深度学习在生物医药领域的应用

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	算法框架	模型架构	性能指标	计算资源
841	2025-04-21	Deep learning model DeepNeo predicts neointimal tissue characterization using optical coherence tomography 2025-Apr-17, Communications medicine IF:5.4Q1 DOI:10.1038/s43856-025-00835-5 PMID:40247001	研究论文	本文介绍了一种名为DeepNeo的深度学习模型，用于通过光学相干断层扫描（OCT）自动分割和分类新生内膜组织	DeepNeo是首个能够完全自动化分割和分类新生内膜组织的深度学习算法，其性能与人类专家相当	研究样本量相对较小，仅包含1148帧来自92个OCT回拉图像，且动物模型仅使用了新西兰白兔	开发一种自动化工具，用于评估经皮冠状动脉介入治疗（PCI）后的血管愈合情况	新生内膜组织的光学相干断层扫描（OCT）图像	数字病理学	心血管疾病	光学相干断层扫描（OCT）	深度学习模型（DeepNeo）	图像	1148帧来自92个OCT回拉图像，以及新西兰白兔动物模型	NA	NA	NA	NA
842	2025-04-21	Enhanced anomaly network intrusion detection using an improved snow ablation optimizer with dimensionality reduction and hybrid deep learning model 2025-Apr-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-97398-1 PMID:40247081	研究论文	提出了一种结合优化算法、降维技术和混合深度学习模型的增强型异常网络入侵检测方法	结合了改进的雪消融优化器(ISAO)、降维技术和LSTM-AE混合模型，提高了异常入侵检测的准确率	仅在CIC-IDS2017数据集上进行了验证，未在其他数据集上测试泛化能力	开发更强大可靠的网络入侵检测系统以提高网络安全	网络入侵行为	网络安全	NA	机器学习(ML)、深度学习(DL)、降维技术	LSTM-AE混合模型	网络流量数据	CIC-IDS2017数据集	NA	NA	NA	NA
843	2025-04-21	Automated machine learning for early prediction of systemic inflammatory response syndrome in acute pancreatitis 2025-Apr-17, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-02997-7 PMID:40247291	研究论文	本研究利用自动机器学习（AutoML）算法构建模型，用于早期和精确预测急性胰腺炎（AP）中的全身炎症反应综合征（SIRS）	使用AutoML算法（尤其是深度学习模型）进行SIRS的早期预测，相比传统逻辑回归（LR）方法表现更优	回顾性研究设计可能引入选择偏倚，且样本量相对有限	开发早期预测急性胰腺炎患者发生全身炎症反应综合征的自动化工具	被诊断为急性胰腺炎的患者	机器学习	急性胰腺炎	AutoML, LASSO, 深度学习	深度学习模型, 逻辑回归（LR）	临床数据	1,224名患者（812名训练集，200名验证集，212名测试集）	NA	NA	NA	NA
844	2025-04-21	Deep-learning network for automated evaluation of root-canal filling radiographic quality 2025-Apr-17, European journal of medical research IF:2.8Q2 DOI:10.1186/s40001-025-02331-x PMID:40247407	研究论文	本研究开发并验证了一种基于YOLOv5的深度学习网络，用于自动评估根管充填的放射学质量	首次将YOLOv5深度学习网络应用于根管充填质量的自动评估，相比无经验牙髓病医生表现更优，评估速度显著提升	需要结合临床专业知识进行准确评估，不能完全替代人工	开发一种自动评估根管充填放射学质量的辅助工具	根管充填的放射学图像	计算机视觉	牙科疾病	YOLOv5深度学习网络	YOLOv5	图像	1,008张根尖周X线片（训练集806，验证集101，测试集101），外加500张外部验证集	NA	NA	NA	NA
845	2025-10-07	Joint identification of hydraulic conductivity and groundwater pollution sources using unscented Kalman smoother with multiple data assimilation and deep learning 2025-Apr-15, Ecotoxicology and environmental safety IF:6.2Q1 DOI:10.1016/j.ecoenv.2025.118134 PMID:40187214	研究论文	本研究提出结合无迹卡尔曼平滑器与深度信念神经网络的地下水污染源识别方法	首次将无迹卡尔曼平滑器与多重数据同化方法应用于地下水污染源识别，并引入深度信念神经网络作为替代模型	未明确说明研究区域的具体地质条件限制和污染物类型适用范围	提高地下水污染源识别的准确性和计算效率	水力传导系数和地下水污染源	环境工程与机器学习交叉领域	NA	数据同化方法	深度信念神经网络	浓度监测数据	NA	NA	深度信念神经网络	平均相对误差, 计算效率	NA
846	2025-10-07	Assessing the ecotoxicological risk of nicosulfuron on maize using multi-source phenotype data and hyperspectral imaging 2025-Apr-15, Ecotoxicology and environmental safety IF:6.2Q1 DOI:10.1016/j.ecoenv.2025.118176 PMID:40215693	研究论文	本研究开发了基于多源表型数据和高光谱成像的深度学习模型，用于评估烟嘧磺隆对玉米的生态毒理风险	结合高光谱成像与深度学习技术，实现了玉米除草剂毒性的早期非侵入式检测，并开发了具有跨年份和种植季节泛化能力的ToxicNet-MS模型	仅针对烟嘧磺隆除草剂和玉米作物进行研究，未验证对其他除草剂或作物的适用性	开发快速非侵入的除草剂毒性评估方法	玉米作物在不同浓度烟嘧磺隆处理下的生理生化反应	计算机视觉	NA	高光谱成像	深度学习	高光谱图像, 表型数据	使用两种浓度烟嘧磺隆处理的玉米品种	NA	ToxicNet, ToxicNet-MS	准确率, 相关系数	NA
847	2025-10-07	Accurate bladder cancer diagnosis using ensemble deep leaning 2025-Apr-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95002-0 PMID:40234491	研究论文	提出一种集成深度学习模型用于膀胱癌的准确诊断	结合CNN、GAN和可解释深度学习(XDL)三种算法，采用新型投票机制整合诊断结果	NA	开发非侵入性、高精度的膀胱癌诊断方法	膀胱癌患者	数字病理学	膀胱癌	图像诊断	CNN, GAN, XDL	图像	NA	NA	CNN, GAN, Guided Grad-CAM	准确率, 错误率, 执行时间	NA
848	2025-10-07	Predicting axial load capacity in elliptical fiber reinforced polymer concrete steel double skin columns using machine learning 2025-Apr-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-97258-y PMID:40234698	研究论文	本研究应用人工智能技术预测椭圆形纤维增强聚合物-混凝土-钢双皮管柱在轴向荷载下的极限承载能力和极限应变	首次将多种机器学习和深度学习模型应用于预测混合椭圆形双皮管柱的力学性能，并开发了用户界面平台	实验数据稀缺，依赖有限元模型生成补充数据	预测椭圆形FRP-混凝土-钢双皮管柱的轴向承载能力	空心和实心混合椭圆形纤维增强聚合物-混凝土-钢双皮管柱	机器学习	NA	有限元分析	GEP, ANN, RF, ADB, XGBoost, DNN	数值数据	112个数据点	NA	深度神经网络	决定系数(R), 均方根误差(RMSE), 平均绝对误差(MAE)	NA
849	2025-10-07	Development of a Deep Learning Tool to Support the Assessment of Thyroid Follicular Cell Hypertrophy in the Rat 2025-Apr, Toxicologic pathology IF:1.4Q4 DOI:10.1177/01926233241309328 PMID:39825517	研究论文	开发基于深度学习的图像分析工具，通过形态学测量量化评估大鼠甲状腺滤泡细胞肥大	首次将U-Net卷积神经网络应用于甲状腺组织分析，不仅能识别组织成分还能分割单个滤泡，并开发了优于传统方法的甲状腺活性评分系统	研究仅针对大鼠甲状腺组织，未验证在其他物种或组织的适用性	开发支持病理学家评估甲状腺滤泡细胞肥大的深度学习工具	大鼠甲状腺组织切片	数字病理学	甲状腺疾病	组织病理学分析	CNN	图像	NA	NA	U-Net	与病理学家评分比较	NA
850	2025-10-07	Analyzing heterogeneity in Alzheimer disease using multimodal normative modeling on imaging-based ATN biomarkers 2025-Apr, Alzheimer's & dementia : the journal of the Alzheimer's Association DOI:10.1002/alz.70143 PMID:40235115	研究论文	本研究采用基于深度学习的多模态规范建模框架分析阿尔茨海默病在ATN生物标志物上的个体异质性	首次将深度学习多模态规范建模应用于ATN成像生物标志物，能够量化个体水平的异常偏离并计算疾病严重程度指数	研究采用横断面数据，样本量相对有限（发现队列665人，复制队列430人）	分析阿尔茨海默病在ATN生物标志物上的异质性特征	阿尔茨海默病患者和淀粉样蛋白阴性对照人群	医学影像分析	阿尔茨海默病	T1加权磁共振成像，淀粉样蛋白和tau蛋白正电子发射断层扫描	深度学习	多模态医学影像	发现队列665人，复制队列430人	NA	NA	疾病严重程度指数，认知功能评估，疾病进展风险	NA
851	2025-04-20	CT-based artificial intelligence system complementing deep learning model and radiologist for liver fibrosis staging 2025-Apr-18, iScience IF:4.6Q1 DOI:10.1016/j.isci.2025.112224 PMID:40248124	研究论文	本研究开发了一种基于CT的人工智能系统，结合深度学习模型和放射科医生进行肝纤维化分期	提出了深度学习-放射科医生互补决策系统（DRCDS），通过决策模型决定采用Model-C的诊断还是放射科医生的诊断，解决了模型泛化和人机互补问题	未提及具体样本量及数据来源的详细信息	开发非侵入性肝纤维化分期方法，提高诊断准确性	肝纤维化患者	数字病理	肝纤维化	深度学习	Model-C（基于深度学习的分类模型）	CT图像	NA	NA	NA	NA	NA
852	2025-04-20	Rapid pathologic grading-based diagnosis of esophageal squamous cell carcinoma via Raman spectroscopy and a deep learning algorithm 2025-Apr-14, World journal of gastroenterology IF:4.3Q1 DOI:10.3748/wjg.v31.i14.104280 PMID:40248385	research paper	该研究利用拉曼光谱和深度学习算法快速诊断食管鳞状细胞癌的病理分级	提出了一种1D-transformer网络模型用于分类食管鳞状细胞癌的光谱数据，并结合深度学习模型可视化拉曼光谱数据并解释其分子特征	样本量相对较小（360组拉曼光谱数据），可能需要更大样本量验证模型的泛化能力	检测食管肿瘤不同阶段的拉曼光谱信息变化，提高分类准确性	不同分级的食管病变组织	digital pathology	esophageal squamous cell carcinoma	Raman spectroscopy	1D-transformer network	spectral data	360组拉曼光谱数据	NA	NA	NA	NA
853	2025-04-20	Automatic Generation of Liver Virtual Models with Artificial Intelligence: Application to Liver Resection Complexity Prediction 2025-Apr-11, Annals of surgery IF:7.5Q1 DOI:10.1097/SLA.0000000000006722 PMID:40211963	研究论文	本研究开发了一种基于人工智能的自动工具，用于从术前CT扫描预测肝切除手术的复杂性	提出了一种新的解剖参考框架（HCZ）和全自动管道来量化肿瘤位置，并通过AI模型预测手术复杂性	研究仅针对145名HCC患者，样本量有限	预测肝切除手术的复杂性以改善手术规划	肝切除手术患者	数字病理	肝癌	Deep Learning	NA	CT扫描图像	145名HCC患者	NA	NA	NA	NA
854	2025-10-07	The STRIPED Dietary Supplement Label Explorer: A Tool to Identify Supplements Sold with Weight-Loss, Muscle-Building, and Cleanse/Detox Claims 2025-Apr, The Journal of nutrition IF:3.7Q2 DOI:10.1016/j.tjnut.2025.02.007 PMID:39954739	研究论文	开发了一个基于膳食补充剂标签数据库的分类工具，用于识别具有减肥、增肌和排毒/清洁声称的补充剂	首次利用DSLD API开发了专门针对减肥、增肌和排毒声称的补充剂分类工具，结合了系统启发式方法和多模态深度学习模型	系统启发式方法虽然性能更好但效率较低（110小时对比30小时），且仅针对三种特定声称类型	开发易于使用的工具来分类具有减肥、增肌和排毒/清洁声称的膳食补充剂标签	美国销售的膳食补充剂标签	自然语言处理	NA	API数据获取，文本分类	多模态深度学习模型	文本标签数据	4745个DSLD标签（初始5000个）	NA	NA	召回率，特异性，精确度，阴性预测值，F1分数，准确度，ROC曲线	NA
855	2025-10-07	Multiscale Dissection of Spatial Heterogeneity by Integrating Multi-Slice Spatial and Single-Cell Transcriptomics 2025-Apr, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202413124 PMID:39999288	研究论文	提出一种名为SMILE的新型深度学习方法，用于整合多切片空间和单细胞转录组数据以解析空间异质性	首次将图对比自编码器与多层感知器结合局部约束，实现多尺度空间表征学习，能同时处理跨切片域对齐和单切片内细胞类型解卷积	未明确说明方法对数据质量和规模的敏感性，以及计算复杂度分析	开发能够同时解析多尺度空间异质性的计算方法	空间分辨转录组数据（SRT）和单细胞转录组数据	生物信息学	NA	空间分辨转录组学（SRT），单细胞转录组学	图对比自编码器，多层感知器（MLP）	空间转录组数据，单细胞转录组数据	模拟数据集和真实数据集（具体数量未说明）	NA	图对比自编码器，多层感知器	空间对齐，域识别，细胞类型解卷积	NA
856	2025-10-07	Deep mutational learning for the selection of therapeutic antibodies resistant to the evolution of Omicron variants of SARS-CoV-2 2025-Apr, Nature biomedical engineering IF:26.8Q1 DOI:10.1038/s41551-025-01353-4 PMID:40044817	研究论文	本研究通过深度突变学习筛选对SARS-CoV-2奥密克戎变异株进化具有增强抵抗力的治疗性抗体	首次将深度突变学习应用于抗体筛选，通过构建高突变距离的RBD库并训练集成深度学习模型预测抗体结合与逃逸	研究主要针对奥密克戎BA.1变异株，对其他变异株的适用性需要进一步验证	开发对SARS-CoV-2变异株具有广谱中和能力的治疗性抗体	SARS-CoV-2奥密克戎变异株的受体结合域(RBD)和治疗性抗体	机器学习	COVID-19	深度测序, 深度突变学习	集成深度学习模型	蛋白质序列数据	包含数百万奥密克戎序列的RBD突变库	NA	集成深度学习模型	结合预测准确率, 逃逸预测准确率	NA
857	2025-10-07	BERT-DomainAFP: Antifreeze protein recognition and classification model based on BERT and structural domain annotation 2025-Apr-18, iScience IF:4.6Q1 DOI:10.1016/j.isci.2025.112077 PMID:40241758	研究论文	提出基于BERT和结构域注释的抗冻蛋白识别与分类模型BERT-DomainAFP	使用新型注释策略创建AntiFreezeDomains数据集，结合预训练ProteinBERT并采用过采样和欠采样技术处理不平衡数据	NA	提高抗冻蛋白的预测和分类准确性	抗冻蛋白	自然语言处理	NA	结构域注释	BERT	蛋白质序列数据	NA	ProteinBERT	BERT	准确率	NA
858	2025-10-07	Scaling down annotation needs: The capacity of self-supervised learning on diatom classification 2025-Apr-18, iScience IF:4.6Q1 DOI:10.1016/j.isci.2025.112236 PMID:40241763	研究论文	本研究探索自监督学习在硅藻分类中的应用，以解决标注数据稀缺的问题	首次将自监督学习应用于硅藻分类，显著减少对标注数据的依赖	未详细说明模型在更广泛硅藻物种上的泛化能力	开发减少标注需求的硅藻分类方法	硅藻显微图像	计算机视觉	NA	光学显微镜成像	自监督学习	图像	每类50个样本（基础实验），每类30个样本（扩展实验）	NA	NA	宏平均准确率	NA
859	2025-10-07	Capsule neural network and its applications in drug discovery 2025-Apr-18, iScience IF:4.6Q1 DOI:10.1016/j.isci.2025.112217 PMID:40241764	综述	本文全面分析胶囊神经网络在药物发现领域的理论基础、应用现状及性能表现	胶囊网络通过捕捉特征间的空间层次关系，有效解决传统神经网络的空间信息丢失问题，特别适用于小数据集场景	胶囊网络本身存在局限性，需要未来研究进一步改进以提升其在药物发现中的实用性	探讨胶囊神经网络在药物发现中的应用潜力与挑战	胶囊神经网络及其在药物设计发现任务中的应用	机器学习	NA	胶囊网络	CapsNet	稀疏标注数据	有限数据集	NA	CapsNet	NA	NA
860	2025-10-07	Automated opportunistic screening for osteoporosis using deep learning-based automatic segmentation and radiomics on proximal femur images from low-dose abdominal CT 2025-Apr-17, BMC musculoskeletal disorders IF:2.2Q3 DOI:10.1186/s12891-025-08631-x PMID:40241032	研究论文	基于低剂量腹部CT图像，开发结合深度学习自动分割和影像组学的骨质疏松自动化筛查模型	首次将深度学习自动分割与影像组学分类相结合，实现基于低剂量腹部CT的骨质疏松三分类自动检测	回顾性研究，样本量相对有限（456名参与者）	建立基于低剂量腹部CT的自动化骨质疏松检测模型	近端股骨图像	医学影像分析	骨质疏松症	低剂量CT成像，影像组学分析	深度学习分割模型，随机森林分类器	CT图像	456名参与者（355名开发队列，101名测试队列）	NA	VB-Net	Dice相似系数，体积差异，AUC，敏感性，特异性	NA