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
1221	2025-09-20	Deep Learning Classification of Prostate Cancer Using MRI Histopathologic Data 2025-Sep, Radiology. Imaging cancer DOI:10.1148/rycan.240381 PMID:40970801	研究论文	本研究评估了基于深度学习的MRI组织病理学数据在前列腺癌分类中的诊断能力	开发了新型人工智能分析方法，通过空间上下文集成提升分类性能并实现病灶大小估计	回顾性研究，数据收集于2009-2011年，需要进一步临床验证	评估MR组织病理学在前列腺癌识别中的诊断能力并指导临床成像参数选择	根治性前列腺切除术标本的组织学切片	数字病理学	前列腺癌	MR组织病理学(MRH)，MR光谱	神经网络	图像	2009-2011年期间收集的前列腺癌根治术标本组织切片数据集
1222	2025-09-20	CircCode3: integrating deep learning to mine and evaluate translatable circular RNAs from ribosome profiling sequencing and mass spectrometry data 2025-Aug-31, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf458 PMID:40966647	研究论文	开发了一个集成分析流程CircCode3，用于从高通量测序数据中挖掘可翻译的环状RNA并评估其开放阅读框	整合了深度学习工具DeepCircm6A和DLMSC，用于预测m6A修饰位点和评估终止密码子可靠性，显著提升了现有工具的功能	NA	准确识别可翻译环状RNA及其开放阅读框	环状RNA（circRNAs）	生物信息学	NA	核糖体分析测序、质谱数据、高通量测序	深度学习	测序数据、质谱数据	NA
1223	2025-09-20	Single-View Echocardiographic Analysis for Left Ventricular Outflow Tract Obstruction Prediction in Hypertrophic Cardiomyopathy: A Deep Learning Approach 2025-Aug-16, Journal of the American Society of Echocardiography : official publication of the American Society of Echocardiography IF:5.4Q1 DOI:10.1016/j.echo.2025.08.008 PMID:40825382	研究论文	本研究开发了一种基于深度学习的模型，仅使用经胸超声心动图的胸骨旁长轴视图来预测肥厚型心肌病患者的严重左心室流出道梗阻	首次利用单一视图（PLAX）结合深度学习技术预测LVOTO，无需传统多视图、多普勒或激发试验，在资源有限环境下具有重要应用价值	研究基于特定医疗中心的数据，外部验证性能虽好但仍需更多多样化数据验证泛化能力	开发并验证一种深度学习模型，用于肥厚型心肌病中左心室流出道梗阻的预测与评估	肥厚型心肌病患者	数字病理	心血管疾病	经胸超声心动图（TTE）	深度学习模型	视频	开发数据集n=1007，内部测试集n=87，外部验证集n=1334，治疗响应数据集n=156
1224	2025-09-20	Learning in PINNs: Phase transition, diffusion equilibrium, and generalization 2025-Aug-14, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107983 PMID:40884895	研究论文	通过神经梯度信噪比研究全连接神经网络的学习动态，识别扩散平衡相并提出样本重加权方案以提升泛化能力	提出扩散平衡（DE）相概念，发现梯度方向对齐和残差同质性对泛化的关键作用，并设计针对问题样本的优化策略	主要基于二次损失函数和物理信息神经网络（PINNs）的实验验证，普适性需进一步研究	探究非凸目标中一阶优化器的学习动态及泛化机制	全连接神经网络及其优化过程	machine learning	NA	神经梯度信噪比（SNR）分析	全连接神经网络	NA	NA
1225	2025-09-20	Intelligent deep learning-based disease monitoring system in 5G network using multi-disease big data 2025-Aug, Journal of biomolecular structure & dynamics IF:2.7Q2 DOI:10.1080/07391102.2024.2310785 PMID:38334127	研究论文	提出一种基于智能深度学习的疾病监测系统，利用5G网络和多疾病大数据进行实时疾病预测	开发了MPPP-SSGSO优化算法用于调参和模糊隶属函数优化，并采用集成提升模型与模糊分类器结合进行疾病分类	NA	构建高效的实时疾病监测系统以降低死亡率	从患者收集的多疾病大数据	机器学习	多疾病	数据预处理（对比度增强、中值滤波等），特征提取	1D-CNN, AdaBoost, XGBoost, CatBoost, 模糊分类器	从可穿戴医疗设备收集的传感器数据	NA
1226	2025-09-20	Role of Artificial Intelligence in Critical Care Medicine: A Literature Review 2025-Aug, Cureus DOI:10.7759/cureus.90149 PMID:40959327	文献综述	本文综述了人工智能在重症监护医学中的应用及其潜力	总结了AI在ICU中预测患者恶化事件、提升影像诊断准确性和优化监测算法的最新进展	NA	概述人工智能在重症监护领域的当前证据和应用前景	重症监护病房（ICU）产生的多模态医疗数据	医疗人工智能	重症疾病	机器学习和深度学习	ML和DL模型	多模态数据流（生命体征波形、实验室结果、临床记录等）	NA
1227	2025-09-20	A Study of Anatomical Priors for Deep Learning-Based Segmentation of Pheochromocytoma in Abdominal CT 2025-Jul-24, ArXiv PMID:40969484	研究论文	本研究系统评估解剖学先验知识对基于深度学习的腹部CT中嗜铬细胞瘤分割性能的提升效果	提出基于器官特异性解剖先验的多类别标注策略，显著优于传统的全身区域先验方法	样本量相对有限（105例CT扫描），仅基于单中心数据	改进嗜铬细胞瘤的自动分割精度以支持临床评估和疾病监测	腹部CT扫描中的嗜铬细胞瘤病灶	医学图像分析	嗜铬细胞瘤	CT成像	nnU-Net	3D医学图像	91名患者的105例增强CT扫描
1228	2025-09-20	Benchmarking and Explaining Deep Learning Cortical Lesion MRI Segmentation in Multiple Sclerosis 2025-Jul-16, ArXiv PMID:40969490	研究论文	提出并评估用于多发性硬化皮质病变MRI分割的深度学习模型基准	首个针对皮质病变检测与分割的多中心综合基准，结合模型可解释性分析和泛化能力验证	数据来自有限机构（4个），域外测试F1分数降至0.5，显示泛化能力仍有提升空间	开发标准化自动方法以促进多发性硬化皮质病变的临床整合	多发性硬化患者的皮质病变	医学图像分析	多发性硬化	MRI（MP2RAGE和MPRAGE序列）	nnU-Net	MRI图像	656份MRI扫描（来自4家机构的临床试验和研究数据）
1229	2025-09-20	MuST: multiple-modality structure transformation for single-cell spatial transcriptomics 2025-Jul-02, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf405 PMID:40874816	研究论文	提出一种名为MuST的多模态结构转换方法，用于解决空间转录组数据中的模态偏差问题	通过拓扑发现策略和拓扑融合损失函数整合多模态信息到统一潜在空间，有效协调不同模态间的不一致性	NA	解决空间转录组技术中的模态偏差现象，提升多模态数据在下游任务中的分析效果	空间转录组数据，包括转录组、空间和形态学多模态信息	生物信息学	NA	空间转录组技术，深度学习	深度学习模型	多模态数据（转录组、空间、形态学）	NA
1230	2025-09-20	Fluctuation structure predicts genome-wide perturbation outcomes 2025-Jul-01, bioRxiv : the preprint server for biology DOI:10.1101/2025.06.27.661814 PMID:40631127	研究论文	提出CIPHER框架，利用未扰动细胞中的基因共波动预测全基因组扰动响应	首次将统计物理学的线性响应理论应用于功能基因组学，通过基线基因协方差结构预测扰动结果	NA	开发理论驱动模型以解释单细胞扰动筛选数据并预测全基因组响应	基因表达波动和扰动响应	功能基因组学	NA	单细胞扰动筛选，贝叶斯推断	线性响应理论框架	单细胞基因表达数据	11个大规模数据集，4,234次扰动，超过136万细胞
1231	2025-09-20	Remaining Useful Life Prediction for Rolling Bearings Based on TCN-Transformer Networks Using Vibration Signals 2025-Jun-05, Sensors (Basel, Switzerland) DOI:10.3390/s25113571 PMID:40719529	研究论文	提出一种基于TCN-Transformer网络和振动信号的滚动轴承剩余使用寿命预测方法	开发了TCN-Transformer网络，能有效学习和整合振动信号的局部和全局特征，解决RUL预测中的长时间序列预测问题	NA	提高滚动轴承剩余使用寿命预测的准确性	滚动轴承	机器学习和预测性维护	NA	振动信号分析、特征提取、深度学习	TCN-Transformer	振动信号（时域和频域特征）	使用IEEE PHM 2012数据挑战数据集进行验证
1232	2025-09-20	Harnessing Deep Learning for Accurate Pathological Assessment of Brain Tumor Cell Types 2025-Apr, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01107-9 PMID:39150595	研究论文	利用深度学习模型结合预训练网络和SVM分类器，实现对脑肿瘤病理图像的高精度分类	采用预训练Resnet50提取深度特征并结合SVM进行分类，在脑肿瘤分类中达到97.4%的准确率	基于有限医学影像数据，未提及外部验证或临床前瞻性研究	区分原发性弥漫性中枢神经系统大B细胞淋巴瘤和高级别胶质瘤，辅助病理诊断	脑肿瘤病理图像	数字病理	脑肿瘤	深度学习，图像分类	CNN (Resnet50) + SVM	图像	未明确样本数量，采用十倍交叉验证
1233	2025-09-20	MEF2C controls segment-specific gene regulatory networks that direct heart tube morphogenesis 2025-Mar-27, bioRxiv : the preprint server for biology DOI:10.1101/2024.11.01.621613 PMID:39554149	研究论文	本研究通过单细胞多组学分析揭示了转录因子MEF2C在心脏管形态发生中调控节段特异性基因调控网络的作用	首次构建了野生型与MEF2C缺失胚胎的心脏发育轨迹，并利用深度学习模型识别了节段特异性增强子	研究主要基于斑马鱼模型，在哺乳动物中的普适性仍需验证	解析早期心脏形成过程中谱系特异性基因调控网络	野生型与MEF2C缺失斑马鱼胚胎的心脏发育过程	发育生物学	先天性心脏病	单核RNA测序、ATAC测序、多组学整合分析	深度学习模型	基因组学数据、表观遗传学数据	野生型与MEF2C缺失斑马鱼胚胎的时间序列样本
1234	2025-09-20	High-Risk Sequence Prediction Model in DNA Storage: The LQSF Method 2025-01, IEEE transactions on nanobioscience IF:3.7Q3 DOI:10.1109/TNB.2024.3424576 PMID:38976468	研究论文	提出一种基于深度学习的LQSF方法，用于DNA存储中高风险序列的预测和过滤	首次将深度学习模型应用于DNA存储编码阶段的主动序列过滤，替代传统被动纠错方法	NA	提高DNA存储技术在合成和测序过程中的错误纠正效率	DNA序列	机器学习	NA	深度学习，Illumina测序	AlexNet, VGG16, VGG19	序列数据	多个神经网络和测试集上的广泛训练和验证
1235	2025-09-20	Unlocking the potential of AI: Machine learning and deep learning models for predicting carcinogenicity of chemicals 2025, Journal of environmental science and health. Part C, Toxicology and carcinogenesis DOI:10.1080/26896583.2024.2396731 PMID:39228157	综述	本文综述了利用机器学习和深度学习模型预测化学物质致癌性的研究进展	系统比较了传统机器学习与深度学习模型在致癌性预测中的性能，并强调高质量大数据集的重要性	深度学习模型受限于现有致癌性数据集的规模	评估和比较不同AI模型在化学物质致癌性预测中的应用效果	化学物质	机器学习	癌症	机器学习，深度学习	SVM, Random Forest, 集成学习, FNN, CNN, GCN, Capsule Net, 混合神经网络	化学数据	NA
1236	2025-09-20	Automated Brain Tumor segmentation using hybrid YOLO and SAM 2025, Current medical imaging IF:1.1Q3 DOI:10.2174/0115734056392711250718201911 PMID:40754882	研究论文	提出一种结合YOLO和SAM的混合深度学习框架，用于脑肿瘤的自动分割与诊断	首次将YOLOv11实时目标检测与SAM精确分割模型结合，并通过增强CNN骨干网络实现鲁棒特征提取	NA	开发自动化脑肿瘤早期检测与诊断系统	脑部MRI图像中的肿瘤区域	计算机视觉	脑肿瘤	深度学习	CNN, YOLOv11, SAM	MRI图像	896张脑部MRI图像（包含肿瘤和健康脑部图像）
1237	2025-09-20	Explainable AI to unveil cellular autophagy dynamics 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0331045 PMID:40934250	研究论文	本研究开发了一种基于可解释AI的计算流程，用于自动化分析细胞自噬动态过程	整合了目标检测、细胞分割、状态分类、细胞追踪和可解释性方法，无需标注追踪数据即可处理细胞分裂等复杂场景	NA	利用深度学习和可解释AI技术推进自噬研究，减少人工工作量并揭示关键自噬动态	细胞自噬过程	计算机视觉	癌症和神经退行性疾病	荧光显微镜成像	YOLOv8, U-Net++, vision transformer	图像	6,240张来自CELLULAR数据集的荧光显微镜图像
1238	2025-09-20	Enhanced gallbladder cancer detection via active and self-supervised learning integration: Innovating B-ultrasound image analysis 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0330781 PMID:40956796	研究论文	提出一种结合主动学习和自监督学习的新型分类算法ASGBC，用于提升B超图像中胆囊癌的检测准确率	集成主动学习与自监督学习减少标注依赖，引入多尺度高阶信息模块MsHop捕捉超声图像细微纹理，并设计双分支损失函数增强特征提取和模型稳定性	算法仍需进一步优化以适应更广泛的临床应用，且可能还存在其他可提升诊断准确率的特征未被发掘	开发高效算法以改善胆囊癌的早期诊断	B超图像中的胆囊癌病变	计算机视觉	胆囊癌	深度学习，主动学习，自监督学习	ASGBC（集成主动学习和自监督学习的分类算法），包含MsHop模块	B超图像	胆囊超声数据集（具体数量未明确说明），但实验表明仅需35%的数据即可达到全数据集可比效果
1239	2025-09-20	A deep learning approach to gender equality: Forecasting educational indicators with 1D-CNN aligned with SDG 5 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0332273 PMID:40956848	研究论文	提出一种基于1D-CNN的时间序列预测模型，用于预测多国性别相关教育指标	首次将1D-CNN应用于性别平等教育指标的时间序列预测，能够捕捉细微变化和时序模式	NA	预测性别相关教育结果以支持可持续发展目标5（性别平等）	美国、沙特阿拉伯、中国、埃及和瑞典的性别分类教育数据	机器学习	NA	时间序列分析	1D-CNN	时间序列数据（人口统计、社会经济和教育数据）	五个国家的历史性别分类数据
1240	2025-09-20	In-silico tool for predicting and scanning rheumatoid arthritis-inducing peptides in an antigen 2025, Frontiers in immunology IF:5.7Q1 DOI:10.3389/fimmu.2025.1630863 PMID:40959057	研究论文	开发了一种用于预测和扫描抗原中类风湿关节炎诱导肽的计算机工具	整合了基于基序的比对方法和机器学习方法（XGBoost与ProtBERT），创建了性能最优的集成模型，并实现了可公开访问的预测工具RAIpred	数据集规模有限（291个阳性肽和165个阴性肽），模型性能仍有提升空间（AUC=0.80）	识别可能引发类风湿关节炎的抗原肽段，以支持蛋白质疗法的安全评估	HLA II类结合肽段，特别是与类风湿关节炎相关的抗原肽	生物信息学	类风湿关节炎	BLAST, MERCI, 机器学习, 深度学习, 蛋白质语言模型	XGBoost, ProtBERT, 集成模型	肽序列数据	456个实验验证的肽段（291个RA诱导肽，165个非诱导肽）