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
321	2025-08-04	Single-cell multiomics reveals the oscillatory dynamics of mRNA metabolism and chromatin accessibility during the cell cycle 2025-Jul-31, Cell reports IF:7.5Q1 DOI:10.1016/j.celrep.2025.116089 PMID:40751912	研究论文	该研究通过单细胞多组学技术揭示了细胞周期中mRNA代谢和染色质可及性的振荡动态	结合单细胞多组学测序、生物物理建模和深度学习，首次量化了mRNA转录、剪接、核输出和降解的速率	NA	揭示细胞周期中基因表达的时序调控机制	增殖细胞中的mRNA代谢和染色质可及性	生物信息学	NA	单细胞多组学测序	深度学习	单细胞多组学数据	NA
322	2025-08-04	Deep Learning-Based Classification of Fungal and Acanthamoeba Keratitis Using Confocal Microscopy 2025-Jul-31, The ocular surface DOI:10.1016/j.jtos.2025.07.012 PMID:40752665	研究论文	本研究利用深度学习技术对真菌性和棘阿米巴性角膜炎进行基于共聚焦显微镜图像的分类	首次使用深度学习模型对真菌性和棘阿米巴性角膜炎进行自动分类，并实现了真菌性角膜炎的亚型分类	非特异性角膜炎的分类性能较低，且样本量相对有限	提高微生物性角膜炎的诊断准确性并指导针对性治疗	真菌性角膜炎(FK)、棘阿米巴性角膜炎(AK)和非特异性角膜炎(NSK)的共聚焦显微镜图像	数字病理学	角膜炎	共聚焦显微镜	ResNet50	图像	1,975张图像(1,137 FK, 457 AK, 381 NSK)
323	2025-08-04	Deep Learning in Central Serous Chorioretinopathy 2025-Jul-31, Survey of ophthalmology IF:5.1Q1 DOI:10.1016/j.survophthal.2025.07.011 PMID:40752852	综述	本文全面回顾了深度学习在中心性浆液性脉络膜视网膜病变（CSC）诊断、分类、预后及治疗效果预测中的应用	探讨了深度学习如何通过自动化分析CSC相关成像生物标志物来解决传统眼科实践中的效率问题，并首次详细展示了脉络膜血管系统的快速、无创可视化	未提及具体样本量或数据集的规模，可能缺乏对深度学习模型泛化能力的实证评估	探索深度学习技术在眼科疾病，特别是CSC的诊断和管理中的应用潜力	中心性浆液性脉络膜视网膜病变（CSC）及其相关成像生物标志物	数字病理学	视网膜疾病	深度学习（DL）	NA	图像	NA
324	2025-08-04	Predicting ROS1 and ALK fusions in NSCLC from H&E slides with a two-step vision transformer approach 2025-Jul-30, NPJ precision oncology IF:6.8Q1 DOI:10.1038/s41698-025-01037-x PMID:40739404	研究论文	本研究提出了一种基于深度学习的双步视觉Transformer方法，用于从H&E染色切片中预测NSCLC中的ROS1和ALK融合	采用双步视觉Transformer方法（MoCo-V3作为特征提取器，后接基于Transformer的预测模型），并针对ROS1阳性样本量少的问题设计了专门的训练流程	ROS1阳性样本数量有限（仅306例）	开发一种可扩展、准确且经济高效的方法来检测NSCLC中的ALK和ROS1融合	非小细胞肺癌（NSCLC）患者	数字病理学	肺癌	深度学习	Transformer（MoCo-V3）	H&E染色的全切片图像（WSI）	33,014名患者（其中ROS1阳性306例，ALK阳性697例）
325	2025-08-04	Improving rainfall forecasting using deep learning data fusing model approach for observed and climate change data 2025-Jul-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-13567-2 PMID:40739447	研究论文	本研究利用观测降雨数据和气候变化预测的融合，通过深度学习模型提高日、3日和周降雨预测的精确度	结合观测数据和气候变化预测，采用多种先进机器学习模型进行数据融合，显著提高了降雨预测的准确性	研究中使用的模型在某些时间间隔（如周预测）表现较差，误差率较高	提高降雨预测的准确性，以支持水资源管理、防洪、农业活动和灾害准备	降雨数据	机器学习	NA	数据融合技术	ELSVM, Exponential GPR, LSTM	时间序列数据	NA
326	2025-08-04	HLAIIPred: cross-attention mechanism for modeling the interaction of HLA class II molecules with peptides 2025-Jul-30, Communications biology IF:5.2Q1 DOI:10.1038/s42003-025-08500-2 PMID:40739437	研究论文	介绍了一种名为HLAIIPred的深度学习模型，用于预测由II类人类白细胞抗原（HLAII）呈递的肽段	采用基于Transformer的神经网络和质谱鉴定的HLAII呈递肽数据集，不仅能预测肽段呈递，还能识别形成相互作用的肽段核心残基	未明确提及	提高肽段-HLAII相互作用的预测准确性和理解	II类人类白细胞抗原（HLAII）及其呈递的肽段	机器学习	癌症	质谱	Transformer	肽段序列数据	未明确提及具体数量，但使用了多种数据集进行评估
327	2025-08-04	Deep learning-driven brain tumor classification and segmentation using non-contrast MRI 2025-Jul-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-13591-2 PMID:40745383	研究论文	本研究利用深度学习技术对多通道MRI输入进行处理，以提高基于MRI的脑肿瘤诊断的准确性和效率	采用非对比T1加权和T2加权图像及其平均值融合为RGB三通道输入，丰富了模型训练的表征，显著提升了模型性能	尚未整合到临床工作流程中	提高MRI脑肿瘤诊断的准确性和效率	203名受试者的MRI数据，包括100例正常案例和103例13种不同脑肿瘤类型案例	计算机视觉	脑肿瘤	MRI	CNN, FCN, Darknet53, ResNet50	图像	203名受试者（100例正常，103例脑肿瘤）
328	2025-08-04	A generalizable diffusion framework for 3D low-dose and few-view cardiac SPECT imaging 2025-Jul-30, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103729 PMID:40752375	研究论文	提出了一种名为DiffSPECT-3D的扩散框架，用于3D心脏SPECT成像，能够在低剂量和少视图采集设置下提高图像质量	DiffSPECT-3D能够适应不同的采集设置而无需重新训练或微调网络，通过结合图像和投影数据的一致性策略，确保扩散采样与低剂量/少视图投影测量、图像数据及扫描仪几何对齐	未明确提及具体限制，但可能包括对特定扫描仪或采集设置的依赖性	提高低剂量和少视图心脏SPECT成像的图像质量	心脏SPECT成像	数字病理学	心血管疾病	SPECT成像	扩散模型	3D图像	1,325例临床Tc tetrofosmin负荷/静息研究，来自795名患者
329	2025-08-04	Diagnosis of unilateral vocal fold paralysis using auto-diagnostic deep learning model 2025-Jul-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-09797-z PMID:40730807	research paper	开发了一种基于深度学习的自动诊断系统，用于单侧声带麻痹的诊断，结合了图像和视频模型	首次将视频模型用于单侧声带麻痹的诊断，能够评估声带动态，提高了诊断准确性和多任务评估能力	图像模型在预测侧向性和麻痹类型方面表现有限	开发一种自动诊断系统，用于单侧声带麻痹的全面评估	单侧声带麻痹患者	digital pathology	vocal fold paralysis	deep learning	CNN (image-based), video-based DL model	image, video	500名参与者的2639个视频片段
330	2025-08-04	Supervised learning of the Jaynes-Cummings Hamiltonian 2025-Jul-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-02611-w PMID:40730829	研究论文	本研究探讨了深度神经网络（DNN）在仅通过能量谱估计Jaynes-Cummings哈密顿量参数中的应用	提出了一种结合去噪U-Net和vDNN的新模型，能将误差降低约77%，展示了深度学习模型在噪声数据下估计哈密顿量参数的潜力	vDNN模型对高斯噪声的抵抗能力有限，仅在特定范围内有效	利用深度学习模型从能量谱中估计Jaynes-Cummings哈密顿量的参数	Jaynes-Cummings哈密顿量的能量谱	机器学习	NA	深度神经网络（DNN）、去噪U-Net	vDNN、U-Net	能量谱数据	NA
331	2025-08-04	Harnessing infrared thermography and multi-convolutional neural networks for early breast cancer detection 2025-Jul-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-09330-2 PMID:40721416	研究论文	本研究提出了一种名为Thermo-CAD的先进计算机辅助诊断系统，利用红外热成像技术和多卷积神经网络进行早期乳腺癌检测	结合多种卷积神经网络(CNNs)和特征转换选择方法(如非负矩阵分解和Relief-F)来提高诊断准确性和可靠性	在区分良性和恶性病例时准确率较低(79.3%)	开发一种非侵入性、无辐射的乳腺癌早期检测方法	乳腺组织	数字病理学	乳腺癌	红外热成像技术	CNN	图像	两个数据集：DMR-IR数据库和一个新的热成像数据集
332	2025-08-04	An efficient intelligent transportation system for traffic flow prediction using meta-temporal hyperbolic quantum graph neural networks 2025-Jul-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-10794-5 PMID:40721612	研究论文	提出了一种名为Meta Temporal Hyperbolic Quantum Graph Neural Networks (MTH-QGNN)的新型深度学习框架，用于智能交通系统中的交通流量预测	整合了双曲嵌入、元学习、量子图和神经常微分方程(NODEs)技术，提高了交通流量预测的实时性和准确性	未提及模型在极端天气或突发事件等异常情况下的表现	提升智能交通系统中交通流量预测的准确性和实时性	城市交通流量数据	智能交通系统	NA	元学习、量子图神经网络(QGNNs)、神经常微分方程(NODEs)	MTH-QGNN (Meta Temporal Hyperbolic Quantum Graph Neural Networks)	交通流量数据	Los-loop和SZ-taxi数据集
333	2025-08-04	Integration of coagulation parameters Enhances deep Learning-Based survival prediction in High-Grade serous ovarian Cancer: A comprehensive prognostic model 2025-Jul-28, Clinica chimica acta; international journal of clinical chemistry DOI:10.1016/j.cca.2025.120512 PMID:40738419	研究论文	本研究开发并验证了一个整合传统临床病理因素与新型分子和凝血参数的综合生存预测模型，用于高级别浆液性卵巢癌（HGSOC）患者	首次将凝血参数（特别是D-二聚体水平）整合到机器学习模型中，以提高HGSOC患者的生存预测准确性	需要进一步的前瞻性验证	开发并验证一个综合的生存预测模型，以提高高级别浆液性卵巢癌患者的预后评估准确性	216名HGSOC患者（2012-2017年治疗）及外部验证队列的108名患者	数字病理	卵巢癌	机器学习	包含88种算法的机器学习框架	临床病理数据、分子数据和凝血参数	216名患者（开发队列）和108名患者（外部验证队列）
334	2025-08-04	Determining the scanning range of coronary computed tomography angiography based on deep learning 2025-Jul-28, World journal of radiology IF:1.4Q3 DOI:10.4329/wjr.v17.i7.110394 PMID:40746516	研究论文	本研究开发了一种基于深度学习的自动化方法，用于确定冠状动脉CT血管造影的扫描范围	利用前后位定位图像和深度学习技术自动化确定CCTA扫描范围，替代传统手动方法	研究数据来自单一医疗机构，可能影响模型的泛化能力	开发自动化确定冠状动脉CT血管造影扫描范围的方法	1388名患者的胸部CT数据	数字病理学	心血管疾病	CT扫描	深度学习模型	图像	1388例患者数据（训练集672例，验证集167例，测试集167例）
335	2025-08-04	Identification of syrup adulteration in wolfberry honey using CNN-CBAM-SVM combined with 1H NMR 2025-Jul-28, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.145728 PMID:40752444	研究论文	开发了一种基于CNN-CBAM-SVM架构结合1H NMR光谱的深度学习模型，用于识别蜂蜜中的糖浆掺假	通过引入CBAM模块并用SVM分类器替换全连接层，增强了传统CNN模型，使其更适合小样本量	样本量较小（仅40个样本），可能影响模型的泛化能力	检测蜂蜜中的糖浆掺假	蜂蜜样品（20个真品和20个掺假样品）	机器学习	NA	1H NMR光谱	CNN-CBAM-SVM	光谱数据	40个蜂蜜样品（20个真品和20个掺假样品）
336	2025-08-04	Contrast-Enhanced CT-Based Deep Learning and Habitat Radiomics for Analysing the Predictive Capability for Oral Squamous Cell Carcinoma 2025-Jul-24, International dental journal IF:3.2Q1 DOI:10.1016/j.identj.2025.100914 PMID:40712385	研究论文	本研究通过对比基于对比增强CT的深度学习和栖息地分析模型，探索预测口腔鳞状细胞癌宫颈淋巴结转移和病理亚型的新方法	结合栖息地分析和临床特征的集成模型，提高了预测口腔癌的准确性	回顾性研究设计可能引入选择偏倚，样本量相对较小（132例）	预测口腔鳞状细胞癌的宫颈淋巴结转移和病理亚型	口腔鳞状细胞癌患者	数字病理	口腔癌	对比增强CT（CECT）	CNN, FCNN	图像	132例经石蜡病理确诊的口腔鳞状细胞癌患者
337	2025-08-04	Integrative approach for early detection of Parkinson's disease and atypical Parkinsonian syndromes leveraging hemodynamic parameters, motion data & advanced AI models 2025-Jul-24, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108989 PMID:40752456	研究论文	本研究提出了一种结合多模态传感器和AI模型的穿戴式框架，用于帕金森病和非典型帕金森综合征的早期检测	创新性地整合了多模态生理和血流动力学参数与AI算法，提供了一种可扩展、远程和非侵入性的早期检测方法	研究未提及样本的具体数量和多样性，可能影响模型的泛化能力	开发一种早期检测帕金森病和非典型帕金森综合征的方法	帕金森病(PD)和非典型帕金森综合征(包括MSAs和PSPs)患者	机器学习	帕金森病	PPG、HRV、温度传感器和惯性传感器	MLP和集成模型	生理信号和运动数据	NA
338	2025-08-04	Ultra-early detection of S100B biomarkers using a nanophotonic biosensor with deep learning quantification: A clinical model based on EDAS patients 2025-Jul-24, Biosensors & bioelectronics IF:10.7Q1 DOI:10.1016/j.bios.2025.117810 PMID:40752476	research paper	开发了一种结合纳米光子生物传感器和深度学习的平台，用于超灵敏S100B生物标志物的检测，并在EDAS患者模型中验证了其临床潜力	整合了纳米光子生物传感器和深度学习技术，实现了S100B的超早期检测，具有高灵敏度和快速响应时间	研究样本量较小（n=25），且仅在EDAS患者模型中验证，未在其他类型的脑损伤中进行广泛测试	开发一种超早期检测脑损伤生物标志物的方法，以改善轻度创伤性脑损伤（mTBI）的管理	EDAS患者的血清、尿液、唾液和脑脊液样本	数字病理	脑损伤	纳米光子生物传感器、深度学习	ResNet-50	image	25名EDAS患者的匹配生物样本（血清、尿液、唾液、CSF）
339	2025-08-04	Shallow learning model for long-term cyanobacterial bloom forecasting in real-time monitoring system 2025-Jul-23, Water research IF:11.4Q1 DOI:10.1016/j.watres.2025.124283 PMID:40752389	research paper	本文介绍了一种浅层LSTM神经网络模型，用于实时监测系统中长期蓝藻水华的预测	提出了一种成本效益高、低功耗且易于实现的边缘AI系统，能够在微控制器单元上实时进行蓝藻水华预测	模型在28天时间范围内的预测准确率为70%，可能存在一定的误差	开发一种适用于边缘计算的实时蓝藻水华预测系统	蓝藻水华的长期预测	machine learning	NA	LSTM神经网络	LSTM	time series data	NA
340	2025-08-04	TME-guided deep learning predicts chemotherapy and immunotherapy response in gastric cancer with attention-enhanced residual Swin Transformer 2025-Jul-21, Cell reports. Medicine DOI:10.1016/j.xcrm.2025.102242 PMID:40695288	研究论文	利用深度学习模型预测胃癌患者对化疗和免疫治疗的响应	提出了一种注意力增强的残差Swin Transformer网络，用于预测化疗响应，并通过中间任务（ImmunoScore和POSTN）提升模型性能	需要前瞻性研究验证其临床实用性	预测胃癌患者对化疗和免疫治疗的响应，为个性化治疗提供依据	3095名胃癌患者	数字病理	胃癌	深度学习	Swin Transformer	临床数据	3095名胃癌患者