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
781	2025-08-30	RNA language models predict mutations that improve RNA function 2024-12-05, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-54812-y PMID:39638800	研究论文	开发了基于GPT的RNA生成模型，利用GARNET数据库预测能提高RNA功能（如热稳定性）的突变	创建了GARNET数据库并开发了序列和结构感知的RNA生成模型，首次实现通过深度学习预测增强RNA功能的突变	NA	探索RNA序列、结构和功能之间的联系，并预测能改善RNA功能的突变	结构化RNA，特别是核糖体RNA	自然语言处理	NA	深度学习，GPT-like模型，重叠三联体标记化	GPT	序列数据	基于GTDB参考生物的RNA序列及相关生长温度数据
782	2025-08-30	Artificial intelligence-assisted grading for tear trough deformity 2024-10, Journal of plastic, reconstructive & aesthetic surgery : JPRAS DOI:10.1016/j.bjps.2024.07.048 PMID:39151284	研究论文	本研究开发了一种基于智能手机摄影和AI深度学习技术的泪沟畸形分级模型	首次证明结合智能手机内置摄像头和AI深度学习程序可对泪沟畸形进行便捷分类	模型敏感度较低（测试组49.3%），可能存在分类准确性限制	建立可靠精确的泪沟畸形数字图像分级模型，辅助外科医生临床诊断和手术决策	泪沟畸形患者	计算机视觉	整形外科疾病	AI深度学习	深度学习模型	图像	504名患者，983张照片
783	2025-08-30	MultiSC: a deep learning pipeline for analyzing multiomics single-cell data 2024-Sep-23, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae492 PMID:39376034	研究论文	提出一种名为MultiSC的深度学习流程，用于整合和分析多组学单细胞数据	开发了结合多模态约束自编码器和矩阵分解模型的新型分析流程，首次实现对NEAT-seq等多组学数据的有效整合与调控网络预测	NA	解决多组学单细胞数据整合分析工具缺乏的问题，提升对细胞活动和基因调控网络的理解	单细胞多组学数据（基因表达、染色质可及性、转录因子蛋白表达）	机器学习	NA	NEAT-seq，多组学测序	多模态约束自编码器（single-cell hierarchical constraint autoencoder），矩阵分解模型（scMF），多元线性回归	多组学数据	NA
784	2025-08-30	Deep-learning features based on F18 fluorodeoxyglucose positron emission tomography/computed tomography (18F-FDG PET/CT) to predict preoperative colorectal cancer lymph node metastasis 2024-09, Clinical radiology IF:2.1Q2 DOI:10.1016/j.crad.2024.05.017 PMID:38955636	研究论文	开发并验证了一种基于深度学习、影像组学和临床特征的结直肠癌淋巴结转移术前预测模型	首次整合深度学习迁移特征、影像组学特征和临床特征构建预测模型，并采用外部测试集验证	样本量有限（仅119例患者），需更大规模数据验证泛化能力	预测结直肠癌术前淋巴结转移状态以辅助治疗决策	结直肠癌患者	数字病理	结直肠癌	18F-FDG PET/CT扫描	SVM（支持向量机）	医学影像	119例患者（训练集95例，验证集24例），外加33例外部测试数据
785	2025-08-30	Predicting Progression From Mild Cognitive Impairment to Alzheimer's Dementia With Adversarial Attacks 2024-06, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3373703 PMID:38507374	研究论文	提出一种利用对抗攻击预测轻度认知障碍向阿尔茨海默病转化的框架	采用单步梯度对抗攻击寻找输入空间中的对抗进展方向，通过决策边界距离预测疾病转化	可用数据集规模不足以训练复杂模型	预测轻度认知障碍向阿尔茨海默病的转化	阿尔茨海默病患者数据	机器学习	阿尔茨海默病	对抗攻击	浅层神经网络	医疗数据	两个公开数据集
786	2025-08-30	Identifying Diabetic Retinopathy in the Human Eye: A Hybrid Approach Based on a Computer-Aided Diagnosis System Combined with Deep Learning 2024-02-05, Tomography (Ann Arbor, Mich.) DOI:10.3390/tomography10020017 PMID:38393285	研究论文	提出一种结合计算机辅助诊断系统和深度学习的混合方法，用于识别人类眼中的糖尿病视网膜病变	采用混合建模策略结合CNN分析和SHAP模型推导，针对类别不平衡问题进行了详细对比研究	存在数据集不平衡、标注错误、样本图像不足和性能评估指标不当等问题	开发自动检测糖尿病视网膜病变的深度学习分类模型	糖尿病视网膜病变患者眼部医学图像	计算机视觉	糖尿病视网膜病变	深度学习	CNN, SHAP	医学图像	三个基准数据集
787	2025-08-30	Considerations on brain age predictions from repeatedly sampled data across time 2023-10, Brain and behavior IF:2.6Q3 DOI:10.1002/brb3.3219 PMID:37587620	研究论文	本文探讨了基于重复采样时间序列数据的脑年龄预测表现及其在临床应用中的验证	首次利用密集纵向采样数据评估同一个体在不同时间点的脑年龄预测稳定性，并验证数据采集参数（如场强）对预测结果的影响	样本量较小（仅4名个体），年龄范围有限可能导致成熟效应未被观察到，扫描质量影响结论不明确	验证脑年龄预测模型在纵向数据中的可靠性及其在临床场景中的应用潜力	人类脑部MRI数据，包括4名个体的密集采样数据和两个横断面验证数据集	医学影像分析	NA	磁共振成像（MRI），T1加权成像	深度学习模型（预训练）	图像	4名个体的密集纵向数据 + 两个横断面数据集（未明确数量）
788	2025-08-30	Advanced photon counting CT imaging pipeline for cardiac phenotyping of apolipoprotein E mouse models 2023, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0291733 PMID:37796905	研究论文	开发了一种基于光子计数CT的成像流程，用于全面评估不同APOE基因型小鼠模型的心脏结构和功能	结合光子计数CT、光谱分解和深度学习分割技术，实现了对小鼠心脏表型的综合评估，并揭示了基因型、饮食和性别对心脏参数的交互影响	研究局限于小鼠模型，结果向人类转化需进一步验证	评估APOE基因型对心血管表型的影响并开发先进成像方法	123只不同APOE基因型（APOE2、APOE3、APOE4、APOE敲除）、性别、人类NOS2因子和饮食条件的小鼠	医学影像	心血管疾病	光子计数CT（PCCT）、光谱迭代重建、光谱分解、深度学习分割	深度学习	CT影像	123只小鼠
789	2025-08-30	Implementing Artificial Intelligence and Digital Health in Resource-Limited Settings? Top 10 Lessons We Learned in Congenital Heart Defects and Cardiology 2020-05, Omics : a journal of integrative biology IF:2.2Q3 DOI:10.1089/omi.2019.0142 PMID:31592719	专家评论	总结在资源有限地区实施人工智能和数字健康技术用于先天性心脏病诊疗的十大经验教训	首次系统梳理资源有限环境下AI与数字健康在先天性心脏病领域的应用经验	NA	探讨人工智能和数字健康技术在资源有限地区先天性心脏病精准风险预测与诊断中的应用	先天性心脏病患者及心血管疾病诊疗体系	数字病理学	心血管疾病	机器学习、自然语言处理、深度学习、数字传感器	神经网络	医疗健康数据	NA
790	2025-08-29	Artificial intelligence in nutrition and ageing research - A primer on the benefits 2025-Sep, Maturitas IF:3.9Q1 DOI:10.1016/j.maturitas.2025.108662 PMID:40645039	综述	本文综述了人工智能在营养与老龄化研究中的应用及其潜在益处	展示了AI在自动化膳食评估、饮食行为分析及研究流程整合中的创新应用	面临数据质量、伦理问题和模型可解释性等挑战	探讨AI如何改善老年人群的健康护理成果	老年人群	自然语言处理	老年疾病	机器学习、自然语言处理、深度学习	NA	文本、图像	基于大型数据集
791	2025-08-29	Innovations in clinical PET image reconstruction: advances in Bayesian penalized likelihood algorithm and deep learning 2025-Sep, Annals of nuclear medicine IF:2.5Q2 DOI:10.1007/s12149-025-02088-7 PMID:40681770	综述	本文综述了临床PET图像重建中的贝叶斯惩罚似然算法和深度学习方法的技术原理与临床性能	总结了混合深度学习和迭代重建的创新方法（如uAI HYPER DPR），并对比了传统BPL算法与新兴深度学习技术的进展	NA	探讨先进PET图像重建技术以提升图像质量和定量准确性	PET图像重建算法及其临床应用	医学影像处理	NA	贝叶斯惩罚似然算法、深度学习、卷积神经网络	CNN	医学影像（PET图像）	NA
792	2025-08-29	Towards trustworthy artificial intelligence in musculoskeletal medicine: A narrative review on uncertainty quantification 2025-Sep, Knee surgery, sports traumatology, arthroscopy : official journal of the ESSKA DOI:10.1002/ksa.12737 PMID:40719310	综述	本文通过叙述性综述探讨不确定性量化在肌肉骨骼医学人工智能中的重要性及其方法分类	提出了肌肉骨骼影像中不确定性量化的系统分类法，并强调其在提升临床可信度和应用安全性的作用	NA	推动可信人工智能在肌肉骨骼医学领域的临床整合	肌肉骨骼医学影像深度学习模型	数字病理	肌肉骨骼疾病	不确定性量化方法	深度学习模型	医学影像	NA
793	2025-08-29	Improving Clinically Significant Prostate Cancer Detection with a Multimodal Machine Learning Approach: A Large-Scale Multicenter Study 2025-Sep, Radiology. Imaging cancer DOI:10.1148/rycan.240507 PMID:40815224	研究论文	开发并验证一种结合临床和影像特征的多模态机器学习模型，用于预测临床显著性前列腺癌	整合双参数MRI影像组学、临床指标及PI-RADS评分，构建具有时间泛化能力的预测模型，显著优于单一PI-RADS评估	在某一医疗中心表现略差，且模型性能受影像序列和设备厂商影响	提升临床显著性前列腺癌的检测准确性并减少不必要的活检	男性前列腺癌疑似患者	数字病理	前列腺癌	双参数MRI（bpMRI）、影像组学分析	深度学习算法（未指定具体网络结构）	医学影像（MRI）、临床数据	回顾性数据集7157例患者，前瞻性验证集1629例患者
794	2025-08-29	A Deep Learning Model for Chemical Shieldings in Molecular Organic Solids Including Anisotropy 2025-Aug-28, The journal of physical chemistry letters IF:4.8Q1 DOI:10.1021/acs.jpclett.5c01819 PMID:40825152	研究论文	提出一种深度学习模型ShiftML3，用于预测分子有机固体中的化学屏蔽，包括各向异性	在提高各向同性化学屏蔽预测精度的同时，首次实现全屏蔽张量的预测，且预测误差接近DFT参考计算水平	NA	开发高精度、高效的化学屏蔽预测方法，替代计算密集的ab initio计算	分子有机固体中的核磁共振化学屏蔽	机器学习	NA	深度学习	深度学习模型	化学屏蔽数据	实验基准数据集（具体数量未说明）
795	2025-08-29	Prediction of influenza-like illness incidence using meteorological factors in Kunming : deep learning model study 2025-Aug-16, BMC public health IF:3.5Q1 DOI:10.1186/s12889-025-23710-3 PMID:40818971	研究论文	使用气象因素和深度学习模型预测昆明地区流感样疾病发病率	将气象数据作为特征输入LSTM模型，并引入Kernel Attention Network增强非线性学习能力	NA	评估气象因素结合LSTM模型提高流感样疾病发病率预测准确性的潜力	昆明地区流感样疾病发病数据和气象数据	机器学习	呼吸道传染病	Pearson相关分析，深度学习建模	LSTM，注意力机制叠加LSTM，KAN	时间序列数据	2017年11月至2022年1月的发病和气象数据
796	2025-08-29	A Large-Scale Image Repository for Automated Pavement Distress Analysis and Degradation Trend Prediction 2025-Aug-14, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05748-5 PMID:40813387	研究论文	构建大规模路面病害图像数据集，用于自动检测和长期退化趋势预测	首个包含长期路面病害追踪的大规模数据集，支持动态监测和维护策略优化	NA	开发自动化路面病害分析及退化趋势预测技术	路面图像及病害	计算机视觉	NA	深度学习	目标检测算法	图像	51012张路面识别图像 + 8928张长期追踪图像
797	2025-08-29	A dataset of high-resolution plantar pressures for gait analysis across varying footwear and walking speeds 2025-Aug-13, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05792-1 PMID:40804054	研究论文	介绍UNB StepUP-P150数据集，包含150名参与者的高分辨率足底压力数据，用于步态分析与识别	提供了首个大规模公开可用的高分辨率足底压力数据集，包含多种步行速度和鞋履条件下的数据	NA	推动基于足底压力的步态分析与识别研究	人类步行时的足底压力模式	生物识别与生物力学	NA	足底压力传感技术	NA	压力传感器数据	150名参与者，超过200,000个脚步数据
798	2025-08-29	Anatomy-aware, label-informed approach improves image registration for challenging datasets 2025-Aug-12, bioRxiv : the preprint server for biology DOI:10.1101/2025.08.11.669599 PMID:40832189	研究论文	提出一种基于标签信息的图像配准方法，用于改善具有显著形态差异的生物医学图像（如小鼠胚胎）的配准精度	开发了结合解剖结构标签的配准函数，通过区域对应关系引导配准，解决了传统方法在形态变异较大数据集上的失败问题	NA	提升图像配准在形态表型显著差异数据集中的准确性和可行性	敲除型小鼠胚胎与野生型模板图像的配准	医学图像分析	发育异常	图像配准技术	NA	医学图像（神经影像及生物医学图像）	E15.5阶段小鼠胚胎（具体数量未明确说明）
799	2025-08-29	Hybrid Neural Networks for Precise Hydronephrosis Classification Using Deep Learning 2025-Aug-07, Urology IF:2.1Q2 DOI:10.1016/j.urology.2025.08.005 PMID:40783131	研究论文	提出一种基于深度学习的混合神经网络框架，用于肾脏超声图像中肾脏和液体的自动分割与肾积水分类	整合DenseNet201、FPN和SelfONN层，实现多尺度特征提取并提升空间精度	模型优化和可解释性AI尚未完全整合，需未来工作改进	提升肾积水的诊断准确性和评估一致性	肾脏超声图像中的肾脏和液体区域	计算机视觉	肾积水	深度学习	DenseNet201, FPN, SelfONN	图像	1731张肾脏超声图像
800	2025-08-29	Ensemble of Handcrafted and Learned Features for Colorectal Cancer Classification 2025-Aug-04, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01633-0 PMID:40760266	研究论文	提出一种结合手工特征和深度学习特征的集成方法用于结直肠癌分类	首次将手工纹理描述符与CNN深度学习特征集成，形成互补的鲁棒特征空间	需要标注数据集且模型可解释性有限	提升结直肠癌自动分类的准确性和鲁棒性	结直肠癌组织病理图像	数字病理	结直肠癌	图像特征提取与集成学习	CNN与手工特征集成	医学图像	NA