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
4521	2025-10-06	An Overview of Autonomous Parking Systems: Strategies, Challenges, and Future Directions 2025-Jul-10, Sensors (Basel, Switzerland) DOI:10.3390/s25144328 PMID:40732456	综述	本文系统回顾自动驾驶泊车系统的技术策略、现存挑战与未来发展方向	深入分析感知-规划-控制全链路技术整合，揭示非确定性AI组件验证等基础性问题，强调用户信任等社会技术维度	当前技术存在实时性能与计算成本平衡难题、动态环境安全验证困难、成本制约系统能力、实际部署鲁棒性不足	探讨自动驾驶泊车系统的技术发展路径与跨维度挑战	自动驾驶泊车系统（APS）	机器视觉	NA	深度学习，传感器融合	NA	传感器数据	NA	NA	NA	NA	NA
4522	2025-10-06	Circulating tumor cell detection in cancer patients using in-flow deep learning holography 2025-Jul-09, ArXiv PMID:40671945	研究论文	开发了一种结合数字全息显微镜和深度学习的循环肿瘤细胞检测系统	将惯性微流控预处理与双模态成像相结合，集成全息成像和荧光传感，通过深度学习模型提供细胞形态学置信度	仅为初步研究，样本量有限（13名前列腺癌患者和8名健康对照）	提高循环肿瘤细胞检测的灵敏度和特异性	晚期前列腺癌患者和健康对照者的血液样本	数字病理	前列腺癌	数字全息显微镜，微流控富集，免疫荧光分析	深度学习模型	全息图像，荧光图像	13名前列腺癌患者，8名健康对照，健康血样和癌细胞系	NA	NA	患者水平假阳性率（1细胞/毫升）	实时执行
4523	2025-10-06	DGAT: A Dual-Graph Attention Network for Inferring Spatial Protein Landscapes from Transcriptomics 2025-Jul-09, bioRxiv : the preprint server for biology DOI:10.1101/2025.07.05.662121 PMID:40672156	研究论文	提出一种双图注意力网络DGAT，从仅含转录组数据的空间转录组数据中推断空间蛋白质表达	首次构建整合转录组、蛋白质组和空间信息的异质图，通过图注意力网络学习RNA-蛋白质关系	依赖空间CITE-seq数据集进行训练，在缺乏此类数据的组织中应用受限	从仅含转录组数据的空间转录组数据中推断蛋白质空间表达景观	扁桃体、乳腺癌、胶质母细胞瘤和恶性间皮瘤组织样本	计算生物学	癌症	空间转录组学，空间CITE-seq	图注意力网络	转录组数据，蛋白质表达数据，空间位置数据	公共数据集和内部数据集，包含多种组织类型	深度学习框架	双图注意力网络，任务特定解码器	蛋白质插补准确性	NA
4524	2025-10-06	A Novel Hybrid Technique for Detecting and Classifying Hyperspectral Images of Tomato Fungal Diseases Based on Deep Feature Extraction and Manhattan Distance 2025-Jul-09, Sensors (Basel, Switzerland) DOI:10.3390/s25144285 PMID:40732413	研究论文	提出一种基于深度特征提取和曼哈顿距离的混合技术，用于番茄真菌病害的高光谱图像检测与分类	将小样本学习与高光谱成像相结合，在极少量训练样本（每类仅3张图像）下实现早期病害检测，可在视觉症状出现前2天识别感染	仅针对四种特定番茄真菌病害进行研究，未验证对其他作物或病害类型的泛化能力	开发一种基于小样本学习的高光谱图像分析方法，实现番茄真菌病害的早期准确检测	感染四种真菌病害的番茄植株	计算机视觉	植物病害	高光谱成像	CNN	高光谱图像	接种后第1天至第7天每隔一天采集图像，每类仅使用3张训练图像	NA	EfficientNet	准确率	NA
4525	2025-10-06	Revisiting Centiloids using AI 2025-Jul-08, Research square DOI:10.21203/rs.3.rs-7015694/v1 PMID:40671806	研究论文	本研究开发了一种名为DeepSUVR的深度学习方法，用于改进淀粉样蛋白PET定量的Centiloid标准	通过在训练过程中惩罚不合理的纵向轨迹，提出了一种新的Centiloid量化校正方法	NA	改进淀粉样蛋白PET定量标准，减少示踪剂和扫描仪之间的变异性	淀粉样蛋白PET扫描数据	医学影像分析	阿尔茨海默病	PET成像	深度学习	医学影像	训练集：2,098名参与者（6,762次PET扫描）；验证集：10,543名参与者（15,806次PET扫描）	NA	NA	相关性、AUC、纵向一致性、效应大小	NA
4526	2025-10-06	Multimodal-Based Non-Contact High Intraocular Pressure Detection Method 2025-Jul-08, Sensors (Basel, Switzerland) DOI:10.3390/s25144258 PMID:40732386	研究论文	提出一种基于深度学习的非接触式高眼压检测方法，通过整合Scheimpflug图像与角膜生物力学特征	首次将CycleGAN数据增强、Swin Transformer视觉特征提取和KAN网络异质数据融合相结合，在小样本场景下有效处理复杂变量关系	使用私有医院数据集，样本规模有限，需进一步验证泛化能力	开发高精度非接触式眼压检测方法以改善青光眼早期诊断	眼压升高患者，重点关注角膜生物力学特征	计算机视觉	青光眼	Scheimpflug成像，角膜生物力学测量	CycleGAN, Swin Transformer, KAN	图像，临床参数	私有医院数据集（具体数量未明确说明）	NA	CycleGAN, Swin Transformer, Kolmogorov-Arnold Network	准确率	NA
4527	2025-10-06	Perception-Based H.264/AVC Video Coding for Resource-Constrained and Low-Bit-Rate Applications 2025-Jul-08, Sensors (Basel, Switzerland) DOI:10.3390/s25144259 PMID:40732387	研究论文	提出一种面向资源受限和低比特率应用的感知基H.264/AVC视频编码算法	通过结合人脸检测和运动强度分析的动态量化参数调整策略，在保持低计算复杂度的同时提升感知质量	未与深度学习模型进行直接对比，主要依赖传统计算机视觉方法	开发适用于带宽受限和资源受限环境的高效视频编码方法	H.264/AVC视频流	计算机视觉	NA	视频编码，人脸检测，运动分析	AdaBoost, 级联分类器	视频	NA	Viola-Jones算法	级联分类器	峰值信噪比(PSNR), 主观视觉质量	资源受限的嵌入式系统和边缘计算环境
4528	2025-10-06	HybridKla: a hybrid deep learning framework for lactylation site prediction 2025-Jul-02, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf375 PMID:40736746	研究论文	开发了一个名为HybridKla的混合深度学习框架，用于预测蛋白质中的赖氨酸乳酸化位点	整合了八种互补的特征编码策略，构建了多特征混合系统，并与深度学习相结合，在Kla位点预测性能上相比现有工具提升了28.90%	未明确提及具体局限性	开发更准确的赖氨酸乳酸化位点预测工具	蛋白质中的赖氨酸乳酸化位点	生物信息学	NA	特征编码，深度学习	深度学习	蛋白质序列数据	23,984个Kla位点，涉及7,297个蛋白质	NA	混合深度学习框架	AUC	NA
4529	2025-10-06	Machine learning-based multimodal radiomics and transcriptomics models for predicting radiotherapy sensitivity and prognosis in esophageal cancer 2025-Jul, The Journal of biological chemistry IF:4.0Q2 DOI:10.1016/j.jbc.2025.110242 PMID:40381695	研究论文	本研究整合多模态影像组学和转录组学数据，开发预测食管癌放疗敏感性和预后的机器学习模型	首次将SEResNet101深度学习模型应用于食管癌多模态数据整合，发现STUB1通过促进SRC泛素化降解增强放疗敏感性	研究数据主要来源于公共数据库，需要进一步临床验证	预测食管癌患者放疗敏感性和预后	食管癌患者	机器学习	食管癌	放射组学，转录组学	深度学习，回归模型	影像数据，转录组数据	来自UCSC Xena和TCGA数据库的食管癌样本	NA	SEResNet101	生存概率分层准确性	NA
4530	2025-10-06	Association of Psychological Resilience With Decelerated Brain Aging in Cognitively Healthy World Trade Center Responders 2025-Jul, Biological psychiatry global open science DOI:10.1016/j.bpsgos.2025.100489 PMID:40487784	研究论文	本研究探讨了心理韧性对世界贸易中心救援人员大脑衰老速度的影响	首次在认知健康的世界贸易中心救援人员中发现心理韧性与减缓大脑衰老的关联	样本量相对较小（N=97），且仅针对特定救援人员群体	研究心理韧性是否对大脑衰老具有保护作用	世界贸易中心救援人员	神经影像学	创伤后应激障碍	结构磁共振成像	深度学习	T1加权MRI图像	97名世界贸易中心救援人员（分为三组：PTSD组32人，高韧性组34人，低暴露对照组31人）	NA	BrainStructureAges	p值，Cohen's d效应量	NA
4531	2025-10-06	DrugTar improves druggability prediction by integrating large language models and gene ontologies 2025-Jul-01, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf360 PMID:40581797	研究论文	开发了一种整合大型语言模型和基因本体的深度学习算法DrugTar，用于预测药物靶点的可成药性	首次将ESM-2预训练蛋白质语言模型的序列嵌入与基因本体整合，揭示了蛋白质序列比结构更具信息价值	未完全探索原始序列和蛋白质结构的潜力	开发高性能计算方法来预测药物靶点的可成药性	蛋白质靶点	机器学习	慢性复杂疾病	深度学习，高通量技术	深度学习算法	蛋白质序列，蛋白质结构，基因本体数据	NA	NA	ESM-2	AUC，精确召回曲线	NA
4532	2025-10-06	Left ventricular wall thickness heterogeneity improves cardiovascular disease diagnosis and prognosis: a UK Biobank cardiovascular magnetic resonance cohort study 2025-Jul, European heart journal. Imaging methods and practice DOI:10.1093/ehjimp/qyaf092 PMID:40740418	研究论文	本研究通过深度学习分析心脏磁共振图像，开发了一种新的左心室壁厚度异质性生物标志物MadWT，用于改善心血管疾病的诊断和预后预测	首次提出最大节段壁厚度平均绝对偏差(MadWT)作为左心室壁厚度异质性的新型生物标志物，并在大规模队列中验证其诊断和预后价值	研究结果需要在运动员和疾病队列中进一步确认，且随访时间有限(中位5.7年)	比较MadWT与传统左心室质量指数和壁厚度指标在预测心血管疾病和区分生理性与病理性左心室肥厚方面的性能	英国生物银行中的44,930例心血管磁共振扫描数据	数字病理	心血管疾病	心血管磁共振成像	深度学习	医学图像	44,930例心血管磁共振扫描	NA	NA	风险比, P值	NA
4533	2025-10-06	Deep Learning Can Accurately Predict the Prognosis of Gynecologic Smooth Muscle Tumors of Uncertain Malignant Potential: A Multicenter Pilot Study 2025-Jun-30, Laboratory investigation; a journal of technical methods and pathology DOI:10.1016/j.labinv.2025.104211 PMID:40602459	研究论文	本研究探索深度学习模型基于组织学切片预测妇科不确定恶性潜能平滑肌肿瘤预后的能力	首次将深度学习技术应用于STUMP肿瘤的预后预测，直接从组织学切片提取特征进行风险分层	样本量相对较小（95例STUMP），需要进一步研究通过分子标记物验证高风险组	预测妇科不确定恶性潜能平滑肌肿瘤的无进展生存期并识别高风险患者	妇科不确定恶性潜能平滑肌肿瘤患者	数字病理学	妇科肿瘤	组织学切片分析	深度学习模型	病理图像	95例STUMP（79例训练，16例外部验证），160例平滑肌瘤，58例平滑肌肉瘤	scikit-learn, R	NA	C-index, Cox回归分析, 风险比	NA
4534	2025-10-06	From Lab to Clinic: How Artificial Intelligence (AI) Is Reshaping Drug Discovery Timelines and Industry Outcomes 2025-Jun-30, Pharmaceuticals (Basel, Switzerland) DOI:10.3390/ph18070981 PMID:40732273	综述	本文系统评估人工智能在药物发现各阶段的应用及其对临床结果的影响	首次通过系统综述量化分析AI在药物研发各阶段的应用分布与行业合作模式	主要关注2015-2025年发表的研究，可能未涵盖早期AI应用；对复杂生物系统的处理能力仍需完善	评估AI在药物研发过程中的作用及其对临床试验效率和制药成果的贡献	2015-2025年间发表的AI药物发现研究文献	机器学习	肿瘤学	系统综述	机器学习,深度学习	文献数据	涵盖多个数据库的系统综述研究	NA	NA	应用百分比,临床阶段分布	NA
4535	2025-10-06	Precision Enhanced Bioactivity Prediction of Tyrosine Kinase Inhibitors by Integrating Deep Learning and Molecular Fingerprints Towards Cost-Effective and Targeted Cancer Therapy 2025-Jun-28, Pharmaceuticals (Basel, Switzerland) DOI:10.3390/ph18070975 PMID:40732265	研究论文	本研究开发了一个集成深度学习和分子指纹的机器学习框架，用于准确预测酪氨酸激酶抑制剂的生物活性	整合深度人工神经网络、卷积神经网络和分子指纹，显著提高了酪氨酸激酶抑制剂生物活性预测的准确性	研究仅基于ChEMBL数据库的28,314个小分子，未包含更广泛的化合物类型	开发成本效益高且靶向的癌症治疗方法，加速药物临床前开发阶段	酪氨酸激酶抑制剂小分子化合物	机器学习	癌症	分子指纹技术，物理化学描述符分析	dANN, CNN, SVM, CatBoost	化学结构数据，分子描述符	28,314个小分子化合物，靶向11种酪氨酸激酶	NA	深度人工神经网络，卷积神经网络	F1-score, ROC-AUC, precision-recall曲线, log loss	NA
4536	2025-10-06	Quantifying axonal features of human superficial white matter from three-dimensional multibeam serial electron microscopy data assisted by deep learning 2025-Jun, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2025.121212 PMID:40222502	研究论文	利用深度学习辅助的三维多光束串行电子显微镜数据量化人类浅表白质的轴突特征	首次在纳米级分辨率下对人类浅表白质短程联络纤维进行大规模三维形态定量分析，并提供了包含128,285个有髓轴突的精确分割数据集	研究仅基于200×200×112μm的组织体积，可能无法完全代表整个白质区域的异质性	详细表征人类浅表白质中短程联络纤维的微观形态特征	人类浅表白质中的有髓轴突	数字病理学	NA	多光束扫描电子显微镜	CNN	三维电子显微镜图像	200×200×112μm组织体积中的128,285个有髓轴突	NA	深度卷积神经网络	NA	NA
4537	2025-10-06	Dual-energy CT-based virtual monoenergetic imaging via unsupervised learning 2025-Jun, Physical and engineering sciences in medicine IF:2.4Q2 DOI:10.1007/s13246-025-01560-y PMID:40448904	研究论文	提出一种基于无监督学习的双能CT虚拟单能成像方法，用于提升图像质量	无需标注数据即可从双能CT生成虚拟单能图像的无监督学习方法	骨骼组织的CT值测量存在统计学显著差异	提高双能CT虚拟单能成像的图像质量	患者双能CT数据	医学影像处理	NA	双能CT	深度学习	CT图像	患者数据	NA	NA	CT值差异, 图像质量评估	NA
4538	2025-10-06	Network-based analyses of multiomics data in biomedicine 2025-May-27, BioData mining IF:4.0Q1 DOI:10.1186/s13040-025-00452-x PMID:40426270	综述	本文综述了在多组学生物医学数据中使用网络表示和深度学习方法的各种现有方法	将网络表示与深度学习/机器学习方法结合应用于多组学数据分析，明确整合生物学数据间的层次关系	NA	评估多组学数据网络表示和分析方法的优缺点，探讨该领域可能的下一步发展方向	多组学数据（包括基因组学、转录组学、蛋白质组学等）	生物医学信息学	NA	多组学数据分析	深度学习, 机器学习	多组学数据	NA	NA	NA	NA	NA
4539	2025-10-06	Deep learning-based classification of hemiplegia and diplegia in cerebral palsy using postural control analysis 2025-Mar-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-93166-3 PMID:40087338	研究论文	本研究提出一种基于深度学习的脑瘫偏瘫和双瘫分类方法，通过分析姿势控制的时间序列数据	首次将循环神经网络应用于脑瘫姿势控制数据分析，采用自动参数优化和数据增强技术提升模型性能	样本量相对有限，准确率为76.43%仍有提升空间	开发准确分类脑瘫类型（偏瘫和双瘫）的自动化诊断工具	脑瘫患者的姿势控制数据	医疗人工智能	脑瘫	姿势控制分析，时间序列数据分析	RNN, BiGRU, LSTM	时间序列力数据	NA	NA	双向门控循环单元，长短期记忆网络	准确率	NA
4540	2025-10-06	Convolutional Neural Networks for the segmentation of hippocampal structures in postmortem MRI scans 2025-Mar, Journal of neuroscience methods IF:2.7Q3 DOI:10.1016/j.jneumeth.2024.110359 PMID:39755177	研究论文	本研究开发了一种基于卷积神经网络的海马体结构自动分割方法，用于死后MRI扫描中的海马体分区	提出了一种新的分割框架，包含嵌入自注意力机制和空洞空间金字塔池化的编码器-解码器块，能够更好地识别海马体的四个区域	样本量较小，仅使用了15个死后MRI扫描	开发自动分割海马体结构的方法以替代耗时的手动分割	死后MRI扫描中的海马体结构	计算机视觉	阿尔茨海默病	MRI（T1加权、T2加权和磁敏感加权）	CNN	医学图像	15个死后MRI扫描	NA	UNet, Double UNet, Attention UNet, Multi-resolution UNet	定性比较, 定量比较	NA