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
61	2025-07-26	Explainable deep learning for stratified medicine in inflammatory bowel disease 2025-Jul-24, Genome biology IF:10.1Q1 DOI:10.1186/s13059-025-03692-6 PMID:40708014	研究论文	本文提出了一种可解释的深度学习方法，用于炎症性肠病（IBD）的分层医学研究	构建了端到端的生物稀疏神经网络架构，用于基于全外显子组序列表示的IBD亚型分类，并利用模型解释性识别最具预测性的通路、基因和变异	未提及具体样本量或数据来源的局限性	提高炎症性肠病的分子分层能力，以选择更合适的治疗方法	炎症性肠病（IBD）患者	数字病理学	炎症性肠病	全外显子组测序	神经网络	基因序列数据	NA
62	2025-07-26	Convolutional Neural Network Fused With Recurrent Network for ECG-Based Detection of Hypertrophic Cardiomyopathy 2025-Jul-24, Catheterization and cardiovascular interventions : official journal of the Society for Cardiac Angiography & Interventions IF:2.1Q3 DOI:10.1002/ccd.70041 PMID:40708205	研究论文	提出了一种结合CNN和RNN的深度学习网络，用于基于ECG信号的肥厚型心肌病检测	结合了CNN和RNN的优势，同时捕捉ECG数据的空间和时间模式，提高了诊断可靠性	未提及模型在更广泛或多样化数据集上的泛化能力	提高肥厚型心肌病的早期和准确检测	ECG信号	数字病理学	心血管疾病	Kalman滤波器, EMD, DBN, Jensen-Shannon距离	CNN, RNN, CNNFRN	ECG信号	PTB诊断ECG数据库和绍兴宁波医院ECG数据库
63	2025-07-26	Recent advances in applying machine learning to proton radiotherapy 2025-Jul-23, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/adeb90 PMID:40609552	系统综述	本文全面综述了机器学习在质子治疗临床工作流程中的当前和潜在应用	系统性地总结了机器学习在质子治疗中的应用，填补了该领域文献的空白	仅涵盖了2019至2024年的研究，可能遗漏早期重要文献	提高质子治疗的精确性和个性化水平	质子治疗临床工作流程	机器学习	肿瘤学	机器学习、深度学习	U-Net、CNN、深度初始网络、深度级联卷积神经网络	医学影像数据	38项相关研究
64	2025-07-26	CAP-Net: Carotid Artery Plaque Segmentation System Based on Computed Tomography Angiography 2025-Jul-23, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.07.009 PMID:40707263	研究论文	本研究开发了一种基于深度学习的颈动脉斑块分割系统CAP-Net，用于从CT血管造影图像中自动检测和分割颈动脉斑块	提出了一个包含三个改进的深度学习网络的工作流程，包括用于粗动脉分割的普通U-Net、用于精细动脉分割的Attention U-Net，以及基于双通道输入ConvNeXt的U-Net架构用于斑块分割，并通过后处理优化预测结果	研究仅基于1061名患者的数据，可能无法涵盖所有临床情况，且模型在软斑块检测上的性能略低	开发一种自动化的颈动脉斑块检测和分割系统，以提高诊断效率和准确性	颈动脉斑块	数字病理学	心血管疾病	CT血管造影(CTA)	U-Net, Attention U-Net, ConvNeXt-based U-Net	医学影像	1061名患者（765名男性，296名女性）的4048个颈动脉斑块
65	2025-07-26	To Compare the Application Value of Different Deep Learning Models Based on CT in Predicting Visceral Pleural Invasion of Non-small Cell Lung Cancer: A Retrospective, Multicenter Study 2025-Jul-23, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.07.002 PMID:40707264	研究论文	本研究旨在开发和验证基于深度学习的模型，用于准确预测非小细胞肺癌患者的内脏胸膜侵犯，并比较2D、3D及混合3D模型的性能	研究比较了不同深度学习模型在预测非小细胞肺癌内脏胸膜侵犯中的应用价值，发现Double-head Res2Net_F6模型表现最佳	研究为回顾性研究，可能存在选择偏倚，且样本量虽大但来自多个中心，数据一致性可能受到影响	开发和验证深度学习模型以预测非小细胞肺癌的内脏胸膜侵犯	非小细胞肺癌患者	数字病理	肺癌	CT成像	EfficientNet-B0, Res2Net	图像	1931名非小细胞肺癌患者
66	2025-07-26	Deep Learning-Based Prediction of Microvascular Invasion and Survival Outcomes in Hepatocellular Carcinoma Using Dual-phase CT Imaging of Tumors and Lesser Omental Adipose: A Multicenter Study 2025-Jul-23, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.07.015 PMID:40707265	研究论文	本研究开发了一种基于深度学习的模型，利用术前双期CT图像预测肝细胞癌的微血管侵犯状态并分析相关生存结果	首次将小网膜脂肪组织(LOAT)特征与肿瘤影像特征整合到深度学习框架中，提高了术前MVI风险分层的准确性	回顾性研究设计可能引入选择偏倚	提高肝细胞癌微血管侵犯的术前预测准确性	肝细胞癌患者	数字病理	肝癌	双期CT成像	基于ResNet18的双分支特征融合模型	医学影像	来自两个医疗中心的病理确诊HCC患者(2016-2023年)
67	2025-07-26	Are we really ready to use radiomics and deep learning for clinical decision support in radiology? 2025-Jul-23, Diagnostic and interventional imaging IF:4.9Q1 DOI:10.1016/j.diii.2025.07.004 PMID:40707330	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
68	2025-07-26	Precise metabolic dependencies of cancer through deep learning and validations 2025-Jul-22, Cell reports IF:7.5Q1 DOI:10.1016/j.celrep.2025.115945 PMID:40616842	研究论文	本研究通过深度学习构建了一个名为'DeepMeta'的代谢脆弱性预测模型，用于预测癌症样本的依赖代谢基因	利用图深度学习方法结合转录组和代谢网络信息，系统性地探索了癌症细胞的代谢依赖性，特别是针对'不可成药'的癌症驱动基因改变	研究主要依赖于TCGA数据集，可能无法涵盖所有癌症类型的代谢特征	系统性地揭示癌症细胞的代谢依赖性，为原本'不可成药'的遗传改变驱动的癌症提供代谢靶点	癌症细胞及其代谢依赖性	机器学习	癌症	深度学习	图深度学习模型(DeepMeta)	转录组数据、代谢网络信息	TCGA数据集中的癌症样本
69	2025-07-26	TNF-α-NF-κB activation through pathological α-Synuclein disrupts the BBB and exacerbates axonopathy 2025-Jul-22, Cell reports IF:7.5Q1 DOI:10.1016/j.celrep.2025.116001 PMID:40652513	研究论文	本研究探讨了α-突触核蛋白（α-Syn）对血脑屏障（BBB）完整性和功能的病理影响，并揭示了TNF-α-NF-κB通路在其中的作用	首次揭示了α-Syn通过TNF-α-NF-κB通路破坏BBB完整性并加剧轴突病变的机制，并提出了针对脑内皮TNF-α信号通路的潜在治疗方法	研究主要基于细胞模型和转基因动物模型，尚未在人类患者中进行验证	揭示α-Syn对BBB的病理影响并寻找治疗靶点	α-突触核蛋白（α-Syn）及其对血脑屏障的影响	神经退行性疾病研究	突触核蛋白病	GAN深度学习分析	GAN	细胞和动物模型数据	转基因动物模型（G2-3）和脑内皮细胞模型
70	2025-07-26	Time is encoded by methylation changes at clustered CpG sites 2025-Jul-22, Cell reports IF:7.5Q1 DOI:10.1016/j.celrep.2025.115958 PMID:40664208	研究论文	研究通过深度甲基化测序揭示DNA甲基化随年龄变化的机制，并开发了一种基于深度学习的年龄预测模型	发现年龄依赖性甲基化变化以区域性或块状方式发生，并利用单分子模式深度学习显著提高了年龄预测的准确性	研究主要基于血液样本，可能不适用于其他组织类型	探索DNA甲基化随年龄变化的机制及其在年龄预测中的应用	健康个体的血液样本	生物信息学	NA	超深度测序	深度学习	DNA甲基化数据	300多份血液样本
71	2025-07-26	Multi-Center Validation of Video-Based Deep Learning to Evaluate Defecation Patterns on 3D High-Definition Anorectal Manometry 2025-Jul-22, Clinical gastroenterology and hepatology : the official clinical practice journal of the American Gastroenterological Association IF:11.6Q1 DOI:10.1016/j.cgh.2025.06.038 PMID:40706732	研究论文	本研究通过多中心验证，评估了基于视频的深度学习技术在3D高清肛门直肠测压中分析排便模式的性能	开发了一种能够进行时空分析的深度学习算法，并在多中心环境中验证其性能，同时发现了两种新的排便协同失调模式	研究结果在不同医疗中心间的性能存在差异，部分队列的AUC值相对较低	验证深度学习算法在3D高清肛门直肠测压数据分析中的临床应用价值	1,214例连续进行的肛门直肠测压研究	数字病理学	胃肠动力障碍	3D高清肛门直肠测压(3D-HDAM)	深度混合学习算法	视频	1,214例来自三个大型医疗系统的肛门直肠测压研究(2018-2022年)
72	2025-07-26	Verification of resolution and imaging time for high-resolution deep learning reconstruction techniques 2025-Jul-22, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2025.110463 PMID:40706823	research paper	评估深度学习重建技术在磁共振成像中提高分辨率和减少成像时间的效果	引入供应商提供的超分辨率深度学习重建方法（PIQE），在保持图像质量的同时显著减少扫描时间	仅评估了Canon 3T MRI扫描仪和有限的患者样本（8例），未涵盖其他设备或更大样本量	优化磁共振成像中的超分辨率深度学习重建技术，以提高临床工作效率	边缘模体和8例患者的临床脑部图像	digital pathology	NA	深度学习重建（DLR），超分辨率技术	NA	image	8例患者的临床脑部图像
73	2025-07-26	BPFun: a deep learning framework for bioactive peptide function prediction using multi-label strategy by transformer-driven and sequence rich intrinsic information 2025-Jul-21, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-025-06190-5 PMID:40691539	research paper	提出了一种基于深度学习的框架BPFun，用于通过多标签策略预测生物活性肽的功能	结合不同尺度的卷积网络和Bi-LSTM层获取高级特征向量，并通过自注意力机制和Bi-LSTM层提升预测性能	未明确提及具体的数据不平衡问题解决方案的有效性	开发一种计算生物学方法，准确预测多功能生物活性肽的多种功能	生物活性肽	computational biology	NA	deep learning	CNN, Bi-LSTM, transformer	sequence data	未明确提及具体样本数量
74	2025-07-26	Early detection of ICU-acquired infections using high-frequency electronic health record data 2025-Jul-21, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-03031-6 PMID:40691575	研究论文	本研究开发了一种利用高频电子健康记录数据动态预测ICU获得性感染风险的模型	采用卷积神经网络处理高频生命体征数据，实现提前48小时预测感染风险	模型存在一定程度的过度预测，且深度学习模型的复杂性和可解释性需要进一步验证	通过早期识别ICU获得性感染改善临床管理和患者预后	ICU成年患者	数字病理	感染性疾病	电子健康记录数据分析	CNN	电子健康记录数据	4444名患者，共32,178个观察日
75	2025-07-26	Deep Learning-Based Algorithm for the Classification of Left Ventricle Segments by Hypertrophy Severity 2025-Jul-20, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11070244 PMID:40710630	研究论文	本研究提出了一种基于深度学习的算法，用于根据肥厚严重程度对左心室节段进行分类	开发了一种自动化框架，结合U-Net和CNN，实现了左心室肥厚的自动量化和心肌节段的分类	样本量相对较小（133名受试者），可能影响模型的泛化能力	提高左心室肥厚（LVH）的诊断准确性	左心室心肌节段	数字病理学	心血管疾病	深度学习	U-Net, CNN	医学影像	133名受试者（包括健康个体和LVH患者）
76	2025-07-26	Advancements in deep learning-based image screening for orthopedic conditions: Emphasis on osteoporosis, osteoarthritis, and bone tumors 2025-Jul-19, Ageing research reviews IF:12.5Q1 DOI:10.1016/j.arr.2025.102840 PMID:40691974	review	本文系统总结了人工智能辅助诊断技术在骨科影像学中的最新研究进展、方法学及临床应用，重点探讨了深度学习在该领域的实用价值和发展趋势	强调了深度学习在骨质疏松、骨关节炎和骨肿瘤等骨科疾病筛查中的应用，展示了其优异的诊断性能和临床潜力	缺乏高质量数据集、模型跨机构泛化能力有限、缺少标准化质量控制方案以及亟需多中心临床验证	提升骨科影像诊断准确性和改善患者预后	骨质疏松(OP)、骨关节炎(OA)和骨肿瘤等骨科疾病	digital pathology	osteoporosis, osteoarthritis, bone tumors	deep learning	NA	image	NA
77	2025-07-26	AI-based methods for diagnosing and grading diabetic retinopathy: A comprehensive review 2025-Jul-19, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103221 PMID:40706108	review	本文全面评估了91项采用AI方法通过不同成像模态检测和分类糖尿病视网膜病变的研究	综合比较了23个公开的糖尿病视网膜病变数据集，并讨论了AI在多种成像模态中的应用表现	未进行原始实验验证，仅基于文献综述分析现有方法的优缺点	评估AI在糖尿病视网膜病变诊断和分级中的应用效果	糖尿病视网膜病变的医学影像数据	computer vision	diabetic retinopathy	fundus color photography, OCT, OCTA, fundus fluorescein angiography	deep learning	image	91项研究涉及的多种医学影像数据集
78	2025-07-26	A Novel 3D Convolutional Neural Network-Based Deep Learning Model for Spatiotemporal Feature Mapping for Video Analysis: Feasibility Study for Gastrointestinal Endoscopic Video Classification 2025-Jul-18, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11070243 PMID:40710629	研究论文	提出一种基于3D CNN的深度学习模型，用于从医疗视频序列中提取时空特征，并以胃肠道内窥镜视频分类为可行性研究案例	开发了一种新型的3D CNN模型，结合了并行空间和通道挤压激励（P-scSE3D）与残差块，提出了残差并行注意力（RPA）块，用于有效提取视频中的时空特征	研究仅基于胃肠道内窥镜视频数据集，且样本量相对较小，可能限制了模型的泛化能力	探索深度学习在医疗视频分析中的应用，特别是针对胃肠道内窥镜视频的分类	胃肠道内窥镜视频	计算机视觉	胃肠道疾病	深度学习	3D CNN	视频	374个胃肠道内窥镜视频（314个下消化道和60个上消化道视频）
79	2025-07-26	Non-Invasive Composition Identification in Organic Solar Cells via Deep Learning 2025-Jul-17, Nanomaterials (Basel, Switzerland) DOI:10.3390/nano15141112 PMID:40711231	研究论文	本研究提出了一种基于深度学习的方法，通过模拟全器件吸收光谱非侵入性地识别有机太阳能电池中的活性层组成	利用深度学习处理光谱数据，实现高精度的非破坏性组成分类，为自动化制造诊断和质量控制提供了新途径	研究基于模拟数据，实际应用时可能需要进一步验证	开发一种非侵入性的有机光伏器件活性层组成识别方法	有机光伏(OPV)器件	机器学习	NA	模拟全器件吸收光谱	MLP（多层感知机）	光谱数据	包含活性层厚度变化超过±15%的多样化训练数据集
80	2025-07-26	LUMEN-A deep learning pipeline for analysis of the 3D morphology of the cerebral lenticulostriate arteries from time-of-flight 7T MRI 2025-Jul-16, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2025.121377 PMID:40675425	研究论文	开发了一个名为LUMEN的深度学习流程，用于从7T TOF-MRA图像中量化脑小血管病患者脑内豆纹动脉的3D形态	提出了一个半自动化的深度学习流程LUMEN，能够从7T TOF-MRA图像中量化豆纹动脉的3D形态，相比传统的2D分析提供了更全面的形态学数据	研究样本量较小（69例），且结果与2D分析的相关性仅为中等程度	开发一个量化脑小血管病患者豆纹动脉3D形态的分析工具	脑小血管病患者的豆纹动脉	数字病理学	脑小血管病	7T TOF-MRA	DS6, nnU-Net	3D MRI图像	69名受试者