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
1761	2025-07-21	Exploration of Pharmacological Mechanisms of Dapagliflozin against Type 2 Diabetes Mellitus through PI3K-Akt Signaling Pathway based on Network Pharmacology Analysis and Deep Learning Technology 2025, Current computer-aided drug design IF:1.5Q3 DOI:10.2174/0115734099274407231207070451 PMID:38204223	研究论文	本研究通过网络药理学分析和深度学习技术探索达格列净通过PI3K-Akt信号通路对抗2型糖尿病(T2DM)的药理机制	结合网络药理学和深度学习技术，首次系统性地探索达格列净对抗T2DM的具体分子机制，特别是通过PI3K-Akt信号通路的作用	研究主要基于计算预测和体外数据，缺乏体内实验验证	探索达格列净治疗2型糖尿病的潜在分子机制	达格列净药物靶点与T2DM相关靶点的相互作用	生物信息学	2型糖尿病	网络药理学分析、深度学习(DeepPurpose算法)	DeepPurpose	基因表达数据、蛋白质相互作用数据	155个达格列净与T2DM的重叠靶点
1762	2025-07-21	FLPneXAINet: Federated deep learning and explainable AI for improved pneumonia prediction utilizing GAN-augmented chest X-ray data 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0324957 PMID:40674439	研究论文	本研究提出了一种结合联邦学习、深度学习和可解释AI的框架FLPneXAINet，用于通过胸部X光图像安全准确地预测肺炎	结合联邦学习、深度学习和可解释AI，利用GAN增强数据，并在联邦学习环境中验证模型性能	未提及模型在真实临床环境中的泛化能力及对不同类型肺炎的区分能力	开发一种安全准确的肺炎预测方法，同时保护患者隐私	胸部X光图像	数字病理	肺炎	CycleGAN, 特征选择（RFE, ANOVA, RF）	VGG16, NASNetMobile, MobileNet, KNN, NB, SVM, RF	图像	8,402张胸部X光图像（3,904正常，4,498肺炎）
1763	2025-07-21	Frequency domain manipulation of multiple copy-move forgery in digital image forensics 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0327586 PMID:40674455	research paper	提出了一种基于变换域的方法来生成和分析数字图像中的多重复制-移动伪造	利用离散小波变换（DWT）分解原始图像和补丁图像，通过修改近似和细节系数来模拟多重复制-移动伪造	未明确说明该方法在复杂变换下的检测效果及计算效率	改进多重复制-移动伪造的检测技术	数字图像中的多重复制-移动伪造	digital pathology	NA	discrete wavelet transform (DWT)	NA	image	NA
1764	2025-07-21	Predicting receptor-ligand pairing preferences in plant-microbe interfaces via molecular dynamics and machine learning 2025, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2025.06.029 PMID:40677241	研究论文	通过分子动力学和机器学习预测植物-微生物界面中受体-配体配对偏好	开发了一种混合分子动力学/机器学习（MD/ML）方法，能够高精度预测涉及大型、柔性配体的系统中的结合亲和力排名	依赖于有限的实验结构信息，且初始结构模型较为粗糙	揭示内共生初始阶段的互补特征，预测分子相互作用	植物溶素基序受体样激酶（LysM-RLKs）与脂-几丁寡糖（LCOs）及几丁寡糖的结合	机器学习	NA	分子动力学（MD）和机器学习（ML）	混合MD/ML模型	分子结构数据	四种豆科植物LysM-RLKs（LYR3）与LCOs及几丁寡糖的结合数据
1765	2025-07-21	Deep latent force models: ODE-based process convolutions for Bayesian deep learning 2025, Machine learning IF:4.3Q2 DOI:10.1007/s10994-025-06824-y PMID:40677904	研究论文	本文提出了一种称为深度潜在力模型（DLFM）的领域无关模型，用于建模高度非线性动态系统的行为，并提供稳健的不确定性量化	DLFM是一种深度高斯过程，每层都包含基于物理信息的核，这些核通过过程卷积框架从常微分方程导出	诱导点框架对基于LFM的模型的外推能力有负面影响	解决高度非线性动态系统行为建模及不确定性量化问题	高度非线性现实世界多输出时间序列数据	机器学习	NA	过程卷积框架, 双重随机变分推断	深度高斯过程（DLFM）	时间序列数据	NA
1766	2025-07-21	Swarm learning network for privacy-preserving and collaborative deep learning assisted diagnosis of fracture: a multi-center diagnostic study 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1534117 PMID:40678137	研究论文	本研究开发并验证了一种基于区块链的群体学习框架，用于隐私保护的多机构骨折图像分析，并与集中式AI模型和临床医生的性能进行了比较	首次开发了用于骨折识别的分布式学习模型，采用区块链技术实现隐私保护的群体学习框架	研究仅针对膝关节损伤，未涵盖其他类型骨折	开发一种隐私保护的分布式AI训练范式，用于医学影像分析	膝关节损伤患者的影像数据	数字病理	骨科创伤	群体学习(SL)	YOLOv8n-cls	图像	4,581名患者（回顾性研究）和112名患者（前瞻性队列）
1767	2025-07-21	CT radiomics combined with neural networks predict the malignant degree of pulmonary grinding glass nodules 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1603472 PMID:40678142	研究论文	本研究探讨了结合CT影像组学和卷积神经网络(CNN)预测肺部磨玻璃结节恶性程度的方法，旨在提高诊断准确性并支持个性化治疗计划	结合CT影像组学和CNN模型预测肺部磨玻璃结节的恶性程度，相比传统Mayo和Brock模型表现出更高的诊断性能	单中心回顾性研究，需要外部验证和多中心前瞻性队列研究的进一步验证	提高肺部磨玻璃结节的恶性程度诊断准确性，支持个性化治疗计划	肺部磨玻璃结节(GGN)	数字病理	肺癌	CT影像组学	CNN	图像	670例肺部结节患者(2019-2023年)
1768	2025-07-21	Using Convoluted Neural Networks in Diagnosing Lung Cancer on Computed Tomography Scans 2025 Jan-Mar, Current health sciences journal DOI:10.12865/CHSJ.51.01.09 PMID:40678299	research paper	该研究开发了一种新型卷积神经网络（CNN），用于在计算机断层扫描（CT）图像上对可疑结节进行分类，以辅助肺癌诊断	开发了一种能够在常规硬件上实现的CNN模型，用于CT图像中良恶性肺部病变的分类	模型的精确度（62.16%）和召回率（79.31%）仍有提升空间，且最终医疗决策仍需医生判断	开发计算机辅助工具以处理大量影像数据，改善肺癌的早期诊断	肺部CT图像中的可疑结节	digital pathology	lung cancer	CT扫描	CNN	image	176例患者（192个病例）
1769	2025-07-21	Deep Learning and The Retina: A New Frontier in Multiple Sclerosis Diagnosis 2025 Jan-Mar, Current health sciences journal DOI:10.12865/CHSJ.51.01.03 PMID:40678297	review	本文探讨了深度学习在视网膜成像技术中用于多发性硬化症（MS）诊断和进展跟踪的应用	利用AI驱动的模型（如CNN、GAN和可解释AI方法）分析视网膜成像技术，以检测与MS病理密切相关的细微视网膜变化	数据标准化、模型可解释性和临床整合方面的挑战	探索人工智能在视网膜成像技术中的应用，以支持多发性硬化症的早期诊断和个性化治疗	多发性硬化症（MS）患者	digital pathology	multiple sclerosis	Optical Coherence Tomography (OCT), fundus photography, Scanning Laser Ophthalmoscopy (SLO)	CNN, GAN, explainable AI	image	NA
1770	2025-07-21	Fault analysis of chemical equipment based on an improved hybrid model 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0326370 PMID:40680025	研究论文	提出了一种基于改进混合模型的化工设备故障分析方法，旨在提高检测准确性和效率	结合了VMD-LMS处理、非对称注意力机制和预激活ResNet-BiGRU模型，创建了一个高效的多模态数据融合与分析框架	未提及在极端环境条件下的性能表现或实际工业部署中的计算资源需求	设计一种智能故障检测方法，集成多模态数据并有效提取深层特征	化工设备	机器学习	NA	VMD-LMS处理、非对称注意力机制、预激活ResNet-BiGRU模型	ResNet-BiGRU	多模态数据	NA
1771	2025-07-20	Enhanced accuracy and stability in automated intra-pancreatic fat deposition monitoring of type 2 diabetes mellitus using Dixon MRI and deep learning 2025-Aug, Abdominal radiology (New York) DOI:10.1007/s00261-025-04804-3 PMID:39841227	研究论文	开发了一种基于Dixon MRI和深度学习的自动化方法，用于准确评估2型糖尿病患者的胰腺内脂肪沉积	结合深度语义分割特征放射组学(DSFR)和传统放射组学特征，构建深度学习放射组学(DLR)模型，提高了胰腺内脂肪沉积监测的准确性和稳定性	由于糖尿病前期患者数量有限，未对区分糖尿病前期和非糖尿病模型进行测试	开发自动化监测胰腺内脂肪沉积的方法，以预测2型糖尿病和糖尿病前期的风险	534名接受上腹部MRI检查的患者	数字病理学	2型糖尿病	多回波Dixon MRI、双回波Dixon MRI	nnU-Net、支持向量机	MRI图像	534名患者(来自两个中心)
1772	2025-07-20	Fast and Stable Neonatal Brain MR Imaging Using Integrated Learned Subspace Model and Deep Learning 2025-Aug, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2025.3541643 PMID:40072865	研究论文	通过整合学习的新生儿特定子空间模型和模型驱动的深度学习，实现快速稳定的新生儿脑部MR成像	提出了一种子空间模型辅助的深度学习方法，解决了新生儿MRI应用中训练数据不足的问题	需要进一步开发以提高MRI在新生儿成像应用中的实用性	加速新生儿脑部MRI成像并提高图像重建的稳定性	新生儿脑部MRI图像	医学影像处理	新生儿疾病	深度学习与子空间模型结合	深度神经网络	MRI图像	dHCP数据集及来自四个独立医疗中心的测试数据
1773	2025-07-20	Establishing a Deep Learning Model That Integrates Pretreatment and Midtreatment Computed Tomography to Predict Treatment Response in Non-Small Cell Lung Cancer 2025-Aug-01, International journal of radiation oncology, biology, physics DOI:10.1016/j.ijrobp.2025.03.012 PMID:40089073	研究论文	本研究旨在开发一个深度学习模型，通过整合治疗前和治疗中的计算机断层扫描（CT）数据来预测非小细胞肺癌（NSCLC）患者的治疗反应	整合治疗前和治疗中的CT数据，建立深度学习模型以预测治疗反应，并推导出个性化的剂量递增方案	样本量相对较小（168例患者），且为回顾性研究	预测非小细胞肺癌患者的放疗反应并实现个性化治疗	非小细胞肺癌患者	数字病理	肺癌	CT扫描	LSTM网络	图像	168例非小细胞肺癌患者（来自3家医院）
1774	2025-07-20	Deep learning-based laser weed control compared to conventional herbicide application across three vegetable production systems 2025-Aug, Pest management science IF:3.8Q1 DOI:10.1002/ps.8912 PMID:40555698	研究论文	本研究比较了基于深度学习的激光除草技术与传统除草剂在三种蔬菜生产系统中的效果	首次在多种蔬菜生产系统中评估激光除草技术的有效性，并与传统除草剂进行比较	激光除草对马齿苋和一年生禾本科杂草效果较差，且需要进一步优化以适应不同环境和杂草种类	评估激光除草作为非化学除草替代方案的可行性和效果	甜菜、菠菜和豌豆三种蔬菜作物及其相关杂草	农业技术	NA	激光除草技术	深度学习	生物量和覆盖率数据	三个研究试验点（新泽西州和纽约州）
1775	2025-07-20	Brain Age Prediction: Deep Models Need a Hand to Generalize 2025-Aug-01, Human brain mapping IF:3.5Q1 DOI:10.1002/hbm.70254 PMID:40667664	研究论文	本研究探讨了如何通过深度学习方法预测脑龄，并针对模型在新数据上的泛化问题提出了改进策略	通过综合预处理、广泛数据增强和模型正则化，显著减少了脑龄预测模型的泛化误差，并提高了对配准错误的鲁棒性	研究依赖于特定数据集（UK Biobank），可能在其他人群中的适用性有待验证	提高脑龄预测模型的临床适用性，缩小训练数据与未见数据之间的泛化差距	T1加权MRI图像	神经影像分析	阿尔茨海默病	深度学习	SFCN-reg（基于VGG-16架构）	MRI图像	UK Biobank数据集、阿尔茨海默病神经影像计划数据集和澳大利亚影像、生物标志物和生活方式数据集
1776	2025-07-20	Deep learning can predict cardiovascular events from liver imaging 2025-Aug, JHEP reports : innovation in hepatology IF:9.5Q1 DOI:10.1016/j.jhepr.2025.101427 PMID:40671834	研究论文	本研究探讨了使用基于视觉Transformer的深度学习模型从肝脏MRI数据中预测心血管事件的风险	首次将视觉Transformer应用于肝脏MRI数据，无需手动特征选择即可预测心血管风险	需要进一步的前瞻性研究和外部验证以确认临床实用性	通过肝脏MRI数据提高心血管风险的预测能力	UK Biobank中的肝脏MRI数据	数字病理学	心血管疾病	MRI	Transformer	图像	44,672个肝脏MRI扫描
1777	2025-07-20	Identifying and Evaluating Salt-Tolerant Halophytes Along a Tropical Coastal Zone: Growth Response and Desalination Potential 2025-Aug, Plant-environment interactions (Hoboken, N.J.) DOI:10.1002/pei3.70072 PMID:40672803	研究论文	本研究通过深度学习和温室实验，评估了加纳沿海地区盐生植物的耐盐性和脱盐潜力	利用深度学习图像识别技术鉴定植物种类，并结合温室实验评估盐生植物在不同盐浓度和土壤类型下的生长响应	研究仅针对加纳沿海地区的五种盐生植物，可能无法代表所有盐生植物的特性	探索加纳沿海地区盐生植物的营养、生态和药用价值，特别是其耐盐性和脱盐能力	加纳沿海地区的盐生植物	植物学与环境科学	NA	深度学习图像识别	NA	图像与实验数据	五种选定的盐生植物，在不同盐浓度（0、25和50 dS/m）和土壤类型（海沙和耕地土壤）下进行实验
1778	2025-07-20	ViCoW: A dataset for colorization and restoration of Vietnam War imagery 2025-Aug, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111815 PMID:40673188	研究论文	介绍了一个名为ViCoW的数据集，用于支持越南战争时期历史图像的修复和着色研究	提供了一个包含1896对高分辨率图像的数据集，专门用于历史图像的修复和着色，填补了该领域的数据空白	数据集仅包含来自四部越南电影的图像，可能无法涵盖所有历史场景和视觉多样性	支持历史图像修复和着色技术的研究，促进数字遗产保护	越南战争时期的电影图像	计算机视觉	NA	ITU-R BT.601亮度公式	深度学习模型	图像	1896对高分辨率图像
1779	2025-07-20	Smartphone image dataset for machine learning-based monitoring and analysis of mango growth stages 2025-Aug, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111780 PMID:40673194	research paper	该研究创建了一个标准化的芒果生长阶段图像数据集，用于基于机器学习的监测和分析	开发了一个标准化且公开可用的芒果生长阶段图像数据集，填补了孟加拉国农业领域缺乏高质量数据集的空白	数据集仅基于孟加拉国某一果园的芒果，尽管生长阶段具有全球代表性，但可能无法涵盖所有芒果品种或生长条件	促进机器学习在农业领域的应用，特别是芒果生长阶段的自动化监测和分析	芒果的生长阶段	computer vision	NA	图像采集与标注	NA	image	2004张图像，分为四个生长阶段：早期果实、未成熟、成熟和熟透
1780	2025-07-20	Deep learning empowers genomic selection of pest-resistant grapevine 2025-Aug, Horticulture research IF:7.6Q1 DOI:10.1093/hr/uhaf128 PMID:40673235	研究论文	本研究整合深度学习、植物表型组学、定量遗传学和转录组学，对葡萄藤的抗虫性进行基因组选择	利用深度卷积神经网络（DCNNs）准确评估葡萄叶片的虫害损伤，并结合基因组重测序数据和转录组数据，识别与抗虫性相关的基因	NA	通过深度学习与基因组选择技术，培育抗虫性葡萄藤品种	葡萄藤及其抗虫性相关基因	机器学习	NA	基因组重测序、转录组学	DCNN、VGG16、ML	图像、基因组数据、转录组数据	231个葡萄藤种质资源