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
141	2025-06-19	Exploratory multi-cohort, multi-reader study on the clinical utility of a deep learning model for transforming cryosectioned to formalin-fixed, paraffin-embedded (FFPE) images in breast lesion diagnosis 2025-Jun-17, Breast cancer research : BCR IF:6.1Q1 DOI:10.1186/s13058-025-02064-z PMID:40528232	研究论文	本研究开发并验证了一种深度学习模型，用于将冷冻切片图像转换为福尔马林固定石蜡包埋（FFPE）样图像，以提高乳腺病变诊断的准确性	使用改进的生成对抗网络（GAN）结合注意力机制和自我正则化约束，首次实现了冷冻切片到FFPE样图像的转换，并显著提高了病理学家的诊断信心	诊断一致性在两组间相似，且图像质量较差、非典型导管增生/导管原位癌病例以及经验较少的病理学家会影响诊断准确性	开发并验证一种深度学习模型，用于改善乳腺病变的术中诊断准确性	乳腺病变的冷冻切片图像	数字病理学	乳腺癌	GAN	改进的生成对抗网络（带注意力机制）	图像	132张乳腺病变冷冻切片全玻片图像（来自三个队列：SYSUCC、GSPCH和TCGA），共1584次病理学家读取
142	2025-06-19	Efficient Denoising of Shot-Noise in Mass Spectrometry Images by PCA-Assisted Self-Supervised Deep Learning 2025-Jun-17, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c00825 PMID:40528349	研究论文	提出了一种基于PCA预处理的改进版Noise2Void算法（PCA-n2v），用于质谱成像（MSI）的去噪处理	通过PCA预处理步骤优化Noise2Void算法，提高了去噪性能，优于直接使用N2V及其他先进去噪技术	在信噪比极低的图像中可能出现渗色伪影	提高质谱成像数据的质量，实现更高通量和更高分辨率的实验	质谱成像数据	机器学习	NA	质谱成像（MSI）、主成分分析（PCA）	Noise2Void（N2V）	图像	合成MSI数据集
143	2025-06-19	Beyond the Posts: Analyzing Breast Implant Illness Discourse With Natural Language Processing and Deep Learning 2025-Jun-16, Aesthetic surgery journal IF:3.0Q1 DOI:10.1093/asj/sjaf047 PMID:40173420	研究论文	本研究利用自然语言处理和深度学习技术分析了社交媒体上关于乳房植入物疾病(BII)的讨论，探讨了患者的感知和情绪反应	首次使用Robust optimizing Bidirectional Encoder Representations from Transformers模型分析BII相关的社交媒体帖子，并揭示了患者情绪与植入物取出率之间的强相关性	研究仅基于X平台的帖子，可能无法代表所有社交媒体或实际人群的观点	分析社交媒体上患者对乳房植入物疾病的感知和情绪反应，及其对医疗决策的影响	社交媒体上关于乳房植入物疾病的讨论	自然语言处理	乳房植入物疾病	自然语言处理	Robust optimizing Bidirectional Encoder Representations from Transformers	文本	6099条帖子(2014-2023年)
144	2025-06-19	Rate of brain aging associates with future executive function in Asian children and older adults 2025-Jun-16, eLife IF:6.4Q1 DOI:10.7554/eLife.97036 PMID:40522287	研究论文	本文研究了大脑年龄变化率与未来执行功能的关系，并在新加坡老年人和儿童中验证了深度学习模型的适用性	首次在非白种人群（特别是儿童）中验证大脑年龄模型的泛化能力，并发现大脑年龄差距变化率与未来认知功能的关联	样本仅来自新加坡人群，可能限制结果的普遍适用性	探索大脑年龄变化率与认知功能的关系，并验证大脑年龄模型在不同人群中的适用性	新加坡老年人（55-88岁）和儿童（4-11岁）	神经影像分析	老年疾病	深度学习	深度学习模型	神经影像数据	新加坡老年人和儿童群体（具体数量未提及）
145	2025-06-19	TCFNet: Bidirectional face-bone transformation via a Transformer-based coarse-to-fine point movement network 2025-Jun-16, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103653 PMID:40527150	研究论文	提出了一种基于Transformer的粗到细点移动网络（TCFNet），用于密集的面部-骨骼点云转换	采用Transformer网络和局部信息聚合网络（LIA-Net）的两阶段框架，通过建模局部几何结构（边缘、方向和相对位置特征）来补偿Transformer网络的邻域精度损失，并利用专家知识提出辅助损失以重建关键器官	未提及具体的数据集规模或实验中的具体限制	提高计算机辅助手术模拟中面部-骨骼形状转换的准确性和效率	面部和骨骼的点云数据	计算机视觉	NA	深度学习	Transformer, LIA-Net, GRU	点云数据	NA
146	2025-06-19	Kernelized weighted local information based picture fuzzy clustering with multivariate coefficient of variation and modified total Bregman divergence measure for brain MRI image segmentation 2025-Jun-16, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110458 PMID:40527240	研究论文	提出了一种基于核化加权局部信息的图片模糊聚类方法，用于脑部MRI图像分割	首次使用多元变异系数理论开发了局部图片模糊信息度量，并结合非欧几里得距离度量提高了分割的鲁棒性和准确性	NA	解决噪声环境下医学图像分割的挑战	脑部MRI图像	计算机视觉	NA	核化加权局部信息方法、多元变异系数理论、改进的总Bregman散度度量	图片模糊聚类	图像	Brainweb、IBSR和MRBrainS18 MRI数据集，以及CT图像模板
147	2025-06-19	Dental caries detection in children using intraoral scans and deep learning 2025-Jun-15, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2025.105906 PMID:40527440	研究论文	本研究旨在利用深度学习和儿童口腔内扫描数据自动检测龋齿，并评估模型预测与牙科医生评估之间的一致性	首次将Attention U-Net模型应用于儿童口腔内扫描数据的龋齿检测，并进行了内部和外部验证	模型对早期和中等程度龋齿的检测性能有限，需要进一步改进模型准确性和泛化能力	开发基于人工智能的儿童龋齿自动检测方法	儿童口腔内扫描数据	计算机视觉	龋齿	深度学习	Attention U-Net	3D扫描数据	第一组332颗龋齿（训练192，验证63，测试77），第二组119颗龋齿用于外部验证
148	2025-06-19	DWI-based deep learning radiomics nomogram for predicting the impaired quality of life in patients with unruptured intracranial aneurysm developing new iatrogenic cerebral infarcts following stent placement: a multicenter cohort study 2025-Jun-13, Neurosurgical review IF:2.5Q1 DOI:10.1007/s10143-025-03628-5 PMID:40512286	研究论文	本研究开发了一种基于DWI的放射组学列线图，用于预测支架置入术后发生新医源性脑梗死（NICI）的未破裂颅内动脉瘤患者健康相关生活质量（HRQOL）的损害	整合了临床、放射组学和深度学习特征，构建了DLRN模型，其预测性能优于单一模态模型，并展示了在个性化治疗规划中的临床应用价值	研究仅关注了支架置入术后发生NICI的患者，未考虑其他可能影响HRQOL的因素	预测支架置入术后未破裂颅内动脉瘤患者的HRQOL损害	522名来自多家医院的未破裂颅内动脉瘤患者	数字病理学	颅内动脉瘤	DWI、超分辨率重建、深度学习	DLRN（整合临床、放射组学和深度学习特征的模型）、GoogleNet	医学影像（DWI）	522名患者（分为训练队列和两个外部验证队列）
149	2025-06-19	Impact of Deep Learning-Based Image Conversion on Fully Automated Coronary Artery Calcium Scoring Using Thin-Slice, Sharp-Kernel, Non-Gated, Low-Dose Chest CT Scans: A Multi-Center Study 2025-Jun-13, Korean journal of radiology IF:4.4Q1 DOI:10.3348/kjr.2025.0177 PMID:40527737	research paper	评估基于深度学习的图像转换对使用薄层、锐利核、非门控、低剂量胸部CT扫描进行全自动冠状动脉钙化评分的准确性的影响	利用深度学习技术将低剂量、高频、锐利核的CT图像转换为标准剂量、低频核的图像，以提高冠状动脉钙化评分的准确性	研究仅基于来自四个机构的225对LDCT和CSCT图像，样本量可能不足以代表所有情况	提高冠状动脉钙化评分的自动化准确性	低剂量胸部CT图像	digital pathology	cardiovascular disease	deep learning-based image conversion	NA	image	225对LDCT和CSCT图像
150	2025-06-19	A deep learning model could screen for coronary heart disease from a "pseudo-normal" electrocardiogram 2025-Jun-13, Medicine IF:1.3Q2 DOI:10.1097/MD.0000000000042764 PMID:40527801	研究论文	本研究开发了一种深度学习模型，用于通过'伪正常'心电图快速筛查冠心病	该深度学习模型特别关注入院时心电图正常或接近正常的患者，能够有效识别'伪正常'心电图中的冠心病	研究仅使用了两个医疗中心的数据，可能需要更多外部验证	开发一种快速筛查冠心病的深度学习模型	冠心病和非冠心病患者的心电图数据	机器学习	心血管疾病	深度学习	DLM	心电图数据	SAH中心的15,995名患者的21,240份心电图，FAH中心的2,572份心电图
151	2025-06-19	Discovery of CYP1A1 Inhibitors for Host-Directed Therapy against Sepsis 2025-Jun-12, Journal of medicinal chemistry IF:6.8Q1 DOI:10.1021/acs.jmedchem.5c00493 PMID:40442943	研究论文	该研究通过深度学习和虚拟筛选技术，发现并优化了CYP1A1的小分子抑制剂，用于治疗细菌性败血症	首次将CYP1A1作为宿主导向治疗(HDT)的靶点，并通过小分子抑制剂显著增强巨噬细胞的吞噬能力	研究仅针对MRSA和另一种细菌进行了测试，未涵盖更广泛的耐药菌株	开发针对多药耐药性细菌败血症的新型宿主导向治疗方法	细胞色素P4501A1(CYP1A1)及其小分子抑制剂	药物发现	败血症	深度学习、虚拟筛选、生物评价	NA	化学结构数据、生物活性数据	未明确说明样本数量，但测试了两种细菌(MRSA和另一种)
152	2025-06-19	Left ventricular systolic dysfunction screening in muscular dystrophies using deep learning-based electrocardiogram interpretation 2025-Jun-12, Journal of electrocardiology IF:1.3Q3 DOI:10.1016/j.jelectrocard.2025.154048 PMID:40527225	research paper	本研究评估了基于人工智能的心电图解读（AI-ECG）在肌肉萎缩症患者中检测和预测左心室收缩功能障碍（LVSD）的能力	利用深度学习模型（CNN）对肌肉萎缩症患者的LVSD进行非侵入性检测和预测，为常规超声心动图监测提供替代方案	需要进一步研究外部验证、儿科应用及临床护理计划整合	评估AI-ECG在肌肉萎缩症患者中检测和预测LVSD的效果	肌肉萎缩症患者，包括杜兴型（DMD）、贝克型（BMD）、肢带型肌营养不良症（LGMD）、强直性肌营养不良症（MD）及女性DMD/BMD携带者	digital pathology	muscular dystrophy	electrocardiogram interpretation	CNN	ECG and echocardiogram data	390名肌肉萎缩症患者的390对ECG-超声心动图数据，以及来自30,978名患者的53,874对ECG-超声心动图数据作为训练集
153	2025-06-19	Spatiotemporal distributions and regional disparities of rheumatoid arthritis in 953 global to local locations, 1980-2040, with deep learning-empowered forecasts and evaluation of interventional policies' benefits 2025-Jun-12, Annals of the rheumatic diseases IF:20.3Q1 DOI:10.1016/j.ard.2025.04.009 PMID:40527715	research paper	该研究分析了1980年至2021年全球953个地区的类风湿性关节炎（RA）负担及其社会经济驱动的不平等，并利用深度学习预测了长期负担	利用深度学习管道预测长期RA负担，并评估干预政策（如控烟）的潜在效益	研究依赖于历史数据和模型假设，未来实际负担可能受未预测因素影响	调查全球至地方层面的RA负担分布、不平等及长期趋势	全球953个地区的RA流行病学数据（发病率、死亡率、DALYs等）	digital pathology	rheumatoid arthritis	deep learning	深度学习管道（未指定具体模型）	流行病学统计数据	全球953个地区1980-2021年的RA数据，2021年影响1790万患者
154	2025-06-19	Amortized template matching of molecular conformations from cryoelectron microscopy images using simulation-based inference 2025-Jun-10, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2420158122 PMID:40465628	研究论文	介绍了一种名为cryoSBI的新方法，用于从冷冻电镜图像中推断生物分子的构象及其不确定性	结合了基于物理的模拟和概率深度学习，无需计算昂贵的似然函数即可进行贝叶斯推断，并消除了估计粒子姿态和成像参数的需求	NA	从冷冻电镜图像中准确推断生物分子的构象	生物分子构象	数字病理学	NA	冷冻电镜(cryo-EM)	深度学习神经网络	图像	NA
155	2025-06-19	Deep learning and inflammatory markers predict early response to immunotherapy in unresectable NSCLC: A multicenter study 2025-Jun-10, Biomolecules & biomedicine DOI:10.17305/bb.2025.12324 PMID:40525631	研究论文	本研究开发了一种基于CT的深度学习模型，结合系统性免疫炎症营养指数（SIINI），用于早期预测不可切除非小细胞肺癌（NSCLC）对免疫检查点抑制剂（ICIs）的治疗反应	结合深度学习模型和炎症标志物SIINI，提高了对ICIs治疗反应的早期预测准确性，并通过Grad-CAM增强了模型的可解释性	研究为回顾性设计，样本量有限，未来需要扩大样本量和多中心验证以提高预测准确性	开发非侵入性生物标志物，预测不可切除NSCLC患者对ICIs的早期治疗反应，以改善生存结果	265名接受ICIs治疗的不可切除NSCLC患者	数字病理学	肺癌	CT成像，实验室数据分析	DenseNet121	图像，实验室数据	265名患者（分为训练集70%、内部验证集30%和外部验证集）
156	2025-06-19	[A preliminary exploration of an intelligent system for personalized tooth morphology reconstruction based on deep learning] 2025-Jun-09, Zhonghua kou qiang yi xue za zhi = Zhonghua kouqiang yixue zazhi = Chinese journal of stomatology DOI:10.3760/cma.j.cn112144-20250331-00110 PMID:40443316	research paper	该研究开发了一种基于深度学习的智能系统，用于个性化牙齿形态重建	提出了一种新型神经网络T-DDIN，结合隐式模板和深度学习方法，实现了高精度的个性化牙齿缺损形态修复	研究仅针对两种特定牙齿缺损类型进行了测试，未涵盖所有可能的牙齿缺损情况	开发一种高精度、个性化的牙齿形态重建智能系统	牙齿缺损形态重建	digital pathology	dental disease	deep learning	T-DDIN	3D scan models	550例口腔扫描模型（500例训练，50例测试）
157	2025-06-19	The continuous evolution of biomolecular force fields 2025-Jun-09, Structure (London, England : 1993) DOI:10.1016/j.str.2025.05.013 PMID:40527321	综述	本文概述了生物分子力场的最新进展，包括极化力场、机器学习势和粗粒化模型，并探讨了未来改进生物分子建模的跨学科方法	强调了深度学习革命对生物分子力场参数化的新机遇，并探讨了未来改进生物分子建模的跨学科方法	未提及具体实验验证或样本数据	提高生物分子力场的准确性并扩展其在生物和治疗发现中的应用	生物分子力场	计算生物学	NA	深度学习	机器学习势	NA	NA
158	2025-06-19	Automated interpretation of cardiotocography using deep learning in a nationwide multicenter study 2025-Jun-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-02849-4 PMID:40467683	研究论文	本研究开发了一种基于深度学习的自动化心电监护图(CTG)解读模型，利用大规模全国性数据集进行训练和验证	使用大规模全国性CTG数据集，由专业产科医生提供可靠标注，提高了模型的临床适用性	需要在前瞻性研究中进一步评估模型的临床适用性	开发临床适用的自动化CTG解读模型以改善胎儿预后	分娩过程中的心电监护图(CTG)	数字病理学	产科疾病	深度学习	深度学习模型	CTG信号	22,522例分娩数据，来自14家医院，共519,800人分钟的分析数据
159	2025-06-19	Residue conservation and solvent accessibility are (almost) all you need for predicting mutational effects in proteins 2025-Jun-02, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf322 PMID:40434923	research paper	该研究提出了一种基于进化评分和残基相对溶剂可及性的简单方法，用于预测蛋白质突变效应，其性能与更复杂的深度学习模型相当或略优	提出了一种简单但有效的进化评分方法，结合残基溶剂可及性，性能媲美复杂深度学习模型	未明确说明该方法在所有类型蛋白质突变预测中的泛化能力	预测突变对蛋白质生物物理特性的影响	蛋白质突变	computational biology	NA	evolutionary score, relative solvent accessibility	RSALOR (基于进化评分和溶剂可及性的简单模型)	protein mutational data	ProteinGym deep mutational scanning dataset collection中的突变数据
160	2025-06-19	Automated periodontal assessment in orthodontic patients: a dual CNN framework 2025-Jun-02, Clinical oral investigations IF:3.1Q1 DOI:10.1007/s00784-025-06410-5 PMID:40455084	研究论文	开发基于卷积神经网络（CNN）的系统，用于在正畸患者的口内图像中诊断牙结石、牙菌斑、牙龈增生和牙龈炎症	提出了一种双CNN框架（YOLOv8和混合U-Net + ResNet50模型）来自动化正畸患者的牙周评估	最终诊断结论仍需依赖临床医生的专业知识和判断	开发自动化牙周评估工具，以支持正畸患者的早期牙周诊断	正畸患者的口内图像	计算机视觉	牙周病	CNN	YOLOv8, U-Net + ResNet50	图像	1000张正畸患者的侧位和正面口内图像