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
4841	2025-10-06	Spatial multi-omics and deep learning reveal fingerprints of immunotherapy response and resistance in hepatocellular carcinoma 2025-Jun-12, bioRxiv : the preprint server for biology DOI:10.1101/2025.06.11.656869 PMID:40661489	研究论文	本研究通过空间多组学技术和深度学习揭示肝细胞癌免疫治疗应答与耐药的特征图谱	开发了可解释的多模态深度学习框架，结合空间转录组和蛋白质组数据识别免疫治疗应答的关键特征，并发现非应答者中限制性细胞外基质因子形成的界面生态位	研究样本量有限，需要在更大队列中验证发现的特征	探索肝细胞癌免疫治疗应答和耐药的分子机制	人类肝细胞癌组织样本（免疫治疗前后采集）	数字病理学	肝细胞癌	空间转录组学, 空间蛋白质组学	图神经网络	空间多组学数据	NA	NA	图神经网络	ROC-AUC	NA
4842	2025-10-06	Upper Airway Volume Predicts Brain Structure and Cognition in Adolescents 2025-Jun-03, American journal of respiratory and critical care medicine IF:19.3Q1 DOI:10.1164/rccm.202409-1748OC PMID:40460372	研究论文	本研究通过深度学习分析MRI图像，发现上呼吸道体积可预测青少年大脑结构和认知能力	首次在大型儿科队列中应用深度学习进行上呼吸道分割，并建立上呼吸道体积与认知功能及脑结构的关联	观察性研究设计无法确定因果关系，结果主要基于相关性分析	评估MRI衍生的上呼吸道体积与儿童认知功能和区域皮质灰质体积的关系	11,875名9-10岁青少年	数字病理	睡眠呼吸障碍	磁共振成像	深度学习	MRI图像	11,875名儿童，5,552,640个脑部MRI切片	NA	NA	均值差异, 95%置信区间, P值	NA
4843	2025-10-06	Genome structure mapping with high-resolution 3D genomics and deep learning 2025-May-07, bioRxiv : the preprint server for biology DOI:10.1101/2025.05.06.650874 PMID:40654659	研究论文	本文介绍了一种结合高分辨率3D基因组学和深度学习的方法，用于预测细胞类型特异性的3D基因组结构	开发了基于注意力机制的深度学习模型Cleopatra，通过预训练和微调策略实现亚千碱基级别的3D基因组图谱预测	方法依赖于特定类型的表观基因组数据，可能无法完全覆盖所有细胞类型的复杂性	建立超高分辨率3D基因组图谱预测框架，研究细胞类型特异性基因调控机制	四种人类细胞类型的3D基因组结构	机器学习	NA	区域捕获微C技术(RCMC), 微C技术(Micro-C), 表观基因组分析	深度学习, 注意力机制	表观基因组数据, 3D基因组接触图谱	四种人类细胞类型	NA	基于注意力的深度学习架构	预测准确性, 分辨率	NA
4844	2025-10-06	High-Performance Method and Architecture for Attention Computation in DNN Inference 2025-04, IEEE transactions on biomedical circuits and systems IF:3.8Q2 DOI:10.1109/TBCAS.2024.3436837 PMID:39088504	研究论文	提出一种基于存内计算的在线可编程注意力硬件架构，用于深度神经网络推理中的注意力计算	将注意力计算分解为级联组合矩阵运算降低硬件复杂度，设计在线可编程CIM架构通过动态调整权重提高计算精度	基于100nm CMOS工艺验证，尚未在实际医疗影像应用中测试	解决注意力机制在硬件部署中的高资源消耗和低精度问题	深度神经网络中的注意力计算硬件架构	机器学习	NA	存内计算(CIM)	DNN	NA	NA	NA	Attention	集成密度, 能效, 延迟, 计算效率	100nm CMOS工艺, Spice仿真
4845	2025-10-06	Comparative evaluation of deep learning architectures, including UNet, TransUNet, and MIST, for left atrium segmentation in cardiac computed tomography of congenital heart diseases 2025-Apr, Ewha medical journal IF:0.3Q3 DOI:10.12771/emj.2025.00087 PMID:40703371	研究论文	比较UNet、TransUNet和MIST三种深度学习架构在先天性心脏病心脏CT图像左心房分割中的性能	首次系统比较三种深度学习架构在先天性心脏病左心房分割中的表现，并深入分析MIST模型中空间注意力机制的有效性	MIST模型计算开销较大，临床实际部署存在困难	评估不同深度学习模型在心脏CT图像左心房分割中的性能差异	先天性心脏病患者的左心房	计算机视觉	心血管疾病	心脏计算机断层扫描	深度学习	医学图像	108个公开可用的CT体积数据，其中97例用于训练验证，11例用于测试	NA	UNet, TransUNet, MIST	Dice分数, HD95	NA
4846	2025-10-06	Development of automatic organ segmentation based on positron-emission tomography analysis system using Swin UNETR in breast cancer patients in Korea 2025-Apr, Ewha medical journal IF:0.3Q3 DOI:10.12771/emj.2025.00094 PMID:40703367	研究论文	开发基于Swin UNETR的PET自动器官分割系统，用于韩国乳腺癌患者的标准化SUV评估	首次将Swin UNETR模型应用于乳腺癌患者PET影像的自动器官分割，实现全器官SUV分析的标准化	样本量有限（总样本60例），仅针对韩国人群进行研究	通过深度学习标准化核医学影像中的SUV评估，提高乳腺癌诊断和预后准确性	乳腺癌患者的关键器官（乳腺、肝脏、脾脏和骨髓）	数字病理	乳腺癌	PET（正电子发射断层扫描）	Swin UNETR	医学影像	60例患者（训练集40例，验证集10例，独立测试集10例）	PyTorch	Swin UNETR	分割准确度	NA
4847	2025-10-06	Cyclic dual latent discovery for improved blood glucose prediction through patient-provider interaction modeling: a prediction study 2025-Apr, Ewha medical journal IF:0.3Q3 DOI:10.12771/emj.2025.00332 PMID:40703385	研究论文	提出一种循环双潜在发现(CDLD)深度学习框架，通过建模患者-医护人员交互来改进血糖水平预测	首次将患者-医护人员交互建模引入血糖预测框架，采用循环训练机制交替更新患者和医护人员的潜在表示	仅使用ICU患者数据，可能限制模型在普通糖尿病患者的泛化能力	提高血糖变异性预测准确性以改善糖尿病管理	ICU患者及其与医护人员的交互记录	机器学习	糖尿病	深度学习	深度学习框架	电子健康记录，患者-医护人员交互数据	来自MIMIC-IV v3.0数据库的约5,014个患者-医护人员交互实例	NA	循环双潜在发现(CDLD)	均方根误差(RMSE)	NA
4848	2025-10-06	Physics-Informed Autoencoder for Prostate Tissue Microstructure Profiling with Hybrid Multidimensional MRI 2025-03, Radiology. Artificial intelligence DOI:10.1148/ryai.240167 PMID:39907585	研究论文	本研究评估了物理信息自编码器在利用混合多维MRI测量前列腺癌组织生物标志物方面的性能	将三室扩散弛豫模型与混合多维MRI整合到自监督深度学习模型中，无需大量训练数据即可预测组织特异性生物标志物	回顾性研究设计，样本量相对较小（21名患者）	开发准确、非侵入性且可解释的人工智能方法用于前列腺癌检测	前列腺癌患者和前列腺组织	数字病理	前列腺癌	混合多维MRI, MR扩散加权成像	自编码器, 深度学习	MRI图像	21名前列腺癌患者（平均年龄60岁±6.6，全部男性），71个感兴趣区域	NA	堆叠自编码器	组内相关系数, Pearson相关系数	NA
4849	2025-10-06	RVDLAHA: An RISC-V DLA Hardware Architecture for On-Device Real-Time Seizure Detection and Personalization in Wearable Applications 2025-02, IEEE transactions on biomedical circuits and systems IF:3.8Q2 DOI:10.1109/TBCAS.2024.3442250 PMID:39137083	研究论文	提出一种用于可穿戴设备的实时癫痫发作检测与个性化硬件架构RVDLAHA	开发了支持算法个性化的RISC-V深度学习加速器硬件架构和专用编译器	仅在实验室大鼠动物实验中验证，尚未进行人体临床试验	实现可穿戴设备上的实时癫痫发作检测与个性化算法	癫痫发作检测	机器学习	神经系统疾病	CNN推理加速	CNN	生理信号数据	实验室大鼠实验数据	自定义RVDLA编译器	CNN	准确率	Xilinx PYNQ-Z2 FPGA平台，工作频率1MHz，功耗0.107W
4850	2025-10-06	Real-time intraoperative ultrasound registration for accurate surgical navigation in patients with pelvic malignancies 2025-Feb, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-024-03299-5 PMID:39633142	研究论文	本研究开发并评估了多种实时术中超声配准方法，用于盆腔恶性肿瘤手术导航	开发了基于深度学习的实时术中超声骨骼和动脉分割方法，实现了快速准确的术中配准	术中超声存在用户依赖性，需要直观的软件支持才能达到最佳临床实施效果	开发准确快速的术中配准方法以改善盆腔恶性肿瘤手术导航效果	盆腔恶性肿瘤患者	医学影像分析	盆腔恶性肿瘤	术中超声，深度学习分割	深度学习	超声图像	30名患者	NA	NA	Dice系数，平均表面距离，目标配准误差	NA
4851	2025-10-06	Active learning of enhancers and silencers in the developing neural retina 2025-Jan-15, Cell systems IF:9.0Q1 DOI:10.1016/j.cels.2024.12.004 PMID:39778579	研究论文	本研究开发了一种主动学习方法，用于训练能够区分神经视网膜发育中增强子和沉默子的深度学习模型	将主动学习与合成生物学相结合，通过不确定性采样生成多轮训练数据，解决了传统模型无法解释相同转录因子在不同环境中具有相反功能的问题	模型主要针对CRX结合位点进行研究，可能不适用于其他转录因子或调控元件	开发能够准确区分增强子和沉默子的深度学习模型	光感受器转录因子CRX的结合位点	机器学习	NA	大规模并行报告基因检测	深度学习	基因组序列	几乎所有基因组中结合的CRX位点	NA	NA	NA	NA
4852	2025-10-06	Data augmentation of time-series data in human movement biomechanics: A scoping review 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0327038 PMID:40591732	综述	对生物力学时间序列数据增强技术进行范围综述，分析当前方法并评估其有效性	首次系统综述生物力学领域时间序列数据增强技术的应用现状与挑战	仅纳入21篇相关文献，缺乏对数据增强方法的统一评估标准	评估生物力学时间序列数据增强技术的现状、效果和应用建议	2013-2024年间发表的生物力学时间序列数据增强研究	生物力学	NA	数据增强技术	NA	时间序列数据	21篇相关出版物	NA	NA	NA	NA
4853	2025-10-06	A deep learning software tool for automated sleep staging in rats via single channel EEG 2025, NPP - digital psychiatry and neuroscience DOI:10.1038/s44277-025-00035-y PMID:40656054	研究论文	开发了一种基于深度学习的软件工具，用于通过单通道脑电图对大鼠睡眠阶段进行自动分类	首次开发专门针对大鼠单通道脑电图数据的深度学习睡眠分期工具，提供超过700小时的专家标注睡眠数据	仅使用单通道脑电图数据，样本量相对较小（16只大鼠）	开发自动化睡眠阶段分类方法以替代耗时的人工标注	大鼠睡眠脑电图数据	机器学习	睡眠障碍	脑电图	DNN	脑电图时间序列数据	16只大鼠，每只进行两次24小时记录会话	NA	深度神经网络	F1分数	NA
4854	2025-10-06	Closed-Loop Transcranial Ultrasound Stimulation Based on Deep Learning Effectively Suppresses Epileptic Seizures in Mice 2025, IEEE transactions on neural systems and rehabilitation engineering : a publication of the IEEE Engineering in Medicine and Biology Society IF:4.8Q1 DOI:10.1109/TNSRE.2025.3589089 PMID:40658582	研究论文	本研究开发了一种基于深度学习的闭环经颅超声刺激系统，用于实时检测并抑制小鼠癫痫发作	首次将深度学习与经颅超声刺激结合构建闭环系统，实现癫痫信号的实时识别与动态干预	研究仅使用青霉素诱导的癫痫小鼠模型，未验证其他癫痫模型的有效性	开发能动态响应癫痫发作的闭环神经调控系统	青霉素诱导的癫痫小鼠海马区	机器学习	癫痫	经颅超声刺激	深度学习网络	神经信号	未明确说明具体样本数量的小鼠实验	NA	NA	癫痫信号识别准确率、发作放电率、功率强度、相位-幅度耦合、样本熵	NA
4855	2025-10-06	Detecting early gastrointestinal polyps in histology and endoscopy images using deep learning 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1571075 PMID:40703309	研究论文	提出一种基于深度学习的三阶段方法用于早期胃肠道息肉检测	开发了结合编码器-解码器网络、预训练模型和SVM分类器的三阶段深度学习框架	InceptionV3模型性能略低于其他模型，未说明具体原因	早期胃肠道癌变检测	胃肠道息肉	计算机视觉	胃肠道癌	深度学习	CNN, SVM	图像	5个数据集（CRC-VAL-HE-7K、CRC-VAL-HE-100K、Kvasir_v2、北京肿瘤医院数据集、弱标注数据集）	NA	编码器-解码器网络, VGG16, VGG19, ResNet50, InceptionV3	准确率	NA
4856	2025-10-06	Integrating pathomics and deep learning for subtyping uveal melanoma: identifying high-risk immune infiltration profiles 2025, Frontiers in immunology IF:5.7Q1 DOI:10.3389/fimmu.2025.1585097 PMID:40703526	研究论文	本研究结合病理组学和深度学习技术对葡萄膜黑色素瘤进行亚型分型，识别高风险免疫浸润特征	首次将无监督学习技术与深度学习模型相结合，识别出葡萄膜黑色素瘤的高免疫浸润亚型，并基于死亡率风险改进患者分层方法	样本量相对有限（训练集70例，验证集68例），需要更大规模的多中心研究验证	利用无监督学习技术识别葡萄膜黑色素瘤的高免疫浸润亚型，基于死亡率风险改进患者分层	葡萄膜黑色素瘤患者	数字病理学	葡萄膜黑色素瘤	H&E染色全玻片图像分析，基因组数据分析	深度学习，无监督学习	病理图像，基因组数据，临床数据	训练集70例（来自GDC数据库），验证集68例（来自华西医院）	CellProfiler	Inception-V3	生存预测准确性，患者分类准确性	NA
4857	2025-10-06	Supervised contrastive loss helps uncover more robust features for photoacoustic prostate cancer identification 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1592815 PMID:40703547	研究论文	本研究将监督对比学习引入光声光谱分析，用于前列腺癌识别	提出SCL-adjust模型，在光声光谱特征提取中应用监督对比损失函数，显著提升特征鲁棒性和模型迁移性能	个体异质性仍然是影响判别性能的重要因素	从复杂生物组织中提取更可靠特征，提升前列腺癌的判别准确率	前列腺癌的光声光谱数据	医学影像分析	前列腺癌	光声光谱分析	CNN, 监督对比学习	光谱数据	NA	NA	CNN-based模型, SC模型, SCL-adjust模型	准确率	NA
4858	2025-10-06	Using deep learning to screen OCTA images for hypertension to reduce the risk of serious complications 2025, Frontiers in cell and developmental biology IF:4.6Q1 DOI:10.3389/fcell.2025.1581785 PMID:40703652	研究论文	使用深度学习分析OCTA图像筛查高血压以降低严重并发症风险	首次结合Xception卷积神经网络和多Swin Transformer架构分析高血压患者的眼底微血管变化	样本量有限（422张OCTA图像），模型准确率有待进一步提升	通过深度学习分析OCTA图像筛查高血压及其并发症风险	高血压患者和健康受试者的眼底血管	计算机视觉	心血管疾病	光学相干断层扫描血管成像（OCTA）	CNN, Transformer	图像	422张OCTA图像（来自136名高血压患者和85名健康受试者）	NA	Xception, Swin Transformer	准确率, 灵敏度	NA
4859	2025-10-06	Construction of crown profile prediction model of Pinus yunnanensis based on CNN-LSTM-attention method 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1567131 PMID:40703862	研究论文	基于CNN-LSTM-Attention混合深度学习方法和新型树冠竞争指数构建云南松树冠轮廓预测模型	首次将CNN-LSTM-Attention混合深度学习模型与新型树冠轮廓竞争指数(CPCI)相结合，有效捕捉树冠空间异质性和垂直结构	研究仅基于云南大理苍山5个年龄分层固定样地的629棵树数据，样本来源地域有限	提高云南松树冠轮廓预测精度，更好地理解森林结构和竞争关系	云南松(Pinus yunnanensis)树冠轮廓	计算机视觉	NA	深度学习建模	CNN, LSTM, Attention机制	树冠轮廓数据	629棵树，来自5个年龄分层固定样地	NA	CNN-LSTM, CNN-LSTM-Attention, Vanilla LSTM	MSE, RMSE, MAE, R²	NA
4860	2025-10-06	Design and development of an efficient RLNet prediction model for deepfake video detection 2025, Frontiers in big data IF:2.4Q2 DOI:10.3389/fdata.2025.1569147 PMID:40704217	研究论文	提出一种结合ResNet和LSTM的RLNet深度学习框架，用于高精度检测深度伪造视频	同时利用空间和时间特征进行深度伪造检测，结合ResNet捕捉帧级空间异常和LSTM分析视频序列的时间不一致性	未明确说明数据集的具体规模和多样性限制	开发高效的深度伪造视频检测方法以增强数字内容的安全性和真实性	真实视频和深度伪造视频	计算机视觉	NA	深度学习	CNN, LSTM	视频	包含真实视频和深度伪造视频的多样化数据集（具体数量未说明）	NA	ResNet, LSTM	准确率	NA