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	2025-09-06	Clinical application of a deep learning system for automatic mandibular alveolar bone quantity assessment and suggested treatment options using CBCT cross-sections 2025-Jul-25, Medicine IF:1.3Q2 DOI:10.1097/MD.0000000000043257 PMID:40725950	研究论文	本研究开发了一种基于深度学习的人工智能系统，用于自动评估下颌牙槽骨骨量并通过CBCT横截面图像实时提供治疗建议	首次将YOLOv8-seg模型应用于牙槽骨和下颌管的自动分割，并集成骨量测量与25种治疗方案的自动分类建议	系统仍需未来改进以完全满足临床应用需求，当前面临一定技术挑战	开发临床适用的AI系统，实现牙槽骨骨量自动评估和治疗方案推荐	无牙颌区域的下颌牙槽骨和下颌管	计算机视觉	牙科疾病	CBCT成像技术	YOLOv8-seg, CNN	医学图像	包含88个案例的自定义数据集
82	2025-09-06	Association of deep learning-derived histologic features of placental chorionic villi with maternal and infant characteristics in the New Hampshire birth cohort study 2025-Jul-23, Placenta IF:3.0Q2 DOI:10.1016/j.placenta.2025.07.084 PMID:40902262	研究论文	本研究利用深度学习技术自动量化胎盘绒毛膜绒毛组织学特征，并分析其与母婴临床特征的关联	开发了基于深度学习和无监督聚类的自动化方法，首次实现对900多万个绒毛结构的客观分型与几何特征分析	仅针对足月胎盘样本，未包含早产样本；母婴特征关联分析中部分变量（如母亲年龄、婴儿性别）未显示显著相关性	通过AI方法标准化胎盘组织结构量化，探究胎盘形态特征与母婴健康指标的关联	1531例足月胎盘全切片图像中的绒毛膜绒毛结构	数字病理学	妇产科疾病	深度学习分割、无监督聚类	CNN（基于图像分割的深度学习模型）	病理全切片图像	1531例足月胎盘样本
83	2025-09-06	Enhancing breast cancer classification using a deep sparse wavelet autoencoder approach 2025-Jul-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-11816-y PMID:40681757	研究论文	提出一种结合深度学习、稀疏编码和小波网络的深度稀疏小波自编码器（DSWAE）方法，用于增强二维乳腺癌图像的分类性能	DSWAE架构通过堆叠小波自编码器构建专门针对乳腺癌图像分类的鲁棒模型，在提升准确率的同时优化计算效率	NA	提高二维乳腺癌图像的分类准确性，支持早期检测和分期	二维乳腺癌图像数据集	计算机视觉	乳腺癌	深度学习、稀疏编码、小波网络	自编码器（Autoencoder）	图像	NA
84	2025-09-06	Ultrafast T2-weighted MR imaging of the urinary bladder using deep learning-accelerated HASTE at 3 Tesla 2025-Jul-15, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01810-1 PMID:40665218	研究论文	本研究评估了结合深度学习重建的HASTE序列在3特斯拉MRI上实现膀胱超快速T2加权成像的可行性	首次将深度学习重建技术应用于HASTE序列，显著缩短采集时间的同时提高图像质量	DL-HASTE和HASTE序列对膀胱内尿液流动伪影较敏感	开发并验证一种超快速膀胱MRI成像技术	50名接受盆腔MRI检查的患者	医学影像	泌尿系统疾病	深度学习重建、半傅里叶单次激发快速自旋回波序列	深度学习	MRI图像	50名患者
85	2025-09-06	Longitudinal Tracking of Emphysema Holes at Noncontrast CT: Dynamic Patterns and Clinical Relationships 2025-Jul, Radiology IF:12.1Q1 DOI:10.1148/radiol.243239 PMID:40662972	研究论文	利用深度学习软件纵向追踪肺气肿空洞的动态变化模式及其与肺功能下降和死亡率的关系	首次采用基于深度学习的软件对肺气肿空洞进行纵向追踪和动态分组，突破了传统CT仅测量肺气肿范围的限制	样本量较小（108名参与者），且为二次分析研究	探究肺气肿空洞的动态变化模式及其临床意义	慢性阻塞性肺疾病患者	数字病理学	肺气肿	CT扫描，深度学习软件分析	深度学习	医学影像（CT图像）	108名参与者（平均年龄63.4岁，104名男性）
86	2025-09-05	Massively parallel characterization of non-coding de novo mutations in autism spectrum disorder 2025-Jul-28, Journal of genetics and genomics = Yi chuan xue bao DOI:10.1016/j.jgg.2025.07.008 PMID:40738258	研究论文	本研究通过整合多种技术系统评估了自闭症谱系障碍中非编码新生突变的功能影响	开发了优化的方法来阐明非编码新生突变的功能作用，识别了42个潜在的ASD风险突变和29个未报道的候选基因	研究主要关注特定类型的非编码突变，可能未涵盖所有类型的调控变异	系统评估非编码新生突变在自闭症谱系障碍中的功能影响和致病机制	自闭症谱系障碍患者的非编码新生突变	基因组学	自闭症谱系障碍	深度学习变异预测模型、大规模平行报告分析、细胞特异性顺式调控元件注释	深度学习模型	基因组数据	来自Simons Simplex Collection和Autism Speaks MSSNG资源的227,878个非编码新生突变
87	2025-09-05	Deep learning based classification of tibio-femoral knee osteoarthritis from lateral view knee joint X-ray images 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-04869-6 PMID:40594325	研究论文	提出一种基于深度学习的自动方法，用于从膝关节X光图像中定位和分类胫股关节骨关节炎	首个针对AP和侧位视图的胫股关节骨关节炎自动分类深度学习方法	侧位视图性能(92.42%)明显低于AP视图(98.57%)	开发膝关节骨关节炎的自动检测和分类系统	胫股膝关节	计算机视觉	骨关节炎	X射线成像	DenseNet 201 with transfer learning	X光图像	4334个膝关节X光图像
88	2025-09-05	Multiscale wavelet attention convolutional network for facial expression recognition 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07416-5 PMID:40596501	研究论文	提出一种结合多尺度卷积和小波通道注意力机制的改进卷积神经网络，用于提升面部表情识别准确率	首次将多尺度卷积层与小波通道注意力机制结合，并集成到ResNet18基线模型中，在多个数据集上验证了性能提升	NA	提高面部表情识别应用的准确率	学生真实课堂面部表情数据集(FESR)和卡洛林斯卡定向情绪面孔数据集(KDEF)	计算机视觉	NA	深度学习，小波变换	CNN, MCNN, wCA-CNN, wCA-MCNN, ResNet18	图像	两个数据集：FESR（真实课堂采集）和KDEF
89	2025-09-03	Integrating deep learning for post-translational modifications crosstalk on Hsp90 and drug binding 2025-Jul-25, The Journal of biological chemistry IF:4.0Q2 DOI:10.1016/j.jbc.2025.110519 PMID:40716748	研究论文	本研究利用深度学习模型结合质谱数据分析Hsp90蛋白的翻译后修饰互作及其与药物结合的关联	首次整合深度学习AI预测模型与实验数据解析Hsp90复杂PTM互作网络，提供高效分析手段	研究基于特定HDAC敲除细胞模型，结论可能受细胞类型和条件限制	解析Hsp90蛋白翻译后修饰互作及其对药物结合的影响	热休克蛋白90（Hsp90）及其翻译后修饰	机器学习	癌症	质谱分析、基因敲除	深度学习AI预测模型	质谱数据	HDAC3和HDAC8敲除的人体细胞样本
90	2025-09-03	Feasibility/clinical utility of half-Fourier single-shot turbo spin echo imaging combined with deep learning reconstruction in gynecologic magnetic resonance imaging 2025-07, Abdominal radiology (New York) DOI:10.1007/s00261-024-04739-1 PMID:39692759	研究论文	评估结合深度学习重建的iHASTE序列在妇科MRI中的临床可行性和效用	首次将深度学习重建技术与可变翻转角演化(VAE)结合的iHASTE序列应用于妇科MRI，并与传统序列对比	回顾性研究设计，样本量有限(79例患者)，仅由三位放射科医师进行主观评估	比较iHASTE与传统序列在有/无抗痉挛药物情况下的成像质量和抗伪影能力	接受妇科MRI检查的患者	医学影像	妇科疾病	深度学习重建，半傅里叶单次激发快速自旋回波(HASTE)，周期性旋转重叠平行线增强重建(PROPELLER/BLADE)	深度学习	MRI图像	79例无抗痉挛药物患者(接受iHASTE/HASTE/BLADE扫描) + 79例匹配病例对照组(接受TSE扫描)
91	2025-09-03	A novel artificial intelligence segmentation model for early diagnosis of bladder tumors 2025-07, Abdominal radiology (New York) DOI:10.1007/s00261-024-04715-9 PMID:39738572	研究论文	开发了一种基于Transformer的膀胱肿瘤分割网络（BTS-Net），用于早期膀胱癌的智能诊断	提出新型BTS-Net模型，首次将Transformer架构应用于膀胱肿瘤分割，能够实时处理手术视频并准确识别微小卫星病灶	研究仅基于单中心数据（273例患者），外部验证尚需多中心数据支持	提高早期膀胱肿瘤的识别率，减少漏诊风险	膀胱癌患者的手术视频数据	计算机视觉	膀胱癌	深度学习	Transformer (BTS-Net)	视频	273例膀胱癌患者的手术视频
92	2025-09-03	Preoperative discrimination of absence or presence of myometrial invasion in endometrial cancer with an MRI-based multimodal deep learning radiomics model 2025-07, Abdominal radiology (New York) DOI:10.1007/s00261-024-04766-y PMID:39747670	研究论文	开发并验证基于MRI的多模态深度学习放射组学模型，用于术前判别子宫内膜癌肌层浸润状态	整合临床特征与深度学习特征构建多模态模型，显著提升肌层浸润术前诊断准确性	回顾性研究设计，可能存在选择偏倚	提升子宫内膜癌术前肌层浸润评估的准确性	子宫内膜癌患者	数字病理	子宫内膜癌	MRI，深度学习特征提取	ResNet18，集成稀疏贝叶斯极限学习机	MRI图像，临床数据	1139例来自5个中心的患者
93	2025-08-31	Accelerating brain T2-weighted imaging using artificial intelligence-assisted compressed sensing combined with deep learning-based reconstruction: a feasibility study at 5.0T MRI 2025-Jul-01, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01763-5 PMID:40596927	研究论文	本研究探索在5.0T MRI上结合人工智能辅助压缩感知和深度学习重建技术加速脑部T2加权成像的可行性	首次系统评估ACS与DLR技术在5.0T MRI中的协同应用效果，相比传统并行成像协议	NA	评估集成ACS-DLR技术在5.0T MRI中对脑部T2加权成像的诊断效能	98名接受脑部T2WI扫描的参与者	医学影像分析	神经系统疾病	人工智能辅助压缩感知(ACS), 深度学习重建(DLR), 并行成像(PI)	深度学习	MRI图像	98名参与者
94	2025-08-31	A deep foundation model for electrocardiogram interpretation: enabling rare disease detection through transfer learning 2025-Jul, European heart journal. Digital health DOI:10.1093/ehjdh/ztaf051 PMID:40703125	研究论文	开发一种基于深度学习的ECG基础模型，通过迁移学习提升罕见心脏疾病的检测性能	构建了迄今为止最全面的ECG深度神经网络模型之一，并首次证明其作为基础模型在数据有限情况下对罕见心脏病的有效迁移能力	模型性能可能受到原始数据集时间跨度长（1986-2019）和临床护理环境数据变异性的影响	利用基础模型和迁移学习解决医疗领域标注数据稀缺问题，提升ECG诊断能力	心电图（ECG）信号和相关的68种常见及3种罕见心脏疾病诊断	医疗人工智能	心脏疾病	深度学习、迁移学习	卷积深度神经网络（CNN）	心电图信号数据	160万份心电图记录，来自UCSF 1986-2019年临床护理数据
95	2025-08-30	Antimicrobial Peptides Design Using Deep Learning and Rational Modifications: Activity in Bacteria, Candida albicans, and Cancer Cells 2025-Jul-11, Current microbiology IF:2.3Q3 DOI:10.1007/s00284-025-04346-3 PMID:40643674	研究论文	利用深度学习和理性修饰设计抗菌肽，并在细菌、白色念珠菌和癌细胞中验证其活性	结合两种深度学习算法生成肽序列，并通过生物信息学和AI工具预测活性后进行理性修饰优化	仅对12种肽进行了体外实验验证，样本规模有限	开发高效低毒的抗菌肽以应对抗生素耐药性问题	细菌（四种菌种）、白色念珠菌和乳腺癌细胞系（MCF-7）	机器学习	NA	深度学习、生物信息学分析	深度学习算法（未指定具体类型）	序列数据	26种计算机生成肽中12种进行合成和体外测试
96	2025-08-30	3BTRON: A Blood-Brain Barrier Recognition Network 2025-Jul-04, Communications biology IF:5.2Q1 DOI:10.1038/s42003-025-08453-6 PMID:40615521	研究论文	提出一种名为3BTRON的深度学习框架，用于自动分析血脑屏障的电子显微镜图像，以识别衰老引起的结构变化	开发了首个基于深度学习的自动化工具3BTRON，能够从电子显微镜图像中识别衰老相关的血脑屏障结构变化，并揭示对预测贡献最大的空间特征	模型在未见数据上的敏感性为77.8%，特异性为80.0%，识别精度仍有提升空间，且研究仅基于小鼠模型	开发自动化工具分析血脑屏障在衰老过程中的结构变化	年轻和年老小鼠大脑三个不同脑区的血脑屏障	计算机视觉	老年疾病	电子显微镜成像	深度学习框架（具体结构未说明）	图像	359个小鼠大脑样本
97	2025-08-30	Report on the quantitative intra-voxel incoherent motion diffusion MRI reconstruction grand challenge 2025-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.17998 PMID:40665555	研究报告	报告2024年定量体素内不相干运动扩散MRI重建挑战赛的结果，旨在评估和推进从扩散MRI数据提取定量组织参数的算法	通过大规模挑战赛形式系统评估传统优化和深度学习方法在IVIM-dMRI重建中的性能，并采用基于真实数字体模的模拟k空间数据	基于模拟数据的方法虽然提供了受控环境，但需要未来研究解决真实世界的复杂性以确保临床适用性	提高扩散MRI中定量组织参数估计的准确性和鲁棒性，推动更广泛的临床采用	扩散MRI数据，特别是IVIM模型参数（灌注分数、伪扩散系数和真扩散系数）	医学影像	NA	扩散MRI（dMRI），体素内不相干运动（IVIM）模型	U-Net，深度学习（DL）方法	MRI图像数据，k空间数据	42个团队参与，7个进入最终阶段，使用基于VICTRE数字体模的模拟数据
98	2025-08-29	Base-resolution binding profile prediction of proteins on RNAs with deep learning 2025-Jul-19, Nucleic acids research IF:16.6Q1 DOI:10.1093/nar/gkaf748 PMID:40794872	研究论文	提出一种基于深度学习的iDeepB方法，用于在碱基分辨率下预测蛋白质在RNA上的结合谱	整合细胞系特异性基因表达谱，构建表达感知基准数据集，并采用多头注意力混合深度网络	NA	准确预测跨细胞系中蛋白质与RNA的结合核苷酸及结合强度	RNA结合蛋白及其与RNA的相互作用	机器学习	NA	eCLIP-seq, RNA-seq	混合深度网络与多头注意力机制	基因组测序数据	NA
99	2025-08-12	Predicting In-Hospital Mortality in Intensive Care Unit Patients Using Causal SurvivalNet With Serum Chloride and Other Causal Factors: Cross-Country Study 2025-Jul-24, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/70118 PMID:40706028	研究论文	本研究通过大规模跨国多队列研究，分析ICU患者入院时血清氯水平与院内死亡率的关系，并建立个性化生存曲线预测深度学习模型	首次将血清氯水平作为预后指标纳入ICU环境，开发了Causal SurvivalNet模型进行个性化生存预测	研究结果可能受到不同国家医疗体系和数据收集方式差异的影响	提高ICU患者风险分层和临床决策的准确性	ICU患者	医疗数据分析	重症监护	因果图分析、限制性立方样条、Cox比例风险模型、深度学习	Causal SurvivalNet	临床数据	189,462名ICU患者（来自美国和中国四个队列）
100	2025-08-12	Association between the retinal age gap and systemic diseases in the Japanese population: the Nagahama study 2025-Jul, Japanese journal of ophthalmology IF:2.1Q2 DOI:10.1007/s10384-025-01205-3 PMID:40304887	研究论文	探讨视网膜年龄差距（深度学习预测的视网膜年龄与实际年龄的差异）作为日本人群系统性健康潜在生物标志物的研究	使用深度学习模型预测视网膜年龄，并首次将其作为系统性健康的生物标志物进行研究	纵向分析未显示基线视网膜年龄差距与疾病发病之间的显著关联	研究视网膜年龄差距与系统性健康之间的关联	日本人群	数字病理学	心血管疾病	深度学习	深度学习模型	图像	调优队列2,261人，分析队列6,070人