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
521	2025-06-17	Cyclic Peptide Therapeutic Agents Discovery: Computational and Artificial Intelligence-Driven Strategies 2025-Jun-12, Journal of medicinal chemistry IF:6.8Q1 DOI:10.1021/acs.jmedchem.5c00712 PMID:40464341	综述	本文综述了计算和人工智能驱动的环肽治疗药物发现策略	结合物理模拟与深度学习技术重新定义环肽治疗药物的设计与优化	环肽的灵活性、数据可用性有限以及复杂的构象景观等挑战	提高环肽药物开发的精确性和效率，满足未解决的医疗需求	环肽治疗药物	药物发现	NA	计算技术和人工智能驱动的方法	深度学习	NA	NA
522	2025-06-17	Leveraging deep learning and structure-based drug repurposing for the discovery of potent Trk-A inhibitors targeting CIPA 2025-Jun-11, Bioorganic chemistry IF:4.5Q1 DOI:10.1016/j.bioorg.2025.108680 PMID:40517591	research paper	该研究利用深度学习和基于结构的药物再利用方法，发现针对CIPA的强效Trk-A抑制剂	结合深度学习和结构基础的药物再利用策略，筛选出新型、强效且无毒的Trk-A抑制剂	研究依赖于现有的生物活性数据，可能受限于数据质量和覆盖范围	发现针对CIPA的Trk-A抑制剂	Trk-A受体及其抑制剂	machine learning	CIPA	深度学习、分子对接、分子模拟分析	ANN	生物活性数据	FDA批准的药物库中的化合物
523	2025-06-17	A Deep Learning Model for Identifying the Risk of Mesenteric Malperfusion in Acute Aortic Dissection Using Initial Diagnostic Data: Algorithm Development and Validation 2025-Jun-10, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/72649 PMID:40493909	研究论文	开发并验证了一种深度学习模型，用于识别急性主动脉夹层患者中肠系膜灌注不良的高风险	整合了多模态数据（实验室参数和CT血管造影图像）的深度学习模型，相比单模态方法具有更高的诊断准确性	需要进一步的前瞻性验证以确认其临床实用性	开发一种深度学习模型，用于早期识别急性主动脉夹层患者中肠系膜灌注不良的高风险	急性主动脉夹层患者	数字病理	心血管疾病	CT血管造影	深度学习模型	图像和临床数据	525名患者（450名来自北京安贞医院，75名来自南京鼓楼医院）
524	2025-06-17	From Binary to Higher-Order Organic Cocrystals: Design Principles and Performance Optimization 2025-Jun-05, Angewandte Chemie (International ed. in English) DOI:10.1002/anie.202507102 PMID:40471124	research paper	本文探讨了从二元到高阶有机共晶的设计原理和性能优化	提出了从二元到高阶有机共晶的演变策略，包括同系化、分层分子间相互作用和长程合成构建模块，为新型应用如共晶预测、药物设计和有机太阳能电池等开辟了道路	分子筛选、比例优化、可扩展合成和长期稳定性仍是实际应用中的关键挑战	研究有机共晶的设计原理和性能优化，以拓展其功能多样性和应用领域	二元和高阶有机共晶	材料科学	NA	π-π堆积、电荷转移、氢/卤键合、同系化、分层分子间相互作用、长程合成构建模块	NA	NA	NA
525	2025-06-17	Photodiagnosis with deep learning: A GAN and autoencoder-based approach for diabetic retinopathy detection 2025-Jun, Photodiagnosis and photodynamic therapy IF:3.1Q2 DOI:10.1016/j.pdpdt.2025.104552 PMID:40064432	研究论文	提出了一种结合GAN、去噪自编码器和EfficientNetB0的新型深度学习框架，用于糖尿病视网膜病变的检测	首次将GAN、去噪自编码器和EfficientNetB0集成到一个框架中，用于糖尿病视网膜病变的分类	未来需要整合可解释性工具以提高临床采用率，并探索其他成像模态以提高泛化性	提高糖尿病视网膜病变的早期检测和准确诊断	糖尿病视网膜病变患者	计算机视觉	糖尿病视网膜病变	GAN、去噪自编码器、迁移学习	GAN、自编码器、EfficientNetB0	图像	自定义OCT数据集，包含高分辨率和临床相关图像
526	2025-06-17	Thorax-encompassing multi-modality PET/CT deep learning model for resected lung cancer prognostication: A retrospective, multicenter study 2025-Jun, Medical physics IF:3.2Q1 DOI:10.1002/mp.17862 PMID:40317503	研究论文	本研究开发了一个结合FDG PET和CT影像以及临床、手术和病理信息的深度学习模型，用于预测非小细胞肺癌术后无复发生存期并分层患者风险	首次使用多模态影像结合临床、手术和病理数据预测NSCLC患者术后无复发生存期，并在常规分期基础上进一步分层患者风险	回顾性研究设计，样本量相对有限（总样本500例）	开发优于常规分期的预后预测模型，帮助识别可能从额外治疗中获益的术后NSCLC患者	接受手术切除的非小细胞肺癌患者	数字病理	肺癌	FDG PET/CT成像	多模态深度学习模型(DLM)	医学影像（PET/CT）、临床数据、病理数据	500例手术切除的NSCLC患者（本地机构305例，外部验证195例）
527	2025-06-17	AttentionAML: An Attention-based Deep Learning Framework for Accurate Molecular Categorization of Acute Myeloid Leukemia 2025-May-22, bioRxiv : the preprint server for biology DOI:10.1101/2025.05.20.655179 PMID:40475602	研究论文	提出了一种基于注意力机制的深度学习框架AttentionAML，用于仅基于转录组数据准确分类急性髓系白血病(AML)亚型	首次将注意力机制应用于AML亚型分类，仅需转录组数据即可实现高精度分类	仅基于转录组数据，未整合其他组学数据	开发高精度的AML分子亚型分类方法以支持精准医疗	急性髓系白血病(AML)患者	数字病理学	白血病	转录组分析	基于注意力机制的深度学习模型	基因表达数据	1,661名AML患者
528	2025-06-17	Machine Learning and Deep Learning Models for Automated Protocoling of Emergency Brain MRI Using Text from Clinical Referrals 2025-05, Radiology. Artificial intelligence DOI:10.1148/ryai.230620 PMID:39969276	研究论文	开发和评估基于机器学习和深度学习的模型，用于根据临床转诊文本自动制定急诊脑MRI扫描方案	首次使用机器学习和深度学习模型（包括BERT和GPT-3.5）自动制定急诊脑MRI扫描方案，并对比不同模型的性能	单中心回顾性研究，样本量有限（1953例），未在多中心或前瞻性环境中验证	提高急诊脑MRI扫描方案的自动化制定效率和准确性	急诊脑MRI扫描的临床转诊文本	自然语言处理	脑部疾病	自然语言处理（NLP）	BERT, GPT-3.5, naive Bayes, SVM, XGBoost	文本	1953例急诊脑MRI转诊数据
529	2025-06-17	Deep Learning-based Aligned Strain from Cine Cardiac MRI for Detection of Fibrotic Myocardial Tissue in Patients with Duchenne Muscular Dystrophy 2025-05, Radiology. Artificial intelligence DOI:10.1148/ryai.240303 PMID:40008976	研究论文	开发一种基于深度学习的模型，从非对比心脏MRI电影中获取对齐应变值，并评估这些值在预测杜氏肌营养不良症患者心肌纤维化中的性能	提出了一种新的对齐应变技术，能够基于运动检测心肌功能障碍，改进了传统方法的特异性、总体准确性和在射血分数保留患者中的准确性	研究为回顾性研究，且样本量相对有限（139名患者）	开发并评估一种深度学习模型，用于预测杜氏肌营养不良症患者的心肌纤维化	139名杜氏肌营养不良症男性患者	数字病理学	杜氏肌营养不良症	心脏MRI	CNN	图像	139名男性患者，其中57名用于评估应变值有效性，82名用于评估可重复性
530	2025-06-17	Evaluating Performance of a Deep Learning Multilabel Segmentation Model to Quantify Acute and Chronic Brain Lesions at MRI after Stroke and Predict Prognosis 2025-05, Radiology. Artificial intelligence DOI:10.1148/ryai.240072 PMID:40136026	研究论文	开发并评估了一个多标签深度学习网络，用于识别和量化急性缺血性卒中后多序列MRI中的急性和慢性脑损伤，并评估病变的临床和模型提取的放射学特征与患者预后的关系	提出了一个基于SegResNet的深度学习模型，用于分割核心梗死和白质高信号负担，并结合临床变量预测患者短期预后	研究为回顾性设计，可能受到数据选择和偏差的影响	评估深度学习模型在急性缺血性卒中后MRI中识别和量化脑损伤的能力，并预测患者预后	急性缺血性卒中患者	数字病理学	卒中	MRI	SegResNet, CNN, 支持向量机	图像	1008名患者（训练和验证数据集702名，外部测试数据集306名）
531	2025-06-17	Automatic Quantification of Serial PET/CT Images for Pediatric Hodgkin Lymphoma Using a Longitudinally Aware Segmentation Network 2025-05, Radiology. Artificial intelligence DOI:10.1148/ryai.240229 PMID:39969278	research paper	开发了一种纵向感知分割网络（LAS-Net），用于量化儿童霍奇金淋巴瘤患者的连续PET/CT图像	LAS-Net引入了纵向交叉注意力机制，使PET1的相关特征能够为PET2的分析提供信息	外部测试队列的性能略有下降	开发一种能够量化儿童霍奇金淋巴瘤患者连续PET/CT图像的纵向感知分割网络	儿童霍奇金淋巴瘤患者的连续PET/CT图像	digital pathology	Hodgkin lymphoma	PET/CT	CNN	image	297名儿童患者（内部数据集200名，外部测试数据集97名）
532	2025-06-17	Predicting categories of coronary artery calcium scores from chest X-ray images using deep learning 2025 May-Jun, Journal of cardiovascular computed tomography IF:5.5Q1 DOI:10.1016/j.jcct.2025.03.010 PMID:40199634	研究论文	本研究开发并验证了一种深度学习模型，用于从胸部X光片中预测冠状动脉钙化评分（CACS）的类别	利用深度学习模型从胸部X光片中预测CACS类别，结合临床因素提高预测准确性，并验证其预后价值	研究仅基于特定时间范围内的患者数据，未涵盖所有可能影响CACS的因素	开发一种成本效益高的方法，通过胸部X光片预测CACS类别，以改善冠状动脉疾病风险评估	10,230名在六个月内进行过胸部X光检查和CACS测定的患者	计算机视觉	心血管疾病	深度学习	深度学习模型	图像	10,230名患者
533	2025-06-17	Respiratory rate detection of dairy cows based on infrared thermography in head movement scenarios 2025-May, Journal of thermal biology IF:2.9Q1 DOI:10.1016/j.jtherbio.2025.104154 PMID:40472703	研究论文	本研究开发了一种基于低分辨率热成像和曲线融合策略的奶牛呼吸频率检测方法，以应对头部运动带来的异常呼吸曲线波动问题	结合YOLOv8n-Pose网络和随机森林算法，提出了一种适用于低分辨率热成像的呼吸频率检测方法，并通过双鼻孔温度曲线融合策略解决了头部运动导致的异常波动问题	需要构建奶牛面部热视频数据集，且方法性能可能受环境因素影响	开发一种适用于奶牛养殖环境的自动呼吸频率检测方法	奶牛的呼吸频率	计算机视觉	NA	红外热成像技术(YOLOv8n-Pose网络,随机森林算法)	YOLOv8n-Pose,随机森林	热成像视频	246段奶牛面部热视频
534	2025-06-17	MRI super-resolution reconstruction using efficient diffusion probabilistic model with residual shifting 2025-Apr-26, ArXiv PMID:40093364	research paper	本研究提出了一种基于扩散概率模型和残差偏移机制的MRI超分辨率重建方法，显著减少了采样步骤并保持了关键解剖细节	引入残差误差偏移机制，显著减少采样步骤同时保持解剖细节，加速MRI重建	NA	提高MRI超分辨率重建的效率和图像质量	超高场脑T1 MP2RAGE图和T2加权前列腺图像	medical imaging	prostate cancer	diffusion-based deep learning	Res-SRDiff	MRI图像	NA
535	2025-06-17	Deep learning and machine learning in CT-based COPD diagnosis: Systematic review and meta-analysis 2025-Apr, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2025.105812 PMID:39891985	meta-analysis	本研究通过系统综述和荟萃分析评估了基于CT图像的深度学习和机器学习模型在慢性阻塞性肺疾病(COPD)诊断中的性能	首次对AI模型在COPD CT诊断中的表现进行定量分析，并比较了不同模型类型的诊断效能	纳入研究存在异质性，且MIL机制对DL模型的改善效果未达到统计学显著性	评估AI模型在COPD CT诊断中的性能并促进相关研究发展	COPD患者的CT图像	digital pathology	lung disease	CT imaging	DL, ML, MIL	medical image	22,817名患者
536	2025-06-17	A multi-modal dental dataset for semi-supervised deep learning image segmentation 2025-Jan-20, Scientific data IF:5.8Q1 DOI:10.1038/s41597-024-04306-9 PMID:39833232	research paper	本文介绍了一个用于半监督深度学习图像分割的多模态牙科数据集STS-Tooth，包含二维和三维牙科影像数据	首个结合牙科全景X射线(PXI)和锥形束计算机断层扫描(CBCT)的多模态数据集，也是目前最大的牙齿分割数据集	未提及数据集的多样性或可能存在的标注偏差	解决公开牙科影像数据稀缺问题，推动牙齿分割技术的发展	牙齿分割任务	digital pathology	dental disease	deep learning	semi-supervised learning	image	STS-2D-Tooth包含4,000张图像和900个标注掩膜；STS-3D-Tooth包含148,400个未标注扫描和8,800个标注掩膜
537	2025-06-17	A novel dataset for nuclei and tissue segmentation in melanoma with baseline nuclei segmentation and tissue segmentation benchmarks 2025-Jan-06, GigaScience IF:11.8Q1 DOI:10.1093/gigascience/giaf011 PMID:39970004	research paper	该研究创建了一个名为PUMA的数据集，用于开发黑色素瘤特异性细胞核和组织分割模型，并评估了几种最先进的深度学习模型的性能	PUMA数据集是首个可用于开发黑色素瘤特异性细胞核和组织分割模型的数据集，并展示了如何通过启发式后处理进一步提高模型性能	当前深度学习模型在公开可访问性或性能方面存在不足，且手动TIL评估易受观察者间变异性的影响	开发能够一致性地评估TILs和其他免疫细胞亚群的深度学习模型，以提高预后和预测价值	黑色素瘤组织中的细胞核和组织	digital pathology	melanoma	deep learning	Hover-NeXt	image	155个原发性和155个转移性黑色素瘤的H&E染色区域
538	2025-06-17	Automatic pituitary adenoma segmentation and identification of cavernous sinus invasion via multitask learning 2025-Jan, Clinical radiology IF:2.1Q2 DOI:10.1016/j.crad.2024.106756 PMID:39689622	research paper	本研究开发了一种多任务深度学习模型，用于垂体大腺瘤分割和海绵窦侵袭识别	提出了一种结合分割和分类任务的多任务多轴注意力UNet框架（MTMAU-Net），在分割和分类任务中均表现优于单任务模型和Knosp分级系统	研究样本主要来自两个机构，可能影响模型的泛化能力	开发一种深度学习模型，用于垂体大腺瘤分割和海绵窦侵袭识别	垂体大腺瘤患者	digital pathology	pituitary adenoma	deep learning	MTMAU-Net	image	926例垂体大腺瘤患者（816例来自机构1用于模型训练，110例来自机构2用于模型验证）
539	2025-06-17	[Evaluation of Low-contrast Detectability of Different Reconstruction Algorithms and Noise Reduction Intensities in the Upper Abdominal Pseudo-human Phantom] 2025, Nihon Hoshasen Gijutsu Gakkai zasshi DOI:10.6009/jjrt.25-1507 PMID:40518302	research paper	研究比较了不同重建算法和降噪强度在上腹部伪人体模中的低对比度检测性能	首次在腹部CT检查中比较了FBP、混合IR和基于深度学习的重建方法（DLR for body, DLR for body sharp）的低对比度检测性能	研究使用的是伪人体模而非真实患者数据，且仅评估了低频噪声抑制的局限性	评估重建算法和降噪强度对腹部CT低对比度检测性能的影响	上腹部伪人体模	医学影像	NA	CT扫描	DLR（基于深度学习的重建方法）	医学影像	四种辐射剂量条件和三种降噪强度下的伪人体模数据
540	2025-06-17	Abdominal Body Composition Reference Ranges and Association With Chronic Conditions in an Age- and Sex-Stratified Representative Sample of a Geographically Defined American Population 2024-04-01, The journals of gerontology. Series A, Biological sciences and medical sciences DOI:10.1093/gerona/glae055 PMID:38373180	research paper	该研究通过腹部CT扫描量化身体成分，并建立了与年龄和性别分层的一般人群相关的参考范围，同时探讨了这些指标与慢性疾病的关系	首次在一般人群中定义了基于CT的身体成分测量（如肥胖、肌肉减少症和骨丢失）的参考范围，并利用深度学习算法自动化分析	研究样本仅来自美国明尼苏达州南部和威斯康星州西部的27个县，可能无法完全代表其他地理或种族群体	建立基于CT的身体成分参考范围，并分析其与慢性疾病的关联	20至89岁的4,900名接受腹部CT检查的个体	digital pathology	geriatric disease	腹部CT扫描、深度学习算法	深度学习模型（未指定具体类型）	医学影像（CT图像）	4,649名具有地理代表性的个体