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
241	2025-05-15	The Global and Regional Burden of Gallbladder and Biliary Tract Cancer and Attributable Risk Factors: Trends and Predictions 2025-Apr, Liver international : official journal of the International Association for the Study of the Liver IF:6.0Q1 DOI:10.1111/liv.70025 PMID:40116757	research paper	该研究全面评估了1990年至2021年胆囊及胆道癌(GBTC)的全球和区域疾病负担及其可归因风险因素，并利用深度学习模型进行趋势预测	提出了一种分层加权长短期记忆网络模型(SW-LSTM)用于趋势预测，克服了传统模型的不足	低和中低SDI地区的部分指标未观察到显著的时期和队列效应	评估GBTC的全球疾病负担并预测其趋势，以改进预防和治疗策略	全球范围内的胆囊及胆道癌(GBTC)疾病负担	machine learning	胆囊癌及胆道癌	Joinpoint回归分析、年龄-时期-队列模型(APCM)、分层加权LSTM网络(SW-LSTM)	SW-LSTM	流行病学数据	1990-2021年全球疾病负担研究数据
242	2025-05-14	Self-Supervised Learning with Adaptive Frequency-Time Attention Transformer for Seizure Prediction and Classification 2025-Apr-07, Brain sciences IF:2.7Q3 DOI:10.3390/brainsci15040382 PMID:40309845	研究论文	提出了一种结合自适应频时注意力Transformer的自监督学习方法，用于癫痫发作预测和分类	引入了自适应频时注意力机制(AFTA)，通过频域自适应全局和局部滤波增强EEG特征提取的鲁棒性	未明确说明模型在实时预测场景中的表现或计算效率	提高癫痫发作预测和分类的准确性	脑电图(EEG)信号	机器学习	癫痫	自监督学习	Transformer	EEG信号	TUSZ、TUAB和TUEV数据集（具体数量未说明）
243	2025-05-14	Flood resilience through hybrid deep learning: Advanced forecasting for Taipei's urban drainage system 2025-Apr, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2025.124835 PMID:40056592	research paper	该研究利用知识图谱整合多元数据源，结合深度学习模型，为台北市中山抽水站的实时城市排水预警系统提供洪水管理方案	提出结合CNN与BP神经网络的深度学习模型（CNN-BP），用于多输入多输出多步预测（MIMOMS），在10至60分钟间隔内对下水道水位及抽水站内外水位进行高精度预测	研究仅针对台北市中山抽水站，模型在其他地理或气候条件下的泛化能力未验证	提升城市排水系统对极端降雨事件的应对能力，优化防洪策略与灾害管理	台北市中山抽水站的下水道水位及抽水站内外水位	machine learning	NA	深度学习，知识图谱	CNN-BP（卷积神经网络与反向传播神经网络结合）	水位时序数据	未明确提及具体样本数量，数据来源于台北市中山抽水站的实时监测系统
244	2025-05-14	Effect of training sample size, image resolution and epochs on filamentous and floc-forming bacteria classification using machine learning 2025-Apr, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2025.124803 PMID:40056595	研究论文	本研究探讨了训练样本大小、图像分辨率和训练周期对使用机器学习分类丝状和絮状细菌的影响	研究了AI分割模型在准确度指标和计算需求方面的优化，特别是训练样本大小、图像分辨率和训练周期三个变量的影响	未提及具体的技术或模型在极端条件下的表现	优化AI分割模型在废水处理厂细菌检测中的应用	丝状和絮状细菌	计算机视觉	NA	深度学习	AI分割模型	图像	300和500张图像
245	2025-05-14	Integrating flora, fauna, and indigenous practices into spatial optimization for prescribed burning 2025-Apr, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2025.124833 PMID:40058039	研究论文	本研究开发了一种整合植物、动物和传统土地管理实践的空间优化方法，用于指导规定性燃烧，以可持续管理野火风险	提出了一种新颖的空间优化方法，整合火灾风险和共存能力，为规定性燃烧提供区域尺度的规划框架	研究仅应用于嘉陵江流域，未验证其在不同地理区域的普适性	开发可持续的野火管理策略，促进生态系统与火灾的共存	嘉陵江流域（中国）的火灾易发山区	空间优化	NA	机器学习和深度学习	NA	空间数据	嘉陵江流域的特定区域（东部北碚等）
246	2025-05-14	Phyloformer: Fast, Accurate, and Versatile Phylogenetic Reconstruction with Deep Neural Networks 2025-Apr-01, Molecular biology and evolution IF:11.0Q1 DOI:10.1093/molbev/msaf051 PMID:40066802	研究论文	介绍了一种名为Phyloformer的快速、准确且多功能的方法，用于进化距离估计和系统发育重建	利用无似然推断和几何深度学习的最新进展，Phyloformer在GPU加速下超越了现有方法的准确性和速度	随着序列数量的增加，Phyloformer在拓扑准确性上落后于最大似然方法	开发一种快速、准确的系统发育重建方法	序列进化树的重建	机器学习	NA	深度学习	Phyloformer	序列比对数据	3,801个实证基因比对数据
247	2025-05-14	Enhancing short-term algal bloom forecasting through an anti-mimicking hybrid deep learning method 2025-Apr, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2025.124832 PMID:40068506	研究论文	开发了一种混合深度学习模型（TAB）用于提高短期藻华预测的准确性	结合了Temporal Convolutional Network (TCN)、注意力机制和Bidirectional Long Short-Term Memory (BiLSTM)网络，并采用了新型的失真损失函数DILATE以增强模型的预测鲁棒性	模型在藻华突然变化时的预测准确性可能仍有提升空间	提高藻华短期预测的准确性	中国九龙江东水库的现场藻华数据	机器学习	NA	深度学习	TCN, BiLSTM, 注意力机制	时间序列数据	江东水库的藻华监测数据
248	2025-05-14	Multiparametric MR Urography: State of the Art 2025-Apr, Radiographics : a review publication of the Radiological Society of North America, Inc IF:5.2Q1 DOI:10.1148/rg.240151 PMID:40080439	review	本文综述了多参数MR尿路造影（MRU）的最新技术进展及其在临床中的应用	MRU在对比分辨率、组织表征和上尿路可视化方面与CT尿路造影（CTU）相当，并在特定患者群体中成为首选检查方法	MRU在某些情况下可能不如CTU普及，且需要技术优化和专业解读	探讨MRU在尿路成像中的最新技术进展和临床应用	肾脏、肾盂系统、输尿管和膀胱	医学影像	泌尿系统疾病	静态流体T2加权成像、钆增强尿路上皮和排泄期成像、动态对比增强MRI、扩散加权成像	NA	医学影像数据	NA
249	2025-05-14	Deep learning combined Monte Carlo simulation reveal the fundamental light propagation in apple puree: Monitoring the quality changes from different cultivar, storage period and heating duration 2025-Apr, Food research international (Ottawa, Ont.) DOI:10.1016/j.foodres.2025.115997 PMID:40086950	research paper	该研究通过深度学习结合蒙特卡洛模拟，探究了不同品种、储存期和加热时间的苹果泥的光传播特性，以监测其化学、结构和流变参数的变化	结合深度学习和蒙特卡洛模拟方法，首次系统地研究了苹果泥在不同条件下的光传播特性及其与质量参数的关系	研究仅针对两种苹果品种，可能无法代表所有苹果品种的特性	探究苹果泥的光传播特性及其与质量参数的关系，开发监测苹果泥质量的方法	不同品种、储存期和加热时间的苹果泥	食品科学与技术	NA	蒙特卡洛模拟, 深度学习	反向传播神经网络	光学吸收和散射数据	多种苹果品种、储存期和加热时间的苹果泥样品
250	2025-05-14	Artificial intelligence-based deep learning algorithms for ground-glass opacity nodule detection: A review 2025-Apr, Narra J DOI:10.52225/narra.v5i1.1361 PMID:40352244	综述	本文评估了基于人工智能的深度学习算法在检测胸部CT扫描中的磨玻璃结节（GGO）方面的性能	综合评估了多种深度学习模型在GGO检测中的表现，并提出了未来开发混合模型的方向	纳入研究数量有限（18项），且部分模型性能指标未完全报告	评估AI模型在胸部CT扫描中检测磨玻璃结节的诊断性能	胸部CT扫描中的磨玻璃结节（GGO）	数字病理学	肺癌	深度学习	DenseNet, WOANet	CT图像	18项符合纳入标准的研究（从5247篇文献中筛选）
251	2025-05-14	Electronic Peer-Assisted Reflection in Educational Discussion Boards: A Content Analysis of Medical and Health Students' Opinions in Psychology-Related Courses 2025-Apr, Medical science educator IF:1.9Q2 DOI:10.1007/s40670-024-02256-w PMID:40352990	研究论文	本研究通过内容分析方法分析了医学生在心理学相关课程中对电子同伴辅助反思(ePAR)的看法	首次在医学教育背景下评估电子同伴辅助反思在心理学课程中的应用效果	研究样本仅来自伊朗一所医科大学，可能限制结果的普适性	评估电子同伴辅助反思在医学教育心理学课程中的应用效果	医学、实验室科学和公共卫生专业的学生	医学教育	NA	内容分析法	NA	文本数据(论坛讨论内容)	389名学生(来自16个论坛)
252	2025-05-13	Automated Deep Learning Pipeline for Characterizing Left Ventricular Diastolic Function 2025-Apr-30, medRxiv : the preprint server for health sciences DOI:10.1101/2025.04.29.25326683 PMID:40343044	research paper	开发了一个自动化深度学习流程，用于评估左心室舒张功能	使用8个AI模型构建的工作流自动化评估LVDD，显著提高了与ASE指南的一致性	模型性能在不同医疗中心之间存在差异，且未说明具体使用了哪些AI模型类型	改进左心室舒张功能障碍（LVDD）的临床评估方法	来自两个学术医疗中心的超声心动图研究数据	digital pathology	cardiovascular disease	echocardiography	AI models (具体类型未说明)	medical imaging data	训练集：155,000例研究；验证集：Cedars-Sinai医学中心955例，斯坦福医疗中心1,572例
253	2025-05-13	MRI super-resolution reconstruction using efficient diffusion probabilistic model with residual shifting 2025-Apr-26, ArXiv PMID:40093364	研究论文	本研究提出了一种名为Res-SRDiff的新型扩散概率模型，通过残差偏移机制显著减少采样步骤，同时保持关键解剖细节，从而加速MRI超分辨率重建	引入了残差偏移机制到前向扩散过程中，显著减少了采样步骤（仅需4步），同时保持图像质量，计算时间大幅缩短至每片不到1秒	NA	提高MRI超分辨率重建的效率和准确性	超高场脑T1 MP2RAGE图和T2加权前列腺图像	医学影像处理	脑部疾病和前列腺疾病	扩散概率模型	Res-SRDiff（基于扩散的SR框架）	MRI图像	NA
254	2025-05-13	Evaluating the feasibility of 12-lead electrocardiogram reconstruction from limited leads using deep learning 2025-Apr-25, Communications medicine IF:5.4Q1 DOI:10.1038/s43856-025-00814-w PMID:40281134	研究论文	本研究开发了一种神经网络，用于从单导联和双导联心电图重建12导联心电图，并评估了数学准确性	使用生成对抗网络从有限导联重建12导联心电图，探索了AI在心电图重建中的应用	重建的心电图存在回归均值效应，不适合临床使用	评估从有限导联心电图重建12导联心电图的可行性	9514名来自PTB-XL队列的个体	机器学习	心血管疾病	心电图分析	GAN	心电图信号	9514名个体
255	2025-05-13	Automated cervix biometry, volumetry and normative models for 3D motion-corrected T2-weighted 0.55-3T fetal MRI during 2nd and 3rd trimesters 2025-Apr-17, medRxiv : the preprint server for health sciences DOI:10.1101/2025.04.16.25325947 PMID:40321262	research paper	该研究开发了一种用于孕妇宫颈3D T2加权图像自动多层分割和生物测量的深度学习流程	首次提出了用于孕妇宫颈MRI自动测量的深度学习流程，并生成了公开可用的3D群体平均图谱	研究仅评估了20个数据集，样本量相对较小	开发自动化方法来改进孕妇宫颈MRI测量	孕妇宫颈	digital pathology	NA	3D T2加权MRI	deep learning	3D MRI图像	20个评估数据集和270个正常妊娠案例
256	2025-05-13	PanEcho: Complete AI-enabled echocardiography interpretation with multi-task deep learning 2025-Apr-16, medRxiv : the preprint server for health sciences DOI:10.1101/2024.11.16.24317431 PMID:40321248	research paper	开发并评估了一个名为PanEcho的AI系统，用于自动化超声心动图的解释，通过多任务深度学习完成39个超声心动图标签和测量的全面分析	提出了首个能够全面自动化解释超声心动图的AI系统PanEcho，支持多任务深度学习，并在不同地理和时间范围内保持高准确性	研究依赖于回顾性数据，可能无法完全反映前瞻性临床环境中的表现	开发并验证一个AI系统，用于自动化超声心动图的解释，提高心血管疾病的诊断效率和准确性	超声心动图视频和相关的诊断分类及参数估计任务	digital pathology	cardiovascular disease	multi-task deep learning	深度学习模型（具体类型未明确说明）	video	1.2 million echocardiographic videos from 32,265 TTE studies of 24,405 patients
257	2025-05-13	Computational characterization of lymphocyte topology on whole slide images of glomerular diseases 2025-Apr-14, medRxiv : the preprint server for health sciences DOI:10.1101/2025.04.12.25325548 PMID:40321276	研究论文	本研究通过计算量化淋巴细胞炎症的拓扑结构，并测试其临床相关性，旨在改进肾小球疾病中炎症细胞分布的评估方法	开发了一种基于图的生境聚类算法，用于识别密集与稀疏的淋巴细胞生境，并提取了26种高通量定量病理组学特征	研究样本量相对有限（N=333），且仅针对FSGS和MCD两种疾病	通过计算病理学方法改进肾小球疾病中淋巴细胞炎症的评估和预后预测	肾小球疾病患者的淋巴细胞分布模式	数字病理学	肾小球疾病（FSGS和MCD）	深度学习、图建模、LASSO-正则化Cox比例风险模型	深度学习模型、图模型	全切片图像（WSI）	333名NEPTUNE/CureGN参与者（155名FSGS和178名MCD患者）
258	2025-05-13	Multitask Deep Learning Models of Combined Industrial Absorption, Distribution, Metabolism, and Excretion Datasets to Improve Generalization 2025-Apr-07, Molecular pharmaceutics IF:4.5Q1 DOI:10.1021/acs.molpharmaceut.4c01086 PMID:40053846	研究论文	本文通过结合Genentech和Roche的ADME数据集，评估了扩大化学空间对机器学习模型性能的影响，并利用多任务神经网络架构同时建模多个终点	首次对大规模历史ADME数据集进行跨站点数据结合的实验，并展示了多任务模型在提高泛化能力方面的优势	实验方法存在差异时，无法直接聚合数据	优化药物发现过程中化合物的吸收、分布、代谢和排泄(ADME)特性	来自Genentech和Roche的ADME数据集	机器学习	NA	多任务(MT)神经网络	神经网络	实验测量数据	超过100万次个体测量，分布在11个检测终点
259	2025-05-13	Performance of artificial intelligence-based diagnosis and classification of peri-implantitis compared with periodontal surgeon assessment: a pilot study of panoramic radiograph analysis 2025-Apr-02, Journal of periodontal & implant science DOI:10.5051/jpis.2500280014 PMID:40350773	研究论文	本研究评估了深度学习模型在全景X光片上诊断和分类种植体周围炎相关骨缺损的性能	使用深度学习模型（YOLOv8）进行种植体周围炎骨缺损的诊断和分类，并与牙周外科医生的诊断准确性进行比较	数据集规模有限，未来研究需要扩展数据集并整合多模态影像	评估深度学习模型在种植体周围炎诊断和分类中的性能	种植体周围炎相关的骨缺损	数字病理	种植体周围炎	深度学习	YOLOv8	全景X光片	1,075张全景X光片（来自426名患者，共2,250个种植位点）
260	2025-05-13	De novo design of transmembrane fluorescence-activating proteins 2025-Apr, Nature IF:50.5Q1 DOI:10.1038/s41586-025-08598-8 PMID:39972138	研究论文	本文介绍了通过深度学习和基于能量的方法设计能够紧密结合小分子的跨膜蛋白质	首次实现了跨膜蛋白质的从头设计，能够特异性结合小分子并激活荧光，具有高亮度和量子产率	NA	设计能够特异性结合小分子的跨膜蛋白质	跨膜蛋白质和小分子配体	蛋白质设计	NA	深度学习、基于能量的方法、梯度引导幻觉	NA	蛋白质结构数据	活细菌和真核细胞的膜组分