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
4421	2025-10-06	Multimodal AI Combining Clinical and Imaging Inputs Improves Prostate Cancer Detection 2024-Dec-01, Investigative radiology IF:7.0Q1 DOI:10.1097/RLI.0000000000001102 PMID:39074400	研究论文	本研究开发了一种结合临床参数和MRI深度学习特征的多模态AI系统，用于提高临床显著性前列腺癌的检测准确率	首次将临床参数（前列腺特异性抗原、前列腺体积、年龄）与MRI深度学习特征相结合，并比较了早期融合和晚期融合两种信息融合方法	回顾性研究设计，仅使用双参数MRI，未包含所有可能的临床参数	提高临床显著性前列腺癌在MRI上的诊断准确性	疑似临床显著性前列腺癌（ISUP≥2）的患者	医学影像分析	前列腺癌	磁共振成像，深度学习	深度学习模型	医学影像，临床数据	932例双参数前列腺MRI检查，来自2个医疗中心	NA	NA	AUC，接收者操作特征曲线比较	NA
4422	2025-10-06	Accelerated High-Resolution Deep Learning Reconstruction Turbo Spin Echo MRI of the Knee at 7 T 2024-Dec-01, Investigative radiology IF:7.0Q1 DOI:10.1097/RLI.0000000000001095 PMID:38960863	研究论文	本研究比较了7T膝关节磁共振成像中采用深度学习重建与传统算法重建的并行成像加速图像质量	首次在7T膝关节TSE成像中应用深度学习重建算法，并在4倍并行成像加速条件下显著提升图像质量	单中心研究，样本量较小（23名健康志愿者），未包含患者群体	评估深度学习重建算法在加速高分辨率膝关节MRI中的图像质量表现	健康志愿者的膝关节	医学影像分析	骨科疾病	涡轮自旋回波磁共振成像，并行成像加速	深度学习	磁共振图像	23名健康志愿者（15名男性，8名女性），平均年龄32.0±8.1岁	NA	NA	图像对比度，清晰度，伪影，噪声，整体质量评分	NA
4423	2025-10-06	Deep Learning Reconstructed New-Generation 0.55 T MRI of the Knee-A Prospective Comparison With Conventional 3 T MRI 2024-Dec-01, Investigative radiology IF:7.0Q1 DOI:10.1097/RLI.0000000000001093 PMID:38857414	研究论文	比较深度学习重建0.55T膝关节MRI与传统3T MRI在图像质量、结构异常识别和诊断信心方面的表现	首次前瞻性评估新型0.55T MRI系统结合深度学习重建算法在膝关节成像中的应用价值	样本量较小（26名患者），仅针对创伤后膝关节疼痛患者	评估深度学习重建低场强MRI在膝关节成像中的诊断性能	26名创伤后膝关节疼痛患者（5名女性）	医学影像分析	膝关节损伤	磁共振成像（MRI），深度学习重建	深度学习算法	医学影像	26名患者，52组配对的0.55T和3T MRI检查	NA	NA	Cohen kappa系数，图像质量评分，诊断信心水平	NA
4424	2025-10-06	Inflammatory Knee Synovitis: Evaluation of an Accelerated FLAIR Sequence Compared With Standard Contrast-Enhanced Imaging 2024-Aug-01, Investigative radiology IF:7.0Q1 DOI:10.1097/RLI.0000000000001065 PMID:38329824	研究论文	评估深度学习加速的非对比FLAIR序列在膝关节炎症滑膜炎诊断中的价值与准确性	首次将深度学习加速的非对比FLAIR序列应用于膝关节滑膜炎评估，并与标准对比增强成像进行对比验证	回顾性研究设计，样本量相对较小（55例患者）	评估深度学习加速FLAIR序列在膝关节炎症滑膜炎诊断中的临床价值	疑似膝关节滑膜炎患者	医学影像	关节炎	磁共振成像，深度学习加速序列	深度学习	医学影像	55例患者（28名女性，平均年龄52±17岁）	NA	NA	Cohen κ，Wilcoxon符号秩检验	NA
4425	2025-10-06	FHIR-GPT Enhances Health Interoperability with Large Language Models 2024-Aug, NEJM AI DOI:10.1056/aics2300301 PMID:40746832	研究论文	本研究开发了FHIR-GPT模型，用于将临床叙述文本转换为FHIR标准的药物声明资源	首次利用大语言模型直接完成临床文本到FHIR资源的转换，避免了传统方法需要多个NLP工具复杂集成的缺点	研究主要针对FHIR药物声明转换，未涵盖其他类型的FHIR资源	提升医疗数据互操作性，支持表型分析、临床试验和公共卫生监测	临床叙述文本中的药物相关信息	自然语言处理	NA	大语言模型	GPT	文本	3671个临床文本片段	NA	GPT	精确匹配率	NA
4426	2025-10-06	Deep Learning Classification of Usual Interstitial Pneumonia Predicts Outcomes 2024-05-01, American journal of respiratory and critical care medicine IF:19.3Q1 DOI:10.1164/rccm.202307-1191OC PMID:38207093	研究论文	开发基于多示例学习的可解释深度学习算法，通过CT图像预测普通型间质性肺炎并验证其性能	首次将多示例学习应用于UIP的CT图像分类，并在多个独立队列中验证了算法对患者预后的预测能力	研究依赖于回顾性数据，需要在前瞻性研究中进一步验证	开发能够克服视觉评估局限性的CT图像分析算法，提高UIP诊断准确性	间质性肺病患者	计算机视觉	间质性肺炎	CT成像	多示例学习	医学影像	训练集2,143例，三个独立测试集分别127例、239例和979例	NA	多示例学习架构	AUC, 风险比, 年FVC下降量	NA
4427	2025-10-06	New-Generation 0.55 T MRI of the Knee-Initial Clinical Experience and Comparison With 3 T MRI 2024-Apr-01, Investigative radiology IF:7.0Q1 DOI:10.1097/RLI.0000000000001016 PMID:37747455	研究论文	比较新一代0.55 T膝关节MRI与3 T MRI在急性创伤和膝关节疼痛患者中的检测率和阅片者信心	首次评估采用深度学习图像重建算法的新一代0.55 T膝关节MRI的临床应用价值	样本量较小（25例患者），对低级别软骨和半月板病变的准确性和阅片者信心有限	评估低场强MRI与高场强MRI在膝关节病变诊断中的性能差异	25例有膝关节内部紊乱症状的患者（11名女性，中位年龄38岁）	医学影像	膝关节疾病	磁共振成像，深度学习图像重建	深度学习	医学影像	25例患者	NA	Deep Resolve Gain, Deep Resolve Sharp	组内相关系数，置信度评分，图像质量评分	NA
4428	2025-10-06	A comprehensive review of protein-centric predictors for biomolecular interactions: from proteins to nucleic acids and beyond 2024-03-27, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae162 PMID:38739759	综述	本文系统回顾了超过160种蛋白质-配体相互作用预测工具，涵盖蛋白质-蛋白质、蛋白质-核酸、蛋白质-肽及蛋白质-其他配体的相互作用类型	首次从输入特征、模型架构、可用性等多维度对四类蛋白质-配体相互作用预测工具进行系统性比较分析	NA	总结蛋白质-配体相互作用预测计算方法的现状与发展趋势	蛋白质与核酸、肽段、核苷酸、血红素、离子等配体的相互作用	生物信息学	NA	高通量技术	深度学习	蛋白质序列、结构数据	超过160种预测工具	NA	基于序列的预训练模型、基于结构的模型	NA	NA
4429	2025-10-06	Optimal fusion of genotype and drug embeddings in predicting cancer drug response 2024-03-27, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae227 PMID:38754407	研究论文	本研究探索了基因特征和药物特征的最佳融合方法以预测癌症药物反应	在原始基于拼接的DrugCell架构中注入基因和药物潜在特征之间的乘法关系，显著提升了预测性能	NA	寻找基因特征和药物特征的最佳融合方法来预测癌症药物反应	癌症药物反应预测	机器学习	癌症	深度学习	可见神经网络	基因组数据, 药物特征数据	NA	NA	DrugCell	预测性能, 运行时间速度	NA
4430	2025-10-06	Analysis of Emerging Variants of Turkey Reovirus using Machine Learning 2024-03-27, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae224 PMID:38752857	研究论文	本研究使用机器学习方法分析和分类火鸡呼肠孤病毒的新兴变异株	首次将聚类方法和多种机器学习算法应用于火鸡呼肠孤病毒变异株的分类和识别	深度学习模型（CNN）在此分类任务中表现不如传统机器学习方法	检测和分类火鸡呼肠孤病毒的不同类型，识别新兴变异株	火鸡关节炎呼肠孤病毒(TARV)、火鸡肝炎呼肠孤病毒(THRV)和火鸡肠道呼肠孤病毒	机器学习	禽类病毒性疾病	病毒序列分析	K-means, Hierarchical clustering, SVM, Naive Bayes, Random Forest, Decision Tree, CNN	序列数据	真实火鸡呼肠孤病毒序列数据	NA	CNN	准确率, F1-Macro, F1-Weighted	NA
4431	2025-10-06	Contrastive learning for enhancing feature extraction in anticancer peptides 2024-03-27, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae220 PMID:38725157	研究论文	本研究开发了一种基于对比学习的深度学习模型，用于仅使用肽序列筛选抗癌肽	采用对比学习技术提升模型性能，并使用两个独立编码器替代传统数据增强方法	NA	开发高效的计算预测工具来筛选抗癌肽	抗癌肽(ACPs)	机器学习	癌症	深度学习	深度学习模型	肽序列	NA	NA	对比学习框架	NA	NA
4432	2025-10-06	GSScore: a novel Graphormer-based shell-like scoring method for protein-ligand docking 2024-03-27, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae201 PMID:38706316	研究论文	提出了一种基于Graphormer和壳层图架构的新型蛋白质-配体对接评分方法GSScore	首次将Graphormer与壳层图架构结合用于蛋白质-配体对接评分，能有效捕获近天然构象与非天然构象间的细微差异	未提及方法在特定蛋白质家族或配体类型上的性能局限	开发更准确的蛋白质-配体对接构象RMSD预测方法	蛋白质-配体复合物结构	机器学习	NA	蛋白质-配体对接	Graphormer	分子结构图数据	PDBBind 2019子集、CASF2016和DUD-E数据集	NA	Graphormer, 壳层图架构	RMSE, Pearson相关系数, Spearman相关系数, 对接能力	NA
4433	2025-10-06	Artificial Intelligence-Enhanced Breast MRI: Applications in Breast Cancer Primary Treatment Response Assessment and Prediction 2024-Mar-01, Investigative radiology IF:7.0Q1 DOI:10.1097/RLI.0000000000001010 PMID:37493391	综述	本文综述了人工智能增强MRI在乳腺癌新辅助治疗反应评估和预测中的应用现状	系统总结了人工智能技术（从经典机器学习到深度学习）在乳腺癌新辅助治疗反应预测中的最新应用进展	讨论了临床实施面临的挑战和局限性	探索人工智能在乳腺癌新辅助治疗反应评估和预测中的应用价值	接受新辅助治疗的乳腺癌患者	医学影像分析	乳腺癌	磁共振成像	机器学习,深度学习	MRI图像	NA	NA	NA	NA	NA
4434	2025-10-06	Automated Triage of Screening Breast MRI Examinations in High-Risk Women Using an Ensemble Deep Learning Model 2023-10-01, Investigative radiology IF:7.0Q1 DOI:10.1097/RLI.0000000000000976 PMID:37058323	研究论文	开发并评估用于高风险女性筛查性乳腺MRI检查的深度学习分流模型	首次使用集成深度学习模型对高风险人群的乳腺MRI进行自动分流，在不漏诊任何癌症的情况下实现工作量减少	回顾性研究设计，需要在前瞻性临床试验中进一步验证	开发能够准确分流乳腺MRI检查的深度学习模型	高风险女性的乳腺磁共振成像检查	医学影像分析	乳腺癌	对比增强磁共振成像	深度学习集成模型	医学影像	16,535例连续对比增强MRI，来自8,354名女性	NA	NA	灵敏度, 特异度, 工作量减少率	NA
4435	2025-10-06	Prediction of Bone Marrow Biopsy Results From MRI in Multiple Myeloma Patients Using Deep Learning and Radiomics 2023-10-01, Investigative radiology IF:7.0Q1 DOI:10.1097/RLI.0000000000000986 PMID:37222527	研究论文	本研究开发了一种基于深度学习和影像组学的自动化框架，用于从多发性骨髓瘤患者的MRI图像预测骨髓活检结果	首次将nnU-Net与影像组学特征结合，实现从MRI非侵入性预测骨髓浆细胞浸润和细胞遗传学异常	细胞遗传学异常预测模型在外部测试集上泛化能力有限，部分预测性能仅达到中等水平	建立自动化框架从MRI预测局部骨髓活检结果，解决骨髓活检的侵入性和空间局限性问题	多发性骨髓瘤患者	数字病理	多发性骨髓瘤	MRI	nnU-Net, 随机森林	医学影像	来自8个中心的512名患者的672个MRI和370个对应骨髓活检	NA	nnU-Net	Pearson相关系数, AUC	NA
4436	2025-10-06	Comparison of Retinal Imaging Techniques in Individuals with Pulmonary Artery Hypertension Using Vessel Generation Analysis 2022-Nov-28, Life (Basel, Switzerland) DOI:10.3390/life12121985 PMID:36556350	研究论文	比较荧光素血管造影和彩色眼底成像在肺动脉高压患者视网膜血管分析中的效果	首次将VESGEN软件应用于肺动脉高压患者的彩色眼底成像分析，并探索深度学习技术在此领域的应用	样本量较小（n=9），深度学习分割与传统手动分割在部分指标上存在差异	评估彩色眼底成像能否替代荧光素血管造影用于肺动脉高压患者的视网膜血管分析	肺动脉高压患者的视网膜血管	数字病理	心血管疾病	荧光素血管造影，彩色眼底成像，血管生成分析	深度学习	视网膜图像	9例肺动脉高压患者	NA	NA	分形维数，血管迂曲度，血管面积密度	NA
4437	2025-10-06	Federated Learning for Multicenter Collaboration in Ophthalmology: Improving Classification Performance in Retinopathy of Prematurity 2022-08, Ophthalmology. Retina DOI:10.1016/j.oret.2022.02.015 PMID:35296449	研究论文	比较联邦学习与集中式学习在早产儿视网膜病变分类任务中的性能表现	首次在眼科多中心研究中系统比较联邦学习与集中式学习方法的性能，证明联邦学习可作为跨机构协作的有效替代方案	研究仅涉及7个机构的5255张图像，样本规模相对有限	评估联邦学习在多中心眼科协作中的可行性及性能	早产儿视网膜病变的眼底图像	计算机视觉	早产儿视网膜病变	深度学习	深度学习分类器	视网膜图像	5255张广角视网膜图像，来自7个机构的新生儿重症监护室	NA	NA	AUROC, κ系数	NA
4438	2025-10-06	Automatic extraction of upper-limb kinematic activity using deep learning-based markerless tracking during deep brain stimulation implantation for Parkinson's disease: A proof of concept study 2022, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0275490 PMID:36264986	研究论文	本研究开发了一种基于深度学习的手部运动自动追踪系统，用于帕金森病脑深部电刺激手术中的运动评估	首次将基于深度学习的无标记追踪技术应用于DBS手术中的运动行为分析，实现了运动类型的自动分类	样本量较小（仅5名患者），属于概念验证研究	开发自动化的运动行为分析系统以提高DBS手术电极植入的精准度	帕金森病患者的上肢运动行为	计算机视觉	帕金森病	视频记录，运动学分析	SVM	视频	5名帕金森病患者	DeepLabCut, Python	NA	准确率，重投影像素误差	NA
4439	2025-10-06	Classification of multiple sclerosis clinical profiles using machine learning and grey matter connectome 2022, Frontiers in robotics and AI IF:2.9Q2 DOI:10.3389/frobt.2022.926255 PMID:36313252	研究论文	本研究利用灰质形态连接组数据和机器学习方法对多发性硬化症的临床分型进行分类	首次结合灰质厚度连接组数据和集成机器学习模型对MS四种临床分型进行自动分类，避免了复杂的MR扩散技术和深度学习架构	样本量相对较小（90名患者），仅使用了两种脑图谱进行灰质分区	研究灰质形态连接组数据在多发性硬化症临床分型鉴别中的能力	90名多发性硬化症患者，包括CIS、RRMS、SPMS和PPMS四种临床分型	机器学习	多发性硬化症	MRI T1加权成像，灰质分割，皮层厚度测量	Logistic Regression, Random Forest, Support Vector Machine, AdaBoost, 集成模型	医学影像数据，图论指标数据	90名MS患者	Scikit-learn	多数投票集成模型	F1-score	NA
4440	2025-10-06	Deep learning assisted mechanotyping of individual cells through repeated deformations and relaxations in undulating channels 2022-Jan, Biomicrofluidics IF:2.6Q2 DOI:10.1063/5.0077432 PMID:40746947	研究论文	本研究开发了一种结合微流体通道和序列深度学习模型的方法，通过重复变形和松弛过程对单个细胞进行机械表型分析	设计了能够对细胞施加重复变形和松弛的微流体通道，并首次将序列深度学习模型应用于动态变形性细胞术	研究仅使用HL60细胞系作为模型系统，未验证在其他细胞类型上的适用性	开发能够接近最大潜在分类精度的单细胞机械表型分析方法	HL60细胞（经过化学处理扰动肌动蛋白或微管网络的细胞）	机器学习	NA	微流体通道技术，动态变形性细胞术	循环神经网络，卷积神经网络	细胞形状时间序列数据	数百个细胞每秒的测量速率	NA	NA	准确率	NA