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	2025-09-06	Exploring foundation models for multi-class muscle segmentation in MR images of neuromuscular disorders: A comparative analysis of accuracy and uncertainty 2025-Aug-28, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.109035 PMID:40907134	研究论文	本研究比较了基础模型在神经肌肉疾病MR图像中多类肌肉分割的准确性和不确定性表现	首次探索基础模型（SAM和MedSAM）在神经肌肉疾病肌肉分割中的应用，并系统评估其不确定性量化能力	研究仅基于76名患者的样本，需要更大规模验证；MedSAM未显示出优于SAM的性能	开发准确且可信的肌肉分割技术，为神经肌肉疾病提供可靠的生物标志物提取方法	神经肌肉疾病患者的股部MR图像，分为早期、中期和重度脂肪浸润组	医学图像分析	神经肌肉疾病	深度学习，不确定性量化，模型微调	SAM, MedSAM, nnU-Net 2D/3D, Deep Ensembles	MR图像	76名神经肌肉疾病患者的股部MR图像数据
782	2025-09-06	Heart failure diagnosis and ejection fraction classification via feature fusion model using non-contact vital sign signals 2025-Aug-28, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.109031 PMID:40907135	研究论文	提出一种融合手工特征与深度学习的混合特征框架，用于基于非接触生命体征信号的心力衰竭诊断和射血分数分类	开发了结合手工特征工程与深度学习的混合特征融合框架，并设计多尺度ResNet-BiLSTM网络模型捕捉信号动态变化	NA	改进心力衰竭诊断和左心室射血分数分类的准确性	人类参与者的心力衰竭患者和健康人	医疗健康监测	心血管疾病	心冲击描记术(BCG)，呼吸信号分析	ResNet-BiLSTM	非接触生命体征信号	83名医院参与者
783	2025-09-06	GIMS: Image matching system based on adaptive graph construction and graph neural network 2025-Aug-28, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.108030 PMID:40907360	研究论文	提出一种基于自适应图构建和图神经网络的图像匹配系统GIMS，通过结合GNN与Transformer提升匹配性能	创新性自适应图构建方法（基于距离和动态阈值相似度的过滤机制）以及GNN与Transformer的混合模型架构	顶点和边数量显著影响训练效率和内存使用（需多GPU加速）	提升特征点图像匹配的精度与鲁棒性	图像中的关键点及其图结构表示	computer vision	NA	Sinkhorn算法、多GPU训练技术	GNN（Graph Neural Network）、Transformer混合模型	image	大量图像数据集（具体数量未说明）
784	2025-09-06	ESPWA: a deep learning-enabled tool for precision-based use of endocrine therapy in resource-limited settings 2025-Aug-28, bioRxiv : the preprint server for biology DOI:10.1101/2025.08.27.672012 PMID:40909747	研究论文	开发了一种基于深度学习的工具ESPWA，用于从H&E染色全切片图像预测乳腺癌雌激素受体状态，以指导内分泌治疗在资源有限地区的精准使用	首次针对海地患者群体开发深度学习模型，直接从H&E图像预测ER状态，减少对免疫组化的依赖，并在资源有限环境中实现精准治疗	模型性能受数据集域偏移影响（TCGA模型在ZL数据集上性能下降），且目前仅在特定人群验证	解决低收入和中等收入国家乳腺癌患者ER检测延迟或不可用的问题，实现内分泌治疗的精准应用	乳腺癌患者的H&E染色全切片图像及匹配的ER状态数据	数字病理学	乳腺癌	深度学习，全切片成像分析	弱监督注意力机制的多实例学习模型	图像	TCGA队列1085例，海地ZL队列3448例
785	2025-09-06	Integration of Gene Expression and Digital Histology to Predict Treatment-Specific Responses in Breast Cancer 2025-Aug-27, medRxiv : the preprint server for health sciences DOI:10.1101/2025.08.25.25334393 PMID:40909848	研究论文	通过深度学习整合基因表达和数字病理学预测乳腺癌治疗特异性反应	使用基于Transformer的模型从H&E染色切片推断基因表达特征，并验证其在多个独立队列中对病理完全缓解的预测性能优于传统临床特征模型	研究基于回顾性队列数据，需要前瞻性验证其临床适用性	开发基于数字病理学的基因表达特征预测模型以指导乳腺癌精准治疗选择	1940名接受新辅助化疗的乳腺癌患者	数字病理学	乳腺癌	深度学习、RNA测序	Transformer	图像、基因表达数据	1940例乳腺癌患者活检样本，来自I-SPY2试验和四个外部验证队列
786	2025-09-06	Integrating ESM‑2 and Graph Neural Networks with AlphaFold‑2 Structures for Enhanced Protein Function Prediction 2025-Aug-26, ACS omega IF:3.7Q2 DOI:10.1021/acsomega.5c05484 PMID:40893250	研究论文	提出一种整合ESM-2和图神经网络的改进图框架，用于增强蛋白质功能预测	结合ESM-2生成语义丰富的序列嵌入，并在图卷积块中使用混合池化机制捕获AlphaFold2预测结构的全局和局部特征	NA	提高蛋白质功能预测的准确性和泛化能力	人类蛋白质组	生物信息学	NA	ESM-2, AlphaFold2, 图神经网络	图卷积网络	蛋白质序列和结构数据	人类蛋白质组数据集
787	2025-09-06	BiU-Net: A Biologically Informed U-Net for Genotype Imputation 2025-Aug-26, Research square DOI:10.21203/rs.3.rs-6797863/v1 PMID:40909775	研究论文	提出一种结合生物学信息的U-Net模型BiU-Net，用于基因型插补以提高基因组关联研究的统计效力	通过分割基因型数据并编码位置信息来保留基因组上下文，解决了小数据集中罕见变异插补的难题	NA	开发参考基因组无关的深度学习方法，提升基因型插补的准确性和鲁棒性	人类基因型数据	机器学习	NA	基因型插补	U-Net	基因型数据	1000 Genomes Project、Louisiana Osteoporosis Study和Simons Genome Diversity Project数据集
788	2025-09-06	Whole-genome sequencing analysis of left ventricular structure and sphericity in 80,000 people 2025-Aug-26, medRxiv : the preprint server for health sciences DOI:10.1101/2025.08.22.25334019 PMID:40909813	研究论文	本研究通过全基因组测序分析80,000人的左心室结构和球形度，探索其与心肌病的遗传关联	首次将3D左心室球形度作为独立遗传指标，并发现其与扩张型心肌病的关联性强于射血分数，鉴定出366个遗传位点	研究主要基于UK Biobank人群，结果外推性需进一步验证	探究左心室结构与球形度的遗传基础及其与心肌病的关联	84,327名UK Biobank参与者的心脏磁共振成像数据	生物医学信息学	心血管疾病	全基因组测序(WGS)、心脏磁共振成像、深度学习语义分割	深度学习模型(用于语义分割)	影像数据(3D心脏MRI)、基因组数据	84,327人(UK Biobank)，并在All of Us队列中进行验证
789	2025-09-06	Feasibility of optical stereotactic navigation for rectosigmoid cancer with deep learning-supported 3D modelling 2025-Aug-25, European journal of surgical oncology : the journal of the European Society of Surgical Oncology and the British Association of Surgical Oncology DOI:10.1016/j.ejso.2025.110397 PMID:40907165	研究论文	本研究评估了深度学习辅助三维建模的光学立体定向导航在直肠乙状结肠癌手术中的可行性	首次将深度学习生成的MRI分割与CT图像融合，实现亚毫米级精度的实时手术导航	样本量较小（仅10例患者），单中心研究	评估光学立体定向导航技术在直肠癌手术中的准确性和肿瘤学结果	局部晚期cT4bN0-2直肠癌或局部复发性直肠乙状结肠癌患者	数字病理	直肠癌	光学立体定向导航，CT与MRI图像融合，深度学习分割	深度学习模型	医学影像（CT、MRI）	10例患者
790	2025-09-06	Deep learning-based detection of ascending aortic dilatation on chest radiographs: A diagnostic study 2025-Aug-25, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112380 PMID:40907419	研究论文	本研究通过外部测试验证了一种基于深度学习的人工智能算法在胸部X光片上检测升主动脉扩张的诊断性能	开发了首个能够从单一后前位胸部X光片自动检测升主动脉扩张的AI算法，并在多中心队列中验证其超越人类医生的诊断性能	研究采用回顾性数据，需要前瞻性研究进一步验证临床适用性	评估AI算法在胸部X光片上诊断升主动脉扩张的准确性和可靠性	升主动脉扩张患者和正常对照者	计算机视觉	心血管疾病	深度学习	CNN	医学影像	两个队列共526例患者（组1:336例，组2:190例）的胸部X光和CT配对数据
791	2025-09-06	ESMDynamic: Fast and Accurate Prediction of Protein Dynamic Contact Maps from Single Sequences 2025-Aug-24, bioRxiv : the preprint server for biology DOI:10.1101/2025.08.20.671365 PMID:40894558	研究论文	提出ESMDynamic深度学习模型，直接从蛋白质序列预测动态残基接触概率图	首个直接从单序列预测蛋白质动态接触图的方法，无需多序列比对，推理速度比现有方法快数个数量级	NA	预测蛋白质构象动力学以阐明蛋白质功能	蛋白质动态接触图	结构生物学	NA	深度学习，分子动力学模拟	基于ESMFold架构的深度学习模型	蛋白质序列数据	两个大规模MD数据集（mdCATH和ATLAS），包括ASCT2、SWEET2b转运蛋白、肌钙蛋白C设计和HIV-1蛋白酶同源二聚体等多个测试系统
792	2025-09-06	Integrating Imaging-Derived Clinical Endotypes with Plasma Proteomics and External Polygenic Risk Scores Enhances Coronary Microvascular Disease Risk Prediction 2025-Aug-21, medRxiv : the preprint server for health sciences DOI:10.1101/2025.08.18.25333844 PMID:40894134	研究论文	本研究通过整合影像学临床内型、血浆蛋白质组学和外源多基因风险评分，开发了冠状动脉微血管疾病（CMVD）的风险预测模型	首次将基于灌注PET影像的内型分型框架与遗传和蛋白质组数据整合用于CMVD风险预测，揭示了超越传统病例定义的患者亚组	CMVD缺乏大规模全基因组关联研究（GWAS）数据，需依赖冠状动脉疾病GWAS作为代理	提升冠状动脉微血管疾病的风险预测精度	冠状动脉微血管疾病患者	机器学习	心血管疾病	GWAS, 血浆蛋白质组学, 灌注PET成像	机器学习和深度学习模型	影像数据、蛋白质组数据、遗传数据	NA
793	2025-09-06	Automated Deep Learning Pipeline for Callosal Angle Quantification 2025-Aug-21, medRxiv : the preprint server for health sciences DOI:10.1101/2025.08.18.25333901 PMID:40894175	研究论文	开发了一种全自动深度学习框架，用于从原始MRI扫描中量化胼胝体角	首个完全自动化且鲁棒的深度学习流程，可直接从原始T1 MPRAGE和非MPRAGE MRI测量胼胝体角，整合了BrainSignsNET和UNet-based分割网络	NA	解决正常压力脑积水的诊断挑战，通过自动化成像生物标志物测量提高诊断准确性	正常压力脑积水(NPH)患者的MRI扫描数据	数字病理学	神经退行性疾病	MRI扫描，深度学习	BrainSignsNET, UNet with EfficientNetB0 encoder	3D MRI图像	内部验证使用BLSA和BIOCARD数据集，外部验证使用216例临床MRI扫描
794	2025-09-06	Genomic Characterization of Lung Cancer in Never-Smokers Using Deep Learning 2025-Aug-20, bioRxiv : the preprint server for biology DOI:10.1101/2025.08.14.670178 PMID:40894597	研究论文	本研究开发了一种基于深度学习的定制化卷积神经网络，用于从未吸烟者的肺腺癌组织切片图像中预测多种分子变异	首次针对从未吸烟者的肺腺癌（NS-LUAD）这一独特亚型设计深度学习模型，能够从单张H&E染色全切片图像同时预测16种分子改变	对某些分子特征（如APOBEC突变特征和特定KRAS热点突变）的预测性能中等至较低	通过深度学习从组织学图像推断肺癌的分子特征，支持分子检测分流和精准治疗策略	从未吸烟者的肺腺癌（NS-LUAD）患者	数字病理学	肺癌	全切片图像分析，深度卷积神经网络	基于ResNet50架构的定制化CNN	图像	495张全切片图像（来自Sherlock研究）
795	2025-09-06	Deep Learning and Image Generator Health Tabular Data (IGHT) for Predicting Overall Survival in Patients With Colorectal Cancer: Retrospective Study 2025-Aug-19, JMIR medical informatics IF:3.1Q2 DOI:10.2196/75022 PMID:40828572	研究论文	本研究开发了一种基于图像生成器（IGHT）的深度学习模型，用于预测结直肠癌患者的5年总生存期	通过IGHT方法将表格化电子病历数据转换为结构化2D图像矩阵，首次实现计算机视觉模型在结直肠癌生存预测中的应用	研究基于单中心回顾性数据，需要多中心前瞻性研究验证通用性	预测结直肠癌患者的5年总生存期并提升预测模型的可解释性	结直肠癌患者	计算机视觉	结直肠癌	图像生成器健康表格数据（IGHT）、可解释人工智能（XAI）、梯度加权类激活映射（Grad-CAM）	ANN、CNN、VGG16	表格数据、图像	3321名患者的匿名电子病历数据
796	2025-09-06	Fully Automated Deep Learning Enabled Miniature Mass Spectrometry System for Psychoactive Therapeutic Drug Monitoring 2025-Aug, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202502721 PMID:40405757	研究论文	本研究开发了一种集成微型血液处理与质谱分析的全自动化系统，用于精神治疗药物的监测	结合自动化磁固相萃取、自吸样微型质谱仪与深度学习算法，实现了从样品制备到检测的全自动化，并创新性地采用双目标离子并行串联MS分析技术与U-net峰面积识别算法	NA	开发高效、便携、高通量的小分子生物标志物检测系统，推进精准医疗	血清中的精神活性药物	医疗检测技术	精神疾病	质谱分析(MS)，磁固相萃取，U-net深度学习算法	U-net	质谱数据	8样本并行处理，30分钟内完成（含前处理）
797	2025-09-06	BrainFusion: a Low-Code, Reproducible, and Deployable Software Framework for Multimodal Brain‒Computer Interface and Brain‒Body Interaction Research 2025-Aug, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202417408 PMID:40470749	研究论文	介绍BrainFusion，一个用于多模态脑机接口和脑体交互研究的统一软件框架，旨在提升可重复性并支持转化应用	通过标准化数据结构、自动化预处理流程、跨模态特征工程和集成机器学习模块，解决了多模态生理信号整合的分析复杂性和标准化不足问题	NA	改善多模态脑机接口和脑体交互研究的可重复性，支持实际应用部署	多模态生理信号（EEG、fNIRS、EMG、ECG）	脑机接口	NA	EEG, fNIRS, EMG, ECG	集成建模, 深度学习	多模态生理信号数据	NA
798	2025-09-06	A Self-Adaptive Reconfigurable Metasurface for Electromagnetic Wave Sensing and Dynamic Reflection Control 2025-Aug, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202505155 PMID:40498986	研究论文	提出一种实时自适应的可重构超表面，能够感知入射波方向并动态调整反射行为	首次实现无需人工干预、无需辅助检测模态或深度学习的实时自适应电磁波感知与反射控制	实验验证角度范围限于±50°，角度变化速率最高12度/秒	开发自主、高效、低成本的电磁波动态调控技术	可重构超表面及其在电磁波调控中的应用	电磁工程	NA	相位比较器与查找表集成技术	NA	电磁波信号	实验验证系统（具体样本数量未明确说明）
799	2025-09-06	A Generative AI-Assisted Piezo-MEMS Ultrasound Device for Plant Dehydration Monitoring 2025-Aug, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202504954 PMID:40536421	研究论文	介绍一种基于生成式AI辅助的压电MEMS超声设备，用于植物叶片脱水监测	结合CMOS兼容的压电MEMS超声换能器(PMUT)和条件变分自编码器(CVAE)生成式深度学习模型，实现非侵入式、可重复使用的植物水分实时监测	NA	开发高精度、低功耗的植物水分监测设备，提升农业灌溉效率	植物叶片水分含量	智能农业传感	NA	压电微机电系统(MEMS)制造、超声波传感、生成式深度学习	条件变分自编码器(CVAE)	电信号	多种栽培品种，70%相对含水量(RWC)检测范围
800	2025-09-06	Bionic Multimodal Augmented Somatosensory Receptor Enabled by Thermogalvanic Hydrogel 2025-Aug, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202505873 PMID:40583160	研究论文	提出一种基于热电水凝胶的自供电多模态指尖受体，用于增强触觉感知	受人类皮肤感知机制启发，首次将热电水凝胶同时作为主动机械感受器和热感受器，实现熵稳定材料指纹感知	NA	开发高灵敏度、自监督且环境稳定的电子皮肤受体，以恢复感觉障碍患者的手部功能	电子皮肤受体、热电水凝胶、材料界面热传导	人机交互与传感技术	感觉障碍	热电转换、深度学习	深度学习	热电压信号、动态差分信号	NA