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
4041	2025-10-06	Structure Modeling Protocols for Protein Multimer and RNA in CASP16 With Enhanced MSAs, Model Ranking, and Deep Learning 2025-Aug-01, Proteins IF:3.2Q2 DOI:10.1002/prot.70033 PMID:40751131	研究论文	介绍CASP16中蛋白质复合物和RNA结构预测的方法与结果	整合多种先进深度学习模型，采用增强的多序列比对和共识排序方法，并引入大型宏基因组序列数据库	存在需要进一步改进的领域，部分目标与其他组结果差异显著	蛋白质复合物和RNA结构预测	蛋白质多聚体和RNA分子	计算生物学	NA	多序列比对(MSA), 宏基因组测序	深度学习模型	蛋白质序列, RNA序列, 结构数据	CASP16竞赛数据集	NuFold	集成学习方法	排名评估(蛋白质复合物预测第一, RNA结构预测第三)	NA
4042	2025-10-06	Clinical benefits of deep learning-assisted ultrasound in predicting lymph node metastasis in pancreatic cancer patients 2025-Aug, Future oncology (London, England) DOI:10.1080/14796694.2025.2520149 PMID:40548666	研究论文	开发并验证基于超声图像的深度学习放射组学列线图模型，用于预测胰腺癌患者淋巴结转移	首次将深度学习特征与放射组学特征结合构建DLRN模型，并证明其能显著提升超声医师（尤其是初级医师）的诊断性能	回顾性研究设计，样本量有限（249例病例），需要多中心前瞻性研究进一步验证	提高胰腺癌患者淋巴结转移的预测准确性	249例经组织病理学确诊的胰腺癌患者（其中78例伴有淋巴结转移）	医学影像分析	胰腺癌	超声成像	迁移学习, 逻辑回归	超声图像	249例胰腺癌病例（训练集与测试集按8:2划分）	NA	InceptionV3	AUC, 校准曲线, 决策曲线分析	NA
4043	2025-10-06	Cerebral Amyloid Deposition With 18F-Florbetapir PET Mediates Retinal Vascular Density and Cognitive Impairment in Alzheimer's Disease 2025-Aug-01, Human brain mapping IF:3.5Q1 DOI:10.1002/hbm.70310 PMID:40757876	研究论文	本研究探讨脑部淀粉样蛋白沉积通过视网膜血管密度影响阿尔茨海默病认知功能的机制	首次揭示脑部Aβ沉积在视网膜血管密度与认知障碍关系中的中介作用，并发现1.0-1.5 PD区域效应最显著	样本量相对有限（92名参与者），横断面研究无法确定因果关系	探究脑部Aβ沉积、视网膜血管密度与认知衰退之间的相互关系	47名AD患者和45名健康对照参与者	医学影像分析	阿尔茨海默病	深度学习眼底摄影，F-florbetapir PET/MRI	深度学习	眼底图像，PET/MRI影像	92名参与者（47名AD患者，45名健康对照）	NA	NA	Pearson相关系数，p值	NA
4044	2025-10-06	Longitudinal image-based prediction of surgical intervention in infants with hydronephrosis using deep learning: Is a single ultrasound enough? 2025-Aug, PLOS digital health DOI:10.1371/journal.pdig.0000939 PMID:40758672	研究论文	开发用于预测肾积水婴儿需要肾盂成形术的深度学习模型，比较单次与多次超声检查的预测性能	首次开发整合多次超声检查的机器学习模型来预测肾积水严重程度，并与单次检查模型进行系统比较	多机构验证显示多访视模型未能显著优于单访视模型	预测肾积水婴儿是否需要手术干预（肾盂成形术）	来自三家医疗机构的794名肾积水婴儿患者	医学影像分析	肾积水	超声成像	深度学习,LSTM	超声图像	794名患者（603名来自SickKids，102名来自Stanford，89名来自CHOP）	NA	卷积池化,长短期记忆网络,时序移位模型	AUROC,AUPRC	NA
4045	2025-10-06	Updating "BePLi Dataset v1: Beach Plastic Litter Dataset version 1, for instance segmentation of beach plastic litter" with 13 object classes 2025-Aug, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111867 PMID:40761540	研究论文	更新海滩塑料垃圾数据集BePLi v2，包含3722张原始图像和118,572个手动标注，用于海滩塑料垃圾的实例分割	从v1版本升级到v2版本，扩展了数据集规模并细分为13个塑料垃圾对象类别	数据仅来自日本西北海岸的自然海岸环境，可能缺乏地理多样性	开发基于深度学习的自动化图像处理方法，用于监测海滩塑料垃圾分布	海滩环境中的宏观塑料垃圾	计算机视觉	NA	遥感成像（网络摄像头和无人机）	深度学习	图像	3722张原始图像，118,572个标注	NA	NA	NA	NA
4046	2025-10-06	Bridging technology and medicine: artificial intelligence in targeted anticancer drug delivery 2025-Aug-01, RSC advances IF:3.9Q2 DOI:10.1039/d5ra03747f PMID:40761897	综述	探讨人工智能在靶向抗癌药物递送领域中的整合应用与创新方法	通过多种AI方法（机器学习、深度学习、强化学习）提升抗癌药物递送的精准度和疗效，推动传统治疗模式向个性化医疗转变	数据质量不足、AI模型可解释性有限、临床环境需更稳健验证	提升癌症靶向药物治疗的精准度和有效性	癌症患者基因组学、蛋白质组学和临床数据	机器学习	癌症	基因组测序、蛋白质组分析、医学影像分析	支持向量机, 随机森林, CNN, 强化学习	基因组数据, 蛋白质组数据, 临床数据, 医学影像	NA	NA	NA	NA	NA
4047	2025-10-06	SecProGNN: Predicting Bronchoalveolar Lavage Fluid Secreted Protein Using Graph Neural Network 2025-Aug, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3548263 PMID:40042949	研究论文	提出了一种名为SecProGNN的新型深度学习框架，用于预测支气管肺泡灌洗液中的分泌蛋白	首次将图神经网络应用于BALF分泌蛋白预测，通过将蛋白质表示为基于氨基酸相互作用的图结构数据	蛋白质复杂性高且存在技术限制，对蛋白质的全面表征仍具挑战性	预测支气管肺泡灌洗液中的分泌蛋白并探索肺腺癌潜在生物标志物	支气管肺泡灌洗液中的蛋白质	生物信息学	肺腺癌	蛋白质组学分析	图神经网络,多层感知机	蛋白质序列数据	超过三千种BALF蛋白质	NA	GNN, MLP	NA	NA
4048	2025-10-06	Counterfactual Bidirectional Co-Attention Transformer for Integrative Histology-Genomic Cancer Risk Stratification 2025-Aug, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3548048 PMID:40042950	研究论文	提出一种反事实双向协同注意力Transformer框架，整合组织学全切片图像和基因组数据用于癌症风险分层	引入反事实推理和双向协同注意力机制，通过因果关系建模单模态和多模态知识，减少学习偏差并探索特征对生存结果的影响	未明确说明模型在临床部署中的实际应用限制和计算效率问题	开发整合组织学和基因组数据的深度学习模型，改善癌症患者预后生存预测	癌症患者组织学全切片图像和基因组数据	数字病理学	癌症	全切片图像分析，基因组数据分析	Transformer	图像，基因组数据	来自癌症基因组图谱(TCGA)的八个癌症基准数据集	NA	CounterFactual Bidirectional Co-Attention Transformer	c-index	NA
4049	2025-10-06	PPA Net: The Pixel Prediction Assisted Net for 3D TOF-MRA Cerebrovascular Segmentation 2025-Aug, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3561146 PMID:40293899	研究论文	提出一种名为PPA Net的深度学习模型用于3D TOF-MRA脑血管分割	提出结合VesselMRA Net和VesselConvLSTM的模块化分割框架，通过矩形卷积块融合多尺度特征，利用注意力机制解决类别不平衡问题，并采用像素级预测模型减少个体差异	NA	开发精确的脑血管分割方法以辅助脑血管疾病的诊断和治疗	3D TOF-MRA图像中的脑血管	计算机视觉	脑血管疾病	TOF-MRA	深度学习	3D医学图像	三个公开数据集	NA	PPA Net, VesselMRA Net, VesselConvLSTM	NA	NA
4050	2025-10-06	Clinical Implementation of Sixfold-Accelerated Deep Learning Superresolution Knee MRI in Under 5 Minutes: Arthroscopy-Validated Diagnostic Performance 2025-Jul, AJR. American journal of roentgenology DOI:10.2214/AJR.25.32878 PMID:40266704	研究论文	本研究验证了六倍加速深度学习超分辨率膝关节MRI在5分钟内完成的临床效能，并与关节镜手术结果进行对比	首次将六倍加速（三倍并行成像+两倍同步多层采集）与深度学习超分辨率重建相结合，实现5分钟内完成膝关节MRI扫描	回顾性研究设计，样本量相对有限（124例患者）	验证加速膝关节MRI的临床诊断性能	患有膝关节疼痛的成年患者	医学影像	膝关节疾病	MRI，深度学习超分辨率重建，并行成像，同步多层采集	深度学习	MRI图像	124例成年患者（79名男性，45名女性），平均年龄46±17岁	NA	超分辨率重建网络	AUC，灵敏度，特异性，准确率，Kappa值	NA
4051	2025-10-06	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	开发了一种基于BERT的新工具BERTAgent，用于量化文本数据中的能动性语义	克服了传统词频统计方法对语义上下文不敏感的缺陷，能够考虑能动性的强度和方向性差异	NA	开发能够准确量化文本中能动性语义的计算工具	文本数据中的能动性语义编码	自然语言处理	NA	深度学习，自然语言处理	Transformer	文本	NA	NA	BERT	收敛效度，区分效度	NA
4052	2025-10-06	Advanced mastitis detection in Bos indicus cows: A deep learning approach integrated with infrared thermography 2025-Jul, Journal of thermal biology IF:2.9Q1 DOI:10.1016/j.jtherbio.2025.104173 PMID:40540820	研究论文	本研究结合红外热成像技术和深度学习算法，开发了一种用于检测Bos indicus品种奶牛乳腺炎的非侵入性诊断方法	首次将红外热成像与深度学习CNN模型相结合用于Tharparkar品种奶牛的乳腺炎检测，并比较了不同季节的温度变化特征	研究主要针对特定品种(Tharparkar cattle)，在资源有限的奶牛系统中应用效果需要进一步验证	开发准确、非侵入性的奶牛乳腺炎检测方法以提高奶牛健康管理和生产效益	Tharparkar品种奶牛的乳房热成像数据，包括健康、亚临床乳腺炎和临床乳腺炎三种状态	计算机视觉	乳腺炎	红外热成像技术(IRT)、加州乳腺炎测试(CMT)、体细胞计数(SCC)	CNN	热成像图像	7223个乳房热成像图，来自不同季节的健康、亚临床和临床乳腺炎乳房区域	NA	ResNet-50,VGG16	准确率,ROC分析	NA
4053	2025-10-06	Phase recognition in manual Small-Incision cataract surgery with MS-TCN + + on the novel SICS-105 dataset 2025-May-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-00303-z PMID:40399321	研究论文	本研究首次构建了手动小切口白内障手术视频数据集，并利用MS-TCN++架构实现了手术阶段识别	创建了首个手动小切口白内障手术视频数据集SICS-105，并将MS-TCN++架构首次应用于该手术的阶段识别	手术阶段数量较多且持续时间较长，相比超声乳化手术更具挑战性	通过深度学习实现手动小切口白内障手术的阶段识别	手动小切口白内障手术视频	计算机视觉	白内障	深度学习	MS-TCN++	视频	105名患者（SICS-105数据集）	NA	MS-TCN++	准确率, 编辑距离, F1分数, 精确率-召回率AUC, 敏感度, 特异度	NA
4054	2025-10-06	Integration of MRI radiomics and clinical data for preoperative prediction of vascular invasion in breast cancer: A deep learning approach 2025-May, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2025.110339 PMID:39880177	研究论文	本研究通过整合MRI影像组学特征与临床数据，开发深度学习模型用于乳腺癌血管侵犯的术前预测	首次将MRI影像组学特征与临床数据相结合，采用深度学习方法构建乳腺癌血管侵犯预测模型	样本量相对较小（102例患者），且为单中心回顾性研究	提高乳腺癌血管侵犯的术前预测准确性，为手术规划和患者管理提供依据	经手术病理证实的102例浸润性乳腺癌患者	医学影像分析	乳腺癌	MRI成像，扩散加权成像（DWI），动态增强扫描	深度学习模型	医学影像（MRI），临床数据	102例乳腺癌患者	NA	NA	AUC，敏感性，特异性	NA
4055	2025-10-06	T-ALPHA: A Hierarchical Transformer-Based Deep Neural Network for Protein-Ligand Binding Affinity Prediction with Uncertainty-Aware Self-Learning for Protein-Specific Alignment 2025-Mar-10, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c02332 PMID:39965912	研究论文	提出了一种名为T-ALPHA的新型深度学习模型，用于提高蛋白质-配体结合亲和力预测的准确性	在分层Transformer框架中集成多模态特征表示，并引入无需额外实验数据的不确定性感知自学习方法进行蛋白质特异性对齐	NA	开发能够准确预测小分子与蛋白质靶点结合亲和力的计算方法	蛋白质-配体结合亲和力	机器学习	NA	深度学习	Transformer	蛋白质结构数据，配体数据	NA	NA	分层Transformer	结合亲和力评分函数评估指标	NA
4056	2025-10-06	KaMLs for Predicting Protein pKa Values and Ionization States: Are Trees All You Need? 2025-Feb-11, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.4c01602 PMID:39882632	研究论文	开发基于决策树和图注意力网络的KaML模型，用于准确预测蛋白质pKa值和电离状态	提出分别处理酸和碱、使用AlphaFold结构进行数据增强、在理论pKa数据库上进行模型预训练等创新方法	机器学习方法受限于实验数据的稀缺性	提高蛋白质电离状态预测的准确性，用于生物学理解和计算机辅助药物发现	蛋白质电离状态和pKa值	机器学习	NA	机器学习	决策树,图注意力网络(GAT)	蛋白质结构数据,实验pKa数据库	PKAD-3数据库（包含高度偏移pKa值）	NA	决策树,GAT	pKa值预测准确率,电离状态分类准确率	NA
4057	2025-10-06	Deep learning-driven bacterial cytological profiling to determine antimicrobial mechanisms in Mycobacterium tuberculosis 2025-Feb-11, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2419813122 PMID:39913203	研究论文	本研究开发了基于卷积神经网络的细菌细胞学分析方法MycoBCP，用于确定结核分枝杆菌抗菌药物的作用机制	将卷积神经网络应用于细菌细胞学分析，克服传统图像分析技术面临的细胞聚集和染色不均等挑战	转录抑制和翻译抑制导致的相似形态难以有效区分，需要进一步优化	加速结核病治疗药物的作用机制确定，推动新型有效药物的开发	结核分枝杆菌及其对多种抗菌化合物的形态反应	计算机视觉	结核病	细菌细胞学分析	CNN	图像	NA	NA	NA	准确率	NA
4058	2025-10-06	Signal-Guided Multitask Learning for Myocardial Infarction Classification Using Images of Electrocardiogram 2025, Cardiology IF:1.9Q3 DOI:10.1159/000542399 PMID:39504941	研究论文	开发基于信号引导多任务学习的深度学习算法，使用心电图图像进行心肌梗死分类	提出信号引导多任务学习方法，相比之前单任务算法性能更优	NA	开发深度学习算法区分心肌梗死患者与无冠状动脉疾病患者	心电图图像数据	医学图像分析	心血管疾病	心电图成像	深度学习	图像	11,227张心电图图像	NA	NA	准确率, 敏感度, 特异性, 精确率, F1分数	NA
4059	2025-10-06	Deep Learning-Based Detection of Malignant Bile Duct Stenosis in Fluoroscopy Images of Endoscopic Retrograde Cholangiopancreatography 2025, Digestion IF:3.0Q2 DOI:10.1159/000543049 PMID:39675349	研究论文	本研究开发了一种基于深度学习的模型，用于在ERCP荧光成像中区分良恶性胆管狭窄	首次将深度学习技术应用于ERCP荧光图像进行胆管狭窄良恶性分类，并进行了多中心外部验证	回顾性研究设计，样本量相对有限，需要在前瞻性研究中进一步验证	提高胆管狭窄良恶性鉴别的诊断准确性和可重复性	接受ERCP检查的成年患者	计算机视觉	胆道疾病	ERCP荧光成像	CNN	图像	251名患者来自德国三个大学医疗中心（莱比锡、德累斯顿、哈雷）	NA	NA	AUROC	NA
4060	2025-10-06	Proactive Deep Learning-Facilitated Inpatient Penicillin Allergy Delabelling: An Implementation Study 2025, International archives of allergy and immunology IF:2.5Q3 DOI:10.1159/000542589 PMID:39827874	研究论文	本研究评估了深度学习辅助的主动会诊服务在住院患者青霉素过敏标签去除中的效果	首次将深度学习算法应用于识别适合进行青霉素过敏标签去除的住院患者，并采用主动会诊服务模式	单中心研究，需要更多中心验证	评估深度学习辅助的主动会诊服务是否能提高住院患者青霉素过敏标签去除率	住院患者中带有青霉素过敏标签的患者	医疗人工智能	药物过敏	深度学习	NA	医疗记录数据	439名患者，其中121名被算法识别为适合进行青霉素过敏评估	NA	NA	过敏标签去除率，不良事件发生率，经济效益分析	NA