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
1341	2025-12-05	Quantitative Imaging for Interstitial Lung Disease 2025-Dec, Radiology. Cardiothoracic imaging DOI:10.1148/ryct.250041 PMID:41342677	综述	本文综述了定量影像学在间质性肺病诊断、分类和预后评估中的应用，重点介绍了定量CT和新兴定量MRI技术	总结了人工智能驱动的定量影像学新工具在ILD评估中的最新进展，并强调了其在临床工作流程中日益增长的重要性	NA	回顾和总结定量影像学在间质性肺病评估中的当前应用和新兴技术	间质性肺病，特别是特发性肺纤维化、过敏性肺炎和结缔组织病相关ILD	数字病理学	间质性肺病	CT，双能CT，MRI	NA	影像	NA	NA	NA	NA	NA
1342	2025-12-05	Artificial intelligence in depression diagnostics: A systematic review of methodologies and clinical applications 2025-Nov-28, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103320 PMID:41338039	综述	本文系统综述了人工智能在抑郁症诊断领域的方法学与临床应用现状	全面评估了多模态数据融合与先进神经网络架构在抑郁症诊断中的应用潜力，并提出了未来发展的路线图	存在数据集偏差、算法透明度不足、临床适用性有限等挑战	评估人工智能在抑郁症早期检测与分类中的应用现状与潜力	抑郁症诊断相关的人工智能研究	自然语言处理, 机器学习	抑郁症	机器学习, 深度学习	神经网络	文本, 语音, 行为数据, 生理数据	NA	NA	NA	诊断准确率	NA
1343	2025-12-05	REECAP: Contrastive learning of retinal aging reveals genetic loci linking morphology to eye disease 2025-Nov-27, medRxiv : the preprint server for health sciences DOI:10.1101/2025.11.19.25340555 PMID:41332846	研究论文	提出REECAP框架，通过对比学习从视网膜图像中学习衰老表征，并用于GWAS以发现与年龄相关眼病相关的遗传位点	首次将视网膜基础模型（RETFound）与对比学习结合，利用年龄信息引导表征学习，生成可用于GWAS的衰老表型，并发现了传统疾病标签GWAS未检测到的遗传位点	研究数据主要来自UK Biobank，可能受限于特定人群；未在外部独立队列中进行验证	探索视网膜形态与眼病遗传结构之间的联系	视网膜眼底图像	数字病理学	年龄相关眼病	对比学习，基因组关联分析（GWAS）	基础模型，对比学习模型	图像	52,742名UK Biobank参与者的87,478张眼底图像	NA	RETFound	位点发现数量，疾病相关性	NA
1344	2025-12-05	Artificial intelligence classification of pediatric middle ear effusion using consumer-grade otoscopes 2025-Nov-27, International journal of pediatric otorhinolaryngology IF:1.2Q3 DOI:10.1016/j.ijporl.2025.112655 PMID:41338131	研究论文	本研究利用消费级耳镜图像训练人工智能算法，用于预测儿童中耳积液的存在与否	首次使用消费级耳镜图像训练深度学习模型，实现中耳积液的自动分类，其性能可与或超越传统诊断工具如气动耳镜和鼓室图	样本来自单一手术人群（接受鼓膜置管术的儿童），可能限制模型在更广泛初级护理环境中的泛化能力	开发一种基于人工智能的辅助诊断工具，以改善初级护理环境中儿童中耳积液的早期和准确诊断	6个月至6岁儿童的中耳积液诊断	计算机视觉	中耳积液	消费级数字耳镜图像采集	深度学习神经网络	图像	来自219名患者的537张鼓膜图像	NA	NA	准确率, 灵敏度, 特异性	NA
1345	2025-12-05	Applications of artificial intelligence-based conversational agents in healthcare: A systematic umbrella review 2025-Nov-26, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2025.106204 PMID:41337874	综述	本文对人工智能对话代理在医疗保健领域的应用进行了系统性伞状综述，概述了其当前应用范围及健康相关结果	首次通过系统性伞状综述全面整合了AI对话代理在医疗保健中的多种应用及其有效性证据，揭示了研究领域的不平衡性	仅纳入英文全文综述，可能遗漏其他语言文献；依赖原始综述的质量，且难以对整体有效性得出明确结论	全面概述AI对话代理在医疗保健领域的当前应用及其相关的健康结果	2000年至2025年间发表的系统性文献综述，其中至少70%的原始研究涉及医疗保健背景下的AI对话代理应用	自然语言处理	NA	深度学习	NA	文本	44篇综述文章	NA	NA	NA	NA
1346	2025-12-05	Deep learning-based approaches for human pose estimation in interdisciplinary physics applications 2025-Nov-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-26972-4 PMID:41286255	研究论文	本文提出了一种基于深度学习的层次时空姿态网络和自适应姿态优化策略，用于解决跨学科物理应用中的人体姿态估计问题	提出HSTPN框架，结合多尺度特征融合与注意力机制，并引入APRS策略，通过迭代优化关键点位置来提升姿态预测的准确性和鲁棒性	未明确提及模型在极端遮挡或快速运动场景下的性能限制	开发一种能够泛化到真实世界场景的鲁棒人体姿态估计方法，以支持跨学科物理应用	人体姿态估计	计算机视觉	NA	深度学习	CNN	视频	NA	NA	Hierarchical Spatio-Temporal Pose Network (HSTPN)	预测准确度, 时间一致性, 计算效率	NA
1347	2025-12-05	Computational design of cysteine proteases 2025-Nov-22, bioRxiv : the preprint server for biology DOI:10.1101/2025.11.21.689808 PMID:41332739	研究论文	本文介绍了一种使用深度学习新方法RFD2-MI从头设计半胱氨酸蛋白酶，用于序列依赖性水解多肽骨架	利用RFD2-MI深度学习方法从头设计具有与自然界蛋白酶不同折叠结构的新型半胱氨酸蛋白酶，实现了高达3×10^6的速率增强	NA	开发新型蛋白酶设计方法，用于生物技术和医学应用	半胱氨酸蛋白酶的设计与性能评估	机器学习	NA	深度学习	深度学习模型	NA	NA	NA	RFD2-MI	速率增强倍数, TM score, Cα RMSD	NA
1348	2025-12-05	Forecasting Future Anatomies: Longitudinal Brain Mri-to-Mri Prediction 2025-Nov-21, ArXiv PMID:41333169	研究论文	本研究通过深度学习模型从基线MRI预测未来几年的大脑MRI图像，探索神经退行性疾病的个体化预后	首次系统比较五种深度学习架构进行纵向MRI图像到图像预测，实现体素级别的参与者特异性大脑状态预测	研究仅基于两个纵向队列（ADNI和AIBL），需要更多样化数据集验证泛化能力	预测未来大脑解剖结构以研究神经退行性疾病	阿尔茨海默病患者及轻度认知障碍参与者的大脑MRI图像	医学影像分析	阿尔茨海默病	磁共振成像	深度学习	医学影像	来自ADNI和AIBL两个纵向队列的参与者	NA	UNet, U2-Net, UNETR, Time-Embedding UNet, ODE-UNet	全局相似性指标, 局部差异指标	NA
1349	2025-12-05	Perioperative Artificial Intelligence Driven Integrated Modeling of Surgeries using Anesthetic, Physical and Cognitive Statuses for Predicting Hospital Outcomes 2025-Nov-21, Research square DOI:10.21203/rs.3.rs-8000504/v1 PMID:41333422	研究论文	本研究利用人工智能整合围手术期麻醉、生理和认知状态数据，预测住院结果，重点关注术前认知状态对手术预后的影响	首次将术前认知状态（通过时钟绘图测试量化）与围手术期变量结合，采用半监督深度学习算法提取特征，用于多手术组的预后预测	仅分析了6个有足够数据的手术组，可能无法推广到所有手术类型；认知状态评估仅依赖时钟绘图测试，未涵盖其他认知维度	预测住院时间、费用、随访疼痛和1年死亡率等手术结果，以改进医疗建模和围手术期风险预测	接受手术的患者，包括其麻醉、生理和认知状态数据	机器学习	老年疾病	时钟绘图测试，半监督深度学习算法	机器学习模型	结构化数据（包括认知特征、麻醉变量、生理指标等）	NA	Scikit-learn	NA	NA	NA
1350	2025-12-05	Deep Learning for Time-Series Segmentation of Mechanical Ventilator Waveforms 2025-Nov-21, Research square DOI:10.21203/rs.3.rs-8001137/v1 PMID:41333439	研究论文	本文开发并验证了一种基于一维注意力门控U-Net架构的深度学习模型，用于机械通气波形中吸气和呼气起始点的分割	首次将一维注意力门控U-Net架构应用于机械通气波形分割，在嘈杂真实数据中显著优于传统启发式方法，并通过梯度加权类激活映射揭示了模型利用多样化波形特征的能力	研究仅基于33名患者的9,719次呼吸数据，样本规模相对有限，且未在更广泛患者群体或不同呼吸机型号中进行外部验证	开发高精度实时波形分割方法以检测患者-呼吸机异步（PVAs）	机械通气波形中的吸气和呼气起始点	机器学习	呼吸系统疾病	机械通气波形分析	深度学习模型	时间序列数据（机械通气波形）	33名患者的9,719次呼吸	NA	一维注意力门控U-Net	F1分数	NA
1351	2025-12-05	Targeting peptide-MHC complexes with designed T cell receptors and antibodies 2025-Nov-20, bioRxiv : the preprint server for biology DOI:10.1101/2025.11.19.689381 PMID:41332722	研究论文	本文介绍了一种基于结构的深度学习框架ADAPT，用于设计针对特定肽-MHC复合物的T细胞受体和抗体	开发了首个基于结构的深度学习框架ADAPT，能够设计T细胞受体和抗体以精确靶向肽-MHC复合物，突破了传统方法在胸腺负选择限制下的局限性	研究主要基于计算设计和体外验证，尚未进行大规模体内或临床试验，且设计的TCRs和抗体的长期安全性和有效性需进一步评估	开发一种能够设计靶向肽-MHC复合物的T细胞受体和抗体的计算方法，以推动癌症免疫治疗和自身免疫性疾病治疗	肽-MHC复合物、T细胞受体、抗体	机器学习	癌症	冷冻电子显微镜、深度学习	深度学习模型	结构数据、序列数据	针对多种肽-MHC复合物面板进行了设计和表征	NA	ADAPT框架	原子级精度	NA
1352	2025-12-05	Radiologic, Pathologic, and Deep Learning Predictors of Response to Immune Checkpoint Blockade in Renal Cell Carcinoma Patients Undergoing Post-Treatment Nephrectomy 2025-Nov-20, medRxiv : the preprint server for health sciences DOI:10.1101/2025.11.19.25340277 PMID:41332849	研究论文	本研究通过整合放射学、病理学和深度学习模型，评估了肾细胞癌患者在接受免疫检查点抑制剂治疗后行肾切除术的疗效预测因素	首次提出了一个集成的、定量的框架来评估肾细胞癌患者接受免疫检查点抑制剂治疗后的反应，并利用深度学习模型客观验证病理学家评估的肿瘤消退程度和量化免疫浸润	研究为回顾性设计，样本量相对有限（99例患者），且需要在未来进行前瞻性验证	评估肾细胞癌患者在接受免疫检查点抑制剂治疗后行肾切除术的疗效预测因素，以指导术后适应性治疗策略	接受至少一个周期含免疫检查点抑制剂的双联疗法后行肾切除术的局部晚期或转移性肾细胞癌患者	数字病理学	肾细胞癌	深度学习	深度学习模型	放射影像数据, 病理图像数据	99例患者（66例减瘤性肾切除术，33例新辅助肾切除术）	NA	NA	风险比, 置信区间, p值	NA
1353	2025-12-05	Weakly Supervised Segmentation and Classification of Alpha-Synuclein Aggregates in Brightfield Midbrain Images 2025-Nov-20, ArXiv PMID:41333166	研究论文	本研究开发了一种基于弱监督分割和ResNet50分类器的自动化图像处理流程，用于在帕金森病和中脑组织的全切片图像中分割和分类α-突触核蛋白聚集体	提出了一种对免疫组化标记变异具有鲁棒性的弱监督分割方法，能够自动区分Lewy小体和神经突等主要聚集体形态	未明确说明样本量的具体限制或模型在其他数据集上的泛化能力	自动分析帕金森病中α-突触核蛋白聚集体的空间组织和异质性	帕金森病和中脑组织中的α-突触核蛋白聚集体（包括Lewy小体和神经突）	数字病理学	帕金森病	免疫组化染色	CNN	图像	NA	NA	ResNet50	平衡准确度	NA
1354	2025-12-05	Deep learning based ischemic lesion markers on non-contrast head CT compared to CTP and DWI 2025-Nov-19, medRxiv : the preprint server for health sciences DOI:10.1101/2025.11.18.25340504 PMID:41332814	研究论文	本研究比较了基于深度学习的非对比增强头部CT（DLNCCT）与手动NCCT、CTP和DWI在急性缺血性脑卒中中缺血区域分割的空间重叠和影像标志物一致性	开发了一种深度学习模型来自动分割NCCT上的缺血区域，并与CTP和DWI等现有方法进行比较，展示了DLNCCT在识别和量化缺血损伤方面的潜力	空间重叠指标（如Dice系数）相对较低（例如DLNCCT与DWI为0.22±0.25），表明分割一致性有待提高；样本中性别信息部分未知	评估深度学习模型在非对比增强CT上分割缺血脑组织的准确性，并与CTP和DWI等标准影像方法进行比较	急性缺血性脑卒中患者的非对比增强头部CT影像	数字病理学	心血管疾病	非对比增强CT（NCCT）、CT灌注成像（CTP）、弥散加权成像（DWI）	深度学习分割模型	医学影像（CT图像）	训练集218例（男性104例，女性89例，未知25例，平均年龄68±14岁），测试集762例（男性243例，女性206例，未知313例，平均年龄70±15岁）	NA	NA	Dice相似系数（DSC）、Bland-Altman分析（平均差异及95%置信区间）、一致性相关系数（CCC）	NA
1355	2025-12-05	Clinical Validation and Prospective Deployment of an Automated Deep Learning-Based Coronary Segmentation and Cardiac Toxicity Risk Prediction System 2025-Nov-18, ArXiv PMID:41333170	研究论文	本文介绍了一个基于深度学习的自动化冠状动脉分割和心脏毒性风险预测系统的临床验证与前瞻性部署	开发并验证了一个3D U-Net模型，用于自动分割心脏亚结构，并前瞻性地监测心脏剂量暴露，实现了大规模实时风险预警	训练数据主要来自单一机构（2003-2014年），可能限制了模型的泛化能力；外部验证数据集的时间跨度较长（2005-2020年），可能存在技术变化的影响	验证AI自动分割心脏亚结构的准确性，并预测心脏毒性风险，以促进冠状动脉保护治疗和随访	肺癌患者的心脏亚结构（如左前降支冠状动脉）	数字病理学	肺癌	CT扫描	深度学习	图像	训练集560例，内部验证70例，外部验证283例，回顾性分析3,399例，前瞻性监测1,386例	NA	3D U-Net	Dice系数, ASSD, 绝对差异百分比, 风险比	NA
1356	2025-12-05	Hyperbolic Graph Embeddings Reveal the Host-Pathogen Interactome 2025-Nov-18, ArXiv PMID:41333173	研究论文	本文开发了一个名为ApexPPI的深度学习框架，利用双曲图嵌入技术预测宿主与病原体之间的蛋白质相互作用	首次将蛋白质网络表示为双曲黎曼空间以捕捉生物网络的层次性和无标度结构，并整合多模态生物数据通过多任务双曲图神经网络进行预测	预测结果仍需通过实验验证，且模型性能可能受输入数据质量和完整性的影响	预测宿主与病原体之间的蛋白质相互作用，以促进新疗法的发现	宿主与病原体蛋白质	机器学习	传染病	蛋白质序列分析、基因扰动实验、互补相互作用网络	图神经网络	蛋白质序列、基因表达数据、网络数据	数千万个可能的蛋白质对	NA	多任务双曲图神经网络	准确率	NA
1357	2025-12-05	Toggle-Untoggle - a cell segmentation tool with an interactive user verification interface 2025-Nov-15, Journal of cell science IF:3.3Q3 DOI:10.1242/jcs.264154 PMID:41065013	研究论文	本文介绍了一个名为Toggle-Untoggle的桌面应用程序，用于荧光显微镜图像中细胞分割的质量控制	开发了一个无需编程的交互式用户验证界面，结合了预训练的Cellpose模型，允许用户直观地调整和修正自动细胞分割结果	NA	提高荧光显微镜图像中细胞分割的准确性和可访问性，使湿实验室研究人员能进行高效的定量分析	荧光显微镜图像中的细胞	数字病理学	NA	荧光显微镜成像	深度学习模型	图像	NA	NA	Cellpose cyto3模型, nuclei模型	NA	NA
1358	2025-12-05	Computational workflows for natural and biomedical image processing based on hypercomplex algebras 2025-Nov-14, Patterns (New York, N.Y.) DOI:10.1016/j.patter.2025.101388 PMID:41328164	研究论文	本文介绍了一种基于超复数代数（如四元数）的计算工作流，用于自然和生物医学图像处理，包括图像重新着色、去色、对比度增强以及组织学图像的染色分离等任务	利用四元数和二维正交平面分割框架，开发了非数据驱动的图像处理方法，在多种处理任务中展现出与现有方法相当或更优的性能	未明确提及方法在处理高维数据或实时应用中的具体限制	开发基于超复数代数的图像处理工作流，以提升自然和生物医学图像的处理效果	自然图像和生物医学图像（包括组织学图像）	计算机视觉, 数字病理学	NA	图像处理工作流	NA	图像	NA	NA	NA	NA	NA
1359	2025-12-05	Plug-and-play computational method for advancing natural and biomedical image representation 2025-Nov-14, Patterns (New York, N.Y.) DOI:10.1016/j.patter.2025.101412 PMID:41328168	研究论文	本文介绍了一种基于超复数代数的非数据驱动框架，用于自然和生物医学图像处理	提出了一种无需训练数据的即插即用方法，适用于多种图像处理任务	NA	推进自然和生物医学图像的表示方法	自然和生物医学图像	计算机视觉	NA	超复数代数	NA	图像	NA	NA	NA	NA	NA
1360	2025-12-05	Pan-microalgal dark proteome mapping via interpretable deep learning and synthetic chimeras 2025-Nov-14, Patterns (New York, N.Y.) DOI:10.1016/j.patter.2025.101373 PMID:41328162	研究论文	本研究开发了一个名为LASR的深度学习框架，用于对微藻基因组中的“暗蛋白质组”序列进行分类和注释	提出了结合Transformer和状态空间模型的LASR框架，使用合成嵌合序列进行训练，实现了比传统BLASTP快约10,701倍的分类速度，并保持了高准确率	研究仅针对十个藻类门类，可能无法完全覆盖所有微藻物种的多样性	开发高效准确的微藻暗蛋白质组序列分类工具	十个藻类门类的翻译ORFeomes序列	自然语言处理	NA	氨基酸序列分析	Transformer, 状态空间模型	氨基酸序列	约7700万条序列	NA	Transformer	召回率, 准确率	NA