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
8501	2025-10-06	An automatic patient-specific quality assurance with a novel DVH scoring algorithm for volumetric modulated arc therapy of cervical cancer 2025-Nov, Applied radiation and isotopes : including data, instrumentation and methods for use in agriculture, industry and medicine IF:1.6Q3 DOI:10.1016/j.apradiso.2025.112030 PMID:40628009	研究论文	开发了一种基于剂量体积直方图评分算法的自动患者特异性质量保证方法，用于宫颈癌容积旋转调强放疗	提出新型权重剂量体积直方图评分算法和T-Net网络架构，实现PSQA结果的自动预测和分类	样本量相对有限(200例)，特异性表现有待提升(TV组33.33%)	开发自动化的患者特异性质量保证方法，提高宫颈癌VMAT治疗的PSQA效率和准确性	宫颈癌患者VMAT治疗计划	医学影像分析	宫颈癌	容积旋转调强放疗(VMAT)，剂量体积直方图(DVH)分析	深度学习，U-Net变体	CT影像，计划剂量分布，PSQA剂量分布	200例宫颈癌患者(109例Infinity，91例Synergy直线加速器)	NA	T-Net(U-shape-like network with skip-connection modules)	灵敏度，特异性，准确率，精确率，召回率，F1分数	NA
8502	2025-10-06	Discovery of milk-derived antimicrobial peptides in human milk by DeepMAMP based on peptidomics technology and deep learning method 2025-Nov-01, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.145174 PMID:40561758	研究论文	本研究通过肽组学技术和深度学习方法开发了新型抗菌肽预测模型DeepMAMP，用于发现人乳中的乳源抗菌肽	提出结合LightGBM、LSTM和注意力机制的新型MAMPs预测模型DeepMAMP，准确率达81.4%	仅对6个预测肽进行了实验验证，样本验证规模有限	开发高精度的人乳乳源抗菌肽预测方法	人乳中的乳源抗菌肽	机器学习	NA	肽组学技术	LSTM, LightGBM	肽序列数据	预测311个潜在HMAMPs，实验验证6个肽	NA	LSTM with attention mechanism	准确率	NA
8503	2025-10-06	A Novel Two-step Classification Approach for Differentiating Bone Metastases From Benign Bone Lesions in SPECT/CT Imaging 2025-Sep, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.06.010 PMID:40610298	研究论文	开发并验证一种新型两步深度学习框架，用于SPECT/CT成像中骨转移瘤的自动检测、分割和分类	提出结合多尺度注意力融合模块和三重注意力机制的分割模型BL-Seg，以及基于放射组学的集成学习分类器	使用单一机构的专有数据集，SPECT/CT扫描仪存在轻微协议差异	改进骨转移瘤的早期诊断并促进个性化治疗规划	SPECT/CT成像中的骨转移瘤和良性骨病变	医学影像分析	骨转移瘤	SPECT/CT成像	深度学习, 集成学习	医学影像	机构收集的专有SPECT/CT病例数据集	NA	BL-Seg（含多尺度注意力融合模块和三重注意力机制）	Dice系数, 敏感性, 特异性, AUC	NA
8504	2025-10-06	Multimodal Deep Learning Model Based on Ultrasound and Cytological Images Predicts Risk Stratification of cN0 Papillary Thyroid Carcinoma 2025-Sep, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.06.043 PMID:40664556	研究论文	基于超声和细胞学图像的多模态深度学习模型用于术前预测cN0甲状腺乳头状癌风险分层	首次将超声图像与细胞学图像相结合构建多模态深度学习模型，用于术前无创评估cN0甲状腺乳头状癌风险分层	回顾性研究设计，样本量相对有限（890例训练验证，107例测试），仅来自五个医疗中心	开发并验证基于多模态图像的深度学习模型，用于术前评估cN0甲状腺乳头状癌风险分层	接受甲状腺切除术和淋巴结清扫的cN0甲状腺乳头状癌患者	数字病理	甲状腺癌	超声成像，细胞学图像分析	深度学习	超声图像，细胞学图像	890例患者用于训练验证（来自5个医疗中心），107例患者用于测试（来自1个医疗中心）	NA	NA	AUC，准确率，灵敏度，特异性	NA
8505	2025-10-06	From Faster Frames to Flawless Focus: Deep Learning HASTE in Postoperative Single Sequence MRI 2025-Sep, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.05.039 PMID:40562676	研究论文	评估深度学习加速的HASTE序列在术后腹部MRI中检测积液的应用价值	首次将深度学习加速的HASTE序列应用于术后单序列MRI，实现扫描时间减少46%的同时提升图像质量	回顾性研究，样本量有限（76例患者），需进一步多中心验证	比较深度学习加速HASTE序列与传统HASTE序列在术后腹部MRI中的性能差异	接受腹部手术后疑似感染灶的76例患者（平均年龄65±11.69岁）	医学影像分析	腹部术后并发症	3-T MRI扫描，半傅里叶单次激发快速自旋回波序列	深度学习	MRI图像	76例患者	NA	NA	Cohen's kappa系数, Mann-Whitney U检验	3-T MRI扫描仪
8506	2025-10-06	Deep Learning Models Connecting Images and Text: A Primer for Radiologists 2025-09, Radiographics : a review publication of the Radiological Society of North America, Inc IF:5.2Q1 DOI:10.1148/rg.240103 PMID:40811083	综述	介绍连接医学影像与文本的深度学习模型及其在放射学中的应用	系统梳理了图像-文本连接模型在放射学领域的最新进展，包括数据嵌入、自监督学习、零样本学习和基于Transformer的架构	NA	为放射科医生提供图像-文本连接深度学习模型的技术导览	医学影像与放射学报告	计算机视觉,自然语言处理	NA	深度学习	Transformer,多模态模型	图像,文本	NA	NA	Transformer	NA	NA
8507	2025-10-06	Advancing Aqueous Solubility Prediction: A Machine Learning Approach for Organic Compounds Using a Curated Data Set 2025-Aug-25, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c02399 PMID:40783839	研究论文	本研究提出了一种基于机器学习的方法，利用整合自四个来源的精选数据集预测有机化合物的水溶性	通过整合多源数据构建了多样化有机化合物数据集，并综合运用化学描述符、指纹和功能基团特征，在多样化数据集上实现了优于现有方法的预测性能	模型仅在Huuskonen数据集上进行测试，未在其他独立数据集上验证泛化能力	开发高精度、强泛化能力的有机化合物水溶性预测模型	有机化合物	机器学习	NA	NA	机器学习模型,深度学习模型	化学描述符,分子指纹,功能基团数据	1282种独特有机化合物（来自Huuskonen数据集）	NA	NA	R², MAE	NA
8508	2025-10-06	18F-FDG PET/CT-based deep radiomic models for enhancing chemotherapy response prediction in breast cancer 2025-Aug-11, Medical oncology (Northwood, London, England) DOI:10.1007/s12032-025-02982-0 PMID:40790010	研究论文	本研究开发了基于18F-FDG PET/CT的深度放射组学模型，用于增强乳腺癌化疗反应预测	结合传统放射组学特征与SENet深度学习模型提取的特征，显著提升了化疗反应预测性能	样本量较小（60例患者），为单中心回顾性研究	提高乳腺癌患者化疗反应预测准确性，实现个性化治疗策略	乳腺癌患者	数字病理	乳腺癌	18F-FDG PET/CT成像	XGBoost, RF, LR, SVM, SENet	医学影像（PET/CT图像）	60例乳腺癌患者	NA	SENet	ROC AUC, 准确率	NA
8509	2025-10-06	Effect of Deep Learning-Based Artificial Intelligence on Radiologists' Performance in Identifying Nigrosome 1 Abnormalities on Susceptibility Map-Weighted Imaging 2025-Aug, Korean journal of radiology IF:4.4Q1 DOI:10.3348/kjr.2025.0208 PMID:40736409	研究论文	评估基于深度学习的AI软件对不同经验水平放射科医生在磁敏感图加权成像中识别黑质致密部1区异常诊断性能的影响	首次系统评估AI辅助诊断对放射科医生识别帕金森病关键影像学生物标志物（黑质致密部1区）的性能提升效果，并比较不同经验水平医生的获益差异	回顾性研究设计，样本量相对有限（139例扫描），仅使用单一AI软件版本	评估AI辅助诊断在帕金森病影像学诊断中的临床应用价值	59名帕金森病患者和80名健康参与者的139例磁敏感图加权成像扫描	医学影像分析	帕金森病	3T MRI, 磁敏感图加权成像	目标检测, 分割模型	医学影像	139例SMwI扫描（59例PD患者，80例健康对照）	NA	YOLOX, SparseInst	特异性, Fleiss's kappa, 净重分类指数	NA
8510	2025-10-06	Antimicrobial Peptides Design Using Deep Learning and Rational Modifications: Activity in Bacteria, Candida albicans, and Cancer Cells 2025-Jul-11, Current microbiology IF:2.3Q3 DOI:10.1007/s00284-025-04346-3 PMID:40643674	研究论文	本研究利用深度学习和理性修饰设计抗菌肽，并评估其在细菌、白色念珠菌和癌细胞中的活性	结合两种深度学习算法生成抗菌肽，并通过生物信息学和AI工具进行理性修饰优化	仅对12种合成肽进行了体外测试，样本规模有限	开发具有高抗菌活性和生物安全性的新型抗菌肽	抗菌肽及其对细菌、白色念珠菌和癌细胞的抑制作用	机器学习	细菌感染,真菌感染,乳腺癌	深度学习,生物信息学分析,体外测试	深度学习算法	肽序列数据,生物活性数据	26个计算机生成的合成肽，其中12个进行体外测试	NA	NA	最小抑菌浓度(MIC),半数抑制浓度(IC)	NA
8511	2025-10-06	3BTRON: A Blood-Brain Barrier Recognition Network 2025-Jul-04, Communications biology IF:5.2Q1 DOI:10.1038/s42003-025-08453-6 PMID:40615521	研究论文	提出一种名为3BTRON的深度学习框架，用于自动分析血脑屏障的电子显微镜图像	首次开发专门用于血脑屏障结构分析的深度学习网络，能够通过图像特征识别年龄相关的血脑屏障变化	模型仅在359个小鼠样本上训练和验证，尚未在人类数据或更大样本上测试	开发自动化工具分析血脑屏障在衰老过程中的结构变化	年轻和年老小鼠的血脑屏障电子显微镜图像	数字病理	老年疾病	电子显微镜	深度学习	图像	359个小鼠脑部样本	NA	3BTRON	灵敏度, 特异度	NA
8512	2025-10-06	Machine Learning for Predicting Critical Events Among Hospitalized Children 2025-05-01, JAMA network open IF:10.5Q1 DOI:10.1001/jamanetworkopen.2025.13149 PMID:40445617	研究论文	开发一种机器学习模型用于早期检测住院儿童的病情恶化，实现全院统一风险评估	创建了首个覆盖医院所有科室的统一风险评估模型，突破了传统分科室评估的局限性	回顾性研究设计，需要在更多医疗机构进行前瞻性验证	开发早期检测住院儿童病情恶化的机器学习模型	3家三级医院住院的18岁以下儿童患者	机器学习	儿科疾病	NA	XGBoost, 深度学习模型	临床数据（年龄、生命体征、实验室结果、合并症等）	135,621名患者	XGBoost	极端梯度提升机, 深度学习模型	C统计量, 灵敏度, 需警示人数	NA
8513	2025-10-06	Artificial intelligence for detection and characterization of focal hepatic lesions: a review 2025-04, Abdominal radiology (New York) DOI:10.1007/s00261-024-04597-x PMID:39369107	综述	本文综述了基于人工智能的算法在CT和MRI图像中检测和表征局灶性肝脏病变的诊断能力	系统评估了AI算法在肝脏病变检测和分类中的应用潜力，特别关注良恶性病变的区分	需要扩展数据集、提高模型可解释性并在更广泛的临床环境中验证AI工具	评估人工智能在局灶性肝脏病变检测和表征中的诊断能力	局灶性肝脏病变（FLL）	计算机视觉	肝脏疾病	CT, MRI	CNN	医学影像	45项相关研究（2010年1月至2024年4月）	NA	卷积神经网络	准确率, 灵敏度, 特异性, AUC	NA
8514	2025-10-06	Gait Video-Based Prediction of Severity of Cerebellar Ataxia Using Deep Neural Networks 2025-Apr, Movement disorders : official journal of the Movement Disorder Society IF:7.4Q1 DOI:10.1002/mds.30113 PMID:39840857	研究论文	本研究开发了一种基于步态视频和深度学习模型预测小脑性共济失调严重程度的方法	首次将姿态估计算法应用于步态视频来预测小脑性共济失调的严重程度	研究样本量较小（66名患者），仅针对退行性小脑疾病患者	评估姿态估计算法是否能通过步态视频预测小脑性共济失调的严重程度	66名退行性小脑疾病患者	计算机视觉	小脑性共济失调	姿态估计算法，视频分析	深度学习模型	视频	66名患者	NA	NA	均方根误差，决定系数	NA
8515	2025-10-06	Increase Docking Score Screening Power by Simple Fusion With CNNscore 2025-Mar-05, Journal of computational chemistry IF:3.4Q2 DOI:10.1002/jcc.70060 PMID:39981784	研究论文	提出一种通过将传统分子对接评分与CNN评分简单融合来提高虚拟筛选效能的新策略	首次将GNINA的卷积神经网络评分与传统Watvina对接评分通过乘法融合，显著提升了虚拟筛选能力	方法仅在特定靶点TYK2上验证，需要更多靶点验证通用性	提高结构基虚拟筛选中的分子对接评分函数的筛选能力	蛋白质-配体相互作用	机器学习	NA	分子对接，虚拟筛选	CNN	分子结构数据	近120亿个分子	GNINA	卷积神经网络	筛选效能，IC50值	NA
8516	2025-10-06	Toward Identification of Markers for Brain-Derived Extracellular Vesicles in Cerebrospinal Fluid: A Large-Scale, Unbiased Analysis Using Proximity Extension Assays 2025-Mar, Journal of extracellular vesicles IF:15.5Q1 DOI:10.1002/jev2.70052 PMID:40098346	研究论文	通过大规模无偏蛋白质组学分析识别脑源性细胞外囊泡在脑脊液中的特异性标志物	首次在脑脊液中系统筛选5416种蛋白质，结合深度学习模型区分跨膜蛋白定位，挑战传统跨膜蛋白均与EV相关的假设	仅基于严格的EV分离模式标准进行筛选，需要进一步实验验证候选标志物的特异性	识别脑源性细胞外囊泡的特异性捕获标志物和来源验证蛋白	人脑脊液中的细胞外囊泡	生物信息学	神经系统疾病	邻近延伸分析,Olink筛查,尺寸排阻色谱	DeepTMHMM	蛋白质组数据	大规模筛查（5416种蛋白质）	NA	DeepTMHMM	EV分离模式标准	NA
8517	2025-10-06	En masse evaluation of RNA guides (EMERGe) for ADARs 2025, Methods in enzymology DOI:10.1016/bs.mie.2024.11.030 PMID:39870442	研究论文	介绍一种名为EMERGe的高通量筛选方法，用于全面评估ADARs的RNA引导链并识别能够促进特定腺苷编辑的引导序列	开发了EMERGe体外筛选方法，能够克服当前设计原则在难编辑靶点上的局限性，为充分释放ADARs治疗潜力提供新途径	在最大化文库覆盖度方面存在挑战，且尚未与机器学习或深度学习模型完全整合	开发高通量筛选方法以识别能够促进ADARs特异性编辑的RNA引导链	ADARs（RNA腺苷脱氨酶）及其RNA引导链	生物技术	NA	NGS, 体外筛选, 高通量筛选	NA	RNA序列数据	NA	NA	NA	NA	NA
8518	2025-10-06	Assessing the cardioprotective effects of exercise in APOE mouse models using deep learning and photon-counting micro-CT 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0320892 PMID:40208877	研究论文	本研究使用光子计数显微CT和深度学习技术评估运动对不同APOE基因型小鼠心脏结构和功能的影响	首次结合光子计数显微CT和3D U-Net深度学习模型评估运动对不同APOE基因型小鼠的心脏保护作用	研究仅限于小鼠模型，样本量相对有限，且未探索长期运动效应	评估运动对不同APOE基因型小鼠心脏结构和功能的影响	140只不同APOE基因型(APOE2、APOE3、APOE4)的小鼠，按性别和运动方案分组	数字病理学	心血管疾病	光子计数计算机断层扫描(PCCT)、脂质体碘纳米颗粒对比剂	CNN	显微CT图像	140只小鼠	NA	3D U-Net	Dice系数	NA
8519	2025-10-06	UFPF: A Universal Feature Perception Framework for Microscopic Hyperspectral Images 2025, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2025.3594151 PMID:40763051	研究论文	提出一种用于显微高光谱图像的通用特征感知框架，通过分层结构和双路径模块提升空间-光谱特征提取能力	提出分层角到中心Mamba结构捕获空间邻近关系，采用渐进式中心聚焦策略，设计双路径空间-光谱联合感知模块和Mamba注意力混合对齐机制	NA	开发能够充分挖掘高光谱数据临床价值的通用特征提取框架	显微高光谱图像	计算机视觉	NA	高光谱成像	Mamba, 注意力机制	高光谱图像	NA	NA	分层角到中心Mamba结构，双路径空间-光谱联合感知模块	分类性能，分割性能	NA
8520	2025-10-06	RNA language models predict mutations that improve RNA function 2024-12-05, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-54812-y PMID:39638800	研究论文	本文开发了GARNET数据库和基于GPT的RNA生成模型，用于预测能提高RNA功能的突变	创建了首个将RNA序列与生物表型（最适生长温度）关联的数据库，并开发了序列和结构感知的RNA生成模型	RNA结构预测仍受限于高质量参考数据的缺乏	理解RNA序列、结构和功能之间的联系，预测能提高RNA热稳定性的突变	结构化RNA，特别是核糖体RNA	自然语言处理	NA	RNA测序，深度学习	GPT	RNA序列数据，结构数据	基于基因组分类数据库（GTDB）参考生物的RNA序列	NA	GPT-like模型	NA	NA