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
4941	2025-10-06	Equity-enhanced glaucoma progression prediction from OCT with knowledge distillation 2025-Jul-24, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-01884-9 PMID:40707743	研究论文	提出一种名为FairDist的公平增强模型，利用光学相干断层扫描预测青光眼进展	结合知识蒸馏和公平性感知训练，在保持预测性能的同时减少不同人口统计组别间的差异	未明确说明样本规模和数据来源的具体细节	开发公平性增强的青光眼进展预测模型	青光眼患者的光学相干断层扫描数据	计算机视觉	青光眼	光学相干断层扫描	CNN	医学影像	NA	NA	EfficientNet	AUC, 敏感性, 特异性, 公平性调整AUC	NA
4942	2025-10-06	Explainable deep learning for stratified medicine in inflammatory bowel disease 2025-Jul-24, Genome biology IF:10.1Q1 DOI:10.1186/s13059-025-03692-6 PMID:40708014	研究论文	本研究开发可解释深度学习模型用于炎症性肠病的分层医学研究	构建端到端生物稀疏化神经网络架构，结合全外显子组序列的基因水平和变异水平分辨率，超越传统单变量方法	NA	通过深度学习改善炎症性肠病的分子分层以支持精准医疗	炎症性肠病患者的全外显子组序列数据	机器学习	炎症性肠病	全外显子组测序	神经网络	基因组序列数据	NA	NA	生物稀疏化神经网络	NA	NA
4943	2025-10-06	Convolutional Neural Network Fused With Recurrent Network for ECG-Based Detection of Hypertrophic Cardiomyopathy 2025-Jul-24, Catheterization and cardiovascular interventions : official journal of the Society for Cardiac Angiography & Interventions IF:2.1Q3 DOI:10.1002/ccd.70041 PMID:40708205	研究论文	提出一种融合卷积神经网络和循环网络的混合深度学习模型，用于基于心电图信号的肥厚型心肌病检测	结合卡尔曼滤波预处理、多特征提取与融合，以及CNN-RNN混合架构，同时捕捉ECG信号的空间和时间模式	未提及模型在更广泛人群或实时临床环境中的验证情况	开发准确可靠的肥厚型心肌病早期检测方法	心电图信号	机器学习	心血管疾病	心电图信号分析	CNN, RNN	信号数据	PTB诊断心电图数据库和绍兴宁波医院心电图数据库	NA	CNNFRN（卷积神经网络融合循环网络）, DBN（深度信念网络）	准确率, 灵敏度, 特异性, F1分数	NA
4944	2025-10-06	CAP-Net: Carotid Artery Plaque Segmentation System Based on Computed Tomography Angiography 2025-Jul-23, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.07.009 PMID:40707263	研究论文	开发基于深度学习的颈动脉斑块自动检测与分割系统CAP-Net，用于头颈部CT血管造影图像分析	提出包含三个改进深度学习网络的工作流程：普通U-Net用于粗分割、Attention U-Net用于精细分割、双通道输入ConvNeXt-based U-Net用于斑块分割	研究样本量相对有限（1061例患者），未进行多中心外部验证	开发自动化的颈动脉斑块检测与分割深度学习模型	颈动脉斑块	计算机视觉	心血管疾病	CT血管造影（CTA）	U-Net, Attention U-Net, ConvNeXt-based U-Net	医学图像	1061例患者（765男，296女），包含4048个颈动脉斑块	NA	U-Net, Attention U-Net, ConvNeXt-based U-Net	Dice相似系数（DSC）, 检测率, 假阳性率	NA
4945	2025-10-06	To Compare the Application Value of Different Deep Learning Models Based on CT in Predicting Visceral Pleural Invasion of Non-small Cell Lung Cancer: A Retrospective, Multicenter Study 2025-Jul-23, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.07.002 PMID:40707264	研究论文	本研究基于CT影像开发并验证了不同深度学习模型预测非小细胞肺癌脏层胸膜侵犯的能力	首次系统比较了2D、3D和混合3D深度学习模型在预测非小细胞肺癌VPI方面的性能差异	回顾性研究设计，数据来源于特定时间段的患者群体	开发并验证深度学习模型准确预测非小细胞肺癌患者的脏层胸膜侵犯	经病理确诊的非小细胞肺癌患者	计算机视觉	肺癌	CT影像分析，弹性纤维染色分析	CNN	CT图像，临床特征	1931名非小细胞肺癌患者	NA	EfficientNet-B0, Res2Net	AUC, ROC曲线, 混淆矩阵	NA
4946	2025-10-06	Deep Learning-Based Prediction of Microvascular Invasion and Survival Outcomes in Hepatocellular Carcinoma Using Dual-phase CT Imaging of Tumors and Lesser Omental Adipose: A Multicenter Study 2025-Jul-23, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.07.015 PMID:40707265	研究论文	开发基于双期CT图像和网膜脂肪组织的深度学习模型，用于预测肝细胞癌微血管侵犯和生存结局	首次将网膜脂肪组织特征与肿瘤影像特征融合的深度学习框架，显著提升微血管侵犯术前预测准确性	回顾性研究设计，样本来源仅限于两个医疗中心	提高肝细胞癌微血管侵犯的术前预测精度并分析生存结局	经病理证实的肝细胞癌患者	计算机视觉	肝细胞癌	双期CT成像	CNN	CT图像	来自两个医疗中心2016-2023年的患者数据	NA	ResNet18, 双分支特征融合模型	AUC, 风险比	NA
4947	2025-07-26	Are we really ready to use radiomics and deep learning for clinical decision support in radiology? 2025-Jul-23, Diagnostic and interventional imaging IF:4.9Q1 DOI:10.1016/j.diii.2025.07.004 PMID:40707330	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
4948	2025-10-06	Precise metabolic dependencies of cancer through deep learning and validations 2025-Jul-22, Cell reports IF:7.5Q1 DOI:10.1016/j.celrep.2025.115945 PMID:40616842	研究论文	本研究开发了基于图深度学习的代谢依赖性预测模型DeepMeta，用于系统揭示癌症细胞的代谢脆弱性	首次结合转录组和代谢网络信息构建图深度学习模型，系统探索癌症驱动基因改变的代谢依赖性	模型验证主要基于TCGA数据集，需要进一步在更多独立数据集中验证	系统揭示癌症细胞的代谢依赖性，为不可靶向的癌症驱动基因提供代谢靶点	癌症细胞、TCGA患者数据、CTNNB1 T41A激活突变	机器学习	癌症	转录组测序、代谢网络分析	图深度学习	基因表达数据、代谢网络数据	TCGA数据集中的癌症样本	NA	DeepMeta	准确性	NA
4949	2025-10-06	TNF-α-NF-κB activation through pathological α-Synuclein disrupts the BBB and exacerbates axonopathy 2025-Jul-22, Cell reports IF:7.5Q1 DOI:10.1016/j.celrep.2025.116001 PMID:40652513	研究论文	本研究揭示病理性α-突触核蛋白通过TNF-α-NF-κB通路破坏血脑屏障完整性并加剧轴突病变的机制	首次结合GAN深度学习方法分析α-突触核蛋白对血脑屏障的病理影响，并发现非血脑屏障穿透性TNF-α抑制剂可缓解轴突变性	研究主要基于细胞模型和动物模型，尚未在人类临床试验中验证	揭示α-突触核蛋白对血脑屏障完整性和功能的病理影响，并确定α-突触核蛋白相关血管病的治疗靶点	脑内皮细胞模型、PFF诱导的α-突触核蛋白病模型、转基因动物模型(G2-3)	数字病理学	神经退行性疾病	细胞模型、动物模型、免疫反应分析	GAN	细胞图像、病理变化数据	未明确说明具体样本数量	NA	生成对抗网络	NA	NA
4950	2025-10-06	Time is encoded by methylation changes at clustered CpG sites 2025-Jul-22, Cell reports IF:7.5Q1 DOI:10.1016/j.celrep.2025.115958 PMID:40664208	研究论文	通过超深度测序研究健康个体血液样本中DNA甲基化的年龄依赖性变化模式	发现年龄依赖性甲基化变化以区域性簇状CpG位点方式发生，并首次证明使用少量DNA分子即可准确预测年龄	研究主要基于血液样本，未涉及其他组织类型	探索DNA甲基化作为时间测量机制的生物学原理	300多份健康个体血液样本	机器学习	NA	超深度测序	深度学习	DNA甲基化数据	300多份血液样本	NA	NA	中位准确度	NA
4951	2025-10-06	Multi-Center Validation of Video-Based Deep Learning to Evaluate Defecation Patterns on 3D High-Definition Anorectal Manometry 2025-Jul-22, Clinical gastroenterology and hepatology : the official clinical practice journal of the American Gastroenterological Association IF:11.6Q1 DOI:10.1016/j.cgh.2025.06.038 PMID:40706732	研究论文	通过视频深度学习算法在多中心验证三维高清肛门直肠测压评估排便模式的临床应用	开发了能够进行时空分析的深度学习算法，在多中心验证中发现两种新型排便协同失调亚型	研究时间范围限于2018-2022年，仅在三家医疗系统进行验证	验证基于视频的深度学习算法在三维高清肛门直肠测压中评估排便模式的诊断准确性	连续1214例肛门直肠测压研究	计算机视觉	胃肠道动力障碍	三维高清肛门直肠测压	深度学习	视频	1214例来自三家医疗系统的连续肛门直肠测压研究	NA	深度混合学习算法	AUC, Wilcoxon检验	NA
4952	2025-10-06	BPFun: a deep learning framework for bioactive peptide function prediction using multi-label strategy by transformer-driven and sequence rich intrinsic information 2025-Jul-21, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-025-06190-5 PMID:40691539	研究论文	提出基于深度学习的生物活性肽多功能预测模型BPFun，通过多标签策略预测七种生物活性肽功能	结合Transformer驱动和序列丰富内在信息的多标签预测框架，采用多尺度卷积网络和Bi-LSTM层融合不同特征	仅针对七种特定功能进行预测，数据不平衡问题可能影响模型泛化能力	开发计算生物学方法准确预测生物活性肽的多种功能	生物活性肽及其七种功能（抗癌、抗菌、抗高血压等）	生物信息学	NA	序列特征分析	CNN, Bi-LSTM, Transformer	肽序列数据	NA	NA	多尺度卷积网络, Bi-LSTM, 自注意力机制	准确率, 绝对真值	NA
4953	2025-10-06	Early detection of ICU-acquired infections using high-frequency electronic health record data 2025-Jul-21, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-03031-6 PMID:40691575	研究论文	本研究开发了一种利用高频电子健康记录数据的动态预测模型，用于提前48小时预测ICU获得性感染风险	首次将卷积神经网络与Cox地标模型结合，利用高频生命体征数据进行ICU获得性感染的动态风险预测	模型存在一定程度的风险高估，深度学习模型的复杂性和可解释性需要进一步验证	开发ICU获得性感染的早期检测方法	荷兰三级混合ICU收治的成年患者	医疗健康数据分析	ICU获得性感染	电子健康记录数据分析	CNN, Cox landmark model	高频生命体征数据，电子健康记录	4444名患者，32,178个观察日，1197次感染事件	NA	卷积神经网络	c-index, 校准斜率	NA
4954	2025-10-06	Deep Learning-Based Algorithm for the Classification of Left Ventricle Segments by Hypertrophy Severity 2025-Jul-20, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11070244 PMID:40710630	研究论文	提出基于深度学习的自动化框架，用于左心室肥厚程度的量化分析和心肌节段按肥厚严重程度的分类	开发了结合U-Net自动分割和CNN分类的完整流程，实现了左心室节段的精细化肥厚程度自动分类	样本量相对有限（133名受试者），需要在更大规模数据集中进一步验证	开发可靠的左心室肥厚自动诊断和分类方法	左心室心肌节段	计算机视觉	心血管疾病	医学影像分析	CNN	医学图像	133名受试者（包括健康个体和左心室肥厚患者）	NA	U-Net, CNN	Dice相似系数, Hausdorff距离, 平均绝对误差, 准确率, 精确率, 召回率, F1分数	NA
4955	2025-10-06	Advancements in deep learning-based image screening for orthopedic conditions: Emphasis on osteoporosis, osteoarthritis, and bone tumors 2025-Jul-19, Ageing research reviews IF:12.5Q1 DOI:10.1016/j.arr.2025.102840 PMID:40691974	综述	系统总结深度学习在骨科影像筛查中的研究进展、方法学及临床应用	聚焦近五年深度学习在骨质疏松、骨关节炎和骨肿瘤三大骨科疾病影像筛查中的最新应用进展	缺乏高质量数据集、模型跨机构泛化能力有限、缺少标准化质控方案、亟需多中心临床验证	探讨人工智能辅助诊断技术在骨科影像中的应用价值与发展趋势	骨科疾病影像数据（重点关注骨质疏松、骨关节炎和骨肿瘤）	计算机视觉	骨科疾病	医学影像分析	深度学习	医学影像	NA	NA	NA	诊断性能指标	NA
4956	2025-10-06	AI-based methods for diagnosing and grading diabetic retinopathy: A comprehensive review 2025-Jul-19, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103221 PMID:40706108	综述	本文全面评估了基于人工智能的糖尿病视网膜病变诊断与分级方法	系统比较了91项AI研究在多种成像模态下的表现，并对比了23个公共数据集特征	纳入研究存在异质性，部分模态数据量较少（如OCTA仅占6%）	评估AI在糖尿病视网膜病变自动检测和分类中的应用现状	糖尿病视网膜病变患者	计算机视觉, 机器学习	糖尿病视网膜病变	眼底彩色照相, OCT, OCTA, 眼底荧光血管造影	深度学习	医学影像	基于91项研究的汇总数据	NA	NA	NA	NA
4957	2025-10-06	A Novel 3D Convolutional Neural Network-Based Deep Learning Model for Spatiotemporal Feature Mapping for Video Analysis: Feasibility Study for Gastrointestinal Endoscopic Video Classification 2025-Jul-18, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11070243 PMID:40710629	研究论文	提出一种基于3D卷积神经网络的深度学习模型，用于胃肠道内窥镜视频分类的时空特征映射	开发了结合并行空间和通道压缩激励3D版本与残差块的RPA模块，并采用(2+1)D卷积降低计算复杂度	初步可行性研究，样本量有限且存在数据不平衡问题	解决医学视频分析中时空特征映射的挑战	胃肠道内窥镜视频	计算机视觉	胃肠道疾病	深度学习	3D CNN	视频	hyperKvasir数据集包含314个下消化道和60个上消化道视频，选择60对匹配视频进行20次实验运行	NA	3D CNN, RPA块, P-scSE3D	准确率, 精确率, 召回率, F1分数, AUC	NA
4958	2025-10-06	Non-Invasive Composition Identification in Organic Solar Cells via Deep Learning 2025-Jul-17, Nanomaterials (Basel, Switzerland) DOI:10.3390/nano15141112 PMID:40711231	研究论文	本研究提出基于深度学习的光谱分析方法，实现有机太阳能电池活性层成分的非侵入式识别	首次将多层感知器神经网络应用于模拟全器件吸收光谱，实现超过99%分类准确率的非破坏性成分识别	训练数据基于模拟光谱，实际应用可能受实验条件差异影响	开发有机光伏器件活性层成分的非侵入式分类方法	有机光伏器件的活性层成分	机器学习	NA	吸收光谱分析	MLP	光谱数据	包含活性层厚度变化超过±15%的多样化训练数据集	NA	多层感知器	准确率	NA
4959	2025-10-06	AI-Driven Comprehensive SERS-LFIA System: Improving Virus Automated Diagnostics Through SERS Image Recognition and Deep Learning 2025-Jul-16, Biosensors DOI:10.3390/bios15070458 PMID:40710108	研究论文	开发了一种集成SERS扫描成像与人工智能判读的综合性SERS-LFIA检测系统，用于病毒自动化诊断	结合SERS扫描成像与深度学习模型分析T线附近探针分布模式，显著降低异常信号干扰	NA	开发快速准确的病毒诊断方法以有效管理和控制疫情爆发	高传染性和致病性病毒	计算机视觉	病毒性疾病	表面增强拉曼散射-侧向流动免疫分析(SERS-LFIA)，SERS扫描成像	CNN	图像	NA	NA	ResNet-18	准确率	NA
4960	2025-10-06	Task-Related EEG as a Biomarker for Preclinical Alzheimer's Disease: An Explainable Deep Learning Approach 2025-Jul-16, Biomimetics (Basel, Switzerland) DOI:10.3390/biomimetics10070468 PMID:40710281	研究论文	本研究利用可解释深度学习框架分析任务相关EEG数据，以识别临床前阿尔茨海默病的早期风险特征	首次将任务相关EEG与可解释深度学习相结合用于临床前阿尔茨海默病检测，并开发了InterpretableCNN框架增强特征识别透明度	模型性能仅为中等水平（AUC 60.84%，Kappa 0.22），需要进一步优化和验证	开发基于任务相关EEG和可解释深度学习的临床前阿尔茨海默病早期检测方法	认知健康个体的任务相关EEG数据，基于APOE基因型和多基因风险评分标记样本	机器学习	阿尔茨海默病	脑电图（EEG）	CNN	EEG信号	NA	NA	InterpretableCNN	ROC AUC, Kappa值	NA