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	2026-08-25	Geometric deep learning and multiple-instance learning for 3D cell-shape profiling 2025-03-19, Cell systems IF:9.0Q1 DOI:10.1016/j.cels.2025.101229 PMID:40112779	研究论文	本文介绍MorphoMIL，一个结合几何深度学习和注意力多实例学习的计算流程，用于三维细胞和核形态分析，并在黑色素瘤细胞数据集上验证其预测药物扰动和细胞状态的能力	提出MorphoMIL流程，首次将几何深度学习和注意力多实例学习结合用于3D细胞形态分析，能够处理点云数据，在单细胞和群体水平上捕捉形态特征，并考虑表型异质性	摘要中未明确提及局限，可能涉及对特定数据集和扰动的依赖，或计算资源需求	利用深度学习发现细胞形态表征，理解细胞状态，并实现高通量形态分析以支持药物发现	黑色素瘤细胞，经临床相关和细胞骨架调节的化学和遗传扰动处理，超过95,000个细胞	计算生物学, 深度学习, 几何深度学习, 药物发现	黑色素瘤	3D形态分析（可能基于成像技术，如荧光显微镜）	几何深度学习模型，注意力多实例学习	3D点云数据	超过95,000个黑色素瘤细胞	NA（未指定，可能使用PyTorch或类似框架）	几何深度学习架构（如PointNet或类似），注意力机制	预测准确性（具体指标如AUC或精度未明确）	NA（未提及具体GPU或平台）
42	2026-08-24	Sampling Conformational Ensembles of Highly Dynamic Proteins via Generative Deep Learning 2025-Mar-10, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c01838 PMID:39984300	研究论文	本文介绍了一种基于深度学习的模型（ICoN），用于采样高度动态蛋白质的构象系综，并应用于淀粉样β蛋白单体。	首次引入基于内部坐标的深度学习模型学习分子动力学模拟中的构象变化物理原理，并通过潜在空间插值快速识别新构象，该方法具有高可转移性。	未明确提及局限性，可能包括对训练数据的依赖和计算成本。	利用深度学习采样高度动态蛋白质的构象系综，以理解其功能及疾病相关聚集机制。	高度动态的淀粉样-β（Aβ42）单体，以及其他可训练的动态蛋白质。	机器学习	神经退行性疾病	分子动力学模拟	深度学习生成模型	分子动力学模拟数据	未明确样本数量，主要研究对象为Aβ42单体。	未明确框架	ICoN（内部坐标网络）	未明确，可能有构象聚类分析及实验验证（EPR和氨基酸替换）	未明确，可能为GPU加速计算。
43	2026-08-23	Deep Learning-Based ASPECTS Algorithm Enhances Reader Performance and Reduces Interpretation Time 2025-03-04, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8491 PMID:39255988	研究论文	通过多读者、多病例研究，评估深度学习算法CINA-ASPECTS在支持临床医生评估ASPECTS时对表现和解读时间的影响	首次在一个包含多种扫描仪型号和供应商的多中心数据集中，系统评估深度学习算法作为临床辅助工具对ASPECTS评估准确性和效率的提升作用，并分析其对读者间一致性的改进	未在文中明确提及限制，可能包括算法依赖特定的参考标准、样本量有限或依赖单一算法等	评估深度学习算法在辅助临床医生解读ASPECTS时对性能和时间的影响，以改善急性缺血性卒中患者的治疗选择	来自5个临床站点、27种扫描仪型号和4个不同供应商的200个NCCT扫描，以及8名临床医生（4名典型ASPECTS读者和4名高级神经放射科医生）	深度学习、医学影像分析	急性缺血性卒中	CT成像（NCCT、CTA、CTP）	深度学习算法	CT扫描图像	200个NCCT扫描，8名读者（4名典型读者和4名高级神经放射科医生）	NA	NA	区域准确性、ROC AUC、评分一致性（组内相关系数）、解读时间	NA
44	2026-08-23	Deep Learning-Based Synthetic Computed Tomography for Low-Field Brain Magnetic Resonance-Guided Radiation Therapy 2025-03-01, International journal of radiation oncology, biology, physics DOI:10.1016/j.ijrobp.2024.09.046 PMID:39357787	研究论文	开发了一种基于条件生成对抗网络的深度学习模型，用于从低场磁共振图像生成脑部合成计算机断层扫描（synCT），以实现磁共振引导放射治疗的剂量计算	首次使用条件生成对抗网络结合9块残差网络生成器和PatchGAN判别器，从0.35T低场MR图像生成可用于在线自适应放疗的高保真synCT	术后异常区域的欠代表性表现挑战了模型性能，且研究样本量较小（12名训练患者和9名验证患者）	生成高保真synCT以支持低场MR引导放疗中的在线自适应治疗和剂量计算	12名胶质瘤患者（训练）和9名不同MR-linac上的患者（验证），使用头颈表面线圈或高分辨率脑线圈扫描	医学图像分析	胶质瘤	低场磁共振成像（0.35T MR-linac）	条件生成对抗网络（cGAN）	MRI-CT配对图像	12名胶质瘤患者（训练），9名患者（验证）	PyTorch	9块残差网络生成器，PatchGAN判别器	平均绝对误差（MAE），峰值信噪比（PSNR），结构相似性指数（SSIM），剂量体积直方图指标，伽马分析	NA
45	2026-08-21	Automatic segmentation of cardiac structures can change the way we evaluate dose limits for radiotherapy in the left breast 2025-03, Journal of medical imaging and radiation sciences IF:1.3Q3 DOI:10.1016/j.jmir.2024.101844 PMID:39740303	研究论文	本研究评估自动分割在左乳腺癌放疗中对心脏结构剂量评估的影响，并建立剂量关联模型	利用自动分割工具评估心脏亚结构剂量分布，并提出新的剂量约束参数估计模型	未提及具体局限性，可能包括自动分割准确性依赖和样本量限制	评估自动分割心脏亚结构在左乳腺癌放疗中的剂量分布，并建立相关模型以改善剂量限制评估	左乳腺癌患者的心脏结构，包括左前降支动脉、心脏和左心室	数字病理学	乳腺癌	自动分割，基于深度学习和多图谱方法	深度学习模型，具体为自动分割模型（如TotalSegmentator和Limbus AI）	医学图像（CT扫描）	未明确提及样本数量，涉及左乳腺癌患者	NA	TotalSegmentator和Limbus AI（具体架构未提及）	平均剂量分布、体积分布、相关性评估	NA
46	2026-08-19	Protocol to infer off-target effects of drugs on cellular signaling using interactome-based deep learning 2025-03-21, STAR protocols IF:1.3Q4 DOI:10.1016/j.xpro.2024.103573 PMID:39823233	研究论文	本文提出了一种使用基于相互作用组的深度学习来推断药物对细胞信号传导脱靶效应的协议，以理解药物作用机制。	利用相互作用组数据和人工神经网络预测转录活性，并解释脱靶作用机制。	NA	提供一种协议，通过模拟药物引发的细胞转录反应来推断药物的脱靶效应。	药物处理后的细胞转录反应，药物-靶点相互作用，以及脱靶效应机制。	机器学习	NA	NA	人工神经网络	转录组数据、相互作用组数据	细胞系A375作为案例研究	NA	NA	NA	NA
47	2026-08-19	Novel Computational Pipeline Enables Reliable Diagnosis of Inverted Urothelial Papilloma and Distinguishes It From Urothelial Carcinoma 2025-03, JCO clinical cancer informatics IF:3.3Q2 DOI:10.1200/CCI.24.00059 PMID:40080780	研究论文	提出了一种计算流程，利用全切片图像自动提取的统计特征来诊断膀胱内翻性尿路上皮乳头状瘤，并将其与尿路上皮癌区分开	无需人工标注切片补丁，直接利用全切片图像中自动提取的统计特征进行诊断，并构建了集成分类器以在有限验证样本下测试罕见肿瘤亚型	NA	提高内翻性尿路上皮乳头状瘤的诊断准确性，并减少深度学习模型对繁琐标注工作的依赖	膀胱内翻性尿路上皮乳头状瘤、内翻性尿路上皮癌和低级别尿路上皮癌	数字病理学	膀胱癌	全切片图像分析	集成分类器	全切片图像	225例尿路上皮病变（64例IUP、69例UCInv、92例UCLG）	NA	NA	AUC	NA
48	2026-08-13	Global Trends in Diabetic Foot Research (2004-2023): A Bibliometric Study Based on the Scopus Database 2025-03-21, International journal of environmental research and public health DOI:10.3390/ijerph22040463 PMID:40283692	研究论文	基于Scopus数据库的2004-2023年糖尿病足研究全球趋势的文献计量分析	首次对2004-2023年间糖尿病足研究进行全面的文献计量分析，识别新兴主题（感染与抗生素治疗）和利基主题（深度学习和机器学习）	仅依赖Scopus数据库，可能遗漏其他数据库中的相关文献	探索糖尿病足全球研究的趋势，识别当前热点和未来方向	Scopus数据库中2004-2023年发表的7136篇糖尿病足相关文献	文献计量学	糖尿病足	文献计量分析	NA	文本数据（文献记录）	7136篇文献	Python, VOSviewer, Biblioshiny	NA	NA	未指定
49	2026-08-13	A deep-learning system integrating electrocardiograms and laboratory indicators for diagnosing acute aortic dissection and acute myocardial infarction 2025-03-15, International journal of cardiology IF:3.2Q2 DOI:10.1016/j.ijcard.2025.133008 PMID:39880045	研究论文	本研究开发了一种整合心电图信号和实验室指标的多模态深度学习模型，用于诊断急性A型主动脉夹层和急性心肌梗死。	创新点在于结合心电图信号和实验室指标，利用ResNet-34提取心电图特征，并采用多种机器学习模型进行诊断，提高了对两种疑似疾病的鉴别准确性。	限制包括单中心研究、样本量有限（136例AAD-type A和141例AMI，验证集为30例AMI和32例AAD-type A），且数据时间跨度可能影响模型的泛化性。	提高不同医疗机构，尤其是初级卫生保健中心，对急性A型主动脉夹层和急性心肌梗死的鉴别诊断准确性。	急性A型主动脉夹层和急性心肌梗死患者的心电图及实验室数据。	机器学习	急性主动脉夹层、急性心肌梗死	心电图（ECG）、实验室指标检测	深度学习模型（ResNet-34）、随机森林、逻辑回归、XGBoost、LightGBM	心电图信号和实验室数据	训练和验证集包含136例AAD-type A和141例AMI患者，测试集包含30例AMI和32例AAD-type A患者	未指定（NA）	ResNet-34	AUC	未指定（NA）
50	2026-08-12	A multilayer deep autoencoder approach for cross layer IoT attack detection using deep learning algorithms 2025-Mar-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-93473-9 PMID:40133346	研究论文	提出一种多层深度自编码器方法，用于跨层物联网攻击检测，以提高检测准确性并减少误报	引入多层深度自编码器（M-LDAE），专门针对跨层物联网攻击检测，利用深度自编码器的层次简化能力提取包含全局和局部属性的潜在表示	未明确提及局限性，但可能涉及对新兴攻击方法的适应性验证不足等	解决物联网跨层攻击检测中的特征表示、可扩展性和灵活性问题，提供一种灵活且鲁棒的网络安全解决方案	物联网网络中的跨层攻击，包括网络层的中间人攻击和传输层的分布式拒绝服务（DDoS）攻击	机器学习	NA	深度学习算法（如RNN、GNN、TCN）	自编码器	网络数据	NA	NA	多层深度自编码器（M-LDAE）	检测准确性、误报率	NA
51	2026-08-12	Presenting a prediction model for HELLP syndrome through data mining 2025-03-17, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-02904-0 PMID:40098129	研究论文	本研究旨在通过数据挖掘方法，基于非侵入性参数构建HELLP综合征的预测模型，并比较多种机器学习算法的性能。	首次将多种机器学习算法应用于HELLP综合征的诊断预测，并发现多层感知机和深度学习表现最佳，F1分数超过99%。	研究为单中心横断面研究，样本量有限，可能影响模型的泛化能力。	开发和验证一种基于非侵入性参数的机器学习模型，用于HELLP综合征的早期诊断，以提高诊断准确性和及时性。	384名在伊朗德黑兰Tajrish医院就诊的患者，时间跨度为2010-2021年。	机器学习	HELLP综合征（妊娠期相关疾病）	数据挖掘、机器学习	多层感知机、深度学习、K近邻、随机森林、AdaBoost、XGBoost、逻辑回归、支持向量机、决策树	表格数据（患者临床记录）	384名患者	未明确指定，可能涉及多个框架	多层感知机、深度学习模型、K近邻、随机森林、AdaBoost、XGBoost、逻辑回归、支持向量机、决策树	F1分数	未明确提及
52	2026-08-12	Advancing AI-driven thematic analysis in qualitative research: a comparative study of nine generative models on Cutaneous Leishmaniasis data 2025-03-10, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-02961-5 PMID:40065373	研究论文	本研究比较了九种生成式人工智能模型与传统人工分析在定性研究主题分析中的效能，以皮肤利什曼病疤痕的心理社会影响为案例	首次系统比较九种先进生成式AI模型在定性主题分析中的表现，并发现部分模型与专家分析完全一致，同时通过性别差异分析提供了更细致的心理社会影响理解	未明确提及局限性	评估AI辅助主题分析与传统人工分析在定性研究中的相对效能，探索AI在定性研究方法中的整合潜力	448名参与者的反馈数据，关于皮肤利什曼病疤痕的心理社会影响	自然语言处理	皮肤利什曼病	NA	生成式大语言模型	文本	448名参与者的反馈数据	NA	Llama 3.1 405B, Claude 3.5 Sonnet, NotebookLM, Gemini 1.5 Advanced Ultra, ChatGPT o1-Pro, ChatGPT o1, GrokV2, DeepSeekV3, Gemini 2.0 Advanced	Cohen's Kappa系数, Jaccard指数	NA
53	2026-08-11	Prediction of sudden cardiac death using artificial intelligence: Current status and future directions 2025-03, Heart rhythm IF:5.6Q1 DOI:10.1016/j.hrthm.2024.09.003 PMID:39245250	综述	本文综述了人工智能在预测心源性猝死方面的当前状态和未来方向，讨论了相关机器学习与深度学习模型的应用潜力及面临的挑战。	强调了人工智能在个性化心源性猝死风险预测中的应用，可识别传统统计方法无法发现的细微指标和预测因子。	存在重要的局限性，包括模型泛化能力、临床实践整合及广泛采用所面临的挑战，但具体未详述。	提供人工智能预测心源性猝死模型的当前最新进展概述，突出其在临床实践中的机会，并识别促进广泛采用的关键障碍。	心源性猝死风险预测模型及相关人工智能技术。	机器学习	心血管疾病, 心源性猝死	NA	机器学习, 深度学习	NA	NA	NA	NA	NA	NA
54	2026-08-09	Accuracy and Longitudinal Consistency of PET/MR Attenuation Correction in Amyloid PET Imaging amid Software and Hardware Upgrades 2025-03-04, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8490 PMID:39251256	研究论文	本研究评估了在软件和硬件升级背景下，基于深度学习的Dixon（DL-Dixon）方法在淀粉样蛋白PET成像中用于衰减校正的准确性和纵向一致性	首次在PET/MR系统软件和硬件升级场景下，评估深度学习衰减校正方法的准确性和纵向一致性，并利用迁移学习适应不同扫描仪软件版本和头部线圈	未明确说明局限性，但研究聚焦于特定的软件版本和线圈组合，可能限制了泛化性	协调PET/MR DL-Dixon衰减校正方法在软件和硬件升级中的表现，并评估其准确性和纵向一致性	329名参与者的三模态PET/MR和CT图像，其中38名在约3年内进行了两次扫描	医学影像	阿尔茨海默病	PET/MR成像、CT成像、深度学习	深度学习模型	医学图像	329名参与者，其中38名重复扫描	NA	DL-Dixon	相对绝对误差、变异系数、组内相关系数	NA
55	2026-08-08	Multi-modality medical image classification with ResoMergeNet for cataract, lung cancer, and breast cancer diagnosis 2025-03, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.109791 PMID:39933267	研究论文	提出ResoMergeNet（RMN），一种用于白内障、肺癌和乳腺癌多模态医学图像分类的深度学习模型，结合迁移学习、ResBoost框架和ConvMergeNet技术	通过集成ResBoost框架和ConvMergeNet技术，结合迁移学习，能有效处理不同图像模态（如可见光眼部图像和病理图像），强调全局和局部特征提取并减少无关数据影响	未在摘要中提及具体局限性，可能包括对多样本或更多模态的泛化能力需进一步验证	解决医学图像分类中模态差异带来的性能下降问题，提升白内障、肺癌和乳腺癌的早期诊断准确性	白内障眼部图像、肺癌病理图像和乳腺癌病理图像（BreakHis数据集）	计算机视觉	白内障、肺癌、乳腺癌	NA	CNN（卷积神经网络）	图像	白内障数据集（二分类）、肺癌数据集（三分类）、BreakHis数据集（八分类，含100倍和200倍放大倍数）	NA	ResoMergeNet（结合ResBoost和ConvMergeNet）	准确率	NA
56	2026-08-07	ChatExosome: An Artificial Intelligence (AI) Agent Based on Deep Learning of Exosomes Spectroscopy for Hepatocellular Carcinoma (HCC) Diagnosis 2025-03-04, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c06677 PMID:39932366	研究论文	开发了一个名为ChatExosome的基于大语言模型的人工智能代理，用于肝细胞癌的拉曼光谱外泌体诊断	首次提出了专注于外泌体光谱学与诊断的人工智能代理，结合了基于补丁的一维自注意力机制的特征融合Transformer（FFT）和检索增强生成（RAG）方法	未在文中明确提及限制，但可能包括样本数量有限、临床验证范围不足等	利用大型语言模型和深度学习方法，实现肝细胞癌的智能、交互式光谱诊断，提高诊断准确性和可解释性	肝细胞癌（HCC）患者来源的外泌体拉曼光谱数据	数字病理学	肝细胞癌	拉曼光谱	特征融合Transformer（FFT）、大型语言模型（LLM）	光谱数据、文本数据	细胞来源的外泌体样本和165例临床样本	PyTorch	特征融合Transformer（FFT）	准确率	未明确提及，可能使用GPU进行深度学习训练
57	2026-08-07	TimePAD─Unveiling Temporal Sequence ELISA Signal by Deep Learning for Rapid Readout and Improved Accuracy in a Microfluidic Paper-Based Analytical Platform 2025-03-04, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c06001 PMID:39960863	研究论文	本文介绍了一种通过深度学习训练时间序列比色数据而非静态数据，以提升纸基微流控ELISA性能的新方法	首次利用时间序列视频数据而非传统终点静态图像进行ELISA信号分析，通过动态变化捕捉提高检测速度和准确性	未提及具体局限性	提高纸基微流控ELISA检测的速度和准确性，尤其是用于即时检测应用	Rabbit IgG作为ELISA模型，以及疾病生物标志物cTnI	计算机视觉	心血管疾病	ELISA、纸基微流控	YOLOv8	视频数据（时间序列比色数据）	未明确提及具体样本数量	PyTorch	YOLOv8	准确性	未提及
58	2026-08-01	Structural and functional alterations in hypothalamic subregions in male patients with alcohol use disorder 2025-03-01, Drug and alcohol dependence IF:3.9Q1 DOI:10.1016/j.drugalcdep.2025.112554 PMID:39848134	研究论文	本研究探讨了酒精使用障碍男性患者下丘脑亚区的结构和功能改变	使用深度学习算法对下丘脑进行精细分割，首次在酒精使用障碍患者中评估了五个亚区的体积和功能连接	样本量较小，且仅包括男性患者，可能限制结果的普遍性	评估酒精使用障碍患者下丘脑亚区的体积和功能连接改变及其与临床特征的关系	24名戒断的男性酒精使用障碍患者和24名健康男性对照	神经影像学	酒精使用障碍	磁共振成像	深度学习算法	脑结构影像和静息态功能磁共振影像	48名受试者（24名患者和24名对照）	NA	深度学习分割网络	统计检验p值、相关系数r	NA
59	2026-07-30	DDCSR: A Novel End-to-End Deep Learning Framework for Cortical Surface Reconstruction from Diffusion MRI 2025-Mar-05, ArXiv PMID:40093365	研究论文	提出一个名为DDCSR的新型端到端深度学习框架，可直接从扩散磁共振成像中重建皮层表面	首次实现直接从dMRI数据进行皮层表面重建，无需依赖T1加权数据或跨模态配准	文中未明确提及限制	实现从dMRI数据直接进行皮层表面重建，克服传统方法依赖跨模态配准的挑战	大脑皮层表面（白质表面和软脑膜表面）	数字病理学	NA	扩散磁共振成像（dMRI）	深度学习框架	图像（dMRI数据）	NA	NA	隐式学习模块和显式学习模块	准确率、效率	NA
60	2025-01-31	AI integration into wavelength-based SPR biosensing: Advancements in spectroscopic analysis and detection 2025-03-01, Analytica chimica acta IF:5.7Q1 DOI:10.1016/j.aca.2025.343640 PMID:39880496	研究论文	本研究探讨了将AI方法集成到基于波长的便携式SPR生物传感器中，以提高信噪比和检测精度	首次将深度学习技术应用于光谱表面等离子体共振（SPR）生物传感器，设计了结合光谱减法方法的深度神经网络，显著提高了检测能力	未提及具体的研究局限性	提高便携式SPR生物传感器的信噪比和检测精度	基于波长的便携式SPR生物传感器	生物传感	NA	深度学习，光谱减法	深度神经网络	光谱数据	NA	NA	NA	NA	NA