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	2025-09-07	Efficient Double Helix Detection with Steerable Filters 2025-Aug-20, bioRxiv : the preprint server for biology DOI:10.1101/2025.08.14.670427 PMID:40894605	研究论文	提出一种基于可操纵滤波器的高效双螺旋点扩散函数检测方案，用于3D单分子定位显微或追踪	仅需7次卷积即可提取2D位置和叶瓣方向（轴向位置）估计，计算量比基于深度学习的方法低数个数量级	NA	开发高效的3D单分子定位显微检测方法	双螺旋点扩散函数	计算机视觉	NA	可操纵滤波器，双高斯模型拟合	NA	显微图像	NA
502	2025-09-07	Decoding the limits of deep learning in molecular docking for drug discovery 2025-Aug-19, Chemical science IF:7.6Q1 DOI:10.1039/d5sc05395a PMID:40901622	研究论文	探讨深度学习在分子对接中的性能、局限及优化策略	首次系统评估生成扩散模型、回归架构和混合框架在分子对接五大维度的表现，并提出可操作的优化策略	深度学习模型在遇到新型蛋白质结合口袋时泛化能力显著不足，且多数方法存在高空间容忍度问题	分析深度学习在药物发现中分子对接应用的性能边界与改进方向	传统分子对接方法与深度学习驱动的新范式（生成扩散模型、回归架构、混合框架）	计算药物设计	NA	分子对接，深度学习（生成扩散模型，回归架构）	扩散模型，回归模型，混合框架	蛋白质-配体结构数据	NA
503	2025-09-07	Classification of ocular surface diseases: Deep learning for distinguishing ocular surface squamous neoplasia from pterygium 2025-Aug, Graefe's archive for clinical and experimental ophthalmology = Albrecht von Graefes Archiv fur klinische und experimentelle Ophthalmologie DOI:10.1007/s00417-025-06804-x PMID:40186633	研究论文	开发基于裂隙灯照片的深度学习模型，用于区分眼表鳞状上皮 neoplasia（OSSN）和翼状胬肉（PTG）	首次使用EfficientNet B7和GoogleNet构建端到端深度学习系统，实现OSSN与PTG的自动分割与分类，AUC达98%	样本量较小（仅162例），人群性别分布不均衡（男性占比超80%），需外部验证	建立眼表疾病的自动化诊断辅助系统	眼表疾病患者（OSSN和PTG）的裂隙灯照片	计算机视觉	眼科疾病	迁移学习，K折交叉验证	EfficientNet B7（分割），GoogleNet（分类）	图像	162例患者（77例OSSN，85例PTG）的裂隙灯照片
504	2025-09-07	Machine Listening for OSA Diagnosis: A Bayesian Meta-Analysis 2025-Aug, Chest IF:9.5Q1 DOI:10.1016/j.chest.2025.04.006 PMID:40220991	meta-analysis	通过贝叶斯荟萃分析评估基于呼吸音记录的机器学习方法在阻塞性睡眠呼吸暂停（OSA）诊断中的准确性	首次使用贝叶斯双变量荟萃分析方法系统评估机器学习在OSA诊断中的性能，并识别影响诊断准确性的关键因素	纳入研究数量有限（16项研究），可能存在未发现的异质性	评估和优化基于音频记录的机器学习方法在OSA诊断中的准确性	OSA患者和疑似患者的呼吸音记录数据	machine learning	sleep apnea	Bayesian meta-analysis, meta-regression	deep learning, traditional machine learning	audio recordings	训练集4,864名参与者，测试集2,370名参与者
505	2025-07-04	Retraction: A deep learning model for estimating sedation levels using heart rate variability and vital signs: a retrospective cross-sectional study at a center in South Korea 2025-Aug, Acute and critical care IF:1.7Q3 DOI:10.4266/acc.2024.01200.r1 PMID:40602482	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
506	2025-09-07	Transformative potential of artificial intelligence in US CDC HIV interventions: balancing innovation with health privacy 2025-Aug-01, AIDS (London, England) DOI:10.1097/QAD.0000000000004220 PMID:40643081	评论	探讨人工智能在美国CDC HIV干预中的变革潜力，并分析创新与健康隐私之间的平衡	提出将机器学习、深度学习和生成式AI整合到HIV预防体系，并强调在非传统环境中扩大PrEP护理的可及性	需解决算法偏见、伦理标准维护及AI幻觉风险等实施挑战	优化HIV预防和治疗策略，推动全球终结HIV流行的公共卫生目标	HIV相关数据集及预防干预体系	自然语言处理	HIV/AIDS	机器学习(ML), 深度学习(DL), 生成式AI(Gen AI)	NA	文本数据	NA
507	2025-09-07	Incorporating Artificial Intelligence into Fracture Risk Assessment: Using Clinical Imaging to Predict the Unpredictable 2025-Aug, Endocrinology and metabolism (Seoul, Korea) DOI:10.3803/EnM.2025.2518 PMID:40754720	综述	本文综述人工智能在骨折风险评估中的应用，特别是利用临床影像数据进行个体化风险预测的最新进展	将深度学习技术应用于常规X光和CT影像，实现机会性筛查和个体化骨折风险预测，优于传统骨密度测量方法	模型泛化性、数据偏差和自动化偏差等挑战仍然存在	探索人工智能作为传统骨折风险评估方法的补充工具	骨质疏松性骨折的检测和风险预测	medical imaging analysis	骨质疏松症	深度学习	深度学习模型	X光影像、CT影像	NA
508	2025-09-07	MRI-based Ovarian Lesion Classification via a Foundation Segmentation Model and Multimodal Analysis: A Multicenter Study 2025-Aug, Radiology IF:12.1Q1 DOI:10.1148/radiol.243412 PMID:40762846	研究论文	开发基于MRI的卵巢病变分类AI流程，结合分割模型与多模态分析	首次将Meta的Segment Anything Model (SAM)用于卵巢病变自动分割，并整合影像与临床数据构建DenseNet-121分类模型	回顾性研究，外部验证样本量较小（机构B:58例，机构C:29例）	建立高效且可推广的MRI卵巢病变特征化分析流程	卵巢病变患者（良性/恶性分类）	医学影像分析	卵巢疾病	多参数MRI，深度学习	SAM（分割），DenseNet-121（分类）	MRI影像，临床数据	主要数据集：448名女性（534个病灶）；外部验证：84名女性（87个病灶）
509	2025-09-07	Deep learning-based model for detection of intracranial waveforms with poor brain compliance in southern Thailand 2025-Aug, Acute and critical care IF:1.7Q3 DOI:10.4266/acc.001425 PMID:40903411	研究论文	开发基于深度学习的模型，用于检测泰国南部地区颅内压波形中脑顺应性不良的情况	首次将深度学习技术应用于颅内压波形分析，实现脑顺应性不良的自动检测	回顾性研究，样本量相对较小（21名患者），仅限于特定地区的术后脑积水患者	开发深度学习模型来检测指示脑顺应性不良的颅内压波形	术后脑积水患者的颅内压波形图像	医疗人工智能	脑积水	深度学习信号分析	深度学习模型（具体架构未说明）	医学图像（颅内压波形图像）	21名脑积水患者的2,744张颅内压波形图像
510	2025-09-07	Utilizing Deep Convolutional Neural Networks and Hybrid Classification for Gastrointestinal Disease Diagnosis from Capsule Endoscopy Images 2025-Aug, Journal of biomedical physics & engineering DOI:10.31661/jbpe.v0i0.2301-1590 PMID:40904333	研究论文	本研究开发了一种基于深度卷积神经网络和混合分类的专家诊断系统，用于从胶囊内窥镜图像中诊断胃肠道疾病	提出了一种结合模型评分和类别评分的混合分类框架，通过集成学习技术提升多类别分类性能	研究基于特定数据集，模型泛化能力需要进一步验证	建立可靠的胃肠道疾病诊断系统，提高诊断准确性和效率	胶囊内窥镜图像中的胃肠道病变	计算机视觉	胃肠道疾病	深度卷积神经网络，集成学习	CNN, VGG16, 混合分类器	图像	包含平衡和不平衡数据集，其中血管扩张症帧数较多
511	2025-09-07	Short-range human cortico-cortical white matter fibers have thinner axons and are less myelinated compared to long-range fibers despite a similar g-ratio 2025-Aug, PLoS biology IF:7.8Q1 DOI:10.1371/journal.pbio.3002906 PMID:40834043	研究论文	通过电子显微镜和深度学习分析比较人脑长短程白质纤维的轴突直径和髓鞘厚度差异	首次系统揭示短程白质纤维虽轴突更细且髓鞘更薄，但与长程纤维保持相似g-ratio（约0.54），接近理论最优值0.6	仅基于二维电子显微镜数据，未涉及三维结构或功能连接分析	探究长短程白质纤维在轴突直径和髓鞘化程度的差异及其对脑组织优化的意义	人脑白质纤维（胼胝体长纤维与浅表白质短纤维）	神经科学	NA	二维透射电子显微镜，深度学习	深度学习（未指定具体模型）	电子显微镜图像	约40万条纤维（来自胼胝体和浅表白质区域）
512	2025-09-07	Cardiovascular magnetic resonance imaging: Principles and advanced techniques 2025 Aug-Oct, Progress in nuclear magnetic resonance spectroscopy IF:7.3Q1 DOI:10.1016/j.pnmrs.2025.101561 PMID:40912881	综述	本文全面回顾了心血管磁共振成像的原理、现有技术及新兴进展	系统总结了近二十年来CMR技术创新，包括自动化规划、运动处理策略、图像加速算法、多参数一体化扫描技术及深度学习应用	NA	综述心血管磁共振成像的技术现状与发展趋势	心血管磁共振成像技术及其临床应用	医学影像	心血管疾病	磁共振成像（MRI）、深度学习	NA	医学影像数据	NA
513	2025-09-07	Deep Learning-based Hierarchical Brain Segmentation with Preliminary Analysis of the Repeatability and Reproducibility 2025-Jul-31, Magnetic resonance in medical sciences : MRMS : an official journal of Japan Society of Magnetic Resonance in Medicine IF:2.5Q2 DOI:10.2463/mrms.mp.2023-0124 PMID:38960679	研究论文	开发并评估基于深度学习的层次脑区分割方法在体积测量中的重复性与再现性	提出结合多深度学习模型的层次分割方法，首次系统比较其与SPM、FreeSurfer在脑区体积测量稳定性方面的性能	仅使用11名健康受试者的扫描重扫描数据，样本量较小且未涵盖病理人群	评估新型脑区分割算法在MRI体积测量中的可靠性	人脑T1加权磁共振图像	医学影像分析	NA	深度学习分割、多图谱配准	分层深度学习模型	3D MRI图像	486例训练数据，11名健康受试者使用3台MRI扫描仪的扫描重扫描数据
514	2025-09-07	Automatic measuring of coronary atherosclerosis from medicolegal autopsy photographs based on deep learning techniques 2025-Jul-21, Forensic science, medicine, and pathology DOI:10.1007/s12024-025-01045-0 PMID:40690102	研究论文	基于深度学习技术开发自动测量法医尸检照片中冠状动脉粥样硬化的算法	首次将深度学习应用于法医尸检照片的冠状动脉粥样硬化自动评估，实现高精度量化分析	中度粥样硬化分级性能相对较低（F1-score 0.785），且除钙化外其他因素（分解、支架植入、血栓）未显示显著影响	开发快速精确评估冠状动脉粥样硬化的深度学习算法并分析影响预测的因素	法医尸检中的冠状动脉照片	计算机视觉	心血管疾病	深度学习	CNN（基于图像分析推断）	图像	3,717张数字照片（来自1,920例法医尸检，每例选取左前降支和右冠状动脉各一张图像）
515	2025-09-07	Physiological Response of Tissue-Engineered Vascular Grafts to Vasoactive Agents in an Ovine Model 2025-Jul, Tissue engineering. Part C, Methods DOI:10.1089/ten.tec.2025.0098 PMID:40548865	研究论文	本研究开发并验证了一种评估组织工程血管移植物在大型动物模型中血管反应能力的方法	首次结合血管内超声成像和深度学习技术实时评估TEVGs对血管活性药物的功能反应	SNP未引起可测量的血管舒张反应，可能受静脉组织结构差异、低压环境和系统混杂因素影响	评估组织工程血管移植物的血管反应功能及其在循环系统中的整合能力	绵羊模型中的组织工程下腔静脉移植物	组织工程	心血管疾病	血管内超声成像、血流动力学监测、深度学习图像分割	深度学习	医学影像、生理参数数据	多塞特绵羊模型中的TEVG植入样本
516	2025-09-07	Multicycle Dosimetric Behavior and Dose-Effect Relationships in [177Lu]Lu-DOTATATE Peptide Receptor Radionuclide Therapy 2025-Jun-02, Journal of nuclear medicine : official publication, Society of Nuclear Medicine IF:9.1Q1 DOI:10.2967/jnumed.124.269389 PMID:40274371	研究论文	本研究探讨了[¹⁷⁷Lu]Lu-DOTATATE肽受体放射性核素治疗在多周期中的剂量学行为及剂量-效应关系，旨在推动个性化剂量引导治疗策略	首次系统分析多周期PRRT中肿瘤与肾脏吸收剂量的动态变化规律，并建立肾功能(eGFR)与肾脏吸收剂量的预测模型	样本量有限（30例患者），肿瘤吸收剂量与疗效指标未显示显著关联	优化转移性神经内分泌肿瘤的个性化放射性核素治疗策略	转移性神经内分泌肿瘤患者	放射医学与核医学	神经内分泌肿瘤	SPECT/CT成像、蒙特卡洛剂量计算、深度学习分割算法	深度学习分割算法、多元回归模型	医学影像（SPECT/CT）、临床实验室数据	30例完成首周期剂量学评估的患者，其中22例完成全部周期评估
517	2025-09-07	Artificial Intelligence-Enhanced Perfusion Scoring Improves the Diagnostic Accuracy of Myocardial Perfusion Imaging 2025-Apr-01, Journal of nuclear medicine : official publication, Society of Nuclear Medicine IF:9.1Q1 DOI:10.2967/jnumed.124.268079 PMID:39978815	研究论文	本研究开发了一种结合人工智能与心肌灌注成像的传统定量方法，以提高阻塞性冠状动脉疾病的诊断准确性	通过深度学习预测调制极坐标图像素评分，生成增强型TPD-DL和SSS-DL评分，简化了AI临床转化流程	研究样本仅包含555名患者，且所有数据均来自冠脉造影180天内的检查，可能存在选择偏差	提高心肌灌注成像对阻塞性冠状动脉疾病的诊断准确性，并增强人工智能方法的临床适用性	接受心肌灌注成像和侵入性冠脉造影检查的患者	数字病理	心血管疾病	SPECT成像、深度学习	DL	医学影像	555名患者（中位年龄65岁，69%为男性）
518	2025-09-07	DeepBiome: A Phylogenetic Tree Informed Deep Neural Network for Microbiome Data Analysis 2025-Apr, Statistics in biosciences IF:0.8Q4 DOI:10.1007/s12561-024-09434-9 PMID:40894332	研究论文	提出一种基于系统发育树信息的深度神经网络DeepBiome，用于微生物组数据分析和表型预测	利用细菌进化关系构建神经网络架构，增强数据解释能力并实现微生物-表型关联网络的可视化	微生物组关联的具体分类水平仍未知，需要进一步研究确定	开发能够预测表型并揭示微生物-表型关联网络的深度学习工具	微生物组计数数据和表型数据	机器学习	NA	微生物组测序数据分析	深度神经网络	微生物丰度数据	中小规模训练样本
519	2025-09-07	Leveraging functional annotations to map rare variants associated with Alzheimer's disease with gruyere 2025-Mar-04, medRxiv : the preprint server for health sciences DOI:10.1101/2024.12.06.24318577 PMID:39677477	研究论文	提出一种名为gruyere的贝叶斯概率模型，利用功能注释改进罕见变异关联分析，应用于阿尔茨海默病的全基因组测序数据	开发了首个能够整合细胞类型特异性功能注释（如增强子、启动子区域和深度学习VEPs）进行全基因组罕见变异关联分析的贝叶斯框架	NA	识别与阿尔茨海默病相关的罕见变异和功能注释	阿尔茨海默病患者（7,966例）和对照（13,412例）的全基因组测序数据	生物信息学	阿尔茨海默病	全基因组测序（WGS），功能注释分析	贝叶斯概率模型	基因组测序数据	21,378个样本（7,966病例和13,412对照）
520	2025-09-07	Assessing Genotype-Phenotype Correlations with Deep Learning in Colorectal Cancer: A Multi-Centric Study 2025-Feb-08, medRxiv : the preprint server for health sciences DOI:10.1101/2025.02.04.25321660 PMID:39973981	研究论文	本研究利用深度学习模型直接从结直肠癌H&E切片预测多种遗传生物标志物，并评估其与表型的相关性	开发了单一Transformer模型同时预测多种遗传变异，超越传统单目标模型，并系统分析了MSI表型对预测的混淆影响	模型预测性能高度依赖MSI相关形态学特征，生物标志物自身对表型的贡献较小	评估深度学习在结直肠癌中基因型-表型相关性的预测能力	结直肠癌患者及其肿瘤组织H&E切片	数字病理	结直肠癌	深度学习和全面panel测序	Transformer	H&E病理切片图像	1,376名患者（五个队列）和额外536名患者（两个公共数据集）用于验证