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
81	2025-06-18	Automatic ultrasound image alignment for diagnosis of pediatric distal forearm fractures 2025-Jun, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03361-w PMID:40314702	research paper	开发一种自动对齐超声图像的方法，用于诊断儿童远端前臂骨折	提出了一种完全自动化的流程，利用深度学习模型描绘骨骼边界并获取关键解剖标志，通过优化约束实现图像对齐，减少对X射线的依赖	数据集规模有限，未来需要增加样本量以提高诊断准确性和可靠性	开发一种无辐射、更友好的儿童骨折诊断方法	儿童远端前臂骨折	digital pathology	pediatric distal forearm fractures	POCUS (Point-of-Care Ultrasound)	deep learning model	ultrasound images	未明确提及具体样本量
82	2025-06-18	A multi-model deep learning approach for the identification of coronary artery calcifications within 2D coronary angiography images 2025-Jun, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03382-5 PMID:40341465	研究论文	本文提出了一种基于多模型深度学习的流程，用于在2D冠状动脉造影图像中识别冠状动脉钙化	首次提出了一种临床决策支持系统，结合ResNet-18和U-Net解码器架构，辅助识别2D冠状动脉造影中的钙化	样本量较小（14名患者的44次图像采集），未来可探索使用多个辅助任务进一步提升分割性能	提高冠状动脉钙化（CAC）识别的准确性和效率，辅助术前规划	2D冠状动脉造影（2DCA）图像中的冠状动脉钙化	计算机视觉	心血管疾病	深度学习	ResNet-18, U-Net	图像	14名患者的44次图像采集
83	2025-06-18	Cine cardiac magnetic resonance segmentation using temporal-spatial adaptation of prompt-enabled segment-anything-model: a feasibility study 2025 Summer, Journal of cardiovascular magnetic resonance : official journal of the Society for Cardiovascular Magnetic Resonance IF:4.2Q1 DOI:10.1016/j.jocmr.2025.101909 PMID:40350082	research paper	该研究提出了一种基于segment-anything-model (SAM)的cine心血管磁共振(CMR)分割方法cineCMR-SAM，通过时空注意力机制和提示功能提高分割性能	首次将SAM基础模型适配到cine CMR分割任务，并引入时空注意力机制和文本/框提示功能	研究样本量相对有限(共229例)，且仅针对特定心脏病理(主动脉瓣狭窄和HFpEF)进行验证	开发具有高泛化性能的cine CMR自动分割方法	心血管磁共振影像	digital pathology	cardiovascular disease	深度学习	SAM (Segment-Anything-Model) with temporal-spatial attention	医学影像(cine CMR)	229例(公共数据集136例+主动脉瓣狭窄40例+HFpEF53例)
84	2025-06-18	Epistasis regulates genetic control of cardiac hypertrophy 2025-Jun, Nature cardiovascular research IF:9.4Q1 DOI:10.1038/s44161-025-00656-8 PMID:40473955	研究论文	本研究开发了一种低信号符号迭代随机森林方法，用于揭示心脏肥大的复杂遗传结构，并鉴定了与CCDC141、IGF1R、TTN和TNKS相关的上位性变异	提出低信号符号迭代随机森林方法，发现传统全基因组关联研究中被认为不显著的位点，并通过功能基因组学和转录组网络分析验证了这些基因的生物学功能	研究主要基于UK Biobank的数据，可能无法完全代表其他人群的遗传特征	揭示心脏肥大的复杂遗传结构及其上位性调控机制	29,661名UK Biobank参与者的心脏磁共振图像和313个人类心脏样本	遗传学	心血管疾病	低信号符号迭代随机森林、深度学习、RNA沉默、微流控单细胞形态分析	随机森林、深度学习	图像、基因表达数据	29,661名UK Biobank参与者的心脏磁共振图像和313个人类心脏样本
85	2025-06-18	Segmentation of Leukoaraiosis on Noncontrast Head CT Using CT-MRI Paired Data Without Human Annotation 2025-Jun, Brain and behavior IF:2.6Q3 DOI:10.1002/brb3.70602 PMID:40495458	研究论文	开发并验证了一种基于深度学习的算法，用于在非对比头部CT上分割白质疏松症（LA），使用CT-MRI配对数据而无需人工标注	利用CT-MRI配对数据生成伪真实标签，并通过深度学习算法实现LA的自动分割，填补了CT和MRI评估之间的空白	算法在外部测试集上的Dice相似系数（DSC）为0.527，仍有提升空间	开发一种可重复的方法，用于在CT上分割LA，以改善缺血性卒中患者的评估	白质疏松症（LA）患者	数字病理	缺血性卒中	深度学习，图像配准	2D nnU-Net	CT和MRI图像	多中心数据集，包括韩国和美国的数据集，独立临床队列（n=867）
86	2025-06-18	Neur-Ally: a deep learning model for regulatory variant prediction based on genomic and epigenomic features in brain and its validation in certain neurological disorders 2025-Jun, NAR genomics and bioinformatics IF:4.0Q1 DOI:10.1093/nargab/lqaf080 PMID:40519652	研究论文	开发了一个名为Neur-Ally的深度学习模型，用于基于大脑中的基因组和表观基因组特征预测调控变异，并在某些神经系统疾病中进行了验证	利用深度学习模型预测非编码SNP的调控功能，解决了传统方法中忽略非编码区域SNP调控功能的问题	模型仅基于神经组织和细胞系样本的表观基因组数据进行训练，可能无法完全覆盖所有神经系统疾病的变异	区分调控性非编码SNP与非调控性SNP，以更好地理解神经系统疾病的遗传基础	神经系统疾病相关的非编码SNP	机器学习	神经系统疾病	深度学习	深度学习模型	基因组和表观基因组数据	NA
87	2025-06-18	Employing transfer learning for breast cancer detection using deep learning models 2025-Jun, PLOS digital health DOI:10.1371/journal.pdig.0000907 PMID:40523018	研究论文	本研究提出了一种基于四种预训练深度学习模型（Mobilenetv2、Inceptionv3、ResNet50和VGG16）的新模型，用于乳腺癌检测	利用迁移学习技术，冻结模型的顶层并添加额外层，结合GlobalAveragePooling2D层减少输入图像的空间维度，显著提高了乳腺癌检测的准确性	仅使用了BUSI数据集进行验证，未在其他数据集上测试模型的泛化能力	提高乳腺癌检测的准确性	乳腺癌检测	计算机视觉	乳腺癌	迁移学习	Mobilenetv2, Inceptionv3, ResNet50, VGG16, Logistic Regression, Light Gradient Boosting Machine	图像	BUSI数据集
88	2025-06-18	Harnessing Artificial Intelligence in Pediatric Oncology Diagnosis and Treatment: A Review 2025-May-30, Cancers IF:4.5Q1 DOI:10.3390/cancers17111828 PMID:40507308	review	本文综述了人工智能在儿科肿瘤学诊断和治疗中的应用及其潜力	探讨了AI在儿科肿瘤学中的新兴趋势，如基于AI的放射组学和蛋白质组学应用	儿科癌症数据的异质性和稀缺性、影像技术的快速发展和数据隐私及算法透明性的伦理问题	提高儿童癌症诊断和治疗的准确性和有效性	儿科肿瘤学中的主要癌症类型	machine learning	pediatric cancer	machine learning (ML), deep learning (DL)	NA	imaging, proteomics data	NA
89	2025-06-18	A Novel Artificial Intelligence Approach to Kennedy Classification for Partially Edentulous Patients Using Panoramic Radiographs 2025-May-28, The European journal of prosthodontics and restorative dentistry DOI:10.1922/EJPRD_2801Hassan09 PMID:40105321	研究论文	本研究开发了一种基于人工智能的系统，用于从全景X光片中自动分类部分缺牙弓，并识别现有牙齿以进行自动报告	首次使用YOLOv8s深度学习模型结合Kennedy分类系统和Applegate规则，实现了部分缺牙弓的自动分类	研究仅使用了公开数据集中的高质量图像，可能无法涵盖所有临床情况	开发自动化系统以减少诊断变异并减轻牙科专业人员的工作负担	部分缺牙患者	数字病理	牙科疾病	YOLOv8s深度学习模型	YOLOv8s	图像	1875张高质量全景X光片（来自5261张初始图像）
90	2025-06-18	Evolution of deep learning tooth segmentation from CT/CBCT images: a systematic review and meta-analysis 2025-May-26, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-025-05984-6 PMID:40420051	系统综述与荟萃分析	本文通过系统综述和荟萃分析评估了深度学习在牙齿分割中的演变和性能	总结了多种深度学习算法在牙齿分割中的应用，并按照主干网络结构进行了分类，发现整合注意力机制的卷积模型成为新热点	研究间缺乏标准化协议和开放标签数据集，样本大小与分割性能之间未观察到明显相关性	评估深度学习在CT/CBCT图像牙齿分割中的演变和性能	人类牙齿的CT/CBCT图像	计算机视觉	NA	深度学习	CNN, U-Net, Transformer, 注意力机制模型	CT/CBCT图像	30项研究（其中28项用于荟萃分析）
91	2025-06-18	Novel Antimicrobials from Computational Modelling and Drug Repositioning: Potential In Silico Strategies to Increase Therapeutic Arsenal Against Antimicrobial Resistance 2025-May-24, Molecules (Basel, Switzerland) DOI:10.3390/molecules30112303 PMID:40509191	综述	本文综述了通过计算建模和药物重定位开发新型抗菌剂的最新进展	利用计算模型预测药物-靶点相互作用，将已注册药物重新定位为潜在抗菌剂	现有模型和方法仍需改进以应对快速出现的抗菌素耐药性	增加对抗菌素耐药性的治疗手段	已注册药物及其潜在抗菌活性	机器学习	感染性疾病	机器学习、分子对接、分子动力学和深度学习	NA	NA	NA
92	2025-06-18	A Full-Spectrum Generative Lead Discovery (FSGLD) Pipeline via DRUG-GAN: A Multiscale Method for Drug-like/Target-specific Compound Library Generation 2025-May-12, Research square DOI:10.21203/rs.3.rs-6516504/v1 PMID:40470212	研究论文	介绍了一种名为FSGLD的深度学习驱动管道，用于高效识别药物先导化合物	FSGLD结合了生成建模与分子对接、分子动力学模拟等多种技术，显著优于传统的计算机辅助药物设计方法	未提及具体样本量或实验验证的详细数据	开发一种高效识别药物先导化合物的方法	药物样化合物和靶标特异性化合物	机器学习	NA	分子对接、分子动力学模拟、MM-PBSA、热力学积分(TI)	GAN	分子数据	NA
93	2025-06-18	Impact of Scanner Manufacturer, Endorectal Coil Use, and Clinical Variables on Deep Learning-assisted Prostate Cancer Classification Using Multiparametric MRI 2025-05, Radiology. Artificial intelligence DOI:10.1148/ryai.230555 PMID:39841063	研究论文	评估扫描仪制造商和扫描协议对深度学习模型在前列腺癌（PCa）双参数MRI（bpMRI）中分类侵袭性性能的影响	研究了不同扫描仪制造商和直肠内线圈（ERC）使用对深度学习模型性能的影响，并分析了临床特征对模型性能的贡献	研究为回顾性设计，可能受到数据选择和偏差的影响	评估扫描仪制造商和扫描协议对深度学习模型在前列腺癌侵袭性分类中的影响	5478例来自13个中心的前列腺癌bpMRI数据	数字病理学	前列腺癌	双参数MRI（bpMRI）	CNN	图像	5478例前列腺癌bpMRI数据
94	2025-06-18	Artificial Intelligence and Identification of the Deceased: a Narrative Review With Implications in Forensic Science 2025 May-Jun, Behavioral sciences & the law IF:1.0Q4 DOI:10.1002/bsl.2718 PMID:39875344	review	本文综述了人工智能在死者身份识别中的应用，特别是在法医科学领域	探讨了AI工具在预测性别、年龄、身高等生物参数方面的应用，提高了准确性和效率	NA	强调AI在法医科学和灾难受害者身份识别中的应用	未知死者的生物参数（性别、年龄、身高等）	法医科学	NA	人工智能、机器学习、深度学习	NA	生物参数数据	NA
95	2025-06-18	Performance of Two Deep Learning-based AI Models for Breast Cancer Detection and Localization on Screening Mammograms from BreastScreen Norway 2025-05, Radiology. Artificial intelligence DOI:10.1148/ryai.240039 PMID:39907587	研究论文	评估两种基于深度学习的AI模型在乳腺癌筛查中的检测和定位性能	比较了商业AI模型和内部开发模型在乳腺癌筛查中的表现，并评估了标记定位的准确性	研究为回顾性研究，可能受到数据选择偏差的影响	评估AI模型在乳腺癌筛查中的检测和定位准确性	129,434例乳腺筛查检查数据	数字病理	乳腺癌	深度学习	AI模型（未指定具体类型）	乳腺X线筛查图像	129,434例女性筛查检查（平均年龄59.2岁±5.8）
96	2025-06-18	Automated detection and quantification of aortic calcification in coronary CT angiography using deep learning: A comparative study of manual and automated scoring methods 2025 May-Jun, Journal of cardiovascular computed tomography IF:5.5Q1 DOI:10.1016/j.jcct.2025.02.003 PMID:39955204	研究论文	本研究评估了一种深度学习模型在冠状动脉CT血管造影（CTA）图像中自动检测和量化主动脉钙化的能力，并与手动评估方法进行了比较	开发了一种深度学习算法来自动化主动脉钙化的检测和量化，解决了手动量化挑战，提高了心血管风险评估的效率	研究样本量有限（670名参与者），且仅基于CORE320和CORE64研究的数据，可能影响结果的普遍性	评估深度学习模型在自动检测和量化主动脉钙化方面的可靠性，并比较其与手动评估方法在预测主要不良心血管事件（MACE）中的关联	冠状动脉CT血管造影（CTA）图像中的主动脉钙化	数字病理学	心血管疾病	深度学习	深度学习模型	图像	670名参与者（来自CORE320和CORE64研究）
97	2025-06-18	Predicting Major Adverse Cardiac Events Using Deep Learning-based Coronary Artery Disease Analysis at CT Angiography 2025-05, Radiology. Artificial intelligence DOI:10.1148/ryai.240459 PMID:40202417	研究论文	评估基于深度学习的冠状动脉疾病分析在预测急诊科急性胸痛患者主要不良心脏事件中的价值	使用深度学习模型对冠状动脉疾病程度进行分析，并证明其在预测主要不良心脏事件方面比临床风险因素具有更强的预测价值	研究为回顾性多中心观察性研究，可能存在选择偏倚	评估深度学习在冠状动脉疾病分析中对主要不良心脏事件的预测能力	急诊科急性胸痛患者	数字病理学	心血管疾病	CT血管造影	深度学习模型	医学影像	408名患者（224名男性；平均年龄59.4岁±14.6）
98	2025-04-18	Beyond Double Reading: Multiple Deep Learning Models Enhancing Radiologist-led Breast Screening 2025-05, Radiology. Artificial intelligence DOI:10.1148/ryai.250125 PMID:40237597	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
99	2025-06-18	KansformerEPI: a deep learning framework integrating KAN and transformer for predicting enhancer-promoter interactions 2025-May-01, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf272 PMID:40515390	研究论文	提出了一种名为KansformerEPI的深度学习框架，用于预测增强子-启动子相互作用（EPI）	整合了KAN和Transformer的Kansformer编码器，有效捕捉多种表观遗传和序列特征之间的非线性关系，实现跨组织预测	未明确提及具体局限性	提高跨多种细胞类型的增强子-启动子相互作用预测准确性	增强子-启动子相互作用（EPI）	机器学习	NA	深度学习	Kansformer（KAN + Transformer）	表观遗传和序列数据	多个细胞系数据集（HMEC、IMR90、K562、NHEK）
100	2025-06-18	Gene Swin transformer: new deep learning method for colorectal cancer prognosis using transcriptomic data 2025-May-01, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf275 PMID:40515391	研究论文	开发了一种名为Gene Swin Transformer的新深度学习方法，用于利用转录组数据预测结直肠癌预后	提出将转录组数据转换为合成图像元素(SIEs)，并利用改进的Swin-T模型进行预后预测，同时识别出PEX10基因作为关键预后标志物	NA	开发可靠的结直肠癌预后预测模型	结直肠癌患者的转录组数据	数字病理学	结直肠癌	RNA测序	Swin Transformer, BeiT, ResNet, ViT Transformer	转录组数据	12个数据集共2230个样本(GSE17536-GSE103479数据集n=1771，癌症基因组图谱n=459)