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
8761	2025-06-14	Validation of de novo designed water-soluble and transmembrane β-barrels by in silico folding and melting 2024-Jul, Protein science : a publication of the Protein Society IF:4.5Q1 DOI:10.1002/pro.5033 PMID:38864690	研究论文	通过计算机模拟折叠和熔解验证了从头设计的水溶性和跨膜β桶蛋白	揭示了AlphaFold2和ESMFold在不同任务中的优势，并引入了一种基于预测增量扰动的'计算机模拟熔解'新方法	缺乏高质量预测模型与实验成功机会之间关系的正式证据	验证和比较深度学习结构预测算法在蛋白质设计中的应用	从头设计的水溶性和跨膜β桶蛋白	计算生物学	NA	深度学习结构预测算法(AlphaFold2, ESMFold)	AlphaFold2, ESMFold	蛋白质序列和结构数据	NA	NA	NA	NA	NA
8762	2025-06-14	A Semiautonomous Deep Learning System to Reduce False Positives in Screening Mammography 2024-05, Radiology. Artificial intelligence DOI:10.1148/ryai.230033 PMID:38597785	research paper	评估半自主人工智能模型在筛查乳腺X光片中识别非乳腺癌可疑病例并减少假阳性检查的能力	开发了一种半自主深度学习系统，显著减少乳腺癌筛查中的假阳性率和不必要的医疗程序	研究基于回顾性数据，需要在更多前瞻性研究中验证其效果	降低乳腺癌筛查中的假阳性率和相关医疗负担	乳腺X光筛查图像	digital pathology	breast cancer	deep learning	AI	image	123,248张训练用乳腺X光片（含6,161例癌症）和14,831例筛查检查（含1,026例癌症）的回顾性研究	NA	NA	NA	NA
8763	2025-06-14	SCIseg: Automatic Segmentation of T2-weighted Intramedullary Lesions in Spinal Cord Injury 2024-Apr-21, medRxiv : the preprint server for health sciences DOI:10.1101/2024.01.03.24300794 PMID:38699309	研究论文	开发了一种名为SCIseg的深度学习工具，用于自动分割脊髓损伤中的T2加权髓内病变	SCIseg模型通过三阶段训练过程，包括主动学习，能够自动分割脊髓和髓内病变，且在不同病因、扫描仪制造商和图像分辨率下表现良好	研究为回顾性研究，可能存在选择偏差	开发自动分割脊髓损伤中T2加权髓内病变的深度学习工具	脊髓损伤患者的T2加权MRI图像	数字病理学	脊髓损伤	深度学习	SCIseg（基于深度学习的模型）	MRI图像	191名脊髓损伤患者（平均年龄48.1岁±17.9，142名男性）	NA	NA	NA	NA
8764	2025-10-06	Multicenter Evaluation of a Weakly Supervised Deep Learning Model for Lymph Node Diagnosis in Rectal Cancer at MRI 2024-03, Radiology. Artificial intelligence DOI:10.1148/ryai.230152 PMID:38353633	研究论文	开发用于直肠癌MRI淋巴结诊断的弱监督深度学习模型WISDOM	提出弱监督学习框架WISDOM，仅使用患者级病理信息而非像素级标注训练淋巴结诊断模型	回顾性研究，需进一步前瞻性验证	开发基于MRI的直肠癌淋巴结诊断AI模型	直肠癌患者的MRI影像和术后病理数据	医学影像分析	直肠癌	MRI（T2加权和弥散加权成像）	深度学习	医学影像	1014例患者（训练队列589例，内部测试146例，两个外部测试队列279例）	NA	WISDOM	AUC, C指数	NA
8765	2025-10-06	Prior Clinico-Radiological Features Informed Multi-Modal MR Images Convolution Neural Network: A novel deep learning framework for prediction of lymphovascular invasion in breast cancer 2024-02, Cancer medicine IF:2.9Q2 DOI:10.1002/cam4.6932 PMID:38230837	研究论文	提出一种融合临床影像先验特征的多模态MRI卷积神经网络框架PCMM-Net，用于预测乳腺癌淋巴血管侵犯	首次将临床先验知识融入多模态MRI的深度学习框架，通过PCMM-Net实现更精准的LVI预测	样本量有限（341例患者），需更大规模数据验证	开发深度学习框架提升乳腺癌淋巴血管侵犯的预测准确率	早期乳腺癌患者	医学影像分析	乳腺癌	多参数MRI（T1加权、T2加权、对比增强T1加权）	CNN	医学影像	341例乳腺癌患者（7:3随机分为训练组和验证组）	NA	PCMM-Net, MM-Net	AUC	NA
8766	2025-10-06	Expert-centered Evaluation of Deep Learning Algorithms for Brain Tumor Segmentation 2024-01, Radiology. Artificial intelligence DOI:10.1148/ryai.220231 PMID:38197800	研究论文	本研究通过文献调查和专家评估，分析了脑肿瘤分割深度学习算法的评估实践与专家质量感知	首次系统调查脑肿瘤分割算法评估实践，并揭示专家质量感知与常用定量指标之间的差异	专家评估样本量有限，且存在评分者间一致性较低的问题	评估深度学习算法在脑肿瘤分割中的性能表现与临床专家质量感知的一致性	脑肿瘤分割算法和医学影像专家	医学影像分析	脑肿瘤	深度学习分割算法	NA	医学影像	180篇文献调查和60例脑肿瘤分割案例的专家评估	NA	NA	Dice分数, 敏感度, Hausdorff距离, Krippendorff α, Kendall tau	NA
8767	2025-10-06	A Deep Learning Pipeline for Assessing Ventricular Volumes from a Cardiac MRI Registry of Patients with Single Ventricle Physiology 2024-01, Radiology. Artificial intelligence DOI:10.1148/ryai.230132 PMID:38166332	研究论文	开发用于单心室生理患者心脏MRI心室自动分割的端到端深度学习流程	提出包含三个深度学习模型的端到端流程，专门针对Fontan循环患者的多中心心脏MRI数据进行自动化心室分割	在475例未见过的检查中，26%需要轻微调整，5%需要重大调整，0.4%的裁剪模型失败	开发自动化的心室分割方法以评估单心室生理患者的心室容积	Fontan循环患者的心脏MRI数据	医学影像分析	先天性心脏病	心脏MRI	深度学习	医学影像	250例心脏MRI检查用于训练验证测试，475例未见过的检查用于进一步评估	NA	U-Net 3+	Dice分数, Bland-Altman分析, 组内相关系数	NA
8768	2025-10-06	Revisiting the Trustworthiness of Saliency Methods in Radiology AI 2024-01, Radiology. Artificial intelligence DOI:10.1148/ryai.220221 PMID:38166328	研究论文	评估放射学AI中显著性方法对输入扰动的敏感性和鲁棒性	提出预测-显著性相关性(PSC)指标来量化显著性方法的敏感性和鲁棒性	仅针对胸部X光片和脑部MRI图像进行评估，未涵盖其他医学影像模态	验证放射学AI中显著性方法的可信度	胸部X光片和脑部肿瘤MRI图像	计算机视觉	胸部疾病,脑肿瘤	深度学习	深度学习模型	医学影像	191229张胸部X光片和7022张脑部MRI图像	NA	NA	PSC系数,AUC	NA
8769	2025-10-06	Deep Learning-based Identification of Brain MRI Sequences Using a Model Trained on Large Multicentric Study Cohorts 2024-01, Radiology. Artificial intelligence DOI:10.1148/ryai.230095 PMID:38166331	研究论文	开发基于深度学习的全自动设备无关和序列无关卷积神经网络，用于可靠高效地标记异质非结构化脑部MRI数据	使用来自249家医院的大规模多中心脑部MRI数据训练模型，能够区分九种MRI序列类型，且模型性能不受肿瘤存在与否的影响	仅使用二维中间切片图像进行分析，未包含完整三维序列信息	开发可靠高效的脑部MRI序列自动识别系统	脑部MRI序列图像	计算机视觉	胶质母细胞瘤	MRI	CNN	图像	2179名患者，8544次检查，63327个序列，来自249家医院和29种扫描仪类型	NA	ResNet-18, ResNet-50	准确率, 置信区间	NA
8770	2025-10-06	Examination-Level Supervision for Deep Learning-based Intracranial Hemorrhage Detection on Head CT Scans 2024-01, Radiology. Artificial intelligence DOI:10.1148/ryai.230159 PMID:38294324	研究论文	比较弱监督（仅检查级别标签）和强监督（图像级别标签）在头部CT扫描颅内出血检测中的深度学习模型效果	首次系统比较弱监督与强监督在颅内出血检测中的性能差异，证明弱监督方法可显著减少标注工作量	回顾性研究，需在前瞻性数据集中进一步验证	评估不同监督级别对深度学习模型检测颅内出血性能的影响	头部CT扫描图像	计算机视觉	颅内出血	CT扫描	CNN	医学图像	21736次检查（RSNA数据集），436次检查（CQ500数据集），75次检查（CT-ICH数据集）	NA	基于注意力的卷积神经网络	AUC	NA
8771	2025-10-06	Active learning to classify macromolecular structures in situ for less supervision in cryo-electron tomography 2021-Aug-25, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btab123 PMID:33620460	研究论文	提出一种混合主动学习框架，用于冷冻电子断层扫描中的亚断层图分类，以减少标注需求	结合不确定性采样、判别器和子集采样策略，同时满足主动学习中的区分性和代表性准则	在真实数据上的性能相比全监督方法平均有3%的准确率下降	减少冷冻电子断层扫描中生物大分子结构分类的标注负担	冷冻电子断层扫描中的亚断层图	计算机视觉	NA	冷冻电子断层扫描	深度学习	3D图像数据	模拟数据和真实数据	NA	NA	准确率	NA
8772	2025-10-06	Gene expression inference with deep learning 2016-06-15, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btw074 PMID:26873929	研究论文	提出一种基于深度学习的基因表达推断方法D-GEX，通过少量标志基因表达预测全基因组表达谱	首次将深度学习应用于基因表达推断领域，相比线性回归方法能捕捉基因间的复杂非线性关系	模型在RNA-Seq数据集上的性能提升相对较小（6.57%），且仍有18.69%的靶基因误差高于线性回归	开发更准确的基因表达推断计算方法，降低全基因组表达谱分析成本	基因表达谱数据	机器学习	NA	微阵列基因表达分析，RNA-Seq	深度学习	基因表达数据	训练集：111,000个表达谱（Gene Expression Omnibus）；测试集：2,921个表达谱（GTEx）	NA	NA	平均绝对误差，基因间误差比较	NA
8773	2025-10-06	Deep learning algorithms to assist in imaging diagnosis in individuals with disc herniation or spondylolisthesis: A scoping review 2025-Sep, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2025.105933 PMID:40252304	综述	对深度学习算法在椎间盘突出或脊椎滑脱影像诊断中应用的范围综述	系统梳理了深度学习在两种常见脊柱疾病影像诊断中的应用现状和模型架构	数据集规模较小、缺乏外部验证、研究结果在不同人群中的泛化能力有限	回顾用于椎间盘突出和脊椎滑脱影像诊断的深度学习算法	腰椎影像数据（MRI和X射线）	医学影像分析	脊柱疾病	磁共振成像(MRI)、X射线成像	CNN	医学影像	18项符合条件的研究（9项椎间盘突出研究，9项脊椎滑脱研究）	NA	ResNet	准确率、敏感性	NA
8774	2025-06-13	Deep Learning-Driven Exophthalmometry through Facial Photographs in Thyroid Eye Disease 2025 Sep-Oct, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2025.100791 PMID:40496215	research paper	开发并评估了一种基于深度学习的系统，用于通过面部照片测量甲状腺眼病（TED）患者的眼球突出	使用双流ResNet-18神经网络结合RGB图像和ZoeDepth算法生成的深度图进行眼球突出测量，提供了一种准确且易于获取的替代传统测量方法	系统检测显著眼球突出变化（≥2毫米）的准确率为74.6%，仍有提升空间	开发一种基于深度学习的辅助系统，用于甲状腺眼病患者的眼球突出测量	甲状腺眼病（TED）患者	digital pathology	thyroid eye disease	deep learning, ZoeDepth算法	dual-stream ResNet-18	facial images	1279名患者（1108名来自Severance Hospital，171名来自Seoul National University Bundang Hospital）	NA	NA	NA	NA
8775	2025-06-13	Effect of Faricimab versus Aflibercept on Hyperreflective Foci in Patients with Diabetic Macular Edema from the YOSEMITE/RHINE Trials 2025 Sep-Oct, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2025.100798 PMID:40496217	研究论文	比较faricimab与aflibercept对糖尿病黄斑水肿患者高反射灶的影响	使用深度学习算法自动量化高反射灶，并比较两种药物在抑制疾病活动方面的效果	研究为事后分析，可能存在选择偏差	比较faricimab与aflibercept在治疗糖尿病黄斑水肿中的效果	糖尿病黄斑水肿患者	数字病理	糖尿病黄斑水肿	深度学习算法	NA	OCT体积扫描图像	1545名患者（faricimab Q8W组519人，faricimab T&E组524人，aflibercept组502人）	NA	NA	NA	NA
8776	2025-06-13	MSFusion: A multi-source hybrid feature fusion network for accurate grading of invasive breast cancer using H&E-stained histopathological images 2025-Aug, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103633 PMID:40441045	研究论文	提出了一种名为MSFusion的多源混合特征融合网络，用于利用H&E染色组织病理学图像准确分级浸润性乳腺癌	结合了基于Swin Transformer的多分支网络MSwinT提取的深度学习特征和传统手工特征，通过KDC融合块整合多源核的特征，提高了乳腺癌分级的准确性	NA	提高浸润性乳腺癌分级的准确性以优化治疗方案和生存率	浸润性乳腺癌的H&E染色组织病理学图像	数字病理学	乳腺癌	深度学习与传统手工特征融合	Swin Transformer-based multi-branch network (MSwinT), KDC fusion block	图像	三个数据集（两个私有临床数据集Qilu和QDUH&SHSU，一个公开数据集Databiox）	NA	NA	NA	NA
8777	2025-10-06	Embryonic cranial cartilage defects in the Fgfr3Y367C /+ mouse model of achondroplasia 2025-Jul, Anatomical record (Hoboken, N.J. : 2007) DOI:10.1002/ar.25327 PMID:37747411	研究论文	本研究使用Fgfr3Y367C/+小鼠模型研究软骨发育不全对胚胎颅骨软骨发育的影响	首次在胚胎期系统研究Fgfr3突变对颅骨软骨发育的直接效应，并开发基于深度学习的3D分割模型	研究仅限于小鼠模型，人类胚胎发育的直接证据仍需进一步研究	探究Fgfr3突变对胚胎颅骨软骨发育的影响	Fgfr3Y367C/+突变小鼠及其正常同窝仔的胚胎颅骨软骨	数字病理学	软骨发育不全	显微CT成像，深度学习分割	深度学习	3D显微CT图像	胚胎期14.5天和16.5天的小鼠样本	NA	NA	NA	NA
8778	2025-10-06	ResNet-Transformer deep learning model-aided detection of dens evaginatus 2025-Jul, International journal of paediatric dentistry IF:2.3Q2 DOI:10.1111/ipd.13282 PMID:39545506	研究论文	开发基于ResNet-Transformer深度学习模型用于全景X光片中牙外突的自动检测	首次结合ResNet和Transformer架构的深度学习模型用于牙外突检测，并证明能提升年轻牙医的诊断准确性	样本仅来自1410名3-16岁患者，年龄范围有限	开发深度学习模型辅助牙医早期诊断牙外突，支持早期干预	牙外突（牙科形态发育异常）	计算机视觉	牙科疾病	全景X光摄影	深度学习	图像	1410名3-16岁患者的高质量标注全景X光片	NA	ResNet, Transformer	灵敏度, 特异度, F1分数	NA
8779	2025-10-06	Automated quantification of brain PET in PET/CT using deep learning-based CT-to-MR translation: a feasibility study 2025-Jul, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-025-07132-2 PMID:39964542	研究论文	本研究开发了一种基于深度学习的CT到MR图像转换框架，用于脑部PET/CT的自动定量分析	提出通过深度学习将PET/CT中的CT图像转换为合成MR图像，并利用其进行自动区域分割和定量分析	排除楔前叶区域存在显著差异，样本量有限（139例）的回顾性研究	解决脑部PET/CT定量分析中MR图像不可用或配准困难的问题	接受脑部[18F]FBB PET/CT和T1加权MRI检查的患者	医学影像分析	神经系统疾病	PET/CT, MRI, 深度学习图像转换	U-Net	CT图像, MR图像, PET图像	139名受试者	NA	U-Net	结构相似性指数, Dice相似系数, Wilcoxon符号秩检验	NA
8780	2025-10-06	Prediction of adverse pathology in prostate cancer using a multimodal deep learning approach based on [18F]PSMA-1007 PET/CT and multiparametric MRI 2025-Jul, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-025-07134-0 PMID:39969539	研究论文	开发基于[18F]PSMA-1007 PET/CT和多参数MRI的多模态深度学习模型，用于预测前列腺癌患者的不良病理	首次结合[18F]PSMA-1007 PET/CT和多参数MRI，采用卷积神经网络和Transformer架构构建多模态深度学习模型	回顾性研究设计，样本量相对有限（341例患者）	预测前列腺癌患者的不良病理，为制定有效治疗策略提供依据	前列腺癌患者	数字病理	前列腺癌	[18F]PSMA-1007 PET/CT, 多参数MRI	CNN, Transformer	医学影像（PET/CT, MRI）	341例接受根治性前列腺切除术的前列腺癌患者	NA	基于CNN和Transformer的多模态架构	AUC	NA