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	2025-07-20	The Advances in Deep Learning Modeling of Polyadenylation Codes 2025 May-Jun, Wiley interdisciplinary reviews. RNA DOI:10.1002/wrna.70017 PMID:40468587	综述	本文总结了深度学习模型在解析多聚腺苷酸化调控方面的进展及其应用	深度学习模型能够无偏地量化基序间的相互作用，捕捉顺式调控基序间复杂的位置交互，为多聚腺苷酸化生物学带来新见解	NA	探讨深度学习模型在多聚腺苷酸化调控研究中的应用及其进展	多聚腺苷酸化位点的形成及其调控机制	自然语言处理	NA	深度学习	深度学习模型	序列数据	NA
102	2025-07-20	Ordinal Sleep Depth: A Data-Driven Continuous Measurement of Sleep Depth 2025-Apr-25, Journal of sleep research IF:3.4Q2 DOI:10.1111/jsr.70074 PMID:40276961	研究论文	开发了一种数据驱动的连续睡眠深度测量方法——有序睡眠深度（OSD），并评估其与觉醒概率的关联及其与年龄、性别、睡眠呼吸障碍（SDB）和认知障碍的关系	使用深度学习框架开发了一种连续测量睡眠深度的方法，相比传统离散睡眠分期更能捕捉睡眠深度的连续性	研究仅基于21,787份多导睡眠图记录，可能无法涵盖所有人群的睡眠特征	开发并验证一种连续测量睡眠深度的方法，以更准确地反映睡眠质量及其与临床变量的关系	18,116名独特患者的多导睡眠图记录	机器学习	睡眠呼吸障碍, 认知障碍	多导睡眠图, 深度学习	CNN	EEG信号	21,787份多导睡眠图记录来自18,116名患者
103	2025-07-20	Migration of Deep Learning Models Across Ultrasound Scanners 2025-Apr-25, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2025.3564567 PMID:40279236	研究论文	本文提出了一种迁移函数方法，用于在定量超声（QUS）中校准深度学习（DL）算法，并在不同超声机器间实现DL模型功能的迁移	开发了一种黑盒无监督域适应技术，结合迁移函数方法和迭代方案，实现了DL模型在不同超声机器间的功能迁移	方法依赖于测试机器的未标记数据可用性，且未考虑模型内部信息	研究深度学习模型在不同超声机器间的迁移能力及其在临床应用中可能带来的安全风险	深度学习模型在定量超声中的应用	机器学习	NA	迁移学习，无监督域适应	DL模型	超声数据	使用了SonixOne和Verasonics两台超声机器的数据
104	2025-07-20	Enhanced cell tracking using a GAN-based super-resolution video-to-video time-lapse microscopy generative model 2025-Apr-18, iScience IF:4.6Q1 DOI:10.1016/j.isci.2025.112225 PMID:40230526	研究论文	提出了一种基于GAN的超分辨率视频到视频延时显微镜生成模型tGAN，用于增强细胞追踪的性能	引入tGAN，一种基于GAN的延时显微镜生成器，通过双分辨率架构准确捕捉低分辨率和高分辨率的细胞细节，提高了合成注释延时显微镜数据的质量和多样性	需要进一步验证tGAN生成的合成数据在不同细胞类型和实验条件下的泛化能力	提高细胞追踪的准确性和减少对人工注释的依赖	细胞	数字病理学	NA	延时显微镜	GAN	视频	NA
105	2025-07-20	Improved Spiral Projection MR Fingerprinting via Memory-Efficient Synergic Optimization of 3D Spiral Trajectory, Image Reconstruction and Parameter Estimation (SOTIP) 2025-Apr-10, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3559467 PMID:40208770	研究论文	本研究通过开发计算高效的基于模型的深度学习图像重建框架和联合优化框架，旨在提高全3D螺旋轨迹高分辨率MR指纹扫描的效率和克服计算挑战	提出了一种计算高效的基于模型的深度学习图像重建框架，以及图像重建、定量参数估计和k空间采样轨迹的联合优化框架	研究主要基于模拟和体内MRF数据，可能在实际临床应用中存在一定的局限性	提高3D定量MRI的参数量化准确性和缩短重建时间	健康受试者和患者的MRF数据	医学影像处理	NA	MR指纹扫描(MRF)	基于模型的深度学习(MBDL)	医学影像数据	模拟和体内MRF数据，包括健康受试者和患者
106	2025-07-20	New Threshold for Defining Mild Aortic Stenosis Derived From Velocity-Encoded MRI in 60,000 Individuals 2025-Apr-08, Journal of the American College of Cardiology IF:21.7Q1 DOI:10.1016/j.jacc.2025.01.035 PMID:40175013	研究论文	本研究通过深度学习模型测量主动脉瓣功能，提出了新的轻度主动脉瓣狭窄（AS）定义标准，并在大规模人群中验证了其与不良预后的关联	首次在大规模人群（62,902名UK Biobank参与者）中使用深度学习模型测量主动脉瓣功能，提出了新的轻度AS定义标准（'mild ASproposed'），并在外部临床队列（NEDA，365,870人）中验证了该标准与不良预后的关联	研究随访时间相对较短（平均3.9年），且主要基于影像学数据，缺乏长期临床结局的全面评估	探索主动脉瓣功能的流行病学特征，建立新的轻度AS诊断标准	UK Biobank参与者（n=62,902）和NEDA临床队列（n=365,870）	心血管影像学	心血管疾病	速度编码心脏磁共振成像（velocity-encoded cardiac MRI）	深度学习模型	医学影像数据	UK Biobank（62,902人，其中健康亚组41,859人）和NEDA（365,870人）
107	2025-07-20	Deep learning-based generation of DSC MRI parameter maps using DCE MRI data 2025-Apr-07, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8768 PMID:40194853	研究论文	本研究开发了一种基于深度学习的DCE MRI数据生成DSC MRI参数图的方法	利用cGAN从DCE MRI数据合成DSC参数图，避免了两次注射造影剂	研究样本量较小（64名参与者），且未提及外部验证结果	开发从DCE MRI数据生成DSC参数图的深度学习方法	脑肿瘤患者和非肿瘤患者的MRI数据	医学影像分析	脑肿瘤	动态磁敏感对比（DSC）MRI和动态对比增强（DCE）MRI	条件生成对抗网络（cGAN）	医学影像数据	64名参与者（包括脑肿瘤患者和非肿瘤患者）
108	2025-07-20	Tumor Bud Classification in Colorectal Cancer Using Attention-Based Deep Multiple Instance Learning and Domain-Specific Foundation Models 2025-Apr-07, Cancers IF:4.5Q1 DOI:10.3390/cancers17071245 PMID:40227783	研究论文	本文提出了一种基于注意力机制的深度多实例学习和领域特定基础模型的自动系统，用于结直肠癌中的肿瘤芽分类	采用注意力机制的多实例学习和领域特定基础模型，提高了肿瘤芽分类的准确性和可解释性	数据集相对较小，仅包含29张训练WSIs和70张测试WSIs	提高结直肠癌中肿瘤芽的自动分类准确性，以改善预后评估	结直肠癌中的肿瘤芽	数字病理	结直肠癌	深度学习	ABMIL（基于注意力的多实例学习）	全切片图像（WSIs）	29张训练WSIs和70张测试WSIs
109	2025-07-20	Mapping individualized multi-scale hierarchical brain functional networks from fMRI by self-supervised deep learning 2025-Apr-07, bioRxiv : the preprint server for biology DOI:10.1101/2025.04.07.647618 PMID:40291726	研究论文	提出一种自监督深度学习框架，用于从fMRI数据中映射个体化的多尺度分层脑功能网络	首次提出同时计算多尺度功能网络并表征其跨尺度分层结构的自监督深度学习框架	方法依赖于fMRI数据质量，且需要在大规模数据集上进行验证	研究脑功能网络的多尺度分层组织及其个体化差异	人脑功能网络	神经影像分析	神经精神疾病	fMRI, 自监督深度学习	深度学习模型	fMRI影像数据	Human Connectome Project数据集及两个外部队列
110	2025-07-20	MUC5B Genotype and Other Common Variants Are Associated with Computational Imaging Features of Usual Interstitial Pneumonia 2025-Apr, Annals of the American Thoracic Society IF:6.8Q1 DOI:10.1513/AnnalsATS.202401-022OC PMID:39591102	研究论文	本研究探讨了MUC5B基因型及其他常见变异与普通间质性肺炎（UIP）计算成像特征之间的关联	首次将遗传风险特征与计算成像表型联系起来，使用深度学习技术自动评估CT扫描中的UIP模式	未发现常见变异与计算成像评估的纤维化程度之间的关联，且视觉评估的UIP模式与遗传变异无显著关联	确定IPF患者的遗传风险特征是否能识别独特的计算成像表型	329名患有特发性肺纤维化（IPF）的参与者	数字病理学	肺纤维化	CT扫描分析	深度学习	图像	329名IPF患者
111	2025-07-20	Towards contrast-agnostic soft segmentation of the spinal cord 2025-Apr, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103473 PMID:39874684	research paper	提出一种深度学习方法，用于生成跨MRI对比度稳定的脊髓软分割	使用软分割和回归损失函数减少CSA变异性，并提高模型在未见数据集、供应商、对比度和病理情况下的泛化能力	研究主要基于健康参与者的数据，对于病理情况的泛化能力仍需进一步验证	开发一种对比度无关的脊髓分割方法，以减少多中心研究中CSA的变异性	脊髓	digital pathology	neurodegenerative diseases	MRI	U-Net	image	267名健康参与者，6种对比度
112	2025-07-20	Deep learning informed multimodal fusion of radiology and pathology to predict outcomes in HPV-associated oropharyngeal squamous cell carcinoma 2025-Apr, EBioMedicine IF:9.7Q1 DOI:10.1016/j.ebiom.2025.105663 PMID:40121941	研究论文	本研究开发了一种基于深度学习的多模态融合方法SMuRF，用于预测HPV相关口咽鳞状细胞癌的预后	首次整合了放射学和病理学的多区域数据，利用跨模态和跨区域的窗口多头自注意力机制捕捉肿瘤栖息地和图像尺度间的特征交互	研究仅针对HPV相关的OPSCC患者，样本量为277例，可能限制了结果的普适性	预测HPV相关口咽鳞状细胞癌的生存率和肿瘤分级	HPV相关口咽鳞状细胞癌患者	数字病理学	头颈癌	深度学习	swintransformer-based multimodal and multi-region data fusion framework (SMuRF)	CT图像和全切片病理图像	277例匹配放射学和病理学图像的OPSCC患者
113	2025-07-20	Quantitative molecular imaging using deep magnetic resonance fingerprinting 2025-Apr-01, Nature protocols IF:13.1Q1 DOI:10.1038/s41596-025-01152-w PMID:40169753	研究论文	本文介绍了一种基于深度学习的饱和转移磁共振指纹图谱（MRF）方法，用于蛋白质、代谢物和pH值的无创体内成像	深度MRF提供了一个定量且快速的框架，用于提取具有生物学和临床意义的分子信息，解决了传统方法的复杂性和长扫描时间问题	该方法的完成时间从48分钟到57小时不等，可能在某些临床应用中显得较长	开发一种定量分子MRI的完整协议，用于癌症监测、脑髓鞘成像和pH值量化等应用	体外样本、动物和人类扫描	数字病理学	癌症、神经退行性疾病、中风和心脏病	化学交换饱和转移（CEST）和半固体磁化转移（MT）定量成像	深度学习模型	图像	未明确说明具体样本数量，但涉及体外样本、动物和人类扫描
114	2025-07-20	Enhancing nonlinear transcriptome- and proteome-wide association studies via trait imputation with applications to Alzheimer's disease 2025-Apr, PLoS genetics IF:4.0Q1 DOI:10.1371/journal.pgen.1011659 PMID:40209152	研究论文	本文探讨了在非线性转录组和蛋白质组关联研究中使用估算的阿尔茨海默病状态，以识别与AD风险相关的基因和蛋白质	利用估算的AD状态进行非线性TWAS/PWAS研究，提高了统计功效而不增加假阳性，发现了与神经退行性疾病潜在非线性效应相关的分子暴露	研究依赖于估算的AD状态，可能受到估算准确性的影响	通过性状估算增强非线性转录组和蛋白质组关联研究，应用于阿尔茨海默病	阿尔茨海默病相关基因和蛋白质	机器学习	阿尔茨海默病	GWAS, TWAS, PWAS, 深度学习	DeLIVR	基因组、转录组、蛋白质组数据	来自GTEx项目和UK Biobank的数据，以及ADSP的临床诊断AD病例
115	2025-07-20	Deep Learning: A Heuristic Three-Stage Mechanism for Grid Searches to Optimize the Future Risk Prediction of Breast Cancer Metastasis Using EHR-Based Clinical Data 2025-Mar-25, Cancers IF:4.5Q1 DOI:10.3390/cancers17071092 PMID:40227603	研究论文	本文提出了一种启发式三阶段机制，用于优化基于电子健康记录（EHR）的乳腺癌转移风险预测的深度学习模型网格搜索	提出了一种三阶段机制（SSGS和RGS策略）来管理低预算网格搜索的运行时间，并通过SHAP分析解释模型超参数的贡献	未明确提及具体局限性，但可能涉及计算资源有限或数据集的特定限制	优化深度学习模型在乳腺癌转移风险预测中的性能	乳腺癌患者的电子健康记录（EHR）数据	机器学习	乳腺癌	网格搜索，SHAP分析	深度前馈神经网络（DFNN）	临床数据	未明确提及具体样本量
116	2025-07-20	Reducing hepatitis C diagnostic disparities with a fully automated deep learning-enabled microfluidic system for HCV antigen detection 2025-Mar-21, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adt3803 PMID:40106555	研究论文	开发了一种基于智能手机的全自动微流控系统，用于HCV抗原检测，以减少丙型肝炎诊断差异	结合铂纳米颗粒、深度学习图像处理和微流控技术，开发了一种高准确度（94.59%）且成本效益高的便携式设备	目前尚无FDA批准的测试满足所需的敏感性和特异性要求	解决资源有限地区HCV诊断的及时性和准确性问题	丙型肝炎病毒（HCV）抗原	数字病理	丙型肝炎	微流控技术、深度学习图像处理	深度学习	图像	NA
117	2025-07-20	Universal consensus 3D segmentation of cells from 2D segmented stacks 2025-Mar-20, bioRxiv : the preprint server for biology DOI:10.1101/2024.05.03.592249 PMID:38766074	research paper	本文提出了一种名为u-Segment3D的理论和工具箱，用于将2D细胞分割结果转化为3D共识分割，无需训练数据	开发了一种无需训练数据的2D到3D分割方法，能够处理拥挤和形态复杂的细胞	依赖于2D分割方法的准确性，可能无法完全替代原生3D分割方法	解决3D细胞分割中的密集标注难题，提高分割效率和准确性	细胞、细胞聚集体和组织	digital pathology	NA	deep learning	NA	image	11个真实数据集，超过70,000个细胞
118	2025-07-20	Fine-Tuned Deep Transfer Learning Models for Large Screenings of Safer Drugs Targeting Class A GPCRs 2025-03-18, Biochemistry IF:2.9Q3 DOI:10.1021/acs.biochem.4c00832 PMID:40056143	研究论文	本文提出了一种基于深度迁移学习的模型，用于大规模筛选针对A类GPCRs的更安全药物	使用迁移学习和结合自然语言处理的神经网络，针对A类GPCRs预测低效化合物或偏向激动剂	高质量数据的有限可用性可能影响模型的可靠性	提高药物开发中针对A类GPCRs的更安全化合物的预测准确性	A类G蛋白偶联受体（GPCRs）及其配体	机器学习	NA	自然语言处理	神经网络	序列数据	所有A类GPCRs的受体序列和配体数据集
119	2025-07-20	Machine learning predicts spinal cord stimulation surgery outcomes and reveals novel neural markers for chronic pain 2025-Mar-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-92111-8 PMID:40102462	研究论文	本研究应用机器学习预测慢性疼痛患者对脊髓刺激（SCS）手术的反应，并揭示了新的神经标记物	结合主观自我报告、术中获取的EEG数据和机器学习算法，首次用于区分SCS手术的响应者和非响应者	样本量较小（20名患者），可能影响模型的泛化能力	预测慢性疼痛患者对SCS手术的反应，并寻找客观的疼痛生物标志物	20名接受SCS手术的慢性疼痛患者	机器学习	慢性疼痛	EEG信号分析、PCA、递归特征消除	决策树	EEG信号、临床特征、患者报告结果	20名慢性疼痛患者
120	2025-07-20	Integrative Protein Assembly With LZerD and Deep Learning in CAPRI 47-55 2025-Mar-17, Proteins IF:3.2Q2 DOI:10.1002/prot.26818 PMID:40095385	research paper	本文报告了在CAPRI第47-55轮中，研究小组的蛋白质复合物预测方法及其结果的性能	整合了小组开发的经典流程和最近开发的深度学习流程，并在人类组预测中结合文献信息进行建模	排除了联合CASP第50和54轮以及特殊的COVID-19第51轮，且部分建模案例未成功	提高蛋白质复合物预测的准确性和性能	蛋白质复合物	computational biology	NA	deep learning, LZerD	deep learning pipelines	protein complex models	eight interfaces successfully modeled