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	2025-10-06	Modelling protein complexes with crosslinking mass spectrometry and deep learning 2024-09-09, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-51771-2 PMID:39251624	研究论文	通过将交联质谱实验数据整合到AlphaFold-Multimer中，开发了AlphaLink方法用于蛋白质复合物结构建模	首次将交联质谱数据整合到深度学习蛋白质结构预测中，扩展了AlphaLink方法至蛋白质复合物建模	NA	提高蛋白质复合物结构建模的准确性和可靠性	蛋白质复合物	计算生物学	NA	交联质谱, 深度学习	深度学习	质谱数据, 蛋白质序列	NA	AlphaFold-Multimer	AlphaLink	建模性能	NA
122	2025-10-06	Pretrainable geometric graph neural network for antibody affinity maturation 2024-09-06, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-51563-8 PMID:39242604	研究论文	提出可预训练的几何图神经网络GearBind用于抗体亲和力成熟	结合多关系图构建、多层级几何消息传递和大规模无标签蛋白质结构数据的对比预训练	NA	开发计算模型提升抗体与靶抗原的结合亲和力	抗体-抗原相互作用	机器学习	NA	几何深度学习	图神经网络	蛋白质结构数据	SKEMPI数据集和独立测试集	NA	GearBind	ELISA EC值, K值	NA
123	2025-10-06	Virtual birefringence imaging and histological staining of amyloid deposits in label-free tissue using autofluorescence microscopy and deep learning 2024-09-12, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-52263-z PMID:39266547	研究论文	利用自发荧光显微镜和深度学习技术，实现无标记组织中淀粉样蛋白沉积的虚拟双折射成像和虚拟刚果红染色	首次使用单一神经网络将无标记组织的自发荧光图像转换为明场和偏振显微镜图像，匹配其组织化学染色版本	研究主要针对心脏组织，在其他器官组织中的适用性需要进一步验证	开发无需化学染色的淀粉样蛋白沉积可视化方法	人体组织样本中的淀粉样蛋白沉积	数字病理学	系统性淀粉样变性	自发荧光显微镜，深度学习	神经网络	图像	心脏组织样本（具体数量未明确说明）	NA	NA	定量指标，病理学家评估	NA
124	2025-10-06	Automated design of multi-target ligands by generative deep learning 2024-09-11, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-52060-8 PMID:39261471	研究论文	本研究利用生成式深度学习模型开发多靶点配体药物	首次将化学语言模型应用于多靶点配体的从头设计，通过小样本微调实现双靶点活性分子的生成	仅验证了12个设计分子对6个靶点对的活性，样本规模有限	探索生成式深度学习在多靶点药物设计中的应用	多靶点配体分子	机器学习	NA	化学语言模型，SMILES表示法	生成式深度学习模型	分子结构数据	12个设计分子，6个靶点对	NA	化学语言模型	纳摩尔级活性，双配体确认	NA
125	2025-10-06	External Testing of a Deep Learning Model to Estimate Biologic Age Using Chest Radiographs 2024-09, Radiology. Artificial intelligence DOI:10.1148/ryai.230433 PMID:39046324	研究论文	本研究在亚洲人群中对基于深度学习的胸片年龄模型进行外部测试，评估其预测全因死亡率及特定疾病死亡率的预后价值	首次在大型亚洲队列中验证基于胸片影像的深度学习生物年龄预测模型的泛化能力	单中心回顾性研究，仅包含无症状亚洲人群	评估深度学习胸片年龄模型在外部测试队列中的预后价值	50-80岁无症状亚洲个体的胸片影像	计算机视觉	肺癌	胸片影像分析	CNN	医学影像	36,924名个体	NA	NA	风险比, 似然比检验	NA
126	2025-10-06	Artificial Intelligence Outcome Prediction in Neonates with Encephalopathy (AI-OPiNE) 2024-09, Radiology. Artificial intelligence DOI:10.1148/ryai.240076 PMID:38984984	研究论文	开发深度学习算法预测缺氧缺血性脑病新生儿2年神经发育结局	首次结合多序列MRI和基础临床数据开发深度学习模型预测新生儿脑病长期神经发育结局	回顾性研究设计，样本量相对有限（414例）	预测缺氧缺血性脑病新生儿2年神经发育结局	足月缺氧缺血性脑病新生儿	医学影像分析	新生儿脑病	MRI（T1加权、T2加权、扩散张量成像）	CNN	医学影像、临床数据	414例新生儿（来自17个机构）	NA	深度学习分类器	AUC, 准确率	NA
127	2025-10-06	Deep Learning Segmentation of Ascites on Abdominal CT Scans for Automatic Volume Quantification 2024-09, Radiology. Artificial intelligence DOI:10.1148/ryai.230601 PMID:38900043	研究论文	开发了一种基于深度学习的自动方法，用于在腹部CT扫描中检测腹水并量化其体积	首次提出使用深度学习自动分割和量化腹水体积的方法，并在肝硬化和卵巢癌患者中验证	回顾性研究，数据来源于特定机构，可能存在选择偏倚	评估深度学习模型在检测和量化腹水体积方面的性能	肝硬化腹水患者和卵巢癌患者	医学影像分析	肝硬化,卵巢癌	CT扫描	深度学习	医学影像	训练集：TCGA卵巢癌数据集；测试集：NIH-LC(25例)、NIH-OV(166例)、UofW-LC(124例)	NA	NA	F1/Dice系数,体积估计误差,95%置信区间	NA
128	2025-10-06	Longitudinal deep neural networks for assessing metastatic brain cancer on a large open benchmark 2024-09-17, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-52414-2 PMID:39289405	研究论文	本文开发了利用纵向数据的深度神经网络Segmentation-Through-Time，在大型脑转移癌数据集NYUMets-Brain上实现了小转移灶检测和分割的最先进性能	提出了世界最大的纵向真实世界脑转移癌数据集NYUMets-Brain，并开发了专门利用纵向数据结构的深度神经网络	未明确说明模型在外部验证集上的泛化能力	开发能够检测和追踪脑转移癌的深度学习工具	1,429名脑转移癌患者的影像、临床随访和医疗管理数据	计算机视觉	脑转移癌	医学影像分析	深度神经网络	纵向医学影像	1,429名患者	NA	Segmentation-Through-Time	小转移灶检测准确率、分割精度、风险比	NA
129	2025-10-06	Deep Learning to Detect Intracranial Hemorrhage in a National Teleradiology Program and the Impact on Interpretation Time 2024-09, Radiology. Artificial intelligence DOI:10.1148/ryai.240067 PMID:39017032	研究论文	评估人工智能在大型远程放射学实践中检测急性颅内出血的诊断性能及其对放射科医师阅片时间和系统效率的影响	在国家级远程放射学项目中大规模评估AI对颅内出血检测的实际影响，并首次量化分析AI误报对阅片时间的负面影响	回顾性研究设计，在高容量低患病率环境中AI误报可能导致系统效率下降	评估AI临床决策支持系统在颅内出血检测中的诊断性能和对工作流程效率的影响	61,704例连续非增强头部CT检查	数字病理	颅内出血	CT成像	深度学习	医学影像	61,704例非增强头部CT检查	NA	NA	灵敏度,特异性,准确率,阳性预测值	NA
130	2025-10-06	Open Access Data and Deep Learning for Cardiac Device Identification on Standard DICOM and Smartphone-based Chest Radiographs 2024-09, Radiology. Artificial intelligence DOI:10.1148/ryai.230502 PMID:39017033	研究论文	开发并评估用于在标准DICOM和智能手机拍摄的胸片上分割和分类心脏植入电子设备的深度学习模型	首个公开可用的深度学习模型，同时支持标准DICOM和智能手机拍摄的胸片进行心脏设备识别	回顾性研究，样本主要来自单一机构	开发心脏植入电子设备的自动分割和分类系统	心脏植入电子设备（包括起搏器、除颤器、心脏再同步治疗设备和心脏监测器）	计算机视觉	心血管疾病	胸部X线摄影	CNN	图像	897名患者的2321张胸片，以及使用5部智能手机采集的11072张图像	NA	U-Net, ResNet-50	Dice系数, 平衡准确率	NA
131	2025-10-06	Improving Computer-aided Detection for Digital Breast Tomosynthesis by Incorporating Temporal Change 2024-09, Radiology. Artificial intelligence DOI:10.1148/ryai.230391 PMID:39140867	研究论文	开发了一种利用时间信息改进数字乳腺断层合成癌症病变检测性能的深度学习算法	通过引入时间变化信息（当前与一年前的检查对比）来优化癌症检测概率	回顾性研究，数据来自特定时间段（2016-2020年）的八个机构	提高数字乳腺断层合成的计算机辅助检测性能	数字乳腺断层合成筛查检查中的癌症和非癌症病例	计算机视觉	乳腺癌	数字乳腺断层合成	深度学习	医学影像	973例癌症病例和7123例非癌症病例	NA	PriorNet	AUC, 局部AUC	NA
132	2025-10-06	nnU-Net-based Segmentation of Tumor Subcompartments in Pediatric Medulloblastoma Using Multiparametric MRI: A Multi-institutional Study 2024-09, Radiology. Artificial intelligence DOI:10.1148/ryai.230115 PMID:39166971	研究论文	本研究评估基于nnU-Net的分割模型在多机构MRI扫描中自动划分儿童髓母细胞瘤肿瘤亚区的性能	首次在多机构研究中应用nnU-Net模型分割儿童髓母细胞瘤亚区，并比较迁移学习和直接深度学习两种训练策略	回顾性研究设计，样本量相对有限（78例患者），囊性核心和非强化肿瘤区域分割性能较低	开发自动化分割儿童髓母细胞瘤肿瘤亚区的精准工具	儿童髓母细胞瘤患者	医学影像分析	髓母细胞瘤	多参数MRI（钆增强T1加权、T2加权、液体衰减反转恢复序列）	nnU-Net	MRI影像	78例儿童患者（52男，26女，年龄2-18岁），来自三个不同医疗机构	nnU-Net	nnU-Net	Dice系数	NA
133	2025-10-06	Deep Learning Segmentation of Infiltrative and Enhancing Cellular Tumor at Pre- and Posttreatment Multishell Diffusion MRI of Glioblastoma 2024-09, Radiology. Artificial intelligence DOI:10.1148/ryai.230489 PMID:39166970	研究论文	开发并验证一种深度学习方法来检测和分割胶质母细胞瘤患者治疗前后MRI扫描中的增强和非增强细胞肿瘤，并预测总生存期和无进展生存期	首次将多壳层扩散MRI与灌注成像结合到nnU-Net模型中，用于同时分割增强和非增强细胞肿瘤并预测生存期	回顾性研究设计，需要进一步前瞻性验证	开发胶质母细胞瘤细胞肿瘤的自动分割方法并预测患者生存结局	胶质母细胞瘤患者	数字病理	胶质母细胞瘤	多壳层扩散MRI，灌注成像	深度学习	MRI图像	1297名患者的1397次MRI扫描，包括内部训练集243次扫描和四个外部测试队列	nnU-Net	nnU-Net	Dice分数，AUC，风险比	NA
134	2025-10-06	Deep Learning-based Unsupervised Domain Adaptation via a Unified Model for Prostate Lesion Detection Using Multisite Biparametric MRI Datasets 2024-09, Radiology. Artificial intelligence DOI:10.1148/ryai.230521 PMID:39166972	研究论文	开发基于深度学习的无监督域适应方法，通过统一生成模型提升多中心双参数MRI数据集中前列腺癌病变检测性能	提出一种新颖的无监督域适应方法，使用统一生成模型将不同b值采集的DWI图像转换为符合PI-RADS指南标准的图像风格	回顾性研究设计，数据来源于特定九个影像中心	提高多中心双参数MRI数据集中前列腺癌病变检测的准确性和鲁棒性	前列腺癌病变	计算机视觉	前列腺癌	双参数MRI，扩散加权成像，表观扩散系数	生成模型	医学影像	5150名患者（14191个样本），独立测试集1692个病例（2393个样本）	NA	统一生成模型	AUC	NA
135	2025-10-06	Improving Fairness of Automated Chest Radiograph Diagnosis by Contrastive Learning 2024-09, Radiology. Artificial intelligence DOI:10.1148/ryai.230342 PMID:39166973	研究论文	本研究开发了一种使用监督对比学习来减少胸部X光诊断偏见的AI模型	采用监督对比学习并精心选择正负样本来生成公平的图像嵌入表示，有效降低了诊断偏见	回顾性研究，数据集可能存在选择偏倚	开发公平的AI模型以减少胸部X光诊断中的偏见	胸部X光影像	计算机视觉	胸部疾病	监督对比学习	CNN	医学影像	MIDRC数据集：27,796名患者的77,887张胸部X光；ChestX-ray14数据集：30,805名患者的112,120张胸部X光	NA	NA	边际ROC曲线下面积差异(∆mAUC)	NA
136	2025-06-16	Silicon integrated photonic-electronic neuron for noise-resilient deep learning 2024-Sep-23, Optics express IF:3.2Q2 DOI:10.1364/OE.532306 PMID:40514809	research paper	本文展示了一种光电混合乘积累加神经元（PEMAN）架构的光子段实验演示，采用硅光子芯片和高速电吸收调制器进行矩阵向量乘法	引入了一种新颖的激活函数斜率拉伸策略以减轻噪声影响，并展示了噪声感知深度学习技术的应用	实验验证仅限于特定噪声水平和计算速率下的性能评估	开发噪声鲁棒性强的深度学习架构，用于健康监测	光电混合神经元架构及其在心跳声音分类中的应用	machine learning	cardiovascular disease	silicon photonic chip, electro-absorption modulators	three-layer neural network	sound	1350 trainable parameters	NA	NA	NA	NA
137	2025-06-16	Ultra-fast and accurate force spectrum prediction and inverse design of light-driven microstructure by deep learning 2024-Sep-23, Optics express IF:3.2Q2 DOI:10.1364/OE.537005 PMID:40514837	研究论文	利用深度学习预测和逆向设计光驱动微结构的光谱力和结构配置	使用深度神经网络（DNNs）替代传统计算方法，实现超快速且高精度的力谱预测和微结构逆向设计	研究仅针对由5×5方阵组成的微结构，未涉及更复杂或不同排列的结构	获得在不同频率光照射下能产生预定义力的微结构配置	由5×5方阵组成的微结构，每个位置为空或由介电球体占据	机器学习	NA	Mie散射-麦克斯韦应力张量方法	DNNs, 生成网络	模拟数据	NA	NA	NA	NA	NA
138	2025-06-16	Hyper-NLOS: hyperspectral passive non-line-of-sight imaging 2024-Sep-23, Optics express IF:3.2Q2 DOI:10.1364/OE.532699 PMID:40514854	research paper	提出了一种基于高光谱融合的非视距成像技术HFN-Net，通过利用多光谱的高维特征和空间-光谱注意力机制，提升了图像的颜色保真度和结构细节	首次将高光谱特征和空间-光谱注意力机制引入非视距成像，解决了传统方法因稀疏和同质投影特征导致的图像重建不适定问题	未明确提及具体局限性，但可能受限于高光谱数据的获取和处理复杂度	提升被动非视距成像技术的性能，解决传统方法在图像重建中的不足	非视距成像技术及其在自动驾驶和搜救等领域的应用	computer vision	NA	hyperspectral imaging, deep learning	HFN-Net (hyperspectral full-color auto-encoder with spatial-spectral attention)	hyperspectral image	未明确提及具体样本数量，但开发了HS-NLOS数据集用于训练和评估	NA	NA	NA	NA
139	2025-06-16	Deep learning optimization for small object classification in lensfree holographic microscopy 2024-Sep-23, Optics express IF:3.2Q2 DOI:10.1364/OE.527353 PMID:40514873	研究论文	本文探讨了在无透镜全息显微镜中应用浅层卷积神经网络进行小物体分类的性能优化	首次系统地研究了不同网络层和超参数对无透镜全息显微镜中小物体分类性能的影响，并发现激活层的选择对提高准确性最为关键	网络准确率约为83%，仍有提升空间，且研究仅针对特定类型的全息传感器	优化无透镜全息显微镜中的小物体分类性能	生物分子功能化的微米和纳米珠子	计算机视觉	NA	无透镜全息显微镜	CNN	图像	NA	NA	NA	NA	NA
140	2025-06-16	Intelligent classification of water bodies with different turbidity levels based on Gaofen-1 multispectral imagery 2024-Sep-23, Optics express IF:3.2Q2 DOI:10.1364/OE.533540 PMID:40514862	研究论文	本文提出并验证了一种基于深度学习的智能浊度分类方法，用于高分辨率多光谱遥感影像中不同浊度水体的分类	提出自适应阈值水体提取方法以减少近岸水体提取误差，引入半自动语义标注方法降低人工标注成本，并采用模式滤波处理边缘噪声问题	NA	开发高效的大规模遥感水体浊度监测方法	不同浊度等级的水体	遥感图像处理	NA	深度学习	DeepLab V3+	多光谱遥感影像	NA	NA	NA	NA	NA