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
621	2025-10-05	Digital Staining With Knowledge Distillation: A Unified Framework for Unpaired and Paired-but-Misaligned Data 2025-09, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3565329 PMID:40310741	研究论文	提出一种基于知识蒸馏的无监督深度学习框架，用于数字细胞染色，减少对配对数据的需求	首次将知识蒸馏应用于数字染色任务，提出适用于无配对和配对但未对齐两种设置的统一框架	未提及具体的数据集规模限制和计算效率分析	开发无需大量配对数据的数字细胞染色方法	细胞图像，特别是白细胞图像	数字病理学	NA	数字染色，深度学习	生成模型，知识蒸馏	细胞图像	NA	NA	教师-学生模型，Learning to Align模块	NIQE, PSNR	NA
622	2025-10-05	Self-Supervised Feature Learning for Cardiac Cine MR Image Reconstruction 2025-09, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3570226 PMID:40408221	研究论文	提出一种自监督特征学习辅助重建框架，用于心脏电影磁共振图像重建	首次将自监督特征学习与MRI重建相结合，无需全采样图像即可学习采样不敏感特征	基于回顾性内部数据集验证，需要进一步前瞻性临床验证	解决监督学习方法在MRI重建中需要全采样图像的局限性	心脏电影磁共振图像	医学影像重建	心血管疾病	MRI	深度学习	2D心脏电影磁共振图像	91名心血管患者和38名健康受试者	NA	自监督特征提取器, 自监督重建网络	重建质量比较	NA
623	2025-10-05	Development of a Deep Learning Model for the Volumetric Assessment of Osteonecrosis of the Femoral Head on Three-Dimensional Magnetic Resonance Imaging 2025-Sep, The Journal of arthroplasty IF:3.4Q1 DOI:10.1016/j.arth.2025.05.126 PMID:40484054	研究论文	开发基于深度学习的模型，用于自动分割股骨头坏死MRI图像中的坏死病灶并按照Steinberg分类进行分级	首次使用动态U-Net系统实现股骨头坏死病灶的自动分割和Steinberg分级，解决了传统方法耗时费力的问题	样本量较小（仅63个髋关节），且仅包含未发生塌陷的病例	开发自动化方法用于股骨头坏死的体积评估和分级	股骨头坏死患者的MRI图像	医学图像分析	股骨头坏死	三维磁共振成像	深度学习	三维MRI图像	63个髋关节（22个A级，23个B级，18个C级）	NA	Dynamic U-Net	Dice系数, 平均对称距离, 准确率, 加权Kappa系数	NA
624	2025-10-05	The MSA Atrophy Index (MSA-AI): An Imaging Marker for Diagnosis and Clinical Progression in Multiple System Atrophy 2025-Sep, Annals of clinical and translational neurology IF:4.4Q1 DOI:10.1002/acn3.70106 PMID:40660627	研究论文	提出多系统萎缩萎缩指数(MSA-AI)作为诊断和监测多系统萎缩疾病进展的新型影像学生物标志物	开发了首个基于深度学习分割的复合体积测量指标MSA-AI，能够区分MSA与相关疾病并监测疾病进展	需要更大规模的独立队列验证研究结果	开发可靠的生物标志物用于多系统萎缩的诊断和疾病进展监测	多系统萎缩患者及相关神经退行性疾病患者	数字病理学	多系统萎缩	3T MRI, 深度学习分割	深度学习	MRI影像	纵向研究17例，横断面研究包括MSA 26例、健康对照23例、纯自主神经衰竭23例、帕金森病56例、路易体痴呆8例，规范数据集469例	NA	NA	p值, Spearman相关系数	NA
625	2025-10-05	Combined application of deep learning and conventional computer vision for kidney ultrasound image classification in chronic kidney disease: preliminary study 2025-Sep, Ultrasonography (Seoul, Korea) DOI:10.14366/usg.25074 PMID:40755093	研究论文	本研究评估了结合深度学习和传统计算机视觉技术对慢性肾脏病肾脏超声图像进行分类的可行性	将深度学习模型与基于轮廓图的自动化肾实质测量特征相结合，提高了分类性能	初步研究，样本量有限，需要进一步验证	开发慢性肾脏病的非侵入性辅助诊断方法	肾脏超声图像	计算机视觉	慢性肾脏病	超声成像	CNN	图像	258个肾脏（124个正常，134个慢性肾脏病）	NA	NA	准确率, 特异性, 阴性预测值	NA
626	2025-10-05	Artificial Intelligence in Cardiovascular Health: Insights into Post-COVID Public Health Challenges 2025-Sep, High blood pressure & cardiovascular prevention : the official journal of the Italian Society of Hypertension IF:3.1Q2 DOI:10.1007/s40292-025-00738-5 PMID:40956375	综述	探讨人工智能在心血管医学和公共卫生领域应对后疫情时代心血管健康挑战的应用与前景	系统阐述AI技术如何应对COVID-19相关心血管并发症的新型公共卫生挑战	未涉及具体临床验证数据和算法实施细节	分析人工智能在心血管健康和公共卫生领域的应用价值	心血管疾病患者、后COVID人群、公共卫生系统	机器学习	心血管疾病	机器学习、深度学习	NA	医学影像、穿戴设备数据、流行病学数据	NA	NA	NA	NA	NA
627	2025-10-05	Toward Better Generalization Using Synthetic Data: A Domain Adaptation Framework for T2 Mapping via Multiple Overlapping-Echo Acquisition 2025-09, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2023.3335212 PMID:38015692	研究论文	提出基于域适应的T2映射方法，通过多重叠回波采集技术解决合成数据与真实数据间的域差异问题	首次从域适应角度解决MOLED技术中合成数据与真实数据间的分布差异，无需真实标签训练即可获得准确映射性能	未明确说明方法在更复杂成像条件下的泛化能力，实验验证范围有限	提高定量磁共振成像中T2映射的泛化性能，降低序列研究成本	组织横向弛豫时间(T2)的快速定量映射	医学影像分析	NA	多重叠回波分离成像(MOLED), 物理建模	深度学习网络	磁共振图像	NA	NA	NA	解剖结构恢复质量	NA
628	2025-10-05	Towards MRI-Only Mandibular Resection Planning: CT-like Bone Segmentation from Routine T1 MRI Images Using Deep Learning 2025-Sep, Craniomaxillofacial trauma & reconstruction IF:0.8Q4 DOI:10.3390/cmtr18030040 PMID:40989761	研究论文	提出基于深度学习的MRI图像骨分割方法，实现仅使用MRI进行下颌骨切除手术规划	首次实现直接从常规T1加权MRI扫描中准确分割骨骼结构，无需依赖CT扫描	研究样本量有限（100例患者），需要进一步验证在更大样本和不同扫描仪上的泛化能力	开发MRI-only虚拟手术规划方法，减少头颈肿瘤手术中对CT扫描的依赖	下颌骨、颅骨和下牙槽神经的骨骼结构	医学影像分析	头颈肿瘤	T1加权MRI扫描，CT扫描	深度神经网络	医学影像（MRI和CT图像）	100例患者的配对CT和MRI扫描数据	NA	NA	Dice相似系数，交并比，精确率，召回率，表面偏差分析	NA
629	2025-10-05	Profiling antigen-binding affinity of B cell repertoires in tumors by deep learning predicts immune-checkpoint inhibitor treatment outcomes 2025-Sep, Nature cancer IF:23.5Q1 DOI:10.1038/s43018-025-01001-5 PMID:40579590	研究论文	开发深度学习模型Cmai预测抗体-抗原结合亲和力，并基于此构建预测免疫检查点抑制剂治疗效果的生物标志物	首次开发可扩展至高通量测序数据的抗体-抗原结合预测深度学习模型Cmai，并基于其输出构建预测免疫检查点抑制剂治疗反应和免疫相关不良事件风险的BCR生物标志物	NA	预测免疫检查点抑制剂治疗结果和免疫相关不良事件风险	B细胞受体(BCR)库和抗体-抗原相互作用	机器学习	肿瘤	高通量测序	深度学习	序列数据	NA	NA	对比学习模型	NA	NA
630	2025-10-05	Artificial Intelligence-Driven Image and Data Analytics in Anesthesia 2025-Sep, Anesthesiology clinics DOI:10.1016/j.anclin.2025.07.001 PMID:40998491	综述	本文探讨人工智能在麻醉学图像与数据分析中的应用及其挑战	系统阐述AI技术在麻醉领域的具体应用场景，包括区域阻滞操作改进和临床医师培训工具	临床验证不足、监管问题以及模型泛化能力有限	分析人工智能在麻醉学医疗图像分析中的应用潜力与实施挑战	麻醉领域的医学图像与临床数据	计算机视觉	NA	深度学习	CNN, SVM	图像, 临床数据	NA	NA	NA	NA	NA
631	2025-10-05	Enhancing tuberculosis diagnosis: A deep learning-based framework for accurate detection and quantification of TB bacilli in microscopic images 2025-Sep, Tuberkuloz ve toraks DOI:10.5578/tt.2025031113 PMID:41002059	研究论文	提出一种基于深度学习的结核杆菌显微图像检测与量化框架	结合迁移学习的定制化Inception V3模型与图像分割技术，实现自动化视野识别和结核杆菌分割	NA	开发计算机辅助结核病诊断系统以提高诊断准确性和效率	齐尔-尼尔森染色痰涂片显微图像中的结核杆菌	计算机视觉	结核病	显微成像，图像分割	CNN	图像	NA	NA	Inception V3	ROC曲线下面积, 精确率, 召回率, F1分数	NA
632	2025-10-05	Deep-learning-enabled high-throughput Screening of MXene photocatalysts for hydrogen production 2025-Sep-25, Nanoscale IF:5.8Q1 DOI:10.1039/d5nr02764k PMID:40924402	研究论文	开发了一种深度学习驱动的高通量筛选方法，用于发现可用于光催化制氢的MXene材料	结合深度学习框架与高通量筛选，从23857种MXenes中识别出14种稳定的水分解候选材料，并提出了描述内建电场与非绝热电子-空穴耦合关系的描述符	计算方法的准确性依赖于训练数据质量，实验验证尚未进行	开发高效计算策略逆向设计二维光催化剂，用于氢能生产	MXene二维材料	机器学习	NA	高通量筛选，密度泛函理论，非绝热分子动力学，符号回归	深度学习	材料结构数据，能带数据，能量数据	23857种MXene材料	NA	NA	平均绝对误差（形成能0.06 eV/atom，凸包能0.06 eV/atom，带隙0.14 eV）	NA
633	2025-10-05	3D electroacoustic tomography image enhancement using deep learning with the SAM-Med3D encoder 2025-Sep-25, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ae077d PMID:40957441	研究论文	本研究开发了一种基于深度学习的框架，通过利用SAM-Med3D基础模型来增强单视图投影的3D电声断层成像重建	首次将SAM-Med3D等大型基础模型应用于3D电声断层成像增强，提出了局部-全局特征融合架构	数据集规模相对较小（50次扫描），主要使用水模体和组织样本进行验证	克服电声断层成像在临床环境中的局限性，特别是有限角度数据采集引起的伪影和失真	电声断层成像扫描数据，包括水模体和组织样本	医学影像处理	NA	电声断层成像	深度学习, Transformer	3D医学影像	50次EAT扫描，共6000个视图（训练集30次扫描3600视图，验证集10次扫描1200视图，测试集10次扫描1200视图）	NA	SAM-Med3D, U-Net	RMSE, PSNR, SSIM	NA
634	2025-10-05	Deep Learning-based Gait Recognition and Evaluation of the Wounded 2025-Sep-25, Disaster medicine and public health preparedness IF:1.9Q3 DOI:10.1017/dmp.2025.10179 PMID:40993504	研究论文	本研究探索基于深度学习的步态识别技术用于远程创伤评估的可行性	首次将YOLOv5目标检测算法应用于多物种（人类、狗、兔子）的步态异常识别，为灾难场景下的远程创伤评估提供新方法	研究仅基于4500张步态图像，物种范围有限，需要更大规模数据验证	开发基于人工智能的快速创伤评估方法，解决灾难现场医疗资源不可达的问题	人类、狗和兔子的步态图像	计算机视觉	创伤性疾病	步态分析	CNN	图像	4500张步态图像，涵盖3个物种	PyTorch	YOLOv5	准确率	NA
635	2025-10-05	Boosting positron emission tomography reconstruction with positional encoding-based deep image prior 2025-Sep-25, Philosophical transactions. Series A, Mathematical, physical, and engineering sciences DOI:10.1098/rsta.2024.0049 PMID:40994198	研究论文	本文提出了一种基于位置编码的深度图像先验方法，用于提升正电子发射断层扫描图像重建性能	提出了一种创新的无监督深度学习方法，通过结合高斯傅里叶特征和均匀位置编码来解决PET重建中的频谱偏差问题	仅在小鼠数据和模拟数据上进行了测试，缺乏大规模临床验证	改进正电子发射断层扫描图像重建方法	正电子发射断层扫描图像	医学影像处理	NA	正电子发射断层扫描	深度神经网络	医学影像数据	Brainweb模拟数据和原始大鼠数据	NA	深度图像先验	图像重建性能指标	NA
636	2025-10-05	Robust Prediction of Protein-Ligand Binding Potency with Multi-modal Customized Gate Control 2025-Sep-25, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c01668 PMID:40994269	研究论文	开发了一种基于定制门控框架的多模态多任务图注意力网络(MultiMolCGC)，用于准确预测蛋白质-配体结合效力	提出定制门控控制框架的多模态多任务图注意力网络，在盲预测挑战中取得最佳性能	整合预测结构数据意外降低了性能，可能由于结构不确定性	开发稳健准确的深度学习框架用于蛋白质-配体结合效力预测	SARS-CoV-2和MERS-CoV主要蛋白酶(Mpro)与小分子的结合亲和力	机器学习	冠状病毒感染	分子对接	图注意力网络	多模态分子数据	NA	NA	MultiMolCGC	pIC50	NA
637	2025-10-05	[Synthetic promoters: theory, design, and prospects] 2025-Sep-25, Sheng wu gong cheng xue bao = Chinese journal of biotechnology DOI:10.13345/j.cjb.250044 PMID:40994322	综述	本文综述了合成启动子的理论基础、设计策略及应用前景	系统总结了基于深度学习的合成启动子设计策略，并对其理论意义和发展方向进行了前瞻性讨论	未涉及具体实验验证数据，主要基于文献综述进行分析	探讨合成启动子的设计原理、功能特性及应用潜力	合成启动子及其调控元件	合成生物学	NA	基因电路设计	深度学习	基因序列数据	NA	NA	NA	NA	NA
638	2025-10-05	A Deep Learning-Based Fully Automated Vertebra Segmentation and Labeling Workflow 2025-Sep-25, British journal of hospital medicine (London, England : 2005) DOI:10.12968/hmed.2025.0443 PMID:40994375	研究论文	开发了一种基于深度学习的全自动椎骨分割与标记工作流，用于脊柱手术导航机器人的术前分析	将3D定位问题转化为2D检测，结合YOLOv7和DBSCAN聚类实现高效椎骨定位，并集成注意力机制的3D U-Net和ResNet-Transformer混合架构实现精确分割与标记	数据集仅包含106个脊柱CT数据集，样本规模相对有限	为脊柱手术导航机器人开发高效准确的术前分析支持系统	椎骨解剖结构	计算机视觉	脊柱疾病	CT成像	CNN, Transformer	CT图像	106个脊柱CT数据集	NA	YOLOv7, 3D U-Net, ResNet, Transformer	平均定位误差(MLE), Dice相似系数(DSC), 交并比(IoU), 像素准确率(PA), 平均对称距离(MSD), 豪斯多夫距离(HD), 分类准确率	NA
639	2025-10-05	Machine-learned density functional based quantum chemical computations for ethane: performance of DeepMind 21 on potential energy surface and molecular properties 2025-Sep-25, Journal of molecular modeling IF:2.1Q3 DOI:10.1007/s00894-025-06451-3 PMID:40996570	研究论文	本文使用DeepMind 21机器学习密度泛函对乙烷分子的势能面和分子性质进行量子化学计算	首次将深度学习密度泛函DM21应用于乙烷分子的量子科学计算，验证其在势能面生成和量子化学计算中的适用性	研究仅针对乙烷分子，缺乏对其他分子体系的验证	评估机器学习密度泛函在量子化学计算中的性能	乙烷分子(C2H6)	量子化学计算	NA	密度泛函理论(DFT), 机器学习	神经网络	量子化学数据	乙烷分子体系	TensorFlow, PySCF	DeepMind 21 (DM21)	与CCSD(T)基准能量对比, 与传统DFT方法(B3LYP, PW6B95)比较	NA
640	2025-10-05	Decoding the limits of deep learning in molecular docking for drug discovery 2025-Sep-24, Chemical science IF:7.6Q1 DOI:10.1039/d5sc05395a PMID:40901622	研究论文	深入分析深度学习在分子对接中的性能表现、局限性和优化策略	首次系统评估生成扩散模型、回归架构和混合框架在分子对接五大关键维度的表现	深度学习方法在遇到新型蛋白结合口袋时泛化能力不足	评估深度学习在分子对接中的性能局限并探索优化策略	分子对接方法和蛋白-配体复合物	机器学习	NA	分子对接	生成扩散模型,回归模型,混合框架	蛋白-配体结构数据	NA	NA	生成扩散模型,回归架构,混合框架	姿态预测精度,物理合理性,相互作用恢复,虚拟筛选效果,泛化能力	NA