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
241	2025-05-17	Kolmogorov-Arnold networks for genomic tasks 2025-Mar-04, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf129 PMID:40163820	research paper	本文研究了Kolmogorov-Arnold网络（KANs）在基因组任务中替代多层感知机（MLPs）的潜力	首次将KANs整合到基因组任务的深度学习模型中，并测试了线性KANs（LKANs）和卷积KANs（CKANs）的性能	CKANs在参数规模较大时表现不佳，且KANs在不同深度学习架构中的潜力需要进一步研究	探索KANs在基因组任务中的性能表现	基因组序列的分类与生成	machine learning	NA	deep learning	Kolmogorov-Arnold networks (KANs), linear KANs (LKANs), convolutional KANs (CKANs)	genomic sequences	三个基因组基准数据集：Genomic Benchmarks, Genome Understanding Evaluation, Flipon Benchmark
242	2025-05-17	CoupleVAE: coupled variational autoencoders for predicting perturbational single-cell RNA sequencing data 2025-Mar-04, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf126 PMID:40178283	研究论文	提出了一种名为CoupleVAE的新型深度学习方法，用于预测扰动后的单细胞RNA测序数据	CoupleVAE由两个耦合的VAE组成，通过耦合器在潜在空间中进行更复杂的单细胞状态转换	NA	预测单细胞扰动响应，以理解生物体的功能和行为	单细胞RNA测序数据	计算生物学	NA	单细胞RNA测序	VAE (变分自编码器)	单细胞RNA测序数据	三个真实数据集（感染、刺激和跨物种预测）
243	2025-05-17	DOMSCNet: a deep learning model for the classification of stomach cancer using multi-layer omics data 2025-Mar-04, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf115 PMID:40178281	研究论文	提出了一种名为DOMSCNet的深度学习模型，用于利用多层组学数据对胃癌进行分类	提出了一种混合特征选择（HFS）技术和基于深度循环神经网络的DOMSCNet模型，能够处理多层组学数据并有效提取信息特征	未明确提及具体局限性	改进胃癌的分类方法，支持癌症的分子过程理解和临床诊断	胃癌的多层组学数据	机器学习	胃癌	NGS	深度循环神经网络（DOMSCNet）	多层组学数据	使用了八个外部数据集进行验证
244	2025-05-17	Data imbalance in drug response prediction: multi-objective optimization approach in deep learning setting 2025-Mar-04, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf134 PMID:40178282	research paper	该研究提出了一种多目标优化方法，用于解决药物反应预测中的数据集不平衡问题，以提高深度学习模型的泛化能力	通过构建多目标优化损失函数（Multi-Objective Optimization Regularized by Loss Entropy）并将其应用于深度学习模型，解决了药物反应预测中的数据集不平衡问题	数据深度仍然不足，与计算机视觉或自然语言处理等领域相比，限制了当前的学习能力	提高药物反应预测模型的泛化能力	药物反应预测模型	machine learning	NA	deep learning	Deep Learning	genomic data, drug screening data	NA
245	2025-05-17	Deep learning in single-cell and spatial transcriptomics data analysis: advances and challenges from a data science perspective 2025-Mar-04, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf136 PMID:40185158	review	本文综述了深度学习在单细胞和空间转录组数据分析中的进展与挑战，从数据科学的角度进行了系统分析	系统评估了58种计算方法在21个数据集上的表现，揭示了模型性能在不同数据集和评估指标间的显著差异，并提出了未来发展的三个关键方向	高质量标注数据集仍然有限，且生物组织的复杂相关性使得准确重建细胞状态和空间背景具有挑战性	探讨深度学习如何有效应用于转录组数据分析，以提升预测准确性和生物学解释性	单细胞和空间转录组数据	machine learning	NA	单细胞测序、空间转录组	深度学习	基因表达、表观遗传修饰、代谢物水平、空间位置等多模态数据	21个数据集来自9个基准测试
246	2025-05-17	Clinical applications of deep learning in neuroinflammatory diseases: A scoping review 2025-Mar, Revue neurologique IF:2.8Q2 DOI:10.1016/j.neurol.2024.04.004 PMID:38772806	综述	本文综述了深度学习在神经炎症性疾病中的临床应用，探讨了该技术的潜力及其在医疗领域的应用现状	首次对深度学习在神经炎症性疾病中的临床应用进行全面综述，揭示了该领域的研究热点和未来方向	仅涵盖2018至2024年间发表的148篇文章和5种商业算法，可能未完全反映该领域的最新进展	评估深度学习技术在神经炎症性疾病临床应用中的现状和发展趋势	神经炎症性疾病	数字病理学	神经炎症性疾病	深度学习	多种深度学习模型	图像、文本、时间序列信号	148篇文献和5种商业算法
247	2025-05-17	Multi-modal dataset creation for federated learning with DICOM-structured reports 2025-Mar, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03327-y PMID:39899185	研究论文	本文介绍了一个用于联邦学习的多模态数据集创建平台，该平台利用DICOM结构化报告标准化数据表示和过滤选项	开发了一个开放平台，支持交互式过滤功能，简化了跨多个站点创建具有一致多模态数据的患者队列的过程	研究仅在一个由八家德国大学医院组成的联盟内进行，可能限制了结果的普遍性	解决联邦学习在异构数据集上的挑战，特别是多模态学习范式中的数据协调问题	多模态医疗数据，包括影像、波形数据和注释	数字病理学	心血管疾病	DICOM结构化报告，Python深度学习管道	NA	影像、波形数据、注释和元数据	八家德国大学医院的数据
248	2025-05-17	Association between deep learning radiomics based on placental MRI and preeclampsia with fetal growth restriction: A multicenter study 2025-Mar, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.111985 PMID:39946812	研究论文	本研究开发了一种基于胎盘MRI的深度学习放射组学模型，用于识别先兆子痫（PE）妊娠及其严重程度	首次利用半监督方法实现胎盘MRI的自动分割，并构建深度学习放射组学（DLR）模型来识别PE妊娠及预测胎儿生长受限（FGR）	研究为回顾性多中心设计，可能存在选择偏倚；样本量相对较小，尤其是PE合并FGR的病例	开发自动定量模型识别先兆子痫妊娠及疾病严重程度	420名孕妇（140例PE患者和280例正常血压妊娠）	数字病理	先兆子痫	MRI，深度学习放射组学（DLR）	深度学习模型	MRI图像	420名孕妇（140例PE，280例对照）
249	2025-05-17	The Multimodal MRI Features of Deteriorative MCI Patients-A 2-Year Follow-up Study 2025-Mar-01, Neurology India IF:0.9Q4 DOI:10.4103/NI.Neurol-India-D-23-00014 PMID:40176222	研究论文	本研究通过多模态MRI技术探索了轻度认知障碍（MCI）患者在两年随访期间的影像特征	首次利用多模态MRI序列和深度学习算法，识别出MCI恶化组的FA值降低和ADC值升高的特征性脑区变化	样本量相对较小（105例），且仅进行了2年随访	探索MCI患者认知功能恶化的MRI预警特征	105名MCI患者	数字病理学	老年性疾病	多模态MRI（包括ADC、FA、CBF测量）	深度学习算法	MRI影像数据	105名MCI患者（2019和2021年两次扫描）
250	2025-05-17	Early Colon Cancer Prediction from Histopathological Images Using Enhanced Deep Learning with Confidence Scoring 2025-Mar, Cancer investigation IF:1.8Q3 DOI:10.1080/07357907.2025.2483302 PMID:40178023	研究论文	本研究提出了一种名为NalexNet的混合深度学习分类器，用于提高结肠癌组织病理学图像的分类准确性和计算效率	结合Vahadane染色归一化、Watershed分割和Teamwork优化算法进行特征选择，构建了具有卷积层和正常/缩减细胞的NalexNet模型	未提及模型在外部验证集上的表现或临床实际应用中的潜在挑战	开发自动化的结肠癌早期诊断系统	结肠癌组织病理学图像	数字病理学	结肠癌	深度学习	CNN（NalexNet）	图像	NA
251	2025-05-17	Brain tumor segmentation and detection in MRI using convolutional neural networks and VGG16 2025-Mar, Cancer biomarkers : section A of Disease markers IF:2.2Q3 DOI:10.1177/18758592241311184 PMID:40183298	research paper	该研究探索了使用卷积神经网络（CNN）和VGG16在MRI图像中自动检测和分类脑肿瘤的方法	提出了一种能够预测分割性能并检测失败事件的深度学习模型，无需在测试时访问真实数据	未提及具体的样本量或数据集的多样性，可能影响模型的泛化能力	开发一个自动化的癌症检测系统，以提高脑肿瘤诊断的准确性和效率	MRI图像中的脑肿瘤	digital pathology	brain tumor	deep learning, image processing	CNN, VGG16	image	NA
252	2025-05-17	When the lung invades: a review of avian postcranial skeletal pneumaticity 2025-Feb-27, Philosophical transactions of the Royal Society of London. Series B, Biological sciences DOI:10.1098/rstb.2023.0427 PMID:40010393	review	本文综述了鸟类颅后骨骼气腔现象（PSP）的功能和进化意义，结合解剖学、发育学、生物力学和古生物学文献，并利用新技术进行了初步建模	利用微计算机断层扫描和基于深度学习的分割技术，建立了鸭颈部气腔的初步模型，为定量比较分析提供了新方法	关于气腔形成的细胞机制和发育过程尚未明确，气腔骨骼轻量化假说有待实证检验	探讨鸟类颅后骨骼气腔（PSP）的功能和进化意义	鸟类（以绿头鸭为例）的颅后骨骼气腔系统	生物力学	NA	微计算机断层扫描（micro-CT）、深度学习分割	深度学习	三维影像数据	绿头鸭颈部样本（具体数量未说明）
253	2025-05-17	Impact of deep learning on pediatric elbow fracture detection: a systematic review and meta-analysis 2025-Feb-20, European journal of trauma and emergency surgery : official publication of the European Trauma Society IF:1.9Q2 DOI:10.1007/s00068-025-02779-w PMID:39976732	meta-analysis	本研究通过系统回顾和荟萃分析评估了深度学习模型在儿童肘部骨折检测中的性能	首次系统评估了深度学习模型在儿童肘部骨折检测中的表现，并分析了预处理技术和模型架构选择对性能的影响	仅纳入了6项符合标准的研究，样本量有限	评估深度学习模型在儿童肘部骨折检测中的诊断性能	0-16岁儿童的肘部骨折	digital pathology	pediatric fracture	deep learning	ResNet等深度学习模型	医学影像数据	22项研究中的6项符合纳入标准（具体样本量未明确说明）
254	2025-05-17	An infrared dataset for partially occluded person detection in complex environment for search and rescue 2025-Feb-19, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-04600-0 PMID:39971943	research paper	该论文介绍了一个基于无人机红外热成像的数据集POP，用于复杂环境中部分遮挡人员检测	提出了首个针对部分遮挡人员检测的无人机红外热成像数据集POP，填补了现有非遮挡人体目标数据集的不足	未明确说明数据集的多样性是否覆盖所有可能的复杂遮挡场景	解决复杂遮挡环境下失踪人员自动识别的挑战	部分遮挡的人类目标	computer vision	NA	红外热成像	object detection networks	thermal images	8768张标注的红外图像
255	2025-02-20	Letter to the Editor: "A Deep Learning System to Predict Epithelial Dysplasia in Oral Leukoplakia" 2025-Feb-18, Journal of dental research IF:5.7Q1 DOI:10.1177/00220345251317097 PMID:39966688	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
256	2025-02-06	Author Correction: Synthetic augmentation of cancer cell line multi-omic datasets using unsupervised deep learning 2025-Feb-04, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-56686-0 PMID:39905123	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
257	2025-05-17	Task-specific deep learning-based denoising for UHR cardiac PCD-CT adaptive to imaging conditions and patient characteristics: Impact on image quality and clinical diagnosis and quantitative assessment 2025-Feb, Proceedings of SPIE--the International Society for Optical Engineering DOI:10.1117/12.3047283 PMID:40370652	研究论文	本文开发了一种基于卷积神经网络(CNN)的去噪算法，用于超高清(UHR)光子计数探测器(PCD) CT图像，以优化不同成像条件和患者特征下的图像质量及冠状动脉狭窄定量评估	提出了一种针对特定成像条件和患者特征优化的CNN去噪算法，显著降低了图像噪声并改善了冠状动脉狭窄的定量评估	研究仅针对三种不同体型类别的患者进行了评估，可能需要更广泛的样本验证	优化UHR PCD-CT在心脏CT中的临床应用，提高图像质量和冠状动脉疾病的定量评估准确性	超高清光子计数探测器CT图像和不同体型的患者	数字病理	心血管疾病	光子计数探测器CT(PCD-CT)	CNN	图像	三种体型类别的患者(小:水等效直径<300mm，中:300-320mm，大:>320mm)
258	2025-05-17	Advancing bioinformatics with large language models: components, applications and perspectives 2025-Jan-31, ArXiv PMID:38259343	综述	本文全面概述了大型语言模型（LLMs）在生物信息学中的基本组成部分及其应用	探讨了LLMs在解决生物信息学问题上的潜力，并提供了针对不同数据类型的标记化方法、Transformer模型架构及其预训练过程的详细分析	NA	推动生物信息学领域中大型语言模型的应用与创新	大型语言模型（LLMs）及其在基因组学、转录组学、蛋白质组学、药物发现和单细胞分析等领域的应用	生物信息学	NA	自监督学习、半监督学习	Transformer	文本、基因组数据、转录组数据、蛋白质组数据	NA
259	2025-05-17	Model interpretability on private-safe oriented student dropout prediction 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0317726 PMID:40163446	研究论文	本文提出了一种改进的预处理核诱导点数据蒸馏技术（PP-KIPDD），用于重构模拟学生信息分布的新样本，以防止学生隐私信息泄露，并通过SHAP值增强模型的可解释性	首次引入PP-KIPDD技术重构模拟学生信息分布的新样本，防止隐私泄露，并通过SHAP值增强模型的可解释性	未提及具体的数据集规模或实验验证的局限性	解决学生辍学预测中的隐私泄露和模型可解释性问题	学生辍学预测	机器学习	NA	PP-KIPDD, SHAP	NA	表格数据	NA
260	2025-05-17	An updated compendium and reevaluation of the evidence for nuclear transcription factor occupancy over the mitochondrial genome 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0318796 PMID:40163815	研究论文	本文通过分析扩展后的ENCODE数据集和深度学习模型，全面评估了核转录因子与线粒体基因组的关联	利用扩展的ENCODE数据集和深度学习模型，首次全面评估了核转录因子与线粒体基因组的关联，并识别出50个可能与线粒体功能相关的核转录因子	研究发现，相同的转录因子在不同抗体和ChIP实验中的结果不一致，表明实验方法可能影响结果的可靠性	评估核转录因子与线粒体基因组的关联，并探讨其在线粒体功能中的潜在作用	人类和小鼠的核转录因子及其与线粒体基因组的关联	基因组学	NA	ChIP-seq, 深度学习模型	深度学习	基因组数据	6,153个ChIP实验，涉及942种蛋白质（其中763种为序列特异性转录因子）