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
341	2025-05-15	Artificial Intelligence Advancements in Oncology: A Review of Current Trends and Future Directions 2025-Apr-13, Biomedicines IF:3.9Q1 DOI:10.3390/biomedicines13040951 PMID:40299653	综述	本文回顾了人工智能在肿瘤学中的最新进展，重点关注计算机辅助诊断的早期检测、个性化治疗策略和药物发现	探讨了人工智能与纳米医学和免疫疗法的整合，以及比较了AI模型与传统诊断方法的优势	数据质量、算法偏见和临床验证等挑战限制了广泛采用	探索人工智能在肿瘤学中的应用及其潜力，以改善癌症诊断、治疗和管理	癌症研究和治疗	机器学习	癌症	深度学习	NA	NA	NA
342	2025-05-15	Advances in Artificial Intelligence and Machine Learning for Precision Medicine in Necrotizing Enterocolitis and Neonatal Sepsis: A State-of-the-Art Review 2025-Apr-13, Children (Basel, Switzerland) DOI:10.3390/children12040498 PMID:40310141	review	本文综述了人工智能和机器学习在坏死性小肠结肠炎（NEC）和新生儿败血症精准医学中的最新进展	AI和ML模型在NEC风险分层、早期诊断和治疗策略优化方面展现出比传统临床方法更高的准确性，并发现了与疾病发作和严重程度相关的新生物标志物	数据异质性、模型可解释性以及需要大规模验证研究等挑战仍然存在	探索AI和ML在NEC预测、早期诊断和管理中的应用	坏死性小肠结肠炎（NEC）和新生儿败血症	machine learning	necrotizing enterocolitis, neonatal sepsis	AI, ML, deep learning	NA	medical imaging, clinical data	NA
343	2025-04-14	Deep Learning-Based Detection and Severity Assessment of Bicuspid Aortic Valve Stenosis 2025-Apr-11, Journal of the American Society of Echocardiography : official publication of the American Society of Echocardiography IF:5.4Q1 DOI:10.1016/j.echo.2025.04.002 PMID:40220934	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
344	2025-05-15	The Relevance of General Intelligence Measurement in Deep Learning for Healthcare 2025-04-08, Studies in health technology and informatics DOI:10.3233/SHTI250052 PMID:40200449	research paper	探讨通用智能测量在医疗健康领域深度学习中的重要性	研究了不同层次的泛化（局部、广泛和极端）在医疗AI系统中的贡献和限制，并指出现有评估方法的不足	现有评估泛化难度的指标仍不充分，需要开发新的评估方法	提高AI系统在复杂临床环境中的有效性和适应性	医疗AI系统	machine learning	NA	NA	NA	NA	NA
345	2025-05-15	Deep-Learning-Based AI-Model for Predicting Dental Plaque in the Young Permanent Teeth of Children Aged 8-13 Years 2025-Apr-07, Children (Basel, Switzerland) DOI:10.3390/children12040475 PMID:40310101	研究论文	本研究开发了一种基于深度学习的AI模型，用于预测8-13岁儿童年轻恒牙中的牙菌斑	使用U-Net Transformer模型在牙菌斑检测和分割中表现出优于经验丰富的儿科牙医的临床性能	样本量较小，仅包含31名患者的506张牙齿图像	开发一种快速、可靠的牙菌斑检测和分割方法，以改善儿童口腔健康管理	8-13岁儿童的年轻恒牙	计算机视觉	口腔疾病	深度学习	U-Net Transformer	图像	31名患者的506张牙齿图像
346	2025-05-15	Molecular Modelling in Bioactive Peptide Discovery and Characterisation 2025-Apr-03, Biomolecules IF:4.8Q1 DOI:10.3390/biom15040524 PMID:40305228	review	本文综述了分子建模在生物活性肽发现和表征中的应用及其最新进展	整合人工智能技术，特别是深度学习模型如AlphaFold和蛋白质语言模型(PLMs)，显著提升了肽构象和相互作用的预测能力	现有方法在整合非经典氨基酸和环化结构方面仍面临挑战	探讨分子建模技术在生物活性肽发现和表征中的应用及其发展	生物活性肽的结构特性及其与生物靶标的相互作用	生物信息学	NA	分子建模、分子对接、分子动力学(MD)、虚拟筛选、深度学习	AlphaFold、蛋白质语言模型(PLMs)	蛋白质序列和结构数据	NA
347	2025-05-15	Deep Learning-Assisted SERS for Therapeutic Drug Monitoring of Clozapine in Serum on Plasmonic Metasurfaces 2025-Apr-02, Nano letters IF:9.6Q1 DOI:10.1021/acs.nanolett.5c00391 PMID:40111434	研究论文	提出了一种结合人工神经网络(ANNs)与表面增强拉曼光谱(SERS)的新方法，用于快速监测血清中的氯氮平及其代谢物	首次将ANN与SERS技术结合在等离子体超表面上，用于氯氮平及其代谢物的治疗药物监测	NA	开发一种快速、精确的治疗药物监测方法，以优化氯氮平的治疗效果并减少副作用	氯氮平及其两种主要代谢物(去甲氯氮平和氯氮平-N-氧化物)在人体血清中的浓度	生物医学诊断	精神分裂症	表面增强拉曼光谱(SERS)	人工神经网络(ANNs)	光谱数据	NA
348	2025-05-15	[Transformation of free-text radiology reports into structured data] 2025-Apr, Radiologie (Heidelberg, Germany) DOI:10.1007/s00117-025-01422-4 PMID:39934245	研究论文	本文探讨了利用大型语言模型（LLMs）将非结构化的放射学报告转换为结构化数据的挑战、方法及可靠性问题	探讨了LLMs在放射学信息处理中的应用潜力，特别是结合领域特定知识（如本体）以提高系统性能	处理语言表达的模糊性、缩写及变异性仍存在挑战	研究如何利用LLMs将自然语言放射学报告转换为结构化数据，以提高临床决策支持系统、研究和患者护理的效率	放射学报告	自然语言处理	NA	大型语言模型（LLMs）、基于规则的系统、机器学习、深度学习模型	神经网络架构	文本	NA
349	2025-05-15	Past, Present, and Future: A History Lesson in Artificial Intelligence 2025-Apr, Gastrointestinal endoscopy clinics of North America DOI:10.1016/j.giec.2024.09.003 PMID:40021228	review	回顾人工智能在过去50年的发展历程及其在医学领域的应用	总结了AI在胃肠病学中的革命性应用，并展望了未来的发展方向	需要解决透明度、责任和伦理问题	探讨人工智能在医学领域的历史、现状和未来趋势	人工智能在胃肠病学中的应用	machine learning	NA	NA	NA	NA	NA
350	2025-05-15	Reduction of Acquisition Time in Fourier Transform Infrared Spectral Imaging by Deep Learning for Clinical Applications 2025-Apr-01, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c06317 PMID:40095897	研究论文	本研究利用深度学习技术从低质量的红外图像中高效重建高质量图像，以减少临床应用中傅里叶变换红外光谱成像的采集时间	结合ResUNet架构和1D-CNN，能够从低质量图像中高保真地重建高质量红外图像，节省超过95%的采集时间	重建图像在组织病理学上仅相当于16次扫描的图像质量，可能仍不足以满足某些高精度需求	减少傅里叶变换红外光谱成像的采集时间，同时保持高质量数据，以适应临床应用	来自肾移植受者的福尔马林固定石蜡包埋组织切片	数字病理	肾脏疾病	傅里叶变换红外光谱成像	autoencoder, ResUNet, 1D-CNN, 2D-CNN	红外图像	NA
351	2025-05-15	Ratiometric, 3D Fluorescence Spectrum with Abundant Information for Tetracyclines Discrimination via Dual Biomolecules Recognition and Deep Learning 2025-Apr-01, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c07061 PMID:40099919	研究论文	本文提出了一种基于双生物分子识别和深度学习的比率型3D荧光光谱方法，用于准确区分四环素类抗生素	首次报道使用适配体在比率型3D荧光光谱中获取丰富信息，结合深度学习实现四环素类抗生素的准确区分	NA	开发一种新型的生物传感器方法，用于四环素类抗生素的准确区分	四环素类抗生素	生物传感器	细菌感染	3D荧光光谱	人工神经网络(ANN)	光谱数据	NA
352	2025-05-15	Mining the UniProtKB/Swiss-Prot database for antimicrobial peptides 2025-Apr, Protein science : a publication of the Protein Society IF:4.5Q1 DOI:10.1002/pro.70083 PMID:40100125	研究论文	本研究提出了一种从UniProtKB/Swiss-Prot数据库中挖掘抗菌肽（AMPs）的工作流程，并利用AMPlify预测工具发现了8008种新型潜在AMPs	首次大规模利用现代深度学习技术从公共蛋白质序列数据库中挖掘新型抗菌肽，并验证了部分肽的抗菌活性	仅针对真核生物序列进行挖掘，且仅测试了部分合成肽的抗菌活性	探索抗生素耐药性问题的替代解决方案，发现新型抗菌肽	UniProtKB/Swiss-Prot数据库中的真核生物蛋白质序列	生物信息学	细菌感染	深度学习	AMPlify	蛋白质序列	8008种新型潜在AMPs（其中38种成功合成，13种显示抗菌活性）
353	2025-05-15	Implementation of A New, Mobile Diabetic Retinopathy Screening Model Incorporating Artificial Intelligence in Remote Western Australia 2025-Apr, The Australian journal of rural health DOI:10.1111/ajr.70031 PMID:40110918	研究论文	本文描述并评估了一种结合人工智能的新型移动糖尿病视网膜病变筛查模型在澳大利亚西部偏远地区的实施效果	首次在澳大利亚西部偏远地区实施结合AI的移动DR筛查模型，并证明其可显著提高筛查率	样本量较小(78名患者)，且仅在一个地区实施	评估人工智能辅助的糖尿病视网膜病变筛查模型在偏远地区的可行性和有效性	澳大利亚Pilbara地区的糖尿病患者	数字病理	糖尿病视网膜病变	深度学习系统(DLS)	AI诊断系统	视网膜图像	78名患者(其中56.4%为原住民或托雷斯海峡岛民)
354	2025-05-15	Artificial intelligence based detection and control strategies for river water pollution: A comprehensive review 2025-Apr, Journal of contaminant hydrology IF:3.5Q2 DOI:10.1016/j.jconhyd.2025.104541 PMID:40112582	综述	本文详细综述了基于人工智能（AI）的技术和算法在河流水质污染检测与控制中的实际应用	突出了机器学习（ML）和深度学习（DL）技术的关键进展，包括ANN、DNN、LSTM和RF，并探讨了物联网（IoT）技术在实时监测和预测能力增强中的作用	NA	评估和综述AI技术在河流水质污染检测与控制领域的应用	河流水质污染	机器学习	NA	机器学习（ML）、深度学习（DL）、物联网（IoT）	ANN、DNN、LSTM、RF	水质相关数据集	分析了2019年至2024年间超过110篇研究文章
355	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
356	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）
357	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
358	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
359	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）
360	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