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
5561	2025-10-06	ROQUS: a retinal OCT quality and usability score 2025-Jul-01, Biomedical optics express IF:2.9Q2 DOI:10.1364/BOE.564188 PMID:40677832	研究论文	开发了一种基于深度学习的视网膜OCT B扫描质量评估方法ROQUS，用于评估图像质量和临床可用性	采用排序策略生成无界质量评分，在识别采集问题方面优于传统指标，且与人类评估者的一致性相当	NA	开发客观的视网膜OCT图像质量评估方法以改善临床研究和日常实践	视网膜OCT B扫描图像	计算机视觉	眼科疾病	光学相干断层扫描(OCT)	深度学习	医学图像	内部数据集和公共数据集	NA	NA	ROC-AUC	NA
5562	2025-10-06	Multicenter Evaluation of Interpretable AI for Coronary Artery Disease Diagnosis from PET Biomarkers 2025-Jun-30, medRxiv : the preprint server for health sciences DOI:10.1101/2025.06.19.25329944 PMID:40630571	研究论文	开发了一种整合PET心肌灌注成像关键参数的人工智能模型，用于提高冠状动脉疾病的诊断准确性	首次将冠状动脉钙化评分与PET心肌灌注参数结合，通过可解释AI方法提供自动化诊断	回顾性研究设计，仅包含有创冠状动脉造影验证的患者群体	提高冠状动脉疾病的诊断准确性	接受心脏PET/CT检查的患者	数字病理	心血管疾病	PET/CT, 心肌灌注成像	XGBoost, 深度学习	医学影像, 临床参数	1,664名患者（训练集386例，外部测试集1,278例）	XGBoost	深度学习（用于冠状动脉钙化评分）, XGBoost（用于CAD诊断）	AUC, 置信区间	NA
5563	2025-10-06	Identification and validation of synergistic drug strategies targeting macrophage polarization in triple-negative breast cancer via single-cell transcriptomics and deep learning 2025-Jun-26, Translational oncology IF:4.5Q1 DOI:10.1016/j.tranon.2025.102457 PMID:40580873	研究论文	通过单细胞转录组学和深度学习识别并验证针对三阴性乳腺癌中巨噬细胞极化的协同药物策略	开发了基于巨噬细胞分化的分类器MMDCSS，并首次发现非那雄胺可作为ZBTB20调节剂逆转肿瘤诱导的M2巨噬细胞极化	研究样本量相对有限（24名TNBC患者），需要进一步临床验证	开发针对三阴性乳腺癌肿瘤微环境中巨噬细胞极化的治疗策略	三阴性乳腺癌患者和巨噬细胞	数字病理学	乳腺癌	单细胞RNA测序, 转录组学, 伪时间轨迹映射	深度学习, 机器学习	单细胞转录组数据	24名三阴性乳腺癌患者	NA	NA	C-index, AUC	NA
5564	2025-10-06	Topo-CNN: Retinal Image Analysis with Topological Deep Learning 2025-Jun-25, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01575-7 PMID:40563040	研究论文	提出一种结合拓扑特征提取和卷积神经网络的视网膜图像自动诊断框架Topo-CNN	首次将拓扑数据分析(TDA)技术应用于视网膜图像分析，提出可解释的拓扑特征提取方法	NA	开发自动化的视网膜疾病诊断系统	眼底图像中的糖尿病视网膜病变、青光眼和年龄相关性黄斑变性	计算机视觉	视网膜疾病	拓扑数据分析(TDA)	CNN, 混合深度学习模型	图像	三个基准数据集：APTOS、ORIGA、IChallenge-AMD	NA	ResNet-50, Topo-CNN	准确率, AUC, 特异性	NA
5565	2025-10-06	Attention-Based Whole-Slide Image Compression Achieves Pathologist-Level Prescreening of Multiorgan Routine Histopathology Biopsies 2025-Jun-23, Modern pathology : an official journal of the United States and Canadian Academy of Pathology, Inc IF:7.1Q1 DOI:10.1016/j.modpat.2025.100827 PMID:40562215	研究论文	提出基于注意力机制的全切片图像压缩方法，实现多器官常规组织病理活检的病理学家级别预筛查	引入切片打包技术将同一组织块的多张切片合并为单张图像，并开发基于注意力机制的神经图像压缩方法	仅在两个欧洲中心的队列中进行验证，需要更广泛的外部验证	开发自动化癌症检测的深度学习系统以辅助病理学家预筛查工作	结肠、宫颈和十二指肠组织活检样本	数字病理学	结直肠癌,宫颈癌,乳糜泻	全切片成像,弱监督学习	深度学习,注意力机制	全切片图像	12,580张全切片图像来自9,141个组织块	NA	神经图像压缩与注意力(NIC-A)	病理学家级别性能	NA
5566	2025-10-06	Referenceless 4D flow cardiovascular magnetic resonance with deep learning 2025-Jun-02, Journal of cardiovascular magnetic resonance : official journal of the Society for Cardiovascular Magnetic Resonance IF:4.2Q1 DOI:10.1016/j.jocmr.2025.101920 PMID:40467036	研究论文	本研究利用深度学习预测心血管四维血流磁共振成像中的参考编码，实现无参考4D血流成像	首次使用深度学习从三个运动编码预测参考编码，实现25%数据采集量减少	在心室湍流动能测量中存在较高误差，右心室最大误差达-77.17%	缩短四维血流心血管磁共振扫描时间并保持测量准确性	126名不同类型心肌病患者的心脏4D血流数据集	医学影像分析	心血管疾病	四维血流心血管磁共振成像	U-Net, 生成对抗网络	三维速度数据，相位编码图像	126名心肌病患者（113名训练，13名测试）	NA	U-Net	流量体积误差百分比，平均速度误差百分比，最大速度误差百分比，湍流动能误差百分比	NA
5567	2025-10-06	SAFFusion: a saliency-aware frequency fusion network for multimodal medical image fusion 2025-Jun-01, Biomedical optics express IF:2.9Q2 DOI:10.1364/BOE.555458 PMID:40677382	研究论文	提出了一种基于显著性感知频率融合网络的多模态医学图像融合方法SAFFusion	结合Mamba-UNet架构和轮廓波变换进行多尺度特征提取，设计双分支频率特征融合模块，并应用潜在低秩表示进行显著性评估	未明确说明方法在更多疾病类型或模态组合上的泛化能力	开发更有效的多模态医学图像融合方法以支持临床决策	阿尔茨海默病诊断和脑肿瘤检测分割相关的多模态医学图像	医学图像处理	阿尔茨海默病,脑肿瘤	轮廓波变换,潜在低秩表示	CNN,UNet	医学图像	NA	NA	Mamba-UNet	定量评估指标,定性评估	NA
5568	2025-10-06	Deep learning for the detection of colon polyps with malignant potential: ex vivo classification using feature-enhanced optical coherence tomography (OCT) images 2025-Jun-01, Biomedical optics express IF:2.9Q2 DOI:10.1364/BOE.555185 PMID:40677387	研究论文	本研究开发了一种基于特征增强光学相干断层扫描图像和深度学习决策级融合的结肠息肉恶性潜力检测方法	首次从离体OCT图像中提取一阶和二阶强度统计、分形统计、光谱特征和散射体大小等多种生物标志物特征，并采用决策级融合方法结合深度学习进行分类	研究基于离体样本，缺乏在体验证；样本数量有限	提高结肠息肉恶性潜力的检测准确性，增强光学相干断层扫描在结直肠癌筛查中的作用	结肠息肉组织样本	计算机视觉	结直肠癌	光学相干断层扫描	深度学习分类模型	图像	NA	NA	NA	准确率, 灵敏度, 特异性, AUC	NA
5569	2025-10-06	Perturbation response scanning of drug-target networks: Drug repurposing for multiple sclerosis 2025-Jun, Journal of pharmaceutical analysis IF:6.1Q1 DOI:10.1016/j.jpha.2025.101295 PMID:40678478	研究论文	本研究提出基于网络扰动建模的药物重定位方法，应用于多发性硬化症治疗	将扰动响应扫描技术扩展至药物-靶点网络分析，结合深度学习与网络扰动建立系统性药物重定位框架	方法验证仅通过小鼠模型进行，尚未进行临床验证	开发系统性药物重定位方法用于多发性硬化症治疗	多发性硬化症及相关药物靶点网络	网络医学	多发性硬化症	弹性网络模型,扰动响应扫描,深度学习,随机游走重启算法	深度学习,网络模型	基因数据,网络数据,实验数据	铜宗诱导的慢性小鼠模型	NA	NA	NA	NA
5570	2025-10-06	druglikeFilter 1.0: An AI powered filter for collectively measuring the drug-likeness of compounds 2025-Jun, Journal of pharmaceutical analysis IF:6.1Q1 DOI:10.1016/j.jpha.2025.101298 PMID:40678482	研究论文	开发了一种基于深度学习的药物相似性评估框架druglikeFilter，用于从四个关键维度综合评价化合物的药物相似性	首个支持系统性评估和高效筛选的综合性工具，通过四个关键维度（理化规则、毒性预警、结合亲和力、合成可行性）全面评估药物相似性	NA	降低药物开发成本并提高成功率，通过早期综合评估化合物药物相似性	化合物库中的化学化合物	机器学习	NA	深度学习	深度学习框架	化学化合物数据	NA	NA	NA	NA	NA
5571	2025-10-06	In silico prediction of pK a values using explainable deep learning methods 2025-Jun, Journal of pharmaceutical analysis IF:6.1Q1 DOI:10.1016/j.jpha.2024.101174 PMID:40678476	研究论文	本研究开发了一种结合图神经网络和分子指纹的pKa预测模型GraFpK，并利用积分梯度方法提升模型可解释性	在提升预测精度的同时，通过集成积分梯度方法提供原子级可视化解释，增强了模型的可解释性	未明确说明模型在特定分子类型或化学空间中的泛化能力限制	开发高精度且可解释的pKa值预测计算方法	分子的酸解离常数(pKa)预测	机器学习	NA	计算化学方法	图神经网络(GNN)	分子结构数据	NA	NA	图神经网络结合分子指纹	平均绝对误差(MAE)	NA
5572	2025-10-06	Identify drug-drug interactions via deep learning: A real world study 2025-Jun, Journal of pharmaceutical analysis IF:6.1Q1 DOI:10.1016/j.jpha.2025.101194 PMID:40678481	研究论文	本研究开发了一种名为MDFF的多维特征融合深度学习模型，用于识别药物相互作用并在真实世界数据中进行验证	整合一维简化分子输入行条目系统序列特征、二维分子图特征和三维几何特征的多维药物特征融合方法	仅在单一医疗中心的有限样本中进行验证，样本量相对较小	开发能够准确识别药物相互作用的深度学习模型并验证其临床实用性	药物相互作用及其相关的不良药物反应	机器学习	NA	深度学习	深度学习模型	分子序列数据、分子图数据、几何特征数据、不良药物反应报告	两个DDI数据集和12份真实世界不良药物反应报告	NA	MDFF（多维特征融合模型）	准确率、精确率、召回率、AUC、F1分数	NA
5573	2025-10-06	Multi-class classification of central and non-central geographic atrophy using Optical Coherence Tomography 2025-May-28, medRxiv : the preprint server for health sciences DOI:10.1101/2025.05.27.25328446 PMID:40492092	研究论文	开发并验证基于深度学习的模型，使用光学相干断层扫描对地理萎缩亚型进行分类	首次使用Vision Transformer架构进行地理萎缩亚型分类，并比较了全B扫描与选择性使用含中心凹区域B扫描两种方法的性能	回顾性研究，样本量相对有限（455个OCT体积），仅来自单一医疗中心	开发能够准确分类地理萎缩亚型的深度学习模型	地理萎缩患者的OCT扫描图像	计算机视觉	年龄相关性黄斑变性	光学相干断层扫描	CNN, Vision Transformer	医学图像	455个OCT体积（258个中央GA，74个非中央GA，123个无GA），来自104名患者	NA	ResNet50, MobileNetV2, Vision Transformer (ViT-B/16)	AUC-ROC, F1分数, 准确率	NA
5574	2025-10-06	Deep-learning-based single-domain and multidomain protein structure prediction with D-I-TASSER 2025-May-23, Nature biotechnology IF:33.1Q1 DOI:10.1038/s41587-025-02654-4 PMID:40410405	研究论文	提出了一种结合深度学习和传统物理模拟的蛋白质结构预测混合方法D-I-TASSER	开发了基于深度学习的迭代线程组装优化方法，引入域分割和组装协议用于多域蛋白质结构自动建模	NA	实现高精度的蛋白质结构和功能预测，适用于全基因组应用	单域和多域蛋白质结构	机器学习	NA	深度学习势能，迭代线程片段组装模拟	深度学习	蛋白质序列和结构数据	人类蛋白质组中81%的蛋白质域和73%的全链序列	NA	D-I-TASSER	结构预测精度	NA
5575	2025-10-06	FlowMRI-Net: A generalizable self-supervised 4D flow MRI reconstruction network 2025-May-16, Journal of cardiovascular magnetic resonance : official journal of the Society for Cardiovascular Magnetic Resonance IF:4.2Q1 DOI:10.1016/j.jocmr.2025.101913 PMID:40383184	研究论文	提出一种通用自监督深度学习框架FlowMRI-Net，用于快速准确重建高度欠采样的4D血流MRI数据	采用物理驱动的展开优化方法结合复值卷积循环神经网络，并实现自监督训练	NA	开发通用自监督深度学习框架以实现快速准确的4D血流MRI重建	主动脉和脑血管的4D血流MRI数据	医学影像重建	心血管疾病	4D血流磁共振成像	卷积循环神经网络	4D血流MRI图像	NA	NA	FlowMRI-Net	向量归一化均方根误差, 平均方向误差	商用CPU/GPU硬件
5576	2025-10-06	AI-Cirrhosis-ECG (ACE) score for predicting decompensation and liver outcomes 2025-May, JHEP reports : innovation in hepatology IF:9.5Q1 DOI:10.1016/j.jhepr.2025.101356 PMID:40276480	研究论文	开发基于深度学习的AI-Cirrhosis-ECG (ACE)评分，用于预测肝硬化患者的失代偿和肝脏相关结局	首次利用深度学习从常规心电图数据中提取特征，创建非侵入性的肝硬化预后预测工具	需要在更多样化人群中进一步验证，并与其他已建立的预测因子整合	评估ACE评分在检测肝硬化失代偿和预测临床结局方面的性能	肝硬化患者	医疗人工智能	肝硬化	深度学习	深度学习模型	心电图数据	总计1,233名患者（472名回顾性队列，420名前瞻性移植队列，341名外部验证队列），共2,166份心电图	NA	NA	AUC, 敏感性, 特异性, 风险比, c统计量	NA
5577	2025-10-06	Deep learning-assisted analysis of single-particle tracking for automated correlation between diffusion and function 2025-May, Nature methods IF:36.1Q1 DOI:10.1038/s41592-025-02665-8 PMID:40341204	研究论文	开发了一种名为DeepSPT的深度学习框架，用于自动化分析单粒子追踪数据并关联扩散与功能	首次实现了仅基于扩散行为就能自动提取生物功能信息的深度学习框架	NA	开发自动化工具来分析亚细胞环境中分子和细胞器的扩散行为与功能关联	病毒感染的早期事件、内体细胞器、网格蛋白包被小窝和囊泡	计算机视觉	病毒感染	光学显微镜，单粒子追踪	深度学习	二维和三维时间序列数据	NA	NA	NA	F1分数	NA
5578	2025-10-06	Deep Learning Model for Histologic Diagnosis of Dysplastic Barrett's Esophagus: Multisite Cohort External Validation 2025-Apr-23, The American journal of gastroenterology DOI:10.14309/ajg.0000000000003495 PMID:40267276	研究论文	本研究通过多中心队列外部验证了一种用于巴雷特食管异型增生组织学诊断的深度学习模型	首次在三个外部学术中心对巴雷特食管异型增生诊断深度学习模型进行外部验证，采用cGANs进行染色标准化和YOLO+ResNet101集成方法	样本主要来自学术中心，社区病理学家诊断变异性问题未完全解决	改善巴雷特食管异型增生的诊断准确性，减少观察者间变异性和过度诊断	巴雷特食管患者的组织学切片	数字病理学	巴雷特食管/食管腺癌	全切片图像分析，组织染色标准化	集成模型	组织病理学图像	489个全切片图像（232个非异型增生，117个低度异型增生，140个高度异型增生）	NA	YOLO, ResNet101	灵敏度, 特异性, F1分数	NA
5579	2025-10-06	Dissection of tumoral niches using spatial transcriptomics and deep learning 2025-Apr-18, iScience IF:4.6Q1 DOI:10.1016/j.isci.2025.112214 PMID:40230519	研究论文	本研究开发了TG-ME计算框架，通过整合空间转录组学数据和形态学图像来解析肿瘤微环境中的生态位	首次将Transformer与图变分自编码器(GraphVAE)相结合，构建能够同时分析空间转录组数据和形态学图像的计算框架	NA	开发计算框架以解析肿瘤微环境中的空间组织结构	肿瘤生态位和肿瘤微环境	数字病理学	肺癌	空间转录组学	Transformer, GraphVAE	空间转录组数据, 形态学图像	NA	NA	Transformer, GraphVAE	NA	NA
5580	2025-10-06	pC-SAC: A method for high-resolution 3D genome reconstruction from low-resolution Hi-C data 2025-Apr-10, Nucleic acids research IF:16.6Q1 DOI:10.1093/nar/gkaf289 PMID:40226920	研究论文	提出一种从低分辨率Hi-C数据重建高分辨率3D基因组的新计算方法pC-SAC	使用自适应重要性采样与序列蒙特卡洛方法生成满足物理约束的3D染色质链集合，实现从低分辨率数据重建高分辨率Hi-C矩阵	NA	开发成本效益高的方法增强Hi-C数据分辨率，以深入研究3D基因组组织及其在基因调控和疾病中的作用	3D基因组组织、染色质结构	计算生物学	NA	Hi-C技术	概率模型、蒙特卡洛方法	Hi-C交互数据	NA	NA	probabilistically Constrained Self-Avoiding Chromatin (pC-SAC)	准确率	NA