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
361	2025-09-24	Efficacy and prognostic factors of anti-VEGF treatment for neovascular age-related macular degeneration: An OCTA imaging-based deep learning analysis 2025-Oct, Photodiagnosis and photodynamic therapy IF:3.1Q2 DOI:10.1016/j.pdpdt.2025.104701 PMID:40683364	研究论文	基于OCTA影像的深度学习分析抗VEGF治疗新生血管性年龄相关性黄斑变性的疗效及预后因素	首次采用改进的LUNet深度学习模型分析OCTA图像中的视网膜血管特征（FAZ、VD、VDI、Vdisp），发现MNV血管分散度与治疗反应呈正相关	回顾性单中心研究，样本量有限（165例患者），缺乏外部验证	探索抗VEGF治疗反应的影像学生物标志物和影响因素	渗出性年龄相关性黄斑变性患者	数字病理	年龄相关性黄斑变性	OCTA（光学相干断层扫描血管成像）	改进的LUNet深度学习模型	医学影像（OCTA图像）	165例渗出性AMD患者
362	2025-09-24	Deep self-cleansing for medical image segmentation with noisy labels 2025-Oct, Medical physics IF:3.2Q1 DOI:10.1002/mp.70007 PMID:40983942	研究论文	提出一种用于医学图像分割的深度自清洁框架，能够有效处理带噪声标签的训练数据	首次将高斯混合模型标签过滤模块与标签清洁模块结合，实现噪声标签的自动识别和清洁	仅在肝脏肿瘤和心脏诊断数据集上验证，需要更多医学影像模态的验证	开发能够减轻噪声标签影响的鲁棒医学图像分割框架	肝脏肿瘤CT扫描和心脏MRI扫描图像	医学图像分析	肝脏肿瘤、心脏疾病	深度学习分割框架	GMM、深度学习分割网络	医学影像（CT、MRI）	431个样本（231个CT扫描+200个MRI扫描）
363	2025-09-24	A deep learning framework for accurate mammographic mass classification using local context attention module 2025-Oct, Medical physics IF:3.2Q1 DOI:10.1002/mp.18119 PMID:40985504	研究论文	提出一种结合局部上下文注意力模块的深度学习框架，用于提高乳腺X线摄影中肿块分类的准确性	引入局部上下文注意力模块(LCAM)，通过通道和空间两个维度自适应优化特征，提升对乳腺肿块恶性相关特征的识别能力	NA	提高乳腺X线摄影对乳腺癌BI-RADS分级的准确性和一致性	乳腺X线摄影图像中的肿块区域	计算机视觉	乳腺癌	乳腺X线摄影	CNN（卷积神经网络）	医学图像	3020名患者，涵盖四个BI-RADS类别
364	2025-09-24	Enhancing auto-contouring with large language model in high-dose rate brachytherapy for cervical cancers 2025-Oct, Medical physics IF:3.2Q1 DOI:10.1002/mp.70034 PMID:40985602	研究论文	本研究提出了一种结合大语言模型生成任务特定提示的深度学习自动分割框架，用于提升宫颈癌高剂量率近距离放疗中的靶区勾画精度	首次将大语言模型生成的领域知识提示与Swin Transformer分割网络结合，通过指南驱动的智能提示提升自动分割性能	样本量较小（32例患者），乙状结肠分割精度较低，提示引导对HR-CTV勾画无明显改善	提高宫颈癌高剂量率近距离放疗中靶区和危及器官自动分割的准确性和一致性	宫颈癌患者的HR-CTV靶区及膀胱、直肠、乙状结肠等危及器官	数字病理	宫颈癌	深度学习，大语言模型（Chat-GPT），Swin Transformer	Swin Transformer编码器+全卷积网络解码器	CT图像	32例宫颈癌患者的124幅计划CT图像
365	2025-09-24	Transforming [177Lu]Lu-PSMA-617 treatment planning: Machine learning-based radiodosiomics and swin UNETR using pretherapy PSMA positron emission tomography/computed tomography (PET/CT) 2025-Oct, Medical physics IF:3.2Q1 DOI:10.1002/mp.70030 PMID:40985608	研究论文	本研究开发了基于机器学习的放射剂量组学模型和Swin UNETR深度学习架构，用于通过治疗前PSMA PET/CT预测转移性病灶的吸收剂量和剂量率分布图	首次将临床生物标志物、放射组学特征和剂量组学特征整合到机器学习模型中，并采用自监督预训练的Swin UNETR架构预测剂量率分布图	样本量较小（20例用于ML模型，30例用于DL模型），且为回顾性研究	优化[177Lu]Lu-PSMA-617放射性配体治疗在转移性去势抵抗性前列腺癌患者中的个性化治疗前剂量规划	转移性去势抵抗性前列腺癌患者	医学影像分析	前列腺癌	PSMA PET/CT成像、蒙特卡罗模拟、机器学习特征选择	集成树回归器、Swin UNETR变换器	PET/CT医学影像数据	20例患者用于机器学习模型，30例患者用于深度学习模型
366	2025-09-24	Enhancing semi-supervised learning for fine-grained 3D cerebrovascular segmentation with cross-consistency and uncertainty estimation 2025-Oct, Medical physics IF:3.2Q1 DOI:10.1002/mp.70017 PMID:40985655	研究论文	提出一种结合交叉一致性和双重不确定性量化的半监督学习方法，用于3D脑血管精细分割	提出双一致性学习框架，同时保持像素-图像变换的等变一致性和特征扰动不变性，并引入师生模型联合预测的不确定性估计来指导一致性正则化	方法仅在两个公开数据集上验证，需要更多临床数据验证泛化能力	提升半监督学习在3D脑血管分割中的性能，减少对标注数据的依赖	时间飞跃法磁共振血管成像(TOF-MRA)中的脑血管结构	医学图像分割	脑血管疾病	半监督学习、不确定性量化、一致性正则化	Mean Teacher模型（师生框架）	3D医学图像（TOF-MRA）	两个公开数据集（包括IXI数据集），具体样本数未明确说明
367	2025-09-24	Riverine heat waves on the rise, outpacing air heat waves 2025-Sep-30, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2503160122 PMID:40982675	研究论文	通过深度学习模型重建美国本土河流水温数据，首次系统揭示河流热浪的时空变化特征及其对水生生态的威胁	首次使用LSTM模型重建长期连续河流水温数据集，系统量化河流热浪与大气热浪的差异及变化趋势	研究区域仅限于美国本土，缺乏全球其他河流系统的验证	分析河流热浪的发生频率、强度和持续时间变化规律	美国本土1471个站点的河流水温数据（1980-2022年）	环境科学	NA	深度学习、传感器监测、卫星遥感	LSTM	时间序列水温数据	1471个监测站点43年连续数据
368	2025-09-24	De novo design of potent inhibitors of clostridial family toxins 2025-Sep-30, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2509329122 PMID:40982695	研究论文	通过从头设计小蛋白微型结合剂直接中和梭菌家族毒素TcdB和TcsL	结合深度学习和Rosetta计算方法从头设计高亲和力微型结合剂，实现皮摩尔级毒素中和活性	未明确说明临床前研究的样本规模及人体适用性验证	开发针对梭菌毒素的高效抑制剂	艰难梭菌毒素B（TcdB）和产气荚膜梭菌毒素L（TcsL）	计算生物学	梭菌感染	深度学习、Rosetta计算设计	NA	蛋白质结构数据	小鼠模型（具体数量未说明）；针对TcsL筛选96个设计变体（48个初始设计+48个优化设计）
369	2025-09-24	FetalDenseNet: multi-scale deep learning for enhanced early detection of fetal anatomical planes in prenatal ultrasound 2025-Sep-24, Journal of perinatal medicine IF:1.7Q2 DOI:10.1515/jpm-2025-0249 PMID:40983600	研究论文	本研究通过深度学习技术提升产前超声中胎儿解剖平面的分类准确率	首次在大型临床验证数据集上系统比较五种CNN架构对胎儿超声图像的分类性能，发现DenseNet169模型表现最优	研究仅基于单中心数据集，未进行外部验证	提高胎儿超声图像中解剖平面分类的准确性以辅助产前诊断	12,400张来自1,792名患者的产前超声图像	计算机视觉	产前检查	深度学习	CNN（包括VGG16、ResNet50、InceptionV3、DenseNet169、MobileNetV2）	超声图像	12,400张图像（来自1,792名患者）
370	2025-09-24	NVNMD-v2: Scalable and Accurate Deep Learning Molecular Dynamics Model Based on Non-Von Neumann Architectures 2025-Sep-23, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.5c01050 PMID:40902087	研究论文	提出NVNMD-v2算法-硬件协同设计架构，通过内存处理加速器实现可扩展且精确的深度学习分子动力学模拟	采用优化的类型嵌入描述符支持多达32种元素的多元素系统，在单个FPGA上实现DFT级精度和扁平化单原子计算成本	未明确说明模型在极端温度或压力条件下的稳定性表现	解决机器学习分子动力学框架在精度、可扩展性和能效方面的三重困境	多元素材料系统（如高熵合金、多铁性钙钛矿、半导体异质结构和生物分子组装体）	机器学习	NA	深度学习分子动力学、内存处理加速技术	广义深度神经网络势函数	分子动力学模拟数据	支持高达2000万原子规模的系统模拟
371	2025-09-24	De-MSI: A Deep Learning-Based Data Denoising Method to Enhance Mass Spectrometry Imaging by Leveraging the Chemical Prior Knowledge 2025-Sep-23, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c02946 PMID:40921155	研究论文	提出一种基于深度学习的质谱成像数据去噪方法De-MSI，利用化学先验知识提升数据质量	无需真实标注数据即可实现质谱成像去噪，通过噪声数据构建可靠训练集	NA	开发质谱成像数据的深度学习去噪方法	小鼠胎儿、小鼠大脑、大鼠大脑的质谱成像数据	机器学习	NA	质谱成像（MALDI、DESI）	深度神经网络	质谱成像数据	多个小鼠胎儿数据集、5μm分辨率小鼠脑数据集、大鼠脑数据集
372	2025-09-24	GSH and Halides Directed Controllable Synthesis of Chiral Gold Nanostars for Sensitive Diagnosis of Nephritis Types Using SERS and Transformer Neural Network 2025-Sep-23, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c01908 PMID:40925611	研究论文	通过可控合成手性金纳米星并联合Transformer神经网络，实现基于表面增强拉曼光谱的肾炎类型精准诊断	首次利用l-GSH和卤化物调控金纳米星分支尺寸/数量/锐度的可控合成方法，并结合Transformer网络处理复杂临床SERS数据	未明确说明临床样本的具体来源规模和验证集设置	开发高灵敏度肾炎类型诊断新方法	急性间质性肾炎与非急性间质性肾炎患者的尿液样本	生物医学检测	肾炎	表面增强拉曼光谱(SERS)、时域有限差分(FDTD)计算	Transformer神经网络	拉曼光谱数据	健康个体与肾炎患者的尿液样本（具体数量未明确）
373	2025-09-24	MOLECULE: Molecular-dynamics and Optimized deep Learning for Entropy-regularized Classification and Uncertainty-aware Ligand Evaluation 2025-Sep-23, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.5c01140 PMID:40931675	研究论文	开发一种结合分子动力学和深度学习的双模态神经网络，用于激酶配体的变构/正构作用模式分类	提出新型双模态深度学习框架，可分别处理动力学和结构数据，并实现高效的不确定性处理和基于估算动力学数据的快速筛选	NA	开发能够预测化合物作用模式的智能分类模型以推进药物发现	激酶配体（变构/正构作用模式）	机器学习	NA	分子动力学(MD)、深度学习	双模态深度神经网络	结构数据、动力学描述符	280个实验解析的激酶结构组成的数据集
374	2025-09-24	A New Approach to Large Multiomics Data Integration 2025-Sep-23, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c01812 PMID:40934376	研究论文	提出一种处理大规模多组学数据集成的新方法，通过深度学习结合非线性降维技术	首次将深度学习与t-SNE和UMAP等非线性降维技术结合，用于处理传统方法难以应对的超大规模多组学数据集	未明确说明方法在具体应用场景中的性能限制和计算资源需求	开发能够处理超大规模多组学数据集集成分析的新计算方法	大规模多组学数据集（包括质谱成像和染色体构象捕获数据）	机器学习	NA	质谱成像、染色体构象捕获、多组学数据整合	深度学习	多组学数据	NA
375	2025-09-24	Supervised Contrastive Learning Leads to More Reasonable Spectral Embeddings 2025-Sep-23, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c02655 PMID:40940302	研究论文	提出一种基于Transformer和监督对比学习的质谱嵌入方法SpecEmbedding，用于提升代谢组学中分子识别的准确性	首次将Transformer架构与监督对比学习结合用于质谱嵌入，利用化合物的重复谱图作为正样本进行训练	NA	提高质谱数据的可比性和分子识别准确率	质谱数据	机器学习	NA	质谱分析	Transformer	质谱数据	GNPS训练子集、GNPS测试子集、MoNA数据集和MTBLS1572数据集
376	2025-09-24	Parametrically guided design of beta barrels and transmembrane nanopores using deep learning 2025-Sep-23, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2425459122 PMID:40953261	研究论文	本研究提出了一种结合参数化生成和深度学习的方法来设计β桶状蛋白和跨膜纳米孔	将参数化表示的优势从卷曲螺旋结构推广到β桶状结构设计，利用RoseTTAFold-based设计方法隐含的丰富序列-结构关系	NA	开发更精确可控的β桶状蛋白和跨膜纳米孔设计方法	β桶状蛋白结构和跨膜纳米孔	蛋白质设计	NA	深度学习、RFjoint修复、RFdiffusion、X射线晶体学	RoseTTAFold-based深度学习方法	蛋白质结构数据	涵盖广泛β片层参数范围的多种β桶状结构
377	2025-09-24	Graph Learning-Based Scoring of RNA-Protein Complex Structures 2025-Sep-23, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.5c00831 PMID:40882035	研究论文	提出基于图学习的评分方法EGARPS+，用于评估RNA-蛋白质复合物结构	首次将图学习理论应用于RNA-蛋白质复合物结构评估，采用等变图神经网络和专门设计的注意力机制	NA	开发更准确的RNA-蛋白质复合物结构预测评分函数	RNA-蛋白质复合物结构	机器学习	NA	图深度学习	等变图神经网络(EGNN)	结构数据	结合和非结合数据集
378	2025-09-24	Integrating Machine Learning with Flow-Imaging Microscopy for Automated Monitoring of Algal Blooms 2025-Sep-23, Environmental science & technology IF:10.8Q1 DOI:10.1021/acs.est.5c06078 PMID:40947598	研究论文	开发结合机器学习的图像处理流程，用于淡水系统中藻华实时监测	集成随机森林和CNN模型，解决流动成像伪影和未知颗粒识别问题，实现端到端自动化监测方案	监督式封闭集分类器对自然环境中新型颗粒分类准确性有限，需要大量人工监督	实现淡水系统有害藻华的实时自动化监测	淡水系统中的浮游植物和藻类颗粒	计算机视觉	NA	流动成像显微镜、图像处理、机器学习	随机森林、CNN（卷积神经网络）	显微图像	NA
379	2025-09-24	Magnetic Microrobot With Drilling-Sensing Dual Functionality for Targeted Biopsy of Deep-Seated Tracheal Microlesions 2025-Sep-23, Advanced materials (Deerfield Beach, Fla.) DOI:10.1002/adma.202514664 PMID:40984789	研究论文	提出一种具有钻孔-传感双功能的磁性微型机器人平台，用于深部气管微病变的靶向活检	集成金纳米尖端的锥形螺旋结构微型机器人实现钻孔采样与SERS生物传感的双重功能，结合深度学习实现快速组织识别	目前仅在离体猪肺模型和活体兔试验中验证可行性，尚未进行大规模临床验证	开发用于早期肺癌诊断的微创精准活检技术	深部气管微病变组织	医疗机器人	肺癌	表面增强拉曼散射(SERS)、卷积神经网络	CNN	光谱数据、组织样本	离体猪肺模型和活体兔试验，临床患者组织样本（具体数量未明确说明）
380	2025-09-24	High-Asymmetry Metasurface: A New Solution for Terahertz Resonance via Active Learning-Augmented Diffusion Model 2025-Sep-23, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202508610 PMID:40985172	研究论文	提出一种基于主动学习增强扩散模型的新型高不对称超表面设计方法，用于实现高性能太赫兹共振	首次将物理约束的主动学习机制与先验知识引导的扩散模型相结合，仅需少量经典结构数据即可生成高性能高不对称超材料	初始训练数据集仅包含68个经典结构，模型在更广泛结构类型上的泛化能力有待验证	开发高效的高不对称太赫兹超材料设计方法以提升共振性能	太赫兹超材料的结构设计与共振特性优化	机器学习	NA	扩散模型、主动学习	扩散模型	结构数据	68个经典结构作为初始训练数据集