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	2025-09-13	Histopathology-based Protein Multiplex Generation using Deep Learning 2025-May-28, medRxiv : the preprint server for health sciences DOI:10.1101/2024.01.26.24301803 PMID:39677425	研究论文	提出一种基于深度学习的框架HistoPlexer，从常规H&E组织病理图像生成空间分辨的蛋白质多重成像	使用条件生成对抗网络架构和定制损失函数，直接从H&E图像生成蛋白质多重成像，克服了传统方法成本高、耗时长的问题	NA	开发从标准H&E图像生成蛋白质多重成像的深度学习方法，用于肿瘤微环境表征	转移性黑色素瘤样本及多种癌症类型的公开数据集	数字病理	黑色素瘤	深度学习，蛋白质多重成像	条件生成对抗网络（cGAN）	组织病理图像	转移性黑色素瘤样本和多种癌症类型的公开数据集
242	2025-09-13	FakeRotLib: expedient non-canonical amino acid parameterization in Rosetta 2025-May-02, bioRxiv : the preprint server for biology DOI:10.1101/2025.02.27.640629 PMID:40093079	研究论文	介绍FakeRotLib方法，用于在Rosetta中快速参数化非经典氨基酸	提出基于小分子构象统计拟合创建旋转异构体分布的方法，显著提升参数化效率并扩展可建模的NCAA类型	NA	改进非经典氨基酸在Rosetta中的建模参数化方法	非经典氨基酸（NCAAs）	计算生物学	NA	统计拟合、小分子构象分析	NA	分子构象数据	NA
243	2025-09-13	scDILT: A Model-Based and Constrained Deep Learning Framework for Single-Cell Data Integration, Label Transferring, and Clustering 2025 May-Jun, IEEE transactions on computational biology and bioinformatics DOI:10.1109/TCBBIO.2025.3553068 PMID:40811359	研究论文	提出一种基于条件自编码器和深度嵌入聚类的单细胞数据整合工具scDILT，用于消除批次效应并保持参考数据集的细胞类型模式	首次结合条件自编码器与深度嵌入聚类，通过同质和异质约束同时实现数据整合、标签转移和聚类，支持多组学单细胞数据整合	NA	开发单细胞数据整合工具，实现新数据集与参考数据集的无损整合与标签迁移	单细胞RNA测序数据	生物信息学	NA	scRNA-seq	条件自编码器, 深度嵌入聚类	单细胞测序数据	模拟和真实数据集（未指定具体数量）
244	2025-09-13	Modeling dynamic inflow effects in fMRI to quantify cerebrospinal fluid flow 2025-Apr-25, bioRxiv : the preprint server for biology DOI:10.1101/2025.04.03.647027 PMID:40236215	研究论文	开发动态模型和深度学习框架，用于从fMRI数据中量化脑脊液流动速度	提出了基于时变流速的fMRI流入信号动态模型，并开发了物理启发的深度学习反演框架	NA	量化脑脊液流动特性，使fMRI信号具有物理可解释性	人类和仿体数据中的脑脊液流动	医学影像分析	脑部疾病	fMRI，深度学习	物理启发深度学习框架	fMRI影像数据	人类和仿体数据（具体数量未说明）
245	2025-09-13	Optimizing Biophysical Large-Scale Brain Circuit Models With Deep Neural Networks 2025-Apr-07, bioRxiv : the preprint server for biology DOI:10.1101/2025.04.07.647497 PMID:40291740	研究论文	提出一种利用深度神经网络优化生物物理大规模脑回路模型的框架DELSSOME，显著提升计算效率	通过深度学习绕过数值积分直接预测模型参数，实现比传统方法快2000倍的速度提升	NA	优化生物物理脑回路模型的参数以增强其生物合理性并与实验数据匹配	大脑大规模回路模型，特别是反馈抑制控制（FIC）平均场模型	计算神经科学	NA	深度学习，进化优化策略	深度神经网络	模型参数，脑动力学数据	NA
246	2025-09-13	Assessing the risk of takeover catastrophe from large language models 2025-04, Risk analysis : an official publication of the Society for Risk Analysis IF:3.0Q1 DOI:10.1111/risa.14353 PMID:38945529	研究论文	本文对大型语言模型（LLMs）引发极端灾难（如接管世界）的风险进行分析	首次针对实际已部署的AI系统（而非假设性未来系统）进行接管灾难风险的系统性对比分析	分析基于当前LLMs能力，未来模型风险存在不确定性且专家意见存在分歧	评估LLMs引发极端灾难性接管的风险	大型语言模型（如ChatGPT、GPT-4）	自然语言处理	NA	生成式人工智能	LLM（大语言模型）	文本	NA
247	2025-09-13	MEF2C controls segment-specific gene regulatory networks that direct heart tube morphogenesis 2025-Mar-27, bioRxiv : the preprint server for biology DOI:10.1101/2024.11.01.621613 PMID:39554149	研究论文	本研究通过多组学分析和深度学习模型揭示了转录因子MEF2C在心脏管形态发生中调控节段特异性基因调控网络的作用	首次构建了流出道、心室和流入道节段的发育轨迹，并发现MEF2C缺失导致的后部化心脏基因特征和染色质景观	研究主要基于模式生物斑马鱼胚胎，人类临床相关性尚需进一步验证	解析早期心脏形成过程中谱系特异性基因调控网络	野生型和MEF2C缺失型斑马鱼胚胎	发育生物学	先天性心脏病	单核RNA测序、ATAC测序、多组学整合分析	深度学习模型	基因组学数据、表观遗传学数据	野生型和MEF2C缺失型胚胎的时间序列样本
248	2025-09-13	Image-based Mandibular and Maxillary Parcellation and Annotation using Computer Tomography (IMPACT): A Deep Learning-based Clinical Tool for Orodental Dose Estimation and Osteoradionecrosis Assessment 2025-Mar-20, medRxiv : the preprint server for health sciences DOI:10.1101/2025.03.18.25324199 PMID:40166584	研究论文	提出一种基于深度学习的口腔牙科结构自动分割框架，用于放疗CT图像中的下颌骨、上颌骨分区及牙齿标注	首次将深度学习自动分割与ClinRad ORN分期系统结合，实现牙科结构精细分区和剂量空间定位	对数据中常缺失的牙齿和子区域分割适用性有限，部分结构分割精度较低（如上前磨牙Dice值0.69）	开发临床工具用于口腔剂量估算和放射性骨坏死评估	头颈癌患者的颌骨结构和牙齿	数字病理	头颈癌	计算机断层扫描（CT）	Swin UNETR, ResUNet	医学影像	未明确说明样本数量（仅提及手动定义颌骨子区域和牙齿标注）
249	2025-09-13	Artificial intelligence automation of echocardiographic measurements 2025-Mar-19, medRxiv : the preprint server for health sciences DOI:10.1101/2025.03.18.25324215 PMID:40166567	研究论文	开发并验证用于超声心动图参数自动测量的开源深度学习模型EchoNet-Measurements	首次开源深度学习语义分割模型，自动化完成18项超声心动图解剖和多普勒测量，显著提升测量效率与精度	模型仅在两家医疗机构数据上验证，需进一步扩大验证范围	通过人工智能技术实现超声心动图参数的自动化精准测量，减轻临床医生负担	超声心动图图像数据	计算机视觉	心血管疾病	深度学习语义分割	CNN	医学图像	155,215项研究中的877,983次超声心动图测量（来自Cedars-Sinai医学中心），外部验证使用斯坦福医疗中心数据集
250	2025-09-13	Quantitative mapping of cerebrovascular reactivity amplitude and delay with breath-hold BOLD fMRI when end-tidal CO2 quality is low 2025-Mar-15, bioRxiv : the preprint server for biology DOI:10.1101/2024.11.18.624159 PMID:39605672	研究论文	本研究探索在呼气末CO2测量质量较低时，利用呼吸暂停BOLD fMRI定量绘制脑血管反应性振幅和延迟图的方法	提出使用深度学习从呼吸体积随时间变化（RVT）预测PCO时间序列，以实现标准单位下的CVR测量，无需额外任务依从性	方法依赖于部分高质量PCO数据用于标定，且在任务依从性极低人群中的效果仍需验证	提高脑血管反应性（CVR）测量的临床适用性，特别是在任务依从性较差的患者群体中	脑血管反应性（CVR）的振幅和延迟映射	医学影像分析	脑血管疾病（如烟雾病）	fMRI，呼吸暂停任务，深度学习	深度学习模型	fMRI图像，呼吸数据	使用密集映射呼吸暂停fMRI数据集，包含健康参与者及烟雾病患者个体
251	2025-09-13	Leveraging functional annotations to map rare variants associated with Alzheimer's disease with gruyere 2025-Mar-04, medRxiv : the preprint server for health sciences DOI:10.1101/2024.12.06.24318577 PMID:39677477	研究论文	提出一种名为gruyere的贝叶斯概率模型，利用功能注释识别与阿尔茨海默病相关的罕见变异	开发了全局性、疾病特异性功能注释加权方法，整合细胞类型特异性非编码变异信息	NA	通过功能注释改进罕见变异关联分析，识别阿尔茨海默病相关基因和注释	阿尔茨海默病患者和对照组的全基因组测序数据	生物信息学	阿尔茨海默病	全基因组测序(WGS), 变异效应预测(VEPs)	贝叶斯概率模型	基因组序列数据	7,966例病例和13,412例对照
252	2025-09-13	AgeNet-SHAP: An explainable AI approach for optimally mapping multivariate regional brain age and clinical severity patterns in Alzheimer's disease 2025-Mar-04, medRxiv : the preprint server for health sciences DOI:10.1101/2025.02.28.25323097 PMID:40093264	研究论文	提出一种可解释AI方法AgeNet-SHAP，用于识别阿尔茨海默病中多变量脑区年龄模式与临床严重性的关联	首次结合深度学习模型与SHAP技术探索多变量脑区与年龄的关联，超越传统单变量研究方法	样本量相对有限（n=668），未提及外部验证集	通过可解释AI优化脑年龄预测并揭示阿尔茨海默病相关脑区模式	轻度认知障碍（MCI）和阿尔茨海默病（AD）患者以及认知正常（CN）对照人群	医学影像分析	阿尔茨海默病	MRI脑成像技术	深度学习CNN（AgeNet）结合SHAP可解释性分析	脑部MRI图像	668名受试者
253	2025-09-13	VASCilia (Vision Analysis StereoCilia): A Napari Plugin for Deep Learning-Based 3D Analysis of Cochlear Hair Cell Stereocilia Bundles 2025-Feb-15, bioRxiv : the preprint server for biology DOI:10.1101/2024.06.17.599381 PMID:38948743	研究论文	开发了一个基于深度学习的Napari插件VASCilia，用于自动化分析耳蜗毛细胞立体纤毛束的3D共聚焦显微镜数据	首个专门针对耳蜗毛细胞立体纤毛束分析的深度学习工具套件，包含五个定制化模型并提供开源标注数据集	NA	开发自动化工具以解决耳蜗毛细胞立体纤毛束3D形态分析的挑战	耳蜗毛细胞立体纤毛束	计算机视觉	听力障碍	共聚焦显微镜，深度学习	CNN（基于分割和分类任务推断）	3D图像	55个3D图像栈，包含502个内毛细胞束和1703个外毛细胞束的实例分割标注
254	2025-09-13	Assessing Genotype-Phenotype Correlations with Deep Learning in Colorectal Cancer: A Multi-Centric Study 2025-Feb-08, medRxiv : the preprint server for health sciences DOI:10.1101/2025.02.04.25321660 PMID:39973981	研究论文	本研究利用深度学习从结直肠癌H&E切片预测多种遗传生物标志物，并分析其与表型关联	开发了多目标Transformer模型，可同时预测多种生物标志物，超越传统单目标模型，并系统评估了MSI表型对预测的混淆影响	模型预测性能高度依赖MSI相关形态学特征，生物标志物自身对表型的贡献较小	评估深度学习在结直肠癌中基因型-表型关联预测的可行性与局限性	结直肠癌患者肿瘤组织H&E切片	数字病理学	结直肠癌	深度学习和全面panel测序	Transformer	图像	1,376例患者（五个队列）加上536例公共数据集验证样本
255	2025-09-13	Localization and detection of deepfake videos based on self-blending method 2025-01-31, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-88523-1 PMID:39890891	研究论文	提出一种基于自混合方法的空间训练策略，用于深度伪造视频的检测与篡改区域定位	无需伪造样本即可检测空间篡改，通过多部位局部位移变形与融合技术生成多样化特征数据，并引入混合区域标签指导定位	未明确说明跨数据集泛化能力的具体量化指标及对未知篡改技术的适应性	提升深度伪造视频检测的泛化能力与篡改区域的精确定位	深度伪造视频（含人脸替换与表情篡改类型）	计算机视觉	NA	多部位局部位移变形与融合技术	Swin-Unet	视频	基于FF++、Celeb-DF、DFDC等公开数据集（未明确样本数量）
256	2025-09-13	TrimNN: Characterizing cellular community motifs for studying multicellular topological organization in complex tissues 2025-Jan-17, Research square DOI:10.21203/rs.3.rs-5584635/v1 PMID:39877090	研究论文	提出一种名为TrimNN的图神经网络方法，用于识别和表征复杂组织中保守的多细胞空间拓扑模式	采用自下而上的图深度学习框架，将细胞生态位定义为可计数的拓扑块，具有可解释性和泛化性	NA	研究多细胞拓扑组织在复杂组织中的协调规则	空间转录组学和蛋白质组学数据中的细胞群落	计算生物学	NA	空间组学分析，图神经网络	神经网络（NN）	空间转录组和蛋白质组数据	NA
257	2025-09-13	Improvement of mask R-CNN and deep learning for defect detection and segmentation in electronic products 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0329945 PMID:40920847	研究论文	提出一种基于YOLOv5和Mask R-CNN的多任务联合学习框架Y-MaskNet，用于电子产品的缺陷检测与分割	结合YOLOv5的高效目标检测能力和Mask R-CNN的精细分割能力，通过多任务学习框架优化模型整体性能	NA	提高电子产品缺陷检测与分割的准确率和效率	电子产品缺陷	计算机视觉	NA	深度学习	YOLOv5, Mask R-CNN, Y-MaskNet	图像	PCB缺陷数据集
258	2025-09-13	Rapid label-free identification of seven bacterial species using microfluidics, single-cell time-lapse phase-contrast microscopy, and deep learning-based image and video classification 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0330265 PMID:40920893	研究论文	本研究结合微流控技术、单细胞延时相差显微镜和深度学习，实现七种细菌物种的快速无标记识别	将先前针对四种细菌的方法扩展至七种常见人类病原体，并评估实时性能、训练集大小和数据质量的影响，同时探究纹理与形态特征对分类的贡献	仍需解决直接从血液中分离细菌的挑战，并在多样临床分离株上验证方法的有效性	开发一种快速、无标记的细菌物种识别方法，以促进感染早期诊断	七种常见人类病原菌：铜绿假单胞菌、大肠杆菌、肺炎克雷伯菌、鲍曼不动杆菌、粪肠球菌、奇异变形杆菌和金黄色葡萄球菌	计算机视觉	细菌感染	微流控芯片、单细胞延时相差显微镜	CNN, Vision Transformers	视频（延时相差显微镜图像序列）	使用微流控芯片陷阱收集的单个细菌细胞生长的一小时延时序列
259	2025-09-13	Smart load balancing in cloud computing: Integrating feature selection with advanced deep learning models 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0329765 PMID:40924788	研究论文	提出一种结合特征选择与深度学习模型的智能云负载均衡方法SLADRO	整合CNN和LSTM进行负载预测，采用OOA-PSO混合优化进行特征选择，并应用深度强化学习实现动态任务调度	NA	优化云计算环境中的资源分配和负载均衡	云计算工作负载和资源管理	机器学习	NA	深度学习，强化学习，混合优化算法	CNN, LSTM, DRL	时间序列工作负载数据	基于Google Cluster Trace真实数据集的广泛仿真
260	2025-09-13	Enhancing fake news detection with transformer-based deep learning: A multidisciplinary approach 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0330954 PMID:40924789	研究论文	提出一种基于Transformer架构的增强型BERT模型，用于虚假新闻检测，并在大规模数据集上验证其优越性能	采用渐进式训练方法增强BERT模型，使其能够逐步学习并细化区分真实报道与虚假内容的语言细微差别	NA	开发可靠且高效的自动化虚假新闻检测机制，以应对数字信息完整性挑战	虚假新闻文本内容	自然语言处理	NA	BERT, 渐进式训练方法	Transformer-based BERT	文本	72,134篇文章（来自WELFake数据集）