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
241	2025-10-01	MRI Deep Learning-Based Automatic Segmentation of Interventricular Septum for Black-Blood Myocardial T2* Measurement in Thalassemia 2024-08, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.29113 PMID:37941460	研究论文	开发基于深度学习的自动分割方法，用于地中海贫血患者黑血MR图像中心室间隔的分割和心肌T2*测量	提出改进的注意力U-Net模型实现心室间隔自动分割，减少人工操作时间和观察者间差异	研究为回顾性设计，样本量有限（146例），外部验证集规模较小	开发自动分割方法以缩短分析时间并减少观察者间变异性	146例输血依赖性地中海贫血患者的心脏MR检查数据	医学影像分析	地中海贫血	多回波梯度回波序列MR成像	改进的注意力U-Net	MR图像	146例患者（训练集100例，内部测试20例，外部测试26例）
242	2025-10-01	Accelerated Cine Cardiac MRI Using Deep Learning-Based Reconstruction: A Systematic Evaluation 2024-08, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.29081 PMID:37855257	研究论文	系统评估深度学习重建技术在加速心脏电影MRI中的应用效果	首次系统评估深度学习重建技术在不同加速因子下对心脏电影bSSFP图像的重建效果	仅纳入15例漏斗胸患者，样本量较小；仅评估了特定患者群体	评估深度学习重建技术在不同加速因子下对心脏电影MRI图像质量和心室评估准确性的影响	15例漏斗胸患者（平均年龄16.8±5.4岁，20%女性），具有正常心脏解剖结构和功能	医学影像分析	心脏疾病	深度学习重建(DLR)，压缩灵敏度编码(C-SENSE)，平衡稳态自由进动(bSSFP)	深度学习	MRI图像	15例患者
243	2025-10-01	Fetal MRI-Based Body and Adiposity Quantification for Small for Gestational Age Perinatal Risk Stratification 2024-08, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.29141 PMID:37982367	研究论文	本研究通过胎儿MRI量化身体和脂肪参数，用于小于胎龄儿的围产期风险分层	首次使用深度学习自动分割胎儿身体和皮下脂肪，并建立脂肪体积比与围产期不良结局的关联	样本量较小（40例），单中心研究	探索胎儿MRI身体成分量化参数对小于胎龄儿围产期风险的预测价值	40例小于胎龄胎儿	数字病理	胎儿发育异常	MRI TruFISP和T1W Dixon序列	深度学习	医学影像	40例SGA胎儿（26例女性，61.9%），孕周30+2至37+2
244	2025-10-01	Prostate Age Gap: An MRI Surrogate Marker of Aging for Prostate Cancer Detection 2024-08, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.29090 PMID:37855699	研究论文	本研究开发了一种基于前列腺MRI的衰老生物标志物——前列腺年龄差，用于评估临床显著前列腺癌的发病风险	首次利用深度学习模型从前列腺MRI中提取衰老生物标志物，并证明其与临床显著前列腺癌风险的关联	回顾性研究设计，样本量相对有限（468名患者）	开发前列腺MRI衰老生物标志物并评估其与临床显著前列腺癌风险的关系	468名接受前列腺活检的男性患者（65.97±6.91岁）	数字病理	前列腺癌	深度学习	深度学习模型	MRI图像	468名患者，共7243张前列腺MRI切片（训练集：212名非临床显著前列腺癌患者，3223张切片；测试集：256名患者）
245	2025-10-01	Deep Learning-Driven Transformation: A Novel Approach for Mitigating Batch Effects in Diffusion MRI Beyond Traditional Harmonization 2024-08, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.29088 PMID:37877463	研究论文	提出一种基于深度学习的扩散MRI图像批次效应消除方法	使用对比度调整和超分辨率技术超越传统标准化方法，首次通过深度学习减少不同磁场强度和成像参数下的DWI图像差异	模型基于单个个体的开放数据集构建，样本来源相对有限	开发深度学习模型以减少扩散加权图像在不同磁场强度和成像参数下的多样性	扩散MRI图像中的批次效应	医学影像分析	脑卒中、脑肿瘤	扩散加权成像、T2-SPACE序列	ResNet-50、自编码器	医学影像	1134名成人（54%女性，46%男性），包含21000张图像，其中3500张用于测试
246	2025-10-01	Development of an MRI-Based Comprehensive Model Fusing Clinical, Radiomics and Deep Learning Models for Preoperative Histological Stratification in Intracranial Solitary Fibrous Tumor 2024-08, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.29098 PMID:37897302	研究论文	开发基于MRI融合临床、影像组学和深度学习特征的综合模型用于颅内孤立性纤维瘤术前组织学分层	首次提出融合临床、影像组学和深度学习特征的CRDL综合模型用于ISFT术前组织学分层	回顾性研究设计，样本量相对有限，需要进一步多中心验证	研究基于MRI的CRDL模型在颅内孤立性纤维瘤术前组织学分层的可行性	398例来自北京天坛医院和49例来自兰州大学第二医院的颅内孤立性纤维瘤患者	医学影像分析	颅内孤立性纤维瘤	磁共振成像（MRI）包括T1加权、T2加权和T1增强成像	深度学习与传统模型融合的CRDL模型	医学影像数据	447例患者（398例训练队列，49例外部验证队列）
247	2025-10-01	Predicting Progression From Mild Cognitive Impairment to Alzheimer's Dementia With Adversarial Attacks 2024-06, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3373703 PMID:38507374	研究论文	提出一种通过对抗攻击预测轻度认知障碍向阿尔茨海默病转化的框架	使用单步梯度对抗攻击寻找输入空间中的疾病进展方向，通过到决策边界的距离预测疾病转化	阿尔茨海默病研究可用数据集规模不足以训练复杂模型	预测轻度认知障碍向阿尔茨海默病的转化	轻度认知障碍患者	机器学习	阿尔茨海默病	对抗攻击	浅层神经网络	医疗数据	两个公开阿尔茨海默病研究数据集
248	2025-10-01	CONUNETR: A CONDITIONAL TRANSFORMER NETWORK FOR 3D MICRO-CT EMBRYONIC CARTILAGE SEGMENTATION 2024-May, Proceedings. IEEE International Symposium on Biomedical Imaging DOI:10.1109/isbi56570.2024.10635851 PMID:41018045	研究论文	提出一种基于Transformer的3D显微CT胚胎软骨分割模型CONUNETR	引入改进的生物先验知识和条件机制，能更好地提取形态多样信息，实现单一模型对多个胚胎年龄组的准确预测	NA	解决胚胎软骨快速结构变化导致的深度学习分割模型泛化能力受限问题	小鼠胚胎软骨	计算机视觉	骨骼发育异常	3D显微CT	Transformer	3D图像	小鼠软骨数据集（包含不同年龄组和突变类型）
249	2025-10-01	Combining pairwise structural similarity and deep learning interface contact prediction to estimate protein complex model accuracy in CASP15 2023-12, Proteins IF:3.2Q2 DOI:10.1002/prot.26542 PMID:37357816	研究论文	开发了一种结合成对结构相似性和深度学习界面接触预测的混合方法，用于评估蛋白质复合物模型准确性	首次将成对结构相似性方法与深度学习界面接触预测相结合，解决了传统方法在低质量模型相似时的失效问题	NA	开发准确评估蛋白质复合物四级结构模型质量的方法	蛋白质复合物和组装体的四级结构模型	计算生物学	NA	深度学习界面接触预测	混合方法（MULTICOM_qa）	蛋白质结构模型	CASP15组装靶标的模型
250	2025-10-01	Integrating deep learning, threading alignments, and a multi-MSA strategy for high-quality protein monomer and complex structure prediction in CASP15 2023-12, Proteins IF:3.2Q2 DOI:10.1002/prot.26585 PMID:37650367	研究论文	介绍在CASP15蛋白质结构预测竞赛中使用的D-I-TASSER和DMFold-Multimer方法及其性能表现	结合深度学习、线程比对和多MSA策略，传统蒙特卡洛折叠模拟与深度学习算法相结合可产生比纯端到端深度学习方法更准确的模型	病毒蛋白质建模和复合物模型排序方面仍有改进空间	开发高质量的蛋白质单体和复合物结构预测方法	蛋白质单体和蛋白质复合物	计算生物学	NA	深度学习、多序列比对(MSA)、蒙特卡洛模拟、线程比对	D-I-TASSER、DMFold-Multimer、AlphaFold2	蛋白质序列和结构数据	47个自由建模靶标（单体）和38个复合物靶标
251	2025-10-01	Assessment of three-dimensional RNA structure prediction in CASP15 2023-12, Proteins IF:3.2Q2 DOI:10.1002/prot.26602 PMID:37876231	研究论文	评估CASP15中RNA三维结构预测方法的性能	首次在CASP竞赛中系统评估RNA结构预测方法，开发了适用于RNA的评估指标和排名方法	在非标准碱基对建模、模型排名以及多结构预测方面仍存在挑战	评估RNA三维结构预测方法的准确性和实用性	12个含RNA的目标结构及其预测模型	计算生物学	NA	冷冻电镜(cryo-EM)、X射线衍射	深度学习方法和传统计算方法	三维结构数据、冷冻电镜图谱、衍射数据	42个预测组对12个RNA目标结构提交的预测模型
252	2025-10-01	Impact of AlphaFold on structure prediction of protein complexes: The CASP15-CAPRI experiment 2023-12, Proteins IF:3.2Q2 DOI:10.1002/prot.26609 PMID:37905971	研究论文	本文介绍了CASP15-CAPRI蛋白质复合物结构预测挑战赛的结果，评估了AlphaFold对蛋白质复合物结构预测的影响	首次系统评估AlphaFold2和AlphaFold2-Multimer在蛋白质复合物结构预测中的表现，展示了深度学习技术带来的显著进步	对于抗体-抗原复合物和具有构象灵活性的复合物预测效果仍然较差	评估AlphaFold对蛋白质复合物结构预测的影响和进展	蛋白质复合物结构预测	计算生物学	NA	AlphaFold2, AlphaFold2-Multimer, 深度学习推理引擎, 多重序列比对	深度学习模型	蛋白质结构数据	37个目标蛋白质复合物，包括14个同源二聚体、3个同源三聚体、13个异源二聚体和7个大分子组装体，共评估21,941个模型
253	2025-10-01	Estimation of model accuracy in CASP15 using the ModFOLDdock server 2023-12, Proteins IF:3.2Q2 DOI:10.1002/prot.26532 PMID:37314190	研究论文	本文介绍了在CASP15竞赛中使用的ModFOLDdock服务器及其变体在蛋白质多聚体模型准确性评估中的表现	开发了三种优化的ModFOLDdock变体，分别针对相关性、排序和单模型评分进行专门优化，在多聚体模型质量评估中表现优异	NA	评估蛋白质多聚体模型的准确性并优化质量评估方法	蛋白质多聚体结构模型	生物信息学	NA	深度学习、聚类分析、单模型方法	共识方法（结合多种评估方法）	蛋白质结构模型	CASP15竞赛中的41个组装结构（相比上一轮的22个几乎翻倍）
254	2025-10-01	Estimating protein complex model accuracy based on ultrafast shape recognition and deep learning in CASP15 2023-12, Proteins IF:3.2Q2 DOI:10.1002/prot.26564 PMID:37553848	研究论文	本文报告并分析了在CASP15中基于深度学习和超快形状识别的蛋白质复合物模型精度估计方法的研究成果	提出了基于三级特征集成与深度残差/图神经网络的多聚体复合物模型精度估计新方法，设计了整体和单体间的超快形状识别特征	NA	开发蛋白质复合物模型精度估计方法	蛋白质复合物模型	生物信息学	NA	深度学习、超快形状识别(USR)、图神经网络	深度残差网络、图神经网络	蛋白质结构数据	39个目标蛋白质复合物
255	2025-10-01	zPoseScore model for accurate and robust protein-ligand docking pose scoring in CASP15 2023-12, Proteins IF:3.2Q2 DOI:10.1002/prot.26573 PMID:37606194	研究论文	本文介绍了一种名为zPoseScore的深度学习配体构象评分模型，用于预测蛋白质-配体复合物结构	重新设计了受AlphaFold2启发的zFormer模块，开发了先进的数据增强和采样方法，实现了原子级别的蛋白质-配体特征编码和融合	NA	开发准确的蛋白质-配体对接构象评分模型	蛋白质-配体复合物	计算生物学	NA	深度学习	zFormer（基于Transformer的架构）	蛋白质结构数据、配体构象数据	基于CASP-2016蛋白质-配体复合物和CASP15的AIchemy LIG2数据集
256	2025-10-01	Breaking the conformational ensemble barrier: Ensemble structure modeling challenges in CASP15 2023-12, Proteins IF:3.2Q2 DOI:10.1002/prot.26584 PMID:37872703	研究论文	本文评估了CASP15实验中蛋白质和RNA结构多构象建模的挑战与成果	首次在CASP实验中引入多构象计算评估，展示了AlphaFold2增强采样方法在蛋白质构象预测中的有效性	处理稀疏或低分辨率实验数据存在困难，目前缺乏有效的RNA/蛋白质复合物建模方法	评估蛋白质和RNA结构多构象预测方法的性能与挑战	蛋白质和RNA的三维结构构象	计算生物学	NA	AlphaFold2深度学习增强采样方法	深度学习	结构数据	9个靶标（4个成功再现构象集合）
257	2025-10-01	Critical assessment of methods of protein structure prediction (CASP)-Round XV 2023-12, Proteins IF:3.2Q2 DOI:10.1002/prot.26617 PMID:37920879	研究论文	总结CASP15蛋白质结构预测社区实验的结果，重点分析深度学习方法的进展	首次在CASP实验中纳入RNA结构和蛋白质-配体复合物的计算评估	深度学习方法的性能尚未完全超越传统方法，特别是在RNA结构和蛋白质-配体复合物预测方面	评估蛋白质结构预测方法的最新进展	蛋白质结构、蛋白质复合物、RNA结构、蛋白质-配体复合物	计算结构生物学	NA	深度学习、传统计算方法	AlphaFold2	氨基酸序列、蛋白质结构数据	CASP15实验中的多个预测目标
258	2025-10-01	Assessment of three-dimensional RNA structure prediction in CASP15 2023-Oct-03, bioRxiv : the preprint server for biology DOI:10.1101/2023.04.25.538330 PMID:37162955	研究论文	评估CASP15中RNA三维结构预测方法的性能	首次在CASP竞赛中系统评估RNA结构预测方法，并采用适应RNA的蛋白质评估指标	在非经典碱基对建模、模型排序和多结构预测方面仍存在挑战	评估RNA三维结构预测方法的准确性和实用性	12个含RNA的目标结构及其预测模型	计算生物学	NA	冷冻电镜(cryo-EM)、X射线衍射	深度学习方法和传统计算方法	三维结构数据、电子密度图	42个预测组对12个RNA目标提交的预测模型
259	2025-10-01	Enhancing Neonatal Pain Assessment Transparency via Explanatory Training Examples Identification 2023-Jun, Proceedings. IEEE International Symposium on Computer-Based Medical Systems DOI:10.1109/cbms58004.2023.00236 PMID:41019613	研究论文	本研究提出一种基于实例的解释方法，用于增强新生儿疼痛音频评估的透明度	通过影响分数识别最有帮助和有害的训练实例，提供黑盒模型决策的可解释性	仅针对音频信号进行分析，未整合其他疼痛行为模态	提高基于深度学习的新生儿疼痛评估方法的透明度和可信度	新生儿疼痛音频信号	自然语言处理	新生儿疼痛	深度学习	黑盒模型	音频信号（转换为频谱图图像）	NA
260	2025-10-01	Application of Machine learning to predict RF heating of cardiac leads during magnetic resonance imaging at 1.5 T and 3 T: A simulation study 2023-04, Journal of magnetic resonance (San Diego, Calif. : 1997) DOI:10.1016/j.jmr.2023.107384 PMID:36842429	研究论文	本研究应用深度学习预测心脏导线在1.5T和3T磁共振成像中的射频加热	首次将深度学习应用于预测位置和方向可变的导电导线在MRI中的射频加热，突破了传统固定位置预测的限制	基于仿真数据的研究，需要进一步实验验证；SAR预测误差范围较大（223W/kg和206W/kg）	开发快速预测磁共振成像中导电植入物射频加热的方法，以替代耗时的体模实验	心脏导线（心血管植入电子设备中的导电植入物）	机器学习	心血管疾病	电磁仿真、深度学习	神经网络	仿真数据	600个具有临床相关轨迹的心脏导线模型