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
121	2025-11-15	Uncertainty-aware genomic classification of Alzheimer's disease: a transformer-based ensemble approach with Monte Carlo dropout 2025-Nov-01, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf587 PMID:41212591	研究论文	开发了一种基于Transformer集成框架的不确定性感知深度学习模型，用于阿尔茨海默病的基因组分类	结合Transformer和随机森林模型，并采用蒙特卡洛Dropout方法估计预测置信度，能够识别模型不确定的预测案例	样本量相对有限（1050个个体），模型整体准确率有待提升	开发并评估用于阿尔茨海默病预测的不确定性感知深度学习框架	阿尔茨海默病神经影像学倡议队列中的1050名个体（607名AD患者，443名对照）	机器学习	阿尔茨海默病	全基因组测序	Transformer, 随机森林	基因组数据	1050名个体（607名AD患者，443名对照），测试集525个样本	NA	Transformer	准确率, AUC, F1分数	NA
122	2025-11-15	Unlocking the potential of radiomics in identifying fibrosing and inflammatory patterns in interstitial lung disease 2025-Nov, La Radiologia medica DOI:10.1007/s11547-025-02067-y PMID:40844571	研究论文	本研究利用高分辨率CT和放射组学AI流程区分间质性肺疾病的纤维化和炎症模式	首次将可解释AI（SHAP）与放射组学特征结合用于ILD模式分类，并比较了炎症性ILD与病毒性肺炎的影像差异	单中心研究，样本量有限（84例主要研究对象），需要多中心验证	区分间质性肺疾病的纤维化和炎症模式	间质性肺疾病患者（特发性肺纤维化和细胞性非特异性间质性肺炎）及COVID-19肺炎患者	医学影像分析	间质性肺疾病	高分辨率CT，放射组学特征提取	XGBoost，深度学习模型	CT影像	84例主要研究对象（50例IPF，34例细胞性NSIP），50例COVID-19肺炎患者作为次要分析对象	XGBoost	深度学习分割模型（具体架构未明确说明）	准确率，AUROC	NA
123	2025-11-15	Illuminating radiogenomic signatures in pediatric-type diffuse gliomas: insights into molecular, clinical, and imaging correlations. Part I: high-grade group 2025-Nov, La Radiologia medica DOI:10.1007/s11547-025-02078-9 PMID:40853542	综述	本综述系统分析了儿童型高级别弥漫性胶质瘤的分子特征、临床表现和影像学关联	整合2021年WHO中枢神经系统肿瘤分类最新分子标准，首次系统梳理四种儿童型高级别胶质瘤的放射基因组学特征	当前方法学存在局限，需要更大规模前瞻性研究验证	探索儿童型高级别胶质瘤的放射基因组学特征及其临床意义	四种儿童型高级别弥漫性胶质瘤：弥漫中线胶质瘤H3 K27改变型、弥漫半球胶质瘤H3 G34突变型、弥漫儿童型高级别胶质瘤H3野生型和IDH野生型、婴儿型半球胶质瘤	数字病理	脑胶质瘤	磁共振成像, 基因组学分析	深度学习	医学影像, 分子数据	NA	NA	NA	NA	NA
124	2025-11-15	Deep learning-based fusion of nuclear segmentation features for microsatellite instability and tumor mutational burden prediction in digestive tract cancers: a multicenter validation study 2025-Nov-01, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf580 PMID:41214872	研究论文	开发基于深度学习的融合核分割特征框架，直接从H&E染色全切片图像预测消化道癌症的MSI和TMB状态	首次将核分割特征与全切片图像特征通过多模态紧凑双线性池化融合，显著提升MSI/TMB预测性能	研究样本主要来自TCGA数据库，外部验证仅使用单一医院的CRC数据集	通过深度学习降低MSI和TMB检测成本，推进个性化癌症治疗策略	胃癌和结直肠癌患者的H&E染色全切片图像	数字病理学	消化道癌症	H&E染色，全切片成像	深度学习	病理图像	TCGA数据集：MSI分析726例（350 GC + 376 CRC），TMB分析787例（400 GC + 387 CRC）；外部验证来自中日友好医院CRC数据集	CLAM, Hover-Net	多模态紧凑双线性池化，六种不同深度学习模型	AUC, 召回率	NA
125	2025-11-15	Universal consensus 3D segmentation of cells from 2D segmented stacks 2025-Nov, Nature methods IF:36.1Q1 DOI:10.1038/s41592-025-02887-w PMID:41219412	研究论文	开发了一种无需训练数据的2D到3D细胞分割方法u-Segment3D，可将2D实例分割转换为3D共识实例分割	提出无需训练数据的2D到3D分割理论，兼容任何生成像素级实例细胞掩码的2D方法	依赖2D分割方法的质量，未提及对特定成像模态的适应性限制	解决3D细胞分割中密集标注的挑战，开发通用的2D到3D分割方法	单细胞、细胞聚集体和组织中的细胞	数字病理	NA	显微镜成像	NA	3D显微镜图像	11个真实数据集，包含超过70,000个细胞	NA	NA	NA	NA
126	2025-11-15	An Investigation on Cross-Tracer Generalizability of Deep Learning-based PET Attenuation Correction 2025-Nov, IEEE transactions on radiation and plasma medical sciences IF:4.6Q1 DOI:10.1109/trpms.2025.3566630 PMID:41221103	研究论文	本研究探索深度学习模型在不同PET示踪剂间的泛化能力，主要验证FDG训练的模型能否有效应用于其他示踪剂	首次系统研究深度学习模型在PET衰减校正中的跨示踪剂泛化能力，打破传统认为需针对每种示踪剂单独训练模型的认知	研究主要聚焦于FDG、Ga-DOTATE和F-Fluciclovine三种示踪剂，对其他示踪剂的泛化能力仍需进一步验证	探索深度学习模型在PET衰减校正中的跨示踪剂泛化性能	PET成像中的衰减校正和CT等效衰减图生成	医学影像分析	NA	PET成像，深度学习衰减校正	深度学习模型	PET影像数据，CT衰减图	基于多种示踪剂（F-FDG、Ga-DOTATE、F-Fluciclovine）的PET数据集	NA	NA	衰减图生成质量，PET重建准确性	NA
127	2025-11-15	The Role of Artificial Intelligence in Orthodontics for Determining Skeletal Age Based on Cervical Vertebra Maturation Degree: A Comprehensive Review 2025-Nov, Health science reports IF:2.1Q3 DOI:10.1002/hsr2.71487 PMID:41221429	综述	回顾人工智能在正畸学中基于颈椎成熟度评估骨骼年龄的不同应用	系统总结了AI在颈椎成熟度评估中的算法设计，特别关注深度学习技术在侧位头影测量片分析中的应用	AI算法准确性受数据集大小、标注方法和模型设计等因素影响，仍需专家监督和临床判断	探讨人工智能在正畸学中评估骨骼年龄的应用	颈椎成熟度分期评估	医学影像分析	正畸治疗	侧位头影测量X光片分析	CNN	医学影像	NA	NA	卷积神经网络	准确率	NA
128	2025-11-15	Synthetic-to-real attentive deep learning for Alzheimer's assessment: A domain-agnostic framework for ROCF scoring 2025-Nov, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2025.104929 PMID:41110737	研究论文	提出一种用于阿尔茨海默病评估的合成到真实深度学习框架，专注于ROCF测试的自动化评分	开发了轻量级数据合成流水线和专门设计的ROCF-Net模型，采用面向线条的注意力机制解决领域差异问题	未明确说明临床数据的具体规模和多样性限制	实现阿尔茨海默病的早期诊断和认知评估自动化	雷伊-奥斯特里特复杂图形(ROCF)测试绘图	数字病理	阿尔茨海默病	深度学习	深度学习模型	图像	NA	NA	ROCF-Net	平均绝对误差(MAE), 皮尔逊相关系数(PCC)	轻量级计算成本
129	2025-11-15	SpaMWGDA: Identifying spatial domains of spatial transcriptomes using multi-view weighted fusion graph convolutional network and data augmentation 2025-Nov, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1013667 PMID:41223185	研究论文	提出基于多视图加权融合图卷积网络和数据增强的空间转录组空间域识别方法SpaMWGDA	通过多相似度度量建模空间信息、结合数据增强与对比学习、采用视图级注意力机制进行加权融合	未明确说明模型计算复杂度及对大规模数据的扩展性	解决现有空间转录组分析方法在邻域信息利用、特征融合和噪声处理方面的不足	空间转录组数据中的细胞点特征	生物信息学	NA	空间转录组技术	图卷积网络, 对比学习	基因表达数据, 空间位置数据	NA	NA	多视图图卷积网络	空间域识别准确率, 轨迹推断性能	NA
130	2025-11-15	Automatic radiotherapy planning for deliverable plans using deep learning dose prediction and dose rings optimization in cervical cancer 2025-Nov, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.70353 PMID:41224731	研究论文	本研究提出了一种结合深度学习剂量预测和剂量环优化的自动放疗计划方法，用于生成可临床实施的宫颈癌放疗计划	首次将深度学习预测的剂量分布通过剂量环离散化处理，实现在主流治疗计划系统中自动生成可临床实施的放疗计划	研究样本量相对有限，仅包含两个医院的440例妇科癌症患者数据	开发基于深度学习剂量预测和剂量环优化的自动放疗计划方法，生成可临床实施的VMAT和IMRT计划	妇科癌症患者，包括接受VMAT和IMRT治疗的230例和210例患者	医学影像分析	宫颈癌	放射治疗计划，深度学习剂量预测	CNN	医学影像数据，剂量分布数据	440例妇科癌症患者（230例VMAT，210例IMRT）	NA	3D Fusion Residual Unet (F-ResUnet)	靶区覆盖率，V30Gy，V45Gy，gamma通过率	NA
131	2025-11-15	Automated MRI-Based Classification of Parkinsonism: A Deep Learning Approach to Distinguish PD From PSP 2025-Nov, CNS neuroscience & therapeutics IF:4.8Q1 DOI:10.1111/cns.70645 PMID:41225731	研究论文	开发基于深度学习的自动化MRI分类方法，用于区分帕金森病和进行性核上性麻痹	首次实现MRPI 1.0和2.0的完全自动化计算，并集成超分辨率技术提升2D MRI图像质量	样本量较小（共104例患者），仅在中国两家医院收集数据	开发自动化算法区分帕金森病和进行性核上性麻痹	帕金森病（75例）和进行性核上性麻痹（29例）患者	医学影像分析	帕金森病	脑部MRI扫描，3D各向同性T1WI图像，深度学习超分辨率技术	深度学习，逻辑回归	MRI图像	104例患者（75例PD，29例PSP）	NA	NA	AUC	NA
132	2025-11-15	Estimation of Fugl-Meyer Assessment Upper-Extremity Sub-Scores Using a Mixup-Augmented LSTM Autoencoder and Wearable Sensor Data 2025-Nov-01, Sensors (Basel, Switzerland) DOI:10.3390/s25216663 PMID:41228884	研究论文	提出一种基于LSTM自编码器和可穿戴传感器数据的深度学习框架，用于自动评估脑卒中患者上肢运动功能	首次将LSTM自编码器与mixup数据增强技术结合，用于Fugl-Meyer评估量表的精细子分数预测	样本量较小（仅15名参与者），缺乏跨中心验证	开发自动化的脑卒中上肢运动功能评估系统	脑卒中患者的上肢运动功能	机器学习	脑卒中	惯性测量单元（IMU）数据采集	LSTM, Autoencoder	传感器时序数据	15名参与者，每人执行7种专项功能动作	NA	LSTM Autoencoder	Pearson相关系数r, 归一化均方根误差NRMSE, 决定系数R	NA
133	2025-11-15	A Facial-Expression-Aware Edge AI System for Driver Safety Monitoring 2025-Nov-01, Sensors (Basel, Switzerland) DOI:10.3390/s25216670 PMID:41228896	研究论文	提出一种基于深度学习的驾驶员监控系统，能够实时检测和响应情绪驱动的危险驾驶行为	采用CNN结合Inception模块和基于Caffe的ResNet-10与SSD检测器，在计算效率和复杂度之间取得有效平衡	未明确说明数据集的具体规模和多样性限制	开发能够实时检测驾驶员情绪状态的边缘AI系统以提高道路安全	驾驶员的面部表情和情绪状态	计算机视觉	NA	深度学习	CNN	图像	来自多个公共和私人来源的综合多样化数据集	Caffe	Inception, ResNet-10, Single Shot Detector	准确率, F1分数, 精确率, 召回率	边缘AI系统
134	2025-11-15	Deep Learning-Enabled Diagnosis of Abdominal Aortic Aneurysm Using Pulse Volume Recording Waveforms: An In Silico Study 2025-Nov-01, Sensors (Basel, Switzerland) DOI:10.3390/s25216678 PMID:41228901	研究论文	本研究探讨通过深度学习分析无创动脉脉搏波形信号诊断腹主动脉瘤的可行性	首次将连续属性对抗正则化卷积神经网络应用于脉搏容积记录波形信号分析，实现腹主动脉瘤的非侵入性诊断	基于合成数据的研究，性能略低于基于侵入性血压信号的方法（MAE：12.6% vs 10.3%）	开发基于深度学习的腹主动脉瘤无创诊断方法	腹主动脉瘤患者	数字病理	心血管疾病	脉搏容积记录，动脉血压波形分析	CNN	波形信号	多样化合成患者队列	NA	卷积神经网络	ROC曲线下面积，平均绝对误差	NA
135	2025-11-15	Predicting Mechanosensitive T Cell Expansion from Cell Spreading 2025-Nov, Advanced healthcare materials IF:10.0Q1 DOI:10.1002/adhm.202501925 PMID:40717390	研究论文	利用深度学习模型通过T细胞短期铺展行为预测其长期机械敏感性扩增能力	首次将细胞铺展行为与长期机械敏感性扩增相关联，并证明深度学习模型在此预测任务中优于传统形态计量方法	未明确说明样本来源的多样性和模型在不同疾病类型中的泛化能力	提高过继性细胞免疫疗法中T细胞扩增的预测可靠性和治疗效果	健康供体和慢性淋巴细胞白血病患者的T细胞	数字病理	慢性淋巴细胞白血病	细胞培养、机械刺激、深度学习分析	深度学习模型	细胞图像	健康供体和CLL患者的细胞样本	NA	NA	分类准确率	NA
136	2025-11-15	gReLU: a comprehensive framework for DNA sequence modeling and design 2025-Nov, Nature methods IF:36.1Q1 DOI:10.1038/s41592-025-02868-z PMID:41094274	研究论文	提出gReLU综合软件框架用于DNA序列建模和设计	开发了支持数据预处理、建模、评估、解释、变异效应预测和调控元件设计的统一框架，解决了不同组模型和软件互操作性差的问题	NA	构建可互操作的DNA序列建模和设计框架	DNA序列	生物信息学	NA	深度学习	NA	DNA序列数据	NA	gReLU	NA	NA	NA
137	2025-11-15	OneProt: Towards multi-modal protein foundation models via latent space alignment of sequence, structure, binding sites and text encoders 2025-Nov, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1013679 PMID:41231876	研究论文	提出OneProt多模态蛋白质基础模型，通过潜在空间对齐整合序列、结构、结合位点和文本信息	首次在蛋白质多模态模型中引入结合位点编码器，采用轻量级微调方案实现编码器间的成对潜在空间对齐	未提供具体性能指标的定量比较和模型计算效率分析	开发能够整合多模态信息的蛋白质基础模型	蛋白质序列、结构、结合位点和文本描述	机器学习	NA	多模态深度学习	图神经网络,Transformer	序列数据,结构数据,文本数据,结合位点数据	NA	ImageBind	图神经网络,Transformer	检索任务性能,酶功能预测,结合位点分析	NA
138	2025-11-15	Artificial Intelligence in Upper Gastrointestinal Endoscopy: Current Evidence, Practice, and Future Directions 2025-Nov, Cureus DOI:10.7759/cureus.96657 PMID:41235291	综述	本文综述人工智能在上消化道内窥镜中的应用现状、实践挑战与未来发展方向	系统总结AI在多种上消化道疾病（巴雷特食管瘤变、食管鳞癌、早期胃癌）中的最新应用进展，并提出人机协同的临床实施路径	存在数据集偏差和领域偏移风险，需注意假阳性、警报疲劳和工作流程设计等问题	评估人工智能在上消化道内窥镜检查中的临床应用价值与发展前景	上消化道内窥镜检查图像及视频数据	计算机视觉	上消化道疾病	内窥镜检查	CNN, 强化学习	图像, 视频	NA	NA	NA	灵敏度, 特异性	NA
139	2025-11-15	Lax-Pair-FIND: Discovering Lax pair from scarce data via deep learning 2025-Nov-01, Chaos (Woodbury, N.Y.) DOI:10.1063/5.0278425 PMID:41236354	研究论文	提出一种从稀疏或噪声数据中发现Lax对的深度学习算法Lax-Pair-FIND	首次将数据驱动方法应用于Lax对的发现，无需预先知道方程形式即可识别线性演化算子A	需要已知谱算子L，且对数据稀疏性和噪声的鲁棒性仍需进一步验证	从数据中发现描述物理系统的Lax对数学方程	偏微分方程的Lax对	机器学习	NA	深度学习，稀疏优化	深度学习模型	数值模拟数据，实验数据	NA	NA	NA	数值模拟验证，实验验证	NA
140	2025-11-15	Improving Detection of Intrahepatic Cholangiocarcinoma with a Contrast-enhanced US-based Deep Learning Model 2025-Nov, Radiology. Imaging cancer DOI:10.1148/rycan.250078 PMID:41236388	研究论文	开发基于超声造影的深度学习模型用于辅助诊断肝内胆管癌	首次构建基于超声造影的深度学习模型，能够达到资深超声医师的诊断水平，并显著提升初级和中级医师的诊断能力	回顾性研究设计，可能存在选择偏倚	开发深度学习模型辅助放射科医师诊断肝内胆管癌	肝内胆管癌患者的超声造影检查	数字病理	肝内胆管癌	超声造影	深度学习	医学影像	1148例超声造影检查（训练集804例，验证集344例，外部测试集A 153例，外部测试集B 240例）	NA	BNInception, MobileNet-v2, ResNet-50, VGG-19	AUC	NA