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
721	2025-07-03	7T magnetic resonance imaging-based investigation of the correlation between mammillary body structure and cognitive impairment in patients with spinocerebellar ataxia type 3 2025, Psychoradiology DOI:10.1093/psyrad/kkaf010 PMID:40586051	研究论文	本研究利用7T磁共振成像技术探讨了脊髓小脑共济失调3型(SCA3)患者乳头体结构与认知障碍之间的相关性	首次使用7T MRI技术定量分析SCA3患者Papez环路(包括乳头体、乳头丘脑束和后连合穹窿)的结构变化及其与认知功能的关系	横断面研究设计无法确定因果关系，样本量相对较小	探究SCA3患者认知障碍与Papez环路结构变化的关系	46名SCA3患者和48名健康对照	神经影像学	脊髓小脑共济失调	7T MRI	深度学习模型	MRI图像	94名参与者(46名患者+48名对照)
722	2025-07-03	Unsupervised cell line embedding using pairwise drug response correlation 2025, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2025.06.018 PMID:40586099	研究论文	本文介绍了一种基于对比学习的无监督深度学习模型，用于整合异质性药物反应筛选数据，生成统一的细胞系嵌入	提出了一种新的无监督深度学习模型，通过对比学习整合异质性药物反应数据，提高了药物-细胞系相关下游机器学习任务的性能	未明确提及具体局限性，但可能包括模型对数据质量和完整性的依赖	优化细胞系模型的利用，提高药物发现和疾病理解的效率	1,673个癌症细胞系（来自Cancer Dependency Map）	机器学习	癌症	对比学习	无监督深度学习模型	药物反应数据、基因表达数据	1,673个癌症细胞系（其中1,136个用于训练，537个用于测试）
723	2025-07-03	Deep learning based deconvolution methods: A systematic review 2025, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2025.05.038 PMID:40586100	系统综述	本文系统回顾了人工智能和深度学习在细胞反卷积工具开发中的应用，特别关注其在RNA测序转录组数据分析中的作用	强调了高质量参考图谱对提高反卷积方法准确性的重要性，并指出了当前研究中的关键空白	需要标准化方法和提高模型可解释性	评估AI和DL在细胞反卷积工具开发中的应用	转录组数据	机器学习	NA	RNA测序	深度学习	转录组数据	NA
724	2025-07-03	Deep learning system for the auxiliary diagnosis of thyroid eye disease: evaluation of ocular inflammation, eyelid retraction, and eye movement disorder 2025, Frontiers in cell and developmental biology IF:4.6Q1 DOI:10.3389/fcell.2025.1609231 PMID:40589523	research paper	本研究构建了一个基于语义分割的甲状腺眼病辅助诊断模型，专注于眼睑退缩、眼球运动障碍和与临床活动评分相关的眼部炎症，以实现快速无创诊断	采用双分支特征提取和融合策略的TBRM-Net和DSR-Net，设计了定量诊断算法，提高了诊断的准确性和可解释性	样本量相对较小，仅包含153名受试者	构建甲状腺眼病的辅助诊断模型，提高诊断效率和治疗效果	甲状腺眼病患者，特别是表现出眼睑退缩、眼球运动障碍和眼部炎症症状的患者	digital pathology	thyroid eye disease	deep learning	TBRM-Net, DSR-Net	image	153名受试者，303只眼睛（主要位置数据集），1,199只眼睛（注视位置数据集），272只眼睛（多标签炎症分类数据集）
725	2025-07-03	Optimizing physical education schedules for long-term health benefits 2025, Frontiers in public health IF:3.0Q2 DOI:10.3389/fpubh.2025.1555977 PMID:40589818	研究论文	本研究提出了一种利用深度学习技术优化体育教育课程安排的方法，以提高学生的长期健康效益	结合CNN和LSTM网络层，捕捉人口统计和活动相关变量的时空特征，并采用定制损失函数准确预测健康分数	未提及模型在不同教育环境中的泛化能力或具体实施挑战	优化体育教育课程安排以最大化学生的健康效益	学生群体及其体育活动数据	机器学习	NA	深度学习	CNN, LSTM	人口统计和活动相关变量	未明确提及具体样本量
726	2025-07-03	Identification of yellow vein clearing disease in lemons based on hyperspectral imaging and deep learning 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1554514 PMID:40589954	研究论文	本研究利用高光谱成像技术和深度学习技术，开发了一种高效准确检测柠檬黄脉明病的新方法	首次将高光谱成像技术应用于柠檬黄脉明病的检测，并提出了一种新型混合3D-2D-LcNet架构，优化了高维数据处理	研究仅针对柠檬黄脉明病，未验证在其他植物病害上的适用性	开发基于高光谱成像和深度学习的植物病害快速诊断方法	柠檬植株的黄脉明病	计算机视觉	植物病害	高光谱成像(HSI)	3D-2D-LcNet, 3D-ShuffleNetV2, 2D-LcNet, 2D-ShuffleNetV2, SVM, PLS-DA	高光谱图像	NA
727	2025-07-03	Comparative analysis of adaptive and general labeling methods for soybean leaf detection 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1582303 PMID:40589953	研究论文	比较分析自适应和通用标记方法在大豆叶片检测中的效果	提出了一种新的基于叶片长度和底部极值信息的上下文感知标记方法，并与传统通用标记方法进行比较	研究仅针对大豆叶片检测，未涉及其他作物或植物器官	提高基于AI的大豆叶片检测在精准农业中的准确性和效率	大豆叶片	计算机视觉	NA	YOLOv5L深度学习模型	CNN	图像	高分辨率大豆图像（具体数量未提及）
728	2025-07-03	Deep learning for enhanced prediction of diabetic retinopathy: a comparative study on the diabetes complications data set 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1591832 PMID:40589972	研究论文	本研究通过比较传统统计模型和深度学习模型，开发并验证了用于预测糖尿病患者视网膜病变的模型	使用深度学习模型预测糖尿病视网膜病变，并比较其与传统机器学习模型的性能，同时采用SHAP分析增强模型的可解释性	研究仅基于3000个数据点，样本量可能不足以代表更广泛的人群	开发并验证预测糖尿病患者视网膜病变的模型	糖尿病患者	机器学习	糖尿病视网膜病变	DNNs	深度学习模型（DNNs）与传统机器学习模型（逻辑回归、决策树、朴素贝叶斯、随机森林、支持向量机）	结构化临床数据	3000个数据点
729	2025-07-03	Ranking Protein-Protein Models with Large Language Models and Graph Neural Networks 2025, Methods in molecular biology (Clifton, N.J.) DOI:10.1007/978-1-0716-4623-6_4 PMID:40601251	研究论文	本文介绍了一种基于图神经网络和大语言模型的蛋白质-蛋白质相互作用模型排序方法	结合蛋白质语言模型和图神经网络开发了DeepRank-GNN-esm算法，用于从大量模型中识别近天然构象	未提及具体性能指标或与其他方法的比较结果	解决蛋白质-蛋白质相互作用模型排序的挑战	蛋白质-蛋白质相互作用模型	计算生物学	癌症、感染性疾病、神经退行性疾病	图神经网络(GNN)、蛋白质语言模型	DeepRank-GNN-esm	蛋白质结构数据	NA
730	2025-07-03	Using InterLabelGO+ for Accurate Protein Language Model-Based Function Prediction 2025, Methods in molecular biology (Clifton, N.J.) DOI:10.1007/978-1-0716-4623-6_7 PMID:40601254	研究论文	介绍了一种名为InterLabelGO+的深度学习模型，用于基于蛋白质语言模型的蛋白质功能预测	结合ESM2蛋白质语言模型提取序列特征，并考虑不同GO术语之间复杂关系的损失函数训练深度学习模型	未提及模型在特定蛋白质类型或条件下的预测性能限制	提高蛋白质功能预测的准确性，特别是在基因本体(GO)术语预测方面	蛋白质序列及其功能注释	生物信息学	NA	蛋白质语言模型(ESM2)、深度学习	深度学习模型	蛋白质序列数据	NA
731	2025-07-03	Predicting the Pathogenicity of Human Protein Variants: Not Only a Matter of Residue Labeling 2025, Methods in molecular biology (Clifton, N.J.) DOI:10.1007/978-1-0716-4623-6_12 PMID:40601259	research paper	本文探讨了如何通过蛋白质序列嵌入和机器学习/深度学习预测人类蛋白质变异的致病性，并进一步计算其结构和功能特性	结合蛋白质序列嵌入与机器学习/深度学习技术预测变异致病性，并扩展计算其他重要结构功能特性	未提及具体数据集的样本量或模型验证的详细限制	预测人类蛋白质变异的致病性并解析其分子机制	人类蛋白质变异及其致病性	生物信息学	NA	蛋白质序列嵌入、机器学习、深度学习	NA	蛋白质序列	NA
732	2025-07-02	Application of a methodological framework for the development and multicenter validation of reliable artificial intelligence in embryo evaluation 2025-Jan-31, Reproductive biology and endocrinology : RB&E IF:4.2Q1 DOI:10.1186/s12958-025-01351-w PMID:39891250	研究论文	本文提出了一种用于开发和验证评估囊胚期胚胎的人工智能模型的方法论框架，并在多中心数据集上验证了其可靠性	提出了一种四步方法论框架，确保AI模型在临床环境中的一致性和可靠性，并在多中心数据集上进行了验证	研究仅针对囊胚期胚胎，未涵盖其他胚胎发育阶段	开发并验证一个可靠的人工智能模型，用于评估体外受精(IVF)中胚胎的妊娠可能性	囊胚期胚胎	数字病理学	生殖健康	时间推移成像	深度学习分类器	图像	训练和验证数据集(n=16,935个胚胎)，盲测数据集(n=1,708个胚胎；3个诊所)，独立数据集(n=7,445个胚胎；7个诊所)
733	2025-07-02	Advancement and independent validation of a deep learning-based tool for automated scoring of nail psoriasis severity using the modified nail psoriasis severity index 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1574413 PMID:40241894	研究论文	开发并验证了一种基于卷积神经网络（CNN）的工具，用于自动评分指甲银屑病的严重程度，使用改良的指甲银屑病严重程度指数（mNAPSI）	该研究提出了一种不依赖标准化条件、能够准确评估所有严重程度等级的自动化评分工具，并进行了独立验证	尽管在不同成像条件下表现稳健，但模型性能仍有提升空间	开发一种自动化、客观的指甲银屑病严重程度评分工具	银屑病（PsO）、银屑病关节炎（PsA）患者及非银屑病对照组的指甲照片	数字病理学	银屑病	深度学习	CNN（基于BEiT架构）	图像	训练数据集包括460名患者的4,400张指甲照片，验证数据集包括118名患者的929张指甲照片
734	2025-07-02	Corrigendum: Advancement and independent validation of a deep learning-based tool for automated scoring of nail psoriasis severity using the modified nail psoriasis severity index 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1617441 PMID:40538405	correction	本文是对先前发表的一篇关于使用深度学习工具自动评估指甲银屑病严重程度的文章的更正	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
735	2025-07-01	Artificial intelligence in cancer pathology: Applications, challenges, and future directions 2025, CytoJournal IF:2.5Q2 DOI:10.25259/Cytojournal_272_2024 PMID:40469709	综述	本文综述了人工智能在癌症病理学中的应用、挑战及未来发展方向	探讨了AI在多种癌症类型中的应用，包括组织分类、突变检测和预后预测，并强调了未来发展方向如实时诊断和可解释AI	存在数据隐私、模型可解释性及监管标准等挑战	评估AI在癌症病理学中的潜力，以提升诊断准确性、优化工作流程并支持精准肿瘤学	乳腺癌、肺癌、前列腺癌和结直肠癌等多种癌症类型	数字病理学	多种癌症	机器学习、深度学习和计算机视觉	NA	组织病理学图像和多模态数据	NA
736	2025-06-30	Decomposition-reconstruction-optimization framework for hog price forecasting: Integrating STL, PCA, and BWO-optimized BiLSTM 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0324646 PMID:40577402	研究论文	本研究构建了一个多阶段混合预测模型，用于提高生猪价格时间序列数据的预测准确性	提出了一个创新的'分解-重构-优化'框架，结合STL分解、PCA降维和BWO优化的BiLSTM模型，显著提高了预测精度	未提及具体的数据来源和时间范围限制	提高生猪价格时间序列预测的准确性	生猪价格时间序列数据及其影响因素	时间序列预测	NA	STL分解、PCA降维、Beluga Whale Optimization (BWO)优化	BiLSTM、Prophet、ARIMA、LSTM	时间序列数据	未明确提及具体样本数量
737	2025-06-29	Identification of Intracranial Germ Cell Tumors Based on Facial Photos: Exploratory Study on the Use of Deep Learning for Software Development 2025-Jan-30, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/58760 PMID:39883924	研究论文	本研究探讨了深度学习模型GVisageNet在儿童和青少年颅内生殖细胞肿瘤早期检测中的应用	开发了GVisageNet深度学习模型，结合临床数据，用于从面部照片中识别颅内生殖细胞肿瘤，展示了深度学习与临床数据结合在个性化医疗中的潜力	模型在区分iGCTs与其他中线脑肿瘤时的AUC为0.739，性能有待提高	研究面部识别技术在儿童和青少年颅内生殖细胞肿瘤早期检测中的应用	儿童和青少年颅内生殖细胞肿瘤患者	数字病理学	颅内生殖细胞肿瘤	深度学习	GVisageNet	图像	训练集847例（iGCTs=358，NCs=300，其他中线脑肿瘤=189），测试集212例（iGCTs=79，NCs=70，其他中线脑肿瘤=63），独立验证集336例（iGCTs=130，NCs=100，其他中线脑肿瘤=106）
738	2025-06-29	OTMorph: Unsupervised Multi-Domain Abdominal Medical Image Registration Using Neural Optimal Transport 2025-Jan, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3437295 PMID:39093684	研究论文	提出了一种基于神经最优传输的无监督多域腹部医学图像配准框架OTMorph	利用神经最优传输技术解决多域腹部医学图像配准中的领域差异问题	未明确提及具体局限性	解决多域腹部医学图像配准中的领域差异问题	多模态和多参数腹部医学图像	医学图像分析	肝癌、淋巴瘤	神经最优传输	OTMorph	医学图像	未明确提及具体样本量
739	2025-06-29	Improved swin transformer-based thorax disease classification with optimal feature selection using chest X-ray 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0327099 PMID:40561187	research paper	提出了一种基于改进Swin Transformer和最优特征选择的胸部疾病分类模型，用于胸部X光片的疾病诊断	结合增强自编码器(EnAE)、混沌鲸鱼优化算法(ChWO)和改进Swin Transformer(IMSTrans)进行特征提取和分类，提高了胸部疾病分类的准确性	未提及模型在临床环境中的实际应用效果和泛化能力	开发一种准确高效的胸部疾病自动分类方法	胸部X光片中的疾病（肺炎、结核病、肺癌等）	digital pathology	lung cancer	深度学习	Improved Swin Transformer (IMSTrans), Enhanced Auto-Encoder (EnAE)	image	广泛的胸部X光数据集和肺部疾病数据集（未提供具体样本数量）
740	2025-06-27	Elevating nanomaterial optical sensor arrays through the integration of advanced machine learning techniques for enhancing visual inspection of food quality and safety 2025, Critical reviews in food science and nutrition IF:7.3Q1 DOI:10.1080/10408398.2024.2376113 PMID:39015031	综述	本文综述了基于纳米材料的光学传感器阵列在食品质量和安全视觉监测中的最新应用，包括比色传感器阵列和荧光传感器阵列	整合先进的机器学习技术提升纳米材料光学传感器阵列的性能，用于食品质量和安全的视觉检测	未提及具体实验数据或实际应用中的性能指标	提升食品质量和安全的视觉监测技术	食品中的农药残留、重金属离子、细菌污染、抗氧化剂、风味物质和食品新鲜度	机器学习	NA	光学传感器阵列（OSAs）、机器学习（ML）、深度学习（DL）	NA	高维数据	NA