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
341	2025-10-02	A framework using large time series model for early warning of infectious diseases 2026-Mar, Infectious Disease Modelling IF:3.0Q1 DOI:10.1016/j.idm.2025.08.006 PMID:41017782	研究论文	提出了一种基于大型时间序列模型的传染病早期预警框架	利用生成式预训练大型时间序列模型解决传染病预警中数据质量和数量限制的问题	NA	开发具有强泛化能力和优异性能的传染病早期预警系统	传染病时空序列数据中的异常上升趋势（爆发）检测	时间序列分析	传染病	大型时间序列模型	生成式预训练模型	时空序列数据	真实世界传染病数据集及相关衍生数据集
342	2025-10-02	Advancing CRISPR with deep learning: A comprehensive review of models and databases 2025-Dec-09, Molecular therapy. Nucleic acids DOI:10.1016/j.omtn.2025.102691 PMID:41017815	综述	本文全面回顾了用于预测CRISPR基因编辑靶向效率的深度学习模型和相关数据库	系统梳理了当前CRISPR领域中的深度学习工具和数据库资源，强调了数据量对预测准确性的重要性	预测准确性受限于可用训练数据的数量	促进基因编辑疗法的发展，通过机器学习方法预测CRISPR的靶向效率	CRISPR基因编辑系统的靶向和脱靶效应	机器学习	NA	CRISPR基因编辑技术	深度学习模型	序列数据	NA
343	2025-10-02	Automatic specific absorption rate (SAR) prediction for hyperthermia treatment planning using deep learning method 2025-Dec, International journal of hyperthermia : the official journal of European Society for Hyperthermic Oncology, North American Hyperthermia Group IF:3.0Q2 DOI:10.1080/02656736.2025.2554860 PMID:40922671	研究论文	开发基于深度学习的比吸收率分布预测方法，用于脑癌热疗治疗规划	首次提出使用带有交叉注意力块的编码器-解码器神经网络，结合脑电特性、肿瘤3D坐标和微波天线相位设置来预测SAR分布	仅基于201个模拟数据进行训练和验证，样本量相对有限	开发快速准确的SAR预测方法以支持实时热疗治疗规划	脑癌患者的头部SAR分布	医学影像分析	脑癌	有限元建模、深度学习	编码器-解码器神经网络	模拟数据	201个模拟样本（训练181个，测试20个）
344	2025-10-02	Grapevine disease detection using (q,τ)-nabla calculus quantum deformation with deep learning features 2025-Dec, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2025.103619 PMID:41018245	研究论文	提出一种结合(q,τ)-Nabla微积分量子变形特征和深度学习特征的混合分类方法，用于葡萄叶病害检测	首次将(q,τ)-Nabla微积分量子变形特征与深度学习特征相结合，用于植物病害分类	NA	开发高效的葡萄叶病害自动检测方法以提高作物产量和保障粮食安全	葡萄叶病害	计算机视觉	植物病害	(q,τ)-Nabla微积分量子变形特征提取、预训练卷积神经网络	CNN、机器学习分类器	图像	葡萄叶病害数据集
345	2025-10-02	Towards safer environments: A YOLO and MediaPipe-based human fall detection system with alert automation 2025-Dec, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2025.103623 PMID:41018251	研究论文	开发了一种基于YOLOv8和MediaPipe的实时人体跌倒检测系统，通过姿态估计和异常检测技术自动发送警报	结合YOLOv8人体识别与MediaPipe姿态估计，利用位置标志点和活动识别算法提升系统在真实场景中的可扩展性和鲁棒性	NA	开发精确有效的实时跌倒检测系统以提升公共区域安全	公共场所（如交通枢纽）中的人体跌倒行为	计算机视觉	NA	姿态估计、深度学习目标检测、异常检测	YOLOv8、MediaPipe	视频	NA
346	2025-10-02	Segmenting Whole-Body MRI and CT for Multiorgan Anatomic Structure Delineation 2025-Nov, Radiology. Artificial intelligence DOI:10.1148/ryai.240777 PMID:40767616	研究论文	开发并验证用于MRI和CT多器官分割的深度学习模型MRSegmentator	提出跨模态深度学习模型，能够同时处理MRI和CT图像，实现40个解剖结构的自动分割	较小结构的分割精度相对较低（如门静脉或脾静脉：0.64-0.78，肾上腺：0.56-0.69）	开发用于全身MRI和CT多器官解剖结构分割的深度学习模型	人体多器官解剖结构，包括肺、心脏、肝脏、肾脏等40个结构	计算机视觉	NA	深度学习，跨模态迁移学习	深度学习模型	医学图像（MRI和CT）	训练数据：1200个UK Biobank Dixon MRI序列（50名参与者），221个内部腹部MRI序列（177名患者），1228个TotalSegmentator CT扫描；测试数据：900个NAKO MRI序列（50名参与者），60个Multi-Modality Abdominal多器官分割挑战数据集MRI序列，29个TotalSegmentator MRI序列
347	2025-10-02	Melatonin Alleviates Retina Angiogenesis by Targeting Fibronectin and the VEGF Pathway 2025-Oct-15, FASEB journal : official publication of the Federation of American Societies for Experimental Biology IF:4.4Q2 DOI:10.1096/fj.202500814RR PMID:41026035	研究论文	本研究通过RNA测序发现纤连蛋白在视网膜血管生成中显著上调，并利用深度学习模型筛选出褪黑素作为潜在治疗剂	首次发现褪黑素能同时靶向纤连蛋白和VEGF通路抑制视网膜血管生成，展示了计算驱动药物发现的新方法	研究主要基于氧诱导视网膜病变模型，尚未在更广泛的疾病模型中验证	探索视网膜病理性血管生成的分子机制并寻找潜在治疗靶点	糖尿病视网膜病变和早产儿视网膜病变的血管生成机制	计算生物学	视网膜病变	RNA测序、深度学习模型BioNet、FDA批准药物筛选	BioNet深度学习模型	基因表达数据、药物筛选数据	氧诱导视网膜病变模型动物
348	2025-10-02	Automated segmentation of soft X-ray tomography: Native cellular structure with submicron resolution at high-throughput for whole-cell quantitative imaging in yeast 2025-Oct-01, Molecular biology of the cell IF:3.1Q3 DOI:10.1091/mbc.E24-10-0486 PMID:40875368	研究论文	开发基于深度学习的自动分割流程，用于软X射线断层扫描数据中酵母细胞结构的高通量定量分析	首次将深度学习自动分割应用于软X射线断层扫描，实现亚微米分辨率下数百个细胞结构的高通量三维形态分析	需要手动迭代优化来提高分割精度	开发高通量细胞结构自动分割方法，实现全细胞三维形态定量分析	酵母细胞（野生型、VPH1-GFP和突变株）	计算机视觉	NA	软X射线断层扫描(SXT)	深度学习	三维图像	数百个细胞，涵盖三种酵母菌株
349	2025-10-02	Dual-feature cross-fusion network for precise brain tumor classification: a neurocomputational approach 2025-Oct-01, The International journal of neuroscience DOI:10.1080/00207454.2025.2565445 PMID:40986620	研究论文	提出一种双特征交叉融合网络用于脑肿瘤的自动分类	结合ConvNeXt提取全局特征和浅层CNN与FcaNet提取局部特征，通过交叉融合机制提升分类性能	NA	开发自动脑肿瘤分类方法以提高诊断效率和准确性	脑肿瘤MRI图像	计算机视觉	脑肿瘤	磁共振成像(MRI)	双特征交叉融合网络(DF-CFN), ConvNeXt, CNN, FcaNet	图像	Kaggle数据集(包含神经胶质瘤、脑膜瘤、垂体瘤和无肿瘤四类)和FigShare数据集
350	2025-10-02	3D human pose point cloud data of light detection and ranging (LiDAR) 2025-Oct, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.112043 PMID:41018860	研究论文	本文介绍了使用3D LiDAR传感器采集人体姿态点云数据的方法和数据集	将3D LiDAR技术应用于室内人体姿态数据采集，保护隐私的同时生成可用于深度学习的三维点云数据	当前数据仅包含一名30-40岁男性受试者，缺乏女性、儿童和老年人等多样化样本	创建用于人体姿态预测的3D点云数据集	人体基本姿态（双手放侧、坐下、蹲下、站起）	计算机视觉	NA	3D LiDAR（光探测和测距）	CNN（卷积神经网络）	点云数据	1400个3D点云数据，包含4种人体姿态类别，每类280个训练数据和280个测试数据
351	2025-10-02	Relational Graph Convolutional Network for Robust Mass Spectrum Classification 2025-Oct-01, Journal of the American Society for Mass Spectrometry IF:3.1Q1 DOI:10.1021/jasms.5c00055 PMID:40888691	研究论文	提出一种基于关系图卷积网络的新型深度学习架构，用于高分辨率质谱成像数据的鲁棒分类	首次在MSI分类中利用质量缺陷和已知质量差异等HRMS结构特征，将质谱表示为图结构以学习化学相关离子家族间的关联	未明确说明模型在特定数据集上的具体性能限制或计算复杂度	开发能够充分利用高分辨率质谱特征并具有鲁棒性的质谱成像分类方法	质谱成像数据中的质谱信号和离子家族	机器学习	NA	高分辨率质谱成像(HRMS)	关系图卷积网络(R-GCN)	质谱数据	多个不同的MSI数据集
352	2025-10-02	Bioinformatics and machine learning reveal novel prognostic biomarkers in head and neck squamous cell carcinoma 2025-Oct-01, Journal of applied genetics IF:2.0Q3 DOI:10.1007/s13353-025-01018-7 PMID:41028529	研究论文	本研究通过生物信息学和深度学习识别头颈部鳞状细胞癌的新型诊断和预后生物标志物	结合生物信息学与深度学习算法识别HNSCC关键生物标志物，并发现ACADM、KRT33B和C14orf34的组合具有最佳诊断性能	NA	寻找头颈部鳞状细胞癌的诊断和预后生物标志物以提高患者生存率	头颈部鳞状细胞癌患者	生物信息学	头颈部鳞状细胞癌	RNA表达数据分析、深度学习算法	深度学习	RNA表达数据、临床数据	NA
353	2025-10-02	Single-cell foundation models: bringing artificial intelligence into cell biology 2025-Oct-01, Experimental & molecular medicine DOI:10.1038/s12276-025-01547-5 PMID:41028523	综述	本文概述单细胞基础模型(scFMs)的概念、应用及挑战，并提出未来发展方向	将基础模型技术扩展到单细胞分析领域，利用Transformer架构整合多组学数据解析细胞异质性和调控网络	面临组学数据非时序性、数据质量不一致、计算强度大以及潜在嵌入生物学意义解释困难等挑战	推动单细胞基础模型在单细胞基因组学中的发展和应用	单细胞基因组学数据和细胞生物学机制	机器学习	NA	单细胞基因组学技术	Transformer	多组学数据	NA
354	2025-10-02	Decoding tissue-specific enhancers in plants using massively parallel assays and deep learning 2025-Oct-01, The Plant cell DOI:10.1093/plcell/koaf236 PMID:41030057	研究论文	本研究利用大规模并行报告基因检测和深度学习技术解码植物组织特异性增强子	首次在番茄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	研究主要聚焦于番茄果实组织，未全面覆盖其他植物组织类型	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	番茄果实特异性基因的启动子片段	计算生物学	NA	大规模并行报告基因检测(MPRA)、深度学习	深度学习模型	基因组序列数据、基因表达数据	11,180个来自果实特异性基因的启动子片段，鉴定出2,436个活性果实增强子
355	2025-10-02	Modeling Enzyme Temperature Stability from Sequence Segment Perspective 2025-Oct-01, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c01674 PMID:41031662	研究论文	提出一种从序列片段角度预测酶温度稳定性的深度学习框架	引入基于蛋白质序列片段表示的新方法，考虑不同区域对热稳定性的差异贡献	未明确说明数据集的规模限制和模型泛化能力	开发能够准确预测酶温度稳定性的计算方法	酶蛋白质序列及其温度稳定性	机器学习	NA	深度学习	Transformer	蛋白质序列数据	NA
356	2025-10-02	Choroidal Vascular Fingerprints From Indocyanine Green Angiography Unveil Chorioretinal Disease State 2025-Oct-01, Investigative ophthalmology & visual science IF:5.0Q1 DOI:10.1167/iovs.66.13.3 PMID:41031739	研究论文	开发基于人机协同策略的深度学习算法，从吲哚菁绿血管造影图像中提取脉络膜血管多维特征，并探索其与多种脉络膜视网膜疾病的关联	首次提出脉络膜血管指纹概念，采用人机协同策略实现标注高效的脉络膜血管分割，系统量化血管直径、密度、复杂度、迂曲度和分支角度等多维特征	回顾性研究设计，样本量相对有限（394只眼），未包含所有类型的脉络膜视网膜疾病	开发脉络膜血管特征提取算法并探索其与脉络膜视网膜疾病的关联	中心性浆液性脉络膜视网膜病变、息肉状脉络膜血管病变、病理性近视患者及正常对照者的眼底图像	数字病理	脉络膜视网膜疾病	吲哚菁绿血管造影、超广角ICGA	深度学习分割模型	图像	394只眼（243只患者眼，151只正常对照眼）
357	2025-10-02	Deep Learning for Automatic Segmentation of Pituitary Adenomas: A Videomics Study 2025-Oct-01, Operative neurosurgery (Hagerstown, Md.) DOI:10.1227/ons.0000000000001781 PMID:41031839	研究论文	本研究评估了三种深度学习模型在垂体腺瘤自动分割中的性能，发现Swin Transformer模型在肿瘤边界勾画方面表现最优	首次将视频组学概念应用于垂体腺瘤手术，并比较了Swin Transformer、YOLO和Mask R-CNN三种深度学习模型在术中分割的性能	回顾性研究，样本量相对有限（700帧图像来自20个视频），需要进一步前瞻性验证	评估不同深度学习模型在垂体腺瘤自动分割中的性能，提高术中肿瘤边界勾画的准确性	接受内镜经鼻手术的垂体腺瘤患者	计算机视觉	垂体腺瘤	视频内镜技术	Swin Transformer, YOLO, Mask R-CNN	视频帧图像	700帧代表性图像（来自20个手术视频）
358	2025-10-02	A deep learning-enabled toolkit for the 3D segmentation of ventricular cardiomyocytes 2025-Oct-01, The Journal of physiology DOI:10.1113/JP288557 PMID:41031902	研究论文	开发了一个基于深度学习的工具包，用于心室心肌细胞的三维分割	首次将深度学习方法应用于高分辨率3D心肌细胞分割，并提供了包含多物种和多种实验条件的开源数据集	NA	解决心肌细胞三维分割的实验和分析挑战，提供可靠的心肌细胞微结构定量分析工具	心室心肌细胞	数字病理	心血管疾病	共聚焦显微镜	深度学习	3D图像	73个3D体积样本，涵盖7个物种（包括小鼠、人类和大象），包含心肌梗死后和离体切片培养等不同实验条件
359	2025-10-02	MOFNet: a deep learning framework for multi-omics data fusion in cancer subtype classification 2025-Oct-01, Molecular omics IF:3.0Q3 DOI:10.1039/d5mo00221d PMID:41031935	研究论文	提出了一种名为MOFNet的深度学习框架，用于多组学数据融合以进行癌症亚型分类	结合了相似性图池化模块和视图相关性发现网络，能够有效建模跨组学相关性并保持可解释性	仅在三类癌症数据集上进行了验证，需要进一步扩展到更多癌症类型	开发可扩展且可解释的多组学数据融合方法以改善癌症亚型分类	乳腺癌、低级别胶质瘤和胃腺癌患者的多组学数据	机器学习	癌症	多组学整合分析	深度学习框架	mRNA表达、DNA甲基化、miRNA表达等多组学数据	来自TCGA数据库的三类癌症数据集
360	2025-10-02	Machine Learning-Based Detection of EGFR Mutation and HER2 Overexpression in Metastatic Brain Adenocarcinoma: Systematic Review and Meta-Analysis 2025-Oct-01, Topics in magnetic resonance imaging : TMRI DOI:10.1097/RMR.0000000000000320 PMID:41032033	系统综述与荟萃分析	评估基于机器学习的MRI影像组学模型在检测转移性脑腺癌中EGFR突变和HER2过表达方面的诊断性能	首次系统评估机器学习模型在脑转移瘤生物标志物非侵入性检测中的应用，并比较深度学习与传统机器学习模型的性能差异	存在方法学异质性，外部验证应用有限，需要更多前瞻性多中心研究验证临床适用性	评估机器学习模型通过MRI影像组学特征非侵入性检测EGFR突变和HER2过表达的诊断性能	转移性脑腺癌患者	医学影像分析	脑转移癌	MRI影像组学	深度学习 vs 传统机器学习	医学影像	31项研究共7925名参与者