI模型，以揭示骨细胞在细胞水平的复杂生物学过程	存在骨单细胞数据集的技术偏差、重要骨细胞类型缺乏分析、空间信息缺失等问题，且需要大规模高质量空间转录组数据集和实验验证	推动生成式AI在骨细胞生物学研究中的应用，实现细胞分化动态预测、分子与形态特征关联及细胞扰动响应预测	骨细胞	生成式人工智能	NA	单细胞测序、空间转录组学	生成式AI	组织学图像、单细胞分子数据、空间转录组数据	NA
223	2025-09-22	Deep learning based binary classification of diabetic retinopathy images using transfer learning approach 2024-Dec, Journal of diabetes and metabolic disorders IF:1.8Q4 DOI:10.1007/s40200-024-01497-1 PMID:39610484	研究论文	提出一种基于迁移学习的深度学习二分类方法，用于糖尿病视网膜病变图像的自动分类	采用20种预训练网络进行迁移学习，并结合数据预处理和数据增强技术优化模型性能	NA	开发准确的糖尿病视网膜病变早期检测系统	糖尿病视网膜病变图像	计算机视觉	糖尿病视网膜病变	迁移学习，数据增强，图像预处理	ResNet101, 预训练CNN网络	医学图像	来自三个数据库(DRD-EyePACS, IDRiD, APTOS-2019)的组合数据集
224	2025-09-22	Using machine learning to identify risk factors for short-term complications following thumb carpometacarpal arthroplasty 2024-Dec, Journal of hand and microsurgery IF:0.3Q4 DOI:10.1016/j.jham.2024.100156 PMID:39669732	研究论文	本研究利用机器学习技术分析拇指腕掌关节置换术后短期并发症的风险因素	首次将多种机器学习算法（包括随机森林和深度学习神经网络）应用于拇指CMC关节置换术并发症预测，并识别出手术时长、年龄和性别等关键预测因子	模型预测性能中等（AUC 0.55-0.61），且仅基于30天短期并发症数据	预测拇指腕掌关节置换术后短期并发症和再手术风险	接受拇指CMC关节置换术的患者	机器学习	骨关节炎	机器学习算法（RF, ENet, XGBoost, NN）	Random Forest, Elastic-Net Regression, XGBoost, Neural Network	临床手术数据	7711例手术病例
225	2025-09-22	Impact of wearable device data and multi-scale entropy analysis on improving hospital readmission prediction 2024-11-01, Journal of the American Medical Informatics Association : JAMIA IF:4.7Q1 DOI:10.1093/jamia/ocae242 PMID:39301656	研究论文	本研究探讨利用可穿戴设备数据和多尺度熵分析改进医院再入院预测	结合可穿戴设备数据和多尺度熵特征，开发LSTM时间序列深度学习模型用于预测90天内非计划再入院	需要前瞻性研究验证结果，样本量相对有限	提高非计划再入院的预测准确性	住院患者	机器学习	老年疾病	多尺度熵分析，深度学习	FNN, LSTM	时间序列数据，人口统计学数据，实验室数据	612名患者来自35个机构
226	2025-09-22	Prediction of future dementia among patients with mild cognitive impairment (MCI) by integrating multimodal clinical data 2024-Sep-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e36728 PMID:39281465	研究论文	本研究评估了多模态机器学习方法，特别是集成集成（EI）框架，在预测轻度认知障碍（MCI）患者未来发展为痴呆症方面的能力	采用EI框架利用多模态数据的互补性和共识性，优于先前研究中常用的方法，并识别出与痴呆进展相关的关键脑区	NA	预测MCI患者未来发展为痴呆症的风险	轻度认知障碍（MCI）患者	机器学习	老年疾病	结构磁共振成像（MRI）、正电子发射断层扫描（PET）	Ensemble Integration (EI), XGBoost, deep learning	多模态临床和影像数据	基于TADPOLE挑战数据集（具体样本数未在摘要中说明）
227	2025-09-22	Deep learning for the harmonization of structural MRI scans: a survey 2024-Aug-31, Biomedical engineering online IF:2.9Q3 DOI:10.1186/s12938-024-01280-6 PMID:39217355	综述	本文综述了基于深度学习的结构MRI图像协调化技术，分析其架构、算法及局限性	系统梳理了深度学习在MRI协调化中的最新进展，包括U-Net、GAN、VAE、流模型、Transformer等多种架构，并强调了解耦表示学习（DRL）的关键作用	缺乏不同方法之间的全面定量比较	评估医学图像协调化技术，以减少多中心MRI数据因扫描仪和协议差异导致的不一致性	结构MRI扫描数据	医学图像处理	NA	深度学习	U-Net, GAN, VAE, 流模型, Transformer	MRI图像	NA
228	2025-09-22	Cardiovascular Disease Risk Stratification Using Hybrid Deep Learning Paradigm: First of Its Kind on Canadian Trial Data 2024-Aug-28, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics14171894 PMID:39272680	研究论文	本研究提出一种基于混合深度学习的心血管疾病风险分层系统AtheroEdge™ 3.0HDL，并在加拿大试验数据上验证其性能	首次在加拿大试验数据上应用混合深度学习范式进行心血管疾病风险分层，相比单向/双向深度学习和机器学习模型性能提升30.2%	样本量相对有限（500人），需进一步临床验证适应性	开发并验证基于颈动脉斑块特征的混合深度学习系统用于心血管疾病风险分层	接受颈动脉B超和冠状动脉造影的500名患者	机器学习	心血管疾病	PCA pooling、卡方检验、随机森林回归、混合深度学习	HDL（混合深度学习）	医学影像（B超）和临床数据	500名患者
229	2025-09-22	A multimodal deep learning model to infer cell-type-specific functional gene networks 2023-Feb-14, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-023-05146-x PMID:36788477	研究论文	提出一种多模态深度学习模型MDLCN，用于预测人脑细胞类型特异性功能基因网络	整合单核基因表达数据和全局蛋白质相互作用网络，首次实现细胞类型特异性功能基因网络的精准预测	模型目前仅应用于人脑数据，未扩展到其他组织或物种	构建细胞类型特异性功能基因网络以揭示疾病相关细胞类型的遗传机制	人脑细胞类型（如神经元、小胶质细胞）及其功能基因网络	机器学习	神经退行性疾病（自闭症、阿尔茨海默病）	单核RNA测序（snRNA-seq）、蛋白质相互作用网络分析	多模态深度学习模型（MDLCN），对比CNN和boosting tree	基因表达数据、蛋白质相互作用数据	未明确样本数量，但基于人脑单核转录组数据
230	2025-09-21	Optimizing delamination imaging via full wavefield segmentation using augmented simulated wavefield data 2026-Jan, Ultrasonics IF:3.8Q1 DOI:10.1016/j.ultras.2025.107789 PMID:40819597	研究论文	提出一种结合波数滤波与混合噪声翻转增强的数据预处理策略，用于优化深度学习模型在全波场分割中对碳纤维增强聚合物分层损伤的成像性能	通过频域隔离导波模态并采用噪声与翻转增强，提升模型对分层相关特征的关注度及泛化能力	未明确说明实验数据规模及模型计算复杂度	优化分层损伤的全波场成像检测	碳纤维增强聚合物中的分层损伤	计算机视觉	NA	全波场分割、波数滤波、数据增强	深度学习模型（未指定具体类型）	波场数据	NA
231	2025-09-21	A Transformer-based framework with generative spectral augmentation for online monitoring of hyaluronic acid fermentation 2025-Dec-01, Carbohydrate polymers IF:10.7Q1 DOI:10.1016/j.carbpol.2025.124278 PMID:40973290	研究论文	提出一种结合数据增强和深度学习的在线监测框架，用于透明质酸发酵过程中分子量和浓度的实时监测	集成Wasserstein GAN与梯度惩罚（WGAN-GP）生成高保真合成光谱，并开发改进的Transformer模型以捕捉发酵过程中的复杂光谱特征	NA	实现透明质酸发酵过程中分子量和浓度的精确实时监测，提升产品质量控制	透明质酸（HA）发酵过程	机器学习	NA	近红外（NIR）光谱分析，WGAN-GP数据增强	Transformer，1D-CNN，LSTM	光谱数据	NA
232	2025-09-21	Artificial Intelligence-Based Approaches for Brain Tumor Segmentation in MRI: A Review 2025-Nov, NMR in biomedicine IF:2.7Q1 DOI:10.1002/nbm.70141 PMID:40962716	综述	本文回顾了基于人工智能的MRI脑肿瘤分割方法，总结了关键技术进展与未来研究方向	系统梳理了CNN、ViT等深度学习方法在脑肿瘤分割中的应用，并涵盖网络架构设计、不平衡数据分割和多模态处理等前沿议题	NA	综述MRI脑肿瘤自动分割技术，分析现有方法效果并探讨未来挑战	脑肿瘤MRI图像	医学图像分析	脑肿瘤	MRI	CNN, ViT	医学影像	基于200余篇文献的综述性分析
233	2025-09-21	Therapeutic targets in lung diseases identified through single-cell analysis and mendelian randomization 2025 Nov-Dec, Heart & lung : the journal of critical care IF:2.4Q2 DOI:10.1016/j.hrtlng.2025.07.015 PMID:40716288	研究论文	通过单细胞分析和孟德尔随机化识别肺部疾病的治疗靶点	整合单细胞转录组数据与孟德尔随机化方法，系统性地识别跨多种肺部疾病和功能性状的因果治疗靶点	仅部分性状（肺癌、FVC、FEV1/FVC比值）建立了因果基因关系，其他性状需进一步验证	识别肺部疾病的因果治疗靶点并验证其遗传作用	12种肺部性状（10种疾病和2种功能指标：FVC和FEV1/FVC比值）	生物信息学	肺癌	单细胞转录组分析、孟德尔随机化（MR）、共定位分析、cis-eQTL	Geneformer（深度学习模型）	单细胞转录组数据、遗传数据	人类肺细胞图谱数据及独立验证队列
234	2025-09-21	SynapseNet: Deep learning for automatic synapse reconstruction 2025-Oct-01, Molecular biology of the cell IF:3.1Q3 DOI:10.1091/mbc.E24-11-0519 PMID:40875337	研究论文	介绍SynapseNet，一种用于电子显微图像中突触自动分割和分析的工具	开发了基于深度学习的自动分割工具，结合大规模标注数据集和领域自适应功能，可可靠分割多种突触结构	NA	实现电子显微图像中突触结构的自动分割与分析	突触囊泡、活性区、线粒体、突触前密度、突触带和突触区室等突触结构	计算机视觉	NA	电子显微镜	深度学习	图像	大规模标注数据集（具体数量未说明）
235	2025-09-21	Vitiligo Signature-Based Drug Screening Identifies Fulvestrant as a Novel Immunotherapy Combination Strategy 2025-Sep-20, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202503979 PMID:40974370	研究论文	本研究基于白癜风特征开发了一种生物标志物面板，用于区分冷热肿瘤，并发现氟维司群可增强抗PD-L1疗法的效果	首次建立白癜风特征(VGS)作为肿瘤免疫状态分层的生物标志物，并利用深度学习系统发现氟维司群作为新型免疫治疗联合策略	研究目前仅限于临床前模型，尚未进行临床评估	开发精准的免疫治疗患者分层方法并寻找有效的联合治疗策略	黑色素瘤和白癜风患者样本及临床前模型	数字病理学	黑色素瘤	单细胞RNA测序、免疫荧光、流式细胞术、深度学习预测系统(DLEPS)	深度学习	基因表达数据、蛋白质数据、细胞图像	NA
236	2025-09-21	Self-AttentionNeXt: Exploring schizophrenic optical coherence tomography image detection investigations 2025-Sep-19, World journal of psychiatry IF:3.9Q1 DOI:10.5498/wjp.v15.i9.108359 PMID:40933157	研究论文	本文开发了一种名为Self-AttentionNeXt的深度学习模型，用于通过光学相干断层扫描（OCT）图像检测精神分裂症	结合了分组自注意力机制、残差和倒置瓶颈块，以及1×1卷积进行特征精炼，创新性地将Transformer风格的自注意力机制融入CNN架构	NA	开发先进的深度学习模型，基于视网膜生物标志物区分精神分裂症患者和健康对照	精神分裂症患者和健康对照的OCT图像	计算机视觉	精神分裂症	光学相干断层扫描（OCT）	CNN with self-attention (Self-AttentionNeXt)	图像	自定义SZ OCT数据集和公开OCT2017数据集
237	2025-09-21	Quantum-Resistant Privacy Preservation for Mobile Healthcare Services in Connected Transportation Systems via Deep Neural Architectures 2025-Sep-19, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3612210 PMID:40971270	研究论文	提出一种面向车联网移动医疗服务的量子抗性隐私保护框架，结合格基密码学和深度神经网络架构	首次将Ring-LWE后量子密码机制与卷积-注意力混合神经网络相结合，为车联网医疗场景提供量子安全的隐私保护方案	实验基于模拟环境，未提及真实医疗环境中的部署验证和跨系统兼容性挑战	解决车联网移动医疗服务在量子计算时代面临的安全与隐私保护问题	车联网中的移动医疗数据传输与保护系统	信息安全	NA	Ring-LWE格基密码学，深度学习异常检测	CNN与注意力机制混合的深度神经网络	网络流量数据，医疗数据传输	未明确样本数量，实验包含多负载场景下的性能测试
238	2025-09-21	Trans-Driver: a deep learning approach for cancer driver gene discovery with multi-omics data 2025-Sep-19, IEEE transactions on computational biology and bioinformatics DOI:10.1109/TCBBIO.2025.3612010 PMID:40971265	研究论文	提出一种基于Transformer架构的深度学习方法Trans-Driver，用于整合多组学数据发现癌症驱动基因	引入基于核的多头自注意力机制、门控残差连接和动态Tanh归一化函数，增强异质多组学特征的整合与建模能力	NA	准确识别癌症驱动基因以深化对癌症发病机制的理解并促进靶向治疗开发	蛋白质编码基因（约20,000个），重点关注癌症相关驱动基因	机器学习	癌症	多组学数据整合分析	Transformer	多组学数据（包括体细胞突变数据等）	TCGA、CGC和PCAWG数据集（具体样本数量未在摘要中明确说明）
239	2025-09-21	Transfer Learning and Permutation-Invariance Improving Predicting Genome-Wide, Cell-Specific and Directional Interventions Effects of Complex Systems 2025-Sep-19, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202509456 PMID:40971773	研究论文	本研究开发了一种基于迁移学习和排列不变性的深度学习模型SETComp，用于预测复杂系统（如天然产物）在细胞系中的干预效果	利用大量单化合物干预数据预训练模型，并通过少量复杂系统数据微调，实现了对未见过的复杂系统干预效果的高精度预测	NA	预测复杂系统在基因组水平、细胞特异性和定向干预效果	细胞系中的复杂系统干预数据	机器学习	NA	深度学习	SETComp（基于排列不变性的深度模型）	基因组干预数据	大量单化合物数据和少量复杂系统数据
240	2025-09-21	Comment on "VAULT-OCT: Vault Accuracy Using Deep Learning Technology - An AI Model for Predicting Implantable Collamer Lens Postoperative Vault with AS-OCT" 2025-Sep-19, Journal of cataract and refractive surgery IF:2.6Q1 DOI:10.1097/j.jcrs.0000000000001794 PMID:40971892	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA