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
101	2025-07-17	Applying multimodal AI to physiological waveforms improves genetic prediction of cardiovascular traits 2025-Jul-03, American journal of human genetics IF:8.1Q1 DOI:10.1016/j.ajhg.2025.05.015 PMID:40543505	研究论文	本文提出了一种多模态深度学习方法M-REGLE，用于从互补的电生理波形模态中发现遗传关联	提出M-REGLE方法，通过多模态学习提高心血管特征的遗传预测能力	未提及具体局限性	改进心血管特征的遗传预测	多模态生理波形数据	机器学习	心血管疾病	GWAS, 卷积变分自编码器	M-REGLE, CNN	生理波形数据(PPG, ECG)	多个生物库数据(未提供具体数量)
102	2025-07-17	Multimodal deep learning integration of cryo-EM and AlphaFold3 for high-accuracy protein structure determination 2025-Jul-03, bioRxiv : the preprint server for biology DOI:10.1101/2025.07.03.663071 PMID:40631196	research paper	该研究提出了一种名为MICA的多模态深度学习方法，结合冷冻电镜和AlphaFold3预测结构，以提高蛋白质结构建模的准确性	MICA首次在输入和输出层面结合冷冻电镜密度图和AlphaFold3预测结构，采用多任务编码器-解码器架构和特征金字塔网络，显著提高了蛋白质结构建模的准确性和完整性	NA	提高冷冻电镜蛋白质结构建模的自动化水平和准确性	蛋白质结构	machine learning	NA	冷冻电镜(cryo-EM), AlphaFold3	多任务编码器-解码器架构, 特征金字塔网络	冷冻电镜密度图, AlphaFold3预测结构	NA
103	2025-07-17	A Dynamic Kalman Filtering Method for Multi-Object Fruit Tracking and Counting in Complex Orchards 2025-Jul-02, Sensors (Basel, Switzerland) DOI:10.3390/s25134138 PMID:40648393	研究论文	提出一种结合改进YOLO算法和动态优化卡尔曼滤波的多目标水果追踪与计数方法，用于复杂果园环境	整合改进的YOLO检测算法与带可变遗忘因子的卡尔曼滤波，动态调整历史数据权重以适应观测和运动噪声变化	未明确说明方法在极端光照或遮挡条件下的性能表现	开发适用于动态果园场景的自动化水果检测与计数技术	视频序列中的水果目标	计算机视觉	NA	YOLO目标检测、卡尔曼滤波、IoU与Re-ID特征联合策略	改进YOLO模型、动态卡尔曼滤波器	视频序列图像帧	未明确说明具体样本量（基于视频序列的实验结果）
104	2025-07-17	Beyond static structures: protein dynamic conformations modeling in the post-AlphaFold era 2025-Jul-02, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf340 PMID:40663654	review	本文综述了AlphaFold时代后蛋白质动态构象建模的基本概念、最新计算进展及关键挑战	探讨了从静态结构到多状态表示的转变，强调了理解蛋白质功能和调控机制的重要性	数据限制、方法学约束和评估标准不足	促进人工智能驱动的结构生物学时代下蛋白质构象研究的持续发展	蛋白质动态构象	结构生物学	NA	深度学习	AlphaFold	蛋白质结构数据	NA
105	2025-07-17	Kinase-inhibitor binding affinity prediction with pretrained graph encoder and language model 2025-Jul-02, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf338 PMID:40663653	研究论文	本研究提出了一种名为Kinhibit的新框架，用于预测抑制剂-激酶结合亲和力，结合了自监督图对比学习和多视图分子图表示以及结构信息蛋白语言模型	Kinhibit框架整合了自监督图对比学习与多视图分子图表示及结构信息蛋白语言模型(ESM-S)，有效提取特征，并采用特征融合方法优化抑制剂和激酶特征的融合	未提及具体的数据量限制或模型泛化能力的详细评估	开发更先进的方法以解决现有抑制剂-激酶结合预测中的问题，提高预测准确率	三种丝裂原活化蛋白激酶(MAPK)信号通路激酶：Raf蛋白激酶(RAF)、丝裂原活化蛋白激酶激酶(MEK)和细胞外信号调节激酶(ERK)	机器学习	癌症	自监督图对比学习、多视图分子图表示、结构信息蛋白语言模型(ESM-S)	Kinhibit框架	分子图数据、蛋白序列数据	MAPK-All数据集及三种MAPK信号通路激酶的数据集
106	2025-07-17	PREDAC-FluB: predicting antigenic clusters of seasonal influenza B viruses with protein language model embedding based convolutional neural network 2025-Jul-02, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf308 PMID:40665740	研究论文	本文提出了一种名为PREDAC-FluB的混合深度学习框架，用于预测季节性B型流感病毒的抗原簇	结合CNN空间特征提取、ESM-2嵌入与六种物理化学描述符的多模态序列表示，以及UMAP引导的聚类方法，首次为B型流感病毒建立抗原变异预测模型	仅针对B型流感病毒（Victoria和Yamagata谱系）进行验证，未涵盖其他流感病毒类型	开发准确预测B型流感病毒抗原变异的计算方法以辅助疫苗株推荐	B/Victoria谱系（9036对病毒）和B/Yamagata谱系（4520对病毒）的流感病毒HA1序列	生物信息学	流感	蛋白质语言模型（ESM-2）、深度学习方法	CNN与多模态特征融合模型	蛋白质序列数据	B/Victoria谱系9036对病毒，B/Yamagata谱系4520对病毒
107	2025-07-17	NASNet-DTI: accurate drug-target interaction prediction using heterogeneous graphs and node adaptation 2025-Jul-02, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf342 PMID:40668556	研究论文	提出了一种名为NASNet-DTI的新框架，用于准确预测药物-靶点相互作用，通过异构图和节点自适应策略解决现有方法的局限性	采用节点自适应学习策略动态确定每个节点的最优聚合深度，有效缓解了图神经网络中的过平滑问题，提高了预测准确性	未提及具体的数据集规模限制或计算资源需求	提高药物-靶点相互作用预测的准确性，以促进药物开发和发现	药物分子和靶点	机器学习	NA	图卷积网络(GCN)	NASNet-DTI	图数据	多个数据集（未具体说明样本数量）
108	2025-07-17	Advancing genome-based precision medicine: a review on machine learning applications for rare genetic disorders 2025-Jul-02, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf329 PMID:40668553	review	本文综述了机器学习在基于基因组的精准医学中针对罕见遗传病的应用	强调了机器学习在疾病分类、治疗优化和生物标志物发现中的作用，并讨论了混合ML模型和实时基因组分析等进展	面临计算复杂性、数据稀缺性和伦理问题等挑战	推动基于基因组的精准医学在罕见遗传病中的应用	罕见遗传病	machine learning	rare genetic disorders	ML, deep learning, ensemble methods	hybrid ML models	genomic data	NA
109	2025-07-17	Validation of a Deep Learning Tool for Detection of Incidental Vertebral Compression Fractures 2025 Jul-Aug 01, Journal of computer assisted tomography IF:1.0Q4 DOI:10.1097/RCT.0000000000001726 PMID:39876529	research paper	本研究评估了一种基于深度学习的椎体压缩性骨折（VCF）检测工具在偶然性VCF患者中的性能，旨在验证该工具在多中心和多种设备中的适用性	开发并验证了一种深度学习工具CINA-VCF，用于检测偶然性椎体压缩性骨折，其性能优于临床报告，并在多中心和多种设备中展示了高准确性和一致性	工具的局限性包括存在各种混淆病理（如Schmorl结节）和边缘病例	验证深度学习工具在检测偶然性椎体压缩性骨折中的性能和临床适用性	50岁及以上患者的胸部和腹部CT扫描	digital pathology	vertebral compression fractures	deep learning	CNN	CT scans	474例CT扫描（166例阳性，308例阴性）
110	2025-07-17	Lung cancer diagnosis with GAN supported deep learning models 2025-Jul, Bio-medical materials and engineering IF:1.0Q4 DOI:10.1177/09592989241308775 PMID:39973181	研究论文	本研究利用GAN支持的深度学习模型对肺部CT图像进行分类，以提高肺癌诊断的准确性	结合GAN平衡数据集并开发了定制CNN模型，实现了99%的分类准确率，超越了其他现有架构	研究仅基于1097张肺部CT图像，样本量相对较小，可能影响模型的泛化能力	提高肺癌早期诊断的准确性和效率	良性、恶性和正常的肺部CT图像	计算机视觉	肺癌	GAN, CNN, Faster R-CNN	VGG19, AlexNet, InceptionV3, ResNet50, 定制CNN	图像	1097张肺部CT图像
111	2025-07-17	Reconstruction of diploid higher-order human 3D genome interactions from noisy Pore-C data using Dip3D 2025-Jul, Nature structural & molecular biology IF:12.5Q1 DOI:10.1038/s41594-025-01512-w PMID:40038455	research paper	本文提出了一种名为Dip3D的流程方法，用于从嘈杂的Pore-C数据中重建二倍体高阶人类3D基因组相互作用	Dip3D通过训练深度学习模型Clair3进行SNV调用，并采用逐步单倍型插补策略，显著提高了单倍型信息Pore-C接触率，优于传统方法	方法在低杂合度生物如人类中的应用可能仍存在挑战	重建二倍体高阶3D基因组相互作用，研究其与等位基因特异性表达的关系	人类和小鼠的高阶染色质相互作用	基因组学	NA	Pore-C, 深度学习	Clair3	基因组数据	HG001细胞系
112	2025-07-17	A novel algorithm for automated analysis of coronary CTA-derived FFR in identifying ischemia-specific CAD: A multicenter study 2025-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.17803 PMID:40170439	研究论文	本研究验证了一种基于深度学习和水平集算法的新型现场分析模型，用于识别病变特异性缺血性冠状动脉疾病（CAD）的能力	结合深度学习和水平集算法优化冠状动脉3D重建的新型CT FFR算法	研究为回顾性分析，样本量相对较小（198个血管来自171名患者）	验证新型CT FFR算法在识别特定冠状动脉缺血中的准确性	冠状动脉疾病（CAD）患者	数字病理学	心血管疾病	冠状动脉计算机断层扫描血管造影（CTA）和侵入性血流储备分数（FFR）检查	深度学习与水平集算法结合的新型模型	医学影像数据	198个血管来自171名患者
113	2025-07-17	Deep learning-based estimation of respiration-induced deformation from surface motion: A proof-of-concept study on 4D thoracic image synthesis 2025-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.17804 PMID:40186879	研究论文	提出一种非患者特定的级联集成模型（CEM），用于从表面运动估计呼吸引起的胸部组织变形	提出了一种不需要患者特定呼吸数据采样的级联集成模型（CEM），用于估计胸部组织变形	研究仅基于模拟的表面运动数据，未在真实临床环境中验证	通过深度学习模型估计呼吸引起的胸部组织变形，用于4D胸部图像合成	胸部组织变形和4D-CT图像	数字病理	NA	4D-CT	级联集成模型（CEM）	4D-CT图像	62个私有4D-CT数据集和80个公共4D-CT数据集
114	2025-07-17	Geometrically focused training and evaluation of organs-at-risk segmentation via deep learning 2025-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.17840 PMID:40280876	研究论文	本文提出了一种基于几何聚焦的深度学习方法，用于放疗中风险器官（OARs）的自动分割，并以宫颈癌近距离放射治疗为例进行验证	提出了一种新的几何聚焦深度学习方法，包括距离惩罚（DP）损失函数和加权Dice相似系数（wDSC）评估指标，以提高近靶区OARs分割的准确性	模型在几何和剂量学性能上的改进未达到统计学显著性	提高放疗中风险器官（OARs）自动分割的几何和剂量学准确性	宫颈癌患者的高剂量率（HDR）近距离放射治疗中的风险器官（OARs）	数字病理学	宫颈癌	深度学习	3D U-Net	T2加权磁共振（MR）图像	170张MR图像（56名患者）用于训练和验证，35张MR图像（22名患者）用于独立内部测试
115	2025-07-17	X-ray CT metal artifact reduction using neural attenuation field prior 2025-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.17859 PMID:40305006	研究论文	提出一种利用神经衰减场（NAF）先验的CT金属伪影减少方法NAFMAR，该方法通过自监督方式优化基于模型的神经场，无需大量训练数据	引入神经衰减场（NAF）作为先验，采用自监督优化策略，无需依赖大规模数据集，并提出金属感知损失函数以增强解剖特征学习	未提及实际临床部署中的计算效率或实时性限制	解决CT成像中金属物体导致的伪影问题，提升图像质量	模拟牙科CT和临床盆腔CT图像	医学影像处理	NA	神经衰减场优化、正弦图修复	基于神经场的模型（NAF）	3D CT图像	模拟牙科CT及临床盆腔CT图像（未提具体数量）
116	2025-07-17	Deep learning-based EEG source imaging is robust under varying electrode configurations 2025-Jul, Clinical neurophysiology : official journal of the International Federation of Clinical Neurophysiology IF:3.7Q2 DOI:10.1016/j.clinph.2025.04.009 PMID:40318257	研究论文	本研究探讨了基于深度学习的脑电图源成像（DeepSIF）在不同电极配置下的性能表现	DeepSIF算法在低密度EEG下仍能保持稳定的源定位和范围估计性能，优于传统方法	研究样本量较小（27名耐药性癫痫患者）	评估深度学习脑电图源成像方法在不同电极数量配置下的鲁棒性	脑电图源成像性能	机器学习	癫痫	EEG源成像	DeepSIF（深度学习框架）	脑电图数据	27名耐药性癫痫患者
117	2025-07-17	Deep Learning-Derived Cardiac Chamber Volumes and Mass From PET/CT Attenuation Scans: Associations With Myocardial Flow Reserve and Heart Failure 2025-Jul, Circulation. Cardiovascular imaging DOI:10.1161/CIRCIMAGING.124.018188 PMID:40357553	research paper	本研究利用深度学习从PET/CT衰减扫描中提取心脏腔室体积和质量，并探讨其与心肌血流储备和心力衰竭的关系	首次从超低剂量CT扫描中提取心脏腔室体积和质量，并验证其与心力衰竭住院和心肌血流储备降低的关联	研究仅基于6个中心的患者数据，可能存在选择偏差	评估深度学习从CT衰减扫描中提取的心脏参数与心力衰竭和心肌血流储备的关联	18,079名接受心脏PET/CT检查的患者	digital pathology	cardiovascular disease	PET/CT	deep learning	image	18,079名患者
118	2025-07-17	Deep Supramolecular Language Processing for Co-Crystal Prediction 2025-Jul, Angewandte Chemie (International ed. in English) DOI:10.1002/anie.202507835 PMID:40358977	研究论文	本文提出了一种名为DeepCocrystal的深度学习方法，用于预测共晶形成，以优化药物的物理化学性质	DeepCocrystal从超分子角度处理'化学语言'，能够学习与实验共晶模式匹配的化学相关特征，并能估计预测的不确定性	NA	加速共晶化和药物开发过程	药物分子对的共晶形成	自然语言处理	NA	深度学习	DeepCocrystal	分子字符串表示	在实际情景中验证了模型，并成功发现了两种新型的diflunisal共晶
119	2025-07-17	Detection of Hypertrophic Cardiomyopathy on Electrocardiogram Using Artificial Intelligence 2025-Jul, Circulation. Heart failure DOI:10.1161/CIRCHEARTFAILURE.124.012667 PMID:40365710	研究论文	本研究评估了一种基于人工智能的设备（Viz HCM）通过12导联心电图检测肥厚型心肌病（HCM）的准确性	开发了一种基于深度学习的AI设备，用于通过心电图筛查HCM，提高了检测效率和早期诊断可能性	设备敏感性为68.4%，阳性预测值较低（13.7%），在低患病率人群中可能产生较多假阳性	提高肥厚型心肌病的筛查和诊断效率	肥厚型心肌病患者的心电图数据	数字病理	心血管疾病	深度学习	深度学习模型（具体类型未说明）	心电图数据	293例HCM阳性和2912例HCM阴性病例，来自3家医院
120	2025-07-17	Deep learning-based cone-beam CT motion compensation with single-view temporal resolution 2025-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.17911 PMID:40467957	研究论文	提出了一种基于深度学习的锥束CT运动补偿方法，用于处理周期性和非周期性运动	提出了一种无需门控的深度学习方法SAMoCo，能够处理非周期性运动，提高时间分辨率	方法依赖于模拟数据进行训练，可能在实际应用中存在泛化性问题	解决锥束CT扫描中非周期性运动导致的伪影问题，提高图像质量	呼吸患者的4D CBCT扫描数据	医学影像处理	NA	深度学习	U-net	4D CT扫描图像	模拟和实际测量的呼吸患者数据