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
11281	2025-06-18	Longitudinal analysis of coal workers' pneumoconiosis using enhanced resolution-computed tomography images: unveiling patterns in lung structure, function, and clinical correlations 2025, Frontiers in physiology IF:3.2Q2 DOI:10.3389/fphys.2025.1578058 PMID:40519785	research paper	该研究通过增强分辨率的CT图像纵向分析煤矿工人尘肺病的肺结构和功能变化，揭示其与临床数据的相关性	使用深度学习超分辨率模型增强CT图像，并结合非刚性图像配准技术量化肺区域变形，揭示了尘肺病进展中的结构和功能变化模式	样本量较小（仅31名前煤矿工人），且随访时间较短（1年）	探索尘肺病患者肺结构和功能的纵向变化模式及其临床意义	31名前煤矿工人尘肺病患者	digital pathology	lung disease	quantitative computed tomography (qCT), deep learning-based super-resolution, non-rigid image registration	deep learning super-resolution model	CT images	31名尘肺病患者，随访1年	NA	NA	NA	NA
11282	2025-06-18	Smart wearable sensor-based model for monitoring medication adherence using sheep flock optimization algorithm-attention-based bidirectional long short-term memory (SFOA-Bi-LSTM) 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251349692 PMID:40520140	research paper	本研究提出了一种基于智能穿戴传感器的手势识别系统，用于预测药物依从性行为	引入了羊群优化算法-注意力机制的双向长短期记忆网络（SFOA-Bi-LSTM）模型，用于药物依从性监测	未提及具体样本量及数据来源的多样性限制	通过智能穿戴设备和深度学习技术监测和预测患者的药物依从性行为	患者的手势行为数据	machine learning	NA	Z-score归一化方法，SFOA优化算法	SFOA-Bi-LSTM	传感器数据（加速度计和陀螺仪）	NA	NA	NA	NA	NA
11283	2025-06-18	High-throughput alloy and process design for metal additive manufacturing 2025, npj computational materials IF:9.4Q1 DOI:10.1038/s41524-025-01670-x PMID:40520360	研究论文	本研究介绍了一种高通量计算框架，用于评估金属增材制造中的合金可打印性	集成了材料特性、加工参数和熔池轮廓，利用深度学习代理模型加速可打印性评估1000倍	需要进一步实验验证框架的普适性和准确性	开发高通量计算框架以优化金属增材制造的合金设计	金属合金，特别是等原子比CoCrFeMnNi系统和高熵合金Co-Cr-Fe-Mn-Ni空间	材料科学与工程	NA	深度学习	深度学习代理模型	材料属性和加工参数	等原子比CoCrFeMnNi系统和高熵合金Co-Cr-Fe-Mn-Ni空间	NA	NA	NA	NA
11284	2025-06-18	Evaluating the efficacy of bioelectrical impedance analysis using machine learning models for the classification of goats exposed to Haemonchosis 2025, Frontiers in veterinary science IF:2.6Q1 DOI:10.3389/fvets.2025.1584828 PMID:40520424	研究论文	本研究评估了使用生物电阻抗分析（BIA）结合机器学习模型对感染血矛线虫病的山羊进行分类的效果	首次将BIA与多种机器学习模型结合，用于山羊血矛线虫病的非侵入性诊断	样本量较小（94只山羊），且仅针对西班牙雄山羊进行研究	开发一种可扩展、快速且非侵入性的诊断工具，用于监测小型反刍动物的健康状态	感染血矛线虫病的山羊	机器学习	寄生虫感染	生物电阻抗分析（BIA）	SVM, BPNN, K-NN, XGBoost, Keras	生物电阻抗数据	94只西班牙雄山羊（58只健康，36只患病）	NA	NA	NA	NA
11285	2025-06-18	Deep learning-based framework for Mycobacterium tuberculosis bacterial growth detection for antimicrobial susceptibility testing 2025, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2025.05.030 PMID:40520597	研究论文	开发了一个基于深度学习的框架TMAS，用于检测结核分枝杆菌的生长以进行抗菌药物敏感性测试	利用最先进的深度学习模型检测96孔微孔板图像中的细菌生长，显著提高了检测准确性和效率	对于生长缓慢或图像质量低的板可能存在检测困难	提高结核病药物敏感性测试的准确性和效率	结核分枝杆菌	数字病理	结核病	深度学习	深度学习模型	图像	4,018个板图像来自CRyPTIC数据集	NA	NA	NA	NA
11286	2025-06-18	Optimal Res-UNET architecture with deep supervision for tumor segmentation 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1593016 PMID:40520778	research paper	该研究开发了一种优化的Res-UNET架构，结合深度监督技术，用于提高MRI数据集中脑肿瘤分割的准确性	提出了一种结合深度监督的优化Res-UNET架构，显著提高了分割精度并解决了数据不平衡和计算效率问题	未来研究应考虑优化U-Net变体在其他医学图像分割任务中的广泛应用	开发优化的Res-UNET架构以提高脑肿瘤在MRI图像中的分割准确性	脑肿瘤	digital pathology	brain tumor	deep learning	Res-UNET	MRI images	BraTS 2018公共MRI数据集	NA	NA	NA	NA
11287	2025-06-18	Can artificial intelligence improve the diagnosis and prognosis of disorders of consciousness? A scoping review 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1608778 PMID:40520948	综述	本文通过范围综述探讨人工智能（AI）在意识障碍（DoC）诊断和预后中的作用	系统评估了机器学习和深度学习在意识障碍诊断和预后中的应用，并提出了标准化数据协议的需求	研究仅纳入21项符合条件的研究，样本量有限	探讨AI在意识障碍诊断和预后中的潜在作用	意识障碍（DoC）患者	机器学习	神经系统疾病	机器学习（ML）和深度学习（DL）	NA	NA	21项研究涉及DoC受试者	NA	NA	NA	NA
11288	2025-06-18	Mapping football tactical behavior and collective dynamics with artificial intelligence: a systematic review 2025, Frontiers in sports and active living IF:2.3Q2 DOI:10.3389/fspor.2025.1569155 PMID:40521408	系统综述	本文通过系统综述探讨了人工智能在足球战术行为、集体动态和运动模式分析中的应用现状	综述了基于人工智能的战术行为分析方法，包括多种神经网络、深度学习和机器学习技术，以及用于集体动态分析的图度量方法	人工智能技术在实践应用中仍面临挑战，包括伦理规范和需要结合体育科学、数据分析、计算机科学和教练专业知识的专业人才缺乏	探讨人工智能在足球战术行为和集体动态分析中的应用	足球比赛中的战术行为、集体动态和运动模式	计算机视觉	NA	人工神经网络、深度学习、机器学习、时间序列分析	CNN, RNN, VRNN, VAE, XGBoost, 随机森林分类器等	时空追踪数据	从2548篇文章中筛选出32项研究进行综述	NA	NA	NA	NA
11289	2025-06-17	Attain: Inclusive annotated pavement distress types and severity dataset 2025-Aug, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111715 PMID:40521146	研究论文	介绍了一个名为Attain的多样化、注释详尽的路面病害数据集，用于支持机器学习和深度学习模型在路面病害分类和目标检测中的开发	数据集包含10种不同的路面病害类别，每种病害还标注了低、中、高三个严重程度级别，且使用智能手机摄像头收集数据显著降低了数据收集成本	数据集仅包含2293张图像，可能不足以覆盖所有可能的路面条件和病害类型	促进自动路面病害检测系统的开发，以提高路面维护过程的效率和准确性	路面病害图像	计算机视觉	NA	智能手机摄像头图像采集	NA	图像	2293张图像，包含19,761个病害实例	NA	NA	NA	NA
11290	2025-10-06	A novel approach for estimating postmortem intervals under varying temperature conditions using pathology images and artificial intelligence models 2025-Jul, International journal of legal medicine IF:2.2Q1 DOI:10.1007/s00414-025-03447-9 PMID:40019556	研究论文	本研究提出了一种利用病理组织图像和人工智能模型在不同温度条件下估计死后间隔的新方法	首次将病理组织图像与人工智能相结合，开发出能够在三种不同温度条件下进行死后间隔估计的预测模型	模型在WSI级别的性能相对较低（AUC 0.800），且仅在三种特定温度条件下验证	开发准确可靠的死后间隔估计方法以支持法医调查	死后组织样本的病理图像	数字病理学	法医病理学	数字病理图像分析	CNN	图像	未明确说明样本数量	未明确说明	ResNet50	AUC	NA
11291	2025-10-06	The impact of multi-modality fusion and deep learning on adult age estimation based on bone mineral density 2025-Jul, International journal of legal medicine IF:2.2Q1 DOI:10.1007/s00414-025-03432-2 PMID:40100354	研究论文	本研究通过多模态融合和深度学习技术，基于骨密度数据提升成人年龄估计的准确性	首次将多模态融合策略与深度学习相结合应用于基于骨密度的年龄估计，显著提高了预测精度和泛化能力	研究数据主要来自中国人群，需要在其他种族群体中进行进一步验证	提高基于骨密度的成人年龄估计准确性	中国人群的CT扫描数据，包括腰椎、股骨和耻骨模态	医学影像分析	老年疾病	CT扫描	深度学习	医学影像	4296个CT扫描用于训练，内部验证644个扫描，外部尸体验证351个扫描	NA	NA	平均绝对误差(MAE), 皮尔逊R²	NA
11292	2025-10-06	Integration of metabolomics and machine learning for precise management and prevention of cardiometabolic risk in Asians 2025-Jul, Clinical nutrition (Edinburgh, Scotland) DOI:10.1016/j.clnu.2025.05.011 PMID:40414052	研究论文	本文探讨如何整合代谢组学与机器学习技术，用于亚洲人群心血管代谢风险的精准管理与预防	首次系统整合代谢组学与机器学习技术，针对亚洲人群心血管代谢风险特征开发精准预防策略	存在跨种族结果解释困难、研究设计局限、分析平台变异性和数据处理方法不一致等挑战	开发针对亚洲人群心血管代谢疾病的精准预防和干预策略	亚洲人群的心血管代谢疾病风险	机器学习	心血管代谢疾病	代谢组学，多组学数据整合	深度学习	代谢组学数据	NA	NA	NA	NA	NA
11293	2025-06-17	A Deep Learning Model Based on High-Frequency Ultrasound Images for Classification of Different Stages of Liver Fibrosis 2025-Jul, Liver international : official journal of the International Association for the Study of the Liver IF:6.0Q1 DOI:10.1111/liv.70148 PMID:40515461	研究论文	开发基于高频超声图像的深度学习模型，用于分类慢性乙型肝炎患者肝纤维化的不同阶段	使用高频超声图像训练深度学习模型，在肝纤维化分类中表现优于低频超声模型及其他非侵入性方法	回顾性多中心研究，可能存在选择偏倚	开发并评估基于高频超声图像的深度学习模型在肝纤维化分类中的诊断价值	慢性乙型肝炎患者	数字病理	肝纤维化	高频超声成像	CNN	图像	多中心研究，涉及六家医院2014年1月至2024年8月的患者数据	NA	NA	NA	NA
11294	2025-06-17	Artificial intelligence (AI) and CT in abdominal imaging: image reconstruction and beyond 2025-Jun-16, Abdominal radiology (New York) DOI:10.1007/s00261-025-05031-6 PMID:40522387	综述	本文探讨了人工智能（AI）在腹部CT成像中的图像重建技术及其更广泛的应用	介绍了基于深度学习的重建（DLR）技术，该技术通过卷积神经网络生成高保真图像，克服了传统方法的噪声和人工纹理问题	临床验证、标准化和广泛采用方面仍存在挑战	探索AI驱动的CT图像重建在腹部成像中的原理、进展和未来方向	腹部器官（如肝脏、胰腺和肾脏）的CT成像	数字病理	NA	深度学习重建（DLR）	CNN	图像	NA	NA	NA	NA	NA
11295	2025-10-06	Cyclic Peptide Therapeutic Agents Discovery: Computational and Artificial Intelligence-Driven Strategies 2025-Jun-12, Journal of medicinal chemistry IF:6.8Q1 DOI:10.1021/acs.jmedchem.5c00712 PMID:40464341	综述	本文综述了计算方法和人工智能驱动策略在环肽治疗剂发现中的应用与进展	整合基于物理的模拟与深度学习技术，重新定义环肽治疗剂的设计和优化方法	面临肽段灵活性、数据可用性有限和复杂构象景观等挑战	推进环肽药物开发的精确性和效率，为未满足的医疗需求提供创新解决方案	环肽治疗剂	机器学习	NA	计算技术、人工智能方法、自动化合成平台	深度学习	NA	NA	NA	NA	NA	NA
11296	2025-06-17	A Deep Learning Model for Identifying the Risk of Mesenteric Malperfusion in Acute Aortic Dissection Using Initial Diagnostic Data: Algorithm Development and Validation 2025-Jun-10, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/72649 PMID:40493909	研究论文	开发并验证了一种深度学习模型，用于识别急性主动脉夹层患者中肠系膜灌注不良的高风险	整合了多模态数据（实验室参数和CT血管造影图像）的深度学习模型，相比单模态方法具有更高的诊断准确性	需要进一步的前瞻性验证以确认其临床实用性	开发一种深度学习模型，用于早期识别急性主动脉夹层患者中肠系膜灌注不良的高风险	急性主动脉夹层患者	数字病理	心血管疾病	CT血管造影	深度学习模型	图像和临床数据	525名患者（450名来自北京安贞医院，75名来自南京鼓楼医院）	NA	NA	NA	NA
11297	2025-10-06	Photodiagnosis with deep learning: A GAN and autoencoder-based approach for diabetic retinopathy detection 2025-Jun, Photodiagnosis and photodynamic therapy IF:3.1Q2 DOI:10.1016/j.pdpdt.2025.104552 PMID:40064432	研究论文	提出一种结合GAN数据增强、去噪自编码器和迁移学习的深度学习框架用于糖尿病视网膜病变检测	首次将GAN、去噪自编码器和EfficientNetB0集成到一个统一框架中，有效解决数据不平衡和噪声问题	未集成可解释性工具，未来需要探索更多成像模态以提高泛化能力	开发高性能的糖尿病视网膜病变自动诊断系统	视网膜图像	计算机视觉	糖尿病视网膜病变	OCT成像	GAN, Autoencoder, CNN	图像	自定义整理的OCT数据集	TensorFlow, PyTorch	EfficientNetB0	准确率, 召回率, 特异性	NA
11298	2025-10-06	Thorax-encompassing multi-modality PET/CT deep learning model for resected lung cancer prognostication: A retrospective, multicenter study 2025-Jun, Medical physics IF:3.2Q1 DOI:10.1002/mp.17862 PMID:40317503	研究论文	开发一种融合PET/CT影像与临床病理信息的多模态深度学习模型，用于预测非小细胞肺癌术后无复发生存期	首个结合多模态影像（FDG PET/CT）与临床、手术、病理信息预测NSCLC预后的深度学习模型，能够超越传统分期系统进行风险分层	回顾性研究设计，样本量相对有限（总样本500例），需要前瞻性验证	开发优于传统分期的预后预测模型，识别可能从辅助治疗中获益的高风险患者	手术切除的非小细胞肺癌患者	数字病理	肺癌	FDG PET/CT影像	深度学习模型	医学影像（PET/CT）、临床数据、病理数据、手术数据	500例患者（本地机构305例，外部验证195例）	NA	多模态深度学习模型	AUC, Kaplan-Meier曲线, log-rank检验	NA
11299	2025-10-06	A multi-model deep learning approach for the identification of coronary artery calcifications within 2D coronary angiography images 2025-Jun, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03382-5 PMID:40341465	研究论文	开发了一种基于多模型深度学习的工作流程，用于在二维冠状动脉造影图像中识别冠状动脉钙化	首次提出用于辅助识别2DCA中冠状动脉钙化的临床决策支持系统，结合了ResNet-18分类主干和U-Net解码器的多阶段架构	样本量较小（14名患者的44次图像采集），分割性能仍有提升空间	开发辅助临床医生识别冠状动脉钙化的自动化工具	二维冠状动脉造影图像中的冠状动脉钙化区域	计算机视觉	心血管疾病	二维冠状动脉造影	CNN	医学图像	14名患者的44次图像采集	PyTorch	ResNet-18, U-Net	F1-score, IoM	NA
11300	2025-10-06	AttentionAML: An Attention-based Deep Learning Framework for Accurate Molecular Categorization of Acute Myeloid Leukemia 2025-May-22, bioRxiv : the preprint server for biology DOI:10.1101/2025.05.20.655179 PMID:40475602	研究论文	提出一种基于注意力机制的深度学习框架，用于急性髓系白血病的精确分子分型	开发了首个基于注意力机制的深度学习框架，仅使用转录组数据进行AML亚型分类	NA	准确分类急性髓系白血病亚型以支持临床管理和个性化治疗	急性髓系白血病患者	机器学习	急性髓系白血病	转录组分析	注意力机制深度学习	转录组数据	1,661名AML患者	Python	注意力机制	准确率,精确率,召回率,F1分数,马修斯相关系数	NA