深度学习在生物医药领域的应用

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	算法框架	模型架构	性能指标	计算资源
13081	2025-10-05	Segmenting Whole-Body MRI and CT for Multiorgan Anatomic Structure Delineation 2025-Nov, Radiology. Artificial intelligence DOI:10.1148/ryai.240777 PMID:40767616	研究论文	开发并验证MRSegmentator深度学习模型，用于MRI和CT扫描的多器官分割	提出跨模态深度学习模型，能够同时处理MRI和CT数据，实现40个解剖结构的自动分割	较小结构的分割性能相对较低，如门静脉或脾静脉(0.64-0.78)、肾上腺(0.56-0.69)	开发用于全身MRI和CT多器官解剖结构分割的深度学习模型	人体多器官解剖结构，包括肺、心脏、肝脏、肾脏等40个结构	计算机视觉	NA	深度学习，跨模态迁移学习	深度学习模型	MRI图像，CT图像	训练数据：1200个UK Biobank Dixon MRI序列(50名参与者)，221个内部腹部MRI序列(177名患者)，1228个TotalSegmentator CT数据集扫描；测试数据：900个NAKO MRI序列(50名参与者)，60个Multi-Modality Abdominal Multi-Organ Segmentation Challenge 2022数据集MRI序列，29个TotalSegmentator MRI序列	NA	MRSegmentator	Dice相似系数(DSC)	NA
13082	2025-10-05	Melatonin Alleviates Retina Angiogenesis by Targeting Fibronectin and the VEGF Pathway 2025-Oct-15, FASEB journal : official publication of the Federation of American Societies for Experimental Biology IF:4.4Q2 DOI:10.1096/fj.202500814RR PMID:41026035	研究论文	本研究通过RNA测序和深度学习模型发现褪黑素可通过靶向纤连蛋白和VEGF通路抑制视网膜血管生成	首次结合RNA测序和深度学习模型BioNet从FDA批准药物中发现褪黑素作为纤连蛋白抑制剂，并证实其通过双重抑制FN1表达和VEGFR2磷酸化来抑制血管生成	研究主要基于氧诱导视网膜病变模型，尚未在更多疾病模型或临床环境中验证	探索视网膜病理性血管生成的分子机制并寻找潜在治疗靶点	糖尿病视网膜病变和早产儿视网膜病变的血管生成机制	计算生物学	视网膜病变	RNA测序, 深度学习药物筛选, 体外血管生成实验, 体内动物模型	深度学习	基因表达数据, 药物分子数据	氧诱导视网膜病变动物模型	BioNet	NA	FN1表达水平, VEGFR2磷酸化水平, 视网膜前簇状血管数量	NA
13083	2025-10-05	Automated segmentation of soft X-ray tomography: Native cellular structure with submicron resolution at high-throughput for whole-cell quantitative imaging in yeast 2025-Oct-01, Molecular biology of the cell IF:3.1Q3 DOI:10.1091/mbc.E24-10-0486 PMID:40875368	研究论文	开发基于深度学习的自动分割流程用于软X射线断层扫描数据的细胞结构分割	首次将深度学习自动分割应用于软X射线断层扫描，实现高通量全细胞定量成像分析	依赖手动迭代优化来提高分割精度	实现酵母细胞亚微米分辨率下的高通量全细胞定量成像分析	三种酵母菌株（野生型、VPH1-GFP和另一菌株）的细胞结构	计算机视觉	NA	软X射线断层扫描(SXT)	深度学习	三维断层扫描图像	数百个细胞，涵盖三种酵母菌株	NA	NA	分割精度	NA
13084	2025-10-05	3D human pose point cloud data of light detection and ranging (LiDAR) 2025-Oct, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.112043 PMID:41018860	研究论文	本文介绍了使用3D LiDAR传感器采集的用于人体姿态预测的点云数据集	利用3D LiDAR技术采集人体姿态点云数据，该方法不捕获面部图像，更保护个人隐私	当前数据采集仅使用一名30-40岁男性受试者，未来需要扩展更多样本人群	开发用于人体姿态预测的3D点云数据集	人体姿态点云数据	计算机视觉	NA	3D LiDAR传感技术	CNN	3D点云数据	1400个3D点云数据，包含4种人体姿态类别，每类280个训练数据和280个测试数据	NA	NA	NA	NA
13085	2025-10-05	Relational Graph Convolutional Network for Robust Mass Spectrum Classification 2025-Oct-01, Journal of the American Society for Mass Spectrometry IF:3.1Q1 DOI:10.1021/jasms.5c00055 PMID:40888691	研究论文	提出一种基于关系图卷积网络的新型深度学习架构，用于高分辨率质谱成像中的稳健质谱分类	首次在MSI分类中利用质量缺陷和已知质量差异等HRMS结构特征，将质谱表示为图结构以学习化学相关离子家族间的关联	未明确说明模型在特定类型质谱数据上的泛化能力限制	开发能够充分利用高分辨率质谱特征并具有鲁棒性的质谱分类方法	质谱成像数据中的质谱信号	机器学习	NA	高分辨率质谱成像	R-GCN, 深度学习	质谱数据	多个不同的MSI数据集	NA	关系图卷积网络	鲁棒性评估（针对质量偏移、离子丢失等信号变化）	NA
13086	2025-10-05	Bioinformatics and machine learning reveal novel prognostic biomarkers in head and neck squamous cell carcinoma 2025-Oct-01, Journal of applied genetics IF:2.0Q3 DOI:10.1007/s13353-025-01018-7 PMID:41028529	研究论文	通过生物信息学和机器学习方法识别头颈部鳞状细胞癌的新型预后生物标志物	结合深度学习和生物信息学分析鉴定出KRT33B、KRTAP3-3、C14orf34和ACADM等新型诊断和预后生物标志物，并发现ACADM、KRT33B和C14orf34组合具有最佳诊断性能	NA	寻找头颈部鳞状细胞癌的诊断和预后生物标志物以提高患者生存率	头颈部鳞状细胞癌患者	机器学习	头颈部鳞状细胞癌	RNA表达数据分析	深度学习	基因表达数据	NA	NA	NA	灵敏度, 特异性, AUC	NA
13087	2025-10-05	Modeling Enzyme Temperature Stability from Sequence Segment Perspective 2025-Oct-01, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c01674 PMID:41031662	研究论文	本文提出了一种从序列片段角度预测酶温度稳定性的深度学习框架	引入基于蛋白质序列片段表示的新方法，考虑不同区域对热稳定性的差异贡献	数据可用性有限且分布不平衡可能影响模型性能	开发能够准确预测酶温度稳定性的计算方法	酶蛋白质序列及其温度稳定性	机器学习	NA	深度学习	Transformer	蛋白质序列数据	NA	NA	Segment Transformer	RMSE, MAE, Pearson correlation, Spearman correlation	NA
13088	2025-10-05	Choroidal Vascular Fingerprints From Indocyanine Green Angiography Unveil Chorioretinal Disease State 2025-Oct-01, Investigative ophthalmology & visual science IF:5.0Q1 DOI:10.1167/iovs.66.13.3 PMID:41031739	研究论文	开发基于人机协同策略的深度学习算法，从吲哚菁绿血管造影图像中提取脉络膜血管多维特征，并探索其与多种脉络膜视网膜疾病的关联	首次提出脉络膜血管指纹概念，采用人机协同策略实现标注高效的深度学习算法，可量化血管直径、密度、复杂度、迂曲度和分支角度等多维特征	回顾性研究设计，样本量相对有限（394只眼），未包含所有类型的脉络膜视网膜疾病	开发标注高效的深度学习算法，探索脉络膜血管特征与脉络膜视网膜疾病的关联	中心性浆液性脉络膜视网膜病变、息肉样脉络膜血管病变、病理性近视患者及正常对照者的眼底图像	数字病理	脉络膜视网膜疾病	吲哚菁绿血管造影	深度学习分割模型	图像	394只眼（243只患者眼，151只正常对照眼）	NA	NA	AUC, ICC	NA
13089	2025-10-05	Deep Learning for Automatic Segmentation of Pituitary Adenomas: A Videomics Study 2025-Oct-01, Operative neurosurgery (Hagerstown, Md.) DOI:10.1227/ons.0000000000001781 PMID:41031839	研究论文	本研究评估了三种深度学习模型在垂体腺瘤自动分割中的性能，发现Swin Transformer模型在肿瘤边界描绘方面表现最优	首次将视频内镜与人工智能结合的videomics技术应用于垂体腺瘤的实时手术分割，并比较了Swin Transformer、YOLO和Mask R-CNN三种先进模型	回顾性研究，样本量相对有限（700帧图像），仅基于单一医疗机构数据	评估不同深度学习模型在垂体腺瘤自动分割中的性能，提高手术中肿瘤边界描绘的准确性	接受内镜经鼻手术的垂体腺瘤患者	计算机视觉	垂体腺瘤	视频内镜技术	Swin Transformer, YOLO, Mask R-CNN	视频帧图像	700帧代表性图像，来自20个手术视频（14个训练，3个验证，3个测试）	NA	Swin Transformer, YOLOv8x, Mask R-CNN	mAP, Dice相似系数, 召回率, 精确率	NA
13090	2025-10-05	A deep learning-enabled toolkit for the 3D segmentation of ventricular cardiomyocytes 2025-Oct-01, The Journal of physiology DOI:10.1113/JP288557 PMID:41031902	研究论文	开发了一种基于深度学习的工具包，用于心室心肌细胞的三维分割	首次将深度学习方法应用于高分辨率3D心肌细胞分割，并提供包含多物种、多实验条件的开源数据集和工具包	未明确说明模型在极端病理条件下的性能表现	开发可靠的心肌细胞3D分割方法以研究心脏生理和病理机制	心室心肌细胞	数字病理	心血管疾病	共聚焦显微镜	深度学习	3D图像	73个体积数据，涵盖7个物种（包括小鼠、人类和大象）	NA	NA	适应Rand误差, 体素对一致性	NA
13091	2025-10-05	Assessing the feasibility of deep learning-based attenuation correction using photon emission data in18F-FDG images for dedicated head and neck PET scanners 2025-Sep-30, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ae08ba PMID:40967236	研究论文	本研究评估了使用深度学习技术从非衰减校正的18F-FDG PET图像生成测量衰减校正图像在头颈部专用PET扫描器中的可行性	首次将ResNet深度学习网络应用于头颈部PET图像的衰减校正，探索了在无CT扫描情况下直接生成衰减校正图像的可行性	训练数据仅包含114名患者，未见病理情况的图像训练可能影响模型对病理图像的校正效果	开发基于深度学习的头颈部PET图像衰减校正方法，减少对CT扫描的依赖	头颈部18F-FDG PET图像	医学影像分析	头颈部疾病	PET成像，深度学习	CNN	2D医学图像	114名患者（12,068个切片），训练验证集21名患者，测试集24名正常患者和12名病理患者	NA	ResNet	RMSE, SSIM, PSNR, MSE, 对比度, SNR	NA
13092	2025-10-05	Tailored SONAR-MSI: Converting SONAR-MS Data into Pseudoimages for Deep-Learning-Based Natural Products Analysis 2025-Sep-30, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c03682 PMID:41025910	研究论文	开发了一种将SONAR-MS数据转换为伪图像并结合深度学习进行天然产物分析的新工作流程	首次将同步选择离子采集技术与伪质谱成像及深度学习相结合，建立了专门的数据转换协议	仅对五种密切相关的物种进行了案例研究，需要更广泛的验证	开发高效且信息丰富的天然产物质量分析方法	天然产物和密切相关的植物物种	机器学习	NA	LC-MS, SONAR, 质谱成像	CNN	质谱数据转换的伪图像	五种密切相关的物种	NA	CNN	准确率	NA
13093	2025-10-05	Nanoconfinement and Interface Effects on Calcium Phosphate Aggregation within a 2D Nanochannel: Insights from Deep-Learning Molecular Dynamics 2025-Sep-30, The journal of physical chemistry. B DOI:10.1021/acs.jpcb.5c04375 PMID:41026157	研究论文	通过深度学习分子动力学模拟研究二维纳米通道中钙磷物种的水合与聚集动力学	首次结合深度学习势函数与分子动力学模拟研究纳米限域环境下钙磷聚集行为	模拟结果需要实验验证，模型参数可能存在简化	阐明纳米限域和界面效应对钙磷聚集的影响机制	钙离子和磷酸盐物种在二维纳米通道中的聚集行为	计算化学	NA	分子动力学模拟，深度学习势函数	深度学习分子动力学	分子模拟数据	NA	NA	NA	NA	NA
13094	2025-10-05	StratoLAMP-2: A Microfluidics-Free, Deep-Learning Platform for Multiplex Digital Molecular Diagnostics 2025-Sep-30, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c04408 PMID:41026615	研究论文	开发了一种无需微流控、基于深度学习的多重数字分子诊断平台StratoLAMP-2	采用涡流生成的多分散液滴和焦磷酸镁沉淀作为视觉读数，通过引物浓度驱动的沉淀水平分层进行多重检测	液滴尺寸变异性和沉淀异质性带来的分析挑战	开发低成本、可扩展的数字核酸定量平台	核酸分子	机器学习	NA	数字核酸测试，环介导等温扩增(LAMP)	深度学习	图像	NA	NA	NA	准确度，鲁棒性	NA
13095	2025-10-05	Optimized Hybrid RNN-GRU Model for Predictive Diagnosis of Cardiovascular Disease 2025-Sep-30, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ae0d95 PMID:41027445	研究论文	本研究开发了一种结合RNN和GRU的混合深度学习模型，用于提高心血管疾病风险预测的准确性和效率	提出了一种优化的混合RNN-GRU模型，结合了RNN处理序列数据的能力和GRU的门控机制特性，在心血管疾病预测中实现了99.6%的准确率	研究仅使用了918个样本的数据集，样本规模相对较小，且数据来源单一	提高心血管疾病风险预测的准确性和效率	心血管疾病患者数据	机器学习	心血管疾病	深度学习	RNN, GRU	数值型医疗数据	918个样本	Scikit-learn	混合RNN-GRU架构	准确率, F1分数, 精确率, 召回率	NA
13096	2025-10-05	Serial 12-Lead ECG-Based Deep-Learning Model for Hospital Admission Prediction in Emergency Department Cardiac Presentations: Retrospective Cohort Study 2025-Sep-30, JMIR cardio DOI:10.2196/80569 PMID:41027578	研究论文	开发并验证一种融合连续12导联心电图波形、生命体征和临床数据的深度学习模型，用于早期预测急诊科心脏相关症状患者的住院需求	首次将连续12导联心电图波形与动态生命体征和常规临床数据融合，开发多模态深度学习模型进行早期住院预测	回顾性研究设计，依赖电子健康记录数据的完整性和质量	开发实时深度学习模型预测急诊科心脏相关症状患者的早期住院需求	因胸痛、呼吸困难、晕厥或近乎晕厥就诊于急诊科的成年患者	医疗人工智能	心血管疾病	12导联心电图	深度学习,随机森林	心电图波形,生命体征,结构化临床数据	30,421例就诊记录（至少1次心电图），11,273例就诊记录（至少2次心电图）	NA	多模态深度学习架构	AUROC	NA
13097	2025-10-05	3D Convolutional Neural Network for Predicting Clinical Outcome from Coronary Computed Tomography Angiography in Patients with Suspected Coronary Artery Disease 2025-Sep-30, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01667-4 PMID:41028565	研究论文	开发并评估用于从冠状动脉CT血管造影图像预测主要心脏事件的优化3D卷积神经网络模型	首次将优化的3D DenseNet架构应用于无标注CCTA图像进行心脏事件预测，并与传统风险评分结合实现逐步性能提升	单中心回顾性研究，数据未对冠状动脉斑块存在进行标注	通过深度学习改进疑似冠状动脉疾病患者的预后风险分层	疑似冠状动脉疾病患者	计算机视觉	心血管疾病	冠状动脉CT血管造影	CNN	3D医学图像	训练组5562名患者，测试组714名患者	NA	3D DenseNet	AUC	NA
13098	2025-10-05	Deep Learning-Based Cardiac CT Coronary Motion Correction Method with Temporal Weight Adjustment: Clinical Data Evaluation 2025-Sep-30, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01683-4 PMID:41028564	研究论文	提出一种基于深度学习的冠状动脉运动校正方法，通过时间权重调整改善心脏CT图像质量	提出时间加权运动校正网络(TW-MoCoNet)，结合时间权重校正模块和可微分空间变换模块	NA	减少心脏CT冠状动脉运动伪影，提高图像质量和临床可解释性	冠状动脉CT血管造影(CCTA)图像	计算机视觉	心血管疾病	CT血管造影	深度学习网络	医学图像	67例临床数据	NA	TW-MoCoNet	PSNR, SSIM, FOR, LIRS, MAS, 4点Likert量表	NA
13099	2025-10-05	EEG-based motor execution classification of upper and lower extremities using machine learning 2025-Sep-30, Computer methods in biomechanics and biomedical engineering IF:1.7Q3 DOI:10.1080/10255842.2025.2566260 PMID:41028971	研究论文	本研究使用机器学习方法对基于脑电图的上肢和下肢运动执行进行分类	比较了统计特征和共空间模式两种特征提取方法在四肢运动分类中的性能，并验证了实时应用的可行性	存在受试者变异性和数据集特异性问题	开发用于脑机接口和神经假体的运动执行分类方法	上肢和下肢运动执行的脑电图信号	机器学习	NA	脑电图	K-近邻算法,线性判别分析,多层感知机,支持向量机	脑电图信号	NA	NA	NA	准确率,F1分数,精确率,召回率	NA
13100	2025-10-05	A Resilient MEMS Sensor Array-AI System for DGA-Based Transformer Fault Monitoring in High-H2 Environments 2025-Sep-30, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.5c02569 PMID:41029895	研究论文	提出一种集成MEMS混合传感器阵列与CNN-LSTM-AM深度学习模型的协同优化传感框架，用于高氢环境下变压器故障监测	结合Pd-Au与MOS传感器的混合阵列设计，以及集成1D CNN特征提取与LSTM注意力机制的深度学习模型，并引入平滑标签训练方法	基于定制数据集验证，在实际工业环境中的长期稳定性需要进一步验证	开发高氢环境下变压器溶解气体分析的可靠监测系统	电力变压器故障监测	机器学习和传感器技术	NA	MEMS气体传感器，溶解气体分析	CNN, LSTM	气体传感器信号数据	定制数据集D1和UCI-TGS基准数据集	NA	CNN-LSTM-AM（1D CNN与LSTM注意力机制）	均方误差，预测方差	NA