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
3261	2025-07-23	A High-resolution T2WI-based Deep Learning Model for Preoperative Discrimination Between T2 and T3 Rectal Cancer: A Multicenter Study 2025-Aug, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.03.048 PMID:40221285	研究论文	本研究构建了一个基于高分辨率T2加权图像的深度学习模型，用于术前区分T2和T3期直肠癌，并与经验丰富的放射科医生进行了性能比较	开发了一个基于DenseNet的深度学习模型，在区分T2和T3期直肠癌方面表现优于放射科医生	研究为回顾性设计，样本量相对较小，外部测试集仅包含26名患者	提高直肠癌术前分期的准确性，支持临床治疗决策	281名经病理证实的直肠癌患者	数字病理	直肠癌	高分辨率T2加权成像	DenseNet	医学影像	281名患者（来自四个中心）
3262	2025-07-23	Prediction of Tumor Budding Grading in Rectal Cancer Using a Multiparametric MRI Radiomics Combined with a 3D Vision Transformer Deep Learning Approach 2025-Aug, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.03.046 PMID:40246672	研究论文	评估多参数MRI放射组学结合3D Vision Transformer深度学习模型在预测直肠癌患者肿瘤萌芽分级中的有效性	首次结合多参数MRI放射组学和3D Vision Transformer深度学习模型预测直肠癌肿瘤萌芽分级	回顾性研究设计可能引入选择偏倚，且未建立临床模型	开发非侵入性方法预测直肠癌肿瘤萌芽分级，以辅助个性化治疗和预后评估	349例直肠腺癌患者（来自两家医院）	数字病理	直肠癌	多参数MRI（T2WI、DWI、T1CE）	3D Vision Transformer (ViT)	医学影像	349例患者（187例训练集，80例内部测试集，82例外部测试集）
3263	2025-05-02	Enhancing the Diagnostic Accuracy of Deep Learning-Based CTS Grading Could Expand Its Clinical Applicability 2025-Aug, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.04.022 PMID:40307112	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
3264	2025-07-23	Prediction of EGFR Mutations in Lung Adenocarcinoma via CT Images: A Comparative Study of Intratumoral and Peritumoral Radiomics, Deep Learning, and Fusion Models 2025-Aug, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.04.029 PMID:40328536	研究论文	本研究通过CT图像的放射组学和深度学习方法分析肺腺癌患者的肿瘤内和肿瘤周围特征，并开发验证了一种多模型融合策略来预测表皮生长因子受体（EGFR）突变状态	结合肿瘤内和肿瘤周围区域的放射组学与深度学习模型，采用软投票策略的多模态融合方法，显著提高了预测性能	研究基于回顾性数据，可能存在选择偏差	预测肺腺癌患者的EGFR突变状态	826名肺腺癌患者的CT图像数据	数字病理	肺腺癌	放射组学特征提取、深度学习	Lasso、多种机器学习算法、nnUNet、2D/2.5D/3D深度学习模型	CT图像	826名患者（来自两家医院）
3265	2025-07-23	Renal Transplant Survival Prediction From Unsupervised Deep Learning-Based Radiomics on Early Dynamic Contrast-Enhanced MRI 2025-Aug, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.05.001 PMID:40413148	研究论文	本研究探讨了利用无监督深度学习算法从早期动态对比增强MRI数据中提取与肾移植存活相关的放射组学特征	首次将无监督对比学习应用于肾移植存活预测，从MRI数据中提取放射组学特征	需要进一步研究验证该技术的稳健性，并确定如何将其整合到多模态和临床环境中	预测肾移植存活率	肾移植患者	数字病理	终末期肾病	动态对比增强MRI	CNN	图像	108名患者用于训练，48名患者用于验证
3266	2025-07-23	Cutoff SUVR of [18F]Florapronol PET for Differentiating Alzheimer's Dementia from Normal Controls: Insights from ROC Analysis and Partial Volume Correction 2025-Aug, Nuclear medicine and molecular imaging IF:1.3Q3 DOI:10.1007/s13139-025-00911-7 PMID:40686829	research paper	本研究旨在通过[18F]florapronol PET成像和深度学习自动量化软件，建立一个可靠的SUVR截止阈值来区分阿尔茨海默病（AD）患者与正常对照（NC）个体	结合部分体积校正（PVC）与SUVR分析以提高AD诊断准确性，并通过深度学习自动量化软件建立标准化的SUVR阈值	研究排除了轻度认知障碍（MCI）患者，样本量相对较小（n=141）	建立可靠的SUVR截止阈值以区分AD患者与NC个体，并评估PVC对诊断准确性的影响	55名AD患者（排除MCI）和86名NC对照	digital pathology	Alzheimer's disease	[18F]florapronol PET imaging, deep learning-based automated quantification	deep learning	PET imaging data	141 participants (55 AD patients and 86 NC controls)
3267	2025-07-23	Modern statistical techniques for cardiothoracic surgeons: Part 8-Bayesian analysis and beyond 2025-Aug, Indian journal of thoracic and cardiovascular surgery IF:0.7Q4 DOI:10.1007/s12055-025-01941-8 PMID:40693004	研究论文	本文探讨了贝叶斯分析和机器学习在心胸外科研究中的应用及其潜力	结合贝叶斯分析和机器学习，整合先验知识与数据驱动分析，为心胸外科研究提供新的统计方法	未具体说明实际应用案例或实验验证结果	探讨现代统计技术在心胸外科研究中的应用	心胸外科研究中的统计方法	机器学习	心血管疾病	贝叶斯分析、深度学习、聚类	NA	大型数据集	NA
3268	2025-07-23	A Deep Learning Framework for the Electronic Structure of Water: Toward a Universal Model 2025-Jul-22, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.5c00496 PMID:40588763	研究论文	提出了一种改进的机器学习方法DeePKS-ES，用于精确模拟水系统的电子结构	通过将哈密顿矩阵及其特征值和特征向量纳入损失函数，建立了一个适用于水系统的通用模型，能够从低成本的PBE计算中重现高精度HSE06的电子特性	NA	精确模拟从单个分子到体相液体的水电子结构	水系统的电子结构	机器学习	NA	Deep Kohn-Sham (DeePKS)方法	DeePKS-ES	电子结构数据	分子团簇和液相模拟
3269	2025-07-09	Correction to "Deep Learning Enhanced Near Infrared-II Imaging and Image-Guided Small Interfering Ribonucleic Acid Therapy of Ischemic Stroke" 2025-Jul-22, ACS nano IF:15.8Q1 DOI:10.1021/acsnano.5c07799 PMID:40623919	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
3270	2025-07-23	Deep Learning-Based Classification of NSCLC-Derived Extracellular Vesicles Using AFM Nanomechanical Signatures 2025-Jul-22, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c02009 PMID:40626500	研究论文	该研究利用原子力显微镜（AFM）和深度学习模型对非小细胞肺癌（NSCLC）衍生的细胞外囊泡（EVs）进行纳米力学特征分类	首次展示了基于纳米力学的NSCLC衍生EVs分类方法，并结合深度学习模型显著提高了诊断性能	样本变异性问题未完全解决，且需在临床样本中进一步验证性能	开发一种非侵入性诊断工具，用于NSCLC的精准诊断	非小细胞肺癌（NSCLC）衍生的细胞外囊泡（EVs）	数字病理学	肺癌	原子力显微镜（AFM）	DenseNet	图像	NSCLC亚型（A549、PC9、PC9/GR）和非肿瘤性支气管上皮细胞（BEAS-2B）
3271	2025-07-23	Event-Driven Taxonomy (EDT) Screening: Leveraging Effect-Based Spectral Libraries to Accelerate Semiquantitative Nontarget Analysis of AhR Agonists in Sediment in the Era of Big Data 2025-Jul-22, Environmental science & technology IF:10.8Q1 DOI:10.1021/acs.est.5c07344 PMID:40626791	研究论文	本文提出了一种事件驱动分类(EDT)筛选策略，用于快速识别和半定量沉积物中的非目标生物活性污染物，以芳烃受体(AhR)活性为例	通过整合两种新型效应光谱库到LC-HRMS筛选模板中，将分馏、生物测定、鉴定和定量整合为单一流程，显著提高了识别准确性和生物活性贡献解释	该方法主要针对AhR活性污染物，对其他类型污染物的适用性尚需验证	开发一种快速识别和半定量复杂化学混合物中生物活性污染物的方法	沉积物中的芳烃受体(AhR)活性污染物	环境分析化学	NA	LC-HRMS, 深度学习	深度学习	质谱数据	NA
3272	2025-07-23	Deep Learning-Enhanced Hand-Driven Spatial Encoding Microfluidics for Multiplexed Molecular Testing at Home 2025-Jul-22, ACS nano IF:15.8Q1 DOI:10.1021/acsnano.5c04309 PMID:40627810	研究论文	提出了一种基于人工智能的手动驱动微流控系统（MACRO），用于家庭诊断多种传染病	利用多维空间沙漏结构设计，通过翻转芯片实现流体的精确时空控制，结合RPA和CRISPR技术，无需核酸提取和纯化，简化了样本准备过程	需要进一步验证在更多种类传染病检测中的适用性	开发一种适用于家庭的多重分子检测系统，提升重大疫情的早期预警能力和公共卫生应急响应能力	多种传染病（如HPV、SARS-CoV-2、流感A和B）	数字病理	传染病	RPA、CRISPR	YoLov8	图像	140例宫颈拭子标本和70例呼吸道病原体样本
3273	2025-07-23	Discovering Molecular Insights in Organic Optoelectronics with Knowledge-Informed Interpretable Deep Learning 2025-Jul-22, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.5c00713 PMID:40637148	研究论文	提出了一种名为LUMIA的可解释深度学习框架，用于加速分子筛选和材料设计	LUMIA框架整合了化学知识引导的对比学习和蒙特卡洛树搜索，能够捕捉与化学直觉一致的层次化分子表示	当前模型的局限性在于其黑盒性质限制了生成全新化学知识和见解的能力	加速分子筛选和材料设计，生成新的化学知识	有机分子（约140万个）	机器学习	NA	对比学习, 蒙特卡洛树搜索(MCTS)	深度学习	分子数据	约140万个有机分子
3274	2025-07-23	Rapid Fluorescence Lifetime Imaging through One-Dimensional Deep Learning Optimization 2025-Jul-22, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c01984 PMID:40641077	研究论文	提出了一种基于一维通道注意力卷积神经网络（1D CANNs）的高效深度学习方法，用于快速处理荧光寿命成像数据	使用1D CANNs处理FLIM数据，具有计算效率高、训练数据集小、训练时间短的优势，并成功应用于磷光寿命成像和阿尔茨海默病诊断	未明确提及具体局限性，但可能受限于训练数据的多样性和规模	提高荧光寿命成像的数据处理效率和速度	荧光寿命成像数据、磷光寿命成像数据、阿尔茨海默病小鼠脑切片	生物医学光子学	阿尔茨海默病	时间相关单光子计数（TCSPC）、STED-FLIM成像	1D CANNs	时间序列数据、图像数据	实验训练数据集（具体数量未提及）
3275	2025-07-23	Machine Learning-Assisted Multimodal Early Screening of Lung Cancer Based on a Multiplexed Laser-Induced Graphene Immunosensor 2025-Jul-22, ACS nano IF:15.8Q1 DOI:10.1021/acsnano.5c02822 PMID:40644803	研究论文	提出了一种基于多路激光诱导石墨烯免疫传感器和机器学习的多模式早期肺癌筛查平台	结合多路激光诱导石墨烯免疫传感器和深度学习CT成像特征，开发了多模式预测模型，显著优于单一模态方法	未提及具体样本量或临床验证的广泛性	提高肺癌早期筛查的准确性和效率	肺癌患者	数字病理学	肺癌	多路激光诱导石墨烯免疫传感器、深度学习	深度学习	蛋白质组数据、CT成像数据、临床数据	NA
3276	2025-07-23	Dual-Network Deep Learning for Accelerated Head and Neck MRI: Enhanced Image Quality and Reduced Scan Time 2025-Jul-22, Head & neck DOI:10.1002/hed.28255 PMID:40693394	研究论文	本研究评估了一种双网络深度学习超分辨率方法，用于提高头颈部MRI的图像质量并减少扫描时间	采用双网络深度学习框架进行超分辨率重建，显著提升图像质量并减少扫描时间	研究样本量相对较小（58名参与者），且仅在一家机构进行	评估深度学习在头颈部MRI中提升图像质量和减少扫描时间的应用	头颈部肿块患者	医学影像分析	头颈部肿瘤	双网络深度学习超分辨率方法	双网络DL框架	MRI图像	58名参与者（34名男性，24名女性，平均年龄51.37±13.24岁）
3277	2025-07-23	DeepSecMS Advances DIA-Based Selenoproteome Profiling Through Cys-to-Sec Proxy Training 2025-Jul-22, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202504109 PMID:40693414	研究论文	本研究开发了一种名为DeepSecMS的深度学习方法，用于通过半胱氨酸到硒代半胱氨酸的代理训练策略，提升基于数据非依赖采集（DIA）的硒蛋白组分析	利用深度学习方法开发DeepSecMS，通过代理训练策略使用大量半胱氨酸肽段生成硒代半胱氨酸肽段的大规模理论库，显著提升硒蛋白的鉴定能力	未明确提及具体局限性	提升硒蛋白组的全面分析能力，并发现新的硒蛋白	硒蛋白，特别是含硒代半胱氨酸的肽段	蛋白质组学	NA	数据非依赖采集（DIA），质谱（MS）	深度学习	质谱数据	多种细胞类型和组织
3278	2025-07-23	Enhanced Online Continuous Brain-Control by Deep Learning-based EEG Decoding 2025-Jul-21, IEEE transactions on neural systems and rehabilitation engineering : a publication of the IEEE Engineering in Medicine and Biology Society IF:4.8Q1 DOI:10.1109/TNSRE.2025.3591254 PMID:40690341	研究论文	本研究通过深度学习模型IFNet提升基于运动想象的在线脑机接口性能	首次在在线运动想象脑机接口中应用深度学习模型IFNet，并显著提升性能	研究样本量较小（15名受试者），且未在临床患者中进行验证	探索深度学习在在线运动想象脑机接口中的应用效果	15名无脑机接口经验的受试者	脑机接口	中风康复	EEG信号解码	IFNet（交互频率卷积神经网络）	EEG信号	15名无BCI经验的受试者
3279	2025-07-23	Marigold: Affordable Adaptation of Diffusion-Based Image Generators for Image Analysis 2025-Jul-21, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3591076 PMID:40690349	research paper	介绍Marigold，一种基于预训练潜在扩散模型的条件生成模型家族和微调协议，用于密集图像分析任务	提出了一种新的方法，通过最小化预训练潜在扩散模型的架构修改，利用小规模合成数据集在单GPU上训练，实现最先进的零样本泛化	需要依赖预训练的潜在扩散模型，且训练过程虽然高效但仍需数天时间	探索如何从预训练的文本到图像生成模型中提取知识，并适应于密集图像分析任务	预训练的潜在扩散模型（如Stable Diffusion）及其在密集图像分析任务中的应用	computer vision	NA	denoising diffusion in a latent space	conditional generative models, latent diffusion models	image	small synthetic datasets
3280	2025-07-23	Harmonization and strengthening of Japan's biodosimetry network to support medical triage in the event of a nuclear disaster 2025-Jul-21, International journal of radiation biology IF:2.1Q2 DOI:10.1080/09553002.2025.2531908 PMID:40690716	研究论文	本文探讨了AI辅助的生物剂量测定系统在日本核灾难医疗分诊中的应用及其网络强化	利用深度学习算法自动化PNA-FISH图像中的染色体畸变检测，提高了剂量评估的效率和准确性	系统整合面临挑战，包括血液运输中的温度管理、染色体图像制备的标准化、数据共享系统的安全性及用户友好界面的开发	开发和整合AI辅助的生物剂量测定系统，以支持大规模核灾难中的医疗分诊和剂量评估	日本的先进辐射紧急医疗支持中心及其生物剂量测定网络	数字病理学	核辐射伤害	PNA-FISH, 深度学习	深度学习模型	图像	NA