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
16001	2025-10-07	Exploring the Efficacy and Target Genes of Atractylodes Macrocephala Koidz Against Alzheimer's Disease Based on Multi-Omics, Computational Chemistry, and Experimental Verification 2025-Feb-11, Current issues in molecular biology IF:2.8Q3 DOI:10.3390/cimb47020118 PMID:39996839	研究论文	基于多组学、计算化学和实验验证探索白术治疗阿尔茨海默病的功效及靶基因	首次整合多组学分析、计算化学模拟和斑马鱼模型验证，系统揭示白术通过铁死亡途径治疗阿尔茨海默病的作用机制	研究主要基于动物模型和计算模拟，尚未进行人体临床试验验证	探究白术治疗阿尔茨海默病的药效作用及其铁死亡相关机制	阿尔茨海默病、白术活性成分、铁死亡相关靶基因	生物信息学	阿尔茨海默病	多组学分析、基因集变异分析、转录组关联研究、孟德尔随机化、分子对接、分子动力学模拟、实时定量PCR	深度学习模型、逻辑回归模型	转录组数据、基因表达数据、分子结构数据	斑马鱼阿尔茨海默病模型	NA	NA	GSVA评分、分子对接结合能、行为学测试、细胞凋亡检测、β-淀粉样蛋白沉积定量	NA
16002	2025-10-07	The Relationship Between Learning Environment Perception, Achievement Goals, and the Undergraduate Deep Learning Approach: A Longitudinal Mediation Model 2025-Feb-11, Journal of Intelligence IF:2.8Q1 DOI:10.3390/jintelligence13020019 PMID:39997170	研究论文	本研究通过纵向中介模型探讨本科生学习环境感知、成就目标与深度学习方式之间的关系	首次在中国研究型大学中采用纵向设计验证成就目标在学习环境感知与深度学习方式间的中介作用，并比较不同类型成就目标的中介效应差异	样本仅来自一所研究型大学，样本量相对有限（260名本科生），研究结果可能受特定院校环境影响	探究本科生学习环境感知如何通过成就目标影响其深度学习方式	中国研究型大学的本科生，包括135名拔尖本科生和125名普通本科生	教育心理学	NA	纵向调查法	中介效应模型	问卷调查数据	260名本科生（135名拔尖生+125名普通生），历时18个月完成三轮调查	NA	NA	中介效应分析	NA
16003	2025-10-07	Comparative Analysis of Deep Learning Architectures for Macular Hole Segmentation in OCT Images: A Performance Evaluation of U-Net Variants 2025-Feb-11, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11020053 PMID:39997555	研究论文	比较不同U-Net变体在OCT图像中黄斑裂孔分割任务的性能表现	首次系统评估11种U-Net变体架构在黄斑裂孔分割任务中的性能，包括与InceptionNetV4、Transformer等最新架构的结合	HD95指标对小区域分割不可靠常返回'nan'值，Transformer架构在黄斑裂孔和视网膜内囊肿分割中表现不佳	评估不同深度学习架构在OCT图像黄斑裂孔分割任务中的性能	光学相干断层扫描(OCT)图像中的黄斑裂孔区域	计算机视觉	眼科疾病	光学相干断层扫描(OCT)	CNN, Transformer	医学图像	OIMHS数据集	NA	U-Net, InceptionNetV4, VGG16, VGG19, ResNet152, DenseNet121, EfficientNet-B7, MobileNetV2, Xception, Transformer	Dice系数, HD95	NA
16004	2025-10-07	Enhancing U-Net Segmentation Accuracy Through Comprehensive Data Preprocessing 2025-Feb-08, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11020050 PMID:39997552	研究论文	本文通过开发鲁棒的数据预处理流程来增强U-Net模型在肺部CT图像分割中的准确性	提出包含CT图像归一化、二值化、形态学操作和感兴趣区域过滤的综合预处理流程，显著提升分割质量	NA	优化深度学习在医学图像分析中的性能	肺部CT扫描图像	数字病理学	肺部疾病	CT扫描	U-Net	医学图像	NA	NA	U-Net	IoU, Dice系数	NA
16005	2025-10-07	De novo design of Ras isoform selective binders 2025-Feb-05, bioRxiv : the preprint server for biology DOI:10.1101/2024.08.29.610300 PMID:39975043	研究论文	本研究利用深度学习方法设计了针对所有主要Ras亚型的特异性结合剂，能够特异性靶向Ras C末端	首次使用深度学习方法设计Ras亚型选择性结合剂，解决了传统方法难以针对Ras高度带电无序C末端产生抗体的难题	NA	开发能够特异性结合不同Ras亚型的分子工具，以研究各亚型在生物学和疾病中的独特作用	Ras蛋白的四种主要亚型（KRAS4A、KRAS4B、HRAS、NRAS）	机器学习	癌症	深度学习	NA	蛋白质序列数据	NA	NA	NA	结合特异性、膜定位干扰效果、Ras活性抑制效果	NA
16006	2025-10-07	Functional profiling of the sequence stockpile: a protein pair-based assessment of in silico prediction tools 2025-02-04, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf035 PMID:39854283	研究论文	本文通过蛋白质对功能相似性评估，系统评估了现有计算方法在预测非同源蛋白质分子功能方面的能力	提出基于蛋白质对功能相似性的评估框架，突破功能注释词汇表的限制，能够评估不同本体论注释方法	缺乏真实的蛋白质功能注释作为基准，评估依赖于推测的功能相似蛋白质对	评估现有计算方法预测非同源或远缘蛋白质分子功能的能力	数千个与已知功能蛋白质家族非同源或远缘的蛋白质	生物信息学	NA	计算方法评估，深度学习	深度学习模型	蛋白质序列数据	数千个蛋白质	NA	NA	功能相似性识别准确率	NA
16007	2025-10-07	ParaSurf: a surface-based deep learning approach for paratope-antigen interaction prediction 2025-Feb-04, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf062 PMID:39921885	研究论文	提出一种基于表面的深度学习模型ParaSurf，用于预测抗体互补位与抗原的相互作用位点	首次结合表面几何特征和非几何特征进行互补位预测，能够在整个Fab区域准确预测结合位点	NA	加速疫苗和治疗性抗体的开发过程	抗体-抗原相互作用	生物信息学	NA	深度学习	深度学习模型	抗体-抗原复合物结构数据	三个主要的抗体-抗原基准数据集	NA	ParaSurf	多个评估指标	NA
16008	2025-10-07	A conditional denoising VAE-based framework for antimicrobial peptides generation with preserving desirable properties 2025-Feb-04, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf069 PMID:39932977	研究论文	提出一种基于条件去噪变分自编码器的框架，用于生成具有理想理化性质的新型抗菌肽	结合理想理化性质指导的去噪VAE模型，采用位置编码和Transformer架构提升生成准确性，并设计了包含重构损失、KL散度和性质保持损失的自定义损失函数	在有限训练数据条件下进行开发，可能影响模型泛化能力	开发能够生成具有理想功能性质的新型抗菌肽，以应对抗生素耐药性问题	抗菌肽(AMPs)	机器学习	细菌感染	深度学习	VAE, Transformer	序列数据	NA	NA	Transformer, VAE	NA	NA
16009	2025-10-07	Development of deep learning-based mobile application for the identification of Coccidia species in pigs using microscopic images 2025-Feb, Veterinary parasitology IF:2.0Q2 DOI:10.1016/j.vetpar.2024.110376 PMID:39675168	研究论文	开发基于深度学习的移动应用程序，用于通过显微图像自动识别猪球虫物种	首次将深度学习技术应用于猪球虫物种的自动识别，并开发成移动应用程序	仅针对印度东北部山区常见的六种球虫物种进行研究	开发自动识别猪球虫物种的深度学习移动应用，减少对专家人员的依赖	猪粪便样本中的六种球虫物种：E. debliecki, E. perminuta, E. porci, E. spinosa, E. suis, Isospora suis	计算机视觉	寄生虫病	显微图像分析	CNN	图像	NA	TensorFlow, PyTorch, Keras	EfficientNetB0, EfficientNetB1, MobileNet, MobileNetV2	m-IoU, accuracy, precision, recall	移动设备
16010	2025-10-07	First-in-Men Online Adaptive Robotic Stereotactic Body Radiation Therapy: Toward Ultrahypofractionation for High-Risk Prostate Cancer Patients 2025-Feb, Advances in radiation oncology IF:2.2Q2 DOI:10.1016/j.adro.2024.101701 PMID:39866592	研究论文	本文开发并验证了用于高危前列腺癌患者的在线自适应机器人立体定向放射治疗系统	首次在人体中应用在线自适应机器人立体定向放射治疗技术，针对高危前列腺癌患者开发快速治疗计划方法	研究样本量有限，仅为UPRATE试验的首批患者，需更大规模研究验证结果	开发在线自适应放射治疗系统以减少精囊的计划靶区边界	高危前列腺癌患者，特别是精囊需要包含在靶区内的患者	数字病理	前列腺癌	在线自适应放射治疗，CT-on-rails成像，立体定向放射治疗	深度学习	医学影像	UPRATE试验的首批患者（60个治疗计划）	NA	NA	优化时间，剂量参数，计划约束符合率，治疗时间	CyberKnife放射治疗系统，集成CT-on-rails
16011	2025-10-07	Diagnostic value of deep learning reconstruction-based subtraction CT-FFR in patients with calcified-related stenosis or stent implantation 2025-Feb-01, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-24-1366 PMID:39995698	研究论文	本研究探讨基于深度学习重建的减影CT-FFR在钙化相关狭窄或支架植入患者中的诊断价值	首次将深度学习重建技术应用于减影CT-FFR，改进了钙化相关狭窄和冠状动脉支架的血流动力学评估	样本量较小（30例患者），需要更大规模研究验证	评估减影CT-FFR在钙化相关狭窄和冠状动脉支架应用中的诊断性能	钙化相关冠状动脉狭窄患者和冠状动脉支架植入患者	医学影像分析	心血管疾病	冠状动脉计算机断层扫描血管成像（CTA）、血流储备分数（FFR）	深度学习重建	医学影像	30例患者，包含52个钙化相关病变和14个冠状动脉支架	NA	NA	灵敏度、特异性、阳性预测值、阴性预测值、准确率	NA
16012	2025-10-07	Development and evaluation of a deep learning model for multi-frequency Gibbs artifact elimination 2025-Feb-01, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-24-1344 PMID:39995704	研究论文	开发并评估一种用于消除多频率吉布斯伪影的深度学习模型	使用包含多种解剖区域和MRI序列的大规模数据集，开发能够处理不同频率吉布斯伪影的深度学习模型	研究样本主要来自回顾性数据，前瞻性验证样本量较小（仅30例）	开发消除MRI图像中吉布斯伪影的深度学习模型，提高脊髓空洞症的诊断准确性	MRI图像中的吉布斯伪影	计算机视觉	脊髓空洞症	磁共振成像	深度学习模型	图像	290,940张MRI图像（来自4,936次扫描），外部验证包含20名健康成年人和10名脊髓空洞症患者	NA	NA	AUC, 图像质量评分	NA
16013	2025-10-07	Automatic measurement of X-ray radiographic parameters based on cascaded HRNet model from the supraspinatus outlet radiographs 2025-Feb-01, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-24-1373 PMID:39995702	研究论文	本研究开发了一种基于级联HRNet模型的自动测量系统，用于从冈上肌出口X线片中测量肩部形态学参数	首次报道了在冈上肌出口X线片中自动测量放射学参数的方法，使用了基于深度学习的级联HRNet模型	研究仅使用了单中心数据，模型在肩峰形态分类方面仅具有中等可靠性	开发自动测量肩部形态学参数的系统，用于肩袖疾病的早期筛查和临床决策支持	冈上肌出口X线片	计算机视觉	肩袖损伤	X线摄影	HRNet	医学影像	1668张冈上肌出口X线片（1147张用于训练和验证，521张用于测试）	深度学习	级联HRNet	PCK, ICC, Pearson相关系数, 平均绝对误差, 均方根误差, Cohen's kappa系数	NA
16014	2025-10-07	Rapid and automatic hemodynamic assessment: integration of deep learning-based image segmentation, vessel reconstruction, and CFD prediction 2025-Feb-01, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-24-1721 PMID:39995727	研究论文	开发了一种基于深度学习的血管血流动力学快速自动评估方法，整合图像分割、血管重建和CFD预测	提出Res2-CD-UNet模型，将深度学习方法与MC算法和OpenFOAM结合，实现从CT图像到血流动力学分析的端到端自动化流程	仅在下肢动脉和主动脉数据集上验证，未提及其他血管区域或更大规模多中心验证	开发快速准确的血管血流动力学特征数据提取方法，替代传统耗时易错的手工处理流程	血管CT图像中的动脉区域	计算机视觉	心血管疾病	CT成像	CNN	医学图像	下肢动脉和主动脉两个数据集	OpenFOAM	Res2Net-ConvFormer-Dilation-UNet (Res2-CD-UNet)	准确率, 相对几何误差	NA
16015	2025-10-07	Predicting joint space changes in knee osteoarthritis over 6 years: a combined model of TransUNet and XGBoost 2025-Feb-01, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-24-1397 PMID:39995733	研究论文	本研究开发了结合TransUNet和XGBoost的模型，用于膝关节骨关节炎的关节间隙宽度自动测量和6年变化预测	首次将TransUNet分割网络与XGBoost回归模型结合，仅使用2年X光图像即可高精度预测6年关节间隙变化	数据来源于单一数据库（骨关节炎倡议数据库），样本代表性可能存在局限	建立膝关节间隙自动分割测量模型并预测6年关节间隙宽度变化	膝关节骨关节炎患者的X光图像	计算机视觉	骨关节炎	X射线成像	CNN, Transformer, 集成学习	医学图像	1947名参与者的膝关节X光图像	NA	TransUNet, XGBoost	Dice系数, 组内相关系数(ICC), 平均绝对误差(MAE)	NA
16016	2025-10-07	Deep learning for the detection of moyamoya angiopathy using T2-weighted images: a multicenter study 2025-Feb-01, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-24-1269 PMID:39995722	研究论文	基于T2加权图像开发深度学习模型用于烟雾病检测的多中心研究	首次基于T2WI开发深度学习模型用于烟雾病检测，并在多中心数据上进行验证	回顾性研究设计，未包含其他脑血管疾病的全面比较	开发基于T2WI的深度学习模型用于烟雾病检测	烟雾病患者、正常MRA患者和非烟雾病脑血管疾病患者	计算机视觉	烟雾病	磁共振成像，T2加权成像	CNN	医学图像	1038例烟雾病患者，1211例正常MRA患者，271例非烟雾病脑血管疾病患者	NA	SCNN,LeNet-5,VGG,ResNet,DenseNet	准确率,置信区间	NA
16017	2025-10-07	Diagnosis of Alzheimer's disease using transfer learning with multi-modal 3D Inception-v4 2025-Feb-01, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-24-1577 PMID:39995734	研究论文	本研究提出了一种基于多模态特征和迁移学习的3D Inception-v4模型，用于阿尔茨海默病的诊断	首次将多模态三维Inception-v4模型与迁移学习相结合，融合MRI影像和临床评分数据进行AD诊断	NA	开发基于深度学习的阿尔茨海默病计算机辅助诊断方法	阿尔茨海默病患者	计算机视觉	阿尔茨海默病	磁共振成像	CNN	图像, 临床评分数据	来自ADNI数据库的数据	NA	3D Inception-v4	准确率, AUC, 精确率, 召回率, F1分数	NA
16018	2025-10-07	Combining pelvic floor ultrasonography with deep learning to diagnose anterior compartment organ prolapse 2025-Feb-01, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-24-772 PMID:39995742	研究论文	本研究结合盆底超声与深度学习技术，开发用于诊断前盆腔器官脱垂的自动识别系统	首次将深度学习模型应用于盆底超声图像的前盆腔器官脱垂诊断，通过迁移学习提升特征提取稳定性	回顾性研究，样本来源单一，缺乏外部验证	提高盆底超声诊断前盆腔器官脱垂的速度和可靠性，促进基层医疗机构的诊疗能力	前盆腔器官脱垂患者（1,605例）和正常对照者（200例）的盆底超声图像	计算机视觉	盆腔器官脱垂	盆底超声检查	CNN	超声图像	5,816张盆底前腔静态超声图像（5,281张异常，535张正常），来自1,805名女性	NA	AlexNet,VGG-16,ResNet-18,ResNet-50	准确率,精确率,召回率,F1分数,AUC	NA
16019	2025-10-07	Towards Trustworthy AI in Healthcare: Epistemic Uncertainty Estimation for Clinical Decision Support 2025-Jan-31, Journal of personalized medicine IF:3.0Q1 DOI:10.3390/jpm15020058 PMID:39997335	研究论文	本研究比较了集成神经网络和谱归一化神经高斯过程在医疗决策支持中知识不确定性估计的可靠性	首次在临床决策支持系统中系统比较集成方法和知识建模方法在不确定性估计方面的性能差异	研究主要基于低维玩具数据集和单一MIMIC3数据集，需要更多真实临床场景验证	开发更可靠和可信的医疗AI决策支持系统	重症监护病房住院患者的死亡率预测	医疗人工智能	重症监护	深度学习不确定性估计	Transformer, 神经网络集成, SNGP	电子健康记录时间序列数据	MIMIC3研究数据集	NA	Encoder-Only Transformer	AUROC, AUPRC	NA
16020	2025-10-07	Deep learning based tractography with TractSeg in patients with hemispherotomy: Evaluation and refinement 2025-Jan-28, NeuroImage. Clinical DOI:10.1016/j.nicl.2025.103738 PMID:39922027	研究论文	评估并改进基于深度学习的纤维束追踪工具TractSeg在半球切开术患者中的应用	首次发现并记录了TractSeg在严重病理数据中错误重建手术已断开纤维束的问题，并提出了结合低秩张量近似的改进方法	研究样本量有限（25名患者和25名健康对照），仍需手动质量控制	评估深度学习纤维束追踪在严重脑部手术患者中的适用性并改进其性能	癫痫患者（接受半球切开术）和健康对照者的脑部扩散MRI数据	医学影像分析	癫痫	扩散MRI，纤维束追踪	深度学习	脑部扩散MRI影像	25名半球切开术患者和25名健康对照者	NA	TractSeg	纤维束重建完整性，错误重建率	NA