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
381	2025-06-17	Artificial intelligence (AI) and CT in abdominal imaging: image reconstruction and beyond 2025-Jun-16, Abdominal radiology (New York) DOI:10.1007/s00261-025-05031-6 PMID:40522387	综述	本文探讨了人工智能（AI）在腹部CT成像中的图像重建技术及其更广泛的应用	介绍了基于深度学习的重建（DLR）技术，该技术通过卷积神经网络生成高保真图像，克服了传统方法的噪声和人工纹理问题	临床验证、标准化和广泛采用方面仍存在挑战	探索AI驱动的CT图像重建在腹部成像中的原理、进展和未来方向	腹部器官（如肝脏、胰腺和肾脏）的CT成像	数字病理	NA	深度学习重建（DLR）	CNN	图像	NA
382	2025-06-17	Large-scale protein clustering in the age of deep learning 2025-Jun-14, Current opinion in structural biology IF:6.1Q1 DOI:10.1016/j.sbi.2025.103078 PMID:40517452	研究论文	本文探讨了深度学习时代下大规模蛋白质聚类的方法及其重要性	利用深度学习技术扩展了蛋白质相似性度量和聚类方法的广度、深度和多样性	未具体说明所提方法在实际应用中的性能表现和局限性	研究蛋白质聚类方法以促进蛋白质功能和注释的转移	蛋白质家族及其序列和结构相似性	生物信息学	NA	深度学习	NA	蛋白质序列和结构数据	大规模蛋白质数据（未提供具体数量）
383	2025-06-17	Qualitative evaluation of automatic liver segmentation in computed tomography images for clinical use in radiation therapy 2025-Jun-14, Cancer radiotherapie : journal de la Societe francaise de radiotherapie oncologique IF:1.5Q3 DOI:10.1016/j.canrad.2025.104648 PMID:40517449	研究论文	本研究评估了基于AI的肝脏自动分割在CT图像中的临床应用，并探讨了几何指标与临床医生评估之间的相关性	首次系统研究几何指标（如Dice系数和Hausdorff距离）与临床医生对分割结果可接受性评估之间的相关性	研究仅针对肝脏分割，且使用单一公开数据集，结果可能无法推广到其他器官或数据集	评估AI自动分割在放射治疗工作流程中的临床应用可行性	CT图像中的肝脏分割	数字病理	NA	CT成像	U-Net	医学图像	公开数据集中的CT图像（具体数量未说明）
384	2025-06-17	A review: Lightweight architecture model in deep learning approach for lung disease identification 2025-Jun-14, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110425 PMID:40517598	综述	本文综述了2020至2025年间发表的23项研究，专注于轻量级架构和优化技术在提高肺部疾病检测准确性方面的应用	轻量级架构在深度学习中的应用，显著减少了参数大小和计算时间，同时保持了与传统深度学习架构相当的准确性	轻量级架构在参数减少的同时，可能在某些情况下导致准确性的下降	提高肺部疾病早期检测的效率和准确性	肺部疾病的医学影像数据（如X光或CT扫描）	数字病理学	肺部疾病	深度学习	SqueezeNet, UNet, SegNet, EfficientNetV2, Extreme Learning Machine (ELM), VGG	医学影像	23项研究，涉及COVID-19公共数据集和来自意大利医学与介入放射学会及Radiopedia的CT扫描图像
385	2025-06-17	Utility of Thin-slice Single-shot T2-weighted MR Imaging with Deep Learning Reconstruction as a Protocol for Evaluating Pancreatic Cystic Lesions 2025-Jun-14, Magnetic resonance in medical sciences : MRMS : an official journal of Japan Society of Magnetic Resonance in Medicine IF:2.5Q2 DOI:10.2463/mrms.mp.2025-0042 PMID:40518300	research paper	评估深度学习重建超分辨率技术（DLR-SR）在2mm薄层单次激发快速自旋回波（SshTSE）图像上的效果，并与5mm厚层图像进行比较，用于胰腺囊性病变的评估	首次将DLR-SR技术应用于2mm薄层SshTSE图像，并证明其在胰腺囊性病变评估中的优越性	样本量较小（30例患者），且研究时间范围较短（2024年6月至7月）	评估DLR-SR技术在薄层MRI图像上的应用效果	胰腺囊性病变患者	数字病理	胰腺疾病	深度学习重建超分辨率（DLR-SR），单次激发快速自旋回波（SshTSE）	深度学习	MRI图像	30例胰腺囊性病变患者
386	2025-06-17	Deep learning estimations of the production cross sections of 77Br medical radionuclide 2025-Jun-13, Applied radiation and isotopes : including data, instrumentation and methods for use in agriculture, industry and medicine IF:1.6Q3 DOI:10.1016/j.apradiso.2025.112003 PMID:40517722	research paper	本研究利用深度学习算法改进预测溴-77放射性核素的生产截面	使用深度学习算法预测放射性核素生产截面，并与传统TALYS代码计算结果进行比较	未提及具体样本量或数据集的详细描述	预测溴-77放射性核素的生产截面	溴-77放射性核素的生产截面	machine learning	NA	深度学习	人工神经网络	实验截面数据	NA
387	2025-06-17	Recent Advances in sMRI and Artificial Intelligence for Presurgical Planning in Focal Cortical Dysplasia: A Systematic Review 2025-Jun-13, Journal of neuroradiology = Journal de neuroradiologie DOI:10.1016/j.neurad.2025.101359 PMID:40517890	系统性综述	本文综述了结构磁共振成像（sMRI）和人工智能（AI）在局灶性皮质发育不良（FCD）术前规划中的最新进展	AI，尤其是深度学习方法，显著提高了FCD的检测敏感性和特异性，甚至超越人类放射科医生的表现	模型性能因FCD类型和训练数据集的不同而有所差异，需要进一步的临床验证和算法优化	提高FCD的检测准确性以改善药物难治性癫痫患者的术前规划和治疗效果	局灶性皮质发育不良（FCD）患者	数字病理学	癫痫	结构磁共振成像（sMRI），包括MPRAGE、MP2RAGE和FLAIR序列	深度学习（DL）和机器学习（ML）	MRI图像	27篇符合纳入标准的全文文章，涉及88篇全文文章
388	2025-06-17	Investigating the Role of Area Deprivation Index in Observed Differences in CT-Based Body Composition by Race 2025-Jun-13, Journal of the American College of Radiology : JACR IF:4.0Q1 DOI:10.1016/j.jacr.2025.06.016 PMID:40517983	研究论文	本研究探讨了地区剥夺指数（ADI）和社会脆弱性指数（SVI）在解释基于CT的身体成分种族差异中的作用	首次结合ADI和SVI等社会经济指标，分析其对CT身体成分种族差异的影响	研究仅基于单一机构的患者数据，可能缺乏广泛代表性	探究社会经济因素是否能够解释身体成分的种族差异	杜伦县2020年接受腹部CT检查的患者	数字病理学	NA	深度学习分析流程	深度学习	CT图像	5,311名患者（平均年龄57.4岁，55.5%女性，46.5%黑人，39.5%白人，10.3%西班牙裔）
389	2025-06-17	The Diagnostic Value of Artificial Intelligence in Oral Squamous Cell Carcinoma: A Systematic Review and Meta-Analysis 2025-Jun-13, Journal of stomatology, oral and maxillofacial surgery DOI:10.1016/j.jormas.2025.102429 PMID:40518015	meta-analysis	本文通过系统综述和荟萃分析评估了人工智能在口腔鳞状细胞癌诊断中的性能	研究发现深度学习算法在诊断口腔鳞状细胞癌方面优于传统机器学习方法	研究间存在高度异质性，需要标准化方法和外部验证	评估人工智能在口腔鳞状细胞癌诊断中的准确性	口腔鳞状细胞癌(OSCC)	数字病理	口腔鳞状细胞癌	AI	深度学习算法 vs 传统机器学习方法	医学影像数据	24项研究，共18,574个样本
390	2025-06-17	Cyclic Peptide Therapeutic Agents Discovery: Computational and Artificial Intelligence-Driven Strategies 2025-Jun-12, Journal of medicinal chemistry IF:6.8Q1 DOI:10.1021/acs.jmedchem.5c00712 PMID:40464341	综述	本文综述了计算和人工智能驱动的环肽治疗药物发现策略	结合物理模拟与深度学习技术重新定义环肽治疗药物的设计与优化	环肽的灵活性、数据可用性有限以及复杂的构象景观等挑战	提高环肽药物开发的精确性和效率，满足未解决的医疗需求	环肽治疗药物	药物发现	NA	计算技术和人工智能驱动的方法	深度学习	NA	NA
391	2025-06-17	Leveraging deep learning and structure-based drug repurposing for the discovery of potent Trk-A inhibitors targeting CIPA 2025-Jun-11, Bioorganic chemistry IF:4.5Q1 DOI:10.1016/j.bioorg.2025.108680 PMID:40517591	research paper	该研究利用深度学习和基于结构的药物再利用方法，发现针对CIPA的强效Trk-A抑制剂	结合深度学习和结构基础的药物再利用策略，筛选出新型、强效且无毒的Trk-A抑制剂	研究依赖于现有的生物活性数据，可能受限于数据质量和覆盖范围	发现针对CIPA的Trk-A抑制剂	Trk-A受体及其抑制剂	machine learning	CIPA	深度学习、分子对接、分子模拟分析	ANN	生物活性数据	FDA批准的药物库中的化合物
392	2025-06-17	A Deep Learning Model for Identifying the Risk of Mesenteric Malperfusion in Acute Aortic Dissection Using Initial Diagnostic Data: Algorithm Development and Validation 2025-Jun-10, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/72649 PMID:40493909	研究论文	开发并验证了一种深度学习模型，用于识别急性主动脉夹层患者中肠系膜灌注不良的高风险	整合了多模态数据（实验室参数和CT血管造影图像）的深度学习模型，相比单模态方法具有更高的诊断准确性	需要进一步的前瞻性验证以确认其临床实用性	开发一种深度学习模型，用于早期识别急性主动脉夹层患者中肠系膜灌注不良的高风险	急性主动脉夹层患者	数字病理	心血管疾病	CT血管造影	深度学习模型	图像和临床数据	525名患者（450名来自北京安贞医院，75名来自南京鼓楼医院）
393	2025-06-17	From Binary to Higher-Order Organic Cocrystals: Design Principles and Performance Optimization 2025-Jun-05, Angewandte Chemie (International ed. in English) DOI:10.1002/anie.202507102 PMID:40471124	research paper	本文探讨了从二元到高阶有机共晶的设计原理和性能优化	提出了从二元到高阶有机共晶的演变策略，包括同系化、分层分子间相互作用和长程合成构建模块，为新型应用如共晶预测、药物设计和有机太阳能电池等开辟了道路	分子筛选、比例优化、可扩展合成和长期稳定性仍是实际应用中的关键挑战	研究有机共晶的设计原理和性能优化，以拓展其功能多样性和应用领域	二元和高阶有机共晶	材料科学	NA	π-π堆积、电荷转移、氢/卤键合、同系化、分层分子间相互作用、长程合成构建模块	NA	NA	NA
394	2025-06-17	Photodiagnosis with deep learning: A GAN and autoencoder-based approach for diabetic retinopathy detection 2025-Jun, Photodiagnosis and photodynamic therapy IF:3.1Q2 DOI:10.1016/j.pdpdt.2025.104552 PMID:40064432	研究论文	提出了一种结合GAN、去噪自编码器和EfficientNetB0的新型深度学习框架，用于糖尿病视网膜病变的检测	首次将GAN、去噪自编码器和EfficientNetB0集成到一个框架中，用于糖尿病视网膜病变的分类	未来需要整合可解释性工具以提高临床采用率，并探索其他成像模态以提高泛化性	提高糖尿病视网膜病变的早期检测和准确诊断	糖尿病视网膜病变患者	计算机视觉	糖尿病视网膜病变	GAN、去噪自编码器、迁移学习	GAN、自编码器、EfficientNetB0	图像	自定义OCT数据集，包含高分辨率和临床相关图像
395	2025-06-17	Thorax-encompassing multi-modality PET/CT deep learning model for resected lung cancer prognostication: A retrospective, multicenter study 2025-Jun, Medical physics IF:3.2Q1 DOI:10.1002/mp.17862 PMID:40317503	研究论文	本研究开发了一个结合FDG PET和CT影像以及临床、手术和病理信息的深度学习模型，用于预测非小细胞肺癌术后无复发生存期并分层患者风险	首次使用多模态影像结合临床、手术和病理数据预测NSCLC患者术后无复发生存期，并在常规分期基础上进一步分层患者风险	回顾性研究设计，样本量相对有限（总样本500例）	开发优于常规分期的预后预测模型，帮助识别可能从额外治疗中获益的术后NSCLC患者	接受手术切除的非小细胞肺癌患者	数字病理	肺癌	FDG PET/CT成像	多模态深度学习模型(DLM)	医学影像（PET/CT）、临床数据、病理数据	500例手术切除的NSCLC患者（本地机构305例，外部验证195例）
396	2025-06-17	AttentionAML: An Attention-based Deep Learning Framework for Accurate Molecular Categorization of Acute Myeloid Leukemia 2025-May-22, bioRxiv : the preprint server for biology DOI:10.1101/2025.05.20.655179 PMID:40475602	研究论文	提出了一种基于注意力机制的深度学习框架AttentionAML，用于仅基于转录组数据准确分类急性髓系白血病(AML)亚型	首次将注意力机制应用于AML亚型分类，仅需转录组数据即可实现高精度分类	仅基于转录组数据，未整合其他组学数据	开发高精度的AML分子亚型分类方法以支持精准医疗	急性髓系白血病(AML)患者	数字病理学	白血病	转录组分析	基于注意力机制的深度学习模型	基因表达数据	1,661名AML患者
397	2025-06-17	Machine Learning and Deep Learning Models for Automated Protocoling of Emergency Brain MRI Using Text from Clinical Referrals 2025-05, Radiology. Artificial intelligence DOI:10.1148/ryai.230620 PMID:39969276	研究论文	开发和评估基于机器学习和深度学习的模型，用于根据临床转诊文本自动制定急诊脑MRI扫描方案	首次使用机器学习和深度学习模型（包括BERT和GPT-3.5）自动制定急诊脑MRI扫描方案，并对比不同模型的性能	单中心回顾性研究，样本量有限（1953例），未在多中心或前瞻性环境中验证	提高急诊脑MRI扫描方案的自动化制定效率和准确性	急诊脑MRI扫描的临床转诊文本	自然语言处理	脑部疾病	自然语言处理（NLP）	BERT, GPT-3.5, naive Bayes, SVM, XGBoost	文本	1953例急诊脑MRI转诊数据
398	2025-06-17	Deep Learning-based Aligned Strain from Cine Cardiac MRI for Detection of Fibrotic Myocardial Tissue in Patients with Duchenne Muscular Dystrophy 2025-05, Radiology. Artificial intelligence DOI:10.1148/ryai.240303 PMID:40008976	研究论文	开发一种基于深度学习的模型，从非对比心脏MRI电影中获取对齐应变值，并评估这些值在预测杜氏肌营养不良症患者心肌纤维化中的性能	提出了一种新的对齐应变技术，能够基于运动检测心肌功能障碍，改进了传统方法的特异性、总体准确性和在射血分数保留患者中的准确性	研究为回顾性研究，且样本量相对有限（139名患者）	开发并评估一种深度学习模型，用于预测杜氏肌营养不良症患者的心肌纤维化	139名杜氏肌营养不良症男性患者	数字病理学	杜氏肌营养不良症	心脏MRI	CNN	图像	139名男性患者，其中57名用于评估应变值有效性，82名用于评估可重复性
399	2025-06-17	Evaluating Performance of a Deep Learning Multilabel Segmentation Model to Quantify Acute and Chronic Brain Lesions at MRI after Stroke and Predict Prognosis 2025-05, Radiology. Artificial intelligence DOI:10.1148/ryai.240072 PMID:40136026	研究论文	开发并评估了一个多标签深度学习网络，用于识别和量化急性缺血性卒中后多序列MRI中的急性和慢性脑损伤，并评估病变的临床和模型提取的放射学特征与患者预后的关系	提出了一个基于SegResNet的深度学习模型，用于分割核心梗死和白质高信号负担，并结合临床变量预测患者短期预后	研究为回顾性设计，可能受到数据选择和偏差的影响	评估深度学习模型在急性缺血性卒中后MRI中识别和量化脑损伤的能力，并预测患者预后	急性缺血性卒中患者	数字病理学	卒中	MRI	SegResNet, CNN, 支持向量机	图像	1008名患者（训练和验证数据集702名，外部测试数据集306名）
400	2025-06-17	Automatic Quantification of Serial PET/CT Images for Pediatric Hodgkin Lymphoma Using a Longitudinally Aware Segmentation Network 2025-05, Radiology. Artificial intelligence DOI:10.1148/ryai.240229 PMID:39969278	research paper	开发了一种纵向感知分割网络（LAS-Net），用于量化儿童霍奇金淋巴瘤患者的连续PET/CT图像	LAS-Net引入了纵向交叉注意力机制，使PET1的相关特征能够为PET2的分析提供信息	外部测试队列的性能略有下降	开发一种能够量化儿童霍奇金淋巴瘤患者连续PET/CT图像的纵向感知分割网络	儿童霍奇金淋巴瘤患者的连续PET/CT图像	digital pathology	Hodgkin lymphoma	PET/CT	CNN	image	297名儿童患者（内部数据集200名，外部测试数据集97名）