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
401	2025-10-01	Deep Learning-Driven Transformation: A Novel Approach for Mitigating Batch Effects in Diffusion MRI Beyond Traditional Harmonization 2024-08, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.29088 PMID:37877463	研究论文	提出一种基于深度学习的扩散MRI图像批次效应消除方法	使用对比度调整和超分辨率技术超越传统标准化方法，首次通过深度学习减少不同磁场强度和成像参数下的DWI图像差异	模型基于单个个体的开放数据集构建，样本来源相对有限	开发深度学习模型以减少扩散加权图像在不同磁场强度和成像参数下的多样性	扩散MRI图像中的批次效应	医学影像分析	脑卒中、脑肿瘤	扩散加权成像、T2-SPACE序列	ResNet-50、自编码器	医学影像	1134名成人（54%女性，46%男性），包含21000张图像，其中3500张用于测试
402	2025-10-01	Development of an MRI-Based Comprehensive Model Fusing Clinical, Radiomics and Deep Learning Models for Preoperative Histological Stratification in Intracranial Solitary Fibrous Tumor 2024-08, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.29098 PMID:37897302	研究论文	开发基于MRI融合临床、影像组学和深度学习特征的综合模型用于颅内孤立性纤维瘤术前组织学分层	首次提出融合临床、影像组学和深度学习特征的CRDL综合模型用于ISFT术前组织学分层	回顾性研究设计，样本量相对有限，需要进一步多中心验证	研究基于MRI的CRDL模型在颅内孤立性纤维瘤术前组织学分层的可行性	398例来自北京天坛医院和49例来自兰州大学第二医院的颅内孤立性纤维瘤患者	医学影像分析	颅内孤立性纤维瘤	磁共振成像（MRI）包括T1加权、T2加权和T1增强成像	深度学习与传统模型融合的CRDL模型	医学影像数据	447例患者（398例训练队列，49例外部验证队列）
403	2025-10-01	Combining pairwise structural similarity and deep learning interface contact prediction to estimate protein complex model accuracy in CASP15 2023-12, Proteins IF:3.2Q2 DOI:10.1002/prot.26542 PMID:37357816	研究论文	开发了一种结合成对结构相似性和深度学习界面接触预测的混合方法，用于评估蛋白质复合物模型准确性	首次将成对结构相似性方法与深度学习界面接触预测相结合，解决了传统方法在低质量模型相似时的失效问题	NA	开发准确评估蛋白质复合物四级结构模型质量的方法	蛋白质复合物和组装体的四级结构模型	计算生物学	NA	深度学习界面接触预测	混合方法（MULTICOM_qa）	蛋白质结构模型	CASP15组装靶标的模型
404	2025-10-01	Integrating deep learning, threading alignments, and a multi-MSA strategy for high-quality protein monomer and complex structure prediction in CASP15 2023-12, Proteins IF:3.2Q2 DOI:10.1002/prot.26585 PMID:37650367	研究论文	介绍在CASP15蛋白质结构预测竞赛中使用的D-I-TASSER和DMFold-Multimer方法及其性能表现	结合深度学习、线程比对和多MSA策略，传统蒙特卡洛折叠模拟与深度学习算法相结合可产生比纯端到端深度学习方法更准确的模型	病毒蛋白质建模和复合物模型排序方面仍有改进空间	开发高质量的蛋白质单体和复合物结构预测方法	蛋白质单体和蛋白质复合物	计算生物学	NA	深度学习、多序列比对(MSA)、蒙特卡洛模拟、线程比对	D-I-TASSER、DMFold-Multimer、AlphaFold2	蛋白质序列和结构数据	47个自由建模靶标（单体）和38个复合物靶标
405	2025-10-01	Assessment of three-dimensional RNA structure prediction in CASP15 2023-12, Proteins IF:3.2Q2 DOI:10.1002/prot.26602 PMID:37876231	研究论文	评估CASP15中RNA三维结构预测方法的性能	首次在CASP竞赛中系统评估RNA结构预测方法，开发了适用于RNA的评估指标和排名方法	在非标准碱基对建模、模型排名以及多结构预测方面仍存在挑战	评估RNA三维结构预测方法的准确性和实用性	12个含RNA的目标结构及其预测模型	计算生物学	NA	冷冻电镜(cryo-EM)、X射线衍射	深度学习方法和传统计算方法	三维结构数据、冷冻电镜图谱、衍射数据	42个预测组对12个RNA目标结构提交的预测模型
406	2025-10-01	Impact of AlphaFold on structure prediction of protein complexes: The CASP15-CAPRI experiment 2023-12, Proteins IF:3.2Q2 DOI:10.1002/prot.26609 PMID:37905971	研究论文	本文介绍了CASP15-CAPRI蛋白质复合物结构预测挑战赛的结果，评估了AlphaFold对蛋白质复合物结构预测的影响	首次系统评估AlphaFold2和AlphaFold2-Multimer在蛋白质复合物结构预测中的表现，展示了深度学习技术带来的显著进步	对于抗体-抗原复合物和具有构象灵活性的复合物预测效果仍然较差	评估AlphaFold对蛋白质复合物结构预测的影响和进展	蛋白质复合物结构预测	计算生物学	NA	AlphaFold2, AlphaFold2-Multimer, 深度学习推理引擎, 多重序列比对	深度学习模型	蛋白质结构数据	37个目标蛋白质复合物，包括14个同源二聚体、3个同源三聚体、13个异源二聚体和7个大分子组装体，共评估21,941个模型
407	2025-10-01	Estimation of model accuracy in CASP15 using the ModFOLDdock server 2023-12, Proteins IF:3.2Q2 DOI:10.1002/prot.26532 PMID:37314190	研究论文	本文介绍了在CASP15竞赛中使用的ModFOLDdock服务器及其变体在蛋白质多聚体模型准确性评估中的表现	开发了三种优化的ModFOLDdock变体，分别针对相关性、排序和单模型评分进行专门优化，在多聚体模型质量评估中表现优异	NA	评估蛋白质多聚体模型的准确性并优化质量评估方法	蛋白质多聚体结构模型	生物信息学	NA	深度学习、聚类分析、单模型方法	共识方法（结合多种评估方法）	蛋白质结构模型	CASP15竞赛中的41个组装结构（相比上一轮的22个几乎翻倍）
408	2025-10-01	Estimating protein complex model accuracy based on ultrafast shape recognition and deep learning in CASP15 2023-12, Proteins IF:3.2Q2 DOI:10.1002/prot.26564 PMID:37553848	研究论文	本文报告并分析了在CASP15中基于深度学习和超快形状识别的蛋白质复合物模型精度估计方法的研究成果	提出了基于三级特征集成与深度残差/图神经网络的多聚体复合物模型精度估计新方法，设计了整体和单体间的超快形状识别特征	NA	开发蛋白质复合物模型精度估计方法	蛋白质复合物模型	生物信息学	NA	深度学习、超快形状识别(USR)、图神经网络	深度残差网络、图神经网络	蛋白质结构数据	39个目标蛋白质复合物
409	2025-10-01	zPoseScore model for accurate and robust protein-ligand docking pose scoring in CASP15 2023-12, Proteins IF:3.2Q2 DOI:10.1002/prot.26573 PMID:37606194	研究论文	本文介绍了一种名为zPoseScore的深度学习配体构象评分模型，用于预测蛋白质-配体复合物结构	重新设计了受AlphaFold2启发的zFormer模块，开发了先进的数据增强和采样方法，实现了原子级别的蛋白质-配体特征编码和融合	NA	开发准确的蛋白质-配体对接构象评分模型	蛋白质-配体复合物	计算生物学	NA	深度学习	zFormer（基于Transformer的架构）	蛋白质结构数据、配体构象数据	基于CASP-2016蛋白质-配体复合物和CASP15的AIchemy LIG2数据集
410	2025-10-01	Breaking the conformational ensemble barrier: Ensemble structure modeling challenges in CASP15 2023-12, Proteins IF:3.2Q2 DOI:10.1002/prot.26584 PMID:37872703	研究论文	本文评估了CASP15实验中蛋白质和RNA结构多构象建模的挑战与成果	首次在CASP实验中引入多构象计算评估，展示了AlphaFold2增强采样方法在蛋白质构象预测中的有效性	处理稀疏或低分辨率实验数据存在困难，目前缺乏有效的RNA/蛋白质复合物建模方法	评估蛋白质和RNA结构多构象预测方法的性能与挑战	蛋白质和RNA的三维结构构象	计算生物学	NA	AlphaFold2深度学习增强采样方法	深度学习	结构数据	9个靶标（4个成功再现构象集合）
411	2025-10-01	Critical assessment of methods of protein structure prediction (CASP)-Round XV 2023-12, Proteins IF:3.2Q2 DOI:10.1002/prot.26617 PMID:37920879	研究论文	总结CASP15蛋白质结构预测社区实验的结果，重点分析深度学习方法的进展	首次在CASP实验中纳入RNA结构和蛋白质-配体复合物的计算评估	深度学习方法的性能尚未完全超越传统方法，特别是在RNA结构和蛋白质-配体复合物预测方面	评估蛋白质结构预测方法的最新进展	蛋白质结构、蛋白质复合物、RNA结构、蛋白质-配体复合物	计算结构生物学	NA	深度学习、传统计算方法	AlphaFold2	氨基酸序列、蛋白质结构数据	CASP15实验中的多个预测目标
412	2025-10-01	Assessment of three-dimensional RNA structure prediction in CASP15 2023-Oct-03, bioRxiv : the preprint server for biology DOI:10.1101/2023.04.25.538330 PMID:37162955	研究论文	评估CASP15中RNA三维结构预测方法的性能	首次在CASP竞赛中系统评估RNA结构预测方法，并采用适应RNA的蛋白质评估指标	在非经典碱基对建模、模型排序和多结构预测方面仍存在挑战	评估RNA三维结构预测方法的准确性和实用性	12个含RNA的目标结构及其预测模型	计算生物学	NA	冷冻电镜(cryo-EM)、X射线衍射	深度学习方法和传统计算方法	三维结构数据、电子密度图	42个预测组对12个RNA目标提交的预测模型
413	2025-10-01	Combining pairwise structural similarity and deep learning interface contact prediction to estimate protein complex model accuracy in CASP15 2023-Mar-12, bioRxiv : the preprint server for biology DOI:10.1101/2023.03.08.531814 PMID:36945536	研究论文	开发了一种结合成对结构相似性和深度学习界面接触预测的混合方法MULTICOM_qa，用于评估蛋白质复合物模型精度	首次将成对结构相似性方法与深度学习界面接触预测相结合，解决了低质量模型相似时传统方法失效的问题	未明确说明方法在特定类型蛋白质复合物上的性能限制	开发准确评估蛋白质复合物四级结构模型精度的方法	蛋白质复合物和组装体的四级结构模型	生物信息学	NA	深度学习界面接触预测	混合方法（PSS + ICPS）	蛋白质结构模型	CASP15评估中的24个预测器参与比较
414	2025-09-30	Development of a multi-feature predictive model for risk stratification in stage IB-IIA non-small cell lung cancer: a multicenter analysis 2025-Nov, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112379 PMID:40902436	研究论文	开发了一个整合临床病理、影像组学和深度学习特征的多特征预测模型，用于IB-IIA期非小细胞肺癌的风险分层	首次将临床病理数据、影像组学特征和深度学习模型相结合构建综合预测模型，并采用SHAP方法进行模型可解释性分析	回顾性研究设计，样本量相对有限（总样本560例）	开发IB-IIA期非小细胞肺癌的风险分层模型以指导个性化术后治疗	IB-IIA期非小细胞肺癌患者	数字病理	肺癌	CT影像分析、影像组学、深度学习	ResNet50、逻辑回归、多特征组合模型（CRD模型）	医学影像（CT）、临床病理数据	560例患者（训练集370例，内部验证120例，外部验证70例）
415	2025-09-30	Deep learning reconstruction for improved image quality of ultra-high-resolution brain CT angiography: application in moyamoya disease 2025-Oct, Japanese journal of radiology IF:2.9Q2 DOI:10.1007/s11604-025-01806-5 PMID:40439843	研究论文	本研究评估了针对脑部CTA优化的深度学习重建在烟雾病超高分辨率CT血管成像中的图像质量改善效果	首次将专门针对脑部CTA优化的深度学习重建技术应用于烟雾病的超高分辨率CT血管成像，并与传统重建方法进行对比	回顾性研究设计，样本量相对较小（50例患者）	评估不同重建算法在烟雾病脑部CTA中对小血管显示的图像质量差异	烟雾病患者的脑部小血管，特别是基底节区的烟雾状穿支血管和脑室周围吻合血管	医学影像分析	烟雾病	超高分辨率CT血管成像，深度学习重建，混合迭代重建	深度学习重建算法	CT血管成像图像	50例疑似或确诊烟雾病患者
416	2025-09-30	Advantages of deep learning reconstruction algorithm in ultra-high-resolution CT for the diagnosis of pancreatic cystic neoplasm 2025-Oct, Japanese journal of radiology IF:2.9Q2 DOI:10.1007/s11604-025-01804-7 PMID:40445272	研究论文	评估深度学习重建算法在超高分辨率CT诊断胰腺囊性肿瘤中的图像质量和临床效用	首次在超高分辨率CT中比较深度学习重建算法与混合迭代重建算法对胰腺囊性肿瘤的诊断性能	回顾性研究设计，样本量较小（45例患者）	评估深度学习重建算法在胰腺囊性肿瘤CT诊断中的图像质量和诊断性能	胰腺囊性肿瘤患者	医学影像	胰腺囊性肿瘤	超高分辨率CT，深度学习重建算法，混合迭代重建	深度学习重建算法	CT影像	45例胰腺囊性肿瘤患者
417	2025-09-30	Comparison of publicly available artificial intelligence models for pancreatic segmentation on T1-weighted Dixon images 2025-Oct, Japanese journal of radiology IF:2.9Q2 DOI:10.1007/s11604-025-01814-5 PMID:40531398	研究论文	比较三种公开深度学习模型在T1加权Dixon图像上胰腺分割的性能	首次系统比较三种公开AI模型在胰腺分割任务中的表现，并评估其在体积测量和胰内脂肪分数评估方面的准确性	样本量较小（仅20个腹部MRI序列），仅使用T1加权Dixon图像	评估和比较公开AI模型在胰腺自动分割中的性能	胰腺	医学影像分析	胰腺疾病	磁共振成像（MRI）、两点Dixon方法	深度学习模型（TotalSegmentator、TotalVibeSegmentator、PanSegNet）	医学影像（T1加权Dixon图像）	20个上腹部T1加权磁共振序列
418	2025-09-30	A Guided Refinement Network Model With Joint Denoising and Segmentation for Low-Dose Coronary CTA Subtle Structure Enhancement 2025-Oct, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2025.3561338 PMID:40293900	研究论文	提出一种引导精化网络模型，通过联合去噪和分割增强低剂量冠状动脉CTA的细微结构	将冠状动脉分割集成到去噪过程中，通过相互引导实现有效交互和协同优化	未明确说明数据集的规模和多样性限制	提升低剂量冠状动脉CTA成像质量，同时实现噪声抑制和细微结构增强	冠状动脉CTA图像	计算机视觉	心血管疾病	深度学习	引导精化网络(GRN)	医学图像	NA
419	2025-09-30	Quantitative radiomic analysis of computed tomography scans using machine and deep learning techniques accurately predicts histological subtypes of non-small cell lung cancer: A retrospective analysis 2025-Oct, European journal of surgical oncology : the journal of the European Society of Surgical Oncology and the British Association of Surgical Oncology DOI:10.1016/j.ejso.2025.110376 PMID:40803192	研究论文	本研究通过机器学习和深度学习技术分析CT影像组学特征，准确预测非小细胞肺癌的组织学亚型	首次系统比较多种机器学习模型和深度神经网络在基于CT影像组学预测肺癌亚型中的性能，发现随机森林和集成学习方法表现优异	回顾性研究设计，样本量相对有限（422例），缺乏外部验证	开发基于CT影像组学的机器学习模型来预测非小细胞肺癌的组织学亚型	非小细胞肺癌患者的肺部CT扫描图像	医学影像分析	肺癌	影像组学特征提取，机器学习，深度学习	逻辑回归，支持向量机，随机森林，XGBoost，LightGBM，CatBoost，深度神经网络	医学影像（CT扫描）	422例肺部CT扫描，来自癌症影像档案库
420	2025-09-30	VNWoodKnot: A benchmark image dataset for wood knot detection and classification 2025-Oct, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.112039 PMID:41018861	研究论文	介绍了一个用于木材节疤检测和分类的公开基准图像数据集VNWoodKnot	填补了木材缺陷检测领域公开数据集的空白，提供了包含三种节疤类别的高分辨率图像数据集	NA	开发用于工业级木材缺陷检测的实时、可扩展且可靠的深度学习模型	木材表面节疤（活节、死节和无节疤表面）	计算机视觉	NA	深度学习	NA	图像	1,515张高分辨率木材表面图像（活节519张、死节496张、无节疤500张）