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
21	2025-06-24	Artificial Intelligence Iterative Reconstruction for Dose Reduction in Pediatric Chest CT: A Clinical Assessment via Below 3 Years Patients With Congenital Heart Disease 2025-Jul-01, Journal of thoracic imaging IF:2.0Q3 DOI:10.1097/RTI.0000000000000827 PMID:40013381	研究论文	评估基于深度学习的重建算法AIIR在降低儿童胸部CT剂量中的表现，研究对象为3岁以下先天性心脏病患者	首次在3岁以下先天性心脏病患者中评估AIIR算法在低剂量胸部CT中的表现，并与传统HIR方法进行比较	研究仅针对3岁以下先天性心脏病患者，结果可能不适用于其他年龄段或疾病类型	评估AIIR算法在降低儿童胸部CT剂量中的效果	3岁以下先天性心脏病患者	数字病理	先天性心脏病	CT扫描	深度学习	医学影像	191名3岁以下先天性心脏病患者
22	2025-06-24	Deep learning-based EEG source imaging is robust under varying electrode configurations 2025-Jul, Clinical neurophysiology : official journal of the International Federation of Clinical Neurophysiology IF:3.7Q2 DOI:10.1016/j.clinph.2025.04.009 PMID:40318257	research paper	该研究探讨了基于深度学习的EEG源成像方法在不同电极配置下的鲁棒性	提出了一种新的深度学习源成像框架DeepSIF，能够在低密度EEG下实现准确的源定位和范围估计	研究主要基于计算机模拟和27名耐药性癫痫患者的临床数据，样本量相对较小	评估基于深度学习的EEG源成像方法在不同电极数量下的性能	EEG源成像的性能比较	machine learning	epilepsy	EEG	DeepSIF	EEG信号	27名耐药性癫痫患者
23	2025-05-10	Deep learning model to identify and validate hypotension endotypes in surgical and critically ill patients. Comment on Br J Anaesth 2025; 134: 308-16 2025-Jul, British journal of anaesthesia IF:9.1Q1 DOI:10.1016/j.bja.2025.03.025 PMID:40340157	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
24	2025-06-24	BERTAgent: The development of a novel tool to quantify agency in textual data 2025-Jul, Journal of experimental psychology. General DOI:10.1037/xge0001740 PMID:40354292	研究论文	开发了一种名为BERTAgent的新工具，用于量化文本数据中的语义代理	利用transformer架构和深度学习技术，克服了传统词计数方法对语义上下文不敏感的缺点，并能考虑代理的强度和方向性差异	NA	开发一种能够更准确量化文本中语义代理的计算工具	文本数据中的语义代理	自然语言处理	NA	深度学习	transformer	文本	NA
25	2025-06-24	Assessment of the efficacy and accuracy of cervical cytology screening with the Hologic Genius Digital Diagnostics System 2025-Jul, Cancer cytopathology IF:2.6Q2 DOI:10.1002/cncy.70022 PMID:40543043	research paper	评估Hologic Genius数字诊断系统在宫颈细胞学筛查中的效果和准确性	利用人工智能技术和大数据分析，验证了Hologic Genius数字诊断系统在临床实践中的高效性和准确性	研究仅基于890例样本，可能无法完全代表所有临床情况	验证Hologic Genius数字诊断系统在宫颈细胞学筛查中的临床应用效果	890例已诊断的ThinPrep Papanicolaou (Pap)测试样本	digital pathology	cervical cancer	deep learning	NA	image	890例ThinPrep Pap测试样本
26	2025-06-24	Deep learning-quantified body composition from positron emission tomography/computed tomography and cardiovascular outcomes: a multicentre study 2025-Jun-23, European heart journal IF:37.6Q1 DOI:10.1093/eurheartj/ehaf131 PMID:40159388	研究论文	本研究结合深度学习和图像处理技术，从PET/CT扫描中自动量化骨骼肌、骨骼和脂肪组织，并评估其与死亡或心肌梗死的关联	首次利用深度学习从标准心脏PET/CT中快速自动获取体积体组织组成信息，为医生提供详细的定量评估	研究仅基于三个中心的患者数据，可能无法完全代表所有人群	评估从PET/CT扫描中自动量化的体组织组成与心血管结局的关联	10,085名接受PET心肌灌注成像的患者	数字病理学	心血管疾病	PET/CT心肌灌注成像	深度学习	医学影像	10,085名患者（中位年龄68岁，57%男性）
27	2025-06-24	Modeling Active-State Conformations of G-Protein-Coupled Receptors Using AlphaFold2 via Template Bias and Explicit Protein Constrains 2025-Jun-23, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00489 PMID:40440630	research paper	本研究探讨了利用AlphaFold2通过模板偏差和显式蛋白质约束来模拟G蛋白偶联受体的活性态构象	扩展了AlphaFold2在模拟蛋白质多态构象中的应用，特别是在G蛋白偶联受体的活性态建模方面	在模拟变构效应方面存在局限性，尤其是在受体细胞外位点的预测准确性较低，可能影响其在基于结构的药物设计中的应用	研究G蛋白偶联受体的活性态构象建模方法	G蛋白偶联受体的活性态构象	生物信息学	NA	AlphaFold2	深度学习	蛋白质结构数据	NA
28	2025-06-24	Data Scaling and Generalization Insights for Medicinal Chemistry Deep Learning Models 2025-Jun-23, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00538 PMID:40454949	研究论文	本文探讨了药物化学深度学习模型的数据缩放和泛化能力，通过实验比较了深度学习与传统机器学习方法在小分子预测模型中的表现	提出了一个能够解释81%模型性能差异的缩放关系，为ADMET终点和药物发现数据的模型性能评估提供了指导	研究主要基于内部和公开数据集，可能无法涵盖所有药物发现场景	理解和改进药物发现中小分子预测模型的性能	小分子预测模型	机器学习	NA	深度学习, 传统机器学习方法（如XGBoost和随机森林）	图神经网络（GNN）	小分子数据	大量内部数据集和公开数据集
29	2025-06-24	Uncertainty Quantification and Temperature Scaling Calibration for Protein-RNA Binding Site Prediction 2025-Jun-23, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00556 PMID:40455481	研究论文	本文提出了一种结合多尺度图卷积网络、卷积神经网络和注意力机制的MGCA模型，用于预测蛋白质-RNA结合位点，并引入不确定性量化方法提升预测的可靠性	提出MGCA模型整合多尺度特征提取，首次在蛋白质-RNA结合位点预测中系统应用不确定性量化方法，并提出基于ECE的分箱筛选方法和温度缩放校准技术	未明确说明模型在跨物种或不同RNA结合蛋白家族上的泛化能力，实验数据集的规模和多样性未详细描述	提高蛋白质-RNA结合位点预测的准确性和预测结果的可信度	蛋白质-RNA相互作用位点	生物信息学	NA	多尺度图卷积网络、卷积神经网络、注意力机制、温度缩放校准	MGCA（图卷积网络+CNN+注意力机制）	蛋白质序列和结构数据	未明确说明具体样本量
30	2025-06-24	Molecular Optimization Based on a Monte Carlo Tree Search and Multiobjective Genetic Algorithm 2025-Jun-23, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00584 PMID:40456025	研究论文	本文提出了一种结合蒙特卡洛树搜索和多目标遗传算法的分子优化方法MNopt，用于解决药物化学中分子设计的挑战	创新性地整合了蒙特卡洛树搜索（MCTS）和非劣排序遗传算法II（NSGA-II），在不需要大量分子训练数据集的情况下，有效平衡多目标优化并提高分子结构的有效性	未提及具体实验样本量或实际应用中的潜在限制	开发一种高效的分子优化方法，以支持新药发现和材料科学	分子数据集的优化和潜在价值分子的筛选	机器学习和药物化学	NA	蒙特卡洛树搜索（MCTS）和非劣排序遗传算法II（NSGA-II）	MCTS和NSGA-II	分子数据	NA
31	2025-06-24	Explainable RNA-Small Molecule Binding Affinity Prediction Based on Multiview Enhancement Learning 2025-Jun-23, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c01064 PMID:40461953	研究论文	提出了一种可解释的多视角、多尺度深度学习网络EMMPTNet，用于预测RNA-小分子结合亲和力	基于物理化学和拓扑特性，通过四个模块从多个视角高效提取特征，并利用多层感知器预测结合亲和力	未提及具体局限性	准确预测RNA-小分子结合亲和力以筛选潜在药物	RNA-小分子复合物	机器学习	NA	RNA-小分子结合亲和力预测	EMMPTNet（多视角、多尺度深度学习网络）	物理化学和拓扑特性数据	未提及具体样本数量
32	2025-06-24	Improving Covalent and Noncovalent Molecule Generation via Reinforcement Learning with Functional Fragments 2025-Jun-23, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00944 PMID:40471710	research paper	本文提出了一种基于功能片段的强化学习框架MOFF，用于生成共价和非共价分子，以支持癌症治疗中的药物发现	MOFF是首个使用功能片段和强化学习生成共价分子的框架，结合了对接分数作为奖励函数，并通过分子动力学模拟验证了其生成的分子	研究仅针对BTK和EGFR进行了案例验证，未广泛测试其他靶点	开发一种新的分子生成框架，以支持癌症治疗中的药物发现	共价和非共价分子	machine learning	cancer	reinforcement learning, molecular docking, molecular dynamics simulations	Soft Actor-Critic algorithm	molecular data	案例研究涉及Bruton's tyrosine kinase (BTK)和epidermal growth factor receptor (EGFR)
33	2025-06-24	Deep Learning Approaches for Predicting the Surface Tension of Ionic Liquids 2025-Jun-23, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00158 PMID:40476518	研究论文	本研究提出了两种深度学习模型，用于预测离子液体在恒定压力下广泛温度范围内的表面张力	使用简化的分子输入线表示系统（SMILES）提取分子特征作为输入，开发了两种深度学习模型来预测离子液体的表面张力	NA	加速离子液体的发现和设计，通过计算模型预测其表面张力	离子液体（ILs）	机器学习	NA	深度学习（DL）	深度学习模型	分子特征（SMILES表示）	NA
34	2025-06-24	Leveraging transformers for semi-supervised pathogenicity prediction with soft labels 2025-Jun-23, Journal of integrative bioinformatics IF:1.5Q3 DOI:10.1515/jib-2024-0047 PMID:40538169	研究论文	本文介绍了一种基于深度学习的模型，用于预测遗传变异的致病性，以推动个性化医疗的发展	采用半监督学习方法，有效利用明确标记和不确定标记的数据，并引入Feature Tokenizer Transformer架构处理数值和分类基因组信息	模型在不确定标记（软标记）数据上的预测效果未详细讨论	预测遗传变异的致病性，推动个性化医疗	遗传变异	机器学习	NA	NGS	Feature Tokenizer Transformer	基因组数据	NA
35	2025-06-24	Hyperspectral Imaging Combined With Deep Learning for Precision Grading of Clear Cell Renal Cell Carcinoma 2025-Jun-23, Journal of biophotonics IF:2.0Q3 DOI:10.1002/jbio.202500180 PMID:40545924	研究论文	本研究提出了一种结合高光谱成像（HSI）和深度学习的方法，用于精确分级透明细胞肾细胞癌（ccRCC）	采用基于小波的去噪和主成分分析（PCA）的预处理流程，以及结合注意力机制和Transformer模块的1D卷积神经网络，以提取局部光谱特征和全局上下文信息	样本量较小（80例ccRCC样本），可能需要更大规模的数据集验证	提高透明细胞肾细胞癌的诊断准确性，支持更精确的个性化治疗计划	透明细胞肾细胞癌（ccRCC）	数字病理学	肾癌	高光谱成像（HSI）	1D CNN结合注意力机制和Transformer模块	图像	80例ccRCC样本
36	2025-06-24	PruEV-AI: a Simple Approach Combines Urinary Extracellular Vesicle Isolation with AI-Assisted Analysis for Prostate Cancer Diagnosis 2025-Jun-23, Small methods IF:10.7Q1 DOI:10.1002/smtd.202500659 PMID:40545998	research paper	介绍了一种结合尿液细胞外囊泡（uEVs）分离与AI辅助分析的集成诊断系统PruEV-AI，用于前列腺癌（PCa）的非侵入性诊断	开发了一种快速uEVs分离方法，结合AI分析多个miRNA标志物，显著提高了前列腺癌的诊断准确性	样本量相对较小（48例PCa患者和49例对照）	开发一种高效、非侵入性的前列腺癌诊断方法	尿液细胞外囊泡（uEVs）中的miRNA标志物	digital pathology	prostate cancer	RT-qPCR, deep learning	DL	miRNA expression data	48 PCa患者和49例对照的尿液样本
37	2025-06-24	Enhancing Lung Cancer Diagnosis: An Optimization-Driven Deep Learning Approach with CT Imaging 2025-Jun-23, Cancer investigation IF:1.8Q3 DOI:10.1080/07357907.2025.2518404 PMID:40546028	研究论文	本研究提出了一种优化的CBAM-EfficientNet模型，用于增强特征提取并提高肺癌分类的准确性	结合EfficientNet降低计算复杂度，并利用CBAM模块突出关键空间和通道特征，同时应用多种优化算法（GWO、WO、BA）进行超参数调优	未提及模型在更广泛数据集上的泛化能力，以及在实际临床环境中的验证情况	提高肺癌诊断的准确性和效率	肺癌CT影像	数字病理	肺癌	CT成像	CBAM-EfficientNet	图像	两个基准数据集（Lung-PET-CT-Dx和LIDC-IDRI）
38	2025-06-24	Advancements in Caries Diagnostics Using Bite-Wing Radiography : A Systematic Review of Deep Learning Approaches 2025-Jun-22, Caries research IF:2.9Q1 DOI:10.1159/000546448 PMID:40544827	系统性综述	本文通过系统性综述评估了深度学习在咬翼片放射影像中龋齿诊断的应用	总结了深度学习在龋齿检测、分割和分类中的最新进展，并识别了当前研究的方法学异质性和标准化不足的问题	研究存在方法学异质性、数据集多样性有限、临床验证不足以及偏倚和数据透明度问题	评估深度学习在咬翼片放射影像中龋齿诊断的应用效果	咬翼片放射影像中的龋齿	计算机视觉	龋齿	深度学习	ResNet, YOLO	图像	112至8539张图像
39	2025-06-24	Fast intraoperative detection of primary central nervous system lymphoma and differentiation from common central nervous system tumors using stimulated Raman histology and deep learning 2025-Jun-21, Neuro-oncology IF:16.4Q1 DOI:10.1093/neuonc/noae270 PMID:39673805	research paper	该研究结合受激拉曼组织学(SRH)和深度学习技术，开发了一种名为RapidLymphoma的深度学习流程，用于术中快速检测原发性中枢神经系统淋巴瘤(PCNSL)并与其他中枢神经系统肿瘤进行区分	首次将SRH与深度学习结合用于PCNSL的术中快速诊断，开发了基于自监督学习策略的RapidLymphoma系统，可在3分钟内提供可视化反馈	研究样本来自四个国际医疗中心，可能存在地域偏倚；仅评估了有限数量的CNS病变类型	开发一种快速准确的术中诊断方法，用于区分PCNSL和其他中枢神经系统病变	原发性中枢神经系统淋巴瘤(PCNSL)及其他中枢神经系统肿瘤	digital pathology	中枢神经系统淋巴瘤	受激拉曼组织学(SRH)	深度学习(具体架构未明确说明)	图像(SRH生成的虚拟H&E样图像)	训练集包含54000个SRH图像块，来自手术切除和立体定向活检样本；三个测试队列分别包含160、420和59个样本
40	2025-06-24	Ultrasound placental image texture analysis using artificial intelligence and deep learning models to predict hypertension in pregnancy 2025-Jun-21, International journal of gynaecology and obstetrics: the official organ of the International Federation of Gynaecology and Obstetrics DOI:10.1002/ijgo.70306 PMID:40542591	research paper	该研究利用深度学习技术分析超声胎盘图像纹理，预测妊娠期高血压疾病	结合多种深度学习模型（CNN、迁移学习、Vision Transformer与TabNet分类器）进行胎盘图像分析，提高了预测准确性	研究样本中其他不良妊娠结局的病例未单独分析，可能影响模型特异性	开发基于人工智能的妊娠期高血压疾病早期预测方法	妊娠期妇女的超声胎盘图像	digital pathology	cardiovascular disease	超声成像	CNN, Efficient Net B0, Vision Transformer (ViT), TabNet	image	1008名孕妇（其中143名确诊HDP）