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
101	2025-04-02	Vision Transformers in Medical Imaging: a Comprehensive Review of Advancements and Applications Across Multiple Diseases 2025-Mar-31, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01481-y PMID:40164818	综述	本文全面回顾了视觉变换器（ViT）模型在医学影像分类中的最新研究进展及其在多种疾病中的应用	系统性地总结了ViT在医学影像领域的应用，并对比了其与传统CNN的性能差异	未进行原始实验验证，仅基于文献综述进行分析	评估ViT模型在医学影像分类领域的应用现状与发展趋势	涵盖乳腺癌、皮肤病变、脑部MRI肿瘤、肺部疾病、视网膜分析等15个医学领域	数字病理	多疾病（乳腺癌/脑肿瘤/COVID-19等）	深度学习	ViT（Vision Transformer）	医学影像	NA（文献综述不涉及具体样本量）
102	2025-04-02	Artificial intelligence chatbots in endodontic education-Concepts and potential applications 2025-Mar-31, International endodontic journal IF:5.4Q1 DOI:10.1111/iej.14231 PMID:40164964	综述	本文探讨了人工智能聊天机器人在牙髓病学教育中的概念和潜在应用	提出了AI聊天机器人在牙髓病学教育中的个性化学习、互动培训和临床决策支持等创新应用	存在技术限制、伦理考虑和错误信息传播等问题，且目前牙髓病学领域相关研究有限	探索AI聊天机器人在牙髓病学教育中的潜力和挑战	牙髓病学教育	自然语言处理	NA	NLP, ML, DL	聊天机器人	文本	NA
103	2025-04-02	Advances in AI-based strategies and tools to facilitate natural product and drug development 2025-Mar-30, Critical reviews in biotechnology IF:8.1Q1 DOI:10.1080/07388551.2025.2478094 PMID:40159111	综述	本文综述了人工智能在天然产物和药物开发中的应用及其进展	详细介绍了AI如何通过深度学习和自动化生物信息学平台加速天然产物的发现和药物开发	未提及具体AI工具或方法的局限性	探讨AI在天然产物和药物开发中的应用及其潜力	天然产物及其衍生物	机器学习	NA	深度学习、集成自动化生物信息学平台、质谱和核磁共振	神经网络	质谱数据、核磁共振数据	NA
104	2025-04-02	Deep learning-quantified body composition from positron emission tomography/computed tomography and cardiovascular outcomes: a multicentre study 2025-Mar-30, European heart journal IF:37.6Q1 DOI:10.1093/eurheartj/ehaf131 PMID:40159388	research paper	该研究结合深度学习和图像处理技术，从PET/CT扫描中自动量化身体组织成分，并评估其与死亡或心肌梗死的关联	首次利用深度学习方法从标准心脏PET/CT扫描中快速自动获取体积身体组织成分，为医生提供详细的定量评估	研究仅基于三个中心的患者数据，可能影响结果的普遍性	评估从PET/CT扫描中自动量化的身体组织成分与心血管结局的关联	10,085名接受PET心肌灌注成像的患者	digital pathology	cardiovascular disease	PET/CT, deep learning	deep learning	image	10,085名患者
105	2025-04-02	Improving realism in abdominal ultrasound simulation combining a segmentation-guided loss and polar coordinates training 2025-Mar-30, Medical physics IF:3.2Q1 DOI:10.1002/mp.17801 PMID:40159565	research paper	提出了一种结合分割引导损失和极坐标训练的新框架，以提高腹部超声模拟的真实性和解剖一致性	通过引入分割引导损失和极坐标训练，显著减少了GAN在物理模拟中产生的幻觉，提高了图像的解剖准确性和真实感	研究仅针对腹部超声图像，未涉及其他类型的医学影像模拟	提高腹部超声模拟的真实性和解剖一致性	腹部超声图像	digital pathology	NA	GAN, Unet, 极坐标训练	CycleGAN	image	617张真实腹部超声图像和971张人工模拟扫描图像
106	2025-04-02	A data-driven personalized approach to predict blood glucose levels in type-1 diabetes patients exercising in free-living conditions 2025-Mar-30, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110015 PMID:40164029	research paper	本文评估了一种数据驱动的方法，用于准确预测1型糖尿病患者在自由生活条件下运动时的血糖水平	结合多种机器学习和深度学习模型，采用个性化与基于人群的微调模型相结合的方法，预测血糖水平	部分患者血糖水平预测仍具挑战性，且预测在运动期间和运动后误差较大	评估数据驱动方法在预测1型糖尿病患者运动时血糖水平的准确性和安全性	1型糖尿病患者	machine learning	diabetes	continuous glucose monitoring, insulin pumps, carbohydrate intake, exercise intensity and duration, physical activity-related information	XGBoost, Random Forest, LSTM, CNN-LSTM, Dual-encoder with Attention layer	time-series data	79名1型糖尿病患者，每人4周的数据
107	2025-04-02	Deep Learning and Radiomics Discrimination of Coronary Chronic Total Occlusion and Subtotal Occlusion using CTA 2025-Mar-30, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.03.011 PMID:40164533	research paper	该研究开发了基于深度学习和放射组学的模型，用于区分冠状动脉慢性完全闭塞和次全闭塞	结合深度学习和放射组学技术，提高了冠状动脉慢性完全闭塞和次全闭塞的鉴别准确率	研究为回顾性设计，可能影响结果的普遍性	开发并验证能够准确区分冠状动脉慢性完全闭塞和次全闭塞的人工智能模型	冠状动脉慢性完全闭塞和次全闭塞病变	digital pathology	cardiovascular disease	CCTA	DL	image	581名参与者（600个病变，包括403个CTO和197个STO病变）
108	2025-04-02	Cleavage-stage embryo segmentation using SAM-based dual branch pipeline: development and evaluation with the CleavageEmbryo dataset 2025-Mar-29, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae617 PMID:39423150	研究论文	本文介绍了一种基于SAM的双分支分割管道，用于自动分割分裂期胚胎的卵裂球，并构建了首个带有片段信息像素级标注的人类分裂期胚胎数据集CleavageEmbryo	首次提出基于SAM的双分支分割管道，同时构建了首个带有片段信息像素级标注的分裂期胚胎数据集	缺乏公开可用的数据集，可能限制方法的广泛验证和应用	开发自动化方法来分割分裂期胚胎，以提高胚胎选择过程的效率和准确性	人类分裂期胚胎	计算机视觉	生殖健康	深度学习	SAM-based双分支网络	图像	未明确说明样本数量（CleavageEmbryo数据集）
109	2025-04-02	A review of denoising methods in single-particle cryo-EM 2025-Mar-29, Micron (Oxford, England : 1993) DOI:10.1016/j.micron.2025.103817 PMID:40164016	review	本文全面回顾了单颗粒冷冻电镜图像去噪方法的最新进展，涵盖从传统滤波方法到最新基于深度学习的策略	涵盖了从传统方法到最新深度学习策略的多种去噪方法，并进行了分析和比较	NA	推动单颗粒冷冻电镜去噪领域的发展，促进获取更高质量的图像	冷冻电镜图像	生物物理学	NA	冷冻电镜	深度学习	图像	NA
110	2025-04-02	Highly parallel profiling of the activities and specificities of Cas12a variants in human cells 2025-Mar-28, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-57150-9 PMID:40155371	研究论文	本文通过高通量分析评估了24种Cas12a变体的活性和与特定PAM的兼容性，并开发了深度学习模型来预测目标序列的基因编辑活性	开发了深度学习模型预测Cas12a变体的基因编辑活性，并改进了GUIDE-seq系统以增强脱靶检测	研究仅针对24种Cas12a变体，可能未涵盖所有可能的变体	评估和比较不同Cas12a变体的基因编辑活性和特异性	24种Cas12a变体及其在人类细胞中的基因编辑活动	基因编辑	NA	高通量分析、深度学习、GUIDE-seq	深度学习模型	基因序列数据	24种Cas12a变体
111	2025-04-02	Detection of cotton crops diseases using customized deep learning model 2025-Mar-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-94636-4 PMID:40155421	研究论文	本文提出了一种定制的深度学习模型，用于检测棉花作物的疾病	比较了多种先进的深度学习模型（如VGG16、DenseNet、EfficientNet等）在棉花疾病识别中的表现，并发现ResNet152模型效果最佳	未提及模型在真实田间环境中的泛化能力及对不同棉花疾病类型的识别效果差异	开发高效的棉花作物疾病检测方法以减少农业经济损失	棉花作物及其疾病	计算机视觉	棉花作物疾病	深度学习	VGG16, DenseNet, EfficientNet, InceptionV3, MobileNet, NasNet, ResNet	图像	未明确提及样本数量，但使用了从田间收集的真实棉花疾病数据
112	2025-04-02	Comparative analysis of dehazing algorithms on real-world hazy images 2025-Mar-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95510-z PMID:40155458	review	本文对真实世界雾霾图像上的去雾算法进行了比较分析	比较了深度学习方法与基于先验的恢复技术，特别是在处理密集和非均匀雾霾方面的表现	物理驱动的单图像去雾算法缺乏鲁棒性，数据驱动方法在薄雾条件下表现良好但在密集雾霾中表现不佳	确保计算机视觉应用（如智能交通、视频监控、天气预报和遥感）的可靠运行	真实世界的雾霾图像	computer vision	NA	image dehazing techniques	deep learning methods, restoration-based techniques	image	real-world hazy images
113	2025-04-02	Comparative analysis of daily global solar radiation prediction using deep learning models inputted with stochastic variables 2025-Mar-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95281-7 PMID:40155686	研究论文	比较分析使用深度学习模型输入随机变量预测每日全球太阳辐射（DGSR）的性能	比较了四种不同的ANN模型（RBFNN、LSTMNN、MNN和TM）在DGSR预测中的性能，并使用了不同的气象随机变量组合	未提及样本量或具体的地理位置数据，可能影响模型的泛化能力	提高光伏发电的预测准确性	每日全球太阳辐射（DGSR）	机器学习	NA	人工神经网络（ANN）	RBFNN, LSTMNN, MNN, TM	时间序列数据	NA
114	2025-04-02	Perspectives: Comparison of Deep Learning Segmentation Models on Biophysical and Biomedical Data 2025-Mar-28, Biophysical journal IF:3.2Q2 DOI:10.1016/j.bpj.2025.03.023 PMID:40158204	研究论文	本文比较了四种常用的深度学习分割模型在生物物理和生物医学数据上的表现	提供了在不同条件下选择最适合的深度学习分割模型的实用指南	研究假设训练数据集通常较小，可能不适用于大规模数据集的情况	比较不同深度学习分割模型在生物物理和生物医学数据上的性能	生物物理和生物医学数据	计算机视觉	NA	深度学习	CNN, U-Nets, vision transformers, vision state space models	图像	NA
115	2025-04-02	Prediction of influenza virus infection based on deep learning and peripheral blood proteomics: A diagnostic study 2025-Mar-28, Journal of advanced research IF:11.4Q1 DOI:10.1016/j.jare.2025.03.051 PMID:40158620	research paper	该研究基于深度学习和外周血蛋白质组学预测流感病毒感染	结合深度学习和外周血蛋白质组学技术，为流感病毒的快速准确诊断提供新方法	NA	开发一种快速准确的流感病毒诊断方法	流感病毒感染	machine learning	流感	外周血蛋白质组学	deep learning	蛋白质组学数据	NA
116	2025-04-02	PLPTP: A Motif-Based Interpretable Deep Learning Framework Based on Protein Language Models for Peptide Toxicity Prediction 2025-Mar-28, Journal of molecular biology IF:4.7Q1 DOI:10.1016/j.jmb.2025.169115 PMID:40158838	研究论文	本研究提出了一种基于深度学习的多肽毒性预测模型PLPTP，整合了ESM2、BiLSTM和DNN技术	结合蛋白质语言模型ESM2与BiLSTM捕捉序列进化信息和长程依赖关系，并引入基序分析增强模型可解释性，采用Focal Loss解决类别不平衡问题	未明确说明模型在跨物种或未知肽序列上的泛化能力	开发高精度且可解释的多肽毒性预测工具以促进药物研发	多肽序列及其毒性特征	生物信息学	NA	ESM2（蛋白质语言模型）、BiLSTM、DNN	ESM2+BiLSTM+DNN混合模型	蛋白质序列数据	未明确说明具体样本量（使用不平衡数据集）
117	2025-04-02	SIMVI disentangles intrinsic and spatial-induced cellular states in spatial omics data 2025-Mar-27, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-58089-7 PMID:40148341	research paper	介绍了一种名为SIMVI的深度学习框架，用于在空间组学数据中区分细胞内在变异性和细胞间相互作用	提出了SIMVI框架，通过变分推断分离细胞内在和空间诱导的潜在变量，具有严格的理论支持	未明确提及具体局限性	开发一种计算方法来可靠地捕捉空间组学数据中的空间调控	空间组学数据中的细胞状态	空间组学	黑色素瘤	变分推断	深度学习框架	空间组学数据	多样本平台和组织数据集，包括新收集的CosMx黑色素瘤队列数据
118	2025-04-02	A Deep Learning Approach for Infant Pain Assessment Using Facial Expressions Through Convolutional Neural Network 2025-Mar-27, Computers, informatics, nursing : CIN DOI:10.1097/CIN.0000000000001302 PMID:40164059	research paper	本研究提出了一种基于深度学习的婴儿疼痛评估方法，通过卷积神经网络分析面部表情	使用CNN模型分析婴儿面部表情进行疼痛评估，为临床护理提供客观评估工具	样本量较小，需要外部验证，并存在伦理考量	开发可靠的婴儿疼痛评估方法以改善临床护理	婴儿	computer vision	NA	CNN	CNN	image	小样本（具体数量未提及）
119	2025-04-02	Discovery and characterization of novel FAK inhibitors for breast cancer therapy via hybrid virtual screening, biological evaluation and molecular dynamics simulations 2025-Mar-26, Bioorganic chemistry IF:4.5Q1 DOI:10.1016/j.bioorg.2025.108400 PMID:40163988	研究论文	通过混合虚拟筛选、生物评价和分子动力学模拟，发现并表征新型FAK抑制剂用于乳腺癌治疗	使用基于结构的高透明度渗透性虚拟筛选(HTVS)和基于几何深度学习的DeepDock算法，从内部数据库中发现了一种新型FAK骨架抑制剂	仅针对乳腺癌细胞进行了生物活性评估，未涉及其他类型的癌症	发现和开发新型FAK抑制剂用于乳腺癌治疗	FAK（粘着斑激酶）及其抑制剂	药物发现	乳腺癌	HTVS虚拟筛选、DeepDock算法、分子对接、分子动力学模拟	DeepDock（基于几何深度学习）	化学结构数据	10种化合物进行生物活性评估
120	2025-04-02	Lung cancer detection and classification using optimized CNN features and Squeeze-Inception-ResNeXt model 2025-Mar-25, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2025.108437 PMID:40158238	研究论文	本文提出了一种结合优化CNN特征和Squeeze-Inception-ResNeXt模型的深度学习方法，用于肺部疾病的检测和分类	提出了一种新颖的Squeeze-Inception-ResNeXt模型，结合了Squeeze-Inception V3和ResNeXt的优点，同时利用Slime Mould Algorithm优化CNN特征提取	未提及模型在更大规模或多样化数据集上的泛化能力	开发一种高效的深度学习方法，用于肺部疾病的早期检测和分类，以降低肺癌死亡率	肺部CT扫描图像	计算机视觉	肺癌	计算机断层扫描(CT)	Squeeze-Inception-ResNeXt, CNN	图像	未明确提及具体样本数量