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
821	2025-07-21	An empirical study of using radiology reports and images to improve intensive care unit mortality prediction 2025-Feb, JAMIA open IF:2.5Q3 DOI:10.1093/jamiaopen/ooae137 PMID:39980476	研究论文	本研究通过结合放射学报告和图像，构建了一个基于深度学习的ICU死亡率预测模型	利用多模态数据（包括生理测量、放射学预定义疾病标签、文本特征和胸部X光图像特征）进行ICU死亡率预测，显著提高了预测准确性	研究仅使用了MIMIC-IV数据集，可能在其他数据集上的泛化能力有待验证	提高ICU患者死亡率预测的准确性	ICU患者	医疗人工智能	重症监护	深度学习	深度学习模型（具体架构未明确说明）	多模态数据（结构化临床数据、文本、图像）	MIMIC-IV数据集中的样本（具体数量未说明）
822	2025-07-21	Analysis of TEM micrographs with deep learning reveals APOE genotype-specific associations between HDL particle diameter and Alzheimer's dementia 2025-Jan-27, Cell reports methods IF:4.3Q2 DOI:10.1016/j.crmeth.2024.100962 PMID:39874947	研究论文	利用深度学习分析透射电子显微镜（TEM）图像，揭示APOE基因型与阿尔茨海默病痴呆之间HDL颗粒直径的特异性关联	首次使用深度学习模型YOLOv7从183个HDL样本的显微图像中测量超过180万个HDL颗粒的直径，比传统图像分析软件更高效准确	研究样本量相对有限（183个样本），且仅关注了APOE ε3ε4和ε3ε3基因型	探索HDL颗粒直径分布与阿尔茨海默病痴呆之间的关联	183个HDL样本（包括痴呆患者和认知正常对照）	数字病理学	阿尔茨海默病	透射电子显微镜（TEM）成像	YOLOv7	图像	183个HDL样本（超过180万个颗粒）
823	2025-07-21	Machine learning-optimized targeted detection of alternative splicing 2025-Jan-24, Nucleic acids research IF:16.6Q1 DOI:10.1093/nar/gkae1260 PMID:39727154	研究论文	提出了一种高效的靶向RNA测序方法LSV-seq，用于全面检测和量化选择性剪接	使用机器学习算法Optimal Prime设计引物，显著提高了剪接信息性跨越读段的富集效率	未提及具体样本量或实验范围的局限性	优化选择性剪接的靶向检测方法	RNA剪接事件	机器学习	NA	RNA-seq, LSV-seq	深度学习	RNA测序数据	NA
824	2025-07-21	Equitable artificial intelligence for glaucoma screening with fair identity normalization 2025-Jan-20, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-01432-5 PMID:39833503	research paper	该研究开发了一种公平身份归一化（FIN）模块，用于提高跨不同身份群体的青光眼筛查模型的公平性	提出FIN模块以均衡不同身份群体的特征重要性，提升模型在青光眼筛查中的公平性	研究仅基于OCT测量数据，未涉及其他可能的诊断方法	提高人工智能在青光眼筛查中的公平性	不同种族和民族群体的青光眼患者	digital pathology	glaucoma	optical coherence tomography (OCT)	deep learning	image	NA
825	2025-07-21	Enhancing Gene Expression Predictions Using Deep Learning and Functional Annotations 2025-Jan, Genetic epidemiology IF:1.7Q3 DOI:10.1002/gepi.22595 PMID:39344923	研究论文	本文提出了一种新的深度学习架构，用于从个体基因型变异预测基因表达，并通过功能注释增强预测性能	提出了一种结合可学习输入缩放层和卷积编码器的深度学习架构，能够捕获非线性效应和高阶交互，同时保持可解释性，并利用功能注释进行参数共享	尚未明确说明模型在大规模数据集上的计算效率或训练时间	提高基因表达预测的准确性，以增强转录组范围关联研究（TWAS）的效力	基因表达预测	机器学习	NA	深度学习，功能注释	卷积编码器	基因组数据	真实世界基因组数据集（具体数量未提及）
826	2025-07-21	Deep learning enhances the prediction of HLA class I-presented CD8+ T cell epitopes in foreign pathogens 2025, Nature machine intelligence IF:18.8Q1 DOI:10.1038/s42256-024-00971-y PMID:40008296	研究论文	本文提出了一种名为MUNIS的深度学习模型，用于预测HLA I类分子呈递的CD8+ T细胞表位，以加速T细胞疫苗的开发	开发了MUNIS深度学习模型，相比现有模型在预测肽段呈递和CD8 T细胞表位免疫优势层次上表现更优	模型性能仍需在更广泛的病原体和HLA等位基因上进行验证	提高CD8 T细胞表位的预测准确性，促进T细胞疫苗开发	HLA I类分子呈递的肽段和CD8 T细胞表位	机器学习	传染病	深度学习	MUNIS	生物序列数据	651,237个独特的HLA I类配体
827	2025-07-21	Digital pathology assessment of kidney glomerular filtration barrier ultrastructure in an animal model of podocytopathy 2025, Biology methods & protocols IF:2.5Q3 DOI:10.1093/biomethods/bpaf024 PMID:40223818	研究论文	开发了一种基于深度学习的数字病理计算方法，用于测量肾小球滤过屏障超微结构中的GBM和PFP宽度	首次使用U-Net模型和图像处理算法自动测量GBM和PFP宽度，解决了传统手动测量的劳动密集和操作者间变异性问题	自动和手动PFP宽度测量在ILK cKO标本中存在差异，自动化方法在PFP宽度测量上不如GBM准确	开发高吞吐量、客观的形态学分析方法，促进足细胞病研究	Integrin-Linked Kinase (ILK)足细胞特异性条件敲除小鼠和野生型对照小鼠的肾脏TEM图像	数字病理学	足细胞病	透射电子显微镜(TEM)	U-Net	图像	4周龄的WT和ILK cKO同窝小鼠的肾脏TEM图像对，通过4折交叉验证研究评估性能
828	2025-07-21	Exploration of Pharmacological Mechanisms of Dapagliflozin against Type 2 Diabetes Mellitus through PI3K-Akt Signaling Pathway based on Network Pharmacology Analysis and Deep Learning Technology 2025, Current computer-aided drug design IF:1.5Q3 DOI:10.2174/0115734099274407231207070451 PMID:38204223	研究论文	本研究通过网络药理学分析和深度学习技术探索达格列净通过PI3K-Akt信号通路对抗2型糖尿病(T2DM)的药理机制	结合网络药理学和深度学习技术，首次系统性地探索达格列净对抗T2DM的具体分子机制，特别是通过PI3K-Akt信号通路的作用	研究主要基于计算预测和体外数据，缺乏体内实验验证	探索达格列净治疗2型糖尿病的潜在分子机制	达格列净药物靶点与T2DM相关靶点的相互作用	生物信息学	2型糖尿病	网络药理学分析、深度学习(DeepPurpose算法)	DeepPurpose	基因表达数据、蛋白质相互作用数据	155个达格列净与T2DM的重叠靶点
829	2025-07-21	FLPneXAINet: Federated deep learning and explainable AI for improved pneumonia prediction utilizing GAN-augmented chest X-ray data 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0324957 PMID:40674439	研究论文	本研究提出了一种结合联邦学习、深度学习和可解释AI的框架FLPneXAINet，用于通过胸部X光图像安全准确地预测肺炎	结合联邦学习、深度学习和可解释AI，利用GAN增强数据，并在联邦学习环境中验证模型性能	未提及模型在真实临床环境中的泛化能力及对不同类型肺炎的区分能力	开发一种安全准确的肺炎预测方法，同时保护患者隐私	胸部X光图像	数字病理	肺炎	CycleGAN, 特征选择（RFE, ANOVA, RF）	VGG16, NASNetMobile, MobileNet, KNN, NB, SVM, RF	图像	8,402张胸部X光图像（3,904正常，4,498肺炎）
830	2025-07-21	Frequency domain manipulation of multiple copy-move forgery in digital image forensics 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0327586 PMID:40674455	research paper	提出了一种基于变换域的方法来生成和分析数字图像中的多重复制-移动伪造	利用离散小波变换（DWT）分解原始图像和补丁图像，通过修改近似和细节系数来模拟多重复制-移动伪造	未明确说明该方法在复杂变换下的检测效果及计算效率	改进多重复制-移动伪造的检测技术	数字图像中的多重复制-移动伪造	digital pathology	NA	discrete wavelet transform (DWT)	NA	image	NA
831	2025-07-21	Predicting receptor-ligand pairing preferences in plant-microbe interfaces via molecular dynamics and machine learning 2025, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2025.06.029 PMID:40677241	研究论文	通过分子动力学和机器学习预测植物-微生物界面中受体-配体配对偏好	开发了一种混合分子动力学/机器学习（MD/ML）方法，能够高精度预测涉及大型、柔性配体的系统中的结合亲和力排名	依赖于有限的实验结构信息，且初始结构模型较为粗糙	揭示内共生初始阶段的互补特征，预测分子相互作用	植物溶素基序受体样激酶（LysM-RLKs）与脂-几丁寡糖（LCOs）及几丁寡糖的结合	机器学习	NA	分子动力学（MD）和机器学习（ML）	混合MD/ML模型	分子结构数据	四种豆科植物LysM-RLKs（LYR3）与LCOs及几丁寡糖的结合数据
832	2025-07-21	Deep latent force models: ODE-based process convolutions for Bayesian deep learning 2025, Machine learning IF:4.3Q2 DOI:10.1007/s10994-025-06824-y PMID:40677904	研究论文	本文提出了一种称为深度潜在力模型（DLFM）的领域无关模型，用于建模高度非线性动态系统的行为，并提供稳健的不确定性量化	DLFM是一种深度高斯过程，每层都包含基于物理信息的核，这些核通过过程卷积框架从常微分方程导出	诱导点框架对基于LFM的模型的外推能力有负面影响	解决高度非线性动态系统行为建模及不确定性量化问题	高度非线性现实世界多输出时间序列数据	机器学习	NA	过程卷积框架, 双重随机变分推断	深度高斯过程（DLFM）	时间序列数据	NA
833	2025-07-21	Swarm learning network for privacy-preserving and collaborative deep learning assisted diagnosis of fracture: a multi-center diagnostic study 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1534117 PMID:40678137	研究论文	本研究开发并验证了一种基于区块链的群体学习框架，用于隐私保护的多机构骨折图像分析，并与集中式AI模型和临床医生的性能进行了比较	首次开发了用于骨折识别的分布式学习模型，采用区块链技术实现隐私保护的群体学习框架	研究仅针对膝关节损伤，未涵盖其他类型骨折	开发一种隐私保护的分布式AI训练范式，用于医学影像分析	膝关节损伤患者的影像数据	数字病理	骨科创伤	群体学习(SL)	YOLOv8n-cls	图像	4,581名患者（回顾性研究）和112名患者（前瞻性队列）
834	2025-07-21	CT radiomics combined with neural networks predict the malignant degree of pulmonary grinding glass nodules 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1603472 PMID:40678142	研究论文	本研究探讨了结合CT影像组学和卷积神经网络(CNN)预测肺部磨玻璃结节恶性程度的方法，旨在提高诊断准确性并支持个性化治疗计划	结合CT影像组学和CNN模型预测肺部磨玻璃结节的恶性程度，相比传统Mayo和Brock模型表现出更高的诊断性能	单中心回顾性研究，需要外部验证和多中心前瞻性队列研究的进一步验证	提高肺部磨玻璃结节的恶性程度诊断准确性，支持个性化治疗计划	肺部磨玻璃结节(GGN)	数字病理	肺癌	CT影像组学	CNN	图像	670例肺部结节患者(2019-2023年)
835	2025-07-21	Using Convoluted Neural Networks in Diagnosing Lung Cancer on Computed Tomography Scans 2025 Jan-Mar, Current health sciences journal DOI:10.12865/CHSJ.51.01.09 PMID:40678299	research paper	该研究开发了一种新型卷积神经网络（CNN），用于在计算机断层扫描（CT）图像上对可疑结节进行分类，以辅助肺癌诊断	开发了一种能够在常规硬件上实现的CNN模型，用于CT图像中良恶性肺部病变的分类	模型的精确度（62.16%）和召回率（79.31%）仍有提升空间，且最终医疗决策仍需医生判断	开发计算机辅助工具以处理大量影像数据，改善肺癌的早期诊断	肺部CT图像中的可疑结节	digital pathology	lung cancer	CT扫描	CNN	image	176例患者（192个病例）
836	2025-07-21	Deep Learning and The Retina: A New Frontier in Multiple Sclerosis Diagnosis 2025 Jan-Mar, Current health sciences journal DOI:10.12865/CHSJ.51.01.03 PMID:40678297	review	本文探讨了深度学习在视网膜成像技术中用于多发性硬化症（MS）诊断和进展跟踪的应用	利用AI驱动的模型（如CNN、GAN和可解释AI方法）分析视网膜成像技术，以检测与MS病理密切相关的细微视网膜变化	数据标准化、模型可解释性和临床整合方面的挑战	探索人工智能在视网膜成像技术中的应用，以支持多发性硬化症的早期诊断和个性化治疗	多发性硬化症（MS）患者	digital pathology	multiple sclerosis	Optical Coherence Tomography (OCT), fundus photography, Scanning Laser Ophthalmoscopy (SLO)	CNN, GAN, explainable AI	image	NA
837	2025-07-21	Fault analysis of chemical equipment based on an improved hybrid model 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0326370 PMID:40680025	研究论文	提出了一种基于改进混合模型的化工设备故障分析方法，旨在提高检测准确性和效率	结合了VMD-LMS处理、非对称注意力机制和预激活ResNet-BiGRU模型，创建了一个高效的多模态数据融合与分析框架	未提及在极端环境条件下的性能表现或实际工业部署中的计算资源需求	设计一种智能故障检测方法，集成多模态数据并有效提取深层特征	化工设备	机器学习	NA	VMD-LMS处理、非对称注意力机制、预激活ResNet-BiGRU模型	ResNet-BiGRU	多模态数据	NA
838	2025-07-21	Detection of neurologic changes in critically ill infants using deep learning on video data: a retrospective single center cohort study 2024-Dec, EClinicalMedicine IF:9.6Q1 DOI:10.1016/j.eclinm.2024.102919 PMID:39764545	研究论文	本研究利用深度学习技术分析重症婴儿的视频数据，以检测神经系统变化	首次将姿态AI应用于ICU环境，仅通过视频数据预测脑功能障碍	单中心回顾性研究，样本量相对有限	开发连续、可靠的神经系统监测方法	重症监护病房中1岁以下的婴儿	计算机视觉	神经系统疾病	深度学习姿态识别算法	深度学习	视频	115名婴儿，282301分钟视频数据
839	2025-07-21	Integrating spatial transcriptomics and snRNA-seq data enhances differential gene expression analysis results of AD-related phenotypes 2024-Nov-18, medRxiv : the preprint server for health sciences DOI:10.1101/2024.11.18.24317499 PMID:39606364	研究论文	本研究整合空间转录组学和单核RNA测序数据，增强了对阿尔茨海默病相关表型的空间信息和细胞类型特异性差异基因表达分析能力	结合空间转录组学和单核RNA测序数据，提高了空间信息和细胞类型特异性差异基因表达分析的检测能力，发现了传统方法无法识别的与阿尔茨海默病相关的基因和通路	研究依赖于推断的空间位置信息，可能存在一定的误差	增强对阿尔茨海默病相关表型的空间信息和细胞类型特异性差异基因表达分析	阿尔茨海默病相关的β-淀粉样蛋白、缠结密度和认知衰退表型	生物信息学	阿尔茨海默病	空间转录组学(ST)、单核RNA测序(snRNA-seq)	深度学习工具CelEry、线性混合回归模型	基因表达数据	436个死后大脑的背外侧前额叶皮层(DLPFC)组织
840	2025-07-21	In vivo evaluation of complex polyps with endoscopic optical coherence tomography and deep learning during routine colonoscopy: a feasibility study 2024-11-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-78891-5 PMID:39537775	研究论文	本研究评估了在常规结肠镜检查中使用内窥镜光学相干断层扫描（OCT）和深度学习技术评估复杂息肉的可行性	结合内窥镜OCT和深度学习技术，提供了对多种组织学亚型息肉的详细比较，而不仅仅是良性和恶性病变的区分	样本量较小（35个息肉，32名患者），且为初步临床研究	评估内窥镜OCT在常规结肠镜检查中评估结直肠息肉的可行性	接受内窥镜治疗的大型结直肠息肉患者	数字病理学	结直肠癌	内窥镜光学相干断层扫描（OCT）	深度学习模型	图像	35个息肉来自32名患者