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
1301	2026-08-23	An interpretable geometric graph neural network for enhancing the generalizability of drug-target interaction prediction 2025-11-26, BMC biology IF:4.4Q1 DOI:10.1186/s12915-025-02456-9 PMID:41299450	研究论文	提出一种可解释的几何图神经网络GPS-DTI，用于提高药物-靶点相互作用预测的泛化能力	结合GINE图神经网络和多头注意力机制建模药物分子，利用预训练ESM-2模型和CNN提取蛋白质特征，并通过交叉注意力模块增强模型可解释性	信息不足，未在摘要中明确提及局限性	提高药物-靶点相互作用预测的泛化能力，特别是在面对未见过的药物或靶点时	药物分子和蛋白质	机器学习	COVID-19	NGS, ONT, RNA-seq, methylation sequencing	图神经网络、卷积神经网络、多头注意力机制	分子结构数据、蛋白质序列数据	信息不足，未在摘要中明确提及样本数量	PyTorch	GINE, CNN, ESM-2, 交叉注意力模块	准确性、AUC、F1分数等	GPU (NVIDIA V100, A100)
1302	2026-08-23	A Custom Annotated Dataset for Segmentation of Pulmonary Veins, Arteries, and Airways 2025-11-18, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-06074-6 PMID:41253855	研究论文	本文介绍了AirRC数据集，包含254个CT扫描的三维肺静脉、动脉、气道腔和气道壁标注，并验证了基于MONAI的深度学习分割模型的性能	首次提供包含肺静脉、动脉、气道腔和气道壁的多结构三维标注的大规模公共数据集，并采用两阶段细化策略改进小气道分支分割	文中未明确提及局限性	解决肺部结构分割中缺乏大规模多结构标注公共数据集的问题，提供基准资源以支持先进分割算法的开发和评估	肺静脉、动脉、气道腔和气道壁	数字病理学	肺部疾病	CT成像	深度学习模型	图像	254个CT扫描样本	MONAI	NA	Dice相似系数	NA
1303	2026-08-23	Sequential Human Assembly and Disassembly Motions in Human-Robot Coexisting Environments 2025-11-11, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-06042-0 PMID:41219251	研究论文	本文介绍了一个用于人机共存环境中顺序性人类装配与拆卸动作研究的新型多视角数据集，包含RGB视频和2D/3D人体骨骼数据。	提出了一个专门针对人机共存环境中顺序性人类装配和拆卸动作的数据集，涵盖了部分遮挡、重复相似动作和多样人类行为等现有数据集常忽略的挑战。	文中未明确提及局限，但可能包括数据集中于装配和拆卸场景，以及参与者数量有限等。基于标题和摘要，未给出具体限制。	推动人类运动预测、面向任务的机器人顺序决策、自主机器人的运动和任务规划，以及人机协作策略的研究。	人类在共享空间中执行顺序装配和拆卸动作的行为，以及多视角相机记录的相关数据。	计算机视觉	NA	NA	深度学习模型（用于基准测试）	图像、视频、坐标数据	超过10,000个样本，来自33名参与者。	NA	NA	NA	NA
1304	2026-08-23	A Mandibular Defect Dataset for Autonomous Reconstruction Planning in Oral and Maxillofacial Surgery 2025-11-10, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-06048-8 PMID:41214004	研究论文	本文介绍首个临床来源的下颌骨缺损数据集，包含147个模型，用于口腔颌面外科自主重建规划的人工智能算法开发	首次提供临床来源的下颌骨缺损数据集，准确反映临床缺损边界的复杂性和患者个体解剖结构的多样性，有助于提高AI模型的泛化性和适应性	未在摘要中提及具体局限性	为深度学习的下颌骨缺损重建算法提供高质量数据集，以解决临床挑战	147个下颌骨缺损模型	数字病理学	口腔颌面疾病	NA	NA	图像	147个下颌骨缺损模型	NA	NA	NA	NA
1305	2026-08-23	Clinical validation of a deep learning model for low-count PET image enhancement 2025-11, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-025-07370-4 PMID:40471320	研究论文	临床验证深度学习模型RaDynPET在四倍减少计数全身PET图像增强中的效果	开发了专门用于低计数PET图像增强的深度学习模型RaDynPET，并在内部和外部队列中进行了临床验证，证明了其在恢复图像质量的同时保持标准摄取值一致性的能力	未在摘要中明确提及局限性	评估深度学习模型RaDynPET在四倍减少计数全身PET检查中的效果	120名接受18F-FDG PET/CT检查的患者（84名内部队列和36名外部队列）	医学影像	不特定疾病	PET/CT成像	深度学习模型	PET图像	120名患者	NA	RaDynPET	图像质量评分、标准化摄取值、标准差、信噪比、肿瘤背景比、对比噪声比、灵敏度、特异性、峰值信噪比、结构相似性指数	NA
1306	2026-08-23	Artificial intelligence-enabled opportunistic identification of immune checkpoint inhibitor-related adverse events using [18F]FDG PET/CT 2025-11, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-025-07364-2 PMID:40439712	研究论文	本研究利用人工智能技术对[18F]FDG PET/CT图像进行器官级摄取变化分析，以机会性检测免疫检查点抑制剂相关不良事件	提出了一种基于深度学习自动分割和肿瘤病灶去除的AI驱动方法，用于量化治疗前后[18F]FDG PET/CT中多个器官的摄取变化，实现irAE的机会性检测	样本量较小（64例患者），且研究为回顾性设计，需要前瞻性验证	评估AI驱动的[18F]FDG PET/CT摄取变化分析在检测免疫相关不良事件中的有效性	接受ICI治疗的肺癌、黑色素瘤或淋巴瘤患者	医学影像分析	肺癌、黑色素瘤、淋巴瘤、免疫相关不良事件	[18F]FDG PET/CT成像	深度学习模型	医学图像	64例患者	NA	NA	p值、ΔSUVmax、ΔSUVmean	NA
1307	2026-08-23	Optic Nerve Atrophy Conditions Associated With 3D Unsegmented Optical Coherence Tomography Volumes Using Deep Learning 2025-Oct-01, JAMA ophthalmology IF:7.8Q1 DOI:10.1001/jamaophthalmol.2025.2766 PMID:40839281	研究论文	本研究利用三维深度学习模型分析未分割的视神经头光学相干断层扫描（OCT）体积，以区分青光眼、非动脉炎性前部缺血性视神经病变（NAION）、视神经炎和健康眼的视神经萎缩。	首次使用三维、未分割的OCT体积和ResNet-3D-18架构来区分多种视神经萎缩病因，并比较了全体积、视乳头周围区域和视神经头区域的性能，通过激活图揭示了疾病特异性视网膜区域。	视神经炎分类具有挑战性，当轴突损失严重或轻微时易被误分类为NAION或健康眼。	确定三维深度学习模型能否可靠区分青光眼、NAION、视神经炎和健康眼的视神经萎缩。	青光眼、NAION、视神经炎患者和健康对照眼的视神经头OCT扫描。	计算机视觉、数字病理学	青光眼、非动脉炎性前部缺血性视神经病变（NAION）、视神经炎	光学相干断层扫描（OCT）	三维卷积神经网络（3D-CNN）	三维OCT图像	7014次Cirrus视神经头OCT扫描，来自1382只眼睛（年龄平均54.2岁；男性733人，女性402人），包括青光眼（113例）、NAION（311例）、视神经炎（163例）和健康对照（715例）	NA	ResNet-3D-18	准确率、宏平均AUC-ROC、精确率、召回率、F1分数、混淆矩阵	NA
1308	2026-08-23	Deep-Learning-Based Analysis of Disease-Specific Structural Biomarkers on Retinal Sensitivity in Neovascular Age-Related Macular Degeneration 2025-09-02, Investigative ophthalmology & visual science IF:5.0Q1 DOI:10.1167/iovs.66.12.68 PMID:41025875	研究论文	该研究利用深度学习分析新生血管性年龄相关性黄斑变性（nAMD）患者视网膜敏感性相关的疾病特异性结构生物标志物。	首次使用深度学习量化nAMD中的多个结构生物标志物并进行共配准，以评估其对点状视网膜敏感性的影响，并发现了生物标志物与偏心率之间的交互作用。	样本量较小（20只眼睛），且仅包括活动性nAMD患者，可能限制普遍性。	评估特定生物标志物（如PED、IRF、SRF、EZL、SHRM）对活动性nAMD患者点状视网膜敏感性的影响。	20名活动性nAMD患者（平均年龄76.0岁）的20只眼睛。	深度学习、医学影像分析	年龄相关性黄斑变性（新生血管性）	光学相干断层扫描（OCT）、微视野计（MP）、深度学习	深度学习模型（具体架构未在摘要中说明）	医学影像（OCT图像、微视野计数据）	20只眼睛（20名受试者）	NA	NA	平均敏感性差异（dB）、95%置信区间	NA
1309	2026-08-23	Understanding the stability landscape of LbCas12a by deep analysis of stabilizing mutations and mutation combinations 2025-09, Protein science : a publication of the Protein Society IF:4.5Q1 DOI:10.1002/pro.70280 PMID:40838855	研究论文	本文通过深入分析稳定化突变及其组合，研究了LbCas12a的稳定性景观，揭示了突变间的上位效应及稳定性与活性的权衡关系	首次系统分析了LbCas12a稳定化突变间的相互作用，发现突变在不同背景下对稳定性的影响差异显著，并展示了稳定化突变可恢复不稳定变体的功能	未明确说明局限性与样本量，可能受限于体外实验条件，缺乏体内验证	理解LbCas12a的稳定性景观，为开发新型Cas核酸酶工程策略提供见解	LbCas12a蛋白及其突变体	蛋白质工程	NA	深度学习预测、饱和突变、熔解温度分析	深度学习模型	蛋白质序列与稳定性数据	约90个稳定化突变体，19个S962位点氨基酸替换	NA	NA	熔解温度(Tm)、活性测定结果	NA
1310	2026-08-23	Patient-Specific Deep Learning Tracking Framework for Real-Time 2D Target Localization in Magnetic Resonance Imaging-Guided Radiation Therapy 2025-07-15, International journal of radiation oncology, biology, physics DOI:10.1016/j.ijrobp.2024.10.021 PMID:39461599	研究论文	提出一种基于患者特异性训练的深度学习肿瘤追踪框架，用于磁共振引导放疗中的实时二维靶区定位	利用患者特异性训练结合图像配准变换器和自动分割卷积神经网络，实现对2D电影MRI的实时肿瘤追踪，显著提高了定位精度和速度	未提及具体限制	开发并验证一种基于患者特异性深度学习模型的实时肿瘤定位方法，用于磁共振引导放疗	219名患者的超过1,400,000帧电影MRI以及另外35名患者的7,500帧手动标注图像	医学影像分析	肿瘤（胸、腹、盆腔靶区）	磁共振成像（MRI）	图像配准变换器、卷积神经网络（CNN）	2D电影磁共振图像	219名患者的超过1,400,000帧未标注图像，以及35名患者的7,500帧手动标注图像	未提及	图像配准变换器、自动分割CNN	Dice相似系数、50%和95%豪斯多夫距离、均方根误差	未提及
1311	2026-08-23	DGAT: A Dual-Graph Attention Network for Inferring Spatial Protein Landscapes from Transcriptomics 2025-Jul-09, bioRxiv : the preprint server for biology DOI:10.1101/2025.07.05.662121 PMID:40672156	研究论文	提出一种名为DGAT的双图注意力网络，从转录组数据推断空间蛋白质表达谱	构建了整合转录组、蛋白质组和空间信息的异构图，利用图注意力网络学习RNA-蛋白质关系，并通过任务特定解码器从共享潜在表示中重建mRNA和预测蛋白质丰度	未提及具体局限性	实现从仅转录组空间数据中获得蛋白质水平见解，弥合空间组学中的关键缺口	空间转录组数据及对应的空间CITE-seq数据集，包括扁桃体、乳腺癌、胶质母细胞瘤和恶性间皮瘤样本	深度学习	乳腺癌, 胶质母细胞瘤, 恶性间皮瘤	空间转录组学, CITE-seq	图注意力网络	转录组数据, 蛋白质组数据, 空间信息	多个公共和内部数据集，包括扁桃体、乳腺癌、胶质母细胞瘤和恶性间皮瘤	未提及（NA）	图注意力网络	蛋白质插补准确性	未提及（NA）
1312	2026-08-23	Deep learning-guided design of dynamic proteins 2025-05-22, Science (New York, N.Y.) DOI:10.1126/science.adr7094 PMID:40403060	研究论文	本文描述了一种基于深度学习的通用方法，用于从头设计蛋白质内结构域几何之间的动态变化，达到原子级精度，并验证了设计构象及通过配体和突变调节构象景观的能力	首次将深度学习应用于从头设计蛋白质的动态构象变化，超越了静态结构设计，实现了原子级精度的可控运动，并用实验验证	摘要未明确提及局限性	开发从头设计具有动态构象变化蛋白质的方法，以模拟自然信号蛋白的开关机制	动态蛋白质设计及其构象变化	蛋白质设计	不适用	深度学习	深度学习模型	蛋白质结构数据	未明确说明，涉及四种设计结构	不适用	不适用	结构验证、模拟与实验一致性	未提及
1313	2026-08-23	Deep Learning-Based ASPECTS Algorithm Enhances Reader Performance and Reduces Interpretation Time 2025-03-04, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8491 PMID:39255988	研究论文	通过多读者、多病例研究，评估深度学习算法CINA-ASPECTS在支持临床医生评估ASPECTS时对表现和解读时间的影响	首次在一个包含多种扫描仪型号和供应商的多中心数据集中，系统评估深度学习算法作为临床辅助工具对ASPECTS评估准确性和效率的提升作用，并分析其对读者间一致性的改进	未在文中明确提及限制，可能包括算法依赖特定的参考标准、样本量有限或依赖单一算法等	评估深度学习算法在辅助临床医生解读ASPECTS时对性能和时间的影响，以改善急性缺血性卒中患者的治疗选择	来自5个临床站点、27种扫描仪型号和4个不同供应商的200个NCCT扫描，以及8名临床医生（4名典型ASPECTS读者和4名高级神经放射科医生）	深度学习、医学影像分析	急性缺血性卒中	CT成像（NCCT、CTA、CTP）	深度学习算法	CT扫描图像	200个NCCT扫描，8名读者（4名典型读者和4名高级神经放射科医生）	NA	NA	区域准确性、ROC AUC、评分一致性（组内相关系数）、解读时间	NA
1314	2026-08-23	Deep Learning-Based Synthetic Computed Tomography for Low-Field Brain Magnetic Resonance-Guided Radiation Therapy 2025-03-01, International journal of radiation oncology, biology, physics DOI:10.1016/j.ijrobp.2024.09.046 PMID:39357787	研究论文	开发了一种基于条件生成对抗网络的深度学习模型，用于从低场磁共振图像生成脑部合成计算机断层扫描（synCT），以实现磁共振引导放射治疗的剂量计算	首次使用条件生成对抗网络结合9块残差网络生成器和PatchGAN判别器，从0.35T低场MR图像生成可用于在线自适应放疗的高保真synCT	术后异常区域的欠代表性表现挑战了模型性能，且研究样本量较小（12名训练患者和9名验证患者）	生成高保真synCT以支持低场MR引导放疗中的在线自适应治疗和剂量计算	12名胶质瘤患者（训练）和9名不同MR-linac上的患者（验证），使用头颈表面线圈或高分辨率脑线圈扫描	医学图像分析	胶质瘤	低场磁共振成像（0.35T MR-linac）	条件生成对抗网络（cGAN）	MRI-CT配对图像	12名胶质瘤患者（训练），9名患者（验证）	PyTorch	9块残差网络生成器，PatchGAN判别器	平均绝对误差（MAE），峰值信噪比（PSNR），结构相似性指数（SSIM），剂量体积直方图指标，伽马分析	NA
1315	2026-08-23	The role of sleep quality in mediating the relationship between habenula volume and resilience 2025-02, Psychiatry research IF:4.2Q1 DOI:10.1016/j.psychres.2025.116358 PMID:39799818	研究论文	本研究通过MRI数据，探讨了睡眠质量在缰核体积与心理韧性关系中的中介作用。	首次在人类中提出并验证睡眠质量作为缰核体积与心理韧性之间关系的中介变量，并结合深度学习分割模型进行体积测量。	样本量较小（84名健康参与者），且未涵盖临床抑郁人群，可能影响结果的普适性。	探索睡眠质量是否作为缰核体积与心理韧性关联的中介机制，为抑郁症预防提供潜在靶点。	健康参与者的大脑缰核体积、睡眠质量、心理韧性。	神经影像学	抑郁症	MRI（3T-T1加权成像）	深度学习分割模型	图像（MRI）和问卷数据	84名健康参与者	NA	NA	相关性分析（如皮尔逊相关系数）、中介分析中的间接效应	NA
1316	2026-08-23	Post-processing enhances protein secondary structure prediction with second order deep learning and embeddings 2025, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2024.12.022 PMID:39866664	研究论文	本文提出使用二阶深度学习（SHN方法训练的CNN）和蛋白质语言模型嵌入进行蛋白质二级结构预测，并通过后处理技术显著提升预测精度	首次将SHN优化方法训练的CNN与预训练蛋白质语言模型嵌入相结合，并引入后处理技术（集成和滤波）大幅提高Q3准确率	未明确提及局限性，但后处理窗口大小受限于最小蛋白质长度，可能影响泛化性	提高蛋白质二级结构预测的准确性，并探索嵌入表示和后处理技术的有效性	蛋白质二级结构预测，涉及CB513、PISCES和CASP13数据集	机器学习	NA	语言模型嵌入	CNN	蛋白质序列	CB513数据集、PISCES数据集和CASP13数据集（具体样本数未提及）	NA	CNN	Q3准确率、SOV分数	NA
1317	2026-08-23	Multi-modality deep learning-based [68Ga]Ga-DOTA-FAPI-04 PET polar map generation: potential value in detecting reactive fibrosis after myocardial infarction 2024-11, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-024-06850-3 PMID:39060373	研究论文	提出一种基于深度学习的多模态图像融合方法，用于生成[68Ga]Ga-DOTA-FAPI-04 PET极坐标图，并探索其在心肌梗死后反应性纤维化检测中的潜在价值	利用多模态图像融合补偿PET图像中心脏结构信息缺失，提高了极坐标图生成的准确性，超越了现有商业软件	未明确提及，但样本量有限且为单中心研究	提高[68Ga]Ga-DOTA-FAPI-04 PET图像极坐标图生成的准确性，并评估其在检测心肌梗死后反应性纤维化及与心功能关系中的临床价值	87例ST段抬高型心肌梗死患者，共133对PET/MR图像，其中26例用于纵向分析	深度学习，医学影像	心肌梗死	PET/MR成像	深度学习模型（未具体指定）	医学图像（PET和MR）	133对PET/MR图像，来自87例患者，26例用于纵向分析	NA	NA	准确性、相关性（r值）	NA
1318	2026-08-23	Sedation-free pediatric [18F]FDG imaging on totalbody PET/CT with the assistance of artificial intelligence 2024-11, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-024-06818-3 PMID:38958680	研究论文	本研究探讨了利用全身超快PET扫描仪和基于深度学习的衰减与散射校正技术，实现无需镇静的儿童PET成像的可行性。	将超快全身PET成像与深度学习为基础的衰减和散射校正相结合，实现了无需镇静的儿科PET成像，减少了镇静副作用并保持诊断质量。	研究样本量较小，且为回顾性研究，可能限制了结果的普遍性。	评估无需镇静的儿科PET成像方法，通过超快采集和深度学习ASC技术保证图像质量。	35例四岁以下镇静儿科患者的全身PET成像数据，以及5例非镇静儿科患者的验证数据。	医学影像	不适用	PET/CT成像，深度学习	深度学习模型	医学影像	35例镇静患者和5例非镇静患者	未提及	未提及	定性评分、病灶可检测性、标准化摄取值（SUV）	未提及
1319	2026-08-23	A deep learning model for generating [18F]FDG PET Images from early-phase [18F]Florbetapir and [18F]Flutemetamol PET images 2024-10, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-024-06755-1 PMID:38861183	研究论文	本研究旨在利用深度学习从早期淀粉样蛋白PET图像生成[18F]FDG PET图像，以减少扫描次数和辐射剂量	首次使用SwinUNETR模型从早期淀粉样蛋白PET图像合成[18F]FDG PET图像，并验证其在临床评估中的相似性	未提及	评估深度学习在从早期淀粉样蛋白PET图像合成[18F]FDG PET图像中的价值，以减少多个PET扫描	包括认知正常个体、轻度认知障碍和痴呆患者的脑部PET和MRI图像	医学图像分析	阿尔茨海默病	PET成像	Transformer	图像	166名受试者，其中认知正常72名，轻度认知障碍73名，痴呆21名	PyTorch	SwinUNETR	临床相似性评分、Dice系数、相关性分析（斜率、R²、P值）	NA
1320	2026-08-23	[18F]FDG PET integrated with structural MRI for accurate brain age prediction 2024-10, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-024-06784-w PMID:38839623	研究论文	本文开发了一种基于[18F]FDG PET和结构MRI的双路径3D简单全卷积网络（Dual-SFCNeXt）用于预测脑年龄，并验证其提高预测准确性。	首次整合[18F]FDG PET和结构MRI的多模态数据，提出Dual-SFCNeXt双路径网络，显著提升脑年龄预测准确性。	样本量有限，且限于特定数据集，可能影响泛化能力；未提及计算资源的详细情况。	建立一种利用结构和代谢成像数据的深度学习方法来准确预测脑年龄。	正常对照、轻度认知障碍和阿尔茨海默病受试者。	计算机视觉, 深度学习	阿尔茨海默病	PET成像, MRI成像	CNN, 简单全卷积网络	图像（[18F]FDG PET和结构MRI）	395名正常对照（UMIDC）；438名正常对照、51名轻度认知障碍和56名阿尔茨海默病（ADNI）	NA	SFCNeXt, Dual-SFCNeXt	平均绝对误差（MAE）, 皮尔逊相关系数（r）	NA