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
161	2025-04-04	DRTOP : deep learning-based radiomics for the time-to-event outcome prediction in lung cancer 2020-07-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-020-69106-8 PMID:32703973	研究论文	提出了一种基于深度学习的放射组学模型DRTOP，用于预测肺癌患者的时间-事件结果	DRTOP模型直接处理原始图像，无需预先定义特征或精确肿瘤分割，提高了预测效率和准确性	研究样本量较小（132例肺癌患者），且为内部数据集，可能需要更大规模的外部验证	开发深度学习模型以预测肺癌患者的生存和复发时间	肺癌患者	数字病理学	肺癌	深度学习放射组学	深度学习模型（未指定具体架构）	CT和PET医学影像	132例肺癌患者
162	2025-04-03	Accelerating high-concentration monoclonal antibody development with large-scale viscosity data and ensemble deep learning 2025-Dec, mAbs IF:5.6Q1 DOI:10.1080/19420862.2025.2483944 PMID:40170162	研究论文	本研究开发了一个名为DeepViscosity的集成深度学习模型，用于预测高浓度单克隆抗体的粘度，以加速抗体药物的开发	使用229种单克隆抗体的粘度数据训练了102个集成人工神经网络模型，显著提高了预测准确性和泛化能力	模型仅基于30个序列特征进行预测，可能忽略了其他影响粘度的因素	开发能够准确预测高浓度单克隆抗体粘度的计算模型，以优化抗体药物开发流程	229种单克隆抗体(mAbs)	机器学习	NA	深度学习	集成人工神经网络	序列数据	229种单克隆抗体(训练集) + 54种单克隆抗体(两个独立测试集)
163	2025-04-03	Automatic Quantification of Serial PET/CT Images for Pediatric Hodgkin Lymphoma Using a Longitudinally Aware Segmentation Network 2025-May, Radiology. Artificial intelligence DOI:10.1148/ryai.240229 PMID:39969278	research paper	开发了一种纵向感知分割网络（LAS-Net），用于量化儿童霍奇金淋巴瘤患者的系列PET/CT图像	LAS-Net引入了纵向交叉注意力机制，允许PET1的相关特征为PET2的分析提供信息	外部测试队列的性能略有下降	开发一种能够量化儿童霍奇金淋巴瘤患者系列PET/CT图像的纵向感知分割网络	儿童霍奇金淋巴瘤患者的系列PET/CT图像	digital pathology	Hodgkin lymphoma	PET/CT	CNN	image	297名儿童患者（内部数据集200名，外部测试数据集97名）
164	2025-04-03	Deep Learning-Assisted SERS for Therapeutic Drug Monitoring of Clozapine in Serum on Plasmonic Metasurfaces 2025-Apr-02, Nano letters IF:9.6Q1 DOI:10.1021/acs.nanolett.5c00391 PMID:40111434	研究论文	本文提出了一种结合人工神经网络(ANNs)和表面增强拉曼光谱(SERS)的新方法，用于快速监测血清中的氯氮平及其代谢物	首次将ANNs与SERS结合在等离子体超表面上，用于氯氮平及其代谢物的快速治疗药物监测	未提及样本量的具体信息，且仅针对氯氮平及其两种代谢物进行验证	开发一种快速、精确的治疗药物监测方法，以优化氯氮平的治疗效果并减少副作用	氯氮平及其两种主要代谢物(去甲氯氮平和氯氮平-N-氧化物)在人体血清中的浓度	生物医学诊断	精神分裂症	表面增强拉曼光谱(SERS)	人工神经网络(ANNs)	光谱数据	NA
165	2025-04-03	Integrative Multi-Omics and Routine Blood Analysis Using Deep Learning: Cost-Effective Early Prediction of Chronic Disease Risks 2025-Apr-02, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202412775 PMID:40171841	研究论文	本研究通过多组学数据和深度学习模型，开发了一种基于常规血液检测的慢性非传染性疾病风险预测系统	开发了名为Omicsformer的深度学习模型，能够从常规血液样本中识别多种疾病的潜在风险，并验证了其在临床前风险评估中的有效性	研究样本主要来自高海拔地区的亚健康人群，可能限制了结果的普遍适用性	探索慢性非传染性疾病的早期预测方法，推动个性化医疗发展并降低社区疾病筛查成本	160名高海拔地区亚健康个体和20年大规模临床患者数据	机器学习	慢性非传染性疾病（包括癌症、心血管疾病和精神疾病等）	多组学分析	Omicsformer（深度学习模型）	多组学数据和常规血液检测结果	160名亚健康个体+20年临床患者数据
166	2025-04-03	Artificial Intelligent-Enhanced Metabolite Profiling for Intraoperative IDH1 Genotyping in Glioma Using an Orthogonally Responsive SERS Probe 2025-Apr-02, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202503360 PMID:40171868	研究论文	本文提出了一种利用人工智能增强的代谢物分析和正交响应SERS探针，用于胶质瘤术中IDH1基因分型的新方法	开发了一种新型SERS探针，通过同时测量两种氧化还原相关代谢物，结合深度学习算法，实现了术中快速IDH1基因分型	研究样本量较小(31例胶质瘤患者)，需要更大规模的临床验证	优化胶质瘤手术策略和术后个性化治疗	胶质瘤患者	数字病理	胶质瘤	表面增强拉曼散射(SERS)	深度学习	拉曼光谱	31例胶质瘤患者
167	2025-04-03	Continuous glucose feedback control using Raman spectroscopy and deep learning models for biopharmaceutical processes 2025-Apr-02, Biotechnology progress IF:2.5Q3 DOI:10.1002/btpr.70020 PMID:40172019	研究论文	本研究探讨了在高消耗、高复杂度的细胞培养过程中，利用拉曼光谱和先进深度学习模型实施连续葡萄糖控制策略	结合拉曼光谱和深度学习模型（包括卷积神经网络和变分自编码器即时学习）进行连续葡萄糖控制，提高了葡萄糖测量的准确性和稳定性	在制造环境中，拉曼光谱可能不可行，需要开发可扩展的替代方案	提高生物制药过程中葡萄糖控制的准确性和稳定性，优化产品质量和生产效率	高消耗、高复杂度的细胞培养过程	生物制药	NA	拉曼光谱	CNN, 变分自编码器	光谱数据	多个细胞系
168	2025-04-03	Editorial Comment: Deep Learning Unlocks the Prognostic Importance of Thoracic Aortic Calcification 2025-Apr-02, AJR. American journal of roentgenology DOI:10.2214/AJR.25.33012 PMID:40172167	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
169	2025-04-03	Predicting Respiratory Disease Mortality Risk Using Open-source AI on Chest Radiographs in an Asian Health Screening Population 2025-Apr-02, Radiology. Artificial intelligence DOI:10.1148/ryai.240628 PMID:40172326	研究论文	评估开源深度学习算法CXR-Lung-Risk在亚洲健康筛查人群中预测呼吸系统疾病死亡风险的预后价值	使用开源深度学习算法CXR-Lung-Risk对亚洲人群进行呼吸系统疾病死亡风险分层，并探索性分析基线及随访CXR的纵向风险轨迹	单中心回顾性研究，样本量虽大但仅针对亚洲人群，可能限制结果的普适性	评估CXR-Lung-Risk算法预测呼吸系统疾病死亡风险的预后价值	36,924名接受健康筛查的亚洲人群的胸部X光片	数字病理	肺癌	深度学习	CXR-Lung-Risk	胸部X光图像	36,924名个体（中位年龄58岁，22,352名男性）
170	2025-04-03	Unsupervised Deep Learning for Blood-Brain Barrier Leakage Detection in Diffuse Glioma Using Dynamic Contrast-enhanced MRI 2025-Apr-02, Radiology. Artificial intelligence DOI:10.1148/ryai.240507 PMID:40172325	research paper	该研究开发了一种无监督深度学习框架，用于检测弥漫性胶质瘤中的血脑屏障渗漏，无需药代动力学模型和动脉输入函数估计	提出了一种基于自编码器的异常检测方法，通过重建残差识别异常信号，无需依赖传统的药代动力学模型和动脉输入函数估计	研究为回顾性研究，样本量有限（274例患者），且仅针对弥漫性胶质瘤	开发一种无需药代动力学模型和动脉输入函数估计的血脑屏障渗漏检测方法	接受动态对比增强MRI检查的弥漫性胶质瘤患者	digital pathology	glioma	DCE MRI	autoencoder-based anomaly detection (AEAD)	MRI图像	274例患者（164名男性，平均年龄54.23±14.66岁）
171	2025-04-03	Reply to the Letter to the Editor: MRI deep learning models for assisted diagnosis of knee pathologies: a systematic review 2025-Apr-02, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11552-x PMID:40172639	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
172	2025-04-03	Integrating deep learning and molecular dynamics simulations for FXR antagonist discovery 2025-Apr-02, Molecular diversity IF:3.9Q2 DOI:10.1007/s11030-025-11145-2 PMID:40172823	研究论文	该研究结合深度学习和分子动力学模拟，发现FXR拮抗剂用于治疗代谢性疾病	开发了预测FXR拮抗活性和毒性的深度学习模型，并通过分子动力学模拟筛选出潜在候选化合物	研究中仅筛选了HMDB数据库中的化合物，未涵盖所有可能的化合物	发现FXR拮抗剂用于治疗代谢性疾病	217,345种化合物，特别是HMDB0253354 (Fulvestrant)和HMDB0242367 (ZM 189154)	机器学习	代谢性疾病	深度学习，分子动力学模拟	深度学习模型	化合物数据	217,345种化合物
173	2025-04-03	Improved diagnosis of arrhythmogenic right ventricular cardiomyopathy using electrocardiographic deep learning 2025-Apr, Heart rhythm IF:5.6Q1 DOI:10.1016/j.hrthm.2024.08.030 PMID:39168295	research paper	本研究开发并验证了一种基于心电图（ECG）的深度学习（DL）工具，用于提高致心律失常性右室心肌病（ARVC）的诊断准确性	利用深度学习技术从心电图中预测ARVC诊断，其性能达到ARVC专家水平，并能区分真实ARVC诊断与表型模仿者及高风险家族成员/基因阳性个体	研究样本量相对有限，外部验证队列中ARVC患病率较低（10.2%）	开发并验证一种基于ECG的深度学习工具，用于ARVC诊断	被转诊进行ARVC评估的患者（n=688）及通过Geisinger MyCode社区健康计划鉴定的携带致病性或可能致病性ARVC基因变异的患者（n=167）	digital pathology	cardiovascular disease	deep learning	DL	ECG	总样本量855例（开发集551例，测试集137例，外部验证队列167例）
174	2025-04-03	Estimating hair density with XGBoost 2025-Apr, International journal of cosmetic science IF:2.7Q2 DOI:10.1111/ics.13030 PMID:39551627	研究论文	本研究探索使用XGBoost模型进行头发密度估计，旨在开发一种更准确且通用的方法	采用XGBoost模型进行头发密度估计，相比之前的方法在测试集上达到了95.3%的准确率，显著优于现有方法	未提及模型在其他数据集上的泛化能力或实际临床应用中的潜在问题	开发一种更准确且通用的头发密度估计方法	头皮图像	计算机视觉	NA	图像处理	XGBoost	图像	895张头皮图像（745张用于训练，150张用于测试）
175	2025-04-03	Overfit detection method for deep neural networks trained to beamform ultrasound images 2025-Apr, Ultrasonics IF:3.8Q1 DOI:10.1016/j.ultras.2024.107562 PMID:39746284	研究论文	提出一种检测深度神经网络在超声图像波束成形中过拟合的方法	无需重新训练网络或额外测试数据，仅需网络结构和训练权重即可检测过拟合	方法仅在三种人工输入（零、一和高斯噪声）上进行了验证，可能需要更多样化的输入验证	检测深度神经网络在超声图像重建中的过拟合问题	用于超声图像波束成形的深度神经网络	计算机视觉	NA	深度神经网络训练与评估	DNN	超声图像	多站点数据训练的三种DNN模型，参与CUBDL挑战
176	2025-04-03	Deep-ER: Deep Learning ECCENTRIC Reconstruction for fast high-resolution neurometabolic imaging 2025-Apr-01, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2025.121045 PMID:39894238	research paper	提出一种名为Deep-ER的深度学习重建方法，用于快速高分辨率神经代谢成像	开发了一种基于深度学习的ECCENTRIC重建方法（Deep-ER），显著提高了重建速度和质量	训练数据量相对较小（21例训练，6例测试），可能影响模型的泛化能力	提高磁共振波谱成像（MRSI）的重建速度和质量，以促进神经科学和精准医学应用	高分辨率体模和27名人类参与者（22名健康志愿者和5名胶质瘤患者）	digital pathology	glioma	Magnetic Resonance Spectroscopic Imaging (MRSI), ECCENTRIC pulse sequence	deep neural network with recurring interlaced convolutional layers	MRI imaging data	27 subjects (22 healthy volunteers and 5 glioma patients)
177	2025-04-03	Intuitive Human-Artificial Intelligence Theranostic Complementarity 2025-Apr, Cancer biotherapy & radiopharmaceuticals DOI:10.1089/cbr.2025.0021 PMID:39973351	research paper	探讨人工智能与人类直觉在诊断影像学和治疗诊断核医学中的互补作用	提出人工智能与人类直觉在治疗诊断核医学中的互补性，强调人类医生的情感、直觉和共情能力在临床决策中的不可替代性	人工智能缺乏人类情感、直觉和共情能力，无法理解其输出的意义	研究人工智能与人类直觉在治疗诊断核医学中的互补作用，以优化个性化精准治疗策略	核医学医生和人工智能在癌症治疗诊断中的协同作用	digital pathology	cancer	radiomics, genomics, radiobiology, dosimetry	large language models	multidimensional sources including electronic medical records	NA
178	2025-04-03	Deep Learning-Based Computer-Aided Diagnosis in Coronary Artery Calcium-Scoring CT for Pulmonary Nodule Detection: A Preliminary Study 2025-Apr, Yonsei medical journal IF:2.6Q1 DOI:10.3349/ymj.2024.0050 PMID:40134084	研究论文	本研究评估了基于深度学习的计算机辅助诊断（DL-CAD）在冠状动脉钙化评分CT中检测肺结节的可行性和实用性	利用基于薄层图像的DL-CAD系统辅助经验较少的读者提高肺结节的检测灵敏度，且未显著增加假阳性	研究样本量较小（273名患者），且为回顾性研究，可能存在选择偏差	评估DL-CAD在冠状动脉钙化评分CT中检测肺结节的效果	273名接受冠状动脉钙化评分CT的患者	数字病理	肺癌	CT扫描	深度学习	医学影像	273名患者，其中129名男性，平均年龄63.9±13.2岁
179	2025-04-03	Deep Learning-Accelerated Non-Contrast Abbreviated Liver MRI for Detecting Malignant Focal Hepatic Lesions: Dual-Center Validation 2025-Apr, Korean journal of radiology IF:4.4Q1 DOI:10.3348/kjr.2024.0862 PMID:40150922	research paper	本研究比较了深度学习加速的非增强简化MRI协议（AMRIDL）与标准简化MRI协议（AMRISTD）在肝脏恶性局灶性病变检测中的图像质量和诊断效果	采用深度学习加速的MRI协议显著提高了图像质量，并将扫描时间缩短了约50%，同时保持了与标准协议相当的病变检测敏感性	研究为回顾性设计，样本量相对有限（155例患者），且仅在两所中心进行验证	评估深度学习加速MRI协议在肝脏恶性局灶性病变检测中的临床应用价值	155例接受肝脏MRI检查的患者（其中64例共104个恶性局灶性病变）	digital pathology	liver cancer	MRI, deep learning	DL（深度学习模型，具体架构未说明）	医学影像（MRI图像）	155例患者（含104个恶性病灶）及MRI体模实验
180	2025-04-03	CabriTrack: Accelerometer data for automated behavioural monitoring of grazing Creole goats 2025-Apr, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111431 PMID:40160528	研究论文	介绍了一个名为CabriTrack的数据集，用于通过加速度计数据自动监测克雷奥尔山羊的放牧行为	提供了一个包含144小时以上三轴加速度计数据的数据集，用于训练和评估基于加速度数据的行为预测方法	数据集仅针对克雷奥尔山羊，且行为分类有限（五种行为）	开发自动化动物行为监测方法	克雷奥尔山羊的放牧行为	机器学习	NA	加速度计数据采集和AI行为预测	NA	加速度计数据和视频数据	59只不同的动物，数据收集时间为2023年3月至2024年3月