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
61	2025-07-10	Deep ensemble architecture with improved segmentation model for Alzheimer's disease detection 2025-May, Journal of medical engineering & technology DOI:10.1080/03091902.2025.2484691 PMID:40219912	research paper	提出了一种用于阿尔茨海默病检测的深度集成架构，通过改进的分割模型提高检测准确性	提出了一种新型深度集成架构En-LeCILSTM，结合了LeNet、CNN和改进的LSTM模型，并通过改进的U-Net架构进行图像分割	未提及具体的数据集大小或多样性限制，可能影响模型的泛化能力	提高阿尔茨海默病的检测准确性和效率	阿尔茨海默病的医学图像数据	digital pathology	geriatric disease	Median filtering, Improved U-Net, ISIH, MBP, Multi Texton	En-LeCILSTM (LeNet, CNN, improved LSTM)	image	NA
62	2025-07-06	Machine learning-based multimodal radiomics and transcriptomics models for predicting radiotherapy sensitivity and prognosis in esophageal cancer 2025-May-15, The Journal of biological chemistry IF:4.0Q2 DOI:10.1016/j.jbc.2025.110242 PMID:40381695	研究论文	本研究整合了机器学习的多模态放射组学和转录组学，开发了预测食管癌放疗敏感性和预后的模型	首次结合放射组学和转录组学数据，利用SEResNet101深度学习模型识别预后相关基因，并发现STUB1通过促进SRC的泛素化和降解增强放疗敏感性	研究依赖于UCSC Xena和TCGA数据库的数据，可能受到数据质量和样本量的限制	预测食管癌患者的放疗敏感性和预后，为个体化放疗计划提供依据	食管癌患者	数字病理	食管癌	RNA-seq	SEResNet101, Lasso回归, Cox分析	影像数据, 转录组数据	来自UCSC Xena和TCGA数据库的数据
63	2025-07-06	Fine-Grained Classification of Pressure Ulcers and Incontinence-Associated Dermatitis Using Multimodal Deep Learning: Algorithm Development and Validation Study 2025-May-01, JMIR AI DOI:10.2196/67356 PMID:40605794	研究论文	开发并验证了一种多模态深度学习框架，用于压力性溃疡（PUs）和失禁性皮炎（IAD）的精细分类	提出了一种结合伤口图像和分类患者数据的多模态深度学习框架，显著提高了PUs和IAD的分类准确性，并在某些任务上超越了人类专家	细粒度分类性能仍有提升空间，特别是IAD分类的F1-score较低（53.20%），且需要进一步验证实际临床应用效果	开发一个强大的多模态深度学习框架，以提高PUs和IAD的诊断准确性并支持临床决策	压力性溃疡（PUs）和失禁性皮炎（IAD）的伤口图像及其严重程度分类	数字病理	皮肤疾病	深度学习	CNN, Transformer (TinyViT, ConvNeXtV2)	图像, 分类数据	1555张伤口图像，由4位伤口专家标注
64	2025-07-05	Single-shot reconstruction of three-dimensional morphology of biological cells in digital holographic microscopy using a physics-driven neural network 2025-May-24, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-60200-x PMID:40413181	research paper	提出了一种名为MorpHoloNet的深度学习模型，用于从单次拍摄的全息图中重建生物细胞的三维形态	通过整合物理驱动和基于坐标的神经网络，MorpHoloNet能够直接从单次拍摄的全息图中重建三维复杂光场和三维形态，无需多次相移全息图或角度扫描	NA	改进数字同轴全息显微镜（DIHM）中生物细胞的三维形态重建技术	生物细胞	digital pathology	NA	digital in-line holographic microscopy (DIHM)	physics-driven neural network, coordinate-based neural network	holograms	NA
65	2025-07-05	Relevance of choroid plexus volumes in multiple sclerosis 2025-May-08, Fluids and barriers of the CNS IF:5.9Q1 DOI:10.1186/s12987-025-00656-7 PMID:40340923	研究论文	本研究探讨了脉络丛体积在多发性硬化症（MS）中的相关性及其与脑室周围组织损伤的关系	使用新型深度学习分割方法评估脉络丛体积，并揭示了其在复发缓解型多发性硬化症（RRMS）和原发性进展型多发性硬化症（PPMS）中的不同表现	研究为横断面设计，无法确定因果关系；样本量相对有限	阐明脉络丛在多发性硬化症神经炎症中的作用及其与脑室周围组织损伤的关系	复发缓解型多发性硬化症（RRMS）和原发性进展型多发性硬化症（PPMS）患者及健康对照	数字病理学	多发性硬化症	结构MRI和深度学习分割方法	深度学习	MRI图像	141名RRMS患者、64名PPMS患者和75名健康对照
66	2025-07-05	Deep learning approaches for classification tasks in medical X-ray, MRI, and ultrasound images: a scoping review 2025-May-07, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01701-5 PMID:40335965	综述	本文探讨了深度学习在医学X射线、MRI和超声图像分类任务中的应用	总结了深度学习模型在医学图像分类中的使用情况、达到的准确率以及模型架构的细节	讨论了当前方法的局限性并提出了医学图像分类的未来方向	探索深度学习如何用于分类通过X射线、MRI或超声图像诊断的各种疾病	医学X射线、MRI和超声图像	计算机视觉	NA	深度学习	NA	图像	NA
67	2025-07-05	Using interpretable deep learning radiomics model to diagnose and predict progression of early AD disease spectrum: a preliminary [18F]FDG PET study 2025-May, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-11158-9 PMID:39477837	研究论文	本研究提出了一种基于[18F]FDG PET图像的可解释深度学习放射组学（IDLR）模型，用于诊断阿尔茨海默病（AD）的临床谱系并预测从轻度认知障碍（MCI）到AD的进展	提出的IDLR模型结合了放射组学和深度学习特征，增强了传统深度学习模型的可解释性，并提高了分类准确性	研究为初步结果，需要进一步验证	诊断阿尔茨海默病的临床谱系并预测从轻度认知障碍到AD的进展	1962名来自不同种族的受试者（包括ADNI的高加索人群和中国两家医院的亚洲人群）	数字病理学	阿尔茨海默病	[18F]FDG PET成像	可解释深度学习放射组学（IDLR）模型	图像	1962名受试者（高加索和亚洲人群）
68	2025-07-04	Toward diffusion MRI in the diagnosis and treatment of pancreatic cancer 2025-May-28, Medical oncology (Northwood, London, England) DOI:10.1007/s12032-025-02759-5 PMID:40434720	研究论文	探讨扩散磁共振成像（dMRI）在胰腺癌诊断和治疗中的潜力	结合扩散加权成像（DWI）、扩散张量成像（DTI）、体素内不相干运动（IVIM）和扩散峰度成像（DKI）等扩散技术及AI分析，提供组织微结构的深入洞察	标准化协议和稳健的数据分析流程仍存在挑战	增强胰腺癌的诊断和治疗效果	胰腺癌	数字病理	胰腺癌	dMRI, DWI, DTI, IVIM, DKI, AI分析	深度学习	MRI图像	NA
69	2025-07-04	Deep Learning of Cellular Metabolic Flux Distributions Predicts Lifespan 2025-May-27, bioRxiv : the preprint server for biology DOI:10.1101/2024.11.22.623650 PMID:39651232	research paper	该研究利用深度学习预测单细胞酵母的寿命，通过代谢网络分析揭示寿命差异的根本原因	首次发现酵母寿命差异是代谢网络的一个涌现特性，并识别出与寿命相关的三种代谢通量状态	研究仅针对单细胞酵母，结果是否适用于多细胞生物尚不明确	探究单细胞酵母寿命差异的根本原因	单倍体单细胞酵母	machine learning	NA	深度学习、主成分分析(PCA)	Regression Neural Network (RNN)、Classification Neural Network (CfNN)、Convolutional Neural Network (CNN)	代谢通量分布数据	812个可行突变体对应的66,400个单个细胞
70	2025-07-04	Galileo-an Artificial Intelligence tool for evaluating pre-implantation kidney biopsies 2025-May, Journal of nephrology IF:2.7Q2 DOI:10.1007/s40620-024-02094-4 PMID:39356416	研究论文	介绍了一种名为Galileo的人工智能工具，用于评估移植前肾脏活检	开发了专门用于辅助病理学家解读移植前肾脏活检的AI工具Galileo，显著提高了评估速度和一致性	需要进一步基于硬终点（如移植物存活率）进行改进	开发AI工具以辅助病理学家评估移植前肾脏活检	移植前肾脏活检的病理图像	数字病理	肾脏疾病	深度学习	深度学习算法	图像	多中心收集的肾脏穿刺和楔形活检的全切片图像
71	2025-07-04	TransMA: an explainable multi-modal deep learning model for predicting properties of ionizable lipid nanoparticles in mRNA delivery 2025-May-01, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf307 PMID:40581984	研究论文	提出了一种名为TransMA的可解释多模态深度学习模型，用于预测mRNA递送中可电离脂质纳米颗粒（LNPs）的转染效率	TransMA采用多模态分子结构融合架构，结合细粒度原子空间关系提取器和粗粒度原子序列提取器，设计了mol-attention机制块，能够对齐粗细粒度原子特征并捕捉原子空间与序列结构间的关系	未明确提及具体局限性	加速高转染效率mRNA药物递送系统的筛选过程	可电离脂质纳米颗粒（LNPs）	机器学习	NA	深度学习	Transformer, Mamba	分子结构数据	当前最大的LNPs数据集，包括Hela和RAW细胞系
72	2025-07-04	An order-preserving batch-effect correction method based on a monotonic deep learning framework 2025-May-01, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf247 PMID:40586320	研究论文	提出了一种基于单调深度学习框架的保持顺序的批次效应校正方法	该方法首次在批次效应校正中引入了顺序保持特性，通过单调深度学习网络有效提升了聚类性能并保留了基因间的原始相关性及差异表达信息	未明确说明方法在超大规模数据集上的计算效率及对极端批次效应的处理能力	开发具有顺序保持特性的单细胞RNA测序数据批次效应校正方法	单细胞RNA测序数据	生物信息学	NA	单细胞RNA测序(scRNA-seq)	单调深度学习网络	基因表达数据	NA
73	2025-07-03	Pose estimation and tracking dataset for multi-animal behavior analysis on the China Space Station 2025-May-10, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05111-8 PMID:40348756	研究论文	介绍了一个用于中国空间站多动物行为分析的姿态估计与跟踪数据集	提出了首个多任务、专家验证的复杂场景下多动物行为分析数据集，并提供了深度学习模型的评估代码	太空动物图像数据有限，且缺乏公开可用的带真实标注的数据集	推动太空动物行为分析领域AI技术的创新	模型生物如秀丽隐杆线虫、果蝇和斑马鱼	计算机视觉	NA	深度学习	NA	图像	多种模型生物（秀丽隐杆线虫、果蝇和斑马鱼）
74	2025-07-03	Deep learning approach based on a patch residual for pediatric supracondylar subtle fracture detection 2025-May-08, Biomolecules & biomedicine DOI:10.17305/bb.2024.11341 PMID:39829118	研究论文	本文提出了一种基于深度学习的多尺度补丁残差网络（MPR），用于自动检测和定位儿童肱骨髁上细微骨折	结合CNN和多尺度生成对抗网络，利用健康样本学习正常骨骼分布，减少对标记骨折数据的依赖	标记的儿童肱骨髁上骨折样本稀缺且难以获取	自动检测和定位儿童肱骨髁上细微骨折	儿童肱骨髁上骨折	数字病理学	骨折	深度学习	CNN, GAN	医学影像	来自两家不同医院的数据集，应用了数据增强技术
75	2025-07-03	iGTP: learning interpretable cellular embedding for inferring biological mechanisms underlying single-cell transcriptomics 2025-May-01, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf296 PMID:40551620	研究论文	本文提出了一种名为iGTP的新型可解释生成转录程序框架，用于从单细胞转录组数据中推断生物学机制	iGTP框架能够建模转录程序空间和蛋白质-蛋白质相互作用的重要性，提供生物意义明确的潜在空间表示	NA	开发可解释的深度学习模型，用于从单细胞转录组数据中推断生物学机制	单细胞转录组数据	生物信息学	NA	单细胞转录组测序	变分自编码器(VAE), 图神经网络(GNN), 潜在扩散模型	基因表达数据	NA
76	2025-07-03	Artificial Intelligence Tools in Dentistry: A Systematic Review on Their Application and Outcomes 2025-May, Cureus DOI:10.7759/cureus.85062 PMID:40585609	系统综述	本文系统综述了人工智能在牙科中的应用及其效果	深入探讨了AI在牙科诊断准确性、治疗规划和操作效率方面的具体影响	仅涵盖了2019年至2024年的文献，可能未包含最新的研究进展	研究人工智能技术在牙科实践中的整合及其效果	牙科领域的AI应用	数字病理	牙科疾病	深度学习	NA	图像	39篇全文文章，初始342篇文章
77	2025-07-03	Establishment and Reliability of an Automatic Measurement Method of Pectus Excavatum Indices Using a Deep Learning Model 2025-May, Cureus DOI:10.7759/cureus.84976 PMID:40585612	研究论文	本研究通过比较基于U-Net的自动分割与手动测量，评估了漏斗胸（PE）指数评估的一致性和准确性，旨在减少观察者间的变异并标准化PE严重性评估的临床工作流程	利用U-Net架构开发自动测量模型，显著减少观察者依赖性变异，提高临床工作效率	需要多中心验证以支持更广泛的放射学应用	评估漏斗胸指数评估的一致性和准确性，减少观察者间的变异并标准化临床工作流程	漏斗胸（PE）患者	数字病理	漏斗胸	深度学习	U-Net	CT扫描图像	550例胸部CT扫描（来自94名患者）用于训练，164例独立扫描用于验证
78	2025-07-01	Using Deep Learning to Predict Cardiovascular Magnetic Resonance Findings From Echocardiographic Videos 2025-May-30, Journal of the American Society of Echocardiography : official publication of the American Society of Echocardiography IF:5.4Q1 DOI:10.1016/j.echo.2025.05.016 PMID:40451472	研究论文	本研究探讨了深度学习模型在超声心动图视频中预测心血管磁共振（CMR）特定参数（如LGE存在及异常T1、T2或ECV）的性能	首次尝试使用深度学习从超声心动图视频中预测CMR特有的组织特征参数	模型无法可靠检测LGE存在及异常T1、T2或ECV，表明这些组织特征信号可能不存在于超声视频中	评估深度学习模型在超声心动图中检测CMR特定参数的性能	成人患者的心血管磁共振和超声心动图研究数据	数字病理学	心血管疾病	深度学习	CNN	视频	1,453名成年患者（2,556对超声心动图研究）
79	2025-07-01	IECata: interpretable bilinear attention network and evidential deep learning improve the catalytic efficiency prediction of enzymes 2025-May-01, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf283 PMID:40548541	研究论文	本文提出了一种名为IECata的酶催化效率预测模型，该模型通过引入可解释的双线性注意力机制和证据深度学习，提高了预测的准确性和可解释性	结合证据深度学习提供不确定性估计，并利用双线性注意力机制解释酶催化反应中的关键残基和底物原子	可用的kcat/Km数据集规模有限，可能影响深度学习模型的进一步发展	提高酶催化效率（kcat/Km）的预测准确性，并提供可靠的不确定性估计和可解释性	酶催化效率（kcat/Km）	机器学习	NA	证据深度学习，双线性注意力机制	IECata	酶催化效率数据	11,815个kcat/Km条目（来自BRENDA和SABIO-RK数据库）和806个条目（来自文献的外部测试数据集）
80	2025-06-30	The Potential of Artificial Intelligence in Pharmaceutical Innovation: From Drug Discovery to Clinical Trials 2025-May-25, Pharmaceuticals (Basel, Switzerland) DOI:10.3390/ph18060788 PMID:40573185	综述	本文探讨了人工智能在药物研发中的潜力，从药物发现到临床试验	综述了AI在药物研发中的应用，包括加速药物发现、优化临床试验步骤以及个性化治疗	AI应用仍存在监管不足的问题，需要更深入的立法监督以确保安全、伦理和无偏见	评估AI在药物研发中的潜力，优化药物开发流程并提高治疗效果	药物研发过程中的生物和化学数据	人工智能	NA	机器学习、深度学习	NA	生物和化学数据	NA