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
301	2025-09-09	Artificial Intelligence Applications in Image-Based Diagnosis of Early Esophageal and Gastric Neoplasms 2025-Aug, Gastroenterology IF:25.7Q1 DOI:10.1053/j.gastro.2025.01.253 PMID:40043857	综述	探讨人工智能在基于图像的上消化道早癌诊断中的应用与挑战	提出结合多模态数据（如内镜与病理图像）以增强AI模型鲁棒性和可解释性	训练数据集多样性不足及AI系统'黑箱'特性影响模型泛化能力和临床信任度	提升上消化道早癌的图像诊断准确性和治疗规划效果	巴雷特食管、食管鳞癌和早期胃癌等上消化道病变	计算机视觉	消化道肿瘤	深度学习	CNN	内镜图像	NA
302	2025-09-09	Intelligent Diagnosis of Pancreatic Biopsy From Endoscopic Ultrasound-Guided Fine-Needle Aspiration Via Stimulated Raman Histopathology 2025-Aug, Laboratory investigation; a journal of technical methods and pathology DOI:10.1016/j.labinv.2025.104182 PMID:40288652	研究论文	开发基于深度学习与受激拉曼散射显微镜的快速无标记方法，用于胰腺EUS-FNA样本的术中组织学诊断	首次将深度学习与受激拉曼散射显微镜结合用于胰腺活检样本的实时术中诊断，替代传统快速现场评估	研究样本量有限（76例训练集），需进一步扩大验证	开发高效客观的胰腺肿瘤术中诊断方法	胰腺内镜超声引导细针穿刺活检样本	数字病理	胰腺癌	受激拉曼散射显微镜，苏木精-伊红染色	CNN（卷积神经网络），梯度加权类激活映射	显微镜图像	76例患者训练集，33例外部测试集
303	2025-09-09	Deep Learning Methodology for Quantification of Normal Pancreas Structures 2025-Aug, Toxicologic pathology IF:1.4Q4 DOI:10.1177/01926233251341824 PMID:40522090	研究论文	使用深度学习方法开发量化正常胰腺结构的自动化算法，并验证其在疾病模型和毒性研究中的有效性	首次将深度学习应用于胰腺亚结构的连续量化，克服传统病理评估的主观性和分类测量限制	未明确说明样本规模及模型在其他器官的泛化能力需进一步验证	开发自动化量化器官亚结构的深度学习方法，提高病理评估的客观性和精确性	正常和异常胰腺组织样本	数字病理学	胰腺疾病	深度学习图像分析	深度学习算法（具体架构未说明）	病理图像	NA
304	2025-09-09	Recurrent multi-view 6DoF pose estimation for marker-less surgical tool tracking 2025-Aug, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03436-8 PMID:40528143	研究论文	提出一种基于多视角和循环神经网络的无标记手术器械6自由度姿态估计方法，用于提升手术导航中的器械跟踪精度	结合多视角姿态估计与循环神经网络，利用时间连贯性改进跟踪，并增强时空特征提取器以整合整个帧序列的特征	NA	开发无标记手术器械跟踪方法，以替代基于标记的系统，解决其准备耗时和易受遮挡的问题	手术器械	计算机视觉	NA	深度学习	RNN	RGB视频	合成数据集和真实四摄像头数据集
305	2025-09-09	NeuroLens: organ localization using natural language commands for anatomical recognition in surgical training 2025-Aug, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03463-5 PMID:40555837	研究论文	本研究介绍了NeuroLens，一种多模态系统，通过整合视频、文本和语音输入来增强解剖结构识别，旨在为外科培训学员提供交互式学习平台	开发了结合视频与文本/语音输入的多模态深度学习定位模型，实现通过自然语言命令进行解剖结构识别与定位	样本量较小限制了结果的普适性	提升外科培训中的解剖识别能力，提供交互式学习工具	外科学员和执业外科医生	计算机视觉	NA	多模态深度学习，内窥镜视频处理	深度学习定位模型	视频，文本，语音	5名参与者（外科学生和执业外科医生）
306	2025-09-09	BronchoGAN: anatomically consistent and domain-agnostic image-to-image translation for video bronchoscopy 2025-Aug, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03450-w PMID:40560442	研究论文	提出一种结合解剖学约束和条件GAN的跨域支气管镜图像翻译方法BronchoGAN	引入支气管开口匹配的解剖约束，并利用基础模型生成的深度图像作为中间表示提升跨域鲁棒性	NA	解决支气管镜图像稀缺问题，实现多域图像到图像的鲁棒翻译	支气管镜图像（虚拟支气管镜、体模、体内外图像）	计算机视觉	肺部疾病	图像到图像翻译	条件GAN	图像	NA
307	2025-09-09	Predicting Retinal Nerve Fiber Layer Thickness From Ocular Hypertension Treatment Study Optic Disc Photographs 2025-Aug-01, JAMA ophthalmology IF:7.8Q1 DOI:10.1001/jamaophthalmol.2025.1740 PMID:40569586	研究论文	使用深度学习从视盘照片预测视网膜神经纤维层厚度，并评估其作为原发性开角型青光眼风险因素的有效性	首次利用深度学习模型（M2M）从视盘照片预测RNFL厚度，并将其确立为青光眼发展的新型风险预测因子	研究仅针对高眼压症患者，未涉及其他青光眼亚型或健康人群	预测RNFL厚度并评估其作为POAG发展风险因素的效用	1636名高眼压症患者的3272只眼睛	数字病理学	青光眼	深度学习	M2M模型	图像	66,714张视盘照片来自3272只眼睛
308	2025-09-09	CoSpred: Machine Learning Workflow to Predict Tandem Mass Spectrum in Proteomics 2025-Aug, Proteomics IF:3.4Q2 DOI:10.1002/pmic.70004 PMID:40583480	研究论文	介绍了一个名为CoSpred的端到端机器学习工作流，用于预测蛋白质组学中的串联质谱	采用transformer编码器架构预测完整MS/MS谱图，支持用户自定义训练数据集并允许模块化替换其他ML模型	NA	提高肽段和蛋白质的鉴定率，通过生成高保真理论谱图构建更完整的光谱库	肽段序列和对应的质谱数据	机器学习	NA	质谱分析，深度学习	transformer encoder	质谱数据，序列数据	NA
309	2025-09-09	Novel CAC Dispersion and Density Score to Predict Myocardial Infarction and Cardiovascular Mortality 2025-Aug, Circulation. Cardiovascular imaging DOI:10.1161/CIRCIMAGING.125.018059 PMID:40613107	研究论文	提出一种新型冠状动脉钙化分散度和密度评分（CAC-DAD），用于预测心肌梗死和心血管死亡率	首次结合钙化斑块空间分布和高密度钙化的保护性效应，开发出自动化CAC-DAD评分	回顾性研究设计，样本量有限（961例），随访时间中位数较短（30天）	评估新型CAC-DAD评分对主要不良心血管事件（MACE）的预测价值	接受心脏计算机断层扫描的心血管或围手术期风险评估患者	数字病理	心血管疾病	心脏计算机断层扫描，深度学习算法	深度学习	医学影像	961例患者（中位年龄67岁，61%男性）
310	2025-09-09	Three-Dimensional Visualisation of Blood Vessels in Human Gliomas Using Tissue Clearing and Deep Learning 2025-08, Neuropathology and applied neurobiology IF:4.0Q1 DOI:10.1111/nan.70027 PMID:40628519	研究论文	结合组织透明化与深度学习技术实现人脑胶质瘤血管的三维可视化	首次将OPTIClear组织透明化、3D共聚焦成像与定制化3D U-Net结合，实现完整人脑组织内胶质瘤血管系统的全息三维重建	研究基于福尔马林固定厚切片样本，未涉及活体或动态血管功能分析	开发高精度三维可视化技术以揭示胶质瘤血管空间异质性	人脑胶质瘤组织样本（低级别与高级别）	数字病理学	脑胶质瘤	组织透明化(OPTIClear)、免疫荧光标记、3D共聚焦显微镜成像	3D U-Net	三维显微镜图像	人脑胶质瘤厚组织切片（500μm）
311	2025-09-09	A multimodule graph-based neural network for accurate drug-target interaction prediction via genomic, proteomic, and structural data fusion 2025-Aug, International journal of biological macromolecules IF:7.7Q1 DOI:10.1016/j.ijbiomac.2025.145907 PMID:40653240	研究论文	开发了一种基于图神经网络的多模块模型GINCOVNET，用于通过融合基因组、蛋白质组和结构数据准确预测药物-靶点相互作用	首次整合分子结构信息、靶点序列和扰动基因表达数据，通过多数据融合显著提升预测性能	NA	加速药物发现和重定位，提供更全面的药物-靶点相互作用分子机制理解	药物分子和靶点蛋白质	机器学习	NA	基因组学、蛋白质组学、结构数据融合	图神经网络(GNN)	分子结构数据、蛋白质序列数据、基因表达数据	NA
312	2025-09-09	Identification of hypertrophic cardiomyopathy on electrocardiographic images with deep learning 2025-Aug, Nature cardiovascular research IF:9.4Q1 DOI:10.1038/s44161-025-00685-3 PMID:40696040	研究论文	开发并验证了一种基于深度学习的心电图图像识别模型，用于检测肥厚型心肌病	首次利用深度学习直接从12导联心电图图像（而非原始电压数据）检测HCM，且能跨不同图像布局工作	模型性能依赖外部数据集的定义标准（部分使用诊断代码而非统一影像确认）	提高肥厚型心肌病的筛查效率和可及性	肥厚型心肌病患者的心电图图像	计算机视觉	心血管疾病	深度学习	CNN（基于图像处理推断）	图像	初始开发：124,553份心电图（66,987人）；外部验证：MIMIC-IV、AUMC和UK Biobank数据集
313	2025-09-09	ECG-GraphNet: Advanced arrhythmia classification based on graph convolutional networks 2025-Aug, Heart rhythm O2 IF:2.5Q2 DOI:10.1016/j.hroo.2025.05.012 PMID:40917189	研究论文	提出基于图卷积网络的ECG-GraphNet模型，用于心律失常分类	创新性地将ECG波形建模为图结构（P波、QRS波群、T波作为节点），并采用QRS中心加权平均池化方法增强特征提取	NA	准确分类三种心律失常类型（正常、室上性异位、室性异位搏动）	心电图信号	医疗人工智能	心血管疾病	图卷积网络	GCN	心电图信号	328名患者的10秒单导联ECG记录
314	2025-09-09	DeepHVI: A multimodal deep learning framework for predicting human-virus protein-protein interactions using protein language models 2025-Aug, Biosafety and health IF:3.5Q1 DOI:10.1016/j.bsheal.2025.07.005 PMID:40918205	研究论文	提出一种多模态深度学习框架DeepHVI，用于预测人类与病毒蛋白质间的相互作用	整合蛋白质语言模型与多模态融合技术，结合二元分类和条件序列生成任务，提高生物相关性相互作用的预测准确性	NA	系统预测人类与病毒蛋白质间的潜在相互作用，以研究病毒感染机制并指导公共卫生策略	人类蛋白质和病毒蛋白质	自然语言处理	传染病	蛋白质语言模型, 多模态融合	深度学习框架	蛋白质序列数据	高置信度实验数据集，包括SARS-CoV-2与人类相互作用案例
315	2025-09-09	Deep Learning Model for Osteoporosis Screening From Chest Radiographs: A Multicenter Analysis of External Robustness and Model Calibration 2025-Aug, Cureus DOI:10.7759/cureus.89446 PMID:40918770	研究论文	开发基于胸部X光片的深度学习模型用于骨质疏松筛查，并评估其内外数据性能及校准方法	通过混合外部数据校准模型，显著提升跨中心数据的筛查性能，证明模型可替代传统DXA进行低成本筛查	外部数据性能仍低于内部数据，需至少500例外部数据参与训练才能有效校准	开发无需额外侵入性检查的骨质疏松筛查工具，解决DXA检测资源有限的问题	骨质疏松疑似患者	计算机视觉	骨质疏松症	深度学习	深度学习模型（未指定具体架构）	胸部X光图像	多中心数据（未明确总样本量，外部数据校准需≥500例）
316	2025-09-09	GPT2-ICC: A data-driven approach for accurate ion channel identification using pre-trained large language models 2025-Aug, Journal of pharmaceutical analysis IF:6.1Q1 DOI:10.1016/j.jpha.2025.101302 PMID:40919588	研究论文	开发基于预训练大语言模型的深度学习算法GPT2-ICC，用于从蛋白质序列中准确识别离子通道	首次将表示学习与大语言模型分类器相结合，处理高度不平衡的蛋白质序列数据并实现高精度离子通道识别	NA	解决现有方法在离子通道准确分类方面的局限性，开发人工智能驱动的离子通道识别工具	蛋白质序列，特别是人类蛋白质组中未注释的潜在离子通道	自然语言处理	NA	深度学习，表示学习，大语言模型(LLM)	GPT2	蛋白质序列数据	测试集包含约239倍的非离子通道蛋白质
317	2025-09-09	mamp-ml: A deep learning approach to epitope immunogenicity in plants 2025-Jul-15, bioRxiv : the preprint server for biology DOI:10.1101/2025.07.11.664399 PMID:40791437	研究论文	开发了一个基于深度学习的机器学习框架mamp-ml，用于预测植物受体-配体相互作用和表位免疫原性	结合ESM-2蛋白质语言模型和二十多年的功能数据，构建了无需实验结构即可预测免疫原性结果的管道和模型	NA	预测植物受体-配体相互作用和免疫原性结果	植物受体和配体	机器学习	NA	深度学习，蛋白质语言模型	ESM-2	蛋白质序列数据	NA
318	2025-09-09	Deep learning-based segmentation of the trigeminal nerve and surrounding vasculature in trigeminal neuralgia 2025-Jul-01, Journal of neurosurgery IF:3.5Q1 DOI:10.3171/2024.10.JNS241060 PMID:40053933	研究论文	本研究应用深度学习模型对三叉神经痛患者的MRI影像进行三叉神经及周围血管的分割，以量化神经血管解剖特征	首次系统比较六种不同编码器骨干的U-Net网络在三叉神经及血管分割任务中的性能，并开发定量评估神经血管接触的客观指标	研究基于单中心回顾性数据，样本量较小（50例患者），需外部验证以证明泛化能力	开发自动分割三叉神经及周围血管的深度学习方法，为三叉神经痛的术前评估提供定量工具	三叉神经痛患者的三叉神经和周围血管结构	医学影像分析	三叉神经痛	MRI成像，深度学习分割	U-Net (SE-ResNet50 backbone)	MRI影像	50例三叉神经痛患者的术前高分辨率MRI数据
319	2025-09-09	A pilot study of deep learning for automatic contouring of sulcus-to-sulcus diameter in ultrasound biomicroscopy 2025-Jul, Graefe's archive for clinical and experimental ophthalmology = Albrecht von Graefes Archiv fur klinische und experimentelle Ophthalmologie DOI:10.1007/s00417-025-06764-2 PMID:40119915	研究论文	本研究基于YOLOv8深度学习算法，开发了一种从超声生物显微镜图像自动预测睫状沟直径和晶状体前表面距离的方法	首次基于YOLOv8实现超声生物显微镜图像中睫状沟相关参数的自动测量，与传统手动标注相比具有高精度优势	STSL参数的预测误差较大（67.95±140.09%），且与标注值的组内相关系数较低（ICC=0.086）	开发自动测量睫状沟直径和晶状体距离的深度学习算法，验证其准确性和可靠性	100名近视患者的100只眼（400张UBM图像）	计算机视觉	近视	超声生物显微镜（UBM）	YOLOv8	图像	100名患者（100只眼）的400张UBM图像，其中80%训练、10%验证、10%测试，另用26只眼（104张图像）进行外部验证
320	2025-09-09	Continuous glucose feedback control using Raman spectroscopy and deep learning models for biopharmaceutical processes 2025 Jul-Aug, Biotechnology progress IF:2.5Q3 DOI:10.1002/btpr.70020 PMID:40172019	研究论文	本研究利用拉曼光谱和深度学习模型在生物制药过程中实现连续葡萄糖反馈控制	结合卷积神经网络和变分自编码器即时学习等先进深度学习模型，开发了连续葡萄糖计算器（CGC）作为可扩展替代方案	拉曼光谱在制造环境中可能不可行	提高生物工艺效率和产品质量，解决动态高消耗生物反应器系统的挑战	高消耗、高复杂性细胞培养过程	机器学习	NA	拉曼光谱	CNN, VAE	光谱数据	多个细胞系实验验证