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	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
10962	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
10963	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
10964	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
10965	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
10966	2025-10-07	DAGIP: alleviating cell-free DNA sequencing biases with optimal transport 2025-Mar-07, Genome biology IF:10.1Q1 DOI:10.1186/s13059-025-03511-y PMID:40055826	研究论文	提出一种基于最优传输理论和深度学习的新型数据校正方法DAGIP，用于消除cfDNA测序中的技术偏差	首次将最优传输理论与深度学习相结合，显式校正cfDNA测序中的预分析变量影响	NA	开发能够消除cfDNA测序技术偏差的数据校正方法	细胞游离DNA(cfDNA)	机器学习	癌症	cfDNA测序	深度学习	基因组测序数据	NA	NA	NA	NA	NA
10967	2025-10-07	A deep learning approach to understanding controlled ovarian stimulation and in vitro fertilization dynamics 2025-Mar-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-92186-3 PMID:40050418	研究论文	开发基于Transformer-Encoder架构的深度学习模型Edwards，用于改善体外受精周期中卵巢刺激过程的预测效果	首次将Transformer-Encoder架构应用于体外受精周期预测，能够捕捉时序特征并提供治疗计划选项	未提及具体样本量或验证集表现	提高体外受精周期中药物剂量和卵巢反应预测的准确性	不孕症患者的体外受精周期数据	机器学习	不孕症	深度学习	Transformer	时序医疗数据	NA	NA	Transformer-Encoder	NA	NA
10968	2025-10-07	Regulatory Plasticity of the Human Genome 2025-Mar-05, Molecular biology and evolution IF:11.0Q1 DOI:10.1093/molbev/msaf050 PMID:40056383	研究论文	利用深度学习模型研究人类基因组调控可塑性，识别三种进化途径中的调控元件更替	首次使用深度学习模型系统比较三种不同进化途径中的增强子更替模式，发现神经发育基因附近增强子具有高度可塑性	研究主要基于计算预测，需要实验验证增强子功能；仅关注特定细胞类型	探究人类基因组调控元件的进化可塑性和环境适应机制	人类基因组非编码区域和增强子元件	机器学习	NA	深度学习	深度学习模型	基因组序列数据、突变数据	全基因组范围分析	NA	NA	NA	NA
10969	2025-10-07	TopoQA: a topological deep learning-based approach for protein complex structure interface quality assessment 2025-Mar-04, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf083 PMID:40062613	研究论文	提出基于拓扑深度学习的蛋白质复合物结构界面质量评估方法TopoQA	首次将持久同调与图神经网络结合，捕捉GNN可能忽略的高阶拓扑结构特征	未明确说明模型在特定蛋白质复合物类型上的泛化能力限制	开发无需天然结构即可评估预测蛋白质复合物质量的深度学习方法	蛋白质复合物结构界面	计算生物学	NA	持久同调，拓扑数据分析	图神经网络	蛋白质结构数据	三个基准数据集：DBM55-AF2、HAF2和新构建的ABAG-AF3	NA	图神经网络	排名损失，Top 10命中率	NA
10970	2025-10-07	Inferring gene regulatory networks from time-series scRNA-seq data via GRANGER causal recurrent autoencoders 2025-Mar-04, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf089 PMID:40062616	研究论文	提出一种名为GRANGER的无监督深度学习方法，用于从时间序列单细胞RNA测序数据推断基因调控网络	整合循环变分自编码器、格兰杰因果关系、稀疏诱导惩罚和基于负二项分布的损失函数，专门针对时间序列scRNA-seq数据的高噪声和稀疏性问题	未明确说明方法在极大规模数据集上的计算效率，也未讨论对特定细胞类型或发育阶段的适用性限制	从时间序列单细胞RNA测序数据准确推断基因调控网络	小鼠全脑单细胞RNA测序数据和五个转录调控因子(E2f7, Gbx1, Sox10, Prox1, Onecut2)	生物信息学	NA	单细胞RNA测序(scRNA-seq)	循环变分自编码器	时间序列基因表达数据	多个基准数据集和小鼠全脑scRNA-seq数据	NA	循环变分自编码器	与八种已知GRN推断方法比较的性能评估	NA
10971	2025-10-07	Cox-Sage: enhancing Cox proportional hazards model with interpretable graph neural networks for cancer prognosis 2025-Mar-04, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf108 PMID:40067266	研究论文	提出一种名为Cox-Sage的可解释癌症预后模型，通过图神经网络增强Cox比例风险模型	结合患者相似性图构建与图卷积网络，提出两种基因重要性度量指标，增强模型可解释性	初步研究仅在LIHC数据集上进行生物标志物发现，需要更多验证	开发可解释的癌症预后预测模型	癌症患者基因表达数据和临床数据	机器学习	肝癌	高通量测序技术	图神经网络	基因表达数据, 临床数据	TCGA的七个数据集	NA	图卷积网络	预后性能指标	NA
10972	2025-10-07	Seq2Topt: a sequence-based deep learning predictor of enzyme optimal temperature 2025-Mar-04, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf114 PMID:40079266	研究论文	开发了一种基于蛋白质序列预测酶最适温度的深度学习模型Seq2Topt	仅使用蛋白质序列即可实现高精度酶最适温度预测，并利用多头注意力机制识别关键蛋白区域	未明确说明模型在特定酶家族或极端温度条件下的泛化能力	开发准确预测酶最适温度的深度学习模型	酶蛋白质序列	机器学习	NA	蛋白质序列分析	深度学习	蛋白质序列	NA	NA	基于注意力机制的序列模型	RMSE, R2	NA
10973	2025-10-07	Automated detection of early-stage osteonecrosis of the femoral head in adult using YOLOv10: Multi-institutional validation 2025-Mar, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.111983 PMID:39923593	研究论文	开发基于YOLOv10的深度学习模型用于成人早期股骨头坏死在X光片中的自动检测	首次将YOLOv10应用于早期股骨头坏死的自动检测，并在多机构数据上验证其性能优于放射科医生	研究为回顾性设计，数据来源于特定时间段和机构	开发自动化检测早期股骨头坏死的深度学习模型	成人早期股骨头坏死患者（ARCO分期I-II期，KL分级≤1）	计算机视觉	骨科疾病	X射线成像	YOLO	X光图像	2321名患者（平均年龄51±14岁，961名女性），共3970张单侧髋关节X光片	NA	YOLOv10	AUC, IoU, 准确率	NA
10974	2025-10-07	ResGloTBNet: An interpretable deep residual network with global long-range dependency for tuberculosis screening of sputum smear microscopy images 2025-Mar, Medical engineering & physics IF:1.7Q3 DOI:10.1016/j.medengphy.2025.104300 PMID:40057359	研究论文	提出一种结合卷积神经网络和图卷积网络的可解释深度残差网络ResGloTBNet，用于痰涂片显微镜图像的结核病筛查	在ResNet残差结构中引入全局推理单元形成ResGloRe模块，既能充分提取图像局部特征，又能建模图像不同区域间的全局关系	NA	开发高判别力的结核病痰涂片图像分类框架	痰涂片显微镜图像	计算机视觉	结核病	显微镜成像	CNN, GCN	图像	公开数据集和私有数据集	NA	ResNet, ResGloRe	准确率, 灵敏度	NA
10975	2025-10-07	A comparative analysis of Constant-Q Transform, gammatonegram, and Mel-spectrogram techniques for AI-aided cardiac diagnostics 2025-Mar, Medical engineering & physics IF:1.7Q3 DOI:10.1016/j.medengphy.2025.104302 PMID:40057368	研究论文	比较三种时频表示技术在AI辅助心脏诊断中的性能，提出基于DAG-CNN的心音自动分类模型	设计了有向无环图结构的卷积神经网络(DAG-CNN)，在三种时频表示技术上均实现超过99.5%的分类准确率	未提及模型在更大规模数据集或临床环境中的验证情况	开发自动心音分类方法用于心血管疾病的早期准确检测	心音信号和心血管疾病	数字信号处理	心血管疾病	心音图(PCG)分析，数字信号处理	CNN	心音信号	NA	NA	DAG-CNN	准确率	NA
10976	2025-10-07	Transparency and Representation in Clinical Research Utilizing Artificial Intelligence in Oncology: A Scoping Review 2025-Mar, Cancer medicine IF:2.9Q2 DOI:10.1002/cam4.70728 PMID:40059400	综述	对肿瘤学领域应用人工智能的临床研究中人口统计学数据报告透明度和参与者多样性进行范围综述	首次系统评估肿瘤学AI临床研究中人口统计学数据报告的透明度和参与者多样性	仅纳入2016-2021年PubMed数据库的文献，可能遗漏其他来源的研究	评估肿瘤学AI临床研究中人口统计学数据报告的透明度和参与者多样性	2016-2021年间发表的肿瘤学AI临床研究文献	医疗人工智能	肿瘤学	文献检索与描述性统计分析	NA	文献元数据	220项研究，其中118项符合条件	NA	NA	描述性统计	NA
10977	2025-10-07	Harnessing transcriptional regulation of alternative end-joining to predict cancer treatment 2025-Mar, NAR cancer IF:3.4Q2 DOI:10.1093/narcan/zcaf007 PMID:40061566	研究论文	本研究揭示了缺氧和MYC转录活性对替代末端连接修复通路的调控机制，并提出通过深度学习预测癌症治疗反应的新策略	首次发现缺氧抑制替代末端连接修复通路，并与MYC转录活性呈正相关；开发了基于深度学习的肿瘤图像分析方法预测DNA修复活性	替代末端连接修复与癌症进展过程的相互作用机制仍需进一步研究	探索替代末端连接修复的转录调控机制及其在癌症治疗中的应用价值	癌症细胞系和肿瘤组织	数字病理学	癌症	深度学习，基因表达分析	深度学习模型	肿瘤图像，基因表达数据	NA	NA	NA	AUC	NA
10978	2025-10-07	A Pilot Study on Using an Artificial Intelligence Algorithm to Identify Urolith Composition through Abdominal Radiographs in the Dog 2025-Mar, Veterinary radiology & ultrasound : the official journal of the American College of Veterinary Radiology and the International Veterinary Radiology Association IF:1.3Q2 DOI:10.1111/vru.70012 PMID:40065198	研究论文	本研究评估了基于深度学习的人工智能算法CALCurad通过腹部X光片识别犬类尿结石成分的准确性	开发了首款可通过智能手机应用程序分析犬类腹部X光片预测尿结石成分的深度学习算法	样本量较小（139只狗），仅为初步研究	评估人工智能算法在兽医临床实践中识别尿结石成分的准确性	犬类尿结石	数字病理	泌尿系统疾病	红外光谱分析, 腹部X光摄影	深度学习	X光图像	139只狗	NA	CALCurad	准确率	智能手机应用程序
10979	2025-10-07	A Deep Learning Model for Three-Dimensional Determination of Whole Thoracic Vertebral Bone Mineral Density from Noncontrast Chest CT: The Multi-Ethnic Study of Atherosclerosis 2025-Mar, Radiology IF:12.1Q1 DOI:10.1148/radiol.242133 PMID:40067103	研究论文	开发基于深度学习的3D全胸椎骨密度测定模型，用于预测椎体骨折风险	首次使用TotalSegmentator（nnU-net算法）在常规非对比胸部CT中实现T1-T10全胸椎三维骨密度测定	研究为多中心前瞻性队列的二次分析，样本代表性可能受限	验证深度学习算法在常规胸部CT中测量三维椎体骨密度的可行性及预测椎体骨折的价值	多民族动脉粥样硬化研究（MESA）的参与者	医学影像分析	骨质疏松症	非对比胸部CT扫描	深度学习	三维CT影像	2956名参与者（1546名女性，平均年龄69±9岁），其中1304名有纵向随访数据	nnU-net	TotalSegmentator	Dice系数, 交集并集比, AUC	NA
10980	2025-10-07	MRI-based Deep Learning Algorithm for Assisting Clinically Significant Prostate Cancer Detection: A Bicenter Prospective Study 2025-Mar, Radiology IF:12.1Q1 DOI:10.1148/radiol.232788 PMID:40067105	研究论文	本研究通过前瞻性双中心试验验证了基于深度学习的商业算法在辅助检测临床显著性前列腺癌方面的诊断性能	首次在前瞻性双中心研究中验证商业深度学习算法在前列腺癌检测中的性能，并探索了算法与放射科医生PI-RADS评分的协同作用	样本量相对有限（205名患者），仅使用双参数MRI数据，且研究局限于两个医疗中心	比较商业深度学习算法与放射科医生在前列腺癌检测中的诊断性能	疑似前列腺癌并计划进行活检的患者	数字病理	前列腺癌	双参数MRI, 前列腺靶向活检	深度学习算法	MRI图像	205名男性患者，共259个病灶（其中117个临床显著性前列腺癌）	商业深度学习算法	NA	AUC, 敏感性, 特异性, 阳性预测值	NA