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
1941	2025-10-06	Deep Learning Pipeline for Automated Assessment of Distances Between Tonsillar Tumors and the Internal Carotid Artery 2025-Oct, Head & neck DOI:10.1002/hed.28200 PMID:40458868	研究论文	开发基于深度学习的自动化流程，用于评估扁桃体肿瘤与颈内动脉之间的最小距离	首次提出结合nnU-Net分割和距离计算的完整自动化流程，用于扁桃体肿瘤术前评估	样本量较小（仅96例患者），需要更大规模验证	开发自动化工具辅助扁桃体肿瘤术前规划	扁桃体肿瘤患者	医学影像分析	头颈肿瘤	CT扫描	深度学习	医学影像	96例扁桃体肿瘤患者的CT扫描	nnU-Net	nnU-Net	Dice相似系数, 平均Hausdorff距离	NA
1942	2025-10-06	Multitask Deep Learning for Automated Segmentation and Prognostic Stratification of Endometrial Cancer via Biparametric MRI 2025-Oct, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.70012 PMID:40536279	研究论文	开发基于双参数MRI的多任务深度学习框架，用于子宫内膜癌的自动分割和预后分层	首次提出统一的多任务深度学习框架，同时实现子宫内膜癌的自动分割和多个关键预后因素的分类	回顾性研究设计，样本量相对有限（325例患者）	开发自动化工具辅助子宫内膜癌的预后评估和治疗规划	经组织学确认的子宫内膜癌患者	医学影像分析	子宫内膜癌	双参数MRI（T2加权成像和扩散加权成像）	深度学习	医学影像	325例患者（211例训练，54例验证，60例测试）	NA	多任务深度学习框架	Dice相似系数，Jaccard相似系数，Hausdorff距离，平均表面距离，AUC	NA
1943	2025-10-06	Cognition-Eye-Brain Connection in Alzheimer's Disease Spectrum Revealed by Multimodal Imaging 2025-Oct, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.70003 PMID:40583127	研究论文	通过多模态成像探索阿尔茨海默病谱系中认知功能、视网膜生物特征和大脑改变之间的关系	首次使用多模态成像技术（包括MRI和OCTA）结合深度学习模型，系统研究阿尔茨海默病谱系不同阶段认知-眼-脑连接的改变	样本量相对较小（总样本量76例），特别是AD组仅7例患者	探索阿尔茨海默病谱系中认知功能、视网膜生物特征和大脑改变之间的关联	健康对照（16例）、主观认知下降（35例）、轻度认知障碍（18例）和阿尔茨海默病（7例）患者	数字病理学	阿尔茨海默病	光学相干断层扫描血管成像（OCTA）, 3T MRI, 静息态功能MRI	深度学习模型	医学影像数据（MRI, OCTA）	76例（HC=16, SCD=35, MCI=18, AD=7）	NA	FARGO	统计显著性（p<0.05 with FWE校正）	NA
1944	2025-10-06	Automated multiple sclerosis lesion segmentation from 3D-FLAIR MRI using R2AUNet: A deep learning approach with recurrent residual and attention mechanisms 2025-Oct, Multiple sclerosis and related disorders IF:2.9Q2 DOI:10.1016/j.msard.2025.106620 PMID:40712506	研究论文	本研究开发了一种名为R2AUNet的深度学习模型，用于从3D-FLAIR MRI图像中自动分割多发性硬化病灶	在3D U-Net框架中结合了循环残差块和注意力门机制，仅使用单一3D-FLAIR MRI序列即可实现准确的病灶分割	样本量相对有限（112个MRI扫描来自95名患者），且数据来自单一机构	开发自动化的多发性硬化病灶分割方法	多发性硬化患者的3D-FLAIR MRI图像	医学图像分析	多发性硬化	3D-FLAIR MRI	深度学习	3D MRI图像	112个MRI扫描来自95名多发性硬化患者	NA	R2AUNet（基于3D U-Net，包含循环残差块和注意力机制）	Dice相似系数, 特异性, 敏感性, F1分数, 精确度	NA
1945	2025-10-06	BrainCNN: Automated brain tumor grading from magnetic resonance images using a convolutional neural network-based customized model 2025-Oct, SLAS technology IF:2.5Q3 DOI:10.1016/j.slast.2025.100334 PMID:40712914	研究论文	开发基于卷积神经网络的自动化脑肿瘤分级系统，通过MRI图像对脑肿瘤进行低级别和高级别分类	提出定制化CNN模型，结合预训练模型和多种特征提取方法，在脑肿瘤分级任务中达到99.45%的峰值准确率	数据集仅包含293个MRI扫描，样本量相对较小，且数据来源单一	开发自动化脑肿瘤分级系统以提高诊断准确性和治疗规划效果	脑肿瘤患者的MRI图像	计算机视觉	脑肿瘤	磁共振成像	CNN	图像	293个MRI扫描	TensorFlow, PyTorch	MobileNet, Inception V3, ResNet-50, 定制CNN模型	准确率	NA
1946	2025-10-06	Magnetic Susceptibility-Based Imaging in Gliomas: Insights into Tumor Grading and Margin Delineation 2025-Oct, NMR in biomedicine IF:2.7Q1 DOI:10.1002/nbm.70140 PMID:40944493	综述	本文评估磁化率磁共振成像在神经胶质瘤分级和边界勾画中的应用价值	系统比较R2*、SWI和QSM三种磁化率成像技术在胶质瘤分级和边界界定中的性能差异，提出多模态融合策略	QSM技术尚未在临床常规应用，存在多种技术挑战；SWI无法区分出血和钙化	评估磁化率磁共振成像在胶质瘤分级和边界勾画中的作用	神经胶质瘤患者	医学影像分析	神经胶质瘤	磁化率磁共振成像（R2*, SWI, QSM）, 灌注加权成像, 扩散张量成像	NA	磁共振影像	40项研究（文献综述）	NA	NA	敏感性, 特异性, 定量磁化率值	NA
1947	2025-10-06	Hepatocellular Carcinoma Risk Stratification for Cirrhosis Patients: Integrating Radiomics and Deep Learning Computed Tomography Signatures of the Liver and Spleen into a Clinical Model 2025-Sep-28, Journal of clinical and translational hepatology IF:3.1Q2 DOI:10.14218/JCTH.2025.00091 PMID:40951530	研究论文	开发并验证了一种整合肝脏和脾脏CT影像特征的肝细胞癌风险预测模型	将放射组学和深度学习特征整合到现有的aMAP临床模型中，显著提高了肝细胞癌风险预测性能	研究队列中慢性乙型肝炎病毒感染占主导地位（91.5%），可能限制模型在其他病因肝硬化患者中的泛化能力	改善肝硬化患者肝细胞癌风险分层	肝硬化患者	数字病理	肝细胞癌	计算机断层扫描	深度学习	医学影像	2411名患者，其中118人发展为肝细胞癌	PyRadiomics	ResNet-18	受试者工作特征曲线下面积	NA
1948	2025-10-06	Enhanced Detection, Using Deep Learning Technology, of Medial Meniscal Posterior Horn Ramp Lesions in Patients with ACL Injury 2025-Sep-17, The Journal of bone and joint surgery. American volume DOI:10.2106/JBJS.24.01530 PMID:40743295	研究论文	本研究开发了一种结合深度学习技术和风险因素的MRI诊断模型，用于提高前交叉韧带损伤患者内侧半月板后角斜坡病变的检测准确率	首次将深度学习技术与临床风险因素相结合，使用Swin Transformer Large架构构建预测模型，显著提高了斜坡病变的诊断准确率	研究为回顾性设计，样本量相对有限（236例患者），证据等级为III级	开发基于深度学习的MRI诊断工具，提高内侧半月板后角斜坡病变的检测准确性	接受关节镜手术的前交叉韧带损伤患者	计算机视觉	膝关节损伤	磁共振成像	深度学习, Swin Transformer, XGBoost, 随机森林, 逻辑回归	医学影像	236例患者	NA	Swin Transformer Large	准确率, 特异性, 敏感性	NA
1949	2025-10-06	Deep Learning Analysis of Crystallization Using Polarized Light Microscopy and U-Net Segmentation 2025-Sep-17, The journal of physical chemistry. B DOI:10.1021/acs.jpcb.5c03681 PMID:40958672	研究论文	本研究结合偏光显微镜和深度学习技术分析液晶化合物9BA4的结晶过程	首次将U-Net卷积神经网络应用于偏光显微镜图像分析，实现结晶相和层列相的自动识别与量化	仅研究单一液晶化合物9BA4，方法在其他材料体系中的适用性有待验证	开发结合传统光学技术和神经网络图像分析的方法来研究材料结晶行为	液晶化合物9BA4的结晶过程	计算机视觉	NA	偏光显微镜，非等温冷却实验	CNN	显微镜图像	NA	NA	U-Net	NA	NA
1950	2025-10-06	Deep Learning-Driven Discovery of Novel Antimicrobial Peptides from Large-Scale Protist Genomes and Experimental Characterization 2025-Sep-17, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c01196 PMID:40958742	研究论文	本研究利用深度学习技术从大规模原生生物基因组中识别新型抗菌肽，并通过实验验证其抗菌活性	首次对2000多个原生生物基因组进行大规模新型抗菌肽探索，结合优化的BERT和CNN模型进行多模型综合识别	仅对18个候选肽进行了实验验证，需要进一步扩大验证规模	发现新型抗菌分子以应对抗生素耐药性问题	原生生物基因组中的抗菌肽	机器学习	细菌感染	基因组测序，深度学习	BERT, CNN	基因组序列数据	2120个原生生物基因组数据集，约66亿条序列	NA	BERT, CNN	抗菌活性验证，溶血率	NA
1951	2025-10-06	Integrating Machine Learning into Free Energy Perturbation Workflows 2025-Sep-17, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c01449 PMID:40958764	综述	探讨机器学习如何提升自由能微扰工作流程在药物设计中的效率与精度	提出将主动学习和深度学习整合到自由能微扰工作流程的混合方法，实现采样策略、协议优化和力场开发三方面的创新应用	机器学习衍生的神经网络势能计算成本较高，且依赖量子力学训练数据	提升自由能微扰方法在基于结构的药物设计中的计算效率与预测精度	蛋白质-配体结合亲和力预测	机器学习	NA	自由能微扰，量子力学计算	主动学习，深度学习，神经网络	量子力学数据，蛋白质-配体复合结构	NA	NA	AlphaFold, NeuralPLexer, DragonFold	NA	NA
1952	2025-10-06	NMR-based deep learning classification of raw cow's milk samples in different stages of mastitis 2025-Sep-17, Journal of the science of food and agriculture IF:3.3Q2 DOI:10.1002/jsfa.70200 PMID:40959907	研究论文	本研究利用核磁共振数据和深度强化学习开发了生牛奶样本在不同乳腺炎阶段的分类模型	结合NMR光谱、先进张量分解算法和深度强化学习进行生牛奶乳腺炎阶段分类	NA	开发可靠的生牛奶乳腺炎阶段预测模型	生牛奶样本（来自健康奶牛和患乳腺炎奶牛）	机器学习	乳腺炎	核磁共振（1H-NMR, DOSY NMR）	深度神经网络, 深度强化学习	NMR光谱数据	健康奶牛（2组）、亚临床乳腺炎（4组）、临床乳腺炎（1组）的牛奶样本	NA	深度神经网络	准确率	NA
1953	2025-10-06	Graph Neural Networks in Modern AI-Aided Drug Discovery 2025-Sep-17, Chemical reviews IF:51.4Q1 DOI:10.1021/acs.chemrev.5c00461 PMID:40959983	综述	本文全面综述了图神经网络在AI辅助药物发现中的方法基础、代表性应用及最新进展	重点关注几何图神经网络、可解释模型、不确定性量化、可扩展图架构和图生成框架等最新方法进展	讨论了将图神经网络应用于实际药物发现流程时遇到的实际挑战和方法瓶颈	AI辅助药物发现	药物样分子	机器学习	NA	图神经网络	GNN	分子图	NA	NA	几何图神经网络,图生成框架	NA	NA
1954	2025-10-06	Leveraging Transformer Models to Capture Multi-Scale Dynamics in Biomolecules by Nano-GPT 2025-Sep-17, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.5c00180 PMID:40960089	研究论文	本文提出了一种基于GPT架构的深度学习模型nano-GPT，用于捕捉分子系统中的长期动力学行为	采用GPT架构专门设计用于分子系统长期动力学建模，引入两阶段训练机制逐步替换MD标记以减轻累积误差	未明确说明模型在更复杂生物分子系统上的泛化能力限制	开发能够捕捉分子系统长期动力学和复杂转变的深度学习模型	分子系统动力学，包括四态模型势、丙氨酸二肽和Fip35 WW结构域	机器学习	NA	分子动力学模拟	Transformer, GPT	分子动力学轨迹数据	三个不同系统：四态模型势、丙氨酸二肽、Fip35 WW结构域	NA	GPT	NA	NA
1955	2025-10-06	Identifying suspicious naevi with dermoscopy via variational autoencoder auxiliary generative classifiers 2025-Sep-17, Physical and engineering sciences in medicine IF:2.4Q2 DOI:10.1007/s13246-025-01636-9 PMID:40960587	研究论文	本研究开发了一种基于变分自编码器辅助生成对抗网络的分类器，用于识别可疑痣并生成合成样本	提出了VAE-ACGAN模型，通过变分流形可视化痣的分布，并生成高质量合成样本	NA	通过数据驱动方法实现黑色素瘤早期检测	可疑和非可疑痣的皮肤镜图像	计算机视觉	皮肤癌	皮肤镜检查	GAN, VAE	图像	NA	NA	VAE-ACGAN	特异性, 敏感性, AUC	NA
1956	2025-10-06	Habitat-aware radiomics and adaptive 2.5D deep learning predict treatment response and long-term survival in ESCC patients undergoing neoadjuvant chemoimmunotherapy 2025-Sep-17, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-025-07522-6 PMID:40960691	研究论文	提出一种可解释的多模态框架，通过栖息地放射组学和自适应2.5D深度学习预测食管鳞癌患者新辅助 chemoimmunotherapy 的治疗反应和长期生存	结合体素级栖息地放射组学定量映射肿瘤内/瘤周异质性，使用2.5D深度学习建模横断面肿瘤生物学，并通过SHAP可解释性建立机制驱动的生物标志物	双中心回顾性研究，样本量有限（269例患者）	预测食管鳞癌患者新辅助 chemoimmunotherapy 的治疗反应和长期生存	269例初治食管鳞癌患者	医学影像分析	食管鳞癌	PET/CT影像分析，栖息地放射组学，深度学习	ResNet50，多示例学习，集成学习	PET/CT影像	269例患者（训练集：144例；验证集：62例；测试集：63例）	PyTorch（推断自ResNet50使用）	ResNet50，Crossformer	AUC，敏感性，特异性，校准曲线，决策曲线分析，C-index，Kaplan-Meier	NA
1957	2025-10-06	Disentangled deep learning method for interior tomographic reconstruction of low-dose x-ray CT 2025-Sep-16, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ae02dc PMID:40902618	研究论文	提出一种解耦深度学习方法用于低剂量X射线CT的内部断层重建	开发了两种新颖的深度学习重建流程：通过双域深度神经网络解耦提取噪声和背景投影贡献的ROI重建方法，以及采用渐进式'由粗到精'策略扩展可恢复区域的增强方法	NA	解决低剂量内部断层扫描中噪声和数据截断耦合的逆问题，实现高质量ROI重建和可恢复区域扩展	模拟躯干数据集和真实CT扫描的躯干体模	医学影像处理	NA	低剂量CT成像	深度神经网络	CT投影数据，图像数据	NA	NA	双域深度神经网络	重建质量，噪声抑制，截断伪影减轻	NA
1958	2025-10-06	Clinical validation of a deep learning based application for quantitative assessment of dental plaque in fluorescence imaging 2025-Sep-16, Clinical oral investigations IF:3.1Q1 DOI:10.1007/s00784-025-06550-8 PMID:40956351	研究论文	开发并验证基于深度学习的网络应用程序，用于在荧光图像中客观量化牙菌斑	首次将YOLO v11模型应用于牙菌斑检测，开发了基于网络的深度学习应用程序，实现了牙菌斑的客观量化评估	研究主要关注下颌前牙舌侧表面，样本来源相对局限	开发能够客观量化牙菌斑的深度学习应用程序，改善牙周健康评估	牙菌斑在牙齿荧光图像中的检测和量化	计算机视觉	牙周病	荧光成像	YOLO	图像	498名参与者的2,490张荧光图像用于训练测试，另外30名参与者用于临床验证	NA	YOLO v11	F1分数, mAP50, 平均精度, ICC	NA
1959	2025-10-06	Hyperspectral Texture Metrology Based on Distance Measures in an Information-Theoretic Framework 2025-Sep-16, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2025.3608667 PMID:40956709	研究论文	提出基于信息论框架的光谱距离度量方法，实现高光谱纹理特征的直接计算	提出具有信息论基础的REID光谱距离度量，可直接计算高光谱图像的GLCM、LBP和Gabor特征而无需预处理	NA	为现有高光谱纹理特征提取方法建立计量学基础	高光谱图像纹理特征	计算机视觉	癌症	高光谱成像	NA	高光谱图像	NA	NA	NA	分类准确率，图像检索性能，癌症检测准确率	NA
1960	2025-10-06	DeepHIV: a Sequence-based Deep Learning Model for Predicting HIV-1 Protease Cleavage Sites 2025-Sep-16, IEEE transactions on computational biology and bioinformatics DOI:10.1109/TCBBIO.2025.3610881 PMID:40956729	研究论文	提出一种基于序列的深度学习模型DeepHIV，用于预测HIV-1蛋白酶切割位点	结合卷积神经网络与注意力机制捕捉底物序列中位置特异性氨基酸的上下文信息，并采用偏置支持向量机处理数据不平衡问题	仅基于底物序列信息进行预测，未整合其他生物特征	开发准确预测HIV-1蛋白酶切割位点的计算工具，助力抗艾滋病抑制剂设计	HIV-1蛋白酶底物序列	生物信息学	艾滋病	序列分析	CNN, SVM	蛋白质序列	NA	NA	卷积神经网络结合注意力机制	准确率, 精确率, 召回率, F1分数, AUC	NA