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
12001	2025-10-07	UTR-Insight: integrating deep learning for efficient 5' UTR discovery and design 2025-Feb-04, BMC genomics IF:3.5Q2 DOI:10.1186/s12864-025-11269-7 PMID:39905334	研究论文	开发了UTR-Insight深度学习模型用于5' UTR的发现和设计	整合预训练语言模型与CNN-Transformer架构，在随机和内生5' UTR中分别解释89.1%和82.8%的MRL变异，超越现有模型	NA	提高mRNA稳定性和翻译效率的5' UTR发现与设计	灵长类、小鼠和病毒的数十万个内生5' UTR序列	自然语言处理	NA	深度学习	CNN,Transformer	序列数据	数十万个5' UTR序列	NA	CNN-Transformer	平均核糖体负载变异解释率	NA
12002	2025-10-07	Quantifying the tumour vasculature environment from CD-31 immunohistochemistry images of breast cancer using deep learning based semantic segmentation 2025-Feb-04, Breast cancer research : BCR IF:6.1Q1 DOI:10.1186/s13058-024-01950-2 PMID:39905431	研究论文	提出一种基于深度学习的自动量化方法，从乳腺癌CD-31免疫组化图像中分析肿瘤血管环境	首次使用U-Net卷积神经网络自动分割血管结构并量化多种血管参数，同时整合3D组织学分析提供更全面的血管形态可视化	样本量有限（27名患者的36张图像用于训练验证，15名患者的21张图像用于应用），需要进一步验证	开发自动量化肿瘤血管形态的方法并研究其与临床参数的关系	乳腺癌患者的CD-31免疫组化图像	数字病理学	乳腺癌	免疫组化，3D组织学分析	CNN	图像	27名患者的36张全切片图像（训练验证集），15名患者的21张图像（应用集）	NA	U-Net	Dice系数，F1分数	NA
12003	2025-10-07	Transitioning from wet lab to artificial intelligence: a systematic review of AI predictors in CRISPR 2025-Feb-04, Journal of translational medicine IF:6.1Q1 DOI:10.1186/s12967-024-06013-w PMID:39905452	系统综述	本文系统综述了CRISPR-Cas9系统中人工智能预测工具的应用现状与发展趋势	首次系统梳理了AI与CRISPR-Cas9领域的知识鸿沟，提供了80个可用数据集和50个预测管线的综合分析	现有AI预测器性能有限，许多步骤仍需依赖耗时费力的湿实验	促进人工智能在CRISPR-Cas9多步骤系统中的有效整合	CRISPR-Cas9系统中的AI预测工具	机器学习	遗传疾病	CRISPR-Cas9基因编辑技术	NA	基因组数据	80个数据集，50个预测管线	NA	NA	NA	NA
12004	2025-10-07	Synthetic CT generation from CBCT and MRI using StarGAN in the Pelvic Region 2025-Feb-04, Radiation oncology (London, England) DOI:10.1186/s13014-025-02590-2 PMID:39905495	研究论文	本研究评估了使用StarGAN从CBCT和MRI生成合成CT图像的性能，并与CycleGAN进行对比	使用单一StarGAN模型同时处理CBCT和MRI数据生成合成CT，实现多模态图像合成	StarGAN在定量指标（MAE）上表现不如CycleGAN，样本量相对较小（53例）	为MRI模拟和自适应放射治疗提供准确的HU值数据用于剂量计算	盆腔癌症患者的CBCT和MRI图像数据	医学影像处理	盆腔癌症	深度学习图像生成	GAN	医学影像（CBCT、MRI、CT）	53例盆腔癌症病例	NA	StarGAN, CycleGAN	平均绝对误差（MAE）, 剂量差异（DD）, 伽马通过率（GPR）	NA
12005	2025-10-07	Leveraging public AI tools to explore systems biology resources in mathematical modeling 2025-Feb-04, NPJ systems biology and applications IF:3.5Q1 DOI:10.1038/s41540-025-00496-z PMID:39910106	研究论文	本研究探索利用公共AI工具提升系统生物学数学建模资源的可访问性	首次系统评估公共AI工具对系统生物学数学建模中数学表达、数据和模型结构的理解能力	未具体说明测试的AI工具类型和评估方法细节	降低非系统生物学背景用户理解系统生物学建模的门槛	系统生物学数学建模资源	机器学习	NA	人工智能	NA	数学建模数据、系统生物学数据	NA	NA	NA	NA	公共AI工具
12006	2025-10-07	Deep learning powered single-cell clustering framework with enhanced accuracy and stability 2025-Feb-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-87672-7 PMID:39900656	研究论文	提出一种名为scG-cluster的深度结构聚类方法，通过双拓扑邻接图和自适应图卷积网络提升单细胞RNA测序数据的聚类精度与稳定性	提出双拓扑邻接图整合节点分布信息，并设计具有残差连接的双拓扑自适应图卷积网络（TAGCN）来动态加权特征并防止过平滑	未明确说明方法对特定细胞类型或数据质量的敏感性	提升单细胞RNA测序数据无监督聚类的准确性和稳定性	单细胞RNA测序数据中的细胞群体	机器学习	NA	单细胞RNA测序（scRNA-seq）	图卷积网络（GCN）	基因表达数据	六个不同的scRNA-seq数据集	NA	双拓扑自适应图卷积网络（TAGCN）	聚类准确率，可扩展性	NA
12007	2025-10-07	Fundus camera-based precision monitoring of blood vitamin A level for Wagyu cattle using deep learning 2025-Feb-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-85372-w PMID:39900776	研究论文	开发基于手持式眼底相机和深度学习的实时监测和牛血液维生素A水平系统	首次实现实时监测和牛维生素A水平，并提出利用LRP热图可视化方法分析颜色相关DNN任务	仅针对日本黑牛进行研究，样本量相对有限	通过眼底图像监测和牛血液维生素A水平，预防维生素A缺乏或过量	和牛（日本黑牛）	计算机视觉	维生素A缺乏症	眼底成像	深度学习	图像	50头日本黑牛的4000张眼底图像	NA	NA	准确率	NA
12008	2025-10-07	An explainable deep learning model for diabetic foot ulcer classification using swin transformer and efficient multi-scale attention-driven network 2025-Feb-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-87519-1 PMID:39900977	研究论文	提出一种基于特征融合的可解释深度学习模型，用于糖尿病足溃疡分类	首次提出结合Swin Transformer和高效多尺度注意力驱动网络的双轨架构，并引入可解释人工智能技术	NA	开发自动化糖尿病足溃疡分类系统以辅助医疗诊断	糖尿病足溃疡图像	计算机视觉	糖尿病足溃疡	深度学习	Transformer, CNN	图像	DFUC-2021数据集	NA	Swin Transformer, EMADN	准确率, 宏F1分数	NA
12009	2025-10-07	Enhancing depression recognition through a mixed expert model by integrating speaker-related and emotion-related features 2025-Feb-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-88313-9 PMID:39900968	研究论文	提出一种混合专家模型，通过整合说话人相关和情感相关特征来增强抑郁症识别	首次在抑郁症识别中分离并整合说话人相关特征和情感相关特征，采用多领域自适应算法训练混合专家模型	NA	提高抑郁症语音识别的准确性和跨文化适应性	抑郁症患者的语音数据	自然语言处理	抑郁症	语音分析，迁移学习	MoE, Time Delay Neural Network	语音	自建中文抑郁症数据集和AVEC2014数据集	NA	混合专家模型，时间延迟神经网络	准确率，平均绝对误差	NA
12010	2025-10-07	Synchronization-based graph spatio-temporal attention network for seizure prediction 2025-Feb-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-88492-5 PMID:39901056	研究论文	提出基于同步性的图时空注意力网络用于癫痫发作预测	通过时空相关性有效利用脑电图记录中的复杂信息，特别关注癫痫发作期间的时间动态特征	由于个体差异，部分受试者的癫痫特征仍难以准确捕捉	开发准确可靠的癫痫发作预测方法为患者提供早期预警	癫痫患者的脑电图数据	机器学习	癫痫	脑电图(EEG)	图神经网络,注意力机制	脑电图时序数据	CHB-MIT公共数据集	NA	同步性图时空注意力网络(SGSTAN)	准确率,特异性,敏感性	NA
12011	2025-10-07	Comparative analysis of the DCNN and HFCNN Based Computerized detection of liver cancer 2025-Feb-03, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01578-4 PMID:39901085	研究论文	本研究比较了深度卷积神经网络和分层融合卷积神经网络在肝癌检测中的效果	通过滤波增强CT图像边缘和纹理特征以实现精确肝脏分割，并比较两种先进深度学习框架的性能	CT图像中胆管、血管等结构重叠、图像噪声、纹理变化、尺寸位置差异和固有异质性可能导致分割错误	评估两种深度学习框架在肝癌自动检测和分割中的有效性	肝脏CT图像	计算机视觉	肝癌	CT成像	CNN	医学图像	NA	NA	DCNN, HFCNN	精确度, F1分数, 召回率, 准确度	NA
12012	2025-10-07	Pathological and radiological assessment of benign breast lesions with BIRADS IVc/V subtypes. should we repeat the biopsy? 2025-Feb-03, BMC women's health DOI:10.1186/s12905-025-03569-7 PMID:39901102	研究论文	评估BIRADS IVc/V亚型良性乳腺病变的病理学和放射学特征，探讨是否需要重复活检	首次系统分析BIRADS IVc/V分类中良性病变的放射学特征，识别导致假阳性结果的超声特征	单中心回顾性研究，样本量有限，缺乏多中心验证	确定BIRADS IVc/V亚型中良性乳腺病变的组织病理学诊断，研究其放射学特征，识别导致假阳性结果的超声特征	828例分类为BIRADS IVc或V的乳腺病变	数字病理	乳腺癌	针芯/立体定向真空辅助活检，超声检查	NA	医学影像，病理数据	828例乳腺病变（44例良性，784例恶性），其中26例不一致良性诊断	NA	NA	p值，假阳性率	NA
12013	2025-10-07	RetOCTNet: Deep Learning-Based Segmentation of OCT Images Following Retinal Ganglion Cell Injury 2025-Feb-03, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.14.2.4 PMID:39903165	研究论文	开发基于深度学习的RetOCTNet工具，用于自动分割视网膜神经纤维层和总视网膜厚度	首次提出专门针对视网膜神经节细胞损伤后OCT图像分割的深度学习工具	研究仅在大鼠模型上进行验证，尚未在人类数据中测试	开发自动分割OCT图像中视网膜层的深度学习工具	大鼠视网膜OCT图像	计算机视觉	视网膜疾病	光学相干断层扫描	深度学习	OCT图像	192个OCT扫描（训练80%，测试10%，验证10%）	NA	RetOCTNet	F1分数	NA
12014	2025-10-07	Deep learning to decode sites of RNA translation in normal and cancerous tissues 2025-Feb-02, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-56543-0 PMID:39894899	研究论文	开发基于Transformer模型的RiboTIE方法，用于从核糖体分析数据中精确检测RNA翻译位点	首次将Transformer模型应用于核糖体分析数据，直接利用原始核糖体分析计数进行翻译开放阅读框检测，具有更高的精确度和灵敏度	方法在更广泛的组织类型和疾病模型中的适用性有待进一步验证	提高RNA翻译变异分析的准确性和深度，推进对蛋白质合成及其在疾病中作用的理解	正常脑组织和髓母细胞瘤癌症样本中的RNA翻译过程	生物信息学	脑癌	核糖体分析测序(Ribo-Seq)	Transformer	核糖体分析数据	多个不同数据集，包括正常脑组织和髓母细胞瘤样本	NA	Transformer	精确度, 灵敏度	NA
12015	2025-10-07	Topology-based protein classification: A deep learning approach 2025-02, Biochemical and biophysical research communications IF:2.5Q3 DOI:10.1016/j.bbrc.2024.151240 PMID:39742787	研究论文	本研究开发了一种基于蛋白质拓扑结构的深度学习方法用于蛋白质超家族分类	首次将蛋白质拓扑数据与深度学习和Delaunay三角剖分相结合用于蛋白质分类	NA	利用人工智能技术减轻结构生物学家的工作负担并处理生物大数据	蛋白质超家族	计算生物学	NA	Delaunay三角剖分	深度神经网络	蛋白质结构拓扑数据	18个充分代表性的蛋白质超家族	NA	深度神经网络	准确率	NA
12016	2025-10-07	Investigating the Quality of DermaMNIST and Fitzpatrick17k Dermatological Image Datasets 2025-Feb-01, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-04382-5 PMID:39893183	研究论文	本文对DermaMNIST、HAM10000和Fitzpatrick17k三个皮肤病图像数据集进行质量分析，识别数据质量问题并评估其对基准结果的影响	首次系统性地分析皮肤病图像数据集的数据质量问题，包括重复数据、数据泄露、错误标签等问题，并提出数据集修正方案	仅分析了三个特定皮肤病数据集，可能不适用于其他医学图像数据集	评估皮肤病图像数据集的质量问题及其对深度学习模型性能的影响	DermaMNIST、HAM10000和Fitzpatrick17k皮肤病图像数据集	数字病理学	皮肤病	深度学习	深度神经网络	图像	三个皮肤病数据集（具体数量未明确说明）	NA	NA	基准测试结果	NA
12017	2025-10-07	AI-based prediction of androgen receptor expression and its prognostic significance in prostate cancer 2025-Feb-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-88199-7 PMID:39893198	研究论文	开发基于人工智能的深度学习模型，通过全切片图像中的雄激素受体区域特征预测前列腺癌生化复发风险	首次将雄激素受体区域特征与深度学习结合用于前列腺癌预后预测，相比传统预测模型具有更高准确性	仅基于两个中心的545名患者数据，样本代表性可能有限，未在更广泛人群中验证	提高前列腺癌患者术后生化复发的预测准确性，辅助临床治疗决策	前列腺癌患者	数字病理学	前列腺癌	全切片图像分析	深度学习	病理图像	来自两个中心的545名患者	NA	NA	准确率	NA
12018	2025-10-07	Evaluation of Image Quality and Scan Time Efficiency in Accelerated 3D T1-Weighted Pediatric Brain MRI Using Deep Learning-Based Reconstruction 2025-Feb, Korean journal of radiology IF:4.4Q1 DOI:10.3348/kjr.2024.0701 PMID:39898398	研究论文	评估基于深度学习的重建算法在加速3D T1加权儿童脑部MRI中对扫描时间和图像质量的影响	首次在儿童脑部MRI中应用深度学习重建算法，实现了扫描时间显著缩短（29.3%-40.7%）的同时提升图像质量	单中心回顾性研究，样本量有限（46例），病灶显著性在两种协议间无显著差异	评估深度学习重建算法在加速儿童脑部MRI中的性能表现	46名接受脑部MRI检查的儿科患者	医学影像分析	儿科脑部疾病	3D T1加权MRI	深度学习	医学影像	46名儿科患者	NA	NA	变异系数、相对对比度、表观信噪比、表观对比噪声比、图像质量评分、伪影评估、噪声评估、灰白质区分度、病灶显著性	3T MRI扫描仪（SIGNA Premier；GE HealthCare）
12019	2025-10-07	Accuracy of a Cascade Network for Semi-Supervised Maxillary Sinus Detection and Sinus Cyst Classification 2025-Feb, Clinical implant dentistry and related research IF:3.7Q1 DOI:10.1111/cid.13431 PMID:39898709	研究论文	开发基于深度学习的级联网络，用于锥形束CT图像中上颌窦区域的半监督检测和窦囊肿分类	提出结合半监督伪标签训练策略的级联网络，在减少人工标注需求的同时保持高精度	NA	为上颌窦底提升手术规划提供临床诊断辅助支持	上颌窦黏膜囊肿	计算机视觉	口腔颌面部疾病	锥形束CT	CNN, Transformer	医学图像	541名患者的45,136张上颌窦图像	NA	ResNet-50	准确率, 精确率, 召回率, F1分数, 平均精确率, 精确率-召回率曲线	NA
12020	2025-10-07	AFMDD: Analyzing Functional Connectivity Feature of Major Depressive Disorder by Graph Neural Network-Based Model 2025-Feb, Journal of computational biology : a journal of computational molecular cell biology IF:1.4Q2 DOI:10.1089/cmb.2024.0505 PMID:39899351	研究论文	提出基于图神经网络的AFMDD模型，用于分析重度抑郁症的功能连接特征并实现抑郁症识别	首次专门针对抑郁症功能连接特征设计图神经网络模型，并发现多个新的功能连接特征	模型准确率为73.15%，仍有提升空间	开发用于抑郁症诊断的功能连接特征分析模型	抑郁症患者的功能连接网络	机器学习	抑郁症	功能连接分析	图神经网络	脑功能连接网络数据	NA	NA	AFMDD	准确率	NA