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
301	2025-09-20	Harnessing Deep Learning for Accurate Pathological Assessment of Brain Tumor Cell Types 2025-Apr, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01107-9 PMID:39150595	研究论文	利用深度学习模型结合预训练网络和SVM分类器，实现对脑肿瘤病理图像的高精度分类	采用预训练Resnet50提取深度特征并结合SVM进行分类，在脑肿瘤分类中达到97.4%的准确率	基于有限医学影像数据，未提及外部验证或临床前瞻性研究	区分原发性弥漫性中枢神经系统大B细胞淋巴瘤和高级别胶质瘤，辅助病理诊断	脑肿瘤病理图像	数字病理	脑肿瘤	深度学习，图像分类	CNN (Resnet50) + SVM	图像	未明确样本数量，采用十倍交叉验证
302	2025-09-20	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	本研究通过单细胞多组学分析揭示了转录因子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	首次构建了野生型与MEF2C缺失胚胎的心脏发育轨迹，并利用深度学习模型识别了节段特异性增强子	研究主要基于斑马鱼模型，在哺乳动物中的普适性仍需验证	解析早期心脏形成过程中谱系特异性基因调控网络	野生型与MEF2C缺失斑马鱼胚胎的心脏发育过程	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	野生型与MEF2C缺失斑马鱼胚胎的时间序列样本
303	2025-09-20	High-Risk Sequence Prediction Model in DNA Storage: The LQSF Method 2025-01, IEEE transactions on nanobioscience IF:3.7Q3 DOI:10.1109/TNB.2024.3424576 PMID:38976468	研究论文	提出一种基于深度学习的LQSF方法，用于DNA存储中高风险序列的预测和过滤	首次将深度学习模型应用于DNA存储编码阶段的主动序列过滤，替代传统被动纠错方法	NA	提高DNA存储技术在合成和测序过程中的错误纠正效率	DNA序列	机器学习	NA	深度学习，Illumina测序	AlexNet, VGG16, VGG19	序列数据	多个神经网络和测试集上的广泛训练和验证
304	2025-09-20	Unlocking the potential of AI: Machine learning and deep learning models for predicting carcinogenicity of chemicals 2025, Journal of environmental science and health. Part C, Toxicology and carcinogenesis DOI:10.1080/26896583.2024.2396731 PMID:39228157	综述	本文综述了利用机器学习和深度学习模型预测化学物质致癌性的研究进展	系统比较了传统机器学习与深度学习模型在致癌性预测中的性能，并强调高质量大数据集的重要性	深度学习模型受限于现有致癌性数据集的规模	评估和比较不同AI模型在化学物质致癌性预测中的应用效果	化学物质	机器学习	癌症	机器学习，深度学习	SVM, Random Forest, 集成学习, FNN, CNN, GCN, Capsule Net, 混合神经网络	化学数据	NA
305	2025-09-20	DWI-based Biologically Interpretable Radiomic Nomogram for Predicting 1-year Biochemical Recurrence after Radical Prostatectomy: A Deep Learning, Multicenter Study 2025, Current medical imaging IF:1.1Q3 DOI:10.2174/0115734056403104250527045320 PMID:40511648	研究论文	本研究开发了一种基于DWI和深度学习的放射组学列线图，用于预测前列腺癌根治术后1年生化复发	结合深度学习提取的放射组学特征与临床参数构建预测模型，并探索放射组学评分与肿瘤微环境的关联	回顾性多中心研究，样本量有限（n=349），需进一步前瞻性验证	预测前列腺癌根治术后1年生化复发风险	接受根治性前列腺切除术的前列腺癌患者	数字病理	前列腺癌	扩散加权成像（DWI），单细胞RNA测序	3D U-Net，Cox比例风险回归	医学影像（MRI），临床数据	349例患者（多中心回顾性队列），4例前瞻性单细胞RNA测序数据
306	2025-09-20	Automated Brain Tumor segmentation using hybrid YOLO and SAM 2025, Current medical imaging IF:1.1Q3 DOI:10.2174/0115734056392711250718201911 PMID:40754882	研究论文	提出一种结合YOLO和SAM的混合深度学习框架，用于脑肿瘤的自动分割与诊断	首次将YOLOv11实时目标检测与SAM精确分割模型结合，并通过增强CNN骨干网络实现鲁棒特征提取	NA	开发自动化脑肿瘤早期检测与诊断系统	脑部MRI图像中的肿瘤区域	计算机视觉	脑肿瘤	深度学习	CNN, YOLOv11, SAM	MRI图像	896张脑部MRI图像（包含肿瘤和健康脑部图像）
307	2025-09-20	Explainable AI to unveil cellular autophagy dynamics 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0331045 PMID:40934250	研究论文	本研究开发了一种基于可解释AI的计算流程，用于自动化分析细胞自噬动态过程	整合了目标检测、细胞分割、状态分类、细胞追踪和可解释性方法，无需标注追踪数据即可处理细胞分裂等复杂场景	NA	利用深度学习和可解释AI技术推进自噬研究，减少人工工作量并揭示关键自噬动态	细胞自噬过程	计算机视觉	癌症和神经退行性疾病	荧光显微镜成像	YOLOv8, U-Net++, vision transformer	图像	6,240张来自CELLULAR数据集的荧光显微镜图像
308	2025-09-20	Enhanced gallbladder cancer detection via active and self-supervised learning integration: Innovating B-ultrasound image analysis 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0330781 PMID:40956796	研究论文	提出一种结合主动学习和自监督学习的新型分类算法ASGBC，用于提升B超图像中胆囊癌的检测准确率	集成主动学习与自监督学习减少标注依赖，引入多尺度高阶信息模块MsHop捕捉超声图像细微纹理，并设计双分支损失函数增强特征提取和模型稳定性	算法仍需进一步优化以适应更广泛的临床应用，且可能还存在其他可提升诊断准确率的特征未被发掘	开发高效算法以改善胆囊癌的早期诊断	B超图像中的胆囊癌病变	计算机视觉	胆囊癌	深度学习，主动学习，自监督学习	ASGBC（集成主动学习和自监督学习的分类算法），包含MsHop模块	B超图像	胆囊超声数据集（具体数量未明确说明），但实验表明仅需35%的数据即可达到全数据集可比效果
309	2025-09-20	A deep learning approach to gender equality: Forecasting educational indicators with 1D-CNN aligned with SDG 5 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0332273 PMID:40956848	研究论文	提出一种基于1D-CNN的时间序列预测模型，用于预测多国性别相关教育指标	首次将1D-CNN应用于性别平等教育指标的时间序列预测，能够捕捉细微变化和时序模式	NA	预测性别相关教育结果以支持可持续发展目标5（性别平等）	美国、沙特阿拉伯、中国、埃及和瑞典的性别分类教育数据	机器学习	NA	时间序列分析	1D-CNN	时间序列数据（人口统计、社会经济和教育数据）	五个国家的历史性别分类数据
310	2025-09-20	In-silico tool for predicting and scanning rheumatoid arthritis-inducing peptides in an antigen 2025, Frontiers in immunology IF:5.7Q1 DOI:10.3389/fimmu.2025.1630863 PMID:40959057	研究论文	开发了一种用于预测和扫描抗原中类风湿关节炎诱导肽的计算机工具	整合了基于基序的比对方法和机器学习方法（XGBoost与ProtBERT），创建了性能最优的集成模型，并实现了可公开访问的预测工具RAIpred	数据集规模有限（291个阳性肽和165个阴性肽），模型性能仍有提升空间（AUC=0.80）	识别可能引发类风湿关节炎的抗原肽段，以支持蛋白质疗法的安全评估	HLA II类结合肽段，特别是与类风湿关节炎相关的抗原肽	生物信息学	类风湿关节炎	BLAST, MERCI, 机器学习, 深度学习, 蛋白质语言模型	XGBoost, ProtBERT, 集成模型	肽序列数据	456个实验验证的肽段（291个RA诱导肽，165个非诱导肽）
311	2025-09-20	Prediction of TP53 mutations across female reproductive system pan-cancers using deep multimodal PET/CT radiogenomics 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1608652 PMID:40959426	研究论文	利用深度多模态PET/CT放射基因组学预测女性生殖系统泛癌中TP53突变状态	首次整合肿瘤和棕色脂肪组织（BAT）的多模态影像特征，并采用Transformer模型进行跨癌种TP53突变预测	回顾性研究，样本量有限（259例），需外部验证	开发非侵入性AI模型预测妇科恶性肿瘤TP53突变状态	宫颈癌、子宫内膜癌和卵巢癌患者	数字病理	妇科肿瘤	PET/CT影像分析，放射组学特征提取	Transformer	医学影像（CT/PET）	259例患者
312	2025-09-20	Image steganalysis using LSTM fused convolutional neural networks for secure telemedicine 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1619706 PMID:40959435	研究论文	提出一种结合CNN和LSTM的混合模型，用于医疗图像隐写分析以增强数据安全	使用LSTM层替代传统CNN的全连接层，优先提取高相关性特征，提升隐藏数据检测能力	NA	确保AI驱动医疗解决方案中医学图像的安全性与完整性	医学及敏感图像数据集	计算机视觉	NA	图像隐写分析	CNN fused LSTM	图像	BOSS Base 1.01、BOWS和ALASKA2数据集
313	2025-09-20	Deep learning for cardiovascular management: optimizing pathways and cost control under diagnosis-related group models 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1580445 PMID:40959774	综述	探讨深度学习在心血管疾病管理中优化诊疗路径和DRG成本控制的应用与潜力	整合深度学习技术于DRG支付模型下，实现心血管疾病的成本效益优化和个性化干预	面临数据质量、监管合规、伦理问题及可扩展性有限等挑战	优化心血管疾病管理路径，控制医疗成本，适应DRG支付模式	心血管疾病患者及其诊疗过程	医疗人工智能	心血管疾病	深度学习	NA	医学图像、患者数据	基于回顾性研究和大型临床注册数据的真实世界证据
314	2025-09-20	Effective Feature Extraction for Knee Osteoarthritis Detection on X-ray Images using Convolutional Neural Networks 2025, Current medical imaging IF:1.1Q3 DOI:10.2174/0115734056360714250612080450 PMID:40574391	研究论文	提出一种基于卷积神经网络的任务对齐路径聚合特征融合模型（TPAFFKnee），用于提升X光图像中膝骨关节炎检测的准确性	引入路径聚合网络优化特征提取，采用任务对齐检测头替代全卷积网络，并使用EIOU损失函数解决正负样本不平衡问题	未提及模型在外部验证集上的泛化能力，且未来需整合更多临床数据	提高膝骨关节炎的自动检测精度，辅助临床治疗和手术决策	膝骨关节炎患者的X光图像	计算机视觉	骨关节炎	深度学习，X光成像	CNN, EfficientNetB4, TPAFFKnee	图像	1650张膝骨关节炎X光图像（来自多家医院）
315	2025-09-20	Fundus blood flow density changes in the smoking population by artificial intelligence-based optical coherence tomography angiography 2025, International journal of ophthalmology IF:1.9Q2 DOI:10.18240/ijo.2025.09.01 PMID:40881442	研究论文	利用基于人工智能的光学相干断层扫描血管成像技术研究吸烟人群眼底血流密度的变化	采用基于深度学习的去噪技术提升OCTA图像灵敏度，首次揭示吸烟与眼底血流密度下降的关联	样本量较小（36名吸烟者），仅针对男性群体，未分析视网膜厚度差异的统计学意义	探究慢性吸烟是否影响眼底血流密度	吸烟人群与非吸烟对照组的眼底血管	医学影像分析	眼科疾病	光学相干断层扫描血管成像（OCTA）结合AI去噪	深度学习	医学影像	36名男性吸烟者（平均年龄44.17±9.85岁）及年龄性别匹配的非吸烟对照组
316	2025-09-20	A deep learning image analysis method for renal perfusion estimation in pseudo-continuous arterial spin labelling MRI 2023-12, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2023.09.007 PMID:37776961	研究论文	提出一种基于深度学习的图像分析方法，用于伪连续动脉自旋标记MRI中的肾脏灌注估计	利用机器/深度学习工具自动分割和分类肾皮质和髓质组织，实现灌注值的自动化估计	仅使用16名移植患者的数据进行实验，样本量较小	开发自动化的肾脏灌注估计方法，用于移植肾评估	肾移植患者的肾脏组织（皮质和髓质）	医学影像分析	肾脏疾病	伪连续动脉自旋标记(PCASL) MRI，非对比T加权MRI序列	深度学习	MRI图像	16名肾移植患者
317	2025-09-20	Pathomic Features Reveal Immune and Molecular Evolution From Lung Preneoplasia to Invasive Adenocarcinoma 2023-Dec, Modern pathology : an official journal of the United States and Canadian Academy of Pathology, Inc IF:7.1Q1 DOI:10.1016/j.modpat.2023.100326 PMID:37678674	研究论文	利用深度学习和人工智能技术从H&E病理图像中提取病理组学特征，揭示肺腺癌从癌前病变到浸润性腺癌的免疫和分子演化过程	首次采用病理组学方法从常规H&E染色图像中量化细胞特征，替代昂贵且组织消耗大的分子/免疫分析，揭示肺癌演进过程中的细胞异质性变化	样本量相对有限（98例患者），且依赖于多中心队列的整合分析	研究肺腺癌早期癌变过程中的免疫和分子演化机制	肺组织样本，包括正常组织、不典型腺瘤样增生、原位腺癌、微浸润腺癌和浸润性腺癌	数字病理学	肺癌	深度学习、人工智能、H&E染色病理图像分析	深度学习模型（具体架构未明确说明）	图像	98例患者，162张切片，669个感兴趣区域（包括143正常、129不典型腺瘤样增生、94原位腺癌、98微浸润腺癌、205浸润性腺癌）
318	2025-09-20	Physics-informed deep learning for T2-deblurred superresolution turbo spin echo MRI 2023-12, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.29814 PMID:37578085	研究论文	提出一种融合物理信息的深度学习超分辨率方法，用于T2去模糊的涡轮自旋回波MRI图像重建	首次在深度学习超分辨率中引入不对称T2加权的物理真实分辨率退化模型，准确模拟TSE-MRI的k空间分辨率衰减	方法仅在基因工程小鼠胚胎模型TSE-MR图像上验证，尚未在人类临床数据中测试	通过深度学习超分辨率技术减少MRI扫描时间，同时保持图像质量	3D涡轮自旋回波（TSE）MRI图像	医学影像分析	NA	涡轮自旋回波MRI，生成对抗网络	GAN	医学图像	6-7个小鼠胚胎的500切片体积数据
319	2025-09-20	Social Media Images Can Predict Suicide Risk Using Interpretable Large Language-Vision Models 2023-11-29, The Journal of clinical psychiatry IF:4.5Q1 DOI:10.4088/JCP.23m14962 PMID:38019588	研究论文	本研究开发了一种可解释的大型语言-视觉混合模型，利用社交媒体图像预测临床有效的自杀风险	首次证明公开可用图像可用于预测经过验证的自杀风险，结合理论驱动特征与自下而上方法，突破传统预测瓶颈	数据仅来源于2018年特定时间段的脸书用户，样本规模相对有限且未涵盖其他社交平台	通过可解释人工智能方法预测自杀风险，推动现实场景监测工具的开发	841名完成金标准自杀量表的Facebook用户及其上传的177,220张图像	自然语言处理与计算机视觉交叉	心理健康与自杀风险	CLIP (Contrastive Language-Image Pre-training) 特征提取与逻辑回归建模	混合模型（CLIP + Logistic Regression）	图像	841名用户提供的177,220张社交媒体图像
320	2025-09-20	Application of artificial intelligence in the diagnosis of hepatocellular carcinoma 2023-Sep, eGastroenterology DOI:10.1136/egastro-2023-100002 PMID:39944000	综述	本文综述了人工智能在肝细胞癌放射学诊断中的最新应用进展	探讨了AI如何通过深度学习与神经网络模型提升HCC诊断的客观性与一致性，克服人工判读局限	需进一步研究和临床实践以充分发挥AI在HCC管理中的潜力	改善肝细胞癌的早期检测、治疗选择及患者预后	肝细胞癌（HCC）患者	医学影像分析	肝细胞癌	深度学习、神经网络	深度学习模型	影像数据	NA