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
61	2025-06-15	Non-Invasive Tumor Budding Evaluation and Correlation with Treatment Response in Bladder Cancer: A Multi-Center Cohort Study 2025-Jun, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202416161 PMID:40391846	研究论文	本研究开发了一种基于深度学习的非侵入性方法，用于评估膀胱癌患者的肿瘤萌芽状态，并探讨其与新辅助化疗免疫治疗反应及疾病预后的相关性	首次利用深度学习模型基于CT图像非侵入性评估肿瘤萌芽状态，并验证其与治疗反应和预后的相关性	研究结果需要在前瞻性研究中进一步验证	探索肿瘤萌芽状态与新辅助化疗免疫治疗反应及预后的关系	2322名经病理确诊的膀胱癌患者	数字病理学	膀胱癌	CT成像	深度学习模型	医学影像	2322名患者（多中心队列）
62	2025-06-15	Computational methods for modeling protein-protein interactions in the AI era: Current status and future directions 2025-Jun, Drug discovery today IF:6.5Q1 DOI:10.1016/j.drudis.2025.104382 PMID:40398752	review	本文综述了人工智能时代下蛋白质-蛋白质相互作用（PPIs）建模的计算方法现状及未来发展方向	重点介绍了AI驱动方法的最新进展，包括提高采样多样性、整合实验数据和增强鲁棒性等创新点	面临蛋白质灵活性、依赖共进化信号、大型组装体建模以及涉及内在无序区域（IDRs）相互作用等关键挑战	探索蛋白质复合物结构预测的计算方法及其在结构生物学中的应用	蛋白质-蛋白质相互作用（PPIs）	computational biology	NA	deep learning, end-to-end frameworks	AlphaFold and its derivatives	protein complex structures	NA
63	2025-06-15	Deep learning for predicting invasive recurrence of ductal carcinoma in situ: leveraging histopathology images and clinical features 2025-Jun, EBioMedicine IF:9.7Q1 DOI:10.1016/j.ebiom.2025.105750 PMID:40440915	research paper	使用深度学习和临床数据预测导管原位癌（DCIS）的侵袭性复发风险	首次利用全切片图像（WSIs）和临床病理数据开发深度学习模型，用于DCIS患者的风险分层	外部验证受限于数据集规模小、病例数量少（22/94）、WSI质量差以及缺乏良好注释的数据集	预测DCIS患者的侵袭性复发风险，以减少过度治疗	导管原位癌（DCIS）患者	digital pathology	breast cancer	deep learning, Cox proportional hazards models	CNN	image, clinical data	荷兰多中心数据集（n = 558），英国Sloane数据集（n = 94）
64	2025-06-15	Artificial Intelligence in Aesthetic Medicine: Applications, Challenges, and Future Directions 2025-Jun, Journal of cosmetic dermatology IF:2.3Q2 DOI:10.1111/jocd.70241 PMID:40501296	综述	本文探讨了人工智能在美容医学中的应用、挑战及未来发展方向	深入分析了AI在面部分析、机器人辅助手术、预测性患者结果建模和个性化治疗规划中的创新应用，并探讨了伦理问题和监管挑战	存在训练数据偏见、AI决策透明度不足、监管审批不一致等问题，过度依赖AI可能削弱美容医学中以人为本的核心方法	评估人工智能在美容医学领域的应用潜力及其面临的伦理和监管挑战	美容医学中的AI技术应用	医疗人工智能	NA	机器学习（ML）、深度学习、计算机视觉	NA	医学图像、患者数据	NA
65	2025-06-15	Training Set Design for Uneven Illumination Correction in High-Resolution Whole Slide Images 2025-Jun, Journal of biomedical physics & engineering DOI:10.31661/jbpe.v0i0.2502-1890 PMID:40510308	research paper	本研究提出了一种新的训练集设计策略，用于高分辨率全切片图像中的不均匀光照校正	提出了一种新的训练集设计策略，优化神经网络性能并有效利用计算资源，确保整个WSI幻灯片上更均匀的校正	未具体提及样本量或实验验证的详细情况	提高深度学习模型在不均匀光照校正中的泛化能力和实用性	高分辨率全切片图像（WSI）	digital pathology	NA	deep learning	deep neural networks	image	NA
66	2025-06-15	AE-BoNet: A Deep Learning Method for Pediatric Bone Age Estimation using an Unsupervised Pre-Trained Model 2025-Jun, Journal of biomedical physics & engineering DOI:10.31661/jbpe.v0i0.2304-1609 PMID:40510303	research paper	本研究提出了一种基于无监督预训练模型的深度学习方法AE-BoNet，用于儿科骨龄评估	利用无监督预训练的自动编码器进行骨龄估计，解决了标记数据有限和手骨X光图像独特特征的挑战	未提及具体样本量外的其他限制	开发一种自动骨龄估计方法，减少对标记数据的依赖	儿科手骨X光图像	digital pathology	geriatric disease	autoencoder	AE-BoNet	image	Radiological Society of North America (RSNA) X-ray image collection
67	2025-06-15	A comprehensive dataset of mandarin leaf images for classification 2025-Jun, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111685 PMID:40510633	研究论文	该研究致力于使用深度学习方法对柑橘叶进行分类	提供了一个全面的柑橘叶图像数据集，并采用深度学习方法进行分类，支持早期健康叶片的识别	数据集仅包含健康叶片图像，可能限制了在病害叶片分类上的应用	提升柑橘叶分类技术，支持农业领域的自动化系统开发	柑橘叶片	计算机视觉	NA	深度学习	NA	图像	1917张原始图像和8000张增强图像
68	2025-06-15	An annotated image dataset of urban insects for the development of computer vision and deep learning models with detection tasks 2025-Jun, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111673 PMID:40510639	research paper	该研究创建了一个用于开发计算机视觉和深度学习模型的带注释的城市昆虫图像数据集	提供了一个大规模、高分辨率的城市昆虫图像数据集，包含超过25,000个注释，用于开发昆虫识别算法	数据集仅包含通过UV光陷阱捕获的昆虫，可能无法涵盖所有城市昆虫种类	开发用于自动检测城市昆虫多样性或害虫控制的深度学习模型	城市昆虫	computer vision	NA	UV光陷阱、高分辨率扫描	YOLO	image	超过25,000个注释的昆虫图像
69	2025-06-01	Letter to the Editor on "Deep Learning Algorithms to Predict Differential Renal Function <40% in Unilateral Hydronephrosis Based on Key Parameters of Urinary Tract Ultrasound" 2025-May-28, Urology IF:2.1Q2 DOI:10.1016/j.urology.2025.05.044 PMID:40447158	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
70	2025-06-15	Commercial Products Using Generative Artificial Intelligence Include Ambient Scribes, Automated Documentation and Scheduling, Revenue Cycle Management, Patient Engagement and Education, and Prior Authorization Platforms 2025-May-24, Arthroscopy : the journal of arthroscopic & related surgery : official publication of the Arthroscopy Association of North America and the International Arthroscopy Association IF:4.4Q1 DOI:10.1016/j.arthro.2025.05.021 PMID:40419172	research paper	本文探讨了生成式人工智能在医疗保健领域的商业应用及其对临床工作流程的变革	重点介绍了大型语言模型(LLMs)在医疗保健中的新兴商业应用，如环境记录员、自动化文档和调度等	当前限制包括缺乏监管监督、现有偏见、与电子健康记录的互操作性不一致，以及由于对LLM输出缺乏信心导致的医生和利益相关者支持不足	研究生成式人工智能在医疗保健领域的应用及其潜在影响	商业生成式人工智能产品及其在医疗保健中的应用	natural language processing	NA	large language models (LLMs), deep learning	LLM	text	NA
71	2025-06-15	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	research paper	提出了一种基于注意力机制的深度学习框架AttentionAML，用于仅基于转录组分析准确分类急性髓系白血病（AML）的亚型	AttentionAML框架在准确分类AML亚型方面优于现有方法，并在患者聚类可视化和亚型特异性基因标记表征方面展现出优势	仅基于转录组数据，未整合其他类型的数据如基因组或表观遗传数据	开发一种高效、准确的AML亚型分类方法，以支持临床管理和个性化治疗	急性髓系白血病（AML）患者	digital pathology	acute myeloid leukemia	transcriptomic profiling	attention-based deep learning	transcriptomic data	1,661 AML患者
72	2025-06-15	Federated prediction for scalable and privacy-preserved knowledge-based planning in radiotherapy 2025-May-20, ArXiv PMID:40470470	研究论文	开发了一个名为FedKBP+的联邦学习平台，用于放射治疗计划中的预测任务，以提高效率和保护数据隐私	提出了一个全面的联邦学习平台FedKBP+，支持集中式和完全分散式的联邦学习策略，并展示了其在多种预测任务中的高效性和鲁棒性	未明确提及具体局限性，但可能涉及在实际临床环境中的进一步验证需求	解决放射治疗计划中数据稀缺和异构性导致的模型泛化能力不足问题，同时保护患者数据隐私	放射治疗计划中的预测任务，包括3D剂量预测、脑肿瘤分割和器官分割	机器学习	脑肿瘤	联邦学习（FL）	SA-Net, FedAvg, FedProx, Gossip Contrastive Mutual Learning	医学影像数据	340例（OpenKBP Challenge）、227例（BraTS challenge）、384例（PanSeg dataset）
73	2025-06-15	VADEr: Vision Transformer-Inspired Framework for Polygenic Risk Reveals Underlying Genetic Heterogeneity in Prostate Cancer 2025-May-18, medRxiv : the preprint server for health sciences DOI:10.1101/2025.05.16.25327672 PMID:40463543	research paper	提出了一种基于Vision Transformer的框架VADEr，用于捕捉基因数据中的局部和全局交互，以预测前列腺癌的多基因风险	结合自然语言处理和计算机视觉技术，利用Vision Transformer架构捕捉基因变异间的复杂交互，并引入DARTH评分提供可解释的疾病风险驱动因素	研究仅针对前列腺癌，未验证在其他复杂疾病中的适用性	开发一种能够捕捉基因变异间复杂交互的多基因风险预测框架	前列腺癌（PCa）的多基因风险预测	machine learning	prostate cancer	Vision Transformer (ViT)	Transformer	genetic data	NA
74	2025-06-15	ProtFun: A Protein Function Prediction Model Using Graph Attention Networks with a Protein Large Language Model 2025-May-17, bioRxiv : the preprint server for biology DOI:10.1101/2025.05.13.653854 PMID:40463264	研究论文	提出了一种名为ProtFun的多模态深度学习架构，用于预测蛋白质功能	结合蛋白质大型语言模型（LLM）嵌入和图注意力网络（GAT）来学习蛋白质嵌入，并与InterPro的蛋白质特征表示整合	未提及具体局限性	开发计算方法来自动预测蛋白质功能	蛋白质	机器学习	NA	蛋白质大型语言模型（LLM）、图注意力网络（GAT）	GAT	蛋白质序列数据	三个基准数据集
75	2025-06-15	Tracking Conditioned Fear in Pair-Housed Mice Using Deep Learning and Real-Time Cue Delivery 2025-May-15, bioRxiv : the preprint server for biology DOI:10.1101/2025.05.10.653260 PMID:40463247	研究论文	该研究开发了一种基于深度学习的开源软件，用于在家庭笼环境中实时追踪配对饲养小鼠的条件恐惧行为	结合开源软件和深度学习姿态估计技术，在生态相关环境中研究小鼠的条件恐惧行为	研究仅关注小鼠模型，结果向人类PTSD的转化需要进一步验证	开发新工具研究创伤后应激障碍(PTSD)相关的恐惧行为	配对饲养的小鼠	数字病理学	创伤后应激障碍(PTSD)	深度学习姿态估计	深度学习模型	视频	多对小鼠(具体数量未明确说明)
76	2025-06-15	Optimizing breast lesions diagnosis and decision-making with a deep learning fusion model integrating ultrasound and mammography: a dual-center retrospective study 2025-May-14, Breast cancer research : BCR IF:6.1Q1 DOI:10.1186/s13058-025-02033-6 PMID:40369585	研究论文	本研究开发了一种整合超声和乳腺X线摄影图像的深度学习融合模型（DL-UM），旨在提高乳腺病变的诊断和管理水平	通过整合超声和乳腺X线摄影图像，开发了DL-UM网络，显著提高了乳腺病变诊断的敏感性和特异性，特别是在超声和乳腺X线摄影BI-RADS分类不一致的情况下	研究为双中心回顾性研究，样本量有限（1283名女性），且未涉及前瞻性验证	优化乳腺病变的诊断和决策过程	乳腺病变患者	数字病理	乳腺癌	深度学习	DL-UM网络	图像	1283名女性乳腺病变患者的超声和乳腺X线摄影图像数据
77	2025-06-15	Distinct actin microfilament localization during early cell plate formation through deep learning-based image restoration 2025-May-08, Plant cell reports IF:5.3Q1 DOI:10.1007/s00299-025-03498-7 PMID:40335746	研究论文	通过基于深度学习的图像恢复技术，实现了高分辨率4D成像，揭示了Lifeact-RFP标记的肌动蛋白微丝在细胞板形成初期的独特定位及其作用	利用深度学习进行图像恢复，实现了最小光损伤的高分辨率4D成像，揭示了两种不同标记的肌动蛋白微丝在细胞板形成初期的不同定位模式	研究仅使用了转基因烟草BY-2细胞，可能不适用于其他植物细胞类型	探究肌动蛋白微丝在细胞板形成初期的定位和功能	转基因烟草BY-2细胞	计算机视觉	NA	深度学习图像恢复技术	深度学习	图像	转基因烟草BY-2细胞
78	2025-06-15	Impact of Scanner Manufacturer, Endorectal Coil Use, and Clinical Variables on Deep Learning-assisted Prostate Cancer Classification Using Multiparametric MRI 2025-May, Radiology. Artificial intelligence DOI:10.1148/ryai.230555 PMID:39841063	研究论文	评估扫描仪制造商和扫描协议对深度学习模型在前列腺癌（PCa）双参数MRI（bpMRI）中分类侵袭性性能的影响	研究了不同扫描仪制造商和直肠内线圈（ERC）使用对深度学习模型性能的影响，并分析了临床特征对模型性能的贡献	研究为回顾性设计，且临床特征的加入未显著提升模型性能	探讨自动化前列腺癌侵袭性分类中扫描仪制造商和扫描协议的影响	5478例来自13个中心的前列腺癌bpMRI数据	数字病理学	前列腺癌	双参数MRI（bpMRI）	CNN	图像	5478例bpMRI病例（训练集4328例）
79	2025-06-15	Performance of Two Deep Learning-based AI Models for Breast Cancer Detection and Localization on Screening Mammograms from BreastScreen Norway 2025-May, Radiology. Artificial intelligence DOI:10.1148/ryai.240039 PMID:39907587	research paper	评估两种基于深度学习的AI模型在乳腺癌筛查中的检测和定位性能	比较两种AI模型（商业模型和内部模型）在乳腺癌筛查中的表现，并评估其标记准确性	研究为回顾性研究，可能受限于历史数据的质量和范围	评估AI模型在乳腺癌筛查中的癌症检测和定位准确性	129,434例乳腺癌筛查检查（女性患者，平均年龄59.2岁）	digital pathology	breast cancer	mammography	deep learning-based AI models	image	129,434例筛查检查
80	2025-06-15	Machine Learning and Deep Learning Models for Automated Protocoling of Emergency Brain MRI Using Text from Clinical Referrals 2025-May, 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	首次使用预训练的深度学习模型（如Finnish BERT和GPT-3.5）来自动化急诊脑MRI扫描方案的制定	单机构回顾性研究，样本量有限（1953例），可能影响模型的泛化能力	开发自动化的急诊脑MRI扫描方案制定系统	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	BERT, GPT-3.5, naive Bayes, SVM, XGBoost	文本	1953例急诊脑MRI转诊数据