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	2025-09-18	Structurally-informed human interactome reveals proteome-wide perturbations by disease mutations 2024-Feb-01, bioRxiv : the preprint server for biology DOI:10.1101/2023.04.24.538110 PMID:37162909	研究论文	提出深度学习框架PIONEER，预测蛋白质结合界面并构建结构信息化的蛋白质互作组，揭示疾病突变对蛋白质相互作用的广泛扰动	开发了基于深度学习的集成框架PIONEER，能够准确预测蛋白质结合伴侣特异性界面，并生成全面的结构信息化的蛋白质互作组	NA	研究人类遗传和基因组发现向疾病病理生物学和治疗方法发现的转化，特别是在多尺度互作网络层面	人类及其他七种常见模式生物的已知蛋白质相互作用	机器学习	癌症	深度学习，全外显子组测序	深度学习集成框架	基因组数据，蛋白质互作数据	约60,000个生殖系外显子组和约36,000个体细胞基因组，以及来自33种癌症类型的约11,000个肿瘤全外显子组
1462	2025-09-18	Deep learning diagnostic performance and visual insights in differentiating benign and malignant thyroid nodules on ultrasound images 2023-12, Experimental biology and medicine (Maywood, N.J.) DOI:10.1177/15353702231220664 PMID:38279511	研究论文	本研究构建并评估了一个基于超声图像的深度学习模型，用于准确区分良性和恶性甲状腺结节	结合Grad-CAM可视化技术展示模型决策过程，并与80名放射科医生进行图灵测试对比	诊断准确率有待进一步提高，需更多研究支持初级医疗场景的辅助诊断	开发AI辅助诊断工具以提高甲状腺结节良恶性鉴别的准确性和效率	甲状腺结节患者	计算机视觉	甲状腺癌	超声成像	ResNet	图像	655个独立甲状腺结节的2096张超声图像，独立测试集包含100例
1463	2025-09-18	Deep learning with citizen science data enables estimation of species diversity and composition at continental extents 2023-12, Ecology IF:4.4Q1 DOI:10.1002/ecy.4175 PMID:37781963	研究论文	利用深度学习模型分析公民科学数据，估算北美鸟类物种多样性和组成	首次采用DMVP-DRNets深度学习框架整合大规模观测和环境数据，实现大陆尺度物种多样性分析	NA	提供高精度生物多样性信息以支持生态研究和保护决策	北美鸟类群落，特别是北美林莺类保护群体	机器学习	NA	Deep Multivariate Probit Model with Deep-Reasoning Network (DMVP-DRNets)	深度神经网络	观测数据、环境协变量	超过900万份eBird检查清单和72个环境协变量
1464	2025-09-18	A robust class decomposition-based approach for detecting Alzheimer's progression 2023-12, Experimental biology and medicine (Maywood, N.J.) DOI:10.1177/15353702231211880 PMID:38059336	研究论文	提出一种基于类别分解的迁移学习方法，用于从sMRI中检测阿尔茨海默病的进展	结合类别分解技术与迁移学习（VGG19、AlexNet及熵基方法），解决医学图像分类中的类别不平衡问题，并在MCI向AD转化预测中达到91.45%的准确率	NA	评估CDTL方法在不同ADNI队列中检测阿尔茨海默病认知衰退的鲁棒性与分类准确性	阿尔茨海默病患者及轻度认知障碍患者的sMRI数据	计算机视觉	老年性疾病	结构磁共振成像（sMRI）	CNN（VGG19, AlexNet）	图像	来自多个ADNI队列的数据（具体数量未明确说明）
1465	2025-09-18	Noise reduction with cross-tracer and cross-protocol deep transfer learning for low-dose PET 2020-09-14, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/abae08 PMID:32924973	研究论文	本研究探索了利用深度迁移学习减少低剂量PET图像噪声的可行性，特别是在训练数据稀缺的示踪剂场景	提出了跨示踪剂和跨协议的深度迁移学习方法，利用广泛可用的FDG数据集预训练网络，并成功应用于其他稀缺示踪剂	研究仅针对特定示踪剂（F-FMISO和Ga-DOTATATE）和扫描协议进行评估，泛化能力需进一步验证	验证深度迁移学习在低剂量PET图像去噪中的可行性，尤其是针对训练数据不足的示踪剂	PET图像，包括FDG、F-FMISO和Ga-DOTATATE示踪剂数据	医学图像处理	NA	深度迁移学习，低剂量PET成像	3D U-Net	医学图像（PET）	使用单床位扫描的F-FMISO数据集和全身扫描的Ga-DOTATATE数据集，以及对应的FDG数据集进行预训练
1466	2025-09-17	AlphaFold Kinase Optimizer: Enhancing Virtual Screening Performance Through Automated Refinement of AlphaFold-Based Kinase Structures 2025-Sep-16, Proteins IF:3.2Q2 DOI:10.1002/prot.70056 PMID:40955709	研究论文	提出一种名为AF Optimizer的深度学习辅助方法，用于优化AlphaFold生成的激酶结构结合位点几何构型，以提升虚拟筛选性能	开发了结合神经网络评分和结合自由能计算的自动化结合位点优化方法，弥补了AlphaFold在药物设计中的局限性	NA	提升基于结构的药物虚拟筛选准确性和效率	TTK蛋白激酶	计算生物学	NA	深度学习辅助结构优化、分子对接、虚拟筛选	深度学习	蛋白质3D结构	NA
1467	2025-09-17	Automated Field of View Prescription for Whole-body Magnetic Resonance Imaging Using Deep Learning Based Body Region Segmentations 2025-Sep-16, Investigative radiology IF:7.0Q1 DOI:10.1097/RLI.0000000000001236 PMID:40955705	研究论文	本研究开发并评估了一种基于深度学习的自动化系统，用于全身体磁共振成像中的多站视野处方	利用深度学习三维解剖分割技术实现全身体MRI视野的自动处方，替代传统手动操作	脊髓分割准确度相对较低（DSC=0.63），外部验证队列样本量较小（n=10）	提高全身体MRI检查的工作流程效率和图像质量标准化	接受全身体MRI检查的患者	医学影像分析	NA	深度学习，nnUNet-v2模型，三维解剖分割	CNN（基于nnUNet架构）	磁共振图像	374名患者（内部数据集），10名患者（外部验证集）
1468	2025-09-17	Extraction of Novel Features and Diagnosis Prediction in Myelodysplastic Neoplasm Using a Weakly Supervised Artificial Intelligence Model Based on Normal Megakaryocytes 2025-Sep-16, Pathology international IF:2.5Q2 DOI:10.1111/pin.70049 PMID:40955745	研究论文	本研究开发了一种基于形态正常巨核细胞的弱监督人工智能模型，用于骨髓增生异常肿瘤的诊断预测和特征提取	首次提出基于正常巨核细胞形态分类骨髓增生异常肿瘤的AI模型，并发现与疾病预测显著相关的组织学特征	NA	通过人工智能技术辅助骨髓病理评估和疾病分类	骨髓活检标本中的巨核细胞	数字病理学	骨髓增生异常肿瘤	深度学习，XGBoost	CNN（用于检测），XGBoost（用于分类）	图像（H&E染色骨髓活检标本）	NA
1469	2025-09-17	Machine and deep learning for MRI-based quantification of liver iron overload: a systematic review and meta-analysis 2025-Sep-16, Radiologie (Heidelberg, Germany) DOI:10.1007/s00117-025-01513-2 PMID:40956404	系统综述与荟萃分析	本文系统评估了机器学习和深度学习在基于MRI的肝脏铁过载定量中的诊断准确性和临床应用价值	首次对ML/DL在MRI肝脏铁定量中的应用进行系统综述和荟萃分析，整合多算法性能证据	研究存在异质性、泛化性有限且外部验证集规模较小	评估机器学习和深度学习技术在MRI肝脏铁浓度定量中的诊断准确性及临床适用性	肝脏铁过载患者，特别是遗传性血色素沉着症和β地中海贫血患者	医学影像分析	肝脏铁过载相关疾病	MRI（T2*加权和多参数MRI）	CNN, 放射组学, 模糊C均值聚类	医学影像	基于8项研究的汇总数据（具体样本量未明确说明）
1470	2025-09-17	Update Disturbance-Resilient Analog ReRAM Crossbar Arrays for In-Memory Deep Learning Accelerators 2025-Sep-16, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202504578 PMID:40956570	研究论文	本研究提出了一种抗更新干扰的模拟ReRAM交叉阵列，用于内存深度学习加速器的全并行权重更新	利用基于铪氧化物层纳米导电细丝的电阻开关金属氧化物(CMO)器件，实现了60 ns快速非易失模拟切换，并展示了对超过10万次脉冲的更新干扰优异抗性	研究仍处于早期阶段，技术基于350 nm硅工艺，可能需要进一步微缩和优化	解决内存训练加速中全并行权重更新时的权重值干扰问题	ReRAM交叉阵列器件及其在深度学习加速中的应用	机器学习	NA	COMSOL Multiphysics模拟，后端工艺集成	神经网络	模拟电信号	基于350 nm硅工艺制造的ReRAM器件阵列
1471	2025-09-17	Deep learning facilitated discovery of prognosis biomarkers and their ligands to improve liver cancer treatment 2025-Sep-12, International journal of surgery (London, England) DOI:10.1097/JS9.0000000000003455 PMID:40956187	研究论文	本研究开发了一个基于深度学习的框架DLCP，用于肝细胞癌患者分层、预后生物标志物识别及潜在治疗药物推荐	首次将深度学习与多组学数据整合用于肝细胞癌预后分层，并结合分子对接和机器学习筛选出新型抗HCC配体	研究主要基于TCGA和LIRI-JP队列，需要更多独立队列验证模型的泛化能力	改善肝细胞癌治疗通过发现新的预后生物标志物及其配体	肝细胞癌患者和小鼠模型	数字病理学	肝癌	深度学习、多组学整合分析、分子对接、机器学习预测模型、分子动力学模拟、表面等离子共振、细胞热位移分析	深度神经网络	基因组学、转录组学、表观遗传学、临床生存数据	TCGA HCC患者队列和LIRI-JP验证队列
1472	2025-09-16	Histopathological Image Analysis and Enhanced Diagnostic Accuracy Explainability for Oral Cancer Detection 2025-Sep-15, Cancer investigation IF:1.8Q3 DOI:10.1080/07357907.2025.2559103 PMID:40952069	研究论文	提出一种用于口腔癌组织病理学图像分类的深度学习模型，提升诊断准确性和可解释性	结合Vahadane三染色参数归一化、加权Fisher评分特征选择和可解释人工智能技术，改进U-Net分类器输入方式	NA	提升口腔癌早期检测的精确度和诊断决策的可解释性	口腔癌组织病理学图像	数字病理学	口腔癌	深度学习，图像处理	U-Net	图像	NA
1473	2025-09-16	Fractal-driven self-supervised learning enhances early-stage lung cancer GTV segmentation: a novel transfer learning framework 2025-Sep-15, Japanese journal of radiology IF:2.9Q2 DOI:10.1007/s11604-025-01865-8 PMID:40952548	研究论文	提出并评估了一种基于分形图像预训练的新型深度学习策略，用于自动化早期肺癌GTV分割	利用数学生成的非自然分形图像进行预训练，显著提升了早期肺癌GTV分割的准确性	回顾性研究，样本量相对有限（104例患者），且数据来源于单一机构	开发并评估用于早期肺癌GTV自动分割的深度学习策略	早期非小细胞肺癌患者的CT图像和医生勾画的轮廓数据	计算机视觉	肺癌	深度学习，迁移学习	CNN, Vision Transformer (ViT)	CT图像	104例患者（81男，23女，年龄36-91岁）
1474	2025-09-16	Enhanced defect detection with autoencoder based analysis for Golay coded thermal wave imaging for inspection of carbon fiber reinforced polymers 2025-Sep-01, The Review of scientific instruments DOI:10.1063/5.0294144 PMID:40952248	研究论文	本研究探索使用Golay编码热波成像结合自编码器技术增强碳纤维增强聚合物内部缺陷检测	对自编码器损失函数进行关键改进以更好地捕捉热数据中的缺陷特征，并将Golay编码与自编码器处理相结合	NA	提高碳纤维增强聚合物内部缺陷检测的清晰度和准确性	碳纤维增强聚合物样本，包含不同厚度区域和人工狭缝状缺陷	无损检测	NA	Golay编码热波成像(GCTWI)，自编码器热成像(AET)	Autoencoder	热成像数据	一个包含三个不同厚度区域的碳纤维增强聚合物样本
1475	2025-09-15	Enhancing 5-Day Particulate Matter (PM10) Forecasts in Morocco Using U-Net: A Deep Learning Approach 2026-Jan, Atmospheric research IF:4.5Q1 DOI:10.1016/j.atmosres.2025.108439 PMID:40933727	研究论文	使用U-Net深度学习模型提升摩洛哥未来5天颗粒物（PM10）预测精度	首次在中东和北非地区应用U-Net进行颗粒物预测，并改进架构以不同分辨率输出预测，无需插值且保留空间细节	模型误差受CAMS预报更新周期影响，需定期用新数据重新训练以保持可靠性	提高颗粒物浓度预测准确性以支持健康风险预警和公共健康保护	摩洛哥地区的颗粒物（PM10）浓度	机器学习	NA	深度学习，数据后处理	U-Net	大气再分析数据和预报数据	基于CAMS再分析数据和预报数据，时间覆盖至2023年下半年
1476	2025-09-15	Predictive and early warning analysis of infectious gastroenteritis based on the BiLSTM-BiGRU model 2025-Dec, Infectious Disease Modelling IF:3.0Q1 DOI:10.1016/j.idm.2025.07.016 PMID:40822277	研究论文	基于BiLSTM-BiGRU模型结合气象因素对感染性胃肠炎进行预测和预警分析	首次将BiLSTM-BiGRU模型与灰狼优化算法(GWO)结合用于感染性胃肠炎预测，并构建移动百分位数控制图预警模型	研究仅基于东京地区数据，模型在其他地区的适用性需要进一步验证	提高感染性胃肠炎的预测精度和预警效率，为相关部门制定防控措施提供参考	日本东京地区的感染性胃肠炎发病情况	时间序列预测	感染性胃肠炎	时间序列分析、优化算法参数调优	BiLSTM-BiGRU、GWO优化	时间序列数据（病例数和气象数据）	808周的数据（2008年1月至2023年6月）
1477	2025-09-15	VCNet: Optimized Deep Learning framework with deep feature extraction and genetic algorithm for multiclass rice crop disease detection 2025-Dec, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2025.103551 PMID:40822541	研究论文	提出一种名为VCNet的优化深度学习框架，用于水稻作物多类别病害检测，结合深度特征提取和遗传算法以提高性能	设计了一个浅层模型结合深度特征提取，采用VGG16层与自定义CNN架构融合，并引入遗传算法进行两级优化，提升泛化能力并减少过学习	未明确提及具体的数据集规模限制或模型在真实田间环境中的泛化性能细节	开发高效、优化的多类别水稻病害检测深度学习技术，降低计算负载和训练时间	水稻作物及其病害，如鞘腐病等	计算机视觉	水稻病害	深度学习，遗传算法，特征提取	CNN，VGG16，自定义卷积神经网络	图像	NA
1478	2025-09-15	Development of student intent-based educational chatbot system with adaptive and attentive DTCN on symmetric convolution approach 2025-Dec, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2025.103542 PMID:40822546	研究论文	开发了一种基于学生意图的教育聊天机器人系统，采用自适应和注意力机制的DTCN结合对称卷积方法	提出了一种新型混合元启发式优化算法ADT-BMO用于特征加权和融合，并结合AA-DTCN-SC网络实现精准意图识别	NA	通过智能聊天机器人自动回答学术问题，提升教育信息获取效率	学生和教育工作者的学术查询	自然语言处理	NA	NLP, 深度学习, 优化算法	BERT, TransformerNet, Text CNN, DTCN, RNN, Bi-LSTM	文本	NA
1479	2025-09-15	Assessing mammographic density change within individuals across screening rounds using deep learning-based software 2025-Nov, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.12.S2.S22017 PMID:40823522	研究论文	使用深度学习软件评估个体在多次筛查中乳腺密度的变化及其与未来乳腺癌诊断的关联	首次利用深度学习自动软件量化个体乳腺密度随时间的变化，并探索其与乳腺癌风险的关联	可能受乳腺X线摄影定位问题影响，需敏感性分析排除	评估乳腺密度变化与未来乳腺癌诊断的关系，为风险分层筛查提供依据	瑞典马尔默2010-2015年接受至少两次筛查的女性	数字病理学	乳腺癌	深度学习软件、多元线性回归	深度学习	乳腺X线图像	26,056名女性
1480	2025-09-15	Longitudinal Assessment of Area of Reticular Pseudodrusen in Eyes with Age-Related Macular Degeneration 2025 Nov-Dec, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2025.100881 PMID:40837066	研究论文	本研究评估了年龄相关性黄斑变性（AMD）眼中网状假性玻璃膜疣（RPD）面积和脉络膜厚度在两年内的变化	首次通过纵向队列研究量化RPD面积在两年内的显著增加（平均增加6.23 mm²），并发现其与脉络膜厚度变化无显著关联	样本量较小（仅35只眼符合分析条件），且结果可能受图像可分级性和排除晚期AMD病例的影响	评估AMD眼中RPD面积和脉络膜厚度的纵向变化	早期或中期AMD伴RPD的患者眼睛	数字病理学	年龄相关性黄斑变性	红外反射成像、蓝光自发荧光、光谱域OCT、深度学习算法	深度学习（具体类型未说明）	医学影像	35只眼（来自22名参与者，平均年龄72.8岁）