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	2025-07-10	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模型KE3DLoc，用于从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，并利用GO数据库的生物知识优化蛋白质表示	由于数据缺乏和建模复杂性，3D图像处理的研究较少	提高蛋白质亚细胞定位预测的准确性	3D荧光显微镜图像中的蛋白质分布	数字病理学	NA	深度学习	KE3DLoc	3D图像	三个公共数据集
782	2025-07-10	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	提出了一种名为基因空间整合（GSI）的深度学习方法，用于增强空间转录组学数据分析，并解决批次效应问题	利用表示学习方法提取基因的空间分布特征，并将其与基因表达特征整合到同一特征空间中，同时解决了批次效应问题	未提及具体的数据规模限制或方法适用范围	提升空间转录组学数据分析的性能，特别是基因分布空间特征的利用	人类背外侧前额叶皮层数据集	数字病理学	NA	空间转录组学（ST）	自编码器网络	基因表达数据	未明确提及具体样本数量，但提到了样本151673和151672
783	2025-07-10	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	research paper	提出了一种名为GOBoost的新方法，通过优化长尾基因本体术语分布来提升蛋白质功能预测的准确性	引入了长尾优化集成策略、全局-局部标签图模块和多粒度焦点损失函数，以增强长尾功能信息并减轻长尾现象	未明确提及具体限制，但可能依赖于特定数据集（如PDB和AF2）的质量和覆盖范围	提高蛋白质功能预测的准确性，特别是在处理长尾分布的基因本体术语时	蛋白质功能预测	machine learning	NA	deep learning	GOBoost（基于集成策略和图模块的定制模型）	蛋白质功能注释数据（基因本体术语）	PDB和AF2数据集（具体样本数量未提及）
784	2025-07-10	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	本研究构建了一个基于深度学习的模型，用于预测接受免疫治疗联合化疗的食管鳞状细胞癌患者的生存结果	该研究首次利用深度学习模型结合肿瘤周围影像和临床特征，对食管鳞状细胞癌患者的生存风险进行分层	外部测试集的C指数较低（0.60），表明模型在外部验证中的性能有待提高	预测食管鳞状细胞癌患者在接受免疫治疗联合化疗后的生存结果	482名食管鳞状细胞癌患者	数字病理学	食管鳞状细胞癌	CT扫描	深度学习模型	影像	482名患者（322名训练集，79名内部测试集，81名外部测试集）
785	2025-07-10	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	开发并验证了一种基于深度学习的鼻咽癌内窥镜图像辅助诊断系统	首次开发了基于Swin Transformer的鼻咽诊断系统(STND)，并在多中心研究中验证了其临床实用价值	研究主要基于中国人群数据，在其他种族人群中的适用性需要进一步验证	提高鼻咽癌的早期诊断准确率	鼻咽癌、良性增生和正常鼻咽组织的内窥镜图像	数字病理	鼻咽癌	深度学习	Swin Transformer	图像	内部分析使用15,521人的27,362张图像，外部验证使用945人的1,885张图像
786	2025-07-10	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	research paper	本文探讨了医学教育中的一个悖论，即医学生在信息获取前所未有的情况下，却难以将知识应用于复杂的临床场景	揭示了医学教育体系中过度强调死记硬背和应试表现，而忽视批判性思维和概念理解的深层次问题	未提出具体的教育改革实施方案或实证研究数据	分析医学教育中知识应用能力不足的原因并提出改进方向	医学教育体系和医学生	医学教育	NA	NA	NA	text	NA
787	2025-07-10	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	开发了一种基于深度学习的自然语言处理模型，用于评估非肌层浸润性膀胱癌患者接受膀胱内卡介苗治疗的疗效	利用BERT模型从电子健康记录中自动分类治疗效果，减少了人工收集临床结果的时间和复杂性	需要人工支持（约10%的文件），且研究为回顾性设计	评估非肌层浸润性膀胱癌患者接受卡介苗治疗的临床效果差异	日本成年非肌层浸润性膀胱癌患者	自然语言处理	膀胱癌	BERT模型	BERT	电子健康记录（EHRs）文本数据	372名患者（其中79.3%完成治疗，20.7%未完成治疗）
788	2025-07-10	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	本文系统综述了基于人工智能的膳食摄入评估方法的有效性和准确性	首次系统评估AI在膳食摄入评估中的应用效果，填补了营养流行病学研究中的技术空白	纳入研究样本量有限（13项研究），61.5%存在中等偏倚风险，需要更多人群比较研究和更大样本量验证	评估人工智能技术在膳食摄入评估领域的应用效果	营养流行病学研究中的膳食数据	机器学习	NA	深度学习（46.2%），机器学习（15.3%）	NA	膳食摄入数据	13项符合条件的研究（其中61.5%为临床前研究）
789	2025-07-10	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	本文综述了AI在生物医学多模态数据融合与分析中的挑战与应用	全面概述了生物医学多模态数据的表示学习方法及AI在数据整合分析中的应用，并提出了未来研究方向	未提及具体实验验证或案例研究	探讨AI技术在生物医学多模态数据整合分析中的应用及其挑战	分子、细胞、图像和电子健康记录等多模态生物医学数据	机器学习	NA	深度学习	大语言模型和视觉模型	多模态数据（分子、细胞、图像和电子健康记录）	NA
790	2025-07-10	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	提出了一种基于卷积神经网络的多模态医学图像融合新框架	优化了卷积层数量并选择了适当的激活函数，采用三层卷积层和swish激活函数提取输入图像的显著特征	未提及具体医学图像类型的适用性限制	开发更高效的医学图像融合方法以减少医学诊断时间	多模态医学图像	数字病理	NA	深度学习	CNN	图像	未提及具体样本数量
791	2025-07-10	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	research paper	提出了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提高检测准确性	提出了一种新型深度集成架构En-LeCILSTM，结合了LeNet、CNN和改进的LSTM模型，并通过改进的U-Net架构进行图像分割	未提及具体的数据集大小或多样性限制，可能影响模型的泛化能力	提高阿尔茨海默病的检测准确性和效率	阿尔茨海默病的医学图像数据	digital pathology	geriatric disease	Median filtering, Improved U-Net, ISIH, MBP, Multi Texton	En-LeCILSTM (LeNet, CNN, improved LSTM)	image	NA
792	2025-07-10	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	本文构建了一套包含10种腺嘌呤和胞嘧啶碱基编辑器（BEs）的工具集，并全面评估了它们的编辑特性，利用深度学习模型BEEP预测编辑效率，并验证了3558个疾病相关单核苷酸变异（SNVs）的安装	构建了包含10种高效BEs的工具集，开发了深度学习模型BEEP预测编辑效率，并验证了大量疾病相关SNVs的安装，包括传统认为不可编辑的靶点	未明确提及具体局限性，但可能涉及模型预测的准确性和实验验证的覆盖范围	评估和优化碱基编辑器的性能，以更高效地编辑基因组中的特定靶点	腺嘌呤和胞嘧啶碱基编辑器（BEs）及其在基因组编辑中的应用	基因组编辑	NA	碱基编辑（Base Editing），深度学习	BEEP（Base Editing Efficiency Predictor）	基因组数据	34,040 BE-gRNA-target组合，3,558个疾病相关SNVs，1,752,651个ClinVar SNVs
793	2025-07-10	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	research paper	本研究提出了一种基于二分图Transformer和自监督学习的方法，为残疾老年人推荐长期护理计划	提出了一种新颖的二分图Transformer架构，结合特征向量中心性增强节点特征，并利用图结构信息作为自注意力机制的参考	模型在常见护理项目上表现优异，但在罕见或复杂服务上的性能有待进一步提高	利用深度学习方法为残疾老年人推荐全面的护理计划	残疾老年人	machine learning	geriatric disease	graph self-supervised learning (SSL)	Bipartite Graph Transformer (BiT)	graph data	1917个节点和195240条边，源自真实护理数据
794	2025-07-10	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（DL-CAD）在冠状动脉钙化评分CT中检测肺结节的可行性和效用	首次在冠状动脉钙化评分CT中应用DL-CAD系统辅助检测肺结节，显著提高了初级读片医生的敏感性	样本量较小（273例患者），且为回顾性研究	探索DL-CAD在冠状动脉钙化评分CT中检测肺结节的应用价值	273例接受冠状动脉钙化评分CT检查的患者	数字病理	肺癌	CT扫描	DL-CAD（基于深度学习的计算机辅助诊断系统）	医学影像（CT图像）	273例患者（129名男性，平均年龄63.9±13.2岁），共检测到269个结节
795	2025-07-10	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	本研究提出了一种结合海鸥优化算法(SGA)进行特征选择和随机森林(RF)分类器进行数据分类的新方法，用于乳腺癌分类	首次将SGA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，从而提高分类准确性并降低计算复杂度	未来需要探索其他自然启发算法和深度学习模型的整合以进一步提升性能和临床适用性	提高乳腺癌诊断的准确性和效率	乳腺癌基因数据	机器学习	乳腺癌	Seagull Optimization Algorithm (SGA), Random Forest (RF)	RF, Linear Regression (LR), Support Vector Machine (SVM), K-Nearest Neighbors (KNN)	基因数据	NA
796	2025-07-10	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	research paper	本研究开发了一种基于深度学习的3D DenseNet-121模型，用于通过MRI准确检测原发性硬化性胆管炎（PSC）患者的早期肝门部胆管癌（pCCA）	该深度学习模型在检测早期pCCA方面表现出比资深放射科医生更高的敏感性和特异性，特别是在无肿块情况下仍能保持高灵敏度	研究为回顾性队列研究，可能存在选择偏倚；样本量相对有限（共398例患者）	开发能早期检测PSC患者pCCA的AI诊断工具	原发性硬化性胆管炎（PSC）患者	digital pathology	perihilar cholangiocarcinoma	MRI	3D DenseNet-121	医学影像	398例患者（训练队列150例，测试队列248例），其中pCCA患者230例
797	2025-07-10	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	开发并验证深度学习模型以预测家庭医学实践中的诊断和账单编码	首次在家庭医学实践中应用深度学习模型预测诊断和账单编码，并展示了较高的准确率	模型在诊断编码上的召回率和精确度较低，且尚未在其他家庭医学实践中验证其通用性	开发能够从电子病历笔记中预测诊断和账单编码的机器学习模型	家庭医学实践中的就诊记录	自然语言处理	NA	深度学习	深度学习模型	文本	198,802次就诊记录（占总数的81%）
798	2025-07-10	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	research paper	该研究开发了一种名为CleftGAN的深度学习系统，用于生成大量高质量的唇裂面部图像	利用StyleGAN作为基础模型，通过迁移学习技术，仅需少量唇裂面部照片即可生成大量多样化的高保真唇裂面部图像	初始训练数据集仅包含514张唇裂面部正面照片	开发能够生成大量唇裂面部图像的工具，以支持机器学习模型的训练	唇裂面部图像	computer vision	唇裂	迁移学习	StyleGAN	image	514张唇裂面部正面照片和70,000张正常面部照片
799	2025-07-10	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	本研究开发了一种结合VGG19架构特征与transformer编码器块的混合深度学习模型，用于实时分类葡萄、甜椒和番茄植物的叶片病害	融合VGG19架构与transformer编码器块，增强对叶片图像复杂空间依赖关系的捕捉能力，同时通过深度可分离卷积层提高计算效率	NA	开发实时植物叶片病害分类系统，促进农业可持续发展和粮食安全	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	DSC-TransNet (结合VGG19和transformer编码器块的混合模型)	图像	多个数据集(包括葡萄、甜椒和番茄叶片)
800	2025-07-10	A guide for active learning in synergistic drug discovery 2025-01-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-85600-3 PMID:39875437	研究论文	本文探讨了在协同药物发现中应用主动学习的关键组成部分，并提供了实施建议	研究发现分子编码对性能影响有限，而细胞环境特征显著提升预测效果，主动学习仅探索10%的组合空间即可发现60%的协同药物对	研究未提及具体实验数据集的规模或多样性限制	优化协同药物组合筛选过程中的主动学习策略	协同药物组合	机器学习	NA	主动学习，深度学习	NA	分子和细胞环境数据	NA