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
461	2025-09-18	Mammographic density assessed using deep learning in women at high risk of developing breast cancer: the effect of weight change on density 2025-Sep-15, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ae029b PMID:40902628	研究论文	本研究探讨了基于深度学习的乳腺密度评估方法在体重变化背景下的表现，并与传统体积密度方法进行对比	首次研究体重减轻对基于人工智能的乳腺密度评分的影响，揭示了深度学习模型pVAS与传统Volpara方法在响应体重变化时的差异	样本量较小（仅46名女性），观察时间较短（12个月），且研究对象局限于有乳腺癌家族史的高风险人群	评估体重变化对基于深度学习的乳腺密度测量结果的影响	46名参与体重干预研究的乳腺癌高风险女性	数字病理学	乳腺癌	深度学习，乳腺X线摄影	深度学习模型	医学影像	46名高风险女性，在12个月体重干预研究前后分别进行乳腺X线检查
462	2025-09-18	SuperGLUE facilitates an explainable training framework for multi-modal data analysis 2025-Sep-15, Cell reports methods IF:4.3Q2 DOI:10.1016/j.crmeth.2025.101167 PMID:40914154	研究论文	提出一种基于概率深度学习的可解释多模态数据整合方法，用于单细胞多组学数据分析	结合概率深度学习和统计建模构建可解释框架，统一不同组学数据整合流程并评估整合贡献	NA	开发可扩展的多模态数据整合方法，挖掘生物特征间的重要关系	单细胞多组学数据和传感数据	机器学习	NA	多组学数据整合	概率深度学习模型	多模态组学数据	NA
463	2025-09-18	Synergy of advanced machine learning and deep neural networks with consensus molecular docking for virtual screening of anaplastic lymphoma kinase inhibitors 2025-Sep-15, Journal of computer-aided molecular design IF:3.0Q2 DOI:10.1007/s10822-025-00657-6 PMID:40952529	研究论文	本研究结合机器学习和深度学习技术，通过配体与结构双策略加速筛选新型ALK抑制剂，用于非小细胞肺癌治疗	融合集成投票模型与共识分子对接策略，首次联合使用三种分子对接程序特征进行虚拟筛选	需进一步体外实验验证模型筛选性能，数据集规模对图神经网络效果存在限制	开发AI模型预测ALK抑制剂，满足非小细胞肺癌ALK阳性突变治疗需求	Anaplastic Lymphoma Kinase (ALK)抑制剂	机器学习	肺癌	分子对接（GNINA, Vina-GPU, AutoDock-GPU），虚拟筛选	XGBoost, ANN, GNN, 集成投票模型	化合物结构数据	120,571种化合物虚拟筛选，鉴定出3种先导抑制剂
464	2025-09-18	Faster and Sharper Prostate T2W MRI with Deep Learning 2025-Sep-15, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.09.003 PMID:40957748	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
465	2025-09-18	Multiparametric magnetic resonance imaging of deep learning-based super-resolution reconstruction for predicting histopathologic grade in hepatocellular carcinoma 2025-Sep-14, World journal of gastroenterology IF:4.3Q1 DOI:10.3748/wjg.v31.i34.111541 PMID:40937458	研究论文	本研究利用基于深度学习的超分辨率重建技术提升多参数MRI图像质量，以预测肝细胞癌的组织病理学分级	首次将3D超分辨率重建技术（基于生成对抗网络）应用于多参数MRI，并通过大规模多中心数据验证其在肝细胞癌分级预测中的性能提升	回顾性研究设计，可能存在选择偏倚；仅针对可手术肝细胞癌患者	比较正常分辨率与超分辨率MRI在预测肝细胞癌组织病理学分级方面的效能	肝细胞癌患者	医学影像分析	肝细胞癌	多参数MRI（T2加权成像、扩散加权成像、门静脉期）、深度学习超分辨率重建	3D U-Net, GAN, XGBoost, CatBoost	MRI图像	826例患者（训练集459例，验证集196例，测试集171例）
466	2025-09-18	Deep Learning-Based Segmentation of 2D Projection-Derived Overlapping Prospore Membrane in Yeast 2025-Sep-13, Cell structure and function IF:2.0Q4 DOI:10.1247/csf.25032 PMID:40958578	研究论文	开发基于Mask R-CNN的深度学习流程DeMemSeg，用于分割酵母孢子形成过程中重叠的前孢子膜结构	针对2D最大强度投影图像中膜结构重叠的挑战，专门设计了能够准确分割重叠实例的深度学习方案	NA	实现复杂重叠膜结构的自动化定量形态学分析	酵母细胞的前孢子膜（PSMs）	计算机视觉	NA	最大强度投影（MIP）成像，深度学习分割	Mask R-CNN	显微镜图像	定制标注的数据集，包含gip1Δ突变细胞数据
467	2025-09-18	Gait data generation using lightweight generative deep learning framework 2025-Sep-12, Journal of biomechanics IF:2.4Q3 DOI:10.1016/j.jbiomech.2025.112951 PMID:40957131	研究论文	提出一种轻量级混合生成模型FNN-AE，用于高效生成逼真的人类步态数据	结合前馈神经网络与自编码器的轻量级混合架构，在降低计算复杂度的同时保持数据保真度	NA	解决步态数据采集困难及现有生成模型计算资源消耗大的问题	人类步态数据	机器学习	NA	生成式深度学习	FNN-AE (前馈神经网络与自编码器混合模型)	运动数据	NA
468	2025-09-18	Multimodal deep learning method based on multiple spectra for lung cancer early diagnosis 2025-Sep-12, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2025.126932 PMID:40957203	研究论文	提出一种基于多光谱的多模态深度学习方法，用于肺癌早期诊断	整合四种光谱数据（傅里叶变换红外光谱、紫外-可见吸收光谱、荧光光谱和拉曼光谱），采用双分支架构和MambaVision融合模块实现跨模态交互	NA	开发肺癌早期智能诊断方法	肺癌患者的光谱数据	数字病理	肺癌	傅里叶变换红外光谱、UV-vis吸收光谱、荧光光谱、拉曼光谱	多模态深度学习、MambaVision	一维序列数据、二维图像数据	NA
469	2025-09-18	Deep learning and capsule endoscopy: automatic panendoscopic detection of protruding lesions 2025-Sep-10, BMJ open gastroenterology IF:3.3Q2 DOI:10.1136/bmjgast-2024-001655 PMID:40935410	研究论文	开发并测试基于卷积神经网络的算法，用于胶囊内窥镜中全消化道隆起性病变的自动检测	首次报道用于全消化道隆起性病变检测的CNN模型，填补了AI增强胶囊内镜领域的空白	需要进一步多中心前瞻性研究验证初步结果，以推动深度学习模型进入临床实践	提高胶囊内窥镜检查的效率和准确性，实现隆起性病变的自动检测	全消化道隆起性病变（包括息肉、上皮肿瘤和上皮下病变）	计算机视觉	消化道疾病	胶囊内窥镜检查	CNN	图像	1245例胶囊内窥镜检查，191455帧图像（其中52717帧包含病变）
470	2025-09-18	An Interpretable Deep Learning Framework for Preoperative Classification of Lung Adenocarcinoma on CT Scans: Advancing Surgical Decision Support 2025-Sep-10, Annali italiani di chirurgia IF:0.9Q3 DOI:10.62713/aic.4239 PMID:40955186	研究论文	开发并评估一种基于注意力增强SE-ResNet的可解释深度学习框架，用于从胸部CT图像自动分类肺腺癌	引入注意力机制增强SE-ResNet模型，并结合Grad-CAM提升模型可解释性和肿瘤区域可视化定位能力	研究样本量相对有限（380例），需进一步验证临床适用性	提高肺腺癌术前CT图像的自动分类性能，并增强模型可解释性以支持临床决策	肺腺癌患者和健康对照者的胸部CT轴向切片	计算机视觉	肺癌	CT成像	SE-ResNet50, ResNet50	图像	3800张CT切片（来自190例肺腺癌患者和190例对照者，每例10张切片）
471	2025-09-18	Accelerating the discovery and optimization of metal-organic framework materials via machine learning 2025-Sep-10, Advances in colloid and interface science IF:15.9Q1 DOI:10.1016/j.cis.2025.103671 PMID:40957153	综述	本文系统回顾了机器学习在金属有机框架材料发现与优化中的应用进展	整合最新机器学习技术与MOF研究进展，提供跨学科视角加速新材料开发	NA	加速金属有机框架材料的设计、筛选与性能预测	金属有机框架材料	机器学习	NA	回归分析、分类算法、聚类分析、深度学习、强化学习	NA	材料数据	NA
472	2025-09-18	Automated lesion detection in endoscopic imagery for small animal models - a pilot study 2025-Sep-09, Biomedizinische Technik. Biomedical engineering DOI:10.1515/bmt-2025-0179 PMID:40960131	研究论文	本研究开发了一种基于YOLOv7的深度学习系统，用于自动检测和分类小鼠结肠镜检查视频中的肿瘤病变	首次将预训练于人类息肉图像的YOLOv7模型应用于小鼠模型，并结合粪便检测器和颜色滤波器提升检测性能	仅为初步研究，需要进一步评估以全面了解系统性能	开发自动化工具以辅助临床前内窥镜研究中的肿瘤评估	小鼠结肠肿瘤	计算机视觉	结直肠癌	深度学习，目标检测	YOLOv7	视频	28只小鼠的150个视频，其中125个包含肿瘤
473	2025-09-18	ResDeepGS: A deep learning-based method for crop phenotype prediction 2025-Sep-08, Methods (San Diego, Calif.) DOI:10.1016/j.ymeth.2025.07.013 PMID:40930401	研究论文	提出一种基于深度学习的作物表型预测方法ResDeepGS，用于基因组选择任务	结合增量递归特征选择与增强型多层卷积神经网络（含残差结构和dropout策略），显著提升预测精度和效率	未提及模型在跨物种泛化能力或计算资源需求方面的具体限制	提升作物基因组选择中表型预测的准确性和效率	小麦、玉米和大豆的基因组与表型数据	机器学习	NA	基因组选择（GS）	CNN（卷积神经网络）	基因组标记数据	三个数据集（小麦、玉米、大豆），具体样本量未明确说明
474	2025-09-18	A modular pipeline for evidence-integrated genome annotation across species: A case study on Schmidtea mediterranea 2025-Sep-08, Genomics IF:3.4Q2 DOI:10.1016/j.ygeno.2025.111104 PMID:40930433	研究论文	开发了一个模块化、可扩展的基因组注释流程，用于整合多种测序技术并改进非经典模式生物的基因组注释	结合短读长和长读长测序技术，集成基于参考基因组和从头组装方法，并利用DeepSplice深度学习提升剪接位点检测精度	NA	解决基因组资源有限的非经典模式生物（如Schmidtea mediterranea）的基因组注释挑战	Schmidtea mediterranea（地中海涡虫）的无性系品系	基因组学	NA	Illumina短读长测序, PacBio长读长测序, DeepSplice深度学习预测	深度学习	基因组序列数据	NA
475	2025-09-18	Detecting Diverse Seizure Types with Wrist-Worn Wearable Devices: A Comparison of Machine Learning Approaches 2025-Sep-06, Sensors (Basel, Switzerland) DOI:10.3390/s25175562 PMID:40942991	研究论文	评估腕戴式可穿戴设备结合机器学习方法检测多种癫痫类型的可行性和效果	扩展了腕戴设备检测范围至除全身强直阵挛发作外的多种癫痫类型，包括局灶性、全身性和亚临床发作，并比较了多种机器学习策略	对非运动型癫痫类型的检测性能有限，假警报率较高	探索腕戴式可穿戴设备和机器学习在癫痫检测中的应用潜力	28名接受住院视频脑电图监测的癫痫患者	机器学习	癫痫	加速度计、血容量脉冲、皮肤电活动、皮肤温度和心率监测	XGBoost, LSTM, CNN, Transformer, ROCKET	多模态生理信号数据	28名患者
476	2025-09-18	Proposition of a new, minimally-invasive, software smartphone device to predict sleep apnea and its severity 2025-Sep-05, Sleep & breathing = Schlaf & Atmung DOI:10.1007/s11325-025-03441-w PMID:40911165	研究论文	提出并评估一款基于智能手机的软件设备Apneal®，用于无创预测睡眠呼吸暂停及其严重程度	利用智能手机内置麦克风、加速度计和陀螺仪采集声音与运动信号，结合深度学习模型自动检测呼吸事件，为睡眠呼吸暂停提供便捷的诊断替代方案	单中心概念验证研究，样本量较小（n=46），模型为初期版本（v0.1）	评估智能手机应用在睡眠呼吸暂停指数（AHI）预测中的性能，解决多导睡眠图（PSG）可及性不足的问题	成年睡眠呼吸暂停疑似患者	数字健康	睡眠呼吸暂停	声音信号分析、运动传感技术、深度学习自动评分	序列深度学习模型	声音信号、运动传感器数据	46名成年患者（女性占比34%，平均BMI 28.7 kg/m²）
477	2025-09-18	Quantitative Microscopy for Cell-Surface and Cell-Cell Interactions in Immunology 2025-Sep-05, Bio-protocol IF:1.0Q3 DOI:10.21769/BioProtoc.5427 PMID:40948891	研究论文	介绍基于光学显微镜的两种互补实验方法，用于定量分析细胞表面和细胞间相互作用，特别针对免疫学中的NK细胞与癌细胞相互作用	开发了新的开源图形用户界面Celldetective，结合无标记成像和深度学习技术，实现单细胞水平的动态相互作用定量分析	虽然方法可适配多种细胞类型，但当前协议主要应用于原代免疫细胞，可能需要针对不同细胞类型进行优化	建立定量显微镜方法研究免疫学中的细胞表面和细胞间相互作用	人类原代自然杀伤细胞（NK细胞）和模拟癌症表面/肿瘤细胞	数字病理	癌症	光学显微镜、时间推移成像、荧光成像、深度学习	深度学习	图像	NA
478	2025-09-18	Machine Learning for Multi-Omics Characterization of Blood Cancers: A Systematic Review 2025-Sep-04, Cells IF:5.1Q2 DOI:10.3390/cells14171385 PMID:40940796	系统综述	本文系统评估了人工智能和机器学习在血液恶性肿瘤多组学分子特征分析中的应用	首次系统评估了机器学习在血液癌症多组学整合中的表现，并特别关注可解释性、验证性和伦理问题	存在验证不足、可解释性有限和标准化缺失的局限	评估人工智能和机器学习在血液恶性肿瘤分子特征分析中的应用效果	血液系统恶性肿瘤（如急性髓系白血病、急性淋巴细胞白血病、多发性骨髓瘤）	机器学习	血液癌症	多组学整合分析	SVM, Random Forest, 深度学习	多组学数据	89项符合纳入标准的研究（共筛选2847条记录）
479	2025-09-18	Domain-Interactive Contrastive Learning and Prototype-Guided Self-Training for Cross-Domain Polyp Segmentation 2025-Sep, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3443262 PMID:39141465	研究论文	提出一种结合域交互对比学习和原型引导自训练的无监督域适应框架，用于提升结肠镜图像中息肉分割的跨域性能	引入域交互对比学习（DCL）和原型引导自训练（PS）策略，首次同时关注类间和域间特征表示，并通过动态权重过滤不可靠像素	未明确说明实验数据集的具体规模和多样性限制	解决不同成像设备采集的结肠镜图像域间差异导致的息肉分割性能下降问题	结肠镜图像中的息肉区域	计算机视觉	结直肠癌	无监督域适应（UDA），对比学习	深度学习分割模型（含主解码器和辅助输出）	图像	NA
480	2025-09-18	Solving Zero-Shot Sparse-View CT Reconstruction With Variational Score Solver 2025-Sep, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3475516 PMID:39374276	研究论文	提出一种名为变分分数求解器（VSS）的新型零样本稀疏视图CT重建方法，无需配对数据	通过潜在扩散模型获取概率分布，采用基于分布的方法而非确定性值，并通过寻找扩散模型固定点来提炼先验知识	NA	解决稀疏视图CT重建中的辐射剂量问题，提高重建质量	CT医学影像	计算机视觉	NA	潜在扩散模型	扩散模型	CT图像	NA