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	2025-09-20	Single-nucleus transcriptome atlas of orbitofrontal cortex in ALS with a deep learning-based decoding of alternative polyadenylation mechanisms 2025-Sep-17, Cell genomics IF:11.1Q1 DOI:10.1016/j.xgen.2025.101007 PMID:40967225	研究论文	本研究通过单核转录组测序和深度学习模型，揭示了ALS/FTLD中眶额皮质的细胞类型特异性变化和选择性多聚腺苷酸化机制	开发了多模态深度学习模型APA-Net，首次整合转录序列和RBP表达谱预测选择性多聚腺苷酸化模式	NA	探究肌萎缩侧索硬化症和额颞叶变性疾病的分子病理机制	C9orf72相关ALS（伴或不伴FTLD）和散发性ALS患者的额叶皮质组织	数字病理学	神经退行性疾病	单核RNA测序（snRNA-seq）	多模态深度学习模型（APA-Net）	转录组序列数据，RNA结合蛋白表达数据	NA
362	2025-09-20	Performance evaluation and clinical application exploration of a ViT-CNN ensemble model for multiclass oral mucosal disease classification: a pilot retrospective analysis based on public datasets 2025-Sep-17, BMJ open IF:2.4Q1 DOI:10.1136/bmjopen-2025-102741 PMID:40967645	研究论文	评估基于Vision Transformer的深度学习模型在口腔黏膜疾病分类中的性能，并探索集成模型对临床支持的价值	提出ViT-CNN集成模型，并比较三种集成策略（平均法、加权法和几何平均法）在口腔疾病分类中的效果	基于公共数据集的初步回顾性分析，未来需要更大数据集的验证	提高口腔黏膜疾病的分类效率，为非专科医生提供诊断支持	口腔黏膜疾病（OMD）	计算机视觉	口腔疾病	深度学习	ViT-CNN集成模型（EfficientNet-B0, ViT-B16）	图像	基于公共数据集（具体数量未提供）
363	2025-09-20	Real-time activity and fall detection using transformer-based deep learning models for elderly care applications 2025-Sep-17, BMJ health & care informatics IF:4.1Q2 DOI:10.1136/bmjhci-2025-101439 PMID:40967671	研究论文	本研究开发了一种基于Transformer的深度学习模型，用于实时活动识别和跌倒检测，以提升老年人护理应用的准确性和实时性	采用Transformer编码器通过自注意力机制捕捉时序依赖关系，能够同时提取全局和局部时间模式，在实时性和分类性能上超越传统CNN-LSTM和时序卷积网络	模型尚未在边缘设备上优化，且需在真实世界数据集中进一步验证	开发高精度、实时适用的活动识别与跌倒检测系统，以支持老年人护理和跌倒预防	老年人日常活动及跌倒行为	机器学习	老年疾病	滑动窗口分割技术，自注意力机制	Transformer	传感器数据（加速度计、陀螺仪、方向信号）	来自66名参与者的超过1400万条传感器记录，涵盖16种活动包括4类跌倒
364	2025-09-20	Preoperative risk prediction of major cardiovascular events in noncardiac surgery using the 12-lead electrocardiogram: an explainable deep learning approach 2025-Sep-17, British journal of anaesthesia IF:9.1Q1 DOI:10.1016/j.bja.2025.07.085 PMID:40967934	研究论文	本研究开发了一种结合术前12导联心电图和临床数据的可解释深度学习模型，用于预测非心脏手术后的主要心血管事件	首次将深度学习应用于术前心电图分析，并结合生成式反事实框架提供波形级解释，相比传统RCRI评分显著提高了预测性能	研究为回顾性队列设计，使用单一数据库(MIMIC-IV)，需要外部验证	改善非心脏手术患者术后主要心血管事件的预测准确性	接受大型非心脏手术的成年患者	医疗人工智能	心血管疾病	深度学习，卷积神经网络，反事实分析	CNN，多模态融合模型	心电图波形数据，临床变量数据	37,081例患者
365	2025-09-20	Neural xenografts contribute to long-term recovery in stroke via molecular graft-host crosstalk 2025-Sep-16, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-63725-3 PMID:40957886	研究论文	本研究通过移植iPSC来源的神经祖细胞（NPCs）促进中风小鼠的脑修复和长期功能恢复	揭示了神经异种移植物通过分子水平的移植物-宿主交互（如neurexin、neuregulin等信号通路）驱动修复的机制	NA	探索神经祖细胞移植对中风后长期恢复的治疗潜力及作用机制	中风损伤的小鼠模型	神经再生医学	中风	单核RNA测序（snRNA-seq）、深度学习分析	NA	基因表达数据、行为学数据	NA
366	2025-09-20	Deep learning-Guided optimization of cobalt catalysts for antibiotic degradation 2025-Sep-15, Environmental research IF:7.7Q1 DOI:10.1016/j.envres.2025.122811 PMID:40962004	研究论文	本研究结合机器学习和优化算法，优化钴催化剂以提升高级氧化过程中抗生素的降解效率	引入新颖的麻雀搜索算法(SSA)优化实验条件，并利用TabNet模型实现高精度分类和回归预测	NA	加速无机催化剂开发，改善全球水环境中抗生素污染问题	钴基催化剂（单原子钴催化剂Co-CuO、氧化钴CoO、钴铁氧体CoFeO）	机器学习	NA	机器学习，优化算法，SHAP分析	TabNet	结构化实验数据	来自207篇论文的数据集
367	2025-09-20	Novel BDefRCNLSTM: an efficient ensemble deep learning approaches for enhanced brain tumor detection and categorization with segmentation 2025-Sep-11, Journal of medical engineering & technology DOI:10.1080/03091902.2025.2555950 PMID:40934072	研究论文	提出一种集成深度学习模型BDefRCNLSTM，用于脑肿瘤的检测、分类和分割	结合了增强型熵局部二值模式(ELBP)特征提取、改进的燕鸥优化算法(ESTO)特征选择以及改进X-Net分割模型的新型集成框架	NA	开发自动化脑肿瘤诊断方案以提高准确性和效率	脑肿瘤MRI图像	计算机视觉	脑肿瘤	MRI	集成深度学习(BDefRCNLSTM), CNN, LSTM, X-Net	图像	Figshare、Brain MRI和Kaggle数据集
368	2025-09-20	[Artificial intelligence in epidemiology: a decade-long bibliometric analysis] 2025-Sep-10, Zhonghua liu xing bing xue za zhi = Zhonghua liuxingbingxue zazhi DOI:10.3760/cma.j.cn112338-20250118-00049 PMID:40967857	文献计量分析	通过文献计量方法分析过去十年人工智能在流行病学领域的研究热点与发展趋势	系统回顾并可视化展示了AI在流行病学中的应用趋势和前沿关键词	研究基于文献计量分析，未深入评估具体AI方法的技术有效性或实际应用效果	描述人工智能在流行病学中的热点应用趋势并分析其优势与挑战	2014至2024年间Web of Science和中国知网中AI与流行病学相关文献	文献计量学	流行病学	文献计量分析，关键词共现分析，聚类分析	NA	文本数据（学术文献）	5389篇英文论文和1659篇中文论文
369	2025-09-20	[Epidemiological characteristics of chronic hepatitis B and establishment of prediction model based on socio-demographic index in Shenzhen, 2005-2023] 2025-Sep-10, Zhonghua liu xing bing xue za zhi = Zhonghua liuxingbingxue zazhi DOI:10.3760/cma.j.cn112338-20250218-00096 PMID:40967854	研究论文	分析深圳市2005-2023年慢性乙型肝炎的流行病学特征并建立基于社会人口指数的预测模型	首次将社会人口指数（SDI）整合到LSTM深度学习模型中用于慢性乙肝发病率预测，并比较了多种模型的性能	研究基于监测数据，可能存在报告偏倚，且模型预测性能仍需在更广泛地区验证	分析慢性乙肝流行病学特征，建立预测模型并为靶向预防策略提供依据	深圳市2005-2023年报告的235,703例慢性乙肝病例	公共卫生流行病学	慢性乙型肝炎	描述性流行病学方法、广义线性模型、深度学习	LSTM、时空协变量增强模型、贝叶斯结构时间序列模型	监测数据、社会人口指数数据	235,703例病例
370	2025-09-20	Multi-view learning meets state-space model: A dynamical system perspective 2025-Sep-09, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.108088 PMID:40966932	研究论文	提出一种基于控制理论的多视图状态空间模型（MvSSM），将多视图表示学习建模为连续时间动态系统	首次将多视图学习问题转化为动态系统框架，通过拉普拉斯变换推导出与图卷积结构相似的解决方案，统一特征整合与标签预测	论文未明确说明模型计算复杂度及对大规模数据的扩展性	建立具有理论可解释性的多视图学习框架，捕捉特征表示的动态演化过程	多模态数据中的特征表示与系统状态	machine learning	NA	state-space model, Laplace transformation	MvSSM, MvSSM-Lap, MvSSM-iLap	多模态数据	基准数据集（IAPR-TC12, ESP等）
371	2025-09-20	Explainable artificial intelligence predicts inflammatory and spatial heterogeneity from nasal polyp histology 2025-Sep-02, The Journal of allergy and clinical immunology IF:11.4Q1 DOI:10.1016/j.jaci.2025.08.016 PMID:40902945	研究论文	开发基于组织学的可解释深度学习模型HE2Signature，用于预测鼻息肉炎症基因特征和空间分子异质性	首个基于组织学的可解释深度学习模型，能够从H&E染色切片预测炎症基因特征和空间表达模式	模型验证主要依赖内部和外部队列的相关性分析，需进一步临床验证	开发深度学习网络预测慢性鼻窦炎伴鼻息肉的炎症基因特征和空间模式	鼻息肉组织样本	数字病理学	慢性鼻窦炎伴鼻息肉	转录组数据分析，免疫组化验证	深度学习模型	全切片图像，基因表达数据	训练集70例，内部验证30例，外部验证224例来自4个医疗中心
372	2025-09-20	Validation of a Deep Learning-Assisted Evaluation of Total Corneal Endothelial Cells Viability 2025-Sep-02, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.14.9.20 PMID:40952053	研究论文	验证一种基于深度学习的全角膜内皮细胞活性自动评估方法	开发了名为V-CHECK的深度学习辅助自动分割方法，用于术前全角膜内皮细胞活性评估	仅使用19个不适合移植的角膜样本，样本量较小	验证自动化角膜内皮细胞死亡率评估方法的准确性和可重复性	人角膜组织	计算机视觉	眼科疾病	台盼蓝染色，深度学习图像分割	深度学习分割模型	图像	19个角膜样本
373	2025-09-20	Ophthalmic Segmentation and Analysis Software (OASIS): A Comprehensive Tool for Quantitative Evaluation of Meibography Images 2025-Sep-02, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.14.9.22 PMID:40952051	研究论文	开发了一个名为OASIS的眼科图像分割与分析软件，用于自动化评估睑板腺成像以分析功能障碍进展	结合手动标注与深度学习辅助流程，显著提升睑板腺分析效率并引入定量临床指标计算	NA	开发自动化工具以改进睑板腺功能障碍（MGD）的定量分析与评估	睑板腺成像	数字病理	眼科疾病	深度学习	深度学习模型（具体类型未明确说明）	图像	325名患者的2,439张睑板腺图像
374	2025-09-20	Accelerating non-contrast MR angiography of the thoracic aorta using compressed SENSE with deep learning reconstruction 2025-Sep-02, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112403 PMID:40967085	研究论文	本研究评估了结合压缩感知与并行成像（Compressed SENSE）及基于深度学习的图像重建（CS-AI）技术，以加速无对比剂胸主动脉磁共振血管成像（REACT）的采集时间	首次将压缩感知加速因子8（CS8）与深度学习重建（CS-AI）结合应用于REACT序列，在显著缩短扫描时间的同时保持图像质量和测量可重复性	单中心前瞻性研究，样本量较小（40名志愿者），未涉及病理人群验证	加速无对比剂胸主动脉磁共振血管成像的采集过程并评估其可行性	人类志愿者胸主动脉	医学影像处理	心血管疾病	压缩感知与并行成像（Compressed SENSE），深度学习图像重建	深度学习重建模型（具体架构未说明）	3D 磁共振影像	40名志愿者
375	2025-09-20	Deep Learning-Based Retinoblastoma Protein Subtyping of Pulmonary Large-Cell Neuroendocrine Carcinoma on Small Hematoxylin and Eosin-Stained Specimens 2025-Sep, Laboratory investigation; a journal of technical methods and pathology DOI:10.1016/j.labinv.2025.104192 PMID:40345665	研究论文	本研究开发了一种基于深度学习的卷积神经网络，用于从小型H&E染色标本中预测肺大细胞神经内分泌癌的pRb蛋白表达亚型	首次使用深度学习技术从常规H&E染色切片中识别pRb蛋白表达亚型，显著优于病理学家的形态学评估	样本量有限（143例切除标本和21例活检），模型性能仍有提升空间（AUC=0.77）	开发一种能够替代免疫组化检测的深度学习方法来鉴定LCNEC分子亚型	肺大细胞神经endocrine癌（LCNEC）组织样本	数字病理学	肺癌	免疫组化染色，深度学习	CNN（卷积神经网络）	病理图像	143例切除标本和21例活检样本
376	2025-09-20	High-Performance Open-Source AI for Breast Cancer Detection and Localization in MRI 2025-09, Radiology. Artificial intelligence DOI:10.1148/ryai.240550 PMID:40560044	研究论文	开发并评估用于MRI扫描中乳腺癌检测和定位的开源深度学习模型	使用迄今为止最大的乳腺癌MRI数据集训练模型，并实现开源共享以促进进一步开发	回顾性研究设计，可能存在选择偏倚	乳腺癌的自动检测和定位	女性乳腺癌患者的MRI扫描图像	计算机视觉	乳腺癌	深度学习，MRI成像	神经网络	医学图像（MRI扫描）	30,672例矢状面MRI检查（52,598个乳房），来自9,986名女性患者
377	2025-09-20	Genetic Deconvolution of Embryonic and Maternal Cell-Free DNA in Spent Culture Medium of Human Preimplantation Embryo Through Deep Learning 2025-Sep, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202412660 PMID:40583136	研究论文	提出一种基于深度学习的DECENT方法，用于从胚胎培养液中解卷积胚胎和母体来源的无细胞DNA，以提高非侵入性植入前遗传学检测的准确性	开发了结合卷积模块、长短时记忆和注意力机制的深度学习模型，首次实现从单细胞甲基化测序数据中同时推断cfDNA来源和重建胚胎拷贝数变异	未明确说明样本规模的详细统计信息及模型在不同临床中心的泛化能力验证	提高非侵入性植入前遗传学检测中对胚胎染色体非整倍性诊断的准确性	人类植入前胚胎培养液中的胚胎和母体来源无细胞DNA	数字病理学	生殖医学疾病	单细胞甲基化测序	CNN, LSTM, Attention机制	甲基化测序数据	包含高污染水平（母体reads >80%）的临床样本，具体数量未明确说明
378	2025-09-20	Boosting Checkpoint Blockade Immunotherapy with T Cell Membrane Redox Homeostasis Regulation and Deep Learning Enhanced NIR-II Imaging 2025-Sep, Advanced healthcare materials IF:10.0Q1 DOI:10.1002/adhm.202500769 PMID:40583483	研究论文	本研究设计了一种两性离子聚合物用于偶联和无痕释放检查点抑制抗体，并通过调节T细胞膜氧化还原稳态及深度学习增强的近红外二区成像技术提升免疫检查点阻断疗法的抗肿瘤效果	通过聚合物偶联抗体实现T细胞膜氧化还原稳态调节，并结合深度学习增强的NIR-II成像技术实时可视化体内动态，从多维度逆转免疫抑制微环境	研究目前仅在鼠类模型中进行，尚未进行临床试验验证	提升免疫检查点阻断疗法的抗肿瘤疗效并抑制肿瘤复发	结直肠肿瘤模型小鼠及T细胞	数字病理	结直肠癌	NIR-II荧光成像、深度学习成像分析	深度学习网络	图像	鼠类模型（具体数量未明确说明）
379	2025-09-20	Automated Finite Element Modeling of the Lumbar Spine: A Biomechanical and Clinical Approach to Spinal Load Distribution and Stress Analysis 2025-Sep, World neurosurgery IF:1.9Q2 DOI:10.1016/j.wneu.2025.124236 PMID:40602487	研究论文	本研究开发了一种自动化有限元建模方法，用于腰椎生物力学分析，结合深度学习分割与计算建模，显著提升从成像到模拟的工作流程效率	通过深度学习自动分割和优化网格生成，将模型准备时间减少97.9%，并提高了重现性和准确性	NA	开发自动化有限元分析方法，以改进腰椎生物力学中的负载分布和应力分析	腰椎脊柱，包括椎骨、椎间盘、软骨和韧带	生物力学	脊柱疾病	深度学习分割、有限元分析（FEA）、Laplacian平滑、主成分分析	深度学习框架、FEBio	医学影像数据	NA
380	2025-09-20	Prediction of Early Neoadjuvant Chemotherapy Response of Breast Cancer through Deep Learning-based Pharmacokinetic Quantification of DCE MRI 2025-09, Radiology. Artificial intelligence DOI:10.1148/ryai.240769 PMID:40631989	研究论文	通过基于深度学习的药代动力学量化方法预测乳腺癌新辅助化疗早期反应	使用深度学习模型对DCE MRI进行药代动力学量化，提高了病理完全缓解预测的泛化能力和一致性	回顾性研究设计，数据来自2002-2016年，可能存在选择偏倚	提高乳腺癌新辅助化疗后病理完全缓解预测的准确性和泛化性	乳腺癌患者	数字病理	乳腺癌	动态对比增强MRI（DCE MRI），深度学习药代动力学量化，影像组学分析	深度学习模型，逻辑回归	医学影像（MRI），临床病理变量	1073名女性乳腺癌患者，来自四个多中心公开数据集