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
1441	2025-07-24	Identifying Patients' Preference During Their Hospital Experience. A Sentiment and Topic Analysis of Patient-Experience Comments via Natural Language Techniques 2025, Patient preference and adherence IF:2.0Q2 DOI:10.2147/PPA.S526623 PMID:40686565	研究论文	通过自然语言处理技术分析患者体验评论，识别患者偏好及其对满意度和忠诚度的影响	采用混合方法（文献综述、人工标注和自然语言处理技术）分析自由文本评论，并探讨负面评论与患者满意度和忠诚度的关联	研究仅基于单一调查的评论数据，可能无法涵盖所有患者体验的多样性	从大量自由文本患者体验评论中提取有用信息，并探索负面评论与患者满意度和忠诚度的差异	患者体验评论	自然语言处理	NA	自然语言处理技术	机器学习和深度学习	文本	28054条自由文本评论
1442	2025-07-24	Deep learning-based method for grading histopathological liver fibrosis in rodent models of metabolic dysfunction-associated steatohepatitis 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1629036 PMID:40687706	研究论文	本研究开发了一种基于深度学习的组织病理学肝纤维化分级方法，用于代谢功能障碍相关脂肪性肝炎（MASH）啮齿动物模型	利用深度学习模型对MASH动物模型的肝纤维化进行评分，改进了临床子分类，开发了性能更优的7类分类模型	研究主要基于动物模型，结果在人类临床样本中的适用性有待验证	开发一种自动化的肝纤维化评分方法，以支持病理学家的诊断工作	代谢功能障碍相关脂肪性肝炎（MASH）啮齿动物模型的肝组织	数字病理学	肝病	深度学习	多类分类模型（5类和7类）	图像	914张全切片图像，衍生出999,711个补丁图像
1443	2025-07-24	Neurophysiological predictors of deep learning based unilateral upper limb motor imagery classification 2025, Frontiers in human neuroscience IF:2.4Q2 DOI:10.3389/fnhum.2025.1617748 PMID:40688356	研究论文	本研究探讨了神经生理学特征如何影响基于深度学习的单侧上肢运动想象分类的准确性	首次将神经生理学特征与深度学习模型在单侧上肢运动想象分类中的表现联系起来，揭示了与传统双边运动想象研究不同的神经机制	研究仅关注了右肘的屈伸运动想象，未考虑其他肢体部位或更复杂的运动模式	探索神经生理学特征对单侧上肢运动想象分类准确性的预测作用	人类参与者的脑电图数据和运动想象分类模型	脑机接口	NA	脑电图(EEG)	EEGNet, FBCNet, NFEEG, SVM, LDA	脑电信号	未明确说明参与者数量
1444	2025-07-24	Emerging trends in Alzheimer's disease diagnosis and prediction using artificial intelligence: A bibliometric analysis of the top cited 100 articles 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251362098 PMID:40688579	文献计量分析	本文通过文献计量分析方法，研究了人工智能在阿尔茨海默病诊断和预测领域的100篇高引用文章，揭示了研究热点、趋势及未来发展方向	首次对人工智能在阿尔茨海默病诊断和预测领域的100篇高引用文章进行全面的文献计量分析，揭示了该领域的研究热点和发展趋势	存在语言和引用偏倚，可能影响对新兴AI-AD趋势的解释	分析人工智能在阿尔茨海默病诊断和预测领域的研究现状和发展趋势	100篇关于AI在阿尔茨海默病诊断和预测领域的高引用文章	数字病理学	老年病	文献计量分析	deep learning, machine learning	文献数据	100篇高引用文章
1445	2025-07-24	Prediction of postoperative vault after implantable collamer lens implantation with deep learning 2025, International journal of ophthalmology IF:1.9Q2 DOI:10.18240/ijo.2025.07.02 PMID:40688771	研究论文	使用深度学习预测植入式Collamer晶体（ICL）植入术后的拱高及合适的晶体尺寸	比较了多种AI算法在预测术后拱高和ICL尺寸方面的性能，发现XGBoost表现最佳	研究样本量较小（83名患者，132只眼睛），且为回顾性分析	预测ICL植入术后的拱高及确定合适的ICL尺寸	接受EVO-V4C ICL植入术的患者	机器学习	眼科疾病	前段光学相干断层扫描（ASOCT）	MLP, XGBoost, RFR, KNN	临床检查参数	83名患者，132只眼睛
1446	2025-07-24	Nondestructive egg freshness assessment using hyperspectral imaging and deep learning with distance correlation wavelength selection 2025, Current research in food science IF:6.2Q1 DOI:10.1016/j.crfs.2025.101133 PMID:40689294	研究论文	本研究利用高光谱成像和深度学习技术，结合距离相关性波长选择方法，实现了鸡蛋新鲜度的无损评估	首次将距离相关性这一统计稳健但鲜少在高光谱波长选择中使用的方法应用于鸡蛋新鲜度评估，并证明其优于常用波长选择方法	研究仅使用了450-1100nm波长范围的高光谱数据，未探索其他可能的光谱范围	开发一种无损、高效的鸡蛋新鲜度评估方法	鸡蛋	计算机视觉	NA	高光谱成像	CNN, 梯度提升树, 多元线性回归, 偏最小二乘回归, 支持向量回归	高光谱图像	未明确说明样本数量
1447	2025-07-24	A systematic review of data and models for predicting food flavor and texture 2025, Current research in food science IF:6.2Q1 DOI:10.1016/j.crfs.2025.101127 PMID:40689288	review	本文系统回顾了当前用于预测食物风味和质地的数据资源和计算模型	强调了图神经网络和深度学习方法在识别味道和气味化合物方面的潜力，并指出质地预测在食品质量控制中的潜在影响	气味预测面临标准化嗅觉指标的缺乏，质地预测研究较少且需要更稳健的数据集	推动风味和质地预测领域的发展	食物风味和质地	machine learning	NA	graph neural networks, deep learning methods	GNN, deep learning	molecular data, sensory data	NA
1448	2025-07-24	DVMark: A Deep Multiscale Framework for Video Watermarking 2025, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2023.3251737 PMID:37030810	研究论文	本文提出了一种名为DVMark的深度多尺度框架，用于视频水印嵌入与提取	提出了一种端到端可训练的深度学习解决方案，采用新颖的多尺度设计，将水印分布在多个时空尺度上	未提及具体的技术限制或不足	开发一种能够同时处理多种视频失真的鲁棒视频水印方法	视频水印技术	计算机视觉	NA	深度学习	多尺度深度神经网络	视频	在多种失真类型上进行了广泛评估，但未提及具体样本数量
1449	2025-07-24	Prediction of Recurrence using a Stacked Denoising Autoencoder and Multifaceted Feature Analysis of Pretreatment MRI in Patients with Nasopharyngeal Carcinoma 2025, Current radiopharmaceuticals IF:1.5Q3 DOI:10.2174/0118744710384129250327060846 PMID:40237056	research paper	该研究开发了一个基于MRI的鼻咽癌复发预测模型，结合了放射组学、深度学习和临床特征	使用堆叠去噪自编码器(SDAE)从MRI中提取深度特征，并结合放射组学特征和临床参数构建预测模型	单中心回顾性研究设计，缺乏功能成像(如DWI/PET)或分子标记(如EBV-DNA)	开发一个稳健的鼻咽癌复发预测模型，以优化个性化治疗	184例经病理证实接受根治性放疗的鼻咽癌患者	digital pathology	nasopharyngeal carcinoma	MRI, radiomics, deep learning	SDAE, SVM, MLP, LR, RF	MRI图像	184例患者(内部验证136例，外部验证91例)
1450	2025-07-24	Harnessing Artificial Intelligence and Innovative Vaccines for Mpox Diagnosis and Control: A Comprehensive Narrative Review 2025 Jan-Dec, Journal of primary care & community health DOI:10.1177/21501319251357701 PMID:40698517	综述	本文综述了人工智能和创新疫苗在猴痘诊断和控制中的应用	探讨了AI技术在猴痘诊断中的高准确性和速度，以及现有疫苗的交叉保护效果	未提及具体AI模型的验证和可靠性评估细节	评估AI和新型疫苗在减轻猴痘负担中的作用	猴痘的诊断、治疗和预防	自然语言处理	猴痘	机器学习、深度学习、人工神经网络、卷积神经网络、迁移学习	ML, DL, ANN, CNN, TL	NA	NA
1451	2025-07-23	Reduction of photobleaching effects in photoacoustic imaging using noise agnostic, platform-flexible deep-learning methods 2025-Dec, Journal of biomedical optics IF:3.0Q2 DOI:10.1117/1.JBO.30.S3.S34102 PMID:40443946	研究论文	本文提出了一种平台灵活的深度学习方法，用于减少光声成像中的光漂白效应，从而提高图像质量和实时可视化能力	引入了一种平台灵活的深度学习框架，能够从单激光脉冲数据中增强信噪比，无需多脉冲信号平均，从而减少光漂白效应	实验主要基于体外和离体样本，尚未在临床环境中进行大规模验证	解决分子光声成像中因光漂白导致的组织可视化问题，提高成像质量和临床决策支持	光声成像中的外源性染料	医学影像处理	NA	光声成像，深度学习	cGAN, U-Net	图像	体外和离体样本，包括ICG填充管的3D扫描实验
1452	2025-07-23	AlphaBind, a domain-specific model to predict and optimize antibody-antigen binding affinity 2025-Dec, mAbs IF:5.6Q1 DOI:10.1080/19420862.2025.2534626 PMID:40693434	研究论文	本文介绍了AlphaBind，一种特定领域的模型，用于预测和优化抗体-抗原结合亲和力	AlphaBind利用蛋白质语言模型嵌入和基于数百万抗体-抗原结合强度定量实验室测量的预训练，实现了在指导亲本抗体亲和力优化方面的最先进性能	仅针对四种亲本抗体进行了验证，且每种亲本抗体仅进行了一轮数据生成	通过深度学习预测和优化抗体序列，以设计具有最佳特性的抗体	抗体-抗原结合亲和力	机器学习	NA	深度学习	蛋白质语言模型	定量实验室测量数据	四种亲本抗体
1453	2025-07-23	Identification and validation of synergistic drug strategies targeting macrophage polarization in triple-negative breast cancer via single-cell transcriptomics and deep learning 2025-Sep, Translational oncology IF:4.5Q1 DOI:10.1016/j.tranon.2025.102457 PMID:40580873	研究论文	通过单细胞转录组学和深度学习，识别并验证针对三阴性乳腺癌中巨噬细胞极化的协同药物策略	开发了一个基于巨噬细胞分化的分类器（MMDCSS），并发现非那雄胺可作为ZBTB20调节剂，逆转肿瘤诱导的M2巨噬细胞极化	研究样本量较小，仅涉及24名TNBC患者	探索三阴性乳腺癌中巨噬细胞极化的调控机制及其潜在治疗策略	三阴性乳腺癌患者和巨噬细胞极化	数字病理学	乳腺癌	单细胞RNA测序（scRNA-seq）、机器学习、伪时间轨迹映射	深度学习	转录组数据	24名三阴性乳腺癌患者
1454	2025-07-23	Machine learning-guided single-cell multiomics uncovers GDF15-driven immunosuppressive niches in NSCLC: A translational framework for overcoming anti-PD-1 resistance 2025-Sep, Translational oncology IF:4.5Q1 DOI:10.1016/j.tranon.2025.102459 PMID:40582068	研究论文	该研究通过机器学习指导的单细胞多组学分析，揭示了非小细胞肺癌中GDF15驱动的免疫抑制微环境，并提出了克服抗PD-1耐药的转化框架	首次将机器学习与单细胞多组学结合，系统性地识别了免疫检查点阻断疗效的决定因素，并发现GDF15作为预测ICB耐药的一类新型生物标志物	研究样本量相对较小（n=156），且外部验证仅限于黑色素瘤队列	探索非小细胞肺癌免疫治疗耐药的分子机制并开发预测生物标志物	非小细胞肺癌患者样本和Lewis肺癌细胞系	数字病理学	肺癌	单细胞RNA测序、机器学习算法	Accelerated Oblique Random Survival Forest	多组学数据（包括转录组数据）	156例NSCLC患者样本（四个队列）
1455	2025-07-23	A systematic review: Brain age gap as a promising early diagnostic biomarker for Alzheimer's disease 2025-Aug-15, Journal of the neurological sciences IF:3.6Q2 DOI:10.1016/j.jns.2025.123563 PMID:40494037	系统综述	本文系统综述了脑年龄差距（BAG）作为阿尔茨海默病早期诊断生物标志物的研究现状	利用深度学习技术预测脑年龄，并通过脑年龄差距（BAG）作为阿尔茨海默病的早期诊断生物标志物	存在场地效应、偏差校正、数据不足、硬件需求、模型准确性和临床适用性等关键挑战	探索脑年龄差距（BAG）作为阿尔茨海默病早期诊断生物标志物的潜力	阿尔茨海默病患者和健康个体的脑部结构变化	数字病理学	阿尔茨海默病	深度学习	深度学习模型	神经影像数据	NA
1456	2025-07-23	A High-resolution T2WI-based Deep Learning Model for Preoperative Discrimination Between T2 and T3 Rectal Cancer: A Multicenter Study 2025-Aug, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.03.048 PMID:40221285	研究论文	本研究构建了一个基于高分辨率T2加权图像的深度学习模型，用于术前区分T2和T3期直肠癌，并与经验丰富的放射科医生进行了性能比较	开发了一个基于DenseNet的深度学习模型，在区分T2和T3期直肠癌方面表现优于放射科医生	研究为回顾性设计，样本量相对较小，外部测试集仅包含26名患者	提高直肠癌术前分期的准确性，支持临床治疗决策	281名经病理证实的直肠癌患者	数字病理	直肠癌	高分辨率T2加权成像	DenseNet	医学影像	281名患者（来自四个中心）
1457	2025-07-23	Prediction of Tumor Budding Grading in Rectal Cancer Using a Multiparametric MRI Radiomics Combined with a 3D Vision Transformer Deep Learning Approach 2025-Aug, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.03.046 PMID:40246672	研究论文	评估多参数MRI放射组学结合3D Vision Transformer深度学习模型在预测直肠癌患者肿瘤萌芽分级中的有效性	首次结合多参数MRI放射组学和3D Vision Transformer深度学习模型预测直肠癌肿瘤萌芽分级	回顾性研究设计可能引入选择偏倚，且未建立临床模型	开发非侵入性方法预测直肠癌肿瘤萌芽分级，以辅助个性化治疗和预后评估	349例直肠腺癌患者（来自两家医院）	数字病理	直肠癌	多参数MRI（T2WI、DWI、T1CE）	3D Vision Transformer (ViT)	医学影像	349例患者（187例训练集，80例内部测试集，82例外部测试集）
1458	2025-05-02	Enhancing the Diagnostic Accuracy of Deep Learning-Based CTS Grading Could Expand Its Clinical Applicability 2025-Aug, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.04.022 PMID:40307112	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1459	2025-07-23	Prediction of EGFR Mutations in Lung Adenocarcinoma via CT Images: A Comparative Study of Intratumoral and Peritumoral Radiomics, Deep Learning, and Fusion Models 2025-Aug, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.04.029 PMID:40328536	研究论文	本研究通过CT图像的放射组学和深度学习方法分析肺腺癌患者的肿瘤内和肿瘤周围特征，并开发验证了一种多模型融合策略来预测表皮生长因子受体（EGFR）突变状态	结合肿瘤内和肿瘤周围区域的放射组学与深度学习模型，采用软投票策略的多模态融合方法，显著提高了预测性能	研究基于回顾性数据，可能存在选择偏差	预测肺腺癌患者的EGFR突变状态	826名肺腺癌患者的CT图像数据	数字病理	肺腺癌	放射组学特征提取、深度学习	Lasso、多种机器学习算法、nnUNet、2D/2.5D/3D深度学习模型	CT图像	826名患者（来自两家医院）
1460	2025-07-23	Renal Transplant Survival Prediction From Unsupervised Deep Learning-Based Radiomics on Early Dynamic Contrast-Enhanced MRI 2025-Aug, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.05.001 PMID:40413148	研究论文	本研究探讨了利用无监督深度学习算法从早期动态对比增强MRI数据中提取与肾移植存活相关的放射组学特征	首次将无监督对比学习应用于肾移植存活预测，从MRI数据中提取放射组学特征	需要进一步研究验证该技术的稳健性，并确定如何将其整合到多模态和临床环境中	预测肾移植存活率	肾移植患者	数字病理	终末期肾病	动态对比增强MRI	CNN	图像	108名患者用于训练，48名患者用于验证