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	2025-09-17	MRS-Sim: Open-Source Framework for Simulating In Vivo-Like Magnetic Resonance Spectra 2025-Oct, NMR in biomedicine IF:2.7Q1 DOI:10.1002/nbm.70130 PMID:40955682	研究论文	介绍了一个用于模拟体内磁共振光谱的开源框架MRS-Sim，旨在生成真实合成数据以支持方法验证	包含两个新颖组件：3D磁场图模拟器处理场不均匀性，以及半参数生成器模拟未充分表征的残余水和基线信号	模拟的真实性依赖于现有体内数据拟合参数的范围和分布，可能受限于可用数据的质量和多样性	开发和验证磁共振光谱分析方法，通过模拟真实体内数据支持研究	磁共振光谱数据，特别是体内场景下的光谱	医学影像分析	NA	磁共振光谱（MRS），线性组合拟合	半参数生成器，物理方程模型	光谱数据	NA
2	2025-09-17	AlphaFold Kinase Optimizer: Enhancing Virtual Screening Performance Through Automated Refinement of AlphaFold-Based Kinase Structures 2025-Sep-16, Proteins IF:3.2Q2 DOI:10.1002/prot.70056 PMID:40955709	研究论文	提出一种名为AF Optimizer的深度学习辅助方法，用于优化AlphaFold生成的激酶结构结合位点几何构型，以提升虚拟筛选性能	开发了结合神经网络评分和结合自由能计算的自动化结合位点优化方法，弥补了AlphaFold在药物设计中的局限性	NA	提升基于结构的药物虚拟筛选准确性和效率	TTK蛋白激酶	计算生物学	NA	深度学习辅助结构优化、分子对接、虚拟筛选	深度学习	蛋白质3D结构	NA
3	2025-09-17	Automated Field of View Prescription for Whole-body Magnetic Resonance Imaging Using Deep Learning Based Body Region Segmentations 2025-Sep-16, Investigative radiology IF:7.0Q1 DOI:10.1097/RLI.0000000000001236 PMID:40955705	研究论文	本研究开发并评估了一种基于深度学习的自动化系统，用于全身体磁共振成像中的多站视野处方	利用深度学习三维解剖分割技术实现全身体MRI视野的自动处方，替代传统手动操作	脊髓分割准确度相对较低（DSC=0.63），外部验证队列样本量较小（n=10）	提高全身体MRI检查的工作流程效率和图像质量标准化	接受全身体MRI检查的患者	医学影像分析	NA	深度学习，nnUNet-v2模型，三维解剖分割	CNN（基于nnUNet架构）	磁共振图像	374名患者（内部数据集），10名患者（外部验证集）
4	2025-09-17	Extraction of Novel Features and Diagnosis Prediction in Myelodysplastic Neoplasm Using a Weakly Supervised Artificial Intelligence Model Based on Normal Megakaryocytes 2025-Sep-16, Pathology international IF:2.5Q2 DOI:10.1111/pin.70049 PMID:40955745	研究论文	本研究开发了一种基于形态正常巨核细胞的弱监督人工智能模型，用于骨髓增生异常肿瘤的诊断预测和特征提取	首次提出基于正常巨核细胞形态分类骨髓增生异常肿瘤的AI模型，并发现与疾病预测显著相关的组织学特征	NA	通过人工智能技术辅助骨髓病理评估和疾病分类	骨髓活检标本中的巨核细胞	数字病理学	骨髓增生异常肿瘤	深度学习，XGBoost	CNN（用于检测），XGBoost（用于分类）	图像（H&E染色骨髓活检标本）	NA
5	2025-09-17	Clinical validation of a deep learning based application for quantitative assessment of dental plaque in fluorescence imaging 2025-Sep-16, Clinical oral investigations IF:3.1Q1 DOI:10.1007/s00784-025-06550-8 PMID:40956351	研究论文	开发并验证基于深度学习的网络应用，用于荧光图像中牙菌斑的客观定量评估	利用优化的YOLO v11模型实现牙齿和牙菌斑的自动检测与分割，并通过网络应用提供临床可用的量化工具	NA	通过深度学习技术客观量化牙菌斑，提升牙周健康护理的效率和准确性	人类下颌前牙舌面的荧光图像	计算机视觉	牙周病	荧光成像	YOLO v11	图像	498名参与者的2490张图像用于模型训练与测试，另30名参与者用于临床验证
6	2025-09-17	Artificial Intelligence in Cardiovascular Health: Insights into Post-COVID Public Health Challenges 2025-Sep-16, 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中应对后疫情时代心血管健康挑战的应用与前景	系统整合AI技术在心血管风险预测、生物标志物发现、影像分析和远程监测中的应用，并特别关注后COVID时代的心血管并发症管理	NA	分析人工智能技术如何帮助缓解COVID-19相关心血管并发症及优化公共卫生策略	心血管疾病患者及后COVID综合征人群	机器学习	心血管疾病	机器学习(ML)和深度学习(DL)	NA	医学影像（超声心动图、CT、MRI）、实时监测数据、流行病学数据	NA
7	2025-09-17	Machine and deep learning for MRI-based quantification of liver iron overload: a systematic review and meta-analysis 2025-Sep-16, Radiologie (Heidelberg, Germany) DOI:10.1007/s00117-025-01513-2 PMID:40956404	系统综述与荟萃分析	本文系统评估了机器学习和深度学习在基于MRI的肝脏铁过载定量中的诊断准确性和临床应用价值	首次对ML/DL在MRI肝脏铁定量中的应用进行系统综述和荟萃分析，整合多算法性能证据	研究存在异质性、泛化性有限且外部验证集规模较小	评估机器学习和深度学习技术在MRI肝脏铁浓度定量中的诊断准确性及临床适用性	肝脏铁过载患者，特别是遗传性血色素沉着症和β地中海贫血患者	医学影像分析	肝脏铁过载相关疾病	MRI（T2*加权和多参数MRI）	CNN, 放射组学, 模糊C均值聚类	医学影像	基于8项研究的汇总数据（具体样本量未明确说明）
8	2025-09-17	Update Disturbance-Resilient Analog ReRAM Crossbar Arrays for In-Memory Deep Learning Accelerators 2025-Sep-16, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202504578 PMID:40956570	研究论文	本研究提出了一种抗更新干扰的模拟ReRAM交叉阵列，用于内存深度学习加速器的全并行权重更新	利用基于铪氧化物层纳米导电细丝的电阻开关金属氧化物(CMO)器件，实现了60 ns快速非易失模拟切换，并展示了对超过10万次脉冲的更新干扰优异抗性	研究仍处于早期阶段，技术基于350 nm硅工艺，可能需要进一步微缩和优化	解决内存训练加速中全并行权重更新时的权重值干扰问题	ReRAM交叉阵列器件及其在深度学习加速中的应用	机器学习	NA	COMSOL Multiphysics模拟，后端工艺集成	神经网络	模拟电信号	基于350 nm硅工艺制造的ReRAM器件阵列
9	2025-09-17	Deep learning facilitated discovery of prognosis biomarkers and their ligands to improve liver cancer treatment 2025-Sep-12, International journal of surgery (London, England) DOI:10.1097/JS9.0000000000003455 PMID:40956187	研究论文	本研究开发了一个基于深度学习的框架DLCP，用于肝细胞癌患者分层、预后生物标志物识别及潜在治疗药物推荐	首次将深度学习与多组学数据整合用于肝细胞癌预后分层，并结合分子对接和机器学习筛选出新型抗HCC配体	研究主要基于TCGA和LIRI-JP队列，需要更多独立队列验证模型的泛化能力	改善肝细胞癌治疗通过发现新的预后生物标志物及其配体	肝细胞癌患者和小鼠模型	数字病理学	肝癌	深度学习、多组学整合分析、分子对接、机器学习预测模型、分子动力学模拟、表面等离子共振、细胞热位移分析	深度神经网络	基因组学、转录组学、表观遗传学、临床生存数据	TCGA HCC患者队列和LIRI-JP验证队列
10	2025-09-17	Relations Between Pulsatility in the Optic Nerve Head or Peripapillary Retinal Vessels and the Rate of Progression in Glaucoma 2025-Sep-02, Investigative ophthalmology & visual science IF:5.0Q1 DOI:10.1167/iovs.66.12.34 PMID:40956022	研究论文	本研究探讨青光眼患者视神经乳头及视网膜周围血管搏动性与疾病进展速率的关系	首次同时量化多个位置的血管搏动性，并利用深度学习模型进行血管分类，揭示视网膜周围动脉搏动性与青光眼进展的显著关联	样本量有限（181只眼），且研究设计为观察性研究，无法确立因果关系	量化青光眼患者视网膜血管搏动性变化，并评估其与疾病进展速率的相关性	139名参与者的181只眼，包括青光眼患者及对照组	数字病理学	青光眼	光学相干断层扫描血管成像（OCTA）、激光散斑血流成像（LSFG）、深度学习模型	深度学习	图像	181只眼（来自139名参与者），每只眼进行至少6次半年期随访检测
11	2025-09-17	External Test of a Deep Learning Algorithm for Pulmonary Nodule Malignancy Risk Stratification Using European Screening Data 2025-Sep, Radiology IF:12.1Q1 DOI:10.1148/radiol.250874 PMID:40956165	研究论文	使用欧洲筛查数据对深度学习算法进行肺结节恶性风险分层的外部测试	首次在欧洲三大肺癌筛查试验的合并数据上外部验证深度学习算法，显著降低假阳性率并优于PanCan模型	回顾性研究设计，主要基于欧洲人群数据，需进一步前瞻性验证	评估深度学习算法在肺结节恶性风险分层中的外部泛化性能	肺结节患者	数字病理	肺癌	深度学习	深度学习算法	CT影像	4146名参与者，包含7614个良性结节和180个恶性结节
12	2025-09-17	Influence of Problem-based Learning Method on Learning Outcomes in Medical Curriculum 2025-Aug, The Journal of the Association of Physicians of India DOI:10.59556/japi.73.1079 PMID:40955883	研究论文	本研究探讨了基于问题的学习（PBL）方法对医学课程学习成果的影响	通过对比传统教学与PBL结合模式，量化分析学生在内部评估考试中的成绩提升，验证PBL在医学教育中的有效性	回顾性研究设计，样本仅来自单一机构的151名二年级MBBS学生，可能存在选择偏倚	评估PBL教学方法在医学药理学课程中对学生学习成果的影响	151名接受二年级MBBS培训的医学生	医学教育	NA	Wilcoxon Mann-Whitney检验，方差分析（ANOVA），SPSS软件统计分析	NA	考试成绩数据	151名二年级MBBS学生
13	2025-09-16	Hepatocellular Carcinoma Risk Stratification for Cirrhosis Patients: Integrating Radiomics and Deep Learning Computed Tomography Signatures of the Liver and Spleen into a Clinical Model 2025-Sep-28, Journal of clinical and translational hepatology IF:3.1Q2 DOI:10.14218/JCTH.2025.00091 PMID:40951530	研究论文	本研究开发并验证了一种结合放射组学和深度学习特征的HCC风险预测模型aMAP-CT，用于肝硬化患者的肝癌风险分层	首次将肝脏和脾脏CT图像的放射组学特征与深度学习特征整合到临床aMAP模型中，显著提升了HCC风险预测性能	研究队列中慢性乙型肝炎病毒感染占主导（91.5%），可能限制模型在其他病因肝硬化人群中的泛化能力	开发并验证用于肝硬化患者肝细胞癌风险分层的预测模型	肝硬化患者	数字病理	肝细胞癌	CT扫描、放射组学分析、深度学习特征提取	ResNet-18、LASSO特征选择	CT图像	2,411例来自中国多中心前瞻性肝硬化队列的患者
14	2025-09-16	Histopathological Image Analysis and Enhanced Diagnostic Accuracy Explainability for Oral Cancer Detection 2025-Sep-15, Cancer investigation IF:1.8Q3 DOI:10.1080/07357907.2025.2559103 PMID:40952069	研究论文	提出一种用于口腔癌组织病理学图像分类的深度学习模型，提升诊断准确性和可解释性	结合Vahadane三染色参数归一化、加权Fisher评分特征选择和可解释人工智能技术，改进U-Net分类器输入方式	NA	提升口腔癌早期检测的精确度和诊断决策的可解释性	口腔癌组织病理学图像	数字病理学	口腔癌	深度学习，图像处理	U-Net	图像	NA
15	2025-09-16	Synergy of advanced machine learning and deep neural networks with consensus molecular docking for virtual screening of anaplastic lymphoma kinase inhibitors 2025-Sep-15, Journal of computer-aided molecular design IF:3.0Q2 DOI:10.1007/s10822-025-00657-6 PMID:40952529	研究论文	本研究开发了一种结合机器学习和深度学习与分子对接的AI模型，用于虚拟筛选非小细胞肺癌治疗中的ALK抑制剂	融合了基于配体和基于结构的双重方法，并采用集成投票模型与XGBoost共识对接策略，显著提高了抑制剂筛选的效率和准确性	研究依赖于计算模拟，尚未进行体外实验验证，且数据集规模可能影响图神经网络的表现	加速新型ALK抑制剂的精确筛选，以解决ALK阳性非小细胞肺癌治疗药物不足的问题	Anaplastic Lymphoma Kinase (ALK)抑制剂	机器学习	肺癌	分子对接（GNINA, Vina-GPU, AutoDock-GPU），机器学习，深度学习	XGBoost, ANN（人工神经网络）, GNN（图神经网络）, 集成投票模型	化合物结构数据	120,571种化合物虚拟筛选，最终鉴定出3种有潜力的抑制剂
16	2025-09-16	Flexible Monolithic 3D-Integrated Self-Powered Tactile Sensing Array Based on Holey MXene Paste 2025-Sep-15, Nano-micro letters IF:31.6Q1 DOI:10.1007/s40820-025-01924-9 PMID:40952539	研究论文	开发了一种基于多孔MXene浆料的柔性单片三维集成自供电触觉传感阵列	利用多孔MXene浆料实现同时作为微超级电容器和压力传感器的垂直一体化单元设计，显著减少界面失配并增强机械鲁棒性	NA	设计高度集成、智能和灵活的电子系统用于先进人机交互和个性化电子设备	柔性触觉传感系统	柔性电子	NA	刮刀涂布和冲压方法	深度学习	触觉压力数据	NA
17	2025-09-16	Fractal-driven self-supervised learning enhances early-stage lung cancer GTV segmentation: a novel transfer learning framework 2025-Sep-15, Japanese journal of radiology IF:2.9Q2 DOI:10.1007/s11604-025-01865-8 PMID:40952548	研究论文	提出并评估了一种基于分形图像预训练的新型深度学习策略，用于自动化早期肺癌GTV分割	利用数学生成的非自然分形图像进行预训练，显著提升了早期肺癌GTV分割的准确性	回顾性研究，样本量相对有限（104例患者），且数据来源于单一机构	开发并评估用于早期肺癌GTV自动分割的深度学习策略	早期非小细胞肺癌患者的CT图像和医生勾画的轮廓数据	计算机视觉	肺癌	深度学习，迁移学习	CNN, Vision Transformer (ViT)	CT图像	104例患者（81男，23女，年龄36-91岁）
18	2025-09-16	Concentration-dependent responses of C. reinhardtii to silver ions: hormetic response in growth and reduction of motility 2025-Sep-15, The European physical journal. E, Soft matter DOI:10.1140/epje/s10189-025-00521-3 PMID:40952583	研究论文	研究莱茵衣藻在不同浓度银离子暴露下的生长、叶绿素含量和运动性变化	首次报道莱茵衣藻对银离子的毒物兴奋效应，并利用深度学习算法量化运动性变化	NA	探究银离子对水生微生物莱茵衣藻的生物物理响应	莱茵衣藻微藻	环境毒理学	NA	分光光度法、深度学习运动追踪	深度学习算法	生长动力学数据、叶绿素测量数据、运动视频数据	不同银离子浓度组（0.29-1.18 μM）的莱茵衣藻培养样本
19	2025-09-16	Trade-Off Analysis of Classical Machine Learning and Deep Learning Models for Robust Brain Tumor Detection: Benchmark Study 2025-Sep-15, JMIR AI DOI:10.2196/76344 PMID:40952788	研究论文	本研究比较了传统机器学习和深度学习模型在小规模脑肿瘤医学图像分类中的性能差异及自监督学习降低标注成本的潜力	首次系统对比了包括SVM+HOG、ResNet18、ViT和SimCLR在内的多种模型范式，并评估了它们在域内和跨域场景下的鲁棒性与泛化能力	仅使用单一数据集（2870张图像），未涉及更广泛的数据源或临床环境验证	评估小规模医学图像数据下传统机器学习与深度学习模型的性能权衡，并探索自监督学习减少标注需求的可行性	脑磁共振图像（MRI），包含胶质瘤、脑膜瘤、垂体瘤和非肿瘤四类	医学图像分析	脑肿瘤	特征工程（HOG）、深度学习、自监督学习（SimCLR）	SVM, CNN (ResNet18), Transformer (ViT-B/16), SimCLR	图像	2870张脑部MRI图像，涵盖4种病理类别
20	2025-09-16	Validation of a Deep Learning-Assisted Evaluation of Total Corneal Endothelial Cells Viability 2025-Sep-02, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.14.9.20 PMID:40952053	研究论文	验证一种基于深度学习的全角膜内皮细胞活性自动评估方法	开发了名为V-CHECK的深度学习辅助自动分割方法，用于评估角膜内皮细胞死亡率，替代传统人工评估	仅使用19个不适合移植的角膜样本，样本量较小	验证深度学习辅助的角膜内皮细胞活性评估方法的准确性和可重复性	人角膜组织	计算机视觉	眼科疾病	台盼蓝染色，深度学习图像分割	深度学习分割模型	图像	19个角膜样本