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
561	2025-06-05	Comparison of 1D and 3D volume measurement techniques in NF2-associated vestibular schwannoma monitoring 2025-01-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-85386-4 PMID:39824854	research paper	比较1D（线性）和3D分割体积分析（SVA）在NF2相关前庭神经鞘瘤（VS）监测中的效果	首次系统地比较了1D线性测量和3D分割体积分析在NF2相关前庭神经鞘瘤监测中的效果，并提出了正交分析（OA）作为更优的时间节省替代方案	小肿瘤或手术缩小后的肿瘤存在较大的测量离散范围，不适用于需要精确评估肿瘤体积和生长的治疗决策	评估不同肿瘤体积测量技术在NF2相关前庭神经鞘瘤监测中的效果	NF2相关前庭神经鞘瘤	医学影像分析	前庭神经鞘瘤	MRI, 3D分割体积分析（SVA）	线性回归模型	医学影像	149名NF2患者和292个相关前庭神经鞘瘤，共进行了2586次SVA和10344次线性测量
562	2025-06-05	Exploring the anticancer activities of Sulfur and magnesium oxide through integration of deep learning and fuzzy rough set analyses based on the features of Vidarabine alkaloid 2025-01-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-82483-8 PMID:39824867	research paper	该研究结合深度学习和模糊粗糙集分析，探索硫和氧化镁的抗癌活性，基于Vidarabine生物碱的特征	提出了一种结合深度学习、模糊粗糙集理论和可解释人工智能的AI模型，用于发现基于天然产物的新型抗癌药物候选物	研究仅针对特定细胞系进行了验证，需要进一步的临床前研究	探索和发现新型抗癌药物候选物	硫和氧化镁作为潜在的抗癌药物	machine learning	lung cancer	深度学习、模糊粗糙集理论、可解释人工智能	DL, FRS, XAI	化学化合物特征数据	针对A-549、A-375和A-431细胞系的实验室实验数据
563	2025-06-05	Automatic detection and prediction of COVID-19 in cough audio signals using coronavirus herd immunity optimizer algorithm 2025-01-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-85140-w PMID:39824893	研究论文	本研究提出了一种基于深度学习的框架，利用咳嗽音频信号自动检测和预测COVID-19	使用增强深度神经网络（EDNN）和冠状病毒群体免疫优化器（CHIO）算法，显著降低了误差指标	NA	开发高效的COVID-19诊断工具	COVID-19患者的咳嗽音频信号	数字病理学	COVID-19	深度学习	EDNN-CHIO, U-Net	音频	来自COUGHVID数据集的音频数据
564	2025-06-05	Interpretable and integrative deep learning for discovering brain-behaviour associations 2025-01-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-85032-5 PMID:39824899	research paper	提出一个可解释和整合的深度学习框架，用于发现大脑与行为之间的关联	结合数字化身和稳定性选择来评估多视图数据之间的关系，有效识别稳定的大脑-行为交互	未提及具体样本量的限制或模型在更广泛数据集上的泛化能力	研究精神疾病的复杂性和变异性，通过整合多源数据来理解和预测精神综合征	健康脑网络队列中的临床行为评分和脑成像特征	machine learning	psychiatric syndromes	deep learning, structural MRI	deep learning models	imaging, genetics, symptom reports	Healthy Brain Network cohort（具体数量未提及）
565	2025-06-05	Clinical feasibility of deep learning-driven magnetic resonance angiography collateral map in acute anterior circulation ischemic stroke 2025-01-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-85731-7 PMID:39825032	研究论文	验证深度学习驱动的磁共振血管造影（DL-driven MRA）侧支循环图在急性缺血性卒中中的临床可行性	提出了一种名为3D-MROD-Net的3D多任务回归和有序回归深度神经网络，用于生成DL-driven MRA侧支循环图，并在临床应用中显示出更高的效率和图像质量	研究仅针对296名急性缺血性卒中患者，样本量可能不足以代表所有相关病例	验证DL-driven MRA侧支循环图在急性缺血性卒中中的临床可行性	急性缺血性卒中患者	数字病理学	心血管疾病	磁共振血管造影（MRA）	3D-MROD-Net	图像	296名急性缺血性卒中患者
566	2025-06-05	Optimized digital workflow for pathologist-grade evaluation in bleomycin-induced pulmonary fibrosis mouse model 2025-01-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-86544-4 PMID:39833349	research paper	开发了一种优化的数字工作流程，用于在博来霉素诱导的肺纤维化小鼠模型中实现病理学家级别的评估	开发了深度学习模型，用于肺纤维化分级，其准确性可与病理学家相媲美，并整合了复杂的图像模式和定性因素	NA	优化博来霉素诱导的肺纤维化小鼠模型的评估工作流程，以提高药物开发的效率和可重复性	博来霉素诱导的肺纤维化小鼠模型	digital pathology	lung cancer	deep learning	CNN	image	NA
567	2025-06-05	Applications of and issues with machine learning in medicine: Bridging the gap with explainable AI 2025-Jan-14, Bioscience trends IF:5.7Q1 DOI:10.5582/bst.2024.01342 PMID:39647859	review	本文探讨了机器学习在医学中的应用及其面临的挑战，特别是可解释性AI（XAI）在解决模型透明度问题中的潜力	强调了可解释性AI（XAI）在提升机器学习模型透明度和临床接受度方面的创新作用	未提及具体的技术实现细节或实验验证结果	探讨机器学习在医学中的应用及其可解释性问题，推动XAI的发展以增强模型透明度	机器学习模型及其在医学决策中的应用	machine learning	NA	NA	CNN, transformers	patient data	NA
568	2025-06-05	Active Machine Learning for Pre-procedural Prediction of Time-Varying Boundary Condition After Fontan Procedure Using Generative Adversarial Networks 2025-Jan, Annals of biomedical engineering IF:3.0Q3 DOI:10.1007/s10439-024-03640-8 PMID:39480609	research paper	本研究应用机器学习技术预测Fontan手术后的边界条件，以优化手术规划	提出了一种新颖的多样性感知生成对抗主动学习框架，用于在心血管研究中有限的病例上成功训练预测性深度神经网络	研究基于虚拟队列合成，实际临床应用效果需进一步验证	预测Fontan手术后的边界条件以优化手术规划	Fontan手术患者	machine learning	cardiovascular disease	generative adversarial networks	GAN	simulated data	14组实验
569	2025-06-05	Automatic localization and deep convolutional generative adversarial network-based classification of focal liver lesions in computed tomography images: A preliminary study 2025-Jan, Journal of gastroenterology and hepatology IF:3.7Q2 DOI:10.1111/jgh.16803 PMID:39542428	research paper	开发了一种基于深度学习的定位和分类系统，用于计算机断层扫描图像中的局灶性肝脏病变，以辅助医生进行更稳健的临床决策	使用生成对抗网络进行数据增强，开发了一个深度学习定位和分类系统，能够准确识别和分类局灶性肝脏病变	研究为初步研究，样本量虽大但时间跨度较长，可能存在数据异质性	开发一种非侵入性方法，准确诊断肝脏疾病	局灶性肝脏病变（FLLs）	digital pathology	liver cancer	deep learning, GAN	GAN	image	1589名患者，17335张切片，包含3195个局灶性肝脏病变
570	2025-06-05	Advancing enterprise risk management with deep learning: A predictive approach using the XGBoost-CNN-BiLSTM model 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0319773 PMID:40179109	研究论文	本研究提出了一种基于深度学习的风险管理模型XGBoost-CNN-BiLSTM，用于提升风险事件的预测和检测能力	结合XGBoost的结构化数据处理能力、CNN的特征提取能力和BiLSTM的时间序列处理能力，全面捕捉风险事件的关键特征	NA	提升企业风险管理的预测和检测能力	企业风险事件	机器学习	NA	深度学习	XGBoost-CNN-BiLSTM	结构化数据和时间序列数据	多个数据集，包括S&P 500历史数据集
571	2025-06-05	Audio-visual source separation with localization and individual control 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0321856 PMID:40408322	研究论文	提出了一种专为视频会议和远程呈现机器人应用设计的音视频源分离流程，旨在在嘈杂环境中隔离和增强单个参与者的语音，同时控制视频帧中特定个体的音量	结合深度学习特征提取器、音频引导的视觉注意力机制、背景噪声抑制和人类语音分离模块以及DMRN模块，采用DPRNN-TasNet进行人类语音分离	在AVE和Music 21数据集上的测试准确率为71.88%，仍有提升空间	提升视频会议和远程呈现机器人应用中的音频质量	视频会议和远程呈现机器人应用中的音频信号	机器学习和音频处理	NA	深度学习	DPRNN-TasNet, DMRN	音频和视频	AVE和Music 21数据集
572	2025-06-04	Prediction of Proteolysis-Targeting Chimeras Retention Time Using XGBoost Model Incorporated with Chromatographic Conditions 2025-Jan-27, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c01732 PMID:39786356	研究论文	本文提出了一种结合色谱条件的XGBoost模型，用于预测蛋白水解靶向嵌合体（PROTACs）的保留时间	开发了优化的XGBoost模型，结合分子指纹、描述符和色谱条件描述符，显著提高了PROTACs保留时间的预测准确性	模型在新型色谱分离条件下的泛化能力有待进一步验证	解决PROTACs保留时间预测的挑战，促进其结构鉴定和药物设计	蛋白水解靶向嵌合体（PROTACs）	机器学习	NA	液相色谱（LC）与质谱（MS）联用	XGBoost, RF, KNN, SVM, FCNN	分子指纹和描述符数据	文献中的PROTAC-RT数据集及6种实验确定的化合物
573	2025-06-04	Pose Analysis in Free-Swimming Adult Zebrafish, Danio rerio: "Fishy" Origins of Movement Design 2025, Brain, behavior and evolution DOI:10.1159/000543081 PMID:39681106	research paper	该研究通过无标记追踪和无监督多变量时间序列分析，探究了成年斑马鱼自由游泳时的典型姿势	利用DeepLabCut和B-SOiD机器学习软件进行无标记追踪和无监督多变量时间序列分析，揭示了斑马鱼游泳姿势的聚类特征	研究仅基于12只斑马鱼的数据，样本量较小	探究斑马鱼自由游泳时的姿势设计及其进化意义	成年斑马鱼（Danio rerio）	计算机视觉	NA	DeepLabCut（DLC），B-SOiD机器学习软件	深度学习姿势估计工具包	视频	12只自由行为的斑马鱼，14,000帧连续画面
574	2025-06-04	Ensemble learning-based predictor for driver synonymous mutation with sequence representation 2025-Jan, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1012744 PMID:39761306	research paper	该研究提出了一种基于集成学习的预测器EPEL，用于识别人类癌症中的驱动同义突变	首次结合DNA形状特征和基于化学分子BERT预训练模型的深度学习特征来评估同义突变的影响	深度学习方法的DNA序列表示在本研究中并未显著提升驱动同义突变的识别效果	开发更精确的驱动同义突变预测方法	人类癌症中的同义突变	machine learning	cancer	ensemble learning, BERT	tree-based models	DNA sequence	NA
575	2025-06-04	Integrative analysis of cuproptosis-related lncRNAs: Unveiling prognostic significance, immune microenvironment, and copper-induced mechanisms in prostate cancer 2025-Jan, Cancer pathogenesis and therapy DOI:10.1016/j.cpt.2024.03.004 PMID:39872368	research paper	该研究通过整合分析铜死亡相关的长链非编码RNA（lncRNA），揭示了其在前列腺癌预后、免疫微环境及铜诱导机制中的重要性	首次构建了基于铜死亡相关lncRNA的前列腺癌预后模型，并探索了这些lncRNA与铜代谢及免疫微环境的关联	研究样本仅来自TCGA数据库，缺乏外部验证队列	探索铜死亡相关lncRNA在前列腺癌预后及治疗中的作用	492名前列腺癌患者及其测序数据	digital pathology	prostate cancer	RNA-seq, 拷贝数变异分析	multi-level attention graph neural network (MLA-GNN)	基因测序数据	492名前列腺癌患者
576	2025-06-04	Machine learning-based risk predictive models for diabetic kidney disease in type 2 diabetes mellitus patients: a systematic review and meta-analysis 2025, Frontiers in endocrinology IF:3.9Q2 DOI:10.3389/fendo.2025.1495306 PMID:40099258	系统综述与荟萃分析	本文通过系统综述和荟萃分析评估了机器学习模型在预测2型糖尿病患者糖尿病肾病风险中的性能和临床适用性	首次对机器学习模型在预测糖尿病肾病风险中的性能进行了全面的荟萃分析，并比较了不同类型机器学习模型的预测效果	模型开发和验证过程中存在数据偏倚问题，且仅有少数研究进行了外部验证	评估机器学习模型预测2型糖尿病患者糖尿病肾病风险的性能并识别关键研究缺口	2型糖尿病患者	机器学习	糖尿病肾病	机器学习算法	随机森林(RF)等	临床数据	26项研究，共94个机器学习模型
577	2025-06-04	Artificial intelligence in ophthalmology: opportunities, challenges, and ethical considerations 2025, Medical hypothesis, discovery & innovation ophthalmology journal DOI:10.51329/mehdiophthal1517 PMID:40453785	综述	本文探讨了人工智能在眼科领域的应用现状、挑战及伦理考量	全面回顾了AI在眼科多个子领域（如角膜疾病、白内障手术、糖尿病视网膜病变等）中的高精度诊断应用，并系统分析了当前面临的挑战与伦理问题	数据集存在偏差、外部验证有限、监管障碍以及透明度等伦理问题	评估AI在眼科领域的应用潜力与实施障碍	眼科疾病诊断与管理	数字病理	眼科疾病	深度学习、机器学习	CNN、深度学习模型	图像、临床数据	NA
578	2025-06-04	Integrating support vector machines and deep learning features for oral cancer histopathology analysis 2025, Biology methods & protocols IF:2.5Q3 DOI:10.1093/biomethods/bpaf034 PMID:40454251	研究论文	本研究提出了一种结合支持向量机(SVM)和深度学习特征的方法，用于口腔癌组织病理学图像分类以检测异常增生	通过融合基于InceptionResNet-v2和视觉变换器(ViT)模型提取的深度学习特征训练的SVM分类器，解决了类别不平衡问题，并显著提高了分类性能	NA	提高口腔癌异常增生的检测准确率	口腔癌组织病理学图像	数字病理学	口腔癌	深度学习特征提取	SVM, InceptionResNet-v2, ViT	图像	NA
579	2025-06-03	GastroHUN an Endoscopy Dataset of Complete Systematic Screening Protocol for the Stomach 2025-Jan-17, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-04401-5 PMID:39824869	research paper	介绍了一个名为GastroHUN的开放数据集，用于胃部系统性筛查的内窥镜图像和视频序列	提供了一个基于系统性协议的胃部筛查数据集，包含丰富的标注和多个专家的验证	数据集的规模和多样性可能仍然有限，可能无法覆盖所有临床场景	为机器学习和AI模型开发提供高质量的胃部内窥镜图像和视频数据集	胃部的22个解剖学标志物和不合格图像	digital pathology	gastrointestinal disease	endoscopy	deep learning models	image, video	8,834张图像和4,729个标注视频序列，来自387名患者
580	2025-06-03	A Radiograph Dataset for the Classification, Localization, and Segmentation of Primary Bone Tumors 2025-Jan-16, Scientific data IF:5.8Q1 DOI:10.1038/s41597-024-04311-y PMID:39820508	research paper	该论文介绍了一个用于原发性骨肿瘤分类、定位和分割的X射线数据集BTXRD	建立了首个公开的原发性骨肿瘤X射线数据集BTXRD，包含临床信息和标注	数据集规模相对较小，仅包含3746张图像	促进基于深度学习的原发性骨肿瘤计算机辅助诊断算法开发	原发性骨肿瘤的X射线图像	digital pathology	bone tumor	X-ray imaging	deep learning	image	3746张骨图像（1879张正常，1867张肿瘤）