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
2661	2025-09-06	Deep learning-based automated assessment of hepatic fibrosis via magnetic resonance images and nonimage data 2025-Sep-01, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-2024-2506 PMID:40893541	研究论文	本研究开发了一种基于深度学习的自动化算法，通过磁共振图像和非影像数据评估肝纤维化分期	首次将深度学习模型与临床非影像数据（如血清生物标志物、病毒状态和扫描仪参数）整合，实现肝纤维化的高精度自动分期	回顾性研究，样本仅来自两个医疗中心，需进一步前瞻性验证	评估深度学习算法在肝纤维化分期和健康人群区分中的性能	慢性肝病患者和健康个体	医学影像分析	肝纤维化	磁共振成像（MRI）和血清生物标志物（APRI、FIB-4）	深度学习算法	图像和临床数据	500名来自两个医疗中心的患者
2662	2025-09-06	Influence of preprocessing of stimulated Raman scattering images on the performance of deep neural networks for detecting cancer tissue 2025-Sep-01, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-2024-2608 PMID:40893563	研究论文	本研究探讨刺激拉曼散射图像的不同预处理方法对深度学习模型在癌症组织分类任务中性能的影响	首次系统比较了五种预处理技术和六种深度学习架构在刺激拉曼散射图像上的性能表现，发现简单缩放预处理优于复杂方法	研究仅基于542张图像样本，可能限制结果的泛化能力；未探索更多样化的预处理组合	评估不同图像预处理技术对深度学习算法分类癌症组织性能的影响	口腔鳞状细胞癌和非小细胞肺癌患者的组织样本图像	数字病理	口腔癌和肺癌	刺激拉曼散射成像	VGG19, ResNet50, InceptionResNetV2, Xception, ConvNeXt, Vision Transformer	图像	542张组织样本图像
2663	2025-09-06	Deep Learning-Based Multimodal Prediction of NAC Response in LARC by Integrating MRI and Proteomics 2025-Sep-01, Cancer research and treatment IF:4.1Q2 DOI:10.4143/crt.2025.707 PMID:40907572	研究论文	本研究开发了一种基于深度学习的多模态框架，整合MRI和蛋白质组学数据预测局部晚期直肠癌患者对新辅助化疗的反应	首次将图神经网络与空间增强3D ResNet152结合，整合MRI空间信息和蛋白质组学分子机制，显著提升预测性能	回顾性研究设计，样本量相对有限（274例患者），需外部验证确认泛化能力	提高局部晚期直肠癌患者对新辅助化疗反应预测的准确性和生物学洞察	274例接受新辅助化疗的局部晚期直肠癌患者	数字病理	直肠癌	蛋白质组学分析、MRI成像、KEGG/GO通路分析、PPI网络构建	图神经网络、3D ResNet152、LightGBM分类器	医学影像（T2WI MRI）、蛋白质组学数据、临床特征	274例局部晚期直肠癌患者
2664	2025-09-06	Semi-supervised graph learning for underwater source localization using ship-of-opportunity spectrograms 2025-Sep-01, The Journal of the Acoustical Society of America IF:2.1Q1 DOI:10.1121/10.0039042 PMID:40910787	研究论文	提出一种基于半监督图学习的声源定位方法，利用机会船只频谱图进行水下声源定位	引入图学习模块有效捕捉数据空间相关性，采用两阶段训练策略（自监督特征提取+半监督图神经网络）解决标注数据稀缺问题	NA	水下声源的精确定位	机会船只产生的中频声学宽带信号（360-1100 Hz）	机器学习	NA	频谱分析，k近邻算法	CNN，图神经网络	频谱图	2017年海底特征实验（SBCEX 2017）收集的合成和实测数据
2665	2025-09-06	Analysis of influencing factors and the most probable transition pathway in the narrow escape problem for molecular systems based on deep learning method 2025-Sep-01, Chaos (Woodbury, N.Y.) DOI:10.1063/5.0288558 PMID:40910856	研究论文	本研究利用物理信息神经网络分析不规则域中的分子窄逃逸问题，探索关键参数对逃逸行为的影响及最可能过渡路径	首次将物理信息神经网络应用于分子窄逃逸问题，有效处理复杂域并揭示扩散系数等参数对逃逸概率的独特影响规律	未明确说明具体分子系统类型及实验验证环节	研究分子在复杂环境中的逃逸行为机制及优化逃逸效率	分子系统在随机过程中的逃逸行为	机器学习	NA	物理信息神经网络(PINNs)	PINNs	模拟数据	NA
2666	2025-09-06	Beyond rigid docking: deep learning approaches for fully flexible protein-ligand interactions 2025-Aug-31, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf454 PMID:40900115	综述	本文探讨深度学习如何革新分子对接领域，特别是引入蛋白质柔性以提升预测准确性	利用深度学习整合蛋白质柔性，突破传统刚性对接限制，更准确模拟生物分子动态相互作用	深度学习模型泛化能力不足，易错误预测立体化学、键长和空间相互作用等关键分子属性	改进分子对接方法，提升药物发现中虚拟筛选的准确性和效率	蛋白质与配体的相互作用	机器学习	NA	深度学习	DL	分子结构数据	NA
2667	2025-09-06	Phage quest: a beginner's guide to explore viral diversity in the prokaryotic world 2025-Aug-31, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf449 PMID:40900113	指南	本文为初学者提供探索原核生物世界病毒多样性的计算工具使用指南	整合最新机器学习与深度学习技术（包括语言模型）用于噬菌体分析，特别关注传统工具难以检测的丝状噬菌体（Inoviridae）	未提供详尽工具列表，主要关注可通过网页或命令行接口访问的现行先进工具	帮助研究人员选择和应用适当工具探索地球最小且最丰富复制体的遗传多样性与生物学	噬菌体与原核病毒	生物信息学	NA	宏基因组测序、机器学习、深度学习、语言模型	NA	基因组与宏基因组数据	NA
2668	2025-09-06	External validation of deep learning-derived 18F-FDG PET/CT delta biomarkers for loco-regional control in head and neck cancer 2025-Aug-30, Acta oncologica (Stockholm, Sweden) DOI:10.2340/1651-226X.2025.43977 PMID:40884216	研究论文	本研究外部验证了一种深度学习模型，用于自动从连续18F-FDG PET/CT扫描中确定肿瘤体积变化，以对头颈癌患者的局部区域控制进行分层	首次外部验证深度学习自动分割模型用于头颈癌PET/CT随访中的ΔPET-GTV生物标志物，证明其可替代人工分割进行风险分层	样本量较小（仅50例患者），且模型最初在不同机构数据上训练，可能影响泛化性能	评估深度学习衍生的ΔPET-GTV生物标志物在头颈癌局部区域控制预测中的临床价值	50例连续的头颈癌患者	数字病理	头颈癌	18F-FDG PET/CT扫描	深度学习分割算法	医学影像（PET/CT）	50例头颈癌患者
2669	2025-09-06	Advancing Luciferase Activity and Stability beyond Directed Evolution and Rational Design through Expert Guided Deep Learning 2025-Aug-29, bioRxiv : the preprint server for biology DOI:10.1101/2025.08.25.672183 PMID:40909496	研究论文	通过结合深度学习和结构引导理性设计开发热稳定性增强的NanoLuc荧光素酶变体	提出计算深度学习与结构引导理性设计的混合方法，突破传统定向进化和理性设计的局限	NA	优化NanoLuc荧光素酶的热稳定性和高温活性	NanoLuc荧光素酶变体	机器学习	NA	深度学习、分子动力学模拟、蛋白质折叠研究	深度学习模型	蛋白质序列数据、结构数据	工程变体库（包含多个变体，具体数量未明确说明）
2670	2025-09-06	Artificial Intelligence-based Liver Volume Measurement Using Preoperative and Postoperative CT Images 2025-Aug-29, Current medical imaging IF:1.1Q3 DOI:10.2174/0115734056394257250818060804 PMID:40910297	研究论文	开发并验证了一种基于深度学习的系统，用于自动测量肝切除患者术前及术后7天和3个月的肝脏体积	首次利用AI自动追踪肝切除术后肝脏再生过程，提供了一种新的手术规划和患者监测方法	由于当前数据集的限制，未评估与临床结果的直接相关性	开发自动肝脏体积测量系统以辅助肝切除手术决策和术后评估	接受肝切除术的患者	计算机视觉	肝脏疾病	CT成像	3D U-Net	CT图像	NA
2671	2025-09-06	Exploring foundation models for multi-class muscle segmentation in MR images of neuromuscular disorders: A comparative analysis of accuracy and uncertainty 2025-Aug-28, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.109035 PMID:40907134	研究论文	本研究比较了基础模型在神经肌肉疾病MR图像中多类肌肉分割的准确性和不确定性表现	首次探索基础模型（SAM和MedSAM）在神经肌肉疾病肌肉分割中的应用，并系统评估其不确定性量化能力	研究仅基于76名患者的样本，需要更大规模验证；MedSAM未显示出优于SAM的性能	开发准确且可信的肌肉分割技术，为神经肌肉疾病提供可靠的生物标志物提取方法	神经肌肉疾病患者的股部MR图像，分为早期、中期和重度脂肪浸润组	医学图像分析	神经肌肉疾病	深度学习，不确定性量化，模型微调	SAM, MedSAM, nnU-Net 2D/3D, Deep Ensembles	MR图像	76名神经肌肉疾病患者的股部MR图像数据
2672	2025-09-06	Heart failure diagnosis and ejection fraction classification via feature fusion model using non-contact vital sign signals 2025-Aug-28, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.109031 PMID:40907135	研究论文	提出一种融合手工特征与深度学习的混合特征框架，用于基于非接触生命体征信号的心力衰竭诊断和射血分数分类	开发了结合手工特征工程与深度学习的混合特征融合框架，并设计多尺度ResNet-BiLSTM网络模型捕捉信号动态变化	NA	改进心力衰竭诊断和左心室射血分数分类的准确性	人类参与者的心力衰竭患者和健康人	医疗健康监测	心血管疾病	心冲击描记术(BCG)，呼吸信号分析	ResNet-BiLSTM	非接触生命体征信号	83名医院参与者
2673	2025-09-06	GIMS: Image matching system based on adaptive graph construction and graph neural network 2025-Aug-28, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.108030 PMID:40907360	研究论文	提出一种基于自适应图构建和图神经网络的图像匹配系统GIMS，通过结合GNN与Transformer提升匹配性能	创新性自适应图构建方法（基于距离和动态阈值相似度的过滤机制）以及GNN与Transformer的混合模型架构	顶点和边数量显著影响训练效率和内存使用（需多GPU加速）	提升特征点图像匹配的精度与鲁棒性	图像中的关键点及其图结构表示	computer vision	NA	Sinkhorn算法、多GPU训练技术	GNN（Graph Neural Network）、Transformer混合模型	image	大量图像数据集（具体数量未说明）
2674	2025-09-06	Integrating ESM‑2 and Graph Neural Networks with AlphaFold‑2 Structures for Enhanced Protein Function Prediction 2025-Aug-26, ACS omega IF:3.7Q2 DOI:10.1021/acsomega.5c05484 PMID:40893250	研究论文	提出一种整合ESM-2和图神经网络的改进图框架，用于增强蛋白质功能预测	结合ESM-2生成语义丰富的序列嵌入，并在图卷积块中使用混合池化机制捕获AlphaFold2预测结构的全局和局部特征	NA	提高蛋白质功能预测的准确性和泛化能力	人类蛋白质组	生物信息学	NA	ESM-2, AlphaFold2, 图神经网络	图卷积网络	蛋白质序列和结构数据	人类蛋白质组数据集
2675	2025-09-06	Whole-genome sequencing analysis of left ventricular structure and sphericity in 80,000 people 2025-Aug-26, medRxiv : the preprint server for health sciences DOI:10.1101/2025.08.22.25334019 PMID:40909813	研究论文	本研究通过全基因组测序分析80,000人的左心室结构和球形度，探索其与心肌病的遗传关联	首次将3D左心室球形度作为独立遗传指标，并发现其与扩张型心肌病的关联性强于射血分数，鉴定出366个遗传位点	研究主要基于UK Biobank人群，结果外推性需进一步验证	探究左心室结构与球形度的遗传基础及其与心肌病的关联	84,327名UK Biobank参与者的心脏磁共振成像数据	生物医学信息学	心血管疾病	全基因组测序(WGS)、心脏磁共振成像、深度学习语义分割	深度学习模型(用于语义分割)	影像数据(3D心脏MRI)、基因组数据	84,327人(UK Biobank)，并在All of Us队列中进行验证
2676	2025-09-06	Feasibility of optical stereotactic navigation for rectosigmoid cancer with deep learning-supported 3D modelling 2025-Aug-25, European journal of surgical oncology : the journal of the European Society of Surgical Oncology and the British Association of Surgical Oncology DOI:10.1016/j.ejso.2025.110397 PMID:40907165	研究论文	本研究评估了深度学习辅助三维建模的光学立体定向导航在直肠乙状结肠癌手术中的可行性	首次将深度学习生成的MRI分割与CT图像融合，实现亚毫米级精度的实时手术导航	样本量较小（仅10例患者），单中心研究	评估光学立体定向导航技术在直肠癌手术中的准确性和肿瘤学结果	局部晚期cT4bN0-2直肠癌或局部复发性直肠乙状结肠癌患者	数字病理	直肠癌	光学立体定向导航，CT与MRI图像融合，深度学习分割	深度学习模型	医学影像（CT、MRI）	10例患者
2677	2025-09-06	ESMDynamic: Fast and Accurate Prediction of Protein Dynamic Contact Maps from Single Sequences 2025-Aug-24, bioRxiv : the preprint server for biology DOI:10.1101/2025.08.20.671365 PMID:40894558	研究论文	提出ESMDynamic深度学习模型，直接从蛋白质序列预测动态残基接触概率图	首个直接从单序列预测蛋白质动态接触图的方法，无需多序列比对，推理速度比现有方法快数个数量级	NA	预测蛋白质构象动力学以阐明蛋白质功能	蛋白质动态接触图	结构生物学	NA	深度学习，分子动力学模拟	基于ESMFold架构的深度学习模型	蛋白质序列数据	两个大规模MD数据集（mdCATH和ATLAS），包括ASCT2、SWEET2b转运蛋白、肌钙蛋白C设计和HIV-1蛋白酶同源二聚体等多个测试系统
2678	2025-09-06	Integrating Imaging-Derived Clinical Endotypes with Plasma Proteomics and External Polygenic Risk Scores Enhances Coronary Microvascular Disease Risk Prediction 2025-Aug-21, medRxiv : the preprint server for health sciences DOI:10.1101/2025.08.18.25333844 PMID:40894134	研究论文	本研究通过整合影像学临床内型、血浆蛋白质组学和外源多基因风险评分，开发了冠状动脉微血管疾病（CMVD）的风险预测模型	首次将基于灌注PET影像的内型分型框架与遗传和蛋白质组数据整合用于CMVD风险预测，揭示了超越传统病例定义的患者亚组	CMVD缺乏大规模全基因组关联研究（GWAS）数据，需依赖冠状动脉疾病GWAS作为代理	提升冠状动脉微血管疾病的风险预测精度	冠状动脉微血管疾病患者	机器学习	心血管疾病	GWAS, 血浆蛋白质组学, 灌注PET成像	机器学习和深度学习模型	影像数据、蛋白质组数据、遗传数据	NA
2679	2025-09-06	Automated Deep Learning Pipeline for Callosal Angle Quantification 2025-Aug-21, medRxiv : the preprint server for health sciences DOI:10.1101/2025.08.18.25333901 PMID:40894175	研究论文	开发了一种全自动深度学习框架，用于从原始MRI扫描中量化胼胝体角	首个完全自动化且鲁棒的深度学习流程，可直接从原始T1 MPRAGE和非MPRAGE MRI测量胼胝体角，整合了BrainSignsNET和UNet-based分割网络	NA	解决正常压力脑积水的诊断挑战，通过自动化成像生物标志物测量提高诊断准确性	正常压力脑积水(NPH)患者的MRI扫描数据	数字病理学	神经退行性疾病	MRI扫描，深度学习	BrainSignsNET, UNet with EfficientNetB0 encoder	3D MRI图像	内部验证使用BLSA和BIOCARD数据集，外部验证使用216例临床MRI扫描
2680	2025-09-06	Genomic Characterization of Lung Cancer in Never-Smokers Using Deep Learning 2025-Aug-20, bioRxiv : the preprint server for biology DOI:10.1101/2025.08.14.670178 PMID:40894597	研究论文	本研究开发了一种基于深度学习的定制化卷积神经网络，用于从未吸烟者的肺腺癌组织切片图像中预测多种分子变异	首次针对从未吸烟者的肺腺癌（NS-LUAD）这一独特亚型设计深度学习模型，能够从单张H&E染色全切片图像同时预测16种分子改变	对某些分子特征（如APOBEC突变特征和特定KRAS热点突变）的预测性能中等至较低	通过深度学习从组织学图像推断肺癌的分子特征，支持分子检测分流和精准治疗策略	从未吸烟者的肺腺癌（NS-LUAD）患者	数字病理学	肺癌	全切片图像分析，深度卷积神经网络	基于ResNet50架构的定制化CNN	图像	495张全切片图像（来自Sherlock研究）