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
961	2025-07-02	Deep Learning Image Reconstruction (DLIR) Algorithm to Maintain High Image Quality and Diagnostic Accuracy in Quadruple-low CT Angiography of Children with Pulmonary Sequestration: A Case Control Study 2025-Jul, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.05.005 PMID:40410108	研究论文	本研究评估了在儿童肺隔离症的四重低剂量CT血管造影中使用深度学习图像重建算法的效果	首次在儿童肺隔离症的四重低剂量CT血管造影中应用深度学习图像重建算法，并验证其诊断准确性	样本量较小(53例)，且仅针对儿童肺隔离症患者	评估四重低剂量CT血管造影在儿童肺隔离症诊断中的准确性	疑似肺隔离症的儿童患者	数字病理学	肺隔离症	CT血管造影(CTA)	深度学习图像重建(DLIR)	医学影像	106名儿童患者(53例实验组，53例对照组)
962	2025-07-02	Artificial intelligence for early gastric cancer boundary recognition in NBI and nF-NBI endoscopic images 2025-Jul, Scandinavian journal of gastroenterology IF:1.6Q3 DOI:10.1080/00365521.2025.2509818 PMID:40452611	研究论文	本研究开发了基于深度学习的模型，用于在窄带成像（NBI）和近聚焦NBI（NF-NBI）图像中识别早期胃癌边界	提出了三种卷积神经网络（CNN1-CNN3）生成的六个深度学习模型，用于早期胃癌边界检测，性能与资深内镜医师相当	研究仅基于特定数据集（NBI和NF-NBI图像），未涉及其他类型的医学影像	开发深度学习模型以提高早期胃癌边界识别的准确性	早期胃癌患者的NBI和NF-NBI图像	数字病理学	胃癌	NBI, NF-NBI	CNN	图像	1215张NBI图像和1646张NF-NBI图像
963	2025-07-02	Contribution of Labrum and Cartilage to Joint Surface in Different Hip Deformities: An Automatic Deep Learning-Based 3-Dimensional Magnetic Resonance Imaging Analysis 2025-Jul, The American journal of sports medicine DOI:10.1177/03635465251339758 PMID:40481726	研究论文	本研究利用基于深度学习的自动3D MRI分析方法，探讨了不同髋关节畸形中唇部和软骨对关节面的贡献差异	首次采用深度学习自动3D分割技术分析髋关节畸形中唇部对关节面的贡献，并确定了影响该贡献的放射学参数	研究样本量相对较小(100个髋关节)，且为回顾性研究设计	确定不同髋关节畸形中唇部对关节面贡献的差异及其影响因素	98名患者(100个髋关节)的MRI影像数据	数字病理学	髋关节畸形	3D磁共振成像(3D MRI)	深度学习	MRI影像	98名患者(100个髋关节)
964	2025-07-02	Phase seeding may provide a gateway to structure solution by deep learning 2025-Jul-01, Acta crystallographica. Section A, Foundations and advances DOI:10.1107/S2053273325004814 PMID:40492410	研究论文	本文提出了一种将人工智能与传统晶体学方法相结合的相位播种方法，以改进结构解析	通过将连续相位问题转化为分类任务，减少了AI训练的计算负担，并展示了如何利用AI生成的相位种子增强传统晶体学方法	方法主要针对大型复杂非中心对称晶体，可能不适用于所有晶体类型	改进晶体结构解析方法，特别是针对大型复杂非中心对称晶体	晶体结构解析	机器学习	NA	AI辅助晶体学方法	NA	晶体学数据	NA
965	2025-07-02	Assessing Substrate Scope of the Cyclodehydratase LynD by mRNA Display-Enabled Machine Learning Models 2025-Jul-01, Biochemistry IF:2.9Q3 DOI:10.1021/acs.biochem.4c00682 PMID:40492579	研究论文	本研究通过mRNA展示技术和高通量机器学习模型评估了YcaO环脱水酶LynD的底物范围	利用mRNA展示技术构建了比以往更大的底物库，并开发了深度学习模型来预测LynD的底物处理能力	研究主要关注LynD酶，未全面覆盖所有YcaO家族成员	探索YcaO环脱水酶LynD的底物范围和选择性，以促进新抑制剂和治疗药物的开发	YcaO环脱水酶LynD及其底物	机器学习	NA	mRNA展示技术	深度学习模型	肽序列数据	高通量肽库（具体数量未说明）
966	2025-07-02	Accurate Diagnosis of Colorectal Cancer Using a Combination of Lectin-Induced Recombinase Polymerase Amplification and CRISPR/Cas12a Assay on a Point-of-Care Testing Platform with Deep Learning Assistant 2025-Jul-01, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c00468 PMID:40511702	研究论文	开发了一种结合凝集素诱导重组酶聚合酶扩增和CRISPR/Cas12a检测的方法，用于结直肠癌的准确诊断	结合LI-RPA-CRISPR/Cas12a和深度学习模型，实现了高灵敏度和高准确度的结直肠癌诊断	样本量相对较小，仅100例临床样本	开发一种快速、灵敏且用户友好的结直肠癌诊断平台	结直肠癌患者和小鼠模型	数字病理学	结直肠癌	LI-RPA-CRISPR/Cas12a检测	LSTM	血液样本	100例临床样本和小鼠模型
967	2025-07-02	Sensitivity-Enhanced Pure Shift Spectroscopy Empowered by Deep Learning and PSYCHE 2025-Jul-01, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c01899 PMID:40526402	研究论文	本研究提出了一种结合深度学习和PSYCHE方法的灵敏度增强纯位移光谱技术，用于解决核磁共振光谱中的灵敏度和分辨率问题	采用60°翻转角的PSYCHE实验提高灵敏度，并利用深度神经网络模型去除重耦伪影，实现清洁光谱	方法适用于半定量分析，但可能在高精度定量分析中存在限制	提高核磁共振光谱的灵敏度和分辨率，解决光谱重叠和低灵敏度问题	核磁共振光谱	机器学习	NA	PSYCHE方法，深度学习	深度神经网络	光谱数据	NA
968	2025-07-02	Efficient Denoising of Shot-Noise in Mass Spectrometry Images by PCA-Assisted Self-Supervised Deep Learning 2025-Jul-01, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c00825 PMID:40528349	研究论文	提出了一种基于PCA预处理的Noise2Void算法优化方法，用于质谱成像中的噪声去除	通过在主成分分析预处理后应用Noise2Void算法，提出PCA-n2v方法，显著提升了去噪效果	在信噪比极低的图像中可能出现伪影	提升质谱成像数据的质量和解释准确性	质谱成像数据	质谱成像	NA	质谱成像(MSI), 主成分分析(PCA)	Noise2Void(N2V)	图像	合成质谱成像数据集
969	2025-07-02	Deep Learning-Assisted Nanocavity Sensor for Amphiphilic Biomarker Analysis 2025-Jul-01, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c01102 PMID:40532101	研究论文	本文介绍了一种结合银纳米立方体-金镜纳米腔和支持脂质双层的荧光增强检测方法，用于快速检测两亲性生物标志物	采用深度学习辅助的语义分割方法计算荧光增强因子，实现了卓越的检测灵敏度，最高增强因子达到868.64，可检测至飞摩尔级别的生物标志物	NA	开发一种高灵敏度、快速检测且低成本制备的纳米腔系统，用于临床诊断中的生物传感应用	两亲性生物标志物	生物传感	癌症和感染性疾病	荧光增强检测、深度学习辅助语义分割	深度学习	荧光信号	NA
970	2025-07-02	Slice-Inference-Assisted Lightweight Small Object Detection Model for Holographic Digital Immunoassay Quantification 2025-Jul-01, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c02441 PMID:40540441	研究论文	提出了一种切片推理辅助的轻量级小物体检测模型（SIALSO），用于食品样本中氯霉素的数字免疫测定定量分析	结合无透镜全息成像系统和轻量级深度学习模型，利用全息术的大视场（FOV）实现微球探针的精确信号检测，并通过切片推理辅助算法提高小物体检测精度同时降低计算复杂度	NA	开发便携式检测设备，用于食品安全和环境监测	食品样本中的氯霉素	计算机视觉	NA	数字免疫测定	轻量级深度学习模型（SIALSO）	图像	NA
971	2025-07-02	Deep Learning Models for CT Segmentation of Invasive Pulmonary Aspergillosis, Mucormycosis, Bacterial Pneumonia and Tuberculosis: A Multicentre Study 2025-Jul, Mycoses IF:4.1Q2 DOI:10.1111/myc.70084 PMID:40580013	研究论文	本研究开发并验证了针对侵袭性肺曲霉病、肺毛霉病、细菌性肺炎和肺结核的专用CT分割模型，以提高诊断准确性	首次针对侵袭性肺曲霉病、肺毛霉病、细菌性肺炎和肺结核开发了专用的深度学习CT分割模型，并验证了其跨疾病适用性	IPA和BP模型需要进一步优化，且BP分割性能相对较低可能是由于复杂的放射学模式	提高侵袭性肺曲霉病、肺毛霉病、细菌性肺炎和肺结核的诊断准确性	侵袭性肺曲霉病、肺毛霉病、细菌性肺炎和肺结核的CT影像	数字病理学	肺曲霉病,肺毛霉病,细菌性肺炎,肺结核	CT影像分析	改进的3D U-Net	CT图像	训练/内部验证集：115例IPA、53例PM、130例BP、125例PTB；外部验证集：21例IPA、8例PM、30例BP、31例PTB
972	2025-07-02	Comment on "Deep Learning for Staging Periodontitis Using Panoramic Radiographs" 2025-Jul-01, Oral diseases IF:2.9Q1 DOI:10.1111/odi.15347 PMID:40589414	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
973	2025-07-02	Automatic Multiclass Tissue Segmentation Using Deep Learning in Brain MR Images of Tumor Patients 2025-Jun-30, Journal of computer assisted tomography IF:1.0Q4 DOI:10.1097/RCT.0000000000001750 PMID:40576335	研究论文	本文开发并评估了一种基于卷积神经网络的自动分割脑部组织和肿瘤病变的流程	提出了一种针对脑肿瘤患者的稳健分割流程，解决了现有方法在处理病变患者时的不足	在本地医院数据集上的表现略低于BraTS'21数据集，可能存在泛化性问题	开发自动分割脑部MR图像中组织和肿瘤病变的方法	脑部MR图像中的组织和肿瘤病变	数字病理学	脑肿瘤	深度学习	基于深度残差U-Net框架的CNN	MR图像	BraTS'21数据集1251例患者，本地医院数据100例患者
974	2025-07-02	Boosting Checkpoint Blockade Immunotherapy with T Cell Membrane Redox Homeostasis Regulation and Deep Learning Enhanced NIR-II Imaging 2025-Jun-30, Advanced healthcare materials IF:10.0Q1 DOI:10.1002/adhm.202500769 PMID:40583483	研究论文	本研究设计了一种两性离子聚合物，用于结合和无痕释放检查点抑制抗体（Atezolizumab），同时恢复T细胞膜在氧化肿瘤微环境中的氧化还原稳态，并通过深度学习增强的近红外II区荧光成像技术观察抗体结合物的体内动态	通过调节T细胞膜氧化还原稳态和深度学习增强的近红外II区成像技术，提升检查点阻断免疫疗法的效果	研究仅在鼠模型中进行，尚未进行人体临床试验	提升免疫检查点阻断疗法的治疗效果，逆转肿瘤免疫抑制微环境	检查点抑制抗体（Atezolizumab）及其与两性离子聚合物的结合物	数字病理学	结直肠癌	近红外II区荧光成像，深度学习	深度学习网络	图像	鼠模型
975	2025-07-02	CoSpred: Machine Learning Workflow to Predict Tandem Mass Spectrum in Proteomics 2025-Jun-30, Proteomics IF:3.4Q2 DOI:10.1002/pmic.70004 PMID:40583480	研究论文	介绍了一种名为CoSpred的端到端用户友好机器学习工作流程，用于预测蛋白质组学中的串联质谱	使用transformer编码器架构预测完整的MS/MS谱图，并允许用户轻松插入其他ML模型以优化谱图预测	未提及具体的数据集规模或模型性能的局限性	提高蛋白质组学中肽段和蛋白质的识别率	肽段序列和MS/MS谱图	蛋白质组学	NA	质谱	transformer	质谱数据	NA
976	2025-07-02	Unstained Blood Smear Analysis: A Review of Rule-Based, Machine Learning, and Deep Learning Techniques 2025-Jun-30, Journal of biophotonics IF:2.0Q3 DOI:10.1002/jbio.202500121 PMID:40583517	综述	本文综述了基于规则、机器学习和深度学习方法在无染色血涂片分析中的应用	总结了无染色血涂片分析中的技术进步，强调了深度学习带来的性能提升	未提及具体方法的定量比较结果	探讨无染色血涂片分析技术在血液学诊断中的应用	无染色血涂片中的血细胞	数字病理学	血液疾病	生物光子技术	基于规则方法、机器学习和深度学习	图像	NA
977	2025-07-02	A Deep Learning-Based De-Artifact Diffusion Model for Removing Motion Artifacts in Knee MRI 2025-Jun-30, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.70027 PMID:40583513	研究论文	本文构建了一种基于深度学习的去伪影扩散模型，用于去除膝关节MRI中的运动伪影	提出了一种监督条件扩散模型，用于有效去除膝关节MRI中的运动伪影，并在真实数据上验证了其性能	研究为回顾性设计，样本量相对有限，且外部验证数据集仅来自另一家医院	构建有效的深度学习模型以去除膝关节MRI中的运动伪影	膝关节MRI图像	数字病理	骨科疾病	MRI成像	条件扩散模型	图像	模型构建：90名患者（1997张2D切片）；内部测试数据集：25名患者（795张切片）；外部测试数据集：39名患者（813张切片）
978	2025-07-02	MS2MP: A Deep Learning Framework for Metabolic Pathway Prediction from MS/MS-Based Untargeted Metabolomics 2025-Jun-30, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c06875 PMID:40583780	研究论文	提出了一种名为MS2MP的深度学习框架，用于直接从非靶向串联质谱数据预测KEGG代谢通路，无需先前的代谢物注释	首次提出直接从MS光谱预测代谢通路的计算工具，利用图神经网络架构学习光谱特征与代谢通路之间的复杂关系	NA	开发一种直接从非靶向串联质谱数据预测代谢通路的方法，以提高通路富集分析的效率	非靶向串联质谱数据	机器学习	NA	MS/MS-based untargeted metabolomics	图神经网络	质谱数据	33,221个实验性MS光谱
979	2025-07-02	Leveraging Representation Learning for Bi-parametric Prostate MRI to Disambiguate PI-RADS 3 and Improve Biopsy Decision Strategies 2025-Jun-30, Investigative radiology IF:7.0Q1 DOI:10.1097/RLI.0000000000001218 PMID:40586610	研究论文	本研究利用深度学习模型通过PI-RADS引导的表征学习来区分PI-RADS 3分类，从双参数前列腺MRI图像中检测临床显著前列腺癌(csPCa)，并避免不必要的良性活检	采用PI-RADS引导的深度学习表征学习模型，能够提供额外信息以区分中等风险的PI-RADS 3评估，并在避免良性活检的同时保持对csPCa的敏感性	研究仅基于单一机构的数据，可能影响模型的泛化能力	提高前列腺癌MRI诊断的准确性，减少不必要的活检	前列腺癌患者	数字病理	前列腺癌	深度学习表征学习	RL (Representation Learner)	MRI图像	28,263次MRI检查，来自21,938名男性患者，其中6,352次后续活检
980	2025-07-02	BIScreener: enhancing breast cancer ultrasound diagnosis through integrated deep learning with interpretability 2025-Jun-30, Analytical methods : advancing methods and applications IF:2.7Q1 DOI:10.1039/d5ay00475f PMID:40586715	研究论文	提出了一种可解释的深度学习模型BIScreener，用于从乳腺超声图像预测BI-RADS分类，以提高乳腺癌风险评估和诊断效率	利用三个预训练卷积神经网络的堆叠泛化方法，结合两种特定仪器的超声图像分析，提高了BI-RADS分类的准确性和诊断效率	仅使用了两种特定仪器的超声图像，可能限制了模型的泛化能力	提高乳腺癌的早期诊断准确性和效率	乳腺超声图像	数字病理学	乳腺癌	深度学习	CNN	图像	未明确提及具体样本数量，但使用了两种特定仪器（Mindray R5和HITACHI）的超声图像