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
661	2025-06-17	Large-scale protein clustering in the age of deep learning 2025-Jun-14, Current opinion in structural biology IF:6.1Q1 DOI:10.1016/j.sbi.2025.103078 PMID:40517452	研究论文	本文探讨了深度学习时代下大规模蛋白质聚类的方法及其重要性	利用深度学习技术扩展了蛋白质相似性度量和聚类方法的广度、深度和多样性	未具体说明所提方法在实际应用中的性能表现和局限性	研究蛋白质聚类方法以促进蛋白质功能和注释的转移	蛋白质家族及其序列和结构相似性	生物信息学	NA	深度学习	NA	蛋白质序列和结构数据	大规模蛋白质数据（未提供具体数量）
662	2025-06-17	Qualitative evaluation of automatic liver segmentation in computed tomography images for clinical use in radiation therapy 2025-Jun-14, Cancer radiotherapie : journal de la Societe francaise de radiotherapie oncologique IF:1.5Q3 DOI:10.1016/j.canrad.2025.104648 PMID:40517449	研究论文	本研究评估了基于AI的肝脏自动分割在CT图像中的临床应用，并探讨了几何指标与临床医生评估之间的相关性	首次系统研究几何指标（如Dice系数和Hausdorff距离）与临床医生对分割结果可接受性评估之间的相关性	研究仅针对肝脏分割，且使用单一公开数据集，结果可能无法推广到其他器官或数据集	评估AI自动分割在放射治疗工作流程中的临床应用可行性	CT图像中的肝脏分割	数字病理	NA	CT成像	U-Net	医学图像	公开数据集中的CT图像（具体数量未说明）
663	2025-06-17	A review: Lightweight architecture model in deep learning approach for lung disease identification 2025-Jun-14, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110425 PMID:40517598	综述	本文综述了2020至2025年间发表的23项研究，专注于轻量级架构和优化技术在提高肺部疾病检测准确性方面的应用	轻量级架构在深度学习中的应用，显著减少了参数大小和计算时间，同时保持了与传统深度学习架构相当的准确性	轻量级架构在参数减少的同时，可能在某些情况下导致准确性的下降	提高肺部疾病早期检测的效率和准确性	肺部疾病的医学影像数据（如X光或CT扫描）	数字病理学	肺部疾病	深度学习	SqueezeNet, UNet, SegNet, EfficientNetV2, Extreme Learning Machine (ELM), VGG	医学影像	23项研究，涉及COVID-19公共数据集和来自意大利医学与介入放射学会及Radiopedia的CT扫描图像
664	2025-06-17	Utility of Thin-slice Single-shot T2-weighted MR Imaging with Deep Learning Reconstruction as a Protocol for Evaluating Pancreatic Cystic Lesions 2025-Jun-14, Magnetic resonance in medical sciences : MRMS : an official journal of Japan Society of Magnetic Resonance in Medicine IF:2.5Q2 DOI:10.2463/mrms.mp.2025-0042 PMID:40518300	research paper	评估深度学习重建超分辨率技术（DLR-SR）在2mm薄层单次激发快速自旋回波（SshTSE）图像上的效果，并与5mm厚层图像进行比较，用于胰腺囊性病变的评估	首次将DLR-SR技术应用于2mm薄层SshTSE图像，并证明其在胰腺囊性病变评估中的优越性	样本量较小（30例患者），且研究时间范围较短（2024年6月至7月）	评估DLR-SR技术在薄层MRI图像上的应用效果	胰腺囊性病变患者	数字病理	胰腺疾病	深度学习重建超分辨率（DLR-SR），单次激发快速自旋回波（SshTSE）	深度学习	MRI图像	30例胰腺囊性病变患者
665	2025-06-17	Deep learning estimations of the production cross sections of 77Br medical radionuclide 2025-Jun-13, Applied radiation and isotopes : including data, instrumentation and methods for use in agriculture, industry and medicine IF:1.6Q3 DOI:10.1016/j.apradiso.2025.112003 PMID:40517722	research paper	本研究利用深度学习算法改进预测溴-77放射性核素的生产截面	使用深度学习算法预测放射性核素生产截面，并与传统TALYS代码计算结果进行比较	未提及具体样本量或数据集的详细描述	预测溴-77放射性核素的生产截面	溴-77放射性核素的生产截面	machine learning	NA	深度学习	人工神经网络	实验截面数据	NA
666	2025-06-17	Investigating the Role of Area Deprivation Index in Observed Differences in CT-Based Body Composition by Race 2025-Jun-13, Journal of the American College of Radiology : JACR IF:4.0Q1 DOI:10.1016/j.jacr.2025.06.016 PMID:40517983	研究论文	本研究探讨了地区剥夺指数（ADI）和社会脆弱性指数（SVI）在解释基于CT的身体成分种族差异中的作用	首次结合ADI和SVI等社会经济指标，分析其对CT身体成分种族差异的影响	研究仅基于单一机构的患者数据，可能缺乏广泛代表性	探究社会经济因素是否能够解释身体成分的种族差异	杜伦县2020年接受腹部CT检查的患者	数字病理学	NA	深度学习分析流程	深度学习	CT图像	5,311名患者（平均年龄57.4岁，55.5%女性，46.5%黑人，39.5%白人，10.3%西班牙裔）
667	2025-06-17	Cyclic Peptide Therapeutic Agents Discovery: Computational and Artificial Intelligence-Driven Strategies 2025-Jun-12, Journal of medicinal chemistry IF:6.8Q1 DOI:10.1021/acs.jmedchem.5c00712 PMID:40464341	综述	本文综述了计算和人工智能驱动的环肽治疗药物发现策略	结合物理模拟与深度学习技术重新定义环肽治疗药物的设计与优化	环肽的灵活性、数据可用性有限以及复杂的构象景观等挑战	提高环肽药物开发的精确性和效率，满足未解决的医疗需求	环肽治疗药物	药物发现	NA	计算技术和人工智能驱动的方法	深度学习	NA	NA
668	2025-06-17	Leveraging deep learning and structure-based drug repurposing for the discovery of potent Trk-A inhibitors targeting CIPA 2025-Jun-11, Bioorganic chemistry IF:4.5Q1 DOI:10.1016/j.bioorg.2025.108680 PMID:40517591	research paper	该研究利用深度学习和基于结构的药物再利用方法，发现针对CIPA的强效Trk-A抑制剂	结合深度学习和结构基础的药物再利用策略，筛选出新型、强效且无毒的Trk-A抑制剂	研究依赖于现有的生物活性数据，可能受限于数据质量和覆盖范围	发现针对CIPA的Trk-A抑制剂	Trk-A受体及其抑制剂	machine learning	CIPA	深度学习、分子对接、分子模拟分析	ANN	生物活性数据	FDA批准的药物库中的化合物
669	2025-06-17	A Deep Learning Model for Identifying the Risk of Mesenteric Malperfusion in Acute Aortic Dissection Using Initial Diagnostic Data: Algorithm Development and Validation 2025-Jun-10, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/72649 PMID:40493909	研究论文	开发并验证了一种深度学习模型，用于识别急性主动脉夹层患者中肠系膜灌注不良的高风险	整合了多模态数据（实验室参数和CT血管造影图像）的深度学习模型，相比单模态方法具有更高的诊断准确性	需要进一步的前瞻性验证以确认其临床实用性	开发一种深度学习模型，用于早期识别急性主动脉夹层患者中肠系膜灌注不良的高风险	急性主动脉夹层患者	数字病理	心血管疾病	CT血管造影	深度学习模型	图像和临床数据	525名患者（450名来自北京安贞医院，75名来自南京鼓楼医院）
670	2025-06-17	Photodiagnosis with deep learning: A GAN and autoencoder-based approach for diabetic retinopathy detection 2025-Jun, Photodiagnosis and photodynamic therapy IF:3.1Q2 DOI:10.1016/j.pdpdt.2025.104552 PMID:40064432	研究论文	提出了一种结合GAN、去噪自编码器和EfficientNetB0的新型深度学习框架，用于糖尿病视网膜病变的检测	首次将GAN、去噪自编码器和EfficientNetB0集成到一个框架中，用于糖尿病视网膜病变的分类	未来需要整合可解释性工具以提高临床采用率，并探索其他成像模态以提高泛化性	提高糖尿病视网膜病变的早期检测和准确诊断	糖尿病视网膜病变患者	计算机视觉	糖尿病视网膜病变	GAN、去噪自编码器、迁移学习	GAN、自编码器、EfficientNetB0	图像	自定义OCT数据集，包含高分辨率和临床相关图像
671	2025-06-17	Thorax-encompassing multi-modality PET/CT deep learning model for resected lung cancer prognostication: A retrospective, multicenter study 2025-Jun, Medical physics IF:3.2Q1 DOI:10.1002/mp.17862 PMID:40317503	研究论文	本研究开发了一个结合FDG PET和CT影像以及临床、手术和病理信息的深度学习模型，用于预测非小细胞肺癌术后无复发生存期并分层患者风险	首次使用多模态影像结合临床、手术和病理数据预测NSCLC患者术后无复发生存期，并在常规分期基础上进一步分层患者风险	回顾性研究设计，样本量相对有限（总样本500例）	开发优于常规分期的预后预测模型，帮助识别可能从额外治疗中获益的术后NSCLC患者	接受手术切除的非小细胞肺癌患者	数字病理	肺癌	FDG PET/CT成像	多模态深度学习模型(DLM)	医学影像（PET/CT）、临床数据、病理数据	500例手术切除的NSCLC患者（本地机构305例，外部验证195例）
672	2025-06-16	Virtual Bonding Enhanced Graph Self-Supervised Learning for Molecular Property Prediction 2025-Jun-15, Journal of computational chemistry IF:3.4Q2 DOI:10.1002/jcc.70147 PMID:40515556	研究论文	提出了一种名为VIBE-MPP的自监督学习框架，用于分子属性预测，通过结合弱相互作用和3D空间信息改进分子表示	引入了虚拟键合图神经网络(VBGNN)和双层次自监督增强预训练(DSBP)方法，首次在分子表示中考虑了长程原子间相互作用	未明确说明模型在更大分子或更复杂相互作用体系中的适用性	改进分子属性预测的准确性以支持药物设计与发现	分子及其属性	机器学习	NA	自监督学习(SSL)	Virtual Bonding Graph Neural Network (VBGNN)	分子图数据	10个基准数据集
673	2025-06-16	Multi-class transformer-based segmentation of pancreatic ductal adenocarcinoma and surrounding structures in CT imaging: a multi-center evaluation 2025-Jun-14, Abdominal radiology (New York) DOI:10.1007/s00261-025-05061-0 PMID:40514460	研究论文	本研究提出了一种基于深度学习的框架，用于自动化CT图像中的多类别分割，比较了四种最先进架构的性能	采用基于Transformer的架构（特别是Swin-UNet）进行胰腺导管腺癌及周围结构的多类别分割，表现出优异的性能和泛化能力	研究为回顾性多中心研究，可能存在数据偏差	开发自动化分割胰腺导管腺癌及周围解剖结构的深度学习框架，以辅助诊断、治疗计划和结果评估	胰腺导管腺癌（PDAC）及周围结构（胰腺、静脉、动脉、胰管和胆总管）	数字病理	胰腺导管腺癌	深度学习	UNet, nnU-Net, UNETR, Swin-UNet	CT图像	3265名患者（来自6个机构），其中569名用于独立测试
674	2025-06-16	Retinal Vessel Traits and Age-Related Eye Disease in the Canadian Longitudinal Study on Aging 2025-Jun-14, Clinical & experimental ophthalmology DOI:10.1111/ceo.14566 PMID:40515626	研究论文	本研究通过横断面和纵向分析，探讨视网膜血管特征与青光眼相关结果及年龄相关性黄斑变性（AMD）的关联	使用深度学习算法QUARTZ从视网膜图像中提取数据，并首次在大型纵向研究中分析视网膜血管特征与眼病的关联	青光眼和AMD为自我报告数据，可能存在偏差	探究视网膜微血管变化与眼病发展的时序关系	加拿大老龄化纵向研究中的30,097名参与者	数字病理学	青光眼, 年龄相关性黄斑变性	深度学习	QUARTZ	图像	30,097名参与者，随访率92%
675	2025-06-16	Predicting peroxisome proliferator-activated receptor gamma potency of small molecules: a synergistic consensus model and deep learning binding affinity approach powered by Enalos Cloud Platform 2025-Jun-14, Molecular diversity IF:3.9Q2 DOI:10.1007/s11030-025-11230-6 PMID:40515966	研究论文	本研究介绍了两种先进的计算机模型，用于预测靶向PPARγ的小分子化合物的结合亲和力和生物活性	开发了基于分子对接分数的神经网络分类器和结合随机森林、支持向量机及k近邻算法的共识模型，用于预测小分子的PPARγ拮抗活性	模型验证虽遵循OECD指南，但样本量相对较小（34种PFAS物质）	支持抗糖尿病治疗中PPARγ调节剂的发现	靶向PPARγ的小分子化合物	机器学习	糖尿病	分子对接、虚拟筛选	神经网络、随机森林、支持向量机、k近邻	分子描述符数据	34种PFAS物质
676	2025-06-16	Predicting pulmonary hemodynamics in pediatric pulmonary arterial hypertension using cardiac magnetic resonance imaging and machine learning: an exploratory pilot study 2025-Jun-14, The international journal of cardiovascular imaging DOI:10.1007/s10554-025-03434-6 PMID:40515976	研究论文	本研究探索了利用机器学习从非侵入性心脏磁共振（CMR）电影图像中预测儿童肺动脉高压（PAH）患者的肺动脉血流动力学的潜力	首次将深度学习模型应用于儿童PAH患者的非侵入性CMR图像，以预测肺动脉压力和血管阻力指数	样本量较小（40例），且为回顾性研究，结果需要更大规模的前瞻性研究验证	探索非侵入性方法替代心导管检查评估儿童PAH患者的血流动力学参数	儿童肺动脉高压患者	医学影像分析	肺动脉高压	心脏磁共振成像（CMR）	深度学习模型	医学影像	40例儿童PAH患者的CMR研究
677	2025-06-16	Optimizing stroke detection with genetic algorithm-based feature selection in deep learning models 2025-Jun-14, Applied neuropsychology. Adult DOI:10.1080/23279095.2025.2516259 PMID:40516039	研究论文	本研究探讨了基于遗传算法的特征选择与三种深度学习架构（InceptionV3、VGG19和MobileNetV2）的集成，以提升神经影像数据中的中风检测效果	将遗传算法与MobileNetV2结合用于特征选择，显著提高了分类准确率并降低了计算复杂度，这是相对于传统CNN流程的创新点	研究仅针对神经影像数据中的中风检测，未涉及其他类型的医学影像或疾病	开发准确且高效的中风诊断模型	神经影像数据中的中风检测	数字病理学	心血管疾病	遗传算法（GA）	InceptionV3, VGG19, MobileNetV2	图像	NA
678	2025-06-16	Predicting time to live birth with deep learning embryo ranking: a novel multiple imputation approach 2025-Jun-13, Human reproduction (Oxford, England) DOI:10.1093/humrep/deaf102 PMID:40514039	研究论文	本研究探讨了胚胎选择算法在预测活产时间（TTLB）中的临床效用，并展示了其相对于手动排名的潜在优势	采用多重插补方法估计胚胎选择算法的临床效用，提高了TTLB预测的准确性	方法依赖于对缺失结果的准确预测，且TTLB估计仅适用于特定数据集	评估胚胎选择算法在预测活产时间中的临床效用	3783个治疗周期中的17914个可用胚胎	机器学习	生殖健康	多重插补链式方程（MICE）	深度学习	胚胎数据	3783个治疗周期，17914个胚胎
679	2025-06-16	Quantitative and qualitative assessment of ultra-low-dose paranasal sinus CT using deep learning image reconstruction: a comparison with hybrid iterative reconstruction 2025-Jun-13, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11763-2 PMID:40514598	research paper	本研究评估了超低剂量鼻窦CT结合深度学习图像重建（DLR）在定量和定性表现上相较于混合迭代重建（IR）的优势	首次在超低剂量鼻窦CT中比较DLR与混合IR的性能，证明DLR在降低图像噪声、提高信噪比和对比噪声比方面的显著优势	研究为回顾性分析，样本量相对有限（132例患者）	评估超低剂量CT结合DLR在鼻窦术前成像中的性能	接受超低剂量鼻窦CT扫描的患者	医学影像分析	鼻窦疾病	超低剂量CT扫描	DLR（深度学习图像重建）	CT图像	132例患者
680	2025-06-16	MOPSOGAT: Predicting CircRNA-Disease Associations via Improved Multi-objective Particle Swarm Optimization and Graph Attention Network 2025-Jun-13, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-025-00725-3 PMID:40514639	研究论文	提出了一种名为MOPSOGAT的新方法，通过改进的多目标粒子群优化算法和图注意力网络预测circRNA与疾病的关联	首次将多目标粒子群优化算法用于优化图注意力网络的参数，并提出了一种解决异构图节点类型分布不均导致特征学习受限的方法	未明确说明方法在更大规模数据集上的适用性或计算效率	优化circRNA与疾病关联预测模型的性能	circRNA与疾病的关联关系	生物信息学	多种疾病	多目标粒子群优化(MOPSO)、图注意力网络	MOPSOGAT(结合MOPSO和GAT)	生物分子关联数据	NA