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
501	2025-07-05	Diagnosis of thyroid nodules using ultrasound images based on deep learning features: online dynamic nomogram and gradient-weighted class activation mapping 2025-Jun-06, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-2025-159 PMID:40606380	research paper	本研究开发了一种基于超声图像和深度学习特征的集成模型，用于区分甲状腺结节的良恶性	结合深度学习特征和超声图像特征构建集成模型，并利用Grad-CAM可视化敏感区域，同时开发了在线动态列线图供实际应用	研究为回顾性设计，样本来源仅限于两家医院	提高年轻放射科医生在甲状腺结节良恶性鉴别诊断中的能力	甲状腺结节患者	digital pathology	thyroid nodules	ultrasound imaging, deep learning	CNN (implied by ImageNet-pretrained models)	image	1,501张超声图像用于训练和验证，541名患者用于独立测试
502	2025-07-05	U-Net benign prostatic hyperplasia-trained deep learning model for prostate ultrasound image segmentation in prostate cancer 2025-Jun-06, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-2024-2476 PMID:40606395	研究论文	本研究开发了一种基于深度学习的U-Net模型，用于前列腺超声图像分割，并验证其在良性前列腺增生（BPH）和前列腺癌（PCa）患者中的应用效果	首次证明基于BPH患者超声图像训练的深度学习模型可有效应用于PCa患者的前列腺分割	样本量相对较小，且仅使用了TRUS一种成像模态	开发并验证一种适用于前列腺癌诊断的前列腺超声图像自动分割方法	BPH和PCa患者的经直肠超声（TRUS）图像	数字病理	前列腺癌	深度学习	U-Net, LinkNet, PSPNet	超声图像	260例BPH患者（370张图像）和62例PCa患者（68张图像）
503	2025-07-05	Stroke subtypes risk prediction and detection using retinal vascular structure and oxygen saturation analysis 2025-Jun-06, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-2024-2712 PMID:40606397	研究论文	本研究通过分析视网膜血管结构和氧饱和度，预测和检测中风亚型的风险	首次探索视网膜血管氧饱和度和结构在中风亚型中的差异，并利用机器学习和统计方法进行中风分类	样本量较小，缺血性和出血性中风患者分别只有29和23例	评估视网膜生物标志物在中风风险预测和分类中的潜在价值	缺血性和出血性中风患者以及健康对照者	数字病理学	心血管疾病	视网膜图像分析	随机森林分类器	图像	29例缺血性中风患者、23例出血性中风患者和82例健康对照者
504	2025-07-05	Can diffusion-based generated magnetic resonance images predict glioma methylation accurately? 2025-Jun-06, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-24-1688 PMID:40606391	研究论文	本研究开发了一种基于扩散的生成模型，用于从加速的T1加权扫描中重建高质量的MRI序列，同时保留对胶质瘤诊断和MGMT预测至关重要的病理特征	提出了一种基于扩散的生成模型，能够在加速扫描条件下重建高质量的MRI图像，并保持病理细节和诊断特征	研究为回顾性研究，未来需要评估其临床应用效果	开发能够从加速T1加权扫描中重建高质量MRI序列的生成模型，以保留对胶质瘤诊断和MGMT预测至关重要的病理特征	胶质瘤患者的MRI图像	数字病理学	胶质瘤	扩散模型	扩散模型	MRI图像	1,480例（训练集785例，验证集695例）
505	2025-07-05	READRetro web: A user-friendly platform for predicting plant natural product biosynthesis 2025-Jun-02, Molecules and cells IF:3.7Q2 DOI:10.1016/j.mocell.2025.100235 PMID:40466944	研究论文	介绍了一个用户友好的网络平台READRetro web，用于预测植物天然产物的生物合成路径	开发了一个基于现代网络技术的用户友好平台，使不具备深厚计算背景的研究者也能轻松使用深度学习模型进行逆合成预测	未提及平台在处理特定复杂天然产物时的预测准确性或局限性	促进天然产物的生物合成路径设计和药物发现	植物天然产物及其生物合成路径	机器学习	NA	深度学习	READRetro ML模型	化学结构数据	NA
506	2025-07-05	Gene spatial integration: enhancing spatial transcriptomics analysis via deep learning and batch effect mitigation 2025-Jun-02, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf350 PMID:40511994	研究论文	提出了一种名为基因空间整合（GSI）的深度学习方法，用于整合和分析空间转录组数据，并解决批次效应问题	利用表示学习方法提取基因的空间分布特征，并将其与基因表达特征整合到同一特征空间，同时解决了批次效应问题	方法在特定数据集（人背外侧前额叶皮层）上进行了验证，尚未在其他组织或疾病类型中广泛测试	提升空间转录组数据分析的准确性和整合能力	空间转录组数据	数字病理学	NA	空间转录组技术（ST）	自编码器网络（autoencoder）	基因表达数据和空间分布数据	人背外侧前额叶皮层数据集（样本151673和151672）
507	2025-07-05	GOBoost: leveraging long-tail gene ontology terms for accurate protein function prediction 2025-Jun-02, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf267 PMID:40581608	研究论文	提出了一种名为GOBoost的新方法，用于通过优化长尾基因本体术语来提高蛋白质功能预测的准确性	引入了长尾优化集成策略、全局-局部标签图模块和多粒度焦点损失函数，以增强长尾功能信息并减轻长尾现象	未明确提及具体限制，但可能依赖于特定数据集（PDB和AF2）的性能	提高蛋白质功能预测的准确性，特别是针对长尾分布的基因本体术语	蛋白质功能预测	机器学习	NA	深度学习	GOBoost（结合全局-局部标签图模块和多粒度焦点损失函数）	蛋白质功能数据	PDB和AF2数据集
508	2025-04-03	Deep Learning Unlocks the Prognostic Importance of Thoracic Aortic Calcification 2025-Jun, AJR. American journal of roentgenology DOI:10.2214/AJR.25.33012 PMID:40172167	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
509	2025-07-05	Analysis of influenza-like illness trends in Saudi Arabia: a comparative study of statistical and deep learning techniques 2025-Jun, Osong public health and research perspectives IF:2.1Q3 DOI:10.24171/j.phrp.2025.0080 PMID:40501115	研究论文	该研究比较了Holt-Winters统计方法和LSTM深度学习方法在预测沙特阿拉伯季节性流感样疾病(ILI)发病率方面的性能	结合了区域特异性外生变量（如气候条件和人口流动趋势）来增强中东流行病学建模的预测能力	在发病率波动较大的时期存在显著的未解释变异性	开发和评估流感样疾病(ILI)发病率预测模型	沙特阿拉伯2017-2022年的每周季节性流感样疾病(ILI)发病率数据	机器学习	流感	时间序列分析	Holt-Winters, LSTM	时间序列数据	2017-2022年的每周ILI病例数据
510	2025-07-05	Diagnostic performance of deep learning models in classifying mandibular third molar and mandibular canal contact status on panoramic radiographs: A systematic review and meta-analysis 2025-Jun, Imaging science in dentistry IF:1.7Q3 DOI:10.5624/isd.20240239 PMID:40607067	系统综述与荟萃分析	本文通过系统综述和荟萃分析评估了深度学习模型在全景X光片上分类下颌第三磨牙与下颌管接触状态的诊断性能	首次对深度学习模型在该特定诊断任务中的性能进行了系统评价，并识别了影响模型性能的关键因素	研究间存在高度异质性，患者选择标准不明确	评估深度学习模型在全景X光片上识别下颌第三磨牙与下颌管接触的诊断准确性	下颌第三磨牙与下颌管的接触状态	数字病理学	口腔疾病	深度学习	CNN（包括VGG-16、AlexNet等架构）	医学影像（全景X光片）	7项研究共4,955张全景X光片
511	2025-07-05	Automated quality evaluation of dental panoramic radiographs using deep learning 2025-Jun, Imaging science in dentistry IF:1.7Q3 DOI:10.5624/isd.20240232 PMID:40607073	研究论文	本研究开发了一种基于深度学习的模型，用于自动评估牙科全景X光片的质量	首次使用YOLOv8模型对牙科全景X光片的多项质量指标进行自动化评估	模型在某些质量指标上的准确率仍有提升空间，如覆盖区域评估准确率为74.1%	开发自动化工具以提高牙科全景X光片质量评估的效率和一致性	牙科全景X光片	计算机视觉	NA	深度学习	YOLOv8	图像	1000张全景X光片
512	2025-07-05	Single-shot reconstruction of three-dimensional morphology of biological cells in digital holographic microscopy using a physics-driven neural network 2025-May-24, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-60200-x PMID:40413181	research paper	提出了一种名为MorpHoloNet的深度学习模型，用于从单次拍摄的全息图中重建生物细胞的三维形态	通过整合物理驱动和基于坐标的神经网络，MorpHoloNet能够直接从单次拍摄的全息图中重建三维复杂光场和三维形态，无需多次相移全息图或角度扫描	NA	改进数字同轴全息显微镜（DIHM）中生物细胞的三维形态重建技术	生物细胞	digital pathology	NA	digital in-line holographic microscopy (DIHM)	physics-driven neural network, coordinate-based neural network	holograms	NA
513	2025-07-05	Validity and accuracy of artificial intelligence-based dietary intake assessment methods: a systematic review 2025-May-14, The British journal of nutrition DOI:10.1017/S0007114525000522 PMID:40207441	系统综述	本文系统综述了基于人工智能的膳食摄入评估方法的有效性和准确性	首次系统评估AI在膳食摄入评估中的应用及其与传统方法的比较	研究中存在中等偏倚风险，且需要更多不同人群的研究和更大样本量以验证实验设计的有效性	评估AI在营养流行病学中膳食数据准确性和有效性方面的应用	基于AI的膳食摄入评估方法	营养流行病学	NA	深度学习, 机器学习	NA	膳食数据	13项研究
514	2025-07-05	Challenges in AI-driven Biomedical Multimodal Data Fusion and Analysis 2025-May-10, Genomics, proteomics & bioinformatics DOI:10.1093/gpbjnl/qzaf011 PMID:40036568	综述	本文全面回顾了生物医学多模态数据融合与分析中的人工智能技术应用及其挑战	提出了利用模型预训练和知识整合来推进生物医学研究的未来方向	未提及具体实验验证或案例研究	探讨人工智能在生物医学多模态数据整合分析中的应用与挑战	分子、细胞、图像和电子健康记录等多模态生物医学数据	数字病理学	NA	深度学习	大语言和视觉模型	多模态数据（分子、细胞、图像、电子健康记录）	NA
515	2025-07-05	Relevance of choroid plexus volumes in multiple sclerosis 2025-May-08, Fluids and barriers of the CNS IF:5.9Q1 DOI:10.1186/s12987-025-00656-7 PMID:40340923	研究论文	本研究探讨了脉络丛体积在多发性硬化症（MS）中的相关性及其与脑室周围组织损伤的关系	使用新型深度学习分割方法评估脉络丛体积，并揭示了其在复发缓解型多发性硬化症（RRMS）和原发性进展型多发性硬化症（PPMS）中的不同表现	研究为横断面设计，无法确定因果关系；样本量相对有限	阐明脉络丛在多发性硬化症神经炎症中的作用及其与脑室周围组织损伤的关系	复发缓解型多发性硬化症（RRMS）和原发性进展型多发性硬化症（PPMS）患者及健康对照	数字病理学	多发性硬化症	结构MRI和深度学习分割方法	深度学习	MRI图像	141名RRMS患者、64名PPMS患者和75名健康对照
516	2025-07-05	Deep learning approaches for classification tasks in medical X-ray, MRI, and ultrasound images: a scoping review 2025-May-07, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01701-5 PMID:40335965	综述	本文探讨了深度学习在医学X射线、MRI和超声图像分类任务中的应用	总结了深度学习模型在医学图像分类中的使用情况、达到的准确率以及模型架构的细节	讨论了当前方法的局限性并提出了医学图像分类的未来方向	探索深度学习如何用于分类通过X射线、MRI或超声图像诊断的各种疾病	医学X射线、MRI和超声图像	计算机视觉	NA	深度学习	NA	图像	NA
517	2025-07-05	Identifying Asthma-Related Symptoms From Electronic Health Records Using a Hybrid Natural Language Processing Approach Within a Large Integrated Health Care System: Retrospective Study 2025-May-02, JMIR AI DOI:10.2196/69132 PMID:40611521	研究论文	本研究开发了一种混合自然语言处理（NLP）算法，用于从大型综合医疗系统中的临床笔记中识别与哮喘相关的症状	结合了基于规则和基于Transformer的深度学习算法，形成混合NLP方法，有效识别哮喘相关症状	研究依赖于电子健康记录中的数据质量，且仅针对四种常见哮喘症状进行分析	开发NLP算法以从非结构化临床笔记中识别哮喘相关症状	电子健康记录中的临床笔记	自然语言处理	哮喘	自然语言处理（NLP）	混合模型（规则基础与Transformer结合）	文本	11,374,552份临床笔记，包含128,211,793个句子
518	2025-07-05	Using interpretable deep learning radiomics model to diagnose and predict progression of early AD disease spectrum: a preliminary [18F]FDG PET study 2025-May, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-11158-9 PMID:39477837	研究论文	本研究提出了一种基于[18F]FDG PET图像的可解释深度学习放射组学（IDLR）模型，用于诊断阿尔茨海默病（AD）的临床谱系并预测从轻度认知障碍（MCI）到AD的进展	提出的IDLR模型结合了放射组学和深度学习特征，增强了传统深度学习模型的可解释性，并提高了分类准确性	研究为初步结果，需要进一步验证	诊断阿尔茨海默病的临床谱系并预测从轻度认知障碍到AD的进展	1962名来自不同种族的受试者（包括ADNI的高加索人群和中国两家医院的亚洲人群）	数字病理学	阿尔茨海默病	[18F]FDG PET成像	可解释深度学习放射组学（IDLR）模型	图像	1962名受试者（高加索和亚洲人群）
519	2025-07-05	Memorization Bias Impacts Modeling of Alternative Conformational States of Symmetric Solute Carrier Membrane Proteins with Methods from Deep Learning 2025-Apr-26, bioRxiv : the preprint server for biology DOI:10.1101/2024.07.15.603529 PMID:39071413	研究论文	本文探讨了AlphaFold在模拟蛋白质动态结构时存在的构象记忆偏差问题，并提出了一种结合ESM和基于模板建模的方法来模拟SLC蛋白质的多种构象状态	提出了一种结合ESM和基于模板建模的方法，能够一致地模拟SLC蛋白质的多种构象状态，并通过实验验证了多状态模型的准确性	现有AI方法在模拟蛋白质多种构象状态时仍受限于对某一构象状态的记忆，无法总是提供SLC蛋白质的内外开放构象	评估AlphaFold在模拟SLC蛋白质时的记忆效应，并开发一种能够模拟SLC蛋白质多种构象状态的方法	溶质载体（SLC）超家族膜蛋白	机器学习	NA	AlphaFold2, AlphaFold3, Evolutionary Scale Modeling (ESM), 模板建模	AlphaFold, ESM	蛋白质序列和结构数据	多个膜蛋白转运体，包括SLC35F2
520	2025-07-05	Combination of deep learning reconstruction and quantification for dynamic contrast-enhanced (DCE) MRI 2025-Apr, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2024.110310 PMID:39710009	研究论文	本研究提出了一种结合深度学习重建和量化的端到端深度学习流程，用于快速定量动态对比增强（DCE）MRI	提出了一种名为DCE-Movienet的新型深度重建网络，与之前开发的DCE-Qnet深度量化网络结合，显著缩短了重建时间并提高了量化性能	研究仅在健康志愿者和一名宫颈癌患者中进行了验证，样本量较小	提高动态对比增强MRI在临床中的速度和量化鲁棒性	动态对比增强MRI数据	数字病理学	宫颈癌	动态对比增强MRI	DCE-Movienet, DCE-Qnet	4D MRI数据	健康志愿者和一名宫颈癌患者