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
41	2025-09-21	Rapid response to fast viral evolution using AlphaFold 3-assisted topological deep learning 2024-Nov-19, ArXiv PMID:39606716	研究论文	提出一种结合AlphaFold 3和拓扑深度学习的策略，用于快速预测病毒突变对蛋白质相互作用和结合自由能的影响	首次将AlphaFold 3与多任务拓扑拉普拉斯模型结合，无需实验结构即可准确预测病毒突变效应	验证仅基于SARS-CoV-2刺突蛋白RBD结构域数据，尚未扩展到其他病毒或蛋白类型	开发计算方法来快速响应病毒快速进化，支持病毒追踪、诊断和抗体/疫苗设计	SARS-CoV-2刺突蛋白受体结合域（RBD）与人类ACE2复合物	计算生物学	传染病	拓扑深度学习（TDL）、拓扑数据分析（TDA）、持久拉普拉斯（PL）、深度突变扫描（DMS）	多任务拓扑拉普拉斯（MT-TopLap）模型	蛋白质三维结构数据、突变扫描数据	4个实验性DMS数据集，包括SARS-CoV-2 HK.3变体数据
42	2025-09-21	Using artificial intelligence to study atherosclerosis from computed tomography imaging: A state-of-the-art review of the current literature 2024-11, Atherosclerosis IF:4.9Q1 DOI:10.1016/j.atherosclerosis.2024.117580 PMID:38852022	综述	本文综述了人工智能在CT成像中研究动脉粥样硬化的最新文献，重点关注成像生物标志物用于评估冠状动脉炎症、斑块及相关风险	介绍了基于深度学习（如CNN）的病灶检测、分割和分类方法，以及通过体素高阶结构分析捕获生物化学过程的放射转录组学新技术	讨论了当前AI方法的局限性及需优先解决的挑战	推动AI技术从研究环境向临床工作流程转化，开发AI风险评估工具以检测易损斑块并指导治疗策略	冠状动脉粥样硬化疾病	医学影像分析	心血管疾病	CT成像、深度学习、放射转录组学	CNN	CT图像	NA
43	2025-09-21	Influence of training and expertise on deep neural network attention and human attention during a medical image classification task 2024-04-01, Journal of vision IF:2.0Q2 DOI:10.1167/jov.24.4.6 PMID:38587421	研究论文	比较人类专家与深度学习模型在医学图像分类任务中的视觉注意力机制	首次直接比较人类视觉注意力与机器视觉注意力在相同医学诊断任务中的表现，并揭示模型注意力与专家注意力的相似性	研究仅限于小肠内窥镜图像和克罗恩病诊断，可能不适用于其他医学领域	探索人类专家与深度学习模型在视觉决策过程中的相似性，以促进医学培训和新算法设计	新手和胃肠病学专家参与者，以及三种最先进的深度学习模型	计算机视觉	克罗恩病	眼动追踪和六种不同的后 hoc 注意力提取方法	深度学习模型	医学图像（小肠内窥镜图像）	包含新手和胃肠病学专家的参与者群体，以及经过精细标注数据集训练的模型
44	2025-09-21	Improved robustness for deep learning-based segmentation of multi-center myocardial perfusion cardiovascular MRI datasets using data-adaptive uncertainty-guided space-time analysis 2024, Journal of cardiovascular magnetic resonance : official journal of the Society for Cardiovascular Magnetic Resonance IF:4.2Q1 DOI:10.1016/j.jocmr.2024.101082 PMID:39142567	研究论文	提出一种数据自适应不确定性引导的时空分析方法，用于提升多中心心肌灌注心血管MRI数据集的深度学习分割鲁棒性	利用不确定性图自动从多个DNN解决方案中选择最佳分割结果，增强模型对脉冲序列和扫描仪差异的适应性	训练数据量有限（n=150 subjects），且仅基于三个医疗中心的数据进行验证	开发能够处理多中心数据集差异的深度学习心肌灌注分割技术	心肌灌注心血管磁共振成像数据集	计算机视觉	心血管疾病	心血管磁共振成像（CMR）	时空U-Net	图像	150名受试者，21,150张首过图像
45	2025-09-21	Accelerated chemical shift encoded cardiovascular magnetic resonance imaging with use of a resolution enhancement network 2024, Journal of cardiovascular magnetic resonance : official journal of the Society for Cardiovascular Magnetic Resonance IF:4.2Q1 DOI:10.1016/j.jocmr.2024.101090 PMID:39243889	研究论文	开发了一种基于深度学习的快速化学位移编码心血管磁共振成像方法，用于加速心肌脂肪成像	提出了一种基于复数图像超分辨率生成对抗网络的深度学习模型，能够独立增强每个回波图像，实现快速化学位移编码成像	研究样本量相对有限，前瞻性研究仅包含21名参与者	加速心血管磁共振化学位移编码成像，减少呼吸暂停次数	人类心血管系统，特别是心肌脂肪成像	医学影像分析	心血管疾病	化学位移编码(CSE)，广义自动校准部分并行采集(GRAPPA)，两点Dixon重建	生成对抗网络(GAN)	磁共振图像	训练数据来自1519名患者，前瞻性研究包含16名参与者和5名健康个体
46	2025-09-19	Enhancing predictive analytics in mandibular third molar extraction using artificial intelligence: A CBCT-Based study 2024-Dec, The Saudi dental journal DOI:10.1016/j.sdentj.2024.11.007 PMID:40952877	研究论文	本研究开发了一种基于CBCT报告和人工智能的下颌第三磨牙拔除难度预测模型	首次将规则型NLP算法与深度学习神经网络结合，从CBCT文本报告中自动提取特征并预测拔牙难度	回顾性研究设计，样本仅来自单一机构，未进行外部验证	预测下颌第三磨牙拔除的复杂性以指导手术方法选择和减少术后并发症	下颌第三磨牙	自然语言处理	口腔疾病	CBCT成像，NLP算法	深度学习神经网络	文本报告	738份CBCT报告（训练集556份，验证集182份）
47	2025-09-19	Human microscopic vagus nerve anatomy using deep learning on 3D-MUSE images 2024-Feb, Proceedings of SPIE--the International Society for Optical Engineering DOI:10.1117/12.3009682 PMID:40949787	研究论文	利用深度学习对3D-MUSE图像进行人类迷走神经显微解剖分析，首次构建迷走神经连接组	开发了0.9μm高分辨率的3D-MUSE成像技术，并首次应用多种深度学习模型实现迷走神经显微结构的自动分割	仅使用50张手动标注图像进行训练，样本量有限，需更多样本提升模型性能	支持神经调控疗法的建模，通过高分辨率成像解析迷走神经解剖结构	人类迷走神经的显微解剖结构，包括神经束、神经外膜和神经束膜	数字病理	神经系统疾病	3D-MUSE显微成像，深度学习分割	2D U-Net, Attention U-Net, Vision Transformer (ViT)	3D显微图像	50张手动标注图像（来自3mm区域约1000张图像），另使用200张未标注图像进行自监督学习
48	2025-09-19	PseudoCell: Hard Negative Mining as Pseudo Labeling for Deep Learning-Based Centroblast Cell Detection 2024, IEEE open journal of engineering in medicine and biology IF:2.7Q3 DOI:10.1109/OJEMB.2024.3407351 PMID:39050971	研究论文	提出一种基于深度学习的对象检测框架PseudoCell，用于自动检测全切片图像中的中心母细胞，减少病理学家手动标注需求	利用伪负标签和形态学特征进行困难负样本挖掘，无需病理学家提供精细标注	NA	开发自动化中心母细胞检测方法以辅助滤泡性淋巴瘤分级	全切片图像中的中心母细胞	数字病理学	淋巴瘤	深度学习对象检测	CNN	图像	NA
49	2025-09-19	UKSSL: Underlying Knowledge Based Semi-Supervised Learning for Medical Image Classification 2024, IEEE open journal of engineering in medicine and biology IF:2.7Q3 DOI:10.1109/OJEMB.2023.3305190 PMID:38899016	研究论文	提出一种基于底层知识的半监督学习框架UKSSL，用于医学图像分类	结合MedCLR无监督特征提取和UKMLP有监督微调，仅需50%标注数据即可超越全监督方法性能	NA	解决医学图像标注数据稀缺条件下的高性能分类问题	医学图像	计算机视觉	NA	半监督学习	MedCLR, UKMLP	图像	LC25000和BCCD数据集（仅使用50%标注数据）
50	2025-09-19	Simultaneous EEG-fNIRS Data Classification Through Selective Channel Representation and Spectrogram Imaging 2024, IEEE journal of translational engineering in health and medicine IF:3.7Q2 DOI:10.1109/JTEHM.2024.3448457 PMID:39247844	研究论文	提出一种基于深度学习的多模态融合模型MDNF，用于同时分类EEG和fNIRS数据，提升脑机接口性能	通过短时傅里叶变换将EEG数据转换为二维图像，并融合fNIRS频谱熵特征，有效结合EEG时间丰富性和fNIRS空间特异性	NA	提升EEG-fNIRS多模态数据在脑机接口中的分类准确性和泛化能力	EEG和fNIRS脑信号数据	脑机接口	NA	短时傅里叶变换，迁移学习	多模态DenseNet融合模型（MDNF）	脑信号时间序列数据（转换为图像）	两个公共数据集（具体样本数未说明）
51	2025-09-19	Deep Learning and fMRI-Based Pipeline for Optimization of Deep Brain Stimulation During Parkinson's Disease Treatment: Toward Rapid Semi-Automated Stimulation Optimization 2024, IEEE journal of translational engineering in health and medicine IF:3.7Q2 DOI:10.1109/JTEHM.2024.3448392 PMID:39247846	研究论文	提出一种结合深度学习和fMRI的流程，用于帕金森病治疗中深部脑刺激参数的快速半自动化优化	首次使用无监督自动编码器从fMRI数据中提取特征，并结合多层感知机实现DBS参数的分类与预测，将优化时间从约1年缩短至数小时	研究基于39名预先临床优化的患者数据，样本量较小，且未提及模型在新患者群体中的泛化能力验证	优化帕金森病深部脑刺激治疗参数，减少患者临床访视次数和治疗时间	帕金森病患者接受深部脑刺激治疗时的fMRI数据与刺激参数	医学影像分析	帕金森病	fMRI（血氧水平依赖功能磁共振成像）	Autoencoder (AE) 和 Multilayer Perceptron (MLP)	神经影像数据（fMRI）	39名帕金森病患者的122个fMRI数据集
52	2025-09-19	Masked Modeling-Based Ultrasound Image Classification via Self-Supervised Learning 2024, IEEE open journal of engineering in medicine and biology IF:2.7Q3 DOI:10.1109/OJEMB.2024.3374966 PMID:38606402	研究论文	提出一种基于掩码建模的自监督学习方法用于超声图像分类	引入三种掩码策略（随机、垂直和水平掩码）并设计新颖难样本挖掘策略，无需外部标注数据	NA	解决超声图像分类中标注数据稀缺和噪声干扰问题	超声图像数据	计算机视觉	NA	自监督学习	深度学习	图像	两个数据集（具体数量未说明）
53	2025-09-18	Intelligent Recognition and Segmentation of Blunt Craniocerebral Injury CT Images Based on DeepLabV3+ Model 2024-Oct-25, Fa yi xue za zhi DOI:10.12116/j.issn.1004-5619.2024.440801 PMID:39992333	研究论文	基于DeepLabV3+模型实现钝性颅脑损伤CT图像的智能识别与分割	首次将DeepLabV3+模型应用于法医学中钝性颅脑损伤的自动诊断，并探索了活体CT训练模型在尸体CT图像分割中的应用价值	直接使用活体CT训练的模型对尸体CT图像的分割能力较差，仅能准确分割部分损伤类型	实现钝性颅脑损伤的智能识别与分割，探索深度学习在法医学自动诊断中的应用价值	活体和尸体的颅脑CT图像	计算机视觉	颅脑损伤	CT成像	DeepLabV3+	图像	活体CT图像5486张（训练/验证/测试集），活体盲测集411张（255张损伤+156张正常），尸体盲测集460张（340张损伤+120张正常）
54	2025-09-18	A comparison of antibody-antigen complex sequence-to-structure prediction methods and their systematic biases 2024-Sep, Protein science : a publication of the Protein Society IF:4.5Q1 DOI:10.1002/pro.5127 PMID:39167052	研究论文	比较六种抗体-抗原复合物序列到结构预测方法的性能并分析其系统性偏差	首次系统比较包括深度学习在内的多种预测方法，并发现模型质量与界面三级结构常见度之间的明确关系	结构数据库中界面几何数据稀缺可能限制机器学习在抗体-抗原相互作用预测中的应用	评估当前抗体-抗原复合物结构预测方法的性能并识别其局限性	抗体-抗原复合物	机器学习	NA	深度学习、蛋白质-蛋白质相互作用预测、同源建模、分子对接	AlphaFold-Multimer, RoseTTAFold, CNN (用于表位和互补位预测)	蛋白质序列和结构数据	NA
55	2025-09-18	Bibliometric Analysis of Forensic Human Remains Identification Literature from 1991 to 2022 2024-Jun-25, Fa yi xue za zhi DOI:10.12116/j.issn.1004-5619.2023.430803 PMID:39166305	文献计量分析	对1991年至2022年法医人类学遗骸鉴定领域的文献进行计量分析，描述研究现状和未来热点	首次系统分析该领域文献趋势，并预测机器学习与深度学习技术将推动未来研究方向	国际和国内合作范围有限，数据仅来源于Web of Science核心合集	通过文献计量分析揭示法医人类学遗骸鉴定研究的发展趋势和主题变化	873篇英文论文，涉及国家、机构、作者及研究主题	法医人类学	NA	文献计量分析，使用python 3.9.2和Gephi 0.10进行网络可视化	NA	文本（科学文献数据）	873篇论文
56	2025-09-18	Structurally-informed human interactome reveals proteome-wide perturbations by disease mutations 2024-Feb-01, bioRxiv : the preprint server for biology DOI:10.1101/2023.04.24.538110 PMID:37162909	研究论文	提出深度学习框架PIONEER，预测蛋白质结合界面并构建结构信息化的蛋白质互作组，揭示疾病突变对蛋白质相互作用的广泛扰动	开发了基于深度学习的集成框架PIONEER，能够准确预测蛋白质结合伴侣特异性界面，并生成全面的结构信息化的蛋白质互作组	NA	研究人类遗传和基因组发现向疾病病理生物学和治疗方法发现的转化，特别是在多尺度互作网络层面	人类及其他七种常见模式生物的已知蛋白质相互作用	机器学习	癌症	深度学习，全外显子组测序	深度学习集成框架	基因组数据，蛋白质互作数据	约60,000个生殖系外显子组和约36,000个体细胞基因组，以及来自33种癌症类型的约11,000个肿瘤全外显子组
57	2025-09-15	Study of obesity research using machine learning methods: A bibliometric and visualization analysis from 2004 to 2023 2024-Sep-06, Medicine IF:1.3Q2 DOI:10.1097/MD.0000000000039610 PMID:39252327	文献计量分析	通过文献计量和可视化方法分析2004至2023年间机器学习在肥胖研究中的应用趋势	首次系统评估机器学习在肥胖研究中的出版物，揭示领域内在联系和发展模式	仅纳入Web of Science英文文献，可能遗漏其他语言或数据库的重要研究	定量考察和可视化机器学习在肥胖研究中的学术产出与发展趋势	3286篇符合标准的学术出版物	机器学习	肥胖症	文献计量分析（VOSviewer, CiteSpace）	NA	文献元数据	3286篇出版物
58	2025-09-14	Self-supervised learning for CT image denoising and reconstruction: a review 2024-Nov, Biomedical engineering letters IF:3.2Q2 DOI:10.1007/s13534-024-00424-w PMID:39465103	综述	本文回顾了自监督学习在CT图像去噪和重建中的应用方法	重点关注无需干净/噪声参考即可学习CT图像的自监督学习技术及其理论方法演进	NA	回顾自监督学习在CT图像去噪和重建领域的进展	CT图像	医学影像	NA	自监督学习	深度学习	图像	NA
59	2025-09-14	A deep learning-informed interpretation of why and when dose metrics outside the PTV can affect the risk of distant metastasis in SBRT NSCLC patients 2024-Sep-27, Radiation oncology (London, England) DOI:10.1186/s13014-024-02519-1 PMID:39334387	研究论文	本研究利用深度学习和可解释AI方法，探讨了非小细胞肺癌SBRT治疗中PTV外剂量指标与远处转移风险的关系	通过深度学习和可解释AI技术首次系统解析了先前研究中结论冲突的原因，并明确了特定患者亚组中PTV3cm剂量参数的预测价值	研究基于回顾性数据集，可能存在选择偏倚，且样本量有限（478例患者）	解析SBRT治疗中PTV外剂量与远处转移风险的关联性，解决先前研究的结论冲突	478例接受SBRT（IMRT或VMAT）治疗的非小细胞肺癌患者	数字病理	肺癌	深度学习方法，可解释AI技术，传统统计分析方法	深度学习模型	临床数据，剂量学特征，肿瘤特征数据	478例NSCLC患者
60	2025-09-14	Virtual Screening and Molecular Docking: Discovering Novel METTL3 Inhibitors 2024-Sep-12, ACS medicinal chemistry letters IF:3.5Q2 DOI:10.1021/acsmedchemlett.4c00216 PMID:39291017	研究论文	本研究通过结合基于结构的虚拟筛选与几何深度学习算法，发现新型METTL3抑制剂	提出了一种混合高通量虚拟筛选协议，结合结构基础方法与基于几何深度学习的DeepDock算法，从自建数据库中识别出独特的METTL3骨架抑制剂	NA	发现新型METTL3抑制剂以用于癌症治疗	METTL3蛋白及其抑制剂	计算生物学	癌症	虚拟筛选、分子对接、分子动力学模拟	DeepDock（几何深度学习）	分子结构数据	自建内部数据库中的化合物