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
41	2026-05-20	On the use of generative models for evolutionary inference of malaria vectors from genomic data 2025-Jun-27, bioRxiv : the preprint server for biology DOI:10.1101/2025.06.26.661760 PMID:40667127	研究论文	利用无监督机器学习和创新生成式深度学习算法，推断撒哈拉以南非洲疟疾媒介蚊虫的遗传结构和进化历史	首次将生成式深度学习算法应用于疟疾媒介蚊虫的进化推断，并开发了新型模型选择方法，发现包含迁移的进化模型更优且优于基于摘要统计的传统方法	NA	量化冈比亚按蚊复合体的遗传结构，并推断西非种群间的联合进化历史	撒哈拉以南非洲的冈比亚按蚊复合体种群	机器学习	疟疾	NA	生成式深度学习模型	基因组数据	来自几内亚和布基纳法索的蚊子种群样本	NA	NA	种群遗传分化捕获能力	NA
42	2026-05-20	Accelerated High-resolution T1- and T2-weighted Breast MRI with Deep Learning Super-resolution Reconstruction 2025-06, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.12.055 PMID:39794159	研究论文	该文评估了深度学习超分辨率重建算法对乳房MRI T1加权和T2加权序列的加速高分辨率成像性能	首次将自适应CS-Net和精确图像网两个卷积网络联合用于乳房MRI低分辨率图像的降噪和分辨率提升，显著降低采集时间同时改善图像质量	样本量有限（47名患者），且仅基于1.5T MRI系统，可能限制泛化性	评估行业开发的深度学习算法在重建低分辨率乳房MRI序列并对比标准序列中的表现	女性乳房MRI患者	数字病理学	乳腺癌	MRI	卷积神经网络	图像	47名患者，平均年龄58±11岁	NA	自适应CS-Net, 精确图像网	5点李克特量表评分, 表观信噪比, 表观对比噪声比, BI-RADS一致性的Cohen k系数	NA
43	2026-05-20	Integration of Deep Learning and Sub-regional Radiomics Improves the Prediction of Pathological Complete Response to Neoadjuvant Chemoradiotherapy in Locally Advanced Rectal Cancer Patients 2025-06, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.12.049 PMID:39809603	研究论文	开发和验证一种整合深度学习与亚区域影像组学的模型，用于预测局部进展期直肠癌患者对新辅助放化疗的病理完全缓解	首次将深度学习（3D ResNet50）与基于K-means聚类的亚区域影像组学相结合，构建了联合模型SRADL，显著提高了pCR预测的准确性和鲁棒性	回顾性研究设计，且样本来自三家医院，可能存在选择偏倚；需进一步在前瞻性多中心研究中验证	利用治疗前MRI图像预测LARC患者对新辅助放化疗的病理完全缓解，以优化个体化治疗方案	局部进展期直肠癌患者	计算机视觉	直肠癌	MRI成像	3D ResNet50	图像	768名符合条件的参与者，来自三家独立医院	NA	3D ResNet50	AUC, 决策曲线分析, Kaplan-Meier生存分析	NA
44	2026-05-20	Forensic dental age estimation with deep learning: a modified xception model for panoramic X-Ray images 2025-06, Forensic science, medicine, and pathology DOI:10.1007/s12024-025-00962-4 PMID:39937388	研究论文	本研究旨在利用深度学习模型对口腔全景X光片进行改进的法医学年龄估计，特别是区分12岁以下和12岁以上个体	引入了新开发的Polygon Area Metric (PAM)来处理法医学应用中常见的不平衡数据集，并提出了基于Xception模型的改进版本“Forensic Xception”	仅使用来自两个放射科的1941名儿科患者数据集，可能缺乏多样性；需要未来研究探索更多数据集以验证模型的泛化能力	开发一种改进的法医学年龄估计方法，利用深度学习模型对OPG图像进行分类，重点关注区分12岁以下和12岁以上个体	1941名5至15岁儿科患者的OPG图像	数字病理学, 机器学习	NA	OPG成像	CNN	图像	1941名儿科患者的OPG图像	NA	Xception（改进为Forensic Xception）, ResNet, ShuffleNet, InceptionV3, DarkNet, NasNet, DenseNet, EfficientNet, MobileNet, ResNet18, GoogleNet, SqueezeNet, AlexNet	分类准确率, 灵敏度, 特异性, Kappa, 曲线下面积, Polygon Area Metric (PAM), F1分数	NA
45	2026-05-20	CT-Based Deep Learning Predicts Prognosis in Esophageal Squamous Cell Cancer Patients Receiving Immunotherapy Combined with Chemotherapy 2025-06, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.01.046 PMID:39956748	研究论文	构建深度学习模型预测食管鳞状细胞癌患者接受免疫联合化疗后的生存结局	首次结合肿瘤周围1像素扩大区域与临床特征构建多模态模型，用于ESCC患者免疫联合化疗前的风险分层	外部测试集C指数仅0.60，模型泛化能力有限；需进一步前瞻性验证	开发治疗前风险分层工具，辅助ESCC患者免疫联合化疗的个体化治疗决策	食管鳞状细胞癌（ESCC）患者	计算机视觉，机器学习	食管癌	计算机断层扫描（CT）	深度学习（DL）	图像	482例患者（训练集322例，内部测试集79例，外部测试集81例）	NA	NA	Harrell's C-index，受试者工作特征曲线（ROC），风险比（HR）， Kaplan-Meier分析	NA
46	2026-05-20	Sex estimation with convolutional neural networks using the patella magnetic resonance image slices 2025-06, Forensic science, medicine, and pathology DOI:10.1007/s12024-025-00943-7 PMID:39969760	研究论文	使用卷积神经网络对髌骨磁共振图像切片进行性别评估	提出了一种基于深度学习架构自动分析髌骨MRI切片进行性别评估的方法，避免了传统形态测量法的耗时和需要专业人员的问题	NA	探索利用髌骨MRI切片通过深度学习模型进行自动性别评估的可行性	696名患者的6710张髌骨矢状位MRI切片（293名男性和403名女性）	计算机视觉	NA	MRI成像	卷积神经网络（CNN）	图像	696名患者的6710张MRI切片	NA	EfficientNetB3, MobileNetV2, VGG16, ResNet50, DenseNet121	准确率	NA
47	2026-05-20	Deep Learning-Enhanced Ultra-high-resolution CT Imaging for Superior Temporal Bone Visualization 2025-06, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.02.002 PMID:40000329	研究论文	评估深度学习重建算法在颞骨超高分辨率CT成像中的图像质量改进效果	首次使用供应商特定的深度学习重建算法AiCE Inner Ear与超高分辨率CT结合，显著提高颞骨微小结构可视化质量	单中心回顾性研究，样本量较小（35例患者57块颞骨），儿童样本仅5例	评估深度学习重建算法在颞骨超高分辨率CT中的图像质量表现	35例患者的57块颞骨（含5例儿童）	计算机视觉	耳科疾病	CT扫描	深度学习	图像	35例患者（57块颞骨，含5名儿童）	NA	AiCE Inner Ear	信噪比（SNR）、对比噪声比（CNR）、5点Likert主观评分、噪声值	NA
48	2026-05-20	Deep Learning-Assisted Diagnosis of Malignant Cerebral Edema Following Endovascular Thrombectomy 2025-06, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.02.021 PMID:40023742	研究论文	开发并验证一种基于深度学习辅助的诊断模型，利用血栓切除术后头非对比CT的高衰减成像标志预测恶性脑水肿	首次利用ResNeXt-101神经网络结合高衰减成像标志，实现血管内血栓切除术后恶性脑水肿的早期预测，并显著提升放射科医生的诊断性能	NA	开发和验证基于深度学习的辅助诊断模型，用于预测血管内血栓切除术后患者的恶性脑水肿	接受血管内血栓切除术的急性缺血性卒中患者	计算机视觉, 数字病理学	脑血管疾病	非对比CT成像	卷积神经网络	图像	271名患者（训练队列168人，验证队列43人，前瞻性内部测试队列60人）	PyTorch	ResNet 50, ResNet 101, ResNeXt50_32×4d, ResNeXt101_32×8d, DenseNet 121	AUC	NA
49	2026-05-20	Generating Synthetic T2*-Weighted Gradient Echo Images of the Knee with an Open-source Deep Learning Model 2025-06, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.03.015 PMID:40175204	研究论文	开发一个开源深度学习模型，用于生成膝关节的合成T2*加权梯度回波图像	首次开发开源深度学习模型生成合成T2*W膝关节图像，并提供了代码、模型和独立可执行文件	识别出四种伪影类型，但伪影对诊断价值影响不大或无影响	开发一个开源深度学习模型，利用脂肪抑制中间加权图像生成膝关节的合成T2*W图像	膝关节MR图像	计算机视觉	膝关节疾病	MRI	GAN	图像	12,118张矢状膝关节MR图像用于训练，2,996张用于测试	NA	CycleGAN	NRMSE、PSNR、SSIM、组内相关系数	NA
50	2026-05-20	Deep Learning in Knee MRI: A Prospective Study to Enhance Efficiency, Diagnostic Confidence and Sustainability 2025-06, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.03.018 PMID:40240275	research paper	评估深度学习重建的并行采集技术与同步多层加速成像在膝关节MRI中的组合效果	首次前瞻性研究结合深度学习增强的4倍PAT与2倍SMS加速（P4S2）在膝关节MRI中的应用，显示出比传统2倍PAT更高的图像质量和解剖描绘能力	样本量较小（仅34名参与者），且仅包括成人参与者，缺乏更广泛人群的代表性	评估深度学习重建的并行采集技术与同步多层加速成像在膝关节MRI中的效率、诊断信心和可持续性	接受膝关节MRI的成人患者	machine learning	NA	MRI	深度学习模型	图像	34名参与者（平均年龄45±17岁，14名女性）	NA	NA	信噪比（SNR），对比噪声比（CNR），图像质量评分，辐射组学特征（对比度和灰度特征）	NA
51	2026-05-20	Deep Learning Radiomics Nomogram Based on MRI for Differentiating between Borderline Ovarian Tumors and Stage I Ovarian Cancer: A Multicenter Study 2025-06, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.12.067 PMID:39814661	研究论文	基于T2加权MRI的深度学习影像组学列线图用于区分交界性卵巢肿瘤与I期卵巢癌的多中心研究	首次结合深度学习、瘤内及瘤周影像组学与临床预测因子构建列线图，并在多中心外部测试集上验证其优越性	回顾性研究设计可能导致选择偏倚，且样本量相对有限（279名患者）	开发和验证基于MRI的深度学习影像组学列线图，以术前区分交界性卵巢肿瘤和I期上皮性卵巢癌	交界性卵巢肿瘤和I期上皮性卵巢癌患者	数字病理学	卵巢癌	MRI成像	深度学习模型	图像（MRI）	279名患者，来自三个中心（训练集207名，外部测试集72名）	NA	NA	曲线下面积（AUC）	NA
52	2026-05-20	Evaluation of a Deep Learning Denoising Algorithm for Dose Reduction in Whole-Body Photon-Counting CT Imaging: A Cadaveric Study 2025-06, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.12.052 PMID:39818525	研究论文	通过尸体研究评估深度学习去噪算法在全身光子计数CT成像中减少辐射剂量的有效性	首次在真实尸体内扫描中系统评估深度学习去噪算法对光子计数CT不同辐射剂量水平（100%、50%、25%、10%）的图像质量影响，证明在高达75%剂量降低时仍能维持诊断质量	研究仅限于尸体内扫描，未涉及活体患者运动伪影或临床诊断任务的评估	评估基于深度学习的去噪算法在降低辐射剂量的全身光子计数CT成像中维持诊断图像质量的效果	24具人尸体	计算机视觉, 数字病理学	NA	光子计数CT（PCCT）	深度学习去噪算法	CT图像	24具尸体，共192个数据集（4剂量水平 × 2重建方法 × 24标本）	NA	ClariCT.AI	CT值稳定性，图像噪声，对比噪声比（CNR），主观图像质量评分	NA
53	2026-05-20	Dynamic glucose enhanced imaging using direct water saturation 2025-Apr-24, ArXiv PMID:39502884	研究论文	提出利用直接水饱和（DS）曲线中的交换基础线宽（LW）变化进行动态葡萄糖增强（DGE）MRI成像，通过模拟和临床脑肿瘤患者数据进行验证	首次利用Z谱直接水饱和曲线的线宽变化来评估葡萄糖摄取，相比传统CEST或自旋锁定方法具有更高效应量和更低运动敏感性	仅对4名脑肿瘤患者进行了初步评估，临床样本量有限	开发一种新型动态葡萄糖增强MRI方法，用于评估葡萄糖摄取并应用于脑肿瘤成像	脑肿瘤患者	磁共振成像	脑肿瘤	动态葡萄糖增强MRI	深度学习，洛伦兹拟合	MRI影像	4名脑肿瘤患者	NA	深度学习洛伦兹拟合网络	AUC	3 T MRI扫描仪
54	2026-05-20	Evaluating the reproducibility of a deep learning algorithm for the prediction of retinal age 2025-04, GeroScience IF:5.3Q1 DOI:10.1007/s11357-024-01445-0 PMID:39589693	研究论文	评估深度学习算法预测视网膜年龄的可重复性	首次探索视网膜年龄预测的可靠性和多种影响因素	样本量较小，且未探讨主观年龄感知与视网膜年龄差距的关系	评估视网膜年龄预测的可靠性和准确性，分析影响预测的因素	两组参与者：内部访问组和间隔访问组，通过彩色眼底照相成像	深度学习	年龄相关疾病	彩色眼底照相	深度学习算法	图像	间隔访问组26人，内部访问组41人	NA	NA	平均绝对测试-重测差异	NA
55	2026-05-20	Genomic determinants of biological age estimated by deep learning applied to retinal images 2025-04, GeroScience IF:5.3Q1 DOI:10.1007/s11357-024-01481-w PMID:39775603	研究论文	本研究通过深度学习从视网膜图像预测生物年龄，并进行全基因组关联分析以揭示视网膜年龄差距的遗传基础	首次通过全基因组关联分析识别出13个与视网膜年龄差距相关的基因位点，并通过孟德尔随机化分析揭示了糖化血红蛋白、炎症细胞和贫血与视网膜加速老化的因果关系	基于两个队列的发现需在更大规模和更多样化的人群中验证，且遗传力估计值较低(0.15)	探索视网膜年龄差距的生物学含义和分子机制，为衰老过程提供因果推断及潜在药物干预靶点	英国生物银行(31,271人)和GoDARTS(8,034人)两个队列的参与者	机器学习, 数字病理学	老年性疾病	全基因组关联分析, 孟德尔随机化分析	深度学习	视网膜图像	31,271 (UK Biobank) + 8,034 (GoDARTS)	NA	NA	遗传相关性, 遗传力	NA
56	2026-05-20	Artificial Intelligence-Enhanced Perfusion Scoring Improves the Diagnostic Accuracy of Myocardial Perfusion Imaging 2025-04-01, 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	通过深度学习模型增强心肌灌注SPECT成像的总灌注缺陷评分，提升阻塞性冠状动脉疾病检测的准确性	将深度学习预测融入传统定量评分方法，生成临床医生熟悉的增强TPD和17节段总负荷评分，既保持临床可解释性又提高诊断准确性	NA	提高基于人工智能的心肌灌注SPECT成像方法在临床中的可转化性	555名接受心肌灌注SPECT成像并在180天内行有创冠状动脉造影的患者	机器学习	冠状动脉疾病	SPECT心肌灌注成像	深度学习模型	图像	555名患者（中位年龄65岁，69%为男性，59%确诊阻塞性CAD）	NA	NA	AUC, 敏感性, 特异性	NA
57	2026-05-20	DeepPath: Overcoming data scarcity for protein transition pathway prediction using physics-based deep learning 2025-Mar-02, bioRxiv : the preprint server for biology DOI:10.1101/2025.02.27.640693 PMID:40060558	研究论文	提出DeepPath，一种基于深度学习的框架，通过物理引导的主动学习快速预测蛋白质状态间的转变路径	采用主动学习框架，利用分子力学力场作为预言机迭代优化预测，克服了传统监督学习方法在蛋白质构象转变数据稀缺上的局限	仅针对已知蛋白质状态间的路径预测，未涉及完全未知状态的探索；验证案例数量有限（三个），通用性需进一步验证	开发高效方法替代传统分子动力学模拟，快速生成蛋白质构象转变的物理合理路径	三种蛋白质系统的构象转变路径：SHP2激活、CdiB H1分泌、BAM复合体侧向门开放	机器学习	NA	分子动力学模拟、分子力学力场	深度学习（主动学习）	蛋白质结构数据	三个生物学验证案例（SHP2、CdiB、BAM复合体）	NA	NA	TM-score	NA
58	2026-05-20	Retinal vascular alterations in cognitive impairment: A multicenter study in China 2025-02, Alzheimer's & dementia : the journal of the Alzheimer's Association DOI:10.1002/alz.14593 PMID:39988572	研究论文	本研究调查了中国三个地区认知障碍患者的视网膜血管变化，利用深度学习分割模型提取36个血管特征，发现与认知功能相关的血管结构改变	首次在多中心东亚人群中使用VC-Net深度学习模型量化视网膜动静脉网络特征，并发现静脉结构与认知功能水平的相关性	需要在更大样本队列中验证，并探索视网膜血管改变的潜在机制	探究视网膜血管变化作为认知障碍生物标志物的可行性	轻度认知障碍或阿尔茨海默病患者与健康对照者的视网膜图像	计算机视觉	阿尔茨海默病	视网膜成像	VC-Net（深度学习分割模型）	图像	176例认知障碍患者（MCI或AD）和264例对照者	NA	VC-Net	NA	NA
59	2026-05-20	Impurity detection of premium green tea based on improved lightweight deep learning model 2025-01, Food research international (Ottawa, Ont.) DOI:10.1016/j.foodres.2024.115516 PMID:39779147	研究论文	提出了一种基于改进轻量级深度学习模型的优质绿茶杂质检测方法	通过替换损失函数、轻量级卷积、模型剪枝和知识蒸馏，在提升检测性能的同时实现模型轻量化	未提及在实际生产环境中的部署验证及对其他茶叶品种的泛化能力	解决优质绿茶杂质检测中计算资源受限和大模型难以部署的问题	优质绿茶中的杂质	计算机视觉	不适用	深度学习	YOLOv8	图像	使用自建数据集	PyTorch	YOLOv8	GFLOPs, 参数量, 精确率, 召回率, 平均精度均值, 每秒帧数	未提及
60	2026-05-20	NeuroPred-ResSE: Predicting neuropeptides by integrating residual block and squeeze-excitation attention mechanism 2024-12, Analytical biochemistry IF:2.6Q2 DOI:10.1016/j.ab.2024.115648 PMID:39154878	研究论文	提出基于残差块和挤压激励注意力机制的神经肽预测模型NeuroPred-ResSE	首次将残差块与挤压激励注意力机制结合用于神经肽预测，能捕获并识别最相关的属性特征	未明确提及具体局限性，但可能依赖特定序列编码方法，需进一步验证泛化能力	开发快速准确的神经肽预测工具，助力神经系统疾病药物研发	神经肽序列及其预测模型	机器学习	神经系统疾病	NA	CNN（基于残差块和注意力机制）	序列数据（蛋白质/肽序列）	未明确样本数量，但提及训练集和测试集（基于5折交叉验证和独立测试）	NA	ResNet（残差块）、Squeeze-and-Excitation Network（挤压激励注意力机制）	准确率（accuracy）	NA