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
441	2025-05-14	A comprehensive dataset of magnetic resonance enterography images with intestinal segment annotations 2025-Mar-11, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-04760-z PMID:40069172	research paper	该研究创建了一个包含肠道分段注释的磁共振肠造影图像的综合数据集，用于炎症性肠病的诊断和监测	提供了一个大规模、精细标注的MRE数据集，并验证了几种最先进的分割方法在该数据集上的效率	数据集仅包含114名IBD患者，可能无法涵盖所有临床情况	开发自动化工具以辅助炎症性肠病的管理	炎症性肠病患者的磁共振肠造影图像	digital pathology	inflammatory bowel disease	magnetic resonance enterography (MRE), HASTE sequences	NA	image	114名IBD患者的MRE数据，每人包含10个肠道分段的精细像素级注释
442	2025-05-14	Infusing structural assumptions into dimensionality reduction for single-cell RNA sequencing data to identify small gene sets 2025-Mar-11, Communications biology IF:5.2Q1 DOI:10.1038/s42003-025-07872-9 PMID:40069486	研究论文	提出了一种称为增强自编码器(BAE)的方法，用于在单细胞RNA测序数据的降维过程中融入生物学假设，以识别小基因集	结合了无监督深度学习降维和增强方法的优势，能够选择解释潜在维度的小基因集	NA	改进单细胞RNA测序数据的降维方法，融入生物学假设	单细胞RNA测序数据	生物信息学	NA	单细胞RNA测序	自编码器(BAE)	基因表达数据	NA
443	2025-05-14	Efficient deep learning-based tomato leaf disease detection through global and local feature fusion 2025-Mar-11, BMC plant biology IF:4.3Q1 DOI:10.1186/s12870-025-06247-w PMID:40069604	研究论文	本文提出了一种高效的番茄叶片病害检测网络E-TomatoDet，通过融合和增强全局与局部特征感知能力，提高了番茄叶片病害检测的效果	结合CSWinTransformer提升全局特征捕获能力，设计综合多核模块(CMKM)学习多尺度局部特征，并开发局部特征增强金字塔(LFEP)颈网络以整合不同检测层的多尺度特征	未提及在更广泛或多样化环境中的泛化能力测试	提高复杂环境下番茄叶片病害的检测效率	番茄叶片病害	计算机视觉	植物病害	深度学习	E-TomatoDet (基于CSWinTransformer和CMKM的定制网络)	图像	两个数据集（具体数量未说明）
444	2025-05-14	Breast tumors from ATM pathogenic variant carriers display a specific genome-wide DNA methylation profile 2025-Mar-11, Breast cancer research : BCR IF:6.1Q1 DOI:10.1186/s13058-025-01988-w PMID:40069712	研究论文	本研究探讨了ATM致病性变异携带者的乳腺肿瘤是否具有特定的全基因组DNA甲基化特征	发现了ATM致病性变异携带者乳腺肿瘤的特定DNA甲基化特征，并确定了27个关键基因启动子的甲基化模式可作为ATM致病性变异状态的预测标志物	样本量相对较小，特别是A-T患者仅有2例，且转录组数据仅来自10个肿瘤	研究ATM致病性变异携带者乳腺肿瘤的DNA甲基化特征，以寻找潜在的生物标志物	ATM致病性变异携带者的乳腺肿瘤	数字病理学	乳腺癌	Illumina Infinium HumanMethylation EPIC和450K BeadChips	logistic回归、随机森林和XGBoost	DNA甲基化数据和转录组数据	2名A-T患者、27名ATM致病性变异携带者、6名临床意义未明变异携带者和484名非携带者
445	2025-05-14	RBPsuite 2.0: an updated RNA-protein binding site prediction suite with high coverage on species and proteins based on deep learning 2025-Mar-11, BMC biology IF:4.4Q1 DOI:10.1186/s12915-025-02182-2 PMID:40069726	research paper	介绍了一个更新的RNA-蛋白质结合位点预测工具RBPsuite 2.0，该工具基于深度学习，支持更多物种和蛋白质	RBPsuite 2.0相比前代版本支持更多RNA结合蛋白（从154增加到353）和物种（从1增加到7），并使用iDeepC替代CRIP以提高对环状RNA预测的准确性	未明确提及具体局限性	开发一个更全面、易用的RNA-蛋白质结合位点预测工具	RNA结合蛋白（RBPs）及其与线性RNA和环状RNA的结合位点	生物信息学	NA	深度学习	iDeepC	RNA序列	支持353种RNA结合蛋白和7个物种
446	2025-05-14	AnomalGRN: deciphering single-cell gene regulation network with graph anomaly detection 2025-Mar-11, BMC biology IF:4.4Q1 DOI:10.1186/s12915-025-02177-z PMID:40069807	研究论文	提出了一种名为AnomalGRN的模型，用于通过图异常检测技术解析单细胞基因调控网络	首次将异常检测技术应用于基因调控网络分析，并引入余弦度量规则来区分节点间的同质性和异质性	未提及具体的数据噪声处理效果及模型在更大规模数据集上的表现	解析单细胞基因调控网络中的复杂调控机制	单细胞RNA测序数据中的基因调控网络	生物信息学	NA	scRNA-seq	AnomalGRN	基因表达数据	NA
447	2025-05-14	Cellular senescence predicts breast cancer risk from benign breast disease biopsy images 2025-Mar-11, Breast cancer research : BCR IF:6.1Q1 DOI:10.1186/s13058-025-01993-z PMID:40069863	research paper	该研究通过深度学习模型预测乳腺上皮和脂肪组织中的细胞衰老评分，以评估良性乳腺疾病女性患乳腺癌的风险	首次利用深度学习模型从H&E染色活检图像中预测细胞衰老评分，并将其与乳腺癌风险关联	研究样本仅来自单一医疗机构，可能限制结果的普遍性	评估细胞衰老评分在预测良性乳腺疾病女性乳腺癌风险中的价值	15,395名接受乳腺活检的女性，其中512例后续发展为浸润性乳腺癌，491例为对照	digital pathology	breast cancer	H&E染色，深度学习	深度学习模型（具体类型未说明）	image	1,003名女性（512例病例，491例对照）
448	2025-05-14	SynthMol: A Drug Safety Prediction Framework Integrating Graph Attention and Molecular Descriptors into Pre-Trained Geometric Models 2025-Mar-10, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c01320 PMID:40000610	research paper	介绍SynthMol，一种整合预训练3D结构特征、图注意力网络和分子指纹的深度学习框架，用于高精度分子性质预测	整合预训练3D结构特征、图注意力网络和分子指纹，实现分子性质预测的高精度	未明确提及	开发一种深度学习框架以提高药物安全性评估的准确性	药物分子	machine learning	NA	深度学习，图注意力网络，分子指纹	GAT (Graph Attention Network)	分子结构数据	22个数据集，包括MoleculeNet、MolData和已发表的药物安全数据
449	2025-05-14	Vision Mamba and xLSTM-UNet for medical image segmentation 2025-Mar-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-88967-5 PMID:40059111	研究论文	该研究提出了一种名为VMAXL-UNet的新型医学图像分割网络，结合了结构化状态空间模型（SSM）和轻量级LSTM（xLSTM），以提高分割精度和鲁棒性	首次将SSM和xLSTM结合用于医学图像分割，通过VSS和ViL模块有效融合局部边界细节与全局语义上下文	未提及模型在更大规模或多样化数据集上的泛化能力	解决传统CNN感受野有限和Transformer计算复杂度高的问题，提高医学图像分割性能	医学图像分割	数字病理	NA	深度学习	VMAXL-UNet（结合SSM和xLSTM）	医学图像	ISIC17、ISIC18、CVC-ClinicDB和Kvasir数据集
450	2025-05-14	Machine learning-assisted wearable sensing systems for speech recognition and interaction 2025-Mar-10, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-57629-5 PMID:40064879	research paper	提出了一种可穿戴无线柔性皮肤附着声学传感器（SAAS），用于在恶劣声学环境中实现语音识别和人机交互	利用压电微机械超声换能器（PMUT）和ResNet架构，显著提高了喉部语音特征的分类准确率	未提及在极端环境下的性能测试或长期佩戴的舒适性评估	开发一种能够在嘈杂环境中实现高精度语音识别和人机交互的可穿戴系统	人类语音和皮肤运动	machine learning	NA	PMUT, ResNet	ResNet, deep learning model	语音振动和皮肤运动数据	未明确提及样本数量
451	2025-05-14	Pixel level deep reinforcement learning for accurate and robust medical image segmentation 2025-Mar-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-92117-2 PMID:40064951	研究论文	提出了一种基于像素级深度强化学习的模型PixelDRL-MG，用于更准确和鲁棒的医学图像分割	采用动态迭代更新策略和像素级异步优势演员-评论家(PA3C)策略，直接分割感兴趣区域，无需用户交互或粗略分割掩码	NA	打破现有深度学习方法的路径依赖，提高医学图像分割的准确性和鲁棒性	医学图像分割	计算机视觉	NA	深度强化学习	PixelDRL-MG, PA3C	医学图像	两个常用医学图像分割数据集
452	2025-05-14	Leveraging large language models for knowledge-free weak supervision in clinical natural language processing 2025-Mar-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-68168-2 PMID:40064991	研究论文	本文提出了一种利用大型语言模型（LLMs）进行知识无关的弱监督方法，用于临床自然语言处理任务	通过微调LLMs和基于提示的方法生成弱标记数据，训练下游BERT模型，在少量黄金标准数据上进一步微调，实现了优于传统监督方法的性能	LLMs的推理计算量较大	解决临床自然语言处理中标记数据稀缺的问题	临床命名实体识别任务	自然语言处理	NA	弱监督学习、上下文学习	LLM（Llama2-13B）、BERT	文本	不超过10个黄金标准笔记（少量数据）和50个黄金标准笔记
453	2025-05-14	Accuracy of deep learning models in the detection of accessory ostium in coronal cone beam computed tomographic images 2025-Mar-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-93250-8 PMID:40064998	研究论文	本研究评估了深度学习模型在冠状锥形束计算机断层扫描图像中检测副窦口的准确性	首次研究了CNN在放射影像中检测副窦口的有效性，填补了该领域的研究空白	研究仅使用了裁剪后的二维CBCT图像，未涉及三维CBCT扫描	评估深度学习模型在冠状CBCT图像中检测副窦口的准确性	副窦口（AO）在冠状CBCT图像中的检测	数字病理	鼻窦疾病	CBCT扫描	VGG16, MobileNetV2, ResNet101V2	图像	454张冠状切片图像（来自856个大视野CBCT扫描），经预处理和增强后得到1260张图像
454	2025-05-14	SNPeBoT: a tool for predicting transcription factor allele specific binding 2025-Mar-10, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-025-06094-4 PMID:40065237	research paper	介绍了一个名为SNPeBoT的深度学习模型，用于预测单核苷酸多态性（SNP）对转录因子结合的影响	结合ChIP-seq和PBM实验数据，训练CNN模型预测SNP对转录因子结合的影响，提高了预测准确性和ASB事件的召回率	对转录因子结合位点的变化及其作用的理解仍有限	预测SNP对转录因子结合的影响，以发现与非编码突变相关的疾病	转录因子结合位点的SNP	machine learning	NA	ChIP-seq, PBM, CNN	CNN	DNA序列数据	18211个E-score profiles，来自113个转录因子
455	2025-05-14	Convolutional block attention gate-based Unet framework for microaneurysm segmentation using retinal fundus images 2025-Mar-10, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01625-0 PMID:40065294	研究论文	提出了一种基于CBAM-AG U-Net模型的微动脉瘤分割方法，用于糖尿病视网膜病变的早期诊断	结合了卷积块注意力模块(CBAM)和注意力门(AG)机制到U-Net架构中，提升了特征提取和分割精度	未提及模型在更广泛数据集上的泛化能力或计算资源需求	开发自动分割视网膜图像中微动脉瘤的方法以辅助糖尿病视网膜病变诊断	视网膜眼底图像中的微动脉瘤	数字病理学	糖尿病视网膜病变	深度学习	CBAM-AG U-Net	图像	IDRiD数据集（具体数量未提及）
456	2025-05-14	Advancing AI-driven thematic analysis in qualitative research: a comparative study of nine generative models on Cutaneous Leishmaniasis data 2025-Mar-10, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-02961-5 PMID:40065373	研究论文	比较九种生成式AI模型在皮肤利什曼病数据上的主题分析效果	首次在皮肤利什曼病的心理社会影响研究中系统比较多种AI生成模型与传统方法的效能，并建立了脆弱性循环框架	研究仅针对皮肤利什曼病数据，结果在其他疾病领域的适用性有待验证	评估AI辅助主题分析在定性研究中的效能	皮肤利什曼病患者的心理社会影响	自然语言处理	皮肤利什曼病	主题分析，Jaccard指数计算	Llama 3.1 405B, Claude 3.5 Sonnet, NotebookLM, Gemini 1.5 Advanced Ultra, ChatGPT o1-Pro, ChatGPT o1, GrokV2, DeepSeekV3, Gemini 2.0 Advanced	文本	448名参与者
457	2025-05-14	Automated deep learning-based assessment of tumour-infiltrating lymphocyte density determines prognosis in colorectal cancer 2025-Mar-10, Journal of translational medicine IF:6.1Q1 DOI:10.1186/s12967-025-06254-3 PMID:40065354	research paper	开发了一种基于深度学习的自动化方法，用于评估结直肠癌H&E切片中肿瘤浸润淋巴细胞（TILs）的密度，以预测患者预后	首次提出了一种全自动的iTIL评估系统，能够在多个独立患者队列中展示泛化能力	NA	研究TILs密度对结直肠癌患者预后的预测能力	结直肠癌患者的H&E切片	digital pathology	colorectal cancer	H&E染色	deep neural networks	image	发现队列353例，验证队列1070例和885例
458	2025-05-14	Precise engineering of gene expression by editing plasticity 2025-Mar-10, Genome biology IF:10.1Q1 DOI:10.1186/s13059-025-03516-7 PMID:40065399	研究论文	该研究通过深度学习模型预测和验证转录顺式调控元件（CREs），并利用这些信息精确调控基因表达，从而优化作物性状	提出了'编辑可塑性'的新概念，用于评估启动子编辑改变基因表达的潜力，并通过实验验证了预测的准确性	研究主要集中在玉米中的ZmVTE4基因，尚未广泛验证于其他作物或基因	通过精确调控基因表达来改进作物性状	转录顺式调控元件（CREs）和基因表达	遗传工程	NA	UMI-STARR-seq, 深度学习	sequence-to-expression 深度学习模型	基因序列数据	12,000个合成序列
459	2025-05-14	A CT-based interpretable deep learning signature for predicting PD-L1 expression in bladder cancer: a two-center study 2025-Mar-10, Cancer imaging : the official publication of the International Cancer Imaging Society IF:3.5Q1 DOI:10.1186/s40644-025-00849-1 PMID:40065444	research paper	本研究构建并评估了一种基于CT图像的深度学习特征，用于预测膀胱癌患者PD-L1表达状态	利用深度学习特征结合SHAP技术解释模型内部预测过程，优于传统放射组学机器学习特征	回顾性研究且样本量有限（仅190例患者）	开发可预测膀胱癌PD-L1表达状态的可靠工具	膀胱癌患者	digital pathology	bladder cancer	CT imaging	CNN	image	190例接受膀胱癌切除术的患者（训练集127例/外部验证集63例）
460	2025-05-14	Development of a deep learning-based model for guiding a dissection during robotic breast surgery 2025-Mar-10, Breast cancer research : BCR IF:6.1Q1 DOI:10.1186/s13058-025-01981-3 PMID:40065440	研究论文	开发了一种基于深度学习的模型，用于在机器人乳腺手术中指导解剖	首次开发了用于机器人乳腺手术的深度学习引导模型，为初学者和学员提供手术指导	样本量较小，仅使用了10个手术视频的数据	开发一种深度学习模型，用于在机器人乳腺切除术中指导解剖平面	机器人乳腺切除术的手术视频	数字病理	乳腺癌	深度学习	DL	视频	10个手术视频中的8,834张图像