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
321	2025-09-30	Pathologist-interpretable breast cancer subtyping and stratification from AI-inferred nuclear features 2025-Sep-06, bioRxiv : the preprint server for biology DOI:10.1101/2025.09.04.674077 PMID:41019630	研究论文	开发可解释的AI模型EXPAND，通过提取12个核病理图像特征来预测乳腺癌亚型和患者生存	首个专注于病理学家使用的诺丁汉分级标准中12个核特征的可解释AI模型	NA	开发可解释的AI模型用于乳腺癌亚型分类和生存分层	乳腺癌患者肿瘤切片	数字病理学	乳腺癌	AI推断的核特征分析	可解释AI模型	病理图像	NA
322	2025-09-30	AI bone lesion classifier with sensitivity-driven optimization for radiographs 2025-Sep-05, Clinical radiology IF:2.1Q2 DOI:10.1016/j.crad.2025.107075 PMID:41016074	研究论文	开发了一种基于深度学习的X光片骨病变分类器，专注于高灵敏度检测	采用灵敏度驱动的优化方法，专门最小化假阴性，并生成注意力图增强模型可解释性	NA	开发用于X光片原发性骨病变检测的深度学习分类器	上肢和下肢X光片中的骨病变	计算机视觉	骨肿瘤	深度学习	MobileNetV2	X光图像	1,177张X光片（来自310名患者），包括547例异常和630例正常病例
323	2025-09-30	Deep learning model trained using multi-energy computed tomography (CT) data shows better metal artifact reduction for lumbar CT imaging 2025-Sep-05, Clinical radiology IF:2.1Q2 DOI:10.1016/j.crad.2025.107076 PMID:41016075	研究论文	开发基于多能量和单能量虚拟单色图像的深度学习金属伪影减少模型，并比较它们在更宽能量范围内的性能	首次使用多能量CT数据训练深度学习金属伪影减少模型，证明多能量训练模型在宽能量范围内具有更优性能	研究仅针对腰椎植入物患者，样本量相对有限（93例）	开发优化的深度学习金属伪影减少方法，提升腰椎CT成像质量	接受多能量CT扫描的腰椎植入物患者	医学影像处理	脊柱疾病	多能量计算机断层扫描（CT）	深度学习模型	CT图像	93例腰椎植入物患者
324	2025-09-30	High-Performance Open-Source AI for Breast Cancer Detection and Localization in MRI 2025-09, Radiology. Artificial intelligence DOI:10.1148/ryai.240550 PMID:40560044	研究论文	开发并评估用于乳腺MRI扫描中乳腺癌检测和定位的开源深度学习模型	使用迄今为止最大的乳腺MRI数据集训练深度学习模型，并实现开源共享代码和权重	回顾性研究，数据主要来自单一主要医疗中心	开发高性能开源AI系统用于乳腺癌的检测和定位	乳腺MRI扫描图像	计算机视觉	乳腺癌	深度学习	神经网络	MRI图像	主要站点30,672个矢状面MRI检查（52,598个乳房）来自9,986名女性患者，验证集包括6,615个乳房（矢状面）和7,058个乳房（轴向），第二临床站点1,840个乳房
325	2025-09-30	Multi-Receptor Skin with Highly Sensitive Tele-Perception Somatosensory Flexible Electronics in Healthcare: Multimodal Sensing and AI-Powered Diagnostics 2025-Sep, Advanced healthcare materials IF:10.0Q1 DOI:10.1002/adhm.202502901 PMID:40619754	综述	系统回顾柔性电子技术在医疗监测领域的进展，重点关注多模态传感平台与人工智能算法的集成	整合多模态传感与AI算法，通过柔性基底、可拉伸互连和新型传感器架构实现电生理、生物物理和生化信号的同时采集	存在异质传感器集成、长期功能稳定性和体内生物相容性等技术挑战	推动柔性电子技术在智能医疗和个性化医疗中的发展与应用	柔性电子设备及其在医疗监测中的应用	柔性电子	NA	深度学习、边缘计算、能量采集、无线通信	深度学习	多模态生理信号	NA
326	2025-09-30	Prediction of Early Neoadjuvant Chemotherapy Response of Breast Cancer through Deep Learning-based Pharmacokinetic Quantification of DCE MRI 2025-09, Radiology. Artificial intelligence DOI:10.1148/ryai.240769 PMID:40631989	研究论文	通过基于深度学习的药代动力学量化方法预测乳腺癌新辅助化疗早期反应	使用深度学习模型对DCE MRI进行回顾性药代动力学量化，提高了病理完全缓解预测的泛化能力	回顾性研究设计，数据收集时间跨度较长（2002-2016年）	提高乳腺癌新辅助化疗后病理完全缓解预测的准确性和泛化性	乳腺癌患者	数字病理	乳腺癌	动态对比增强MRI（DCE MRI）	深度学习模型	医学影像	1073名女性乳腺癌患者，来自四个公开数据集
327	2025-09-30	MR-Transformer: A Vision Transformer-based Deep Learning Model for Total Knee Replacement Prediction Using MRI 2025-09, Radiology. Artificial intelligence DOI:10.1148/ryai.240373 PMID:40668131	研究论文	开发基于Vision Transformer的深度学习模型MR-Transformer，利用MRI预测膝骨关节炎进展为全膝关节置换的风险	首次将Transformer架构结合ImageNet预训练和三维空间相关性应用于膝骨关节炎进展预测	回顾性研究设计，样本量相对有限	预测膝骨关节炎进展为全膝关节置换的风险	膝骨关节炎患者	计算机视觉	骨关节炎	MRI成像	Vision Transformer	医学影像	Osteoarthritis Initiative数据库353对病例对照（随访9年），Multicenter Osteoarthritis Study数据库270对病例对照（随访7年）
328	2025-09-30	Predicting arterial pressure without prejudice: towards effective hypotension prediction models 2025-Sep, British journal of anaesthesia IF:9.1Q1 DOI:10.1016/j.bja.2025.06.016 PMID:40685291	评论	讨论基于动脉波形开发有效低血压预测模型时选择偏倚的影响及改进建议	通过对比有偏和无偏数据训练深度学习模型，揭示选择偏倚对模型学习动脉波形信息能力的具体影响	未提出新的预测模型，主要基于他人研究结果进行讨论分析	开发有效的低血压预测算法并解决选择偏倚问题	动脉波形数据和低血压预测模型	医疗人工智能	心血管疾病	深度学习	深度学习预测模型	动脉波形数据	NA
329	2025-09-30	Deep-Learning-Driven High Spatial Resolution Attenuation Imaging for Ultrasound Tomography (AI-UT) 2025-09, IEEE transactions on ultrasonics, ferroelectrics, and frequency control DOI:10.1109/TUFFC.2025.3592578 PMID:40705570	研究论文	提出一种基于深度学习的超声断层成像方法，用于生成高空间分辨率的乳腺衰减图像	利用声速与衰减之间的空间相关性作为模型约束，结合深度学习技术提高衰减图像的空间分辨率	NA	开发高空间分辨率的超声衰减成像方法以改善乳腺组织特性表征	人类乳腺组织	医学影像分析	乳腺癌	超声断层成像、深度学习	深度学习模型	射频超声数据	使用QTI Breast Acoustic CT扫描仪采集的60个角度视图数据
330	2025-09-30	Can AI find the cavities in caries prediction and diagnosis? 2025-Sep, Evidence-based dentistry DOI:10.1038/s41432-025-01181-0 PMID:40715738	评论	对人工智能在儿童早期龋齿检测和预测中应用的系统综述与荟萃分析进行评论	首次对AI在儿童早期龋齿检测和预测领域的研究进行系统性总结和定量分析	仅纳入英文文献，部分研究全文无法获取，样本量有限（21项研究）	评估人工智能在儿童早期龋齿检测和预测中的效果和应用潜力	儿童早期龋齿（ECC）	医学人工智能	龋齿	机器学习（ML）、深度学习（DL）、神经网络（NN）	深度学习算法	医学数据	21项研究（7项用于ECC检测，14项用于ECC预测）
331	2025-09-30	Collaborative Integration of AI and Human Expertise to Improve Detection of Chest Radiograph Abnormalities 2025-09, Radiology. Artificial intelligence DOI:10.1148/ryai.240277 PMID:40668130	研究论文	开发了一种结合眼动数据和放射学报告的协作AI系统，用于改善胸部X光片异常检测的准确性	首次将眼动追踪数据与放射学报告整合到多模态AI系统中，专门针对放射学中的感知错误进行校正	基于回顾性研究使用公开数据集，需要进一步临床验证；部分错误未能完全解决	通过AI与人类专家协作提高胸部X光片异常检测的准确性	胸部X光片中的五种异常病变	计算机视觉	胸部疾病	眼动追踪技术，多模态模型	CNN，深度学习算法	医学图像，眼动数据，文本报告	使用REFLACX和EGD-CXR两个公共数据集，评估了332个异常病变
332	2025-09-30	Deciphering the unique autoregulatory mechanisms and substrate specificity of the understudied DCLK3 kinase linked to neurodegenerative diseases 2025-Sep-01, The Journal of biological chemistry IF:4.0Q2 DOI:10.1016/j.jbc.2025.110664 PMID:40902973	研究论文	本研究揭示了未充分研究的DCLK3激酶独特的自调控机制及其与神经退行性疾病的关联	首次发现DCLK3通过自磷酸化其截短尾部实现与催化结构域的结合，并利用深度学习预测并验证了Tau蛋白作为其潜在底物	研究主要基于体外实验和计算预测，需要进一步体内验证	阐明DCLK3激酶的自调控机制和底物特异性	DCLK3激酶及其潜在底物Tau蛋白	计算生物学	神经退行性疾病	深度学习模型、肽库数据集、体外测定、质谱分析	深度学习	蛋白质序列数据、质谱数据	NA
333	2025-09-30	[Extracorporeal Membrane Oxygenation( ECMO) as an Emerging Technology:Present and Future] 2025-Sep, Kyobu geka. The Japanese journal of thoracic surgery PMID:40998332	综述	本文从临床医生角度回顾了ECMO技术的最新发展，包括设备小型化、实时监测和人工智能应用等	展示了新型硅胶膜肺在大型动物模型中实现长达100天无血栓支持，并探讨可植入胸内人工肺的技术可行性	NA	回顾ECMO相关技术的最新进展并展望未来临床应用	ECMO设备技术发展及其临床应用	医疗技术	呼吸循环衰竭	磷酸胆碱聚合物涂层、人工智能、深度学习	NA	NA	大型动物模型
334	2025-09-30	DM-Net: a physics-model-independent direct mapping approach for calibration-free multi-coil MRI 2025-Sep-01, Research square DOI:10.21203/rs.3.rs-7174070/v1 PMID:40951291	研究论文	提出一种不依赖物理模型的直接映射方法DM-Net，用于无需校准的多线圈MRI重建	首次提出不显式使用线圈敏感度的物理模型独立直接映射方法，无需预计算线圈敏感度即可实现最优重建	仅在17名受试者的5440张图像上进行训练和测试，样本规模有限	开发无需预计算线圈敏感度的深度学习多线圈磁共振图像重建方法	多线圈磁共振图像重建	医学影像处理	NA	3DFT（傅里叶变换）	密集连接卷积网络（Densely Connected Convolutional Network）	磁共振图像	17名受试者的5440张图像
335	2025-09-30	A machine learning approach for automated injuries classification on postmortem images 2025-Sep-01, Journal of forensic and legal medicine IF:1.2Q3 DOI:10.1016/j.jflm.2025.102955 PMID:41016353	研究论文	本研究开发了一种基于机器学习的自动化方法，用于对尸检图像中的损伤进行分类和语义分割	首次将三种深度学习架构(U-Net、FPN和LinkNet)应用于尸检图像中瘀伤和擦伤的语义分割，并采用自定义损失函数和图像增强策略优化检测性能	仅针对两种损伤类型(瘀伤和擦伤)进行研究，未涵盖其他类型的损伤	开发自动化的人工智能方法用于尸检图像中的损伤检测和分类	尸检图像中的损伤区域，特别是瘀伤和擦伤	计算机视觉	法医病理学	深度学习、语义分割、图像处理	U-Net、FPN、LinkNet，以EfficientNetB3和ResNet50为骨干网络	图像	NA
336	2025-09-30	TCM-navigator, a deep learning-based workflow for generation and evaluation of traditional Chinese medicine-like compounds for drug development 2025-Aug-31, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf498 PMID:41004131	研究论文	开发基于深度学习的TCM-navigator工作流，用于生成和评估类中药化合物以促进药物开发	首个专门针对中药特点的定量评估模型TCM-Identifier，以及能够生成370万个类中药分子的TCM-Generator	未提及具体验证实验或临床前研究数据	解决中药研究中数据稀缺、网络复杂和数据表示不一致的问题，促进中药现代化药物开发	中药样分子化合物	机器学习	NA	深度学习、迁移学习	LSTM、AttentiveFP、消息传递神经网络	化学结构数据	生成370万个非特异性靶点类中药分子，以及三个靶点特异性数据集
337	2025-09-30	AdaSemb: an adaptive knowledge-driven deep learning framework integrating cancer protein assemblies for predicting PI3Kα inhibitor response and resistance 2025-Aug-31, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf510 PMID:41020523	研究论文	提出一种自适应知识驱动的深度学习框架AdaSemb，通过整合癌症蛋白组装体预测PI3Kα抑制剂反应和耐药性	首次将多蛋白组装体图谱与深度学习结合，采用生物结构神经网络和条件域对抗网络增强基因-药物分布泛化能力	NA	预测PI3Kα抑制剂的治疗反应和耐药机制，提升乳腺癌精准治疗效果	乳腺癌患者、癌细胞系和患者来源异种移植模型	生物信息学	乳腺癌	基因组学分析、深度学习	生物结构神经网络、条件域对抗网络	基因组数据、药物分子结构数据	1244个癌细胞系和PDX模型，116个TCGA乳腺癌患者
338	2025-09-30	Advancing ADMET prediction through multiscale fragment-aware pretraining with MSformer-ADMET 2025-Aug-31, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf506 PMID:41021261	研究论文	本文提出了一种基于多尺度片段感知预训练的MSformer-ADMET模型，用于ADMET性质的准确预测	将MSformer架构专门适配于ADMET性质预测，采用基于片段分解的分子表示学习方法，并通过注意力分布和片段-原子映射提供结构可解释性	NA	开发能够准确预测药物ADMET性质的深度学习模型，以降低药物开发后期损耗率和加速药物发现过程	药物分子的吸收、分布、代谢、排泄和毒性(ADMET)性质	机器学习	NA	深度学习，Transformer架构，片段感知预训练	MSformer-ADMET (基于Transformer的架构)	分子结构数据	基于治疗数据共享库(TDC)的22个任务进行微调，涵盖分类和回归设置
339	2025-09-30	Multi-Omics Feature Selection to Identify Biomarkers for Hepatocellular Carcinoma 2025-Aug-28, Metabolites IF:3.4Q2 DOI:10.3390/metabo15090575 PMID:41002959	研究论文	本研究通过整合多组学数据开发特征选择方法，以识别肝细胞癌的生物标志物	提出了一种结合递归特征选择和基于transformer的深度学习模型的新方法，相比顺序执行疾病分类和特征选择的深度学习方法效果更优	样本量有限，需要在更大独立队列中验证所发现的多组学特征	开发有效的特征选择方法来识别区分肝细胞癌与肝硬化对照的多组学生物标志物	肝细胞癌患者和肝硬化患者的血清样本	机器学习	肝细胞癌	非靶向和靶向质谱分析、多组学数据整合	transformer深度学习模型	多组学数据	肝细胞癌病例和肝硬化对照的血清样本（具体数量未明确说明）
340	2025-09-30	ERLD-HC: Entropy-Regularized Latent Diffusion for Harmony-Constrained Symbolic Music Generation 2025-Aug-25, Entropy (Basel, Switzerland) DOI:10.3390/e27090901 PMID:41008027	研究论文	提出一种结合变分自编码器和潜在扩散模型的符号音乐生成框架，通过熵正则化条件随机场实现和声约束	在扩散过程的交叉注意力层引入基于熵的条件随机场模块，学习经典和声规则，平衡算法驱动方法的理论正确性和规则方法的灵活性	尚未提供直接的外部弦条件控制	解决符号音乐生成中违反音乐规则的问题，特别是和声结构控制较弱的问题	符号音乐	自然语言处理	NA	变分自编码器(VAE)、潜在扩散模型、条件随机场(CRF)	VAE+Diffusion+CRF	符号音乐数据	Lakh MIDI数据集