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	2025-09-07	PhenoLearn: a user-friendly toolkit for image annotation and deep learning-based phenotyping for biological datasets 2025-Sep-06, Journal of evolutionary biology IF:2.1Q3 DOI:10.1093/jeb/voaf058 PMID:40366779	研究论文	介绍PhenoLearn工具包，帮助生物学家通过深度学习对2D标本图像进行注释和表型分析	开发了用户友好的图形界面工具包，降低生物学家使用深度学习的门槛	NA	为生物学家提供易于使用的深度学习工具进行图像注释和表型分析	2D标本图像	计算机视觉	NA	深度学习	NA	图像	NA
22	2025-09-07	Research based on EEG for addiction level assessment methods and parietal/occipital lobes brain function analysis 2025-Sep-06, Computer methods in biomechanics and biomedical engineering IF:1.7Q3 DOI:10.1080/10255842.2025.2551014 PMID:40913522	研究论文	提出一种结合脑电图深度学习、可视化和时频域分析的甲基苯丙胺使用障碍评估方法	使用增强型紧凑卷积神经网络ECCN-Net进行EEG分类，并结合CAM可视化技术识别关键脑电通道	NA	开发准确高效的成瘾程度评估方法并分析顶叶/枕叶脑功能	甲基苯丙胺使用障碍患者	脑机接口	药物成瘾	脑电图(EEG)、时域分析、频域分析、Class Activation Mapping	CNN（ECCN-Net）	脑电信号	NA
23	2025-09-07	Artificial intelligence-assisted assessment of metabolic response to tebentafusp in metastatic uveal melanoma: a long axial field-of-view [18F]FDG PET/CT study 2025-Sep-06, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-025-07504-8 PMID:40913640	研究论文	本研究利用人工智能辅助的长轴视野[18F]FDG PET/CT技术，评估tebentafusp治疗转移性葡萄膜黑色素瘤的代谢反应及预后价值	首次采用AI辅助的全身定量分析和PERCIST标准评估tebentafusp治疗反应，并发现TMTV和TLG可作为非侵入性生物标志物	样本量较小（仅15例患者），部分生存分析未达到统计学显著性（p=0.08和p=0.13）	探讨AI辅助的[18F]FDG PET/CT定量分析在tebentafusp治疗转移性葡萄膜黑色素瘤中的可行性和预后价值	15例接受tebentafusp治疗的转移性葡萄膜黑色素瘤患者	数字病理	葡萄膜黑色素瘤	[18F]FDG PET/CT成像，深度学习方法，ctDNA分析	深度学习分割工具	医学影像（PET/CT），分子数据（ctDNA）	15例患者，8例有ctDNA数据
24	2025-09-07	Multi-task learning for classification and prediction of adolescent idiopathic scoliosis based on fringe-projection three-dimensional imaging 2025-Sep-06, European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society IF:2.6Q1 DOI:10.1007/s00586-025-09340-8 PMID:40913670	研究论文	基于条纹投影三维成像开发多任务学习模型，用于青少年特发性脊柱侧凸的分类和预测	首次将多任务深度学习应用于脊柱侧凸评估，通过联合学习Cobb角预测、曲线类型和方向分类任务，从表面数据中提取更鲁棒的几何特征	NA	开发无创、无辐射的青少年特发性脊柱侧凸诊断框架	青少年特发性脊柱侧凸患者	计算机视觉	脊柱侧凸	条纹投影三维成像	多任务深度学习模型	三维表面数据	NA
25	2025-09-07	Interictal Epileptiform Discharge Detection using Dual-domain Features and GAN 2025-Sep-05, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3605257 PMID:40911454	研究论文	提出一种结合卷积层和Transformer的IED检测器（IEDD），并开发基于Transformer的GAN用于数据增强，以提升癫痫样放电的自动检测性能	集成CNN和Transformer以同时捕捉局部特征和长期依赖关系，并创新性地使用Transformer-based GAN解决IED数据稀缺问题	NA	开发自动检测癫痫样放电（IED）的深度学习模型	脑电图（EEG）数据中的癫痫样放电模式	机器学习	癫痫	EEG信号分析	CNN, Transformer, LSTM, GAN	时间序列EEG数据	两个数据集（具体数量未明确说明）
26	2025-09-07	Fundus Image Enhancement With Pyramid Conditional Flow 2025-Sep-05, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3600277 PMID:40911458	研究论文	提出一种基于归一化流的金字塔条件流（PCFlow）方法，用于增强低质量眼底图像并优先保留临床关键信息	首次将归一化流方法应用于眼底图像增强，通过学习高质量图像的复杂分布而非像素级映射，解决一对多关系导致的病态问题	NA	提升眼底图像质量并优先保留临床诊断所需的结构和病理特征	眼底图像	计算机视觉	眼科疾病	归一化流（normalizing flow），金字塔结构耦合层	PCFlow（基于条件流的生成模型）	图像	真实和合成的眼底图像数据集（未指定具体数量）
27	2025-09-07	3D foot kinetics estimation from distributed vGRF from smart insoles via 1D domain transformation 2025-Sep-05, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3605296 PMID:40911460	研究论文	利用深度学习将智能鞋垫采集的垂直地面反作用力信号转换为三维动力学参数	提出Ke2KeNet模型，首次实现从分布式vGRF到3D-GRF&M-CoP的端到端转换，并优化了鞋垫压力传感器布局	研究仅针对健康受试者，未涉及病理步态或特殊人群	通过智能鞋垫数据实现高精度三维足部动力学参数估计	健康受试者的步行运动数据	生物力学	NA	深度学习域转换	1D sequence-to-sequence (1D-s2s), Ke2KeNet	一维力信号序列	健康受试者（具体数量未明确说明）
28	2025-09-07	Multimodal deep learning methods for speech and language rehabilitation: a cross-sectional observational study 2025-Sep-05, Disability and rehabilitation. Assistive technology DOI:10.1080/17483107.2025.2551708 PMID:40911624	研究论文	本研究提出了一种改进的多模态深度学习管道，整合音频、视频和文本信息，用于个性化言语与语言康复治疗	采用交叉注意力融合的多模态分层Transformer架构，能够联合建模语音声学特征、面部动态、唇部运动和语言上下文	NA	开发智能化的言语与语言康复系统，提供实时反馈和个性化治疗方案	患有沟通障碍的人群（包括神经系统疾病、发育迟缓或身体残疾导致的障碍）	自然语言处理	神经系统疾病	自监督预训练、领域自适应微调、数据增强	Transformer	多模态数据（音频、视频、文本）	NA
29	2025-09-07	The detection of algebraic auditory structures emerges with self-supervised learning 2025-Sep-05, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1013271 PMID:40911653	研究论文	本研究通过自监督学习训练深度学习模型，探索人类自发检测听觉代数结构能力的起源	首次使用自监督深度学习模型验证人类代数结构检测能力可通过经验学习自然涌现，无需先天机制	模型训练数据限于环境声音、语音和音乐，未涵盖其他听觉模态	阐明人类自发检测听觉代数结构能力的形成机制（先天机制vs经验学习）	深度学习模型在听觉代数结构检测任务中的表现	机器学习	NA	自监督学习	深度学习模型	听觉数据（环境声音、语音、音乐）	多组模型分别使用不同比例的自然声音（环境声）和文化声音（语音或音乐）训练
30	2025-09-07	Enhancing cybersecurity in virtual power plants by detecting network based cyber attacks using an unsupervised autoencoder approach 2025-Sep-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-01863-w PMID:40913053	研究论文	提出一种基于无监督自编码器的深度学习方法，用于检测虚拟电厂中的虚假数据注入攻击	首次将无监督自编码器应用于虚拟电厂网络安全领域，通过重构误差分析实现高精度异常检测	研究基于仿真测试系统，未在真实工业环境中验证	增强物联网能源系统的网络安全，特别是保护虚拟电厂免受网络攻击	虚拟电厂系统中的网络攻击检测，重点关注虚假数据注入攻击	机器学习	NA	无监督深度学习，Autoencoder	Autoencoder	时间序列数据	1000天的时间序列数据，基于9总线和IEEE-39总线测试系统
31	2025-09-07	Development and clinical assessment of a novel AI-based diagnostic model for Hirschsprung's disease 2025-Sep-05, Updates in surgery IF:2.4Q2 DOI:10.1007/s13304-025-02284-0 PMID:40913191	研究论文	开发并临床评估一种基于人工智能的先天性巨结肠诊断模型，利用深度学习分析对比灌肠图像	首次将YOLOv8深度学习算法应用于先天性巨结肠的对比灌肠图像诊断，实现高精度非侵入性筛查	外部验证样本量有限，特异性(72.22%)仍有提升空间	提高先天性巨结肠诊断准确性，同时减少侵入性检查	先天性巨结肠患者的对比灌肠图像	计算机视觉	先天性巨结肠	深度学习，对比灌肠成像	YOLOv8	医学图像	725张来自2013-2022年经组织病理学确诊患者的对比灌肠图像
32	2025-09-07	Heart disease risk prediction based on deep learning multi-scale convolutional enhanced Swin Transformer model 2025-Sep-05, Computer methods in biomechanics and biomedical engineering IF:1.7Q3 DOI:10.1080/10255842.2025.2556004 PMID:40913335	研究论文	提出一种基于多尺度卷积增强Swin Transformer的心血管疾病风险预测模型	结合多分支卷积网络与Swin Transformer模块，通过自注意力机制整合全局与局部信息，并引入SHAP分析增强可解释性	NA	心血管疾病早期风险预测	心血管疾病患者数据	机器学习	心血管疾病	深度学习	CNN, Swin Transformer	结构化医疗数据	克利夫兰心脏病数据集（具体样本量未说明）
33	2025-09-07	Federated Deep Learning Enables Cancer Subtyping by Proteomics 2025-Sep-04, Cancer discovery IF:29.7Q1 DOI:10.1158/2159-8290.CD-24-1488 PMID:40488620	研究论文	开发了一种联邦深度学习框架ProCanFDL，用于在保护数据隐私的前提下通过蛋白质组学数据进行癌症亚型分类	首次将联邦深度学习应用于蛋白质组学数据，实现了在数据不离开本地的情况下进行多中心协作建模	NA	解决生物医学人工智能应用中的数据隐私问题，实现跨机构的癌症亚型分类研究	临床注释的组织蛋白质组学数据	机器学习	癌症	数据非依赖性采集质谱(DIA-MS)、串联质谱标记蛋白质组学(TMT)	联邦深度学习	蛋白质组学数据	总样本量8,201（包含1,260例泛癌队列、6,265例私有数据、625例测试集及887例外部验证数据）
34	2025-09-07	Functional assessment of all ATM SNVs using prime editing and deep learning 2025-Sep-04, Cell IF:45.5Q1 DOI:10.1016/j.cell.2025.05.046 PMID:40580951	研究论文	利用prime editing和深度学习全面评估ATM基因所有单核苷酸变异的功能影响	首次系统评估了ATM基因全部27,513种可能SNV的功能影响，并开发了高精度深度学习预测模型DeepATM	NA	解析ATM基因变异的功能影响，支持精准医疗并建立解决VUSs的框架	ATM基因的27,513种单核苷酸变异	机器学习	癌症	prime editing, 深度测序	深度学习	基因组数据	27,513种SNV（实验验证23,092种，预测4,421种）
35	2025-09-07	SeaMoon: From protein language models to continuous structural heterogeneity 2025-Sep-04, Structure (London, England : 1993) DOI:10.1016/j.str.2025.06.010 PMID:40683255	研究论文	提出SeaMoon方法，利用蛋白质语言模型从序列直接预测蛋白质连续构象变化	首次探索从蛋白质序列直接预测连续构象变化，无需依赖3D结构，且能捕捉传统方法无法识别的运动模式	仅对40%的测试蛋白质能准确预测至少一种真实运动	开发深度学习模型预测蛋白质构象动力学	蛋白质构象变化和运动模式	机器学习	NA	蛋白质语言模型(pLM), 卷积神经网络	CNN	蛋白质序列数据	约1,000组实验构象集合
36	2025-09-07	Detecting, Characterizing, and Mitigating Implicit and Explicit Racial Biases in Health Care Datasets With Subgroup Learnability: Algorithm Development and Validation Study 2025-Sep-04, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/71757 PMID:40905712	研究论文	开发并验证了一种名为AEquity的指标，用于检测和减轻医疗数据集中隐性和显性种族偏见	提出了一种基于学习曲线近似的新指标AEquity，专注于数据层面的偏见缓解而非模型修改，并在交叉人群和多种公平性指标上验证有效性	NA	开发简单指标以区分和减轻医疗数据集中的算法偏见，通过指导数据收集或重新标注	医疗数据集，包括胸部X光片、医疗成本利用数据和全国健康与营养调查数据	机器学习	NA	学习曲线近似，深度学习	全连接网络，CNN（如ResNet-50），Transformer（如VIT-B-16），LightGBM	图像数据，结构化医疗数据	涉及多个公共数据集（具体样本量未明确说明）
37	2025-09-07	Deep Learning Based Multiomics Model for Risk Stratification of Postoperative Distant Metastasis in Colorectal Cancer 2025-Sep-04, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.08.040 PMID:40912950	研究论文	开发基于深度学习的多组学模型用于预测结直肠癌术后远处转移和评估生存预后	结合放射组学和病理组学深度特征构建集成模型，显著优于传统预测方法	回顾性研究设计，样本量相对有限（521例患者）	预测结直肠癌患者术后远处转移风险并进行生存预后分层	结直肠癌患者	数字病理	结直肠癌	CT影像分析、HE染色病理切片分析、深度学习特征提取	ResNet-101、Nomogram集成模型	医学影像、病理图像	521例结直肠癌患者（381例训练/内部验证，140例外部验证）
38	2025-09-07	A Cascaded Segmentation-Classification Deep Learning Framework for Preoperative Prediction of Occult Peritoneal Metastasis and Early Recurrence in Advanced Gastric Cancer 2025-Sep-04, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.08.006 PMID:40912952	研究论文	开发用于术前预测晚期胃癌隐匿性腹膜转移和早期复发的级联深度学习框架	提出结合肿瘤分割与转移风险分层的两阶段深度学习框架，首次实现基于CT的隐匿性腹膜转移和早期腹膜复发联合预测	多中心研究但外部验证样本量较小（n=57），需进一步扩大验证队列	术前预测晚期胃癌的隐匿性腹膜转移和早期腹膜复发风险	晚期胃癌患者	digital pathology	gastric cancer	CT成像、深度学习	V-Net（分割）、DL分类模型	CT图像	765名患者（来自三个机构），内部验证168例（OPM）和212例（早期PR），外部验证57例
39	2025-09-07	PARPAL: PARalog Protein redistribution using Abundance and Localization in yeast database 2025-Sep-03, G3 (Bethesda, Md.) DOI:10.1093/g3journal/jkaf148 PMID:40580499	研究论文	介绍PARPAL数据库，包含酵母中全基因组复制旁系同源蛋白的丰度和定位再分布数据	开发首个整合高通量筛选和深度学习分析的旁系同源蛋白再分布数据库	目前仅涵盖酿酒酵母数据，尚未扩展到其他生物体	研究全基因组复制事件中旁系同源基因的保留和进化机制	酿酒酵母中的82对旁系同源蛋白对	生物信息学	NA	高通量筛选、深度学习神经网络分析	深度学习神经网络	显微图像	约46万个细胞的3,500张显微图像，涵盖2种遗传背景
40	2025-09-07	Pancancer outcome prediction via a unified weakly supervised deep learning model 2025-Sep-03, Signal transduction and targeted therapy IF:40.8Q1 DOI:10.1038/s41392-025-02374-w PMID:40897689	研究论文	提出一种名为PROGPATH的弱监督深度学习模型，通过整合组织病理学图像和临床变量实现泛癌预后预测	开发首个统一的多癌种预后预测模型，采用注意力引导的多实例学习模块和跨注意力Transformer融合多模态数据，并经过大规模外部验证	模型性能可能受限于临床变量的可用性和质量，且需要进一步前瞻性验证	开发能够整合多模态数据的泛癌预后预测模型以提高癌症患者生存预测准确性	癌症患者（涵盖15种癌症类型）的组织病理学图像和临床数据	数字病理学	多种癌症	弱监督深度学习，多实例学习，Transformer架构	基于基础模型的编码器，注意力机制，跨注意力Transformer	全切片图像（WSI），临床变量	训练集：6,670名患者的7,999张WSI；验证集：4,441名患者的7,374张WSI（来自17个外部队列）