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
421	2025-10-05	Automatic specific absorption rate (SAR) prediction for hyperthermia treatment planning using deep learning method 2025-Dec, International journal of hyperthermia : the official journal of European Society for Hyperthermic Oncology, North American Hyperthermia Group IF:3.0Q2 DOI:10.1080/02656736.2025.2554860 PMID:40922671	研究论文	开发一种基于深度学习的快速准确预测人脑比吸收率分布的方法，用于支持脑癌患者的实时热疗治疗计划	首次提出使用带有交叉注意力块的编码器-解码器神经网络从脑电特性、肿瘤3D等中心坐标和微波天线相位设置预测SAR分布	仅使用201个模拟数据进行训练和评估，样本量相对有限	开发快速准确的SAR预测方法以支持实时热疗治疗计划	脑癌患者的头部SAR分布	医学影像分析	脑癌	有限元建模，深度学习	编码器-解码器神经网络	模拟数据，3D坐标数据	201个模拟样本（训练181个，测试20个）	NA	编码器-解码器网络，交叉注意力块	均方根误差，平均绝对误差，结构相似性指数	NA
422	2025-10-05	Grapevine disease detection using (q,τ)-nabla calculus quantum deformation with deep learning features 2025-Dec, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2025.103619 PMID:41018245	研究论文	提出一种结合(q,τ)-Nabla微积分量子变形特征和深度学习特征的混合分类方法用于葡萄叶病害检测	首次将(q,τ)-Nabla微积分量子变形特征与深度学习特征相结合用于植物病害分类	NA	开发有效的葡萄叶病害检测方法以支持可持续农业和粮食安全	葡萄叶病害	计算机视觉	植物病害	计算机视觉、图像分析	CNN	图像	NA	NA	预训练卷积神经网络	准确率	NA
423	2025-10-05	Towards safer environments: A YOLO and MediaPipe-based human fall detection system with alert automation 2025-Dec, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2025.103623 PMID:41018251	研究论文	开发了一种基于YOLOv8和MediaPipe的人体跌倒检测系统，具有实时警报功能	结合MediaPipe姿态估计和YOLOv8目标检测，利用位置标志点和活动识别算法提高系统在真实场景中的可扩展性和鲁棒性	NA	通过实时跌倒检测提升公共场所安全	人体跌倒行为	计算机视觉	NA	姿态估计，目标检测，异常检测	CNN	视频	NA	MediaPipe, YOLOv8	YOLOv8	准确率, 精确率, 召回率, F1分数	NA
424	2025-10-05	Segmenting Whole-Body MRI and CT for Multiorgan Anatomic Structure Delineation 2025-Nov, Radiology. Artificial intelligence DOI:10.1148/ryai.240777 PMID:40767616	研究论文	开发并验证MRSegmentator深度学习模型，用于MRI和CT扫描的多器官分割	提出跨模态深度学习模型，能够同时处理MRI和CT数据，实现40个解剖结构的自动分割	较小结构的分割性能相对较低，如门静脉或脾静脉(0.64-0.78)、肾上腺(0.56-0.69)	开发用于全身MRI和CT多器官解剖结构分割的深度学习模型	人体多器官解剖结构，包括肺、心脏、肝脏、肾脏等40个结构	计算机视觉	NA	深度学习，跨模态迁移学习	深度学习模型	MRI图像，CT图像	训练数据：1200个UK Biobank Dixon MRI序列(50名参与者)，221个内部腹部MRI序列(177名患者)，1228个TotalSegmentator CT数据集扫描；测试数据：900个NAKO MRI序列(50名参与者)，60个Multi-Modality Abdominal Multi-Organ Segmentation Challenge 2022数据集MRI序列，29个TotalSegmentator MRI序列	NA	MRSegmentator	Dice相似系数(DSC)	NA
425	2025-10-05	Melatonin Alleviates Retina Angiogenesis by Targeting Fibronectin and the VEGF Pathway 2025-Oct-15, FASEB journal : official publication of the Federation of American Societies for Experimental Biology IF:4.4Q2 DOI:10.1096/fj.202500814RR PMID:41026035	研究论文	本研究通过RNA测序和深度学习模型发现褪黑素可通过靶向纤连蛋白和VEGF通路抑制视网膜血管生成	首次结合RNA测序和深度学习模型BioNet从FDA批准药物中发现褪黑素作为纤连蛋白抑制剂，并证实其通过双重抑制FN1表达和VEGFR2磷酸化来抑制血管生成	研究主要基于氧诱导视网膜病变模型，尚未在更多疾病模型或临床环境中验证	探索视网膜病理性血管生成的分子机制并寻找潜在治疗靶点	糖尿病视网膜病变和早产儿视网膜病变的血管生成机制	计算生物学	视网膜病变	RNA测序, 深度学习药物筛选, 体外血管生成实验, 体内动物模型	深度学习	基因表达数据, 药物分子数据	氧诱导视网膜病变动物模型	BioNet	NA	FN1表达水平, VEGFR2磷酸化水平, 视网膜前簇状血管数量	NA
426	2025-10-05	Automated segmentation of soft X-ray tomography: Native cellular structure with submicron resolution at high-throughput for whole-cell quantitative imaging in yeast 2025-Oct-01, Molecular biology of the cell IF:3.1Q3 DOI:10.1091/mbc.E24-10-0486 PMID:40875368	研究论文	开发基于深度学习的自动分割流程用于软X射线断层扫描数据的细胞结构分割	首次将深度学习自动分割应用于软X射线断层扫描，实现高通量全细胞定量成像分析	依赖手动迭代优化来提高分割精度	实现酵母细胞亚微米分辨率下的高通量全细胞定量成像分析	三种酵母菌株（野生型、VPH1-GFP和另一菌株）的细胞结构	计算机视觉	NA	软X射线断层扫描(SXT)	深度学习	三维断层扫描图像	数百个细胞，涵盖三种酵母菌株	NA	NA	分割精度	NA
427	2025-10-05	Dual-feature cross-fusion network for precise brain tumor classification: a neurocomputational approach 2025-Oct-01, The International journal of neuroscience DOI:10.1080/00207454.2025.2565445 PMID:40986620	研究论文	提出一种双特征交叉融合网络(DF-CFN)，用于脑肿瘤MRI图像的自动分类	结合ConvNeXt提取全局特征与浅层CNN+FcaNet提取局部特征，通过交叉融合机制提升分类性能	NA	开发自动脑肿瘤分类方法以辅助临床诊断	脑肿瘤MRI图像	计算机视觉	脑肿瘤	磁共振成像(MRI)	CNN	图像	Kaggle数据集(四类肿瘤：胶质瘤、脑膜瘤、垂体瘤和非肿瘤)和FigShare数据集	NA	ConvNeXt,FcaNet,双特征交叉融合网络	准确率	NA
428	2025-10-05	3D human pose point cloud data of light detection and ranging (LiDAR) 2025-Oct, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.112043 PMID:41018860	研究论文	本文介绍了使用3D LiDAR传感器采集的用于人体姿态预测的点云数据集	利用3D LiDAR技术采集人体姿态点云数据，该方法不捕获面部图像，更保护个人隐私	当前数据采集仅使用一名30-40岁男性受试者，未来需要扩展更多样本人群	开发用于人体姿态预测的3D点云数据集	人体姿态点云数据	计算机视觉	NA	3D LiDAR传感技术	CNN	3D点云数据	1400个3D点云数据，包含4种人体姿态类别，每类280个训练数据和280个测试数据	NA	NA	NA	NA
429	2025-10-05	Relational Graph Convolutional Network for Robust Mass Spectrum Classification 2025-Oct-01, Journal of the American Society for Mass Spectrometry IF:3.1Q1 DOI:10.1021/jasms.5c00055 PMID:40888691	研究论文	提出一种基于关系图卷积网络的新型深度学习架构，用于高分辨率质谱成像中的稳健质谱分类	首次在MSI分类中利用质量缺陷和已知质量差异等HRMS结构特征，将质谱表示为图结构以学习化学相关离子家族间的关联	未明确说明模型在特定类型质谱数据上的泛化能力限制	开发能够充分利用高分辨率质谱特征并具有鲁棒性的质谱分类方法	质谱成像数据中的质谱信号	机器学习	NA	高分辨率质谱成像	R-GCN, 深度学习	质谱数据	多个不同的MSI数据集	NA	关系图卷积网络	鲁棒性评估（针对质量偏移、离子丢失等信号变化）	NA
430	2025-10-05	Bioinformatics and machine learning reveal novel prognostic biomarkers in head and neck squamous cell carcinoma 2025-Oct-01, Journal of applied genetics IF:2.0Q3 DOI:10.1007/s13353-025-01018-7 PMID:41028529	研究论文	通过生物信息学和机器学习方法识别头颈部鳞状细胞癌的新型预后生物标志物	结合深度学习和生物信息学分析鉴定出KRT33B、KRTAP3-3、C14orf34和ACADM等新型诊断和预后生物标志物，并发现ACADM、KRT33B和C14orf34组合具有最佳诊断性能	NA	寻找头颈部鳞状细胞癌的诊断和预后生物标志物以提高患者生存率	头颈部鳞状细胞癌患者	机器学习	头颈部鳞状细胞癌	RNA表达数据分析	深度学习	基因表达数据	NA	NA	NA	灵敏度, 特异性, AUC	NA
431	2025-10-05	Single-cell foundation models: bringing artificial intelligence into cell biology 2025-Oct-01, Experimental & molecular medicine DOI:10.1038/s12276-025-01547-5 PMID:41028523	综述	本文概述了单细胞基础模型的关键概念、应用及挑战，并提出了未来发展方向	将基础模型技术扩展到单细胞分析领域，创建能够整合多组学数据并分析细胞异质性的统一框架	面临组学数据非时序性、数据质量不一致、计算强度大以及潜在嵌入生物学意义解释困难等挑战	推动单细胞基础模型在单细胞基因组学中的应用，增强其对细胞功能和疾病机制的洞察能力	单细胞基础模型及其在单细胞基因组学数据分析中的应用	机器学习	NA	单细胞基因组学	基础模型	多组学数据	NA	NA	Transformer	NA	NA
432	2025-10-05	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	本研究通过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，并利用深度学习指导合成增强子的设计	研究主要集中于番茄果实组织，未涵盖其他植物物种或组织类型	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	深度学习	NA	大规模并行报告基因检测(MPRA), 深度学习	深度学习模型	DNA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	NA	NA	NA	NA
433	2025-10-05	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	本文提出了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	数据可用性有限且分布不平衡可能影响模型性能	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	NA	Segment Transformer	RMSE, MAE, Pearson correlation, Spearman correlation	NA
434	2025-10-05	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深度学习算法，可量化血管直径、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	开发标注高效的深度学习算法，探索脉络膜血管特征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、息肉样脉络膜血管病变、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	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）	NA	NA	AUC, ICC	NA
435	2025-10-05	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模型在肿瘤边界描绘方面表现最优	首次将视频内镜与人工智能结合的videomics技术应用于垂体腺瘤的实时手术分割，并比较了Swin Transformer、YOLO和Mask R-CNN三种先进模型	回顾性研究，样本量相对有限（700帧图像），仅基于单一医疗机构数据	评估不同深度学习模型在垂体腺瘤自动分割中的性能，提高手术中肿瘤边界描绘的准确性	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（14个训练，3个验证，3个测试）	NA	Swin Transformer, YOLOv8x, Mask R-CNN	mAP, Dice相似系数, 召回率, 精确率	NA
436	2025-10-05	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	开发了一种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，并提供包含多物种、多实验条件的开源数据集和工具包	未明确说明模型在极端病理条件下的性能表现	开发可靠的心肌细胞3D分割方法以研究心脏生理和病理机制	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个体积数据，涵盖7个物种（包括小鼠、人类和大象）	NA	NA	适应Rand误差, 体素对一致性	NA
437	2025-10-05	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MOFNet深度学习框架，通过多组学数据融合实现癌症亚型分类	结合相似性图池化模块和视图相关性发现网络，有效建模跨组学相关性并保持可解释性	仅使用TCGA数据库的三种癌症类型数据，未在其他独立数据集验证	开发可扩展且可解释的多组学数据融合方法用于癌症亚型分类	乳腺癌、低级别胶质瘤、胃腺癌患者的多组学数据	机器学习	癌症	mRNA表达、DNA甲基化、miRNA表达测序	深度学习	多组学数据	TCGA数据库中的三种癌症类型样本	PyTorch	图神经网络, VCDN	准确率, 加权F1分数, 宏F1分数	NA
438	2025-10-05	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	系统评价与荟萃分析	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	首次对机器学习模型在脑转移瘤中EGFR和HER2生物标志物检测进行系统评价和荟萃分析，比较了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确认临床适用性	评估机器学习模型在转移性脑腺癌中检测EGFR突变和HER2过表达的非侵入性诊断能力	转移性脑腺癌患者	医学影像分析	脑转移瘤	MRI影像组学	深度学习, 传统机器学习	医学影像	7925名参与者（来自31项研究）	Python	NA	AUC, 准确率, 灵敏度	STATA version 18, Python 3.10
439	2025-10-05	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扫描器中的可行性	首次将ResNet深度学习网络应用于头颈部PET图像的衰减校正，探索了在无CT扫描情况下直接生成衰减校正图像的可行性	训练数据仅包含114名患者，未见病理情况的图像训练可能影响模型对病理图像的校正效果	开发基于深度学习的头颈部PET图像衰减校正方法，减少对CT扫描的依赖	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	CNN	2D医学图像	114名患者（12,068个切片），训练验证集21名患者，测试集24名正常患者和12名病理患者	NA	ResNet	RMSE, SSIM, PSNR, MSE, 对比度, SNR	NA
440	2025-10-05	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	首次将同步选择离子采集技术与伪质谱成像及深度学习相结合，建立了专门的数据转换协议	仅对五种密切相关的物种进行了案例研究，需要更广泛的验证	开发高效且信息丰富的天然产物质量分析方法	天然产物和密切相关的植物物种	机器学习	NA	LC-MS, SONAR, 质谱成像	CNN	质谱数据转换的伪图像	五种密切相关的物种	NA	CNN	准确率	NA