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
12481	2025-10-07	Pixel level deep reinforcement learning for accurate and robust medical image segmentation 2025-Mar-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-92117-2 PMID:40064951	研究论文	提出一种基于像素级深度强化学习的医学图像分割模型PixelDRL-MG，通过逐像素掩码生成实现准确鲁棒的分割	首次将深度强化学习应用于像素级医学图像分割，提出像素级异步优势演员-评论家策略(PA3C)，打破传统深度学习模型对堆叠模块的路径依赖	未明确说明模型在更多医学图像模态上的泛化能力，以及在实际临床环境中的验证结果	开发参数更少、部署成本更低且分割性能更优的医学图像分割方法	医学图像中的感兴趣区域分割	计算机视觉	NA	深度强化学习	深度强化学习	医学图像	两个常用医学图像分割数据集，包含50-shot和100-shot低资源设置	NA	PixelDRL-MG, PA3C	分割性能指标（特别在边界分割方面）	NA
12482	2025-10-07	Accuracy of deep learning models in the detection of accessory ostium in coronal cone beam computed tomographic images 2025-Mar-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-93250-8 PMID:40064998	研究论文	本研究评估深度学习模型在冠状位锥形束CT图像中检测上颌窦副口（AO）的准确性	首次研究CNN在放射影像中检测上颌窦副口的有效性，填补了该领域的研究空白	仅使用裁剪后的二维CBCT图像，未利用三维扫描的全部信息	确定深度学习模型在冠状位CBCT图像中检测上颌窦副口的准确性	上颌窦副口（AO）的检测	计算机视觉	鼻窦疾病	锥形束计算机断层扫描（CBCT）	CNN	医学影像	454张冠状切面图像（227张有AO，227张无AO），来自856个大视野CBCT扫描，经预处理和增强后得到1260张图像	TensorFlow, Keras	VGG16, MobileNetV2, ResNet101V2	准确率, 损失值, 精确率, 召回率, F1分数, AUC	NA
12483	2025-10-07	SNPeBoT: a tool for predicting transcription factor allele specific binding 2025-Mar-10, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-025-06094-4 PMID:40065237	研究论文	开发了一个名为SNPeBoT的深度学习工具，用于预测单核苷酸多态性对转录因子结合的影响	结合ChIP-seq的等位基因特异性结合数据和PBM实验的DNA结合域信息，使用卷积神经网络预测SNP对转录因子结合的影响，相比现有工具具有更高的准确率和召回率	仅基于113个转录因子的18211个E-score谱进行分析，覆盖的转录因子类型和结合事件有限	预测单核苷酸多态性对转录因子结合的影响，帮助发现与非编码突变相关的疾病	转录因子及其DNA结合域	生物信息学	NA	ChIP-seq, 蛋白质结合微阵列	CNN	基因组序列数据，E-score谱	113个转录因子的18211个E-score谱	NA	卷积神经网络	准确率，ASB召回率	NA
12484	2025-10-07	Convolutional block attention gate-based Unet framework for microaneurysm segmentation using retinal fundus images 2025-Mar-10, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01625-0 PMID:40065294	研究论文	提出一种基于卷积块注意力门控的U-Net框架，用于视网膜眼底图像中的微动脉瘤分割	将卷积块注意力模块和注意力门控机制集成到U-Net架构中，增强特征提取和分割精度	NA	开发自动微动脉瘤分割方法以辅助糖尿病视网膜病变早期诊断	视网膜眼底图像中的微动脉瘤	计算机视觉	糖尿病视网膜病变	深度学习	CNN, U-Net	图像	IDRiD数据集	NA	U-Net, CBAM-AG U-Net	IoU, Dice系数, AUC-ROC	NA
12485	2025-10-07	Advancing AI-driven thematic analysis in qualitative research: a comparative study of nine generative models on Cutaneous Leishmaniasis data 2025-Mar-10, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-02961-5 PMID:40065373	研究论文	比较九种生成式AI模型在皮肤利什曼病数据主题分析中的表现	首次系统比较九种先进生成式AI模型在定性研究主题分析中的效能，并建立了脆弱性循环框架	研究仅针对皮肤利什曼病特定数据集，结果在其他领域的普适性需进一步验证	评估AI辅助主题分析在定性研究中的相对效能	皮肤利什曼病疤痕的心理社会影响	自然语言处理	皮肤利什曼病	主题分析，生成式AI	大语言模型	文本	448名参与者的回答	Python, Jamovi	Llama 3.1 405B, Claude 3.5 Sonnet, NotebookLM, Gemini 1.5 Advanced Ultra, ChatGPT o1-Pro, ChatGPT o1, GrokV2, DeepSeekV3, Gemini 2.0 Advanced	Cohen's Kappa系数, Jaccard指数	NA
12486	2025-10-07	Automated deep learning-based assessment of tumour-infiltrating lymphocyte density determines prognosis in colorectal cancer 2025-Mar-10, Journal of translational medicine IF:6.1Q1 DOI:10.1186/s12967-025-06254-3 PMID:40065354	研究论文	开发基于深度学习的自动化方法评估结直肠癌中肿瘤浸润淋巴细胞密度以预测患者预后	首个完全自动化的iTIL评估系统，能够在多个独立队列中展示泛化能力	NA	验证自动化iTIL评估能否根据风险对结直肠癌患者进行分层	结直肠癌患者	数字病理学	结直肠癌	H&E染色	深度神经网络	病理图像	发现队列353例，验证队列1070例和885例	NA	NA	风险比, 置信区间, p值	NA
12487	2025-10-07	Precise engineering of gene expression by editing plasticity 2025-Mar-10, Genome biology IF:10.1Q1 DOI:10.1186/s13059-025-03516-7 PMID:40065399	研究论文	本研究通过深度学习模型预测顺式调控元件并精确调控基因表达，实现了超越自然变异范围的基因工程	提出'编辑可塑性'新概念，结合序列到表达的深度学习模型与可解释性方法，在多作物中系统识别CREs并验证其功能	研究主要集中于玉米ZmVTE4基因的验证，在其他作物和基因中的普适性需进一步验证	实现基因表达的精确调控和作物性状改良	作物顺式调控元件(CREs)和基因表达调控	机器学习	NA	UMI-STARR-seq, 基因编辑	深度学习	DNA序列, 基因表达数据	12,000个合成序列	NA	序列到表达模型	预测与观测表达一致性	NA
12488	2025-10-07	A CT-based interpretable deep learning signature for predicting PD-L1 expression in bladder cancer: a two-center study 2025-Mar-10, Cancer imaging : the official publication of the International Cancer Imaging Society IF:3.5Q1 DOI:10.1186/s40644-025-00849-1 PMID:40065444	研究论文	开发基于CT影像的深度学习特征用于预测膀胱癌患者PD-L1表达状态	首次结合卷积神经网络和可解释性技术构建预测膀胱癌PD-L1表达的深度学习模型	回顾性研究且样本量有限（仅190例患者）	预测膀胱癌患者PD-L1表达状态	膀胱癌患者	计算机视觉	膀胱癌	计算机断层扫描	CNN	医学影像	190例患者（训练集127例，外部验证集63例）	NA	卷积神经网络	AUC	NA
12489	2025-10-07	Development of a deep learning-based model for guiding a dissection during robotic breast surgery 2025-Mar-10, Breast cancer research : BCR IF:6.1Q1 DOI:10.1186/s13058-025-01981-3 PMID:40065440	研究论文	开发基于深度学习的模型用于指导机器人乳房手术中的解剖分离平面	首次开发用于机器人乳房手术解剖引导的深度学习模型，为初学者和培训生提供实时手术指导	研究样本量有限（仅10个手术视频），数据来源于单一机构	开发深度学习模型指导机器人乳房切除术中的解剖分离	机器人乳房切除术手术视频	计算机视觉	乳腺癌	深度学习	深度学习模型	手术视频图像	10个机器人乳房切除术手术视频，共8834张图像	NA	NA	Dice相似系数, Hausdorff距离	NA
12490	2025-10-07	Improving lung cancer pathological hyperspectral diagnosis through cell-level annotation refinement 2025-Mar-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-85678-9 PMID:40057531	研究论文	通过细胞级标注优化提升肺癌病理高光谱诊断的准确性	提出结合K-means无监督聚类与人工引导的半自动标注优化方法，将粗标注细化为细胞级掩码	研究仅基于65个肺鳞癌图像样本进行验证，样本规模有限	提升高光谱病理图像分析的准确性	肺癌病理高光谱图像	数字病理	肺癌	高光谱成像	NA	高光谱图像	65个肺鳞癌高光谱图像样本	NA	NA	像素级分割准确率	NA
12491	2025-10-07	Hand X-rays findings and a disease screening for Turner syndrome through deep learning model 2025-Mar-08, BMC pediatrics IF:2.0Q2 DOI:10.1186/s12887-025-05532-9 PMID:40057693	研究论文	通过分析特纳综合征患者手部X射线特征并建立深度学习模型进行疾病筛查	首次结合手部X射线参数与深度学习模型进行特纳综合征筛查，发现四个具有诊断价值的手部放射学参数	样本量有限（仅101例患者），为回顾性研究	建立特纳综合征的疾病筛查模型	101例儿科特纳综合征患者	计算机视觉	特纳综合征	手部X射线成像	CNN	医学影像	101例儿科患者	NA	ResNet50	准确率, 特异性, 敏感性	NA
12492	2025-10-07	Prediction of tumor spread through air spaces with an automatic segmentation deep learning model in peripheral stage I lung adenocarcinoma 2025-Mar-08, Respiratory research IF:4.7Q1 DOI:10.1186/s12931-025-03174-0 PMID:40057743	研究论文	本研究开发了一种基于自动分割的深度学习模型，用于术前预测外周型I期肺腺癌的气道播散	首次将VNet架构的自动分割技术与迁移学习相结合，用于预测肺腺癌的气道播散，并在外部验证集中证明了模型的泛化能力	回顾性研究设计，样本量相对有限，需要进一步前瞻性验证	评估基于自动分割的深度学习模型在术前预测外周型I期肺腺癌气道播散的临床应用价值	接受手术治疗的外周型I期肺腺癌患者	数字病理	肺癌	医学影像分析	深度学习	医学影像	2022年1月至2023年12月接受手术治疗的患者数据，包含外部验证集	NA	VNet	AUC, 校准曲线, 决策曲线分析, ROC曲线	NA
12493	2025-10-07	CPHNet: a novel pipeline for anti-HAPE drug screening via deep learning-based Cell Painting scoring 2025-Mar-08, Respiratory research IF:4.7Q1 DOI:10.1186/s12931-025-03173-1 PMID:40057746	研究论文	开发了一种基于深度学习的Cell Painting评分新型流程CPHNet，用于抗高原肺水肿药物筛选	首次将人工智能工具与Cell Painting技术结合，创建了专门针对高原肺水肿的药物筛选流程，能够基于细胞形态变化识别潜在治疗药物	研究主要使用A549和HPMEC两种细胞系，需要在更广泛的细胞类型中验证	开发基于细胞形态特征的抗高原肺水肿药物发现策略	人肺泡腺癌基底上皮细胞(A549)和人肺微血管内皮细胞(HPMEC)	计算机视觉	高原肺水肿	Cell Painting成像技术	深度学习神经网络	细胞图像	超过100,000张全视野Cell Painting图像和200,000张亚细胞结构图像	NA	SegNet, HypoNet, CPHNet	NA	NA
12494	2025-10-07	Advanced pathological subtype classification of thyroid cancer using efficientNetB0 2025-Mar-07, Diagnostic pathology IF:2.4Q2 DOI:10.1186/s13000-025-01621-6 PMID:40055769	研究论文	本研究使用EfficientNetB0模型对甲状腺癌病理亚型进行分类并分析肿瘤微环境特征	首次将EfficientNetB0模型应用于甲状腺癌病理亚型分类，并揭示了肿瘤微环境特征与病理亚型之间的相关性	样本量相对有限（118例患者），肿瘤微环境特征与临床结局的关联机制仍需进一步研究	开发准确的甲状腺癌病理亚型分类方法并分析肿瘤微环境特征	118例不同亚型甲状腺癌患者的病理组织切片、基因表达数据和蛋白表达数据	数字病理学	甲状腺癌	病理组织切片分析、基因表达分析、蛋白表达分析	CNN	图像、基因表达数据、蛋白表达数据	118例甲状腺癌患者	NA	EfficientNetB0	准确率	NA
12495	2025-10-07	DAGIP: alleviating cell-free DNA sequencing biases with optimal transport 2025-Mar-07, Genome biology IF:10.1Q1 DOI:10.1186/s13059-025-03511-y PMID:40055826	研究论文	提出一种基于最优传输理论和深度学习的新型数据校正方法DAGIP，用于消除cfDNA测序中的技术偏差	首次将最优传输理论与深度学习相结合，显式校正cfDNA测序中的预分析变量影响	NA	开发能够消除cfDNA测序技术偏差的数据校正方法	细胞游离DNA(cfDNA)	机器学习	癌症	cfDNA测序	深度学习	基因组测序数据	NA	NA	NA	NA	NA
12496	2025-10-07	A deep learning approach to understanding controlled ovarian stimulation and in vitro fertilization dynamics 2025-Mar-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-92186-3 PMID:40050418	研究论文	开发基于Transformer-Encoder架构的深度学习模型Edwards，用于改善体外受精周期中卵巢刺激过程的预测效果	首次将Transformer-Encoder架构应用于体外受精周期预测，能够捕捉时序特征并提供治疗计划选项	未提及具体样本量或验证集表现	提高体外受精周期中药物剂量和卵巢反应预测的准确性	不孕症患者的体外受精周期数据	机器学习	不孕症	深度学习	Transformer	时序医疗数据	NA	NA	Transformer-Encoder	NA	NA
12497	2025-10-07	Regulatory Plasticity of the Human Genome 2025-Mar-05, Molecular biology and evolution IF:11.0Q1 DOI:10.1093/molbev/msaf050 PMID:40056383	研究论文	利用深度学习模型研究人类基因组调控可塑性，识别三种进化途径中的调控元件更替	首次使用深度学习模型系统比较三种不同进化途径中的增强子更替模式，发现神经发育基因附近增强子具有高度可塑性	研究主要基于计算预测，需要实验验证增强子功能；仅关注特定细胞类型	探究人类基因组调控元件的进化可塑性和环境适应机制	人类基因组非编码区域和增强子元件	机器学习	NA	深度学习	深度学习模型	基因组序列数据、突变数据	全基因组范围分析	NA	NA	NA	NA
12498	2025-10-07	TopoQA: a topological deep learning-based approach for protein complex structure interface quality assessment 2025-Mar-04, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf083 PMID:40062613	研究论文	提出基于拓扑深度学习的蛋白质复合物结构界面质量评估方法TopoQA	首次将持久同调与图神经网络结合，捕捉GNN可能忽略的高阶拓扑结构特征	未明确说明模型在特定蛋白质复合物类型上的泛化能力限制	开发无需天然结构即可评估预测蛋白质复合物质量的深度学习方法	蛋白质复合物结构界面	计算生物学	NA	持久同调，拓扑数据分析	图神经网络	蛋白质结构数据	三个基准数据集：DBM55-AF2、HAF2和新构建的ABAG-AF3	NA	图神经网络	排名损失，Top 10命中率	NA
12499	2025-10-07	Inferring gene regulatory networks from time-series scRNA-seq data via GRANGER causal recurrent autoencoders 2025-Mar-04, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf089 PMID:40062616	研究论文	提出一种名为GRANGER的无监督深度学习方法，用于从时间序列单细胞RNA测序数据推断基因调控网络	整合循环变分自编码器、格兰杰因果关系、稀疏诱导惩罚和基于负二项分布的损失函数，专门针对时间序列scRNA-seq数据的高噪声和稀疏性问题	未明确说明方法在极大规模数据集上的计算效率，也未讨论对特定细胞类型或发育阶段的适用性限制	从时间序列单细胞RNA测序数据准确推断基因调控网络	小鼠全脑单细胞RNA测序数据和五个转录调控因子(E2f7, Gbx1, Sox10, Prox1, Onecut2)	生物信息学	NA	单细胞RNA测序(scRNA-seq)	循环变分自编码器	时间序列基因表达数据	多个基准数据集和小鼠全脑scRNA-seq数据	NA	循环变分自编码器	与八种已知GRN推断方法比较的性能评估	NA
12500	2025-10-07	Cox-Sage: enhancing Cox proportional hazards model with interpretable graph neural networks for cancer prognosis 2025-Mar-04, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf108 PMID:40067266	研究论文	提出一种名为Cox-Sage的可解释癌症预后模型，通过图神经网络增强Cox比例风险模型	结合患者相似性图构建与图卷积网络，提出两种基因重要性度量指标，增强模型可解释性	初步研究仅在LIHC数据集上进行生物标志物发现，需要更多验证	开发可解释的癌症预后预测模型	癌症患者基因表达数据和临床数据	机器学习	肝癌	高通量测序技术	图神经网络	基因表达数据, 临床数据	TCGA的七个数据集	NA	图卷积网络	预后性能指标	NA