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
7541	2025-10-06	Residue conservation and solvent accessibility are (almost) all you need for predicting mutational effects in proteins 2025-Jun-02, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf322 PMID:40434923	研究论文	本文提出了一种基于残基保守性和溶剂可及性的简单进化评分方法，用于预测蛋白质突变效应	发现简单的进化评分（野生型和突变残基频率对数比）按残基相对溶剂可及性缩放后，性能与或略优于更复杂的深度学习模型	未详细探讨复杂模型学习到的额外信息，对突变景观预测的局限性认识有限	开发准确且可解释的蛋白质突变效应预测方法	蛋白质突变及其对生物物理性质的影响	计算生物学	NA	进化分析，深度突变扫描	进化评分模型	蛋白质序列数据，突变数据	ProteinGym深度突变扫描数据集中的突变	Python	RSALOR模型	稳定性、活性、适应性等生物物理性质评估	NA
7542	2025-10-06	Knowledge-enhanced protein subcellular localization prediction from 3D fluorescence microscope images 2025-Jun-02, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf331 PMID:40459878	研究论文	开发了一种知识增强的蛋白质亚细胞定位预测模型KE3DLoc，可从3D荧光显微镜图像中识别蛋白质分布模式	结合3D和2D投影细胞信息设计图像特征提取模块，引入基因本体论知识图谱优化蛋白质表示，并设计蛋白质ID聚合增强特征一致性	未明确提及具体局限性，但暗示3D图像处理面临数据缺乏和建模复杂性的挑战	从3D荧光显微镜图像中自动识别蛋白质亚细胞定位，促进蛋白质转运分析和生物标志物发现	蛋白质亚细胞定位	计算机视觉	NA	3D荧光显微镜成像	深度学习	3D图像	三个公共数据集（未明确具体样本数量）	NA	KE3DLoc（包含图像特征提取模块和知识增强模块）	NA	NA
7543	2025-10-06	Gene spatial integration: enhancing spatial transcriptomics analysis via deep learning and batch effect mitigation 2025-Jun-02, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf350 PMID:40511994	研究论文	提出一种基于深度学习的基因空间整合方法，用于增强空间转录组学分析并解决批次效应问题	开发了利用表示学习方法将基因空间分布特征整合到基因表达特征空间的创新流程，并有效缓解多样本整合时的批次效应	方法仅在人类背外侧前额叶皮层数据集上验证，需要更多组织类型验证通用性	提升空间转录组学数据分析性能，特别是聚类分析效果	空间转录组学数据，特别是人类背外侧前额叶皮层样本	生物信息学	NA	空间转录组学	自编码器	空间转录组学数据，基因表达数据	人类背外侧前额叶皮层数据集（包括样本151673、151672等）	NA	自编码器网络	ARI分数	NA
7544	2025-10-06	GOBoost: leveraging long-tail gene ontology terms for accurate protein function prediction 2025-Jun-02, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf267 PMID:40581608	研究论文	提出GOBoost方法，通过长尾优化集成策略解决蛋白质功能预测中基因本体术语的长尾分布问题	引入长尾优化集成策略、全局-局部标签图模块和多粒度焦点损失函数来增强长尾功能信息	NA	提高蛋白质功能预测的准确性，特别是针对长尾分布的基因本体术语	蛋白质功能预测	机器学习	NA	深度学习	NA	蛋白质数据	PDB和AF2数据集	NA	NA	AUPR	NA
7545	2025-10-06	CT-Based Deep Learning Predicts Prognosis in Esophageal Squamous Cell Cancer Patients Receiving Immunotherapy Combined with Chemotherapy 2025-Jun, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.01.046 PMID:39956748	研究论文	本研究开发了一种基于CT的深度学习模型，用于预测接受免疫治疗联合化疗的食管鳞癌患者的生存预后	首次将肿瘤周围区域扩展与深度学习相结合，并构建多模态模型整合影像特征与临床指标	回顾性研究设计，外部测试集性能相对较低(C-index=0.60)	开发准确的预处理风险分层工具以改善食管鳞癌患者的个性化治疗策略	接受免疫治疗联合化疗的食管鳞癌患者	数字病理	食管鳞癌	CT扫描	深度学习	CT影像	482例患者(训练集322例，内部测试集79例，外部测试集81例)	NA	NA	C-index, ROC曲线, 风险比, Kaplan-Meier分析	NA
7546	2025-10-06	Artificial intelligence-assisted detection of nasopharyngeal carcinoma on endoscopic images: a national, multicentre, model development and validation study 2025-Jun, The Lancet. Digital health DOI:10.1016/j.landig.2025.03.001 PMID:40544083	研究论文	开发基于深度学习的鼻咽癌内窥镜图像辅助诊断系统	首次开发基于Swin Transformer的鼻咽诊断系统，并在全国多中心进行大规模验证	研究主要基于中国人群数据，需要进一步验证在其他人群中的适用性	通过人工智能辅助提高鼻咽癌的早期诊断准确性	鼻咽癌、良性增生和正常鼻咽组织的内窥镜图像	计算机视觉	鼻咽癌	内窥镜成像	深度学习	图像	27,362张内窥镜图像（10,693例鼻咽癌，7,073例良性增生，9,596例正常），来自15,521名参与者	NA	Swin Transformer	AUC, 敏感性, 特异性, 准确率	NA
7547	2025-10-06	The Paradox of Knowledge: Why Medical Students Know More But Understand Less 2025-Jun, Medical science educator IF:1.9Q2 DOI:10.1007/s40670-025-02379-8 PMID:40626000	评论	分析医学教育中知识掌握与临床理解脱节的矛盾现象及其解决路径	首次系统阐述医学教育中“知识越多理解越少”的悖论现象及其形成机制	未提供具体实证数据支持理论分析	探讨医学教育体系存在的根本问题并提出改革方向	医学教育体系与医学生培养模式	医学教育	NA	教育理论分析	NA	理论分析	NA	NA	NA	NA	NA
7548	2025-10-06	Deep Learning Model for Natural Language to Assess Effectiveness of Patients With Non-Muscle Invasive Bladder Cancer Receiving Intravesical Bacillus Calmette-Guérin Therapy 2025-Jun, JCO clinical cancer informatics IF:3.3Q2 DOI:10.1200/CCI-24-00249 PMID:40577661	研究论文	开发基于深度学习的自然语言处理模型，利用电子健康记录评估非肌层浸润性膀胱癌患者接受BCG治疗的临床结局	首次使用BERT模型从电子健康记录中自动提取非肌层浸润性膀胱癌患者的治疗结局信息	需要10%的人工审核支持，且为回顾性研究	评估BCG治疗在非肌层浸润性膀胱癌患者中的有效性	接受BCG诱导治疗的日本非肌层浸润性膀胱癌成人患者	自然语言处理	膀胱癌	电子健康记录分析	BERT	文本	372名患者	NA	BERT	精确率,召回率,F1分数,风险比	NA
7549	2025-10-06	Validity and accuracy of artificial intelligence-based dietary intake assessment methods: a systematic review 2025-May-14, The British journal of nutrition DOI:10.1017/S0007114525000522 PMID:40207441	系统综述	系统评估人工智能技术在膳食摄入评估方法中的有效性和准确性	首次系统综述AI技术在膳食摄入评估领域的应用效果，重点关注深度学习与机器学习方法的性能表现	纳入研究数量有限（13项），61.5%的研究存在中等偏倚风险，需要更多人群比较研究和更大样本量	评估基于人工智能的膳食摄入评估方法的有效性和准确性	营养流行病学中的膳食数据评估方法	机器学习	NA	人工智能技术	深度学习, 机器学习	膳食摄入数据	13项符合条件的研究	NA	NA	相关系数	NA
7550	2025-10-06	Challenges in AI-driven Biomedical Multimodal Data Fusion and Analysis 2025-May-10, Genomics, proteomics & bioinformatics DOI:10.1093/gpbjnl/qzaf011 PMID:40036568	综述	本文全面概述了生物医学多模态数据融合与AI分析的挑战、方法和应用前景	系统总结了多模态表示学习方法在生物医学领域的应用挑战，并提出通过模型预训练和知识整合的未来发展方向	作为综述文章，未涉及具体实验验证和性能评估	探讨AI技术在生物医学多模态数据整合分析中的应用挑战和发展方向	分子、细胞、影像和电子健康记录等多模态生物医学数据	机器学习	NA	多模态数据融合分析	深度学习模型	多模态数据（分子、细胞、影像、电子健康记录）	NA	NA	大语言模型, 视觉模型	NA	NA
7551	2025-10-06	A new multimodal medical image fusion framework using Convolution Neural Networks 2025-May, Journal of medical engineering & technology DOI:10.1080/03091902.2025.2488827 PMID:40214199	研究论文	提出一种基于卷积神经网络的多模态医学图像融合新框架	通过优化卷积层数量和选择swish激活函数，提出高效的医学图像融合方法	NA	开发优化的深度学习框架用于医学图像融合	多模态医学图像	计算机视觉	NA	医学图像融合	CNN	医学图像	NA	NA	卷积神经网络	多种评估指标，融合图像质量	NA
7552	2025-10-06	Deep ensemble architecture with improved segmentation model for Alzheimer's disease detection 2025-May, Journal of medical engineering & technology DOI:10.1080/03091902.2025.2484691 PMID:40219912	研究论文	提出一种用于阿尔茨海默病检测的深度集成架构，通过改进的分割模型和特征提取方法提高检测准确率	提出改进的U-Net分割架构和En-LeCILSTM集成模型，结合LeNet、CNN和改进LSTM，通过模型输出平均提升检测精度	NA	开发更有效的阿尔茨海默病检测方法	阿尔茨海默病患者的医学影像数据	医学影像分析	阿尔茨海默病	深度学习	集成学习, CNN, LSTM	医学影像	NA	NA	U-Net, LeNet, CNN, LSTM	准确率, F-measure	NA
7553	2025-10-06	A comprehensive benchmark for multiple highly efficient base editors with broad targeting scope 2025-Apr-25, bioRxiv : the preprint server for biology DOI:10.1101/2024.12.17.628899 PMID:39763781	研究论文	本研究构建了10种高效碱基编辑器并建立了包含34,040种BE-gRNA-靶点组合的大规模基准数据集，开发了深度学习模型BEEP用于预测编辑效率	首次系统评估多种高效碱基编辑器的编辑特性，发现广泛的非经典PAM识别能力，并开发了可预测编辑效率的深度学习模型	NA	建立碱基编辑器性能基准并开发编辑效率预测工具	10种腺嘌呤和胞嘧啶碱基编辑器及其与gRNA和靶点的组合	生物信息学	遗传疾病	碱基编辑技术、基因组整合、深度学习	深度学习模型	基因组编辑数据	34,040个BE-gRNA-靶点组合，3,558个疾病相关SNVs验证	NA	BEEP（Base Editing Efficiency Predictor）	编辑效率预测准确性	NA
7554	2025-10-06	Long-term care plan recommendation for older adults with disabilities: a bipartite graph transformer and self-supervised approach 2025-04-01, Journal of the American Medical Informatics Association : JAMIA IF:4.7Q1 DOI:10.1093/jamia/ocae327 PMID:39883541	研究论文	提出一种基于二分图Transformer和自监督学习的长期护理计划推荐方法，为残疾老年人提供个性化护理方案	提出结合特征向量中心性的图Transformer架构，并使用基于预测的图自监督学习方法挖掘图节点深层表示	在罕见或复杂护理服务项目上的表现有待进一步提升	为残疾老年人推荐全面的长期护理计划	残疾老年人的护理数据	机器学习	老年疾病	深度学习	Transformer, 图神经网络	图数据	1917个节点和195240条边，来自真实世界护理数据	NA	Bipartite Graph Transformer (BiT)	F1-score	NA
7555	2025-10-06	Deep Learning-Based Computer-Aided Diagnosis in Coronary Artery Calcium-Scoring CT for Pulmonary Nodule Detection: A Preliminary Study 2025-Apr, Yonsei medical journal IF:2.6Q1 DOI:10.3349/ymj.2024.0050 PMID:40134084	研究论文	评估基于深度学习的计算机辅助诊断系统在冠状动脉钙化评分CT中检测肺结节的可行性和实用性	首次将基于薄层图像的深度学习CAD系统应用于冠状动脉钙化评分CT的肺结节检测	回顾性研究设计，样本量有限(273例患者)，需要进一步前瞻性验证	评估深度学习辅助诊断在冠状动脉钙化评分CT中检测肺结节的性能	接受冠状动脉钙化评分CT检查的273例患者(平均年龄63.9±13.2岁，男性129例)	计算机视觉	肺癌	CT扫描	深度学习	医学影像	273例患者，269个肺结节	NA	NA	灵敏度,阳性预测值,F1分数	NA
7556	2025-10-06	SGA-Driven feature selection and random forest classification for enhanced breast cancer diagnosis: A comparative study 2025-Mar-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95786-1 PMID:40159513	研究论文	提出一种结合海鸥优化算法进行特征选择和随机森林分类器的乳腺癌诊断新方法	首次将海鸥优化算法应用于乳腺癌诊断中的基因选择，通过系统探索特征空间识别最具信息量的基因子集	未集成其他自然启发算法和深度学习模型，临床适用性有待进一步验证	提高乳腺癌分类准确率并降低计算复杂度	乳腺癌基因数据	机器学习	乳腺癌	基因表达分析	随机森林	基因数据	NA	Scikit-learn	随机森林	准确率	NA
7557	2025-10-06	Deep learning analysis of MRI accurately detects early-stage perihilar cholangiocarcinoma in patients with primary sclerosing cholangitis 2025-Mar-20, Hepatology (Baltimore, Md.) DOI:10.1097/HEP.0000000000001314 PMID:40112296	研究论文	开发基于深度学习的MRI分析模型用于检测原发性硬化性胆管炎患者的早期肝门部胆管癌	首次将3D DenseNet-121深度学习模型应用于MRI图像分析，在缺乏明显肿块的情况下仍能高灵敏度检测早期pCCA	回顾性多中心研究，样本量有限（398例患者）	创建深度学习模型分析MRI图像以检测早期肝门部胆管癌，并与放射科专家诊断性能比较	患有大胆管原发性硬化性胆管炎的成年患者	计算机视觉	胆管癌	对比增强MRI	CNN	医学影像	398例患者（训练队列150例，测试队列248例），其中230例患有pCCA	NA	3D DenseNet-121	灵敏度, 特异性, AUC	NA
7558	2025-10-06	Deep Learning Models to Predict Diagnostic and Billing Codes Following Visits to a Family Medicine Practice: Development and Validation Study 2025-Mar-07, JMIR AI DOI:10.2196/64279 PMID:40605560	研究论文	开发并验证能够从家庭医学实践电子病历笔记中预测诊断和账单代码的深度学习模型	首次在家庭医学领域应用深度学习模型自动预测诊断和账单代码，减少计费错误和遗漏	模型在诊断代码预测方面的召回率和精确度相对较低，且需要进一步验证在其他家庭医学实践中的泛化能力	开发能够从电子病历笔记中自动预测诊断和账单代码的机器学习模型，提高家庭医学实践的计费效率	家庭医学实践中的就诊记录和相应的电子病历笔记	自然语言处理	家庭医学相关疾病	电子病历分析	深度学习模型	文本	198,802次就诊记录（来自总共245,045次符合条件的就诊）	NA	NA	准确率, 召回率, 精确率, F1分数, ROC曲线下面积	NA
7559	2025-10-06	Adapting a style based generative adversarial network to create images depicting cleft lip deformity 2025-01-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-86588-6 PMID:39875471	研究论文	开发了一种基于StyleGAN的唇裂面部图像生成器CleftGAN，用于生成大量高质量的唇裂畸形面部图像	首次将StyleGAN通过迁移学习应用于唇裂畸形图像生成，并提出了新的正常性差异指数评估指标	仅使用514张唇裂面部正面照片作为训练数据，数据量相对有限	解决面部畸形评估中高质量患者图像数据集稀缺的问题	唇裂畸形患者的面部图像	计算机视觉	唇裂	迁移学习、数据增强	GAN	图像	514张唇裂面部正面照片，基于70,000张正常面部的基础模型	NA	StyleGAN	Frechet Inception Distance, Perceptual Path Length, Divergence Index of Normality	NA
7560	2025-10-06	Development of a handheld GPU-assisted DSC-TransNet model for the real-time classification of plant leaf disease using deep learning approach 2025-01-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-82629-8 PMID:39875383	研究论文	开发了一种手持GPU辅助的DSC-TransNet模型，用于植物叶片病害的实时分类	将VGG19架构特征与变压器编码器块相结合的混合深度学习模型，通过深度可分离卷积层提升计算效率	NA	实现植物叶片病害的快速准确识别，促进农业可持续发展	葡萄、甜椒和番茄植物的叶片病害	计算机视觉	植物病害	深度学习	混合深度学习模型	叶片图像	NA	NA	VGG19,Transformer,DSC-TransNet	准确率,精确率,召回率,灵敏度,F1分数,AUC	NVIDIA Jetson Nano单板计算机