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
41	2026-07-03	Optimizing hip MRI: enhancing image quality and elevating inter-observer consistency using deep learning-powered reconstruction 2025-01-13, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01554-y PMID:39806303	研究论文	本文探讨利用深度学习重建技术优化髋关节MRI检查，在缩短扫描时间的同时提升图像质量和观察者间一致性	首次将深度学习重建方法应用于髋关节MRI加速成像，在不影响诊断效能的前提下实现约66.5%的扫描时间缩减，同时显著提升图像信噪比和对比噪声比	样本量较小（60例），且为回顾性研究，未对不同深度学习模型架构进行对比分析	评估深度学习重建技术在髋关节MRI中的图像质量改善效果和临床应用价值	接受髋关节MRI检查的60例患者	计算机视觉	髋关节疾病	深度学习重建	深度学习	图像	60例髋关节MRI患者	NA	NA	图像质量5分制评分、相对信噪比、相对对比噪声比、加权kappa统计量、Wilcoxon符号秩检验	NA
42	2026-07-03	From Sequence to System: Enhancing IVT mRNA Vaccine Effectiveness through Cutting-Edge Technologies 2025-01-06, Molecular pharmaceutics IF:4.5Q1 DOI:10.1021/acs.molpharmaceut.4c00863 PMID:39601789	综述	全面概述体外转录mRNA疫苗的最新研究进展和优化策略，包括人工智能在mRNA结构优化和递送系统设计中的应用	系统总结了人工智能和深度学习技术在IVT mRNA结构优化与递送配方设计中的创新应用，并涵盖了脂质纳米颗粒、聚合物和外泌体等前沿递送平台的最新进展	未明确指出具体局限性，但综述性质决定了缺乏实验验证数据	探讨IVT mRNA疫苗面临表达水平有限、非特异性肝靶向、快速降解和非预期免疫激活等挑战的解决方案，推动其临床转化	IVT mRNA分子及其递送系统	机器学习	传染病、癌症、遗传性疾病	体外转录	深度学习模型	文本	NA	NA	NA	NA	NA
43	2026-07-03	Machine Learning Models for Predicting Monoclonal Antibody Biophysical Properties from Molecular Dynamics Simulations and Deep Learning-Based Surface Descriptors 2025-01-06, Molecular pharmaceutics IF:4.5Q1 DOI:10.1021/acs.molpharmaceut.4c00804 PMID:39606945	研究论文	利用分子动力学模拟和深度学习表面描述符构建机器学习模型，预测单克隆抗体的12种生物物理特性	首次结合全长抗体分子动力学模拟与DeepSP深度学习模型预测抗体的生物物理特性，且DeepSP在降低计算时间的同时达到与分子动力学模拟相当的预测效果	NA	开发高效预测单克隆抗体生物物理特性的机器学习模型，以加速抗体药物的研发和可开发性评估	137种抗体的12种生物物理特性（如聚集倾向、溶解度、粘度）	机器学习	NA	分子动力学模拟	深度学习模型	序列和生物物理特性数据	137种抗体的12种生物物理特性	PyTorch	DeepSP	预测性能对比	NA
44	2026-07-03	FormulationBCS: A Machine Learning Platform Based on Diverse Molecular Representations for Biopharmaceutical Classification System (BCS) Class Prediction 2025-01-06, Molecular pharmaceutics IF:4.5Q1 DOI:10.1021/acs.molpharmaceut.4c00946 PMID:39647169	研究论文	基于多种分子表征的机器学习平台用于生物药剂学分类系统类别预测	首次开发基于高性能机器学习模型的BCS分类网络平台，整合了从一维分子指纹到三维空间坐标的多种分子表征，并对比多种算法后选择最优模型部署于在线平台	外部验证数据集规模有限，模型对log D和log P的预测性能存在差异，且未提及平台可扩展性和实际应用中的计算效率	开发用于高通量BCS类别预测的机器学习网络平台，提高药物早期开发中候选药物的可开发性评估效率	药物分子的溶解性和渗透性相关BCS类别	机器学习	NA	分子表征（指纹、描述符、分子图、三维空间坐标）	LightGBM, AttentiveFP, XGBoost	分子结构数据	四个BCS相关分子属性数据集及一个上市药物BCS类别外部验证集	NA	LightGBM, AttentiveFP, XGBoost	R², 准确率	NA
45	2026-07-03	Subject-Based Transfer Learning in Longitudinal Multiple Sclerosis Lesion Segmentation 2025 Jan-Feb, Journal of neuroimaging : official journal of the American Society of Neuroimaging IF:2.3Q2 DOI:10.1111/jon.70024 PMID:39923192	研究论文	提出两种基于迁移学习的流程，以改善纵向多发性硬化病变分割的性能	针对每个受试者使用首次扫描微调深度学习模型，并提高该受试者后续扫描的分割性能	NA	提高纵向多发性硬化数据集中的病变分割准确性和一致性	多发性硬化患者的纵向MRI扫描	机器学学习	多发性硬化	MRI	深度学习模型（未具体指明）	图像	937名MS患者，3210次扫描	NA	NA	Dice系数, 灵敏度, 平均体积差异	NA
46	2026-07-03	Mitigating catastrophic forgetting in Multiple sclerosis lesion segmentation using elastic weight consolidation 2025, NeuroImage. Clinical DOI:10.1016/j.nicl.2025.103795 PMID:40403421	研究论文	首次将弹性权重巩固应用于多发性硬化病变分割的域增量学习，减轻灾难性遗忘	首次在域增量学习背景下将弹性权重巩固用于多发性硬化病变分割，仅需少量目标域图像即可在适应新域的同时保留旧知识	未提及具体局限性	解决多发性硬化病变分割中深度学习方法因域偏移导致的灾难性遗忘问题	3D U-Net模型在多发性硬化病变分割任务中的域适应能力	计算机视觉	多发性硬化	弹性权重巩固	3D U-Net	图像	公共数据集（WMH2017和Shifts）及内部数据集，少量学习场景中仅使用3或5张目标域图像	PyTorch	3D U-Net	F-score	未提及
47	2026-07-03	A robust deep learning framework for cerebral microbleeds recognition in GRE and SWI MRI 2025, NeuroImage. Clinical DOI:10.1016/j.nicl.2025.103873 PMID:40886589	研究论文	提出一种用于GRE和SWI MRI中脑微出血识别的稳健深度学习框架	结合3D CNN和YOLO方法，在公共和私有数据集上有效降低假阳性率，提升检测鲁棒性	未提及具体局限性	提高脑微出血自动检测的准确性，减少假阳性，确保临床和正常病例的鲁棒性	脑微出血病灶	计算机视觉, 数字病理学	脑血管疾病, 神经系统疾病	GRE, SWI MRI	3D CNN, YOLO	影像	涉及ADNI、AIBL、OATS和MAS四个数据集	NA	3D CNN, YOLO	平衡准确率, AUC, 精确率, 敏感度, F1分数	NA
48	2026-07-03	Predicting language outcome after stroke using machine learning: in search of the big data benefit 2025, NeuroImage. Clinical DOI:10.1016/j.nicl.2025.103858 PMID:40773787	研究论文	利用机器学习预测中风后语言恢复结果，并探索大样本数据效益	通过学习曲线方法系统评估样本量对逻辑回归与深度学习模型性能的影响，发现神经影像数据维度可大幅降低而不显著损失精度，提示分类可能依赖于简单模式如病变大小	当前数据集大小可能限制了进一步精度提升，且未达到绝对分类性能上限	探索样本量对机器学习模型预测中风后语言结局性能的影响及大数据的潜在优势	758名英语中风患者	机器学习	中风	神经影像	逻辑回归，ResNet-18	表格数据、神经影像数据	758名中风患者	NA	逻辑回归，ResNet-18	准确率	NA
49	2026-07-03	Infectious disease prediction model based on optimized deep learning algorithm 2025, Frontiers in public health IF:3.0Q2 DOI:10.3389/fpubh.2025.1703506 PMID:41613087	研究论文	提出基于遗传算法优化的GA-BiLSTM-ARIMA混合模型，用于传染病时间序列预测，并在日本COVID-19病例数据上验证其优越性	首次将遗传算法、双向长短期记忆网络与自回归积分滑动平均模型系统融合，通过智能优化策略实现混合模型的自动参数寻优，显著提升传染病预测的准确性和鲁棒性	仅基于日本COVID-19病例数据验证，未检验模型在不同国家或不同类型传染病中的泛化能力	开发一种高精度、鲁棒的传染病预测模型，以支持疫情防控策略的制定和早期预警	日本COVID-19疫情时间序列数据（病例数）	机器学习	COVID-19（传染病）	NA	混合模型（遗传算法+双向LSTM+ARIMA）	时间序列数据	NA（未明确样本量，仅提及日本病例数据）	NA	GA-BiLSTM-ARIMA, BiLSTM, ARIMA	RMSE, MAE, MAPE, R²	NA
50	2026-07-01	Spiral volumetric optoacoustic tomography of reduced oxygen saturation in the spinal cord of M83 mouse model of Parkinson's disease 2025-01, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-024-06938-w PMID:39382580	研究论文	使用螺旋体积光声层析成像技术评估帕金森病M83小鼠模型脊髓中的氧饱和度降低	首次结合体内螺旋体积光声层析成像和高场磁共振成像及深度学习自动分割技术，非侵入性高分辨率检测帕金森病小鼠模型脊髓中的氧饱和度变化，无需结构性萎缩	未提及	评估帕金森病转基因M83小鼠模型脊髓中的氧合变化，并开发深度学习分析方法进行定量	帕金森病转基因M83小鼠及其非转基因同窝对照小鼠	数字病理学	帕金森病	螺旋体积光声层析成像，高场磁共振成像	深度学习模型	图像	M83小鼠和非转基因同窝对照小鼠，具体数量未提及	NA	NA	NA	NA
51	2026-07-01	Systematic review of generative adversarial networks (GANs) in cell microscopy: Trends, practices, and impact on image augmentation 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0291217 PMID:40554529	系统综述	本系统综述旨在找出生成对抗网络在细胞显微图像增强中的趋势、常见实践和常用数据集，并分析其影响	首次对GAN在细胞显微图像增强中的应用进行系统综述，识别出StyleGAN和对抗损失（Vanilla和Wasserstein）等热门架构与损失函数，并强调设计良好实践和黄金标准以确保可比性和可重复性	缺乏性能指标、基线和数据集的共识；仅纳入英文研究，可能存在语言偏差；未在PROSPERO注册	系统梳理GAN在细胞显微图像增强中的应用趋势、常见实践和常用数据集，并评估其影响	46项符合纳入标准的英文研究论文，使用GAN生成任何类型的细胞显微图像	计算机视觉	不适用	生成对抗网络	生成对抗网络	图像	46项研究，其中23项以图像增强为主要任务；检索到29个公开数据集	不适用	StyleGAN	不适用	不适用
52	2026-06-29	Pose Analysis in Free-Swimming Adult Zebrafish, Danio rerio: "Fishy" Origins of Movement Design 2025, Brain, behavior and evolution DOI:10.1159/000543081 PMID:39681106	研究论文	利用深度学习姿态估计和聚类分析，研究自由游动成年斑马鱼行为中刻板姿势的存在及其对运动控制的意义	采用无标记跟踪(DeepLabCut)结合无监督多变量时间序列分析(B-SOiD)发现鱼类仅通过三个前后轴水平弯曲即可完成游动，为陆生脊椎动物颈部与四肢演化提供新视角	样本量有限(12条个体)，聚类结果依赖帧序列长度(14000帧)，且未验证姿势簇的神经控制机制	探究自由游动斑马鱼是否存在刻板姿势及其对运动控制最小化主动(神经)控制的假设	12条成年斑马鱼(Danio rerio)的自由游动行为	计算机视觉, 机器学习	NA	基于深度学习的无标记运动跟踪(DeepLabCut)	深度神经网络(DeepLabCut中的姿态估计模型)	视频	12条成年斑马鱼，每条约14000帧视频数据	DeepLabCut, B-SOiD	DeepLabCut (基于ResNet的深度姿态估计网络)	聚类轮廓系数(最佳聚类数36-50个体 vs 86总体)	GPU (文中未明确型号)
53	2026-06-26	Enhancing Molecular Network-Based Cancer Driver Gene Prediction Using Machine Learning Approaches: Current Challenges and Opportunities 2025-01, Journal of cellular and molecular medicine IF:4.3Q2 DOI:10.1111/jcmm.70351 PMID:39804102	综述	综述旨在全面探讨机器学习方法（特别是网络传播、图神经网络、自动编码器、图嵌入和注意力机制）如何增强基于分子网络的癌症驱动基因预测的可扩展性和可解释性	系统评估了深度学习（尤其是基于图的模型）在分子网络基础上预测癌症驱动基因方面的最新进展和机遇	该综述强调了当前挑战但未提供具体的实验验证或性能比较	探索机器学习方法在基于分子网络的癌症驱动基因预测中的应用，以提高可扩展性和可解释性	癌症驱动基因	机器学习	癌症	NA	图神经网络、自动编码器、图嵌入、注意力机制	分子网络数据、蛋白质-蛋白质相互作用网络、突变数据	NA	NA	网络传播模型、图神经网络、自动编码器、图嵌入、注意力机制	NA	NA
54	2026-06-19	Advanced molecular modeling of proteins: Methods, breakthroughs, and future prospects 2025, Advances in pharmacology (San Diego, Calif.) DOI:10.1016/bs.apha.2025.02.005 PMID:40175043	综述	介绍了蛋白质分子建模的当代进展，包括同源建模、分子动力学模拟、量子力学/分子力学策略以及深度学习算法如AlphaFold的应用	重点阐述了AlphaFold等深度学习算法在提高复杂蛋白质结构预测精度方面的突破性进展	未明确提及限制，但可能包括多尺度建模和高保真实验数据整合方法仍需进一步优化	探讨蛋白质分子建模方法、突破及其对未来精准医学和靶向治疗的影响	蛋白质大分子及其结构预测	机器学习	NA	同源建模、分子动力学模拟、量子力学/分子力学	深度学习算法，如AlphaFold	蛋白质结构数据	NA	NA	AlphaFold	蛋白质结构预测精度	NA
55	2026-06-19	Deep learning: A game changer in drug design and development 2025, Advances in pharmacology (San Diego, Calif.) DOI:10.1016/bs.apha.2025.01.008 PMID:40175037	research paper	深度学习在药物设计与开发中的应用，通过分析生物数据加速靶点识别、先导化合物筛选、毒性预测和药物重定位	利用深度学习整合多种药物开发环节，从靶点发现到药物优化，实现全流程加速和成本降低	未明确讨论模型的可解释性、数据质量依赖性和临床验证的挑战	探讨深度学习如何加速药物发现过程并提高成功率	药物开发流程中的靶点识别、先导化合物选择、毒性预测、药物重定位和从头药物设计	machine learning	NA	深度学习	深度学习	生物数据	NA	NA	NA	NA	NA
56	2026-06-19	Deep learning-based classification of colorectal cancer in histopathology images for category detection 2025, Biology methods & protocols IF:2.5Q3 DOI:10.1093/biomethods/bpaf077 PMID:41256969	研究论文	利用深度学习对结直肠癌的组织病理学图像进行分类，以实现癌症类别的自动检测	提出了包含二分类异常检测和多分类癌症分类器的两阶段预测框架，显著提高了分类鲁棒性，尤其对代表性不足和形态复杂类别效果提升明显	Swin Transformer V2模型计算需求较高，两阶段方法可能增加整体推理时间	开发基于深度学习的自动化结直肠癌分类工具，以支持病理学家诊断	结直肠癌的组织病理学图像	数字病理学	结直肠癌	NA	ResNet-34, ResNet-50, Swin Transformer V2	H&E染色组织病理学图像	NA	NA	ResNet-34, ResNet-50, Swin Transformer V2	准确率, top-2准确率, top-3准确率, 微平均ROC AUC, F1分数, ROC AUC	NA
57	2026-06-19	Statistics and AI - A Fireside Conversation 2025, Harvard data science review DOI:10.1162/99608f92.c066fe9c PMID:42311443	评论	一场名为《统计与AI：炉边谈话》的网络研讨会，探讨了统计界在AI时代面临的关键挑战与机遇	通过三个专题讨论，系统性地规划了统计在AI时代保持相关性和发展的战略路线图	NA	讨论统计界在AI时代面临的关键挑战与机遇，并制定战略路线图	统计社区成员、AI技术发展、出版流程、下一代统计流程与资源	机器学习	NA	NA	NA	NA	约1000名在线参与者	NA	NA	NA	NA
58	2026-06-18	BIBSNet: A Deep Learning Baby Image Brain Segmentation Network for MRI Scans 2025-Jan-11, bioRxiv : the preprint server for biology DOI:10.1101/2023.03.22.533696 PMID:36993540	研究论文	介绍一种针对婴儿MRI脑部图像分割的深度学习网络BIBSNet，其性能优于传统方法，速度快600倍，且与FreeSurfer兼容	首次提出一个开源、社区驱动的婴儿脑分割深度学习模型，通过数据增强和大规模手动标注图像实现鲁棒性和泛化性，分割速度比传统方法快600倍	未在标题和摘要中明确说明局限性	开发一种鲁棒且可泛化的婴儿脑MRI图像分割方法，以支持典型和非典型脑发育研究	0-8个月龄的婴儿脑MRI图像	深度学习，医学图像分析	不适用	MRI扫描	深度神经网络	MRI图像	90名参与者，年龄0-8个月（中位年龄4.6个月）的MRI脑图像	NA	BIBSNet	Dice相似系数，皮层厚度，静息态连接性，脑区体积	NA
59	2026-06-18	Federated Learning in Glaucoma: A Comprehensive Review and Future Perspectives 2025 Jan-Feb, Ophthalmology. Glaucoma DOI:10.1016/j.ogla.2024.08.004 PMID:39214457	综述	全面回顾联邦学习在青光眼筛查AI模型中的应用，并探讨未来发展方向	首次系统总结联邦学习在青光眼领域中的应用，提出其作为解决数据隐私与模型性能平衡问题的潜在方案	现有研究多集中于概念验证，缺乏大规模、多中心的实际部署经验及标准化评估框架	评估联邦学习在青光眼AI训练中的可行性，并展望其在隐私保护与模型泛化能力上的优势	1990年至2024年间发表的关于联邦学习在青光眼AI中应用的相关文献	机器学习	青光眼	联邦学习	深度学习	医学影像	未明确说明具体样本量	NA	NA	准确率	NA
60	2026-06-18	Shifted windowing vision transformer-based skin cancer classification via transfer learning 2025 Jan-Dec, Clinics (Sao Paulo, Brazil) DOI:10.1016/j.clinsp.2025.100724 PMID:40915182	研究论文	采用转移学习的基于移动窗口视觉变换器的皮肤癌分类方法	提出了基于移动窗口视觉变换器（Swin Transformer）的创新方法，利用注意力机制捕捉全局关系，并引入转移学习优化模型权重参数	未提及具体局限性，但皮肤图像数据集通常有限且不平衡	实现皮肤癌的自动分类，提升跨域适应性和稳健性以应用于临床	皮肤癌图像	计算机视觉	皮肤癌	NA	视觉变换器（Vision Transformer）	图像	NA	NA	移动窗口视觉变换器（Swin Transformer）	NA	NA