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
21	2025-10-02	Decoding tissue-specific enhancers in plants using massively parallel assays and deep learning 2025-Oct-01, The Plant cell DOI:10.1093/plcell/koaf236 PMID:41030057	研究论文	本研究利用大规模并行报告基因检测和深度学习技术解码植物组织特异性增强子	首次在番茄中系统鉴定果实特异性增强子，并通过深度学习指导合成增强子的设计	研究主要聚焦于番茄果实组织，未全面覆盖其他植物组织类型	解析植物组织特异性增强子的调控机制并设计合成增强子	番茄果实特异性基因的启动子片段	计算生物学	NA	大规模并行报告基因检测(MPRA)、深度学习	深度学习模型	基因组序列数据、基因表达数据	11,180个来自果实特异性基因的启动子片段，鉴定出2,436个活性果实增强子
22	2025-10-02	Modeling Enzyme Temperature Stability from Sequence Segment Perspective 2025-Oct-01, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c01674 PMID:41031662	研究论文	提出一种从序列片段角度预测酶温度稳定性的深度学习框架	引入基于蛋白质序列片段表示的新方法，考虑不同区域对热稳定性的差异贡献	未明确说明数据集的规模限制和模型泛化能力	开发能够准确预测酶温度稳定性的计算方法	酶蛋白质序列及其温度稳定性	机器学习	NA	深度学习	Transformer	蛋白质序列数据	NA
23	2025-10-02	Choroidal Vascular Fingerprints From Indocyanine Green Angiography Unveil Chorioretinal Disease State 2025-Oct-01, Investigative ophthalmology & visual science IF:5.0Q1 DOI:10.1167/iovs.66.13.3 PMID:41031739	研究论文	开发基于人机协同策略的深度学习算法，从吲哚菁绿血管造影图像中提取脉络膜血管多维特征，并探索其与多种脉络膜视网膜疾病的关联	首次提出脉络膜血管指纹概念，采用人机协同策略实现标注高效的脉络膜血管分割，系统量化血管直径、密度、复杂度、迂曲度和分支角度等多维特征	回顾性研究设计，样本量相对有限（394只眼），未包含所有类型的脉络膜视网膜疾病	开发脉络膜血管特征提取算法并探索其与脉络膜视网膜疾病的关联	中心性浆液性脉络膜视网膜病变、息肉状脉络膜血管病变、病理性近视患者及正常对照者的眼底图像	数字病理	脉络膜视网膜疾病	吲哚菁绿血管造影、超广角ICGA	深度学习分割模型	图像	394只眼（243只患者眼，151只正常对照眼）
24	2025-10-02	Deep Learning for Automatic Segmentation of Pituitary Adenomas: A Videomics Study 2025-Oct-01, Operative neurosurgery (Hagerstown, Md.) DOI:10.1227/ons.0000000000001781 PMID:41031839	研究论文	本研究评估了三种深度学习模型在垂体腺瘤自动分割中的性能，发现Swin Transformer模型在肿瘤边界勾画方面表现最优	首次将视频组学概念应用于垂体腺瘤手术，并比较了Swin Transformer、YOLO和Mask R-CNN三种深度学习模型在术中分割的性能	回顾性研究，样本量相对有限（700帧图像来自20个视频），需要进一步前瞻性验证	评估不同深度学习模型在垂体腺瘤自动分割中的性能，提高术中肿瘤边界勾画的准确性	接受内镜经鼻手术的垂体腺瘤患者	计算机视觉	垂体腺瘤	视频内镜技术	Swin Transformer, YOLO, Mask R-CNN	视频帧图像	700帧代表性图像（来自20个手术视频）
25	2025-10-02	A deep learning-enabled toolkit for the 3D segmentation of ventricular cardiomyocytes 2025-Oct-01, The Journal of physiology DOI:10.1113/JP288557 PMID:41031902	研究论文	开发了一个基于深度学习的工具包，用于心室心肌细胞的三维分割	首次将深度学习方法应用于高分辨率3D心肌细胞分割，并提供了包含多物种和多种实验条件的开源数据集	NA	解决心肌细胞三维分割的实验和分析挑战，提供可靠的心肌细胞微结构定量分析工具	心室心肌细胞	数字病理	心血管疾病	共聚焦显微镜	深度学习	3D图像	73个3D体积样本，涵盖7个物种（包括小鼠、人类和大象），包含心肌梗死后和离体切片培养等不同实验条件
26	2025-10-02	MOFNet: a deep learning framework for multi-omics data fusion in cancer subtype classification 2025-Oct-01, Molecular omics IF:3.0Q3 DOI:10.1039/d5mo00221d PMID:41031935	研究论文	提出了一种名为MOFNet的深度学习框架，用于多组学数据融合以进行癌症亚型分类	结合了相似性图池化模块和视图相关性发现网络，能够有效建模跨组学相关性并保持可解释性	仅在三类癌症数据集上进行了验证，需要进一步扩展到更多癌症类型	开发可扩展且可解释的多组学数据融合方法以改善癌症亚型分类	乳腺癌、低级别胶质瘤和胃腺癌患者的多组学数据	机器学习	癌症	多组学整合分析	深度学习框架	mRNA表达、DNA甲基化、miRNA表达等多组学数据	来自TCGA数据库的三类癌症数据集
27	2025-10-02	Machine Learning-Based Detection of EGFR Mutation and HER2 Overexpression in Metastatic Brain Adenocarcinoma: Systematic Review and Meta-Analysis 2025-Oct-01, Topics in magnetic resonance imaging : TMRI DOI:10.1097/RMR.0000000000000320 PMID:41032033	系统综述与荟萃分析	评估基于机器学习的MRI影像组学模型在检测转移性脑腺癌中EGFR突变和HER2过表达方面的诊断性能	首次系统评估机器学习模型在脑转移瘤生物标志物非侵入性检测中的应用，并比较深度学习与传统机器学习模型的性能差异	存在方法学异质性，外部验证应用有限，需要更多前瞻性多中心研究验证临床适用性	评估机器学习模型通过MRI影像组学特征非侵入性检测EGFR突变和HER2过表达的诊断性能	转移性脑腺癌患者	医学影像分析	脑转移癌	MRI影像组学	深度学习 vs 传统机器学习	医学影像	31项研究共7925名参与者
28	2025-10-02	Assessing the feasibility of deep learning-based attenuation correction using photon emission data in18F-FDG images for dedicated head and neck PET scanners 2025-Sep-30, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ae08ba PMID:40967236	研究论文	本研究评估了使用深度学习技术从非衰减校正的¹⁸F-FDG PET图像生成测量衰减校正图像在头颈部专用PET扫描仪中的可行性	首次将ResNet深度学习网络应用于头颈部PET图像的衰减校正，无需CT扫描即可生成高质量的衰减校正图像	在病理图像中SNR和对比度存在显著差异，需要更多训练数据来提高模型在病理情况下的性能	开发基于深度学习的头颈部PET图像衰减校正方法	头颈部¹⁸F-FDG PET图像	医学影像分析	头颈部疾病	PET成像、深度学习	ResNet	2D医学图像	114名患者（12,068个图像切片），包括训练集114例，验证集21例，测试集24例正常图像和12例病理图像
29	2025-10-02	An interpretable generative multimodal neuroimaging-genomics framework for decoding Alzheimer's disease 2025-Sep-30, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/ae087d PMID:40961977	研究论文	提出一种可解释的多模态神经影像-基因组学生成框架，用于阿尔茨海默病的检测和轻度认知障碍转化预测	在潜在空间中引入循环生成对抗网络进行缺失数据填补，并采用可解释AI方法提取特征相关性以增强模型可解释性	NA	通过多模态MRI数据和单核苷酸多态性捕获大脑结构和功能调节，实现AD患者分类和MCI转化检测	阿尔茨海默病患者、轻度认知障碍患者和健康对照	医学影像分析	阿尔茨海默病	多模态MRI、单核苷酸多态性分析	生成对抗网络、深度学习	神经影像数据、基因组数据	NA
30	2025-10-02	Tailored SONAR-MSI: Converting SONAR-MS Data into Pseudoimages for Deep-Learning-Based Natural Products Analysis 2025-Sep-30, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c03682 PMID:41025910	研究论文	开发了一种将SONAR-MS数据转换为伪图像并结合深度学习进行天然产物分析的新工作流程	首次将SONAR技术与伪质谱成像和深度学习相结合，建立了可直接应用卷积神经网络的数据转换协议	仅以五种密切相关物种作为案例研究，需要更多样化的样本验证	开发高效且信息丰富的天然产物质量分析方法	天然产物和代谢物	机器学习	NA	SONAR（同步选择性离子采集）、LC-MS（液相色谱-质谱）、质谱成像	CNN（卷积神经网络）	质谱数据、伪图像	五种密切相关物种
31	2025-10-02	Interpretable PROTAC Degradation Prediction With Structure-Informed Deep Ternary Attention Framework 2025-Sep-30, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202508138 PMID:41026144	研究论文	提出一种基于结构信息的深度三元注意力框架PROTAC-STAN，用于可解释的PROTAC降解预测	首次在PROTAC降解预测中引入层次化分子表示和蛋白质结构数据，并设计专门针对PROTAC系统的三元注意力网络	NA	开发可解释的深度学习模型以加速PROTAC药物开发	PROTAC分子及其与靶蛋白POI和E3连接酶的相互作用	计算生物学	NA	深度学习、蛋白质语言模型	三元注意力网络(STAN)	分子结构数据、蛋白质序列数据	NA
32	2025-10-02	Nanoconfinement and Interface Effects on Calcium Phosphate Aggregation within a 2D Nanochannel: Insights from Deep-Learning Molecular Dynamics 2025-Sep-30, The journal of physical chemistry. B DOI:10.1021/acs.jpcb.5c04375 PMID:41026157	研究论文	本研究通过深度学习分子动力学模拟探讨了二维纳米通道中钙和磷酸盐物种的水合与聚集动力学	首次结合深度学习势函数研究二维纳米通道中钙磷酸盐的聚集行为，揭示了纳米限域和界面效应对矿物形成的影响机制	研究基于模拟方法，需要实验验证；模型简化了实际生物环境的复杂性	阐明纳米限域和界面相互作用对钙磷酸盐在二维纳米通道中聚集过程的影响	钙和磷酸盐物种的水合与聚集动力学，钙磷酸盐簇的结构特征	计算化学	NA	分子动力学模拟，深度学习势函数	深度学习分子动力学	模拟数据	NA
33	2025-10-02	A phase-aware Cross-Scale U-MAMba with uncertainty-aware segmentation and Switch Atrous Bifovea EfficientNetB7 classification of kidney lesion subtype 2025-Sep-30, Lasers in medical science IF:2.1Q2 DOI:10.1007/s10103-025-04644-z PMID:41026235	研究论文	提出一种用于肾脏病变亚型识别的统一框架PCU-SABENet，整合多期相重建、病灶分割和亚型分类功能	结合PhaseGAN-3D多期相合成、不确定性感知分割和Switch Atrous双焦点注意力分类的端到端框架	NA	解决肾脏病变亚型识别中因解剖变异、不完整CT采集和模糊边界带来的挑战	肾脏病变的CT影像	医学影像分析	肾脏癌	多期相CT成像	PhaseGAN-3D, U-Net变体, EfficientNetB7	CT影像	NA
34	2025-10-02	Deep Learning-Assisted Fingerprint-Inspired Flexible Pressure Sensor for Tension Monitoring in Carbon Fiber Production 2025-Sep-30, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202513680 PMID:41026329	研究论文	开发了一种受指纹启发的柔性压力传感器，用于监测碳纤维生产过程中的张力	首次将指纹结构仿生设计与激光蚀刻技术结合，开发出高灵敏度柔性压力传感器，并构建端到端张力异常分类卷积神经网络	NA	解决宽幅碳纤维束阵列张力稳定性控制的难题，提升碳纤维产品质量稳定性	宽幅碳纤维束阵列	智能制造	NA	激光蚀刻、深度学习	CNN	压力传感器数据	NA
35	2025-10-02	Emerging trends and clinical challenges in AI-enhanced emotion diagnosis using physiological data 2025-Sep-30, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03435-6 PMID:41026457	综述	探讨生理参数与情绪的关系以及机器学习在情绪识别中的潜在价值和应用	将心率变异性(HRV)识别为情绪识别和生理参数分析的关键指标，并探索将其纳入模型以提升情绪管理精度	生理数据采集困难、隐私安全问题、个体差异导致的个性化调整需求	研究生理参数与情绪的关系及机器学习在情绪识别中的应用价值	抑郁症、焦虑症、双相情感障碍、边缘型人格障碍等情绪障碍	机器学习	情绪障碍	机器学习、深度学习	NA	生理数据（心率、呼吸、血压、皮电反应、脑电图、心率变异性等）	NA
36	2025-10-02	Artificial Intelligence Model for Imaging-Based Extranodal Extension Detection and Outcome Prediction in Human Papillomavirus-Positive Oropharyngeal Cancer 2025-Sep-30, JAMA otolaryngology-- head & neck surgery DOI:10.1001/jamaoto.2025.3225 PMID:41026592	研究论文	开发了一种基于人工智能的影像淋巴结外侵犯检测和预后预测模型，用于HPV阳性口咽癌患者	首次开发了结合nnU-Net淋巴结分割和影像组学特征提取的AI流程，用于自动化iENE检测和预后预测	单中心研究，需要外部验证以评估普适性	开发AI驱动的淋巴结分割和iENE分类流程，并评估其与HPV阳性口咽癌肿瘤学预后的关联	HPV阳性口咽癌成年患者	医学影像分析	口咽癌	CT扫描，影像组学分析，深度学习特征提取	nnU-Net，机器学习分类模型	医学影像	397名患者（80名女性，317名男性）
37	2025-10-02	StratoLAMP-2: A Microfluidics-Free, Deep-Learning Platform for Multiplex Digital Molecular Diagnostics 2025-Sep-30, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c04408 PMID:41026615	研究论文	介绍一种无需微流控和荧光标记的多重数字分子诊断平台StratoLAMP-2	采用涡流生成的多分散液滴和焦磷酸镁沉淀作为可视化读数，通过深度学习解决液滴尺寸变异性和沉淀异质性的分析挑战	NA	开发一种临床相关、低成本且可扩展的数字分子诊断平台	核酸分子的多重绝对定量	分子诊断	NA	数字核酸测试、LAMP扩增	深度学习	图像	NA
38	2025-10-02	TransFace++: Rethinking the Face Recognition Paradigm with a Focus on Accuracy, Efficiency, and Security 2025-Sep-30, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3616149 PMID:41026835	研究论文	提出TransFace和TransFace++两个新型人脸识别框架，分别探索ViT和图像字节在人脸识别任务中的应用	首次将ViT和图像字节应用于人脸识别任务，提出DPAP数据增强策略、EHSM难样本挖掘策略、TIBC字节压缩策略和SICA交叉注意力模块	未提及具体的数据集规模限制或计算资源需求	解决现有人脸识别范式在全局特征捕捉、推理效率和用户隐私保护方面的不足	人脸识别模型和系统	计算机视觉	NA	深度学习	ViT, CNN	RGB人脸图像, 图像字节	在流行的人脸基准数据集上进行实验
39	2025-10-02	Optimized Hybrid RNN-GRU Model for Predictive Diagnosis of Cardiovascular Disease 2025-Sep-30, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ae0d95 PMID:41027445	研究论文	本研究开发了一种结合RNN和GRU的混合深度学习模型，用于提高心血管疾病风险预测的准确性	将RNN处理序列的能力与GRU的门控特性相结合，从心脏信号中提取时间参数，实现了99.6%的预测准确率	仅使用了918个样本的数据集，样本规模相对较小	提高心血管疾病风险预测的准确性和效率	心血管疾病患者数据	机器学习	心血管疾病	深度学习、SMOTE过采样、IQR异常值校正、GridSearchCV超参数调优	混合RNN-GRU模型	数值型医疗数据	918个样本，来自IEEE Dataport数据集
40	2025-10-02	Serial 12-Lead ECG-Based Deep-Learning Model for Hospital Admission Prediction in Emergency Department Cardiac Presentations: Retrospective Cohort Study 2025-Sep-30, JMIR cardio DOI:10.2196/80569 PMID:41027578	研究论文	开发并验证一种融合连续12导联心电图波形与临床数据的深度学习模型，用于早期预测急诊科心脏相关症状患者的住院需求	首次将连续12导联心电图波形与动态生命体征和常规临床数据融合，构建多模态深度学习模型进行早期住院预测	回顾性研究设计，数据来源于单一医疗中心数据库	开发实时深度学习模型预测急诊科心脏相关症状患者的住院需求	因胸痛、呼吸困难、晕厥或近乎晕厥就诊于急诊科的成年患者	医疗人工智能	心血管疾病	深度学习，多模态数据融合	多模态深度学习模型，随机森林	心电图波形，生命体征，临床结构化数据	总样本30,421例（至少1次心电图），其中11,273例有至少2次心电图记录