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
3601	2025-07-25	Establishment of AI-assisted diagnosis of the infraorbital posterior ethmoid cells based on deep learning 2025-Jul-21, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01831-w PMID:40691526	research paper	构建基于深度学习的AI辅助模型，用于识别矢状位CT图像中的眶下后筛窦细胞	首次使用nnUNet模型在矢状位CT图像上识别眶下后筛窦细胞，并展示了AI辅助诊断的显著效率提升	样本量相对较小，且仅使用了单一影像学模态（矢状位CT）	开发AI辅助诊断工具，提高眶下后筛窦细胞的识别准确率	矢状位CT图像中的眶下后筛窦细胞	digital pathology	NA	CT成像	nnUNet	image	277个有眶下后筛窦细胞的样本和142个无该细胞的样本
3602	2025-07-25	Multiclass classification of thalassemia types using complete blood count and HPLC data with machine learning 2025-Jul-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-06594-6 PMID:40691682	研究论文	该研究利用机器学习方法对地中海贫血类型进行多类分类，基于全血细胞计数（CBC）和高效液相色谱（HPLC）数据	首次使用CBC和HPLC数据预测α和β地中海贫血的主要和次要类型，特别针对巴基斯坦患者数据	未结合深度学习技术，可能进一步提升准确率	评估多种机器学习方法在检测α和β地中海贫血主要和次要类型中的性能	巴基斯坦患者的地中海贫血数据	机器学习	地中海贫血	CBC和HPLC分析	KNN, SVM, XGBoost	结构化数据（血液检测报告）	NA
3603	2025-07-25	Predicting wheat yield using deep learning and multi-source environmental data 2025-Jul-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-11780-7 PMID:40691684	研究论文	本研究开发了一个名为DeepAgroNet的新型深度学习框架，用于预测巴基斯坦南部地区冬小麦的产量	提出了一个结合卫星图像、气象数据和土壤特性的三分支深度学习框架DeepAgroNet，用于冬小麦产量预测	研究仅针对巴基斯坦南部地区的冬小麦产量，可能不适用于其他地区或作物	提高冬小麦产量预测的准确性，以支持粮食安全和可持续农业发展	巴基斯坦南部地区的冬小麦	机器学习	NA	深度学习	CNN, RNN, ANN	卫星图像、气象数据、土壤特性数据	2017年至2022年的冬小麦产量数据
3604	2025-07-25	The topology of molecular representations and its influence on machine learning performance 2025-Jul-21, Journal of cheminformatics IF:7.1Q1 DOI:10.1186/s13321-025-01045-w PMID:40691856	研究论文	本文提出TopoLearn模型，通过特征空间的拓扑特性预测分子表示在数据集上的有效性	首次建立特征空间拓扑与分子表示机器学习性能之间的实证联系，并提供开源模型	未明确说明模型在特定化学任务或数据集上的局限性	研究分子表示的选择对机器学习算法性能的影响	分子表示及其特征空间	机器学习	NA	持久同调描述符	TopoLearn	化学数据集	NA
3605	2025-07-25	Machine learning-guided evolution of pyrrolysyl-tRNA synthetase for improved incorporation efficiency of diverse noncanonical amino acids 2025-Jul-19, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-61952-2 PMID:40681550	研究论文	利用机器学习指导吡咯赖氨酰-tRNA合成酶（PylRS）的进化，以提高多种非经典氨基酸（ncAAs）的掺入效率	首次应用机器学习方法（包括FFT-PLSR模型、ESM-1v、Mutcompute和ProRefiner等深度学习模型）对PylRS的tRNA结合域进行工程改造，显著提高了非经典氨基酸掺入蛋白质的效率	研究仅针对PylRS的tRNA结合域进行优化，可能忽略了其他潜在的影响因素	提高非经典氨基酸掺入蛋白质的效率，优化酶活性	吡咯赖氨酰-tRNA合成酶（PylRS）及其变体	机器学习	NA	FFT-PLSR模型、ESM-1v、Mutcompute、ProRefiner	深度学习模型	NA	12个单突变组合及7种PylRS衍生合成酶
3606	2025-07-25	Deep learning to identify stroke within 4.5 h using DWI and FLAIR in a prospective multicenter study 2025-Jul-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-10804-6 PMID:40683923	研究论文	开发了一种深度学习模型mRUNet，用于利用DWI和FLAIR图像在4.5小时内识别中风发作时间	结合改进的U-Net和ResNet-34构建多模态Res-U-Net模型，显著提高了中风发作时间分类的准确性	模型性能在外部多中心测试集上略有下降（AUC-ROC 0.868）	提高急性缺血性中风患者的溶栓治疗适用性	症状发作24小时内接受扫描的中风患者影像数据	数字病理学	心血管疾病	DWI和FLAIR成像	mRUNet（改进U-Net与ResNet-34结合）	医学影像	内部测试集123例，外部测试集单中心468例/多中心1151例
3607	2025-07-25	Performance of Machine Learning in Diagnosing KRAS (Kirsten Rat Sarcoma) Mutations in Colorectal Cancer: Systematic Review and Meta-Analysis 2025-Jul-18, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/73528 PMID:40680189	meta-analysis	本文通过系统回顾和荟萃分析评估了机器学习在诊断结直肠癌KRAS突变中的性能	首次基于证据医学系统评估了不同机器学习模型在KRAS突变诊断中的性能，并特别强调了深度学习模型在MRI和病理图像上的高准确性	深度学习模型的临床应用目前仍相对有限，未来需要增加样本量、改进模型架构	为未来智能诊断工具的开发和完善提供循证基础	结直肠癌患者的KRAS基因突变	digital pathology	colorectal cancer	CT, MRI, PET/CT, 病理组织学	深度学习(DL)模型	医学影像(CT/MRI/PET)和病理图像	43项研究，共10,888名患者
3608	2025-07-25	A cascade approach for the early detection and localization of myocardial infarction in 2D-echocardiography 2025-Jul-17, Medical engineering & physics IF:1.7Q3 DOI:10.1016/j.medengphy.2025.104400 PMID:40701872	研究论文	本文开发了一种级联框架，用于在超声心动图中自动诊断和定位心肌梗死	首次将结合分割和分类的多步骤人工智能系统应用于超声心动图的心肌梗死诊断	NA	提高心肌梗死的早期检测和定位准确性	心肌梗死患者	数字病理学	心血管疾病	深度学习与机器学习分类	U-Net与Random Forest	图像	两个公共数据集 - CAMUS和HMC-QU
3609	2025-07-25	OMT and tensor SVD-based deep learning model for segmentation and predicting genetic markers of glioma: A multicenter study 2025-Jul-15, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2500004122 PMID:40627394	研究论文	本研究开发了一种基于最优质量传输(OMT)和张量奇异值分解(SVD)的深度学习模型OMT-APC，用于胶质瘤的肿瘤区域分割和遗传标记预测	提出了一种新的OMT方法将不规则MRI脑图像转换为张量，并利用多模式OMT张量SVD进行预分类概率估计	研究仅基于术前MRI数据，未考虑其他临床因素	开发自动化深度学习模型用于胶质瘤的术前遗传特征分析	胶质瘤患者	数字病理学	胶质瘤	MRI	OMT-APC深度学习模型	医学影像(MRI)	3,565例胶质瘤患者(来自16个数据集)
3610	2025-07-25	spRefine Denoises and Imputes Spatial Transcriptomics with a Reference-Free Framework Powered by Genomic Language Model 2025-Jul-07, bioRxiv : the preprint server for biology DOI:10.1101/2025.04.22.649977 PMID:40631230	研究论文	介绍了一个名为spRefine的深度学习框架，利用基因组语言模型对空间转录组数据进行去噪和插补	spRefine是一个无参考框架，能够联合去噪和插补空间转录组数据，提高数据整合的鲁棒性，并用于模型预训练和新生物信号的发现	NA	克服空间转录组数据分析中的高噪声和基因测量缺失问题	空间转录组数据	空间转录组学	NA	基因组语言模型	深度学习框架	空间转录组数据	不同规模的数据集
3611	2025-07-25	PepTCR-Net: prediction of multi-class antigen peptides by T-cell receptor sequences with deep learning 2025-Jul-02, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf351 PMID:40702702	研究论文	提出了一种名为PepTCR-Net的深度学习框架，用于预测T细胞受体(TCR)识别的多类抗原肽	采用两步框架，结合基于神经网络的特征工程和贝叶斯前馈神经网络预测模型，整合多种生物特征	依赖于公开数据库的数据，可能受限于数据量和质量	开发一种预测TCR-抗原识别的新方法，以帮助理解免疫系统并开发针对癌症、传染病和自身免疫性疾病的新疗法	T细胞受体(TCR)和抗原肽	机器学习	传染病	深度学习	贝叶斯前馈神经网络	序列数据	大型公共数据库
3612	2025-07-25	Inferring cell-type-specific gene regulatory network from cellular transcriptomics data with GeneLink 2025-Jul-02, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf359 PMID:40702704	研究论文	本文提出了一种名为GeneLink+的创新框架，用于从细胞转录组数据中推断细胞类型特异性基因调控网络（ctGRNs）	GeneLink+结合了残差-GATv2模块和动态注意力机制，有效解决了数据稀疏性、细胞异质性和深度学习模型中的过平滑问题	未明确提及具体限制，但可能涉及对特定类型转录组数据的适用性或计算资源需求	开发一种能够准确推断细胞类型特异性基因调控网络的方法	细胞转录组数据，特别是单细胞RNA测序、小核RNA测序和空间分辨转录组数据	生物信息学	阿尔茨海默病、乳腺癌	单细胞RNA测序、小核RNA测序、空间分辨转录组学	残差-GATv2	转录组数据	七个数据集，涵盖血液免疫细胞、阿尔茨海默病和乳腺癌等多种应用场景
3613	2025-07-25	Benchmarking transcription factor binding site prediction models: a comparative analysis on synthetic and biological data 2025-Jul-02, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf363 PMID:40702706	研究论文	本文通过系统比较PWM、SVM和DL模型在转录因子结合位点预测中的性能，评估了不同因素对模型性能的影响	首次系统比较了PWM、SVM和DL模型在不同条件下的预测性能，并提供了基于人类ChIP-seq数据的预训练SVM模型数据库	研究主要基于人类ChIP-seq数据，可能不适用于其他物种或数据类型	评估和比较不同转录因子结合位点预测模型的性能	转录因子结合位点(TFBSs)预测模型	生物信息学	NA	ChIP-seq	PWM, SVM, DL	DNA序列数据	基于ENCODE的人类ChIP-seq数据，来自多种细胞系和组织
3614	2025-07-25	Deep learning diagnosis of hepatic echinococcosis based on dual-modality plain CT and ultrasound images: a large-scale, multicenter, diagnostic study 2025-07-01, International journal of surgery (London, England) DOI:10.1097/JS9.0000000000002486 PMID:40358633	研究论文	开发并验证了一种基于CT和超声多模态成像的深度学习系统，用于提高肝包虫病等肝脏疾病的诊断准确性	首次结合CT和超声两种模态图像，开发了多模态深度学习诊断系统，显著提高了肝包虫病等肝脏疾病的诊断准确率	研究主要集中在中国新疆地区，可能限制了模型在其他地区的泛化能力	提高资源匮乏地区肝包虫病的影像筛查准确性	肝包虫病、肝囊肿、肝脓肿及健康肝脏	数字病理	肝包虫病	CT和超声成像	EfficientNet3D和EfficientNet-B0	图像	8979例病例数据，来自中国新疆8家医院，跨越18年
3615	2025-07-25	Deep learning-based radiomics and machine learning for prognostic assessment in IDH-wildtype glioblastoma after maximal safe surgical resection: a multicenter study 2025-07-01, International journal of surgery (London, England) DOI:10.1097/JS9.0000000000002488 PMID:40391963	研究论文	本研究构建并验证了一种基于深度学习和放射组学的机器学习模型，用于预测IDH野生型胶质母细胞瘤患者在最大安全手术切除后的总生存期	结合深度学习分割网络和放射组学特征，开发了一种新的预后评估模型，并通过多中心数据验证了其性能	研究为回顾性设计，可能存在选择偏倚	预测IDH野生型胶质母细胞瘤患者手术后的总生存期	582名IDH野生型胶质母细胞瘤患者	数字病理	胶质母细胞瘤	磁共振成像	ResNet, Step Cox[backward] + RSF	医学影像	582名患者（训练队列301名，内部验证队列128名，外部验证队列153名）
3616	2025-07-25	Preoperative Differentiation of Spinal Schwannoma and Meningioma Using Machine Learning-Based Models: A Systematic Review and Meta-Analysis 2025-07, World neurosurgery IF:1.9Q2 DOI:10.1016/j.wneu.2025.124096 PMID:40398809	meta-analysis	评估基于机器学习的模型在术前区分脊髓神经鞘瘤和脑膜瘤中的诊断性能	系统性回顾和荟萃分析机器学习模型在区分两种脊髓肿瘤中的高诊断准确性	仅纳入6项研究，样本量相对有限	评估机器学习模型在术前区分脊髓神经鞘瘤和脑膜瘤的诊断性能	脊髓神经鞘瘤和脑膜瘤患者	machine learning	spinal tumors	machine learning, deep learning	deep learning-based models, ML-based models	medical imaging data	644名患者（364例神经鞘瘤，258例脑膜瘤）
3617	2025-07-25	Feature-Reinforced Strategy for Enhancing the Accuracy of Triboelectric Vibration Sensing Toward Mechanical Equipment Monitoring 2025-Jul, Small (Weinheim an der Bergstrasse, Germany) DOI:10.1002/smll.202503997 PMID:40411864	研究论文	本文提出了一种结合界面偶极能量和真空能级优化的新型摩擦电材料机制，设计并开发了一种PDMS封装金属电极的TENG装置，用于精确识别设备运行状态	结合界面偶极能量和真空能级优化解释振动下的电荷生成与分离，设计PDMS封装金属电极的TENG装置，并集成深度学习算法实现高分辨率振动状态分类	未提及具体样本量或实验条件的限制	提升摩擦电振动传感的准确性，实现智能设备的实时监测与诊断	摩擦电纳米发电机(TENG)振动传感器	智能传感与监测	NA	深度学习算法	NA	振动波形数据	NA
3618	2025-07-25	InterpolAI: deep learning-based optical flow interpolation and restoration of biomedical images for improved 3D tissue mapping 2025-Jul, Nature methods IF:36.1Q1 DOI:10.1038/s41592-025-02712-4 PMID:40437217	研究论文	提出了一种基于深度学习的生物医学图像光流插值和修复方法InterpolAI，用于改善3D组织映射	InterpolAI在大型图像运动中利用光流AI模型进行插值，优于线性插值和现有光流方法XVFI，能保留微解剖特征和细胞计数，修复组织损伤并减少拼接伪影	NA	提高生物医学图像数据集的分辨率、通量和质量，以实现更好的3D成像	生物医学图像	数字病理	NA	光流插值	AI模型	图像	多种成像模态、物种、染色技术和像素分辨率的数据集
3619	2025-07-25	Predicting NSCLC surgical outcomes using deep learning on histopathological images: development and multi-omics validation of Sr-PPS model 2025-07-01, International journal of surgery (London, England) DOI:10.1097/JS9.0000000000002526 PMID:40440686	研究论文	开发并验证了一种基于深度学习的Sr-PPS模型，用于预测非小细胞肺癌（NSCLC）患者术后结果	利用先进的Res2Net深度学习架构开发了新型手术预后预测评分（Sr-PPS）系统，并通过多组学验证揭示了其与肿瘤免疫微环境和关键致癌基因突变的关联	研究样本量相对有限，且验证队列来自公开数据库TCGA，可能存在选择偏倚	开发可靠的预测工具以准确预测NSCLC患者术后结果	非小细胞肺癌（NSCLC）患者	数字病理学	肺癌	深度学习	Res2Net	组织病理学图像和临床数据	337例局部NSCLC患者用于模型开发，554例TCGA数据库NSCLC患者用于验证
3620	2025-07-25	Predicting adverse drug reactions for combination pharmacotherapy with cross-scale associative learning via attention modules 2025-Jul, Nature computational science IF:12.0Q1 DOI:10.1038/s43588-025-00816-7 PMID:40588546	research paper	提出了一种名为OrganADR的模型，用于预测组合药物治疗在器官水平上的不良反应	通过多解释性模块整合器官水平的ADR信息、分子水平的药物信息和基于网络的生物医学知识，实现了跨尺度的生物医学信息整合	未提及具体的数据集大小或模型在更广泛器官上的泛化能力	开发一种能够预测组合药物治疗在器官水平上不良反应的计算方法	组合药物治疗的不良反应	machine learning	NA	associative learning, attention modules	OrganADR	biomedical knowledge, drug information, ADR information	评估涉及15个器官