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
361	2025-10-05	Decoding ancestry-specific genetic risk: interpretable deep feature selection reveals prostate cancer SNP disparities in diverse populations 2025-Sep-29, BioData mining IF:4.0Q1 DOI:10.1186/s13040-025-00470-9 PMID:41024066	研究论文	提出一种可解释的深度特征选择框架，用于识别前列腺癌中具有种族特异性的SNP标志物	将可解释特征选择与深度学习相结合，通过梯度方差最小化和非线性交互建模解决高维SNP数据的泛化问题	MEC-AA数据集（非洲裔美国人）的AUC较低（0.559），可能反映样本量限制和种群特异性复杂性	增强SNP在前列腺癌诊断中的预测能力和生物学相关性	良性及恶性前列腺癌样本	机器学习	前列腺癌	SNP分析	DNN	基因组数据	PLCO、BPC3和MEC-AA三个数据集	NA	深度神经网络	AUC, p值	NA
362	2025-10-05	Gauze detection and segmentation in laparoscopic liver surgery: a multi-center study 2025-Sep-29, European journal of medical research IF:2.8Q2 DOI:10.1186/s40001-025-03190-2 PMID:41024181	研究论文	开发用于腹腔镜肝脏手术中纱布检测与分割的深度学习框架	提出基于难度分级（简单/中等/困难）的定量评估方法，并在多中心数据上验证模型性能	样本量有限（仅33个手术视频），未说明模型实时性表现	辅助外科医生检测手术纱布，降低遗漏风险，提升手术安全性与效率	腹腔镜肝脏手术视频中的纱布	计算机视觉	肝脏疾病	腹腔镜手术视频分析	CNN	视频帧图像	33个腹腔镜肝脏手术视频（来自2家医院）	PyTorch	YOLOv8n, FCN-ResNet101	召回率, 精确率, Dice系数	NA
363	2025-10-05	Novel multi-task learning for Alzheimer's stage classification using hippocampal MRI segmentation, feature fusion, and nomogram modeling 2025-Sep-29, European journal of medical research IF:2.8Q2 DOI:10.1186/s40001-025-03204-z PMID:41024255	研究论文	开发并验证了一个基于海马体MRI的多任务学习框架，用于阿尔茨海默病进展阶段的多分类	提出了一种结合放射组学特征、深度学习特征和临床特征的多任务学习方法，并开发了可解释的诺模图模型	回顾性多中心研究，样本量相对有限	阿尔茨海默病进展阶段的准确分类和预测	2956名阿尔茨海默病患者，涵盖四个疾病阶段	医学影像分析	阿尔茨海默病	T1加权MRI，海马体分割，特征融合	LSTM, CNN, Transformer	MRI图像，临床数据	2956名患者	PyTorch, Scikit-learn	U-Net, nnU-Net, Swin-UNet, MedT, Vision Transformer, Swin Transformer, 3D CNN-LSTM	准确率, AUC, Dice系数	NA
364	2025-10-05	Deep learning-driven morphological analysis for assessing EMT state and drug sensitivity of single tumor cell 2025-Sep-29, Biosensors & bioelectronics IF:10.7Q1 DOI:10.1016/j.bios.2025.118051 PMID:41032972	研究论文	开发基于卷积神经网络的深度学习模型，通过无标记形态分析评估单个肿瘤细胞的上皮间质转化状态和药物敏感性	首次实现单细胞分辨率下无标记、非侵入性的EMT状态量化分析，能够实时评估罕见循环肿瘤细胞的转移潜能	研究仅基于MCF-7细胞系，未在其他细胞类型或临床样本中验证	开发非侵入性方法评估肿瘤细胞EMT状态和药物敏感性	循环肿瘤细胞(CTCs)和MCF-7细胞系	数字病理学	癌症	无标记形态分析，TGF-β刺激EMT诱导	CNN	细胞图像	NA	NA	卷积神经网络	NA	NA
365	2025-10-05	Role of artificial intelligence in virtual emergency care: a protocol for a systematic review 2025-Sep-28, BMJ open IF:2.4Q1 DOI:10.1136/bmjopen-2025-103084 PMID:41022432	系统评价方案	本文提出了一项系统评价方案，旨在综合人工智能在虚拟急诊护理中应用的当前研究现状	首次系统性地评估AI在虚拟急诊护理领域的应用，涵盖分诊、诊断和治疗建议等多个环节	仅使用已发表数据，可能受到原始研究质量和偏倚的限制	综合AI在虚拟急诊护理中的应用研究，识别关键挑战和机遇，为未来研究和实施提供建议	涉及AI在虚拟急诊护理中应用的原始研究文章、会议论文和预印本	医疗人工智能	急诊医学	系统评价方法学	NA	已发表文献数据	多个电子数据库从建库至2025年3月的相关文献	NA	NA	偏倚风险评估工具(PROBAST, Cochrane Risk-of-Bias tool, ROBINS-I)	NA
366	2025-10-05	Deep learning approaches for image-based snoring sound analysis in the diagnosis of obstructive sleep apnea-hypopnea syndrome: A systematic review 2025-Sep-28, World journal of radiology IF:1.4Q3 DOI:10.4329/wjr.v17.i9.109116 PMID:41025059	系统综述	系统分析基于深度学习的鼾声图像分析在阻塞性睡眠呼吸暂停低通气综合征诊断中的研究进展	首次系统综述专注于深度学习在鼾声图像分析应用于OSAHS诊断的最新进展，特别关注图形信号表示和网络架构	数据集变异性大、模型泛化能力有限、可解释性不足以及部署可行性等挑战	分析基于深度学习的OSAHS检测方法，特别关注鼾声的图形信号表示和网络架构	鼾声信号及其图形表示（如频谱图、尺度图）	数字病理	阻塞性睡眠呼吸暂停低通气综合征	声音信号分析、图形信号转换	深度学习模型	声音信号转换的图像数据（频谱图、尺度图）	基于14项研究的综合分析	NA	NA	NA	NA
367	2025-10-05	Artificial intelligence in carotid computed tomography angiography plaque detection: Decade of progress and future perspectives 2025-Sep-28, World journal of radiology IF:1.4Q3 DOI:10.4329/wjr.v17.i9.110447 PMID:41025057	综述	本文综述了过去十年人工智能在颈动脉CT血管造影斑块检测中的应用进展与未来展望	整合了混合模型（如残差U-Net-金字塔场景解析网络）、领域自适应框架和贝叶斯优化增强的新型架构，在斑块分割精度和诊断效率上超越放射科医生	未提及具体数据集的样本量限制和模型泛化能力的详细评估	推动人工智能在颈动脉粥样硬化斑块检测领域的发展与应用	颈动脉CT血管造影图像中的动脉粥样硬化斑块	医学影像分析	心血管疾病	CT血管造影（CTA）	深度学习	医学影像	NA	NA	U-Net, EfficientNet, 残差U-Net-金字塔场景解析网络	准确率, AUC, 相关系数, Dice系数	NA
368	2025-10-05	Application of deep learning-based convolutional neural networks in gastrointestinal disease endoscopic examination 2025-Sep-28, World journal of gastroenterology IF:4.3Q1 DOI:10.3748/wjg.v31.i36.111137 PMID:41025070	综述	探讨基于深度学习的卷积神经网络在胃肠道疾病内镜检查中的应用现状与前景	系统梳理CNN在多种内镜场景（息肉检测、肿瘤分类、超声内镜、胶囊内镜）中的应用潜力	面临数据可用性不足、模型可解释性有限及临床整合困难等挑战	评估深度学习技术对胃肠道疾病诊断效能的提升作用	胃肠道疾病（胃癌、结直肠癌等）的内镜影像	计算机视觉	胃肠道疾病	内镜检查	CNN	内镜影像	NA	NA	NA	准确率	NA
369	2025-10-05	Gastroenterology in the age of artificial intelligence: Bridging technology and clinical practice 2025-Sep-28, World journal of gastroenterology IF:4.3Q1 DOI:10.3748/wjg.v31.i36.110549 PMID:41025068	综述	探讨人工智能在消化病学领域的技术整合与临床应用前景	系统阐述AI技术如何通过深度学习、影像组学等方法革新消化病学的临床实践与药物研发流程	面临数据不一致性、伦理问题、算法偏见及数据隐私合规性等挑战	推动人工智能技术与消化病学临床实践的深度融合	消化系统疾病患者数据、药物研发流程、内镜检查影像	医学人工智能	炎症性肠病、慢性肝衰竭、肝硬化	深度学习、影像组学、计算机视觉、分子对接模拟	CNN, RNN, Transformer, ANN, SVM	医学影像、分子数据、临床数据	NA	NA	NA	NA	NA
370	2025-10-05	Deep learning for automatic vertebra analysis: A methodological survey of recent advances 2025-Sep-28, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102652 PMID:41033041	综述	本文系统综述了基于深度学习的自动椎骨分析方法的最新进展	提供了该领域最全面的最新综述，系统总结了网络架构改进和学习策略设计两大方法论视角	作为综述文章，不包含原始实验数据和新方法验证	总结自动椎骨分析领域的最新进展并指导未来研究方向	椎骨检测和分割的深度学习方法	医学影像分析	脊柱疾病	深度学习	NA	医学影像	NA	NA	NA	NA	NA
371	2025-10-05	Leveraging Deep Learning to Address Diagnostic Challenges with Insufficient Image Data 2025-Sep-26, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.5c01439 PMID:40931629	研究论文	本研究提出了一种直接自注意力Wasserstein生成对抗网络(DSAWGAN)，用于解决传染病诊断中图像数据不足的问题	通过集成注意力模块和利用Wasserstein距离优化，提高了收敛速度、稳定性和图像质量	NA	提高在有限数据可用性条件下传染病诊断能力	传染病诊断图像数据	计算机视觉	传染病	深度学习	GAN	图像	原始数据1500张，10%数据300张	NA	DSAWGAN	准确率	移动应用平台
372	2025-10-05	Explainable Deep Learning Framework for SERS Bioquantification 2025-Sep-26, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.5c01058 PMID:40892429	研究论文	提出了一种用于表面增强拉曼光谱生物量化的可解释深度学习框架	开发了包含光谱处理、量化和可解释性三步骤的创新框架，并提出了适用于SERS混合物分析可解释性的CRIME方法	NA	解决SERS生物量化分析中的计算框架不足和模型可解释性差的问题	尿液中的血清素生物标志物	机器学习	NA	表面增强拉曼光谱(SERS)	去噪自编码器,CNN,视觉变换器	光谱数据	682个SERS光谱	NA	去噪自编码器,CNN,视觉变换器	平均绝对误差,平均百分比误差	NA
373	2025-10-05	Paternal periconceptional exposure to reserpine and antidepressants causes developmental abnormalities and ADHD-like behavior in offspring: A deep learning analysis 2025-Sep-26, Journal of psychiatric research IF:3.7Q1 DOI:10.1016/j.jpsychires.2025.09.039 PMID:41033272	研究论文	通过深度学习分析父代围孕期暴露于利血平和抗抑郁药对后代发育异常和ADHD样行为的影响	首次使用深度学习Twin Network和EmbryoNet模型量化胚胎发育时序并预测与多巴胺通路相关的发育异常信号	仅研究特定抗抑郁药物组合，未涵盖其他类型抗抑郁药	评估父代围孕期暴露于抗抑郁药物对后代发育和行为的影响	F1代小鼠胚胎及其发育过程	数字病理	ADHD	深度学习分析	Twin Network, EmbryoNet	胚胎发育图像数据	F1代胚胎样本	NA	Twin Network, EmbryoNet	发育异常信号预测准确率	NA
374	2025-10-05	Reduced-dose dual-energy CT with deep learning image reconstruction for detection and characterization of liver metastases 2025-Sep-25, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112452 PMID:41033013	研究论文	比较减剂量双能CT结合深度学习图像重建与标准剂量单能CT在肝转移瘤检测中的图像质量和诊断性能	首次将深度学习图像重建技术应用于减剂量双能CT，实现45%辐射剂量降低的同时保持诊断准确性	样本量相对有限（80例），需更大规模研究验证	评估减剂量双能CT结合深度学习重建在肝转移瘤检测和鉴别诊断中的效能	已知或疑似肝转移瘤患者	医学影像	肝转移瘤	双能CT，虚拟单能成像，深度学习图像重建	深度学习	CT影像	80例患者（40例标准剂量单能CT，40例减剂量双能CT）	NA	NA	图像噪声，对比噪声比，信噪比，肝病灶对比噪声比，ROC曲线下面积	NA
375	2025-10-05	Parametrically guided design of beta barrels and transmembrane nanopores using deep learning 2025-Sep-23, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2425459122 PMID:40953261	研究论文	本研究开发了一种结合参数化表示和深度学习的方法，用于设计β桶状结构和跨膜纳米孔	将参数化表示方法从卷曲螺旋结构推广到β桶状结构设计，结合RoseTTAFold设计方法实现高成功率	需要参数化生成的桶状骨架作为起始点，对理想几何形状仍有轻微偏差	开发更精确可控的β桶状蛋白和跨膜纳米孔设计方法	β桶状蛋白结构和跨膜纳米孔	蛋白质设计	NA	深度学习蛋白质设计，X射线晶体学	深度学习	蛋白质结构数据	多种β桶状结构参数化范围	RoseTTAFold	RFjoint, RFdiffusion	计算机模拟成功率，实验成功率，原子精度，电导值(200-500 pS)	NA
376	2025-10-05	MSA-LR: Enhancing multi-scale temporal dynamics in multivariate time series forecasting with low-rank self-attention 2025-Sep-23, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.108150 PMID:41032938	研究论文	提出一种名为MSA-LR的新型架构，通过低秩自注意力增强多元时间序列预测中的多尺度时间动态建模	引入可学习的尺度权重矩阵和低秩近似来直接建模不同时间粒度的影响，实现多尺度交互的细粒度控制并显著降低计算复杂度	未明确说明模型在极端异常值或非平稳时间序列上的表现	改进多元时间序列预测中多尺度时间依赖关系的建模能力	电力负荷、交通流量和空气质量等多元时间序列数据	机器学习	NA	时间序列分析	Transformer	时间序列数据	多个多样化数据集	NA	MSA-LR, 低秩自注意力	长期预测准确性	NA
377	2025-10-05	YeastSAM: A Deep Learning Model for Accurate Segmentation of Budding Yeast Cells 2025-Sep-20, bioRxiv : the preprint server for biology DOI:10.1101/2025.09.17.676679 PMID:41000957	研究论文	开发了基于深度学习的酵母细胞分割模型YeastSAM，专门用于芽殖酵母细胞的精确分割	基于μSAM框架优化开发，在分割分裂细胞方面比现有方法准确率提高三倍以上	NA	解决芽殖酵母细胞分割的挑战，特别是分裂细胞常被误识别为两个独立细胞的问题	芽殖酵母细胞	计算机视觉	NA	显微镜成像，单分子RNA成像，细胞器成像	深度学习	显微镜图像	NA	NA	μSAM	准确率	NA
378	2025-10-05	Frequency-Aware Interpretable Deep Learning Framework for Alzheimer's Disease Classification Using rs-fMRI 2025-Sep-19, bioRxiv : the preprint server for biology DOI:10.1101/2025.09.18.677114 PMID:41000974	研究论文	提出一种频率感知可解释深度学习框架FINE，用于基于静息态功能磁共振的阿尔茨海默病分类	整合多专家分支（卷积层、可学习小波层、变换器和静态编码器），实现脑网络时频特征的端到端联合建模	NA	开发能够捕捉阿尔茨海默病相关脑连接时频模式的可解释深度学习模型	阿尔茨海默病患者与健康对照的脑功能连接动态模式	医学影像分析	阿尔茨海默病	静息态功能磁共振成像(rs-fMRI)	CNN,Transformer	功能磁共振影像数据	856名受试者（来自OASIS-3数据集）	NA	FINE（包含卷积层、可学习小波层、变换器、静态编码器的多分支架构）	ROC-AUC	NA
379	2025-10-05	Identification and characterization of clusters of potentially new vocalizations in broiler chickens using advanced acoustic analysis 2025-Sep-04, Poultry science IF:3.8Q1 DOI:10.1016/j.psj.2025.105769 PMID:40972419	研究论文	本研究通过先进声学分析和机器学习技术识别并表征了1-35日龄肉鸡的潜在新发声集群	发现了42个不同于4种已知发声的声学集群，最终筛选出10个可能代表新型发声的关键集群	样本量有限且缺乏统计学重复	探究肉鸡的完整发声谱系以改善动物福利	1-35日龄健康肉鸡的发声行为	机器学习	NA	声学分析	深度学习	音频	未明确具体数量（健康肉鸡录音）	NA	NA	频率、时长、声学功率分析	NA
380	2025-10-05	Integrating deep learning for post-translational modifications crosstalk on Hsp90 and drug binding 2025-Sep, The Journal of biological chemistry IF:4.0Q2 DOI:10.1016/j.jbc.2025.110519 PMID:40716748	研究论文	本研究通过整合深度学习和质谱分析技术，解析Hsp90蛋白的翻译后修饰串扰及其对药物结合的影响	首次将深度学习AI预测模型与质谱分析相结合，用于解析复杂蛋白质Hsp90的翻译后修饰串扰网络	研究仅针对Hsp90蛋白和特定HDAC敲除细胞模型，未验证其他蛋白质或细胞类型的普适性	解析翻译后修饰串扰对Hsp90蛋白功能和药物结合的影响机制	热休克蛋白90（Hsp90）及其翻译后修饰	机器学习	癌症	质谱分析，基因敲除技术	深度学习	质谱数据，蛋白质组学数据	HDAC3和HDAC8敲除的人类细胞样本	NA	NA	NA	NA