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
221	2025-09-25	Multicenter Validation of Automated Segmentation and Composition Analysis of Lumbar Paraspinal Muscles Using Multisequence MRI 2025-Sep, Radiology. Artificial intelligence DOI:10.1148/ryai.240833 PMID:40833261	研究论文	开发并验证基于深度学习的多中心多序列MRI腰椎旁肌自动分割与成分分析方法	首次在多中心多序列MRI数据上实现腰椎旁肌的自动分割、肌肉体积量化及脂肪浸润评估	回顾性研究设计，样本来源限于五个医疗中心	验证自动化腰椎旁肌分析在慢性腰痛评估中的临床应用价值	641名参与者的1302份多序列MRI图像	计算机视觉	慢性腰痛	多序列MRI成像	CNN	医学影像	来自5个中心的641名参与者的1302份MRI图像
222	2025-09-25	Towards MRI-Only Mandibular Resection Planning: CT-like Bone Segmentation from Routine T1 MRI Images Using Deep Learning 2025-Sep, Craniomaxillofacial trauma & reconstruction IF:0.8Q4 DOI:10.3390/cmtr18030040 PMID:40989761	研究论文	提出基于深度学习的T1加权MRI图像骨分割方法，实现仅用MRI进行下颌骨切除手术规划	首次实现直接从常规T1-MRI图像进行精确骨分割，替代传统CT依赖	研究样本量有限（100例患者），需进一步验证临床适用性	开发MRI-only虚拟手术规划方案，减少CT扫描需求	头颈部肿瘤患者的下颌骨、颅骨及下牙槽神经	数字病理	头颈部肿瘤	深度学习	深度神经网络	医学影像（MRI和CT图像）	100例患者的配对CT和MRI扫描数据（80例训练，20例测试）
223	2025-09-25	Computational Prediction of Single-Domain Immunoglobulin Aggregation Propensities Facilitates Discovery and Humanization of Recombinant Nanobodies 2025-Aug-28, Antibodies (Basel, Switzerland) DOI:10.3390/antib14030073 PMID:40981272	研究论文	开发基于深度学习的计算方法来预测单域免疫球蛋白（纳米抗体）的聚集倾向	首次将AI驱动的结构预测与框架区域2特性分析相结合，建立纳米抗体聚集倾向的预测模型	仅基于106种纳米抗体变体进行验证，样本规模有限	开发预测纳米抗体聚集倾向的计算工具以促进重组纳米抗体的发现和人源化	重链抗体可变域（VHH）纳米抗体	机器学习	NA	深度学习结构预测、尺寸排阻色谱（SEC）	深度学习	蛋白质结构数据	106种纳米抗体变体
224	2025-09-25	World's First Real-Time Artificial Intelligence-Assisted Mechanical Thrombectomy for Acute Ischemic Stroke 2025-Aug-01, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8704 PMID:39961616	研究论文	介绍实时人工智能辅助机械取栓治疗急性缺血性卒中的初步经验	首次报道在急诊机械取栓手术中应用实时深度学习AI系统进行辅助操作	样本量较小（16例患者），需要大规模研究验证对手术流程和临床结果的影响	评估实时AI系统在急性缺血性卒中机械取栓手术中的有效性、准确性和安全性	16例连续收治的急性缺血性卒中患者	数字病理	脑血管疾病	深度学习AI软件（Neuro-Vascular Assist）	深度学习模型	荧光透视图像视频	16例急性缺血性卒中患者
225	2025-09-25	Machine Learning Approach to Predict Emergency Cesarean Sections Among Nulliparous Women 2025-Aug, Cureus DOI:10.7759/cureus.90501 PMID:40978894	研究论文	本研究利用机器学习方法预测初产妇急诊剖宫产的风险因素	首次将七种机器学习模型（包括线性回归和深度学习）应用于初产妇急诊剖宫产预测，并比较其性能	回顾性单中心研究，未包含产时临床特征，需要前瞻性研究验证	识别初产妇急诊剖宫产的预测因素	伊朗某三级妇产中心的2668名初产妇	机器学习	产科疾病	机器学习	线性回归, 逻辑回归, 决策树, 随机森林, XGBoost, KNN, 深度学习	临床数据	2668名初产妇（1916例阴道分娩，752例剖宫产）
226	2025-09-25	The Prognostic Performance of Artificial Intelligence and Machine Learning Models for Mortality Prediction in Intensive Care Units: A Systematic Review 2025-Aug, Cureus DOI:10.7759/cureus.90465 PMID:40978923	系统综述	系统评估人工智能和机器学习模型在ICU患者院内死亡率预测中的性能表现	首次系统比较AI/ML模型与传统临床评分系统在ICU死亡率预测中的性能差异，发现集成学习方法具有最优预测精度	研究多为回顾性分析，数据集来源有限，缺乏前瞻性验证	评估AI/ML模型在ICU死亡率预测中的预后性能	ICU住院患者	机器学习	危重症	机器学习算法	XGBoost, Random Forest, Logistic Regression, RNN	临床数据	基于MIMIC和eICU-CRD两大公共重症数据库的15项研究（2015-2025年）
227	2025-09-25	Predicting cardiotoxicity in drug development: A deep learning approach 2025-Aug, Journal of pharmaceutical analysis IF:6.1Q1 DOI:10.1016/j.jpha.2025.101263 PMID:40979544	研究论文	本研究采用深度学习方法预测药物开发中的心脏毒性，通过分子指纹和描述符结合多种机器学习算法构建预测模型	首次将Transformer模型应用于心脏毒性预测，并集成多种分子特征表示方法，同时使用SHAP解释模型特征重要性	未明确说明训练数据和外部验证集的具体样本规模和来源	提高药物心脏毒性预测的准确性和效率，替代传统耗时昂贵的实验方法	化合物分子（重点关注hERG钾通道相关毒性）	机器学习	心血管疾病	分子指纹和分子描述符计算	XGBoost, Transformer, NB, RF, SVM, KNN	分子结构数据	NA
228	2025-09-25	HyPepTox-Fuse: An interpretable hybrid framework for accurate peptide toxicity prediction fusing protein language model-based embeddings with conventional descriptors 2025-Aug, Journal of pharmaceutical analysis IF:6.1Q1 DOI:10.1016/j.jpha.2025.101410 PMID:40979547	研究论文	提出一种融合蛋白质语言模型嵌入与传统描述符的混合框架HyPepTox-Fuse，用于精确预测肽毒性	首次将蛋白质语言模型嵌入与传统描述符通过跨模态多头注意力机制和Transformer架构进行融合，并采用鲁棒的特征排序选择流程	NA	开发准确预测肽毒性的计算工具以促进肽类疗法的安全设计	肽类分子	自然语言处理	NA	蛋白质语言模型、机器学习、深度学习	Transformer、多头注意力机制	序列数据、分子描述符	NA
229	2025-09-25	Transformer-based Deep Learning for Glycan Structure Inference from Tandem Mass Spectrometry 2025-Jul-05, bioRxiv : the preprint server for biology DOI:10.1101/2025.07.02.662857 PMID:40631101	研究论文	提出两种基于Transformer的深度学习模型GlycoBERT和GlycoBART，用于从串联质谱数据推断聚糖结构	首次将Transformer架构应用于聚糖结构预测，其中GlycoBART作为生成式模型能够发现训练数据中未包含的新型聚糖结构	基于分类的方法（GlycoBERT）只能预测训练数据中存在的结构	开发更准确和全面的聚糖结构分析方法	聚糖分子	机器学习	NA	串联质谱（MS/MS）	Transformer（GlycoBERT, GlycoBART）	质谱数据	人胚胎肾细胞MS/MS数据集
230	2025-09-25	Deep Learning MRI Models for the Differential Diagnosis of Tumefactive Demyelination versus IDH Wild-Type Glioblastoma 2025-Jul-01, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8645 PMID:39788628	研究论文	本研究开发了一种基于3D DenseNet121的深度学习模型，用于区分MRI影像中的瘤样脱髓鞘病变和IDH野生型胶质母细胞瘤	首次将深度学习应用于T1增强和T2加权MRI图像，实现瘤样脱髓鞘与IDH野生型胶质母细胞瘤的自动鉴别诊断	模型需要进一步验证在不同机构、患者群体和技术设备间的泛化能力，且未包含中枢神经系统淋巴瘤和脑转移瘤等其他肿瘤病因	开发非侵入性MRI深度学习方法，准确鉴别诊断脑部瘤样脱髓鞘病变与IDH野生型胶质母细胞瘤	瘤样脱髓鞘患者（144例）和IDH野生型胶质母细胞瘤患者（455例）的MRI影像数据	医学影像分析	脑部疾病	MRI成像（T1增强和T2加权）	3D DenseNet121	医学影像	总计599例患者（144例瘤样脱髓鞘，455例IDH野生型胶质母细胞瘤）
231	2025-09-25	Application of Deep Learning Accelerated Image Reconstruction in T2-Weighted Turbo Spin-Echo Imaging of the Brain at 7T 2025-Jul-01, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8662 PMID:39832954	研究论文	本研究评估了基于深度学习的图像重建技术在7T脑部T2加权涡轮自旋回波成像中的应用效果	首次在7T超高场MRI中应用基于7T数据训练的深度神经网络进行图像重建	样本量较小（仅30例患者），且为单中心研究	解决7T MRI成像时间长和运动敏感性的技术挑战	30例连续临床7T脑部MRI患者的原始k空间数据	医学影像分析	神经系统疾病	T2加权涡轮自旋回波成像	深度神经网络	MRI图像数据	30例临床患者
232	2025-09-25	Improving the Robustness of Deep Learning Models in Predicting Hematoma Expansion from Admission Head CT 2025-Jul-01, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8650 PMID:39794133	研究论文	本研究通过对抗训练和输入改进提升深度学习模型在急性脑出血患者入院头部CT预测血肿扩张方面的鲁棒性	首次将对抗训练和Otsu多阈值分割相结合应用于血肿扩张预测，显著提升模型对抗攻击的鲁棒性	对抗训练对FGSM攻击的鲁棒性提升有限，且研究仅针对特定类型的对抗攻击	提高深度学习模型在临床实践中对输入数据扰动的鲁棒性	急性脑出血患者的入院头部CT扫描图像	医学影像分析	脑出血	对抗训练、Otsu多阈值分割	深度学习模型	CT影像	多中心队列890例患者用于交叉验证/训练，684例连续患者用于独立验证
233	2025-09-25	Advancing offline magnetic resonance-guided prostate radiotherapy through dedicated imaging and deep learning-based automatic contouring of targets and neurovascular structures 2025-Jul, Physics and imaging in radiation oncology DOI:10.1016/j.phro.2025.100825 PMID:40980260	研究论文	本研究结合高分辨率MRI与深度学习技术，开发用于前列腺癌放疗中关键结构与靶区的自动轮廓勾画方法	首次将3D nnU-net模型应用于高分辨率MRI的前列腺癌神经血管结构自动分割，实现了与专家水平相当的轮廓精度	样本量较小（仅50例患者），且阴部动脉的DL分割结果与专家评分存在显著差异	开发基于深度学习的自动轮廓勾画系统，提升前列腺癌放疗中神经血管结构保护的精准度和效率	前列腺癌患者的神经血管束、阴部动脉、阴茎球、海绵体等与勃起功能相关的解剖结构	数字病理	前列腺癌	3D T2加权SPACE MRI序列，深度学习自动分割	3D nnU-net	医学影像（MRI）	50例患者（40例训练，10例测试）
234	2025-09-25	Deep learning and inflammatory markers predict early response to immunotherapy in unresectable NSCLC: A multicenter study 2025-Jun-10, Biomolecules & biomedicine DOI:10.17305/bb.2025.12324 PMID:40525631	研究论文	本研究开发了一种基于CT的深度学习模型结合系统性免疫炎症营养指数，用于早期预测不可切除非小细胞肺癌患者对免疫检查点抑制剂的治疗反应	首次将DenseNet121衍生的深度放射组学特征与系统性免疫炎症营养指数相结合构建联合预测模型，并通过梯度加权类激活映射技术增强模型可解释性	回顾性研究设计，样本量有限（265例患者），需要进一步扩大样本量和多中心验证	开发非侵入性生物标志物来早期预测不可切除非小细胞肺癌患者对免疫治疗的疗效反应	265例接受免疫检查点抑制剂治疗的不可切除非小细胞肺癌患者	数字病理	肺癌	CT影像分析、深度学习、系统性免疫炎症营养指数计算	DenseNet121	医学影像（CT）、实验室数据	265例患者（训练集70%、内部验证集30%、外部验证集）
235	2025-09-25	Deep learning predicts HER2 status in invasive breast cancer from multimodal ultrasound and MRI 2025-May-16, Biomolecules & biomedicine DOI:10.17305/bb.2025.12475 PMID:40392960	研究论文	本研究利用深度学习模型基于超声和磁共振成像预测浸润性乳腺癌的HER2状态	首次结合多模态超声和MRI构建深度学习模型预测乳腺癌HER2状态，并比较单一模态与多模态模型的诊断性能	研究样本来自单一机构，可能存在选择偏倚；未提及外部验证结果	预测术前乳腺癌HER2状态以辅助新辅助化疗决策	浸润性乳腺癌女性患者	数字病理	乳腺癌	深度学习	深度学习模型（具体架构未说明）	医学影像（超声图像和MRI图像）	2021年1月至2024年7月期间在某机构接受超声和MRI检查的乳腺癌患者（具体人数未明确说明）
236	2025-09-25	Computer vision analysis of luteal color Doppler ultrasonography for early and automated pregnancy diagnosis in Bos taurus beef cows 2025-Jan-04, Journal of animal science IF:2.7Q1 DOI:10.1093/jas/skaf166 PMID:40355396	研究论文	本研究评估了深度学习算法在肉牛黄体彩色多普勒超声图像上进行早期实时妊娠诊断的可行性	首次将监督式深度学习应用于牛黄体彩色多普勒超声的早期妊娠诊断，实现了比行业标准方法更早的自动化诊断	样本量相对有限（390头母牛），且仅针对特定品种（Bos taurus肉牛）进行验证	开发基于计算机视觉的自动化早期妊娠诊断方法	肉牛（Bos taurus）黄体彩色多普勒超声图像	计算机视觉	NA	彩色多普勒超声成像	CNN（VGG19、Xception、ResNet50）	超声视频帧图像	390头母牛，D20日10,533帧图像，D22日10,413帧图像
237	2025-09-25	A plaque recognition algorithm for coronary OCT images by Dense Atrous Convolution and attention mechanism 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0325911 PMID:40493701	研究论文	提出一种结合密集空洞卷积和注意力机制的深度学习算法，用于冠状动脉OCT图像中斑块的自动分割与分类	首次将密集空洞卷积与注意力机制结合应用于冠状动脉斑块分割，在三种斑块类型的分割精度上均超越传统医学图像分割网络	NA	开发高精度的冠状动脉OCT图像斑块自动分割与分类算法	冠状动脉光学相干断层扫描图像中的钙化、纤维和脂质斑块	计算机视觉	心血管疾病	光学相干断层扫描	深度学习（含密集空洞卷积和注意力机制）	医学图像	760张原始图像通过数据增强扩展至8000张
238	2025-09-25	The British-Israeli Project for Algorithm-Based Management of Age-Related Macular Degeneration: Deep Learning Integration for Real-World Data Management and Analysis 2025, Ophthalmologica. Journal international d'ophtalmologie. International journal of ophthalmology. Zeitschrift fur Augenheilkunde DOI:10.1159/000547161 PMID:40582342	研究论文	本研究开发了结合临床和OCT影像数据的集成数据集，应用深度学习算法对新生血管性年龄相关性黄斑变性患者进行自动化定量分析	首次在两个大型真实世界nAMD数据集中应用深度学习算法实现OCT扫描的自动化、客观和全面量化	回顾性研究设计，两个中心的治疗标准存在差异	建立整合临床和影像数据的数据集，为nAMD的个性化决策提供基础	4,265名nAMD患者的5,207只眼睛	数字病理学	老年性疾病	光学相干断层扫描（OCT），深度学习算法	深度学习	影像数据，临床数据	来自英国和以色列两个中心的4,265名患者的5,207只眼睛，包含134,340次视力测量、79,457次OCT扫描和73,218次抗VEGF注射
239	2025-09-25	Multi-parameter MRI-based model for the prediction of early recurrence of hepatitis B-associated hepatocellular carcinoma after microwave ablation 2025, Frontiers in cellular and infection microbiology IF:4.6Q1 DOI:10.3389/fcimb.2025.1638779 PMID:40937437	研究论文	开发并验证基于多参数MRI的深度学习模型，用于预测乙型肝炎相关肝细胞癌微波消融术后早期复发	首次将Transformer网络应用于多序列MRI图像融合，并结合临床特征构建联合预测模型	回顾性研究设计，样本量有限（166例患者）	预测乙型肝炎相关肝细胞癌微波消融术后1年内早期复发	乙型肝炎相关肝细胞癌患者	数字病理	肝癌	磁共振成像（MRI）	Transformer-based深度学习网络	医学影像（MRI）	166例患者（训练集116例，验证集50例）
240	2025-09-25	Artificial intelligence applications facilitate decision-making in cataract surgery for highly myopic patients 2025, Frontiers in cell and developmental biology IF:4.6Q1 DOI:10.3389/fcell.2025.1613634 PMID:40977894	研究论文	开发基于深度学习的人工智能模型辅助高度近视白内障患者的手术决策	首次将白内障分级和术后视力预测两个深度学习模型整合，构建专门针对高度近视白内障的AI决策系统	外部验证数据集规模较小（55例），且外部数据集的皮质分级准确率相对较低（61.82%）	开发人工智能辅助决策系统以改善高度近视白内障患者的手术治疗方案	高度近视白内障患者	医疗人工智能	白内障	深度学习	深度学习模型（具体架构未说明）	医学影像数据	内部测试集107例（复旦眼耳鼻喉医院），外部测试集55例（武汉爱尔眼科医院）