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	2025-07-23	Reduction of photobleaching effects in photoacoustic imaging using noise agnostic, platform-flexible deep-learning methods 2025-Dec, Journal of biomedical optics IF:3.0Q2 DOI:10.1117/1.JBO.30.S3.S34102 PMID:40443946	研究论文	本文提出了一种平台灵活的深度学习方法，用于减少光声成像中的光漂白效应，从而提高图像质量和实时可视化能力	引入了一种平台灵活的深度学习框架，能够从单激光脉冲数据中增强信噪比，无需多脉冲信号平均，从而减少光漂白效应	实验主要基于体外和离体样本，尚未在临床环境中进行大规模验证	解决分子光声成像中因光漂白导致的组织可视化问题，提高成像质量和临床决策支持	光声成像中的外源性染料	医学影像处理	NA	光声成像，深度学习	cGAN, U-Net	图像	体外和离体样本，包括ICG填充管的3D扫描实验
2	2025-07-23	QCAE-QOC-SVM: A hybrid quantum machine learning model for DoS and Fuzzy attack detection on autonomous vehicle CAN bus 2025-Dec, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2025.103471 PMID:40687355	研究论文	提出了一种混合量子机器学习模型QCAE-QOC-SVM，用于检测自动驾驶车辆CAN总线上的DoS和Fuzzy攻击	结合量子卷积自编码器(QCAE)和基于支持向量机的量子正交分类器(QOC-SVM)，利用量子计算能力进行精确异常检测	NA	提高自动驾驶车辆CAN总线的网络安全防御能力	自动驾驶车辆CAN总线上的Normal信号、DoS和Fuzzy攻击	机器学习	NA	量子机器学习	QCAE-QOC-SVM	CAN总线流量数据	300,000个实例(来自CARLA模拟器的公开和自定义数据集)
3	2025-07-23	AlphaBind, a domain-specific model to predict and optimize antibody-antigen binding affinity 2025-Dec, mAbs IF:5.6Q1 DOI:10.1080/19420862.2025.2534626 PMID:40693434	研究论文	本文介绍了AlphaBind，一种特定领域的模型，用于预测和优化抗体-抗原结合亲和力	AlphaBind利用蛋白质语言模型嵌入和基于数百万抗体-抗原结合强度定量实验室测量的预训练，实现了在指导亲本抗体亲和力优化方面的最先进性能	仅针对四种亲本抗体进行了验证，且每种亲本抗体仅进行了一轮数据生成	通过深度学习预测和优化抗体序列，以设计具有最佳特性的抗体	抗体-抗原结合亲和力	机器学习	NA	深度学习	蛋白质语言模型	定量实验室测量数据	四种亲本抗体
4	2025-07-23	Identification and validation of synergistic drug strategies targeting macrophage polarization in triple-negative breast cancer via single-cell transcriptomics and deep learning 2025-Sep, Translational oncology IF:4.5Q1 DOI:10.1016/j.tranon.2025.102457 PMID:40580873	研究论文	通过单细胞转录组学和深度学习，识别并验证针对三阴性乳腺癌中巨噬细胞极化的协同药物策略	开发了一个基于巨噬细胞分化的分类器（MMDCSS），并发现非那雄胺可作为ZBTB20调节剂，逆转肿瘤诱导的M2巨噬细胞极化	研究样本量较小，仅涉及24名TNBC患者	探索三阴性乳腺癌中巨噬细胞极化的调控机制及其潜在治疗策略	三阴性乳腺癌患者和巨噬细胞极化	数字病理学	乳腺癌	单细胞RNA测序（scRNA-seq）、机器学习、伪时间轨迹映射	深度学习	转录组数据	24名三阴性乳腺癌患者
5	2025-07-23	Machine learning-guided single-cell multiomics uncovers GDF15-driven immunosuppressive niches in NSCLC: A translational framework for overcoming anti-PD-1 resistance 2025-Sep, Translational oncology IF:4.5Q1 DOI:10.1016/j.tranon.2025.102459 PMID:40582068	研究论文	该研究通过机器学习指导的单细胞多组学分析，揭示了非小细胞肺癌中GDF15驱动的免疫抑制微环境，并提出了克服抗PD-1耐药的转化框架	首次将机器学习与单细胞多组学结合，系统性地识别了免疫检查点阻断疗效的决定因素，并发现GDF15作为预测ICB耐药的一类新型生物标志物	研究样本量相对较小（n=156），且外部验证仅限于黑色素瘤队列	探索非小细胞肺癌免疫治疗耐药的分子机制并开发预测生物标志物	非小细胞肺癌患者样本和Lewis肺癌细胞系	数字病理学	肺癌	单细胞RNA测序、机器学习算法	Accelerated Oblique Random Survival Forest	多组学数据（包括转录组数据）	156例NSCLC患者样本（四个队列）
6	2025-07-23	A systematic review: Brain age gap as a promising early diagnostic biomarker for Alzheimer's disease 2025-Aug-15, Journal of the neurological sciences IF:3.6Q2 DOI:10.1016/j.jns.2025.123563 PMID:40494037	系统综述	本文系统综述了脑年龄差距（BAG）作为阿尔茨海默病早期诊断生物标志物的研究现状	利用深度学习技术预测脑年龄，并通过脑年龄差距（BAG）作为阿尔茨海默病的早期诊断生物标志物	存在场地效应、偏差校正、数据不足、硬件需求、模型准确性和临床适用性等关键挑战	探索脑年龄差距（BAG）作为阿尔茨海默病早期诊断生物标志物的潜力	阿尔茨海默病患者和健康个体的脑部结构变化	数字病理学	阿尔茨海默病	深度学习	深度学习模型	神经影像数据	NA
7	2025-07-23	Multimodal Deep Learning for Grading Carpal Tunnel Syndrome: A Multicenter Study in China 2025-Aug, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.02.043 PMID:40157849	研究论文	本研究开发了一种结合临床信息和多模态超声特征的联合深度学习模型（CTSGrader），用于评估腕管综合征（CTS）的严重程度	首次将临床信息与多模态超声特征（包括横截面积、回声性、纵向神经外观和神经内血管性）结合，开发了联合深度学习模型CTSGrader，并在多中心研究中验证其性能	研究样本量虽然较大，但仅来自中国的几家医院，可能限制了模型的全球适用性	开发并验证一种结合临床信息和多模态超声特征的深度学习模型，用于更准确地评估腕管综合征的严重程度	腕管综合征（CTS）患者	数字病理	腕管综合征	超声（US）和深度学习（DL）	联合深度学习模型（CTSGrader）	超声图像和临床数据	训练集680例，内部验证集173例，外部验证集174例，跨厂商验证集224例
8	2025-07-23	A High-resolution T2WI-based Deep Learning Model for Preoperative Discrimination Between T2 and T3 Rectal Cancer: A Multicenter Study 2025-Aug, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.03.048 PMID:40221285	研究论文	本研究构建了一个基于高分辨率T2加权图像的深度学习模型，用于术前区分T2和T3期直肠癌，并与经验丰富的放射科医生进行了性能比较	开发了一个基于DenseNet的深度学习模型，在区分T2和T3期直肠癌方面表现优于放射科医生	研究为回顾性设计，样本量相对较小，外部测试集仅包含26名患者	提高直肠癌术前分期的准确性，支持临床治疗决策	281名经病理证实的直肠癌患者	数字病理	直肠癌	高分辨率T2加权成像	DenseNet	医学影像	281名患者（来自四个中心）
9	2025-07-23	Prediction of Tumor Budding Grading in Rectal Cancer Using a Multiparametric MRI Radiomics Combined with a 3D Vision Transformer Deep Learning Approach 2025-Aug, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.03.046 PMID:40246672	研究论文	评估多参数MRI放射组学结合3D Vision Transformer深度学习模型在预测直肠癌患者肿瘤萌芽分级中的有效性	首次结合多参数MRI放射组学和3D Vision Transformer深度学习模型预测直肠癌肿瘤萌芽分级	回顾性研究设计可能引入选择偏倚，且未建立临床模型	开发非侵入性方法预测直肠癌肿瘤萌芽分级，以辅助个性化治疗和预后评估	349例直肠腺癌患者（来自两家医院）	数字病理	直肠癌	多参数MRI（T2WI、DWI、T1CE）	3D Vision Transformer (ViT)	医学影像	349例患者（187例训练集，80例内部测试集，82例外部测试集）
10	2025-07-23	Habitat Radiomics and Deep Learning Features Based on CT for Predicting Lymphovascular Invasion in T1-stage Lung Adenocarcinoma: A Multicenter Study 2025-Aug, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.04.005 PMID:40253221	研究论文	本研究探讨了基于CT的生境放射组学和深度学习特征在预测T1期肺腺癌淋巴管侵犯中的应用，并与传统放射组学和深度学习模型进行了比较	首次将生境放射组学应用于T1期肺腺癌淋巴管侵犯的预测，并展示了其相对于传统放射组学和深度学习模型的优越性能	研究为回顾性分析，样本量相对有限（349例），且仅来自三个中心	预测T1期肺腺癌患者的淋巴管侵犯情况	T1期肺腺癌患者	数字病理学	肺癌	CT成像，K-means聚类算法	放射组学模型，生境模型，深度学习模型	医学影像（CT图像）	349例T1期肺腺癌患者（内部训练集210例，外部测试集139例）
11	2025-05-02	Enhancing the Diagnostic Accuracy of Deep Learning-Based CTS Grading Could Expand Its Clinical Applicability 2025-Aug, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.04.022 PMID:40307112	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
12	2025-07-23	Prediction of EGFR Mutations in Lung Adenocarcinoma via CT Images: A Comparative Study of Intratumoral and Peritumoral Radiomics, Deep Learning, and Fusion Models 2025-Aug, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.04.029 PMID:40328536	研究论文	本研究通过CT图像的放射组学和深度学习方法分析肺腺癌患者的肿瘤内和肿瘤周围特征，并开发验证了一种多模型融合策略来预测表皮生长因子受体（EGFR）突变状态	结合肿瘤内和肿瘤周围区域的放射组学与深度学习模型，采用软投票策略的多模态融合方法，显著提高了预测性能	研究基于回顾性数据，可能存在选择偏差	预测肺腺癌患者的EGFR突变状态	826名肺腺癌患者的CT图像数据	数字病理	肺腺癌	放射组学特征提取、深度学习	Lasso、多种机器学习算法、nnUNet、2D/2.5D/3D深度学习模型	CT图像	826名患者（来自两家医院）
13	2025-07-23	Renal Transplant Survival Prediction From Unsupervised Deep Learning-Based Radiomics on Early Dynamic Contrast-Enhanced MRI 2025-Aug, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.05.001 PMID:40413148	研究论文	本研究探讨了利用无监督深度学习算法从早期动态对比增强MRI数据中提取与肾移植存活相关的放射组学特征	首次将无监督对比学习应用于肾移植存活预测，从MRI数据中提取放射组学特征	需要进一步研究验证该技术的稳健性，并确定如何将其整合到多模态和临床环境中	预测肾移植存活率	肾移植患者	数字病理	终末期肾病	动态对比增强MRI	CNN	图像	108名患者用于训练，48名患者用于验证
14	2025-07-23	Unsupervised deep clustering of high-resolution satellite imagery reveals phenotypes of urban development in Sub-Saharan Africa 2025-Aug-01, The Science of the total environment DOI:10.1016/j.scitotenv.2025.179739 PMID:40480170	研究论文	利用无监督深度学习和高分辨率卫星图像对撒哈拉以南非洲城市发展的多维环境特征进行聚类分析	提出了一种新颖的分层深度学习框架，用于无监督聚类高分辨率卫星图像，揭示了城市发展的多种表型	研究仅覆盖了撒哈拉以南非洲的少数城市，可能无法完全代表该地区所有城市的多样性	通过无监督深度学习分析高分辨率卫星图像，实现近实时城市监测	撒哈拉以南非洲多个城市（阿克拉、达喀尔、达累斯萨拉姆、基加利）的卫星图像	计算机视觉	NA	无监督深度学习	分层深度学习框架	卫星图像	多个城市的卫星图像（阿克拉、达喀尔、达累斯萨拉姆、基加利）
15	2025-07-23	Cutoff SUVR of [18F]Florapronol PET for Differentiating Alzheimer's Dementia from Normal Controls: Insights from ROC Analysis and Partial Volume Correction 2025-Aug, Nuclear medicine and molecular imaging IF:1.3Q3 DOI:10.1007/s13139-025-00911-7 PMID:40686829	research paper	本研究旨在通过[18F]florapronol PET成像和深度学习自动量化软件，建立一个可靠的SUVR截止阈值来区分阿尔茨海默病（AD）患者与正常对照（NC）个体	结合部分体积校正（PVC）与SUVR分析以提高AD诊断准确性，并通过深度学习自动量化软件建立标准化的SUVR阈值	研究排除了轻度认知障碍（MCI）患者，样本量相对较小（n=141）	建立可靠的SUVR截止阈值以区分AD患者与NC个体，并评估PVC对诊断准确性的影响	55名AD患者（排除MCI）和86名NC对照	digital pathology	Alzheimer's disease	[18F]florapronol PET imaging, deep learning-based automated quantification	deep learning	PET imaging data	141 participants (55 AD patients and 86 NC controls)
16	2025-07-23	InterDuPa-UAV: A UAV-based dataset for the classification of intercropped durian and papaya trees 2025-Aug, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111843 PMID:40687368	research paper	介绍了一个基于无人机采集的间作榴莲和木瓜树分类数据集	提出了首个针对间作榴莲和木瓜树的无人机图像数据集，为多树种分类和精准农业决策提供资源	数据集仅包含两种树种，可能无法覆盖其他间作场景的多样性	开发一个用于间作榴莲和木瓜树分类的数据集，以支持精准农业中的决策制定	间作榴莲和木瓜树	computer vision	NA	无人机图像采集	NA	image	311张无人机图像，包含3327张榴莲树图像和2872张木瓜树图像
17	2025-07-23	AI-Assisted Post Contrast Brain MRI: Eighty Percent Reduction in Contrast Dose 2025-Aug, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.10.026 PMID:39592383	研究论文	本研究提出并评估了一种深度学习方法，用于从仅使用20%标准剂量的钆基对比剂的多参数MRI中预测全剂量对比增强T1加权图像	提出了一种深度学习网络，能够在仅使用20%标准剂量的钆基对比剂的情况下生成与全剂量对比增强T1加权图像相当的合成图像	研究样本量相对较小（101名患者），且未评估该方法在所有类型脑部病变中的适用性	在不影响诊断准确性的前提下减少钆基对比剂的使用剂量	101名患有白质病变、小血管疾病、肿瘤或肿块、术后改变或无增强病变的患者	数字病理学	脑部疾病	深度学习	DL网络	MRI图像	101名患者的多参数脑部MRI数据
18	2025-07-23	Modern statistical techniques for cardiothoracic surgeons: Part 8-Bayesian analysis and beyond 2025-Aug, Indian journal of thoracic and cardiovascular surgery IF:0.7Q4 DOI:10.1007/s12055-025-01941-8 PMID:40693004	研究论文	本文探讨了贝叶斯分析和机器学习在心胸外科研究中的应用及其潜力	结合贝叶斯分析和机器学习，整合先验知识与数据驱动分析，为心胸外科研究提供新的统计方法	未具体说明实际应用案例或实验验证结果	探讨现代统计技术在心胸外科研究中的应用	心胸外科研究中的统计方法	机器学习	心血管疾病	贝叶斯分析、深度学习、聚类	NA	大型数据集	NA
19	2025-07-23	HDXRank: A Deep Learning Framework for Ranking Protein Complex Predictions with Hydrogen-Deuterium Exchange Data 2025-Jul-22, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.5c00175 PMID:40367339	research paper	开发了一个基于图神经网络（GNN）的框架HDXRank，用于利用氢-氘交换（HDX）数据对蛋白质复合物预测候选结构进行排序	HDXRank是一个新颖的框架，能够捕捉对准确HDX谱预测至关重要的局部结构特征，并将其转化为模型质量指标	未提及具体的局限性	提高蛋白质复合物结构预测的准确性	蛋白质复合物结构	machine learning	NA	氢-氘交换（HDX）实验	GNN（图神经网络）	HDX实验数据	新策划的HDX数据集
20	2025-07-23	Complete AI-Enabled Echocardiography Interpretation With Multitask Deep Learning 2025-Jul-22, JAMA DOI:10.1001/jama.2025.8731 PMID:40549400	研究论文	本研究开发并评估了一个名为PanEcho的AI系统，用于自动解读超声心动图，通过多任务深度学习完成39个标签和测量的全面分析	提出了一个能够自动解读超声心动图的AI系统PanEcho，通过多任务深度学习实现高精度的诊断分类和参数估计	研究为回顾性分析，需要在临床工作流程中进行前瞻性评估以验证其实际应用效果	开发并评估一个AI系统，用于自动解读超声心动图，提高诊断效率和准确性	超声心动图视频和相关的诊断分类与参数估计	数字病理学	心血管疾病	多任务深度学习	深度学习模型	视频	1.2百万个超声心动图视频，来自24,405名患者的32,265次TTE研究