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
281	2025-06-05	Automatic deep learning segmentation of mandibular periodontal bone topography on cone-beam computed tomography images 2025-May-13, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2025.105813 PMID:40373868	研究论文	本研究评估了一种基于多阶段SegResNet的深度学习模型在自动分割牙周炎患者CBCT图像中的性能	提出了一种基于SegResNet的深度学习模型，用于自动分割CBCT图像，显著减少了分割时间，提高了3D诊断的可行性	模型在牙周区域颊侧的可靠性和一致性有待提高	评估深度学习模型在牙周炎患者CBCT图像自动分割中的性能	牙周炎患者的CBCT图像	数字病理	牙周炎	CBCT	SegResNet	image	70例CBCT扫描用于训练和验证，10例用于测试
282	2025-06-05	Artificial Intelligence in Outpatient Primary Care: A Scoping Review on Applications, Challenges, and Future Directions 2025-May-13, medRxiv : the preprint server for health sciences DOI:10.1101/2025.05.12.25327223 PMID:40463551	综述	本文探讨了人工智能在门诊初级保健中的应用、挑战及未来发展方向	综述了AI在非紧急门诊初级保健中的功能、试验及整合情况，填补了该领域的研究空白	仅纳入2019年至2024年的英文文献，且未涉及提供者认知支持、工作流自动化或风险调整面板等应用	评估AI在门诊初级保健中的实施程度和应用效果	门诊初级保健中的人工智能技术	医疗人工智能	NA	机器学习、深度学习和transformer	NA	文本数据（文献）	筛选了3,203篇文献，最终纳入61篇符合条件的研究
283	2025-06-05	Combining structural modeling and deep learning to calculate the E. coli protein interactome and functional networks 2025-May-12, bioRxiv : the preprint server for biology DOI:10.1101/2025.05.07.652715 PMID:40463260	研究论文	本文报告了三种计算方法的整合，用于在全蛋白质组范围内预测两个蛋白质是否可能形成二元复合物	整合了PrePPI、Topsy-Turvy和ZEPPI三种方法，显著提高了高置信度蛋白质相互作用的预测数量	方法依赖于计算预测，需要进一步的实验验证	预测大肠杆菌蛋白质相互作用组和功能网络	大肠杆菌蛋白质	计算生物学	NA	PrePPI、Topsy-Turvy、ZEPPI、AF3Complex	蛋白质语言模型	蛋白质序列和结构数据	400个蛋白质-蛋白质相互作用
284	2025-06-05	Evaluating Vision and Pathology Foundation Models for Computational Pathology: A Comprehensive Benchmark Study 2025-May-12, medRxiv : the preprint server for health sciences DOI:10.1101/2025.05.08.25327250 PMID:40463538	research paper	该研究对31种计算病理学AI基础模型进行了全面基准测试，评估它们在多样组织病理学数据集和任务中的表现	首次系统比较了不同类型病理学基础模型的性能，并发现模型大小与数据规模并不总是与性能提升相关	未深入探讨影响模型性能的潜在因素，且测试数据集可能仍有限	评估和比较不同病理学基础模型在计算病理学中的表现	31种AI基础模型（包括通用视觉模型、病理专用视觉模型等）	digital pathology	NA	deep learning	foundation models (VM, VLM, Path-VM, Path-VLM)	histopathological images	41个任务的数据集（来自TCGA、CPTAC等）
285	2025-06-05	Evolution-guided protein design of IscB for persistent epigenome editing in vivo 2025-May-07, Nature biotechnology IF:33.1Q1 DOI:10.1038/s41587-025-02655-3 PMID:40335752	研究论文	通过结合进化指导和深度学习，设计了一种改进的RNA引导内切酶IscB及其引导RNA，用于体内持久性表观基因组编辑	结合直系同源筛选、结构引导的蛋白质域设计、RNA工程和深度学习结构预测，开发了改进的NovaIscB变体，其活性比野生型提高了约100倍，并提高了特异性	NA	设计具有增强活性和特异性的RNA引导内切酶，用于分子生物学应用	IscB RNA引导内切酶及其引导RNA	分子生物学	NA	直系同源筛选、结构引导的蛋白质域设计、RNA工程、深度学习结构预测	NA	蛋白质序列和结构数据	NA
286	2025-06-05	Classifying Obsessive-Compulsive Disorder from Resting-State EEG using Convolutional Neural Networks: A Pilot Study 2025-May-07, medRxiv : the preprint server for health sciences DOI:10.1101/2025.05.06.25327094 PMID:40385410	research paper	该研究探索了使用卷积神经网络（CNN）从静息态脑电图（EEG）数据中分类强迫症（OCD）的可行性	首次将CNN应用于最小处理的EEG时频表示，以区分OCD患者与健康对照组，并探索了临床和人口统计信息的融合效果	样本量较小（仅20名参与者），限制了结果的泛化能力	开发一种基于EEG的OCD诊断方法，超越传统机器学习方法的限制	20名未服药的参与者（10名OCD患者，10名健康对照组）	machine learning	psychiatric disorder	EEG, Morlet wavelets	CNN, SVM	EEG time-frequency representations	20名参与者（10名OCD患者，10名健康对照组）
287	2025-06-05	Significance of Image Reconstruction Parameters for Future Lung Cancer Risk Prediction Using Low-Dose Chest Computed Tomography and the Open-Access Sybil Algorithm 2025-May-01, Investigative radiology IF:7.0Q1 DOI:10.1097/RLI.0000000000001131 PMID:39437009	research paper	研究图像重建参数和CT扫描仪制造商对Sybil算法在低剂量CT扫描中预测肺癌风险性能的影响	首次评估了不同图像重建参数和CT扫描仪制造商对Sybil算法性能的影响，证明了其在多种成像设置下的稳健性	研究仅基于美国国家肺癌筛查试验的部分参与者数据，可能无法代表所有人群	评估Sybil算法在不同图像重建参数和CT扫描仪下的预测性能	低剂量CT扫描图像	digital pathology	lung cancer	low-dose computed tomography (LDCT)	deep learning-based algorithm (Sybil)	image	1049对标准与骨重建滤波器图像，1961对标准与肺重建滤波器图像，1288对2mm与5mm轴向切片厚度图像
288	2025-06-05	Comparison between two artificial intelligence models to discriminate cancerous cell nuclei based on confocal fluorescence imaging in hepatocellular carcinoma 2025-May, Digestive and liver disease : official journal of the Italian Society of Gastroenterology and the Italian Association for the Study of the Liver IF:4.0Q1 DOI:10.1016/j.dld.2024.11.026 PMID:39674779	研究论文	比较两种人工智能模型在基于共聚焦荧光成像的肝细胞癌中区分癌细胞核的能力	首次在肝细胞癌中应用并比较了机器学习和深度学习模型对癌细胞核的自动识别能力	研究样本来自商业组织芯片，可能无法完全代表真实临床样本的多样性	开发自动识别肝细胞癌细胞核的人工智能工具	肝细胞癌细胞核和正常肝细胞核	数字病理学	肝细胞癌	共聚焦显微镜成像	机器学习(ML)和深度学习(DL)	图像	商业组织芯片中的健康肝脏和肝细胞癌样本
289	2025-06-05	Metastasis Detection Using True and Artificial T1-Weighted Postcontrast Images in Brain MRI 2025-May-01, Investigative radiology IF:7.0Q1 DOI:10.1097/RLI.0000000000001137 PMID:39688447	research paper	本研究比较了在脑MRI中使用真实对比增强T1加权图像和通过深度学习方法合成的低剂量图像在转移瘤检测中的敏感性和精确度	使用深度学习从低剂量图像合成T1加权图像，并与真实对比增强图像在转移瘤检测中的表现进行比较	研究样本量较小（40名参与者），且两位放射科医生的检测结果存在差异	评估低剂量对比剂MRI在脑转移瘤检测中的可行性	脑转移瘤患者和正常脑部发现的参与者	digital pathology	brain metastasis	MRI, deep learning	NA	image	40名参与者（24名男性，平均年龄54.3±15.1岁），共917名参与者接受扫描
290	2025-06-05	Endpoint-aware audio-visual speech enhancement utilizing dynamic weight modulation based on SNR estimation 2025-May, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107152 PMID:39874821	研究论文	本研究提出了一种新颖的音频-视觉语音增强系统（AVSE），通过动态调整音频和视觉端点信息权重，基于环境噪声水平优化语音清晰度	利用基于SNR估计的注意力技术动态调整音频和视觉端点信息权重，提出端点感知网络（EANet）以优化多模态信息融合效果	未提及具体的数据集规模或实验条件的局限性	提高在广泛SNR范围内音频-视觉语音增强系统的性能	音频和视觉语音信号	语音增强	NA	SNR估计，注意力机制	EANet	音频和视频数据	使用基准数据集进行实验，具体样本量未提及
291	2025-06-05	A Bi-modal Temporal Segmentation Network for Automated Segmentation of Focal Liver Lesions in Dynamic Contrast-enhanced Ultrasound 2025-05, Ultrasound in medicine & biology DOI:10.1016/j.ultrasmedbio.2024.12.014 PMID:39952824	研究论文	开发并验证了一种基于深度学习的双模态时间分割网络（BTS-Net），用于动态对比增强超声（CEUS）视频中肝脏局灶性病变（FLL）的自动分割	提出了一种新型的双模态时间分割网络（BTS-Net），用于自动分割动态CEUS视频中的FLL，并在多个测试集中表现出色	研究为回顾性多中心研究，可能存在选择偏倚，且样本量相对较小（232例患者）	开发一种自动化的深度学习模型，用于动态CEUS视频中FLL的准确分割	肝脏局灶性病变（FLL）患者	数字病理学	肝脏疾病	动态对比增强超声（CEUS）	BTS-Net	视频	232例患者（160名男性，中位年龄56岁）
292	2025-06-05	SegFormer3D: Improving the Robustness of Deep Learning Model-Based Image Segmentation in Ultrasound Volumes of the Pediatric Hip 2025-05, Ultrasound in medicine & biology DOI:10.1016/j.ultrasmedbio.2024.12.013 PMID:39979183	research paper	该研究提出了一种名为SegFormer3D的深度学习模型，用于提高儿童髋关节超声体积图像分割的鲁棒性	提出了3D SegFormer架构的扩展，这是一种轻量级的基于transformer的模型，具有分层结构的编码器，能够产生多尺度特征，从而同时提高准确性和鲁棒性	当前技术的鲁棒性仍不足以可靠地部署到实际临床工作流程中	提高儿童髋关节发育不良(DDH)超声图像分割的准确性和鲁棒性	儿童髋关节的3D超声图像	digital pathology	geriatric disease	3D US imaging, deep learning	SegFormer3D, CNN, vision transformer	3D ultrasound image	临床数据来自儿科患者的测试集
293	2025-06-05	Deep Learning-based Aligned Strain from Cine Cardiac MRI for Detection of Fibrotic Myocardial Tissue in Patients with Duchenne Muscular Dystrophy 2025-May, Radiology. Artificial intelligence DOI:10.1148/ryai.240303 PMID:40008976	研究论文	开发一种基于深度学习的对齐应变模型，用于从非对比心脏MRI中预测杜氏肌营养不良症患者的心肌纤维化	提出的对齐应变技术能够基于运动检测心肌功能障碍，显著提高了心肌纤维化检测的特异性和准确性	研究为回顾性单中心研究，样本量有限（139名患者）	开发深度学习模型以预测杜氏肌营养不良症患者的心肌纤维化	杜氏肌营养不良症患者	数字病理学	杜氏肌营养不良症	心脏MRI	CNN	图像	139名男性患者（其中57名用于评估有效性，82名用于评估可重复性）
294	2025-06-05	Artificial Intelligence for the Detection of Patient-Ventilator Asynchrony 2025-05, Respiratory care IF:2.4Q2 DOI:10.1089/respcare.12540 PMID:40178919	综述	本文综述了人工智能在检测患者-呼吸机不同步（PVA）中的应用	展示了人工智能在PVA检测中的高准确性和潜在变革性解决方案	需要在更多临床环境和患者群体中进行模型验证	评估人工智能在检测和量化患者-呼吸机不同步中的应用	患者-呼吸机不同步（PVA）	机器学习	呼吸系统疾病	机器学习和深度学习技术	ML和深度学习模型	呼吸数据	13项研究，332名参与者，分析超过580万次呼吸
295	2025-06-05	Large-scale information retrieval and correction of noisy pharmacogenomic datasets through residual thresholded deep matrix factorization 2025-May-01, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf226 PMID:40420482	研究论文	本文提出了一种名为残差阈值深度矩阵分解（RT-DMF）的鲁棒且可扩展的深度学习框架，用于校正和填补药物敏感性数据中的噪声和缺失值	RT-DMF通过深度矩阵分解（DMF）揭示数据中的复杂隐藏模式，并结合迭代残差阈值程序保留具有治疗重要性的信号	未明确提及具体局限性	解决药物敏感性数据中的噪声问题，提高数据质量和下游分析的准确性	药物敏感性数据集	机器学习	癌症	深度矩阵分解（DMF）	RT-DMF	药物敏感性数据矩阵	未明确提及具体样本量
296	2025-05-28	Erratum for: MRI-based Deep Learning Assessment of Amyloid, Tau, and Neurodegeneration Biomarker Status across the Alzheimer Disease Spectrum 2025-May, Radiology IF:12.1Q1 DOI:10.1148/radiol.259008 PMID:40423544	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
297	2025-06-05	RLEAAI: improving antibody-antigen interaction prediction using protein language model and sequence order information 2025-May-01, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf238 PMID:40462512	research paper	提出了一种名为RLEAAI的新深度学习方法，用于提高抗体-抗原相互作用（AAIs）的预测性能	结合了序列顺序信息提取策略和预训练蛋白质语言模型，以及三种神经网络模块的集成	NA	提高抗体-抗原相互作用预测的准确性	抗体-抗原相互作用	machine learning	NA	protein language model, Composition of K-Spaced Amino Acid Pairs	CNN, bidirectional LSTM, recurrent criss-cross attention mechanism	protein sequence	two independent test sets
298	2025-06-05	Deep Learning-Based Automated Detection of Oral Leukoplakia in Clinical Imaging 2025-May, Cureus DOI:10.7759/cureus.83368 PMID:40462818	research paper	开发并验证了一种基于深度学习的系统，用于自动识别口腔白斑（OLK），以解决临床实践中的诊断挑战	使用19种CNN架构进行比较分析，并选择微调的EfficientNetB0作为最优模型，通过CAM可视化决策区域，实现了高精度和可解释性	数据集仅包含446例口腔白斑临床图像和1,041例正常口腔黏膜图像，样本量可能不足以覆盖所有临床情况	开发一种自动识别口腔白斑的深度学习系统，以辅助临床诊断	口腔白斑（OLK）的临床图像	digital pathology	oral leukoplakia	CNN, Class Activation Mapping (CAM)	EfficientNetB0	image	446例口腔白斑临床图像和1,041例正常口腔黏膜图像
299	2025-06-05	Trials and tribulations: Developing an artificial intelligence for screening malaria parasite from peripheral blood smears 2025 May-Jun, Medical journal, Armed Forces India DOI:10.1016/j.mjafi.2023.10.007 PMID:40463611	research paper	本研究开发了一种基于人工智能的自动化系统，用于从外周血涂片中筛查疟原虫	首次尝试开发一个完整的模块，用于从自动显微摄影/全玻片图像中筛查疟原虫	模型的性能在敏感性和特异性方面存在不足，部分模型表现不佳	开发一种人工智能系统，以自动化检测疟原虫的过程	外周血涂片中的正常红细胞和寄生红细胞	digital pathology	malaria	deep learning	DCNN, Inception V3, Watershed Transform	image	352张Leishman-Giemsa染色的外周血涂片图像
300	2025-06-05	Revolutionizing the diagnosis of dental caries using artificial intelligence-based methods 2025-May, Journal of conservative dentistry and endodontics DOI:10.4103/JCDE.JCDE_172_25 PMID:40463673	review	本文探讨了人工智能在龋齿早期诊断和病变检测中的应用及其潜力	利用AI技术提高龋齿诊断的精确性和效率，减少人为偏差	讨论了当前AI在牙科诊断中面临的挑战和限制	探索AI在牙科诊断中的未来应用和临床整合	龋齿的早期诊断和病变检测	digital pathology	dental caries	machine learning, deep learning	NA	image, clinical records	NA