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
2041	2025-10-06	Bibliometric Analysis of Forensic Human Remains Identification Literature from 1991 to 2022 2024-Jun-25, Fa yi xue za zhi DOI:10.12116/j.issn.1004-5619.2023.430803 PMID:39166305	文献计量分析	对1991-2022年法医人类遗骸鉴定文献进行计量分析，描述研究现状和未来热点	首次对该领域32年文献进行系统性计量分析，识别研究趋势和合作模式	仅纳入WoSCC英文文献，国际合作范围有限	分析法医人类遗骸鉴定领域的研究发展态势和主题演变	873篇法医人类遗骸鉴定研究文献	法医人类学	NA	文献计量分析，网络可视化	NA	文献元数据	873篇英文论文	Python 3.9.2, Gephi 0.10	NA	NA	NA
2042	2025-10-06	Structurally-informed human interactome reveals proteome-wide perturbations by disease mutations 2024-Feb-01, bioRxiv : the preprint server for biology DOI:10.1101/2023.04.24.538110 PMID:37162909	研究论文	开发基于深度学习的PIONEER框架，预测蛋白质相互作用界面并揭示疾病突变对蛋白质相互作用网络的扰动	首次构建全面结构信息化的蛋白质相互作用组，通过深度学习集成框架准确预测蛋白质结合伴侣特异性界面	NA	将人类遗传和基因组发现转化为疾病病理生物学和治疗方法发现	人类及七种常见模式生物的已知蛋白质相互作用	机器学习	癌症	全外显子组测序，全基因组测序	深度学习	基因组数据，蛋白质相互作用数据	约60,000个生殖系外显子组，约36,000个体细胞基因组，约11,000个肿瘤全外显子组	NA	集成框架	NA	NA
2043	2025-10-06	Deep learning diagnostic performance and visual insights in differentiating benign and malignant thyroid nodules on ultrasound images 2023-12, Experimental biology and medicine (Maywood, N.J.) DOI:10.1177/15353702231220664 PMID:38279511	研究论文	本研究构建并评估了一个基于超声图像的深度学习模型，用于准确区分良恶性甲状腺结节	首次将深度学习模型与80名放射科医生进行诊断性能比较，并利用Grad-CAM可视化模型决策过程以增强可解释性	诊断准确率有待进一步提高，需要在初级医疗机构中验证辅助诊断价值	开发能够准确区分良恶性甲状腺结节的AI诊断工具	甲状腺结节的超声图像	计算机视觉	甲状腺结节	超声成像	CNN	图像	655个独立甲状腺结节的2096张超声图像，独立测试集包含100例	NA	ResNet	灵敏度, 特异度, 准确率	NA
2044	2025-10-06	Deep learning with citizen science data enables estimation of species diversity and composition at continental extents 2023-12, Ecology IF:4.4Q1 DOI:10.1002/ecy.4175 PMID:37781963	研究论文	利用深度学习框架分析公民科学数据，实现大陆尺度物种多样性和组成的估算	首次采用深度推理网络实现深度多元概率模型，结合大规模观测和环境数据集进行全年候分析	NA	为生态研究和保护决策提供准确、高分辨率的生物多样性信息	北美鸟类群落，特别是北美林莺类保护群体	机器学习	NA	公民科学数据收集，环境变量分析	深度神经网络	观测数据，环境数据	超过900万份eBird检查清单，72个环境协变量	DMVP-DRNets	深度推理网络，深度多元概率模型	NA	NA
2045	2025-10-06	A robust class decomposition-based approach for detecting Alzheimer's progression 2023-12, Experimental biology and medicine (Maywood, N.J.) DOI:10.1177/15353702231211880 PMID:38059336	研究论文	提出一种基于类别分解的迁移学习方法，用于从结构磁共振成像中检测阿尔茨海默病的进展	结合类别分解技术与迁移学习，提出CDTL方法解决医学图像分类中的类别不平衡问题	需要依赖预训练模型和特定数据集，可能受数据分布影响	评估CDTL方法在不同ADNI队列中检测阿尔茨海默病认知衰退的鲁棒性	阿尔茨海默病患者的结构磁共振成像数据	计算机视觉	阿尔茨海默病	结构磁共振成像(sMRI)	CNN	医学图像	多个ADNI队列的数据集	NA	VGG19, AlexNet	准确率	NA
2046	2025-10-06	Noise reduction with cross-tracer and cross-protocol deep transfer learning for low-dose PET 2020-09-14, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/abae08 PMID:32924973	研究论文	本研究探索使用基于3D U-Net的深度迁移学习方法对低剂量PET图像进行降噪处理	首次提出跨示踪剂和跨协议的深度迁移学习策略，利用现有FDG数据集预训练网络为训练数据不足的其他示踪剂提供降噪解决方案	研究仅针对特定示踪剂(F-FMISO和Ga-DOTATATE)和特定剂量条件(10%计数)进行验证	研究低剂量PET图像降噪的可行性，特别是在训练数据有限的示踪剂情况下	PET图像，包括F-FDG、F-FMISO和Ga-DOTATATE示踪剂图像	医学影像处理	NA	正电子发射断层扫描(PET)	U-Net	3D医学图像	使用F-FDG单床位扫描和全身扫描数据集，以及F-FMISO单床位扫描和Ga-DOTATATE全身扫描数据集	NA	3D patch-based U-Net	归一化均方根误差(NRMSE), 信噪比(SNR), 感兴趣区域相对偏差(ROI bias)	NA
2047	2025-10-06	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	开发了一种名为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结构，提升虚拟筛选性能	首次提出基于神经网络评分和结合自由能计算的AlphaFold结构自动优化方法，显著改善蛋白质-配体相互作用预测	仅针对TTK蛋白进行了验证，尚未在其他激酶上广泛测试	提高AlphaFold生成蛋白质结构在基于结构的药物设计中的实用性	激酶蛋白质结构	计算生物学	NA	虚拟筛选，分子对接，体外研究	深度学习	蛋白质3D结构，晶体复合物数据	TTK蛋白及相关配体	NA	AlphaFold	立体冲突减少，分子对接精度，虚拟筛选命中率	NA
2048	2025-10-06	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	本研究开发了一种基于深度学习的自动视野处方系统，用于全身磁共振成像，通过三维解剖分割生成多个连续视野站	首次使用深度学习三维解剖分割实现全身MRI多站视野自动处方，达到专家水平性能	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)	开发自动化视野处方系统以替代人工操作，提高全身MRI图像质量和 workflow 效率	接受全身MRI检查的患者	医学影像分析	NA	全身磁共振成像(WB-MRI), T2-HASTE序列, 快速全身定位器(FWBL)序列	深度学习	三维医学影像	374名患者(内部数据集) + 10名患者(外部验证集)	nnUNet-v2	nnUNet	Sørensen-Dice系数, 精确度, 召回率, 特异性, Likert评分, 排名比较	NA
2049	2025-10-06	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	开发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	首个基于正常巨核细胞形态对骨髓增生异常肿瘤进行分类的人工智能模型，能够发现新的组织学特征	仅使用苏木精-伊红染色骨髓活检标本，疾病分类范围有限	利用人工智能技术辅助骨髓病理评估和疾病诊断	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	苏木精-伊红染色	深度学习,XGBoost	图像	NA	NA	NA	AUC,准确率	NA
2050	2025-10-06	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	系统综述和荟萃分析	评估机器学习和深度学习技术在基于MRI的肝脏铁过载定量中的诊断准确性和临床应用价值	首次对机器学习和深度学习在MRI肝脏铁定量中的应用进行系统评价和荟萃分析	研究存在异质性、泛化能力有限且外部验证集规模较小	评估ML和DL技术在MRI肝脏铁定量中的诊断准确性、算法性能和临床适用性	肝脏铁过载患者，包括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	MRI	CNN, 放射组学, 模糊C均值聚类	MRI图像	8项研究纳入分析	NA	卷积神经网络	灵敏度, 特异度, AUC, 相关系数, 平均绝对误差	NA
2051	2025-10-06	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	开发了具有优异抗干扰性能的ReRAM器件，可承受超过10万次脉冲，并实现了无干扰并行权重映射	研究仍处于早期阶段，技术基于350nm硅工艺，尚未实现大规模商业化应用	解决内存训练加速中权重更新干扰的关键挑战	基于HfO层纳米导电细丝的阻变存储器器件	机器学习	NA	COMSOL Multiphysics模拟，阻变存储技术	NA	电信号数据，模拟信号	NA	NA	神经网络	抗干扰能力，开关速度，耐久性	COMSOL Multiphysics仿真软件
2052	2025-10-06	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	开发基于深度学习的DLCP框架用于肝细胞癌患者分层、预后生物标志物识别和抗HCC药物推荐	首次整合多组学数据和临床表型，通过深度学习识别预后生物标志物并筛选其配体，加速候选药物发现	研究主要基于TCGA和LIRI-JP队列数据，需要更多独立队列验证	改善肝细胞癌治疗策略，发现新型预后生物标志物和相应配体	肝细胞癌患者、小鼠模型、化学小分子和天然产物	生物信息学	肝癌	多组学整合分析、分子对接、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	深度学习框架	深度神经网络	生存分析、KD值、热稳定性变化	NA
2053	2025-10-06	Computed cancer interactome explains the effects of somatic mutations in cancers 2022-12, Protein science : a publication of the Protein Society IF:4.5Q1 DOI:10.1002/pro.4479 PMID:36261849	研究论文	本研究应用AlphaFold预测癌症蛋白质相互作用网络，并分析体细胞错义突变在相互作用界面的分布规律	首次系统性地应用AlphaFold构建癌症蛋白质相互作用组，为1,087个缺乏三维结构信息的蛋白质复合体提供结构模型	预测的蛋白质相互作用需要实验验证，分析方法主要基于计算预测	研究癌症中蛋白质相互作用网络及其与体细胞突变的关系	癌症驱动蛋白及其相互作用网络	计算生物学	癌症	AlphaFold深度学习，蛋白质结构预测	深度学习	蛋白质序列，三维结构数据	1,798个预测的蛋白质相互作用，1,087个新结构模型	AlphaFold	深度学习架构（具体未指明）	富集分析，缺失分析	NA
2054	2025-10-06	DeepCLEM: automated registration for correlative light and electron microscopy using deep learning 2020, F1000Research DOI:10.12688/f1000research.27158.3 PMID:37397873	研究论文	提出了一种基于深度学习的自动化CLEM配准工作流程DeepCLEM	首次使用卷积神经网络从电子显微镜图像预测荧光信号，实现无需荧光染色或基准标记的全自动配准	未提及具体的性能限制或适用范围限制	开发自动化CLEM图像配准方法	相关光电子显微镜图像	计算机视觉	NA	相关光电子显微镜	CNN	图像	NA	Fiji	卷积神经网络	NA	NA
2055	2025-10-06	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，通过特征选择和可解释性增强诊断准确性	结合Vahadane三染色参数归一化、分水岭分割、加权Fisher评分特征选择和可解释人工智能技术，改进U-Net分类器使用基于特征的输入而非完整图像	NA	开发能够提高口腔癌诊断准确性和可解释性的深度学习模型	口腔癌组织病理学图像	数字病理学	口腔癌	组织病理学图像分析	U-Net	图像	NA	NA	U-Net, DenseNet201, VGG10	准确率, 精确度, 可靠性	NA
2056	2025-10-06	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	开发并评估了一种利用分形图像预训练的新型深度学习策略，用于早期肺癌大体肿瘤体积自动分割	首次将数学生成的非自然分形图像用于预训练，提出分形驱动的自监督学习增强肺癌GTV分割	回顾性研究，样本量有限（104例患者），需进一步验证	开发早期肺癌GTV自动分割的深度学习策略	早期非小细胞肺癌患者的大体肿瘤体积	计算机视觉	肺癌	CT成像	CNN, Vision Transformer (ViT)	CT图像	104例早期非小细胞肺癌患者（81男性，23女性）	NA	Vision Transformer	vDSC, sDSC, HD95	NA
2057	2025-10-06	Enhanced defect detection with autoencoder based analysis for Golay coded thermal wave imaging for inspection of carbon fiber reinforced polymers 2025-Sep-01, The Review of scientific instruments DOI:10.1063/5.0294144 PMID:40952248	研究论文	本研究探索了使用Golay编码热波成像结合自编码器处理技术来增强碳纤维增强聚合物内部缺陷的检测能力	提出了改进自编码器损失函数以更好捕捉热数据中缺陷特征的方法，并将Golay编码激励与自编码器处理相结合	仅针对特定设计的狭缝状缺陷进行研究，样本尺寸有限	提高碳纤维增强聚合物内部缺陷的检测灵敏度和可视化清晰度	碳纤维增强聚合物样本，包含三个不同厚度区域和工程设计的狭缝状缺陷	计算机视觉	NA	Golay编码热波成像，主动热成像技术	自编码器	热成像数据	1个碳纤维增强聚合物样本，包含3个不同厚度区域	NA	自编码器	信噪比，缺陷可见度	NA
2058	2025-10-06	Corticospinal tract reconstruction with tumor by using a novel direction filter based tractography method 2025-Oct, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03357-3 PMID:40327206	研究论文	提出一种基于新型方向滤波器的皮质脊髓束重建方法，用于在肿瘤存在情况下实现稳健的神经纤维束重建	引入基于四阶微分方程的方向滤波器进行全局方向估计，结合空间一致性和解剖先验知识	NA	优化神经外科手术中肿瘤切除和皮质脊髓束保护的手术效果	皮质脊髓束（CST）	医学影像分析	脑肿瘤	弥散磁共振成像纤维束成像	深度学习	医学影像	NA	NA	NA	有效连接率，无连接率，断裂纤维数，短连接纤维数	NA
2059	2025-10-06	Deep learning-based prognostic assessment of polyploid giant cancer cells and mitotic figures in liver cancer 2025-Oct, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03360-8 PMID:40332632	研究论文	开发基于深度学习的肝细胞癌多倍体巨癌细胞和有丝分裂象检测系统，并结合生存分析建立预后风险评估系统	首次将细胞水平特征检测与生存分析相结合，构建全流程的肝细胞癌预后评估系统	样本量相对有限（172例），需要进一步多中心验证	建立肝细胞癌的自动化预后风险评估系统	肝细胞癌患者的病理图像和临床预后数据	数字病理	肝癌	深度学习，生存分析	CNN	病理图像	172例肝细胞癌病例，340张病理图像	NA	CellFDet	F1-score	NA
2060	2025-10-06	An integrated deep learning framework using adaptive enhanced vision fusion and modified mobilenet architecture for precision classification of skin diseases with enhanced diagnostic performance 2025-Oct, SLAS technology IF:2.5Q3 DOI:10.1016/j.slast.2025.100331 PMID:40681043	研究论文	提出一种集成深度学习框架Dermo-Transfer，通过自适应增强视觉融合和改进的MobileNet架构实现皮肤疾病的精准分类	结合MobileNet与密集块和残差连接的新架构，采用多尺度Retinex、伽马校正和直方图均衡化增强图像质量，并引入量子支持向量机分类器	NA	提升皮肤疾病分类的准确性和诊断性能	皮肤疾病图像	计算机视觉	皮肤疾病	图像处理技术	CNN, QSVM	图像	77,314张皮肤疾病图像，涵盖软疣、疣、湿疹、银屑病、扁平苔藓、脂溢性角化病、特应性皮炎、黑色素瘤、基底细胞癌等疾病	NA	MobileNet, Dermo-Transfer	准确率	物联网设备和移动应用