深度学习在生物医药领域的应用

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	算法框架	模型架构	性能指标	计算资源
341	2025-11-03	Accurate deep-learning model to differentiate dementia severity and diagnosis using a portable electroencephalography device 2025-Jul-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-12526-1 PMID:40685486	研究论文	提出基于便携式脑电图设备和深度学习的方法，用于区分健康志愿者与痴呆相关疾病患者	首次将便携式EEG设备与定制化Transformer模型结合用于痴呆严重程度和诊断分类	样本量相对有限（233名参与者），未提及模型在其他人群中的泛化能力验证	开发可访问、成本效益高且非侵入性的痴呆诊断工具	233名参与者（119名健康志愿者和114名痴呆相关疾病患者）	医疗人工智能	痴呆症	脑电图（EEG），短时傅里叶变换	Transformer	脑电图信号	233名参与者（119名健康志愿者，114名患者）	NA	定制化Transformer模型	AUC（曲线下面积），平衡准确率（bACC）	NA
342	2025-11-02	A Combined Loss-driven Framework for Automated Parotid Segmentation in Head-and-Neck Computed Tomography 2025 Jul-Sep, Journal of medical physics IF:0.7Q4 DOI:10.4103/jmp.jmp_169_25 PMID:41163757	研究论文	本研究提出了一种基于深度学习的自动腮腺分割框架，采用三维U-Net架构和新型组合损失函数	提出了结合改进Dice系数和焦点损失的组合损失函数，并设计了同时保存最佳DSC和最小验证损失的检查点策略	仅使用379例非对比头颈CT扫描数据，未在其他模态数据上验证	开发用于放射治疗计划的自动腮腺分割方法	头颈部CT扫描中的腮腺器官	医学图像分割	头颈部肿瘤	计算机断层扫描(CT)	3D U-Net, 注意力增强3D U-Net	三维CT图像	379例经专家验证的头颈CT扫描	TensorFlow	3D U-Net, 残差3D U-Net, 注意力增强3D U-Net	Dice相似系数, 交并比, 分类准确率	NA
343	2025-11-02	Dose Characteristics of a Deep Learning Model for EPID-based In vivo Dosimetry 2025 Jul-Sep, Journal of medical physics IF:0.7Q4 DOI:10.4103/jmp.jmp_130_25 PMID:41163764	研究论文	开发基于CycleGAN的深度学习模型用于将EPID图像转换为二维剂量图，并评估其剂量特性	首次将CycleGAN模型应用于基于EPID的体内剂量测定，并系统评估不同归一化方法对剂量预测精度的影响	模型存在剂量非线性问题，且仅在平板模体上进行验证	开发精确的EPID图像到剂量图的转换模型，用于治疗计划质量保证	电子射野影像设备(EPID)采集的图像数据	医学影像分析	放射治疗相关疾病	电子射野影像技术	CycleGAN	医学影像	约780个通过平板模体传递到EPID的射束	NA	CycleGAN	gamma分析通过率, 剂量线性度	NA
344	2025-10-31	Deep Learning-Derived Cardiac Chamber Volumes and Mass From PET/CT Attenuation Scans: Associations With Myocardial Flow Reserve and Heart Failure 2025-Jul, Circulation. Cardiovascular imaging DOI:10.1161/CIRCIMAGING.124.018188 PMID:40357553	研究论文	利用深度学习从PET/CT衰减扫描中提取心脏腔室容积和质量，并评估其与心肌血流储备和心力衰竭住院的关联	首次从超低剂量CT衰减校正扫描中提取心脏解剖信息，并验证其与临床预后的关联	研究为观察性分析，未涉及因果关系验证	评估深度学习提取的心脏参数与心力衰竭和心肌血流储备的关联	接受心脏PET/CT检查的18,079名患者	医学影像分析	心血管疾病	PET/CT心肌灌注成像	深度学习	CT影像	18,079名来自6个中心的患者	NA	NA	风险比(HR), 比值比(OR)	NA
345	2025-10-29	Deep Learning-based Hierarchical Brain Segmentation with Preliminary Analysis of the Repeatability and Reproducibility 2025-Jul-31, 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.2023-0124 PMID:38960679	研究论文	开发基于深度学习的层次化脑部分割方法并评估其体积测量的可重复性和再现性	提出新型深度学习层次化脑部分割方法，能够在临床可行时间内分割107个脑部子区域	仅使用11名健康受试者的扫描-重扫描数据进行评估，样本量有限	评估深度学习脑部分割方法在体积测量中的可重复性和再现性	人脑T1加权磁共振图像	医学图像分析	脑部疾病	T1加权磁共振成像	深度学习模型	3D医学图像	486名受试者用于训练，11名健康受试者用于评估	NA	层次化分割模型	可重复性, 再现性	NA
346	2025-10-29	Utility of Thin-slice Fat-suppressed Single-shot T2-weighted MR Imaging with Deep Learning Image Reconstruction as a Protocol for Evaluating the Pancreas 2025-Jul-31, 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.2024-0017 PMID:38910138	研究论文	比较薄层脂肪抑制单次激发T2加权成像与深度学习图像重建和传统快速自旋回波T2加权成像在胰腺评估中的效用	首次将深度学习图像重建技术应用于薄层脂肪抑制单次激发T2加权成像，用于胰腺评估	回顾性研究设计，样本量较小（42例患者），仅针对胰腺癌患者	评估不同T2加权成像序列结合深度学习图像重建在胰腺成像中的性能	胰腺癌患者的MRI图像	医学影像分析	胰腺癌	MRI（钆塞酸增强磁共振成像），T2加权成像，深度学习图像重建	深度学习	医学影像	42例胰腺癌患者（平均年龄70.2岁）	NA	NA	信噪比，胰腺-病灶对比度，图像质量评分（5分制）	NA
347	2025-10-29	Thin-slice 2D MR Imaging of the Shoulder Joint Using Denoising Deep Learning Reconstruction Provides Higher Image Quality Than 3D MR Imaging 2025-Jul-31, 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.2023-0115 PMID:38777762	研究论文	比较薄层2D磁共振成像结合深度学习去噪重建与3D磁共振成像在肩关节成像中的图像质量	首次将并行成像、部分傅里叶技术和深度学习去噪重建结合应用于肩关节薄层2D成像，并与传统3D成像进行系统比较	样本量较小（仅18例患者），未详细说明深度学习模型的具体架构和训练细节	评估薄层2D脂肪饱和质子密度加权成像结合先进重建技术在肩关节成像中的临床应用价值	肩关节磁共振图像	医学影像分析	肌肉骨骼疾病	磁共振成像，深度学习重建	深度学习	医学影像	18例患者	NA	NA	变异系数，Likert量表评分，Gwet一致性系数	NA
348	2025-10-29	On the Utility of Virtual Staining for Downstream Applications as it relates to Task Network Capacity 2025-Jul-31, ArXiv PMID:40766889	研究论文	系统研究虚拟染色技术对下游临床任务效用的影响，重点关注任务网络容量的作用	首次系统分析虚拟染色对下游任务性能的影响，并揭示任务网络容量在此过程中的关键作用	研究基于生物数据集进行实证评估，可能受限于特定数据集特性	评估虚拟染色技术对下游临床任务（如分割和分类）的实际效用	生物医学图像及其下游分析任务	数字病理	NA	深度学习图像到图像转换	深度学习网络	无标记图像、虚拟染色图像、真实荧光图像	NA	NA	图像到图像转换网络	分割性能、分类性能	NA
349	2025-10-15	Structural similarities reveal an expansive conotoxin family with a two-finger toxin fold 2025-Jul-05, bioRxiv : the preprint server for biology DOI:10.1101/2025.07.03.662903 PMID:40631153	研究论文	通过结构生物信息学方法揭示六个芋螺毒素超家族具有共同的进化起源和双指毒素折叠结构	首次发现六个序列同源性低的芋螺毒素超家族具有共同的双指毒素折叠结构，并识别出广泛存在于原口动物中的2FTX蛋白家族	基于结构相似性的进化推断仍需更多实验验证	研究芋螺毒素的结构特征和进化关系	芋螺毒素超家族和原口动物分泌蛋白	结构生物信息学	NA	NMR结构解析, 深度学习结构预测, 结构比较分析	深度学习	蛋白质序列和结构数据	六个芋螺毒素超家族和多种原口动物蛋白质	NA	NA	结构相似性	NA
350	2025-10-05	CPI-MIF: Compound-Protein Interaction Prediction with Multiview Information Fusion 2025-Jul-22, ACS omega IF:3.7Q2 DOI:10.1021/acsomega.5c00113 PMID:40727722	研究论文	提出一种多视图信息融合模型CPI-MIF，用于预测化合物-蛋白质相互作用	同时从微观和宏观视角融合化合物与蛋白质信息，关注化合物原子与蛋白质氨基酸的相互作用机制以及序列间关系	未明确说明模型在更大规模数据集上的泛化能力	提高化合物-蛋白质相互作用预测的准确性	化合物和蛋白质	机器学习	NA	深度学习	多视图信息融合模型	化合物结构数据、蛋白质生物信息数据	三个真实世界数据集	NA	CPI-MIF	准确率, AUC, AUPR	NA
351	2025-10-05	Reinforcement Learning-Based Nonlinear Model Predictive Controller for a Jacketed Reactor: A Machine Learning Concept Validation Using Jetson Orin 2025-Jul-22, ACS omega IF:3.7Q2 DOI:10.1021/acsomega.5c03219 PMID:40727728	研究论文	本研究通过实验验证了结合机器学习和非线性模型预测控制的框架，用于跟踪间歇式反应器的温度曲线	采用演员-评论家强化学习方法进行动态权重更新，将强化学习与非线性模型预测控制相结合，提升了控制器性能	研究在实验室规模的反应器上进行验证，尚未在工业规模系统中部署	开发一种能够精确调节间歇式反应器温度的控制框架，提高过程效率和操作安全性	间歇式反应器及其温度控制系统	机器学习	NA	强化学习，非线性模型预测控制	RNN, A2CRL	实验数据，时间序列数据	实验室规模间歇式反应器采集的开环数据	NA	循环神经网络	预测精度，实时计算效率，过程效率，能耗降低，操作安全性	Jetson Orin
352	2025-10-05	Stacking Ensemble Neural Network for Chemical Safety Assessment: A Case Study of Thyroid Peroxidase and Natural Product Screening 2025-Jul-22, ACS omega IF:3.7Q2 DOI:10.1021/acsomega.5c02188 PMID:40727784	研究论文	开发了一种新型堆叠集成神经网络模型，用于预测甲状腺过氧化物酶抑制活性并进行天然产物毒性筛选	首次将卷积神经网络、双向长短期记忆网络和注意力机制与分子指纹结合，通过堆叠集成方法增强模型对分子结构与生物活性复杂关系的捕捉能力	模型在召回率方面仍有提升空间（0.55），且研究主要针对甲状腺过氧化物酶抑制活性	开发化学安全性评估模型，预测化合物对甲状腺过氧化物酶的抑制活性	化学化合物、天然产物、泰国本土蔬菜中的潜在毒性化合物	机器学习	甲状腺功能障碍	分子指纹技术	CNN, BiLSTM, 注意力机制, 堆叠集成	化学分子结构数据	NA	NA	卷积神经网络, 双向长短期记忆网络, 注意力机制	召回率, 特异性, Matthews相关系数, AUC, 平衡准确率, 精确率	NA
353	2025-10-05	MCST-AFN: A Multichannel Spatiotemporal Feature Adaptive Fusion Network Framework Based on a Low-Fidelity Molecular Dynamics Model 2025-Jul-22, ACS omega IF:3.7Q2 DOI:10.1021/acsomega.5c01443 PMID:40727795	研究论文	提出基于低精度分子动力学模型的多通道时空特征自适应融合网络框架，用于分子性质预测	结合深度学习与分子动力学模拟，通过低精度模型降低计算成本并输出多通道原子级嵌入，实现时空特征的自适应融合	NA	提高分子性质预测的准确性和效率	分子结构和动态构象	机器学习	NA	分子动力学模拟，深度学习	注意力网络，自监督学习	分子动力学模拟数据	13个基准数据集	NA	MCST-AFN	性能提升百分比	NA
354	2025-10-05	UM-CPP: A Universal Model for Efficient Classification of Protein Particles in cryo-EM Micrographs with Feature Engineering 2025-Jul-15, ACS omega IF:3.7Q2 DOI:10.1021/acsomega.5c01660 PMID:40686975	研究论文	提出一种结合特征工程与深度学习的通用模型UM-CPP，用于高效分类冷冻电镜显微图像中的蛋白质颗粒	提出混合方法，将经典机器学习特征与先进深度学习技术相融合，在保持高精度的同时实现跨蛋白质结构的鲁棒性能	NA	解决冷冻电镜数据处理中异质样本、IC污染和外来杂质导致的蛋白质识别难题	冷冻电镜显微图像中的蛋白质颗粒	计算机视觉	NA	冷冻电镜(cryo-EM)	深度学习	图像	NA	NA	NA	检测精度	NA
355	2025-10-05	Enhancing Accuracy and Feature Insights in Hydration Free Energy Predictions for Small Molecules with Machine Learning 2025-Jul-15, ACS omega IF:3.7Q2 DOI:10.1021/acsomega.5c04249 PMID:40687018	研究论文	本研究采用机器学习技术提升小分子水合自由能预测精度并提取特征洞察	提出结合K近邻特征处理、集成建模和降维的改进机器学习方案，仅使用二维特征即可在FreeSolv数据集上达到0.53 kcal/mol的平均无符号误差	未在大型数据库上进行预训练，仅使用二维分子特征	提升小分子溶剂化自由能预测精度并理解其物理决定因素	小分子	机器学习	NA	机器学习	集成模型, K近邻	分子特征数据	FreeSolv数据集	NA	集成模型	平均无符号误差	轻量级计算资源
356	2025-10-05	Fluctuation structure predicts genome-wide perturbation outcomes 2025-Jul-01, bioRxiv : the preprint server for biology DOI:10.1101/2025.06.27.661814 PMID:40631127	研究论文	提出基于基因共波动预测全基因组扰动结果的CIPHER框架	利用统计物理学的线性响应理论，通过未扰动细胞的基因共波动预测转录组范围扰动结果	NA	开发能解释全基因组扰动结果的理论模型	单细胞扰动筛选数据	机器学习	NA	单细胞扰动筛选	贝叶斯推断	基因表达数据	11个大规模单细胞扰动数据集，涵盖4,234个扰动和超过136万细胞	NA	线性响应理论框架	模型性能比较	NA
357	2025-10-05	Deep Learning with Domain Randomization in Image and Feature Spaces for Abdominal Multiorgan Segmentation on CT and MRI Scans 2025-07, Radiology. Artificial intelligence DOI:10.1148/ryai.240586 PMID:40396895	研究论文	开发了一种结合图像和特征空间域随机化的深度学习模型，用于CT和MRI扫描中的腹部多器官分割	提出了在图像空间和特征空间同时进行域随机化的方法，提高了模型在跨站点和跨模态设置下的泛化能力	NA	提高腹部器官在CT和MRI扫描中的分割准确性和泛化能力	腹部多器官	计算机视觉	NA	CT扫描, MRI扫描	深度学习	医学图像	来自多个医疗机构的公共前列腺MRI数据集和腹部CT/MRI数据集	nnU-Net	扩展的nnU-Net	Dice相似系数	NA
358	2025-10-05	Age Sensitive Hippocampal Functional Connectivity: New Insights from 3D CNNs and Saliency Mapping 2025-Jul-02, ArXiv PMID:41019221	研究论文	本研究开发了一种可解释的深度学习框架，通过3D CNN和显著性映射预测基于海马功能连接的大脑年龄	结合3D CNN和LayerCAM显著性映射技术，首次实现对海马功能连接年龄敏感模式的可视化解读	研究主要关注海马功能连接，未考虑其他脑区或分子机制对大脑老化的影响	探索海马功能连接随年龄变化的功能重组机制	人类海马体及其与皮层区域的功能连接	医学影像分析	老年疾病	功能磁共振成像（fMRI），种子点功能连接分析	3D CNN	3D脑功能连接图像	NA	NA	3D CNN	NA	NA
359	2025-10-05	Characterizing control between interacting subsystems with deep Jacobian estimation 2025-Jul-02, ArXiv PMID:41019219	研究论文	提出一种基于深度学习的非线性控制理论框架，通过Jacobian矩阵表征生物子系统间的相互作用	开发JacobianODE方法直接从时间序列数据估计任意动力系统的Jacobian矩阵，克服了传统线性方法的局限性	未明确说明方法在更广泛生物系统中的适用性限制	理解生物子系统间的控制机制和相互作用	生物子系统相互作用，包括脑区网络和基因调控网络	机器学习	NA	深度学习，时间序列分析	深度学习，RNN	时间序列数据	NA	NA	JacobianODE	NA	NA
360	2025-10-05	A vision transformer approach for fully automated and scalable dementia screening using clock drawing test images 2025 Jul-Sep, Alzheimer's & dementia (Amsterdam, Netherlands) DOI:10.1002/dad2.70171 PMID:41001422	研究论文	开发了一种基于视觉变换器的全自动痴呆筛查系统，通过分析手绘时钟测试图像实现痴呆预测	首次将视觉变换器应用于时钟绘图测试的自动化分析，结合卷积神经网络预处理技术处理图像质量问题	模型在独立测试集上的平衡准确率为76.5%，仍有提升空间	开发全自动、可扩展的痴呆筛查系统，解决传统时钟绘图测试需要专业评分员和缺乏标准化标准的问题	痴呆患者和正常认知受试者	计算机视觉	痴呆症	时钟绘图测试图像分析	Vision Transformer, CNN	图像	训练集54,027个样本，测试集862个患者（522例痴呆，340例正常认知）	NA	Vision Transformer, MiniVGG, MobileNetV2, 变分自编码器	平衡准确率	NA