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
1041	2025-03-14	A CT-based interpretable deep learning signature for predicting PD-L1 expression in bladder cancer: a two-center study 2025-Mar-10, Cancer imaging : the official publication of the International Cancer Imaging Society IF:3.5Q1 DOI:10.1186/s40644-025-00849-1 PMID:40065444	研究论文	本研究构建并评估了一种基于CT影像的深度学习签名，用于预测膀胱癌患者中程序性细胞死亡配体1的表达状态	使用卷积神经网络和放射组学机器学习技术生成预测模型，并通过Shapley加性解释技术解释深度学习签名的内部预测过程	研究为回顾性研究，样本量相对较小（190例患者），且仅来自两个医院	预测膀胱癌患者中程序性细胞死亡配体1的表达状态	膀胱癌患者	数字病理学	膀胱癌	CT成像	卷积神经网络（CNN）	CT影像	190例患者（训练集127例，外部验证集63例）
1042	2025-03-14	Development of a deep learning-based model for guiding a dissection during robotic breast surgery 2025-Mar-10, Breast cancer research : BCR IF:6.1Q1 DOI:10.1186/s13058-025-01981-3 PMID:40065440	研究论文	本文开发了一种基于深度学习的模型，用于指导机器人乳房手术中的解剖平面	首次开发了用于机器人乳房手术的深度学习模型，以指导初学者和受训者的解剖平面	研究仅基于10个手术视频，样本量较小	开发一种深度学习模型，用于指导机器人乳房切除术中的解剖平面	机器人乳房切除术的手术视频	计算机视觉	乳腺癌	深度学习	深度学习模型	视频	10个手术视频，共8834张图像
1043	2025-03-14	Dementia Overdiagnosis in Younger, Higher Educated Individuals Based on MMSE Alone: Analysis Using Deep Learning Technology 2025-Mar-10, Journal of Korean medical science IF:3.0Q1 DOI:10.3346/jkms.2025.40.e20 PMID:40065710	研究论文	本研究探讨了单独使用MMSE与结合其他认知评估在预测痴呆诊断中的效果，旨在提高痴呆诊断的准确性	通过深度学习技术分析MMSE单独使用与结合其他认知测试的效果，发现结合多种认知评估能显著提高诊断精度，特别是在年轻和受教育程度较高的人群中	研究仅基于主观认知抱怨的参与者，可能不适用于所有人群	提高痴呆诊断的准确性	2863名有主观认知抱怨的参与者	机器学习	老年疾病	随机森林模型	随机森林	认知评估数据	2863名参与者
1044	2025-03-14	TIMS2Rescore: A Data Dependent Acquisition-Parallel Accumulation and Serial Fragmentation-Optimized Data-Driven Rescoring Pipeline Based on MS2Rescore 2025-Mar-07, Journal of proteome research IF:3.8Q1 DOI:10.1021/acs.jproteome.4c00609 PMID:39915959	研究论文	本文介绍了一种名为TIMS2Rescore的数据驱动重评分工作流程，专为timsTOF仪器的DDA-PASEF数据优化	结合了新的timsTOF MSPIP光谱预测模型和基于深度学习的肽离子迁移率预测器IM2Deep，并直接接受Bruker原始质谱数据和多种搜索引擎的搜索结果	未明确提及具体局限性	提高质谱分析中蛋白质鉴定的准确性和效率，以更好地理解人类生物学、发现疾病生物标志物、识别治疗靶点和探索病原体相互作用	血浆蛋白质组学、免疫肽组学（HLA I类和II类）和宏蛋白质组学数据集	质谱分析	NA	质谱分析（MS）、离子迁移率、并行积累和串行碎片化（PASEF）	深度学习模型	质谱数据	未明确提及具体样本数量
1045	2025-03-14	EVlncRNA-net: A dual-channel deep learning approach for accurate prediction of experimentally validated lncRNAs 2025-Mar-06, International journal of biological macromolecules IF:7.7Q1 DOI:10.1016/j.ijbiomac.2025.141538 PMID:40043997	研究论文	本文提出了一种名为EVlncRNA-net的双通道深度学习框架，用于准确预测实验验证的长非编码RNA（lncRNA）	EVlncRNA-net结合了图卷积网络（GCN）和卷积神经网络（CNN）两种表示学习模块，通过创新的图构建方法和节点编码技术，将lncRNA序列转化为图形格式并进行处理，从而实现了对lncRNA序列的鲁棒特征表示	实验验证的成本较高，限制了验证的lncRNA数量	开发预测工具以优先考虑潜在功能性的lncRNA进行低通量验证	人类、小鼠和植物的lncRNA	自然语言处理	NA	高通量RNA测序（HTlncRNAs）	GCN, CNN	序列数据	NA
1046	2025-03-14	PocketDTA: A pocket-based multimodal deep learning model for drug-target affinity prediction 2025-Mar-06, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2025.108416 PMID:40073710	研究论文	本文提出了一种基于口袋的多模态深度学习模型PocketDTA，用于药物-靶标亲和力预测	PocketDTA引入了口袋图结构，编码了使用生物语言模型预训练的蛋白质残基特征作为节点，边代表不同的蛋白质序列和空间距离，克服了传统仅使用蛋白质序列输入的预测模型缺乏空间信息的局限性	NA	提高药物-靶标亲和力预测的准确性和泛化能力	药物和蛋白质	机器学习	NA	深度学习	关系图卷积网络（Relational Graph Convolutional Networks）	序列数据和结构数据	多个基准数据集
1047	2025-03-14	Anatomical landmark detection on bi-planar radiographs for predicting spinopelvic parameters 2025-Mar, Spine deformity IF:1.6Q3 DOI:10.1007/s43390-024-00990-0 PMID:39443425	研究论文	本文提出了一种基于深度学习的管道，用于在双平面X光片上自动检测解剖标志，以预测脊柱骨盆参数和Cobb角	该研究创新地使用深度学习技术自动处理双平面X光片，无需人工监督即可确定脊柱骨盆参数和Cobb角	在严重病理和高BMI患者中存在局限性	自动化解剖标志检测，以支持脊柱畸形患者的诊断、治疗计划和监测	脊柱畸形患者的双平面X光片	计算机视觉	脊柱畸形	深度学习	U-Net	图像	555张双平面X光片，其中455张用于训练，100张用于测试
1048	2025-03-14	Artificial intelligence in clinical genetics 2025-Mar, European journal of human genetics : EJHG IF:3.7Q2 DOI:10.1038/s41431-024-01782-w PMID:39806188	review	本文综述了人工智能在临床遗传学中的应用，包括临床诊断、管理和治疗、临床支持等方面	探讨了人工智能在临床遗传学中的新兴应用，并对未来短期、中期和长期的影响进行了预测	人工智能在临床遗传学中的具体发展速度及其对患者、家庭、临床医生和研究人员的整体影响尚不明确	探讨人工智能在临床遗传学中的应用及其未来影响	临床遗传学领域	machine learning	NA	machine learning, deep learning, generative AI	NA	NA	NA
1049	2025-03-14	The radiogenomic and spatiogenomic landscapes of glioblastoma and their relationship to oncogenic drivers 2025-Mar-01, Communications medicine IF:5.4Q1 DOI:10.1038/s43856-025-00767-0 PMID:40025245	研究论文	本研究探讨了IDH野生型胶质母细胞瘤的影像特征、肿瘤位置的空间模式与基因变异之间的关系，以及可能的突变事件序列	揭示了胶质母细胞瘤突变产生的独特影像特征，并发现肿瘤位置和空间分布与基因谱相关，提供了非侵入性肿瘤分析和个性化治疗的潜在途径	研究为回顾性分析，样本量有限，且仅针对IDH野生型胶质母细胞瘤	研究胶质母细胞瘤的影像特征、空间模式与基因变异之间的关系，以改善患者管理和治疗结果	357例IDH野生型胶质母细胞瘤患者	数字病理学	胶质母细胞瘤	多参数MRI和靶向基因测序	机器学习和深度学习模型	影像和基因数据	357例IDH野生型胶质母细胞瘤患者
1050	2025-03-14	GestaltGAN: synthetic photorealistic portraits of individuals with rare genetic disorders 2025-Mar, European journal of human genetics : EJHG IF:3.7Q2 DOI:10.1038/s41431-025-01787-z PMID:39815041	研究论文	本文探讨了使用生成神经网络合成罕见遗传疾病患者真实感肖像的可能性，并提出了生成特定疾病平均患者肖像的技术	修改了StyleGAN架构，训练其生成多种疾病的人工条件特定肖像，并引入了一种生成清晰详细平均患者肖像的技术	训练数据中低质量和黑白图像的分辨率提升可能影响生成肖像的质量	探索生成神经网络在合成罕见遗传疾病患者真实感肖像中的应用	罕见遗传疾病患者的面部特征	计算机视觉	遗传疾病	生成对抗网络（GAN）	StyleGAN	图像	来自GestaltMatcher数据库的20种最常见疾病的图像数据，以及63位人类专家的测试
1051	2025-03-13	Impact of deep learning denoising on kinetic modelling for low-dose dynamic PET: application to single- and dual-tracer imaging protocols 2025-Mar-12, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-025-07182-6 PMID:40069458	研究论文	本文探讨了深度学习去噪（DL-DN）在低剂量动态PET成像中的应用，以改善单和双示踪剂成像协议的定量分析	首次将深度学习去噪技术应用于低剂量动态PET成像，特别是在单和双示踪剂成像协议中，以改善定量分析的准确性	在极低剂量（4 MBq）下，对[¹⁸F]FGln在乳腺病变中的准确性有所降低	研究深度学习去噪技术在低剂量动态PET成像中的应用，以改善定量分析的准确性	16例[18F]FDG PET研究	医学影像处理	NA	深度学习去噪（DL-DN）	深度学习框架	PET图像	16例[18F]FDG PET研究
1052	2025-03-13	Intelligent optoelectrowetting digital microfluidic system for real-time selective parallel manipulation of biological droplet arrays 2025-Mar-11, Lab on a chip IF:6.1Q2 DOI:10.1039/d4lc00804a PMID:39660615	研究论文	本文提出了一种结合光电润湿技术和深度学习算法的智能控制系统，用于实时选择性并行操作生物液滴阵列	结合光电润湿技术与深度学习算法，实现液滴的实时检测、自动生成虚拟电极控制移动，以及液滴阵列的高效跟踪	当前技术依赖于操作员手动定位液滴、绘制光学图案和预设液滴移动路径，缺乏实时反馈和独立液滴控制能力，可能导致液滴失控和污染	开发一种智能控制系统，用于自动化操作离散液滴，提高数字微流控技术在生物医学等领域的应用	生物液滴阵列	数字病理学	NA	光电润湿技术、深度学习算法	目标检测算法、跟踪算法	图像	NA
1053	2025-03-13	Low-dose CT reconstruction using cross-domain deep learning with domain transfer module 2025-Mar-11, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/adb932 PMID:39983305	研究论文	本文提出了一种使用跨域深度学习和域转移模块的低剂量CT重建方法	提出了一种跨域深度学习方法，通过分析域转移函数减少冗余计算，优化资源效率而不影响性能	尽管减少了计算资源需求，但方法的性能仍需在更广泛的数据集上进一步验证	研究低剂量CT重建技术以减少辐射暴露	低剂量X射线CT图像	计算机视觉	NA	深度学习	U-Net	图像	NA
1054	2025-03-13	Power absorption and temperature rise in deep learning based head models for local radiofrequency exposures 2025-Mar-11, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/adb935 PMID:39983315	研究论文	本研究探讨了基于深度学习的头部模型在局部射频暴露下的功率吸收和温升问题	比较了传统组织分割模型与基于深度学习的无分割模型在射频暴露评估中的表现，展示了无分割模型在减少个体间变异性和提高计算效率方面的优势	两种模型之间的差异相对于整体剂量学不确定性较小，且研究主要集中在头部模型，未涉及其他身体部位	评估局部射频暴露下人体功率吸收和温升的计算不确定性和变异性，以提高人类保护指南的准确性和一致性	头部模型	机器学习	NA	有限差分时域方法、生物热传递方程	深度学习模型	磁共振图像	NA
1055	2025-03-13	A direct learning approach for detection of hotspots in microwave hyperthermia treatments 2025-Mar-11, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03343-9 PMID:40067423	研究论文	本文提出了一种使用深度学习在微波热疗中检测乳腺组织温度是否超过阈值的方法	提出了一种深度卷积编码器-解码器架构的模型，用于处理微波热疗中的温度监测问题，并展示了数据驱动方法在温度监测应用中的强大正则化能力	模型主要基于模拟数据进行训练和测试，尽管也使用了商业软件中的电磁热模拟数据，但实际临床数据的应用和验证仍需进一步研究	研究微波热疗中乳腺组织温度是否超过阈值的检测方法	乳腺组织	计算机视觉	乳腺癌	深度学习	深度卷积编码器-解码器	图像	模拟数据和商业软件中的电磁热模拟数据
1056	2025-03-13	Applications of Artificial Intelligence in Constrictive Pericarditis: A Short Literature Review 2025-Mar-11, Current cardiology reports IF:3.1Q2 DOI:10.1007/s11886-025-02222-x PMID:40067491	review	本文综述了人工智能在缩窄性心包炎（CP）诊断和治疗中的应用	利用认知机器学习和深度学习算法（如ResNet50）在区分CP与限制性心肌病方面取得了AUC超过0.95的成果	AI应用在CP中的发展仍处于初期，主要由于获取大规模高质量超声心动图数据集的挑战，以及模型的泛化性和可解释性问题	探讨人工智能在缩窄性心包炎诊断和治疗中的应用潜力	缩窄性心包炎（CP）患者	machine learning	cardiovascular disease	深度学习算法（ResNet50）	ResNet50	超声心动图数据	NA
1057	2025-03-13	ASO Visual Abstract: Leveraging Deep Learning in Real-Time Intelligent Bladder Tumor Detection During Cystoscopy-A Diagnostic Study 2025-Mar-11, Annals of surgical oncology IF:3.4Q1 DOI:10.1245/s10434-025-17143-w PMID:40069466	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1058	2025-03-13	Vision Mamba and xLSTM-UNet for medical image segmentation 2025-Mar-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-88967-5 PMID:40059111	研究论文	本文介绍了一种名为VMAXL-UNet的新型医学图像分割网络，该网络结合了结构化状态空间模型（SSM）和轻量级LSTM（xLSTM），旨在解决传统卷积神经网络（CNN）和基于Transformer的模型在医学图像分割中的局限性	VMAXL-UNet网络通过集成Visual State Space（VSS）和ViL模块，有效地融合了局部边界细节和全局语义上下文，显著提高了分割精度和鲁棒性	尽管VMAXL-UNet在多个数据集上表现出色，但其在高分辨率图像上的计算效率仍需进一步验证	开发一种高效的医学图像分割方法，以克服传统CNN和Transformer模型在捕捉长距离依赖性和计算复杂性方面的不足	医学图像	计算机视觉	NA	结构化状态空间模型（SSM），轻量级LSTM（xLSTM）	VMAXL-UNet	图像	ISIC17, ISIC18, CVC-ClinicDB, Kvasir数据集
1059	2025-03-13	Dual-Modality Virtual Biopsy System Integrating MRI and MG for Noninvasive Predicting HER2 Status in Breast Cancer 2025-Mar-10, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.02.039 PMID:40068996	研究论文	本研究开发并验证了一种基于深度学习的决策视觉生物标志物系统（DM-VBS），用于通过MRI和乳腺X线摄影（MG）的放射组学和深度学习特征预测乳腺癌HER2状态	创新点在于整合了MRI和MG的双模态数据，构建了四个子模型，并通过XGBoost模型进行三元分类，以预测HER2状态	研究未明确提及对HER2-zero和HER2-low组之间的区分能力，且样本量相对有限	开发并验证一种非侵入性预测乳腺癌HER2状态的深度学习系统	乳腺癌患者	数字病理	乳腺癌	MRI, 乳腺X线摄影（MG）	XGBoost, 深度学习模型	图像	550名患者
1060	2025-03-13	Quantitative Magnetic Resonance Imaging Methods for the Assessment and Prediction of Treatment Response to Transarterial Chemoembolization in Hepatocellular Carcinoma 2025-Mar-10, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.02.042 PMID:40068997	综述	本文综述了定量磁共振成像（qMRI）在预测和评估肝细胞癌（HCC）患者对经动脉化疗栓塞（TACE）治疗反应中的最新应用	探讨了多种qMRI方法在预测TACE治疗反应中的应用，包括肝细胞特异性对比增强MRI、扩散成像、灌注成像、磁共振波谱（MRS）、血氧水平依赖功能MRI（BOLD-fMRI）、磁共振弹性成像（MRE）和人工智能（AI）	BOLD-fMRI和MRE仍缺乏关键定量参数的模型，AI模型的附加价值需要通过更大规模的前瞻性研究验证	评估和预测肝细胞癌患者对TACE治疗的反应	肝细胞癌（HCC）患者	数字病理	肝癌	定量磁共振成像（qMRI）	AI模型（包括放射组学或深度学习）	磁共振成像数据	NA