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
41	2025-06-17	Investigating the Role of Area Deprivation Index in Observed Differences in CT-Based Body Composition by Race 2025-Jun-13, Journal of the American College of Radiology : JACR IF:4.0Q1 DOI:10.1016/j.jacr.2025.06.016 PMID:40517983	研究论文	本研究探讨了地区剥夺指数（ADI）和社会脆弱性指数（SVI）在解释基于CT的身体成分种族差异中的作用	首次结合ADI和SVI等社会经济指标，分析其对CT身体成分种族差异的影响	研究仅基于单一机构的患者数据，可能缺乏广泛代表性	探究社会经济因素是否能够解释身体成分的种族差异	杜伦县2020年接受腹部CT检查的患者	数字病理学	NA	深度学习分析流程	深度学习	CT图像	5,311名患者（平均年龄57.4岁，55.5%女性，46.5%黑人，39.5%白人，10.3%西班牙裔）
42	2025-06-17	The Diagnostic Value of Artificial Intelligence in Oral Squamous Cell Carcinoma: A Systematic Review and Meta-Analysis 2025-Jun-13, Journal of stomatology, oral and maxillofacial surgery DOI:10.1016/j.jormas.2025.102429 PMID:40518015	meta-analysis	本文通过系统综述和荟萃分析评估了人工智能在口腔鳞状细胞癌诊断中的性能	研究发现深度学习算法在诊断口腔鳞状细胞癌方面优于传统机器学习方法	研究间存在高度异质性，需要标准化方法和外部验证	评估人工智能在口腔鳞状细胞癌诊断中的准确性	口腔鳞状细胞癌(OSCC)	数字病理	口腔鳞状细胞癌	AI	深度学习算法 vs 传统机器学习方法	医学影像数据	24项研究，共18,574个样本
43	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
44	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
45	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）
46	2025-06-17	A deep learning method for nanoparticle size measurement in SEM images 2025-Jun-10, RSC advances IF:3.9Q2 DOI:10.1039/d5ra03210e PMID:40519686	研究论文	提出一种基于深度学习的SEM图像中纳米颗粒尺寸测量方法，结合注意力机制和残差网络改进U-Net模型，并引入自动标尺识别算法	改进的U-Net模型结合注意力机制(CBAM)和残差网络(ResNet50)，增强小颗粒和低对比度区域的特征提取能力，同时开发自动标尺识别算法实现像素到物理尺寸的精准转换	未提及模型在极端低对比度或高密度颗粒聚集场景下的性能表现	开发高精度的纳米颗粒尺寸自动测量方法以替代人工操作	SEM图像中的纳米颗粒	计算机视觉	NA	深度学习	改进U-Net（结合ResNet50和CBAM模块）	SEM图像	未明确说明测试集具体样本量
47	2025-06-17	Prediction of the Association between Transfer RNA and Diseases: A Deep Learning Approach Combining Multi-View Graph Convolution and Attention Mechanisms 2025-Jun-10, ACS omega IF:3.7Q2 DOI:10.1021/acsomega.5c03029 PMID:40521536	research paper	提出了一种结合多视图图卷积和注意力机制的深度学习模型MGC2ATDA，用于预测tRNA与疾病之间的关联	整合了多视图图卷积网络、缩放注意力融合模块和交叉注意力机制，提高了预测tRNA与疾病关联的准确性	NA	识别tRNA与疾病之间的关联，为疾病诊断和治疗提供支持	tRNA与疾病的关联	machine learning	NA	深度学习	MGC2ATDA（结合多视图图卷积网络和注意力机制）	tRNA序列数据和疾病关联网络	MNDR4.0数据集和piRNA-疾病关联数据集
48	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
49	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
50	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）
51	2025-06-17	A multi-model deep learning approach for the identification of coronary artery calcifications within 2D coronary angiography images 2025-Jun, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03382-5 PMID:40341465	研究论文	本文提出了一种基于多模型深度学习的冠状动脉钙化识别方法，旨在辅助临床医生在2D冠状动脉造影图像中识别和量化冠状动脉钙化	首次提出了一种结合ResNet-18分类主干和U-Net解码器架构的临床决策支持系统，用于2D冠状动脉造影图像中的冠状动脉钙化识别	样本量较小（14名患者的44次图像采集），未来可通过引入更多辅助任务进一步提升分割性能	开发一种自动化工作流程，提高冠状动脉钙化识别的准确性和效率	2D冠状动脉造影图像中的冠状动脉钙化区域	数字病理	心血管疾病	深度学习	ResNet-18 + U-Net	图像	14名患者的44次图像采集
52	2025-06-17	Neur-Ally: a deep learning model for regulatory variant prediction based on genomic and epigenomic features in brain and its validation in certain neurological disorders 2025-Jun, NAR genomics and bioinformatics IF:4.0Q1 DOI:10.1093/nargab/lqaf080 PMID:40519652	研究论文	开发了一个名为Neur-Ally的深度学习模型，用于基于大脑基因组和表观基因组特征预测调控变异，并在某些神经系统疾病中进行验证	利用深度学习模型预测非编码SNP的调控功能，解决了传统方法忽略非编码区域SNP调控功能的问题	模型训练数据主要来自神经组织和细胞系样本，可能在其他组织或疾病中的适用性有限	区分调控性非编码SNP与非调控性SNP，以更好地理解神经系统疾病的遗传基础	神经系统疾病相关的非编码SNP	机器学习	神经系统疾病	深度学习	深度学习模型	基因组和表观基因组数据	NA
53	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
54	2025-06-17	A Full-Spectrum Generative Lead Discovery (FSGLD) Pipeline via DRUG-GAN: A Multiscale Method for Drug-like/Target-specific Compound Library Generation 2025-May-12, Research square DOI:10.21203/rs.3.rs-6516504/v1 PMID:40470212	research paper	介绍了一种名为FSGLD的深度学习驱动流程，用于高效识别药物先导化合物	FSGLD整合了生成模型与分子对接、分子动力学模拟等多种技术，显著优于传统的计算机辅助药物设计方法	未明确提及具体的研究局限性	开发一种高效识别药物先导化合物的方法	药物先导化合物，特别是针对CB2受体的化合物	machine learning	NA	分子对接、分子动力学模拟、MM-PBSA、热力学积分(TI)	GAN	化学结构数据	NA
55	2025-06-17	Automated detection and quantification of aortic calcification in coronary CT angiography using deep learning: A comparative study of manual and automated scoring methods 2025 May-Jun, Journal of cardiovascular computed tomography IF:5.5Q1 DOI:10.1016/j.jcct.2025.02.003 PMID:39955204	research paper	本研究评估了一种深度学习模型，用于在冠状动脉CT血管造影（CTA）图像中自动检测和量化主动脉钙化，并与手动评估进行比较	开发了一种深度学习算法来自动化主动脉钙化的检测和量化，提高了评估的效率和一致性	研究样本仅来自CORE320和CORE64研究的670名参与者，可能限制了结果的广泛适用性	评估深度学习模型在主动脉钙化自动检测和量化中的可靠性，并比较其与手动评估在预测主要不良心血管事件（MACE）中的关联	主动脉钙化在冠状动脉钙化（CAC）扫描中的检测和量化	digital pathology	cardiovascular disease	deep learning	CNN	image	670名来自CORE320和CORE64研究的参与者
56	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
57	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
58	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）
59	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）
60	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