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
5501	2025-10-06	GRACKLE: an interpretable matrix factorization approach for biomedical representation learning 2025-Jul-01, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf213 PMID:40662804	研究论文	提出一种名为GRACKLE的可解释矩阵分解方法，用于生物医学表征学习	同时整合样本相似性和基因相似性矩阵，结合样本元数据和分子关系知识	NA	开发能够识别疾病特异性基因特征的生物医学表征学习方法	基因表达数据，乳腺癌肿瘤样本，唐氏综合征患者	机器学习	乳腺癌，唐氏综合征	矩阵分解，图正则化	非负矩阵分解(NMF)	基因表达数据	NA	NA	GRACKLE	NA	NA
5502	2025-10-06	Soffritto: a deep learning model for predicting high-resolution replication timing 2025-Jul-01, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf231 PMID:40662815	研究论文	开发了一种名为Soffritto的深度学习模型，用于从低分辨率数据预测高分辨率DNA复制时序	首次使用深度学习模型从两分式复制时序数据预测高分辨率16分式复制时序数据	仅在五个人类和鼠类细胞系中进行了验证，数据覆盖范围有限	提高DNA复制时序数据的分辨率和预测准确性	人类和鼠类细胞系的DNA复制时序	生物信息学	NA	Repli-Seq, ChIP-seq, DNA测序	LSTM	基因组序列数据, 表观遗传数据	五个人类和鼠类细胞系	NA	LSTM, 全连接层	准确率	NA
5503	2025-10-06	Prognostic Value of Deep Learning-Extracted Tumor-Infiltrating Lymphocytes in Esophageal Cancer: A Multicenter Retrospective Cohort Study 2025-Jul, Cancer medicine IF:2.9Q2 DOI:10.1002/cam4.71054 PMID:40673386	研究论文	本研究利用深度学习方法评估食管鳞状细胞癌中肿瘤浸润淋巴细胞的预后价值	首次使用深度学习方法在食管鳞癌中定量分析肿瘤内和瘤周浸润淋巴细胞的分布及其预后意义	回顾性研究设计，未分析淋巴细胞亚群，空间信息利用不足	评估肿瘤浸润淋巴细胞在食管鳞状细胞癌中的预后潜力	626例经病理确诊的食管鳞状细胞癌患者	数字病理学	食管癌	全切片数字成像	深度学习	病理图像	626例来自两个研究中心的患者	NA	NA	总生存期，无复发生存期，风险比	NA
5504	2025-10-06	Deep Learning for the Early Diagnosis of Candidemia 2025-Jul, Infectious diseases and therapy IF:4.7Q1 DOI:10.1007/s40121-025-01171-w PMID:40549343	研究论文	本研究评估了深度学习模型在念珠菌血症与菌血症早期鉴别诊断中的性能	首次使用深度学习模型基于非特异性实验室特征进行念珠菌血症与菌血症的早期鉴别诊断	学习到的模式未能改善特异性标志物的诊断性能，模型性能有待提升	念珠菌血症的早期诊断	念珠菌血症和菌血症患者	机器学习	念珠菌血症	实验室特征自动提取	深度学习	实验室数据	12,483例发作（念珠菌血症1,275例，菌血症11,208例）	NA	NA	敏感度,特异度,阳性预测值,加权阳性预测值,阴性预测值,AUC	NA
5505	2025-10-06	Lung Cancer Management: Revolutionizing Patient Outcomes Through Machine Learning and Artificial Intelligence 2025-Jul, Cancer reports (Hoboken, N.J.) DOI:10.1002/cnr2.70240 PMID:40674395	研究论文	本研究开发了一种基于深度学习的双阶段模型，用于从CT扫描中分割肺部肿瘤区域并进行癌症分类	采用迁移学习和U-Net架构的ResNet50骨干网络，结合数据增强和正则化技术提升模型泛化能力	需要前瞻性验证和可解释性技术改进，尚未集成到医院工作流程中	克服传统机器学习模型在临床环境中的泛化限制，提高肺癌检测准确性	肺部CT扫描图像	计算机视觉	肺癌	CT扫描	深度学习	医学图像	公开CT扫描数据集和伊朗Hazrat Rasool医院的独立临床数据集	NA	U-Net, ResNet50, MLP	准确率, F1分数, Matthews相关系数, Cohen's kappa, Dice指数	NA
5506	2025-10-06	Phase-augmented deep learning for cell segmentation in wrapped quantitative phase images 2025-Jul-01, Biomedical optics express IF:2.9Q2 DOI:10.1364/BOE.566950 PMID:40677815	研究论文	开发了一种用于包裹定量相位图像中细胞分割的相位增强深度学习方法	通过引入全局相位偏移的数据增强策略，使网络能够区分真实形态特征与相位包裹伪影	NA	实现包裹定量相位图像中的精确细胞分割以研究细胞动态过程	细胞粘附与分离过程中的细胞形态	计算机视觉	NA	调制光学计算机相位显微镜(M-OCPM)	CNN	相位图像	NA	NA	U-Net	分割准确度	NA
5507	2025-10-06	ConNeCT: weakly supervised corneal confocal microscopy image inpainting network based on a diffusion model 2025-Jul-01, Biomedical optics express IF:2.9Q2 DOI:10.1364/BOE.562924 PMID:40677830	研究论文	提出了一种基于扩散模型的弱监督角膜共聚焦显微镜图像修复网络ConNeCT	首个专门针对CCM图像修复的深度学习方法，结合了轻量级引导扩散模型、U-Net辅助分割模型和改进的DDPM重采样算法	NA	开发角膜共聚焦显微镜图像修复方法以提高神经形态参数测量的准确性	角膜共聚焦显微镜图像	计算机视觉	神经退行性疾病	角膜共聚焦显微镜	扩散模型, U-Net	图像	NA	NA	DDPM, U-Net	SSIM, PSNR, HD, MSD, MAE	NA
5508	2025-10-06	Deep learning ocular aberration retrieval from simulated retinal images under straylight 2025-Jul-01, Biomedical optics express IF:2.9Q2 DOI:10.1364/BOE.559749 PMID:40677828	研究论文	提出一种基于深度学习的方法，从包含杂散光的模拟点扩散函数图像中准确提取人眼波前像差	首次使用深度学习技术分离点扩散函数中的像差和杂散光成分，实现单次3毫秒的快速推理	基于模拟数据开发，尚未在真实临床数据上验证	开发能够从含杂散光的点扩散函数图像中准确提取波前像差的方法	人眼点扩散函数和波前像差	计算机视觉	眼科疾病	波前传感技术	深度学习模型	模拟视网膜图像	NA	NA	NA	预测准确度	NA
5509	2025-10-06	ROQUS: a retinal OCT quality and usability score 2025-Jul-01, Biomedical optics express IF:2.9Q2 DOI:10.1364/BOE.564188 PMID:40677832	研究论文	开发了一种基于深度学习的视网膜OCT B扫描质量评估方法ROQUS，用于评估图像质量和临床可用性	采用排序策略生成无界质量评分，在识别采集问题方面优于传统指标，且与人类评估者的一致性相当	NA	开发客观的视网膜OCT图像质量评估方法以改善临床研究和日常实践	视网膜OCT B扫描图像	计算机视觉	眼科疾病	光学相干断层扫描(OCT)	深度学习	医学图像	内部数据集和公共数据集	NA	NA	ROC-AUC	NA
5510	2025-10-06	Multicenter Evaluation of Interpretable AI for Coronary Artery Disease Diagnosis from PET Biomarkers 2025-Jun-30, medRxiv : the preprint server for health sciences DOI:10.1101/2025.06.19.25329944 PMID:40630571	研究论文	开发了一种整合PET心肌灌注成像关键参数的人工智能模型，用于提高冠状动脉疾病的诊断准确性	首次将冠状动脉钙化评分与PET心肌灌注参数结合，通过可解释AI方法提供自动化诊断	回顾性研究设计，仅包含有创冠状动脉造影验证的患者群体	提高冠状动脉疾病的诊断准确性	接受心脏PET/CT检查的患者	数字病理	心血管疾病	PET/CT, 心肌灌注成像	XGBoost, 深度学习	医学影像, 临床参数	1,664名患者（训练集386例，外部测试集1,278例）	XGBoost	深度学习（用于冠状动脉钙化评分）, XGBoost（用于CAD诊断）	AUC, 置信区间	NA
5511	2025-10-06	Identification and validation of synergistic drug strategies targeting macrophage polarization in triple-negative breast cancer via single-cell transcriptomics and deep learning 2025-Jun-26, Translational oncology IF:4.5Q1 DOI:10.1016/j.tranon.2025.102457 PMID:40580873	研究论文	通过单细胞转录组学和深度学习识别并验证针对三阴性乳腺癌中巨噬细胞极化的协同药物策略	开发了基于巨噬细胞分化的分类器MMDCSS，并首次发现非那雄胺可作为ZBTB20调节剂逆转肿瘤诱导的M2巨噬细胞极化	研究样本量相对有限（24名TNBC患者），需要进一步临床验证	开发针对三阴性乳腺癌肿瘤微环境中巨噬细胞极化的治疗策略	三阴性乳腺癌患者和巨噬细胞	数字病理学	乳腺癌	单细胞RNA测序, 转录组学, 伪时间轨迹映射	深度学习, 机器学习	单细胞转录组数据	24名三阴性乳腺癌患者	NA	NA	C-index, AUC	NA
5512	2025-10-06	Topo-CNN: Retinal Image Analysis with Topological Deep Learning 2025-Jun-25, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01575-7 PMID:40563040	研究论文	提出一种结合拓扑特征提取和卷积神经网络的视网膜图像自动诊断框架Topo-CNN	首次将拓扑数据分析(TDA)技术应用于视网膜图像分析，提出可解释的拓扑特征提取方法	NA	开发自动化的视网膜疾病诊断系统	眼底图像中的糖尿病视网膜病变、青光眼和年龄相关性黄斑变性	计算机视觉	视网膜疾病	拓扑数据分析(TDA)	CNN, 混合深度学习模型	图像	三个基准数据集：APTOS、ORIGA、IChallenge-AMD	NA	ResNet-50, Topo-CNN	准确率, AUC, 特异性	NA
5513	2025-10-06	Attention-Based Whole-Slide Image Compression Achieves Pathologist-Level Prescreening of Multiorgan Routine Histopathology Biopsies 2025-Jun-23, Modern pathology : an official journal of the United States and Canadian Academy of Pathology, Inc IF:7.1Q1 DOI:10.1016/j.modpat.2025.100827 PMID:40562215	研究论文	提出基于注意力机制的全切片图像压缩方法，实现多器官常规组织病理活检的病理学家级别预筛查	引入切片打包技术将同一组织块的多张切片合并为单张图像，并开发基于注意力机制的神经图像压缩方法	仅在两个欧洲中心的队列中进行验证，需要更广泛的外部验证	开发自动化癌症检测的深度学习系统以辅助病理学家预筛查工作	结肠、宫颈和十二指肠组织活检样本	数字病理学	结直肠癌,宫颈癌,乳糜泻	全切片成像,弱监督学习	深度学习,注意力机制	全切片图像	12,580张全切片图像来自9,141个组织块	NA	神经图像压缩与注意力(NIC-A)	病理学家级别性能	NA
5514	2025-10-06	Referenceless 4D flow cardiovascular magnetic resonance with deep learning 2025-Jun-02, Journal of cardiovascular magnetic resonance : official journal of the Society for Cardiovascular Magnetic Resonance IF:4.2Q1 DOI:10.1016/j.jocmr.2025.101920 PMID:40467036	研究论文	本研究利用深度学习预测心血管四维血流磁共振成像中的参考编码，实现无参考4D血流成像	首次使用深度学习从三个运动编码预测参考编码，实现25%数据采集量减少	在心室湍流动能测量中存在较高误差，右心室最大误差达-77.17%	缩短四维血流心血管磁共振扫描时间并保持测量准确性	126名不同类型心肌病患者的心脏4D血流数据集	医学影像分析	心血管疾病	四维血流心血管磁共振成像	U-Net, 生成对抗网络	三维速度数据，相位编码图像	126名心肌病患者（113名训练，13名测试）	NA	U-Net	流量体积误差百分比，平均速度误差百分比，最大速度误差百分比，湍流动能误差百分比	NA
5515	2025-10-06	SAFFusion: a saliency-aware frequency fusion network for multimodal medical image fusion 2025-Jun-01, Biomedical optics express IF:2.9Q2 DOI:10.1364/BOE.555458 PMID:40677382	研究论文	提出了一种基于显著性感知频率融合网络的多模态医学图像融合方法SAFFusion	结合Mamba-UNet架构和轮廓波变换进行多尺度特征提取，设计双分支频率特征融合模块，并应用潜在低秩表示进行显著性评估	未明确说明方法在更多疾病类型或模态组合上的泛化能力	开发更有效的多模态医学图像融合方法以支持临床决策	阿尔茨海默病诊断和脑肿瘤检测分割相关的多模态医学图像	医学图像处理	阿尔茨海默病,脑肿瘤	轮廓波变换,潜在低秩表示	CNN,UNet	医学图像	NA	NA	Mamba-UNet	定量评估指标,定性评估	NA
5516	2025-10-06	Deep learning for the detection of colon polyps with malignant potential: ex vivo classification using feature-enhanced optical coherence tomography (OCT) images 2025-Jun-01, Biomedical optics express IF:2.9Q2 DOI:10.1364/BOE.555185 PMID:40677387	研究论文	本研究开发了一种基于特征增强光学相干断层扫描图像和深度学习决策级融合的结肠息肉恶性潜力检测方法	首次从离体OCT图像中提取一阶和二阶强度统计、分形统计、光谱特征和散射体大小等多种生物标志物特征，并采用决策级融合方法结合深度学习进行分类	研究基于离体样本，缺乏在体验证；样本数量有限	提高结肠息肉恶性潜力的检测准确性，增强光学相干断层扫描在结直肠癌筛查中的作用	结肠息肉组织样本	计算机视觉	结直肠癌	光学相干断层扫描	深度学习分类模型	图像	NA	NA	NA	准确率, 灵敏度, 特异性, AUC	NA
5517	2025-10-06	Perturbation response scanning of drug-target networks: Drug repurposing for multiple sclerosis 2025-Jun, Journal of pharmaceutical analysis IF:6.1Q1 DOI:10.1016/j.jpha.2025.101295 PMID:40678478	研究论文	本研究提出基于网络扰动建模的药物重定位方法，应用于多发性硬化症治疗	将扰动响应扫描技术扩展至药物-靶点网络分析，结合深度学习与网络扰动建立系统性药物重定位框架	方法验证仅通过小鼠模型进行，尚未进行临床验证	开发系统性药物重定位方法用于多发性硬化症治疗	多发性硬化症及相关药物靶点网络	网络医学	多发性硬化症	弹性网络模型,扰动响应扫描,深度学习,随机游走重启算法	深度学习,网络模型	基因数据,网络数据,实验数据	铜宗诱导的慢性小鼠模型	NA	NA	NA	NA
5518	2025-10-06	druglikeFilter 1.0: An AI powered filter for collectively measuring the drug-likeness of compounds 2025-Jun, Journal of pharmaceutical analysis IF:6.1Q1 DOI:10.1016/j.jpha.2025.101298 PMID:40678482	研究论文	开发了一种基于深度学习的药物相似性评估框架druglikeFilter，用于从四个关键维度综合评价化合物的药物相似性	首个支持系统性评估和高效筛选的综合性工具，通过四个关键维度（理化规则、毒性预警、结合亲和力、合成可行性）全面评估药物相似性	NA	降低药物开发成本并提高成功率，通过早期综合评估化合物药物相似性	化合物库中的化学化合物	机器学习	NA	深度学习	深度学习框架	化学化合物数据	NA	NA	NA	NA	NA
5519	2025-10-06	In silico prediction of pK a values using explainable deep learning methods 2025-Jun, Journal of pharmaceutical analysis IF:6.1Q1 DOI:10.1016/j.jpha.2024.101174 PMID:40678476	研究论文	本研究开发了一种结合图神经网络和分子指纹的pKa预测模型GraFpK，并利用积分梯度方法提升模型可解释性	在提升预测精度的同时，通过集成积分梯度方法提供原子级可视化解释，增强了模型的可解释性	未明确说明模型在特定分子类型或化学空间中的泛化能力限制	开发高精度且可解释的pKa值预测计算方法	分子的酸解离常数(pKa)预测	机器学习	NA	计算化学方法	图神经网络(GNN)	分子结构数据	NA	NA	图神经网络结合分子指纹	平均绝对误差(MAE)	NA
5520	2025-10-06	Identify drug-drug interactions via deep learning: A real world study 2025-Jun, Journal of pharmaceutical analysis IF:6.1Q1 DOI:10.1016/j.jpha.2025.101194 PMID:40678481	研究论文	本研究开发了一种名为MDFF的多维特征融合深度学习模型，用于识别药物相互作用并在真实世界数据中进行验证	整合一维简化分子输入行条目系统序列特征、二维分子图特征和三维几何特征的多维药物特征融合方法	仅在单一医疗中心的有限样本中进行验证，样本量相对较小	开发能够准确识别药物相互作用的深度学习模型并验证其临床实用性	药物相互作用及其相关的不良药物反应	机器学习	NA	深度学习	深度学习模型	分子序列数据、分子图数据、几何特征数据、不良药物反应报告	两个DDI数据集和12份真实世界不良药物反应报告	NA	MDFF（多维特征融合模型）	准确率、精确率、召回率、AUC、F1分数	NA