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
841	2025-09-13	Advanced microstructure imaging at high b-values and high resolution combining ultra-high performance gradient diffusion imaging and model-based deep learning demonstrated using 3D multi-slab acquisition 2025-Aug-24, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.70046 PMID:40851334	研究论文	本研究展示了结合高性能梯度和模型驱动深度学习的3D多层面扩散加权成像技术，用于高b值和高分辨率下的脑微结构成像	利用高性能梯度系统缩短回波时间，并通过优化的3D k空间欠采样方法显著减少采集时间，实现全脑高分辨率微结构建模	NA	开发和支持先进脑微结构建模的扩散成像方法	人脑	医学影像	NA	3D多层面扩散加权成像，隔室模型，导航运动补偿重建	模型驱动的深度学习算法	扩散加权影像	NA
842	2025-09-13	Enhancing clinical skills education through scenario-based simulation with debriefing: A randomized controlled study on bone marrow aspiration training 2025-Aug-22, Medicine IF:1.3Q2 DOI:10.1097/MD.0000000000044031 PMID:40859555	研究论文	本研究探讨基于情景模拟结合结构化汇报的骨髓穿刺训练在临床技能教育中的有效性	将结构化汇报与情景模拟结合应用于骨髓穿刺训练，提供可复制和可扩展的教学模型	样本量有限（112名学生），且仅针对单一临床操作技能	评估基于汇报的模拟教学在临床技能教育中的效果	112名临床医学学生	医学教育	NA	情景模拟训练，结构化汇报	NA	测试分数，评估结果，问卷调查数据	112名临床医学学生（对照组54人，实验组58人）
843	2025-09-13	Diagnostic report generation for macular diseases by natural language processing algorithms 2025-Aug-20, The British journal of ophthalmology DOI:10.1136/bjo-2024-326064 PMID:40348396	研究论文	本研究探讨基于规则和深度学习的自然语言处理算法自动生成黄斑疾病诊断报告的能力	开发并比较了基于规则和深度学习的NLP系统，用于多模态眼科图像（彩色眼底照片和OCT）的诊断报告自动生成	仅针对四种黄斑疾病，样本量相对有限（2261只眼），且与初级眼科医生比较而非专家	研究自动生成自然语言诊断报告的方法在黄斑疾病诊断中的应用效果	1303名患者的2261只眼，包括健康眼和四种黄斑疾病患者的眼	自然语言处理	黄斑疾病	自然语言处理（NLP），深度学习	基于规则的NLP，基于深度学习的NLP	图像（彩色眼底照片，光学相干断层扫描图像），文本	2261只眼（来自1303名患者）
844	2025-09-13	Development and validation of deep learning model for detection of obstructive coronary artery disease in patients with acute chest pain: a multi-center study 2025-Aug-14, La Radiologia medica DOI:10.1007/s11547-025-02064-1 PMID:40810889	研究论文	开发并验证一种基于深度学习的模型，用于在急性胸痛患者的冠状动脉CT血管造影中检测阻塞性冠状动脉疾病	利用YOLO v4深度学习模型，首次在多中心急诊科患者中实现高敏感性和阴性预测值的阻塞性CAD自动检测	需要手动预处理进行曲面多平面重建图像提取，且模型性能仍有提升空间	开发并验证深度学习模型以辅助急诊科医生检测阻塞性冠状动脉疾病	因急性胸痛就诊于急诊科并接受冠状动脉CT血管造影检查的患者	计算机视觉	心血管疾病	冠状动脉CT血管造影（CCTA），曲面多平面重建（MPR）	YOLO v4	医学影像	训练集378名患者（10060张图像），外部验证集298名患者来自3个医疗中心
845	2025-09-13	SAGERank: inductive learning of protein-protein interaction from antibody-antigen recognition 2025-Aug-12, Chemical science IF:7.6Q1 DOI:10.1039/d5sc03707g PMID:40927012	研究论文	提出SAGERank，一种基于图采样与聚合网络的深度学习框架，用于抗体-抗原对接预测和蛋白质-蛋白质相互作用研究	首次将归纳式深度学习应用于克服分子科学中的小数据集问题，并在纳米抗体-抗原结构预测中略优于Alphafold3	NA	预测抗体-抗原对接并实现基于结构的设计，解决计算生物学中的治疗重要挑战	抗体-抗原复合物、蛋白质-蛋白质相互作用、T细胞受体-肽-MHC复合物	计算生物学	癌症	Graph Sample and Aggregate Networks（图采样与聚合网络）	深度学习框架	蛋白质结构数据、晶体界面数据	癌症靶标数据集中的多个表位
846	2025-09-13	Development and in silico imaging trial evaluation of a deep-learning-based transmission-less attenuation compensation method for DaT SPECT 2025-Aug, Medical physics IF:3.2Q1 DOI:10.1002/mp.17976 PMID:40781836	研究论文	开发并评估一种基于深度学习的无透射衰减补偿方法用于DaT SPECT成像	提出首个整合物理原理与深度学习的无透射衰减补偿方法DaT-CTLESS，通过U-net网络从散射能量窗投影重建衰减图	研究基于虚拟患者数据（in silico试验），需进一步临床验证	解决DaT SPECT成像中依赖CT进行衰减补偿的临床挑战	多巴胺转运体（DaT）在尾状核、壳核和苍白球的摄取量化	医学影像分析	帕金森病	SPECT成像、深度学习、U-net分割	U-net	医学影像（SPECT/CT/MR）	197例虚拟患者（150训练+47测试）
847	2025-09-13	Artificial Intelligence in Adult Congenital Heart Disease: Diagnostic and Therapeutic Applications and Future Directions 2025-Aug, Reviews in cardiovascular medicine IF:1.9Q3 DOI:10.31083/RCM41523 PMID:40927097	综述	本文综述人工智能在成人先天性心脏病诊断、治疗及未来方向的应用	探讨AI在ACHD多领域（影像解读、心电图分析、风险分层等）的创新应用与个性化诊疗潜力	数据可用性不足、算法偏差、缺乏前瞻性验证及系统整合问题	提升成人先天性心脏病的诊断精度、风险分层和个性化治疗	成人先天性心脏病（ACHD）患者群体	数字病理学	心血管疾病	机器学习（ML）和深度学习（DL）	NA	影像、心电图、临床数据	NA
848	2025-09-13	Deep Learning-Based Super Resolution Applied to Finite Element Analysis of Fused Deposition Modeling 3D Printing 2025-Aug, 3D printing and additive manufacturing IF:2.3Q3 DOI:10.1089/3dp.2023.0191 PMID:40933586	研究论文	提出一种基于深度学习的超分辨率方法，用于提升熔融沉积建模3D打印有限元分析中粗网格模型的精度并减少计算时间	将有限元分析中的网格类比为图像像素，首次将超分辨率技术应用于FEA领域，通过改进的SR残差网络算法显著提升计算效率与精度	未明确说明方法在不同材料或复杂几何结构中的泛化能力，且温度场与位移场的映射关系存在差异需进一步研究	提高熔融沉积建模3D打印过程中有限元分析的计算效率和预测精度	熔融沉积建模(FDM)3D打印过程的温度场和位移场预测	计算机视觉	NA	深度学习超分辨率技术	改进的超分辨率残差网络(SR reconstruction algorithm)	有限元网格数据(类比图像数据)	NA
849	2025-09-13	DeepEVD: Integrating Epidemiological data into deep learning frameworks based on spatio-temporal feature learning for EVD forecasting 2025-Aug, Spatial and spatio-temporal epidemiology IF:2.1Q3 DOI:10.1016/j.sste.2025.100741 PMID:40935501	研究论文	提出DeepEVD框架，整合人类移动数据以预测埃博拉病毒病（EVD）暴发	结合多源移动数据（手机记录、GPS轨迹、社交媒体）并利用GCN和LSTM进行时空特征学习，提升预测精度	NA	改进EVD暴发的预测准确性，为防控提供依据	埃博拉病毒病（EVD）的传播动态	机器学习	埃博拉病毒病	时空特征学习	GCN, LSTM	移动数据（手机记录、GPS、社交媒体）	2014-2016西非疫情和2015-2016塞拉利昂疫情的真实数据集
850	2025-09-13	Explainable deep learning model WAL-net for individualised assessment of potentially reversible malnutrition in patients with cancer: a multicentre cohort study 2025-Jul-28, The British journal of nutrition DOI:10.1017/S000711452510384X PMID:40637106	研究论文	本研究开发了一种可解释的深度学习模型WAL-net，用于预测癌症患者中潜在可逆性营养不良的个体化评估	首次使用时序数据和LSTM架构预测癌症相关营养不良的可逆性，并提供了模型的可解释性和临床相关性验证	研究基于多中心队列但可能存在选择偏倚，外部验证集样本量相对较小	利用机器学习预测癌症患者的可逆性营养不良，优化临床营养管理	癌症住院患者，特别是被诊断为营养不良的患者	数字病理	癌症	机器学习，深度学习	LSTM	时序数据（体重和骨骼肌数据）	4254名癌症相关营养不良患者（发现集2977人，测试集1277人，外部验证集798人）
851	2025-09-13	A hybrid 1DCNN-GRU deep learning framework for classifying caprine granulosa cell fertility potential using single-cell transcriptomics 2025-Jul, Veterinary world IF:1.7Q2 DOI:10.14202/vetworld.2025.1922-1935 PMID:40926859	研究论文	本研究开发了一种混合1DCNN-GRU深度学习模型，利用单细胞转录组数据对山羊颗粒细胞的生育潜力进行分类	首次将深度学习应用于山羊颗粒细胞的生育潜力分类，并创新性地结合1DCNN和GRU网络处理scRNA-seq数据	需要在更大数据集和跨物种中进行进一步验证以确认模型的普适性	开发基于深度学习的分类方法，评估山羊颗粒细胞的生育支持潜力	山羊颗粒细胞（GCs）	机器学习	NA	scRNA-seq, 差异表达基因分析	1DCNN-GRU混合模型	基因表达数据	来自单胎和多胎山羊的公开scRNA-seq数据集
852	2025-09-13	Deep learning and inflammatory markers predict early response to immunotherapy in unresectable NSCLC: A multicenter study 2025-Jun-10, Biomolecules & biomedicine DOI:10.17305/bb.2025.12324 PMID:40525631	研究论文	本研究开发了一种结合CT影像深度学习与炎症标志物（SIINI）的模型，用于早期预测不可切除非小细胞肺癌患者对免疫治疗的响应	首次将深度学习放射组学特征与系统性免疫炎症营养指数（SIINI）整合，构建多中心验证的联合预测模型，并通过Grad-CAM增强模型可解释性	回顾性研究设计，样本量有限（265例），需进一步扩大样本和多中心验证	开发非侵入性生物标志物以预测不可切除NSCLC患者对免疫检查点抑制剂的早期治疗响应	接受免疫治疗的不可切除非小细胞肺癌患者	数字病理	肺癌	CT影像分析，实验室炎症标志物检测	DenseNet121	CT影像，实验室数据	265例患者（多中心回顾性数据）
853	2025-09-13	Histopathology-based Protein Multiplex Generation using Deep Learning 2025-May-28, medRxiv : the preprint server for health sciences DOI:10.1101/2024.01.26.24301803 PMID:39677425	研究论文	提出一种基于深度学习的框架HistoPlexer，从常规H&E组织病理图像生成空间分辨的蛋白质多重成像	使用条件生成对抗网络架构和定制损失函数，直接从H&E图像生成蛋白质多重成像，克服了传统方法成本高、耗时长的问题	NA	开发从标准H&E图像生成蛋白质多重成像的深度学习方法，用于肿瘤微环境表征	转移性黑色素瘤样本及多种癌症类型的公开数据集	数字病理	黑色素瘤	深度学习，蛋白质多重成像	条件生成对抗网络（cGAN）	组织病理图像	转移性黑色素瘤样本和多种癌症类型的公开数据集
854	2025-09-13	FakeRotLib: expedient non-canonical amino acid parameterization in Rosetta 2025-May-02, bioRxiv : the preprint server for biology DOI:10.1101/2025.02.27.640629 PMID:40093079	研究论文	介绍FakeRotLib方法，用于在Rosetta中快速参数化非经典氨基酸	提出基于小分子构象统计拟合创建旋转异构体分布的方法，显著提升参数化效率并扩展可建模的NCAA类型	NA	改进非经典氨基酸在Rosetta中的建模参数化方法	非经典氨基酸（NCAAs）	计算生物学	NA	统计拟合、小分子构象分析	NA	分子构象数据	NA
855	2025-09-13	scDILT: A Model-Based and Constrained Deep Learning Framework for Single-Cell Data Integration, Label Transferring, and Clustering 2025 May-Jun, IEEE transactions on computational biology and bioinformatics DOI:10.1109/TCBBIO.2025.3553068 PMID:40811359	研究论文	提出一种基于条件自编码器和深度嵌入聚类的单细胞数据整合工具scDILT，用于消除批次效应并保持参考数据集的细胞类型模式	首次结合条件自编码器与深度嵌入聚类，通过同质和异质约束同时实现数据整合、标签转移和聚类，支持多组学单细胞数据整合	NA	开发单细胞数据整合工具，实现新数据集与参考数据集的无损整合与标签迁移	单细胞RNA测序数据	生物信息学	NA	scRNA-seq	条件自编码器, 深度嵌入聚类	单细胞测序数据	模拟和真实数据集（未指定具体数量）
856	2025-09-13	Modeling dynamic inflow effects in fMRI to quantify cerebrospinal fluid flow 2025-Apr-25, bioRxiv : the preprint server for biology DOI:10.1101/2025.04.03.647027 PMID:40236215	研究论文	开发动态模型和深度学习框架，用于从fMRI数据中量化脑脊液流动速度	提出了基于时变流速的fMRI流入信号动态模型，并开发了物理启发的深度学习反演框架	NA	量化脑脊液流动特性，使fMRI信号具有物理可解释性	人类和仿体数据中的脑脊液流动	医学影像分析	脑部疾病	fMRI，深度学习	物理启发深度学习框架	fMRI影像数据	人类和仿体数据（具体数量未说明）
857	2025-09-13	Optimizing Biophysical Large-Scale Brain Circuit Models With Deep Neural Networks 2025-Apr-07, bioRxiv : the preprint server for biology DOI:10.1101/2025.04.07.647497 PMID:40291740	研究论文	提出一种利用深度神经网络优化生物物理大规模脑回路模型的框架DELSSOME，显著提升计算效率	通过深度学习绕过数值积分直接预测模型参数，实现比传统方法快2000倍的速度提升	NA	优化生物物理脑回路模型的参数以增强其生物合理性并与实验数据匹配	大脑大规模回路模型，特别是反馈抑制控制（FIC）平均场模型	计算神经科学	NA	深度学习，进化优化策略	深度神经网络	模型参数，脑动力学数据	NA
858	2025-09-13	Assessing the risk of takeover catastrophe from large language models 2025-04, Risk analysis : an official publication of the Society for Risk Analysis IF:3.0Q1 DOI:10.1111/risa.14353 PMID:38945529	研究论文	本文对大型语言模型（LLMs）引发极端灾难（如接管世界）的风险进行分析	首次针对实际已部署的AI系统（而非假设性未来系统）进行接管灾难风险的系统性对比分析	分析基于当前LLMs能力，未来模型风险存在不确定性且专家意见存在分歧	评估LLMs引发极端灾难性接管的风险	大型语言模型（如ChatGPT、GPT-4）	自然语言处理	NA	生成式人工智能	LLM（大语言模型）	文本	NA
859	2025-09-13	Image-based Mandibular and Maxillary Parcellation and Annotation using Computer Tomography (IMPACT): A Deep Learning-based Clinical Tool for Orodental Dose Estimation and Osteoradionecrosis Assessment 2025-Mar-20, medRxiv : the preprint server for health sciences DOI:10.1101/2025.03.18.25324199 PMID:40166584	研究论文	提出一种基于深度学习的口腔牙科结构自动分割框架，用于放疗CT图像中的下颌骨、上颌骨分区及牙齿标注	首次将深度学习自动分割与ClinRad ORN分期系统结合，实现牙科结构精细分区和剂量空间定位	对数据中常缺失的牙齿和子区域分割适用性有限，部分结构分割精度较低（如上前磨牙Dice值0.69）	开发临床工具用于口腔剂量估算和放射性骨坏死评估	头颈癌患者的颌骨结构和牙齿	数字病理	头颈癌	计算机断层扫描（CT）	Swin UNETR, ResUNet	医学影像	未明确说明样本数量（仅提及手动定义颌骨子区域和牙齿标注）
860	2025-09-13	Artificial intelligence automation of echocardiographic measurements 2025-Mar-19, medRxiv : the preprint server for health sciences DOI:10.1101/2025.03.18.25324215 PMID:40166567	研究论文	开发并验证用于超声心动图参数自动测量的开源深度学习模型EchoNet-Measurements	首次开源深度学习语义分割模型，自动化完成18项超声心动图解剖和多普勒测量，显著提升测量效率与精度	模型仅在两家医疗机构数据上验证，需进一步扩大验证范围	通过人工智能技术实现超声心动图参数的自动化精准测量，减轻临床医生负担	超声心动图图像数据	计算机视觉	心血管疾病	深度学习语义分割	CNN	医学图像	155,215项研究中的877,983次超声心动图测量（来自Cedars-Sinai医学中心），外部验证使用斯坦福医疗中心数据集