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
801	2025-07-02	Advancement and independent validation of a deep learning-based tool for automated scoring of nail psoriasis severity using the modified nail psoriasis severity index 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1574413 PMID:40241894	研究论文	开发并验证了一种基于卷积神经网络（CNN）的工具，用于自动评分指甲银屑病的严重程度，使用改良的指甲银屑病严重程度指数（mNAPSI）	该研究提出了一种不依赖标准化条件、能够准确评估所有严重程度等级的自动化评分工具，并进行了独立验证	尽管在不同成像条件下表现稳健，但模型性能仍有提升空间	开发一种自动化、客观的指甲银屑病严重程度评分工具	银屑病（PsO）、银屑病关节炎（PsA）患者及非银屑病对照组的指甲照片	数字病理学	银屑病	深度学习	CNN（基于BEiT架构）	图像	训练数据集包括460名患者的4,400张指甲照片，验证数据集包括118名患者的929张指甲照片
802	2025-07-02	Corrigendum: Advancement and independent validation of a deep learning-based tool for automated scoring of nail psoriasis severity using the modified nail psoriasis severity index 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1617441 PMID:40538405	correction	本文是对先前发表的一篇关于使用深度学习工具自动评估指甲银屑病严重程度的文章的更正	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
803	2025-07-02	Optimization-Based Image Reconstruction Regularized with Inter-Spectral Structural Similarity for Limited-Angle Dual-Energy Cone-Beam CT 2024-Dec-18, ArXiv PMID:39764397	research paper	该研究提出了一种基于优化和光谱间结构相似性正则化的图像重建方法，用于有限角度双能锥束CT成像	无需X射线光谱测量或配对数据集进行模型训练，即可实现精确图像重建	仅在物理和数字体模上进行了评估，尚未在临床患者数据上验证	促进快速低剂量双能锥束CT在临床中的应用	有限角度双能锥束CT图像	数字病理	NA	双能锥束CT	优化迭代重建	CT图像	四个物理体模和三个数字体模
804	2025-07-02	HIV-1 M group subtype classification using deep learning approach 2024-Dec, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109218 PMID:39369547	研究论文	提出了一种基于深度学习的HIV-1 M群亚型分类方法HIV-1-M-SPBEnv，通过env基因序列实现高精度分类	首次使用深度学习方法进行HIV-1 M群亚型分类，并利用人工分子进化技术生成适合机器学习的合成数据集	NA	开发一种高精度的HIV-1 M群亚型分类方法	HIV-1 M群亚型	机器学习	HIV感染	人工分子进化技术	卷积自编码器（CNN）与全连接神经网络	DNA序列数据	NA
805	2025-07-02	iGTP: Learning interpretable cellular embedding for inferring biological mechanisms underlying single-cell transcriptomics 2024-Nov-25, medRxiv : the preprint server for health sciences DOI:10.1101/2024.03.29.24305092 PMID:39649598	research paper	提出了一种名为iGTP的可解释生成转录程序框架，用于推断单细胞转录组学背后的生物学机制	iGTP框架能够建模转录程序空间和蛋白质-蛋白质相互作用的重要性，超越了其他深度学习和传统生物信息学方法	未明确提及具体局限性	开发一种可解释的深度学习框架，用于单细胞转录组数据的分析和生物学机制推断	单细胞转录组数据	生物信息学	NA	单细胞转录组学	Variational AutoEncoder, 图神经网络, 潜在扩散模型	基因表达数据	NA
806	2025-07-02	Uncovering the predictive and immunomodulatory potential of transient receptor potential melastatin family-related CCNE1 in pan-cancer 2024-Nov-18, Molecular cancer IF:27.7Q1 DOI:10.1186/s12943-024-02169-7 PMID:39551726	研究论文	本研究通过创建TRPM-Score并发现CCNE1作为生物标志物，探讨了TRPM家族在泛癌领域中的预测和免疫调节潜力	创建了TRPM-Score并发现CCNE1作为生物标志物，验证了其在免疫治疗预测和免疫调节中的作用	研究主要基于计算方法和体外实验，需要更多体内实验验证	探索TRPM家族在泛癌中的预测和免疫调节潜力	17种实体瘤和CCNE1基因	免疫肿瘤学	泛癌	机器学习和深度学习计算方法	NA	基因表达数据	17种实体瘤的数据
807	2025-07-02	Decoding the impact of neighboring amino acids on ESI-MS intensity output through deep learning 2024-10-30, Journal of proteomics IF:2.8Q2 DOI:10.1016/j.jprot.2024.105322 PMID:39341565	research paper	该研究通过深度学习模型探索氨基酸二聚体基序与质谱MS1强度之间的关系，以提高肽段定量分析的准确性	首次使用带注意力机制的编码器-解码器深度学习模型来识别影响MS1强度的关键氨基酸二聚体基序，并揭示了特定基序与肽段响应强度的关联	与早期单氨基酸表示相比，二聚体表示并未显著提高预测能力	探究氨基酸局部环境与质谱MS1强度之间的关系，以提高肽段定量分析的准确性	近200,000种独特肽段组成的等摩尔肽池	machine learning	NA	质谱(MS)分析	带注意力机制的RNN编码器-解码器模型	质谱数据	近200,000种独特肽段
808	2025-07-02	Assessing substrate scope of the cyclodehydratase LynD by mRNA display-enabled machine learning models 2024-Oct-14, bioRxiv : the preprint server for biology DOI:10.1101/2024.10.14.618330 PMID:39464139	研究论文	本文通过mRNA展示技术结合深度学习模型，评估了环脱水酶LynD的底物范围及其在核糖体合成和翻译后修饰肽（RiPP）天然产物生物合成途径中的应用	利用mRNA展示这一高通量肽展示技术，结合深度学习模型，首次对LynD的底物混杂性进行了大规模分析，并构建了能够准确预测LynD底物加工的模型	研究主要集中于LynD这一特定酶，对其他RiPP酶的适用性尚需进一步验证	评估和预测RiPP环脱水酶LynD的底物混杂性，以促进RiPP酶的进一步研究和应用	核糖体合成和翻译后修饰肽（RiPP）天然产物及其生物合成途径中的多域酶	机器学习	NA	mRNA展示技术	深度学习模型	肽序列数据	非常大（具体数量未提及）的肽库
809	2025-07-02	Deep Learning Estimation of Small Airways Disease from Inspiratory Chest CT is Associated with FEV1 Decline in COPD 2024-Sep-11, medRxiv : the preprint server for health sciences DOI:10.1101/2024.09.10.24313079 PMID:39314974	研究论文	本研究开发了一种基于深度学习的AI模型，用于从吸气胸部CT中估计小气道疾病（fSADTLC），并研究了其与慢性阻塞性肺疾病（COPD）临床指标的关联	通过生成模型从吸气CT中估计fSADTLC，避免了传统方法需要额外呼气CT扫描的限制	研究结果在SPIROMICS和COPDGene两个队列中验证，但可能仍需更多外部验证	评估AI模型在估计fSADTLC方面的性能及其与COPD临床指标的关联	COPD患者	数字病理	慢性阻塞性肺疾病	深度学习	生成模型	CT图像	SPIROMICS研究中的2513名参与者和COPDGene研究中的458名参与者
810	2025-07-02	DSMT-Net: Dual Self-Supervised Multi-Operator Transformation for Multi-Source Endoscopic Ultrasound Diagnosis 2024-01, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2023.3289859 PMID:37368810	研究论文	提出了一种双自监督多操作变换网络（DSMT-Net），用于多源内镜超声（EUS）诊断，以提高胰腺癌和乳腺癌的诊断准确性	设计了基于transformer的双自监督网络，整合未标记的EUS图像进行预训练，并提出多操作变换方法标准化EUS图像中感兴趣区域的提取	未提及具体局限性	提高胰腺癌和乳腺癌的内镜超声诊断准确性	胰腺癌和乳腺癌的内镜超声图像	数字病理学	胰腺癌, 乳腺癌	深度学习	DSMT-Net, transformer	图像	3500张标记的EUS图像（胰腺癌和非胰腺癌）和8000张未标记的EUS图像
811	2025-07-02	Effectiveness of Artificial Intelligence Models for Cardiovascular Disease Prediction: Network Meta-Analysis 2022, Computational intelligence and neuroscience DOI:10.1155/2022/5849995 PMID:35251153	meta-analysis	该研究通过网络荟萃分析比较了机器学习和深度学习模型在心血管疾病预测中的有效性	首次通过网络荟萃分析比较不同AI模型在多种心血管疾病预测中的表现，并识别出针对不同疾病的最佳算法	缺乏关于深度学习方法在心血管疾病领域的文献支持，需要更大样本量的研究验证结果	评估人工智能模型在心血管疾病预测中的有效性	心力衰竭、中风、高血压和糖尿病患者	machine learning	cardiovascular disease	网络荟萃分析	深度学习(DL)、机器学习(ML)包括GBM、ANN、SVM、RF	临床数据	17项研究共285,213名心血管疾病患者
812	2025-07-02	Automated detection and segmentation of thoracic lymph nodes from CT using 3D foveal fully convolutional neural networks 2021-04-13, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-021-00599-z PMID:33849483	研究论文	开发了一种基于3D foveal全卷积神经网络的工具，用于自动检测和分割胸部CT扫描中的淋巴结	使用3D foveal patches的全卷积神经网络进行淋巴结的自动3D检测和分割	对于较小的淋巴结（短轴直径5-10mm）检测率较低（62.2%）	开发自动检测和分割胸部CT扫描中淋巴结的工具，以辅助临床工作和无观察者偏见的放射组学研究	胸部CT扫描中的淋巴结	数字病理	肺癌	CT扫描	3D foveal全卷积神经网络	3D医学影像	训练集89例增强CT扫描（4275个淋巴结），测试集15例增强CT扫描
813	2025-07-01	Accelerating 3D radial MPnRAGE using a self-supervised deep factor model 2025-Sep, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.30549 PMID:40457622	研究论文	开发了一种自监督且内存高效的深度学习图像重建方法，用于高分辨率和大量参数维度的4D非笛卡尔MRI	提出了一种深度因子模型（DFM），利用神经网络以反转时间为条件，使用高效的零填充重建作为输入估计，以自监督学习（SSL）方式从每次采集的k空间数据中学习模型参数	在没有专用高端GPU阵列的情况下，训练神经网络可能会变得计算密集	开发一种用于4D非笛卡尔MRI的高分辨率和大量参数维度的图像重建方法	3D多对比图像	医学影像	NA	MRI, 深度学习	DFM (深度因子模型)	k空间数据	幻影和体内实验
814	2025-07-01	Rapid wall shear stress prediction for aortic aneurysms using deep learning: a fast alternative to CFD 2025-Jul, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03311-3 PMID:39961912	研究论文	本研究提出了一种基于深度学习的快速预测主动脉瘤壁面剪应力的方法，作为计算流体动力学（CFD）的快速替代方案	提出了一种名为MultiViewUNet的深度学习代理模型，采用领域转换技术将复杂的主动脉几何形状转换为适用于先进神经网络的表示形式	未明确说明在真实临床环境中的验证情况	开发快速准确的主动脉瘤壁面剪应力预测方法以辅助临床决策	腹主动脉瘤（AAA）	数字病理	心血管疾病	深度学习	MultiViewUNet	几何形状数据	真实和合成的AAA几何形状数据集
815	2025-07-01	Robust and generalizable artificial intelligence for multi-organ segmentation in ultra-low-dose total-body PET imaging: a multi-center and cross-tracer study 2025-Jul, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-025-07156-8 PMID:39969540	研究论文	本研究开发并验证了一种深度学习模型，用于在不同成像条件和示踪剂下进行多器官PET分割，以满足完全基于PET的定量分析的关键需求	提出了一种能够在超低剂量全身PET成像中实现多器官分割的深度学习模型，具有跨中心和跨示踪剂的鲁棒性和泛化性	研究为回顾性研究，基于已收集的数据，可能无法完全反映前瞻性临床应用的实际情况	开发一种能够在不同成像条件和示踪剂下进行多器官PET分割的深度学习模型	798名来自多个中心的患者，使用不同示踪剂的PET图像	数字病理学	NA	3D深度学习	深度学习模型	PET图像	798名患者
816	2025-07-01	Dual-type deep learning-based image reconstruction for advanced denoising and super-resolution processing in head and neck T2-weighted imaging 2025-Jul, Japanese journal of radiology IF:2.9Q2 DOI:10.1007/s11604-025-01756-y PMID:40038217	研究论文	评估基于双类型深度学习的图像重建在头颈部脂肪抑制T2加权成像中的去噪和超分辨率处理效果	采用双类型深度学习进行图像重建，实现了有效的去噪和超分辨率处理，同时缩短了扫描时间	研究样本量较小（43例患者），且未详细说明深度学习模型的具体架构和训练细节	比较传统方法和基于深度学习的图像重建在头颈部脂肪抑制T2加权成像中的效果	头颈部脂肪抑制T2加权成像的图像质量	计算机视觉	头颈部病变	深度学习图像重建	DL（深度学习）	医学图像	43例患者
817	2025-07-01	Super-resolution deep learning reconstruction for improved quality of myocardial CT late enhancement 2025-Jul, Japanese journal of radiology IF:2.9Q2 DOI:10.1007/s11604-025-01760-2 PMID:40072715	research paper	本研究探讨了超分辨率深度学习图像重建（SR-DLR）在心肌CT晚期增强（CT-LE）图像质量提升中的应用	首次将超分辨率深度学习图像重建技术应用于心肌CT晚期增强图像，显著降低了图像噪声并提高了图像质量	研究样本量较小（仅30例患者），且为回顾性研究	评估SR-DLR技术在心肌CT晚期增强图像质量改善方面的效果	心肌CT晚期增强图像	digital pathology	cardiovascular disease	超分辨率深度学习图像重建（SR-DLR）	深度学习模型（未明确具体类型）	医学影像（CT图像）	30例接受心肌CT晚期增强检查的患者
818	2025-07-01	Machine learning in neuroimaging and computational pathophysiology of Parkinson's disease: A comprehensive review and meta-analysis 2025-Jul, Asian journal of psychiatry IF:3.8Q1 DOI:10.1016/j.ajp.2025.104537 PMID:40424835	综述与荟萃分析	本文全面回顾并荟萃分析了机器学习和深度学习在帕金森病神经影像学和计算病理生理学中的应用	提出了Meta-Park模型用于帕金森病诊断，训练、测试和验证准确率分别达到97.67%、95%和94.04%	需要更广泛和多样化的数据集以及改进模型的可及性	通过机器学习和深度学习技术改进帕金森病的诊断和治疗	帕金森病患者	机器学习	帕金森病	MRI、语音和手写数据集分析	Meta-Park模型	MRI图像、语音和手写数据	NA
819	2025-07-01	A two-step automatic identification of contrast phases for abdominal CT images based on residual networks 2025-Jun-27, Insights into imaging IF:4.1Q1 DOI:10.1186/s13244-025-01995-7 PMID:40579615	研究论文	基于残差网络的两步法自动识别腹部CT图像的对比阶段	提出了一种基于ResNet的两步法模型，用于自动准确识别腹部CT图像的对比阶段，显著优于传统的一步法策略	研究依赖于回顾性收集的数据集，可能无法涵盖所有临床场景	开发一种深度学习模型，用于自动准确识别腹部CT图像的对比阶段	腹部对比增强CT扫描图像	计算机视觉	NA	深度学习	ResNet	图像	内部数据集1175例，外部测试数据集215例
820	2025-07-01	Advancing atomic electron tomography with neural networks 2025-Jun-19, Applied microscopy DOI:10.1186/s42649-025-00113-7 PMID:40533670	综述	本文综述了神经网络在原子电子断层扫描（AET）中的应用进展	整合深度学习特别是卷积神经网络（CNN）到AET工作流程中，以提高重建保真度	重建伪影由几何限制和电子剂量约束引起，可能阻碍可靠的原子结构确定	提高三维原子结构的准确测定，以理解和控制纳米材料的特性	纳米材料的三维原子结构	计算机视觉	NA	原子电子断层扫描（AET）	CNN	图像	NA