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
1461	2025-07-16	[The development of AlphaFold and its applications in biology and medicine] 2025-Jul-06, Zhonghua yu fang yi xue za zhi [Chinese journal of preventive medicine] DOI:10.3760/cma.j.cn112150-20250117-00051 PMID:40661027	综述	本文综述了AlphaFold的发展历程及其在生物学和医学中的应用	AlphaFold2通过端到端深度学习架构实现了原子级精度的蛋白质结构预测，解决了长期以来的蛋白质折叠问题，而AlphaFold3进一步扩展了预测能力，能够模拟复杂的生物分子复合物	在模拟构象动力学和瞬时结合状态方面仍存在局限性	探讨AlphaFold在计算生物学中的发展及其多学科应用	蛋白质结构预测及生物分子复合物模拟	计算生物学	NA	深度学习	AlphaFold2, AlphaFold3	蛋白质结构数据	NA
1462	2025-07-16	MPN-RRT*: A New Method in 3D Urban Path Planning for UAV Integrating Deep Learning and Sampling Optimization 2025-Jul-02, Sensors (Basel, Switzerland) DOI:10.3390/s25134142 PMID:40648397	研究论文	提出了一种结合深度学习和采样优化的新型3D城市无人机路径规划方法MPN-RRT*	通过将Motion Planning Networks (MPNet)与RRT*结合，利用降维技术将3D城市地形切片为2D迷宫表示，并应用迁移学习优化采样，显著提高了计算效率和路径质量	研究仅基于MATLAB仿真验证，未涉及实际无人机飞行测试	提升无人机在复杂3D城市环境中的路径规划效率和路径质量	无人机(UAV)	机器学习和路径规划	NA	Motion Planning Networks (MPNet), Rapidly exploring Random Tree Star (RRT*), 迁移学习	MPNet, RRT*	3D城市地图数据	两个3D环境：稀疏的200 × 200 × 200地图和密集的800 × 800 × 200地图
1463	2025-07-16	The Pulseq-CEST Library: definition of preparations and simulations, example data, and example evaluations 2025-Jul, Magma (New York, N.Y.) DOI:10.1007/s10334-025-01242-6 PMID:40146474	研究论文	介绍Pulseq-CEST库，一个用于标准化和原型设计化学交换饱和转移（CEST）MRI序列的存储库	提供了一种灵活的机制来标准化和原型设计CEST序列，支持可重复研究、快速原型设计和深度学习训练数据生成	NA	标准化化学交换饱和转移（CEST）MRI研究，促进协作开发	CEST MRI序列及其模拟和评估	医学影像	NA	化学交换饱和转移（CEST）MRI，Bloch-McConnell模拟	Bloch-McConnell方程	模拟数据和实验数据	使用五管模型和模拟环境进行比较
1464	2025-07-16	Computer-Aided Technology for Bioactive Protein Design and Clinical Application 2025-Jul, Macromolecular bioscience IF:4.4Q1 DOI:10.1002/mabi.202500007 PMID:40260555	综述	本文综述了计算机辅助蛋白质设计（CAPD）技术及其在蛋白质治疗药物中的应用	整合了深度学习预测和生成模型，显著提升了蛋白质药物的结合亲和力、特异性并降低免疫原性	面临模型过拟合、稀有蛋白质家族数据不足以及需要高效实验验证等挑战	探讨CAPD技术在蛋白质工程和治疗药物开发中的应用	单克隆抗体、蛋白质药物、抗原和蛋白质聚合物	蛋白质工程	NA	计算机辅助蛋白质设计（CAPD）、深度学习	生成模型	蛋白质结构数据	NA
1465	2025-07-16	EM-PLA: environment-aware heterogeneous graph-based multimodal protein-ligand binding affinity prediction 2025-Jul-01, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf298 PMID:40354612	research paper	提出了一种基于环境感知异构图神经网络和多模态数据的深度学习方法EM-PLA，用于预测蛋白质-配体结合亲和力	首次将环境信息（源自蛋白质和配体的生化特性）整合到异构图神经网络中，改进了非共价相互作用的计算	未具体说明模型在哪些特定环境条件下表现不佳或存在偏差	提高蛋白质-配体结合亲和力预测的准确性和效率	蛋白质-配体结合亲和力	machine learning	NA	异构图神经网络（HGT）	HGT	multimodal data (蛋白质序列、配体序列、生化特性)	未明确说明（通过基准实验验证）
1466	2025-07-16	Deep learning reveals the complex genetic architecture of male guppy colouration 2025-Jul-01, Nature ecology & evolution IF:13.9Q1 DOI:10.1038/s41559-025-02781-w PMID:40596731	研究论文	利用深度学习揭示雄性孔雀鱼颜色变异的复杂遗传结构	结合卷积神经网络进行高分辨率表型分析、选择实验、控制谱系和全基因组重测序，首次揭示了孔雀鱼颜色模式的遗传基础	研究仅聚焦于雄性孔雀鱼，未涉及雌性或其他物种的颜色变异	解析雄性孔雀鱼颜色变异的遗传结构和维持机制	雄性孔雀鱼(Poecilia reticulata)的颜色变异	机器学习	NA	全基因组重测序、卷积神经网络	CNN	基因组数据、图像数据	NA
1467	2025-07-16	Deep Learning Discovers New Morphological Features while Predicting Genetic Alterations from Histopathology of Papillary Thyroid Carcinoma 2025-Jul, Thyroid : official journal of the American Thyroid Association IF:5.8Q1 DOI:10.1089/thy.2024.0691 PMID:40607934	研究论文	本研究利用深度学习技术从甲状腺乳头状癌（PTC）的组织病理学切片中预测基因变异，并发现新的形态学特征	使用Vision Transformer模型从组织病理学切片中预测基因变异，并发现与特定基因型相关的新形态学标准	研究为回顾性设计，需要进一步前瞻性验证	探索人工智能在预测PTC基因变异中的应用	甲状腺乳头状癌（PTC）患者	数字病理学	甲状腺癌	深度学习	Vision Transformer	图像	662例PTC患者（TCGA队列496例，Mainz队列166例）
1468	2025-07-16	Improving reconstruction of patient-specific abnormalities in AI-driven fast MRI with an individually adapted diffusion model 2025-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.17955 PMID:40660797	研究论文	本研究通过改进基于深度学习的MRI重建技术，利用去噪扩散模型结合患者特异性先验信息，提高了放疗规划中异常区域的识别准确性	提出了一种结合患者特异性先验信息的自适应扩散模型，显著提升了肿瘤和手术缺陷区域的MRI重建精度	研究样本量较小（73例），且仅针对脑肿瘤患者进行评估	改进基于AI的快速MRI重建技术，以更好地支持放疗规划	接受脑肿瘤放疗的儿科和年轻成人患者的MRI图像	医学影像分析	脑肿瘤	去噪扩散模型	扩散模型	MRI图像	73例患者（58例训练，15例测试）
1469	2025-07-16	AI-enabled precise brain tumor segmentation by integrating Refinenet and contour-constrained features in MRI images 2025-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.17958 PMID:40660802	research paper	该研究提出了一种名为SAM-RCCF的框架，通过整合RefineNet模块和轮廓约束特征，提高了Segment Anything Model (SAM)在医学图像分割中的鲁棒性和精确性	提出SAM-RCCF框架，整合RefineNet模块和条件控制场，针对医学图像特点优化分割精度	研究仅针对脑部肿瘤MRI图像，未验证在其他医学图像分割任务中的适用性	提升SAM模型在医学图像分割中的性能，特别是针对颅内肿瘤的分割任务	脑部肿瘤患者的MRI图像，包括胶质瘤、转移性肿瘤和脑膜瘤	digital pathology	brain tumor	MRI	SAM-RCCF (基于Segment Anything Model改进的模型)	image	484例脑部肿瘤患者的轴向T1加权对比增强MRI数据（164例胶质瘤，158例转移性肿瘤，162例脑膜瘤）
1470	2025-07-16	Structural semantic-guided MR synthesis from PET images via a dual cross-attention mechanism 2025-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.17957 PMID:40660837	研究论文	提出了一种结构语义引导的深度学习网络，通过双交叉注意机制从PET图像合成MR图像	探索了一种新的功能到结构的转换方法（PET到MR合成），并引入了结构语义损失和双交叉注意模块	未来需要将该合成方法扩展到其他模态合成任务和临床实践中	简化医学成像流程，提高效率和可及性	PET和MR图像	数字病理	脑部疾病	深度学习	双交叉注意机制（DCA）	医学图像（PET和MR）	NA
1471	2025-07-16	An unsupervised sparse-view CT reconstruction framework using combination of iterative deep image prior and ADMM 2025-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.17933 PMID:40660832	研究论文	提出了一种名为ADMM-DRP的无监督深度学习框架，用于稀疏视图和低剂量CT重建	结合了未经训练的神经网络和ADMM迭代重建算法，减少了对训练数据的依赖	未提及具体样本量或临床验证结果	改进稀疏视图和低剂量CT的图像重建质量	CT图像重建	医学影像	NA	深度学习、ADMM算法、TV正则化	无监督神经网络	CT图像	NA
1472	2025-07-16	Deep residual network-based projection interpolation and post-processing techniques for thoracic patient CBCT reconstruction 2025-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.17953 PMID:40660879	研究论文	本研究开发了一种基于深度学习的投影插值和后处理技术，用于改善胸部患者CBCT重建的图像质量并降低成像剂量	首次提出结合深度残差U-Net（DRU）模型的CBCT投影插值技术，并在真实患者投影数据上验证了其有效性	研究仅针对特定几何（半扇和全扇）的有限样本量进行了验证	开发深度学习技术以改善稀疏采样CBCT投影重建的图像质量并降低患者成像剂量	胸部患者的CBCT投影数据	数字病理	NA	深度学习、FDK算法	深度残差U-Net（DRU）	CBCT投影图像	76、98和136个从680个投影中提取的稀疏采样投影（半扇几何）
1473	2025-07-16	Denoising pediatric cardiac photon-counting CT data with sparse coding and data-adaptive, self-supervised deep learning 2025-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.17918 PMID:40660927	研究论文	本文提出了一种结合稀疏编码和数据自适应自监督深度学习的方法，用于降低儿科心脏光子计数CT数据的噪声	改进的Vision Transformer架构结合稀疏编码，通过动态调整训练过程中的数据保真度和表示稀疏性平衡，实现自监督去噪	在已经高度去噪的临床PCCT数据中，对1岁以下患者的数据会出现图像细节平滑的问题	提升儿科心脏CT图像去噪方法，适应不同图像质量	儿科心脏光子计数CT数据	医学影像处理	先天性心脏病	光子计数CT(PCCT)，深度学习	改进的3D Vision Transformer(mViT)	CT图像	20名患者数据用于训练(1-18岁)，3名额外患者数据(2名<1岁)和一组小鼠心脏PCCT数据用于测试
1474	2025-07-16	Preserving noise texture through training data curation for deep learning denoising of high-resolution cardiac EID-CT 2025-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.17938 PMID:40660962	研究论文	本研究开发并测试了用于训练CNN模型的基于图像的噪声估计方法，以评估EID-CT冠状动脉CT血管造影（cCTA）图像在高分辨率重建下的去噪性能和噪声纹理保留	提出了两种直接从高分辨率重建的EID-CT患者图像中估计噪声的方法，并通过训练不同的CNN模型比较了它们在去噪和噪声纹理保留方面的效果	研究仅基于有限的样本（7例患者cCTA检查），且模型在保留小解剖结构方面存在一定局限性	提高EID-CT冠状动脉CT血管造影图像的质量，使其在去噪后能保留自然噪声纹理并接近PCD-CT的分辨率	高分辨率重建的EID-CT冠状动脉CT血管造影图像	数字病理	心血管疾病	CNN去噪技术	U-net CNN	CT图像	7例患者cCTA检查及均匀水模体CT图像
1475	2025-07-16	Longitudinal Tracking of Emphysema Holes at Noncontrast CT: Dynamic Patterns and Clinical Relationships 2025-Jul, Radiology IF:12.1Q1 DOI:10.1148/radiol.243239 PMID:40662972	研究论文	该研究通过深度学习软件纵向追踪肺气肿空洞的动态变化，并分析其与FEV下降、疾病进展和死亡率的关系	首次使用深度学习技术对肺气肿空洞进行纵向追踪，并根据直径变化将其分组，揭示了不同动态模式与临床指标的关系	样本量较小（108名参与者），且仅针对韩国阻塞性肺疾病队列研究的数据进行二次分析	探索肺气肿空洞的动态变化模式及其临床意义	肺气肿患者的CT影像和临床数据	数字病理学	肺气肿	CT扫描	深度学习	医学影像	108名参与者（平均年龄63.4岁，104名男性）
1476	2025-07-16	Artificial Intelligence in Cognitive Decline Diagnosis: Evaluating Cutting-Edge Techniques and Modalities 2025-Jun-26, Studies in health technology and informatics DOI:10.3233/SHTI250670 PMID:40588878	review	本文通过范围综述评估人工智能在认知衰退早期诊断中的潜力	整合临床数据和脑电图与深度学习方法，提高诊断准确性，并探索自然语言处理模型在早期认知衰退检测中的应用	综述主要基于2020至2025年的文献，可能未涵盖最新研究进展	评估人工智能在认知衰退早期诊断中的应用和潜力	认知衰退（CD）患者	digital pathology	geriatric disease	MRI, EEG, 深度学习, 自然语言处理	深度学习, NLP模型	医学影像（MRI）, 脑电图（EEG）, 临床数据, 文本数据	涵盖2020至2025年同行评审的期刊和会议论文中的研究
1477	2025-07-16	Fault Identification Model Using Convolutional Neural Networks with Transformer Architecture 2025-Jun-23, Sensors (Basel, Switzerland) DOI:10.3390/s25133897 PMID:40648155	研究论文	提出了一种结合CNN和Transformer架构的新型混合深度学习框架，用于工业制造中的故障识别和剩余使用寿命预测	整合CNN特征提取与Transformer时间建模的混合架构，在NASA CMAPSS数据集上实现97%以上的准确率	仅验证于航空发动机数据，未涉及其他工业设备类型	开发智能维护系统，提升工业设备的自主故障检测能力	航空发动机多传感器时间序列数据	机器学习	NA	深度学习	CNN-Transformer混合模型	时间序列传感器数据	NASA CMAPSS数据集（具体数量未说明）
1478	2025-07-16	DeepFace: A High-Precision and Scalable Deep Learning Pipeline for Predicting Large-Scale Brain Activity from Facial Dynamics in Mice 2025-Jun-15, bioRxiv : the preprint server for biology DOI:10.1101/2025.06.10.658952 PMID:40661434	研究论文	介绍了一种名为DeepFace的高精度、可扩展的深度学习流程，用于从小鼠面部动态预测大规模大脑活动	在DeepLabCut和Facemap的基础上，解决了可扩展性瓶颈并改进了行为量化，提供了高精度、关键点定制和跨多种GCaMP系列的稳健性能	NA	提升小鼠面部动态分析和大脑活动预测的精度和可扩展性	小鼠的面部动态和大脑活动	数字病理学	NA	深度学习	DeepFace	视频	NA
1479	2025-07-16	Spatial multi-omics and deep learning reveal fingerprints of immunotherapy response and resistance in hepatocellular carcinoma 2025-Jun-12, bioRxiv : the preprint server for biology DOI:10.1101/2025.06.11.656869 PMID:40661489	研究论文	本研究通过空间转录组学和蛋白质组学分析，结合深度学习框架，揭示了肝细胞癌免疫治疗反应和抵抗的多组学特征	开发了一种可解释的多模态深度学习框架，用于从空间转录组和蛋白质组数据中提取关键细胞和分子特征，并构建了预测患者治疗反应的图神经网络模型	研究样本可能有限，且结果需要在更大规模的队列中进行验证	探索肝细胞癌免疫治疗反应和抵抗的机制	肝细胞癌组织样本	数字病理学	肝细胞癌	空间转录组学、空间蛋白质组学	图神经网络	空间多组学数据	未明确提及具体样本数量
1480	2025-07-16	Integrating structural homology with deep learning to achieve highly accurate protein-protein interface prediction for the human interactome 2025-Jun-12, bioRxiv : the preprint server for biology DOI:10.1101/2025.06.09.658393 PMID:40661495	研究论文	提出了一种结合结构同源性和深度学习的计算流程PIONEER2.0，用于高精度预测人类蛋白质相互作用组中的蛋白质-蛋白质界面残基	整合3D结构相似性与几何深度学习，显著优于AlphaFold3在预测界面残基方面的表现，并提供了实验验证	AlphaFold3无法为约一半的人类相互作用组生成高质量结构模型，PIONEER2.0在这些情况下表现更优，但仍存在局限性	研究蛋白质-蛋白质界面残基的预测方法，以帮助理解疾病相关突变的分子机制	人类蛋白质相互作用组中的蛋白质-蛋白质界面	生物信息学	NA	几何深度学习	PIONEER2.0	蛋白质结构数据	1,866个突变和5,010个突变-相互作用对