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	2025-09-27	Dynamic AI-assisted ipsilateral tissue matching for digital breast tomosynthesis 2025-Nov, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112356 PMID:40925265	研究论文	评估AI辅助同侧组织匹配技术在数字乳腺断层合成摄影中减少病灶定位误差的效果	首次将深度学习技术应用于DBT同侧组织匹配，并开发了可识别高不确定性病例的AI预警系统	样本量有限（30个病例），仅针对乳腺影像学领域	提升数字乳腺断层合成摄影中病灶定位的准确性	乳腺病灶和放射科医生（包括专家与非专家）	数字病理	乳腺癌	深度学习	深度学习模型	医学影像	30个病例，94个共识参考标注，涉及14名（第一部分）和12名（第二部分）放射科医生
102	2025-09-27	A novel multimodal framework combining habitat radiomics, deep learning, and conventional radiomics for predicting MGMT gene promoter methylation in Glioma: Superior performance of integrated models 2025-Nov, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112406 PMID:40929752	研究论文	开发结合临床数据、常规影像组学、生境影像和深度学习的多模态框架，用于术前预测胶质瘤MGMT基因启动子甲基化状态	首次整合生境影像组学、深度学习和常规影像组学的多模态预测框架，在MGMT甲基化预测中表现出优越性能	回顾性研究设计，样本量相对有限（总样本512例），需要外部验证	术前无创预测胶质瘤MGMT基因启动子甲基化状态	胶质瘤患者（来自UCSF和本地医院的512例患者）	数字病理	胶质瘤	MRI影像分析、k-means聚类、3D CNN	多模态集成模型、3D CNN	医学影像（对比增强T1加权MRI）、临床数据	512例患者（410例来自UCSF，102例来自本地医院）
103	2025-09-27	Efficient T staging in nasopharyngeal carcinoma via deep Learning-Based Multi-Modal classification 2025-Nov, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112407 PMID:40945208	研究论文	开发基于深度学习的多模态分类系统用于鼻咽癌T分期	首次将Vision Transformer和BERT结合Q-Former进行多模态融合，实现无需手动勾画肿瘤的自动化T分期	样本量相对有限（609例患者），需要进一步外部验证	开发高效的自动化T分期系统以支持个性化治疗和优化临床工作流程	609名鼻咽癌患者	数字病理	鼻咽癌	多模态学习、深度学习	Vision Transformer (ViT)、BERT、Q-Former、DeepTree	MRI图像和文本报告	609例鼻咽癌患者（训练集487例，验证集122例）
104	2025-09-27	Accelerating non-contrast MR angiography of the thoracic aorta using compressed SENSE with deep learning reconstruction 2025-Nov, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112403 PMID:40967085	研究论文	本研究评估压缩感知与深度学习重建结合加速无对比剂胸主动脉磁共振血管成像的效果	首次将压缩感知因子8与深度学习重建技术结合应用于REACT序列，在保持图像质量的同时显著缩短扫描时间	单中心前瞻性研究，样本量较小（40名志愿者），缺乏多中心验证	加速胸主动脉无对比剂磁共振血管成像的采集时间	人类胸主动脉	医学影像处理	心血管疾病	压缩感知并行成像（Compressed SENSE）、深度学习重建、3T磁共振成像	深度学习重建模型	磁共振影像数据	40名志愿者
105	2025-09-27	Application of contrast-enhanced CT-driven multimodal machine learning models for pulmonary metastasis prediction in head and neck adenoid cystic carcinoma 2025-Nov, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112377 PMID:40857998	研究论文	本研究探索基于增强CT影像的放射组学和深度学习方法，用于预测头颈部腺样囊性癌的肺转移	采用多特征融合策略结合9种机器学习算法，首次系统评估增强CT驱动的多模态模型在头颈部ACC肺转移预测中的性能	样本量有限（130例患者），rf和ada算法出现明显过拟合现象	评估机器学习算法在预测头颈部腺样囊性癌肺转移方面的模型性能	130例经病理确诊的头颈部腺样囊性癌患者	医学影像分析	头颈部肿瘤	增强CT影像分析、放射组学、深度学习	KNN, SVM, rpart, GBM, NB, GLM, LDA, rf, ada	医学影像（CT）和临床数据	130例患者（训练集与测试集按7:3比例随机分割）
106	2025-09-27	An overview of reliable and representative DVC measurements for musculoskeletal tissues 2025-Oct, Journal of microscopy IF:1.5Q3 DOI:10.1111/jmi.70008 PMID:40636996	综述	本文综述了数字体积相关（DVC）技术在肌肉骨骼组织生物力学表征中的最新进展与应用	重点探讨DVC在组织界面处理、边界效应及不确定性量化等关键技术挑战，并首次系统总结其与计算建模、深度学习等数据驱动方法的融合应用	指出当前DVC技术在精度提升、临床转化及自动化工作流程方面仍存在局限	评估DVC技术在肌肉骨骼组织多尺度生物力学研究中的可靠性与代表性	矿化组织与软组织的器官至组织层级力学特性	生物力学	肌肉骨骼疾病	数字体积相关（DVC）	深度学习	3D影像数据	NA
107	2025-09-27	From Single-Cancer to Pan-Cancer Prognosis: A Multimodal Deep Learning Framework for Survival Analysis with Robust Generalization Capability 2025-Oct, The American journal of pathology DOI:10.1016/j.ajpath.2025.06.006 PMID:40651540	研究论文	提出一种统一的多模态泛癌生存网络（UMPSNet），通过整合组织病理学图像、基因组表达谱和元数据实现跨癌种的生存预后预测	首次构建面向泛癌预后的多模态深度学习框架，采用基于最优传输的注意力机制进行多模态特征对齐，并通过专家混合机制解决癌种分布偏移问题	模型在零样本迁移评估中仅针对胰腺腺癌进行验证，需要更多癌种的跨中心验证	开发具有强泛化能力的多模态深度学习框架，突破单癌种模型的限制，实现跨癌种的精准生存预后预测	癌症患者（涉及5个TCGA队列的2831个样本及北京大学第三医院的66个胰腺癌样本）	数字病理	泛癌种（包括胰腺癌等多种癌症）	多模态深度学习、最优传输理论、专家混合机制	UMPSNet（基于注意力机制的多模态神经网络）	全切片图像、基因组表达谱、结构化元数据	3523张全切片图像（涉及2831个样本），零样本测试包含392张胰腺癌切片（66个样本），临床验证涉及92个突变基因
108	2025-09-27	Smarter stomata: emergent technologies unlocking yield potential in a changing climate 2025-Oct, AoB PLANTS IF:2.6Q2 DOI:10.1093/aobpla/plaf048 PMID:40979128	综述	本文探讨气孔性状在培育气候韧性作物中的潜力及新兴技术应用	提出整合深度学习、CRISPR和多组学等前沿技术实现气孔性状的高通量表型分析与精准育种	未明确具体作物物种或实验验证数据	开发通过调控气孔性状提升作物气候适应性的育种策略	植物气孔生理与解剖性状	作物育种	NA	深度学习、CRISPR、多组学分析、遥感技术、数字显微镜	人工智能驱动模型	表型数据、基因组数据	NA
109	2025-09-27	KurdABSA: Kurdish aspect-based sentiment analysis dataset curation using few-shot learning 2025-Oct, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.112012 PMID:40989237	研究论文	本研究创建了首个库尔德语索拉尼方言的方面级情感分析公开数据集	开发了首个库尔德语索拉尼方言的ABSA公开数据集，采用基于提示的小样本学习进行自动标注	数据集仅限于餐厅评论领域，语言范围限定于索拉尼方言	解决低资源语言在方面级情感分析领域的研究空白	库尔德语索拉尼方言的餐厅评论文本	自然语言处理	NA	基于提示的小样本学习	few-shot learning	文本	超过4000个四元组ABSA数据
110	2025-09-27	A Combined Model Based on Bone Mineral Density for Noninvasive Prediction of Prognosis in Non-Small Cell Lung Cancer Patients Receiving Immune Checkpoint Inhibitors: A Multicenter Retrospective Study 2025-Oct, MedComm IF:10.7Q1 DOI:10.1002/mco2.70398 PMID:40989575	研究论文	本研究开发了一种结合骨密度指标和临床特征的联合模型，用于无创预测非小细胞肺癌患者接受免疫检查点抑制剂治疗的预后	首次将基线骨密度和治疗后骨密度下降纳入预后预测模型，并利用深度学习实现自动评估	回顾性研究设计可能存在选择偏倚，需要前瞻性研究验证	建立非小细胞肺癌患者免疫治疗预后的无创预测模型	2096例晚期非小细胞肺癌患者	数字病理	肺癌	深度学习、转录组分析	深度学习模型	医学影像数据、临床数据、转录组数据	总样本量2096例（来自5个中心），其中130例进行转录组分析
111	2025-09-27	UK Biobank-centric advances in brain age prediction: a comprehensive review 2025-Sep-29, Reviews in the neurosciences IF:3.4Q2 DOI:10.1515/revneuro-2025-0055 PMID:40997331	综述	基于英国生物银行（UK Biobank）数据集系统回顾脑年龄预测研究进展的综合性综述	首次系统整合70项利用UK Biobank进行脑年龄预测的研究（2014-2024年），聚焦机器学习与深度学习算法的范式转变	UK Biobank数据集本身存在的固有局限性未具体说明	推动脑健康评估系统发展，为神经退行性疾病的精准诊疗提供理论依据	基于神经影像学的脑年龄预测模型	机器学习	神经退行性疾病	神经影像技术	机器学习与深度学习算法	神经影像数据	基于UK Biobank数据集的70项研究（未明确总样本量）
112	2025-09-27	High-Adhesive Hydrogel-Based Strain Sensor in the Clinical Diagnosis of Anterior Talofibular Ligament Sprain 2025-Sep-26, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.4c03472 PMID:40042081	研究论文	提出一种基于高粘性水凝胶的应变传感器，用于精准评估距腓前韧带扭伤严重程度	开发了由明胶、纤维素纳米纤维和交联聚丙烯酸组成的新型高粘性水凝胶传感器，结合深度学习模型显著提升诊断准确率	未明确说明临床验证样本量及跨人群适用性	解决现有韧带扭伤评估方法缺乏标准化定量标准的问题	距腓前韧带扭伤患者	医疗诊断设备	运动损伤	深度学习、水凝胶传感技术	深度学习模型	生物力学传感数据	NA
113	2025-09-27	Fixed point method for PET reconstruction with learned plug-and-play regularization 2025-Sep-26, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ae05ac PMID:40930128	研究论文	提出一种基于固定点方法的PET重建算法，结合学习型即插即用正则化技术	将Douglas-Rachford分裂方法与满足固定点条件的去噪器相结合，确保算法收敛性	谱归一化方法在泛化性能方面表现欠佳	提高低计数PET重建的图像质量和定量准确性	正电子发射断层扫描(PET)图像	医学影像重建	NA	即插即用(PnP)框架、Douglas-Rachford分裂方法	谱归一化网络、深度平衡模型、CNN	医学影像数据	合成实验和真实研究（具体样本量未明确说明）
114	2025-09-27	Leveraging Deep Learning to Address Diagnostic Challenges with Insufficient Image Data 2025-Sep-26, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.5c01439 PMID:40931629	研究论文	提出一种新型生成对抗网络DSAWGAN，用于解决医学图像数据不足情况下的疾病诊断挑战	集成注意力模块和Wasserstein距离优化的新型生成对抗网络，显著提升收敛速度和生成图像质量	NA	提升数据稀缺情况下的传染病诊断能力	医学图像数据	计算机视觉	传染病	生成对抗网络	DSAWGAN（基于Wasserstein GAN的改进模型）	图像	原始数据1500张图像，最小测试规模300张图像
115	2025-09-27	Versatile Image-Assisted Cell Sorting by Selective Trapping with Spatiotemporal Multiparameter Targeting 2025-Sep-26, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.5c01433 PMID:40960346	研究论文	本文介绍了一种新型二维图像引导多参数可调靶向细胞分选技术（2D-SIGMAT），通过动态光激活细胞捕获实现精确高效的细胞分离	开发了具有时空多参数靶向功能的图像辅助细胞分选技术，可实现无运动模糊的高分辨率成像，支持从单细胞到类器官的宽尺寸范围分选，并兼容荧光/明场成像和深度学习模型	NA	解决现有细胞分选方法缺乏多功能性、需要复杂设置、初始细胞数量要求高和尺寸限制等问题	细胞和类器官	生物医学工程	NA	光激活细胞捕获技术、荧光成像、明场成像	YOLOv5	图像数据、时序数据	吞吐量达每秒2000个细胞
116	2025-09-27	Explainable Deep Learning Framework for SERS Bioquantification 2025-Sep-26, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.5c01058 PMID:40892429	研究论文	提出一个用于SERS生物量化的可解释深度学习框架，包含光谱处理、量化和可解释性三个步骤	开发了CRIME可解释性方法，能识别SERS混合物分析中的预测背景，为生物标志物发现提供新的非靶向假设生成方法	NA	解决SERS生物量化分析中的计算框架需求和模型可解释性不足问题	尿液中的血清素生物标志物	机器学习	NA	表面增强拉曼光谱(SERS)	去噪自编码器、卷积神经网络(CNN)、视觉变换器	光谱数据	682个在微摩尔范围内测量的SERS光谱
117	2025-09-27	CNSGT: Generative Transformer for De Novo Drug Design Targeting the Central Nervous System 2025-Sep-26, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c01541 PMID:41002051	研究论文	提出一种结合变分自编码器和自注意力机制的生成式Transformer模型CNSGT，用于针对中枢神经系统药物的从头设计	首次将VAE与自注意力机制结合用于CNS药物设计，克服传统SMILES表示限制，能有效捕捉分子结构和语义关系	NA	开发针对中枢神经系统药物的生成式深度学习模型	多巴胺转运体抑制剂等CNS靶向药物分子	机器学习	中枢神经系统疾病	深度学习、分子对接、动态模拟	Transformer、VAE	分子结构数据	基于大规模分子数据集进行预训练
118	2025-09-27	Molecular dynamics simulations of proteins: an in-depth review of computational strategies, structural insights, and their role in medicinal chemistry and drug development 2025-Sep-26, Biological cybernetics IF:1.7Q4 DOI:10.1007/s00422-025-01026-0 PMID:41003729	综述	本文深入综述了分子动力学模拟在蛋白质研究中的计算策略、结构洞察及其在药物化学与开发中的应用	重点聚焦蛋白质特异性模拟策略，系统评述力场选择对结果可靠性的影响，并展望机器学习与深度学习技术的整合前景	计算模型与实际细胞条件之间存在差距，尚未完全解决	探讨分子动力学模拟在蛋白质行为解析及药物开发中的应用价值	蛋白质及其与抑制剂的相互作用	计算生物学	NA	分子动力学模拟	NA	分子结构数据	NA
119	2025-09-27	Harnessing Geospatial Artificial Intelligence (GeoAI) for Environmental Epidemiology: A Narrative Review 2025-Sep-26, Current environmental health reports IF:7.4Q1 DOI:10.1007/s40572-025-00497-4 PMID:41003951	综述	本文综述了地理空间人工智能在环境流行病学领域的最新应用进展	整合地理空间分析与机器学习技术实现大规模人群环境暴露评估，结合移动设备传感器实现高时空精度的被动数据采集	存在参与者隐私风险、数据代表性不足以及高质量验证数据集构建困难等挑战	探讨GeoAI技术在环境暴露评估和健康行为研究中的应用前景	环境暴露因素与长期潜伏期疾病（心血管疾病、痴呆症、癌症）及健康行为（睡眠、体力活动、认知）的关联	环境流行病学	心血管疾病	地理空间人工智能、机器学习、深度学习	NA	地理空间数据、传感器数据、街景图像	基于大型人群健康数据库（队列研究、行政索赔数据）
120	2025-09-27	Ultra-fast whole-brain T2-weighted imaging in 7 seconds using dual-type deep learning reconstruction with single-shot acquisition: clinical feasibility and comparison with conventional methods 2025-Sep-26, Japanese journal of radiology IF:2.9Q2 DOI:10.1007/s11604-025-01875-6 PMID:41003971	研究论文	本研究评估了结合双类型深度学习重建的超快速T2加权成像技术在7秒内完成全脑扫描的临床可行性	首次将单次激发快速自旋回波技术与双类型深度学习重建（包含去噪和超分辨率处理）相结合，实现7秒超快速全脑成像	样本量较小（38例患者），仅由两名放射科医师进行评估	评估超快速T2加权成像的图像质量和临床实用性	38例接受脑部MRI检查的患者	医学影像分析	中枢神经系统疾病	单次激发快速自旋回波技术、深度学习重建	深度学习	医学影像	38例患者