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
16101	2025-02-25	Detection of urinary tract stones on submillisievert abdominopelvic CT imaging with deep-learning image reconstruction algorithm (DLIR) 2024-06, Abdominal radiology (New York) DOI:10.1007/s00261-024-04223-w PMID:38470506	研究论文	本研究评估了使用深度学习图像重建算法（DLIR）在亚毫西弗腹部盆腔CT成像中检测尿路结石的诊断性能和图像质量	首次在亚毫西弗腹部盆腔CT成像中应用深度学习图像重建算法（DLIR），并评估其在尿路结石检测中的诊断性能和图像质量	样本量较小，仅57名患者参与研究	评估亚毫西弗腹部盆腔CT成像在尿路结石检测中的诊断性能和图像质量	57名疑似尿路结石患者	数字病理	尿路结石	CT成像	深度学习图像重建算法（DLIR）	图像	57名患者，共检测到266颗结石	NA	NA	NA	NA
16102	2025-10-07	MCTASmRNA: A deep learning framework for alternative splicing events classification 2025-Apr, International journal of biological macromolecules IF:7.7Q1 DOI:10.1016/j.ijbiomac.2025.139941 PMID:39842565	研究论文	开发了一个基于多尺度卷积和Transformer的深度学习框架MCTASmRNA，用于mRNA序列中可变剪接事件的分类	提出结合多尺度卷积和Transformer的混合模型，引入高效通道注意力机制和新设计的联合损失函数，无需参考基因组即可分类可变剪接事件	未明确说明模型在更广泛物种上的泛化能力，未来需要进一步优化和扩展模型	解决现有可变剪接事件识别方法效率低、处理时间长和难以捕捉RNA序列复杂性的问题	mRNA序列中的可变剪接事件	自然语言处理	NA	RNA测序	CNN, Transformer	序列数据	NA	NA	多尺度卷积神经网络, Transformer	准确率	NA
16103	2025-10-07	Polysaccharide degradation in an Antarctic bacterium: Discovery of glycoside hydrolases from remote regions of the sequence space 2025-Apr, International journal of biological macromolecules IF:7.7Q1 DOI:10.1016/j.ijbiomac.2025.140113 PMID:39842586	研究论文	通过计算生物学方法发现南极细菌中两种新型糖苷水解酶并预测其底物特异性	结合AlphaFold 3D模型的深度学习动态对接与分子动力学模拟，开发计算流程预测位于序列空间偏远区域的酶功能	序列空间偏远区域的功能预测不可靠，需要依赖计算模拟验证	发现南极细菌中位于序列空间偏远区域的新型糖苷水解酶并确定其功能	南极细菌Pseudomonas sp. ef1中的Ps_GH5和Ps_GH50糖苷水解酶	计算生物学	NA	AlphaFold 3D建模，动态对接，分子动力学模拟	深度学习	蛋白质序列，三维结构模型，寡糖底物	两种糖苷水解酶（Ps_GH5和Ps_GH50）	AlphaFold	NA	底物特异性预测准确性	NA
16104	2025-10-07	Rational design and synthesis of pyrazole derivatives as potential SARS-CoV-2 Mpro inhibitors: An integrated approach merging combinatorial chemistry, molecular docking, and deep learning 2025-Apr-01, Bioorganic & medicinal chemistry IF:3.3Q1 DOI:10.1016/j.bmc.2025.118095 PMID:39929031	研究论文	本研究通过组合化学、分子对接和深度学习相结合的方法，设计并合成了作为SARS-CoV-2主要蛋白酶潜在抑制剂的吡唑衍生物	整合组合化学、分子对接和深度学习（DeepPurpose）的多学科方法，通过共识排名策略筛选候选化合物	NA	加速发现SARS-CoV-2主要蛋白酶抑制剂，为未来抗病毒药物开发提供框架	吡唑衍生物化合物库	机器学习	COVID-19	组合化学、分子对接、深度学习	深度学习	化学结构数据	超过60,000个吡唑基结构	DeepPurpose	NA	ChemPLP评分、结合自由能计算	NA
16105	2025-10-07	Deep learning for age estimation from panoramic radiographs: A systematic review and meta-analysis 2025-Mar, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2025.105560 PMID:39826609	系统综述与荟萃分析	系统评估深度学习在全景X光片年龄估计中的性能表现	首次对深度学习在全景X光片年龄估计中的应用进行系统综述和荟萃分析	多数研究存在偏倚风险，方法学限制阻碍了临床广泛应用	评估深度学习在全景X光片年龄估计中的性能	使用深度学习进行年龄估计的研究	计算机视觉	NA	全景X光成像	深度学习	医学影像（全景X光片）	42项研究纳入系统综述，9项研究纳入荟萃分析	NA	NA	准确率，平均绝对误差	NA
16106	2025-10-07	Dynamic cycles between brain states during creative storytelling 2025-Mar, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2025.121053 PMID:39863001	研究论文	通过fMRI研究创造性讲故事过程中大脑状态的动态转换机制	首次通过深度学习方法证明自发思维和刻意思维在创造性思维中的交替互动模式	样本量相对较小（41名大学生），研究结果需要更大样本验证	探索创造性思维过程中大脑状态的动态转换机制	41名大学生在创造性讲故事任务中的大脑活动	神经科学，机器学习	NA	功能磁共振成像（fMRI）	深度学习	fMRI脑成像数据	41名大学生	NA	NA	相关性分析	NA
16107	2025-10-07	Beyond averaging: A transformer approach to decoding event related brain potentials 2025-Mar, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2025.121049 PMID:39864567	研究论文	本研究评估了基于Transformer的深度学习方法在脑电图事件相关电位分析中的应用潜力	首次将Transformer网络和注意力机制应用于事件相关电位分析，相比传统平均方法能发现更多隐藏信息	样本量相对较小（29名参与者），研究仅针对响度感知这一特定实验范式	探索深度学习在脑电图事件相关电位分析中的优势，特别是与传统平均方法的比较	29名18-30岁正常听力参与者的脑电图数据和主观响度评级	机器学习	NA	脑电图记录	Transformer, CNN	脑电图信号	29名参与者	NA	卷积Transformer	准确率, AUC	NA
16108	2025-10-07	Research of orthodontic soft tissue profile prediction based on conditional generative adversarial networks 2025-Mar, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2025.105570 PMID:39864612	研究论文	本研究构建了一种新的条件生成对抗网络模型，用于预测正畸治疗后侧面外观的变化	提出了新的soft-P-CGAN模型，包含条件向量输入模块、U-Net生成器和PatchGAN判别器，设计了软损失函数增强软组织轮廓生成，采用多尺度特征金字塔提升图像质量	下颌区域预测相对不准确	预测正畸治疗后侧面软组织轮廓变化	成人正畸患者的头颅侧位片	计算机视觉	口腔正畸	深度学习	CGAN, GAN	医学影像	NA	NA	U-Net, PatchGAN, Pix2Pix, Cycle-GAN	平均径向误差, 成功检测率	NA
16109	2025-10-07	Opportunistic assessment of steatotic liver disease in lung cancer screening eligible individuals 2025-Mar, Journal of internal medicine IF:9.0Q1 DOI:10.1111/joim.20053 PMID:39868889	研究论文	利用深度学习模型在肺癌筛查胸部CT中评估脂肪肝疾病及其对长期死亡率的预测价值	首次在肺癌筛查人群中利用非增强胸部CT通过深度学习自动评估脂肪肝疾病并证明其对长期死亡率的独立预测价值	研究人群仅限于重度吸烟者，可能限制结果的普适性	评估肺癌筛查胸部CT中脂肪肝疾病的患病率及其预后价值	19774名国家肺癌筛查试验(NLST)的重度吸烟者参与者	数字病理	肺癌	胸部CT扫描	深度学习	医学影像	19774名NLST参与者(平均年龄61.4±5.0岁，41.2%女性)	NA	NA	风险比(HR), 置信区间, p值	NA
16110	2025-10-07	Automated diagnosis and classification of temporomandibular joint degenerative disease via artificial intelligence using CBCT imaging 2025-Mar, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2025.105592 PMID:39870190	研究论文	本研究开发了一种基于YOLOv10算法的人工智能模型，用于自动诊断和分类颞下颌关节退行性疾病的CBCT影像	首次将YOLOv10算法应用于颞下颌关节退行性疾病的自动诊断和分类，能够同时检测疾病存在及其四种典型影像学特征	模型对包含多个退行性病变特征的图像检测准确率随特征数量增加而下降（从94%降至63%）	开发基于人工智能的颞下颌关节退行性疾病自动诊断和分类系统	颞下颌关节退行性疾病患者的CBCT影像	计算机视觉	颞下颌关节退行性疾病	锥形束计算机断层扫描	CNN	医学影像	1018名患者的7357张标注颞下颌关节斜矢状位图像（3010张正常髁突，4347张退行性病变髁突）	YOLOv10	YOLOv10	准确率,精确率,灵敏度,特异度,F1分数,平均精度均值	NA
16111	2025-10-07	DeepCERES: A deep learning method for cerebellar lobule segmentation using ultra-high resolution multimodal MRI 2025-Mar, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2025.121063 PMID:39922330	研究论文	提出一种基于深度学习的多模态超高分辨率小脑小叶分割方法DeepCERES	使用多模态超高分辨率(0.125 mm)训练数据，探索U-Net以外的替代架构，将深度学习与多图谱分割的先验知识相结合	NA	改进小脑小叶分割的精度和鲁棒性	人类小脑小叶	医学影像分析	NA	多模态MRI	深度学习集成网络	T1和T2 MR图像	NA	NA	非传统U-Net架构	精度	NA
16112	2025-10-07	DeepReducer: A linear transformer-based model for MEG denoising 2025-Mar, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2025.121080 PMID:39929407	研究论文	提出一种基于线性Transformer的深度学习模型DeepReducer，用于脑磁图事件相关磁场的降噪处理	首次将线性Transformer架构应用于MEG信号降噪，能够有效减少所需试验次数	NA	开发高效的MEG信号降噪方法以减少数据采集时间	脑磁图事件相关磁场信号	机器学习	神经系统疾病	脑磁图	Transformer	神经信号数据	NA	NA	线性Transformer	均方误差, 信噪比, 源定位误差	NA
16113	2025-10-07	A Graph-Theoretic Approach to Detection of Parkinsonian Freezing of Gait From Videos 2025-Feb-28, Statistics in medicine IF:1.8Q1 DOI:10.1002/sim.70020 PMID:39976295	研究论文	提出一种基于图论的创新方法，通过视频数据检测帕金森病患者步态冻结现象	采用图论方法构建姿态图序列，使用Fréchet统计量识别步态转换点，与主流基于像素的深度学习方法形成鲜明对比	NA	开发从视频数据中检测帕金森病步态冻结的新方法	帕金森病患者的步态视频数据	计算机视觉	帕金森病	视频分析, 姿态估计	图论模型	视频	两个数据集(Kinect3D和AlphaPose)	NA	姿态图, 图拉普拉斯矩阵	NA	NA
16114	2025-10-07	Event-driven figure-ground organisation model for the humanoid robot iCub 2025-Feb-22, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-56904-9 PMID:39984477	研究论文	开发了一种用于人形机器人iCub的事件驱动图形-背景组织模型，实现高效的目标检测和边界识别	采用基于事件驱动的视觉系统和生物启发式分层架构，相比传统方法减少数据冗余和计算需求	在简单刺激和伯克利分割数据集上表现与基于帧的版本相当，但在复杂场景下的性能未明确说明	为神经形态机器人开发高效的目标检测和边界识别系统	人形机器人iCub及其视觉感知系统	计算机视觉	NA	事件驱动视觉，生物启发式感知系统	生物启发式分层架构	事件流数据，图像数据	多种真实场景测试，伯克利分割数据集	NA	分层生物可信架构	定性评估，定量评估	神经形态机器人iCub平台，事件驱动相机
16115	2025-10-07	Early warning study of field station process safety based on VMD-CNN-LSTM-self-attention for natural gas load prediction 2025-Feb-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-85582-2 PMID:39984509	研究论文	本研究提出一种基于VMD-CNN-LSTM-自注意力机制的天然气负荷区间预测方法，用于提升场站工艺安全预警能力	创新性地提出VMD-CNN-LSTM-自注意力组合模型，并基于85%、90%和95%置信区间实现分级预警机制	NA	提升天然气负荷预测精度和可靠性，加强企业安全生产管理	天然气场站外输负荷数据	机器学习	NA	深度学习	CNN,LSTM,Self-Attention	时间序列数据	NA	NA	VMD-CNN-LSTM-Self-Attention	MAE,MAPE,MESE,REMS,R	NA
16116	2025-10-07	A detection method for small casting defects based on bidirectional feature extraction 2025-Feb-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-90185-y PMID:39984609	研究论文	提出一种基于双向特征提取的小型铸件缺陷检测方法	创新性地开发了基于Hadamard积的双层编码器-解码器多尺度特征提取架构BiSDE，并采用基于Wasserstein距离的损失函数优化小缺陷目标训练	NA	提高铸件缺陷检测的自动化水平和检测精度	铸件中的小型缺陷（如气孔、夹杂物）	计算机视觉	NA	X射线检测	深度学习	X射线图像	NA	NA	Encoder-Decoder, BiSDE	Mean Average Precision (MAP)	NA
16117	2025-10-07	Foundations of a knee joint digital twin from qMRI biomarkers for osteoarthritis and knee replacement 2025-Feb-21, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-01507-3 PMID:39984725	研究论文	本研究基于定量MRI和机器学习技术，构建了膝关节数字孪生系统，用于骨关节炎管理和膝关节置换预测	首次结合深度学习分割和降维技术创建膝关节影像生物标志物嵌入特征空间，为个性化数字孪生提供新方法	研究基于横断面队列分析，需要纵向研究验证生物标志物的预测能力	开发膝关节数字孪生系统以推进骨关节炎精准医疗和膝关节置换预测	膝关节结构和相关生物标志物	数字病理	骨关节炎	定量MRI，机器学习	深度学习	MRI影像	横断面队列（具体样本量未提供）	NA	NA	NA	NA
16118	2025-10-07	Deep learning models for differentiating three sinonasal malignancies using multi-sequence MRI 2025-Feb-21, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-024-01517-9 PMID:39984860	研究论文	开发基于MRI的深度学习模型用于区分三种鼻腔鼻窦恶性肿瘤，并评估其对放射科医生诊断性能的提升	首次构建基于多序列MRI的深度学习模型用于区分三种鼻腔鼻窦恶性肿瘤，并证明AI辅助能显著提升不同年资放射科医生的诊断性能	回顾性研究设计，样本量相对有限	开发MRI深度学习模型用于鼻腔鼻窦恶性肿瘤的鉴别诊断	465名鼻腔鼻窦恶性肿瘤患者（229例鳞状细胞癌，128例腺样囊性癌，108例嗅神经母细胞瘤）	医学影像分析	鼻腔鼻窦恶性肿瘤	多序列MRI（T2加权成像、对比增强T1加权成像、表观扩散系数）	深度学习	MRI图像	465名患者（训练验证组372名，外部测试组93名）	NA	ResNet101, ResNet50, DenseNet121	准确率, 召回率, 精确率, F1分数, AUC, 混淆矩阵	NA
16119	2025-10-07	An ensemble deep learning framework for multi-class LncRNA subcellular localization with innovative encoding strategy 2025-Feb-21, BMC biology IF:4.4Q1 DOI:10.1186/s12915-025-02148-4 PMID:39984880	研究论文	提出一种名为MGBLncLoc的集成深度学习框架，通过创新的多类核苷酸组分布密度编码策略预测lncRNA亚细胞定位	开发了基于多类核苷酸组分布密度的广义编码技术(MCD-ND)，能更精确反映核苷酸分布并区分序列中的恒定区和判别区	NA	准确预测长非编码RNA的亚细胞定位	长非编码RNA序列	生物信息学	NA	序列编码分析	集成深度学习	RNA序列数据	NA	NA	Multi-Dconv Head Transposed Attention, Gated-Dconv Feed-forward Network, CNN, Bidirectional GRU	NA	NA
16120	2025-10-07	Multi-cancer early detection based on serum surface-enhanced Raman spectroscopy with deep learning: a large-scale case-control study 2025-Feb-21, BMC medicine IF:7.0Q1 DOI:10.1186/s12916-025-03887-5 PMID:39984977	研究论文	基于血清表面增强拉曼光谱结合深度学习的多癌种早期检测大规模病例对照研究	整合表面增强拉曼光谱技术、重采样策略、特征维度增强和深度学习算法，开发了一种新型的多癌种早期检测平台	病例对照研究设计，需要进一步前瞻性验证	开发敏感准确的多癌种早期检测方法	1655例早期癌症患者（乳腺癌569例、肺癌513例、甲状腺癌220例、结直肠癌215例、胃癌100例、食管癌38例）和1896例健康对照	数字病理	多癌种	表面增强拉曼光谱	CNN, DNN	光谱数据	3551例样本（1655例患者，1896例健康对照）	NA	ResNet	准确率, 精确率, 召回率, F1分数, AUC	NA