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	Labor-Efficient Pathological Auxiliary Diagnostic Model for Primary and Metastatic Tumor Tissue Detection in Pancreatic Ductal Adenocarcinoma 2025-Jul, Modern pathology : an official journal of the United States and Canadian Academy of Pathology, Inc IF:7.1Q1 DOI:10.1016/j.modpat.2025.100764 PMID:40199428	研究论文	提出一种用于胰腺导管腺癌病理组织检测的弱监督深度学习框架PANseg	采用仅需图像级标签的弱监督方法实现与全监督方法相当的肿瘤分割性能，显著降低标注负担	模型在活检切片上的性能相对较低(AUROC: 0.821)，样本来源仅限于两个独立中心	开发高效的胰腺导管腺癌病理辅助诊断模型	胰腺导管腺癌的原发肿瘤组织和淋巴结转移组织	数字病理学	胰腺癌	全切片图像分析	深度学习	病理图像	368张全切片图像，来自208名患者，涵盖2个独立中心	NA	多尺度弱监督深度学习框架	AUROC, 诊断准确率, 诊断时间	NA
5502	2025-10-06	Comparison of Deep Learning and Clinician Performance for Detecting Referable Glaucoma from Fundus Photographs in a Safety Net Population 2025 Jul-Aug, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2025.100751 PMID:40235827	研究论文	开发并测试用于检测需转诊青光眼的深度学习算法，并与临床医生性能进行比较	在安全网人群中首次比较深度学习算法与多经验层次临床医生在青光眼检测中的表现	回顾性研究设计，数据来源于单一医疗系统	开发自动检测需转诊青光眼的深度学习算法	6116名洛杉矶县卫生服务部患者	计算机视觉	青光眼	眼底摄影	CNN	图像	12998张眼底图像（5616名患者用于训练），1000张图像（500名患者用于测试）	NA	VGG-19	AUROC, 敏感度, 特异度	NA
5503	2025-10-06	Application of deep learning-based facial pain recognition model for postoperative pain assessment 2025-Jul, Journal of clinical anesthesia IF:5.0Q1 DOI:10.1016/j.jclinane.2025.111898 PMID:40516197	研究论文	开发基于深度学习的面部疼痛识别模型用于术后疼痛评估	结合临床和模拟数据集构建综合数据集，开发基于VGG16的面部疼痛识别软件	高质量临床数据集有限，实验室研究与临床应用之间存在差距	开发自动疼痛评估系统改善术后疼痛管理	术后患者和健康志愿者	计算机视觉	术后疼痛	深度学习	CNN	面部图像	503名术后患者提供3411张图像，51名志愿者提供1038张图像	NA	VGG16	AUROC, F1分数	NA
5504	2025-10-06	Deep learning-based analysis and identification of single-particle mass spectra of bacteria 2025-Jul, Analytical and bioanalytical chemistry IF:3.8Q1 DOI:10.1007/s00216-025-05942-9 PMID:40542895	研究论文	结合单粒子质谱与深度学习算法对六种细菌物种进行识别和分类	首次将Score-CAM可视化方法应用于细菌单粒子质谱数据分析，提取CNN模型分类依赖的关键离子特征	仅针对六种细菌物种进行研究，样本多样性有限	开发基于深度学习的细菌单粒子质谱分析方法	六种细菌物种和四种生物质燃烧产物	机器学习	NA	单粒子质谱法	CNN, MLP, SVM	质谱数据	10个样本类别（6种细菌+4种生物质燃烧产物）	NA	CNN, MLP	准确率	NA
5505	2025-10-06	GASTON-Mix: a unified model of spatial gradients and domains using spatial mixture-of-experts 2025-Jul-01, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf254 PMID:40662777	研究论文	提出GASTON-Mix模型，用于从空间分辨转录组数据中同时识别空间域和域内空间梯度	将混合专家框架扩展为空间MoE模型，结合聚类组件与神经场模型，无需对空间域和梯度做限制性几何假设	NA	开发能够同时量化空间域和连续空间梯度的计算方法	空间分辨转录组数据	机器学习	NA	空间分辨转录组技术	混合专家模型,神经场模型	基因表达空间数据	NA	NA	空间混合专家模型	准确性	NA
5506	2025-10-06	Top-DTI: integrating topological deep learning and large language models for drug-target interaction prediction 2025-Jul-01, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf183 PMID:40662785	研究论文	提出Top-DTI框架，通过整合拓扑深度学习和大型语言模型来预测药物-靶点相互作用	首次将拓扑数据分析与大型语言模型相结合用于DTI预测，利用持久同源性从蛋白质接触图和药物分子图像中提取拓扑特征	NA	提高药物-靶点相互作用预测的准确性和鲁棒性	药物分子和蛋白质靶点	机器学习	NA	拓扑数据分析，大型语言模型	深度学习	蛋白质序列，药物SMILES字符串，蛋白质接触图，药物分子图像	公共BioSNAP和Human DTI基准数据集	NA	大型语言模型，拓扑深度学习	AUROC，AUPRC，灵敏度，特异性	NA
5507	2025-10-06	Understanding the sources of performance in deep drug response models reveals insights and improvements 2025-Jul-01, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf255 PMID:40662789	研究论文	本研究通过分析深度药物反应预测模型的性能来源，揭示了现有模型的局限性并提出了改进方案	首次证明二元化药物反应值能使模型学习有用的化学药物特征，并开发了BinaryET和BinaryCB两种新模型	现有模型性能很大程度上依赖于训练目标值，且不同测试类型下性能表现不一致	改进抗癌药物反应预测模型的性能并理解其性能来源	癌细胞系和药物化学结构	机器学习	癌症	转录组学分析	Transformer, 基础模型	化学结构数据, 组学数据	NA	NA	Transformer	NA	NA
5508	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
5509	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
5510	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
5511	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
5512	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
5513	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
5514	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
5515	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
5516	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
5517	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
5518	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
5519	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
5520	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