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
141	2025-09-09	CLT-MambaSeg: An integrated model of Convolution, Linear Transformer and Multiscale Mamba for medical image segmentation 2025-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110736 PMID:40716230	研究论文	提出一种结合卷积、线性变换器和多尺度Mamba的集成模型CLT-MambaSeg，用于医学图像分割，并通过MeGA-GAN生成合成图像解决数据有限问题	首次整合卷积、线性变换器和多尺度Mamba架构，并引入SREx模块捕获空间关系及MeGA-GAN生成合成数据增强性能	未明确说明模型在计算资源需求或实时应用方面的具体限制	提升医学图像分割的局部特征捕获、全局上下文建模及计算效率	医学图像分割任务	计算机视觉	皮肤癌（基于ISIC数据集），结肠癌（基于CVC-ClinicDB），乳腺癌（基于BUSI）	深度学习，生成对抗网络(GAN)	CNN, Transformer, Mamba, GAN	图像	五个基准数据集（CVC-ClinicDB, BUSI, PH2, ISIC-2016, ISIC-2017），具体样本量未明确
142	2025-09-09	Automatic quantitative analysis of atherosclerotic aortic plaques in patients with embolic cerebral infarction using deep learning 2025-Sep, The Korean journal of internal medicine DOI:10.3904/kjim.2024.360 PMID:40859808	研究论文	基于U-net深度学习模型自动量化分析动脉粥样硬化主动脉斑块，并评估其在栓塞性脑梗死患者中的临床应用价值	首次开发基于U-net的自动斑块分割模型，用于自动计算主动脉斑块面积（APA）和斑块比例（APR），并验证其在复杂斑块识别中的性能	模型估计的APA和APR在预测主要不良心脑血管事件方面未显示出额外价值，需要结合斑块活动性和形态学等更全面的定量分析	开发自动斑块分割模型并评估其在栓塞性卒中源不明（ESUS）患者中的临床实用性	711名因各种原因就诊于心血管中心的患者，以及ESUS患者的临床数据集	数字病理	心血管疾病	经食道超声心动图（TEE）	U-net	图像	711名患者（模型开发），多中心ESUS患者临床数据集（验证）
143	2025-09-09	Enhancing reconstruction-based out-of-distribution detection in brain MRI with model and metric ensembles 2025-Sep-01, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.109045 PMID:40915097	研究论文	本研究通过集成模型和度量方法优化基于重建的自编码器，以提升脑MRI中的分布外检测性能	探索了简单OOD检测模型的潜力，优化了深度学习策略专门用于OOD检测，并系统评估了重建度量的选择	检测性能在不同伪影类型间存在差异，局部伪影较难检测，标准深度学习方法未完全解决OOD检测的特殊挑战	优化基于重建的自编码器，专门用于医学图像中的分布外检测，提高自动化医疗图像分析系统的可靠性	脑MRI图像中的合成局部和全局伪影	计算机视觉	NA	自编码器重建，LPIPS，SSIM对比度组件	Autoencoder	图像	包含多种伪影类型的脑MRI数据集
144	2025-09-09	Current Trends and Future Directions of Statistical Methods in Medical Research: A Scientometric Analysis 2025-Sep, Journal of evaluation in clinical practice IF:2.1Q2 DOI:10.1111/jep.70257 PMID:40916916	综述	通过科学计量分析探讨医学研究中统计方法的当前趋势与未来方向	结合CiteSpace工具进行双图谱叠加和文献共被引分析，量化跨学科知识流动及研究新颖性	基于Web of Science的4919篇文献，可能存在数据库选择性偏差	分析医学统计学领域的研究热点、学科交叉及方法论演变	医学统计学相关学术出版物	机器学习	NA	科学计量分析、关键词分析、引文网络分析	NA	文本（学术出版物元数据）	4919篇相关出版物
145	2025-09-09	Survey on sampling conditioned brain images and imaging measures with generative models 2025-Sep, Biomedical engineering letters IF:3.2Q2 DOI:10.1007/s13534-025-00487-3 PMID:40917152	综述	本文全面综述了生成模型在脑成像领域的进展，特别关注条件生成方法的应用与潜力	重点探讨了基于年龄、性别、临床表型或遗传因素等变量条件化生成脑图像的方法，以增强数据集多样性和支持不可行控制实验	NA	推动条件生成模型在神经科学研究和临床工作流程中的整合	脑成像数据及其生成模型	神经科学	NA	生成模型（如VAE、GAN、扩散模型）	VAE, GAN, 扩散模型	脑成像数据（图像）	NA
146	2025-09-09	Optimized multi-stage network with multi-dimensional spatiotemporal interactions for septal and apical hypertrophic cardiomyopathy classification using 12-lead ECGs 2025-Sep, Biomedical engineering letters IF:3.2Q2 DOI:10.1007/s13534-025-00492-6 PMID:40917150	研究论文	提出一种优化的多阶段网络Ms-MdST，用于基于12导联心电图对室间隔和心尖肥厚型心肌病进行分类	结合一维和二维卷积分支捕获心电图时空特征，引入全局-局部交互注意力机制和多损失联合优化策略	NA	提高肥厚型心肌病分型的诊断准确性	室间隔肥厚和心尖肥厚型心肌病患者的心电图数据	医学图像分析	心血管疾病	深度学习	CNN结合注意力机制	心电图信号	NA
147	2025-09-09	Neural interaction explainable AI predicts drug response across cancers 2025-Sep, NAR cancer IF:3.4Q2 DOI:10.1093/narcan/zcaf029 PMID:40918644	研究论文	提出可解释AI框架NeurixAI，通过建模药物-基因相互作用预测跨癌种药物反应并识别关键转录组模式	开发可扩展的深度学习框架，首次整合转录组数据与可解释AI技术，在个体肿瘤层面揭示药物反应机制并发现160种非癌症药物的抗癌潜力	NA	优化癌症个性化治疗选择，实现药物重定位和新治疗靶点发现	癌症患者肿瘤样本和药物反应数据	机器学习	癌症	转录组分析，深度学习	深度学习框架	分子特征数据（转录组），药物扰动实验数据	546,646个药物扰动实验，涉及1,135种药物和476个肿瘤的分子谱
148	2025-09-09	Artificial Intelligence and Network Medicine: Path to Precision Medicine 2025-Sep, NEJM AI DOI:10.1056/aira2401229 PMID:40918693	综述	本文综述了人工智能与网络医学结合在精准医学中的应用及其挑战	整合网络医学与人工智能（特别是深度学习）分析多组学数据，提升计算速度、预测精度和生物学洞察	面临生物医学复杂性的持续挑战	推动精准医学发展，定义疾病机制和精确疗法	分子相互作用网络和多组学数据集	机器学习	NA	多组学数据分析	深度学习	分子网络数据和多组学数据	NA
149	2025-09-09	Ectopic adipose tissue in subsistence populations with minimal coronary disease, large left atria, and very low rates of atrial fibrillation 2025-Sep, American journal of preventive cardiology IF:4.3Q1 DOI:10.1016/j.ajpc.2025.101271 PMID:40918927	研究论文	通过CT成像比较自给自足人群与美国人群的心外膜脂肪组织与心血管疾病指标差异	首次在冠状动脉钙化和房颤极少的自给自足原住民群体中系统测量心外膜脂肪体积，并发现其创文献新低的脂肪水平	研究仅针对特定族群，结果外推性需谨慎验证	探究心外膜脂肪组织与冠状动脉疾病及房颤的关联性	893名Tsimane成人、440名Moseten成人及955名美国对照人群	数字病理学	心血管疾病	CT成像、深度学习软件测量	深度学习（未指定具体模型）	医学影像	总计2288人（Tsimane:893人，Moseten:440人，美国:955人）
150	2025-09-09	Integrating explainable deep learning with multi-omics for screening progressive diagnostic biomarkers of hepatocellular carcinoma covering the "inflammation-cancer" transformation 2025-Sep, Journal of pharmaceutical analysis IF:6.1Q1 DOI:10.1016/j.jpha.2025.101253 PMID:40919103	研究论文	本研究结合可解释深度学习和多组学数据，筛选肝细胞癌进展性诊断生物标志物，覆盖'炎症-癌症'转化过程	整合可解释深度学习与多组学分析，专注于肝细胞癌从炎症到癌症转变过程中的生物标志物发现	NA	筛选肝细胞癌的进展性诊断生物标志物	肝细胞癌及其'炎症-癌症'转化过程	数字病理学	肝细胞癌	多组学分析	深度学习	多组学数据	NA
151	2025-09-09	Drosophila video-assisted activity monitor (DrosoVAM): a versatile method for behaviour monitoring 2025-Sep, Royal Society open science IF:2.9Q1 DOI:10.1098/rsos.250764 PMID:40919370	研究论文	介绍了一种名为DrosoVAM的新型果蝇行为监测系统，该系统比传统DAM系统更灵活、经济且灵敏	利用树莓派控制的红外数字视频系统和深度学习软件DeepLabCut，实现了对果蝇活动的高分辨率多天追踪	NA	开发一种高性价比的高通量行为监测系统，用于研究果蝇交配后的活动变化	果蝇（Drosophila）	行为监测	NA	红外数字视频记录，深度学习追踪	DeepLabCut	视频	多个饲养室的果蝇样本
152	2025-09-09	SamRobNODDI:q-space sampling-augmented continuous representation learning for robust and generalized NODDI 2025-Aug-29, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/adf9b8 PMID:40780245	研究论文	提出一种基于q空间采样增强的连续表示学习框架，用于提升NODDI参数估计的鲁棒性和泛化性	引入q空间采样增强的连续表示学习方法，并设计采样一致性损失函数，使模型对不同采样方案保持输出一致性	NA	开发能够在不同扩散梯度方向下稳健进行NODDI参数估计的方法	扩散磁共振成像(dMRI)数据	医学影像分析	神经系统疾病	扩散磁共振成像(dMRI)，Neurite orientation dispersion and density imaging (NODDI)	深度学习框架	医学影像数据	在19种不同q空间采样方案下与7种先进方法进行比较验证
153	2025-09-09	MEF2C controls segment-specific gene regulatory networks that direct heart tube morphogenesis 2025-Aug-29, Genes & development IF:7.5Q1 DOI:10.1101/gad.352889.125 PMID:40883017	研究论文	本研究通过多组学分析和深度学习模型，揭示了转录因子MEF2C调控心脏管形态发生的谱系特异性基因调控网络	首次构建了流出道、心室和流入道分段发育轨迹，并发现MEF2C缺失导致心脏后部化特征及NR2F2活性增强的新机制	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	野生型和MEF2C缺失型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、深度学习建模	深度学习模型	基因组学数据、表观遗传学数据	野生型和MEF2C-null胚胎的时间序列样本
154	2025-09-09	An MRI Atlas of the Human Fetal Brain: Reference and Segmentation Tools for Fetal Brain MRI Analysis 2025-Aug-28, ArXiv PMID:40900685	研究论文	介绍CRL-2025胎儿大脑MRI图谱，提供高精度时空参考和分割工具用于胎儿大脑MRI分析	相比CRL-2017图谱显著增强解剖细节，首次包含详细组织分割、瞬时白质分区和126个解剖区域划分	NA	构建精确的胎儿大脑发育时空图谱以支持典型和非典型神经发育研究	21至37孕周正常发育的胎儿大脑	医学影像分析	神经发育疾病	MRI，扩散MRI，基于深度学习的多类分割模型	深度学习分割模型	MRI影像	160个正常发育胎儿
155	2025-09-09	EEG-ERnet: Emotion Recognition based on Rhythmic EEG Convolutional Neural Network Model 2025-Aug-28, Journal of integrative neuroscience IF:2.5Q3 DOI:10.31083/JIN41547 PMID:40919632	研究论文	提出基于节律性EEG的卷积神经网络模型EEG-ERnet，用于情绪识别	采用深度并行CNN结构处理节律图像，有效分离不同脑节律特征并编码时空信息	未明确说明模型泛化能力在其他数据集上的表现及个体差异的完全解决	开发主体无关的情绪识别模型，提升脑机接口中的情感识别性能	脑电图（EEG）信号	脑机接口	NA	功率谱密度（PSD）分析，深度学习	CNN（卷积神经网络）	EEG信号（转换为2D图像）	使用DEAP数据集，10折交叉验证
156	2025-09-09	A deep learning-based approach for measuring patellar cartilage deformations from knee MR images 2025-Aug-27, Journal of biomechanics IF:2.4Q3 DOI:10.1016/j.jbiomech.2025.112930 PMID:40915052	研究论文	开发基于深度学习的方法从膝关节磁共振图像中自动测量髌骨软骨变形	首次使用2D和3D U-Net网络实现髌骨及软骨的自动分割，并成功检测运动诱导的软骨变形	研究样本量有限（109例膝关节MR扫描），且未与其他关节评估方法进行广泛比较	开发自动分割工具以研究髌骨软骨力学特性及其在早期骨关节炎中的变化	人类膝关节髌骨及软骨组织	计算机视觉	骨关节炎	磁共振成像（MR）	2D U-Net, 3D U-Net	医学图像	109例膝关节MR扫描
157	2025-09-09	Single-cell multiomics reveals the oscillatory dynamics of mRNA metabolism and chromatin accessibility during the cell cycle 2025-Aug-26, Cell reports IF:7.5Q1 DOI:10.1016/j.celrep.2025.116089 PMID:40751912	研究论文	通过单细胞多组学技术揭示细胞周期中mRNA代谢和染色质可及性的振荡动态	首次结合单细胞多组学测序、生物物理建模和深度学习量化mRNA转录、剪接、核输出和降解速率，揭示转录后调控在mRNA积累中的重要作用	NA	研究细胞周期中全基因组mRNA代谢动态和染色质可及性变化	增殖细胞中的基因表达调控	生物信息学	NA	单细胞多组学测序	深度学习	基因组学数据	NA
158	2025-09-09	Heat stress responses mediated by N6-methyladenine DNA methylation in maize 2025-Aug-26, Cell reports IF:7.5Q1 DOI:10.1016/j.celrep.2025.116058 PMID:40728929	研究论文	本研究揭示了玉米中N6-甲基腺嘌呤（6mA）DNA甲基化在热胁迫响应中的调控作用及其分子机制	首次在作物中发现6mA动态与热胁迫耐受性相关，鉴定ZmALKBH1作为6mA去甲基化酶，并利用深度学习模型预测6mA分布	NA	探究6mA在玉米热胁迫响应中的功能机制	玉米自交系B73、Mo17、W22和B104	表观遗传学	NA	全基因组6mA分析、深度学习模型	深度学习	甲基化组数据	四个玉米自交系（B73、Mo17、W22、B104）
159	2025-09-09	FoodABSANet: Developing an adaptive graph convolutional neural network for aspect-based sentiment analysis of food reviews with a weighted polarity score 2025-Aug-26, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2025.108635 PMID:40914996	研究论文	开发一种自适应图卷积神经网络用于食品评论的方面级情感分析，并引入加权极性评分	提出FoodABSANet模型，采用自适应图卷积神经网络处理方面间相互影响，并引入加权极性评分机制提升分析精度	NA	提升方面级情感分析在食品评论领域的准确性和细粒度情感挖掘能力	食品评论文本数据	自然语言处理	NA	深度学习	图卷积神经网络（GCN）	文本	NA
160	2025-09-09	Accurate VLE Predictions via COSMO-RS-Guided Deep Learning Models: Solubility and Selectivity in Physical Solvent Systems for Carbon Capture 2025-Aug-25, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c01148 PMID:40757514	研究论文	开发基于COSMO-RS和深度学习的机器学习流程，用于精确预测物理溶剂系统中的溶解度和选择性，以支持碳捕获应用	结合量子化学热力学模型COSMO-RS与定向消息传递神经网络(D-MPNN)，通过迁移学习校正预测偏差，显著提升预测精度	依赖COSMO-RS模拟数据作为预训练基础，实验数据量仍可能限制模型泛化能力	提高物理溶剂在碳捕获过程中溶解度和选择性的预测准确性，减少对实验测量的依赖	物理溶剂系统，特别是针对CO₂及常见气体杂质(如H₂S、CH₄、N₂、H₂)的汽液平衡(VLE)	机器学习	NA	COSMO-RS量子化学热力学模型，定向消息传递神经网络(D-MPNN)，迁移学习	D-MPNN (Directed Message Passing Neural Network)	分子表示数据，附加特征数据，实验VLE数据	预训练使用30,000个COSMO-RS模拟数据点，并使用实验VLE数据集进行微调