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
1101	2025-09-14	One-click image reconstruction in single-molecule localization microscopy via deep learning 2025-Apr-18, bioRxiv : the preprint server for biology DOI:10.1101/2025.04.13.648574 PMID:40376092	研究论文	介绍基于深度学习的AutoDS和AutoDS3D软件，用于单分子定位超分辨率显微镜数据的一键图像重建	通过自动从原始成像数据提取实验参数，显著减少分析过程中的人工干预，在2D情况下无需用户监督即可选择最优模型	未明确说明模型在新实验条件下的泛化能力极限或计算资源需求	开发减少人工干预的单分子超分辨率显微镜图像重建方法	单分子定位超分辨率显微镜数据	计算机视觉	NA	深度学习	深度神经网络（基于Deep-STORM和DeepSTORM3D）	图像	复杂生物样品的单分子成像数据
1102	2025-09-14	Donor-Specific Digital Twin for Living Donor Liver Transplant Recovery 2025-Feb-27, bioRxiv : the preprint server for biology DOI:10.1101/2025.02.21.639518 PMID:40568069	研究论文	本研究开发了一种基于基因表达数据和数学模型的个性化数字孪生系统（PePMDT），用于预测活体肝移植供者的肝脏恢复轨迹	将临床基因表达数据整合到肝脏再生数学模型，通过深度学习技术构建患者特异性虚拟肝脏模型	样本量较小（12名供者），时间跨度较长但样本数量有限	建立个性化数字孪生模型预测肝移植供者恢复过程	活体肝移植健康供者的肝脏再生过程	数字病理学	肝移植	RNA测序，WGCNA，深度学习	数学模型结合深度学习	基因表达数据	12名健康LDLT供者，14个时间点采样
1103	2025-09-14	A pathology-attention multi-instance learning framework for multimodal classification of colorectal lesions 2025, Frontiers in pharmacology IF:4.4Q1 DOI:10.3389/fphar.2025.1592950 PMID:40548052	研究论文	提出一种基于病理注意力多示例学习的多模态结直肠病变分类框架PAT-MIL，整合视觉特征与病理知识文本原型	首次将动态注意力机制与专家定义的文本原型相结合，通过病理知识驱动的语义引导、自适应原型分布优化和梯度反馈的损失平衡方法实现多模态协同建模	未提及具体样本量的局限性或模型计算复杂度分析	开发不依赖像素级标注的结直肠病变多模态分类方法	结直肠病变的全幻灯片图像（WSI）	数字病理学	结直肠癌	多示例学习（MIL），动态注意力机制	PAT-MIL（病理注意力多示例学习框架）	多模态数据（图像+文本）	内部五分类数据集及外部CRS-2024、UniToPatho数据集（具体数量未说明）
1104	2025-09-14	Optimization design of interior space based on the two-stage deep learning network and Single sample-driven method 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0329487 PMID:40929124	研究论文	提出一种结合两阶段深度学习网络和单样本驱动机制的室内空间优化设计框架	集成Transformer网络和扩散模型的两阶段架构，通过单样本驱动实现个性化设计优化	未明确说明模型对多样化设计风格的泛化能力	提升室内空间设计的效率和个性化水平	室内空间图像及设计特征	computer vision	NA	deep learning	Transformer, diffusion model	image	多个公开数据集（InteriorNet, SUN RGB-D, NYU Depth V2, ScanNet）
1105	2025-09-14	Multi-scale diffusion model for underwater image restoration and enhancement 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0331465 PMID:40929172	研究论文	提出一种结合物理模型与深度学习的多尺度扩散模型，用于水下图像恢复与增强	创新性地融合扩散模型的物理洞察与深度学习，通过编码器-解码器管道、自适应颜色调整和逆去噪扩散模型实现多级优化	NA	开发水下图像增强算法，提升视觉质量并超越现有方法性能指标	水下退化图像	计算机视觉	NA	深度学习，逆去噪扩散模型	扩散模型，编码器-解码器网络	图像	NA
1106	2025-09-14	Deep feature engineering for accurate sperm morphology classification using CBAM-enhanced ResNet50 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0330914 PMID:40929291	研究论文	提出一种结合CBAM注意力机制与ResNet50的深度学习框架，用于自动化精子形态分类	首次将CBAM注意力模块与深度特征工程（DFE）技术结合，显著提升分类精度并降低人工评估的主观性	仅在两个公开数据集上验证（样本量有限），未涉及临床多中心外部验证	开发自动化精子形态分类系统以辅助男性生育能力评估	人类精子显微镜图像	计算机视觉	生殖系统疾病	深度学习特征工程（PCA、卡方检验、随机森林特征重要性等10种方法）	ResNet50+CBAM注意力机制，配合SVM和KNN分类器	图像	两个数据集：SMIDS（3000张图像，3分类）和HuSHeM（216张图像，4分类）
1107	2025-09-14	Self-supervised learning for CT image denoising and reconstruction: a review 2024-Nov, Biomedical engineering letters IF:3.2Q2 DOI:10.1007/s13534-024-00424-w PMID:39465103	综述	本文回顾了自监督学习在CT图像去噪和重建中的应用方法	重点关注无需干净/噪声参考即可学习CT图像的自监督学习技术及其理论方法演进	NA	回顾自监督学习在CT图像去噪和重建领域的进展	CT图像	医学影像	NA	自监督学习	深度学习	图像	NA
1108	2025-09-14	A deep learning-informed interpretation of why and when dose metrics outside the PTV can affect the risk of distant metastasis in SBRT NSCLC patients 2024-Sep-27, Radiation oncology (London, England) DOI:10.1186/s13014-024-02519-1 PMID:39334387	研究论文	本研究利用深度学习和可解释AI方法，探讨了非小细胞肺癌SBRT治疗中PTV外剂量指标与远处转移风险的关系	通过深度学习和可解释AI技术首次系统解析了先前研究中结论冲突的原因，并明确了特定患者亚组中PTV3cm剂量参数的预测价值	研究基于回顾性数据集，可能存在选择偏倚，且样本量有限（478例患者）	解析SBRT治疗中PTV外剂量与远处转移风险的关联性，解决先前研究的结论冲突	478例接受SBRT（IMRT或VMAT）治疗的非小细胞肺癌患者	数字病理	肺癌	深度学习方法，可解释AI技术，传统统计分析方法	深度学习模型	临床数据，剂量学特征，肿瘤特征数据	478例NSCLC患者
1109	2025-09-14	Virtual Screening and Molecular Docking: Discovering Novel METTL3 Inhibitors 2024-Sep-12, ACS medicinal chemistry letters IF:3.5Q2 DOI:10.1021/acsmedchemlett.4c00216 PMID:39291017	研究论文	本研究通过结合基于结构的虚拟筛选与几何深度学习算法，发现新型METTL3抑制剂	提出了一种混合高通量虚拟筛选协议，结合结构基础方法与基于几何深度学习的DeepDock算法，从自建数据库中识别出独特的METTL3骨架抑制剂	NA	发现新型METTL3抑制剂以用于癌症治疗	METTL3蛋白及其抑制剂	计算生物学	癌症	虚拟筛选、分子对接、分子动力学模拟	DeepDock（几何深度学习）	分子结构数据	自建内部数据库中的化合物
1110	2025-09-14	Development and Validation of a Deep Learning Model for Prediction of Adult Physiological Deterioration 2024-Sep-01, Critical care explorations DOI:10.1097/CCE.0000000000001151 PMID:39258951	研究论文	开发并验证了一种基于深度学习的成人患者生理恶化预测模型DETERIO，用于提前预警临床干预	采用状态价值估计方法处理动态恶化过程，并基于共识标准AIDE构建复合评分，优于现有商业恶化评分系统	需要进一步研究评估模型的泛化能力和实际临床影响	预测成人患者生理恶化，以支持更早的临床干预	成人住院患者和急诊患者	医疗健康	成人疾病	深度学习	深度神经网络	临床患者数据	推导队列330,729名患者（71,735住院 + 258,994急诊），验证队列65,898名患者（13,750住院 + 52,148急诊）
1111	2025-09-14	Machine learning driven index of tumor multinucleation correlates with survival and suppressed anti-tumor immunity in head and neck squamous cell carcinoma patients 2023-08, Oral oncology IF:4.0Q2 DOI:10.1016/j.oraloncology.2023.106459 PMID:37307602	研究论文	本研究开发了一种基于机器学习的肿瘤多核化指数（MuNI），用于评估头颈部鳞状细胞癌患者的生存预后和肿瘤免疫微环境特征	首次利用深度学习模型从H&E图像中量化肿瘤细胞多核化程度，并发现其与生存预后和免疫抑制微环境的相关性	需要进一步机制研究阐明多核化与肿瘤免疫之间的生物学联系	通过机器学习识别肿瘤细胞多核化特征，探索其与头颈部鳞癌患者预后的关联	头颈部鳞状细胞癌（HNSCC）患者	数字病理学	头颈部鳞状细胞癌	深度学习，基因集富集分析（GSEA）	深度学习模型	H&E染色病理图像	机构队列训练集（DTr）和TCGA HNSCC验证集（DV）
1112	2025-09-14	Cerebrovascular super-resolution 4D Flow MRI - Sequential combination of resolution enhancement by deep learning and physics-informed image processing to non-invasively quantify intracranial velocity, flow, and relative pressure 2023-08, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2023.102831 PMID:37244143	研究论文	提出一种结合深度学习与物理信息图像处理的超分辨率4D Flow MRI方法，用于无创量化颅内血流动力学参数	首次将深度残差网络与物理信息图像处理顺序结合，实现颅内血管的超分辨率血流成像和功能相对压力精准量化	方法目前主要在患者特异性硅基队列和志愿者队列中验证，尚未在大型临床队列中广泛应用	开发定量颅内超分辨率4D Flow MRI方法，提升脑血管血流动力学的无创评估精度	颅内血管系统，特别是Willis环区域的流速、流量和相对压力	医学影像分析	脑血管疾病	4D Flow MRI，深度学习超分辨率，物理信息图像处理	深度残差网络	MRI影像数据	患者特异性硅基队列和体内志愿者队列（具体数量未明确说明）
1113	2025-09-13	Deep learning-based detection of depression by fusing auditory, visual and textual clues 2025-Dec-15, Journal of affective disorders IF:4.9Q1 DOI:10.1016/j.jad.2025.119860 PMID:40675260	研究论文	提出一种基于多模态融合的深度学习模型，用于通过音频、视频和文本线索自动检测抑郁症状	整合视觉、听觉和文本多模态信息，并采用多头交叉注意力网络进行特征融合，在聊天机器人访谈场景中验证模型性能	未进行纵向随访研究，对重度抑郁的适用性需进一步验证	开发自动化抑郁检测人工智能模型	抑郁患者和健康对照者	自然语言处理	精神疾病	多模态特征融合、GPT-2.0	多头交叉注意力网络	音频、视频、文本	内部验证集：152名抑郁患者和118名健康对照；外部验证集：55名抑郁患者和45名健康对照
1114	2025-09-13	A generalizable diffusion framework for 3D low-dose and few-view cardiac SPECT imaging 2025-Dec, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103729 PMID:40752375	研究论文	提出一种可泛化的扩散框架DiffSPECT-3D，用于改善3D低剂量和少视角心脏SPECT成像质量	无需网络重新训练或微调即可适应不同采集设置，采用一致性策略和2.5D条件策略解决3D扩散模型的内存/计算问题	NA	提升低剂量和少视角心脏SPECT成像质量并保持临床性能	心脏SPECT图像	医学影像处理	心血管疾病	SPECT成像，扩散模型	扩散模型	3D医学图像	1,325例临床Tc替曲膦负荷/静息研究，来自795名患者
1115	2025-09-13	Predictive modeling and cohort data analytics for student success and retention 2025-Dec, Evaluation and program planning IF:1.5Q2 DOI:10.1016/j.evalprogplan.2025.102689 PMID:40897068	研究论文	基于23,000多名大一新生的数据，分析学术表现和人口统计差异，并开发预测模型以提升学生成功率和保留率	利用深度学习模型预测大二学分积累和GPA，实现主动风险识别并为差异化支持提供依据	研究仅基于单一美国公立大学数据，可能缺乏普适性	通过数据分析和预测建模提升学生学术表现和保留率	23,000多名首次入学的大一新生	机器学习	NA	深度学习	深度学习模型	结构化数据（学术和人口统计数据）	23,000多名大一新生
1116	2025-09-13	Pred5AOP: an efficient screening of food-derived antioxidant peptides based on deep learning, molecular docking, and experimental validation 2025-Nov-30, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.145769 PMID:40774187	研究论文	本研究开发了一种基于深度学习的抗氧化肽筛选方法Pred5AOP，并通过实验验证其有效性	结合深度学习、分子对接和实验验证，提出了一种高效筛选食物源性抗氧化肽的新策略	NA	从食物蛋白质中高效识别具有抗氧化活性的肽段	29种膳食蛋白质经计算机水解产生的76,343条肽段	机器学习	NA	深度学习、分子对接、分子动力学模拟、量子化学分析	MLP（多层感知机）	肽序列数据	76,343条肽段，从中筛选出6条代表性肽段进行实验验证
1117	2025-09-13	CSCE: Cross Supervising and Confidence Enhancement pseudo-labels for semi-supervised subcortical brain structure segmentation 2025-Nov, Journal of neuroscience methods IF:2.7Q3 DOI:10.1016/j.jneumeth.2025.110522 PMID:40653056	研究论文	提出一种基于伪标签交叉监督和置信度增强的半监督皮层下脑结构分割框架CSCE	采用双师生模型（U-Net和TransUNet）进行相互伪标签监督，并设计信息熵和辅助检测任务来提升伪标签可靠性	NA	开发半监督学习方法以解决脑部MR图像中皮层下结构标注数据稀缺的问题	脑部MR图像中的皮层下结构	医学图像分割	脑部疾病	半监督学习，伪标签生成	U-Net, TransUNet	脑部MR图像	两个公共基准脑MRI数据集
1118	2025-09-13	Multi-class mental Task Classification based Brain-Computer Interface using Improved Remora depthwise convolutional adaptive neuro-fuzzy inference network model 2025-Nov, Journal of neuroscience methods IF:2.7Q3 DOI:10.1016/j.jneumeth.2025.110536 PMID:40681115	研究论文	提出一种基于改进Remora深度卷积自适应神经模糊推理网络模型的脑机接口多类心理任务分类方法	结合有限线性Haar小波滤波、混合动态中心二值模式与多阈值三元模式特征提取，以及改进Remora优化的深度卷积自适应神经模糊推理网络	NA	开发高精度、鲁棒且计算高效的脑机接口心理任务分类系统	脑电图信号与多类心理任务（基线、计数、乘法、字母组合、旋转）	脑机接口	NA	EEG信号处理、深度学习	IRDCANFIN（改进Remora深度卷积自适应神经模糊推理网络）	脑电图信号	BCI实验室数据集和EEG精神疾病数据集
1119	2025-09-13	Hybrid two-stage CNN for detection and staging of periodontitis on panoramic radiographs 2025 Nov-Dec, Journal of oral biology and craniofacial research DOI:10.1016/j.jobcr.2025.08.019 PMID:40927498	研究论文	本研究开发了一种混合两阶段CNN模型，用于在全景X光片上检测和分期牙周炎	结合Mask R-CNN与DenseNet169的混合两阶段架构，实现牙周炎的自动检测与分期	需要进一步开发以提高临床适用性和准确性	评估混合CNN模型在全景X光片上检测和分期牙周炎的性能	牙周炎患者	计算机视觉	牙周病	深度学习	Mask R-CNN, DenseNet169	X光图像	600张全景X光片（训练集70%，验证集10%，测试集20%），外加100张外部测试X光片
1120	2025-09-13	SST-DUNet: Smart Swin Transformer and Dense UNet for automated preclinical fMRI skull stripping 2025-Nov, Journal of neuroscience methods IF:2.7Q3 DOI:10.1016/j.jneumeth.2025.110545 PMID:40789440	研究论文	提出一种结合Smart Swin Transformer和Dense UNet的自动化方法SST-DUNet，用于预处理大鼠fMRI数据的颅骨剥离	采用Smart Shifted Window Multi-Head Self-Attention模块替代Swin Transformer中的掩码模块，增强通道特征学习和脑结构依赖关系捕捉，并应用Focal与Dice结合的损失函数处理类别不平衡	NA	开发自动化颅骨剥离方法以替代手动处理，提升 preclinical fMRI 数据分析效率	大鼠fMRI图像	计算机视觉	NA	fMRI	SST-DUNet (基于Swin Transformer和Dense UNet)	图像	三个内部数据集的大鼠fMRI图像