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
101	2025-09-15	Clinical Applications of Artificial Intelligence in Corneal Diseases 2025-Aug-18, Vision (Basel, Switzerland) DOI:10.3390/vision9030071 PMID:40843795	综述	本文评估了人工智能模型在角膜疾病诊断中的临床应用，重点分析了其性能指标和临床潜力	系统评估了多种角膜疾病中AI模型的诊断性能，并识别了不同疾病类别中的具体挑战与优势	存在数据异质性、疾病定义缺乏标准化、影像采集不一致以及模型训练标准不统一等限制	评估人工智能在角膜疾病临床诊断中的应用效果与潜力	多种角膜疾病，包括圆锥角膜、Fuch's角膜内皮营养不良、感染性角膜炎等	数字病理	眼科疾病	深度学习	CNN	影像数据	NA
102	2025-09-15	AI-assisted multi-modal information for the screening of depression: a systematic review and meta-analysis 2025-Aug-16, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-01933-3 PMID:40819119	系统综述与荟萃分析	本文系统回顾和荟萃分析了AI辅助多模态信息在抑郁症筛查中的分类性能	首次对AI辅助多模态方法在抑郁症筛查中的性能进行系统评估，并证明其优于单模态方法	需要建立标准化数据库和改进研究设计	评估AI辅助生理和行为信息在抑郁症筛查中的分类性能	抑郁症患者	机器学习	抑郁症	EEG、眼动追踪、视频监控、音频分析、步态分析	深度学习模型	多模态数据（生理和行为信息）	基于合格研究的所有结果计算的汇总估计值
103	2025-09-15	An interpretable CT-based deep learning model for predicting overall survival in patients with bladder cancer: a multicenter study 2025-Aug-16, NPJ precision oncology IF:6.8Q1 DOI:10.1038/s41698-025-01083-5 PMID:40819151	研究论文	开发基于CT的可解释深度学习模型预测膀胱癌患者总生存期	首次利用术前CT扫描构建可解释深度学习模型，结合SHAP方法识别像素级预测特征，并通过多组学分析揭示风险分组的生物学机制	回顾性多中心研究，需要前瞻性验证	预测膀胱癌患者总生存期并指导个性化治疗策略	膀胱癌患者	数字病理	膀胱癌	CT扫描、RNA测序	深度学习模型	医学影像	训练队列765例，三个验证队列分别438例、181例和72例
104	2025-09-15	Deep learning radiomics of elastography for diagnosing compensated advanced chronic liver disease: an international multicenter study 2025-Aug-15, Visual computing for industry, biomedicine, and art DOI:10.1186/s42492-025-00199-6 PMID:40813740	研究论文	开发一种基于深度学习的弹性成像影像组学模型，用于无创诊断代偿性晚期慢性肝病	整合弹性成像图像和肝脏硬度测量，并利用国际多中心数据进行训练和验证，相比传统2D-SWE方法表现出更高的诊断准确性和鲁棒性	回顾性研究设计，可能存在选择偏倚	提高代偿性晚期慢性肝病的无创诊断准确性	慢性肝病患者（乙肝、丙肝或代谢相关脂肪性肝病）	医学影像分析	慢性肝病	二维剪切波弹性成像（2D-SWE）	深度学习	医学影像	1937名患者，9472张2D-SWE图像
105	2025-09-15	End-to-end deep learning for the diagnosis of pelvic and sacral tumors using non-enhanced MRI: a multi-center study 2025-Aug-15, NPJ precision oncology IF:6.8Q1 DOI:10.1038/s41698-025-01077-3 PMID:40817144	研究论文	开发了一种基于非增强MRI的端到端深度学习模型，用于诊断良恶性盆腔和骶骨肿瘤	首次使用非增强MRI数据实现端到端深度学习诊断，性能媲美增强MRI模型和放射科医生，同时显著缩短诊断时间	回顾性研究，需要前瞻性验证	开发准确、高效且经济实惠的盆腔和骶骨肿瘤诊断工具	良恶性盆腔和骶骨肿瘤	数字病理	骨肿瘤	深度学习	端到端深度学习模型	MRI图像	835名患者来自四个医疗中心
106	2025-09-15	Radiomics in pediatric brain tumors: from images to insights 2025-Aug-15, Discover oncology IF:2.8Q2 DOI:10.1007/s12672-025-03391-5 PMID:40817158	综述	本文综述了放射组学在儿童脑肿瘤中的应用，探讨其如何从MRI图像中提取特征以支持诊断、风险分层和预后预测	整合放射组学与机器学习算法，实现对儿童脑肿瘤类型分类和分子亚群预测的高性能表现，并探讨了在资源有限地区的应用潜力	面临儿科专用数据集有限、成像协议不一致以及缺乏标准化可重复工作流程等临床转化障碍	评估放射组学在儿童神经肿瘤学中的非侵入性成像应用价值	儿童脑肿瘤，包括髓母细胞瘤、室管膜瘤和胶质瘤等	医学影像分析	儿童脑肿瘤	MRI影像分析，机器学习算法	SVM, Random Forest, CNN	医学影像	50至450多名患者的多中心队列数据
107	2025-09-15	Spatial morphoproteomic features predict disease states from tissue architectures 2025-Aug-15, iScience IF:4.6Q1 DOI:10.1016/j.isci.2025.113204 PMID:40822345	研究论文	提出一种名为SNOWFLAKE的图神经网络流程，通过整合单细胞蛋白表达和形态特征预测疾病状态	将形态学特征整合到图边缘特征中，识别与疾病相关的空间组织子图，并提取可解释的细胞模式	NA	从组织架构中预测疾病状态，理解免疫细胞在组织微环境中的空间组织方式	淋巴滤泡中的免疫细胞，儿科COVID-19患者组织样本，乳腺癌和三級淋巴结构	空间系统生物学	COVID-19，乳腺癌	多重成像数据，空间蛋白质组学	图神经网络（GNN）	图像，蛋白质表达数据	儿科COVID-19数据集（具体数量未说明）
108	2025-09-15	Accelerating Biomolecular Modeling with AtomWorks and RF3 2025-Aug-15, bioRxiv : the preprint server for biology DOI:10.1101/2025.08.14.670328 PMID:40832246	研究论文	介绍AtomWorks数据框架和基于其训练的RosettaFold-3结构预测网络，用于加速生物分子建模	开发了广泛适用的数据框架AtomWorks，并训练出能够预测任意生物分子复合物且改进手性处理的RF3模型，缩小了与闭源AlphaFold3的性能差距	NA	促进新型生物分子基础模型的开发，提升结构预测能力	蛋白质结构、生物分子复合物	机器学习	NA	深度学习	神经网络	蛋白质结构数据	NA
109	2025-09-15	Artificial intelligence diagnosis and heatmap agent for mitral valve prolapse using 3D cine echocardiography 2025-Aug-15, iScience IF:4.6Q1 DOI:10.1016/j.isci.2025.113033 PMID:40836924	研究论文	提出一种基于3D电影超声心动图的人工智能代理，用于二尖瓣脱垂的诊断和热图可视化	首次利用电影数据而非体素数据进行自动诊断和可视化，填补了现有研究的空白	样本量相对有限（151名受试者），未提及外部验证或泛化能力测试	开发AI代理以实现二尖瓣脱垂的标准化诊断和直观可视化	二尖瓣脱垂患者的心脏周期和图像帧	计算机视觉	心血管疾病	3D电影超声心动图	深度学习算法	3D电影图像	151名受试者的481个心脏周期（8422帧图像）
110	2025-09-15	Design of a lightweight recognition network for adult locusts and grasshoppers based on deep learning 2025-Aug-15, iScience IF:4.6Q1 DOI:10.1016/j.isci.2025.113096 PMID:40836923	研究论文	提出一种基于深度学习的轻量级网络模型CGENet，用于准确识别蝗虫和蚱蜢属种	引入通道主成分注意力(CPCA)机制，并用结合高效通道注意力(ECA)的GhostConv模块部分替代EfficientNet卷积模块，显著降低FLOPs和参数量	NA	实现蝗虫和蚱蜢的精确识别，以支持农业害虫控制	成人期蝗虫和蚱蜢	计算机视觉	NA	深度学习	CGENet (基于EfficientNet和GhostConv的CNN变体)	图像	两个图像数据集，各包含60个蝗虫和蚱蜢属种
111	2025-09-15	Fatty acid-binding protein 4 as a biomarker for colon adenocarcinoma risk and prognosis: Challenges and future directions 2025-Aug-15, World journal of gastrointestinal oncology IF:2.5Q3 DOI:10.4251/wjgo.v17.i8.106621 PMID:40837743	评论	对FABP4作为结肠腺癌生物标志物研究的评述，探讨其挑战与未来方向	提出整合孟德尔随机化、机器学习与深度学习以及多组学数据来提升FABP4研究的因果推断和预测精度	现有差异表达分析不足以证明FABP4与结肠腺癌发生发展的直接关联，实验验证有待加强	评估FABP4作为结肠腺癌风险与预后生物标志物的价值并改进研究方法	结肠腺癌（COAD）及相关生物标志物FABP4	生物信息学	结肠癌	生物信息学、免疫组化、孟德尔随机化、全基因组关联研究（GWAS）	Cox回归模型、机器学习、深度学习	多组学测序数据、表达数据	NA
112	2025-09-15	Computed tomography-based deep learning and multi-instance learning for predicting microvascular invasion and prognosis in hepatocellular carcinoma 2025-Aug-14, World journal of gastroenterology IF:4.3Q1 DOI:10.3748/wjg.v31.i30.109186 PMID:40933208	研究论文	开发并验证基于CT的2.5D深度学习和多示例学习模型用于预测肝细胞癌微血管侵犯及预后	首次结合2.5D深度学习和多示例学习框架构建MVI预测模型，并在手术切除和TACE治疗队列中验证其预后预测价值	回顾性研究，样本量有限（总样本237例），需多中心前瞻性验证	预测肝细胞癌微血管侵犯并评估其预后价值	经病理确诊的肝细胞癌患者	数字病理	肝细胞癌	CT动脉期影像分析，深度学习，多示例学习	2.5D深度学习结合MIL框架	医学影像（CT图像）	237例患者（192例手术切除队列，45例TACE治疗队列）
113	2025-09-15	A deep learning strategy for accurate identification of purebred and hybrid pigs across SNP chips 2025-Aug-14, Journal of animal science and biotechnology IF:6.3Q1 DOI:10.1186/s40104-025-01249-y PMID:40813701	研究论文	本研究开发了一种基于多层感知机（MLP）和多输出回归框架的深度学习策略，用于准确识别猪的纯种和杂交品种	提出专门针对猪基因组品种成分预测的多输出回归框架，在杂交品种识别中实现100%准确率，且对阈值变化不敏感	研究仅针对特定猪品种（约克夏、长白、杜洛克及其杂交种），未涉及其他牲畜品种	开发高精度的牲畜品种识别方法，支持遗传资源管理和育种策略制定	猪的纯种和杂交品种	机器学习	NA	SNP芯片基因分型（1K、50K、100K）	MLP（多层感知机），并与RF、SVR和Admixture比较	基因组SNP数据	8,199头来自中国八个省份育种场的猪，包括约克夏、长白、杜洛克及其杂交品种
114	2025-09-15	Enhancing EEG-based sleep staging efficiency with minimal channels through adversarial domain adaptation and active deep learning 2025-Aug-13, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/adeec7 PMID:40645218	研究论文	提出一种结合对抗域适应和主动深度学习的框架ADAADL，用于提升基于少量EEG通道的睡眠分期效率	融合对抗学习和主动学习策略，采用双分类器作为判别器以精细处理类别边界，并引入熵度量优化未标注数据利用	未明确讨论模型对个体差异或噪声数据的鲁棒性，且实验仅限于三个基准数据集	提升EEG睡眠分期分类的准确性和效率，减少对标注数据的依赖	EEG睡眠数据	机器学习	睡眠障碍	对抗域适应(ADA)，主动学习(AL)，深度学习	对抗神经网络（含双分类器判别器）	EEG时序信号	三个基准EEG数据集（具体样本量未说明）
115	2025-09-15	Effective generation of heavy-atom-free triplet photosensitizers containing multiple intersystem crossing mechanisms based on deep learning 2025-Aug-13, Chemical science IF:7.6Q1 DOI:10.1039/d5sc03192c PMID:40671753	研究论文	基于深度学习生成不含重金属的三重态光敏剂，包含多种系间窜越机制	提出结合片段模型和字符模型的新策略，整合条件Transformer、循环神经网络和强化学习，有效生成具有高环数和原子数的大共轭基团	NA	开发高效三重态光敏剂以改进光动力疗法	三重态光敏剂及其分子设计	机器学习	癌症	深度学习，条件Transformer，RNN，强化学习	Transformer, RNN	分子结构数据	约1.90×10^?个三重态光敏剂数据集（具体数量未明确）
116	2025-09-15	Inference of germinal center evolutionary dynamics via simulation-based deep learning 2025-Aug-13, ArXiv PMID:40832049	研究论文	使用基于模拟的深度学习方法推断生发中心B细胞的亲和力-适应度响应函数	首次结合深度学习与模拟推断方法，从重复实验数据中学习B细胞亲和力与繁殖能力之间的定量关系	基于特定GC条件的实验重放，可能无法完全代表体内所有生发中心的动态	揭示生发中心B细胞进化动力学中亲和力与适应度的精确关系	生发中心B细胞	计算生物学	NA	深度学习，模拟推断	深度学习模型	实验重放数据	多次重复的特定GC条件实验
117	2025-09-15	Colorectal cancer heterogeneity co-evolves with tumor architecture to determine disease outcome 2025-Aug-13, bioRxiv : the preprint server for biology DOI:10.1101/2025.08.11.669722 PMID:40832253	研究论文	利用深度学习结合空间转录组学等技术揭示结直肠癌组织架构与细胞状态间的协同进化关系及其对疾病预后的影响	开发了亚细胞分辨率的高通量图像分析范式，首次发现组织架构与细胞状态间的反馈循环驱动肿瘤异质性演化	研究聚焦结直肠癌，结论在其他癌种中的普适性未验证	探究肿瘤异质性与组织架构的协同进化关系及其对临床结局的预测价值	结直肠癌患者组织样本与类器官模型	数字病理学	结直肠癌	空间转录组学、多重免疫组化、患者来源类器官培养	深度学习	病理图像、空间转录组数据、免疫组化数据	未明确样本数量（结直肠癌患者组织及类器官）
118	2025-09-15	Multi-organ AI Endophenotypes Chart the Heterogeneity of Pan-disease in the Brain, Eye, and Heart 2025-Aug-13, medRxiv : the preprint server for health sciences DOI:10.1101/2025.08.09.25333350 PMID:40832432	研究论文	本研究利用多器官AI内表型（MAEs）探索脑、眼和心脏疾病的异质性和共享病因	首次提出'泛疾病'概念，通过弱监督深度学习模型Surreal-GAN从多器官数据中识别出11个AI驱动的生物标志物	NA	研究脑、眼和心脏疾病的异质性及共同病因，推动精准医疗发展	129,340名参与者的多器官成像、遗传、蛋白质组和RNA-seq数据	数字病理学	阿尔茨海默病、偏头痛、心血管疾病	多器官成像、遗传分析、蛋白质组学、RNA-seq	Surreal-GAN（弱监督深度学习模型）	影像、遗传、蛋白质组、RNA-seq数据	129,340名参与者
119	2025-09-15	Anatomy-aware, label-informed approach improves image registration for challenging datasets 2025-Aug-12, bioRxiv : the preprint server for biology DOI:10.1101/2025.08.11.669599 PMID:40832189	研究论文	提出一种基于标签信息的图像配准新方法，用于处理具有显著形态差异的生物医学图像数据集	开发了结合解剖学先验知识和标签引导的通用化图像配准解决方案，能够处理传统方法无法应对的形态变异	需要预先获取图像分割标签，标签质量可能影响配准效果	改进具有挑战性数据集的图像配准精度，提升基于配准的形态计量学分析能力	小鼠胚胎图像，特别是具有严重脊柱侧弯和器官拓扑重排的基因敲除胚胎	医学图像分析	发育异常	图像配准技术，基于ANTsX生态系统	NA	医学图像，三维体积数据	E15.5期小鼠胚胎（具体数量未明确说明）
120	2025-09-15	Multimodal Deep Learning for ARDS Detection 2025-Aug-12, medRxiv : the preprint server for health sciences DOI:10.1101/2025.08.08.25333333 PMID:40832385	研究论文	本文开发了一种多模态深度学习模型，结合影像、通气波形和电子健康记录数据，用于早期检测急性呼吸窘迫综合征（ARDS）	首次整合胸部X光、呼吸机波形数据和电子健康记录表格式数据，通过多模态深度学习提升ARDS检测性能	需要进一步研究各模态数据对检测效果的附加贡献，样本量相对有限	开发早期诊断ARDS的工具以改善患者预后	ICU收治的220名患者	数字病理学	呼吸系统疾病	深度学习	多模态深度学习模型（使用预训练编码器）	影像（X光）、时间序列（通气波形）、表格（EHR数据）	220名ICU患者