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
1	2025-06-19	Statin use and longitudinal bone marrow lesion burden: analysis of knees without osteoarthritis from the Osteoarthritis Initiative study 2025-Aug, Skeletal radiology IF:1.9Q3 DOI:10.1007/s00256-025-04878-6 PMID:39890641	research paper	本研究探讨了他汀类药物使用与无骨关节炎参与者膝关节骨髓病变体积纵向变化之间的关联	首次在无放射学膝关节骨关节炎的参与者中，使用深度学习算法定量评估他汀类药物对骨髓病变体积纵向变化的影响	研究仅基于观察性数据，无法确定因果关系	确定他汀类药物使用与膝关节骨髓病变体积纵向变化之间的关联	无放射学膝关节骨关节炎的参与者	digital pathology	geriatric disease	MRI, deep learning	DL algorithm	image	1502 knees (751 statin users and 751 non-users)
2	2025-06-19	Deep learning predicts the effect of neoadjuvant chemotherapy for patients with triple negative breast cancer 2025-Aug, Journal of pathology informatics DOI:10.1016/j.jpi.2025.100448 PMID:40524708	research paper	本研究利用深度学习技术预测三阴性乳腺癌患者新辅助化疗的效果	首次基于术前活检H&E切片的全幻灯片图像，使用深度学习预测新辅助化疗效果	样本量相对较小，特别是中度和不良反应组病例数量不足	预测三阴性乳腺癌患者新辅助化疗的治疗效果	三阴性乳腺癌患者	digital pathology	breast cancer	H&E染色	CNN	image	训练集205名患者的221份活检样本，测试集50名患者的52份活检样本
3	2025-06-19	Comparison of different dental age estimation methods with deep learning: Willems, Cameriere-European, London Atlas 2025-Jul, International journal of legal medicine IF:2.2Q1 DOI:10.1007/s00414-025-03452-y PMID:39969569	研究论文	比较不同牙龄估计方法（Willems、Cameriere-Europe、London Atlas及深度学习）在土耳其儿童全景X光片上的表现	首次在土耳其儿童群体中比较传统牙龄估计方法与深度学习方法的性能	样本仅来自土耳其儿童群体，可能限制结果的普适性	评估不同牙龄估计方法的准确性和适用性	1169名土耳其儿童（613名女孩，556名男孩）的全景X光片	计算机视觉	NA	深度学习	CNN	图像	1169名儿童（613名女孩，556名男孩）
4	2025-06-19	Multi-site, multi-vendor development and validation of a deep learning model for liver stiffness prediction using abdominal biparametric MRI 2025-Jul, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-11312-3 PMID:39779515	研究论文	开发并验证了使用常规临床非对比腹部T1加权和T2加权数据的深度学习模型，用于预测MR弹性成像(MRE)衍生的肝脏硬度	首次在多机构和多厂商的儿科和成人患者数据上开发和验证了基于深度学习的肝脏硬度预测模型	模型性能仍有提升空间，可能需要结合临床特征进一步优化以减少对MRE的需求	开发能够准确预测肝脏硬度的深度学习模型，以替代或减少对MR弹性成像(MRE)的需求	儿科和成人慢性肝病(CLD)患者	数字病理学	慢性肝病	MRI (T1w和T2w)	DeepLiverNet2.0 (深度学习模型)	医学影像	4295名患者(包括428名儿科患者)的4695次MRI检查
5	2025-06-19	ReorderBench: A Benchmark for Matrix Reordering 2025-Jul, IEEE transactions on visualization and computer graphics IF:4.7Q1 DOI:10.1109/TVCG.2025.3560345 PMID:40227900	research paper	该论文构建了一个名为ReorderBench的矩阵重排序基准，用于评估和改进矩阵重排序技术	提出了一个全面的矩阵重排序基准，包含大量代表性矩阵和基于卷积与熵的评分方法	NA	评估和改进矩阵重排序技术	矩阵重排序算法和视觉模式	machine learning	NA	卷积和熵基评分方法	deep learning model	binary matrices, continuous matrices	2,835,000 binary matrices, 5,670,000 continuous matrices, 450 real-world matrices
6	2025-06-19	Development and application of deep learning-based diagnostics for pathologic diagnosis of gastric endoscopic submucosal dissection specimens 2025-Jul, Gastric cancer : official journal of the International Gastric Cancer Association and the Japanese Gastric Cancer Association IF:6.0Q1 DOI:10.1007/s10120-025-01612-y PMID:40232558	研究论文	开发并评估了一种用于诊断胃内镜黏膜下剥离术（ESD）标本的深度学习模型	首次应用深度学习模型进行ESD标本的肿瘤和黏膜下浸润检测，显著减少病理诊断时间	研究仅针对腺癌类型的ESD标本，未涵盖其他类型的胃癌	提高早期胃癌ESD标本的诊断准确性和效率	366例腺癌ESD标本的整张切片图像	数字病理学	胃癌	深度学习	CNN	图像	366例ESD标本，包含2257个标注兴趣区域和83,839个补丁图像
7	2025-06-19	Agreement between Routine-Dose and Lower-Dose CT with and without Deep Learning-based Denoising for Active Surveillance of Solid Small Renal Masses: A Multiobserver Study 2025-Jul, Radiology. Imaging cancer DOI:10.1148/rycan.240250 PMID:40512032	研究论文	评估常规剂量和低剂量CT扫描在深度学习去噪技术辅助下对小肾肿块主动监测中的一致性	研究首次评估了深度学习去噪技术在低剂量CT扫描中对小肾肿块评估的影响，并验证了75%剂量降低的可行性	研究为回顾性设计，样本量相对较小(70例患者)，且仅评估了特定两种剂量降低水平	评估不同剂量CT扫描在肾肿块主动监测中的诊断一致性	接受小肾肿块主动监测的患者	数字病理	肾癌	CT扫描、深度学习去噪(DLD)	深度学习	医学影像	70例患者(48男22女，平均年龄73.2岁)的350次CT扫描
8	2025-06-19	ConsAMPHemo: A computational framework for predicting hemolysis of antimicrobial peptides based on machine learning approaches 2025-Jul, Protein science : a publication of the Protein Society IF:4.5Q1 DOI:10.1002/pro.70087 PMID:40519190	research paper	提出了一种基于深度学习的计算框架ConsAMPHemo，用于预测抗菌肽的溶血活性	开发了一个两阶段的深度学习框架，既能进行抗菌肽溶血活性的二元分类，也能预测其溶血浓度，并通过特征分析揭示了溶血活性的物理基础	NA	降低评估抗菌肽作为药物安全性的成本	抗菌肽（AMPs）	machine learning	NA	deep learning	NA	NA	三个不同的数据集
9	2025-06-19	PCKRF: Point Cloud Completion and Keypoint Refinement With Fusion Data for 6D Pose Estimation 2025-Jul, IEEE transactions on visualization and computer graphics IF:4.7Q1 DOI:10.1109/TVCG.2024.3390122 PMID:38630565	research paper	提出了一种名为PCKRF的新姿态细化流程，用于6D姿态估计，通过点云补全和关键点细化融合数据来提高姿态估计的准确性	PCKRF流程结合了姿态敏感的点补全网络和引入颜色信息的CIKP方法，有效提升了姿态估计的稳定性和准确性	在纹理较少和对称物体的挑战性场景中，方法的性能可能仍有提升空间	提高6D姿态估计的准确性和稳定性	点云数据	computer vision	NA	点云补全、关键点细化	pose-sensitive point completion network, CIKP	point cloud	NA
10	2025-06-19	Automated segmentation of target volumes in breast cancer radiotherapy, impact on target size and dose to organs at risk 2025-Jul, Clinical and translational radiation oncology IF:2.7Q2 DOI:10.1016/j.ctro.2025.100986 PMID:40529410	研究论文	本研究比较了深度学习模型与临床标准在乳腺癌放疗目标体积划分上的差异，评估了对危险器官剂量的影响	首次将深度学习模型应用于乳腺癌放疗目标体积划分，并考虑了临床数据如肿瘤位置和患者合并症	深度学习模型在仅针对乳房的放疗中可能导致心脏剂量增加，且样本量有限	评估深度学习模型在乳腺癌放疗目标体积划分中的效果及其对危险器官剂量的影响	乳腺癌放疗的目标体积和危险器官剂量	数字病理	乳腺癌	深度学习	DL-models (Raystation 和 MVision)	医学影像	10-14个放疗中心的数据
11	2025-06-19	Deep Learning for Detecting and Subtyping Renal Cell Carcinoma on Contrast-Enhanced CT Scans Using 2D Neural Network with Feature Consistency Techniques 2025-Jul, The Indian journal of radiology & imaging DOI:10.1055/s-0044-1800804 PMID:40529970	研究论文	本研究探索了一种创新的深度学习方法，用于在CT扫描上检测和分型肾细胞癌（RCC），特别是透明细胞RCC（ccRCC）与非ccRCC	使用二维神经网络架构和特征一致性模块，提供了一种新颖、计算更简单且准确的RCC表征方法	研究为回顾性研究，样本量相对较小（196例患者）	开发一种高效的深度学习算法，用于肾细胞癌的检测和分型	196例经病理证实的RCC患者的基线CT扫描（143例ccRCC和53例非ccRCC）	计算机视觉	肾细胞癌	CT扫描	2D神经网络（FocalNet-DINO）	图像	196例患者的CT扫描
12	2025-06-19	Estimating the extent and sources of model uncertainty in political science 2025-Jun-24, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2414926122 PMID:40526713	研究论文	本文提出了一种结合极端边界分析和多元宇宙方法的新方法，用于系统评估政治科学中的模型不确定性	结合极端边界分析和多元宇宙方法，开发了一种新的敏感性分析方法，能够同时考虑多个建模选择	未提及具体局限性	评估政治科学中的模型不确定性及其来源	政治科学中的四个主题：民主化、制度信任、公共品提供和福利国家慷慨	政治科学	NA	极端边界分析、多元宇宙方法	最近1-邻居、逻辑回归、深度学习	统计数据	超过36亿个估计值
13	2025-06-19	Chemical Properties-Based Deep Learning Models for Recommending Rational Daily Diet Combinations to Diabetics Through Large-Scale Virtual Screening of α-Glucosidase Dietary-Derived Inhibitors and Verified In Vitro 2025-Jun-18, Journal of agricultural and food chemistry IF:5.7Q1 DOI:10.1021/acs.jafc.5c03646 PMID:40472393	研究论文	本文提出基于化学性质的深度学习模型，用于通过大规模虚拟筛选α-葡萄糖苷酶膳食来源抑制剂，为糖尿病患者推荐合理的日常饮食组合	开发了三种基于化学性质的深度学习模型（AGIs、安全性和药物-药物相互作用），用于筛选潜在的α-葡萄糖苷酶抑制剂，并验证了其协同效应	仅通过体外实验验证了部分筛选结果的协同效应，未进行体内实验验证	解决食品化学研究中开发合理日常饮食组合的挑战	糖尿病患者	机器学习	糖尿病	深度学习	深度学习模型	化学性质数据	约70,000种食物来源化合物（FooDB数据库）
14	2025-06-19	Deep Learning-Based Adrenal Gland Volumetry for the Prediction of Diabetes 2025-Jun-18, Endocrinology and metabolism (Seoul, Korea) DOI:10.3803/EnM.2025.2336 PMID:40528328	研究论文	本研究利用深度学习技术测量肾上腺体积，探索其与2型糖尿病的关联及预测价值	首次使用三维nnU-Net深度学习算法从CT图像中自动测量肾上腺体积，并建立其与2型糖尿病的预测关联	研究为观察性设计，无法确定因果关系；外部验证数据集有限	探究肾上腺体积与当前血糖状态及2型糖尿病发病的关联	接受腹部盆腔CT检查的成年人（无肾上腺结节）	数字病理	糖尿病	CT成像	nnU-Net	医学影像	模型开发500例CT扫描，临床队列9708名成年人
15	2025-06-19	Explainable AI predicting Alzheimer's disease with latent multimodal deep neural networks 2025-Jun-18, Journal of biopharmaceutical statistics IF:1.2Q2 DOI:10.1080/10543406.2025.2511194 PMID:40528446	研究论文	提出了一种新颖的潜在多模态深度学习框架，用于预测阿尔茨海默病的认知状态	引入了注意力层和交叉注意力层以提升预测性能，并计算模态重要性分数以增强模型的可解释性	样本量相对较小（322名患者），且数据来源仅限于ADNI数据库	预测阿尔茨海默病的认知状态	阿尔茨海默病患者	机器学习	阿尔茨海默病	多模态深度学习	深度神经网络（带有注意力层和交叉注意力层）	临床数据、影像数据和遗传数据	322名年龄在55至92岁之间的患者
16	2025-06-19	Optimal Descriptor Subset Search via Chemical Information and Target Activity-Guided Algorithm for Antimicrobial Peptide Prediction 2025-Jun-18, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00600 PMID:40528473	研究论文	本文介绍了一种名为AExOp-DCS的自动特征域优化方法，用于识别抗菌肽预测中的最优描述子子集	提出AExOp-DCS算法，通过化学结构和生物活性驱动，自动识别最优描述子子集，提高模型性能	依赖于初始描述子集的质量，可能无法完全捕捉所有关键信息	开发更高效的抗菌肽预测计算流程	抗菌肽（AMPs）	机器学习	NA	QSAR模型	AExOp-DCS	蛋白质序列数据	NA
17	2025-06-19	BalancedDiff: Balanced Diffusion Network for High-Quality Molecule Generation 2025-Jun-18, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00837 PMID:40528644	研究论文	本文提出了一种名为BalancedDiff的平衡扩散网络，用于生成高质量分子	提出了平衡损失函数以解决样本偏差问题，并设计了基于KAN的平衡特征过滤模块，结合QikProp模块预测ADME性质以提高生成分子的质量和适用性	扩散模型生成分子的有效性和可靠性仍存在不确定性	提高深度学习分子生成技术的质量和效率	分子生成	机器学习	NA	扩散模型	BalancedDiff, KAN-based Balanced Feature Filtering (KBFF), QikProp	分子数据	CrossDocked2020数据集
18	2025-06-19	Transfer-Learning Deep Raman Models Using Semiempirical Quantum Chemistry 2025-Jun-18, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00513 PMID:40528819	research paper	该研究通过半经验量子化学方法生成模拟振动光谱，用于预训练深度学习模型，并在细菌拉曼光谱的小型实验数据集上进行微调，以提高模型泛化能力	利用半经验量子化学方法生成合成数据预训练深度学习模型，解决了拉曼光谱数据不足导致的过拟合和泛化能力差的问题	研究仅针对细菌拉曼光谱进行了验证，未涉及其他类型的生物样本	解决拉曼光谱数据不足导致的模型训练问题，提高深度学习模型在生物光子学应用中的性能	细菌拉曼光谱	machine learning	NA	Raman spectroscopy, semiempirical quantum chemistry methods	deep learning	spectral data	小型实验数据集（具体数量未提及）
19	2025-06-19	Identifying and predicting EEG microstates with sequence-to-sequence deep learning models for online applications 2025-Jun-17, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/ade1f8 PMID:40480246	研究论文	本文提出了一种基于序列到序列深度学习模型的新框架，用于在线识别和预测EEG微状态	首次提出序列到序列框架，实现从EEG信号到微状态标签的端到端在线识别和预测	未提及模型在更复杂场景下的泛化能力	改进EEG微状态分析方法，实现跨被试、跨数据集和多任务场景的在线应用	EEG微状态	机器学习	NA	深度学习	序列到序列模型	EEG信号	两个公共数据集
20	2025-06-19	NLP-like deep learning aided in identification and validation of thiosulfinate tolerance clusters in diverse bacteria 2025-Jun-17, mSphere IF:3.7Q2 DOI:10.1128/msphere.00023-25 PMID:40525872	研究论文	该研究利用类似自然语言处理的深度学习技术，识别和验证了多种细菌中的硫代亚磺酸盐耐受基因簇	采用NLP类似技术处理基因簇，克服了传统方法在识别多样性基因簇上的困难，发现了多个新基因簇	NA	开发新方法以识别和验证细菌中的硫代亚磺酸盐耐受基因簇	植物病原细菌中的硫代亚磺酸盐耐受基因簇	自然语言处理	NA	NLP-like深度学习技术、基因合成分析、蛋白质结构预测	DeepBGC类似模型	基因序列数据	3种细菌菌株（97-1R、pv. FDAARGOS 389、pv. tomato DC3000）及RefSeq细菌数据库序列