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
2941	2025-11-25	Genotype-by-sex interaction analyses for alcohol use disorder across biobanks 2025-Nov, Alcohol, clinical & experimental research DOI:10.1111/acer.70173 PMID:41017299	研究论文	本研究通过基因组范围内的基因型-性别交互作用分析，探索酒精使用障碍的遗传基础及其性别差异	首个针对酒精使用障碍的基因组范围内基因型-性别交互作用研究，发现了多个与性别相关的遗传位点	研究主要基于欧洲和非洲血统样本，其他人群的代表性可能不足	探索遗传变异如何与生物性别相互作用影响酒精使用障碍风险	酒精使用障碍患者和对照人群	基因组学	酒精使用障碍	全基因组关联分析, 深度学习, 表达数量性状位点分析	深度学习	基因组数据, 临床数据	1,039,476名参与者（150,429例病例和889,046例对照）	NA	NA	p值	NA
2942	2025-11-25	Evaluation of metagenome binning: advances and challenges 2025-Nov-01, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf617 PMID:41269281	研究论文	评估宏基因组分箱方法的最新进展与挑战	系统评估最新深度学习分箱工具，发现对比学习模型表现最佳，并提出多样本分箱的新策略	未明确说明评估数据集的规模和多样性限制	评估宏基因组分箱方法的性能与效果	宏基因组分箱工具和算法	生物信息学	NA	宏基因组测序	深度学习,对比学习	宏基因组序列数据	CAMI2数据集和真实宏基因组数据集	NA	NA	分箱性能,嵌入精度,运行速度	NA
2943	2025-11-25	Disrupting explicit encoding paradigms: property-interactive transformers decode T-cell receptor specificity beyond dataset biases 2025-Nov-01, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf609 PMID:41269278	研究论文	本文开发了一种基于Transformer的T细胞受体特异性预测模型TCRoss，通过氨基酸特性交叉映射模拟空间结构，显著提升了预测性能	提出通过交叉映射TCR和肽的氨基酸特性来隐式模拟空间结构，并开发了首个基于Transformer的大规模学习模型TCRoss	NA	开发能够超越数据集偏差、准确预测T细胞受体与肽结合特异性的深度学习模型	T细胞受体(TCRs)与肽的结合特异性	机器学习	免疫系统疾病	深度学习，T细胞激活实验，生物物理验证	Transformer	生物序列数据，氨基酸特性数据	NA	NA	Transformer	预测准确性，注意力机制分析	NA
2944	2025-11-25	Constructing the 3D spatial distribution of PM2.5 concentrations during the 2022 Beijing Winter Olympics using LiDAR vertical observation networks and machine learning models 2025-Nov, Environment international IF:10.3Q1 DOI:10.1016/j.envint.2025.109875 PMID:41130189	研究论文	本研究结合激光雷达垂直观测网络和机器学习模型，重构了2022年北京冬奥会期间京津冀地区PM2.5浓度的三维时空分布	首次将34个激光雷达站点与多种机器学习模型集成，构建了PM2.5的三维空间分布，并识别了不同奥运阶段的污染传输机制	研究区域仅限于京津冀地区，模型在其他地区的适用性需要进一步验证	研究北京冬奥会期间PM2.5的三维分布特征和传输机制	京津冀地区的PM2.5污染	机器学习	NA	激光雷达垂直观测，地面监测	XGBoost, Random Forest, LightGBM, RNN, CNN-RNN, CNN-BiLSTM	激光雷达垂直观测数据，地面监测数据	34个激光雷达站点数据	NA	CNN-BiLSTM, CNN-RNN	R², RMSE, MAE	NA
2945	2025-11-25	Vessel Wall Imaging at 7T: State of the Art 2025-Oct-24, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A9065 PMID:41136333	综述	本文综述了7T磁共振在颅内血管壁成像中的技术发展、临床应用及未来前景	系统总结了7T-MRI在血管壁成像中的技术优势，包括更高空间分辨率、信噪比和对比度，以及深度学习重建等新兴技术	存在B1场不均匀性和缺乏标准化协议等挑战	探讨7T-MRI在神经血管疾病诊断中的应用价值和技术发展	颅内血管壁成像技术及其在脑血管疾病中的应用	医学影像	脑血管疾病	7T-MRI, MPIR-TSE, SPACE, CUBE, CSF抑制技术	NA	磁共振影像	NA	NA	NA	空间分辨率, 信噪比, 对比噪声比	NA
2946	2025-11-25	Deep multi-instance learning model based on gadoxetic acid-enhanced MRI for predicting microvascular invasion of hepatocellular carcinoma: a multicenter, retrospective study 2025-Oct-22, BMC cancer IF:3.4Q2 DOI:10.1186/s12885-025-14971-7 PMID:41126066	研究论文	基于钆塞酸增强MRI开发深度学习模型用于预测肝细胞癌微血管侵犯的多中心回顾性研究	比较不同感兴趣区域和图像输入维度对深度学习模型性能的影响，提出基于所有轴向切片的2.5D深度多示例学习模型	回顾性研究设计，样本量相对有限（206例患者）	术前无创预测肝细胞癌微血管侵犯	经病理证实的肝细胞癌患者	医学影像分析	肝细胞癌	钆塞酸增强MRI，包括肝胆期图像、T1WI-FS和T2WI-FS序列	深度学习，多示例学习	医学影像	206例来自三家医院的患者	NA	2D DL, 3D DL, 2.5D MIL	AUC	NA
2947	2025-11-25	Assessing the performance of artificial intelligence models in evaluating inflammatory skin disease severity: a systematic review and meta-analysis 2025-Oct-17, The British journal of dermatology DOI:10.1093/bjd/ljaf250 PMID:40570030	系统评价与荟萃分析	通过系统评价和荟萃分析评估基于图像的人工智能模型在炎症性皮肤病严重程度评估中的性能表现	首次对AI模型在皮肤病严重程度评估中的性能进行系统性定量分析，比较了不同疾病类型和评分系统的差异	纳入研究数量有限，数据报告透明度不足，缺乏高质量前瞻性研究	定性和定量评估基于图像的AI模型在各种皮肤病严重程度评估中的性能	炎症性皮肤病严重程度评估	医学人工智能	炎症性皮肤病	深度学习	深度学习模型	临床图像	45项研究用于系统评价，19项研究用于荟萃分析	NA	NA	灵敏度, 特异性, 准确率	NA
2948	2025-11-25	Retinal image-based deep learning for mild cognitive impairment detection in coronary artery disease population 2025-Oct-14, Heart (British Cardiac Society) DOI:10.1136/heartjnl-2024-325486 PMID:40379470	研究论文	本研究开发了一种基于眼底图像的深度学习模型，用于在冠状动脉疾病人群中筛查轻度认知障碍	首次将眼底图像与深度学习结合用于冠状动脉疾病患者的轻度认知障碍筛查，提供了一种非侵入性的早期诊断替代方案	单中心横断面研究，样本来源单一，需要多中心验证	优化冠状动脉疾病人群中轻度认知障碍的诊断，实现早期干预和改善预后	冠状动脉疾病患者（至少有一处≥50%狭窄）	数字病理学	心血管疾病	眼底成像	CNN	图像	4357名患者，9009张合格图像	NA	四种不同的卷积神经网络架构（具体未指明）	AUC, 校准曲线, 决策曲线	NA
2949	2025-11-25	EEG workload estimation and classification: a systematic review 2025-Oct-09, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/ad705e PMID:39151457	系统综述	系统综述EEG认知负荷估计与分类中机器学习和深度学习方法的应用现状	首次系统梳理EEG负荷估计中ML/DL方法的应用格局，发现采样频率与模型精度的关联性	纳入研究存在方法学异质性，缺乏标准化评估框架	系统评估机器学习与深度学习在EEG认知负荷估计与分类中的应用效果	33篇符合纳入标准的科学论文	机器学习	NA	脑电图(EEG)	SVM, CNN, 循环神经网络, 混合网络	EEG信号	33篇研究论文（从125篇初筛文献中筛选）	NA	卷积神经网络, 循环神经网络, 支持向量机	准确率	NA
2950	2025-11-25	Decoding tissue-specific enhancers in plants using massively parallel assays and deep learning 2025-Oct-08, The Plant cell DOI:10.1093/plcell/koaf236 PMID:41030057	研究论文	本研究利用大规模平行报告基因检测和深度学习技术，解码番茄果实组织特异性增强子	首次在植物中系统鉴定果实特异性增强子，并通过深度学习指导合成增强子的设计	研究仅针对番茄果实组织，未涵盖其他植物物种或组织类型	解析植物组织特异性增强子的调控机制并设计合成增强子	番茄果实和叶片组织	深度学习	NA	大规模平行报告基因检测（MPRA）	深度学习	基因组序列数据	11,180个来自果实特异性基因的启动子片段	NA	NA	NA	NA
2951	2025-11-25	RNA sequence design and protein-DNA specificity prediction with NA-MPNN 2025-Oct-08, bioRxiv : the preprint server for biology DOI:10.1101/2025.10.03.679414 PMID:41256668	研究论文	提出统一处理RNA序列设计和蛋白质-DNA结合特异性预测的深度学习模型NA-MPNN	首次提出统一处理核酸逆折叠问题的深度学习模型，采用统一生物聚合物图表示方法处理蛋白质、DNA和RNA	NA	解决核酸逆折叠问题，即给定核酸或核酸-蛋白质复合物的三维结构，寻找最可能的核酸序列	RNA序列设计，蛋白质-DNA结合特异性预测	机器学习	NA	深度学习，图神经网络	MPNN	三维结构数据，序列数据	NA	NA	消息传递神经网络	NA	NA
2952	2025-11-25	Polarimetric feature analysis of Mueller matrices for brain tumor image segmentation 2025-Oct-06, Optics express IF:3.2Q2 DOI:10.1364/OE.561518 PMID:41215153	研究论文	本研究利用穆勒矩阵偏振测量数据开发深度学习模型，实现脑肿瘤图像的自动分割	比较基于原始穆勒矩阵测量值与Lu-Chipman特征图的深度学习模型性能，展示单波长偏振测量在脑肿瘤分割中的潜力	数据采集和标注过程耗时，临床应用面临实际挑战	探索穆勒矩阵偏振测量在脑肿瘤识别和分割中的应用价值	人脑组织样本	计算机视觉	脑肿瘤	穆勒矩阵偏振测量(MMP)	深度学习模型	偏振图像	NA	NA	NA	分割准确率	NA
2953	2025-11-25	Decentralized, privacy-preserving surgical video analysis with Swarm Learning 2025-Oct-03, medRxiv : the preprint server for health sciences DOI:10.1101/2025.10.02.25337106 PMID:41256170	研究论文	开发了一种结合弱监督深度学习和群学习技术的去中心化手术视频分析流程，用于预测患者级别的疾病分期	首次将弱监督深度学习与群学习结合用于手术视频分析，无需集中数据即可实现多中心协作训练	硬件故障和与电子病历系统集成有限是临床实施的主要障碍	开发隐私保护的多中心协作手术视频分析系统	397例腹腔镜阑尾切除术视频记录	计算机视觉	阑尾炎	弱监督深度学习，群学习	深度学习	手术视频	来自6个国际外科中心的397例腹腔镜阑尾切除术记录	NA	SurgTempoNet, SurgFrameNet, Multiple Instance Learning	分类性能，泛化性能	NA
2954	2025-11-25	Hybrid deep learning-mechanistic modeling of cellular dynamics from a spatiotemporal single-cell atlas 2025-Oct-03, bioRxiv : the preprint server for biology DOI:10.1101/2025.10.02.679951 PMID:41256408	研究论文	开发了一种结合深度学习和机制建模的方法，从果蝇胚胎单细胞时空图谱中重建细胞动态过程	提出了变分自编码器-潜在神经常微分方程框架，将黑盒深度学习与可解释的机制模型相结合	黑盒深度学习方法在预测组合扰动效应方面存在固有局限性	研究细胞异质性、转变和调控网络中的动态过程	黑腹果蝇囊胚胚胎的单细胞荧光成像时空图谱	计算生物学	NA	单细胞荧光成像，空间配准	VAE, 神经ODE	基因表达谱，图像数据	六个配准的发育时间点（原肠胚形成前）	NA	变分自编码器，神经常微分方程	NA	NA
2955	2025-11-25	Interpretable deep learning model diagnoses gastrointestinal stromal tumors and lesion characteristics with microprobe endoscopic ultrasonography 2025-Oct-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-17018-w PMID:41038910	研究论文	开发可解释深度学习模型ECMAI-ME，通过微探头超声内镜图像诊断胃肠道间质瘤及病变特征	首次将病变特征整合到MEUS图像中，使AI推理与临床诊断流程对齐，开发了七个深度学习模型	研究仅基于中国五家医院的数据，需要更多国际多中心验证	提高微探头超声内镜对胃肠道间质瘤的诊断能力	胃肠道间质瘤和病变特征	数字病理	胃肠道间质瘤	微探头超声内镜	深度学习	图像	来自873个黏膜下病变的9,229张MEUS图像，涉及五家中国医院	NA	ECMAI-ME	AUC, 准确率, 特异性, 敏感性	NA
2956	2025-11-25	scGPD: single-cell informed gene panel design for targeted spatial transcriptomics 2025-Oct-02, bioRxiv : the preprint server for biology DOI:10.1101/2025.10.02.680117 PMID:41256660	研究论文	提出基于深度学习的基因面板设计框架scGPD，利用单细胞RNA测序数据为靶向空间转录组学选择紧凑且非冗余的基因集合	引入基因-基因相关性感知的门控机制，鼓励所选基因的多样性并消除冗余，相比现有方法能更好地覆盖转录组范围表达	未明确说明方法对特定组织类型或疾病场景的适用性限制	开发用于靶向空间转录组学的基因面板设计方法	单细胞RNA测序数据和空间转录组学数据	生物信息学	NA	单细胞RNA测序，空间转录组学	深度学习	基因表达数据	多种单细胞数据集（未指定具体数量）	NA	NA	细胞类型分类准确率，转录组范围表达恢复能力	NA
2957	2025-11-25	Deep Learning Model Based on Dual-energy CT for Assessing Cervical Lymph Node Metastasis in Oral Squamous Cell Carcinoma 2025-Oct, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.06.020 PMID:40628643	研究论文	本研究开发了一种基于双能CT的深度学习模型，用于评估口腔鳞状细胞癌患者颈部淋巴结转移	首次将Crossformer_Transformer架构应用于双能CT多序列融合图像进行淋巴结转移检测，并在多中心数据上验证了其优越性能	样本量相对有限，仅包含两个中心的354名患者	提高口腔鳞状细胞癌患者颈部淋巴结转移的术前检测准确性	口腔鳞状细胞癌患者的颈部淋巴结	医学影像分析	口腔鳞状细胞癌	双能CT成像	深度学习	CT图像	354名患者（248名来自第一个中心，106名来自第二个中心）	NA	Crossformer, Densenet169, Squeezenet1_0, Crossformer_Transformer	AUC	NA
2958	2025-11-25	A Deep Learning Model for Preoperative Prediction of Lymph Node Metastasis in cT1-Stage Lung Adenocarcinoma: A Multicenter External Validation Study 2025-Oct, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.06.001 PMID:40651922	研究论文	开发并验证用于术前预测cT1期肺腺癌淋巴结转移的深度学习模型	首次基于残差网络开发专门用于cT1期肺腺癌淋巴结转移预测的深度学习模型，并进行多中心外部验证	回顾性研究设计，未在更广泛人群中验证模型泛化能力	术前预测cT1期肺腺癌淋巴结转移状态	2503名患者的2568个经病理证实的cT1期肺腺癌结节	医学影像分析	肺癌	CT影像分析	深度学习	医学影像	2568个肺腺癌结节（来自2503名患者，8个机构）	NA	ResLNM（基于残差网络）	AUC, 决策曲线分析	NA
2959	2025-11-25	2.5D Deep Learning-Based Prediction of Pathological Grading of Clear Cell Renal Cell Carcinoma Using Contrast-Enhanced CT: A Multicenter Study 2025-Oct, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.06.056 PMID:40683765	研究论文	基于动脉期增强CT开发深度学习模型预测透明细胞肾细胞癌病理分级	提出2.5D深度学习模型，采用三切片输入方式，在多个中心验证中优于传统2D模型和放射组学MLP模型	回顾性研究设计，样本量相对有限	预测透明细胞肾细胞癌的病理分级	564例经诊断的透明细胞肾细胞癌患者	数字病理	肾细胞癌	对比增强CT	深度学习	CT图像	564例患者（训练集283例，内部测试集122例，三个外部验证集分别为60、38、61例）	NA	2D模型,2.5D模型,多层感知器	AUC,准确率,灵敏度	NA
2960	2025-11-25	To Compare the Application Value of Different Deep Learning Models Based on CT in Predicting Visceral Pleural Invasion of Non-small Cell Lung Cancer: A Retrospective, Multicenter Study 2025-Oct, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.07.002 PMID:40707264	研究论文	本研究基于CT影像开发并验证了不同深度学习模型预测非小细胞肺癌脏层胸膜侵犯的能力	首次系统比较了2D、3D和混合3D深度学习模型在预测非小细胞肺癌脏层胸膜侵犯中的性能差异	回顾性研究设计可能存在选择偏倚，且为多中心研究	开发并验证深度学习模型准确预测非小细胞肺癌患者的脏层胸膜侵犯	经病理确诊的非小细胞肺癌患者	计算机视觉	肺癌	CT影像分析，弹性纤维染色分析	CNN	CT图像，临床数据	1931例非小细胞肺癌患者	NA	EfficientNet-B0, Res2Net	AUC, 受试者工作特征曲线, 混淆矩阵	NA