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
3821	2025-05-17	Comparative analysis of deep learning architectures for thyroid eye disease detection using facial photographs 2025-Apr-01, BMC ophthalmology IF:1.7Q3 DOI:10.1186/s12886-025-03988-y PMID:40169995	research paper	比较两种深度学习模型ResNet-50和ResNet-101在使用面部照片筛查甲状腺眼病（TED）中的表现	首次比较ResNet-50和ResNet-101在TED筛查中的性能，并在临床条件下测试模型	样本量相对较小，且仅在特定临床条件下测试	评估深度学习模型在甲状腺眼病筛查中的应用效果	甲状腺眼病患者和健康个体的面部照片	computer vision	thyroid eye disease	deep learning	ResNet-50, ResNet-101	image	1601张面部照片（643 TED患者和643健康个体用于训练，81 TED患者和74健康个体用于验证，80 TED患者和80健康个体用于测试，25 TED患者和25健康个体用于临床测试）
3822	2025-05-17	DconnLoop: a deep learning model for predicting chromatin loops based on multi-source data integration 2025-Apr-01, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-025-06092-6 PMID:40170155	研究论文	开发了一种名为DconnLoop的深度学习方法，通过整合多源数据预测染色质环	整合Hi-C、ChIP-seq和ATAC-seq多源数据，结合残差机制、方向性连接激励模块和交互特征空间解码器进行特征提取与融合	未明确提及具体局限性	提高染色质环预测的准确性和召回率，以更好地理解疾病调控机制	染色质环	深度学习	NA	Hi-C、ChIP-seq、ATAC-seq	深度学习模型（含残差机制、方向性连接激励模块、交互特征空间解码器）	基因组多源测序数据	未明确提及具体样本量
3823	2025-05-17	Free-breathing, Highly Accelerated, Single-beat, Multisection Cardiac Cine MRI with Generative Artificial Intelligence 2025-Apr, Radiology. Cardiothoracic imaging DOI:10.1148/ryct.240272 PMID:40178397	research paper	开发并评估了一种自由呼吸、高度加速、多切面、单次心跳的心脏MRI电影序列	使用生成对抗网络（REGAIN）进行图像重建，实现了自由呼吸、单次心跳的高加速心脏MRI	研究样本量较小（136名参与者），且未提及长期临床应用效果	开发更快速、更舒适的心脏MRI成像技术	心脏疾病患者和健康参与者的心脏MRI图像	医学影像	心血管疾病	MRI	GAN（REGAIN）	医学影像	136名参与者（40名健康，96名心脏疾病患者）
3824	2025-05-17	Breast cancer histopathology image classification using transformer with discrete wavelet transform 2025-Apr, Medical engineering & physics IF:1.7Q3 DOI:10.1016/j.medengphy.2025.104317 PMID:40180530	research paper	提出了一种基于离散小波变换和邻域注意力Transformer的乳腺癌组织病理学图像分类网络DWNAT-Net	首次将离散小波变换引入邻域注意力Transformer，同时提取空间和频率特征	未明确说明模型的计算复杂度或实时性能	提高乳腺癌组织病理学图像的分类准确率	乳腺癌组织病理学图像	digital pathology	breast cancer	Discrete Wavelet Transform (DWT)	Transformer (NAT)	image	BreakHis和BACH数据集
3825	2025-05-17	TissueProf: An ImageJ/Fiji Plugin for Tissue Profiling Based on Fluorescent Signals 2025-Apr, The European journal of neuroscience DOI:10.1111/ejn.70094 PMID:40180584	research paper	开发了一个名为TissueProf的ImageJ/Fiji插件，用于基于荧光信号的组织分析	提供了一个半自动化的图像分析流程，具有用户输入灵活性，结合了深度学习网络和空间分析	需要手动校正细胞分割，可能仍存在一定的用户工作量	减少研究人员在多通道显微镜图像分析中的工作量和时间消耗	荧光免疫组织化学图像中的细胞群体	digital pathology	NA	荧光免疫组织化学	deep learning networks	image	NA
3826	2025-05-17	AI/ML modeling to enhance the capability of in vitro and in vivo tests in predicting human carcinogenicity 2025-Apr, Mutation research. Genetic toxicology and environmental mutagenesis DOI:10.1016/j.mrgentox.2025.503858 PMID:40185541	研究论文	本研究旨在开发一种基于深度学习的计算机模型，通过多任务学习方法预测人类致癌性	采用图神经网络(GNN)结合多任务学习框架，整合多种辅助任务提升人类致癌性预测能力	未提及具体的数据集规模限制或模型泛化能力测试	提高人类致癌性预测的准确性	化学物质的致癌性预测	机器学习	癌症	深度学习	GNN, MTL	化学物质数据	NA
3827	2025-05-17	Machine Learning and Deep Learning in Detection of Neonatal Seizures: A Systematic Review 2025-Apr, Journal of evaluation in clinical practice IF:2.1Q2 DOI:10.1111/jep.70083 PMID:40189779	系统性综述	本文系统综述了机器学习和深度学习在新生儿癫痫检测中的应用	探讨了ML和DL在新生儿癫痫检测中的效果，并总结了现有研究的性能指标	仅纳入了10项符合标准的研究，样本量相对有限	研究机器学习和深度学习在新生儿癫痫检测中的应用效果	新生儿癫痫	机器学习	新生儿癫痫	机器学习（ML）和深度学习（DL）	卷积神经网络（CNN）	脑电图（EEG）信号时间序列	17至258名新生儿，共1389次癫痫发作，平均834小时EEG数据
3828	2025-05-17	Deep learning for electrocardiogram interpretation: Bench to bedside 2025-Apr, European journal of clinical investigation IF:4.4Q2 DOI:10.1111/eci.70002 PMID:40191935	综述	本文综述了深度学习在心电图（ECG）分析中的应用及其临床实践中的障碍	探讨深度学习在ECG分析中的潜力及其对心血管护理未来的影响	深度学习ECG分析工具在临床实践中的广泛应用仍面临监管障碍、算法透明度和数据隐私问题	评估深度学习在ECG分析中的应用及其临床有效性	12导联心电图	机器学习	心血管疾病	深度学习（DL）	NA	心电图数据	NA
3829	2025-05-17	TractCloud-FOV: Deep Learning-Based Robust Tractography Parcellation in Diffusion MRI With Incomplete Field of View 2025-Apr-01, Human brain mapping IF:3.5Q1 DOI:10.1002/hbm.70201 PMID:40193105	research paper	本文介绍了一种名为TractCloud-FOV的深度学习框架，用于在不完整视野的扩散MRI中稳健地进行纤维束成像分割	提出了一种新的训练策略FOV-Cut Augmentation (FOV-CA)，通过合成切割纤维束成像来模拟现实世界中的不完整视野情况，从而增强模型的泛化能力	未提及具体局限性	解决在不完整视野的扩散MRI中进行纤维束成像分割的挑战	扩散MRI中的纤维束成像	digital pathology	NA	diffusion MRI	deep learning	image	两个真实数据集和合成切割的纤维束成像数据
3830	2025-05-17	Automated Detection of Oral Malignant Lesions Using Deep Learning: Scoping Review and Meta-Analysis 2025-Apr, Oral diseases IF:2.9Q1 DOI:10.1111/odi.15188 PMID:39489724	meta-analysis	本文通过范围综述和荟萃分析，概述了使用深度学习自动检测口腔恶性病变的进展和成就	首次对过去五年使用深度学习自动检测口腔病变的研究进行了系统性的范围综述和荟萃分析	仅纳入了14项研究，其中只有3项适合进行荟萃分析，样本量较小	评估深度学习在口腔恶性病变自动检测和分类中的应用效果	口腔恶性病变	digital pathology	oral cancer	deep learning	NA	clinical images	14项研究（其中3项用于荟萃分析）
3831	2025-05-17	Clinical implications of deep learning based image analysis of whole radical prostatectomy specimens 2025-Mar-31, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95267-5 PMID:40164701	研究论文	本研究评估了基于深度学习的图像分析（DLIA）算法在前列腺癌根治术（RP）标本中Gleason分级和肿瘤定量的临床应用和预后价值	首次将DLIA算法应用于全RP标本的Gleason分级和肿瘤定量，并评估其临床可行性和预后价值	研究样本量相对有限（992例患者），且DLIA算法与病理学家评估的一致性仅为中等水平（Cohen's kappa: 0.374）	提高前列腺癌诊断的准确性和临床决策支持	前列腺癌根治术标本	数字病理学	前列腺癌	深度学习图像分析	DLIA算法	H&E染色数字切片图像	992例患者的29,646张数字化H&E染色切片
3832	2025-05-17	A novel network-level fused deep learning architecture with shallow neural network classifier for gastrointestinal cancer classification from wireless capsule endoscopy images 2025-Mar-31, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-02966-0 PMID:40165262	research paper	提出了一种新型深度学习框架，用于从无线胶囊内窥镜图像中分类和定位胃肠道疾病	融合了两种新型架构SC-DSAN和CNN-GRU，采用深度连接层进行网络级融合，避免了特征级融合的计算成本，并利用贝叶斯优化和熵控海洋捕食者算法进行动态超参数调优和特征选择	未来工作将探索其对其他数据集的适应性，并优化其计算复杂性以实现更广泛的部署	解决胃肠道疾病分类和定位中的挑战，如类间和类内相似性、类别不平衡和计算效率低下	无线胶囊内窥镜图像	computer vision	gastrointestinal cancer	deep learning	SC-DSAN, CNN-GRU, SWNN	image	Kvasir-V1和Kvasir-V2数据集
3833	2025-05-17	Ant-Inspired Ion Gel Sensor for Dual-Mode Detection of Force and Humidity via Magnetic Induction 2025-03-28, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.5c00032 PMID:40016092	research paper	介绍了一种受蚂蚁感官机制启发的双模式离子凝胶传感器，能够同时检测环境湿度和压力	采用磁感应技术开发的双模式传感器，结合了湿度传感器和压力传感器的高灵敏度和宽范围检测能力，并通过深度学习算法实现高精度物体识别	未明确提及传感器的长期稳定性测试或在极端环境下的性能表现	开发多功能、高灵敏度、宽范围和耐用的柔性传感器，用于智能传感领域	环境湿度和压力的检测，以及人体生理信号和物体识别	智能传感	NA	磁感应技术，深度学习算法	NA	湿度信号，压力信号，生理信号	未明确提及具体样本数量，但涉及人体生理信号测试和物体识别实验
3834	2025-05-17	Penalized factorial regression as a flexible and computationally attractive reaction norm model for prediction in the presence of GxE 2025-Mar-28, TAG. Theoretical and applied genetics. Theoretische und angewandte Genetik DOI:10.1007/s00122-025-04865-4 PMID:40155554	研究论文	本文提出了一种惩罚性因子回归方法，作为预测基因型与环境互作（GxE）的计算高效替代方案	该方法在预测精度上与基于核方法和深度学习的替代方法相当，但计算需求和耗时明显更低	仅在小麦和玉米两个代表性数据集上进行了验证，未在其他作物或更大规模数据上测试	解决植物育种和遗传学中长期存在的挑战，即在存在基因型与环境互作的情况下预测新环境中的产量	小麦和玉米的候选品种	植物育种与遗传学	NA	惩罚性因子回归	线性反应规范模型	基因型与环境互作数据	两个代表性数据集（小麦和玉米）
3835	2025-05-17	[Research progress in mutation effect prediction based on protein language models] 2025-Mar-25, Sheng wu gong cheng xue bao = Chinese journal of biotechnology DOI:10.13345/j.cjb.240683 PMID:40170306	综述	本文综述了基于蛋白质语言模型（PLMs）的蛋白质突变效应预测的研究进展	总结了PLMs在预测蛋白质突变效应中的应用，包括序列模型、结构模型及序列与结构结合模型，并分析了无监督和监督学习在模型训练中的应用	当前面临的主要挑战包括高质量数据集的获取和数据噪声的处理	推动蛋白质突变效应预测的进一步发展	蛋白质突变效应预测	生物信息学	NA	蛋白质语言模型（PLMs）	序列模型、结构模型、序列与结构结合模型	蛋白质序列和结构数据	NA
3836	2025-05-17	[Intelligent mining, engineering, and de novo design of proteins] 2025-Mar-25, Sheng wu gong cheng xue bao = Chinese journal of biotechnology DOI:10.13345/j.cjb.240629 PMID:40170309	综述	本文综述了人工智能在蛋白质发现、评估、工程和设计方面的最新研究进展	探讨了人工智能在蛋白质工程和设计中的应用及其对生物制造的潜在影响	未提及具体的技术限制或数据局限性	探索和改造酶以适应特定的生物制造过程	蛋白质，特别是酶	机器学习	NA	机器学习和深度学习算法	NA	生物信息学数据	NA
3837	2025-05-17	Development and validation of automated three-dimensional convolutional neural network model for acute appendicitis diagnosis 2025-Mar-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-84348-6 PMID:40044743	研究论文	开发并验证了一种基于3D卷积神经网络（CNN）的自动化诊断框架，用于急性阑尾炎的诊断	提出了一个全自动的诊断框架IA模型，能够自动提取阑尾解剖位置的感兴趣区域（VOI），并使用两阶段二元算法进行预测	模型在第二阶段区分简单和复杂阑尾炎的准确率为76.1%，仍有提升空间	开发一种快速、准确的术前影像诊断工具，以辅助急诊护理中的手术决策	腹痛患者的增强腹部盆腔CT图像	计算机视觉	阑尾炎	3D卷积神经网络（CNN）	ResNet, DenseNet, EfficientNet	图像	NA
3838	2025-05-17	Inferring gene regulatory networks from time-series scRNA-seq data via GRANGER causal recurrent autoencoders 2025-Mar-04, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf089 PMID:40062616	研究论文	提出了一种名为GRANGER的无监督深度学习方法，用于从时间序列单细胞RNA测序数据中推断基因调控网络	整合了循环变分自编码器、GRANGER因果性、稀疏性诱导惩罚和基于负二项式的损失函数，显著提高了处理时间序列scRNA-seq数据的能力	NA	从时间序列单细胞RNA测序数据中准确推断基因调控网络	小鼠全脑scRNA-seq数据中的五个转录调节因子（E2f7, Gbx1, Sox10, Prox1, Onecut2）	生物信息学	NA	scRNA-seq	循环变分自编码器	时间序列单细胞RNA测序数据	多个流行基准数据集和小鼠全脑scRNA-seq数据
3839	2025-05-17	Kolmogorov-Arnold networks for genomic tasks 2025-Mar-04, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf129 PMID:40163820	research paper	本文研究了Kolmogorov-Arnold网络（KANs）在基因组任务中替代多层感知机（MLPs）的潜力	首次将KANs整合到基因组任务的深度学习模型中，并测试了线性KANs（LKANs）和卷积KANs（CKANs）的性能	CKANs在参数规模较大时表现不佳，且KANs在不同深度学习架构中的潜力需要进一步研究	探索KANs在基因组任务中的性能表现	基因组序列的分类与生成	machine learning	NA	deep learning	Kolmogorov-Arnold networks (KANs), linear KANs (LKANs), convolutional KANs (CKANs)	genomic sequences	三个基因组基准数据集：Genomic Benchmarks, Genome Understanding Evaluation, Flipon Benchmark
3840	2025-05-17	DOMSCNet: a deep learning model for the classification of stomach cancer using multi-layer omics data 2025-Mar-04, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf115 PMID:40178281	研究论文	提出了一种名为DOMSCNet的深度学习模型，用于利用多层组学数据对胃癌进行分类	提出了一种混合特征选择（HFS）技术和基于深度循环神经网络的DOMSCNet模型，能够处理多层组学数据并有效提取信息特征	未明确提及具体局限性	改进胃癌的分类方法，支持癌症的分子过程理解和临床诊断	胃癌的多层组学数据	机器学习	胃癌	NGS	深度循环神经网络（DOMSCNet）	多层组学数据	使用了八个外部数据集进行验证