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
4101	2025-04-19	Leveraging protein language models for robust antimicrobial peptide detection 2025-Jun, Methods (San Diego, Calif.) DOI:10.1016/j.ymeth.2025.03.002 PMID:40049432	研究论文	本研究提出了一种名为PLAPD的新型框架，利用预训练的ESM2蛋白质语言模型进行抗菌肽分类	结合了卷积层进行局部特征提取和残差Transformer模块进行全局特征提取，提高了抗菌肽预测的准确性和效率	未提及具体局限性	开发一种高效准确的抗菌肽预测工具，以应对全球抗生素耐药性挑战	抗菌肽（AMPs）	自然语言处理	NA	蛋白质语言模型（PLMs）	ESM2, CNN, Transformer	蛋白质序列	8,268条肽序列
4102	2025-04-19	OmniClust: A versatile clustering toolkit for single-cell and spatial transcriptomics data 2025-Jun, Methods (San Diego, Calif.) DOI:10.1016/j.ymeth.2025.03.007 PMID:40057293	研究论文	本文介绍了一个名为OmniClust的工具包，用于单细胞和空间转录组数据的聚类分析	开发了一个整合单细胞RNA测序和空间转录组数据的算法工具包，采用深度学习和机器学习算法进行特征学习和聚类	未提及具体的技术限制或数据集局限性	开发一个适用于单细胞和空间转录组数据的通用聚类工具包	单细胞RNA测序（scRNA-seq）和空间转录组数据	生物信息学	乳腺癌	RNA测序（scRNA-seq和空间转录组）	深度学习和机器学习算法	转录组数据	12个空间转录组基准数据集和4个scRNA-seq基准数据集
4103	2025-04-19	A Pilot Study on Deep Learning With Simplified Intravoxel Incoherent Motion Diffusion-Weighted MRI Parameters for Differentiating Hepatocellular Carcinoma From Other Common Liver Masses 2025-Jun-01, Topics in magnetic resonance imaging : TMRI DOI:10.1097/RMR.0000000000000316 PMID:40249154	研究论文	本研究开发并评估了一种利用仅3个b值图像衍生的简化IVIM参数结合深度学习技术区分肝细胞癌与其他常见肝脏肿块的性能	首次将简化IVIM参数与3D-CNN架构结合用于HCC鉴别，显著提升了诊断准确率	样本量较小（98例），且为回顾性研究	提高肝细胞癌的影像学鉴别诊断准确率	肝细胞癌与其他常见肝脏肿块	数字病理	肝癌	简化IVIM扩散加权MRI	3D-CNN	MRI图像	98例回顾性MRI数据（68男30女，平均年龄59±14岁）
4104	2025-04-19	Application of deep learning models for accurate classification of fluid collections in acute necrotizing pancreatitis on computed tomography: a multicenter study 2025-May, Abdominal radiology (New York) DOI:10.1007/s00261-024-04607-y PMID:39347977	research paper	该研究应用基于CT的深度学习模型对急性胰腺炎中的胰腺液体积聚进行准确分类	首次在四家三级医院中应用深度学习模型（包括ResNet 50、Vision transformer和MedViT）对胰腺液体积聚进行基于固体碎片的分类	外部测试队列的样本量相对较小（23名患者），且模型的诊断性能在外部测试队列中仅为中等	开发和应用深度学习模型以准确分类急性胰腺炎中的胰腺液体积聚	急性胰腺炎患者中的胰腺液体积聚	digital pathology	acute pancreatitis	CT, MRI, EUS	ResNet 50, Vision transformer (ViT), MedViT	image	152名患者（129名用于训练/验证，23名用于测试），共2180张图像
4105	2024-10-22	Re: Deep Learning Artificial Intelligence Predicts Homologous Recombination Deficiency and Platinum Response from Histologic Slides 2025-May, European urology IF:25.3Q1 DOI:10.1016/j.eururo.2024.10.012 PMID:39428324	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
4106	2025-04-19	Comparable Performance Between Automatic and Manual Laryngeal and Hypopharyngeal Gross Tumor Volume Delineations Validated With Pathology 2025-May-01, International journal of radiation oncology, biology, physics DOI:10.1016/j.ijrobp.2024.12.009 PMID:39788389	研究论文	本研究验证了一种用于喉部和下咽部肿瘤体积分割的深度学习模型，并将其性能与临床医生的手动描绘进行了比较	首次将深度学习模型的分割结果与病理学验证的手动描绘进行比较，证明了其可比性	样本量较小（验证集仅18例患者），且阳性预测值存在显著差异	验证深度学习模型在头颈癌肿瘤体积分割中的性能	喉部和下咽部癌症患者	数字病理学	头颈癌	深度学习	深度学习模型	医学影像	训练集193例患者，验证集18例患者
4107	2025-04-19	Clinical Application of Deep Learning-Assisted Needles Reconstruction in Prostate Ultrasound Brachytherapy 2025-May-01, International journal of radiation oncology, biology, physics DOI:10.1016/j.ijrobp.2024.12.026 PMID:39800329	research paper	本研究探讨了人工智能辅助的经会阴针重建在超声引导前列腺近距离放射治疗中的临床可行性和时间节省潜力	首次将深度学习技术应用于3D超声引导的前列腺高剂量率近距离放射治疗中的针重建，实现了治疗规划的自动化和效率提升	研究样本来自单一机构，且样本量有限（102例）	评估AI辅助针重建工具在前列腺近距离放射治疗中的临床应用价值	前列腺癌患者	digital pathology	prostate cancer	ultrasound-guided brachytherapy	deep learning	3D ultrasound images	102例超声规划的前列腺近距离放射治疗图像（50例用于模型训练和验证，11例用于评估重建精度，41例用于临床实施评估）
4108	2025-04-19	AI in SPECT Imaging: Opportunities and Challenges 2025-May, Seminars in nuclear medicine IF:4.6Q1 DOI:10.1053/j.semnuclmed.2025.03.005 PMID:40189986	综述	本文全面回顾了人工智能在SPECT成像中的应用进展与挑战	总结了深度学习技术在SPECT图像重建、增强、分割及疾病分类等多方面的创新应用，并探讨了自监督学习和对比学习策略提升模型鲁棒性的潜力	数据异质性、模型可解释性及计算复杂性限制了AI方法的临床采用，缺乏标准化评估指标和大规模多模态数据集	提升SPECT成像的定量准确性及临床应用价值	SPECT成像技术及其在心血管、神经和肿瘤疾病中的应用	数字病理学	心血管疾病、神经系统疾病、肿瘤疾病	深度学习	CNN、GAN、transformers	图像	NA
4109	2025-04-19	Correlation of retinal fluid and photoreceptor and RPE loss in neovascular AMD by automated quantification, a real-world FRB! analysis 2025-May, Acta ophthalmologica IF:3.0Q1 DOI:10.1111/aos.16799 PMID:39540601	research paper	该研究利用人工智能算法量化抗VEGF治疗期间新生血管性年龄相关性黄斑变性（nAMD）患者的椭圆体带（EZ）损失，并分析其与疾病活动的相关性	首次采用深度学习算法自动量化视网膜内液（IRF）、视网膜下液（SRF）和色素上皮脱离（PED），并评估其对EZ层厚度的影响	样本量相对较小（211眼），且仅来自单一中心（瑞士苏黎世）	评估抗VEGF治疗期间EZ损失与nAMD疾病活动的相关性	新生血管性年龄相关性黄斑变性（nAMD）患者	digital pathology	age-related macular degeneration	spectral domain optical coherence tomography	U-net	image	211只眼（来自158名患者）
4110	2025-04-19	Development and Validation of an Algorithm for Segmentation of the Prostate and its Zones from Three-dimensional Transrectal Multiparametric Ultrasound Images 2025-May, European urology open science IF:3.2Q1 DOI:10.1016/j.euros.2025.03.005 PMID:40241852	research paper	开发并验证了一种从三维经直肠多参数超声图像中自动分割前列腺及其区域的深度学习算法	使用基于U-Net架构的卷积神经网络开发了一种自动化分割算法，能够处理三维对比增强超声和常规B型超声图像	区域分割的准确性低于整个前列腺的分割	开发一个用于前列腺癌诊断的计算机辅助诊断系统	前列腺及其区域的三维多参数超声图像	digital pathology	prostate cancer	multiparametric ultrasound (mpUS), contrast-enhanced ultrasound (CEUS), B-mode ultrasound	CNN based on U-Net architecture	3D ultrasound images	259 3D mpUS images collected from men with suspicion for PC
4111	2025-04-19	BERT-DomainAFP: Antifreeze protein recognition and classification model based on BERT and structural domain annotation 2025-Apr-18, iScience IF:4.6Q1 DOI:10.1016/j.isci.2025.112077 PMID:40241758	研究论文	提出了一种基于BERT和结构域注释的抗冻蛋白识别与分类模型BERT-DomainAFP	结合预训练的ProteinBERT和新型注释策略，采用过采样与欠采样技术处理不平衡数据，实现了目前最高的识别准确率	未提及模型在跨物种或新型抗冻蛋白上的泛化能力	提高抗冻蛋白的预测与分类准确性	抗冻蛋白(AFPs)	自然语言处理	NA	深度学习	BERT	蛋白质序列数据	AntiFreezeDomains数据集（未提具体样本量）
4112	2025-04-19	Scaling down annotation needs: The capacity of self-supervised learning on diatom classification 2025-Apr-18, iScience IF:4.6Q1 DOI:10.1016/j.isci.2025.112236 PMID:40241763	研究论文	本研究探讨了自监督学习在硅藻分类中减少标注需求的能力	引入自监督学习以解决硅藻分类中标注稀缺的挑战，并展示了小规模标注数据下仍能保持高准确率	未提及具体模型在极端小样本情况下的泛化能力	减少硅藻分类中对标注数据的依赖，提高分类效率	硅藻（环境健康评估的生物标志物）	计算机视觉	NA	自监督学习	NA	图像（光学显微镜图像）	每类50个样本（扩展实验为每类30个样本）
4113	2025-04-19	Capsule neural network and its applications in drug discovery 2025-Apr-18, iScience IF:4.6Q1 DOI:10.1016/j.isci.2025.112217 PMID:40241764	review	本文综述了胶囊神经网络（CapsNet）在药物发现中的应用及其理论基础	CapsNet通过捕获特征间的空间层次关系，解决了传统神经网络中的空间信息丢失问题，特别适合处理小规模数据集	文章指出了CapsNet的局限性，并提出了未来研究方向以增强其在药物发现中的实用性	探讨CapsNet在药物发现领域的应用及其性能	胶囊神经网络（CapsNet）及其在药物设计中的应用	machine learning	NA	NA	CapsNet	NA	NA
4114	2025-04-19	Identification of non-glandular trichome hairs in cannabis using vision-based deep learning methods 2025-Apr-18, Journal of forensic sciences IF:1.5Q2 DOI:10.1111/1556-4029.70058 PMID:40249026	research paper	提出了一种基于深度学习的计算机视觉方法，用于识别大麻中的非腺毛状体毛发	首次将深度学习应用于大麻非腺毛状体的识别，准确率超过97%，减少了对耗时耗力的专家显微镜分析的依赖	需要大量标注的显微镜图像数据集，且可能受限于样本多样性	开发一种高效准确的大麻识别方法以支持法医部门和执法机构打击非法毒品交易	大麻及其非法替代品中的非腺毛状体毛发	computer vision	NA	deep learning-based computer vision	CNN	image	数千张标注的显微镜图像，包括真正的大麻和疑似喷洒合成大麻素的非大麻植物材料
4115	2025-04-19	Deep learning reconstruction of diffusion-weighted imaging with single-shot echo-planar imaging in endometrial cancer: a comparison with multi-shot echo-planar imaging 2025-Apr-18, Abdominal radiology (New York) DOI:10.1007/s00261-025-04955-3 PMID:40249551	research paper	评估深度学习重建(DLR)在子宫内膜癌单次激发平面回波成像(SSEPI)扩散加权成像(DWI)中的效果，并与多激发敏感编码(MUSE) DWI进行比较	首次将深度学习重建技术应用于子宫内膜癌的SSEPI DWI，并与MUSE DWI进行对比，证明DLR能显著提高图像质量且扫描时间更短	研究样本量较小(31例)，且为回顾性研究	评估DLR在子宫内膜癌DWI成像中的效果	31例经手术确诊的子宫内膜癌患者	digital pathology	endometrial cancer	deep learning reconstruction, diffusion-weighted imaging, single-shot echo-planar imaging, multiplexed sensitivity-encoding	deep learning	MRI图像	31例子宫内膜癌患者
4116	2025-04-19	Circular RNA discovery with emerging sequencing and deep learning technologies 2025-Apr-17, Nature genetics IF:31.7Q1 DOI:10.1038/s41588-025-02157-7 PMID:40247051	综述	本文总结了环状RNA（circRNA）的发现、表征和功能分析算法的最新突破	结合长读长和单细胞RNA测序技术以及深度学习算法，革命性地提高了circRNA研究的解析度和规模	整合大规模circRNA测序数据仍面临挑战	探索circRNA在基因调控和疾病发病机制中的作用	环状RNA（circRNA）	生物信息学	NA	长读长测序、单细胞RNA测序	深度学习	RNA测序数据	NA
4117	2025-04-19	The Role of Artificial Intelligence in Cardiovascular Disease Risk Prediction: An Updated Review on Current Understanding and Future Research 2025-Apr-17, Current cardiology reviews IF:2.4Q2 DOI:10.2174/011573403X351048250329170744 PMID:40248921	综述	本文综述了人工智能在心血管疾病风险预测中的最新理解和未来研究方向	探讨了人工智能在提高心血管风险预测模型的准确性、效率和可及性方面的变革性作用，并展示了AI在改善CVD死亡率、生活质量指标和降低医疗成本方面的潜力	人工智能在心血管风险评估中的广泛应用仍面临挑战，主要原因是医疗专业人员缺乏教育和接受度	提高心血管疾病风险预测的准确性和成本效益，以改善患者预后和减轻全球CVD负担	心血管疾病（CVD）患者	机器学习	心血管疾病	机器学习算法、深度学习、心电图（ECG）分析	ML、DL	电子健康记录、心电图数据	NA
4118	2025-04-19	PointNorm-Net: Self-Supervised Normal Prediction of 3D Point Clouds via Multi-Modal Distribution Estimation 2025-Apr-16, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3562051 PMID:40238601	研究论文	本文提出了一种名为PointNorm-Net的自监督深度学习框架，用于预测3D点云的法线，通过多模态分布估计解决合成数据与真实数据之间的领域差距问题	PointNorm-Net是首个自监督深度学习框架，采用三阶段多模态法线分布估计范式，可集成到深度或传统优化基础的法线估计框架中	未明确提及具体限制，但暗示真实世界数据的点级法线标注是一项繁琐且昂贵的任务	提升3D点云法线预测在真实场景中的性能，克服合成数据与真实数据之间的领域差距	3D点云数据	计算机视觉	NA	自监督学习，多模态分布估计	PointNorm-Net	3D点云	三个具有不同特性的真实世界数据集
4119	2025-04-19	Prediction of Tumor Budding Grading in Rectal Cancer Using a Multiparametric MRI Radiomics Combined with a 3D Vision Transformer Deep Learning Approach 2025-Apr-16, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.03.046 PMID:40246672	研究论文	评估多参数MRI放射组学结合3D Vision Transformer深度学习模型在预测直肠癌患者肿瘤出芽分级中的有效性	首次将多参数MRI放射组学与3D Vision Transformer深度学习模型结合用于直肠癌肿瘤出芽分级预测	回顾性研究设计可能引入选择偏倚，且未建立临床模型	开发非侵入性方法预测直肠癌肿瘤出芽分级	349例直肠腺癌患者（来自两家医院）	数字病理	直肠癌	多参数MRI（T2WI/DWI/T1CE）	3D Vision Transformer (ViT)	医学影像	349例患者（训练集187例，内部测试集80例，外部测试集82例）
4120	2025-04-19	Multi-objective deep learning for lung cancer detection in CT images: enhancements in tumor classification, localization, and diagnostic efficiency 2025-Apr-15, Discover oncology IF:2.8Q2 DOI:10.1007/s12672-025-02314-8 PMID:40232589	研究论文	本研究开发并评估了一种先进的深度学习框架，用于在CT扫描图像中检测、分类和定位肺部肿瘤	模型结合了基于transformer的注意力层、自适应无锚机制和改进的特征金字塔网络，能够高效处理检测、分类和定位任务	研究仅使用了1608张CT扫描图像，样本量相对有限	开发一个用于肺部肿瘤检测、分类和定位的深度学习框架	肺部肿瘤的CT扫描图像	计算机视觉	肺癌	深度学习	transformer-based, adaptive anchor-free, improved feature pyramid network	图像	1608张CT扫描图像（623例癌症病例和985例非癌症病例）