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
641	2025-07-20	Linking Symptom Inventories Using Semantic Textual Similarity 2025-Jun, Journal of neurotrauma IF:3.9Q2 DOI:10.1089/neu.2024.0301 PMID:40200899	研究论文	该研究提出了一种使用语义文本相似性（STS）方法来链接创伤性脑损伤（TBI）不同症状量表之间的症状和评分	利用预训练的深度学习模型通过语义文本相似性来链接不同症状量表，解决了TBI诊断和结果预测中结果不可比的问题	需要进一步验证该方法在其他疾病或症状量表上的适用性	解决创伤性脑损伤（TBI）诊断和结果预测中不同症状量表结果不可比的问题	创伤性脑损伤（TBI）的症状量表和患者数据	自然语言处理	创伤性脑损伤	语义文本相似性（STS）	预训练的深度学习模型	文本	来自16个国际数据源的6,607名参与者
642	2025-07-20	GINClus: RNA structural motif clustering using graph isomorphism network 2025-Jun, NAR genomics and bioinformatics IF:4.0Q1 DOI:10.1093/nargab/lqaf050 PMID:40290315	研究论文	提出了一种名为GINClus的RNA结构基序聚类工具，利用半监督深度学习模型基于碱基相互作用和3D结构相似性对RNA基序候选进行聚类	结合图同构网络（GIN）模型与k-means和层次凝聚聚类方法，首次实现了RNA结构基序的自动化聚类，并发现了新的RNA结构基序家族	未提及该方法在超大规模RNA结构数据集上的计算效率问题	开发自动化工具解决RNA结构基序识别难题	RNA环状区域的结构基序	生物信息学	NA	图同构网络（GIN），k-means聚类，层次凝聚聚类	GIN	RNA 3D结构数据	成功识别927个已知基序家族新实例和12个新基序家族
643	2025-07-20	Deep learning on brief interictal intracranial recordings can accurately characterize seizure onset zones 2025-May-27, Epilepsia IF:6.6Q1 DOI:10.1111/epi.18478 PMID:40423629	研究论文	该研究利用深度学习技术，通过短暂的发作间期颅内记录准确识别癫痫发作起始区	首次证明深度学习模型可以利用短暂的发作间期颅内记录数据准确分类癫痫发作起始区，且性能优于随机标签训练的模型	研究样本量相对有限（78名患者），且模型性能在不同患者群体中存在差异	开发自动化方法定位癫痫发作起始区，以改善术前评估并减少患者住院时间	78名癫痫患者的100多万段发作间期立体脑电图记录	数字病理学	癫痫	立体脑电图（stereotactic electroencephalography）	一维卷积神经网络（1D CNN）	颅内电生理信号	78名患者的100多万段脑电图记录
644	2025-07-20	Deep learning-guided design of dynamic proteins 2025-May-22, Science (New York, N.Y.) DOI:10.1126/science.adr7094 PMID:40403060	研究论文	本文提出了一种基于深度学习的蛋白质动态变化设计方法	首次实现了对蛋白质内部几何动态变化的从头设计，并验证了设计的构象	未提及具体应用场景或体内验证结果	开发能够设计具有可控构象变化蛋白质的新方法	蛋白质的构象动态变化	机器学习	NA	深度学习	NA	蛋白质结构数据	4个验证结构
645	2025-07-20	Differentiable Folding for Nearest Neighbor Model Optimization 2025-May-12, ArXiv PMID:40160447	研究论文	本文提出了一种基于可微分折叠的高效、可扩展且灵活的参数优化方法，用于改进最近邻模型的RNA二级结构预测	利用可微分折叠技术直接计算RNA折叠算法的梯度，显著提高了参数优化的效率和效果	未明确提及方法在复杂RNA结构或大规模数据集上的适用性限制	优化RNA二级结构预测的最近邻模型参数	RNA二级结构	计算生物学	NA	可微分折叠	最近邻模型	RNA结构数据和热力学实验数据	包含约13,000个热力学参数的新数据库RNAometer
646	2025-07-20	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	研究论文	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系列PET/CT图像	LAS-Net引入了纵向交叉注意力机制，允许PET1的相关特征为PET2的分析提供信息	研究为回顾性研究，可能受到数据选择和收集的限制	开发能够量化儿童霍奇金淋巴瘤患者系列PET/CT图像的自动分割网络	儿童霍奇金淋巴瘤患者的系列PET/CT图像	数字病理	霍奇金淋巴瘤	PET/CT成像	CNN	医学图像	297名儿科患者（内部数据集200名，外部测试数据集97名）
647	2025-07-20	The Advances in Deep Learning Modeling of Polyadenylation Codes 2025 May-Jun, Wiley interdisciplinary reviews. RNA DOI:10.1002/wrna.70017 PMID:40468587	综述	本文总结了深度学习模型在解析多聚腺苷酸化调控方面的进展及其应用	深度学习模型能够无偏地量化基序间的相互作用，捕捉顺式调控基序间复杂的位置交互，为多聚腺苷酸化生物学带来新见解	NA	探讨深度学习模型在多聚腺苷酸化调控研究中的应用及其进展	多聚腺苷酸化位点的形成及其调控机制	自然语言处理	NA	深度学习	深度学习模型	序列数据	NA
648	2025-07-20	New Threshold for Defining Mild Aortic Stenosis Derived From Velocity-Encoded MRI in 60,000 Individuals 2025-Apr-08, Journal of the American College of Cardiology IF:21.7Q1 DOI:10.1016/j.jacc.2025.01.035 PMID:40175013	研究论文	本研究通过深度学习模型测量主动脉瓣功能，提出了新的轻度主动脉瓣狭窄（AS）定义标准，并在大规模人群中验证了其与不良预后的关联	首次在大规模人群（62,902名UK Biobank参与者）中使用深度学习模型测量主动脉瓣功能，提出了新的轻度AS定义标准（'mild ASproposed'），并在外部临床队列（NEDA，365,870人）中验证了该标准与不良预后的关联	研究随访时间相对较短（平均3.9年），且主要基于影像学数据，缺乏长期临床结局的全面评估	探索主动脉瓣功能的流行病学特征，建立新的轻度AS诊断标准	UK Biobank参与者（n=62,902）和NEDA临床队列（n=365,870）	心血管影像学	心血管疾病	速度编码心脏磁共振成像（velocity-encoded cardiac MRI）	深度学习模型	医学影像数据	UK Biobank（62,902人，其中健康亚组41,859人）和NEDA（365,870人）
649	2025-07-20	Tumor Bud Classification in Colorectal Cancer Using Attention-Based Deep Multiple Instance Learning and Domain-Specific Foundation Models 2025-Apr-07, Cancers IF:4.5Q1 DOI:10.3390/cancers17071245 PMID:40227783	研究论文	本文提出了一种基于注意力机制的深度多实例学习和领域特定基础模型的自动系统，用于结直肠癌中的肿瘤芽分类	采用注意力机制的多实例学习和领域特定基础模型，提高了肿瘤芽分类的准确性和可解释性	数据集相对较小，仅包含29张训练WSIs和70张测试WSIs	提高结直肠癌中肿瘤芽的自动分类准确性，以改善预后评估	结直肠癌中的肿瘤芽	数字病理	结直肠癌	深度学习	ABMIL（基于注意力的多实例学习）	全切片图像（WSIs）	29张训练WSIs和70张测试WSIs
650	2025-07-20	Towards contrast-agnostic soft segmentation of the spinal cord 2025-Apr, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103473 PMID:39874684	research paper	提出一种深度学习方法，用于生成跨MRI对比度稳定的脊髓软分割	使用软分割和回归损失函数减少CSA变异性，并提高模型在未见数据集、供应商、对比度和病理情况下的泛化能力	研究主要基于健康参与者的数据，对于病理情况的泛化能力仍需进一步验证	开发一种对比度无关的脊髓分割方法，以减少多中心研究中CSA的变异性	脊髓	digital pathology	neurodegenerative diseases	MRI	U-Net	image	267名健康参与者，6种对比度
651	2025-07-20	Deep learning informed multimodal fusion of radiology and pathology to predict outcomes in HPV-associated oropharyngeal squamous cell carcinoma 2025-Apr, EBioMedicine IF:9.7Q1 DOI:10.1016/j.ebiom.2025.105663 PMID:40121941	研究论文	本研究开发了一种基于深度学习的多模态融合方法SMuRF，用于预测HPV相关口咽鳞状细胞癌的预后	首次整合了放射学和病理学的多区域数据，利用跨模态和跨区域的窗口多头自注意力机制捕捉肿瘤栖息地和图像尺度间的特征交互	研究仅针对HPV相关的OPSCC患者，样本量为277例，可能限制了结果的普适性	预测HPV相关口咽鳞状细胞癌的生存率和肿瘤分级	HPV相关口咽鳞状细胞癌患者	数字病理学	头颈癌	深度学习	swintransformer-based multimodal and multi-region data fusion framework (SMuRF)	CT图像和全切片病理图像	277例匹配放射学和病理学图像的OPSCC患者
652	2025-07-20	Quantitative molecular imaging using deep magnetic resonance fingerprinting 2025-Apr-01, Nature protocols IF:13.1Q1 DOI:10.1038/s41596-025-01152-w PMID:40169753	研究论文	本文介绍了一种基于深度学习的饱和转移磁共振指纹图谱（MRF）方法，用于蛋白质、代谢物和pH值的无创体内成像	深度MRF提供了一个定量且快速的框架，用于提取具有生物学和临床意义的分子信息，解决了传统方法的复杂性和长扫描时间问题	该方法的完成时间从48分钟到57小时不等，可能在某些临床应用中显得较长	开发一种定量分子MRI的完整协议，用于癌症监测、脑髓鞘成像和pH值量化等应用	体外样本、动物和人类扫描	数字病理学	癌症、神经退行性疾病、中风和心脏病	化学交换饱和转移（CEST）和半固体磁化转移（MT）定量成像	深度学习模型	图像	未明确说明具体样本数量，但涉及体外样本、动物和人类扫描
653	2025-07-20	Deep Learning: A Heuristic Three-Stage Mechanism for Grid Searches to Optimize the Future Risk Prediction of Breast Cancer Metastasis Using EHR-Based Clinical Data 2025-Mar-25, Cancers IF:4.5Q1 DOI:10.3390/cancers17071092 PMID:40227603	研究论文	本文提出了一种启发式三阶段机制，用于优化基于电子健康记录（EHR）的乳腺癌转移风险预测的深度学习模型网格搜索	提出了一种三阶段机制（SSGS和RGS策略）来管理低预算网格搜索的运行时间，并通过SHAP分析解释模型超参数的贡献	未明确提及具体局限性，但可能涉及计算资源有限或数据集的特定限制	优化深度学习模型在乳腺癌转移风险预测中的性能	乳腺癌患者的电子健康记录（EHR）数据	机器学习	乳腺癌	网格搜索，SHAP分析	深度前馈神经网络（DFNN）	临床数据	未明确提及具体样本量
654	2025-07-20	Universal consensus 3D segmentation of cells from 2D segmented stacks 2025-Mar-20, bioRxiv : the preprint server for biology DOI:10.1101/2024.05.03.592249 PMID:38766074	research paper	本文提出了一种名为u-Segment3D的理论和工具箱，用于将2D细胞分割结果转化为3D共识分割，无需训练数据	开发了一种无需训练数据的2D到3D分割方法，能够处理拥挤和形态复杂的细胞	依赖于2D分割方法的准确性，可能无法完全替代原生3D分割方法	解决3D细胞分割中的密集标注难题，提高分割效率和准确性	细胞、细胞聚集体和组织	digital pathology	NA	deep learning	NA	image	11个真实数据集，超过70,000个细胞
655	2025-07-20	Fine-Tuned Deep Transfer Learning Models for Large Screenings of Safer Drugs Targeting Class A GPCRs 2025-03-18, Biochemistry IF:2.9Q3 DOI:10.1021/acs.biochem.4c00832 PMID:40056143	研究论文	本文提出了一种基于深度迁移学习的模型，用于大规模筛选针对A类GPCRs的更安全药物	使用迁移学习和结合自然语言处理的神经网络，针对A类GPCRs预测低效化合物或偏向激动剂	高质量数据的有限可用性可能影响模型的可靠性	提高药物开发中针对A类GPCRs的更安全化合物的预测准确性	A类G蛋白偶联受体（GPCRs）及其配体	机器学习	NA	自然语言处理	神经网络	序列数据	所有A类GPCRs的受体序列和配体数据集
656	2025-07-20	Machine learning predicts spinal cord stimulation surgery outcomes and reveals novel neural markers for chronic pain 2025-Mar-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-92111-8 PMID:40102462	研究论文	本研究应用机器学习预测慢性疼痛患者对脊髓刺激（SCS）手术的反应，并揭示了新的神经标记物	结合主观自我报告、术中获取的EEG数据和机器学习算法，首次用于区分SCS手术的响应者和非响应者	样本量较小（20名患者），可能影响模型的泛化能力	预测慢性疼痛患者对SCS手术的反应，并寻找客观的疼痛生物标志物	20名接受SCS手术的慢性疼痛患者	机器学习	慢性疼痛	EEG信号分析、PCA、递归特征消除	决策树	EEG信号、临床特征、患者报告结果	20名慢性疼痛患者
657	2025-07-20	Integrative Protein Assembly With LZerD and Deep Learning in CAPRI 47-55 2025-Mar-17, Proteins IF:3.2Q2 DOI:10.1002/prot.26818 PMID:40095385	research paper	本文报告了在CAPRI第47-55轮中，研究小组的蛋白质复合物预测方法及其结果的性能	整合了小组开发的经典流程和最近开发的深度学习流程，并在人类组预测中结合文献信息进行建模	排除了联合CASP第50和54轮以及特殊的COVID-19第51轮，且部分建模案例未成功	提高蛋白质复合物预测的准确性和性能	蛋白质复合物	computational biology	NA	deep learning, LZerD	deep learning pipelines	protein complex models	eight interfaces successfully modeled
658	2025-07-20	Automated liver magnetic resonance elastography quality control and liver stiffness measurement using deep learning 2025-Mar-15, Abdominal radiology (New York) DOI:10.1007/s00261-025-04883-2 PMID:40088296	研究论文	本研究利用深度学习技术实现了肝脏磁共振弹性成像（MRE）质量控制和肝脏硬度测量（LSM）的自动化	首次提出基于深度学习的全自动化肝脏MRE质量控制和LSM方法，显著提高了效率和准确性	研究为单中心回顾性研究，样本量相对有限（69名患者）	开发自动化肝脏MRE质量控制和硬度测量方法	肝脏磁共振弹性成像数据	医学影像分析	肝纤维化	磁共振弹性成像（MRE）	SqueezeNet（QC模型）和2D U-Net（分割模型）	医学影像数据	69名患者（37名男性，平均年龄51.6岁）的146次2D MRE扫描，共897幅MRE幅度切片
659	2025-07-20	Development of a Machine-Learning Algorithm to Identify Cauda Equina Compression on Magnetic Resonance Imaging Scans 2025-03, World neurosurgery IF:1.9Q2 DOI:10.1016/j.wneu.2025.123669 PMID:39826832	研究论文	开发并验证了一种机器学习模型，用于从MRI扫描中自动检测马尾神经压迫，以加快对疑似马尾神经综合征患者的分类	首次使用卷积神经网络（CNN）自动检测马尾神经压迫，并通过梯度下降热图展示分类关键区域	研究样本量相对较小（715张图像），且未提及模型在不同MRI设备或扫描参数下的泛化能力	开发自动化工具以改善马尾神经综合征的诊断效率和准确性	疑似马尾神经综合征患者的MRI扫描图像	数字病理学	马尾神经综合征	MRI扫描	CNN	图像	715张MRI图像（80%训练集，20%测试集）
660	2025-07-20	Deep Learning for Lumbar Disc Herniation Diagnosis and Treatment Decision-Making Using Magnetic Resonance Imagings: A Retrospective Study 2025-03, World neurosurgery IF:1.9Q2 DOI:10.1016/j.wneu.2025.123728 PMID:39880078	研究论文	本研究探讨了深度学习在腰椎间盘突出症（LDH）诊断和治疗决策中的应用，通过MRI图像分析比较了纯AI、纯人类和AI辅助方法的准确性和决策时间	研究不仅关注椎间盘突出的存在，还探索了AI在诊断和治疗决策中的综合应用，展示了AI与人类专家协同工作的潜力	研究为回顾性研究，可能受到数据选择和历史偏差的影响	评估深度学习在LDH诊断和治疗决策中的效果	接受手术评估的患者的MRI图像	数字病理学	腰椎间盘突出症	MRI	CNN	图像	未明确提及样本数量