深度学习在生物医药领域的应用

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	算法框架	模型架构	性能指标	计算资源
3861	2025-10-06	PixelPrint 4D : A 3D Printing Method of Fabricating Patient-Specific Deformable CT Phantoms for Respiratory Motion Applications 2025-Oct-01, Investigative radiology IF:7.0Q1 DOI:10.1097/RLI.0000000000001182 PMID:40173424	研究论文	提出一种名为PixelPrint 4D的3D打印方法，用于制造患者特异性可变形肺部CT体模以模拟呼吸运动	开发了能够逐体素复制可变密度的柔性3D打印方法，可创建具有真实组织结构和变形模式的呼吸运动体模	仅基于单例肺癌患者的4DCT数据集进行验证，样本量有限	开发更真实的呼吸运动体模，用于评估CT成像和放射治疗中的运动补偿技术	肺癌患者的肺部结构和呼吸运动模式	医学影像	肺癌	3D打印，CT成像，4DCT	NA	CT图像，4DCT数据集	1例肺癌患者的4DCT数据	PixelPrint软件	NA	平均衰减误差，Kolmogorov-Smirnov检验，结构相似性指数(SSIM)，位移误差，Jacobian误差	NA
3862	2025-10-06	Automated vertebral bone quality score measurement on lumbar MRI using deep learning: Development and validation of an AI algorithm 2025-Oct, Clinical neurology and neurosurgery IF:1.8Q2 DOI:10.1016/j.clineuro.2025.109094 PMID:40780043	研究论文	开发并验证基于深度学习的AI算法，用于从常规腰椎MRI自动测量椎体骨质量评分	首次使用YOLOv8模型自动化VBQ评分计算，实现从常规MRI快速评估骨质量	需要进一步外部验证以确保泛化能力和临床适用性	开发AI算法改进术前骨质量评估，识别手术风险患者	腰椎MRI扫描和接受腰椎手术的患者	计算机视觉	骨科疾病	MRI成像	YOLOv8	医学图像	257例腰椎T1加权MRI扫描（SPIDER数据集）和47例腰椎手术患者	NA	YOLOv8	精确率,召回率,平均精度,组内相关系数,皮尔逊相关系数,均方根误差,平均误差	NA
3863	2025-10-06	Spatial distribution of enlarged perivascular spaces as a potential biomarker for distinguishing vascular dementia from Alzheimer's disease in older adults 2025-Oct, Clinical neurology and neurosurgery IF:1.8Q2 DOI:10.1016/j.clineuro.2025.109098 PMID:40782606	研究论文	本研究探讨扩大血管周围间隙体积作为区分阿尔茨海默病和血管性痴呆生物标志物的潜力	首次使用基于VB-Net的深度学习模型自动量化四个脑区的EPVS体积，并发现EPVS空间分布差异可作为区分两种痴呆亚型的可靠影像生物标志物	样本量相对有限（共215名患者），仅纳入65岁以上患者，缺乏外部验证	开发区分阿尔茨海默病和血管性痴呆的影像生物标志物	93名阿尔茨海默病患者和122名血管性痴呆患者，均为65岁以上老年人	数字病理学	老年疾病	神经影像分析	深度学习	医学影像	215名患者（93名AD，122名VD）	NA	VB-Net	AUC	NA
3864	2025-10-06	Optimization of carotid CT angiography image quality with deep learning image reconstruction with high setting (DLIR-H) algorithm under ultra-low radiation and contrast agent conditions 2025-Sep-05, Radiography (London, England : 1995) DOI:10.1016/j.radi.2025.103154 PMID:40914000	研究论文	评估深度学习图像重建算法DLIR-H在超低辐射和低对比剂条件下优化颈动脉CT血管成像图像质量的效果	首次在颈动脉双能CTA中应用DLIR-H算法，并在超低辐射剂量和低对比剂用量的三重低剂量协议下验证其图像质量改善效果	样本量相对有限（120例患者），未与其他先进重建算法进行广泛比较	优化颈动脉CTA图像质量同时最大限度降低辐射剂量和对比剂用量	接受颈动脉双能CTA检查的120例患者	医学影像处理	颈动脉疾病	双能CT血管成像，虚拟单能成像	深度学习图像重建算法	CT医学影像	120例患者，分为4组（1个对照组和3个实验组）	NA	DLIR（包含DLIR-L、DLIR-M、DLIR-H三个强度级别）	CT值，图像噪声，信噪比，对比噪声比，5点Likert量表主观评分	NA
3865	2025-09-08	Commentary on: "Diagnosis of lymph node metastasis in oral squamous cell carcinoma by an MRI-based deep learning model" 2025-Sep-05, Oral oncology IF:4.0Q2 DOI:10.1016/j.oraloncology.2025.107652 PMID:40914072	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
3866	2025-10-06	AI-driven and Traditional Radiomic Model for Predicting Muscle Invasion in Bladder Cancer via Multi-parametric Imaging: A Systematic Review and Meta-analysis 2025-Sep-05, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.08.035 PMID:40914722	系统评价与Meta分析	通过系统评价和Meta分析方法评估AI驱动和传统放射组学模型在预测膀胱癌肌层浸润中的诊断性能	首次系统比较AI驱动与传统放射组学模型在膀胱癌肌层浸润诊断中的表现，并探索其与VI-RADS系统的协同价值	纳入研究存在显著异质性，需要多国多中心前瞻性队列研究验证外部有效性	评估AI驱动和传统放射组学模型在膀胱癌肌层浸润诊断中的性能	膀胱癌患者	医学影像分析	膀胱癌	多参数成像（CT、MRI）	深度学习, 机器学习	医学影像	43项研究共9624名患者	NA	NA	AUC, 敏感度, 特异度, 阳性似然比, 阴性似然比, 诊断比值比	NA
3867	2025-10-06	SeaMoon: From protein language models to continuous structural heterogeneity 2025-Sep-04, Structure (London, England : 1993) DOI:10.1016/j.str.2025.06.010 PMID:40683255	研究论文	本文提出SeaMoon方法，直接从蛋白质序列预测连续结构异质性，无需依赖3D结构	首次探索从蛋白质序列直接预测连续紧凑的蛋白质运动表示，不利用3D结构信息	仅对40%的测试蛋白质能合理准确地预测至少一个真实运动	开发能够直接从蛋白质序列预测蛋白质连续结构异质性的深度学习方法	蛋白质序列和结构异质性	机器学习	NA	蛋白质语言模型	CNN	蛋白质序列嵌入	约1,000组实验构象集合	NA	轻量级卷积神经网络	准确率	NA
3868	2025-10-06	Lung lobe segmentation: performance of open-source MOOSE, TotalSegmentator, and LungMask models compared to a local in-house model 2025-Sep-04, European radiology experimental IF:3.7Q1 DOI:10.1186/s41747-025-00623-9 PMID:40908427	研究论文	比较开源肺叶分割模型与本地训练模型在肺叶分割任务中的性能表现	首次系统比较MOOSE、TotalSegmentator和LungMask等开源肺叶分割工具，并与在更具代表性临床数据集上训练的nnU-Net模型进行对比	研究样本量相对有限（内部数据集164例，外部验证55例），且仅针对肺叶分割任务进行评估	评估深度学习肺叶分割模型的性能，特别是处理复杂病例的能力	肺叶分割	医学图像分割	肺疾病	计算机断层扫描	深度学习分割模型	CT图像	内部数据集164例CT扫描，外部验证集55例	nnU-Net	nnU-Net	Dice相似系数, 鲁棒豪斯多夫距离, 归一化表面距离	NA
3869	2025-10-06	A Multi-Task Deep Learning Pipeline Integrating Vessel Segmentation and Radiomics for Multiclass Retinal Disease Classification 2025-Sep-04, Photodiagnosis and photodynamic therapy IF:3.1Q2 DOI:10.1016/j.pdpdt.2025.105209 PMID:40914189	研究论文	开发了一个整合血管分割和影像组学的多任务深度学习框架，用于四种视网膜疾病的自动分类	首次将基于Transformer的分割模型与影像组学特征相结合用于多类别视网膜疾病分类	研究仅包含来自八个医疗中心的数据，需要更多外部验证	开发稳健的自动化视网膜疾病分类系统	糖尿病视网膜病变、高血压视网膜病变、视乳头水肿和正常眼底	计算机视觉	视网膜疾病	影像组学分析	U-Net, Attention U-Net, DeepLabV3+, HRNet, Swin-Unet, XGBoost, CatBoost, Random Forest, Ensemble	眼底图像	2,165名患者来自八个医疗中心，外部测试集769名患者	PyRadiomics, Mahotas	U-Net, Attention U-Net, DeepLabV3+, HRNet, Swin-Unet	准确率, AUC, 召回率, ROC分析, Dice相似系数	NA
3870	2025-10-06	Comparative multi-task deep learning models for protein-nucleic acid interaction prediction: Unveiling the superior efficacy of the PNI-MAMBA architecture 2025-Sep-04, International journal of biological macromolecules IF:7.7Q1 DOI:10.1016/j.ijbiomac.2025.147419 PMID:40914361	研究论文	本文提出了一种基于深度学习的多任务学习框架，用于预测蛋白质-核酸相互作用	引入了新颖的结合位点注意力机制以捕捉关键结合位点信息，并开发了基于Mamba网络架构的PNI-MAMBA模型系列	NA	准确预测蛋白质-核酸相互作用并识别结合位点	蛋白质-核酸相互作用	机器学习	NA	深度学习	多任务学习框架	DNA和RNA数据集	NA	NA	FCN, Transformer, Mamba	准确率, 鲁棒性	NA
3871	2025-10-06	PreRBP: Interpretable Deep Learning for RNA-Protein Binding Site Prediction with Attention Mechanism 2025-Sep-04, Analytical biochemistry IF:2.6Q2 DOI:10.1016/j.ab.2025.115968 PMID:40914406	研究论文	本研究开发了名为PreRBP的可解释深度学习模型，用于预测RNA-蛋白质结合位点	结合了RNA序列和二级结构特征，采用注意力机制提高模型可解释性，并应用四种欠采样算法处理类别不平衡问题	仅使用27个公开数据集，模型输入特征可能仍有改进空间	开发更准确的RNA-蛋白质结合位点预测方法	RNA-蛋白质结合位点	生物信息学	NA	RNA二级结构分析，高阶编码方法	CNN, BiLSTM	RNA序列数据，结构数据	27个RNA-蛋白质结合位点公开数据集	NA	卷积神经网络，双向长短时记忆网络	AUC	NA
3872	2025-10-06	Deep learning-assisted system improves practical effect in cervical cytopathology diagnosis: A comparative study of reading modes 2025-Sep-04, Modern pathology : an official journal of the United States and Canadian Academy of Pathology, Inc IF:7.1Q1 DOI:10.1016/j.modpat.2025.100882 PMID:40914500	研究论文	本研究通过随机对照四向交叉设计比较了四种阅读模式在宫颈细胞病理学诊断中的效果	首次采用随机对照四向交叉设计系统评估四种深度学习辅助阅读模式在宫颈细胞病理诊断中的表现	研究样本仅包含2021-2022年回顾性收集的宫颈涂片，未涉及其他类型细胞病理学样本	评估不同深度学习辅助阅读模式在宫颈细胞病理学诊断中的有效性和实用性	1620例宫颈涂片和108名持证细胞病理学家	数字病理学	宫颈癌	深度学习辅助诊断	深度学习模型	细胞病理学图像	1620例宫颈涂片，108名细胞病理学家	NA	NA	灵敏度, 特异度, 阅读时间	NA
3873	2025-10-06	Soft Bioelectronic Interfaces for Continuous Peripheral Neural Signal Recording and Robust Cross-Subject Decoding 2025-Sep, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202414732 PMID:40433949	研究论文	本研究开发了软性生物电子接口用于连续记录外周神经信号，并建立了跨被试的稳健解码模型	采用低阻抗软性导电聚合物电极实现与神经组织的稳定接触，结合手工特征和深度学习特征并引入参数共享与适应训练策略	目前仅在清醒动物中进行验证，尚未在人类被试中测试	提升外周神经信号解码的准确性以促进神经科学研究、神经疾病治疗和人机接口开发	外周神经组织和神经生理信号	生物医学工程	神经系统疾病	神经信号记录技术	神经网络	神经电生理信号	动物实验样本	NA	NA	泛化能力	NA
3874	2025-10-06	Protein Spatial Structure Meets Artificial Intelligence: Revolutionizing Drug Synergy-Antagonism in Precision Medicine 2025-Sep, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202507764 PMID:40775740	综述	系统探讨蛋白质三维空间结构与人工智能技术相结合在药物协同-拮抗作用预测中的最新研究进展与应用前景	整合蛋白质空间结构与人工智能技术预测药物协同-拮抗作用，为精准医疗提供新方法	NA	评估蛋白质位点可药性及预测药物协同-拮抗作用	蛋白质三维空间结构、药物相互作用、多靶点药物	机器学习	癌症、传染病、代谢疾病	分子对接技术	机器学习、深度学习	多源生物数据	NA	NA	NA	NA	NA
3875	2025-10-06	Automated Honey Bee Subspecies Identification Using Advanced Wing Venation Analysis and Adaptive Hierarchical Clustering 2025-Sep, Ecology and evolution IF:2.3Q2 DOI:10.1002/ece3.72101 PMID:40909012	研究论文	提出一种结合自适应图像处理和拓扑感知聚类的计算框架，用于实现可扩展、无标签的蜜蜂亚种识别	整合自适应图像处理与拓扑感知聚类，无需预定义标签即可动态推断亚种聚类，能够有效识别杂交种群和表型中间体	未明确说明在极端噪声条件下的性能表现，且对图像质量有一定依赖	开发可扩展的蜜蜂亚种自动识别方法以支持生物多样性保护和授粉韧性	蜜蜂翅膀脉序图像	计算机视觉	NA	翅膀脉序分析	自适应层次聚类(AHC)	图像	26,481张翅膀图像	NA	NA	轮廓系数, 分类准确率	NA
3876	2025-10-06	stImage: a versatile framework for optimizing spatial transcriptomic analysis through customizable deep histology and location informed integration 2025-Aug-31, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf429 PMID:40905789	研究论文	介绍stImage这一开源R包，通过可定制的深度组织学和位置信息整合优化空间转录组分析	首个在统一框架中完全协同基因表达、组织学特征和精确空间坐标的方法，提供54种整合策略	NA	开发一个全面灵活的空间转录组分析框架	空间转录组数据	生物信息学	NA	空间转录组学	深度学习	基因表达数据、组织学图像、空间坐标	NA	R	NA	诊断图	NA
3877	2025-10-06	Deep learning guided programmable design of Escherichia coli core promoters from sequence architecture to strength control 2025-Aug-27, Nucleic acids research IF:16.6Q1 DOI:10.1093/nar/gkaf863 PMID:40902006	研究论文	开发了一个集成模块化平台，通过深度学习指导大肠杆菌核心启动子的可编程设计	将理性文库设计、预测建模和生成优化整合到闭环工作流中，实现端到端的核心启动子工程	NA	实现大肠杆菌核心启动子的精确预测和强度控制设计	大肠杆菌核心启动子	机器学习	NA	突变-条形码-反向测序方法	Transformer, 条件扩散模型	DNA序列	112,955个启动子变体，表达范围达16,226倍	NA	Transformer, 扩散模型	Pearson相关系数	NA
3878	2025-10-06	A robust deep learning framework for cerebral microbleeds recognition in GRE and SWI MRI 2025-Aug-27, NeuroImage. Clinical DOI:10.1016/j.nicl.2025.103873 PMID:40886589	研究论文	开发了一个用于脑微出血识别的鲁棒深度学习框架，使用GRE和SWI MRI数据	结合3D CNN和YOLO方法处理复杂场景中的假阳性案例，并在多个公共和私有数据集上验证了鲁棒性	未明确说明样本量的具体数值和计算资源细节	提高脑微出血检测的准确性，减少假阳性，确保在临床和正常病例中的鲁棒性	脑微出血(CMB)病变	医学影像分析	脑血管疾病	GRE MRI, SWI MRI	CNN, YOLO	3D MRI图像	使用ADNI、AIBL、OATS和MAS四个数据集，具体样本量未明确说明	NA	3D CNN, YOLO	平衡准确度, AUC, 精确度, 灵敏度, F1分数	NA
3879	2025-10-06	A dedicated deep learning workflow for automatic Fasciola hepatica and Calicophoron daubneyi egg detection using the Kubic FLOTAC microscope 2025-Aug-27, International journal for parasitology IF:3.7Q1 DOI:10.1016/j.ijpara.2025.08.007 PMID:40882888	研究论文	开发基于Kubic FLOTAC显微镜的深度学习工作流，用于自动检测肝片形吸虫和道氏杯殖吸虫虫卵	结合FLOTAC技术的高灵敏度与人工智能预测模型，通过额外处理步骤和鲁棒检测模型优化两种寄生虫虫卵的区分能力	NA	改进寄生虫虫卵的粪便显微镜检查诊断方法	肝片形吸虫和道氏杯殖吸虫的虫卵	计算机视觉	寄生虫病	FLOTAC/Mini-FLOTAC技术，数字显微镜成像	深度学习模型	显微镜图像	使用两种方案的数据集：虫卵加标样本和自然感染样本，以及经光学显微镜验证的现场样本数据集	NA	NA	平均绝对误差	集成AI服务器
3880	2025-10-06	Effective SMOTE boost with deep learning for IDC identification in whole-slide images 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0329078 PMID:40901930	研究论文	提出一种基于SMOTE的卷积神经网络方法用于全切片图像中浸润性导管癌的识别	将SMOTE数据增强技术与CNN结合，提出SMO_CNN模型，在IDC识别任务中表现优于传统CNN、VGG19和ResNet50模型	样本量相对较小（162个病例），未提及外部验证结果	开发有效的深度学习方法用于乳腺癌组织病理学图像分析	浸润性导管癌（IDC）组织区域	数字病理学	乳腺癌	组织病理学成像	CNN	全切片图像	162名IDC患者的组织切片图像（训练集113张，测试集49张）	NA	SMO_CNN, CNN, VGG19, ResNet50	准确率	NA