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
121	2025-07-29	Monochromatic LeafAdaptNet (MLAN): an adaptive approach to spinach leaf disease detection using monochromatic imaging 2025-Jul-08, World journal of microbiology & biotechnology IF:4.0Q2 DOI:10.1007/s11274-025-04442-3 PMID:40627236	研究论文	本文提出了一种名为Monochromatic LeafAdaptNet (MLAN)的自适应方法，用于通过单色成像检测菠菜叶部病害	基于DenseNet-121-DO模型开发了定制的MLAN模型，用于菠菜叶部病害的检测与分类，实现了高准确率和平均精度	NA	提高菠菜叶部病害的检测和分类精度，以减少农药使用并提升农业产量	菠菜叶片	计算机视觉	植物病害	深度学习目标检测	DenseNet-121-DO, MLAN	图像	NA
122	2025-07-29	Deep Learning Based Models for CRISPR/Cas Off-Target Prediction 2025-Jul, Small methods IF:10.7Q1 DOI:10.1002/smtd.202500122 PMID:40468633	综述	本文综述了基于深度学习的CRISPR/Cas脱靶预测工具，评估了六种深度学习模型在公共数据集上的表现	强调了将已验证的脱靶数据集整合到模型训练中以提升预测性能的重要性，并评估了多种深度学习模型的综合表现	没有一种模型在所有场景中始终优于其他模型	改进CRISPR/Cas脱靶位点预测，确保更安全的基因组编辑应用	CRISPR/Cas基因组编辑技术的脱靶效应	机器学习	NA	深度学习	CRISPR-Net, CRISPR-IP, R-CRISPR, CRISPR-M, CrisprDNT, Crispr-SGRU	序列数据	六个公共数据集和CRISPRoffT数据库中的验证数据
123	2025-07-29	Memory kernel minimization-based neural networks for discovering slow collective variables of biomolecular dynamics 2025-Jul, Nature computational science IF:12.0Q1 DOI:10.1038/s43588-025-00815-8 PMID:40495006	研究论文	介绍了一种基于记忆核最小化的神经网络（MEMnets），用于发现生物分子动力学的慢集体变量	MEMnets基于整合广义主方程理论，通过编码记忆核处理非马尔可夫动力学，并通过并行编码网络最小化时间积分记忆核的上界来识别最优集体变量	未明确提及具体限制，但可能在大分子动态系统中采样有限时存在挑战	识别准确捕捉蛋白质构象变化最慢时间尺度的集体变量	生物分子动力学中的慢集体变量	机器学习	NA	深度学习	神经网络	分子动态数据	涉及FIP35 WW域的折叠和细菌RNA聚合酶的钳位开放
124	2025-07-29	A deep learning phenome wide association study of the electrocardiogram 2025-Jul, European heart journal. Digital health DOI:10.1093/ehjdh/ztaf047 PMID:40703109	研究论文	本研究利用深度学习技术，通过心电图（ECG）波形检测多种心脏和非心脏疾病，并探索了这些疾病分类的ECG特征	发现了ECG可以检测的新疾病，如呼吸衰竭、中性粒细胞减少症和月经紊乱，并揭示了这些疾病分类的ECG特征	研究中使用的数据集仅来自两个医疗中心，可能限制了结果的普适性	确定ECG可检测的全部心脏和非心脏疾病，并理解哪些ECG特征有助于疾病分类	心电图（ECG）波形和连接的电子健康记录	机器学习	心血管疾病	深度学习	PheWASNet（多任务深度学习模型）	ECG波形数据	来自两个医疗中心的大规模ECG和电子健康记录数据集
125	2025-07-29	Novel artificial intelligence model using electrocardiogram for detecting acute myocardial infarction needing revascularization 2025-Jul, European heart journal. Digital health DOI:10.1093/ehjdh/ztaf049 PMID:40703113	研究论文	本研究开发了一种基于心电图（ECG）的人工智能模型，用于检测需要血运重建的急性心肌梗死（AMI）	采用基于transformer的深度学习模型，并通过自监督学习在大规模无标记ECG数据上进行预训练，提高了AMI检测性能	研究数据来自单中心，外部验证集的时间跨度较大（2002-2020年）	开发能够及时诊断需要血运重建的AMI的人工智能模型	急性心肌梗死患者	医疗人工智能	心血管疾病	深度学习	transformer	心电图数据	训练集：723,389份ECG（300,627名患者）；外部验证集：261,429份ECG（259,454名患者）
126	2025-07-29	Development and multinational validation of an ensemble deep learning algorithm for detecting and predicting structural heart disease using noisy single-lead electrocardiograms 2025-Jul, European heart journal. Digital health DOI:10.1093/ehjdh/ztaf034 PMID:40703117	研究论文	开发并验证了一种基于深度学习的噪声弹性单导联心电图算法，用于检测和预测结构性心脏病	提出了一种噪声弹性的单导联AI-ECG算法，适用于便携/可穿戴设备，用于社区筛查和风险分层	研究主要基于医院数据，社区应用的实际效果需进一步验证	开发一种适用于便携设备的AI算法，用于结构性心脏病的检测和预测	结构性心脏病患者及高风险人群	机器学习	心血管疾病	深度学习	ADAPT-HEART (基于深度学习的算法)	心电图数据	266,740份心电图，来自99,205名患者
127	2025-07-29	A deep foundation model for electrocardiogram interpretation: enabling rare disease detection through transfer learning 2025-Jul, European heart journal. Digital health DOI:10.1093/ehjdh/ztaf051 PMID:40703125	研究论文	本研究开发了一个基于深度神经网络的ECG基础模型，通过迁移学习提高罕见疾病检测的性能	利用大规模ECG数据集预训练卷积DNN，并展示其作为基础模型在小样本罕见疾病检测中的迁移学习能力	模型性能在罕见疾病检测中虽然优于从头训练的模型，但AUC仍有提升空间	开发一个能够提高心电图(ECG)诊断性能的深度学习基础模型	心电图(ECG)数据	医疗人工智能	心血管疾病	深度学习	CNN	心电图信号	160万份心电图数据
128	2025-07-29	Detection of subclinical atherosclerosis by image-based deep learning on chest X-ray 2025-Jul, European heart journal. Digital health DOI:10.1093/ehjdh/ztaf033 PMID:40703133	研究论文	开发了一种基于深度学习的系统，用于在普通正面胸部X光片上识别亚临床动脉粥样硬化	利用深度学习算法预测冠状动脉钙化（CAC）评分，能够在胸部X光片上准确检测亚临床动脉粥样硬化	需要在未来进行前瞻性评估以验证其在心血管风险分层或机会性筛查工具中的应用	开发一种深度学习系统，用于识别亚临床动脉粥样硬化	初级预防患者的胸部X光片和胸部CT扫描	计算机视觉	心血管疾病	深度学习	AI-CAC模型	图像	460例患者用于训练和内部验证，90例患者用于外部验证
129	2025-07-29	Explainable AI for Cotton Leaf Disease Classification: A Metaheuristic-Optimized Deep Learning Approach 2025-Jul, Food science & nutrition IF:3.5Q2 DOI:10.1002/fsn3.70658 PMID:40703612	研究论文	本研究提出了一种结合EfficientNetB3和InceptionResNetV2的可解释深度学习框架，用于棉花叶部病害的准确分类	结合了元启发式优化的深度学习方法，并引入可解释AI技术（LIME和SHAP）增强模型透明度	未提及具体样本量或数据来源的详细信息	开发可靠、可解释且适用于田间实时应用的棉花叶部病害诊断工具	棉花叶部病害	计算机视觉	棉花叶部病害	深度学习	EfficientNetB3, InceptionResNetV2	图像	NA
130	2025-07-29	Multistage attention-based extraction and fusion of protein sequence and structural features for protein function prediction 2025-Jul-01, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf374 PMID:40569190	研究论文	提出了一种基于多阶段注意力机制的蛋白质功能预测框架MAEF-GO，整合了图卷积网络和图注意力网络来提取蛋白质结构特征，并引入频域注意力机制和交叉注意力模块来融合蛋白质序列和结构信息	创新性地整合了图卷积网络和图注意力网络来提取蛋白质结构特征，引入了频域注意力机制来处理蛋白质序列中的长距离依赖关系，并实现了交叉注意力模块来促进序列和结构模态的交互融合	未提及具体的数据集限制或模型泛化能力的详细评估	提高蛋白质功能预测的准确性和全面性	蛋白质序列和结构信息	生物信息学	NA	图卷积网络(GCN)、图注意力网络(GAT)、频域注意力机制	MAEF-GO	蛋白质序列和结构数据	未提及具体样本数量
131	2025-07-29	DeepFace: A High-Precision and Scalable Deep Learning Pipeline for Predicting Large-Scale Brain Activity from Facial Dynamics in Mice 2025-Jun-15, bioRxiv : the preprint server for biology DOI:10.1101/2025.06.10.658952 PMID:40661434	research paper	介绍DeepFace，一种用于从小鼠面部动态预测大规模脑活动的高精度和可扩展的深度学习流程	DeepFace在DeepLabCut和Facemap的基础上，解决了可扩展性瓶颈并改进了行为量化，提供高精度、关键点定制以及在多种GCaMP系列中的稳健性能	未明确提及具体限制	提升小鼠面部分析和皮质活动预测的精度和可扩展性	小鼠的面部动态和脑活动	digital pathology	NA	深度学习	NA	图像	未明确提及具体样本量
132	2025-07-29	Spatial multi-omics and deep learning reveal fingerprints of immunotherapy response and resistance in hepatocellular carcinoma 2025-Jun-12, bioRxiv : the preprint server for biology DOI:10.1101/2025.06.11.656869 PMID:40661489	研究论文	本研究通过空间转录组和蛋白质组分析结合深度学习，揭示了肝细胞癌免疫治疗反应和抵抗的多组学特征	开发了一种可解释的多模态深度学习框架，用于从空间多组学数据中提取关键细胞和分子特征，并构建了预测免疫治疗反应的图神经网络模型	研究样本仅限于肝细胞癌患者，未涉及其他癌症类型	探索肝细胞癌免疫治疗反应和抵抗的机制	肝细胞癌患者的治疗前后组织样本	数字病理学	肝癌	空间转录组学、空间蛋白质组学	图神经网络	多组学数据	未明确提及具体样本数量
133	2025-07-29	Upper Airway Volume Predicts Brain Structure and Cognition in Adolescents 2025-Jun-03, American journal of respiratory and critical care medicine IF:19.3Q1 DOI:10.1164/rccm.202409-1748OC PMID:40460372	研究论文	本研究通过深度学习模型分析儿童上呼吸道体积与认知能力及大脑结构的关系	首次在大型儿科队列中应用深度学习进行上呼吸道分割，并发现上呼吸道体积与认知能力及大脑结构的关联	研究仅基于观察性数据，无法确定因果关系	探究儿童上呼吸道体积与认知能力及大脑结构的关系	11,875名9-10岁儿童	数字病理学	睡眠呼吸障碍	MRI	深度学习模型	MRI图像	11,875名儿童，分析5,552,640个MRI切片
134	2025-07-29	Genome structure mapping with high-resolution 3D genomics and deep learning 2025-May-07, bioRxiv : the preprint server for biology DOI:10.1101/2025.05.06.650874 PMID:40654659	研究论文	本文介绍了一种结合高分辨率3D基因组学和深度学习的基因组结构映射方法	开发了基于注意力的深度学习模型Cleopatra，能够以前所未有的分辨率预测3D基因组图谱	仅测试了四种人类细胞类型，可能无法完全代表所有细胞类型的3D基因组结构	建立超高分辨率3D基因组映射框架，研究细胞类型特异性基因调控	人类基因组3D结构	机器学习	NA	Region Capture Micro-C (RCMC)和Micro-C	基于注意力的深度学习模型(Cleopatra)	基因组数据	四种人类细胞类型
135	2025-07-29	High-Performance Method and Architecture for Attention Computation in DNN Inference 2025-04, IEEE transactions on biomedical circuits and systems IF:3.8Q2 DOI:10.1109/TBCAS.2024.3436837 PMID:39088504	研究论文	提出了一种基于内存计算（CIM）宏的在线可编程注意力硬件架构，用于优化深度神经网络推理中的注意力计算	通过将注意力计算分解为多个级联组合矩阵操作，并设计在线可编程CIM架构以提高计算精度，显著提升了集成密度和能效	研究基于100nm CMOS工艺，未探讨在其他工艺节点下的表现	优化深度神经网络推理中的注意力计算硬件架构	注意力计算硬件架构	机器学习	NA	内存计算（CIM）	深度神经网络（DNN）	NA	NA
136	2025-07-29	Comparative evaluation of deep learning architectures, including UNet, TransUNet, and MIST, for left atrium segmentation in cardiac computed tomography of congenital heart diseases 2025-Apr, Ewha medical journal IF:0.3Q3 DOI:10.12771/emj.2025.00087 PMID:40703371	研究论文	本研究比较了三种深度学习模型（UNet、TransUNet和MIST）在先天性心脏病（CHD）患者心脏CT图像中左心房（LA）分割的性能	MIST模型通过集成多尺度特征和优化的架构，显著提高了分割准确性和边界描绘	MIST模型的计算开销较大，增加了临床实际部署的复杂性	比较不同深度学习架构在先天性心脏病患者心脏CT图像中左心房分割的性能	先天性心脏病患者的心脏CT图像	计算机视觉	先天性心脏病	心脏CT成像	UNet, TransUNet, MIST	图像	108个公开可用的CT体积数据，其中97例用于训练和验证，11例用于测试
137	2025-07-29	Development of automatic organ segmentation based on positron-emission tomography analysis system using Swin UNETR in breast cancer patients in Korea 2025-Apr, Ewha medical journal IF:0.3Q3 DOI:10.12771/emj.2025.00094 PMID:40703367	研究论文	本研究开发了一种基于深度学习的自动器官分割方法，用于标准化乳腺癌患者正电子发射断层扫描中的SUV评估	采用Swin UNETR模型实现关键器官的自动分割，提高了SUV评估的标准化和准确性	样本量较小（总样本量60例），且仅在韩国患者中验证	标准化核医学成像中的SUV评估，提高乳腺癌预后预测的准确性	乳腺癌患者的关键器官（乳腺、肝脏、脾脏和骨髓）	数字病理	乳腺癌	正电子发射断层扫描（PET）	Swin UNETR	医学影像	60例患者（40例训练集，10例验证集，10例独立测试集）
138	2025-07-29	Cyclic dual latent discovery for improved blood glucose prediction through patient-provider interaction modeling: a prediction study 2025-Apr, Ewha medical journal IF:0.3Q3 DOI:10.12771/emj.2025.00332 PMID:40703385	研究论文	该研究提出了一种名为循环双潜在发现（CDLD）的深度学习框架，通过显式建模患者-提供者互动来提高血糖水平的预测准确性	引入了CDLD框架，首次在血糖预测中显式建模患者-提供者互动，通过循环训练机制交替更新患者和提供者的潜在表示	研究仅基于ICU患者数据，可能不适用于其他糖尿病管理场景	提高血糖变异性预测准确性以改善糖尿病管理	ICU患者及其与医疗提供者的互动	机器学习	糖尿病	深度学习	CDLD（定制深度学习框架）	结构化医疗记录数据	来自MIMIC-IV v3.0重症监护数据库的5,014例患者-提供者互动实例
139	2025-07-29	Physics-Informed Autoencoder for Prostate Tissue Microstructure Profiling with Hybrid Multidimensional MRI 2025-03, Radiology. Artificial intelligence DOI:10.1148/ryai.240167 PMID:39907585	research paper	评估物理信息自编码器（PIA）在利用混合多维MRI测量前列腺癌组织生物标志物中的性能	提出了一种新兴的自监督深度学习模型PIA，该模型将三室扩散弛豫模型与混合多维MRI相结合，无需大量训练数据即可预测前列腺癌组织特异性生物标志物的测量值	研究样本量较小，仅包含21名患者	评估PIA在测量前列腺癌组织生物标志物中的性能	前列腺癌患者	digital pathology	prostate cancer	hybrid multidimensional MRI	autoencoder	MRI图像	21名患者（71个感兴趣区域）
140	2025-07-29	RVDLAHA: An RISC-V DLA Hardware Architecture for On-Device Real-Time Seizure Detection and Personalization in Wearable Applications 2025-02, IEEE transactions on biomedical circuits and systems IF:3.8Q2 DOI:10.1109/TBCAS.2024.3442250 PMID:39137083	研究论文	提出了一种基于RISC-V的深度学习加速器硬件架构（RVDLAHA），用于可穿戴设备中的实时癫痫发作检测和个性化算法	提出了实时癫痫发作检测与个性化算法、可编程RISC-V深度学习加速器硬件架构（RVDLAHA）以及专用RISC-V DLA编译器	实验仅在实验室大鼠中进行，尚未在人类患者中验证	开发一种低功耗、实时的癫痫发作检测和个性化系统，用于可穿戴设备	癫痫患者的脑电信号	机器学习	癫痫	CNN	CNN	脑电信号	实验室大鼠