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
5581	2025-10-06	The Power of Hellmann-Feynman Theorem: Kohn-Sham DFT Energy Derivatives with Respect to the Parameters of the Exchange-Correlation Functional at Linear Cost 2025-Jul-24, The journal of physical chemistry. A DOI:10.1021/acs.jpca.5c01771 PMID:40653651	研究论文	本研究应用Hellmann-Feynman定理计算Kohn-Sham DFT能量对交换关联泛函参数的导数，实现了线性计算复杂度	首次将Hellmann-Feynman定理应用于Kohn-Sham DFT能量参数导数计算，相比传统自动微分方法显著提升计算效率	研究基于原型程序实现，仅验证了LDA和GGA泛函在正构烷烃体系的表现	开发高效计算科学模型参数导数的方法，支持机器学习和深度学习应用	Kohn-Sham密度泛函理论中的交换关联泛函参数	计算化学	NA	密度泛函理论计算	Kohn-Sham DFT	量子化学计算数据	正构烷烃系列（n=4至64个碳原子）	PySCF, PyTorch	LDA泛函, GGA泛函	计算复杂度, 计算速度	NA
5582	2025-10-06	Artificial Neural Networks and Deep Learning in Solid Organ Transplantation 2025-Jul-24, Transplantation IF:5.3Q1 DOI:10.1097/TP.0000000000005500 PMID:40702591	综述	本文概述了人工神经网络和深度学习在实体器官移植领域的应用、术语解释及使用建议	系统梳理神经网络在移植领域的发展历程，特别关注处理非表格数据（如图像和文本）的最新应用	模型存在黑箱预测问题且结果解释需结合具体语境	为移植领域研究者提供神经网络模型的入门指南和应用前景分析	实体器官移植相关医疗数据与临床应用	机器学习	器官移植	NA	人工神经网络, 深度学习	图像, 文本, 非表格数据	NA	NA	NA	NA	NA
5583	2025-10-06	Malignancy classification of thyroid incidentalomas using 18F-fluorodeoxy-d-glucose PET/computed tomography-derived radiomics 2025-Jul-24, Nuclear medicine communications IF:1.3Q3 DOI:10.1097/MNM.0000000000002031 PMID:40702878	研究论文	本研究探讨了基于18F-FDG PET/CT影像组学特征在甲状腺偶发瘤良恶性鉴别诊断中的应用价值	首次将PET和CT影像的run length nonuniformity组学特征联合应用于甲状腺偶发瘤的良恶性分类，其诊断性能与传统的TIRADS分类相当	样本量较小（仅46例患者），需要更大规模的研究验证	开发非侵入性的甲状腺偶发瘤良恶性分类方法	甲状腺偶发瘤患者	医学影像分析	甲状腺癌	18F-FDG PET/CT影像组学	统计分析模型	医学影像（PET和CT图像）	46例患者（36例恶性，10例良性）	NA	NA	AUC（曲线下面积）	NA
5584	2025-10-06	Deep Learning Based Evaluation of Skeletal Maturation: A Comparative Analysis of Five Hand-Wrist Methods 2025-Jul-24, Orthodontics & craniofacial research IF:2.4Q2 DOI:10.1111/ocr.70008 PMID:40704688	研究论文	本研究使用深度学习算法比较五种不同手腕骨成熟度评估方法在骨骼年龄估计中的诊断可靠性	首次使用YOLOv8x深度学习模型系统比较五种手腕骨成熟度评估方法，并识别出在青春期生长高峰期的特定阶段分类性能较低	研究为回顾性分析，样本仅来自8-16岁正畸患者，可能限制结果的普适性	评估深度学习算法在骨骼年龄估计中的有效性	6572份8-16岁正畸患者的手腕X光片	计算机视觉	骨骼发育异常	手腕X光成像	YOLOv8x	X光图像	6572份手腕X光片	NA	YOLOv8x-cls	准确率,精确率,召回率,F1分数,AUC	NA
5585	2025-10-06	MSA-Net: a multi-scale and adversarial learning network for segmenting bone metastases in low-resolution SPECT imaging 2025-Jul-24, EJNMMI physics IF:3.0Q2 DOI:10.1186/s40658-025-00785-w PMID:40705118	研究论文	提出一种结合多尺度特征提取和对抗学习的深度学习网络MSA-Net，用于低分辨率SPECT影像中骨转移瘤的分割	首次将条件对抗学习与多尺度特征提取生成器相结合，采用级联扩张卷积、多尺度模块和深度监督机制	研究仅基于286个临床标注的SPECT闪烁扫描图像，样本量相对有限	提高低分辨率SPECT影像中骨转移瘤的分割准确性	肺癌骨转移瘤	医学影像分析	肺癌	SPECT成像	生成对抗网络	医学影像	286个临床标注的SPECT闪烁扫描图像	NA	MSA-Net	Dice相似系数, 精确率, 召回率	NA
5586	2025-10-06	Guided multi-objective generative AI to enhance structure-based drug design 2025-Jul-23, Chemical science IF:7.6Q1 DOI:10.1039/d5sc01778e PMID:40463429	研究论文	介绍IDOLpro——一种结合扩散模型与多目标优化的生成式AI，用于基于结构的药物设计	首次将扩散模型与多目标优化相结合，通过可微分评分函数引导探索未知化学空间，同时优化多个理化性质	NA	开发能够同时优化多个理化性质的生成式AI模型，用于基于结构的药物设计	药物分子配体	机器学习	NA	生成式AI，结构基于药物设计	扩散模型	化学结构数据	两个基准测试集	NA	扩散模型	结合亲和力，合成可及性评分	NA
5587	2025-10-06	Development and validation of an improved volumetric breast density estimation model using the ResNet technique 2025-Jul-23, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/adecac PMID:40623423	研究论文	本研究开发并验证了基于ResNet技术的改进型乳腺体积密度估计模型	首次将ResNet深度学习模型应用于乳腺体积密度估计，相比传统多元回归模型和机器学习方法取得更优性能	研究基于相同数据集进行，需要进一步的外部验证	提高从存档X线乳腺摄影图像中准确测量乳腺体积密度的能力	乳腺X线摄影图像和患者数据	计算机视觉	乳腺癌	X线乳腺摄影	Random Forest, XG-Boost, ResNet	医学图像	NA	NA	ResNet	确定系数, 相关系数, 均方根误差, 平均绝对误差, 均方根百分比误差, 平均绝对百分比误差	NA
5588	2025-10-06	Development of a deep learning model for T1N0 gastric cancer diagnosis using 2.5D radiomic data in preoperative CT images 2025-Jul-23, NPJ precision oncology IF:6.8Q1 DOI:10.1038/s41698-025-01055-9 PMID:40696140	研究论文	开发基于2.5D影像组学数据和多示例学习的深度学习模型，用于术前CT图像中T1N0期胃癌的准确诊断	首次将2.5D影像组学数据与多示例学习相结合应用于胃癌诊断，相比传统影像组学模型和临床模型具有显著优越的预测性能	研究数据仅来自中国两家医疗中心，时间跨度为2006-2019年，可能存在选择偏倚	开发深度学习模型准确区分无淋巴结转移的早期胃癌	3164名接受根治性手术的胃癌患者	医学影像分析	胃癌	CT影像分析	深度学习	CT图像	3164名胃癌患者	NA	ResNet101, XGBoost	预测性能	NA
5589	2025-10-06	Deep learning-based prognosis of major adverse cardiac events in patients with acute myocardial infarction: a retrospective observational study in the Republic of Korea 2025-Jul-23, Osong public health and research perspectives IF:2.1Q3 DOI:10.24171/j.phrp.2025.0120 PMID:40701813	研究论文	本研究开发了基于深度神经网络的心肌梗死患者出院后主要不良心脏事件预测模型	首次针对心肌梗死患者出院后1、6、12个月三个不同随访期构建深度神经网络预测模型，相比传统机器学习方法展现出更优的预测性能	回顾性观察研究设计，数据仅来自韩国单一地区	预测急性心肌梗死患者出院后主要不良心脏事件的发生风险	急性心肌梗死患者	机器学习	心血管疾病	NA	DNN	临床数据	NA	NA	深度神经网络	准确率	NA
5590	2025-10-06	Dynamic Early Survival Prediction Model for Hepatocellular Carcinoma Patients Treated With Atezolizumab and Bevacizumab: A Longitudinal Deep Learning Analysis 2025-Jul-23, Hepatology research : the official journal of the Japan Society of Hepatology IF:3.9Q1 DOI:10.1111/hepr.70005 PMID:40702678	研究论文	开发用于预测接受阿特珠单抗和贝伐珠单抗治疗的肝细胞癌患者早期总生存期的动态深度学习模型	首次将随机生存森林方法与深度学习架构结合，构建动态生存预测模型DynSurv-HCC，能够实现跨不同病因和基线AFP水平的稳健预测	样本量相对有限（415例患者），验证集仅报告了6个月的AUC结果	改善不可切除肝细胞癌患者在接受阿特珠单抗和贝伐珠单抗治疗时的早期总生存期预测	不可切除肝细胞癌患者	机器学习	肝细胞癌	纵向生存分析	深度学习, 随机生存森林	临床试验数据	415例不可切除肝细胞癌患者（训练集291例，验证集124例）	NA	DynSurv-HCC	AUC	NA
5591	2025-10-06	Anatomically Based Multitask Deep Learning Radiomics Nomogram Predicts the Implant Failure Risk in Sinus Floor Elevation 2025-Jul-23, Clinical oral implants research IF:4.8Q2 DOI:10.1111/clr.70011 PMID:40702787	研究论文	开发基于解剖结构的多任务深度学习放射组学列线图系统，用于预测上颌窦底提升术中的种植体失败风险	结合关键解剖结构自动分割与多任务深度学习放射组学模型，实现术前种植体失败风险预测	回顾性研究设计，样本量有限	预测上颌窦底提升术中种植体失败风险	患者术前锥形束CT图像和电子病历记录	数字病理	口腔种植	锥形束CT成像	nn-UNet, 3D-Attention-ResNet	医学影像, 临床数据	未明确具体样本数量	nn-UNet v2	nn-UNet, 3D-Attention-ResNet	DICE系数, 准确率, AUC	NA
5592	2025-10-06	2D Materials for Emerging Neuromorphic Vision: From Devices to In-Sensor Computing 2025-Jul-23, Small (Weinheim an der Bergstrasse, Germany) DOI:10.1002/smll.202503717 PMID:40702832	综述	本文系统综述了二维材料在神经形态视觉领域的最新进展，重点探讨了从器件到传感内计算的应用潜力	首次全面整合二维材料系统在神经形态视觉中的多功能应用，提出将器件创新与深度学习算法架构相结合的新型传感内计算范式	未提供具体实验数据验证，主要基于现有研究进展的理论性综述	探索二维材料在突破冯·诺依曼架构限制、实现高效视觉处理方面的应用前景	二维材料系统（包括铁电二维材料、拓扑绝缘体和扭曲系统）及其在视觉神经突触器件中的应用	神经形态计算	NA	NA	深度学习	视觉感知数据	NA	NA	NA	NA	NA
5593	2025-10-06	Complete AI-Enabled Echocardiography Interpretation With Multitask Deep Learning 2025-Jul-22, JAMA DOI:10.1001/jama.2025.8731 PMID:40549400	研究论文	开发并验证了名为PanEcho的多任务深度学习AI系统，用于自动化超声心动图解读	首个能够全面解读超声心动图并处理39个标签和测量值的完整AI系统，在完整和有限成像协议中均保持高精度	回顾性研究，需要在各自临床工作流程中进行前瞻性评估	开发自动化超声心动图解读的AI系统并评估其准确性	经胸超声心动图(TTE)研究	医学影像分析	心血管疾病	超声心动图	多任务深度学习	视频	来自24,405名患者的32,265项TTE研究，包含120万段超声心动图视频	NA	NA	AUC, 平均绝对误差, 归一化平均绝对误差	NA
5594	2025-10-06	Automated detection of wolf howls using audio spectrogram transformers 2025-Jul-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-11413-z PMID:40695914	研究论文	开发基于音频频谱变换器的深度学习模型，用于自动检测狼嚎声	首次将音频频谱变换器架构应用于狼嚎声检测，实现了高精度的动物声音分类和狼嚎声识别	仅针对狼嚎声进行检测，未验证对其他野生动物声音的适用性	提高狼群生态监测中声音检测的效率和准确性	灰狼的嚎叫声	自然语言处理	NA	音频信号处理	Transformer	音频	NA	NA	Audio Spectrogram Transformer	精确率, 召回率	NA
5595	2025-10-06	Sequencing validates deep learning models for EHR-based detection of Noonan syndrome in pediatric patients 2025-Jul-21, NPJ genomic medicine IF:4.7Q1 DOI:10.1038/s41525-025-00512-5 PMID:40691161	研究论文	评估深度学习模型利用电子健康记录数据识别努南综合征儿科患者的真实世界性能	通过基因测序和临床评估验证深度学习模型在真实世界电子健康记录数据中识别罕见遗传病的性能	模型精度低于先前验证结果，反映了疾病患病率的预期差异	开发基于电子健康记录的努南综合征早期检测计算方法	儿科患者电子健康记录数据	医疗人工智能	努南综合征	基因测序，临床评估	深度学习模型	电子健康记录数据	92,428名患者，其中171名高风险个体接受全面审查	NA	NA	精确度，特异性	NA
5596	2025-10-06	Advancements in predicting soil liquefaction susceptibility: a comprehensive analysis of ensemble and deep learning approaches 2025-Jul-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-04280-1 PMID:40691180	研究论文	本研究通过集成学习和深度学习模型评估土壤液化敏感性，使用锥贯入试验数据和历史地震观测数据进行比较分析	首次对双向长短期记忆网络(BI-LSTM)在土壤液化预测中的应用进行综合评估，并与传统集成学习方法进行对比	模型性能可能受限于数据集规模和特征多样性，未考虑不同地质条件下的适用性	开发评估土壤液化敏感性的可靠预测工具，提升地震风险缓解策略	土壤沉积物的液化敏感性	机器学习	NA	锥贯入测试(CPT)，现场液化性能观测	BI-LSTM, LSTM, XGBoost, RF	结构化表格数据，序列数据	包含历史地震观测的大型数据库	NA	双向长短期记忆网络，长短期记忆网络，极端梯度提升，随机森林	准确率，精确率，召回率，特异性，F1分数，马修斯相关系数，平衡准确率，ROC曲线分析，AUC	NA
5597	2025-10-06	Deep learning models to predict CO2 solubility in imidazolium-based ionic liquids 2025-Jul-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-12004-8 PMID:40691294	研究论文	本研究使用深度学习模型预测咪唑类离子液体中CO2的溶解度	首次系统比较多种深度学习模型与PC-SAFT模型在预测CO2溶解度方面的性能，并识别压力为关键影响因素	仅针对咪唑类离子液体进行研究，未扩展到其他类型离子液体	预测CO2在咪唑类离子液体中的溶解度	咪唑类离子液体中的CO2溶解度	机器学习	NA	深度学习建模	BNN, DNN, GrowNet, TabNet, RF, SVR	表格数据	NA	NA	贝叶斯神经网络, 深度神经网络, 梯度提升神经网络, 表格神经网络, 随机森林, 支持向量回归	均方根误差, 决定系数, 皮尔逊相关系数	NA
5598	2025-10-06	Sub-regional radiomics combining multichannel 2-dimensional or 3-dimensional deep learning for predicting neoadjuvant chemo-immunotherapy response in esophageal squamous cell carcinoma: a multicenter study 2025-Jul-21, NPJ precision oncology IF:6.8Q1 DOI:10.1038/s41698-025-01047-9 PMID:40691312	研究论文	本研究开发并比较了结合亚区域放射组学与多通道2D和3D深度学习的融合模型，用于预测局部晚期食管鳞癌患者新辅助 chemo-immunotherapy 的病理完全缓解	首次结合亚区域放射组学特征与多通道2D/3D深度学习，开发融合模型预测食管鳞癌新辅助 chemo-immunotherapy 疗效	样本量相对有限（271例患者），需进一步多中心验证	预测局部晚期食管鳞癌患者新辅助 chemo-immunotherapy 的治疗反应	局部晚期食管鳞癌患者	医学影像分析	食管鳞状细胞癌	放射组学分析，K-means聚类	深度学习	医学影像数据	271例来自三家医院的患者，分为训练集、内部验证集和外部验证集	PyRadiomics	多通道2D深度学习，多通道3D深度学习	AUC	NA
5599	2025-10-06	Deep learning using nasal endoscopy and T2-weighted MRI for prediction of sinonasal inverted papilloma-associated squamous cell carcinoma: an exploratory study 2025-Jul-21, European radiology experimental IF:3.7Q1 DOI:10.1186/s41747-025-00610-0 PMID:40691342	研究论文	本研究探索了基于深度学习整合鼻内镜和T2加权MRI预测鼻腔鼻窦内翻性乳头状瘤相关鳞状细胞癌的价值	首次将鼻内镜和T2加权MRI双模态整合到深度学习框架中，实现SIP-SCC的自动预测	回顾性研究，样本量有限，仅为探索性研究	开发自动预测鼻腔鼻窦内翻性乳头状瘤恶性转化为鳞状细胞癌的深度学习工具	174例诊断为鼻腔鼻窦内翻性乳头状瘤的患者	医学影像分析	鼻腔鼻窦肿瘤	鼻内镜检查，T2加权磁共振成像	深度学习	图像	174例患者（训练队列121例，测试队列53例）	NA	FCN_ResNet101, VNet, DenseNet121	Dice相似系数, AUROC	NA
5600	2025-10-06	Multi-scale feature fusion keypoint detection network for ship draft line localization 2025-Jul-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-10594-x PMID:40691468	研究论文	提出一种多尺度特征融合关键点检测网络用于船舶吃水线精确定位	将关键点检测与双阶段训练策略相结合，通过多尺度特征融合模块提升对不同环境条件的适应性	未明确说明模型在极端环境条件下的性能表现	开发高效准确的船舶吃水线检测方法	船舶吃水线	计算机视觉	NA	深度学习	CNN	图像	NA	NA	Dilated Residual-Channel Recalibration Module, Feature Enhancement Extraction Modules, Multi-scale Feature Weighted Integration	检测精度, 执行速度	NA