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
3001	2025-10-06	3D foot kinetics estimation from distributed vGRF from smart insoles via 1D domain transformation 2025-Sep-05, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3605296 PMID:40911460	研究论文	通过深度学习将智能鞋垫采集的分布式垂直地面反作用力转换为三维动力学参数	提出Ke2KeNet模型实现从一维vGRF信号到三维动力学参数的高精度转换，并优化了鞋垫压力传感器布局	仅针对健康受试者进行研究，未涉及病理步态	开发从智能鞋垫数据估计三维足部动力学参数的方法	健康受试者的步行动力学数据	生物力学	NA	深度学习域转换	1D序列到序列模型	一维压力分布序列	健康受试者（具体数量未说明）	NA	Ke2KeNet, 1D序列到序列模型	与跑步机数据的对比评估	NA
3002	2025-10-06	Multimodal deep learning methods for speech and language rehabilitation: a cross-sectional observational study 2025-Sep-05, Disability and rehabilitation. Assistive technology DOI:10.1080/17483107.2025.2551708 PMID:40911624	研究论文	本文提出了一种改进的多模态深度学习康复流程，整合音频、视频和文本信息为言语语言康复提供个性化治疗	采用交叉注意力融合的多模态分层Transformer架构模型，能够联合建模语音声学特征、面部动态、唇部发音和语言上下文	NA	开发智能多模态深度学习系统以革新言语语言康复治疗的未来	患有沟通障碍的患者（包括神经系统疾病、发育迟缓和身体残疾引起的障碍）	自然语言处理	神经系统疾病	深度学习	Transformer	音频,视频,文本	NA	NA	交叉注意力融合多模态分层Transformer	准确率,患者参与度,可测量的治疗效益	NA
3003	2025-10-06	Development and clinical assessment of a novel AI-based diagnostic model for Hirschsprung's disease 2025-Sep-05, Updates in surgery IF:2.4Q2 DOI:10.1007/s13304-025-02284-0 PMID:40913191	研究论文	开发基于深度学习的AI诊断模型，利用对比灌肠图像诊断先天性巨结肠症	首次将YOLOv8算法应用于先天性巨结肠症的对比灌肠图像诊断，提供了一种非侵入性的准确诊断方法	研究样本量相对有限（725张图像），外部验证的特异性（72.22%）有待进一步提升	提高先天性巨结肠症的诊断准确性，同时减少侵入性检查	先天性巨结肠症患者的对比灌肠图像	计算机视觉	先天性巨结肠症	对比灌肠成像	深度学习	图像	725张对比灌肠图像（2013-2022年经组织病理学确认的HD患者）	PyTorch, Python	YOLOv8	平均精度均值(mAP), 精确率, 召回率, F1分数, 灵敏度, 特异性, 准确率	NA
3004	2025-10-06	Heart disease risk prediction based on deep learning multi-scale convolutional enhanced Swin Transformer model 2025-Sep-05, Computer methods in biomechanics and biomedical engineering IF:1.7Q3 DOI:10.1080/10255842.2025.2556004 PMID:40913335	研究论文	提出一种基于多尺度卷积增强Swin Transformer的心脏病风险预测模型	结合多分支卷积网络与Swin Transformer模块，通过通道注意力机制优化多尺度特征提取，并集成SHAP分析增强模型可解释性	仅使用克利夫兰心脏病数据集进行验证，未在其他数据集测试泛化能力	开发心脏病早期风险预测的深度学习模型	心脏病患者临床数据	机器学习	心血管疾病	深度学习	CNN, Transformer	结构化临床数据	克利夫兰心脏病数据集	NA	多尺度卷积增强Swin Transformer (MSCST)	准确率, AUC	NA
3005	2025-10-06	Federated Deep Learning Enables Cancer Subtyping by Proteomics 2025-Sep-04, Cancer discovery IF:29.7Q1 DOI:10.1158/2159-8290.CD-24-1488 PMID:40488620	研究论文	开发了一种联邦深度学习方法ProCanFDL，用于在保护数据隐私的前提下通过蛋白质组学数据进行癌症亚型分析	首次将联邦深度学习应用于蛋白质组学数据，能够在保护数据隐私的同时实现多中心协作建模	需要协调多个数据中心的合作，模型训练过程相对复杂	开发能够在保护数据隐私前提下进行癌症亚型分析的联邦学习方法	癌症患者的蛋白质组学数据	机器学习	癌症	数据非依赖性采集质谱(DIA-MS), 串联质谱标签蛋白质组学(TMT)	深度学习	蛋白质组学数据	总样本量8,252（泛癌队列1,260 + 私有队列6,265 + 外部验证队列887）	NA	NA	准确率提升	NA
3006	2025-10-06	Functional assessment of all ATM SNVs using prime editing and deep learning 2025-Sep-04, Cell IF:45.5Q1 DOI:10.1016/j.cell.2025.05.046 PMID:40580951	研究论文	本研究通过prime editing技术和深度学习模型DeepATM，全面评估了ATM基因所有27,513个单核苷酸变体的功能影响	首次系统评估ATM基因所有可能的单核苷酸变体功能，结合实验数据与深度学习预测，为意义未明变体提供解读框架	研究主要关注单核苷酸变体，未涵盖其他类型基因变异如插入缺失	建立ATM基因变体功能评估体系，支持精准医疗发展	ATM基因的27,513个单核苷酸变体	机器学习	癌症	prime editing, 深度测序	深度学习	基因组数据, 实验数据	27,513个SNVs（23,092个实验验证 + 4,421个模型预测）	NA	DeepATM	准确率	NA
3007	2025-10-06	Deep Learning Based Multiomics Model for Risk Stratification of Postoperative Distant Metastasis in Colorectal Cancer 2025-Sep-04, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.08.040 PMID:40912950	研究论文	开发基于深度学习的多组学模型预测结直肠癌患者术后远处转移和评估生存预后	首次结合放射组学和病理组学的深度特征构建集成模型，用于结直肠癌术后转移预测	回顾性研究设计，样本量相对有限（521例患者）	预测结直肠癌患者术后远处转移风险并进行生存预后评估	521例接受根治性手术的结直肠癌患者	数字病理	结直肠癌	CT成像，HE染色	深度学习	医学影像，病理切片	521例患者（中心1：381例，中心2：140例）	NA	ResNet-101	AUC, DeLong检验, Kaplan-Meier分析, 疾病无生存期	NA
3008	2025-10-06	A Cascaded Segmentation-Classification Deep Learning Framework for Preoperative Prediction of Occult Peritoneal Metastasis and Early Recurrence in Advanced Gastric Cancer 2025-Sep-04, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.08.006 PMID:40912952	研究论文	开发一种级联深度学习框架，用于术前预测晚期胃癌的隐匿性腹膜转移和早期腹膜复发	提出结合肿瘤分割和转移风险分层的两阶段深度学习框架，整合临床病理特征和深度学习概率构建组合模型	研究样本来自三个医疗中心，需要更多外部验证确认泛化能力	术前预测晚期胃癌的隐匿性腹膜转移和早期腹膜复发风险	晚期胃癌患者	医学影像分析	胃癌	CT影像分析	深度学习	CT图像	765名晚期胃癌患者（来自三个机构），包含内部验证组（OPM测试168人，早期PR测试212人）和外部验证组（早期PR测试57人）	NA	V-Net	AUC, 敏感性, 特异性	NA
3009	2025-10-06	PARPAL: PARalog Protein redistribution using Abundance and Localization in yeast database 2025-Sep-03, G3 (Bethesda, Md.) DOI:10.1093/g3journal/jkaf148 PMID:40580499	研究论文	介绍PARPAL数据库，该数据库存储了酵母中164种蛋白质在旁系同源基因缺失后的亚细胞定位和丰度变化的深度学习分析结果	开发首个整合高内涵筛选和深度学习分析的旁系同源蛋白质重分布数据库	仅针对酿酒酵母的82对旁系同源基因进行研究	研究全基因组复制事件中旁系同源基因的保留和进化机制	酿酒酵母中的旁系同源蛋白质对	生物信息学	NA	高内涵筛选，深度学习神经网络分析	深度学习神经网络	显微图像	82对旁系同源基因，2种遗传背景，约3,500张显微图像，约460,000个细胞	NA	NA	NA	NA
3010	2025-10-06	Pancancer outcome prediction via a unified weakly supervised deep learning model 2025-Sep-03, Signal transduction and targeted therapy IF:40.8Q1 DOI:10.1038/s41392-025-02374-w PMID:40897689	研究论文	开发了一种名为PROGPATH的统一弱监督深度学习模型，通过整合组织病理学图像特征和临床变量实现泛癌预后预测	提出首个能够整合组织病理学图像与常规临床变量的统一泛癌预后预测模型，采用弱监督深度学习和跨注意力变换器架构	模型在17个外部队列中验证，但可能仍需在更多样化的临床环境中进一步验证	开发能够准确预测多种癌症预后的统一模型	15种癌症类型的6,670名患者的7,999张全切片图像	数字病理学	多种癌症	全切片图像分析	弱监督深度学习	图像, 临床数据	训练集：6,670名患者的7,999张WSI；验证集：4,441名患者的7,374张WSI	NA	注意力引导多实例学习, 跨注意力变换器	NA	NA
3011	2025-10-06	A Deep-Learned Monolithic Nanoparticle Asymmetric Thermal Flow Sensor for Flow Vector Estimation 2025-Sep-02, ACS nano IF:15.8Q1 DOI:10.1021/acsnano.5c07646 PMID:40790995	研究论文	开发了一种基于深度学习的单片非对称热流传感器，用于精确估计流体矢量	将非对称螺旋形温度传感器设计与强化学习算法相结合，实现硬件软件协同优化	NA	开发小型化、高精度的流体矢量估计传感器	热流传感器	机器学习	NA	激光诱导选择性烧结和还原技术	强化学习	传感器电阻数据	NA	NA	NA	NA	嵌入式无线通信系统
3012	2025-10-06	Enhanced metastasis risk prediction in cutaneous squamous cell carcinoma using deep learning and computational histopathology 2025-Sep-02, NPJ precision oncology IF:6.8Q1 DOI:10.1038/s41698-025-01065-7 PMID:40897830	研究论文	开发基于深度学习的cSCCNet模型，通过数字病理学预测皮肤鳞状细胞癌的转移风险	首次使用深度学习模型自动选择肿瘤区域并预测cSCC转移风险，性能优于基于基因表达的工具和临床病理学分类	需要进一步验证包括前瞻性评估	开发可靠的皮肤鳞状细胞癌转移风险预测工具	227例来自四个中心的原发性皮肤鳞状细胞癌样本	数字病理学	皮肤癌	数字病理学，多重免疫组织化学	深度学习	组织病理学切片图像	227例原发性cSCC样本	NA	cSCCNet	AUC, 准确率	NA
3013	2025-10-06	Deep aging clocks: AI-powered strategies for biological age estimation 2025-Sep-02, Ageing research reviews IF:12.5Q1 DOI:10.1016/j.arr.2025.102889 PMID:40902671	综述	本文总结了基于人工智能的深度衰老时钟在生物年龄估计中的最新进展和应用	开发非线性深度衰老时钟以克服传统线性模型的局限，更好地捕捉衰老过程中的细微变化	NA	评估生物衰老并开发更准确的衰老测量方法	衰老人群的生物年龄估计	机器学习	老年疾病	表观遗传学、转录组学、代谢组学、微生物组、影像学	深度学习	多组学数据、影像数据	NA	NA	NA	NA	NA
3014	2025-10-06	Automated quantification of abdominal aortic calcification using 3D nnU-Net: a novel approach to assess AAA rupture risk 2025-Sep-02, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01911-x PMID:40898112	研究论文	本研究开发了一种基于3D nnU-Net的自动量化方法，用于从单次CTA扫描中分割和量化腹主动脉钙化	首次将3D nnU-Net应用于腹主动脉钙化的自动量化，为AAA破裂风险评估提供了一种新颖的自动化方法	回顾性研究设计，样本量相对较小（100例患者），需要进一步验证	开发自动量化腹主动脉钙化的深度学习模型，以改进AAA破裂风险评估	腹主动脉钙化和血管	医学影像分析	心血管疾病	CTA扫描	CNN	3D医学影像	100例接受腹主动脉CTA检查的患者	nnU-Net	3D nnU-Net	Dice系数, Spearman等级相关, Bland-Altman分析	NA
3015	2025-10-06	Automated sex and age estimation from orthopantomograms using deep learning: A comparison with human predictions 2025-Sep, Forensic science international IF:2.2Q1 DOI:10.1016/j.forsciint.2025.112531 PMID:40544576	研究论文	本研究开发了一种基于多任务深度学习的自动化方法，用于从口腔全景片中估计性别和年龄	采用多任务学习框架，在单一模型中同时处理性别分类和年龄回归任务，显著优于人类观察者的预测性能	数据集仅包含2067个样本，可能限制模型的泛化能力	开发自动化的性别和年龄估计方法以应用于法医牙科和法医鉴定	口腔全景片（orthopantomograms）	计算机视觉	NA	深度学习	CNN	医学影像	2067张口腔全景片，性别和年龄组均衡分布（3-89岁）	NA	VGG	平均绝对误差（MAE）, 决定系数（R²）, 分类准确率	NA
3016	2025-10-06	Comparative analysis of transformer-based deep learning models for glioma and meningioma classification 2025-Sep, Journal of medical imaging and radiation sciences IF:1.3Q3 DOI:10.1016/j.jmir.2025.102008 PMID:40554122	研究论文	本研究比较了基于Transformer的深度学习模型在脑胶质瘤和脑膜瘤分类任务中的性能	首次将Vision Transformer和BEiT模型应用于脑瘤分类，并提出了基于Segment Anything Model的全神经网络工作流程	仅使用单一数据集，可能影响模型的泛化能力	比较基于Transformer的深度学习模型在脑瘤分类中的准确性	脑胶质瘤和脑膜瘤的MRI图像	计算机视觉	脑瘤	MRI, 深度学习	Transformer, MLP	医学图像	训练集1132例（胶质瘤625例/脑膜瘤507例），测试集520例（胶质瘤260例/脑膜瘤260例）	NA	ViT, BEiT, MLP	AUC, 准确率	NA
3017	2025-10-06	Explainable artificial intelligence for pneumonia classification: Clinical insights into deformable prototypical part network in pediatric chest x-ray images 2025-Sep, Journal of medical imaging and radiation sciences IF:1.3Q3 DOI:10.1016/j.jmir.2025.102023 PMID:40651288	研究论文	本研究首次将可变形原型部分网络应用于儿科胸部X光图像的肺炎分类，并通过放射科专家评估确保模型解释符合医学意义	首次将D-ProtoPNet这一事前可解释深度学习模型应用于儿科肺炎分类，并通过专家评估验证其临床相关性	需要进一步优化才能达到临床应用标准，准确率仍需提升以匹配黑盒模型	开发可解释的人工智能系统用于儿科胸部X光图像的肺炎分类	1-5岁儿科患者的胸部X光图像	计算机视觉	肺炎	胸部X光成像	D-ProtoPNet, ProtoPNet	图像	5,856张儿科胸部X光图像	NA	ResNet50	准确率, 精确率, 召回率, AUC	NA
3018	2025-10-06	LUMEN-A deep learning pipeline for analysis of the 3D morphology of the cerebral lenticulostriate arteries from time-of-flight 7T MRI 2025-Sep, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2025.121377 PMID:40675425	研究论文	开发了一个名为LUMEN的深度学习流程，用于从7T TOF-MRI分析脑豆纹动脉的3D形态	提出了首个半自动化的3D LSA形态量化流程，结合深度学习分割与传统形态分析	样本量相对较小（69名受试者），仅针对CSVD患者	开发量化脑豆纹动脉3D形态的分析工具	脑豆纹动脉（LSAs）	医学影像分析	脑小血管病	7T时间飞跃磁共振血管成像（TOF-MRA）	深度学习	3D MRI图像	69名CSVD患者	NA	DS6, nnU-Net	Dice系数, 灵敏度, 平均Hausdorff距离, 精确度	NA
3019	2025-10-06	Deep diffusion MRI template (DDTemplate): A novel deep learning groupwise diffusion MRI registration method for brain template creation 2025-Sep, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2025.121401 PMID:40721052	研究论文	提出一种基于深度学习的群体扩散MRI配准方法DDTemplate，用于创建脑模板并提高群体差异检测的敏感性	首次将深度学习方法应用于群体扩散MRI配准，结合全脑组织微结构和纤维束定向信息	未明确说明方法在特定病理条件下的适用性限制	开发一种能够同时训练群体配准网络并生成人口脑模板的深度学习框架	多个人群队列（青少年、年轻成人、老年人）的扩散MRI数据	医学影像分析	NA	扩散MRI（dMRI）	深度学习	扩散MRI图像	来自不同扫描仪的多个人群队列数据	基于VoxelMorph框架	NA	配准精度、群体差异检测敏感性	NA
3020	2025-10-06	A Comprehensive Review on Blockchain-based Systems for Groundwater Conservation and Wastewater Management 2025-Sep, Environmental management IF:2.7Q3 DOI:10.1007/s00267-025-02247-6 PMID:40760176	综述	系统分析区块链技术结合机器学习和深度学习在水资源管理中的应用进展	首次全面评估区块链与AI技术在水资源管理中的集成应用，量化性能改进并识别研究空白	数据整合、可扩展性和监管采用方面仍存在挑战	评估区块链技术在 groundwater conservation 和 wastewater management 中的技术集成与性能改进	地下水保护和废水管理系统	机器学习	NA	区块链技术、机器学习、深度学习、智能传感器、物联网实时监测	机器学习模型、深度学习模型	水资源管理数据、传感器数据	97篇同行评审文章	NA	NA	预测准确率、废水处理效率、资源分配效率	NA