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
5721	2025-10-06	Validation of a Deep Learning Algorithm for Continuous, Real-Time Detection of Atrial Fibrillation Using a Wrist-Worn Device in an Ambulatory Environment 2023-10-03, Journal of the American Heart Association IF:5.0Q1 DOI:10.1161/JAHA.123.030543 PMID:37750558	研究论文	验证一种基于深度学习算法的手腕穿戴设备在动态环境中连续实时检测房颤的性能	开发了首个结合光电容积脉搏波和卷积神经网络的手腕穿戴设备，实现医疗级连续房颤监测	研究仅纳入阵发性房颤患者，样本量相对有限（117例）	验证手腕穿戴设备在动态环境中连续监测房颤的临床性能	阵发性房颤患者	数字病理	心血管疾病	光电容积脉搏波，lead-I ECG	CNN	生理信号数据	117名阵发性房颤患者，111名提供有效数据，共91,857个15分钟间隔	NA	卷积神经网络	灵敏度，特异性，R²，平均差异	NA
5722	2025-10-06	Multivariate longitudinal data for survival analysis of cardiovascular event prediction in young adults: insights from a comparative explainable study 2023-01-25, BMC medical research methodology IF:3.9Q1 DOI:10.1186/s12874-023-01845-4 PMID:36698064	研究论文	本研究通过比较六种建模策略，探讨了纵向数据在年轻成人心血管事件预测中的价值，并比较了不同模型解释方法	开发了统一可扩展的框架，比较了纵向数据与横截面数据在心血管风险预测中的性能差异，并系统评估了模型特定和模型无关的解释方法	研究仅基于CARDIA队列的3539名参与者，需要扩展到更多变量和其他纵向建模方法	评估纵向数据在心血管事件生存分析预测中的附加价值	年轻成人心血管事件风险预测	机器学习	心血管疾病	生存分析，纵向数据分析	随机生存森林，深度学习模型	纵向临床数据	3539名参与者，包含6次检查访视的35个变量，随访时间15年	NA	时间序列大规模特征提取，轨迹聚类	C-index，时间依赖性AUC	NA
5723	2025-10-06	Emphysema Progression at CT by Deep Learning Predicts Functional Impairment and Mortality: Results from the COPDGene Study 2022-09, Radiology IF:12.1Q1 DOI:10.1148/radiol.213054 PMID:35579519	研究论文	本研究使用深度学习算法评估吸烟者连续CT扫描中肺气肿严重程度的变化，并分析其与功能损害和死亡率的关系	首次使用深度学习算法自动评估Fleischner肺气肿分级系统在连续CT扫描中的进展，并验证其与临床预后的关联	研究为对已有前瞻性研究的二次分析，可能存在选择偏倚	评估基于深度学习的肺气肿严重程度分级在连续CT扫描中的临床和影像学意义	COPDGene研究中的吸烟者参与者	医学影像分析	慢性阻塞性肺疾病	CT扫描	深度学习	医学影像	5056名参与者（平均年龄60岁±9，2566名男性）	NA	NA	风险比, 统计显著性	NA
5724	2025-10-06	Differential Privacy Enabled Robust Asynchronous Federated Multitask Learning: A Multigradient Descent Approach 2025-Aug, IEEE transactions on cybernetics IF:9.4Q1 DOI:10.1109/TCYB.2025.3571953 PMID:40531632	研究论文	提出一种结合差分隐私的鲁棒异步联邦多任务学习方法，通过多梯度下降解决数据异构和拜占庭攻击问题	首次将联邦学习重构为多目标优化问题，提出联邦多梯度下降算法，并开发半异步聚合方法和分布式差分隐私技术	未明确说明具体应用场景下的性能限制和计算开销分析	解决联邦学习中的数据异构、设备异构、隐私泄露和非凸损失等实际问题	边缘计算设备和分布式数据源	机器学习	NA	联邦学习，差分隐私	深度学习模型	分布式数据	NA	NA	NA	收敛性分析	边缘计算设备
5725	2025-10-06	A Deep Learning Multimodal Fusion-Based Method for Cell and Nucleus Segmentation 2025-Jul-25, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3592625 PMID:40711898	研究论文	提出一种基于深度学习多模态融合的细胞和细胞核分割方法	通过多模态提示模块结合图像和文本信息，无需在新数据上重新训练即可完成分割任务	依赖预训练模型的质量和自然图像与细胞图像的领域差异	解决细胞图像标注数据稀缺问题，开发无需重新训练的分割方法	细胞和细胞核的图像分割	数字病理学	NA	多模态数据融合	深度神经网络	图像, 文本	NA	NA	NA	NA	NA
5726	2025-10-06	A Multi-Modal Pelvic MRI Dataset for Deep Learning-Based Pelvic Organ Segmentation in Endometriosis 2025-Jul-24, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05623-3 PMID:40707497	研究论文	本研究提出了用于子宫内膜异位症盆腔器官分割的多模态MRI数据集，并评估了两种自动分割方法的性能	首次公开提供专门针对子宫内膜异位症的多中心盆腔MRI数据集，包含多结构手动标注和评估者间一致性分析	数据集规模相对有限，卵巢分割在子宫内膜异位症MRI中存在挑战	开发子宫内膜异位症盆腔MRI的自动分割方法	子宫内膜异位症患者的盆腔MRI影像	数字病理	子宫内膜异位症	磁共振成像	CNN	医学影像	多中心数据集51例（3名标注者），单中心数据集81例（1名标注者）	nnU-Net	nnU-Net, RAovSeg	分割性能评估	NA
5727	2025-10-06	AI-CMCA: a deep learning-based segmentation framework for capillary microfluidic chip analysis 2025-Jul-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-11508-7 PMID:40691244	研究论文	提出基于深度学习的毛细管微流控芯片分析框架AI-CMCA，用于自动化流体路径检测与追踪	首次将深度学习分割技术应用于毛细管微流控芯片分析，结合迁移学习特征初始化、编码器-解码器语义分割和序列帧分析	仅测试了五种架构，未明确说明训练数据规模和多样性限制	开发自动化毛细管微流控芯片流体路径分析框架	毛细管微流控芯片中的流体运动	计算机视觉	NA	深度学习分割	CNN	图像序列	NA	NA	U-Net,MobileNetV2,PAN,FPN,PSP-Net,DeepLabV3+	IoU,F1-score	适用于智能手机或边缘设备部署的轻量级设计
5728	2025-10-06	An ensemble deep learning model for author identification through multiple features 2025-Jul-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-11596-5 PMID:40691694	研究论文	提出一种结合多种特征的自注意力加权集成深度学习框架，用于提高作者身份识别的准确性和稳定性	采用自注意力机制智能整合多个专用CNN网络的特征提取结果，动态学习不同类型特征的重要性	NA	提高自然语言处理中作者身份识别的准确性和鲁棒性	文本作者身份识别	自然语言处理	NA	NA	CNN, 自注意力机制	文本	两个数据集：数据集A（4位作者）和数据集B（30位作者）	NA	卷积神经网络, 自注意力加权集成框架	准确率	NA
5729	2025-10-06	Improving mortality prediction after radiotherapy with large language model structuring of large-scale unstructured electronic health records 2025-Jul-19, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology IF:4.9Q1 DOI:10.1016/j.radonc.2025.111052 PMID:40692078	研究论文	本研究使用大型语言模型结构化大规模非结构化电子健康记录数据，以改进放疗患者的死亡率预测	首次将通用领域大型语言模型应用于非结构化电子健康记录的结构化处理，显著提升生存预测准确性	研究基于单一医疗中心数据，外部验证样本量相对较小	提高放疗患者死亡率预测准确性，优化临床决策	34,276名放疗患者（主要队列）和852名外部验证患者	自然语言处理	癌症	电子健康记录分析	大型语言模型,深度学习	文本,结构化医疗数据	34,276名主要队列患者，852名外部验证患者	NA	大型语言模型	C-index,准确率	NA
5730	2025-10-06	The Chest X- Ray: The Ship has Sailed, But Has It? 2025-Jul-01, Journal of insurance medicine (New York, N.Y.) DOI:10.17849/insm-52-1-21-22.1 PMID:40047110	评论	探讨深度学习技术是否能重新赋予胸片在保险承保风险评估中的价值	首次结合深度学习技术重新评估传统胸片在保险精算领域的潜在应用价值	未提供具体实验数据验证深度学习在胸片风险评估中的实际效果	评估胸片结合深度学习技术在保险承保风险分析中的潜在价值	保险申请人胸片检查数据	医疗影像分析	肺部疾病	胸片成像	深度学习	医学影像	NA	NA	NA	NA	NA
5731	2025-10-06	Deep Learning Algorithms to Predict Differential Renal Function <40% in Unilateral Hydronephrosis Based on Key Parameters of Urinary Tract Ultrasound 2025-06, Urology IF:2.1Q2 DOI:10.1016/j.urology.2025.04.009 PMID:40210002	研究论文	基于尿路超声关键参数开发深度学习算法预测单侧肾积水患者分肾功能<40%	首次将肾盂前后径、上盏扩张和肾脏长度比等超声参数结合机器学习模型用于预测分肾功能受损	回顾性研究设计，样本仅来自单一医疗中心	开发预测单侧肾积水儿童分肾功能<40%的机器学习模型	802例肾积水儿童患者	机器学习	肾积水	尿路超声，利尿肾图	随机森林, 逻辑回归, 支持向量机	超声参数，临床数据	802例儿童患者	NA	NA	AUROC, 灵敏度, 特异度	NA
5732	2025-10-06	Fully volumetric body composition analysis for prognostic overall survival stratification in melanoma patients 2025-May-12, Journal of translational medicine IF:6.1Q1 DOI:10.1186/s12967-025-06507-1 PMID:40355935	研究论文	本研究利用深度学习对黑色素瘤患者的基线CT扫描进行全容积身体成分分析，以预测总生存期	首次采用全容积身体成分分析方法，利用常规CT扫描无需额外检查即可实现生存期预测	样本量相对有限，需要进一步多中心验证	探索基于深度学习的身体成分分析在黑色素瘤患者总生存期预测中的价值	黑色素瘤患者	数字病理	黑色素瘤	CT扫描	深度学习网络	医学影像	495名患者（内部队列）+ 428名患者（外部验证）	NA	NA	风险比(HR), P值	NA
5733	2025-10-06	Artificial Intelligence-Based Total Mesorectal Excision Plane Navigation in Laparoscopic Colorectal Surgery 2022-05-01, Diseases of the colon and rectum DOI:10.1097/DCR.0000000000002393 PMID:35170546	研究论文	开发基于深度学习的直肠癌手术中全直肠系膜切除平面图像引导导航系统	首个使用图像引导导航系统进行全直肠系膜切除的研究，创新性地利用深度学习对疏松结缔组织进行语义分割	仅使用600张图像进行训练，数据量有限，需要更多图像来提高识别精度	开发辅助外科医生识别全直肠系膜切除平面的导航系统	接受腹腔镜左侧结直肠切除术的32名患者	计算机视觉	直肠癌	深度学习语义分割	深度学习	手术视频图像	32名患者的600张标注图像（训练集528张，测试集72张）	NA	NA	Dice系数	NA
5734	2025-10-06	Deep Learning-Based Prediction of Glaucoma Severity and Progression Using Imo/TEMPO Screening Program 2025 Nov-Dec, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2025.100805 PMID:40697390	研究论文	开发DeepISP深度学习模型，基于快速筛查视野检查预测青光眼患者的全面视野信息和疾病进展	首次开发能够同时预测当前视野状态和视野进展的多任务神经网络，并采用数据增强技术合成训练数据	回顾性研究设计，样本量相对有限，需要进一步前瞻性验证	开发基于深度学习的青光眼严重程度和进展预测模型	青光眼患者	医学人工智能	青光眼	视野检查，深度学习	多任务神经网络	医学影像数据，视野检查数据	187个真实ISP测试（112名患者）和3470个合成ISP测试（883名患者）	NA	多任务神经网络	平均绝对误差，平均F1分数，曲线下面积	NA
5735	2025-10-06	SpatialCVGAE: Consensus Clustering Improves Spatial Domain Identification of Spatial Transcriptomics Using VGAE 2025-Sep, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-024-00676-1 PMID:39680300	研究论文	提出基于共识聚类的空间转录组数据分析框架SpatialCVGAE，用于提高空间域识别的稳定性与准确性	首次将共识聚类与变分图自编码器结合用于空间转录组数据，通过集成多个潜在表示的聚类结果提升模型鲁棒性	NA	解决空间转录组数据聚类分析中的不稳定性问题	空间转录组数据	生物信息学	NA	空间转录组技术	VGAE	基因表达数据、空间图数据	NA	PyTorch	变分图自编码器	稳定性、准确性	NA
5736	2025-10-06	EnDM-CPP: A Multi-view Explainable Framework Based on Deep Learning and Machine Learning for Identifying Cell-Penetrating Peptides with Transformers and Analyzing Sequence Information 2025-Sep, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-024-00673-4 PMID:39714579	研究论文	提出一种基于深度学习和机器学习的多视图可解释框架EnDM-CPP，用于识别细胞穿透肽并分析序列信息	结合Transformer架构的语言模型特征（ProtT5和ESM-2）与传统序列特征，采用多模型集成策略提高预测性能	NA	开发计算方法来预测潜在的细胞穿透肽，以促进药物递送载体的开发	细胞穿透肽（CPPs）	机器学习	NA	序列分析	CNN, TextCNN, SVM, CatBoost, Logistic Regression	蛋白质序列数据	整合三个基准数据集（CPPsite 2.0、MLCPP 2.0和CPP924）以提高多样性和减少同源性	NA	Transformer, CNN, TextCNN	准确率, 马修斯相关系数	NA
5737	2025-10-06	MultiKD-DTA: Enhancing Drug-Target Affinity Prediction Through Multiscale Feature Extraction 2025-Sep, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-025-00697-4 PMID:40019659	研究论文	提出一种通过多尺度特征提取增强药物-靶点亲和力预测的深度学习架构	创新性地结合图神经网络、预训练大规模蛋白质模型和注意力机制，采用多尺度特征提取方法	NA	提高药物-靶点相互作用亲和力预测的准确性	药物分子和蛋白质靶点	机器学习	NA	深度学习	图神经网络, 双向长短期记忆网络, 注意力机制	分子结构图, 蛋白质序列	两个公开数据集	NA	多尺度卷积网络, ESM-2预训练模型	NA	NA
5738	2025-10-06	iEnhancer-GDM: A Deep Learning Framework Based on Generative Adversarial Network and Multi-head Attention Mechanism to Identify Enhancers and Their Strength 2025-Sep, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-025-00703-9 PMID:40335860	研究论文	提出基于生成对抗网络和多头注意力机制的深度学习框架iEnhancer-GDM，用于识别增强子及其强度预测	引入Wasserstein生成对抗网络进行数据增强，结合多头注意力机制和多尺度卷积神经网络提升模型性能	增强子训练数据集规模有限，可能导致模型过拟合和分类准确率问题	开发增强子识别及其强度预测的计算方法	DNA增强子序列	生物信息学	NA	DNA序列分析	GAN, CNN, LSTM, 多头注意力机制	DNA序列数据	NA	NA	WGAN-GP, 多尺度CNN, 双向LSTM, 多头注意力机制	准确率	NA
5739	2025-10-06	ResNeXt-Based Rescoring Model for Proteoform Characterization in Top-Down Mass Spectra 2025-Sep, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-025-00701-x PMID:40381130	研究论文	提出基于ResNeXt的深度学习模型PrSMBooster，用于在自上而下质谱中重新评分蛋白质形态谱匹配以提高鉴定准确性	首次将ResNeXt架构与集成机器学习方法相结合用于蛋白质形态表征的重新评分，通过整合逻辑回归、XGBoost、决策树和支持向量机作为弱学习器提取特征	未明确说明模型对特定类型蛋白质形态的适用性限制，且依赖外部数据集进行验证	提高自上而下蛋白质组学中蛋白质形态鉴定的准确性	蛋白质形态谱匹配	机器学习	NA	自上而下质谱法	ResNeXt, 集成学习	质谱数据	47个独立质谱数据集，涵盖多个物种	NA	ResNeXt	错误发现率	NA
5740	2025-10-06	NPI-HetGNN: A Prediction Model of ncRNA-Protein Interactions Based on Heterogeneous Graph Neural Networks 2025-Sep, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-025-00716-4 PMID:40455400	研究论文	提出基于异构图神经网络的NPI-HetGNN模型用于预测非编码RNA与蛋白质的相互作用	结合序列特性和异质连接拓扑构建初始特征，通过元路径游走聚合语义信息，并引入能量约束自注意力模块增强特征提取能力	缺乏湿实验室验证条件，仅采用计算验证	开发计算模型预测非编码RNA与蛋白质相互作用	非编码RNA和蛋白质	机器学习	NA	异构图神经网络	GNN	序列数据, 网络拓扑数据	四个基准数据集	NA	HetGNN	NA	NA