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	2025-09-07	[Brain midline segmentation method based on prior knowledge and path optimization] 2025-Aug-25, Sheng wu yi xue gong cheng xue za zhi = Journal of biomedical engineering = Shengwu yixue gongchengxue zazhi DOI:10.7507/1001-5515.202412032 PMID:40887192	研究论文	提出一种基于先验知识和路径优化的两阶段深度学习网络模型，用于脑中线分割	采用关联切片相似性分析和特征加权策略融合整体变化特征与空间信息，并结合最优路径搜索解决分割不连续问题	NA	提高脑中线分割的准确性和连续性	脑中线结构	医学图像分析	神经系统疾病	深度学习	两阶段深度学习网络	医学影像（脑部切片）	CQ500数据集（具体样本数量未明确说明）
102	2025-09-07	[Research progress in electroencephalogram-based brain age prediction] 2025-Aug-25, Sheng wu yi xue gong cheng xue za zhi = Journal of biomedical engineering = Shengwu yixue gongchengxue zazhi DOI:10.7507/1001-5515.202503043 PMID:40887200	综述	本文全面回顾了基于脑电图（EEG）的脑年龄预测研究进展，涵盖数据处理、特征提取、模型构建及评估方法	系统总结了EEG脑年龄预测中机器学习与深度学习的应用，并探讨了未来临床与研究场景的应用方向	面临数据质量不足和模型可解释性差的挑战	评估脑健康及早期诊断神经退行性疾病	人类脑电图信号	机器学习	神经退行性疾病	EEG（脑电图）	机器学习和深度学习模型	神经生理信号	NA
103	2025-09-07	Comparison of Foundation and Supervised Learning-Based Models for Detection of Referable Glaucoma from Fundus Photographs 2025-Aug-24, medRxiv : the preprint server for health sciences DOI:10.1101/2025.08.21.25334170 PMID:40894149	研究论文	比较基于基础模型和监督学习的模型在眼底照片中检测需转诊青光眼的性能	首次系统比较自监督预训练视觉Transformer（RETFound）与传统CNN（VGG-19）在青光眼检测中的表现，并分析裁剪图像对模型性能及泛化能力的影响	研究主要基于单一医疗系统的数据，外部验证集规模较小（N=300），且未评估模型在真实临床环境中的长期效果	开发并验证深度学习模型用于青光眼的自动筛查	眼底照片	计算机视觉	青光眼	深度学习	Vision Transformer (RETFound), CNN (VGG-19)	图像	训练集8,996张，验证集3,002张，测试集1,000张，外部测试集300张眼底照片
104	2025-09-07	Deep learning models for pathological classification and staging of oesophageal cancer 2025-Aug-24, World journal of clinical oncology IF:2.6Q3 DOI:10.5306/wjco.v16.i8.109893 PMID:40901333	comments	对Wei等人应用Wave-Vision Transformer进行食管癌分类的研究进行评论	强调该研究在准确性和效率方面的优越性，并讨论其在病理学和个性化治疗中的临床潜力	数据集多样性不足，需要可解释人工智能来提升应用接受度	评论食管癌病理分类和分期深度学习模型的应用价值	食管癌病理分类研究	digital pathology	oesophageal cancer	Wave-Vision Transformer	Vision Transformer	病理图像数据	NA
105	2025-09-07	Cell reprogramming in cancer: Interplay of genetic, epigenetic mechanisms, and the tumor microenvironment in carcinogenesis and metastasis 2025-Aug-24, World journal of clinical oncology IF:2.6Q3 DOI:10.5306/wjco.v16.i8.106838 PMID:40901331	综述	本文探讨细胞重编程在癌症中的作用，重点关注遗传、表观遗传机制与肿瘤微环境的相互作用及其在致癌和转移中的意义	提出‘失调的细胞可塑性’作为癌症的新标志，并整合AI技术如AlphaFold预测癌细胞轨迹和药物设计	NA	解析细胞可塑性在癌症发生、进展、转移和治疗抵抗中的机制，探索新型治疗策略	癌细胞、肿瘤微环境、蛋白质结构	癌症生物学	癌症	下一代测序（NGS）、单细胞RNA分析、深度学习、AlphaFold	深度学习	基因组数据、转录组数据、蛋白质结构数据	NA
106	2025-09-07	Polymer-derived distance penalties improve chromatin interaction predictions from single-cell data across crop genomes 2025-Aug-23, bioRxiv : the preprint server for biology DOI:10.1101/2025.08.20.671329 PMID:40894789	研究论文	提出基于聚合物物理的距离惩罚函数，用于改进作物基因组中单细胞数据预测的染色质相互作用	首次将多组分幂律模型与实验Hi-C数据拟合，推导出聚合物物理基础的惩罚函数，显著减少长程相互作用的假阳性率	NA	改进单细胞数据对染色质相互作用的预测准确性，特别是在作物基因组中的应用	玉米、水稻和大豆的染色质相互作用数据	计算生物学	NA	Hi-C, 单细胞共可及性分析, Deep Learning	多组分幂律模型	基因组相互作用数据	来自三种作物（玉米、水稻、大豆）的实验Hi-C数据
107	2025-09-07	Efficient Double Helix Detection with Steerable Filters 2025-Aug-20, bioRxiv : the preprint server for biology DOI:10.1101/2025.08.14.670427 PMID:40894605	研究论文	提出一种基于可操纵滤波器的高效双螺旋点扩散函数检测方案，用于3D单分子定位显微或追踪	仅需7次卷积即可提取2D位置和叶瓣方向（轴向位置）估计，计算量比基于深度学习的方法低数个数量级	NA	开发高效的3D单分子定位显微检测方法	双螺旋点扩散函数	计算机视觉	NA	可操纵滤波器，双高斯模型拟合	NA	显微图像	NA
108	2025-09-07	A predicted structural interactome reveals binding interference from intrinsically disordered regions 2025-Aug-20, bioRxiv : the preprint server for biology DOI:10.1101/2025.08.15.670535 PMID:40894573	研究论文	本研究利用AlphaFold2多聚体预测蛋白质相互作用，并探讨内在无序区域在其中的作用	结合功能关联数据提升蛋白质物理相互作用的预测准确性，并首次系统分析无序区域在预测高置信度相互作用中的重要性	主要针对非哺乳动物物种，可能限制结果在哺乳动物系统中的普适性	预测和分析蛋白质-蛋白质相互作用的结构细节	蛋白质相互作用网络	机器学习	NA	AlphaFold2 multimer，深度学习	深度学习模型	蛋白质结构数据，功能关联数据	NA
109	2025-09-07	Decoding the limits of deep learning in molecular docking for drug discovery 2025-Aug-19, Chemical science IF:7.6Q1 DOI:10.1039/d5sc05395a PMID:40901622	研究论文	探讨深度学习在分子对接中的性能、局限及优化策略	首次系统评估生成扩散模型、回归架构和混合框架在分子对接五大维度的表现，并提出可操作的优化策略	深度学习模型在遇到新型蛋白质结合口袋时泛化能力显著不足，且多数方法存在高空间容忍度问题	分析深度学习在药物发现中分子对接应用的性能边界与改进方向	传统分子对接方法与深度学习驱动的新范式（生成扩散模型、回归架构、混合框架）	计算药物设计	NA	分子对接，深度学习（生成扩散模型，回归架构）	扩散模型，回归模型，混合框架	蛋白质-配体结构数据	NA
110	2025-09-07	Classification of ocular surface diseases: Deep learning for distinguishing ocular surface squamous neoplasia from pterygium 2025-Aug, Graefe's archive for clinical and experimental ophthalmology = Albrecht von Graefes Archiv fur klinische und experimentelle Ophthalmologie DOI:10.1007/s00417-025-06804-x PMID:40186633	研究论文	开发基于裂隙灯照片的深度学习模型，用于区分眼表鳞状上皮 neoplasia（OSSN）和翼状胬肉（PTG）	首次使用EfficientNet B7和GoogleNet构建端到端深度学习系统，实现OSSN与PTG的自动分割与分类，AUC达98%	样本量较小（仅162例），人群性别分布不均衡（男性占比超80%），需外部验证	建立眼表疾病的自动化诊断辅助系统	眼表疾病患者（OSSN和PTG）的裂隙灯照片	计算机视觉	眼科疾病	迁移学习，K折交叉验证	EfficientNet B7（分割），GoogleNet（分类）	图像	162例患者（77例OSSN，85例PTG）的裂隙灯照片
111	2025-09-07	Machine Listening for OSA Diagnosis: A Bayesian Meta-Analysis 2025-Aug, Chest IF:9.5Q1 DOI:10.1016/j.chest.2025.04.006 PMID:40220991	meta-analysis	通过贝叶斯荟萃分析评估基于呼吸音记录的机器学习方法在阻塞性睡眠呼吸暂停（OSA）诊断中的准确性	首次使用贝叶斯双变量荟萃分析方法系统评估机器学习在OSA诊断中的性能，并识别影响诊断准确性的关键因素	纳入研究数量有限（16项研究），可能存在未发现的异质性	评估和优化基于音频记录的机器学习方法在OSA诊断中的准确性	OSA患者和疑似患者的呼吸音记录数据	machine learning	sleep apnea	Bayesian meta-analysis, meta-regression	deep learning, traditional machine learning	audio recordings	训练集4,864名参与者，测试集2,370名参与者
112	2025-09-07	Applications of generative adversarial networks in the diagnosis, prognosis, and treatment of ophthalmic diseases 2025-Aug, Graefe's archive for clinical and experimental ophthalmology = Albrecht von Graefes Archiv fur klinische und experimentelle Ophthalmologie DOI:10.1007/s00417-025-06830-9 PMID:40263170	综述	本文综述了生成对抗网络（GANs）在眼科疾病诊断、预后和治疗中的应用现状与挑战	聚焦GANs在解决眼科深度学习中小样本、不平衡数据及罕见病图像稀缺问题上的创新应用，并探讨其个体化疾病管理潜力	GANs的临床主流应用仍依赖更大规模的公共数据集进行验证，并需要监管框架支持	评估生成对抗网络在眼科医学图像处理与疾病管理中的应用价值与发展趋势	八种眼科疾病的诊断、治疗和预后相关研究	计算机视觉	眼科疾病	生成对抗网络（GANs）	GAN	图像	NA
113	2025-07-04	Retraction: A deep learning model for estimating sedation levels using heart rate variability and vital signs: a retrospective cross-sectional study at a center in South Korea 2025-Aug, Acute and critical care IF:1.7Q3 DOI:10.4266/acc.2024.01200.r1 PMID:40602482	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
114	2025-09-07	Transformative potential of artificial intelligence in US CDC HIV interventions: balancing innovation with health privacy 2025-Aug-01, AIDS (London, England) DOI:10.1097/QAD.0000000000004220 PMID:40643081	评论	探讨人工智能在美国CDC HIV干预中的变革潜力，并分析创新与健康隐私之间的平衡	提出将机器学习、深度学习和生成式AI整合到HIV预防体系，并强调在非传统环境中扩大PrEP护理的可及性	需解决算法偏见、伦理标准维护及AI幻觉风险等实施挑战	优化HIV预防和治疗策略，推动全球终结HIV流行的公共卫生目标	HIV相关数据集及预防干预体系	自然语言处理	HIV/AIDS	机器学习(ML), 深度学习(DL), 生成式AI(Gen AI)	NA	文本数据	NA
115	2025-09-07	Incorporating Artificial Intelligence into Fracture Risk Assessment: Using Clinical Imaging to Predict the Unpredictable 2025-Aug, Endocrinology and metabolism (Seoul, Korea) DOI:10.3803/EnM.2025.2518 PMID:40754720	综述	本文综述人工智能在骨折风险评估中的应用，特别是利用临床影像数据进行个体化风险预测的最新进展	将深度学习技术应用于常规X光和CT影像，实现机会性筛查和个体化骨折风险预测，优于传统骨密度测量方法	模型泛化性、数据偏差和自动化偏差等挑战仍然存在	探索人工智能作为传统骨折风险评估方法的补充工具	骨质疏松性骨折的检测和风险预测	medical imaging analysis	骨质疏松症	深度学习	深度学习模型	X光影像、CT影像	NA
116	2025-09-07	MRI-based Ovarian Lesion Classification via a Foundation Segmentation Model and Multimodal Analysis: A Multicenter Study 2025-Aug, Radiology IF:12.1Q1 DOI:10.1148/radiol.243412 PMID:40762846	研究论文	开发基于MRI的卵巢病变分类AI流程，结合分割模型与多模态分析	首次将Meta的Segment Anything Model (SAM)用于卵巢病变自动分割，并整合影像与临床数据构建DenseNet-121分类模型	回顾性研究，外部验证样本量较小（机构B:58例，机构C:29例）	建立高效且可推广的MRI卵巢病变特征化分析流程	卵巢病变患者（良性/恶性分类）	医学影像分析	卵巢疾病	多参数MRI，深度学习	SAM（分割），DenseNet-121（分类）	MRI影像，临床数据	主要数据集：448名女性（534个病灶）；外部验证：84名女性（87个病灶）
117	2025-09-07	Deep learning-based model for detection of intracranial waveforms with poor brain compliance in southern Thailand 2025-Aug, Acute and critical care IF:1.7Q3 DOI:10.4266/acc.001425 PMID:40903411	研究论文	开发基于深度学习的模型，用于检测泰国南部地区颅内压波形中脑顺应性不良的情况	首次将深度学习技术应用于颅内压波形分析，实现脑顺应性不良的自动检测	回顾性研究，样本量相对较小（21名患者），仅限于特定地区的术后脑积水患者	开发深度学习模型来检测指示脑顺应性不良的颅内压波形	术后脑积水患者的颅内压波形图像	医疗人工智能	脑积水	深度学习信号分析	深度学习模型（具体架构未说明）	医学图像（颅内压波形图像）	21名脑积水患者的2,744张颅内压波形图像
118	2025-09-07	Utilizing Deep Convolutional Neural Networks and Hybrid Classification for Gastrointestinal Disease Diagnosis from Capsule Endoscopy Images 2025-Aug, Journal of biomedical physics & engineering DOI:10.31661/jbpe.v0i0.2301-1590 PMID:40904333	研究论文	本研究开发了一种基于深度卷积神经网络和混合分类的专家诊断系统，用于从胶囊内窥镜图像中诊断胃肠道疾病	提出了一种结合模型评分和类别评分的混合分类框架，通过集成学习技术提升多类别分类性能	研究基于特定数据集，模型泛化能力需要进一步验证	建立可靠的胃肠道疾病诊断系统，提高诊断准确性和效率	胶囊内窥镜图像中的胃肠道病变	计算机视觉	胃肠道疾病	深度卷积神经网络，集成学习	CNN, VGG16, 混合分类器	图像	包含平衡和不平衡数据集，其中血管扩张症帧数较多
119	2025-09-07	Short-range human cortico-cortical white matter fibers have thinner axons and are less myelinated compared to long-range fibers despite a similar g-ratio 2025-Aug, PLoS biology IF:7.8Q1 DOI:10.1371/journal.pbio.3002906 PMID:40834043	研究论文	通过电子显微镜和深度学习分析比较人脑长短程白质纤维的轴突直径和髓鞘厚度差异	首次系统揭示短程白质纤维虽轴突更细且髓鞘更薄，但与长程纤维保持相似g-ratio（约0.54），接近理论最优值0.6	仅基于二维电子显微镜数据，未涉及三维结构或功能连接分析	探究长短程白质纤维在轴突直径和髓鞘化程度的差异及其对脑组织优化的意义	人脑白质纤维（胼胝体长纤维与浅表白质短纤维）	神经科学	NA	二维透射电子显微镜，深度学习	深度学习（未指定具体模型）	电子显微镜图像	约40万条纤维（来自胼胝体和浅表白质区域）
120	2025-09-07	Assessing genotype-phenotype correlations in colorectal cancer with deep learning: a multicentre cohort study 2025-Aug, The Lancet. Digital health DOI:10.1016/j.landig.2025.100891 PMID:40829965	研究论文	本研究开发并验证了一种基于深度学习的多目标模型，用于从结直肠癌组织病理切片中同时预测多种遗传变异及其表型	首次系统性地评估了除MSI、BRAF和KRAS之外的多种生物标志物预测，并采用多目标transformer模型实现同步预测与热图解释	模型预测高度依赖于与MSI相关的形态学特征，高AUROC生物标志物大多与MSI相关	开发并验证深度学习模型以预测结直肠癌的多种分子生物标志物	结直肠癌患者的组织病理切片	数字病理	结直肠癌	全切片图像数字化，综合panel测序	transformer-based deep learning	图像	1376例患者（5个队列）用于训练测试，536例患者（2个公共数据集）用于验证