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
12501	2025-10-07	Seq2Topt: a sequence-based deep learning predictor of enzyme optimal temperature 2025-Mar-04, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf114 PMID:40079266	研究论文	开发了一种基于蛋白质序列预测酶最适温度的深度学习模型Seq2Topt	仅使用蛋白质序列即可实现高精度酶最适温度预测，并利用多头注意力机制识别关键蛋白区域	未明确说明模型在特定酶家族或极端温度条件下的泛化能力	开发准确预测酶最适温度的深度学习模型	酶蛋白质序列	机器学习	NA	蛋白质序列分析	深度学习	蛋白质序列	NA	NA	基于注意力机制的序列模型	RMSE, R2	NA
12502	2025-10-07	Automated detection of early-stage osteonecrosis of the femoral head in adult using YOLOv10: Multi-institutional validation 2025-Mar, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.111983 PMID:39923593	研究论文	开发基于YOLOv10的深度学习模型用于成人早期股骨头坏死在X光片中的自动检测	首次将YOLOv10应用于早期股骨头坏死的自动检测，并在多机构数据上验证其性能优于放射科医生	研究为回顾性设计，数据来源于特定时间段和机构	开发自动化检测早期股骨头坏死的深度学习模型	成人早期股骨头坏死患者（ARCO分期I-II期，KL分级≤1）	计算机视觉	骨科疾病	X射线成像	YOLO	X光图像	2321名患者（平均年龄51±14岁，961名女性），共3970张单侧髋关节X光片	NA	YOLOv10	AUC, IoU, 准确率	NA
12503	2025-10-07	ResGloTBNet: An interpretable deep residual network with global long-range dependency for tuberculosis screening of sputum smear microscopy images 2025-Mar, Medical engineering & physics IF:1.7Q3 DOI:10.1016/j.medengphy.2025.104300 PMID:40057359	研究论文	提出一种结合卷积神经网络和图卷积网络的可解释深度残差网络ResGloTBNet，用于痰涂片显微镜图像的结核病筛查	在ResNet残差结构中引入全局推理单元形成ResGloRe模块，既能充分提取图像局部特征，又能建模图像不同区域间的全局关系	NA	开发高判别力的结核病痰涂片图像分类框架	痰涂片显微镜图像	计算机视觉	结核病	显微镜成像	CNN, GCN	图像	公开数据集和私有数据集	NA	ResNet, ResGloRe	准确率, 灵敏度	NA
12504	2025-10-07	A comparative analysis of Constant-Q Transform, gammatonegram, and Mel-spectrogram techniques for AI-aided cardiac diagnostics 2025-Mar, Medical engineering & physics IF:1.7Q3 DOI:10.1016/j.medengphy.2025.104302 PMID:40057368	研究论文	比较三种时频表示技术在AI辅助心脏诊断中的性能，提出基于DAG-CNN的心音自动分类模型	设计了有向无环图结构的卷积神经网络(DAG-CNN)，在三种时频表示技术上均实现超过99.5%的分类准确率	未提及模型在更大规模数据集或临床环境中的验证情况	开发自动心音分类方法用于心血管疾病的早期准确检测	心音信号和心血管疾病	数字信号处理	心血管疾病	心音图(PCG)分析，数字信号处理	CNN	心音信号	NA	NA	DAG-CNN	准确率	NA
12505	2025-10-07	Transparency and Representation in Clinical Research Utilizing Artificial Intelligence in Oncology: A Scoping Review 2025-Mar, Cancer medicine IF:2.9Q2 DOI:10.1002/cam4.70728 PMID:40059400	综述	对肿瘤学领域应用人工智能的临床研究中人口统计学数据报告透明度和参与者多样性进行范围综述	首次系统评估肿瘤学AI临床研究中人口统计学数据报告的透明度和参与者多样性	仅纳入2016-2021年PubMed数据库的文献，可能遗漏其他来源的研究	评估肿瘤学AI临床研究中人口统计学数据报告的透明度和参与者多样性	2016-2021年间发表的肿瘤学AI临床研究文献	医疗人工智能	肿瘤学	文献检索与描述性统计分析	NA	文献元数据	220项研究，其中118项符合条件	NA	NA	描述性统计	NA
12506	2025-10-07	Harnessing transcriptional regulation of alternative end-joining to predict cancer treatment 2025-Mar, NAR cancer IF:3.4Q2 DOI:10.1093/narcan/zcaf007 PMID:40061566	研究论文	本研究揭示了缺氧和MYC转录活性对替代末端连接修复通路的调控机制，并提出通过深度学习预测癌症治疗反应的新策略	首次发现缺氧抑制替代末端连接修复通路，并与MYC转录活性呈正相关；开发了基于深度学习的肿瘤图像分析方法预测DNA修复活性	替代末端连接修复与癌症进展过程的相互作用机制仍需进一步研究	探索替代末端连接修复的转录调控机制及其在癌症治疗中的应用价值	癌症细胞系和肿瘤组织	数字病理学	癌症	深度学习，基因表达分析	深度学习模型	肿瘤图像，基因表达数据	NA	NA	NA	AUC	NA
12507	2025-10-07	A Pilot Study on Using an Artificial Intelligence Algorithm to Identify Urolith Composition through Abdominal Radiographs in the Dog 2025-Mar, Veterinary radiology & ultrasound : the official journal of the American College of Veterinary Radiology and the International Veterinary Radiology Association IF:1.3Q2 DOI:10.1111/vru.70012 PMID:40065198	研究论文	本研究评估了基于深度学习的人工智能算法CALCurad通过腹部X光片识别犬类尿结石成分的准确性	开发了首款可通过智能手机应用程序分析犬类腹部X光片预测尿结石成分的深度学习算法	样本量较小（139只狗），仅为初步研究	评估人工智能算法在兽医临床实践中识别尿结石成分的准确性	犬类尿结石	数字病理	泌尿系统疾病	红外光谱分析, 腹部X光摄影	深度学习	X光图像	139只狗	NA	CALCurad	准确率	智能手机应用程序
12508	2025-10-07	A Deep Learning Model for Three-Dimensional Determination of Whole Thoracic Vertebral Bone Mineral Density from Noncontrast Chest CT: The Multi-Ethnic Study of Atherosclerosis 2025-Mar, Radiology IF:12.1Q1 DOI:10.1148/radiol.242133 PMID:40067103	研究论文	开发基于深度学习的3D全胸椎骨密度测定模型，用于预测椎体骨折风险	首次使用TotalSegmentator（nnU-net算法）在常规非对比胸部CT中实现T1-T10全胸椎三维骨密度测定	研究为多中心前瞻性队列的二次分析，样本代表性可能受限	验证深度学习算法在常规胸部CT中测量三维椎体骨密度的可行性及预测椎体骨折的价值	多民族动脉粥样硬化研究（MESA）的参与者	医学影像分析	骨质疏松症	非对比胸部CT扫描	深度学习	三维CT影像	2956名参与者（1546名女性，平均年龄69±9岁），其中1304名有纵向随访数据	nnU-net	TotalSegmentator	Dice系数, 交集并集比, AUC	NA
12509	2025-10-07	MRI-based Deep Learning Algorithm for Assisting Clinically Significant Prostate Cancer Detection: A Bicenter Prospective Study 2025-Mar, Radiology IF:12.1Q1 DOI:10.1148/radiol.232788 PMID:40067105	研究论文	本研究通过前瞻性双中心试验验证了基于深度学习的商业算法在辅助检测临床显著性前列腺癌方面的诊断性能	首次在前瞻性双中心研究中验证商业深度学习算法在前列腺癌检测中的性能，并探索了算法与放射科医生PI-RADS评分的协同作用	样本量相对有限（205名患者），仅使用双参数MRI数据，且研究局限于两个医疗中心	比较商业深度学习算法与放射科医生在前列腺癌检测中的诊断性能	疑似前列腺癌并计划进行活检的患者	数字病理	前列腺癌	双参数MRI, 前列腺靶向活检	深度学习算法	MRI图像	205名男性患者，共259个病灶（其中117个临床显著性前列腺癌）	商业深度学习算法	NA	AUC, 敏感性, 特异性, 阳性预测值	NA
12510	2025-10-07	Automated Detection of Keratorefractive Laser Surgeries on Optical Coherence Tomography Using Deep Learning 2025-Mar, Journal of refractive surgery (Thorofare, N.J. : 1995) DOI:10.3928/1081597X-20250204-04 PMID:40067669	研究论文	开发基于深度学习的前段光学相干断层扫描算法，用于自动检测不同类型的角膜屈光激光手术	首次使用深度学习神经网络在AS-OCT上自动区分多种角膜屈光激光手术类型，并能在各类手术中进一步区分近视和远视治疗	研究中未明确说明算法的泛化能力及在不同设备间的适用性	开发自动检测角膜屈光激光手术的深度学习算法	角膜屈光激光手术患者的眼部扫描图像	计算机视觉	眼科疾病	光学相干断层扫描	深度学习神经网络	图像	14,948个眼部扫描，来自1,166名患者的2,278只眼睛	NA	NA	准确率,F1分数,精确召回曲线下面积,受试者工作特征曲线下面积	NA
12511	2025-10-07	Enhancing single-cell classification accuracy using image conversion and deep learning 2025-Mar, Yi chuan = Hereditas DOI:10.16288/j.yczz.24-213 PMID:40068952	研究论文	本研究提出了一种创新的单细胞分类方法scIC，通过将单细胞转录组测序数据转换为图像形式并结合深度学习技术进行细胞分类	首次将单细胞转录组测序数据转换为图像形式，并利用CNN和ResNet等深度学习模型进行细胞分类，显著提高了分类准确率	仅测试了四种细胞类型的数据集，尚未在更广泛的细胞类型和更复杂的数据集上进行验证	提高单细胞转录组测序数据的分类准确性和可靠性	单细胞转录组测序数据	生物信息学	NA	单细胞转录组测序(scRNA-seq)	CNN, ResNet	基因表达数据转换的图像	四种细胞类型数据集：小鼠皮肤基底细胞、小鼠淋巴细胞、人类神经元细胞和小鼠脊髓细胞	NA	ResNet50	准确率	NA
12512	2025-10-07	Novel Computational Pipeline Enables Reliable Diagnosis of Inverted Urothelial Papilloma and Distinguishes It From Urothelial Carcinoma 2025-Mar, JCO clinical cancer informatics IF:3.3Q2 DOI:10.1200/CCI.24.00059 PMID:40080780	研究论文	开发一种基于全切片图像统计特征的计算流程，用于可靠诊断膀胱内翻性尿路上皮乳头状瘤并区分尿路上皮癌	提出直接从全切片图像自动提取统计特征的方法，避免了传统深度学习方法需要人工标注图像块的工作	验证样本数量有限，特别是外部验证队列的样本较少	提高膀胱内翻性尿路上皮乳头状瘤与尿路上皮癌亚型的诊断准确性	膀胱尿路上皮病变组织切片	数字病理学	膀胱癌	苏木精-伊红染色	集成分类器	全切片图像	225例尿路上皮病变（64例IUP，69例UCInv，92例UCLG）	NA	NA	AUC	NA
12513	2025-10-07	Deep Learning Radiopathomics Models Based on Contrast-enhanced MRI and Pathologic Imaging for Predicting Vessels Encapsulating Tumor Clusters and Prognosis in Hepatocellular Carcinoma 2025-Mar, Radiology. Imaging cancer DOI:10.1148/rycan.240213 PMID:40084948	研究论文	基于增强MRI和病理影像开发深度学习放射病理组学模型，用于预测肝细胞癌中血管包绕肿瘤簇和预后	首次结合增强MRI和病理影像开发深度学习放射病理组学模型，整合放射组学评分和病理组学评分预测VETC和生存预后	回顾性多中心研究，样本量有限（578例患者）	预测肝细胞癌中血管包绕肿瘤簇(VETC)和患者生存预后	肝细胞癌患者	数字病理	肝细胞癌	钆塞酸增强MRI, 病理成像	深度学习	医学影像(MRI图像, 病理图像)	578例肝细胞癌患者（训练集317例，内部测试集137例，外部测试集124例）	NA	Swin Transformer	AUC, C指数, 时间依赖性ROC曲线	NA
12514	2025-10-07	stAI: a deep learning-based model for missing gene imputation and cell-type annotation of spatial transcriptomics 2025-Feb-27, Nucleic acids research IF:16.6Q1 DOI:10.1093/nar/gkaf158 PMID:40057378	研究论文	提出一种基于深度学习的模型stAI，用于空间转录组数据的缺失基因填补和细胞类型注释	使用联合嵌入方法结合scST和参考scRNA-seq数据，通过两个独立的编码器-解码器模块在潜在空间中同时进行基因填补和细胞类型注释	NA	解决单细胞空间转录组技术中全转录组水平表征和细胞类型全面注释的挑战	单细胞空间转录组数据	生物信息学	NA	空间转录组技术，单细胞空间转录组，scRNA-seq	深度学习	空间转录组数据，scRNA-seq数据	NA	NA	编码器-解码器	准确率，精确度	NA
12515	2025-10-07	Machine Learning Methods for Classifying Multiple Sclerosis and Alzheimer's Disease Using Genomic Data 2025-Feb-27, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms26052085 PMID:40076709	研究论文	本研究使用机器学习方法分析英国生物银行的基因组数据，预测多发性硬化症和阿尔茨海默病的基因组易感性	比较了多种机器学习方法在复杂疾病基因组预测中的表现，并利用可解释性工具揭示了多发性硬化症的基因组特征	深度学习模型表现存在较大变异性，可能受限于数据特征或模型架构	开发基于基因组数据的复杂疾病预测模型	多发性硬化症和阿尔茨海默病患者	机器学习	神经退行性疾病	基因组测序	逻辑回归,集成树方法,深度学习	基因组数据	英国生物银行数据集	NA	NA	NA	NA
12516	2025-10-07	Multimodal depression detection based on an attention graph convolution and transformer 2025-Feb-27, Mathematical biosciences and engineering : MBE DOI:10.3934/mbe.2025024 PMID:40083285	研究论文	提出一种基于脑电图和语音信号的多模态抑郁症检测模型MHA-GCN_ViT	结合图卷积网络和视觉Transformer，引入多头注意力机制增强脑网络表示能力，实现多模态特征的深度提取与融合	未明确说明模型计算复杂度及实时性表现	提高多模态抑郁症检测的准确率	抑郁症患者的多模态生理信号	机器学习	抑郁症	离散小波变换, 短时傅里叶变换	GCN, Transformer	脑电图信号, 语音信号	MODMA数据集（具体样本数未明确）	NA	图卷积网络, 视觉Transformer	准确率, 精确率, 召回率, F1分数	NA
12517	2025-10-07	AI-driven health analysis for emerging respiratory diseases: A case study of Yemen patients using COVID-19 data 2025-Feb-24, Mathematical biosciences and engineering : MBE DOI:10.3934/mbe.2025021 PMID:40083282	研究论文	本研究利用AI驱动的预测模型和分类器，基于也门COVID-19数据预测呼吸道疾病趋势并识别疾病严重程度指标	在资源有限的也门地区首次结合自回归滑动平均模型与多种机器学习、深度学习算法进行呼吸道疾病预测和严重程度分类	研究仅限于也门地区数据，样本规模未明确说明，深度学习模型准确率相对较低（约70%）	通过AI技术提升资源有限地区对呼吸道疾病的医疗准备和资源分配能力	也门COVID-19患者数据，包括每日确诊死亡病例和疾病严重程度指标	机器学习	COVID-19	时间序列分析，机器学习分类	ARMA, 决策树, 随机森林, 支持向量机, 深度学习	时间序列数据，医疗数据	NA	NA	NA	准确率, 精确率, 召回率, F1分数, AUC-ROC	NA
12518	2025-10-07	Uncertainty CNNs: A path to enhanced medical image classification performance 2025-Feb-20, Mathematical biosciences and engineering : MBE DOI:10.3934/mbe.2025020 PMID:40083281	研究论文	提出一种低复杂度不确定性CNN架构，通过测试集增强技术提升医学图像分类性能	首次证明测试集增强能显著提升医学图像分类性能，并同时提供不确定性量化	未明确说明具体数据集样本量和模型架构细节	开发具有不确定性量化的医学图像分类方法，特别关注肿瘤和心力衰竭检测	脑部MRI、肺部CT扫描和心脏MRI图像	计算机视觉	肿瘤和心血管疾病	医学影像分析	CNN	医学图像	NA	NA	低复杂度CNN架构	分类性能，不确定性量化	低计算资源需求
12519	2025-10-07	An analysis of performance bottlenecks in MRI preprocessing 2025-Jan-06, GigaScience IF:11.8Q1 DOI:10.1093/gigascience/giae098 PMID:40072903	研究论文	分析MRI预处理流程中的性能瓶颈并提出优化参考	首次使用Intel VTune分析器系统性地量化多个主流MRI预处理工具包的性能瓶颈	仅分析CPU性能瓶颈，未涉及GPU加速和深度学习方法的对比	识别和改善MRI预处理流程的计算性能瓶颈	ANTs、FMRIB Software Library和FreeSurfer工具箱中的MRI预处理流程	医学影像分析	NA	MRI预处理、性能分析	NA	医学影像数据	NA	ANTs, FMRIB Software Library, FreeSurfer, Insight Segmentation and Registration Toolkit, OpenMP	NA	CPU时间分析、线性插值开销、数据访问效率	Intel VTune性能分析器
12520	2025-10-07	Early pigment spot segmentation and classification from iris cellular image analysis with explainable deep learning and multiclass support vector machine 2025-01-01, Biochemistry and cell biology = Biochimie et biologie cellulaire DOI:10.1139/bcb-2023-0183 PMID:37906957	研究论文	提出一种结合可解释深度学习和多类支持向量机的模型，用于虹膜细胞图像中早期色素斑的分割和分类	首次将可解释深度学习与多类支持向量机结合用于虹膜色素斑分析，能够准确定位虹膜表面的微观色素斑	使用的虹膜细胞图像存在离轴虹膜、噪声和镜面反射等问题	开发早期虹膜色素斑分割和分类方法，用于视网膜疾病的早期诊断	虹膜细胞图像中的色素斑	计算机视觉	视网膜疾病	图像分析	深度学习, SVM	图像	三个基准数据集：MILE、UPOL和Eyes SUB	NA	NA	分类错误率	NA