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
2901	2025-04-04	Multicenter investigation of preoperative distinction between primary central nervous system lymphomas and glioblastomas through interpretable artificial intelligence models 2024-Nov, Neuroradiology IF:2.4Q2 DOI:10.1007/s00234-024-03451-7 PMID:39225815	research paper	本研究通过可解释的人工智能模型，基于MRI图像对原发性中枢神经系统淋巴瘤（PCNSL）和胶质母细胞瘤（GBM）进行术前区分	结合了放射组学模型和深度学习模型，提出了最优的Max-Fusion模型，并利用SHAP和Grad-CAM进行可解释性分析	研究为回顾性分析，样本量相对有限（261例患者），且仅来自两个医疗中心	探索基于MRI的深度学习和放射组学模型在术前区分PCNSL和GBM中的有效性和适用性	261例PCNSL和GBM患者的MRI图像和临床数据	digital pathology	brain tumor	MRI	MobileVIT, ConvNeXt, Max-Fusion Model	image	261例患者（训练集153例，外部测试集108例）
2902	2025-04-04	Evaluating Deep Learning Techniques for Detecting Aneurysmal Subarachnoid Hemorrhage: A Comparative Analysis of Convolutional Neural Network and Transfer Learning Models 2024-07, World neurosurgery IF:1.9Q2 DOI:10.1016/j.wneu.2024.04.168 PMID:38710407	研究论文	本研究评估了卷积神经网络（CNN）和基于CNN的迁移学习模型在区分动脉瘤性蛛网膜下腔出血（SAH）和非动脉瘤性SAH中的有效性	采用迁移学习方法缓解了传统技术的时间限制，并展示了优越的性能	NA	评估深度学习技术在SAH检测中的有效性	动脉瘤性SAH和非动脉瘤性SAH患者	数字病理学	心血管疾病	深度学习	CNN, Inception-V3, EfficientNetB4	医学影像	203名患者（123名动脉瘤性SAH和80名非动脉瘤性SAH），共23,393张DICOM图像
2903	2025-04-04	Deepdefense: annotation of immune systems in prokaryotes using deep learning 2024-Jan-02, GigaScience IF:11.8Q1 DOI:10.1093/gigascience/giae062 PMID:39388605	研究论文	使用深度学习对原核生物中的免疫系统进行注释和分类	开发了名为Deepdefense的算法，通过深度学习模型预测免疫系统相关蛋白，并结合校准方法提高准确性，能够识别已知和潜在的新型免疫系统蛋白	现有方法通常基于封闭世界假设，而基因组学中新样本的出现可能超出训练数据范围	开发一种自动检测和分类原核生物免疫系统蛋白的算法	原核生物（古菌和细菌）的免疫系统蛋白	机器学习	NA	深度学习	神经网络	基因组数据	NA
2904	2025-04-04	Accurate prediction of protein tertiary structural changes induced by single-site mutations with equivariant graph neural networks 2023-Oct-13, bioRxiv : the preprint server for biology DOI:10.1101/2023.10.03.560758 PMID:37873289	research paper	开发了一种基于等变图神经网络（EGNN）的深度学习方法，用于直接预测单点突变引起的蛋白质三级结构变化	首次使用等变图神经网络（EGNN）直接预测单点突变引起的蛋白质三级结构变化，并显著优于广泛使用的蛋白质结构预测方法AlphaFold	未提及该方法在复杂突变或多点突变情况下的表现	研究蛋白质单点突变引起的三级结构变化	蛋白质及其单点突变体	machine learning	NA	equivariant graph neural networks (EGNN)	EGNN	protein tertiary structure data	NA
2905	2025-04-04	Rapid 3D T1 mapping using deep learning-assisted Look-Locker inversion recovery MRI 2023-08, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.29672 PMID:37125662	研究论文	提出了一种基于深度学习的快速3D T1映射方法，无需延迟时间即可进行MRI成像	利用深度学习学习T1*到T1的转换，消除了传统方法中需要的延迟时间，从而缩短了扫描时间	训练数据仅包含39个GraspT1-TD6数据集和14个GraspT1-TD0数据集，样本量相对较小	开发一种更高效和稳健的3D LLIR T1映射方法	MRI成像中的T1映射	医学影像分析	NA	深度学习辅助的Look-Locker反转恢复MRI	深度学习模型	MRI图像	39个GraspT1-TD6数据集和14个GraspT1-TD0数据集
2906	2025-04-04	Machine Learning for Adrenal Gland Segmentation and Classification of Normal and Adrenal Masses at CT 2023-Feb, Radiology IF:12.1Q1 DOI:10.1148/radiol.220101 PMID:36125375	研究论文	本研究开发了一种机器学习算法，用于在增强CT图像上分割肾上腺并分类正常和含肿块的肾上腺	提出了一种两阶段的机器学习流程，能够自动分割肾上腺并区分正常肾上腺和含肿块的肾上腺	在二次测试集上的分类敏感性较低（69%）	开发一种用于肾上腺分割和分类的机器学习算法	增强CT图像中的肾上腺	计算机视觉	肾上腺疾病	深度学习	深度学习分割和分类模型	CT图像	开发数据集包含274例CT检查（251名患者），二次测试集包含991例CT检查（991名患者）
2907	2025-04-04	Detecting negative valence symptoms in adolescents based on longitudinal self-reports and behavioral assessments 2022-09-01, Journal of affective disorders IF:4.9Q1 DOI:10.1016/j.jad.2022.06.002 PMID:35688394	research paper	该研究提出了一种纵向深度学习框架，用于检测青少年负价症状的自我报告和行为评估	利用深度学习框架识别与负价系统相关的抑郁症状预测因子，包括外向性较低、睡眠质量较差、执行控制功能受损和物质使用相关因素	结果主要依赖于自我报告测量，未提供潜在神经相关性的信息，且需要更大的样本来理解性别和其他人口统计学因素在负价症状风险中的作用	理解青少年负价症状的轨迹及其对成年后心理健康的影响	621名12至17岁的青少年参与者	machine learning	depression	deep learning	NA	self-reports and behavioral assessments	621名参与者
2908	2025-04-04	DRTOP : deep learning-based radiomics for the time-to-event outcome prediction in lung cancer 2020-07-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-020-69106-8 PMID:32703973	研究论文	提出了一种基于深度学习的放射组学模型DRTOP，用于预测肺癌患者的时间-事件结果	DRTOP模型直接处理原始图像，无需预先定义特征或精确肿瘤分割，提高了预测效率和准确性	研究样本量较小（132例肺癌患者），且为内部数据集，可能需要更大规模的外部验证	开发深度学习模型以预测肺癌患者的生存和复发时间	肺癌患者	数字病理学	肺癌	深度学习放射组学	深度学习模型（未指定具体架构）	CT和PET医学影像	132例肺癌患者
2909	2025-04-03	Accelerating high-concentration monoclonal antibody development with large-scale viscosity data and ensemble deep learning 2025-Dec, mAbs IF:5.6Q1 DOI:10.1080/19420862.2025.2483944 PMID:40170162	研究论文	本研究开发了一个名为DeepViscosity的集成深度学习模型，用于预测高浓度单克隆抗体的粘度，以加速抗体药物的开发	使用229种单克隆抗体的粘度数据训练了102个集成人工神经网络模型，显著提高了预测准确性和泛化能力	模型仅基于30个序列特征进行预测，可能忽略了其他影响粘度的因素	开发能够准确预测高浓度单克隆抗体粘度的计算模型，以优化抗体药物开发流程	229种单克隆抗体(mAbs)	机器学习	NA	深度学习	集成人工神经网络	序列数据	229种单克隆抗体(训练集) + 54种单克隆抗体(两个独立测试集)
2910	2025-04-03	Automatic Quantification of Serial PET/CT Images for Pediatric Hodgkin Lymphoma Using a Longitudinally Aware Segmentation Network 2025-May, Radiology. Artificial intelligence DOI:10.1148/ryai.240229 PMID:39969278	research paper	开发了一种纵向感知分割网络（LAS-Net），用于量化儿童霍奇金淋巴瘤患者的系列PET/CT图像	LAS-Net引入了纵向交叉注意力机制，允许PET1的相关特征为PET2的分析提供信息	外部测试队列的性能略有下降	开发一种能够量化儿童霍奇金淋巴瘤患者系列PET/CT图像的纵向感知分割网络	儿童霍奇金淋巴瘤患者的系列PET/CT图像	digital pathology	Hodgkin lymphoma	PET/CT	CNN	image	297名儿童患者（内部数据集200名，外部测试数据集97名）
2911	2025-04-03	Deep Learning-Assisted SERS for Therapeutic Drug Monitoring of Clozapine in Serum on Plasmonic Metasurfaces 2025-Apr-02, Nano letters IF:9.6Q1 DOI:10.1021/acs.nanolett.5c00391 PMID:40111434	研究论文	本文提出了一种结合人工神经网络(ANNs)和表面增强拉曼光谱(SERS)的新方法，用于快速监测血清中的氯氮平及其代谢物	首次将ANNs与SERS结合在等离子体超表面上，用于氯氮平及其代谢物的快速治疗药物监测	未提及样本量的具体信息，且仅针对氯氮平及其两种代谢物进行验证	开发一种快速、精确的治疗药物监测方法，以优化氯氮平的治疗效果并减少副作用	氯氮平及其两种主要代谢物(去甲氯氮平和氯氮平-N-氧化物)在人体血清中的浓度	生物医学诊断	精神分裂症	表面增强拉曼光谱(SERS)	人工神经网络(ANNs)	光谱数据	NA
2912	2025-04-03	Integrative Multi-Omics and Routine Blood Analysis Using Deep Learning: Cost-Effective Early Prediction of Chronic Disease Risks 2025-Apr-02, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202412775 PMID:40171841	研究论文	本研究通过多组学数据和深度学习模型，开发了一种基于常规血液检测的慢性非传染性疾病风险预测系统	开发了名为Omicsformer的深度学习模型，能够从常规血液样本中识别多种疾病的潜在风险，并验证了其在临床前风险评估中的有效性	研究样本主要来自高海拔地区的亚健康人群，可能限制了结果的普遍适用性	探索慢性非传染性疾病的早期预测方法，推动个性化医疗发展并降低社区疾病筛查成本	160名高海拔地区亚健康个体和20年大规模临床患者数据	机器学习	慢性非传染性疾病（包括癌症、心血管疾病和精神疾病等）	多组学分析	Omicsformer（深度学习模型）	多组学数据和常规血液检测结果	160名亚健康个体+20年临床患者数据
2913	2025-04-03	Artificial Intelligent-Enhanced Metabolite Profiling for Intraoperative IDH1 Genotyping in Glioma Using an Orthogonally Responsive SERS Probe 2025-Apr-02, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202503360 PMID:40171868	研究论文	本文提出了一种利用人工智能增强的代谢物分析和正交响应SERS探针，用于胶质瘤术中IDH1基因分型的新方法	开发了一种新型SERS探针，通过同时测量两种氧化还原相关代谢物，结合深度学习算法，实现了术中快速IDH1基因分型	研究样本量较小(31例胶质瘤患者)，需要更大规模的临床验证	优化胶质瘤手术策略和术后个性化治疗	胶质瘤患者	数字病理	胶质瘤	表面增强拉曼散射(SERS)	深度学习	拉曼光谱	31例胶质瘤患者
2914	2025-04-03	Continuous glucose feedback control using Raman spectroscopy and deep learning models for biopharmaceutical processes 2025-Apr-02, Biotechnology progress IF:2.5Q3 DOI:10.1002/btpr.70020 PMID:40172019	研究论文	本研究探讨了在高消耗、高复杂度的细胞培养过程中，利用拉曼光谱和先进深度学习模型实施连续葡萄糖控制策略	结合拉曼光谱和深度学习模型（包括卷积神经网络和变分自编码器即时学习）进行连续葡萄糖控制，提高了葡萄糖测量的准确性和稳定性	在制造环境中，拉曼光谱可能不可行，需要开发可扩展的替代方案	提高生物制药过程中葡萄糖控制的准确性和稳定性，优化产品质量和生产效率	高消耗、高复杂度的细胞培养过程	生物制药	NA	拉曼光谱	CNN, 变分自编码器	光谱数据	多个细胞系
2915	2025-04-03	Editorial Comment: Deep Learning Unlocks the Prognostic Importance of Thoracic Aortic Calcification 2025-Apr-02, AJR. American journal of roentgenology DOI:10.2214/AJR.25.33012 PMID:40172167	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
2916	2025-04-03	Predicting Respiratory Disease Mortality Risk Using Open-source AI on Chest Radiographs in an Asian Health Screening Population 2025-Apr-02, Radiology. Artificial intelligence DOI:10.1148/ryai.240628 PMID:40172326	研究论文	评估开源深度学习算法CXR-Lung-Risk在亚洲健康筛查人群中预测呼吸系统疾病死亡风险的预后价值	使用开源深度学习算法CXR-Lung-Risk对亚洲人群进行呼吸系统疾病死亡风险分层，并探索性分析基线及随访CXR的纵向风险轨迹	单中心回顾性研究，样本量虽大但仅针对亚洲人群，可能限制结果的普适性	评估CXR-Lung-Risk算法预测呼吸系统疾病死亡风险的预后价值	36,924名接受健康筛查的亚洲人群的胸部X光片	数字病理	肺癌	深度学习	CXR-Lung-Risk	胸部X光图像	36,924名个体（中位年龄58岁，22,352名男性）
2917	2025-04-03	Unsupervised Deep Learning for Blood-Brain Barrier Leakage Detection in Diffuse Glioma Using Dynamic Contrast-enhanced MRI 2025-Apr-02, Radiology. Artificial intelligence DOI:10.1148/ryai.240507 PMID:40172325	research paper	该研究开发了一种无监督深度学习框架，用于检测弥漫性胶质瘤中的血脑屏障渗漏，无需药代动力学模型和动脉输入函数估计	提出了一种基于自编码器的异常检测方法，通过重建残差识别异常信号，无需依赖传统的药代动力学模型和动脉输入函数估计	研究为回顾性研究，样本量有限（274例患者），且仅针对弥漫性胶质瘤	开发一种无需药代动力学模型和动脉输入函数估计的血脑屏障渗漏检测方法	接受动态对比增强MRI检查的弥漫性胶质瘤患者	digital pathology	glioma	DCE MRI	autoencoder-based anomaly detection (AEAD)	MRI图像	274例患者（164名男性，平均年龄54.23±14.66岁）
2918	2025-04-03	Integrating deep learning and molecular dynamics simulations for FXR antagonist discovery 2025-Apr-02, Molecular diversity IF:3.9Q2 DOI:10.1007/s11030-025-11145-2 PMID:40172823	研究论文	该研究结合深度学习和分子动力学模拟，发现FXR拮抗剂用于治疗代谢性疾病	开发了预测FXR拮抗活性和毒性的深度学习模型，并通过分子动力学模拟筛选出潜在候选化合物	研究中仅筛选了HMDB数据库中的化合物，未涵盖所有可能的化合物	发现FXR拮抗剂用于治疗代谢性疾病	217,345种化合物，特别是HMDB0253354 (Fulvestrant)和HMDB0242367 (ZM 189154)	机器学习	代谢性疾病	深度学习，分子动力学模拟	深度学习模型	化合物数据	217,345种化合物
2919	2025-04-03	Overfit detection method for deep neural networks trained to beamform ultrasound images 2025-Apr, Ultrasonics IF:3.8Q1 DOI:10.1016/j.ultras.2024.107562 PMID:39746284	研究论文	提出一种检测深度神经网络在超声图像波束成形中过拟合的方法	无需重新训练网络或额外测试数据，仅需网络结构和训练权重即可检测过拟合	方法仅在三种人工输入（零、一和高斯噪声）上进行了验证，可能需要更多样化的输入验证	检测深度神经网络在超声图像重建中的过拟合问题	用于超声图像波束成形的深度神经网络	计算机视觉	NA	深度神经网络训练与评估	DNN	超声图像	多站点数据训练的三种DNN模型，参与CUBDL挑战
2920	2025-04-03	Deep-ER: Deep Learning ECCENTRIC Reconstruction for fast high-resolution neurometabolic imaging 2025-Apr-01, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2025.121045 PMID:39894238	research paper	提出一种名为Deep-ER的深度学习重建方法，用于快速高分辨率神经代谢成像	开发了一种基于深度学习的ECCENTRIC重建方法（Deep-ER），显著提高了重建速度和质量	训练数据量相对较小（21例训练，6例测试），可能影响模型的泛化能力	提高磁共振波谱成像（MRSI）的重建速度和质量，以促进神经科学和精准医学应用	高分辨率体模和27名人类参与者（22名健康志愿者和5名胶质瘤患者）	digital pathology	glioma	Magnetic Resonance Spectroscopic Imaging (MRSI), ECCENTRIC pulse sequence	deep neural network with recurring interlaced convolutional layers	MRI imaging data	27 subjects (22 healthy volunteers and 5 glioma patients)