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
3461	2025-11-18	Predicting Mechanosensitive T Cell Expansion from Cell Spreading 2025-Nov, Advanced healthcare materials IF:10.0Q1 DOI:10.1002/adhm.202501925 PMID:40717390	研究论文	本研究开发了一种通过短期细胞扩散预测T细胞长期扩增能力的方法	首次证明短期细胞扩散可预测机械敏感性T细胞扩增，并采用深度学习模型优于传统形态计量学方法	未明确说明样本规模和研究人群的具体特征	提高过继性细胞免疫疗法中T细胞扩增的预测准确性和治疗效果	健康供体和慢性淋巴细胞白血病患者的T细胞	数字病理学	慢性淋巴细胞白血病	细胞培养、机械刺激、深度学习分析	深度学习	细胞图像	NA	NA	NA	分类准确率	NA
3462	2025-11-18	DeepPlantAllergy: deep learning for explainable prediction of allergenicity in plant proteins 2025-Nov-01, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf605 PMID:41236479	研究论文	开发了一个名为DeepPlantAllergy的深度学习模型，用于预测植物蛋白质的致敏性并提供可解释性分析	结合CNN、BiLSTM和多头自注意力机制来捕捉蛋白质序列的局部模式和长程依赖关系，并采用集成梯度方法识别致敏性相关残基	NA	开发能够准确预测植物蛋白质致敏性并提供可解释性分析的深度学习模型	植物蛋白质序列	生物信息学	过敏性疾病	蛋白质序列分析	CNN, BiLSTM, MHSA	蛋白质序列数据	NA	NA	CNN-BiLSTM-MHSA混合架构	F1分数, AUC	NA
3463	2025-11-18	Impact of deep learning based reconstruction algorithms on CT radiomic features of carotid plaques 2025-Nov, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.70346 PMID:41239182	研究论文	评估深度学习重建算法和自适应统计迭代重建算法对颈动脉斑块CT影像组学特征可重复性的影响	首次系统比较DLIR和ASIR-V两种重建算法对颈动脉斑块影像组学特征稳定性的影响	回顾性研究设计，样本量相对有限（76例患者，104个斑块）	评估不同CT图像重建算法对颈动脉斑块影像组学特征的影响	颈动脉斑块	医学影像分析	心血管疾病	CT血管成像	深度学习重建算法	CT图像	76例患者，104个颈动脉斑块	NA	NA	组内相关系数	NA
3464	2025-11-18	Artificial intelligence in myeloid malignancies: Clinical applications of machine learning in myelodysplastic syndromes and acute myeloid Leukemia 2025-Nov, Blood reviews IF:6.9Q1 DOI:10.1016/j.blre.2025.101340 PMID:41109825	综述	总结机器学习在急性髓系白血病和骨髓增生异常综合征中的临床应用	将机器学习应用于骨髓涂片、外周血涂片和流式细胞术诊断，开发动态个性化生存预测模型，使用生成方法创建隐私保护合成队列和数字孪生	需要严格验证、可解释算法、工作流程整合和监管监督	探索机器学习在髓系恶性肿瘤临床管理中的应用	急性髓系白血病(AML)和骨髓增生异常综合征(MDS)患者	机器学习	白血病	机器学习, 深度学习, 无监督聚类, 生成方法	神经网络	骨髓涂片, 外周血涂片, 流式细胞术数据, 基因组数据	NA	NA	NA	灵敏度, 特异性	NA
3465	2025-11-18	Factors associated with allergic diseases in Chinese children aged 6-14 years 2025-Oct-31, BMC public health IF:3.5Q1 DOI:10.1186/s12889-025-24928-x PMID:41174606	研究论文	通过机器学习算法识别中国6-14岁儿童过敏性疾病的关键影响因素	使用12种机器学习算法比较性能，并为三种过敏性疾病分别确定最小关键因素集	横断面研究设计无法确定因果关系，数据通过问卷收集可能存在回忆偏倚	识别和优化与儿童过敏性疾病相关的关键影响因素	中国6-14岁学龄儿童	机器学习	过敏性疾病	问卷调查	朴素贝叶斯	问卷数据	11308名儿童（其中4375名患有过敏性疾病）	Python	高斯朴素贝叶斯, 伯努利朴素贝叶斯, 多项式朴素贝叶斯	NA	NA
3466	2025-11-18	Artificial Intelligence-Assisted Image Extraction in Neonatal Echocardiography for Congenital Heart Disease Diagnosis in Sub-Saharan Africa: Protocol for Model Development 2025-Oct-30, JMIR research protocols IF:1.4Q3 DOI:10.2196/75270 PMID:41167236	研究论文	开发用于撒哈拉以南非洲地区新生儿先天性心脏病诊断的人工智能辅助超声心动图图像提取模型	采用结合卷积神经网络和卷积长短期记忆层的深度学习模型，通过交错视觉记忆框架整合快速和慢速特征提取器，实现实时心脏视图检测	研究目前处于开发阶段，最终结果尚未验证，模型性能有待实际临床环境测试	开发AI辅助超声心动图系统，使非专业操作人员能够为疑似先天性心脏病新生儿执行基本心脏超声扫描并提取准确心脏图像	撒哈拉以南非洲地区0-28天新生儿，疑似先天性心脏病患者	数字病理	先天性心脏病	超声心动图	CNN, ConvLSTM	视频	回顾性数据近500例新生儿，前瞻性数据1000例新生儿	TensorFlow, PyTorch	基于交错视觉记忆框架的卷积神经网络和卷积长短期记忆层	实时心脏视图检测准确率	NA
3467	2025-11-18	Detection of climate change signals using precipitation and temperature time series by a hybrid deep learning framework 2025-Oct-21, Environmental monitoring and assessment IF:2.9Q3 DOI:10.1007/s10661-025-14712-0 PMID:41115993	研究论文	使用混合深度学习框架通过降水和温度时间序列检测气候变化信号	首次将CNN-BiLSTM-TCN-attention混合模型应用于泰国地区的气候变化检测，结合本地观测数据和CMIP6-GCM模拟	降水趋势空间异质性强且未显现明显信号，未来预测存在高度变异性	检测和量化泰国地区的气候变化信号	泰国地区的降水和温度时间序列数据	机器学习	NA	时间序列分析，偏差校正	CNN, BiLSTM, TCN, Attention机制	时间序列数据	1993-2024年台站观测数据和CMIP6-GCM模拟数据	NA	CNN-BiLSTM-TCN-attention混合架构	相关系数R, 均方误差MSE	NA
3468	2025-11-18	Deep learning simulation and decision support system for groundwater salinity risk assessment in the lower Chao Phraya River Basin, Thailand 2025-Oct-15, Environmental monitoring and assessment IF:2.9Q3 DOI:10.1007/s10661-025-14681-4 PMID:41091255	研究论文	本研究开发了一个结合深度学习模拟和决策支持系统的框架，用于评估泰国湄南河下游流域地下水盐渍化风险	融合可解释机器学习与概率分析和决策支持，提供实时地下水盐度风险评估的新颖可扩展工具	未明确说明模型在数据稀缺地区的泛化能力验证	评估沿海地区地下水盐渍化风险并支持基于证据的管理决策	泰国湄南河下游流域的地下水系统	机器学习	NA	多方法机器学习框架，SHAP特征归因分析，高斯copula模型	图神经网络(GNN)	地下水监测数据，水文气候数据	212个监测站点在2008和2020年的数据	NA	图神经网络	预测性能	NA
3469	2025-11-18	A combination of conserved and stage-specific lncRNA biomarkers to detect lung adenocarcinoma progression 2025-Oct, Journal of biomolecular structure & dynamics IF:2.7Q2 DOI:10.1080/07391102.2024.2431190 PMID:39601689	研究论文	通过整合网络方法识别肺腺癌进展中的保守和阶段特异性lncRNA生物标志物	首次结合阶段特异性与保守lncRNA构建多阶段ceRNA网络，并整合深度学习进行生物标志物识别	未明确说明样本来源和验证队列的规模	探索lncRNA在肺腺癌进展中的分子机制并开发诊断生物标志物	肺腺癌患者组织样本中的lncRNA、mRNA和miRNA	生物信息学	肺癌	表达谱分析，ceRNA网络构建，深度学习	深度学习	基因表达数据	NA	NA	NA	NA	NA
3470	2025-11-18	Deep-VEGF: deep stacked ensemble model for prediction of vascular endothelial growth factor by concatenating gated recurrent unit with two-dimensional convolutional neural network 2025-Oct, Journal of biomolecular structure & dynamics IF:2.7Q2 DOI:10.1080/07391102.2024.2323144 PMID:38450715	研究论文	提出一种基于深度堆叠集成学习的计算模型Deep-VEGF，用于从蛋白质一级序列预测血管内皮生长因子	开发了新型特征描述符KSTS-BPSSM，并首次将GRU与二维CNN通过堆叠集成方法结合用于VEGF预测	NA	开发准确预测血管内皮生长因子的计算模型以替代昂贵耗时的实验识别方法	血管内皮生长因子(VEGF)蛋白质序列	生物信息学	癌症,糖尿病视网膜病变,黄斑变性,关节炎	蛋白质序列分析	GRU,GAN,CNN,集成学习	蛋白质一级序列	NA	NA	门控循环单元,生成对抗网络,二维卷积神经网络	准确率	NA
3471	2025-11-18	ANN multi-layer perceptron for prediction of blood-brain barrier permeable compounds for central nervous system therapeutics 2025-Oct, Journal of biomolecular structure & dynamics IF:2.7Q2 DOI:10.1080/07391102.2024.2326671 PMID:38497749	研究论文	开发人工神经网络多层感知器模型预测血脑屏障通透性化合物，用于中枢神经系统药物研发	使用大型数据集构建ANN模型，在BBB通透性预测中实现了高精度指标	仅基于化学结构预测BBB通透性存在困难	预测化合物的血脑屏障通透性以促进中枢神经系统药物研发	化学化合物	机器学习	中枢神经系统疾病	NA	ANN多层感知器	化学结构数据	大型数据集	NA	多层感知器	准确率,特异性,敏感性,AUC,MCC	NA
3472	2025-11-18	Explainable ResNet-long short-term memory model for the classification of bowel sounds frequency based on multifeature fusion 2025-Sep, The Journal of international medical research IF:1.4Q4 DOI:10.1177/03000605251376915 PMID:41027655	研究论文	开发基于多特征融合的可解释ResNet-LSTM模型用于肠鸣音频率分类	提出结合ResNet50 V2和长短期记忆网络的多特征融合方法，并采用局部可解释模型无关解释增强模型透明度	NA	肠鸣音活动水平的准确客观分类，用于胃肠功能评估	肠鸣音音频数据	机器学习	胃肠疾病	音频特征提取	CNN, LSTM	音频	来自三个医疗机构的前瞻性多中心研究	NA	ResNet50 V2, LSTM	准确率, 马修斯相关系数, 加权科恩卡帕系数, 灵敏度, 特异性	NA
3473	2025-11-18	Benchmarking and Explaining Deep Learning Cortical Lesion MRI Segmentation in Multiple Sclerosis 2025-Jul-16, ArXiv PMID:40969490	研究论文	提出一个用于多发性硬化症皮质病变MRI分割的深度学习基准测试框架	首次建立多中心皮质病变检测与分割基准，提出针对皮质病变检测优化的nnU-Net改进方案，并进行模型决策解释分析	数据来自四个机构，虽然多样化但仍可能存在泛化限制，病变模糊性和协议差异可能影响模型性能	开发标准化自动方法用于多发性硬化症皮质病变的MRI检测和分割	多发性硬化症患者的皮质病变	医学影像分析	多发性硬化症	MRI, MP2RAGE, MPRAGE序列	深度学习	MRI图像	656个MRI扫描，来自四个机构的临床试验和研究数据	nnU-Net	nnU-Net	F1-score	NA
3474	2025-11-18	Comparing machine learning, deep learning, and reinforcement learning performance in Culex pipiens predictive modeling 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0333536 PMID:41231961	研究论文	比较机器学习、深度学习和强化学习方法在预测库蚊分布中的性能	首次将强化学习方法应用于物种分布预测，并证明其在特征较少时仍能保持有效性能	仅针对单一物种在美国的地理分布进行研究，未验证其他物种或地区的适用性	比较不同机器学习方法在预测库蚊历史分布中的性能差异	尖音库蚊（Culex pipiens）在美国的潜在地理分布	机器学习	西尼罗河病毒感染	物种分布建模	逻辑回归, 随机森林, 深度神经网络, Q-learning, DQN, REINFORCE, Actor-Critic	生物气候变量数据	NA	NA	深度神经网络, DQN	预测性能	NA
3475	2025-11-18	Obscured-ensemble models for genomic prediction 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0334239 PMID:41237109	研究论文	提出一种基于遮蔽标记的集成模型方法用于基因组预测	开发了不依赖基因组内容的遮蔽模型和集成学习方法，仅需20%的标记即可实现准确预测	未明确说明模型在更大规模数据集上的泛化能力	研究基因组预测中的捷径学习问题并开发高效预测方法	作物品种的基因型和农艺性状	机器学习	NA	全基因组标记分析	深度学习,集成学习	基因组标记数据	NA	NA	遮蔽集成模型	准确性	NA
3476	2025-11-18	MRI-based 2.5D deep learning and radiomics effectively predicted microvascular invasion and Ki-67 expression in hepatocellular carcinoma 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0336579 PMID:41237121	研究论文	开发并验证基于钆塞酸增强MRI肝胆期图像的2.5D深度学习和影像组学模型，结合临床特征术前预测肝细胞癌微血管侵犯和高Ki-67表达双阳性	首次将2.5D深度学习与影像组学结合，整合临床特征构建综合模型预测HCC的MVI和Ki-67双阳性状态	回顾性研究设计，样本量相对有限（235例患者），需外部验证确认泛化能力	术前预测肝细胞癌微血管侵犯和高Ki-67表达双阳性状态	235例经病理证实的肝细胞癌患者（129例双阳性，106例非双阳性）	数字病理	肝细胞癌	钆塞酸增强MRI，影像组学分析	深度学习，逻辑回归	医学影像（MRI），临床数据	235例HCC患者	NA	2.5D深度学习架构	AUROC, 敏感度, 特异度, 精确度, 准确率, F1分数	NA
3477	2025-11-18	Deepfake defense: Combining spatial and temporal cues with CNN-BiLSTM-transformer architecture 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0334980 PMID:41237199	研究论文	提出一种结合CNN、双向LSTM和Transformer编码器的混合深度学习架构用于深度伪造视频检测	首次将CNN、BiLSTM和Transformer编码器集成到统一框架中，实现空间特征与局部/全局时间特征的双路径建模	未提及模型在极端遮挡或复杂光照条件下的性能表现	开发能够有效检测深度伪造视频的鲁棒检测系统	深度伪造视频数据	计算机视觉	NA	NA	CNN, BiLSTM, Transformer	视频	FaceForensics++和DeepFake Detection Challenge数据集	TensorFlow	MobileNetV2, BiLSTM, Transformer	F1-score, AUC	NA
3478	2025-11-18	Deep learning-based phenotype imputation on population-scale biobank data increases genetic discoveries 2023-12, Nature genetics IF:31.7Q1 DOI:10.1038/s41588-023-01558-w PMID:37985819	研究论文	提出一种基于深度学习的表型插补方法AutoComplete，用于填补大规模生物样本库中的缺失表型数据	开发了专门针对群体规模生物样本库数据的深度学习表型插补方法，显著提高了遗传发现能力	未明确说明方法在其他生物样本库或不同表型上的泛化能力	提高生物样本库表型数据的完整性和利用率，促进遗传学研究发现	英国生物银行约30万个体的表型数据	机器学习	NA	表型数据插补	深度学习	表型数据	约300,000个体	NA	AutoComplete	插补准确率, 遗传相似性, 有效样本量, 关联位点数量	NA
3479	2025-11-18	Benchmarking of deep neural networks for predicting personal gene expression from DNA sequence highlights shortcomings 2023-12, Nature genetics IF:31.7Q1 DOI:10.1038/s41588-023-01524-6 PMID:38036778	研究论文	本研究评估了深度神经网络在预测个体基因表达方面的表现，并揭示了现有方法的局限性	首次系统性地评估深度学习方法在跨个体基因表达预测中的表现，发现现有方法在预测变异效应方向上的局限性	现有方法未能充分学习序列基序语法，导致变异效应方向预测不准确	评估深度学习方法在预测个体基因表达变异方面的有效性和实用性	839名ROSMAP研究参与者的全基因组测序和基因表达数据	基因组学	NA	全基因组测序，基因表达分析	深度神经网络	基因组DNA序列，基因表达数据	839名个体	NA	NA	变异效应方向预测准确性	NA
3480	2025-11-18	Current approaches to genomic deep learning struggle to fully capture human genetic variation 2023-12, Nature genetics IF:31.7Q1 DOI:10.1038/s41588-023-01517-5 PMID:38036789	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA