深度学习在生物医药领域的应用

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	算法框架	模型架构	性能指标	计算资源
10961	2025-10-07	RBPsuite 2.0: an updated RNA-protein binding site prediction suite with high coverage on species and proteins based on deep learning 2025-Mar-11, BMC biology IF:4.4Q1 DOI:10.1186/s12915-025-02182-2 PMID:40069726	研究论文	介绍了一个基于深度学习的RNA-蛋白质结合位点预测工具RBPsuite 2.0的更新版本	将支持的RBP数量从154个增加到353个，支持的物种从1个扩展到7个，并采用更准确的环状RNA结合位点预测器iDeepC替代原有组件	NA	开发一个易于使用的网络服务器，用于预测RNA序列中的RBP结合位点	线性和环状RNA序列中的RNA结合蛋白结合位点	生物信息学	NA	深度学习	深度学习模型	RNA序列数据	NA	NA	NA	NA	NA
10962	2025-10-07	AnomalGRN: deciphering single-cell gene regulation network with graph anomaly detection 2025-Mar-11, BMC biology IF:4.4Q1 DOI:10.1186/s12915-025-02177-z PMID:40069807	研究论文	提出AnomalGRN模型，通过图异常检测方法解析单细胞基因调控网络	首次将异常检测应用于基因调控网络分析，通过节点重构和异质性识别解决数据不平衡问题	NA	解决单细胞基因调控网络中数据噪声和正负链接不平衡的问题	单细胞RNA测序数据中的基因调控网络	生物信息学	NA	单细胞RNA测序	图神经网络	基因表达数据	NA	NA	AnomalGRN	NA	NA
10963	2025-10-07	Cellular senescence predicts breast cancer risk from benign breast disease biopsy images 2025-Mar-11, Breast cancer research : BCR IF:6.1Q1 DOI:10.1186/s13058-025-01993-z PMID:40069863	研究论文	本研究通过深度学习模型分析良性乳腺疾病活检图像中的细胞衰老特征，预测浸润性乳腺癌风险	首次利用深度学习模型从H&E染色活检图像中预测细胞衰老特征，并验证其与乳腺癌风险的关联	研究基于回顾性病例对照设计，可能存在选择偏倚；样本来源单一医疗系统	评估细胞衰老特征在良性乳腺疾病患者中预测浸润性乳腺癌风险的价值	15,395名接受乳腺活检的女性，包括512例后续发生浸润性乳腺癌的病例和491例对照	数字病理	乳腺癌	H&E染色，深度学习	深度学习模型	病理图像	1,003名女性（512例病例+491例对照）的活检图像	NA	NA	比值比(OR)，95%置信区间(CI)	NA
10964	2025-10-07	SynthMol: A Drug Safety Prediction Framework Integrating Graph Attention and Molecular Descriptors into Pre-Trained Geometric Models 2025-Mar-10, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c01320 PMID:40000610	研究论文	提出一种集成预训练几何模型、图注意力网络和分子描述符的药物安全性预测深度学习框架	首次将预训练的3D结构特征、图注意力网络和分子指纹集成到统一框架中，在多个数据集上实现比现有最优模型更高的预测精度	NA	开发高精度的分子性质预测框架用于药物安全性评估	药物分子及其安全性相关性质	机器学习	NA	深度学习	图注意力网络	分子结构数据	22个数据集（包括MoleculeNet、MolData和已发表的药物安全数据）	NA	图注意力网络	ROC-AUC	NA
10965	2025-10-07	Vision Mamba and xLSTM-UNet for medical image segmentation 2025-Mar-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-88967-5 PMID:40059111	研究论文	提出一种结合结构化状态空间模型和轻量级LSTM的新型医学图像分割网络VMAXL-UNet	首次将结构化状态空间模型(SSM)与轻量级LSTM(xLSTM)集成到医学图像分割中，通过VSS和ViL模块有效融合局部边界细节与全局语义上下文	未明确说明模型在更广泛医学图像数据集上的泛化能力	开发高效准确的医学图像分割方法以克服传统CNN和Transformer模型的局限性	医学图像中的病灶区域分割	计算机视觉	皮肤病(基于ISIC数据集)和消化道疾病(基于CVC-ClinicDB和Kvasir数据集)	深度学习	SSM, LSTM, UNet	医学图像	多个公开数据集(ISIC17, ISIC18, CVC-ClinicDB, Kvasir)，具体样本数量未明确说明	NA	VMAXL-UNet, VSS模块, ViL模块	分割准确性, 鲁棒性	NA
10966	2025-10-07	Machine learning-assisted wearable sensing systems for speech recognition and interaction 2025-Mar-10, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-57629-5 PMID:40064879	研究论文	提出一种可穿戴无线柔性皮肤附着声学传感器，用于在恶劣声学环境中实现语音识别和人机交互	采用压电微机械超声换能器(PMUT)技术，结合柔性封装和ResNet架构，实现高精度喉部语音特征分类	NA	开发能够在嘈杂环境中有效工作的语音识别和人机交互系统	人类语音和喉部振动信号	机器学习	NA	压电微机械超声换能器(PMUT)	深度学习,ResNet	语音振动信号,皮肤运动数据	NA	NA	ResNet	准确率	NA
10967	2025-10-07	Pixel level deep reinforcement learning for accurate and robust medical image segmentation 2025-Mar-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-92117-2 PMID:40064951	研究论文	提出一种基于像素级深度强化学习的医学图像分割模型PixelDRL-MG，通过逐像素掩码生成实现准确鲁棒的分割	首次将深度强化学习应用于像素级医学图像分割，提出像素级异步优势演员-评论家策略(PA3C)，打破传统深度学习模型对堆叠模块的路径依赖	未明确说明模型在更多医学图像模态上的泛化能力，以及在实际临床环境中的验证结果	开发参数更少、部署成本更低且分割性能更优的医学图像分割方法	医学图像中的感兴趣区域分割	计算机视觉	NA	深度强化学习	深度强化学习	医学图像	两个常用医学图像分割数据集，包含50-shot和100-shot低资源设置	NA	PixelDRL-MG, PA3C	分割性能指标（特别在边界分割方面）	NA
10968	2025-10-07	Accuracy of deep learning models in the detection of accessory ostium in coronal cone beam computed tomographic images 2025-Mar-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-93250-8 PMID:40064998	研究论文	本研究评估深度学习模型在冠状位锥形束CT图像中检测上颌窦副口（AO）的准确性	首次研究CNN在放射影像中检测上颌窦副口的有效性，填补了该领域的研究空白	仅使用裁剪后的二维CBCT图像，未利用三维扫描的全部信息	确定深度学习模型在冠状位CBCT图像中检测上颌窦副口的准确性	上颌窦副口（AO）的检测	计算机视觉	鼻窦疾病	锥形束计算机断层扫描（CBCT）	CNN	医学影像	454张冠状切面图像（227张有AO，227张无AO），来自856个大视野CBCT扫描，经预处理和增强后得到1260张图像	TensorFlow, Keras	VGG16, MobileNetV2, ResNet101V2	准确率, 损失值, 精确率, 召回率, F1分数, AUC	NA
10969	2025-10-07	SNPeBoT: a tool for predicting transcription factor allele specific binding 2025-Mar-10, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-025-06094-4 PMID:40065237	研究论文	开发了一个名为SNPeBoT的深度学习工具，用于预测单核苷酸多态性对转录因子结合的影响	结合ChIP-seq的等位基因特异性结合数据和PBM实验的DNA结合域信息，使用卷积神经网络预测SNP对转录因子结合的影响，相比现有工具具有更高的准确率和召回率	仅基于113个转录因子的18211个E-score谱进行分析，覆盖的转录因子类型和结合事件有限	预测单核苷酸多态性对转录因子结合的影响，帮助发现与非编码突变相关的疾病	转录因子及其DNA结合域	生物信息学	NA	ChIP-seq, 蛋白质结合微阵列	CNN	基因组序列数据，E-score谱	113个转录因子的18211个E-score谱	NA	卷积神经网络	准确率，ASB召回率	NA
10970	2025-10-07	Convolutional block attention gate-based Unet framework for microaneurysm segmentation using retinal fundus images 2025-Mar-10, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01625-0 PMID:40065294	研究论文	提出一种基于卷积块注意力门控的U-Net框架，用于视网膜眼底图像中的微动脉瘤分割	将卷积块注意力模块和注意力门控机制集成到U-Net架构中，增强特征提取和分割精度	NA	开发自动微动脉瘤分割方法以辅助糖尿病视网膜病变早期诊断	视网膜眼底图像中的微动脉瘤	计算机视觉	糖尿病视网膜病变	深度学习	CNN, U-Net	图像	IDRiD数据集	NA	U-Net, CBAM-AG U-Net	IoU, Dice系数, AUC-ROC	NA
10971	2025-10-07	Advancing AI-driven thematic analysis in qualitative research: a comparative study of nine generative models on Cutaneous Leishmaniasis data 2025-Mar-10, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-02961-5 PMID:40065373	研究论文	比较九种生成式AI模型在皮肤利什曼病数据主题分析中的表现	首次系统比较九种先进生成式AI模型在定性研究主题分析中的效能，并建立了脆弱性循环框架	研究仅针对皮肤利什曼病特定数据集，结果在其他领域的普适性需进一步验证	评估AI辅助主题分析在定性研究中的相对效能	皮肤利什曼病疤痕的心理社会影响	自然语言处理	皮肤利什曼病	主题分析，生成式AI	大语言模型	文本	448名参与者的回答	Python, Jamovi	Llama 3.1 405B, Claude 3.5 Sonnet, NotebookLM, Gemini 1.5 Advanced Ultra, ChatGPT o1-Pro, ChatGPT o1, GrokV2, DeepSeekV3, Gemini 2.0 Advanced	Cohen's Kappa系数, Jaccard指数	NA
10972	2025-10-07	Automated deep learning-based assessment of tumour-infiltrating lymphocyte density determines prognosis in colorectal cancer 2025-Mar-10, Journal of translational medicine IF:6.1Q1 DOI:10.1186/s12967-025-06254-3 PMID:40065354	研究论文	开发基于深度学习的自动化方法评估结直肠癌中肿瘤浸润淋巴细胞密度以预测患者预后	首个完全自动化的iTIL评估系统，能够在多个独立队列中展示泛化能力	NA	验证自动化iTIL评估能否根据风险对结直肠癌患者进行分层	结直肠癌患者	数字病理学	结直肠癌	H&E染色	深度神经网络	病理图像	发现队列353例，验证队列1070例和885例	NA	NA	风险比, 置信区间, p值	NA
10973	2025-10-07	Precise engineering of gene expression by editing plasticity 2025-Mar-10, Genome biology IF:10.1Q1 DOI:10.1186/s13059-025-03516-7 PMID:40065399	研究论文	本研究通过深度学习模型预测顺式调控元件并精确调控基因表达，实现了超越自然变异范围的基因工程	提出'编辑可塑性'新概念，结合序列到表达的深度学习模型与可解释性方法，在多作物中系统识别CREs并验证其功能	研究主要集中于玉米ZmVTE4基因的验证，在其他作物和基因中的普适性需进一步验证	实现基因表达的精确调控和作物性状改良	作物顺式调控元件(CREs)和基因表达调控	机器学习	NA	UMI-STARR-seq, 基因编辑	深度学习	DNA序列, 基因表达数据	12,000个合成序列	NA	序列到表达模型	预测与观测表达一致性	NA
10974	2025-10-07	A CT-based interpretable deep learning signature for predicting PD-L1 expression in bladder cancer: a two-center study 2025-Mar-10, Cancer imaging : the official publication of the International Cancer Imaging Society IF:3.5Q1 DOI:10.1186/s40644-025-00849-1 PMID:40065444	研究论文	开发基于CT影像的深度学习特征用于预测膀胱癌患者PD-L1表达状态	首次结合卷积神经网络和可解释性技术构建预测膀胱癌PD-L1表达的深度学习模型	回顾性研究且样本量有限（仅190例患者）	预测膀胱癌患者PD-L1表达状态	膀胱癌患者	计算机视觉	膀胱癌	计算机断层扫描	CNN	医学影像	190例患者（训练集127例，外部验证集63例）	NA	卷积神经网络	AUC	NA
10975	2025-10-07	Development of a deep learning-based model for guiding a dissection during robotic breast surgery 2025-Mar-10, Breast cancer research : BCR IF:6.1Q1 DOI:10.1186/s13058-025-01981-3 PMID:40065440	研究论文	开发基于深度学习的模型用于指导机器人乳房手术中的解剖分离平面	首次开发用于机器人乳房手术解剖引导的深度学习模型，为初学者和培训生提供实时手术指导	研究样本量有限（仅10个手术视频），数据来源于单一机构	开发深度学习模型指导机器人乳房切除术中的解剖分离	机器人乳房切除术手术视频	计算机视觉	乳腺癌	深度学习	深度学习模型	手术视频图像	10个机器人乳房切除术手术视频，共8834张图像	NA	NA	Dice相似系数, Hausdorff距离	NA
10976	2025-10-07	Improving lung cancer pathological hyperspectral diagnosis through cell-level annotation refinement 2025-Mar-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-85678-9 PMID:40057531	研究论文	通过细胞级标注优化提升肺癌病理高光谱诊断的准确性	提出结合K-means无监督聚类与人工引导的半自动标注优化方法，将粗标注细化为细胞级掩码	研究仅基于65个肺鳞癌图像样本进行验证，样本规模有限	提升高光谱病理图像分析的准确性	肺癌病理高光谱图像	数字病理	肺癌	高光谱成像	NA	高光谱图像	65个肺鳞癌高光谱图像样本	NA	NA	像素级分割准确率	NA
10977	2025-10-07	Hand X-rays findings and a disease screening for Turner syndrome through deep learning model 2025-Mar-08, BMC pediatrics IF:2.0Q2 DOI:10.1186/s12887-025-05532-9 PMID:40057693	研究论文	通过分析特纳综合征患者手部X射线特征并建立深度学习模型进行疾病筛查	首次结合手部X射线参数与深度学习模型进行特纳综合征筛查，发现四个具有诊断价值的手部放射学参数	样本量有限（仅101例患者），为回顾性研究	建立特纳综合征的疾病筛查模型	101例儿科特纳综合征患者	计算机视觉	特纳综合征	手部X射线成像	CNN	医学影像	101例儿科患者	NA	ResNet50	准确率, 特异性, 敏感性	NA
10978	2025-10-07	Prediction of tumor spread through air spaces with an automatic segmentation deep learning model in peripheral stage I lung adenocarcinoma 2025-Mar-08, Respiratory research IF:4.7Q1 DOI:10.1186/s12931-025-03174-0 PMID:40057743	研究论文	本研究开发了一种基于自动分割的深度学习模型，用于术前预测外周型I期肺腺癌的气道播散	首次将VNet架构的自动分割技术与迁移学习相结合，用于预测肺腺癌的气道播散，并在外部验证集中证明了模型的泛化能力	回顾性研究设计，样本量相对有限，需要进一步前瞻性验证	评估基于自动分割的深度学习模型在术前预测外周型I期肺腺癌气道播散的临床应用价值	接受手术治疗的外周型I期肺腺癌患者	数字病理	肺癌	医学影像分析	深度学习	医学影像	2022年1月至2023年12月接受手术治疗的患者数据，包含外部验证集	NA	VNet	AUC, 校准曲线, 决策曲线分析, ROC曲线	NA
10979	2025-10-07	CPHNet: a novel pipeline for anti-HAPE drug screening via deep learning-based Cell Painting scoring 2025-Mar-08, Respiratory research IF:4.7Q1 DOI:10.1186/s12931-025-03173-1 PMID:40057746	研究论文	开发了一种基于深度学习的Cell Painting评分新型流程CPHNet，用于抗高原肺水肿药物筛选	首次将人工智能工具与Cell Painting技术结合，创建了专门针对高原肺水肿的药物筛选流程，能够基于细胞形态变化识别潜在治疗药物	研究主要使用A549和HPMEC两种细胞系，需要在更广泛的细胞类型中验证	开发基于细胞形态特征的抗高原肺水肿药物发现策略	人肺泡腺癌基底上皮细胞(A549)和人肺微血管内皮细胞(HPMEC)	计算机视觉	高原肺水肿	Cell Painting成像技术	深度学习神经网络	细胞图像	超过100,000张全视野Cell Painting图像和200,000张亚细胞结构图像	NA	SegNet, HypoNet, CPHNet	NA	NA
10980	2025-10-07	Advanced pathological subtype classification of thyroid cancer using efficientNetB0 2025-Mar-07, Diagnostic pathology IF:2.4Q2 DOI:10.1186/s13000-025-01621-6 PMID:40055769	研究论文	本研究使用EfficientNetB0模型对甲状腺癌病理亚型进行分类并分析肿瘤微环境特征	首次将EfficientNetB0模型应用于甲状腺癌病理亚型分类，并揭示了肿瘤微环境特征与病理亚型之间的相关性	样本量相对有限（118例患者），肿瘤微环境特征与临床结局的关联机制仍需进一步研究	开发准确的甲状腺癌病理亚型分类方法并分析肿瘤微环境特征	118例不同亚型甲状腺癌患者的病理组织切片、基因表达数据和蛋白表达数据	数字病理学	甲状腺癌	病理组织切片分析、基因表达分析、蛋白表达分析	CNN	图像、基因表达数据、蛋白表达数据	118例甲状腺癌患者	NA	EfficientNetB0	准确率	NA