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
361	2025-09-14	"Frustratingly easy" domain adaptation for cross-species transcription factor binding prediction 2025-Aug-05, bioRxiv : the preprint server for biology DOI:10.1101/2025.05.21.655414 PMID:40501927	研究论文	提出一种名为MORALE的领域自适应框架，用于提升跨物种转录因子结合预测的准确性和泛化性	通过对齐跨物种序列嵌入的统计矩，无需对抗训练或复杂架构即可学习物种不变调控特征	NA	解决深度学习模型在跨物种基因组序列预测中的泛化性问题	转录因子（TF）结合位点	计算生物学	NA	ChIP-seq，深度学习	嵌入式序列模型（架构无关）	DNA序列数据	多物种TF ChIP-seq数据集（包含五个物种）
362	2025-09-14	Diagnosis of Oral Cancer With Deep Learning. A Comparative Test Accuracy Systematic Review 2025-Aug, Oral diseases IF:2.9Q1 DOI:10.1111/odi.15330 PMID:40163741	系统综述	比较深度学习模型与人类专家及其他诊断方法在口腔癌临床检测中的诊断准确性	首次通过贝叶斯荟萃分析直接比较深度学习与人类专家在口腔癌诊断中的表现	纳入研究存在偏倚风险，证据等级较低	评估深度学习模型在口腔癌诊断中的准确性	口腔黏膜病变（癌变与非癌变）的摄影图像	数字病理	口腔癌	深度学习	深度学习模型	图像	8项研究（具体样本量未提供）
363	2025-09-14	Feasibility study of fully automatic measurement of adenoid size on lateral neck and head radiographs using deep learning 2025-Aug, Pediatric radiology IF:2.1Q2 DOI:10.1007/s00247-025-06332-0 PMID:40658209	研究论文	本研究开发并验证了一种基于深度学习的全自动系统，用于在头颈部侧位X光片上测量腺样体大小	首次实现全自动腺样体测量，结合RTMDet和RTMPose网络进行关键点检测，采用数学公式计算腺样体尺寸	回顾性研究，仅包含两个中心的711张X光片，可能存在选择偏倚	开发客观可靠的腺样体量化测量系统以辅助临床诊断和治疗策略制定	头颈部侧位X光片中的腺样体组织	计算机视觉	耳鼻喉疾病	深度学习，X光成像	RTMDet, RTMPose	医学影像	711张头颈部侧位X光片来自两个医疗中心
364	2025-09-14	Artificial Intelligence in Diabetes Care: Applications, Challenges, and Opportunities Ahead 2025-Jul-17, Endocrine practice : official journal of the American College of Endocrinology and the American Association of Clinical Endocrinologists IF:3.7Q2 DOI:10.1016/j.eprac.2025.07.008 PMID:40683367	综述	本文综述了人工智能在糖尿病护理中的最新应用、挑战及未来机遇	整合传统机器学习和深度学习算法，探索非侵入性生物标志物识别、图像辅助膳食分析及胰岛素自动输送系统优化等新兴方向	基于文献综述，缺乏原始数据验证；未涉及具体临床实施障碍的深度分析	评估人工智能在糖尿病护理中的应用潜力与转化前景	糖尿病患者及糖尿病相关并发症（如视网膜病变、黄斑水肿、神经病变）	医疗人工智能	糖尿病	机器学习（ML）、深度学习	NA	电子健康记录、医学图像、生物标志物数据	NA（文献综述未注明具体样本量）
365	2025-09-14	Modeling inter-reader variability in clinical target volume delineation for soft tissue sarcomas using diffusion model 2025-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.17865 PMID:40317577	研究论文	本研究开发了一种基于扩散模型的深度学习技术，用于模拟软组织肉瘤临床靶区勾画中的读者间变异性	首次使用扩散模型生成多个合理的临床靶区轮廓，模拟临床实践中不同读者之间的勾画差异	样本量相对较小（51例训练集+5例验证集），需要进一步验证模型的泛化能力	开发能够模拟临床靶区勾画读者间变异性的自动分割方法	软组织肉瘤患者	医学图像分析	软组织肉瘤	扩散模型，多模态医学影像分析	diffusion model	多模态医学影像（FDG-PET、CT、MRI）	51例患者训练集，5例患者独立验证集
366	2025-09-14	Extending Protein Language Models to a Viral Genomic Scale Using Biologically Induced Sparse Attention 2025-Jun-11, bioRxiv : the preprint server for biology DOI:10.1101/2025.05.29.656907 PMID:40501585	研究论文	提出一种基于生物诱导稀疏注意力的长上下文蛋白质语言模型，用于病毒全基因组规模的蛋白质序列分析	将Transformer模型的上下文大小扩展到整个病毒基因组，捕获蛋白质间长程相互作用	主要针对病毒基因组，可能不直接适用于更复杂的真核生物基因组	改进蛋白质语言模型以捕获基因组范围内的蛋白质相互作用	病毒基因组和其中的蛋白质序列	自然语言处理	NA	稀疏注意力机制，半监督学习	Transformer	蛋白质序列数据	序列长度可达61,000个氨基酸的病毒基因组片段
367	2025-09-14	Comparative Analysis of Deep Learning Models for Predicting Causative Regulatory Variants 2025-Jun-11, bioRxiv : the preprint server for biology DOI:10.1101/2025.05.19.654920 PMID:40568119	研究论文	本研究比较了多种深度学习模型在预测致病性调控变异方面的性能，并评估了它们在增强子活性预测中的表现	首次在标准化基准和一致训练条件下系统比较CNN、transformer及混合模型在调控变异预测中的性能	研究仅基于特定实验数据（MPRA、raQTL、eQTL）和四种人类细胞系，可能无法推广到其他数据类型或细胞类型	评估和比较深度学习模型在预测遗传变异对基因调控元件（特别是增强子）功能影响的能力	54,859个SNP及其对增强子活性的调控影响	机器学习	NA	MPRA, raQTL, eQTL	CNN, transformer, hybrid CNN-transformer	基因组和表观基因组数据	54,859个SNP，来自四种人类细胞系
368	2025-09-14	Association of Deep Learning-Derived Histologic Features of Placental Chorionic Villi with Maternal and Infant Characteristics in the New Hampshire Birth Cohort Study 2025-Apr-23, medRxiv : the preprint server for health sciences DOI:10.1101/2025.04.22.25325465 PMID:40313259	研究论文	本研究利用深度学习分割技术自动量化胎盘绒毛膜绒毛的亚型和几何特征，并分析其与母婴特征的关联	首次将无监督聚类与深度学习结合，自动识别超过900万个绒毛结构并验证其与已知生物学分类的一致性	仅针对足月胎盘样本，未涵盖早产或其他并发症病例，且母体年龄和婴儿性别未显示显著关联	通过AI方法标准化胎盘结构量化，以减轻病理学家负担并深化对胎盘功能的理解	来自新罕布什尔出生队列研究的1,531个足月胎盘全切片图像	数字病理学	妇产科疾病	深度学习分割、无监督聚类	CNN（基于图像分割任务推断）	病理图像	1,531个足月胎盘样本
369	2025-09-14	One-click image reconstruction in single-molecule localization microscopy via deep learning 2025-Apr-18, bioRxiv : the preprint server for biology DOI:10.1101/2025.04.13.648574 PMID:40376092	研究论文	介绍基于深度学习的AutoDS和AutoDS3D软件，用于单分子定位超分辨率显微镜数据的一键图像重建	通过自动从原始成像数据提取实验参数，显著减少分析过程中的人工干预，在2D情况下无需用户监督即可选择最优模型	未明确说明模型在新实验条件下的泛化能力极限或计算资源需求	开发减少人工干预的单分子超分辨率显微镜图像重建方法	单分子定位超分辨率显微镜数据	计算机视觉	NA	深度学习	深度神经网络（基于Deep-STORM和DeepSTORM3D）	图像	复杂生物样品的单分子成像数据
370	2025-09-14	MRS-Sim: Open-Source Framework for Simulating In Vivo-like Magnetic Resonance Spectra 2025-Apr-08, bioRxiv : the preprint server for biology DOI:10.1101/2024.12.20.629645 PMID:40291707	研究论文	介绍MRS-Sim，一个用于模拟体内磁共振波谱的开源框架	包含两个新颖组件：3D场图模拟器模拟场不均匀性，以及半参数生成器模拟未充分表征的残余水区域和谱基线贡献	NA	开发和验证磁共振波谱方法，提供真实的合成数据	磁共振波谱数据	医学影像	NA	磁共振波谱(MRS)	半参数生成器	光谱数据	NA
371	2025-09-14	Donor-Specific Digital Twin for Living Donor Liver Transplant Recovery 2025-Feb-27, bioRxiv : the preprint server for biology DOI:10.1101/2025.02.21.639518 PMID:40568069	研究论文	本研究开发了一种基于基因表达数据和数学模型的个性化数字孪生系统（PePMDT），用于预测活体肝移植供者的肝脏恢复轨迹	将临床基因表达数据整合到肝脏再生数学模型，通过深度学习技术构建患者特异性虚拟肝脏模型	样本量较小（12名供者），时间跨度较长但样本数量有限	建立个性化数字孪生模型预测肝移植供者恢复过程	活体肝移植健康供者的肝脏再生过程	数字病理学	肝移植	RNA测序，WGCNA，深度学习	数学模型结合深度学习	基因表达数据	12名健康LDLT供者，14个时间点采样
372	2025-09-14	A pathology-attention multi-instance learning framework for multimodal classification of colorectal lesions 2025, Frontiers in pharmacology IF:4.4Q1 DOI:10.3389/fphar.2025.1592950 PMID:40548052	研究论文	提出一种基于病理注意力多示例学习的多模态结直肠病变分类框架PAT-MIL，整合视觉特征与病理知识文本原型	首次将动态注意力机制与专家定义的文本原型相结合，通过病理知识驱动的语义引导、自适应原型分布优化和梯度反馈的损失平衡方法实现多模态协同建模	未提及具体样本量的局限性或模型计算复杂度分析	开发不依赖像素级标注的结直肠病变多模态分类方法	结直肠病变的全幻灯片图像（WSI）	数字病理学	结直肠癌	多示例学习（MIL），动态注意力机制	PAT-MIL（病理注意力多示例学习框架）	多模态数据（图像+文本）	内部五分类数据集及外部CRS-2024、UniToPatho数据集（具体数量未说明）
373	2025-09-14	Optimization design of interior space based on the two-stage deep learning network and Single sample-driven method 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0329487 PMID:40929124	研究论文	提出一种结合两阶段深度学习网络和单样本驱动机制的室内空间优化设计框架	集成Transformer网络和扩散模型的两阶段架构，通过单样本驱动实现个性化设计优化	未明确说明模型对多样化设计风格的泛化能力	提升室内空间设计的效率和个性化水平	室内空间图像及设计特征	computer vision	NA	deep learning	Transformer, diffusion model	image	多个公开数据集（InteriorNet, SUN RGB-D, NYU Depth V2, ScanNet）
374	2025-09-14	Multi-scale diffusion model for underwater image restoration and enhancement 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0331465 PMID:40929172	研究论文	提出一种结合物理模型与深度学习的多尺度扩散模型，用于水下图像恢复与增强	创新性地融合扩散模型的物理洞察与深度学习，通过编码器-解码器管道、自适应颜色调整和逆去噪扩散模型实现多级优化	NA	开发水下图像增强算法，提升视觉质量并超越现有方法性能指标	水下退化图像	计算机视觉	NA	深度学习，逆去噪扩散模型	扩散模型，编码器-解码器网络	图像	NA
375	2025-09-14	Deep feature engineering for accurate sperm morphology classification using CBAM-enhanced ResNet50 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0330914 PMID:40929291	研究论文	提出一种结合CBAM注意力机制与ResNet50的深度学习框架，用于自动化精子形态分类	首次将CBAM注意力模块与深度特征工程（DFE）技术结合，显著提升分类精度并降低人工评估的主观性	仅在两个公开数据集上验证（样本量有限），未涉及临床多中心外部验证	开发自动化精子形态分类系统以辅助男性生育能力评估	人类精子显微镜图像	计算机视觉	生殖系统疾病	深度学习特征工程（PCA、卡方检验、随机森林特征重要性等10种方法）	ResNet50+CBAM注意力机制，配合SVM和KNN分类器	图像	两个数据集：SMIDS（3000张图像，3分类）和HuSHeM（216张图像，4分类）
376	2025-09-14	Self-supervised learning for CT image denoising and reconstruction: a review 2024-Nov, Biomedical engineering letters IF:3.2Q2 DOI:10.1007/s13534-024-00424-w PMID:39465103	综述	本文回顾了自监督学习在CT图像去噪和重建中的应用方法	重点关注无需干净/噪声参考即可学习CT图像的自监督学习技术及其理论方法演进	NA	回顾自监督学习在CT图像去噪和重建领域的进展	CT图像	医学影像	NA	自监督学习	深度学习	图像	NA
377	2025-09-14	A deep learning-informed interpretation of why and when dose metrics outside the PTV can affect the risk of distant metastasis in SBRT NSCLC patients 2024-Sep-27, Radiation oncology (London, England) DOI:10.1186/s13014-024-02519-1 PMID:39334387	研究论文	本研究利用深度学习和可解释AI方法，探讨了非小细胞肺癌SBRT治疗中PTV外剂量指标与远处转移风险的关系	通过深度学习和可解释AI技术首次系统解析了先前研究中结论冲突的原因，并明确了特定患者亚组中PTV3cm剂量参数的预测价值	研究基于回顾性数据集，可能存在选择偏倚，且样本量有限（478例患者）	解析SBRT治疗中PTV外剂量与远处转移风险的关联性，解决先前研究的结论冲突	478例接受SBRT（IMRT或VMAT）治疗的非小细胞肺癌患者	数字病理	肺癌	深度学习方法，可解释AI技术，传统统计分析方法	深度学习模型	临床数据，剂量学特征，肿瘤特征数据	478例NSCLC患者
378	2025-09-14	Virtual Screening and Molecular Docking: Discovering Novel METTL3 Inhibitors 2024-Sep-12, ACS medicinal chemistry letters IF:3.5Q2 DOI:10.1021/acsmedchemlett.4c00216 PMID:39291017	研究论文	本研究通过结合基于结构的虚拟筛选与几何深度学习算法，发现新型METTL3抑制剂	提出了一种混合高通量虚拟筛选协议，结合结构基础方法与基于几何深度学习的DeepDock算法，从自建数据库中识别出独特的METTL3骨架抑制剂	NA	发现新型METTL3抑制剂以用于癌症治疗	METTL3蛋白及其抑制剂	计算生物学	癌症	虚拟筛选、分子对接、分子动力学模拟	DeepDock（几何深度学习）	分子结构数据	自建内部数据库中的化合物
379	2025-09-14	Development and Validation of a Deep Learning Model for Prediction of Adult Physiological Deterioration 2024-Sep-01, Critical care explorations DOI:10.1097/CCE.0000000000001151 PMID:39258951	研究论文	开发并验证了一种基于深度学习的成人患者生理恶化预测模型DETERIO，用于提前预警临床干预	采用状态价值估计方法处理动态恶化过程，并基于共识标准AIDE构建复合评分，优于现有商业恶化评分系统	需要进一步研究评估模型的泛化能力和实际临床影响	预测成人患者生理恶化，以支持更早的临床干预	成人住院患者和急诊患者	医疗健康	成人疾病	深度学习	深度神经网络	临床患者数据	推导队列330,729名患者（71,735住院 + 258,994急诊），验证队列65,898名患者（13,750住院 + 52,148急诊）
380	2025-09-14	Machine learning driven index of tumor multinucleation correlates with survival and suppressed anti-tumor immunity in head and neck squamous cell carcinoma patients 2023-08, Oral oncology IF:4.0Q2 DOI:10.1016/j.oraloncology.2023.106459 PMID:37307602	研究论文	本研究开发了一种基于机器学习的肿瘤多核化指数（MuNI），用于评估头颈部鳞状细胞癌患者的生存预后和肿瘤免疫微环境特征	首次利用深度学习模型从H&E图像中量化肿瘤细胞多核化程度，并发现其与生存预后和免疫抑制微环境的相关性	需要进一步机制研究阐明多核化与肿瘤免疫之间的生物学联系	通过机器学习识别肿瘤细胞多核化特征，探索其与头颈部鳞癌患者预后的关联	头颈部鳞状细胞癌（HNSCC）患者	数字病理学	头颈部鳞状细胞癌	深度学习，基因集富集分析（GSEA）	深度学习模型	H&E染色病理图像	机构队列训练集（DTr）和TCGA HNSCC验证集（DV）