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
81	2025-07-22	Perfusion estimation from dynamic non-contrast computed tomography using self-supervised learning and a physics-inspired U-net transformer architecture 2025-May, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03323-2 PMID:39832070	研究论文	本研究提出了一种基于自监督学习和物理启发的U-net transformer架构的新方法，用于从非对比动态计算机断层扫描中预测肺灌注成像	结合了U-Net Transformer架构和自监督学习策略，首次实现了从非对比CT预测灌注成像的高精度	研究样本量相对较小（44名患者），且需要进一步验证其临床适用性	开发一种更快速、更准确的肺功能成像方法，以克服当前核医学成像的局限性	肺灌注成像	数字病理学	肺病	4DCT成像，SPECT/CT灌注扫描	U-Net Transformer	CT图像	523张IE-CT图像用于自监督训练，44名患者数据用于监督训练
82	2025-07-22	On-patient medical record and mRNA therapeutics using intradermal microneedles 2025-May, Nature materials IF:37.2Q1 DOI:10.1038/s41563-024-02115-4 PMID:39994390	研究论文	介绍了一种不可见的皮肤内微针技术，用于在患者皮肤上准确存储医疗信息，并结合mRNA治疗	开发了一种结合mRNA治疗和近红外荧光微粒的微针设计，用于在患者皮肤上存储医疗记录，并通过深度学习图像处理进行信息编码和解码	研究仅在猪模型中进行长期验证，尚未在人类中进行临床试验	开发一种可靠的医疗记录保存技术，以改善全球医疗记录不可靠或不可用的情况	患者皮肤和mRNA疫苗	数字病理学	SARS-CoV-2	mRNA治疗和近红外荧光微粒技术	深度学习	图像	猪模型
83	2025-07-22	Artificial Intelligence for the Detection of Patient-Ventilator Asynchrony 2025-05, Respiratory care IF:2.4Q2 DOI:10.1089/respcare.12540 PMID:40178919	综述	本文综述了人工智能在检测患者-呼吸机异步（PVA）中的应用现状	展示了AI模型在PVA检测中的高准确性和潜力，涵盖多种人群和异步类型	需要进一步在不同临床环境和患者群体中进行模型验证	评估AI在PVA检测和量化中的应用	患者-呼吸机异步（PVA）	机器学习	呼吸系统疾病	机器学习和深度学习技术	多种ML和深度学习模型	呼吸数据	13项研究，332名参与者，分析超过580万次呼吸
84	2025-07-22	Using deep learning for estimation of time-since-injury in pediatric accidental fractures 2025-May, Pediatric radiology IF:2.1Q2 DOI:10.1007/s00247-025-06223-4 PMID:40258953	研究论文	本研究利用深度学习模型评估儿童意外长骨骨折的受伤时间	首次将深度学习应用于儿童骨折受伤时间的精确估计，提高了传统方法的准确性	研究数据仅来自单一儿童医院，样本多样性可能受限	改进儿童骨折受伤时间的影像学评估方法	6岁以下儿童的长骨意外骨折	数字病理学	儿科骨折	深度学习	CNN	影像	来自399名患者的2,328张X光片
85	2025-07-22	Deep learning-assisted analysis of single-particle tracking for automated correlation between diffusion and function 2025-May, Nature methods IF:36.1Q1 DOI:10.1038/s41592-025-02665-8 PMID:40341204	research paper	介绍了一种名为DeepSPT的深度学习框架，用于快速高效地分析细胞内物体扩散的二维或三维时间行为	开发了DeepSPT框架，能够自动从分子和细胞器的扩散中提取功能信息，显著提高了分析效率	未提及具体的技术限制或数据局限性	研究细胞内物体扩散与功能之间的自动关联	分子和细胞器在亚细胞环境中的扩散行为	machine learning	NA	deep learning	DeepSPT	temporal behavior data	未提及具体样本数量
86	2025-07-21	Multi-class classification of central and non-central geographic atrophy using Optical Coherence Tomography 2025-May-28, medRxiv : the preprint server for health sciences DOI:10.1101/2025.05.27.25328446 PMID:40492092	研究论文	开发并验证基于深度学习的模型，利用光学相干断层扫描（OCT）数据对地理萎缩（GA）亚型进行分类	首次使用Vision Transformer (ViT-B/16)架构对GA亚型进行分类，并通过选择性使用包含中央凹区域的B扫描提高了诊断准确性	研究样本量相对较小（104名患者），且为回顾性研究	开发能够准确分类地理萎缩亚型的深度学习模型	地理萎缩（GA）患者的OCT扫描数据	数字病理学	年龄相关性黄斑变性（AMD）	光学相干断层扫描（OCT）	ResNet50, MobileNetV2, Vision Transformer (ViT-B/16)	图像	455个OCT体积（来自104名患者），包括258个中央GA、74个非中央GA和123个无GA样本
87	2025-07-21	Deep-learning-based single-domain and multidomain protein structure prediction with D-I-TASSER 2025-May-23, Nature biotechnology IF:33.1Q1 DOI:10.1038/s41587-025-02654-4 PMID:40410405	research paper	提出了一种结合深度学习和传统物理模拟的蛋白质结构预测方法D-I-TASSER	D-I-TASSER通过整合多源深度学习势能和迭代线程片段组装模拟，实现了对单域和多域蛋白质结构的自动化建模，且在性能上超越了AlphaFold2和AlphaFold3	NA	开发一种高精度的蛋白质结构和功能预测方法，适用于全基因组应用	单域和多域蛋白质结构	machine learning	NA	深度学习，迭代线程片段组装模拟	D-I-TASSER	蛋白质序列和结构数据	人类蛋白质组中的81%蛋白质域和73%全链序列
88	2025-07-21	AI-Cirrhosis-ECG (ACE) score for predicting decompensation and liver outcomes 2025-May, JHEP reports : innovation in hepatology IF:9.5Q1 DOI:10.1016/j.jhepr.2025.101356 PMID:40276480	研究论文	本研究开发了一种基于深度学习的AI-Cirrhosis-ECG (ACE)评分系统，用于预测肝硬化患者的失代偿和肝脏相关结局	首次将深度学习技术应用于ECG数据分析，开发出能够准确预测肝硬化失代偿和临床结局的非侵入性评分系统	需要在更多样化的人群中进行进一步验证，并与其他已建立的预测因子整合	提高肝硬化患者疾病严重程度和预后的预测准确性	肝硬化患者	数字病理学	肝硬化	深度学习	深度学习模型	ECG数据	来自三个队列的总共1233名患者（472名回顾性队列，420名前瞻性移植队列，341名外部验证队列）
89	2025-07-20	Deep learning-guided design of dynamic proteins 2025-May-22, Science (New York, N.Y.) DOI:10.1126/science.adr7094 PMID:40403060	研究论文	本文提出了一种基于深度学习的蛋白质动态变化设计方法	首次实现了对蛋白质内部几何动态变化的从头设计，并验证了设计的构象	未提及具体应用场景或体内验证结果	开发能够设计具有可控构象变化蛋白质的新方法	蛋白质的构象动态变化	机器学习	NA	深度学习	NA	蛋白质结构数据	4个验证结构
90	2025-07-20	Differentiable Folding for Nearest Neighbor Model Optimization 2025-May-12, ArXiv PMID:40160447	研究论文	本文提出了一种基于可微分折叠的高效、可扩展且灵活的参数优化方法，用于改进最近邻模型的RNA二级结构预测	利用可微分折叠技术直接计算RNA折叠算法的梯度，显著提高了参数优化的效率和效果	未明确提及方法在复杂RNA结构或大规模数据集上的适用性限制	优化RNA二级结构预测的最近邻模型参数	RNA二级结构	计算生物学	NA	可微分折叠	最近邻模型	RNA结构数据和热力学实验数据	包含约13,000个热力学参数的新数据库RNAometer
91	2025-07-20	Automatic Quantification of Serial PET/CT Images for Pediatric Hodgkin Lymphoma Using a Longitudinally Aware Segmentation Network 2025-05, Radiology. Artificial intelligence DOI:10.1148/ryai.240229 PMID:39969278	研究论文	开发了一种纵向感知分割网络(LAS-Net)，用于量化儿童霍奇金淋巴瘤患者的系列PET/CT图像	LAS-Net引入了纵向交叉注意力机制，允许PET1的相关特征为PET2的分析提供信息	研究为回顾性研究，可能受到数据选择和收集的限制	开发能够量化儿童霍奇金淋巴瘤患者系列PET/CT图像的自动分割网络	儿童霍奇金淋巴瘤患者的系列PET/CT图像	数字病理	霍奇金淋巴瘤	PET/CT成像	CNN	医学图像	297名儿科患者（内部数据集200名，外部测试数据集97名）
92	2025-07-20	The Advances in Deep Learning Modeling of Polyadenylation Codes 2025 May-Jun, Wiley interdisciplinary reviews. RNA DOI:10.1002/wrna.70017 PMID:40468587	综述	本文总结了深度学习模型在解析多聚腺苷酸化调控方面的进展及其应用	深度学习模型能够无偏地量化基序间的相互作用，捕捉顺式调控基序间复杂的位置交互，为多聚腺苷酸化生物学带来新见解	NA	探讨深度学习模型在多聚腺苷酸化调控研究中的应用及其进展	多聚腺苷酸化位点的形成及其调控机制	自然语言处理	NA	深度学习	深度学习模型	序列数据	NA
93	2025-07-19	Physics-informed neural networks for optimal vaccination plan in SIR epidemic models 2025-May-20, Mathematical biosciences and engineering : MBE DOI:10.3934/mbe.2025059 PMID:40676987	研究论文	本研究探讨了在具有恒定感染和恢复率的SIR模型中实现最短根除时间的最优疫苗接种计划	提出了一种基于物理信息神经网络的网格自由框架来近似解决HJB方程，并通过动态规划原理高效获得最优疫苗接种控制	研究假设感染和恢复率为恒定值，可能限制了模型在更复杂流行病场景中的应用	解决流行病建模中的最优控制问题及其对应的HJB方程	SIR流行病模型中的最优疫苗接种计划	机器学习	NA	物理信息神经网络(PINN)	神经网络	数值数据	NA
94	2025-07-18	Variational inference of single cell time series 2025-May-16, bioRxiv : the preprint server for biology DOI:10.1101/2024.08.29.610389 PMID:39257806	研究论文	提出了一种名为SNOW的深度学习算法，用于解析单细胞时间序列数据	SNOW算法能够将单细胞时间序列数据分解为时间依赖和时间独立的贡献，构建具有生物学意义的潜在空间，去除批次效应，并在单细胞水平生成真实的时间序列	NA	解决单细胞RNA测序数据中基因表达受时间和细胞身份共同影响时的分析难题	单细胞时间序列RNA测序数据	机器学习	NA	scRNA-seq	深度学习算法	单细胞RNA测序数据	合成和真实的scRNA-seq数据
95	2025-07-18	External Validation of a Novel Landmark-Based Deep Learning Automated Tibial Slope Measurement Algorithm Applied on Short Radiographs Obtained in Patients With ACL Injuries 2025-May, Orthopaedic journal of sports medicine IF:2.4Q2 DOI:10.1177/23259671251333607 PMID:40342354	研究论文	本研究通过外部验证一种基于深度学习的新型自动胫骨斜率测量算法，应用于ACL损伤患者的短放射影像	开发并验证了一种新型的基于标志点的深度学习算法，用于自动测量胫骨斜率，消除了人为误差并提高了测量效率	与金标准手动测量相比，模型在报告胫骨斜率方面需要进一步改进	验证深度学习模型在胫骨斜率测量中的可靠性和效率	接受前交叉韧带手术患者的膝关节侧位放射影像	数字病理	ACL损伤	深度学习	深度学习模型	放射影像	289张放射影像
96	2025-07-16	Deep Learning on Histopathological Images to Predict Breast Cancer Recurrence Risk and Chemotherapy Benefit 2025-May-16, medRxiv : the preprint server for health sciences DOI:10.1101/2025.05.15.25327686 PMID:40661301	研究论文	开发了一种基于深度学习的AI模型，通过组织病理学图像和临床病理变量预测乳腺癌复发风险和化疗获益	首次使用多模态深度学习方法从常规组织病理学图像中估计Oncotype DX 21基因复发评分，并在大型随机试验中验证其预测能力	模型在资源有限环境中的实际应用效果尚未完全验证	为激素受体阳性、HER2阴性早期乳腺癌患者提供更易获取的化疗决策工具	激素受体阳性、HER2阴性早期乳腺癌患者	数字病理学	乳腺癌	深度学习	多模态深度学习模型	图像和临床数据	TAILORx试验中的8,284名患者，外部验证队列中的5,497名患者
97	2025-07-16	Classifying Obsessive-Compulsive Disorder from Resting-State EEG using Convolutional Neural Networks: A Pilot Study 2025-May-07, medRxiv : the preprint server for health sciences DOI:10.1101/2025.05.06.25327094 PMID:40385410	研究论文	使用卷积神经网络（CNN）对静息态脑电图（EEG）数据进行分类，以区分强迫症（OCD）患者与健康对照组	首次将CNN应用于最小预处理后的EEG时频表示数据，用于OCD分类，并探索了结合临床和人口统计信息的多模态融合方法	样本量较小（仅20名参与者），且参与者均为未服药状态，可能限制结果的泛化性	探索深度学习在精神病学应用中的潜力，特别是OCD的诊断	强迫症（OCD）患者与健康对照组的静息态EEG数据	机器学习	强迫症	静息态脑电图（EEG）和Morlet小波变换	CNN, SVM	EEG时频表示数据	20名未服药参与者（10名OCD患者，10名健康对照组）
98	2025-07-15	Boltz-1 Democratizing Biomolecular Interaction Modeling 2025-May-06, bioRxiv : the preprint server for biology DOI:10.1101/2024.11.19.624167 PMID:39605745	research paper	介绍Boltz-1，一个开源深度学习模型，用于预测生物分子复合物的3D结构	Boltz-1在模型架构、速度优化和数据处理方面进行了创新，达到了Alphafold3级别的准确性，并引入了Boltz-steering技术来修复模型中的幻觉和非物理预测	未提及具体局限性	推动生物分子相互作用建模的民主化，促进药物发现和蛋白质设计领域的进步	生物分子复合物的3D结构	machine learning	NA	deep learning	Boltz-1	3D结构数据	未提及具体样本数量
99	2025-07-15	MIST-Explorer: The Comprehensive Toolkit for Spatial Omic Analysis and Visualization of Single-Cell MIST Array Data 2025-May-04, bioRxiv : the preprint server for biology DOI:10.1101/2025.04.29.650640 PMID:40654960	research paper	介绍了一个名为MIST-Explorer的综合工具包，用于空间组学数据的分析和可视化	开发了一个用户友好的工具包，专门用于处理和分析空间MIST阵列数据，填补了现有工具的空白	未提及具体的使用限制或性能瓶颈	提供一个全面的工具包，以简化和优化空间组学数据的分析和可视化流程	空间MIST阵列数据	digital pathology	NA	空间MIST (Multiplex Tagging)	StarDist (deep learning-based segmentation)	image	NA
100	2025-07-15	Accurate and fast segmentation of filaments and membranes in micrographs and tomograms with TARDIS 2025-May-01, bioRxiv : the preprint server for biology DOI:10.1101/2024.12.19.629196 PMID:39763817	研究论文	介绍了一种名为TARDIS的深度学习框架，用于自动且准确地分割电子显微镜图像中的膜和丝状结构	采用新型几何变换器架构，首次实现了对这些结构的精确实例分割，将注释时间从数月缩短至几分钟	未提及在特定生物分子或应用场景下的性能限制	开发一种快速准确的生物大分子结构分割方法，以促进生物物理定量分析	电子显微镜图像中的膜和丝状结构	计算机视觉	NA	电子断层扫描(ET)	Transformer	2D/3D电子显微图像	超过13,000个断层扫描图像