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
681	2025-09-27	Frequency-Aware Interpretable Deep Learning Framework for Alzheimer's Disease Classification Using rs-fMRI 2025-Sep-19, bioRxiv : the preprint server for biology DOI:10.1101/2025.09.18.677114 PMID:41000974	研究论文	提出一种频率感知可解释深度学习框架FINE，用于基于静息态功能磁共振的阿尔茨海默病分类	首次将可学习小波层与多专家分支架构结合，实现脑网络多尺度时空特征和频率特异性模式的端到端联合建模	NA	开发能够捕捉阿尔茨海默病相关脑功能连接频谱时空变化的可解释深度学习模型	阿尔茨海默病患者和正常对照的脑功能连接动态网络	医学影像分析	阿尔茨海默病	静息态功能磁共振成像	CNN、小波变换、Transformer混合架构	功能磁共振影像数据	OASIS-3数据集中的856名受试者
682	2025-09-27	Deep learning-based prediction of cardiopulmonary disease in retinal images of premature infants 2025-Sep-19, medRxiv : the preprint server for health sciences DOI:10.1101/2025.09.18.25336004 PMID:41001491	研究论文	本研究开发了一种基于深度学习的方法，利用早产儿视网膜病变筛查图像预测心肺疾病	首次将视网膜图像特征与人口统计学风险因素结合，构建多模态模型预测BPD和PH	样本量有限（BPD队列99例，PH队列37例），且仅包含≤34周胎龄的图像	探索视网膜筛查图像是否包含与BPD和PH相关的特征，并验证多模态模型的预测性能	493名接受ROP筛查的早产儿	数字病理学	心肺疾病	深度学习、支持向量机	ResNet18、多模态融合模型	视网膜图像、临床数据	BPD队列99例患者，PH队列37例患者（来自总493名婴儿）
683	2025-09-27	De novo Design of All-atom Biomolecular Interactions with RFdiffusion3 2025-Sep-18, bioRxiv : the preprint server for biology DOI:10.1101/2025.09.18.676967 PMID:41000976	研究论文	提出RFdiffusion3扩散模型，用于在配体、核酸等非蛋白质原子环境下生成全原子蛋白质结构	首次实现全原子级别的生物分子相互作用设计，能处理蛋白质与配体、核酸等复杂原子约束条件	未明确说明模型对特定生物分子类型的适用性限制	开发能生成复杂生物分子相互作用结构的蛋白质设计方法	蛋白质结构、配体、核酸等生物分子	机器学习	NA	扩散模型	RFdiffusion3	三维原子坐标数据	通过计算机基准测试验证，具体样本量未明确说明
684	2025-09-27	Performance evaluation and clinical application exploration of a ViT-CNN ensemble model for multiclass oral mucosal disease classification: a pilot retrospective analysis based on public datasets 2025-Sep-17, BMJ open IF:2.4Q1 DOI:10.1136/bmjopen-2025-102741 PMID:40967645	研究论文	评估基于Vision Transformer的深度学习模型在口腔黏膜疾病分类中的性能，并探索集成模型对临床支持的潜在价值	首次将Vision Transformer与CNN集成应用于口腔黏膜疾病分类，提出三种集成策略并验证其效果	基于公开数据集的回顾性分析，需要更大数据集的进一步验证	评估ViT-CNN集成模型在口腔黏膜疾病分类中的性能并探索其临床应用价值	口腔黏膜疾病图像数据	计算机视觉	口腔黏膜疾病	深度学习集成方法	ViT-CNN集成模型（EfficientNet-B0, ViT-B16）	图像	基于公开数据集的回顾性分析（具体样本量未明确说明）
685	2025-09-27	Real-time activity and fall detection using transformer-based deep learning models for elderly care applications 2025-Sep-17, BMJ health & care informatics IF:4.1Q2 DOI:10.1136/bmjhci-2025-101439 PMID:40967671	研究论文	开发基于Transformer的深度学习模型用于老年人实时活动识别和跌倒检测	首次将Transformer架构应用于可穿戴传感器数据的实时活动识别，通过自注意力机制捕捉全局和局部时间依赖关系	仅在实验室数据集上进行验证，尚未在真实世界数据中测试	提高老年人活动识别和跌倒检测的准确性和实时性	老年人日常活动和跌倒行为	机器学习	老年疾病	深度学习，滑动窗口分割	Transformer，CNN-LSTM，时序卷积网络	可穿戴传感器数据（加速度计、陀螺仪、方向信号）	66名参与者的超过1400万条传感器记录，包含16种活动类型
686	2025-09-27	Unveiling genetic architecture of white matter microstructure through unsupervised deep representation learning of fractional anisotropy maps 2025-Sep-17, Research square DOI:10.21203/rs.3.rs-7411165/v1 PMID:41001519	研究论文	提出基于深度学习的无监督白质表征框架UDR-WM，通过体素级FA图谱解析白质微结构的遗传架构	首次采用无监督深度表征学习直接从全脑FA图谱提取特征（UDIP-FA），突破传统基于解剖先验的平均化表型限制	方法依赖扩散MRI数据质量，未明确验证跨扫描仪/协议的泛化能力	揭示白质微结构的精细遗传基础及其与脑疾病的关联	人类脑白质微结构（通过FA量化）	医学影像分析	神经精神疾病（精神分裂症、帕金森病）	扩散MRI、全基因组关联分析（GWAS）、网络分析	无监督深度学习	神经影像数据（FA图谱）	未明确样本量（基于GWAS结果推断为大样本）
687	2025-09-27	HINN: Hierarchical Input Neural Network identifies multi-omics biomarker for cognitive decline 2025-Sep-17, Research square DOI:10.21203/rs.3.rs-7576397/v1 PMID:41001538	研究论文	提出一种分层输入神经网络（HINN），通过整合多组学数据预测认知衰退并识别生物标志物	在神经网络架构中直接嵌入已知的跨组学层次关系，提升预测性能和生物学可解释性	NA	开发能整合多组学数据的深度学习框架以发现认知衰退的生物标志物	阿尔茨海默病和轻度认知障碍患者的血液多组学数据	机器学习	阿尔茨海默病	多组学整合分析	分层输入神经网络（HINN）	基因组学、表观基因组学、转录组学等多组学数据	NA
688	2025-09-27	A deep learning approach based on molecular graph features and residual blocks to predict interaction sites between CircRNA and RBP 2025-Sep-16, Biochemical and biophysical research communications IF:2.5Q3 DOI:10.1016/j.bbrc.2025.152655 PMID:40997583	研究论文	提出了一种基于分子图特征和残差块的深度学习框架MGFCRSites，用于预测环状RNA与RNA结合蛋白的相互作用位点	首个明确对环状RNA化学分子结构进行建模以预测结合位点的计算方法，通过分子图特征与残差块结构相结合	NA	预测环状RNA与RNA结合蛋白的相互作用位点	环状RNA和RNA结合蛋白	生物信息学	NA	图卷积网络、深度学习	基于残差块的图卷积网络	分子结构数据、序列数据	37个基准数据集
689	2025-09-27	Disease-specific variant pathogenicity prediction using multimodal biomedical language models 2025-Sep-15, bioRxiv : the preprint server for biology DOI:10.1101/2025.09.09.675184 PMID:41000707	研究论文	提出一种名为DIVA的多模态深度学习框架，用于预测错义变异的具体疾病类型及其致病性概率	首次将疾病特异性上下文纳入变异致病性预测，通过对比学习范式整合蛋白质序列和疾病文本注释两种模态信息	NA	开发能够同时预测错义变异致病性和相关疾病类型的计算方法	错义变异及其与遗传疾病的关联	自然语言处理	遗传疾病	多模态语言模型、对比学习	深度学习框架	蛋白质序列数据、疾病文本注释	NA
690	2025-09-27	LUCID: Intelligent Informative Frame Selection in Otoscopy for Enhanced Diagnostic Utilitys 2025-Sep-15, Research square DOI:10.21203/rs.3.rs-7502743/v1 PMID:41001536	研究论文	提出首个系统性方法LUCID，用于自动选择耳镜检查视频中最具信息量的帧以增强诊断效用	首次系统化解决耳镜视频关键帧自动选择问题，创新整合ResNet-50分类器、弱监督鼓膜分割方法和专用图像清晰度检测算法	研究基于713个视频数据集，需要更大规模数据验证泛化能力	开发自动选择耳镜视频关键帧的方法，提升中耳疾病AI诊断的实用性	耳镜检查视频和中耳疾病（如急性中耳炎）患者	计算机视觉	中耳疾病	深度学习、弱监督分割、图像清晰度检测	ResNet-50、BC-AdvCAM	视频	713个耳镜检查视频，包含38,000多张标注帧
691	2025-09-27	A self-attention model for robust rigid slice-to-volume registration of functional MRI 2025-Sep-13, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102643 PMID:40997675	研究论文	提出一种用于功能磁共振成像刚性切片-体积配准的自注意力模型，通过像素级评分提升配准鲁棒性	首次在SVR任务中引入自注意力机制，通过独立编码器和像素级评分处理切片输入的不确定性	仅使用模拟运动数据进行验证，未在真实临床运动场景中充分测试	开发鲁棒的fMRI切片-体积配准方法以解决头部运动引起的图像失真问题	功能磁共振成像的2D切片与3D参考体积	医学图像处理	脑部疾病	深度学习、自注意力机制	自注意力网络、端到端编码器	fMRI图像数据	训练集2000对、验证集500对、测试集200对3D体积-2D切片对
692	2025-09-27	Comprehensive non-small cell lung cancer targets: From computational prediction to clinical breakthroughs in overcoming drug resistance 2025-Sep-12, Biochemical pharmacology IF:5.3Q1 DOI:10.1016/j.bcp.2025.117333 PMID:40946977	综述	全面概述非小细胞肺癌靶向治疗的三大关键进展：计算预测方法、临床突破及联合用药策略	整合基于配体、结构和多特征深度学习模型的靶点预测方法，并探讨第四代EGFR抑制剂等新型疗法	未涉及具体实验数据验证，主要基于现有研究成果的整合分析	指导非小细胞肺癌靶向治疗的未来发展方向	非小细胞肺癌的靶向治疗机制与临床方案	计算生物学与临床医学交叉	肺癌	深度学习模型、靶点预测计算方法	多特征深度学习模型	文献与临床研究数据	NA
693	2025-09-27	Impact of Data Quality on Deep Learning Prediction of Spatial Transcriptomics from Histology Images 2025-Sep-09, bioRxiv : the preprint server for biology DOI:10.1101/2025.09.04.674228 PMID:40964396	研究论文	本研究探讨了分子数据和图像数据质量对基于深度学习的组织学图像空间转录组预测性能的影响	首次系统研究不同空间转录组技术（Xenium成像与Visium测序）导致的数据质量差异对基因表达预测的影响，揭示了数据质量改进作为模型架构调优的替代策略	插补实验的改进效果有限且无法推广到测试集之外	评估数据质量对深度学习预测空间转录组的影响	组织学图像和空间转录组数据	数字病理	NA	空间转录组技术（Xenium、Visium）	深度学习	组织学图像、基因表达数据	NA
694	2025-09-27	Domain-Interactive Contrastive Learning and Prototype-Guided Self-Training for Cross-Domain Polyp Segmentation 2025-09, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3443262 PMID:39141465	研究论文	提出一种用于跨域息肉分割的新型无监督域自适应框架DCL-PS	结合域交互对比学习和原型引导自训练策略，通过域混合原型更新和跨一致性训练增强特征表示	NA	提升结肠镜图像中息肉分割模型在未知目标域的泛化性能	结肠镜图像中的息肉分割	计算机视觉	结直肠癌	无监督域自适应	深度学习分割模型	医学图像	NA
695	2025-09-27	Solving Zero-Shot Sparse-View CT Reconstruction With Variational Score Solver 2025-09, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3475516 PMID:39374276	研究论文	提出一种无需配对数据的稀疏视图CT重建新方法——变分分数求解器(VSS)	通过潜在扩散模型获取先验分布，采用分布建模而非确定性值，并通过寻找扩散模型固定点来提炼先验知识	NA	解决零样本稀疏视图CT重建问题，降低对配对数据的依赖	CT医学图像重建	医学影像处理	NA	潜在扩散模型	扩散模型	CT图像	NA
696	2025-09-27	Domain Progressive Low-Dose CT Imaging Using Iterative Partial Diffusion Model 2025-09, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3492260 PMID:39509314	研究论文	提出一种基于迭代部分扩散模型的领域渐进式低剂量CT成像框架，解决传统深度学习方法在真实LDCT场景中的泛化性问题	创新性地提出迭代部分扩散模型（IPDM），通过迭代部分扩散过程平衡生成能力与计算效率，并开发条件引导采样方法和基于像素级噪声估计的自适应权重策略	未明确说明模型在高分辨率训练中的具体表现和计算资源需求	提升低剂量CT成像的质量和泛化能力	低剂量CT图像	医学影像处理	NA	扩散模型	IPDM（迭代部分扩散模型）	CT图像	多源数据集（具体数量未说明）
697	2025-09-27	DreaMR: Diffusion-Driven Counterfactual Explanation for Functional MRI 2025-09, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3507008 PMID:40030294	研究论文	提出首个基于扩散模型的fMRI反事实解释方法DreaMR，用于深度fMRI分类器的可解释性分析	首次将扩散模型应用于fMRI反事实解释，提出分数多阶段蒸馏扩散先验和transformer架构处理长程时空上下文	NA	开发高保真度的fMRI深度分类器可解释性方法	功能磁共振成像（fMRI）数据和大脑认知相关变量	医学影像分析	神经科学相关疾病	扩散模型、反事实生成	Transformer、扩散模型	fMRI脑功能影像数据	神经影像数据集（具体数量未明确说明）
698	2025-09-27	MM-GTUNets: Unified Multi-Modal Graph Deep Learning for Brain Disorders Prediction 2025-09, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3556420 PMID:40168232	研究论文	提出一种基于图Transformer的多模态图深度学习框架MM-GTUNets，用于大规模脑部疾病预测	引入模态奖励表示学习动态构建人群图，采用自适应跨模态图学习捕捉模态特异性和共享特征，结合Graph UNet和Graph Transformer优势	NA	开发端到端的多模态图深度学习框架以提升脑部疾病预测性能	脑部疾病患者人群的多模态数据	机器学习	脑部疾病	图深度学习、Transformer、变分自编码器	MM-GTUNets（基于Graph Transformer和Graph UNet）	多模态数据（影像和非影像数据）	两个公共多模态数据集ABIDE和ADHD-200
699	2025-09-27	Digital Staining With Knowledge Distillation: A Unified Framework for Unpaired and Paired-but-Misaligned Data 2025-09, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3565329 PMID:40310741	研究论文	提出一种基于知识蒸馏的无监督深度学习框架，用于数字细胞染色	首次将知识蒸馏应用于数字染色任务，提出适用于无配对数据和配对但未对齐数据的统一训练方案	NA	开发无需大量精确配对数据的数字细胞染色方法	细胞图像（特别是白细胞图像）	数字病理	NA	知识蒸馏、深度学习	教师-学生模型框架	细胞图像	白细胞数据集
700	2025-09-27	Self-Supervised Feature Learning for Cardiac Cine MR Image Reconstruction 2025-09, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3570226 PMID:40408221	研究论文	提出一种自监督特征学习辅助的MRI重建框架，用于心脏电影MR图像重建	首次将自监督特征学习引入MRI重建，利用欠采样图像学习采样不敏感特征来辅助去伪影	基于回顾性数据集验证，需进一步临床前瞻性验证	解决监督学习方法需要全采样图像的局限性，提升MRI重建性能	心脏电影MR图像	医学影像重建	心血管疾病	MRI重建技术	自监督深度学习网络	医学影像数据	91例心血管患者和38例健康受试者的2D心脏电影数据集