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
821	2025-05-19	PET and CT based DenseNet outperforms advanced deep learning models for outcome prediction of oropharyngeal cancer 2025-Jun, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology IF:4.9Q1 DOI:10.1016/j.radonc.2025.110852 PMID:40118186	research paper	本研究探讨了使用优化的DenseNet架构在头颈癌患者无复发生存期预测中的表现，并与现有最先进的深度学习模型进行了比较	展示了基础DenseNet架构在优化层数和图像融合策略后，能够达到与更复杂架构的SOTA模型相媲美的预测性能，并在外部测试中表现更优	研究依赖于特定数据集（HECKTOR 2022），可能限制了结果的普遍适用性	比较DenseNet架构与现有最先进模型在头颈癌患者无复发生存期预测中的性能	头颈癌患者，特别是口咽癌（OPC）患者	digital pathology	oropharyngeal cancer	PET和CT成像	DenseNet	image	889名口咽癌患者（HECKTOR 2022数据集中的489名和额外中心的400名）
822	2025-05-19	Advances in MRI optic nerve segmentation 2025-Jun, Multiple sclerosis and related disorders IF:2.9Q2 DOI:10.1016/j.msard.2025.106437 PMID:40220726	综述	本文综述了过去十年间视神经磁共振成像分割技术的发展，从基于强度的方法到最新的深度学习算法	追踪了视神经分割技术的发展历程，包括多图谱解决方案和多种图像模态的应用	仅涵盖了2007年至2024年间发表的27篇同行评审文章，可能未涵盖所有相关研究	提高视神经相关疾病的早期诊断和治疗准确性，以及规划放射治疗干预	视神经结构和变化	数字病理学	多发性硬化症	磁共振成像（MRI）	深度学习算法	图像	27篇同行评审文章
823	2025-05-19	Quantifying axonal features of human superficial white matter from three-dimensional multibeam serial electron microscopy data assisted by deep learning 2025-Jun, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2025.121212 PMID:40222502	research paper	该研究利用深度学习辅助的三维多光束电子显微镜数据，量化了人类浅表白质的轴突特征	首次在纳米级分辨率下对人类浅表白质中的短程关联纤维进行详细的形态学表征，并提供了大型3D人类电子显微镜数据集	研究仅针对浅表白质中的髓鞘轴突，未涵盖其他类型的神经纤维或白质区域	量化人类浅表白质中轴突的形态特征，以理解皮质-皮质连接的驱动因素	人类浅表白质中的短程关联纤维	digital pathology	NA	multi-beam scanning electron microscopy (EM)	CNN	3D electron microscopy images	一个200×200×112 μm的人类浅表白质体积样本，包含128,285个髓鞘轴突
824	2025-05-19	Identification of therapeutics against PfPK6 protein of Plasmodium falciparum: Structure and Deep Learning approach 2025-Jun, Experimental parasitology IF:1.4Q3 DOI:10.1016/j.exppara.2025.108947 PMID:40288672	研究论文	本研究通过计算方法和深度学习模型识别了一种新型PfPK6抑制剂，用于治疗疟疾	利用结构基础方法和深度学习模型筛选小分子抑制剂，发现TCMDC-132409作为潜在的抗疟疾抑制剂	研究仅基于计算模拟，尚未进行实验验证	识别针对疟原虫PfPK6蛋白的治疗药物	疟原虫PfPK6蛋白及其潜在抑制剂	计算生物学	疟疾	虚拟筛选、分子动力学模拟	DL (深度学习模型)	分子结构数据	多种小分子抑制剂数据集，包括Tres Cantos Antimalarial Set中的化合物
825	2025-05-19	A magnetic resonance imaging (MRI)-based deep learning radiomics model predicts recurrence-free survival in lung cancer patients after surgical resection of brain metastases 2025-Jun, Clinical radiology IF:2.1Q2 DOI:10.1016/j.crad.2025.106920 PMID:40300277	research paper	开发并验证了一种基于MRI的深度学习放射组学模型（DLRM），用于预测肺癌患者脑转移（BrMs）手术切除后的无复发生存期（RFS）	整合了临床和形态学MRI预测因子、手工特征和深度学习特征，构建了一个新的DLRM模型，用于预测RFS和颅内复发	研究为回顾性设计，样本量相对较小（215例患者），且仅来自五个中心	预测肺癌患者脑转移手术切除后的无复发生存期（RFS）	215例经手术病理证实的脑转移肺癌患者	digital pathology	lung cancer	MRI, deep learning radiomics	DLRM (deep learning radiomics model)	MRI images	215例患者（167例训练集，48例外部测试集）
826	2025-05-19	Deep learning-based triple-tracer brain PET scanning in a single session: A simulation study using clinical data 2025-Jun, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2025.121246 PMID:40316225	研究论文	本研究探讨了基于深度学习的单次三示踪剂脑PET成像协议，旨在简化多示踪剂PET成像并减少辐射暴露	提出了一种基于Swin Transformer架构的深度学习模型，用于从合成的双示踪剂和三示踪剂PET图像中分离信号，简化了多示踪剂PET成像过程	深度学习模型在生成FTP图像方面的表现不如FBB/FBP和FDG图像成功	简化多示踪剂PET成像，减少扫描时间和辐射暴露，提高患者舒适度	阿尔茨海默病神经影像学倡议（ADNI）数据集中的认知正常患者、轻度认知障碍患者和痴呆患者	数字病理学	阿尔茨海默病	PET扫描	Swin Transformer	图像	ADNI数据集中的患者，包括认知正常、轻度认知障碍和痴呆患者
827	2025-05-19	Deep learning for liver lesion segmentation and classification on staging CT scans of colorectal cancer patients: a multi-site technical validation study 2025-Jun, Clinical radiology IF:2.1Q2 DOI:10.1016/j.crad.2025.106914 PMID:40327945	research paper	本研究通过深度学习模型对结直肠癌患者的肝脏病灶进行分割和分类的技术验证	使用UNet深度学习模型在结直肠癌分期CT扫描中验证肝脏病灶检测和分类的性能，特别是在亚厘米病灶上的表现	分类准确性中等，特异性较低，未来需要进一步研究其对放射科医生工作效率的影响	验证深度学习模型在结直肠癌患者肝脏病灶检测和分类中的应用	结直肠癌患者的肝脏病灶	digital pathology	colorectal cancer	CT scans	UNet	image	220例结直肠癌分期CT扫描（来自单一机构，2014-2019年）
828	2025-05-19	Deep-Learning-Based Integration of Sequence and Structure Information for Efficiently Predicting miRNA-Drug Associations 2025-May-17, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00038 PMID:40380921	研究论文	提出了一种名为DLST-MDA的深度学习方法，通过整合序列和结构信息来预测miRNA与药物的关联	创新地利用miRNA和药物的属性信息，而非常用的相互作用图信息，采用多尺度CNN和图神经网络分别学习序列和结构信息	性能可能受到miRNA和药物序列长度的限制	预测miRNA与药物的关联，以克服癌症治疗中的耐药性问题	miRNA和药物	机器学习	癌症	多尺度CNN，图神经网络	CNN, GNN	序列数据，分子图数据	基于最新数据库构建的基准数据集，具体样本量未明确说明
829	2025-05-19	Deep Learning-Assisted Sensor Array Based on Host-Guest Chemistry for Accurate Fluorescent Visual Identification of Multiple Explosives 2025-May-17, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c01326 PMID:40380950	研究论文	本文介绍了一种基于主客体化学的深度学习辅助传感器阵列，用于高精度荧光视觉识别多种爆炸物	结合环糊精保护的多色荧光金纳米团簇和DenseNet算法，实现了对七种爆炸物的高精度识别	NA	开发一种快速准确识别多种爆炸物的方法	七种爆炸物	计算机视觉	NA	荧光传感器阵列	DenseNet	图像	NA
830	2025-05-19	Prediction of cervical spondylotic myelopathy from a plain radiograph using deep learning with convolutional neural networks 2025-May-17, European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society IF:2.6Q1 DOI:10.1007/s00586-025-08908-8 PMID:40381026	research paper	本研究旨在开发基于卷积神经网络（CNN）的深度学习算法，用于从普通颈椎X光片中分类颈椎病性脊髓病（CSM）和颈椎病性神经根病（CSR）	利用CNN从普通X光片中分类CSM和CSR，并预测脊髓管面积率	样本量相对较小，外部验证集仅包含100名患者	开发深度学习算法以辅助非专科医生识别需要进一步评估或转诊的患者	颈椎病性脊髓病（CSM）和颈椎病性神经根病（CSR）患者	digital pathology	geriatric disease	deep learning	CNN	image	300名患者用于内部验证，100名患者用于外部验证
831	2025-05-19	ResNeXt-Based Rescoring Model for Proteoform Characterization in Top-Down Mass Spectra 2025-May-17, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-025-00701-x PMID:40381130	research paper	该研究提出了一种基于ResNeXt的深度学习模型PrSMBooster，用于在蛋白质形态表征中对蛋白质形态谱匹配（PrSM）进行重新评分，以提高准确性	PrSMBooster作为一种集成方法，整合了四种机器学习模型（逻辑回归、XGBoost、决策树和支持向量机）作为弱学习器来获取PrSM特征，并将这些特征输入ResNeXt模型进行最终重新评分	缺乏明确的参考集可能影响结果的标准化	提高蛋白质形态表征的准确性	蛋白质形态谱匹配（PrSM）	machine learning	NA	质谱分析	ResNeXt, logistic regression, XGBoost, decision tree, SVM	质谱数据	47个独立质谱数据集
832	2025-05-19	Accelerated deep learning-based function assessment in cardiovascular magnetic resonance 2025-May-17, La Radiologia medica DOI:10.1007/s11547-025-02019-6 PMID:40381163	research paper	评估深度学习（DL）电影序列在心血管磁共振（CMR）中对左心室（LV）和右心室（RV）参数的诊断准确性和图像质量，与传统平衡稳态自由进动（bSSFP）电影序列进行比较	使用深度学习技术加速心血管磁共振中的功能评估，与传统方法相比具有更快的处理速度和相当的诊断准确性	DL cine序列在心内膜边缘定义上略逊于传统bSSFP序列	评估深度学习在心血管磁共振中功能评估的应用效果	心血管磁共振（CMR）检查的患者	digital pathology	cardiovascular disease	deep learning, balanced steady-state free precession (bSSFP)	DL	image	62名患者（平均年龄47±17岁，41名男性）
833	2025-05-19	Data augmentation using masked principal component representation for deep learning-based SSVEP-BCIs 2025-May-16, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/add9d1 PMID:40378852	research paper	提出了一种基于主成分表示的数据增强方法MPCR，用于提升基于稳态视觉诱发电位的脑机接口中深度学习模型的分类准确率	提出了一种组件级别的数据增强方法MPCR，通过随机掩码主成分表示引入随机扰动，同时保留EEG信号的主要固有结构	目前的方法仅针对SSVEP-BCI，未验证在其他EEG-BCI范式中的适用性	提升基于稳态视觉诱发电位的脑机接口中深度学习模型的分类准确率	稳态视觉诱发电位(SSVEP)信号	脑机接口	NA	主成分分析(PCA)	深度学习模型	EEG信号	两个公开数据集
834	2025-05-19	Retinal image-based deep learning for mild cognitive impairment detection in coronary artery disease population 2025-May-16, Heart (British Cardiac Society) DOI:10.1136/heartjnl-2024-325486 PMID:40379470	研究论文	本研究开发了一种基于眼底图像的深度学习模型，用于优化冠状动脉疾病（CAD）人群中轻度认知障碍（MCI）的诊断	首次利用眼底图像和深度学习技术对CAD人群中的MCI进行筛查，提供了一种非侵入性且有效的早期诊断方法	单中心研究，样本来源有限，外部验证组样本量较小	开发一种基于眼底图像的深度学习模型，用于CAD人群中MCI的早期筛查和诊断	冠状动脉疾病（CAD）患者	数字病理	心血管疾病	深度学习	CNN	图像	4357名CAD患者的9009张眼底图像
835	2025-05-19	Artificial Intelligence and Data Science Methods for Automatic Detection of White Blood Cells in Images 2025-May-16, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01538-y PMID:40379861	研究论文	本文评估了人工智能和数据科学方法在生物医学诊断中自动检测和计数白细胞的有效性	利用AI和DS算法自动识别、定位和分类白细胞，提高诊断效率和准确性	未来需要研究生成式AI在血细胞诊断中的应用	评估AI和DS在生物医学诊断中的有效性	白细胞图像	计算机视觉	白血病	机器学习、深度学习、分类算法	NA	图像	NA
836	2025-05-19	Impact of test set composition on AI performance in pediatric wrist fracture detection in X-rays 2025-May-16, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11669-z PMID:40379941	研究论文	评估不同测试集抽样策略（随机选择与平衡抽样）对AI模型在儿童手腕骨折X光检测中性能的影响	揭示了测试集设计标准化的重要性，特别是在包含临床复杂性案例时AI性能的变化	研究仅基于GRAZPEDWRI-DX数据集，可能无法涵盖所有临床场景的多样性	评估和比较不同测试集抽样策略对AI模型性能的影响	儿童手腕X光片中的骨折检测	计算机视觉	骨折	X光成像	EfficientNet, YOLOv11	图像	6091张儿童手腕X光片，其中测试集各包含4588张图像
837	2025-05-19	Comparison of Manual Versus QuPath Software-based Immunohistochemical Scoring Using Oral Squamous Cell Carcinoma as a Model 2025-May-15, The journal of histochemistry and cytochemistry : official journal of the Histochemistry Society DOI:10.1369/00221554251335698 PMID:40371713	research paper	比较手动与基于QuPath软件的免疫组化评分方法在口腔鳞状细胞癌中的应用	首次评估开源软件QuPath在免疫组化分析中的表现，并与传统手动评估进行比较	软件分析需要准确且耗时的样本标注，要求用户具备组织学知识和QuPath使用经验	评估数字评估与手动评估的可比性，并检查评估者间的变异性	口腔鳞状细胞癌患者的组织微阵列	digital pathology	oral squamous cell carcinoma	immunohistochemical staining	NA	image	309名原发性口腔鳞状细胞癌患者的组织微阵列
838	2025-05-19	COMPASS: Computational mapping of patient-therapist alliance strategies with language modeling 2025-May-15, Translational psychiatry IF:5.8Q1 DOI:10.1038/s41398-025-03379-3 PMID:40374613	研究论文	提出COMPASS框架，利用大型语言模型从心理治疗会话的自然语言中直接推断治疗工作联盟	首次使用大型语言模型分析心理治疗会话的转录本，并将其映射到分布式表示，以捕捉对话与心理测量工具之间的语义相似性	数据集时间跨度较大（1970年至2012年），可能无法完全反映当前的治疗实践	通过语言建模技术提高心理治疗中工作联盟的评估效率和准确性	心理治疗会话的转录本	自然语言处理	焦虑症、抑郁症、精神分裂症、自杀倾向	大型语言模型（LLMs）、深度学习主题建模技术	LLM	文本	950多次心理治疗会话，涵盖焦虑症（498例）、抑郁症（377例）、精神分裂症（71例）和自杀倾向（12例）
839	2025-05-19	Towards global reaction feasibility and robustness prediction with high throughput data and bayesian deep learning 2025-May-15, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-59812-0 PMID:40374636	research paper	该研究通过整合高通量实验（HTE）和贝叶斯深度学习，预测有机反应的可行性和对环境因素的鲁棒性	提出了一个结合高通量实验和贝叶斯深度学习的新方法，用于预测有机反应的可行性和鲁棒性，并实现了高效的主动学习	NA	预测有机反应的可行性和对环境因素的鲁棒性	有机反应	machine learning	NA	高通量实验（HTE）和贝叶斯深度学习	贝叶斯神经网络	实验数据	11,669个不同的酸胺偶联反应
840	2025-05-19	Direct evaluation of antiplatelet therapy in coronary artery disease by comprehensive image-based profiling of circulating platelets 2025-May-15, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-59664-8 PMID:40374642	研究论文	通过基于图像的全面分析循环血小板，直接评估冠状动脉疾病中的抗血小板治疗	首次使用基于图像的全面分析循环血小板方法直接观察血栓状况并评估抗血小板治疗的疗效和安全性	传统血小板功能测量方法无法直接评估抗血小板治疗的疗效和安全性	评估冠状动脉疾病中抗血小板治疗的直接疗效和安全性	冠状动脉疾病患者的循环血小板	数字病理学	冠状动脉疾病	深度学习	深度学习模型	图像	207名冠状动脉疾病患者的全血样本