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	2025-09-04	Deep learning mammography-based breast cancer risk model, its serial change, and breast cancer mortality 2025-Sep-03, Breast cancer (Tokyo, Japan) DOI:10.1007/s12282-025-01772-w PMID:40900381	研究论文	基于深度学习模型Mirai评估乳腺X线摄影风险评分及其随时间变化与乳腺癌特异性死亡率的关联	首次将深度学习乳腺癌风险预测模型与死亡率结局直接关联，并分析风险评分动态变化对死亡风险的预测价值	样本中乳腺癌相关死亡事件较少（31例），可能影响统计效力	验证AI风险模型对乳腺癌死亡率的预测能力	124,653名接受乳腺X线筛查的韩国无癌女性	数字病理	乳腺癌	深度学习	Mirai (CNN-based)	乳腺X线图像	124,653名女性，1,075,177人年随访
2	2025-09-04	Multi-task deep learning for automatic image segmentation and treatment response assessment in metastatic ovarian cancer 2025-Sep-03, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03484-0 PMID:40900399	研究论文	提出一种多任务深度学习方法，用于自动分割转移性卵巢癌图像并评估治疗反应	首次展示多任务深度学习在评估复杂多部位HGSOC患者化疗诱导肿瘤变化中的可行性，结合双U-Net架构实现多尺度特征比较	NA	开发自动图像分割和治疗反应评估方法以解决HGSOC异质性带来的评估挑战	转移性卵巢癌患者（主要为高级别浆液性卵巢癌HGSOC）	数字病理学	卵巢癌	对比增强计算机断层扫描（CE-CT）	U-Net	医学图像	训练集：99名患者的198张CE-CT图像；验证集：49名患者的98张扫描
3	2025-09-04	A deep learning-clinical nomogram hybrid for predicting sentinel lymph node metastasis in melanoma 2025-Sep-03, Journal of the European Academy of Dermatology and Venereology : JEADV IF:8.4Q1 DOI:10.1111/jdv.70000 PMID:40900446	研究论文	开发一种结合深度学习与临床列线图的混合模型（MISSLE），用于预测黑色素瘤前哨淋巴结转移	首次将聚类约束注意力多示例学习（CLAM）模型与临床列线图整合，实现组织病理学图像与临床数据的协同预测	单中心研究且样本主要来自日本人群，泛化性有限	预测侵袭性黑色素瘤患者的前哨淋巴结转移（SLNM），辅助淋巴结活检决策	78例侵袭性皮肤黑色素瘤患者（43例SLNM阳性，35例阴性）	数字病理学	黑色素瘤	深度学习（CLAM模型）、机器学习（逻辑回归/SVM/梯度提升）	CLAM-R50（基于ResNet50trunc编码器）、梯度提升混合模型	H&E染色全切片图像、临床数据	78例患者（训练集60例，测试集18例）
4	2025-09-04	Development of A Fully Automated Dental Age Estimation Framework from Panoramic Radiographs Using Tooth-Level Information with an Attention-Weighting Module 2025-Sep-03, Dento maxillo facial radiology DOI:10.1093/dmfr/twaf063 PMID:40900631	研究论文	开发了一种基于全景X光片、利用牙齿级别信息和注意力加权模块的全自动牙龄估计框架	提出两阶段流程，结合YOLO11-OBB定向牙齿检测和带有注意力加权模块的深度学习回归模型，显著降低平均绝对误差	NA	为法医领域开发自动化且可解释的牙龄估计解决方案	8至23岁个体的牙齿全景X光片	计算机视觉	NA	深度学习，YOLO11-OBB目标检测	DenseNet-121，注意力机制模块	X光图像	1639张全景X光片
5	2025-09-04	Beyond rigid docking: deep learning approaches for fully flexible protein-ligand interactions 2025-Aug-31, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf454 PMID:40900115	综述	探讨深度学习如何重塑分子对接领域，特别是其在处理蛋白质-配体全柔性相互作用方面的进展与挑战	利用深度学习整合蛋白质柔性到对接预测中，以更准确捕捉生物分子相互作用的动态特性	深度学习模型泛化能力有限，常错误预测关键分子属性如立体化学、键长和空间相互作用，导致物理不现实的预测	改进分子对接方法，提升在药物发现中虚拟筛选的准确性和效率	蛋白质与配体的相互作用	机器学习	NA	深度学习	DL	分子结构数据	NA
6	2025-09-04	Phage quest: a beginner's guide to explore viral diversity in the prokaryotic world 2025-Aug-31, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf449 PMID:40900113	指南	本文为初学者提供探索原核生物世界病毒多样性的计算工具使用指南	整合了最新机器学习与深度学习技术（包括新兴语言模型）用于噬菌体检测，特别关注传统工具难以识别的丝状噬菌体（Inoviridae）	未提供详尽工具列表，仅重点介绍当前活跃维护的先进工具	帮助研究者选择和应用自动化工具进行噬菌体分析，以探索地球最小且最丰富的复制体的遗传多样性和生物学特性	原核生物世界的病毒（重点关注噬菌体）及其在（宏）基因组数据集中的检测与分析	生物信息学	NA	机器学习、深度学习、语言模型、序列组成评估	NA	（宏）基因组序列数据	NA
7	2025-09-04	An MRI Atlas of the Human Fetal Brain: Reference and Segmentation Tools for Fetal Brain MRI Analysis 2025-Aug-28, ArXiv PMID:40900685	研究论文	介绍CRL-2025胎儿大脑MRI图谱，提供高精度时空参考和分割工具用于胎儿大脑MRI分析	相比CRL-2017图谱显著增强解剖细节，首次包含详细组织分割、短暂白质区划及126个解剖区域划分，集成基于深度学习的多类分割模型	NA	构建高精度胎儿大脑时空发育图谱以支持神经发育研究	21至37孕周正常发育的胎儿大脑	医学影像分析	神经发育疾病	MRI扫描、扩散MRI、基于核回归的微分同胚可变形配准框架	深度学习多类分割模型	MRI图像	160名正常大脑发育胎儿
8	2025-09-04	Deep Learning-Derived Plaque Burden for Intracoronary Optical Coherence Tomography: An Intravascular Ultrasound-Based Validation Study 2025-Aug-27, JACC. Cardiovascular interventions DOI:10.1016/j.jcin.2025.07.021 PMID:40900048	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
9	2025-09-04	Using synthetic RNA to benchmark poly(A) length inference from direct RNA sequencing 2025-Jan-06, GigaScience IF:11.8Q1 DOI:10.1093/gigascience/giaf098 PMID:40899916	研究论文	本文提出一种新型深度学习poly(A)长度估计工具BoostNano，并与现有三种工具在合成RNA标准品上进行了性能比较	开发了BoostNano工具，并首次使用已知poly(A)长度的合成RNA标准品系统评估多种poly(A)长度推断工具的准确性	NA	评估和比较不同poly(A)尾长估计工具的准确性和性能	合成体外转录RNA标准品（Sequin和eGFP RNA）	生物信息学	NA	Oxford Nanopore直接RNA测序	深度学习	RNA测序数据	两组合成RNA标准品（Sequin: 30/60 nt; eGFP: 10-150 nt）
10	2025-09-04	Integrating Peritumoral and Intratumoral Radiomics with Deep Learning for Preoperative Prediction of Lymphovascular Invasion in Invasive Breast Cancer Using DCE-MRI 2025 Jan-Dec, Technology in cancer research & treatment IF:2.7Q3 DOI:10.1177/15330338251374945 PMID:40899931	研究论文	本研究开发了一种结合瘤内和瘤周影像组学、深度学习特征及临床风险指标的AI系统，用于基于DCE-MRI术前预测浸润性乳腺癌的淋巴血管侵犯状态	首次整合多区域（瘤内及0-5mm瘤周）影像组学、ResNet-50深度学习特征和临床因素，构建多模态融合模型，显著提升LVI预测性能	回顾性研究，样本均来自多中心但可能存在选择偏倚，未进行外部验证	术前无创预测浸润性乳腺癌的淋巴血管侵犯（LVI）状态	浸润性乳腺癌患者	医学影像分析	乳腺癌	动态对比增强MRI（DCE-MRI），影像组学分析，深度学习	ResNet-50, SVM, LASSO, 集成模型	MRI图像	496例患者（训练集344例，验证集152例）
11	2025-09-04	AI-driven early detection of severe influenza in Jiangsu, China: a deep learning model validated through the design of multi-center clinical trials and prospective real-world deployment 2025, Frontiers in public health IF:3.0Q2 DOI:10.3389/fpubh.2025.1610244 PMID:40900711	研究论文	开发并验证一种基于深度学习的模型，用于中国江苏地区重症流感的早期诊断	采用多中心临床试验设计和前瞻性真实世界部署验证深度学习模型，在老年、基础疾病和资源匮乏地区患者中表现一致	研究局限于江苏地区87家医院的数据，可能影响模型在其他地区的泛化能力	开发高精度、低误诊率的重症流感早期诊断模型	来自江苏87家医院2019-2025年电子健康记录数据的患者	医疗人工智能	流感	深度学习	深度学习模型	电子健康记录	江苏87家医院2019-2025年数据（具体样本量未明确说明）
12	2025-09-03	Robust multi-coil MRI reconstruction via self-supervised denoising 2025-Nov, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.30591 PMID:40457510	研究论文	本研究探讨了在训练深度学习MRI重建方法前加入自监督去噪预处理步骤对高斯噪声污染数据的效果	利用GSURE进行自监督去噪作为预处理步骤，提升多线圈MRI重建质量，无需无噪声参考数据	实验仅针对T2加权脑部和脂肪抑制膝关节扫描，未验证其他MRI序列或身体部位的普适性	提高加速多线圈磁共振成像（MRI）重建的质量和效率	T2加权脑部扫描和脂肪抑制质子密度膝关节扫描的MRI数据	医学影像处理	NA	Generalized Stein's Unbiased Risk Estimate (GSURE), 深度学习重建方法	Diffusion Probabilistic Models (DPMs), Model-Based Deep Learning (MoDL)	多线圈k空间数据，图像	NA
13	2025-09-03	SMART MRS: A Simulated MEGA-PRESS ARTifacts toolbox for GABA-edited MRS 2025-Nov, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.30597 PMID:40485116	研究论文	开发了一个基于Python的工具箱SMART MRS，用于模拟GABA编辑MRS数据中的常见伪影	创建了首个专门模拟GABA编辑MRS伪影的Python工具箱，包含多种伪影生成功能并支持机器学习模型训练	NA	开发用于模拟伽玛-氨基丁酸编辑磁共振波谱数据中常见伪影的工具箱	磁共振波谱数据中的各类伪影	医学影像分析	NA	MEGA-PRESS MRS, 深度学习	机器学习模型	磁共振波谱数据	NA
14	2025-09-03	MC-RED: A deep learning network for motion correction in 3D CEST imaging 2025-Nov, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.30609 PMID:40495308	研究论文	提出并验证了一种基于深度学习的运动校正方法MC-RED，用于提升3D CEST成像的图像质量	采用结合频率特异性信息和静态参考图像的残差编码-解码网络，生成无运动参考帧以校正运动伪影	NA	开发并验证深度学习运动校正方法以提升3D CEST成像质量	健康志愿者模拟数据和脑炎患者临床数据	医学影像分析	脑炎	CEST成像，Lorentzian差异分析	残差编码-解码网络（RED）	3D医学影像	健康志愿者和脑炎患者数据（具体数量未明确说明）
15	2025-09-03	Deep learning-based automatic dose optimization for brachytherapy 2025-Nov, Applied radiation and isotopes : including data, instrumentation and methods for use in agriculture, industry and medicine IF:1.6Q3 DOI:10.1016/j.apradiso.2025.111988 PMID:40532513	研究论文	本研究评估了不同剂量归一化方法对基于深度学习的近距离放疗剂量预测的影响，并利用逆向优化算法提升治疗计划质量	首次系统比较未处理剂量与三种归一化方法在3D U-Net模型中的预测性能，并验证逆向剂量优化算法对深度学习预测结果的进一步优化效果	研究仅基于单一机构186例宫颈癌患者数据，未包含其他癌症类型或更大规模多中心验证	确定近距离放疗中深度学习剂量预测的最佳数据处理方法，并提升治疗计划质量	宫颈癌患者的近距离放疗剂量分布数据	医学影像分析	宫颈癌	剂量分布预测、逆向优化算法	3D U-Net	3D剂量分布数据	186例宫颈癌患者数据（训练集150例，验证集18例，测试集18例）
16	2025-09-03	Synergistic analysis based on chemometrics and deep learning: An innovative Kolmogorov-Arnold neural network (CKAN) model combined with ternary hybrid SERS substrate (Au@mSiO₂(YSN)-Fe₃O₄@MoS₂-rGO) for highly sensitive detection of trace quinolone antibiotics in milk 2025-Nov-01, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.145193 PMID:40544590	研究论文	提出一种基于三元复合SERS基底和深度学习的创新方法，用于牛奶中痕量喹诺酮类抗生素的高灵敏度检测	结合化学计量学算法与深度学习模型（CKAN），并设计三元杂化SERS基底（Au@mSiO₂(YSN)-Fe₃O₄@MoS₂-rGO），实现高精度定性与定量分析	NA	开发高灵敏度检测牛奶中痕量喹诺酮类抗生素的方法	牛奶中的恩诺沙星（ENR）、依诺沙星（ENO）和诺氟沙星（NOR）	分析化学与深度学习交叉	NA	表面增强拉曼光谱（SERS）、有限差分时域（FDTD）方法	Kolmogorov-Arnold神经网络（CKAN）	光谱数据	NA
17	2025-09-03	Hyperspectral-driven PSO-SVM model and optimized CNN-LSTM-Attention fusion network for qualitative and quantitative non-destructive detection of adulteration in strong-aroma Baijiu 2025-Oct-30, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.145197 PMID:40541145	研究论文	结合高光谱成像与深度学习，开发PSO-SVM分类模型和GLSNet融合网络，用于浓香型白酒掺假的定性与定量无损检测	提出新型融合网络GLSNet（Ghost-LSTM-Scaled Dot-Product Attention），在定量预测中显著优于传统方法，推理效率提升3.55倍，并通过热图可视化掺假分布	NA	实现白酒掺假的快速准确无损检测，为质量控制和市场监管提供技术支持	浓香型白酒样品	计算机视觉	NA	高光谱成像	PSO-SVM, CNN, LSTM, Attention机制, GLSNet融合网络	高光谱图像	NA
18	2025-09-03	High-Resolution Magnetic Resonance Imaging Radiomics for Identifying High-Risk Intracranial Plaques 2025-Oct, Translational stroke research IF:3.8Q2 DOI:10.1007/s12975-025-01345-1 PMID:40108073	研究论文	基于高分辨率磁共振成像（HRMRI）的影像组学模型用于区分症状性和无症状性颅内斑块	结合传统影像特征与影像组学特征构建混合模型，并应用深度学习和机器学习方法提升高危斑块识别准确率	样本量有限（172名患者，188个斑块），模型泛化能力需进一步验证	识别易破裂的高危颅内斑块以预测脑血管事件	颅内动脉粥样硬化斑块（100个症状性，88个无症状）	医学影像分析	脑血管疾病	高分辨率磁共振成像（HRMRI），影像组学分析	随机森林、岭回归、LASSO、深度学习（DL）	医学影像（MRI）	172名患者，188个颅内斑块
19	2025-09-03	ElastoNet: Neural network-based multicomponent MR elastography wave inversion with uncertainty quantification 2025-Oct, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103642 PMID:40482562	研究论文	提出一种基于神经网络的多成分磁共振弹性成像波反演方法ElastoNet，具备不确定性量化能力	首次实现独立于分辨率和振动频率的多波成分分析，并提供不确定性量化图谱	NA	开发通用神经网络反演方法以克服噪声和压缩波对磁共振弹性成像参数重建的影响	剪切波传播数据	医学影像分析	NA	磁共振弹性成像(MRE), 证据深度学习	神经网络	波图像数据	合成波斑块(5×5像素), 有限元模拟数据, 体模数据, 14名健康志愿者的宽频多频率腹部MRE数据
20	2025-09-03	Navigating the landscape of multimodal AI in medicine: A scoping review on technical challenges and clinical applications 2025-Oct, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103621 PMID:40482561	综述	本文对基于深度学习的多模态AI在医学领域的应用进行了范围综述，分析了432篇相关论文	系统评估多模态AI模型相比单模态模型的性能提升（AUC平均提高6.2个百分点），并识别关键技术挑战和临床实施策略	存在跨部门协调困难、数据异质性和数据集不完整等持续挑战	探讨多模态AI在医学领域的技术挑战和临床应用	2018-2024年间发表的432篇医学多模态AI研究论文	机器学习	NA	深度学习	多模态AI	多模态医疗数据	432篇研究论文