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
101	2025-04-03	MM-GTUNets: Unified Multi-Modal Graph Deep Learning for Brain Disorders Prediction 2025-Apr-01, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3556420 PMID:40168232	research paper	提出了一种名为MM-GTUNets的多模态图深度学习框架，用于大规模脑部疾病预测	引入了Modality Reward Representation Learning（MRRL）动态构建人群图，并采用Adaptive Cross-Modal Graph Learning（ACMGL）捕捉关键模态特定和模态共享特征	方法的效果依赖于多模态人群图建模的质量，且随着图规模的增加性能可能下降	开发一个端到端的图Transformer多模态图深度学习框架，用于脑部疾病预测	脑部疾病（BDs）	machine learning	brain disorders	Graph Transformer, Graph UNet, variational autoencoder	MM-GTUNets	imaging and non-imaging data	两个公共多模态数据集ABIDE和ADHD-200
102	2025-04-03	Deep Learning for Ocean Forecasting: A Comprehensive Review of Methods, Applications, and Datasets 2025-Apr-01, IEEE transactions on cybernetics IF:9.4Q1 DOI:10.1109/TCYB.2025.3539990 PMID:40168238	综述	本文全面回顾了基于深度学习的海洋预报研究，包括模型架构、时空多尺度及可解释性，并探讨了结合理论驱动和数据驱动模型的混合架构的可行性	展示了深度学习在海洋预报领域的应用潜力，提出了结合理论驱动和数据驱动模型的混合架构，为海洋科学提供了新的研究方向	当前研究的局限性包括模型的可解释性不足、数据集的多样性和质量有待提高，以及计算资源的限制	探讨深度学习在海洋预报中的应用，提升预报的准确性和时效性	海洋预报模型及其应用	机器学习	NA	深度学习	混合架构（理论驱动与数据驱动结合）	时空数据	NA
103	2025-04-03	Foundation Model for Predicting Prognosis and Adjuvant Therapy Benefit From Digital Pathology in GI Cancers 2025-Apr-01, Journal of clinical oncology : official journal of the American Society of Clinical Oncology IF:42.1Q1 DOI:10.1200/JCO-24-01501 PMID:40168636	研究论文	本文提出了一种基于数字病理学的基础AI模型，用于预测胃肠道癌症患者的预后和辅助化疗的益处	开发了一个基于自监督学习的基础模型，能够从标准H&E染色的组织病理学切片中预测预后，并在多个国际队列中验证了其效果	需要前瞻性验证以确认模型的临床应用价值	提高胃肠道癌症的诊断和治疗效果	胃肠道癌症患者	数字病理学	胃肠道癌症	自监督学习	深度学习模型	图像	104,876张全切片图像（来自1,619名胃癌和食管癌患者及2,594名结直肠癌患者）
104	2025-04-03	New Machine Learning Method for Medical Image and Microarray Data Analysis for Heart Disease Classification 2025-Apr-01, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01492-9 PMID:40169470	研究论文	提出一种结合深度神经网络和基因选择的新方法，用于心脏病分类和生物标志物发现	提出DeepGeneNet（DGN）框架，将基因选择和DNN分类统一，结合超参数优化和U-Net分割技术	未提及具体样本量或外部验证结果	提高心脏病分类的准确性和可解释性	微阵列基因表达数据	机器学习	心血管疾病	微阵列技术	DNN, U-Net	基因表达数据	NA
105	2025-04-03	Quantitative molecular imaging using deep magnetic resonance fingerprinting 2025-Apr-01, Nature protocols IF:13.1Q1 DOI:10.1038/s41596-025-01152-w PMID:40169753	研究论文	介绍了一种基于深度学习的饱和转移磁共振指纹图谱（MRF）技术，用于蛋白质、代谢物和pH的无创体内成像	深度MRF技术提供了一个快速、定量的框架，用于提取具有生物学和临床意义的分子信息，解决了传统技术的技术复杂性、半定量对比加权性质以及长扫描时间的问题	流程完成时间从48分钟到57小时不等，对于复杂的多质子池体内成像耗时较长	开发一种定量分子MRI的完整协议，用于癌症监测、脑髓鞘成像和pH量化等应用	体外样本、动物和人类扫描	数字病理	癌症、神经退行性疾病、中风和心脏病	饱和转移磁共振指纹图谱（MRF）、化学交换饱和转移（CEST）和半固态磁化转移（MT）定量成像	深度学习模型	MRI图像	未明确提及具体样本数量，但涉及体外样本、动物和人类扫描
106	2025-04-03	Automatic detection of developmental stages of molar teeth with deep learning 2025-Apr-01, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-025-05827-4 PMID:40169944	研究论文	本研究利用深度学习模型自动检测全景X光片中磨牙的发育阶段	首次全面比较了9种不同深度学习模型在磨牙发育阶段自动检测中的性能，并展示了Deformable DETR模型的最佳表现	样本量较小（210张全景X光片），且数据来自特定年龄范围（5-25岁）的患者	实现磨牙发育阶段的全自动分期，并评估不同深度学习模型在此任务中的表现	磨牙的发育阶段	计算机视觉	牙科疾病	全景X光成像	Cascade R-CNN, YOLOv3, HTC, DetectorRS, SSD, EfficientNet, NAS-FPN, Deformable DETR, PAA	图像	210张全景X光片（来自5-25岁患者）
107	2025-04-03	Comparative analysis of deep learning architectures for thyroid eye disease detection using facial photographs 2025-Apr-01, BMC ophthalmology IF:1.7Q3 DOI:10.1186/s12886-025-03988-y PMID:40169995	研究论文	比较ResNet-50和ResNet-101两种AI模型在利用面部照片筛查甲状腺眼病(TED)中的表现，并在临床条件下测试这些模型	首次比较了ResNet-50和ResNet-101在TED筛查中的表现，并在临床条件下验证了模型的非劣效性	样本量相对有限，且仅使用了正面面部照片	开发基于面部照片的甲状腺眼病自动筛查方法	甲状腺眼病患者和健康个体的面部照片	计算机视觉	甲状腺眼病	深度学习	ResNet-50, ResNet-101	图像	训练集1286张(643 TED患者+643健康人)，验证集155张(81 TED+74正常)，测试集160张(80 TED+80健康)，临床应用测试50张(25 TED+25健康)
108	2025-04-03	DconnLoop: a deep learning model for predicting chromatin loops based on multi-source data integration 2025-Apr-01, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-025-06092-6 PMID:40170155	研究论文	开发了一种名为DconnLoop的深度学习方法，用于通过整合多源数据预测染色质环	整合Hi-C、ChIP-seq和ATAC-seq数据，结合残差机制、方向性连接激励模块和交互特征空间解码器进行特征提取与融合，提高了预测精度和召回率	未明确提及具体局限性	提高染色质环预测的准确性，以更好地理解疾病调控机制	染色质环	生物信息学	NA	Hi-C, ChIP-seq, ATAC-seq	深度学习模型（含残差机制、方向性连接激励模块等）	基因组学数据	未明确提及样本数量
109	2025-04-03	Towards a unified framework for single-cell -omics-based disease prediction through AI 2025-Apr, Clinical and translational medicine IF:7.9Q1 DOI:10.1002/ctm2.70290 PMID:40170267	研究论文	提出一个名为scDisPreAI的统一框架，利用AI整合单细胞组学数据，以进行疾病和疾病阶段的预测及生物标志物发现	提出了一个统一框架scDisPreAI，结合AI和单细胞组学数据，实现疾病预测和生物标志物发现，并强调可解释性技术如SHAP值或注意力权重	需要进一步整合多组学数据、标准化协议和前瞻性临床验证以充分发挥其潜力	开发一个AI驱动的统一框架，用于基于单细胞组学数据的疾病预测和生物标志物发现	单细胞组学数据和疾病预测	机器学习	多种疾病	单细胞组学	深度学习架构或机器学习流程	单细胞组学数据	NA
110	2025-04-03	DiffMC-Gen: A Dual Denoising Diffusion Model for Multi-Conditional Molecular Generation 2025-Apr-01, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202417726 PMID:40170290	研究论文	本文提出了一种双去噪扩散模型DiffMC-Gen，用于多条件分子生成，以优化候选化合物的多种性质	DiffMC-Gen模型整合了离散和连续特征以增强对3D分子结构的感知能力，并采用多目标优化策略同时优化多个分子性质	未明确提及具体局限性	开发一种能够同时优化多种药物分子性质的深度学习方法	药物分子设计	机器学习	NA	去噪扩散模型	DiffMC-Gen	分子结构数据	针对三种目标蛋白（LRRK2、HPK1和GLP-1受体）生成的分子
111	2025-04-03	Trade-off of different deep learning-based auto-segmentation approaches for treatment planning of pediatric craniospinal irradiation autocontouring of OARs for pediatric CSI 2025-Apr-01, Medical physics IF:3.2Q1 DOI:10.1002/mp.17782 PMID:40170415	research paper	本研究比较了三种自动分割方法在儿童颅脊髓照射治疗计划中的应用，包括商业软件、开箱即用方法和内部开发方法	比较了不同自动分割方法在儿童患者中的适用性，并提出了针对特定器官的内部开发方法	商业软件对儿童解剖结构的适应性不足，特别是食管和肾脏的分割效果较差	评估不同自动分割方法在儿童颅脊髓照射治疗计划中的性能	儿童颅脊髓照射治疗中的18个风险器官	digital pathology	pediatric disease	auto-segmentation	U-Net, attention U-Net, 2.5D U-Net, nnU-Net	CT scans	142名儿童患者的CT扫描（训练集115例，验证集27例），外加16例测试集
112	2025-04-03	A novel skeletal muscle quantitative method and deep learning-based sarcopenia diagnosis for cervical cancer patients treated with radiotherapy 2025-Apr-01, Medical physics IF:3.2Q1 DOI:10.1002/mp.17791 PMID:40170435	research paper	本研究提出了一种基于深度学习的自动分割和肌肉减少症诊断方法，用于宫颈癌放疗患者的骨骼肌定量评估	首次使用第五腰椎（L5）代替第三腰椎（L3）进行骨骼肌指数（SMI）评估，并开发了一种端到端的解剖距离引导双分支特征融合网络进行自动分割	研究样本量有限（248例），且外部验证数据集的表现略低于内部数据集	探索锥形束CT（CBCT）在宫颈癌放疗患者骨骼肌定量评估和肌肉减少症诊断中的应用价值	宫颈癌放疗患者	digital pathology	cervical cancer	CBCT, deep learning	anatomical distance-guided dual branch feature fusion network	CT and CBCT images	248 cervical cancer radiotherapy patients
113	2025-04-03	A novel algorithm for automated analysis of coronary CTA-derived FFR in identifying ischemia-specific CAD: A multicenter study 2025-Apr-01, Medical physics IF:3.2Q1 DOI:10.1002/mp.17803 PMID:40170439	research paper	本研究验证了一种基于深度学习和水平集算法的冠状动脉CTA衍生FFR新型分析模型在识别缺血特异性CAD中的能力	结合深度学习和水平集算法优化冠状动脉3D重建的新型CT FFR算法	研究为回顾性分析，样本量相对有限（198根血管/171例患者）	验证新型CT FFR模型在识别病灶特异性缺血性冠状动脉疾病中的效能	接受CTA和有创FFR检查的冠状动脉血管	digital pathology	cardiovascular disease	coronary computed tomography angiography (CTA), invasive fractional flow reserve (FFR)	deep learning, level set algorithm	medical imaging	198 vessels from 171 patients across 4 medical centers
114	2025-04-02	Childhood muscle growth: Reference curves for lower leg muscle volumes and their clinical application in cerebral palsy 2025-Apr-08, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2416660122 PMID:40163724	research paper	该研究构建了5至15岁儿童下肢肌肉体积的参考曲线，并应用于脑瘫儿童的临床评估	首次利用深度学习自动分割MRI图像，构建了儿童下肢肌肉体积的参考曲线，并应用于脑瘫儿童的肌肉发育评估	参考曲线的置信带在年龄最小和最大的儿童中较宽，可能影响精确性	构建儿童下肢肌肉体积的参考曲线，评估脑瘫儿童的肌肉发育状况	208名正常发育儿童和78名能行走的脑瘫儿童	digital pathology	cerebral palsy	magnetic resonance imaging (MRI), deep learning	deep learning	image	286名儿童（208名正常发育儿童和78名脑瘫儿童）
115	2025-04-02	Automated Cerebrovascular Segmentation and Visualization of Intracranial Time-of-Flight Magnetic Resonance Angiography Based on Deep Learning 2025-Apr, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01215-6 PMID:39133457	research paper	该研究提出了一种基于深度学习的自动化脑血管分割和可视化方法，用于颅内飞行时间磁共振血管成像（TOF-MRA）	提出了一种优于现有两种深度学习方法的新型CNN模型，其可视化效果被评估为与放射科医生手动重建的外观相似	研究未提及模型在更广泛或多样化数据集上的表现，可能限制了其普适性	评估深度学习血管分割技术在TOF-MRA中自动获取颅内动脉的图像质量	颅内动脉的TOF-MRA扫描图像	digital pathology	cardiovascular disease	TOF-MRA	CNN	image	394例TOF-MRA扫描（包括脑血管健康、动脉瘤或狭窄病例）
116	2025-04-02	MUC5B Genotype and Other Common Variants Are Associated with Computational Imaging Features of Usual Interstitial Pneumonia 2025-Apr, Annals of the American Thoracic Society IF:6.8Q1 DOI:10.1513/AnnalsATS.202401-022OC PMID:39591102	research paper	该研究探讨了MUC5B基因型及其他常见变异与寻常型间质性肺炎（UIP）的计算成像特征之间的关联	使用深度学习技术自动评估CT扫描中的UIP模式和肺纤维化程度，探索遗传风险特征与计算成像表型的关系	未发现常见变异与视觉评估的UIP模式之间的关联	确定IPF患者的遗传风险特征是否能识别独特的计算成像表型	329名具有基因型数据和胸部CT扫描的IPF患者	digital pathology	idiopathic pulmonary fibrosis	CT扫描，深度学习	deep learning	image	329名IPF患者
117	2025-04-02	Chemically Engineered Peptide Efficiently Blocks Malaria Parasite Entry into Red Blood Cells 2025-Apr-01, Biochemistry IF:2.9Q3 DOI:10.1021/acs.biochem.4c00465 PMID:40062812	研究论文	通过化学肽工程技术设计出一种能高效抑制疟原虫侵入红细胞的环肽	通过残基插入、骨架环化和引入额外二硫键等化学肽工程技术，设计出亲和力比天然配体高20倍的环肽	研究主要基于体外实验，尚未进行体内验证	开发能阻断疟原虫侵入红细胞的肽类抑制剂	疟原虫侵入红细胞的过程及其相关蛋白相互作用	生物医学工程	疟疾	化学肽工程、表面等离子共振技术、深度学习结构预测	ColabFold-AlphaFold2	蛋白质结构数据	NA
118	2025-04-02	Reduction of Acquisition Time in Fourier Transform Infrared Spectral Imaging by Deep Learning for Clinical Applications 2025-Apr-01, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c06317 PMID:40095897	研究论文	利用深度学习技术减少傅里叶变换红外光谱成像的采集时间，以应用于临床	首次将深度学习技术应用于傅里叶变换红外光谱成像，显著减少采集时间同时保持高质量数据	研究仅针对肾移植受者的福尔马林固定石蜡包埋组织切片，未验证其他类型样本的适用性	解决红外光谱成像在临床应用中的高采集时间问题	肾移植受者的福尔马林固定石蜡包埋组织切片的红外图像	数字病理	肾脏疾病	傅里叶变换红外光谱成像	autoencoder, ResUNet, 1D-CNN, 2D-CNN	红外图像	未明确说明样本数量，仅说明使用1次扫描和64次扫描的红外图像
119	2025-04-02	Quantitative Imaging of Colloidal Structures 2025-Apr-01, Langmuir : the ACS journal of surfaces and colloids IF:3.7Q2 DOI:10.1021/acs.langmuir.4c05270 PMID:40098481	research paper	该论文提出了一种用于胶体材料显微镜图像定量分析的图像处理和分析方法	开发了确保复杂图像准确二值化的方法，并定义了基于二进制对象基本形态特征的度量标准	适用于手动标记不实用但深度学习方法不可行的情况，可能不适用于其他场景	解决胶体材料显微镜图像定量分析中的挑战	胶体聚集体和悬浮液的结构特征	图像处理	NA	图像处理和分析方法	NA	视频显微图像	自组装胶体团簇的多样化数据集
120	2025-04-02	Ratiometric, 3D Fluorescence Spectrum with Abundant Information for Tetracyclines Discrimination via Dual Biomolecules Recognition and Deep Learning 2025-Apr-01, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c07061 PMID:40099919	research paper	该研究提出了一种基于双生物分子识别和深度学习的比率3D荧光光谱方法，用于准确区分四环素类抗生素	首次报道使用适配体在比率3D荧光光谱中获取丰富信息，结合深度学习实现四环素类抗生素的准确区分	未提及具体样本量或实际应用场景的验证	开发一种新型生物传感器方法用于四环素类抗生素的定性和定量分析	四环素类抗生素	生物传感器	细菌感染	3D荧光光谱	人工神经网络(ANN)	3D荧光光谱数据	NA