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
4741	2025-04-20	Deep learning-based automatic segmentation of cardiac substructures for lung cancers 2024-02, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology IF:4.9Q1 DOI:10.1016/j.radonc.2023.110061 PMID:38122850	研究论文	开发并验证了一种基于深度学习的自动分割模型，用于肺癌放疗中的心脏亚结构分割	使用nnU-Net模型实现了心脏亚结构的自动分割，包括冠状动脉，这在减少放射性心脏病风险方面具有创新性	冠状动脉的分割精度相对较低（DSC为0.60），且样本量有限（100名患者）	最小化肺癌放疗中放射性心脏病的风险	非小细胞肺癌患者的心脏亚结构	数字病理	肺癌	深度学习	nnU-Net	医学图像	100名非小细胞肺癌患者（训练集75例，验证集5例，测试集20例），外加42名患者用于主观评估
4742	2025-04-20	RecGOBD: accurate recognition of gene ontology related brain development protein functions through multi-feature fusion and attention mechanisms 2024, Bioinformatics advances IF:2.4Q2 DOI:10.1093/bioadv/vbae163 PMID:39678209	research paper	该研究开发了一个名为RecGOBD的模型，用于准确预测与大脑发育相关的蛋白质功能	RecGOBD通过多特征融合和注意力机制，专门针对大脑发育数据集进行了优化，提高了预测准确性	模型仅针对10个关键的基因本体(GO)术语进行了优化，可能不适用于其他GO术语	开发一个计算模型来预测与大脑发育相关的蛋白质功能，以支持神经发育障碍研究	与大脑发育相关的蛋白质序列及其功能	生物信息学	神经发育障碍	深度学习，注意力机制	RecGOBD	蛋白质序列和结构数据	NA
4743	2025-04-20	How Artificial Intelligence Will Impact Colonoscopy and Colorectal Screening 2020-Jul, Gastrointestinal endoscopy clinics of North America DOI:10.1016/j.giec.2020.02.010 PMID:32439090	评论	探讨人工智能如何通过提高质量和降低不必要成本来改善结肠镜检查和结直肠筛查的价值	提出实时计算机辅助检测息肉以提高腺瘤检出率，以及通过光学活检识别低风险息肉以减少不必要成本	临床整合人工智能技术到内窥镜医师工作流程中的挑战，以及深度学习算法的可解释性问题	研究人工智能在结肠镜检查和结直肠筛查中的应用及其潜在影响	结肠镜检查和结直肠筛查	数字病理学	结直肠癌	计算机辅助检测和诊断	深度学习	图像	NA
4744	2025-04-19	Deep learning-enhanced zero echo time MRI for glenohumeral assessment in shoulder instability: a comparative study with CT 2025-Jun, Skeletal radiology IF:1.9Q3 DOI:10.1007/s00256-024-04830-0 PMID:39572485	研究论文	评估深度学习增强的零回波时间MRI与传统重建方法在肩关节不稳定性中的图像质量和病变显着性，并与CT进行比较	使用深度学习算法重建零回波时间MRI，显著提高了图像分辨率和病变显着性，与CT相比具有几乎完美的一致性	样本量较小（44例患者），且仅限于有症状的前肩关节不稳定性患者	评估深度学习增强的零回波时间MRI在肩关节不稳定性中的诊断性能	肩关节不稳定性患者	医学影像分析	肩关节不稳定性	零回波时间MRI（ZTE MRI）、CT	深度学习算法	医学影像	44例患者（9名女性，平均年龄33.5±15.65岁）
4745	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
4746	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
4747	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）
4748	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
4749	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
4750	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
4751	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）
4752	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
4753	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）
4754	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
4755	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）
4756	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）
4757	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
4758	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
4759	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
4760	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