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
421	2025-05-30	Deep learning Radiopathomics based on pretreatment MRI and whole slide images for predicting overall survival in locally advanced nasopharyngeal carcinoma 2025-May-21, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology IF:4.9Q1 DOI:10.1016/j.radonc.2025.110949 PMID:40409367	research paper	开发一种基于深度学习的放射病理学整合模型，用于预测局部晚期鼻咽癌患者的总体生存期	结合MRI和全切片图像的深度学习模型，首次在局部晚期鼻咽癌患者中预测总体生存期	样本量相对较小，外部测试集仅包含50例患者	预测局部晚期鼻咽癌患者的总体生存期	局部晚期鼻咽癌患者	digital pathology	nasopharyngeal carcinoma	MRI, whole slide imaging	self-attention mechanism, multilayer perceptron, multimodal fusion model	image	343例局部晚期鼻咽癌患者（训练集202例，验证集91例，外部测试集50例）
422	2025-05-30	The role of artificial intelligence in occupational health in radiation exposure: a scoping review of the literature 2025-May-16, Environmental health : a global access science source IF:5.3Q1 DOI:10.1186/s12940-025-01186-3 PMID:40380224	综述	本文回顾了人工智能在职业辐射暴露评估、监测、控制及防护中的应用研究	全面梳理了AI在职业辐射暴露管理中的多种工具（如专家系统、机器学习、深度学习）的应用现状，并识别了当前研究的关键挑战	纳入研究存在数据质量参差不齐、算法可解释性不足、与现有系统整合困难等局限性	评估人工智能在职业辐射暴露风险管理中的潜在作用	职业辐射暴露相关的评估、监测、控制及防护系统	职业健康与安全	辐射相关疾病	专家系统、机器学习、深度学习等AI模型	多种AI模型（未指定具体模型）	文献数据	59篇符合条件的文献（初始检索2920篇）
423	2025-05-30	Fully volumetric body composition analysis for prognostic overall survival stratification in melanoma patients 2025-May-12, Journal of translational medicine IF:6.1Q1 DOI:10.1186/s12967-025-06507-1 PMID:40355935	research paper	本研究探讨了基于深度学习的身体成分分析，利用基线CT扫描预测黑色素瘤患者的总生存期，并识别出具有预后价值的全体积身体成分特征	首次将深度学习网络用于全体积身体成分分析，以预测黑色素瘤患者的总生存期，并验证了Sarcopenia Index、Myosteatosis Fat Index和Visceral Fat Index的预后价值	研究仅基于CT扫描数据，未考虑其他可能影响生存期的临床因素	探索基于深度学习的身体成分分析在黑色素瘤患者预后评估中的应用	黑色素瘤患者	digital pathology	melanoma	deep learning-based body composition analysis	deep learning network	CT scans	495名患者（内部验证）和428名患者（外部验证）
424	2025-05-30	Ultrasound-based deep learning radiomics for enhanced axillary lymph node metastasis assessment: a multicenter study 2025-May-08, The oncologist DOI:10.1093/oncolo/oyaf090 PMID:40349137	研究论文	本研究开发了一种基于超声的深度学习放射组学模型，用于评估乳腺癌患者的腋窝淋巴结转移，并验证了其对放射科医生诊断准确性的提升效果	结合深度学习和手工放射组学特征，构建了临床-放射组学模型，并在多中心数据集中验证了其性能	研究样本来自6家医院，可能存在选择偏倚，且未考虑不同超声设备的差异性	提高乳腺癌患者腋窝淋巴结转移的术前评估准确性	乳腺癌患者	数字病理	乳腺癌	超声成像	深度学习放射组学模型	超声图像	866名乳腺癌患者（来自6家医院）
425	2025-05-30	Wearable Artificial Intelligence for Sleep Disorders: Scoping Review 2025-May-06, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/65272 PMID:40327852	综述	本文对用于睡眠障碍的AI可穿戴设备进行了范围综述，重点关注研究特征、可穿戴技术特点及AI检测与分析方法	综述了AI可穿戴设备在睡眠障碍领域的应用现状，指出了当前研究主要集中在睡眠呼吸暂停，并提出了未来研究方向	研究仅限于睡眠呼吸暂停，对其他睡眠障碍的研究不足，且缺乏对治疗效果的研究	概述AI驱动的可穿戴设备在睡眠障碍领域的应用情况	AI驱动的可穿戴设备及其在睡眠障碍检测与分析中的应用	人工智能在医疗健康中的应用	睡眠障碍	AI算法	CNN, 随机森林, 支持向量机	呼吸数据、心率、身体运动数据	46项符合条件的研究
426	2025-05-30	Current Technological Advances in Dysphagia Screening: Systematic Scoping Review 2025-May-05, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/65551 PMID:40324167	系统性范围综述	本文对人工智能和传感器技术在吞咽困难筛查中的最新进展进行了系统性范围综述	首次全面评估AI和传感器技术在吞咽困难筛查中的应用现状和性能表现	存在方法学质量风险，特别是患者选择、指标测试和建模方面，且缺乏外部验证研究	评估AI和传感器技术在吞咽困难筛查中的应用现状和性能	吞咽困难筛查技术	医疗人工智能	吞咽困难	AI和传感器技术	支持向量机(SVM)和深度学习	声学和振动信号数据	24项研究，共2979名参与者(1717名吞咽困难患者和1262名对照组)
427	2025-05-30	Diagnostic performance of deep learning-based coronary computed tomography angiography in detecting coronary artery stenosis 2025-May, The international journal of cardiovascular imaging DOI:10.1007/s10554-025-03383-0 PMID:40156689	研究论文	验证一种基于冠状动脉计算机断层扫描血管造影（CCTA）的全自动深度学习模型，用于诊断阻塞性冠状动脉疾病（CAD）中狭窄≥50%的情况	提出了一种全自动深度学习模型，用于快速准确地识别冠状动脉狭窄≥50%的患者，显著提高了诊断效率	研究仅限于特定时间段内的多中心数据，可能无法完全代表所有人群	验证深度学习模型在诊断冠状动脉狭窄中的性能	疑似冠状动脉疾病（CAD）患者	数字病理	心血管疾病	冠状动脉计算机断层扫描血管造影（CCTA）	3D Multi-resolution Cascade CNN, 3D Cascade-Locally Optimized Network, Stenosis Analysis Network	图像	1090名患者（平均年龄59.90±11.51岁，47.3%为女性）
428	2025-05-30	Construction of a deep learning model and identification of the pivotal characteristics of FGF7- and MGST1- positive fibroblasts in heart failure post-myocardial infarction 2025-May, International journal of biological macromolecules IF:7.7Q1 DOI:10.1016/j.ijbiomac.2025.143171 PMID:40258553	研究论文	该研究通过构建深度学习模型并识别FGF7-和MGST1-阳性成纤维细胞在心梗后心力衰竭中的关键特征，揭示了这些细胞在疾病发展中的作用	首次发现FGF7MGST1成纤维细胞在心梗后心力衰竭中的下调现象，并通过单细胞RNA测序和深度学习模型揭示了其关键基因特征和预测价值	研究主要基于小鼠模型和生物信息学分析，需要进一步的人类样本验证	探究成纤维细胞异质性在心梗后心力衰竭中的作用机制	FGF7-和MGST1-阳性成纤维细胞	数字病理学	心血管疾病	scRNA-seq, qRT-PCR, 孟德尔随机化分析	深度学习模型	单细胞RNA测序数据	未明确说明样本数量，使用小鼠模型和生物信息学数据
429	2025-05-30	The prediction of RNA-small molecule binding sites in RNA structures based on geometric deep learning 2025-May, International journal of biological macromolecules IF:7.7Q1 DOI:10.1016/j.ijbiomac.2025.143308 PMID:40268011	研究论文	该论文提出了一种基于几何深度学习的计算方法RLBSIF，用于预测RNA结构中RNA与小分子配体的结合位点	利用表面几何特征和化学特征结合MaSIF-based表面相互作用指纹全面表征RNA-配体相互作用，并采用ResNet18网络分析这些指纹以识别配体结合口袋	训练数据仅包含440个结合口袋，可能限制了模型的泛化能力	准确预测RNA结构中配体的结合位点，以指导药物设计和医学领域的研究	RNA与小分子配体的结合位点	机器学习和计算生物学	NA	几何深度学习	ResNet18	RNA结构数据	440个结合口袋
430	2025-05-30	Predicting transmission loss in underwater acoustics using continual learning with range-dependent conditional convolutional neural networks 2025-May-01, The Journal of the Acoustical Society of America IF:2.1Q1 DOI:10.1121/10.0036773 PMID:40439448	研究论文	本文提出了一种基于持续学习和范围依赖条件卷积神经网络的方法，用于预测水下声学传输损失，以提高远场场景下的预测准确性	引入了一种范围依赖条件卷积神经网络，通过直接对输入地形进行条件化，单步预测传输损失场，并采用基于回放的持续学习策略，实现跨连续地形变化的泛化	模型在远场波预测方面可能存在局限性，且依赖于输入地形的准确性	提高深度学习模型在远场场景下预测水下辐射噪声的准确性	水下声学传输损失	机器学习	NA	持续学习，卷积神经网络	CNN	地形数据，声学数据	多个测试案例和涉及Dickins Seamount的基准场景
431	2025-05-29	DeepMBEnzy: An AI-Driven Database of Mycotoxin Biotransformation Enzymes 2025-May-28, Journal of agricultural and food chemistry IF:5.7Q1 DOI:10.1021/acs.jafc.5c02477 PMID:40378051	研究论文	开发了一个名为DeepMBEnzy的AI驱动数据库，用于预测和存档霉菌毒素生物转化酶	通过微调预训练模型并使用冷蛋白数据分割方法，开发了EPP-MB模型，用于预测霉菌毒素生物转化酶，并构建了DeepMBEnzy数据库	目前仅识别了少数霉菌毒素生物转化酶，且模型的验证准确率为79%，仍有提升空间	促进霉菌毒素解毒研究和应用中的酶候选物的探索和利用	霉菌毒素及其生物转化酶	机器学习	NA	深度学习	预训练模型微调	蛋白质数据	超过4000种霉菌毒素
432	2025-05-29	Data augmentation using masked principal component representation for deep learning-based SSVEP-BCIs 2025-May-28, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/add9d1 PMID:40378852	研究论文	本研究提出了一种基于主成分表示掩码的数据增强方法（MPCR），用于提升基于稳态视觉诱发电位的脑机接口（BCI）中深度学习模型的分类准确率	提出了一种新的组件级数据增强方法MPCR，通过主成分表示和随机掩码策略引入随机扰动，同时保留EEG信号的主要内在结构	未明确提及具体局限性，但暗示当前信号级数据增强方法可能导致EEG信号显著失真	提升基于稳态视觉诱发电位（SSVEP）的脑机接口（BCI）中深度学习模型的分类准确率	稳态视觉诱发电位（SSVEP）和脑电图（EEG）信号	脑机接口（BCI）	NA	主成分分析（PCA）和随机掩码策略	深度学习模型（未指定具体类型）	脑电图（EEG）信号	两个广泛使用的公共数据集（未明确样本数量）
433	2025-05-29	Human and Deep Learning Predictions of Peripheral Lung Cancer Using a 1.3 mm Video Endoscopic Probe 2025-May-28, Respirology (Carlton, Vic.) DOI:10.1111/resp.70057 PMID:40433758	研究论文	本研究评估了不同经验水平的医生和人工智能在Iriscope外周内窥镜检查中预测小外周肺结节恶性性质的能力	首次结合1.3毫米视频内窥探头Iriscope与深度学习模型，比较人类医生与AI对小外周肺结节的诊断能力	样本量较小（61例患者），且深度学习模型的表现未超越资深医生	评估Iriscope外周内窥镜技术结合AI在诊断小外周肺结节恶性性质中的应用价值	外周肺结节（PPNs）患者	数字病理学	肺癌	r-EBUS支气管镜检查结合Iriscope视频内窥镜技术	深度学习模型（未指定具体类型）	内窥镜视频图像	61例患有小外周肺结节（中位大小15毫米）的患者
434	2025-05-29	Soft Bioelectronic Interfaces for Continuous Peripheral Neural Signal Recording and Robust Cross-Subject Decoding 2025-May-28, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202414732 PMID:40433949	研究论文	本研究开发了一种低阻抗、柔软的导电聚合物电极，用于连续可靠地记录外周神经信号，并结合手工和深度学习特征改进了解码模型的泛化能力	引入低阻抗柔软导电聚合物电极，结合手工和深度学习特征以及参数共享和适应训练策略，显著提高了解码模型的跨主体泛化能力	研究仅在小动物模型中进行，尚未在人类身上验证	推进神经科学研究，开发神经系统疾病的治疗方法，创建可靠的人机接口	外周神经组织和神经活动信号	生物电子接口	神经系统疾病	神经信号记录和解码技术	神经网络模型	神经生理信号	清醒动物模型
435	2025-05-29	Brain stimulation outcome prediction in Major Depressive Disorder by deep learning models using EEG representations 2025-May-28, Computer methods in biomechanics and biomedical engineering IF:1.7Q3 DOI:10.1080/10255842.2025.2511222 PMID:40434017	research paper	该研究利用深度学习模型基于脑电图（EEG）表征预测重度抑郁症（MDD）患者对重复经颅磁刺激（rTMS）治疗的反应	开发了一种基于三种预训练卷积神经网络（DenseNet121、EfficientNetB0和Xception）的深度混合神经网络，用于从三种EEG表征中预测治疗效果，其中使用原始EEG图像序列的分类准确率最高达到94.7%	研究样本量较小（83名患者），且未提及模型在其他独立数据集上的验证情况	开发个体化治疗选择框架，以节省MDD患者的治疗时间和成本，并避免可能的副作用	83名接受rTMS治疗的MDD患者	digital pathology	geriatric disease	EEG, rTMS	CNN (DenseNet121, EfficientNetB0, Xception)	EEG信号（包括小波变换图像、电极间连接矩阵和原始EEG信号）	83名MDD患者
436	2025-05-29	Estimating Total Lung Volume from Pixel-Level Thickness Maps of Chest Radiographs Using Deep Learning 2025-May-28, Radiology. Artificial intelligence DOI:10.1148/ryai.240484 PMID:40434310	research paper	使用深度学习模型从胸部X光片的像素级厚度图中估计总肺容积	利用U-Net深度学习模型生成肺厚度图，从合成和真实的胸部X光片中估计总肺容积	研究仅基于有限的公开数据集和72名参与者的数据，可能无法完全代表所有人群	从胸部X光片中准确估计总肺容积	胸部X光片和CT扫描数据	digital pathology	chronic obstructive pulmonary disease	deep learning, forward projection of CT scans	U-Net	image	5,959 chest CT scans from public datasets and 72 participants with corresponding chest radiographs
437	2025-05-29	Spatio-Temporal Calcium Signaling Patterns Underlying Opposing Effects of Histamine and TAS2R agonists in Airway Smooth Muscle 2025-May-28, American journal of physiology. Lung cellular and molecular physiology DOI:10.1152/ajplung.00058.2025 PMID:40434402	研究论文	本研究通过单细胞显微镜和基于深度学习的图像分割技术，探究了组胺和苦味受体激动剂在气道平滑肌细胞中钙信号时空动态的差异	揭示了苦味受体激动剂通过独特的钙离子区室化机制引起气道平滑肌松弛的新机制	研究仅关注了钙信号通路，可能忽略了其他潜在的调控机制	比较组胺和苦味受体激动剂对气道平滑肌钙信号和离子通道动态的不同影响	气道平滑肌细胞	细胞生物学	哮喘	单细胞显微镜成像、深度学习图像分割	ASM离子通道动力学模型	图像数据	NA
438	2025-05-29	Toward diffusion MRI in the diagnosis and treatment of pancreatic cancer 2025-May-28, Medical oncology (Northwood, London, England) DOI:10.1007/s12032-025-02759-5 PMID:40434720	research paper	本文探讨了扩散磁共振成像（dMRI）在增强胰腺癌诊断和治疗中的潜力	结合扩散加权成像（DWI）、扩散张量成像（DTI）、体素内不相干运动（IVIM）和扩散峰度成像（DKI）等扩散技术，以及新兴的AI分析，提供了对组织微观结构的洞察	存在标准化协议和稳健数据分析流程的挑战	探索dMRI在胰腺癌诊断和治疗中的应用	胰腺癌	数字病理	胰腺癌	dMRI, DWI, DTI, IVIM, DKI	deep learning	MRI图像	NA
439	2025-05-29	TRG-Net: An Interpretable and Controllable Rain Generator 2025-May-27, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2025.3565726 PMID:40424114	research paper	提出了一种基于深度学习的可解释和可控的雨生成器TRG-Net，用于增强配对数据以简化雨天图像处理模型的训练	TRG-Net不仅精细设计了雨的基本要素以模拟预期雨水，还能适应复杂多样的实际雨天图像，且无需雨要素标签即可从数据中学习这些要素的分布	未明确提及具体限制，但可能受限于训练数据的多样性和数量	探索和建模雨生成机制，以增强配对数据，简化雨天图像处理模型的训练	雨天图像	computer vision	NA	深度学习	TRG-Net	image	未明确提及具体样本数量
440	2025-05-29	Frontalis Only Contracts in One Direction: AI-Quantum Elasticity and Resistance Gradient Reveals True Nature of Forehead Muscle Movement 2025-May-27, Aesthetic plastic surgery IF:2.0Q2 DOI:10.1007/s00266-025-04924-7 PMID:40425886	research paper	本研究通过AI驱动的生物力学模型和量子弹性与阻力梯度（QERG）模型，揭示了额肌收缩的单向性及其与皮肤相互作用的机制	引入了量子弹性与阻力梯度（QERG）模型，挑战了传统的双向收缩理论，并通过AI模型高精度预测皮肤行为	研究样本虽多样化，但可能未涵盖所有可能的种族和年龄组，且证据等级为III级，需进一步验证	探究额肌收缩的生物力学特性及其与皮肤相互作用的真实机制	额肌收缩及其对皮肤的动态影响	生物力学	NA	深度学习框架（TensorFlow, PyTorch）、有限元分析、随机森林、深度神经网络	AI-driven biomechanical model, QERG model	3D面部扫描数据	600名不同种族、性别和年龄的受试者