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
501	2025-06-18	KansformerEPI: a deep learning framework integrating KAN and transformer for predicting enhancer-promoter interactions 2025-May-01, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf272 PMID:40515390	研究论文	提出了一种名为KansformerEPI的深度学习框架，用于预测增强子-启动子相互作用（EPI）	整合了KAN和Transformer的Kansformer编码器，有效捕捉多种表观遗传和序列特征之间的非线性关系，实现跨组织预测	未明确提及具体局限性	提高跨多种细胞类型的增强子-启动子相互作用预测准确性	增强子-启动子相互作用（EPI）	机器学习	NA	深度学习	Kansformer（KAN + Transformer）	表观遗传和序列数据	多个细胞系数据集（HMEC、IMR90、K562、NHEK）
502	2025-06-18	Gene Swin transformer: new deep learning method for colorectal cancer prognosis using transcriptomic data 2025-May-01, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf275 PMID:40515391	研究论文	开发了一种名为Gene Swin Transformer的新深度学习方法，用于利用转录组数据预测结直肠癌预后	提出将转录组数据转换为合成图像元素(SIEs)，并利用改进的Swin-T模型进行预后预测，同时识别出PEX10基因作为关键预后标志物	NA	开发可靠的结直肠癌预后预测模型	结直肠癌患者的转录组数据	数字病理学	结直肠癌	RNA测序	Swin Transformer, BeiT, ResNet, ViT Transformer	转录组数据	12个数据集共2230个样本(GSE17536-GSE103479数据集n=1771，癌症基因组图谱n=459)
503	2025-06-18	scValue: value-based subsampling of large-scale single-cell transcriptomic data for machine and deep learning tasks 2025-May-01, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf279 PMID:40515392	research paper	介绍了一种名为scValue的新方法，用于大规模单细胞转录组数据的基于价值的子采样，以优化机器学习和深度学习任务的性能	使用随机森林模型的袋外估计对单个细胞进行'数据价值'排名，优先考虑高价值细胞，并更有效地保留关键生物信号	未提及具体局限性	优化大规模单细胞RNA测序数据在机器学习和深度学习任务中的子采样方法	单细胞RNA测序数据	machine learning	NA	scRNA-seq	random forest	RNA-seq数据	16个公共数据集，从数万到数百万个细胞不等
504	2025-06-18	ProtPhage: a deep learning framework for phage viral protein identification and functional annotation 2025-May-01, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf285 PMID:40515393	research paper	提出了一种名为ProtPhage的深度学习框架，用于识别和功能注释噬菌体病毒蛋白	利用ProtT5蛋白质语言模型进行更丰富的序列表示，并采用非对称损失函数缓解类别不平衡问题，显著提高了少数类'minor capsid'的预测性能	NA	解决噬菌体病毒蛋白识别和功能注释的挑战	噬菌体病毒蛋白(PVPs)	computational biology	NA	deep learning	ProtT5	protein sequence	NA
505	2025-06-18	Artificial Intelligence-Driven Telehealth Framework for Detecting Nystagmus 2025-May, Cureus DOI:10.7759/cureus.84036 PMID:40519455	研究论文	本研究实现了一个基于人工智能的临床决策支持系统，用于实时检测眼球震颤，展示了其在远程医疗平台中的整合潜力	开发了一个基于云计算的深度学习框架，能够实时追踪眼球运动并检测468个面部标志点，为远程诊断提供支持	作为概念验证性研究，样本量较小（10名受试者），需要更大样本量的进一步研究	开发人工智能驱动的远程医疗框架，用于检测眼球震颤	眼球震颤患者	数字病理	NA	深度学习，视频眼震图（VNG）	深度学习模型	视频数据	10名受试者
506	2025-06-18	Automatic detection of trapping events of postnatal piglets in loose housing pen: comparison of YOLO versions 4, 5, and 8 2025-May, Journal of animal science and technology IF:2.7Q1 DOI:10.5187/jast.2024.e106 PMID:40519615	研究论文	本研究比较了YOLO不同版本（v4、v5和v8）在检测产后仔猪在散养栏中的被困事件中的性能，旨在为猪业提供最优的AIoT监控方案	首次系统比较了YOLOv4-Tiny、YOLOv5s和YOLOv8s在仔猪被困事件检测中的性能，并综合考虑模型大小和精度提出了最优选择	研究仅基于编辑过的2-3分钟视频片段，可能无法完全反映实际养殖场景的复杂性	比较不同YOLO版本在仔猪被困事件检测中的性能，寻找最适合AIoT系统的算法	产后仔猪在散养栏中的被困事件	计算机视觉	NA	深度学习目标识别算法	YOLOv4-Tiny, YOLOv5s, YOLOv8s	视频	从分娩栏录像中提取的编辑视频片段（具体数量未说明）
507	2025-06-18	Detecting arousals and sleep from respiratory inductance plethysmography 2025-04-11, Sleep & breathing = Schlaf & Atmung DOI:10.1007/s11325-025-03325-z PMID:40214714	研究论文	本研究开发了一种深度学习算法，用于从呼吸感应体积描记信号中分类睡眠状态和检测觉醒	提出了一种新型深度学习算法，能够仅通过呼吸信号准确识别睡眠状态和短暂觉醒，为家庭睡眠测试提供了更便捷的替代方案	算法的敏感性在觉醒检测方面相对较低（66.1%），且研究仅针对疑似睡眠障碍的成年人群	开发一种能够替代多导睡眠图的家庭睡眠测试方法，通过呼吸信号评估睡眠状态和觉醒	1299名疑似睡眠障碍的成年人	机器学习	睡眠障碍	呼吸感应体积描记技术	深度学习算法	呼吸信号	1299名成年人
508	2025-06-18	From Visualization to Automation: A Narrative Review of Deep Learning's Impact on Ultrasound-based Median Nerve Assessment 2025 Apr-Jun, Journal of medical ultrasound IF:0.9Q4 DOI:10.4103/jmu.JMU-D-25-00010 PMID:40521317	review	本文综述了深度学习在超声诊断外周神经疾病中的应用，特别是对腕管综合征中正中神经分割的影响	探讨了深度学习与超声技术结合在提高诊断准确性和效率方面的潜力，并展望了未来研究方向	未提及具体的数据集或实验结果的局限性	回顾深度学习在超声诊断外周神经疾病中的应用现状及未来发展方向	外周神经疾病，特别是腕管综合征中的正中神经	digital pathology	peripheral nerve disorders	ultrasound imaging	deep learning	image	NA
509	2025-06-18	Image-based Mandibular and Maxillary Parcellation and Annotation using Computer Tomography (IMPACT): A Deep Learning-based Clinical Tool for Orodental Dose Estimation and Osteoradionecrosis Assessment 2025-Mar-20, medRxiv : the preprint server for health sciences DOI:10.1101/2025.03.18.25324199 PMID:40166584	研究论文	提出了一种基于深度学习的自动分割框架，用于放射治疗CT图像中口腔牙齿和下颌骨/上颌骨子体积的精确分割，以支持剂量评估和骨放射性坏死评估	首次开发了一种与ClinRad ORN分期系统对齐的深度学习自动分割框架，用于口腔牙齿和下颌骨/上颌骨子体积的分割	分割性能在不同子体积间存在差异，且在数据中经常缺失的牙齿和子体积分割上适用性有限	开发一种临床工具，用于口腔剂量估计和骨放射性坏死评估	口腔牙齿和下颌骨/上颌骨子体积	数字病理	头颈癌	计算机断层扫描(CT)	Swin UNETR, ResUNet	图像	未明确提及样本数量
510	2025-06-18	Minimizing Human-Induced Variability in Quantitative Angiography for Robust and Explainable AI-Based Occlusion Prediction 2025-Mar-13, ArXiv PMID:40160450	研究论文	本研究探讨了通过消除对比剂注射变异性带来的偏差，提高定量血管造影（QA）和深度神经网络（DNNs）在颅内动脉瘤（IA）闭塞预测中的准确性，并利用可解释AI（XAI）增强模型的可靠性和可解释性	提出了一种注射偏差去除算法以减少QA变异性，并利用LIME方法增强深度学习模型的可解释性	研究仅针对使用流动转向装置治疗的动脉瘤，样本量为458例，可能限制结果的普遍性	提高流动转向装置治疗的颅内动脉瘤闭塞预测的准确性和可解释性	使用流动转向装置治疗的颅内动脉瘤患者	数字病理学	颅内动脉瘤	定量血管造影（QA），深度神经网络（DNNs），局部可解释模型无关解释（LIME）	DNN	图像	458例患者的血管造影图像
511	2025-06-18	Performance of Machine Learning Models in Predicting BRAF Alterations Using Imaging Data in Low-Grade Glioma: A Systematic Review and Meta-Analysis 2025-Mar, World neurosurgery IF:1.9Q2 DOI:10.1016/j.wneu.2025.123742 PMID:39914655	系统综述与荟萃分析	本文通过系统综述和荟萃分析评估了机器学习和深度学习模型在利用影像数据预测低级别胶质瘤中BRAF变异的性能	首次系统评估AI模型在预测低级别胶质瘤BRAF变异中的表现	样本量较小(951例)，未来需要更大样本量和不同算法来降低不精确性	评估AI模型预测低级别胶质瘤BRAF变异的性能	低级别胶质瘤(LGGs)患者	数字病理	脑癌/胶质瘤	影像数据分析	机器学习和深度学习模型	影像数据	6项研究共951例患者
512	2025-06-18	Human sleep position classification using a lightweight model and acceleration data 2025-02-10, Sleep & breathing = Schlaf & Atmung DOI:10.1007/s11325-025-03247-w PMID:39928075	研究论文	本研究开发了一种便携式可穿戴设备，使用单个加速度计监测十二种睡眠姿势，旨在帮助轻度胃食管反流病（GERD）患者改善睡眠质量和反流症状	提出了一种轻量级深度学习模型AnpoNet，结合1D-CNN和LSTM，优化了BN和Dropout，用于睡眠姿势分类	样本量较小（15名参与者），未来需要更大队列和更长的监测时间	开发一种便携式系统，实现家庭环境中连续、无创的睡眠姿势监测	轻度胃食管反流病（GERD）患者	机器学习	胃食管反流病	加速度计数据采集	1D-CNN和LSTM结合的轻量级深度学习模型	加速度数据	15名参与者，每人记录十二种睡眠姿势，每种姿势记录一分钟，采样频率50 Hz
513	2025-06-18	Deep Learning Model for Predicting Immunotherapy Response in Advanced Non-Small Cell Lung Cancer 2025-Feb-01, JAMA oncology IF:22.5Q1 DOI:10.1001/jamaoncol.2024.5356 PMID:39724105	研究论文	开发了一种基于深度学习的模型，用于预测晚期非小细胞肺癌患者对免疫检查点抑制剂治疗的响应	该深度学习模型在预测免疫治疗响应方面表现优于传统的生物标志物（如PD-L1、TMB和TILs），并且能够独立预测患者的无进展生存期和总生存期	模型在验证队列中的AUC（0.66）低于内部测试集（0.75），表明可能存在泛化性问题	开发并验证一个深度学习模型，用于预测晚期非小细胞肺癌患者对免疫治疗的响应	晚期非小细胞肺癌患者	数字病理学	肺癌	全切片苏木精和伊红染色图像分析	深度学习模型	图像	958名患者（来自美国和欧盟的4个中心），共分析295,581个图像块
514	2025-06-18	Anisotropic Spherical Gaussians Lighting Priors for Indoor Environment Map Estimation 2025, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2025.3575902 PMID:40489269	研究论文	提出了一种利用各向异性球面高斯（ASG）作为先验，从单张标准图像估计室内高动态范围（HDR）环境光照图的新方法	使用各向异性球面高斯（ASG）替代传统的球面高斯（SG）表示，能更好地捕捉复杂光照的各向异性特性，并提出了基于transformer的网络和两阶段训练方案	NA	从单张标准图像估计室内HDR环境光照图	室内环境光照	计算机视觉	NA	深度学习	transformer	图像	NA
515	2025-06-18	Providing context: Extracting non-linear and dynamic temporal motifs from brain activity 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0324066 PMID:40504803	研究论文	本研究提出了一种使用非线性和动态时间基元从脑活动中提取上下文信息的方法	使用解耦变分自编码器（DSVAE）分离窗口特定（上下文）信息和时间步特定（局部）信息，以捕捉多时间尺度的差异	研究主要关注精神分裂症患者和对照受试者，可能不适用于其他疾病或人群	扩展神经影像工具集，分析fMRI动态，并寻找对个体和群体特征更敏感的精神病学联系	精神分裂症患者和对照受试者的rs-fMRI数据	神经影像	精神分裂症	rs-fMRI, tr-FC	DSVAE	fMRI图像数据	精神分裂症患者和对照受试者的rs-fMRI数据（具体数量未提及）
516	2025-06-18	Deep learning-driven approach for cataract management: towards precise identification and predictive analytics 2025, Frontiers in cell and developmental biology IF:4.6Q1 DOI:10.3389/fcell.2025.1611216 PMID:40519269	research paper	本文探讨了深度学习技术在白内障诊断和治疗全过程中的应用，包括自动识别、分级、手术优化及并发症预测	利用CNN等深度学习算法，实现了白内障的自动识别和分级，诊断准确率接近或超过人类专家水平，并在手术优化和并发症预测方面展现出潜力	数据标准化不足、模型的'黑箱'特性以及隐私伦理问题仍是临床应用中的瓶颈	推动白内障管理的智能化和普及化	白内障患者	digital pathology	geriatric disease	深度学习	CNN	image	NA
517	2025-06-18	Graph-based analysis of histopathological images for lung cancer classification using GLCM features and enhanced graph 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1546635 PMID:40519303	research paper	提出了一种新型的增强图SAGE（E-GraphSAGE）框架，结合基于图的深度学习和传统图像处理技术，用于从H&E染色的全切片图像中分类肺癌亚型	引入了E-GraphSAGE框架，优化了邻域聚合，结合了dropout正则化和PCA降维，提高了计算效率和诊断准确性	虽然模型在特定数据集上表现优异，但未提及在其他类型癌症或更大规模数据集上的泛化能力	开发一种高效、可扩展的肺癌亚型分类方法，提升诊断精确度和患者治疗效果	肺癌亚型（腺癌、鳞状细胞癌和良性组织）以及淋巴癌亚型（DLBCL、FL和SLL）	digital pathology	lung cancer	GLCM特征提取、Sparse Cosine Similarity Matrix建模、DeepWalk嵌入	E-GraphSAGE	image	未明确提及具体样本数量，但涉及多种癌症亚型的全切片图像
518	2025-06-18	Comprehensive plant health monitoring: expert-level assessment with spatio-temporal image data 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1511651 PMID:40519596	research paper	提出一种基于深度学习的框架，利用连续RGB图像进行植物健康评估，实现专家级别的时空监测	结合CNN和transformer架构，实现植物健康状态的精确预测，并生成动态种植地图以支持数据驱动的作物管理	研究仅针对番茄植物，且数据采集环境限于半开放式温室	开发可扩展的自动化植物健康监测系统，推动精准农业发展	番茄植物的健康状况	computer vision	NA	RGB图像采集	CNN, transformer	image	200株番茄植物的12,119张标注图像，涵盖三个品种
519	2025-06-18	Revealing new depths of information with indentation mapping of microstructures 2025, MRS bulletin IF:4.1Q2 DOI:10.1557/s43577-025-00919-6 PMID:40519751	research paper	本文探讨了高速纳米压痕映射技术在材料科学中的应用及其对微观结构机械性能的深入分析	将纳米压痕技术从局部测量发展为类似扫描探针的方法，实现大面积、高分辨率的机械性能映射	需要与互补分析技术的数据关联，且处理多维数据集需要高级统计和机器学习方法	研究微观结构的机械性能及其与材料设计、性能的关系	材料的微观结构及其机械性能	材料科学	NA	高速纳米压痕映射	机器学习，深度学习	机械性能映射数据	超过200,000个压痕
520	2025-06-18	Longitudinal analysis of coal workers' pneumoconiosis using enhanced resolution-computed tomography images: unveiling patterns in lung structure, function, and clinical correlations 2025, Frontiers in physiology IF:3.2Q2 DOI:10.3389/fphys.2025.1578058 PMID:40519785	research paper	该研究通过增强分辨率的CT图像纵向分析煤矿工人尘肺病的肺结构和功能变化，揭示其与临床数据的相关性	使用深度学习超分辨率模型增强CT图像，并结合非刚性图像配准技术量化肺区域变形，揭示了尘肺病进展中的结构和功能变化模式	样本量较小（仅31名前煤矿工人），且随访时间较短（1年）	探索尘肺病患者肺结构和功能的纵向变化模式及其临床意义	31名前煤矿工人尘肺病患者	digital pathology	lung disease	quantitative computed tomography (qCT), deep learning-based super-resolution, non-rigid image registration	deep learning super-resolution model	CT images	31名尘肺病患者，随访1年