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
81	2025-06-29	Updates, Applications and Future Directions of Deep Learning for the Images Processing in the Field of Cranio-Maxillo-Facial Surgery 2025-May-29, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12060585 PMID:40564402	review	本文综述了深度学习在颅颌面外科图像处理中的最新进展、应用及未来方向	探讨了深度学习在医学影像处理中的创新应用，特别是在颅颌面外科手术规划和肿瘤学领域的潜力	未提及具体算法的性能比较或临床验证结果	分析医学图像分割和分类中最常用的模型，评估这些算法在颌面外科中的应用，并探索人工智能在放射数据处理中的未来前景	医学影像数据，特别是CT扫描和组织学图像	digital pathology	NA	深度学习	CNN	image	NA
82	2025-06-29	Automated Risser Grade Assessment of Pelvic Bones Using Deep Learning 2025-May-29, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12060589 PMID:40564406	研究论文	本研究开发了一种基于卷积神经网络（CNN）的深度学习模型，用于从骨盆X光片中自动评估Risser等级	采用多模态方法结合X光片中的感兴趣区域、患者年龄和性别，并使用合成数据增强解决类别不平衡问题	在较少出现的Risser等级上存在类别不平衡的挑战	自动化Risser等级评估，减少临床医生的工作量和评估变异性	12-18岁脊柱侧弯患者的骨盆X光片	数字病理	脊柱侧弯	深度学习	CNN	image	1619张骨盆X光片
83	2025-06-29	A Deep Learning Methodology for Screening New Natural Therapeutic Candidates for Pharmacological Cardioversion and Anticoagulation in the Treatment and Management of Atrial Fibrillation 2025-May-28, Biomedicines IF:3.9Q1 DOI:10.3390/biomedicines13061323 PMID:40564042	研究论文	本研究开发了一种在资源有限环境下用于筛选心房颤动治疗新天然候选药物的深度学习方法	提出了一种在低资源环境下运行的高性能深度学习模型，用于发现新的天然治疗候选药物	在低资源环境下运行可能影响模型性能，且GPU资源不足可能限制模型训练效率	开发低资源环境下的深度学习方法，筛选治疗心房颤动的天然候选药物	天然化合物与心律失常相关靶点的相互作用	机器学习	心血管疾病	深度学习	深度跨模态注意力模型	药物-靶点相互作用数据	MINER-DTI数据集包含13,741个DTI对、4,510种药物化合物和2,181个蛋白质靶点
84	2025-06-29	A Hybrid Convolutional-Transformer Approach for Accurate Electroencephalography (EEG)-Based Parkinson's Disease Detection 2025-May-28, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12060583 PMID:40564400	研究论文	提出了一种结合卷积神经网络和Transformer的混合模型CTESM，用于基于EEG的帕金森病早期检测	整合了CNN、Transformer注意力块和LSTM层，以捕捉EEG的空间、时间和序列特征，并结合生物学特征提取技术	样本量较小（31名参与者），需要在更大规模的数据集上验证模型的泛化能力	提高帕金森病早期检测的准确性和泛化能力	帕金森病患者和健康对照组的EEG数据	数字病理学	帕金森病	谱功率分析、频带比率、小波变换和统计测量	CNN、Transformer、LSTM	EEG信号	31名参与者（15名帕金森病患者和16名健康对照组）
85	2025-06-29	A Comprehensive Review of Deep Learning Applications with Multi-Omics Data in Cancer Research 2025-May-28, Genes IF:2.8Q2 DOI:10.3390/genes16060648 PMID:40565540	review	本文综述了深度学习在多组学数据癌症研究中的应用	系统回顾了2020年以来深度学习模型在多组学数据分析中的最新进展，包括模型架构、数据集和关键创新点	仅涵盖2020年以来的方法，可能遗漏早期重要研究	探讨深度学习在多组学数据癌症研究中的应用	多组学数据在癌症研究中的应用	machine learning	cancer	multi-omics	DL	multi-omics data	NA
86	2025-06-29	UNet with Attention Networks: A Novel Deep Learning Approach for DNA Methylation Prediction in HeLa Cells 2025-May-28, Genes IF:2.8Q2 DOI:10.3390/genes16060655 PMID:40565547	研究论文	本研究提出了一种结合UNet和注意力网络的新型深度学习方法，用于预测HeLa细胞中的DNA甲基化模式	首次将UNet与注意力网络结合用于宫颈癌细胞系DNA甲基化预测，并显著提高了预测准确率	研究仅基于ENCODE数据库和HeLa细胞系，未在其他细胞系或临床样本中验证	探究深度学习在宫颈癌DNA甲基化模式预测中的应用效果	宫颈癌细胞系HeLa中的DNA甲基化模式	机器学习	宫颈癌	DNA甲基化测序	UNet+Multi-Head Attention Networks	DNA序列数据	ENCODE数据库中的HeLa细胞数据及5个基因启动子区域
87	2025-06-29	Dual-Branch Network with Hybrid Attention for Multimodal Ophthalmic Diagnosis 2025-May-25, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12060565 PMID:40564382	研究论文	提出一种基于双分支学习和混合注意力机制的深度学习模型，用于解决眼科图像诊断中特征利用不足和传统单模态深度学习模型在数据不平衡时泛化能力有限的问题	创新性地设计了频域变换驱动的混合注意力模块，包括频域注意力、空间注意力和通道注意力，以及多尺度分组注意力融合机制，有效解决了模态特征异质性导致的融合效率低下问题	未明确提及具体局限性	提高眼科疾病智能诊断的准确性和效率	眼科多模态图像数据	计算机视觉	眼科疾病	深度学习	双分支网络（Dual-Branch Network）	2D图像和3D体积数据	未明确提及样本数量
88	2025-06-29	Are Artificial Intelligence Models Listening Like Cardiologists? Bridging the Gap Between Artificial Intelligence and Clinical Reasoning in Heart-Sound Classification Using Explainable Artificial Intelligence 2025-May-22, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12060558 PMID:40564375	研究论文	本研究探讨了人工智能模型在心音分类中与临床推理的一致性，并利用可解释人工智能（XAI）技术提升模型的分类准确性和可解释性	首次在手动分割的数据集上应用XAI技术评估模型行为，并通过结合注意力机制提升模型性能和可解释性	研究依赖于手动分割的数据集，可能限制了模型的泛化能力	评估人工智能模型在心音分类中是否聚焦于临床相关特征，并探索注意力机制对性能的提升	心音信号及其分类	机器学习	心血管疾病	可解释人工智能（XAI）	ResNet50, 多头注意力机制	心音信号生成的声谱图图像	NA
89	2025-06-29	Influence of Robotic Versus Manual Technology for Achieving Sagittal Targets in Total Knee Arthroplasty Using a Cruciate-Retaining and Medial-Stabilized Implant 2025-May-19, The Journal of arthroplasty IF:3.4Q1 DOI:10.1016/j.arth.2025.05.052 PMID:40398583	研究论文	比较机器人辅助全膝关节置换术（raTKA）与手动全膝关节置换术（mTKA）在实现外科医生术前矢状面目标方面的差异	开发了一种基于U-Net架构的深度学习模型，用于计算膝关节侧位X光片上的后髁偏移（PCO）和胫骨斜率（TS）	未来研究需要确定这些差异是否具有临床相关性	比较raTKA和mTKA在实现矢状面目标方面的差异	280名接受mTKA（132人）或raTKA（148人）的患者	数字病理学	骨关节疾病	深度学习	U-Net	X光片	280名患者（132 mTKA，148 raTKA）
90	2025-06-29	Data-driven machine learning algorithm model for pneumonia prediction and determinant factor stratification among children aged 6-23 months in Ethiopia 2025-May-02, BMC infectious diseases IF:3.4Q2 DOI:10.1186/s12879-025-10916-4 PMID:40316929	research paper	本研究开发了一种基于机器学习的预测模型，用于预测埃塞俄比亚6-23个月儿童的肺炎及其决定因素分层	使用随机森林算法预测肺炎并分层其决定因素，准确率达到91.3%	研究数据仅来自2016年埃塞俄比亚人口与健康调查，可能无法完全代表当前情况	开发数据驱动的预测模型以预测儿童肺炎并分层其决定因素	埃塞俄比亚6-23个月的儿童	machine learning	pneumonia	machine learning algorithms, principal component analysis	random forest	demographic and health survey data	2035名儿童样本
91	2025-06-29	Generative prediction of real-world prevalent SARS-CoV-2 mutation with in silico virus evolution 2025-May-01, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf276 PMID:40532108	研究论文	开发了一个名为ViralForesight的深度学习生成框架，用于预测现实世界中流行的SARS-CoV-2突变	结合蛋白质语言模型和计算机模拟病毒进化，提出了一个能够提前半年以上预测未来流行突变的生成框架	未提及具体的数据集规模或模型泛化能力的限制	预测新兴病毒的突变流行趋势以提前更新疫苗或药物	SARS-CoV-2病毒及其突变	机器学习	COVID-19	计算机模拟病毒进化	生成式深度学习框架	病毒序列数据	NA
92	2025-06-29	A novel deep learning framework with dynamic tokenization for identifying chromatin interactions along with motif importance investigation 2025-May-01, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf289 PMID:40536817	研究论文	提出了一种名为Inter-Chrom的新型深度学习框架，用于识别染色质相互作用并研究基序重要性	整合了动态标记化、DNABERT的词嵌入和高效通道注意力机制，提出了一种新的基序重要性计算方法	NA	提高染色质相互作用识别的准确性并研究基序重要性	染色质相互作用网络	生物信息学	NA	深度学习	Inter-Chrom（整合动态标记化、DNABERT和注意力机制）	序列和基因组特征数据	三个细胞系数据集
93	2025-06-29	PrimeNet: rational design of Prime editing pegRNAs by deep learning 2025-May-01, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf293 PMID:40536816	研究论文	本文介绍了一种名为PrimeNet的新型预测模型，该模型通过整合染色质可及性和DNA甲基化等表观遗传因素，提高了基因编辑效率预测的准确性和泛化性能	PrimeNet首次整合了表观遗传因素，并引入了多尺度卷积和注意力机制，显著提高了预测准确性和泛化性能	模型仅在HEK293T和K562细胞系数据上进行了验证，可能需要更多细胞系数据来进一步验证其普适性	开发一种能够准确预测Prime编辑pegRNAs效率的深度学习模型，以指导实验设计并提高基因编辑成功率	Prime编辑pegRNAs的设计和效率预测	机器学习	遗传疾病	深度学习	CNN+注意力机制	基因组数据	来自HEK293T和K562细胞系的两个数据集
94	2025-06-29	DeepTFtyper: an interpretable morphology-aware graph neural network for translating histopathology images into molecular subtypes in small cell lung cancer 2025-May-01, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf284 PMID:40539233	研究论文	开发了一种基于图神经网络的深度学习模型DeepTFtyper，用于从小细胞肺癌的H&E染色全切片图像中自动分类分子亚型	首次提出从H&E染色组织学切片预测SCLC分子亚型的深度学习框架，提供可扩展、准确且临床相关的工具	样本量可能不足，分子检测的复杂性可能影响模型的临床应用	开发一种自动化工具，用于从小细胞肺癌的H&E染色全切片图像中预测分子亚型，以指导治疗决策	小细胞肺癌（SCLC）的分子亚型（SCLC-A, -N, -P, -Y）	数字病理学	肺癌	免疫组织化学（IHC）	图神经网络（GNN）	图像	389例来自中国医学科学院肿瘤医院的队列
95	2025-06-29	A deep learning strategy to identify cell types across species from high-density extracellular recordings 2025-Apr-17, Cell IF:45.5Q1 DOI:10.1016/j.cell.2025.01.041 PMID:40023155	研究论文	开发了一种深度学习策略，用于从高密度细胞外记录中识别跨物种的细胞类型	结合光遗传学和药理学，生成了一个经过筛选的电生理特性基础真值库，并训练了一个半监督深度学习分类器，预测准确率超过95%	未明确提及具体局限性	识别细胞类型并揭示具有不同功能、分子和解剖特性的神经元在计算中的作用	小脑中的浦肯野细胞、分子层中间神经元、高尔基细胞和苔藓纤维	机器学习	NA	光遗传学、药理学、电生理记录	半监督深度学习分类器	电生理记录数据	未明确提及具体样本数量
96	2025-06-29	New Threshold for Defining Mild Aortic Stenosis Derived From Velocity-Encoded MRI in 60,000 Individuals 2025-Apr-08, Journal of the American College of Cardiology IF:21.7Q1 DOI:10.1016/j.jacc.2025.01.035 PMID:40175013	研究论文	本研究通过深度学习模型测量了62,902名UK Biobank参与者的主动脉瓣功能，提出了新的轻度主动脉瓣狭窄（AS）定义标准，并在外部临床队列中验证了其与不良预后的关联	提出了基于速度编码MRI的新轻度AS定义标准（'mild ASproposed'），并在大规模人群和外部临床队列中验证了其临床意义	研究随访时间相对较短（平均3.9年），且主要基于影像学数据	研究无临床指征人群的主动脉瓣功能流行病学特征并定义轻度AS的新标准	UK Biobank的62,902名参与者和澳大利亚国家超声数据库的365,870人	心血管影像学	心血管疾病	速度编码心脏磁共振成像（velocity-encoded cardiac MRI）	深度学习模型	医学影像数据	主要队列62,902人（UK Biobank），验证队列365,870人（NEDA），健康亚组41,859人
97	2025-06-29	Machine learning models for pharmacogenomic variant effect predictions - recent developments and future frontiers 2025 Apr-Apr, Pharmacogenomics IF:1.9Q3 DOI:10.1080/14622416.2025.2504863 PMID:40401639	综述	本文综述了机器学习在药物基因组变异效应预测中的最新进展和未来前沿	探讨了新兴的深度学习方法如何利用进化保守性和生物物理特性，以及集成方法如何提高预测的准确性、鲁棒性和可解释性	未具体提及研究中的局限性	提高药物基因组变异效应的预测能力，以支持精准医学的实施	药物基因组变异	机器学习	NA	机器学习（ML）、深度学习	深度学习模型、集成方法	DNA序列、蛋白质序列	NA
98	2025-06-29	The information bottleneck as a principle underlying multi-area cortical representations during decision-making 2025-Feb-15, bioRxiv : the preprint server for biology DOI:10.1101/2023.07.12.548742 PMID:37502862	研究论文	该研究探讨了大脑在决策过程中如何通过多区域计算形成最优表征，并通过人工神经网络模拟了这一过程	揭示了大脑多区域计算中信息传递的选择性机制，并通过RNN模型模拟了DLPFC和PMd区域的最优表征形成过程	研究仅针对猴子的DLPFC和PMd区域，人类大脑是否采用相同机制尚需验证	理解大脑在决策过程中如何通过多区域计算形成最优表征	猴子的背外侧前额叶皮层(DLPFC)和背侧运动前区皮层(PMd)	神经科学	NA	单神经元和多单位记录，循环神经网络(RNN)	RNN	神经电生理数据	猴子实验数据（具体数量未说明）
99	2025-06-29	Advancing bioinformatics with large language models: components, applications and perspectives 2025-Jan-31, ArXiv PMID:38259343	综述	本文全面概述了大语言模型(LLMs)在生物信息学中的关键组成部分、应用及未来展望	探讨LLMs在解决生物信息学问题上的潜力，超越其在人类语言建模方面的熟练度	未提及具体模型在生物信息学任务中的性能局限或数据需求限制	推动生物信息学领域大语言模型的应用与发展	大语言模型在基因组学、转录组学、蛋白质组学、药物发现和单细胞分析等生物信息学领域的应用	自然语言处理	NA	自监督学习、半监督学习	Transformer	未标注输入数据	NA
100	2025-06-29	Identification of Intracranial Germ Cell Tumors Based on Facial Photos: Exploratory Study on the Use of Deep Learning for Software Development 2025-Jan-30, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/58760 PMID:39883924	研究论文	本研究探讨了深度学习模型GVisageNet在儿童和青少年颅内生殖细胞肿瘤早期检测中的应用	开发了GVisageNet深度学习模型，结合临床数据，用于从面部照片中识别颅内生殖细胞肿瘤，展示了深度学习与临床数据结合在个性化医疗中的潜力	模型在区分iGCTs与其他中线脑肿瘤时的AUC为0.739，性能有待提高	研究面部识别技术在儿童和青少年颅内生殖细胞肿瘤早期检测中的应用	儿童和青少年颅内生殖细胞肿瘤患者	数字病理学	颅内生殖细胞肿瘤	深度学习	GVisageNet	图像	训练集847例（iGCTs=358，NCs=300，其他中线脑肿瘤=189），测试集212例（iGCTs=79，NCs=70，其他中线脑肿瘤=63），独立验证集336例（iGCTs=130，NCs=100，其他中线脑肿瘤=106）