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	2025-07-20	Lung Cancer Management: Revolutionizing Patient Outcomes Through Machine Learning and Artificial Intelligence 2025-Jul, Cancer reports (Hoboken, N.J.) DOI:10.1002/cnr2.70240 PMID:40674395	research paper	本研究提出了一种基于深度学习的框架，利用迁移学习从CT扫描中准确分割肺部肿瘤区域并分类图像为癌性或非癌性，旨在克服传统机器学习模型的局限性	采用ResNet50骨干网络结合U-Net架构进行病灶分割，随后使用多层感知机(MLP)进行二分类，显著提高了模型的泛化能力和诊断可靠性	需要在前瞻性验证、可解释性技术及与医院工作流程整合方面进行进一步研究	开发一个可靠的深度学习框架，用于肺癌检测，超越传统机器学习方法	肺部CT扫描图像	digital pathology	lung cancer	深度学习，迁移学习	ResNet50, U-Net, MLP	image	公开可用的CT扫描数据集及来自伊朗Hazrat Rasool医院的独立临床数据集
82	2025-07-20	Multicenter Evaluation of Interpretable AI for Coronary Artery Disease Diagnosis from PET Biomarkers 2025-Jun-30, medRxiv : the preprint server for health sciences DOI:10.1101/2025.06.19.25329944 PMID:40630571	研究论文	本研究开发了一种整合关键临床PET MPI参数的人工智能模型，以提高阻塞性冠状动脉疾病（CAD）的诊断准确性	该研究首次将多种PET MPI成像生物标志物整合到一个AI模型中，并通过多中心验证展示了其优于传统临床评分和定量分析的诊断性能	研究为回顾性设计，且排除了既往有CAD病史的患者，可能限制结果的普遍适用性	提高冠状动脉疾病的诊断准确性	冠状动脉疾病患者	数字病理学	心血管疾病	PET/CT成像	XGBoost	医学影像数据	1,664名接受心脏PET/CT检查的患者（来自4个中心）
83	2025-07-20	Automated machine learning predicts liver metastases in patients with early-onset gastroenteropancreatic neuroendocrine tumors 2025-Jun-30, Journal of gastrointestinal oncology IF:2.0Q3 DOI:10.21037/jgo-2024-946 PMID:40672078	研究论文	本研究利用自动化机器学习（AutoML）方法开发了一个预测模型，用于早期检测早发性胃肠胰神经内分泌肿瘤（GEP-NETs）患者的肝转移	使用AutoML方法构建预测模型，并比较了多种算法（GBM、GLM、DL、DRF）的性能，其中GBM算法表现最佳	研究基于回顾性数据，可能存在选择偏倚	开发一个预测模型，用于早期检测早发性GEP-NETs患者的肝转移	早发性GEP-NETs患者	机器学习	胃肠胰神经内分泌肿瘤	AutoML	GBM, GLM, DL, DRF	临床数据	12,802名患者（训练集8,983名，验证集3,819名）
84	2025-07-20	Development and validation of growth prediction models for multiple pulmonary ground-glass nodules based on CT features, radiomics, and deep learning 2025-Jun-30, Translational lung cancer research IF:4.0Q1 DOI:10.21037/tlcr-24-1039 PMID:40673084	研究论文	开发并验证基于CT特征、放射组学和深度学习的多发性肺磨玻璃结节生长预测模型	首次针对多发性肺磨玻璃结节开发生长预测模型，结合临床特征、放射组学和深度学习技术，并比较不同模型的预测性能	研究为回顾性设计，样本量相对有限（231名患者，732个结节），且随访时间可能不足以捕捉所有结节的生长模式	预测多发性肺磨玻璃结节的生长模式，以更精确地识别需要密切监测或早期干预的结节	多发性肺磨玻璃结节患者及其CT影像数据	数字病理	肺癌	CT扫描、放射组学分析、深度学习	临床模型、放射组学模型、DL模型、临床-放射组学模型、临床-DL模型	医学影像（CT）	231名患者（平均年龄54.1±9.9岁，26.4%男性，73.6%女性），共732个磨玻璃结节
85	2025-07-20	Machine learning-guided single-cell multiomics uncovers GDF15-driven immunosuppressive niches in NSCLC: A translational framework for overcoming anti-PD-1 resistance 2025-Jun-28, Translational oncology IF:4.5Q1 DOI:10.1016/j.tranon.2025.102459 PMID:40582068	研究论文	本研究通过机器学习和单细胞多组学分析，揭示了GDF15在非小细胞肺癌(NSCLC)中驱动免疫抑制微环境的作用，并提出了克服抗PD-1耐药性的转化框架	首次将机器学习与单细胞多组学整合，系统识别免疫检查点阻断(ICB)疗效的决定因素，并发现GDF15作为预测ICB耐药性的新型生物标志物	研究样本量相对较小(n=156)，且部分功能验证仅在Lewis肺癌细胞中进行	探索非小细胞肺癌中免疫检查点阻断耐药的分子机制并寻找预测生物标志物	非小细胞肺癌患者样本和Lewis肺癌细胞	数字病理学	肺癌	单细胞RNA测序、机器学习	Accelerated Oblique Random Survival Forest	多组学数据、单细胞RNA测序数据	156例NSCLC患者样本及外部验证队列(GSE91061)
86	2025-07-20	Identification and validation of synergistic drug strategies targeting macrophage polarization in triple-negative breast cancer via single-cell transcriptomics and deep learning 2025-Jun-26, Translational oncology IF:4.5Q1 DOI:10.1016/j.tranon.2025.102457 PMID:40580873	研究论文	通过单细胞转录组学和深度学习，识别并验证针对三阴性乳腺癌中巨噬细胞极化的协同药物策略	开发了一个基于巨噬细胞分化的分类器（MMDCSS），并发现非那雄胺作为ZBTB20调节剂能够逆转肿瘤诱导的M2巨噬细胞极化	样本量较小（24名TNBC患者），且研究结果需要在更大规模的临床研究中进一步验证	探索三阴性乳腺癌中巨噬细胞极化的调控机制并开发新的治疗策略	三阴性乳腺癌患者的巨噬细胞	数字病理学	三阴性乳腺癌	单细胞RNA测序（scRNA-seq）、机器学习、伪时间轨迹映射	深度学习	转录组数据	24名TNBC患者
87	2025-07-20	Region-based U-nets for fast, accurate, and scalable deep brain segmentation: Application to Parkinson Plus Syndromes 2025-Jun-24, NeuroImage. Clinical DOI:10.1016/j.nicl.2025.103807 PMID:40592210	研究论文	提出一种基于区域的U-net深度学习模型，用于快速、准确且可扩展的深部脑结构分割，应用于帕金森叠加综合征	通过将脑图像分割为目标区域，优化GPU使用并显著减少训练时间，同时保持高准确性	未提及具体的数据集多样性或模型在其他疾病上的泛化能力	开发一种高效的深度学习方法，用于早期诊断与年龄相关的神经退行性疾病	12个与帕金森叠加综合征相关的深部脑结构	数字病理	帕金森叠加综合征	MRI分割	U-net	图像	660名受试者（包括健康对照和多种运动障碍患者）
88	2025-07-20	Multicycle Dosimetric Behavior and Dose-Effect Relationships in [177Lu]Lu-DOTATATE Peptide Receptor Radionuclide Therapy 2025-Jun-02, Journal of nuclear medicine : official publication, Society of Nuclear Medicine IF:9.1Q1 DOI:10.2967/jnumed.124.269389 PMID:40274371	研究论文	研究[177Lu]Lu-DOTATATE肽受体放射性核素治疗(PRRT)在转移性神经内分泌肿瘤(NETs)中的药代动力学、剂量学模式及吸收剂量(AD)-效应关系，以制定未来个性化剂量引导治疗策略	揭示了不同治疗周期和不同NET亚组的剂量学行为，并建立了eGFR与AD之间的关系模型，可用于早期预测肾功能	样本量较小(30例患者)，且未观察到高于2级的肾毒性	优化PRRT个性化治疗方案	转移性神经内分泌肿瘤患者	放射治疗	神经内分泌肿瘤	SPECT/CT成像、蒙特卡洛剂量率图生成、剂量率拟合	深度学习算法(用于肾脏分割)	医学影像(SPECT/CT)	30例患者(22例完成所有周期SPECT/CT成像)
89	2025-07-20	Referenceless 4D flow cardiovascular magnetic resonance with deep learning 2025-Jun-02, Journal of cardiovascular magnetic resonance : official journal of the Society for Cardiovascular Magnetic Resonance IF:4.2Q1 DOI:10.1016/j.jocmr.2025.101920 PMID:40467036	研究论文	本研究利用深度学习预测心血管4D流动磁共振成像中的参考编码，以减少扫描时间	首次提出使用深度学习预测参考编码，从而减少25%的数据采集量，缩短扫描时间或提高分辨率	在左心室和右心室的总湍流动能评估中存在较大误差	优化心血管4D流动磁共振成像的扫描效率	126名不同类型心肌病患者的心脏4D流动数据集	数字病理	心血管疾病	4D流动心血管磁共振成像	U-Net	图像	126名患者（113名用于训练，13名用于测试）
90	2025-07-20	Linking Symptom Inventories Using Semantic Textual Similarity 2025-Jun, Journal of neurotrauma IF:3.9Q2 DOI:10.1089/neu.2024.0301 PMID:40200899	研究论文	该研究提出了一种使用语义文本相似性（STS）方法来链接创伤性脑损伤（TBI）不同症状量表之间的症状和评分	利用预训练的深度学习模型通过语义文本相似性来链接不同症状量表，解决了TBI诊断和结果预测中结果不可比的问题	需要进一步验证该方法在其他疾病或症状量表上的适用性	解决创伤性脑损伤（TBI）诊断和结果预测中不同症状量表结果不可比的问题	创伤性脑损伤（TBI）的症状量表和患者数据	自然语言处理	创伤性脑损伤	语义文本相似性（STS）	预训练的深度学习模型	文本	来自16个国际数据源的6,607名参与者
91	2025-07-20	Quantifying axonal features of human superficial white matter from three-dimensional multibeam serial electron microscopy data assisted by deep learning 2025-Jun, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2025.121212 PMID:40222502	研究论文	利用深度学习辅助的三维多光束连续电子显微镜数据量化人类浅表白质的轴突特征	首次在纳米级分辨率下对人类浅表白质中的短程关联纤维进行详细的形态学表征，并利用深度学习技术自动分割髓鞘和有髓轴突	研究仅基于一个200×200×112μm的组织体积，可能无法完全代表整个浅表白质的多样性	研究人类浅表白质中短程关联纤维的轴突特征，以揭示其在大脑皮层间连接中的作用	人类浅表白质中的短程关联纤维	数字病理学	NA	多光束扫描电子显微镜（EM）	CNN	三维电子显微镜图像	一个200×200×112μm的人类浅表白质体积，包含128,285个有髓轴突
92	2025-07-20	GINClus: RNA structural motif clustering using graph isomorphism network 2025-Jun, NAR genomics and bioinformatics IF:4.0Q1 DOI:10.1093/nargab/lqaf050 PMID:40290315	研究论文	提出了一种名为GINClus的RNA结构基序聚类工具，利用半监督深度学习模型基于碱基相互作用和3D结构相似性对RNA基序候选进行聚类	结合图同构网络（GIN）模型与k-means和层次凝聚聚类方法，首次实现了RNA结构基序的自动化聚类，并发现了新的RNA结构基序家族	未提及该方法在超大规模RNA结构数据集上的计算效率问题	开发自动化工具解决RNA结构基序识别难题	RNA环状区域的结构基序	生物信息学	NA	图同构网络（GIN），k-means聚类，层次凝聚聚类	GIN	RNA 3D结构数据	成功识别927个已知基序家族新实例和12个新基序家族
93	2025-07-20	Deep learning on brief interictal intracranial recordings can accurately characterize seizure onset zones 2025-May-27, Epilepsia IF:6.6Q1 DOI:10.1111/epi.18478 PMID:40423629	研究论文	该研究利用深度学习技术，通过短暂的发作间期颅内记录准确识别癫痫发作起始区	首次证明深度学习模型可以利用短暂的发作间期颅内记录数据准确分类癫痫发作起始区，且性能优于随机标签训练的模型	研究样本量相对有限（78名患者），且模型性能在不同患者群体中存在差异	开发自动化方法定位癫痫发作起始区，以改善术前评估并减少患者住院时间	78名癫痫患者的100多万段发作间期立体脑电图记录	数字病理学	癫痫	立体脑电图（stereotactic electroencephalography）	一维卷积神经网络（1D CNN）	颅内电生理信号	78名患者的100多万段脑电图记录
94	2025-07-20	Pulse Pressure, White Matter Hyperintensities, and Cognition: Mediating Effects Across the Adult Lifespan 2025-May-25, Annals of clinical and translational neurology IF:4.4Q1 DOI:10.1002/acn3.70086 PMID:40413732	研究论文	探讨脉压或平均动脉压是否介导年龄与白质高信号负荷之间的关系，并研究白质高信号对认知的介导效应	发现脉压而非平均动脉压与年龄相关的白质高信号积累有机制性关联，且白质高信号负荷是成年期认知评分的部分中介因素	研究为回顾性设计，样本仅限于无中风和痴呆的成年人	研究脉压和白质高信号在年龄与认知关系中的中介作用	231名无中风和痴呆的成年人	神经科学	老年疾病	T2-FLAIR磁共振扫描和TrUE-Net深度学习工具	TrUE-Net	磁共振图像和认知评估分数	231名成年人
95	2025-07-20	Deep learning-guided design of dynamic proteins 2025-May-22, Science (New York, N.Y.) DOI:10.1126/science.adr7094 PMID:40403060	研究论文	本文提出了一种基于深度学习的蛋白质动态变化设计方法	首次实现了对蛋白质内部几何动态变化的从头设计，并验证了设计的构象	未提及具体应用场景或体内验证结果	开发能够设计具有可控构象变化蛋白质的新方法	蛋白质的构象动态变化	机器学习	NA	深度学习	NA	蛋白质结构数据	4个验证结构
96	2025-07-20	Differentiable Folding for Nearest Neighbor Model Optimization 2025-May-12, ArXiv PMID:40160447	研究论文	本文提出了一种基于可微分折叠的高效、可扩展且灵活的参数优化方法，用于改进最近邻模型的RNA二级结构预测	利用可微分折叠技术直接计算RNA折叠算法的梯度，显著提高了参数优化的效率和效果	未明确提及方法在复杂RNA结构或大规模数据集上的适用性限制	优化RNA二级结构预测的最近邻模型参数	RNA二级结构	计算生物学	NA	可微分折叠	最近邻模型	RNA结构数据和热力学实验数据	包含约13,000个热力学参数的新数据库RNAometer
97	2025-07-20	Perspectives: Comparison of deep learning segmentation models on biophysical and biomedical data 2025-May-06, Biophysical journal IF:3.2Q2 DOI:10.1016/j.bpj.2025.03.023 PMID:40158204	研究论文	本文对生物物理学和生物医学数据中常用的深度学习分割模型进行了全面比较	提供了四种常用架构（CNN、U-Nets、视觉Transformer和视觉状态空间模型）在典型小规模训练数据集上的性能比较，并确立了每种模型的最佳适用条件	研究仅针对生物物理学实验中常见的小规模训练数据集，可能不适用于大规模数据场景	为生物物理学领域的图像分割任务提供模型选择指南	四种深度学习分割模型（CNN、U-Nets、视觉Transformer和视觉状态空间模型）	生物物理学	NA	深度学习	CNN, U-Nets, 视觉Transformer, 视觉状态空间模型	生物物理学和生物医学数据	典型小规模训练数据集
98	2025-07-20	Automatic Quantification of Serial PET/CT Images for Pediatric Hodgkin Lymphoma Using a Longitudinally Aware Segmentation Network 2025-05, Radiology. Artificial intelligence DOI:10.1148/ryai.240229 PMID:39969278	研究论文	开发了一种纵向感知分割网络(LAS-Net)，用于量化儿童霍奇金淋巴瘤患者的系列PET/CT图像	LAS-Net引入了纵向交叉注意力机制，允许PET1的相关特征为PET2的分析提供信息	研究为回顾性研究，可能受到数据选择和收集的限制	开发能够量化儿童霍奇金淋巴瘤患者系列PET/CT图像的自动分割网络	儿童霍奇金淋巴瘤患者的系列PET/CT图像	数字病理	霍奇金淋巴瘤	PET/CT成像	CNN	医学图像	297名儿科患者（内部数据集200名，外部测试数据集97名）
99	2025-07-20	Deep learning-assisted analysis of single-particle tracking for automated correlation between diffusion and function 2025-May, Nature methods IF:36.1Q1 DOI:10.1038/s41592-025-02665-8 PMID:40341204	研究论文	介绍了一种名为DeepSPT的深度学习框架，用于快速高效地分析细胞内物体的扩散行为	提出了一种无需先验知识的自动化方法DeepSPT，能够从分子和细胞器的扩散行为中提取功能信息	未提及具体的样本量或实验验证的广泛性	开发一种自动化工具，用于从细胞内物体的扩散行为中提取功能信息	细胞内分子和细胞器的扩散行为	计算机视觉	NA	深度学习	深度学习框架	时间序列数据	NA
100	2025-07-20	Assessing Algorithmic Fairness With a Multimodal Artificial Intelligence Model in Men of African and Non-African Origin on NRG Oncology Prostate Cancer Phase III Trials 2025-May, JCO clinical cancer informatics IF:3.3Q2 DOI:10.1200/CCI-24-00284 PMID:40344545	研究论文	该研究评估了多模态人工智能模型在前列腺癌临床试验中对非洲裔和非非洲裔男性的算法公平性	首次在多模态人工智能模型中评估算法公平性，特别是在非洲裔和非非洲裔前列腺癌患者中的表现	研究中29名患者（0.5%）的种族状态未知或缺失，可能影响结果的全面性	评估多模态人工智能模型在不同种族前列腺癌患者中的预测性能和算法公平性	来自5项随机III期临床试验的5,708名前腺癌患者（包括948名非洲裔和4,731名非非洲裔患者）	数字病理学	前列腺癌	多模态人工智能（MMAI）深度学习系统	深度学习	数字组织病理学图像和临床数据	5,708名患者（948名非洲裔，4,731名非非洲裔，29名种族状态未知）