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
21	2025-12-14	Single-nucleus transcriptome atlas of orbitofrontal cortex in ALS with a deep learning-based decoding of alternative polyadenylation mechanisms 2025-Dec-10, 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构建了肌萎缩侧索硬化症（ALS）患者眶额叶皮层的转录组图谱，并利用深度学习模型APA-Net解码了替代性多聚腺苷酸化（APA）机制	首次在ALS/FTLD背景下构建了眶额叶皮层的单核转录组图谱，并开发了多模态深度学习模型APA-Net来预测细胞类型特异性的APA模式	研究样本量相对有限，且主要聚焦于C9orf72相关ALS和散发性ALS，未涵盖所有ALS亚型	揭示ALS和FTLD的细胞类型特异性分子病理机制，特别是替代性多聚腺苷酸化（APA）的调控作用	C9orf72相关ALS（伴或不伴FTLD）和散发性ALS患者的眶额叶皮层组织	数字病理学	肌萎缩侧索硬化症	单核RNA测序	深度学习模型	转录组序列数据, RNA结合蛋白表达谱	未明确指定样本数量，但涉及C9orf72相关ALS和散发性ALS患者的前额叶皮层组织	未明确指定	APA-Net（替代性多聚腺苷酸化网络）	NA	NA
22	2025-12-14	The Application of Deep Learning Human Pose Estimation in Sport: A Systematic Review 2025-Dec-10, Sports medicine - open DOI:10.1186/s40798-025-00953-3 PMID:41369858	综述	本文首次从体育科学视角，系统回顾了基于深度学习的人体姿态估计在体育领域的应用现状、数据集特点、算法方法及面临的挑战	首次从体育科学视角对基于深度学习的人体姿态估计进行系统性评估，并提出了针对未来研究和应用的实际指导建议	大多数研究依赖私有数据集进行算法训练和验证，限制了研究的可重复性和泛化能力；缺乏开放数据集和标准化实践	系统评估基于深度学习的人体姿态估计在体育领域的应用，分析其数据集可用性、方法可重复性及人为因素的影响	体育运动中的人体姿态估计相关研究	计算机视觉	NA	深度学习	深度学习模型	2D和3D视觉数据	371篇相关文章	NA	NA	NA	NA
23	2025-12-14	Transformer-based deep learning enhances discovery in migraine GWAS 2025-Dec-10, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-65991-7 PMID:41372126	研究论文	本研究开发了一种基于Transformer的深度学习模型InsightGWAS，通过整合功能注释并利用来自重度抑郁症GWAS数据的迁移学习，增强了偏头痛的遗传发现	首次将Transformer模型应用于GWAS数据，结合功能注释和跨疾病迁移学习，显著提高了偏头痛相关基因座的发现能力	模型依赖于现有GWAS数据集和功能注释的完整性，可能受限于数据质量和样本代表性	增强偏头痛的遗传发现，揭示新的遗传位点和相关生物学通路	偏头痛患者与对照组的GWAS数据	机器学习	偏头痛	GWAS, 迁移学习	Transformer	基因组关联数据	53,109例病例和230,876例对照	NA	Transformer	验证位点准确性	NA
24	2025-12-14	A hybrid CNN-transformer framework optimized by Grey Wolf Algorithm for accurate sign language recognition 2025-Dec-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-27390-2 PMID:41372241	研究论文	本文提出了一种结合CNN、Transformer和灰狼优化算法的深度学习框架，用于准确高效地识别动态手语手势，特别是在美国手语中	提出了一种新颖的混合CNN-Transformer框架，并利用灰狼优化算法进行超参数调优，以提高模型性能和收敛速度	NA	开发一个高精度、高效率的手语识别系统，以辅助沟通技术	美国手语中的动态手势识别	计算机视觉	NA	深度学习	CNN, Transformer	图像	两个基准数据集：ASL Alphabet和ASL MNIST	NA	CNN-Transformer混合架构	准确率, F1分数, Matthews相关系数, AUC	NA
25	2025-12-14	Deep learning-based artificial intelligence models predict survival in patients with oral cavity squamous cell carcinoma 2025-Dec-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-27428-5 PMID:41372262	研究论文	本研究应用深度学习人工智能模型整合多种临床因素，预测口腔鳞状细胞癌患者的生存期	开发了用于多组分类的深度神经网络，整合了传统TNM分期中未充分代表的个体化临床因素，如生活方式和ASA分类，并通过最小二乘和多任务学习处理类别不平衡问题	研究为回顾性分析，可能存在选择偏倚；样本量相对有限（1,018例），且未在外部验证集中测试模型泛化能力	提高口腔鳞状细胞癌患者生存预测的准确性，实现个体化预后评估和治疗规划	1996年至2020年间手术治疗的1,018名口腔鳞状细胞癌患者	机器学习	口腔癌	深度学习	深度神经网络	临床变量（包括人口统计学、生活方式、病理特征等）	1,018名患者	NA	深度神经网络	AUC, 敏感性, 特异性, 一致性指数	NA
26	2025-12-14	AI learning for pediatric right ventricular assessment: development and validation across multiple centers 2025-Dec-09, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-02123-x PMID:41366000	研究论文	本文开发并验证了一种基于视频的深度学习框架，用于自动评估儿科患者的右心室功能	提出了一种跨多中心验证的视频深度学习框架，首次实现了儿科右心室功能的实时自动化评估，并在左心室射血分数预测上超越了先前方法	模型在资源有限环境中的泛化能力仍需进一步验证，且依赖于特定超声心动图视图（A4C和PSAX）	开发自动化工具以准确评估儿科患者的右心室功能，提高诊断一致性并支持早期干预	患有先天性或获得性心脏病的儿科患者，特别是存在右心室功能障碍风险的儿童	计算机视觉	心血管疾病	超声心动图	深度学习	视频	来自3993名儿童的24,984份超声心动图，涵盖北美和亚洲的四个三级中心	NA	U²-Net	Dice系数, AUC	NA
27	2025-12-14	Gradient-based optimization of complex nanoparticle heterostructures enabled by deep learning on heterogeneous graphs 2025-Dec-08, Nature computational science IF:12.0Q1 DOI:10.1038/s43588-025-00917-3 PMID:41361025	研究论文	本文利用深度学习优化核壳结构上转换纳米粒子的非线性光学性质	采用异构图神经网络结合物理驱动的纳米结构表示，并通过梯度优化方法实现了纳米材料的高效逆设计	训练数据依赖于计算成本高昂的动力学蒙特卡洛模拟，可能限制数据集的进一步扩展	优化上转换纳米粒子的非线性光学性能以实现逆设计	核壳结构上转换纳米粒子	机器学习	NA	动力学蒙特卡洛模拟	图神经网络	光谱数据	超过6000个模拟样本	NA	异构图神经网络	预测发射强度	NA
28	2025-12-14	Cerebellar subregional atrophy in relapsing-remitting multiple sclerosis: Stage-dependent dynamics and pharmacological modulation 2025-Dec-07, Brain research bulletin IF:3.5Q2 DOI:10.1016/j.brainresbull.2025.111679 PMID:41365399	研究论文	本研究探讨了复发缓解型多发性硬化症（RRMS）中不同疾病阶段小脑亚区体积变化的特异性模式，并评估了不同疾病修饰疗法（DMTs）对小脑萎缩和临床结局的影响	揭示了RRMS中小脑萎缩的阶段依赖性动态变化，并首次系统评估了不同DMT类别（特别是S1P受体调节剂与非S1P DMTs）对小脑亚区体积的异质性、阶段依赖性调节作用，识别出小脑IX和VIIIb小叶作为连接药物治疗与认知结局的关键区域	样本量相对有限（181名患者和99名健康对照），且研究为横断面设计，无法确定因果关系；DMTs分组基于药理机制，但具体药物种类和剂量可能影响结果；认知评估与体积变化的相关性较弱	研究RRMS中小脑亚区体积的阶段依赖性变化，并评估不同DMTs对小脑萎缩和临床结局的影响	复发缓解型多发性硬化症（RRMS）患者（n=181）和健康对照（n=99）	数字病理学	多发性硬化症	基于深度学习的脑影像分析工具（CerebNet）用于小脑亚区体积量化	深度学习模型	脑部MRI影像	280名参与者（181名RRMS患者和99名健康对照）	NA	CerebNet	统计显著性（p值），体积变化的相关性分析	NA
29	2025-12-14	An investigation of race bias in deep learning-based segmentation of prostate MRI images 2025-Dec-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-26189-5 PMID:41353223	研究论文	本研究探讨了基于深度学习的MRI前列腺分割模型中存在的种族偏见问题	首次系统性地研究了MRI前列腺分割深度学习模型中的种族偏见，揭示了训练数据种族不平衡对模型性能的影响	研究仅关注白人和黑人种族群体，未涵盖其他种族；样本量相对有限；仅使用T2加权MRI数据	调查深度学习在前列腺MRI分割中是否存在种族偏见	前列腺MRI图像	数字病理学	前列腺癌	磁共振成像	深度学习模型	医学图像	五个临床T2加权MRI数据集（种族比例不同）加一个公共数据集，测试集包含32名白人和黑人匹配受试者	NA	NA	Dice相似系数	NA
30	2025-12-14	Mechanistic Insights into Anti-Melanogenic Effects of Fisetin: PKCα-Induced β-Catenin Degradation, ERK/MITF Inhibition, and Direct Tyrosinase Suppression 2025-Dec-04, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms262311739 PMID:41373883	研究论文	本研究揭示了黄酮类化合物非瑟酮通过激活PKCα、诱导β-连环蛋白降解、抑制ERK/MITF通路以及直接抑制酪氨酸酶活性，从而发挥多靶点抑制黑色素生成的作用	首次系统阐明非瑟酮通过PKCα/β-catenin降解、ERK/MITF抑制及直接酪氨酸酶抑制的多重机制协同抗黑色素生成	研究主要基于体外细胞实验（人黑色素瘤细胞），缺乏体内动物模型或临床数据验证	探究非瑟酮抑制黑色素生成的具体分子机制及其作为色素沉着过度治疗剂的潜力	人黑色素瘤细胞	生物医学	色素沉着过度（如雀斑、黄褐斑、老年斑）	细胞毒性检测、酶活性测定、蛋白质印迹、计算对接、基于深度学习的CNN评分	CNN	分子对接数据、细胞实验数据	NA	NA	NA	NA	NA
31	2025-12-14	Evaluation of Model Performance and Clinical Usefulness in Automated Rectal Segmentation in CT for Prostate and Cervical Cancer 2025-Dec-04, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15233090 PMID:41374471	研究论文	本研究开发了一个两阶段深度学习管道，用于从CT扫描中自动分割直肠，特别针对前列腺癌和宫颈癌患者，通过结合性别分类来提升分割性能	提出了一种性别感知的深度学习框架，首次在直肠分割中明确建模性别特异性解剖差异，通过CNN自动分类患者性别并指导U-Net分割，以提高解剖一致性和临床实用性	研究样本量相对较小（186例患者），且仅针对前列腺癌和宫颈癌，未涵盖其他盆腔癌症；外部验证和泛化能力需进一步评估	开发一个准确、鲁棒的自动化直肠分割方法，以支持盆腔癌症放疗计划，提高分割效率和临床一致性	前列腺癌和宫颈癌患者的盆腔CT扫描图像	数字病理学	前列腺癌,宫颈癌	CT扫描	CNN,U-Net	图像	186例患者（前列腺癌和宫颈癌）	NA	U-Net	Dice相似系数,豪斯多夫距离,平均表面距离,准确率,AUC	NA
32	2025-12-14	MS-Detector: A Hierarchical Deep Learning Method to Detect Muscle Strain Using Bilateral Symmetric Ultrasound Images of the Body 2025-Dec-04, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15233087 PMID:41374468	研究论文	本研究开发了一种名为MS-Detector的对称感知两阶段深度学习模型，利用双侧B型超声图像自动检测肌肉拉伤，为临床医生提供一致的二次阅片决策支持工具	提出了一种结合对称性先验知识的分层深度学习方案，通过YOLOv5检测候选区域，再使用孪生卷积神经网络比较对侧区域以过滤假阳性，提高了检测精度	研究数据集规模有限（559对图像来自86名患者），未来需要评估模型在不同扫描仪和医疗中心的泛化能力，并探索概率融合和病变分级	开发一种自动检测肌肉拉伤的深度学习决策支持工具，减少超声诊断中因主观专家解读导致的变异性	肌肉拉伤患者的双侧B型超声图像	计算机视觉	肌肉拉伤	B型超声成像	CNN, YOLO	图像	559对双侧超声图像，来自86名患者	PyTorch	YOLOv5, Siamese CNN	mAP, 召回率, 精确率, F1分数, F2分数	NA
33	2025-12-14	Intraocular Cytokine Level Prediction from Fundus Images and Optical Coherence Tomography 2025-Dec-04, Sensors (Basel, Switzerland) DOI:10.3390/s25237382 PMID:41374757	研究论文	本研究旨在利用深度学习模型，通过彩色眼底照片和视网膜光学相干断层扫描图像预测眼内细胞因子浓度	首次系统比较了基于眼底照片和OCT的深度学习模型在眼内细胞因子预测中的应用，探索了视网膜图像与眼内细胞因子谱之间的关系	预测性能普遍较差，所有方法的平均R值均低于零，数据集规模较小	预测眼内细胞因子浓度	139名患者（152只眼睛）的176个房水样本	计算机视觉	年龄相关性黄斑变性	彩色眼底摄影，光学相干断层扫描	CNN	图像	139名患者（152只眼睛），176个房水样本	AutoGluon	ResNet18	决定系数R	NA
34	2025-12-14	Towards In-Vehicle Non-Contact Estimation of EDA-Based Arousal with LiDAR 2025-Dec-04, Sensors (Basel, Switzerland) DOI:10.3390/s25237395 PMID:41374770	研究论文	本研究探索使用LiDAR作为新型传感模态，非接触式估计基于EDA的唤醒状态的可行性	首次提出利用LiDAR远程估计EDA唤醒状态，无需直接皮肤接触，解决了当前驾驶员监测系统的核心限制	在跨受试者泛化方面存在挑战，未来需更大数据集、多模态集成和真实驾驶验证	评估LiDAR非接触式估计EDA唤醒状态的可行性，以改进驾驶员监测系统	驾驶员生理信号（EDA）与LiDAR反射强度数据	机器感知	NA	LiDAR（光探测与测距）	CNN, LSTM, TCN	序列信号	NA	NA	Temporal Convolutional Network	平均绝对误差, 相关系数	NA
35	2025-12-14	Artificial Intelligence for Predicting Difficult Airways: A Review 2025-Dec-04, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm14238600 PMID:41375910	综述	本文综述了人工智能和机器学习模型在预测困难气道方面的性能，并与传统临床方法进行了比较	评估了AI/ML模型在预测困难气道中的表现，并特别强调了MixMatch半监督深度学习模型在AUC、敏感性和特异性方面的最高性能	方法学异质性、缺乏标准化评估指标、人群多样性有限以及可解释性框架和伦理挑战（如数据隐私和算法偏见）的考虑不足	评估和比较人工智能与机器学习模型在预测困难气道方面的性能及其临床适用性	用于预测困难气道的人工智能和机器学习模型	机器学习	NA	人工智能、机器学习、深度学习	深度学习	面部成像、临床参数	NA	NA	MixMatch	AUC, 敏感性, 特异性	NA
36	2025-12-14	3D FusionNet for synthetic CT based lung cancer segmentation 2025-Dec-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-29703-x PMID:41339453	研究论文	本研究提出了一种结合生成对抗网络与三维分割网络的混合框架，用于肺癌CT图像分割	首次将DCGAN与3D-TDUnet++架构结合，并集成非局部特征聚合模块，通过生成合成CT数据解决标注数据不足问题	未明确说明模型在外部验证集上的泛化性能，且合成数据的质量对最终效果的影响未深入分析	开发一种能够在标注数据有限情况下实现高精度肺癌分割的深度学习系统	肺癌CT扫描图像	计算机视觉	肺癌	CT扫描	GAN, CNN	三维医学图像	使用公开的Kaggle胸部CT扫描数据集，并通过DCGAN生成合成图像进行数据增强	未明确说明	DCGAN, 3D-TDUnet++, 非局部特征聚合模块	Dice系数, F1分数, 准确率, 敏感性, 特异性	未明确说明
37	2025-12-14	Epicardial adipose tissue measurement is an interesting biomarker for cardiovascular health in a case control study of patients with familial partial type 2 lipodystrophy 2025-Dec-03, Diabetes & metabolism IF:4.6Q1 DOI:10.1016/j.diabet.2025.101719 PMID:41349713	研究论文	本研究评估了心外膜脂肪组织体积作为2型家族性部分性脂肪营养不良患者心血管健康新标志物的潜力	首次在2型家族性部分性脂肪营养不良患者中证明心外膜脂肪组织体积显著升高，并提议将其作为冠状动脉钙化和临床评分之外的补充生物标志物	研究为回顾性病例对照设计，样本量相对较小（126名受试者），且依赖于半自动化测量技术	评估心外膜脂肪组织体积作为2型家族性部分性脂肪营养不良患者心血管风险新标志物的临床价值	2型家族性部分性脂肪营养不良患者及匹配的对照组患者	数字病理学	心血管疾病	深度学习与人工智能辅助的半自动化测量技术	NA	医学影像数据	126名受试者（包括病例组与对照组）	NA	NA	P值（统计显著性）	NA
38	2025-12-14	Molecular-Level Identification of Liquor Vintage via an Intelligent Electronic Tongue Integrated with a One-Dimensional Convolutional Neural Network 2025-Dec-03, Sensors (Basel, Switzerland) DOI:10.3390/s25237350 PMID:41374725	研究论文	本研究提出了一种结合自制电子舌系统与一维卷积神经网络（1D-CNN）的智能方法，用于快速、精确地识别白酒年份	首次将多电极电化学传感与深度学习算法（特别是1D-CNN）集成，实现了迄今为止基于电子舌的年份预测最高准确率（94.0%）	研究仅针对同一生产商、以一年为间隔的五个连续年份白酒进行验证，未涵盖更广泛年份范围或不同生产商的产品	开发一种客观、可重复、高通量的方法，以替代传统主观感官评价，用于白酒年份的准确识别与真伪鉴别	白酒（五个连续年份的产品）	机器学习	NA	电子舌（多金属电极电化学传感）、MEMS温度传感	SVM, Random Forest, 1D-CNN	电化学传感信号数据	五个连续年份的白酒样本（具体样本数量未明确说明）	未明确说明（可能为TensorFlow, PyTorch或Scikit-learn）	一维卷积神经网络（1D-CNN）	分类准确率	NA
39	2025-12-14	A Review of Pedestrian Trajectory Prediction Methods Based on Deep Learning Technology 2025-Dec-03, Sensors (Basel, Switzerland) DOI:10.3390/s25237360 PMID:41374735	综述	本文系统回顾和批判性分析了基于深度学习的行人轨迹预测方法，涵盖了RNN、GAN、GCN和Transformer等关键模型家族	引入了一个比较分析框架，用于在标准化标准下评估每种方法的优势和局限性，并提供了数据集和评估指标的全面分类	作为综述文章，不涉及具体实验验证或新模型开发，主要基于现有文献进行分析	回顾和评估基于深度学习的行人轨迹预测方法，以指导未来研究方向	行人轨迹预测模型及其在自动驾驶和智能城市系统中的应用	计算机视觉	NA	深度学习	RNN, GAN, GCN, Transformer	轨迹数据	NA	NA	NA	NA	NA
40	2025-12-14	Development and Validation of a CNN-Based Diagnostic Pipeline for the Diagnosis of Otitis Media 2025-Dec-03, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm14238572 PMID:41375875	研究论文	本研究开发并验证了一个基于CNN的多步骤AI诊断流程，用于将鼓膜图像自动分类为四种中耳炎亚型	提出了一个包含图像质量评估、鼓膜分割、左右侧分类和最终疾病分类的四阶段顺序诊断流程，并整合了MambaOut、CaraNet、EfficientNet和ConvNeXt等多种CNN模型	研究为回顾性设计，使用了单一来源的标注数据，未在更广泛或前瞻性的临床环境中进行外部验证	开发一个自动化、准确的AI诊断流程，以支持中耳炎的临床诊断，特别是在初级保健和资源匮乏的环境中	鼓膜的耳镜图像	计算机视觉	中耳炎	耳镜成像	CNN	图像	2964张耳镜图像	NA	MambaOut, CaraNet, EfficientNet, ConvNeXt	准确率, F1分数	NA