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
101	2025-10-07	Image2InChI: Automated Molecular Optical Image Recognition 2024-05-13, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.3c02082 PMID:38359459	研究论文	提出基于深度学习的自动化分子光学图像识别模型Image2InChI，实现分子图像到机器可读表示的转换	引入具有注意力机制的新型特征融合网络，集成图像块与InChI预测	NA	提高分子图像识别的准确性和效率，为药物发现提供人工智能支持	分子光学图像	计算机视觉	NA	深度学习	Transformer	图像	NA	NA	SwinTransformer, Transformer Decoder	InChI准确率, Morgan FP, 最大公共结构准确率, 最长公共子序列准确率	NA
102	2025-10-07	Intramolecular and Water Mediated Tautomerism of Solvated Glycine 2024-05-13, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c00273 PMID:38620066	研究论文	本研究利用基于深度学习的增强采样分子动力学方法，探究了甘氨酸在水溶液中的互变异构现象	首次揭示了甘氨酸在水溶液中通过分子内和分子间两种质子转移路径实现互变异构的机制	研究仅限于甘氨酸分子，未扩展到其他氨基酸或不同溶剂环境	探究溶剂环境中甘氨酸的互变异构动力学过程	甘氨酸分子在水溶液中的互变异构行为	计算化学	NA	增强采样分子动力学，深度学习势能函数	深度学习势能模型	分子动力学模拟数据	甘氨酸水溶液体系	NA	NA	反应能垒，反应通量	NA
103	2025-10-07	MMSyn: A New Multimodal Deep Learning Framework for Enhanced Prediction of Synergistic Drug Combinations 2024-05-13, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c00165 PMID:38676916	研究论文	提出一种名为MMSyn的多模态深度学习框架，用于预测协同药物组合	首次结合药物分子特征（结构、指纹、字符串编码）与癌细胞系特征（基因表达、DNA拷贝数、通路活性），通过注意力机制和交互模块进行多模态融合	NA	开发深度学习框架以预测协同药物组合，提高癌症联合治疗的筛选效率	药物分子和癌细胞系	机器学习	癌症	高通量筛选	多层感知机,注意力机制	药物分子特征数据,基因表达数据,DNA拷贝数数据,通路活性数据	NA	NA	多层感知机	分层交叉验证	NA
104	2025-10-07	Statistical and Machine Learning Analysis in Brain-Imaging Genetics: A Review of Methods 2024-05, Behavior genetics IF:2.6Q2 DOI:10.1007/s10519-024-10177-y PMID:38336922	综述	本文综述了脑影像遗传学分析方法的发展历程，从早期大规模单变量分析到当前深度学习方法	系统梳理了脑影像遗传学方法学的演进路径，对比了不同方法的优缺点	作为综述文章，未提出新的分析方法	总结脑影像遗传学分析方法的发展与挑战	脑影像数据与遗传数据的整合分析方法	机器学习	脑部疾病	神经影像技术、基因组学技术	深度学习, 传统统计模型	影像数据, 遗传数据	NA	NA	NA	NA	NA
105	2025-10-07	Pixelated High-Q Metasurfaces for in Situ Biospectroscopy and Artificial Intelligence-Enabled Classification of Lipid Membrane Photoswitching Dynamics 2024-05-07, ACS nano IF:15.8Q1 DOI:10.1021/acsnano.3c09798 PMID:38653474	研究论文	提出一种结合像素化全介电超表面与深度学习的集成光流控平台，用于时间分辨原位生物光谱分析	首次将BIC超表面与深度学习特征提取结合，实现损耗性水环境中脂质膜光开关动态的实时分类	目前仅验证于光开关脂质膜系统，尚未扩展到更复杂的生物分子体系	开发集成纳米光子器件与人工智能的动态生物分子相互作用分析平台	光开关脂质膜的动态构象变化	纳米光子学, 生物传感, 人工智能	NA	时间分辨原位生物光谱技术, 光开关膜技术	CNN	光谱数据	NA	NA	卷积神经网络	准确率	NA
106	2025-10-07	Vulnerability of Thalamic Nuclei at CSF Interface During the Entire Course of Multiple Sclerosis 2024-May, Neurology(R) neuroimmunology & neuroinflammation DOI:10.1212/NXI.0000000000200222 PMID:38635941	研究论文	本研究通过深度学习分析多发性硬化症患者丘脑核团的萎缩动态，发现靠近第三脑室的核群更易发生神经退行性变	首次通过全病程追踪揭示丘脑不同核群在多发性硬化中的差异性萎缩模式，并验证了基于标准T1加权MRI的自动分割策略	研究依赖于常规3D-T1 MRI数据，未使用更高分辨率的专门序列验证分割准确性	探究多发性硬化症病程中丘脑不同核团的动态变化规律及驱动机制	1,123名多发性硬化症患者和相同数量的健康对照者	医学影像分析	多发性硬化症	3D-T1 MRI，深度学习序列合成，多图谱自动分割	深度学习	MRI影像	2,246名参与者（1,123名患者+1,123名健康对照）	NA	NA	NA	NA
107	2025-10-07	Medical forecasting 2024-05-24, Science (New York, N.Y.) DOI:10.1126/science.adp7977 PMID:38781357	评论	本文通过类比气象预测领域的AI突破，探讨AI在医疗预测领域的应用前景与挑战	提出将气象预测领域GraphCast模型的成功经验迁移到医疗预测领域的概念，强调建立医疗预测金标准的必要性	尚未建立医疗预测的金标准系统，具体实施方法和验证体系有待开发	探索AI技术在医疗预测领域的应用潜力，推动个体化疾病风险预测	个体患者的疾病风险预测	机器学习	NA	深度学习	图神经网络	NA	NA	NA	GraphCast	准确率	NA
108	2025-10-07	Whole-body magnetic resonance imaging at 0.05 Tesla 2024-05-10, Science (New York, N.Y.) DOI:10.1126/science.adm7168 PMID:38723062	研究论文	开发了一种使用0.05特斯拉永磁体和深度学习技术的全身磁共振成像扫描仪	采用0.05特斯拉永磁体结合深度学习消除电磁干扰，无需射频和磁屏蔽，仅需标准壁装电源插座即可运行	NA	开发经济实惠的超低场磁共振成像扫描仪以满足全球不同医疗环境的临床需求	全身磁共振成像	医学影像	NA	磁共振成像, 深度学习	深度学习	磁共振图像	NA	NA	NA	NA	NA
109	2025-10-07	Deep learning based digital pathology for predicting treatment response to first-line PD-1 blockade in advanced gastric cancer 2024-05-08, Journal of translational medicine IF:6.1Q1 DOI:10.1186/s12967-024-05262-z PMID:38720336	研究论文	本研究开发了一种基于深度学习的数字病理方法，用于预测晚期胃癌患者对一线PD-1联合化疗的治疗反应	首次创建了免疫检查点抑制剂反应评分（ICIsRS）作为源自全切片图像的新型组织病理学生物标志物，并开发了集成模型ICIsNet	回顾性研究设计，样本量相对有限（264例患者），需要进一步前瞻性验证	预测晚期胃癌患者对一线PD-1联合化疗的治疗反应	晚期胃癌患者	数字病理	胃癌	H&E染色	深度学习集成模型	病理图像	264例晚期胃癌患者的313张全切片图像，包含148,181个图像块	NA	集成模型（三种深度学习架构）	AUC	NA
110	2025-10-07	Deep learning imaging phenotype can classify metabolic syndrome and is predictive of cardiometabolic disorders 2024-05-08, Journal of translational medicine IF:6.1Q1 DOI:10.1186/s12967-024-05163-1 PMID:38720370	研究论文	本研究开发了一种基于深度学习从非增强腹部CT扫描中提取影像表型的方法，用于分类代谢综合征并预测未来心血管代谢疾病	提出了一种基于深度学习的影像表型，在代谢综合征分类和心血管代谢疾病预测方面优于传统放射组学特征和临床定义	研究样本量有限（约2000人），且仅使用非增强腹部CT扫描数据	开发基于深度学习的影像表型用于代谢异常评估和心血管代谢疾病预测	代谢综合征患者和心血管代谢疾病高风险人群	医学影像分析	心血管代谢疾病	非增强腹部计算机断层扫描	深度学习	医学影像	超过2000名个体用于代谢综合征分类，超过1300名个体用于疾病预测	NA	NA	AUC	NA
111	2025-10-07	Enhancing the Diagnostic Utility of ASL Imaging in Temporal Lobe Epilepsy through FlowGAN: An ASL to PET Image Translation Framework 2024-May-30, medRxiv : the preprint server for health sciences DOI:10.1101/2024.05.28.24308027 PMID:38853910	研究论文	开发名为FlowGAN的深度学习框架，通过ASL和结构MRI输入合成类似FDG-PET的图像，以提升ASL在颞叶癫痫中的诊断性能	首次提出使用生成对抗网络将ASL和MRI图像转换为PET样图像，显著改善了ASL在癫痫灶定位中的诊断性能	研究样本量有限（68例患者），且主要针对明确侧向化的颞叶癫痫患者	提高动脉自旋标记成像在颞叶癫痫诊断中的效用，减少对FDG-PET的依赖	68例癫痫患者，其中36例为明确侧向化的颞叶癫痫患者	医学影像分析	颞叶癫痫	动脉自旋标记，正电子发射断层扫描，结构MRI	GAN	医学影像	68例癫痫患者	NA	FlowGAN	结构相似性指数，AUC，Spearman相关系数，Cohen's d	NA
112	2025-04-13	Multiscale Computational and Artificial Intelligence Models of Linear and Nonlinear Composites: A Review 2024-May, Small science IF:11.1Q1 DOI:10.1002/smsc.202300185 PMID:40213577	综述	本文综述了多尺度建模方法在硬质和软质复合材料中的应用，包括分子动力学模拟、有限元分析和机器学习/深度学习替代模型	综述了最新的多尺度建模方法，包括无网格方法、混合机器学习和有限元模型，以及非线性本构材料模型	计算资源可用性、模型保真度和可重复性方面的限制	为读者提供复合材料多尺度建模研究和开发的未来趋势的清晰展望	硬质（聚合物、金属、纱线、纤维、纤维增强聚合物和聚合物基复合材料）和软质（如脑白质[BWM]等生物组织）复合材料	机器学习	NA	分子动力学模拟、有限元分析、机器学习/深度学习	分子动力学、有限元、机器学习/深度学习替代模型	数值模拟和大量实验结果	NA	NA	NA	NA	NA
113	2025-10-07	Conversion of single-energy CT to parametric maps of dual-energy CT using convolutional neural network 2024-May-29, The British journal of radiology DOI:10.1093/bjr/tqae076 PMID:38597871	研究论文	提出一种基于卷积神经网络的多任务学习框架，将单能CT图像直接转换为双能CT的三种参数图	首次使用深度学习多任务框架实现单能CT到双能CT多种参数图的直接转换	仅使用67例患者数据进行训练验证，样本量有限	开发从单能CT生成双能CT参数图的深度学习模型	CT图像数据	医学影像分析	NA	CT成像	CNN	CT图像	67例患者（2019-2020年收集）	NA	VMI-Net, EAN-Net, RED-Net	绝对差异, 相对差异	NA
114	2025-10-07	Machine learning and deep learning to identifying subarachnoid haemorrhage macrophage-associated biomarkers by bulk and single-cell sequencing 2024-05, Journal of cellular and molecular medicine IF:4.3Q2 DOI:10.1111/jcmm.18296 PMID:38702954	研究论文	通过单细胞和批量转录组测序识别蛛网膜下腔出血中巨噬细胞相关生物标志物	结合单细胞测序和hdWGCNA方法首次系统鉴定SAH特异性巨噬细胞亚群及相关关键基因	需要进一步实验和临床研究验证发现并探索治疗靶点的临床意义	改善蛛网膜下腔出血的诊断和治疗策略	蛛网膜下腔出血大鼠模型脑组织样本	生物信息学	蛛网膜下腔出血	单细胞转录组测序, 批量RNA测序, 分子对接	卷积神经网络, 机器学习算法	基因表达数据, 单细胞数据	SAH大鼠模型脑组织样本	NA	3×3卷积神经网络	AUC, 灵敏度, 特异性	NA
115	2025-10-07	PBAC: A pathway-based attention convolution neural network for predicting clinical drug treatment responses 2024-05, Journal of cellular and molecular medicine IF:4.3Q2 DOI:10.1111/jcmm.18298 PMID:38683133	研究论文	提出一种基于通路注意力的卷积神经网络PBAC，用于预测临床药物疗效	整合深度学习框架与注意力机制处理复杂生物通路信息，提供基于生物学功能的药物疗效预测模型	NA	开发能够预测临床药物疗效并解释药物作用机制的计算模型	四种化疗药物（硼替佐米、顺铂、多西他赛、紫杉醇）和11个免疫治疗数据集	机器学习	癌症	NA	CNN, 注意力机制	生物通路数据	NA	NA	PBAC（包含基因-通路层、注意力层、卷积层和全连接层）	AUC, 精确召回曲线下面积	NA
116	2025-10-07	MFNet: Meta-learning based on frequency-space mix for MRI segmentation in nasopharyngeal carcinoma 2024-05, Journal of cellular and molecular medicine IF:4.3Q2 DOI:10.1111/jcmm.18355 PMID:38685683	研究论文	提出基于频域特征混合的元学习方法MFNet，用于鼻咽癌MRI分割的领域泛化	将MRI从空间域转换到频域，并采用频域特征混合的元学习方法来提升模型在未见领域的泛化能力	仅在两个医院的321例患者数据上验证，样本来源相对有限	解决鼻咽癌MRI分割模型在不同医疗中心部署时的领域泛化问题	鼻咽癌患者的MRI图像	医学影像分析	鼻咽癌	傅里叶变换，MRI成像	深度学习，元学习	MRI图像	321例患者，来自两家医院	NA	MFNet	Dice系数，MIoU	NA
117	2025-10-07	A Multi-Element Identification System Based on Deep Learning for the Visual Field of Percutaneous Endoscopic Spine Surgery 2024-May, Indian journal of orthopaedics IF:1.1Q3 DOI:10.1007/s43465-024-01134-2 PMID:38694692	研究论文	开发基于深度学习的经皮内镜脊柱手术视野多元素识别系统	首次将实例分割深度学习模型应用于脊柱内镜手术视野的多元素识别，可同时识别解剖组织和手术器械	研究样本量有限（48例患者），仅针对腰椎间盘突出症手术	开发脊柱内镜手术视野多元素识别系统并评估其可行性	经皮内镜脊柱手术视野中的组织结构和手术器械	计算机视觉	腰椎间盘突出症	深度学习	CNN	图像	48例患者的6000张手术视野图像	NA	Solov2, CondInst, Mask R-CNN, Yolact, ResNet101, ResNet50	mAP, FPS, AP	NA
118	2025-04-06	Machine Learning Prediction of Lymph Node Metastasis in Breast Cancer: Performance of a Multi-institutional MRI-based 4D Convolutional Neural Network 2024-05, Radiology. Imaging cancer DOI:10.1148/rycan.230107 PMID:38607282	research paper	开发了一种基于多机构MRI数据的4D卷积神经网络模型，用于无创预测乳腺癌淋巴结转移	提出了一种结合动态图像时间信息的4D CNN模型，整合临床病理指标以提高预测性能	研究为回顾性设计，样本量相对有限（350例患者）	开发深度学习模型预测乳腺癌淋巴结转移状态	新诊断的原发性浸润性乳腺癌患者	digital pathology	breast cancer	dynamic contrast-enhanced (DCE) breast MRI	4D CNN	MRI图像	350例女性患者（平均年龄51.7±11.9岁）	NA	NA	NA	NA
119	2025-10-07	VesselBoost: A Python Toolbox for Small Blood Vessel Segmentation in Human Magnetic Resonance Angiography Data 2024-May-22, bioRxiv : the preprint server for biology DOI:10.1101/2024.05.22.595251 PMID:38826408	研究论文	开发了一个名为VesselBoost的Python工具箱，用于在人类磁共振血管造影数据中进行小血管分割	结合深度学习与不完美训练标签进行血管分割，并采用创新的数据增强技术利用血管结构相似性	NA	实现高分辨率MRA数据中小血管的精确分割	人类大脑磁共振血管造影数据中的小血管	医学图像分析	脑血管疾病	磁共振血管造影(MRA)	深度学习	医学图像	NA	Python	NA	NA	NA
120	2025-10-07	Artificial intelligence-based assessment of built environment from Google Street View and coronary artery disease prevalence 2024-May-07, European heart journal IF:37.6Q1 DOI:10.1093/eurheartj/ehae158 PMID:38544295	研究论文	本研究使用深度学习分析谷歌街景图像评估建成环境，并探究其与冠状动脉疾病患病率的关联	首次将机器视觉与深度学习技术应用于建成环境评估，并建立其与心血管疾病的定量关联	横断面研究设计无法确定因果关系，仅涵盖美国七个城市的789个人口普查区	研究基于机器视觉的建成环境与心血管代谢疾病患病率之间的关联	美国七个城市的789个人口普查区及其居民	计算机视觉	心血管疾病	深度学习	CNN	图像	53万张谷歌街景图像，覆盖789个人口普查区	NA	卷积神经网络	方差解释率	NA