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
921	2025-05-17	Exploring Smartphone-Based Edge AI Inferences Using Real Testbeds 2025-May-02, Sensors (Basel, Switzerland) DOI:10.3390/s25092875 PMID:40363312	研究论文	本文探讨了基于智能手机的边缘AI在实时计算机视觉推理中的竞争力	研究了智能手机集群在边缘AI中的应用潜力，特别是在实时计算机视觉推理任务中的性能表现	实验仅使用了五款低/中端智能手机和三款SBC，样本范围和多样性有限	评估智能手机集群在边缘AI实时计算机视觉推理中的性能表现	智能手机集群和单板计算机(SBC)在边缘AI任务中的性能比较	计算机视觉	NA	深度学习模型推理	预训练DL模型	图像流数据	8个异构边缘节点(5款智能手机和3款SBC)
922	2025-05-17	MHFS-FORMER: Multiple-Scale Hybrid Features Transformer for Lane Detection 2025-May-02, Sensors (Basel, Switzerland) DOI:10.3390/s25092876 PMID:40363313	research paper	提出了一种基于Transformer的端到端模型MHFS-FORMER，用于解决复杂场景下的车道检测问题	设计了MHFNet融合多尺度特征与Transformer Encoder，引入多参考可变形注意力模块增强模型表示能力，并开发了ShuffleLaneNet探索多尺度车道特征的通道和空间信息	未明确提及具体限制	提升复杂场景下车道检测的准确性和实时性	车道检测	computer vision	NA	NA	Transformer (MHFS-FORMER, MHFNet, ShuffleLaneNet)	image	TuSimple和CULane数据集
923	2025-05-17	Microfluidics with Machine Learning for Biophysical Characterization of Cells 2025-May, Annual review of analytical chemistry (Palo Alto, Calif.) DOI:10.1146/annurev-anchem-061622-025021 PMID:39999863	综述	本文探讨了微流控技术与机器学习在细胞生物物理特性表征中的协同作用	整合人工智能方法（包括机器学习和深度学习）与微流控技术，以解决高通量微流控系统数据分析的挑战	未提及具体的技术实施细节或实验验证结果	提升细胞生物物理特性表征的准确性和效率，促进新的生物学发现	细胞的生物物理特性	生物医学工程	NA	微流控技术、机器学习和深度学习	NA	微流控实验产生的高通量数据	NA
924	2025-05-17	Deep Learning Methods in the Imaging of Hepatic and Pancreaticobiliary Diseases 2025 May-Jun 01, Journal of clinical gastroenterology IF:2.8Q2 DOI:10.1097/MCG.0000000000002125 PMID:40193287	综述	本文综述了深度学习和机器学习在肝胆胰疾病影像诊断中的应用	AI通过高敏感性和特异性提高诊断准确性，CNN算法增强图像分析并减少变异性	AI在这些胃肠病学专业领域的应用主要局限于实验性试验	提高肝胆胰疾病的检测、评估和治疗规划	肝胆胰疾病的影像诊断	数字病理学	肝胆胰疾病	深度学习、机器学习	CNN	影像	NA
925	2025-05-17	Peptide Property Prediction for Mass Spectrometry Using AI: An Introduction to State of the Art Models 2025-May, Proteomics IF:3.4Q2 DOI:10.1002/pmic.202400398 PMID:40211610	综述	本文综述了基于质谱的蛋白质组学中用于肽性质预测的最先进的机器学习和深度学习模型	介绍了预测消化性、保留时间、电荷状态分布、碰撞截面、碎片离子强度和可检测性等多种肽性质的模型	当前模型在处理多样化的翻译后修饰和仪器变异性方面存在困难，需要大规模、协调的数据集和标准化的评估指标	为肽性质预测开发可访问和可复现的模型	质谱中的肽性质	机器学习	NA	质谱	机器学习和深度学习模型	质谱数据	NA
926	2025-05-17	Circular RNA discovery with emerging sequencing and deep learning technologies 2025-May, Nature genetics IF:31.7Q1 DOI:10.1038/s41588-025-02157-7 PMID:40247051	综述	本文总结了环状RNA（circRNA）在基因调控和疾病发病机制中的新兴作用，以及利用新兴测序技术和深度学习技术进行circRNA发现和功能分析的最新突破	结合长读长和单细胞RNA测序技术与深度学习算法，以前所未有的分辨率和规模研究circRNA	circRNA低表达水平及与线性RNA的高序列相似性给检测和表征带来挑战	探索circRNA的发现、表征和功能分析算法，以及其在生物医学应用中的潜力	环状RNA（circRNA）	生物信息学	NA	长读长测序、单细胞RNA测序	深度学习	RNA序列数据	NA
927	2025-05-17	Deep learning approach in undergraduate nursing students and their relationship with learning outcomes: A latent profile analysis 2025-May, Nurse education in practice IF:3.3Q1 DOI:10.1016/j.nepr.2025.104379 PMID:40279950	研究论文	本研究通过潜在剖面分析识别了本科护理学生深度学习方法的潜在类型，并分析了这些类型的影响因素及其与学习成果的关系	首次在护理教育中应用潜在剖面分析方法识别学生的深度学习类型，并探讨了不同类型与学习成果的关系	研究设计为横断面调查，无法确定因果关系；样本仅来自中国两所医科大学，可能限制结果的普适性	探索本科护理学生的深度学习类型及其与学习成果的关系	本科护理学生	教育心理学	NA	潜在剖面分析(LPA)、单因素方差分析、多项逻辑回归分析、BCH方法	NA	问卷调查数据	来自中国两所医科大学的891名本科护理学生
928	2025-05-03	Correction to: DOMSCNet: a deep learning model for the classification of stomach cancer using multi-layer omics data 2025-May-01, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf218 PMID:40314061	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
929	2025-05-16	MRI-derived deep learning models for predicting 1p/19q codeletion status in glioma patients: a systematic review and meta-analysis of diagnostic test accuracy studies 2025-May-15, Neuroradiology IF:2.4Q2 DOI:10.1007/s00234-025-03631-z PMID:40369298	meta-analysis	本文通过系统综述和荟萃分析评估了基于MRI的深度学习模型在预测胶质瘤患者1p/19q共缺失状态中的表现	首次对MRI衍生的深度学习模型在预测胶质瘤1p/19q共缺失状态中的诊断准确性进行了系统评价和荟萃分析	纳入研究的质量参差不齐，仅有两项研究质量较低，且存在显著的异质性	评估MRI衍生的深度学习模型在预测胶质瘤1p/19q共缺失状态中的诊断准确性	胶质瘤患者	digital pathology	glioma	MRI	DL	image	20项研究纳入系统综述，其中10项研究进行了荟萃分析
930	2025-05-16	The Lack of Neurofeedback Training Regulation Guidance and Process Evaluation May be a Source of Controversy in Post-Traumatic Stress Disorder-Neurofeedback Research: A Systematic Review and Statistical Analysis 2025-May-15, Brain connectivity IF:2.4Q3 DOI:10.1089/brain.2024.0084 PMID:40371570	系统性综述	本文对创伤后应激障碍（PTSD）神经反馈（NF）研究进行了系统性综述和统计分析，探讨了现有研究的不足并提出了改进方向	首次对PTSD-NF研究进行了全面的统计分析和分类，提出了改进NF过程评估机制和调制指导的建议	研究仅纳入了31项原始研究，样本量较小（EEG-NF平均17.4人，fMRI-NF平均14.6人），且缺乏深度学习方法的运用	探讨PTSD-NF研究中存在的问题并提出改进方向	创伤后应激障碍（PTSD）患者	脑机接口	创伤后应激障碍	脑电图神经反馈（EEG-NF）和功能磁共振成像神经反馈（fMRI-NF）	传统统计方法和基础机器学习方法	神经信号数据	EEG-NF研究平均17.4人（SD 7.13），fMRI-NF研究平均14.6人（SD 6.37）
931	2025-05-16	De Novo Design of Highly Stable Binders Targeting Dihydrofolate Reductase in Klebsiella pneumoniae 2025-May-15, Proteins IF:3.2Q2 DOI:10.1002/prot.26835 PMID:40371895	研究论文	本研究旨在设计针对肺炎克雷伯菌二氢叶酸还原酶（DHFR）的新型治疗性抑制剂，利用深度学习生物信息学技术设计具有细胞穿透特性的稳定肽	采用深度学习模型（OmegaFold、ProteinMPNN）设计全新抑制剂，并通过添加细胞穿透肽（CPP）基序增强递送效果	计算模型在预测体内行为方面存在局限性，需进一步体外和体内实验验证	设计针对肺炎克雷伯菌DHFR蛋白的新型治疗性抑制剂，以应对细菌耐药性问题	肺炎克雷伯菌的DHFR蛋白	生物信息学	细菌感染	深度学习、分子对接、分子动力学模拟	OmegaFold、ProteinMPNN	蛋白质序列	60个全新结合剂，生成7200个序列，最终筛选出10个序列
932	2025-05-16	Artificial Intelligence in Surgical Training and Applications to Otolaryngology: A Scoping Review 2025-May-15, The Laryngoscope DOI:10.1002/lary.32246 PMID:40371996	综述	本文探讨了人工智能在耳鼻喉科手术技能评估和教育中的应用进展	利用AI技术提供客观、数据驱动的手术技能评估，替代传统主观评估方法	纳入研究数量有限（34项），且AI评估准确率存在较大波动（60%-100%）	评估人工智能在手术技能评估中的应用潜力，特别是在耳鼻喉科教育领域	手术技能评估研究，包括基础手术任务和特定外科手术程序	计算机视觉	耳鼻喉科疾病	深度学习、机器学习、计算机视觉技术	NA	运动学数据、运动数据、力数据、手术视频	34项符合条件的研究
933	2025-05-16	Comparison of lumbar disc degeneration grading between deep learning model SpineNet and radiologist: a longitudinal study with a 14-year follow-up 2025-May-15, European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society IF:2.6Q1 DOI:10.1007/s00586-025-08900-2 PMID:40372457	研究论文	比较深度学习模型SpineNet与放射科医生在腰椎间盘退变分级上的一致性	使用深度学习模型SpineNet进行腰椎间盘退变分级，并与放射科医生的视觉分级进行长期随访比较	样本量较小（19名男性志愿者），且仅针对男性进行研究	评估AI模型与放射科医生在腰椎间盘退变分级上的一致性	19名男性志愿者的腰椎间盘MRI数据	数字病理	腰椎间盘退变	MRI	CNN	图像	19名男性志愿者，基线年龄37岁，随访14年后51岁
934	2025-05-16	Video-estimated peak jump power using deep learning is associated with sarcopenia and low physical performance in adults 2025-May-15, Osteoporosis international : a journal established as result of cooperation between the European Foundation for Osteoporosis and the National Osteoporosis Foundation of the USA IF:4.2Q1 DOI:10.1007/s00198-025-07515-z PMID:40372459	research paper	该研究通过深度学习从视频中估算峰值跳跃功率（vJP），并与真实跳跃功率（gJP）进行了比较，同时探讨了vJP与肌肉减少症、年龄和肌肉参数的关系	提出了一种基于深度学习的无标记监测峰值跳跃功率的方法，并验证了其在日常生活中的可行性	NA	探讨视频估算的峰值跳跃功率与肌肉减少症及身体机能的关系	成年人	computer vision	geriatric disease	deep learning	NA	video	NA
935	2025-05-16	Application of deep learning with fractal images to sparse-view CT 2025-May-15, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03378-1 PMID:40372595	研究论文	本研究探讨了使用分形图像进行预训练以提高稀疏视图CT图像质量的方法	利用非医学分形图像进行预训练，减少对医学图像数量的依赖，提高稀疏视图CT图像重建质量	研究仅使用了CHAOS数据集中的医学图像，可能无法涵盖所有临床场景	提高稀疏视图CT图像重建质量，减少对大量医学训练图像的依赖	稀疏视图CT图像	计算机视觉	NA	迭代函数系统(IFS)、滤波反投影(FBP)	FBPConvNet、WNet	图像	医学图像从5000减少到1000（减少80%）
936	2025-05-16	AI-based metal artefact correction algorithm for radiotherapy patients with dental hardware in head and neck CT: Towards precise imaging 2025-May-14, Dento maxillo facial radiology DOI:10.1093/dmfr/twaf038 PMID:40366748	research paper	研究AI-based金属伪影校正算法在头颈部CT中对放疗患者牙科硬件的临床效果	提出了一种基于深度学习的AI-MAC技术，首次在体内研究中展示了其在减少金属伪影同时保留器官可视化方面的能力	样本量较小（仅41例患者），且未探讨AI-MAC在不同类型牙科硬件上的泛化性能	评估AI-based金属伪影校正算法在头颈部CT中的临床效果	41例带有不可移除牙科硬件的头颈部放疗患者	digital pathology	head and neck cancer	CT imaging, deep learning	deep learning-based algorithm (AI-MAC)	CT images	41例患者
937	2025-05-16	PhenoLearn: A user-friendly Toolkit for Image Annotation and Deep Learning-Based Phenotyping for Biological Datasets 2025-May-14, Journal of evolutionary biology IF:2.1Q3 DOI:10.1093/jeb/voaf058 PMID:40366779	research paper	介绍了一个名为PhenoLearn的用户友好工具包，用于生物数据集的图像标注和基于深度学习的表型分析	开发了一个集成图形用户界面(GUIs)的工具包，使没有深度计算专业知识的生物学家也能轻松使用深度学习进行图像标注	未提及具体的技术限制或性能瓶颈	为生物学家提供一个易于使用的工具，以促进大规模表型性状分析	2D标本图像	digital pathology	NA	deep learning	NA	image	一个小演示数据集（具体数量未提及）
938	2025-05-16	Explainable Machine Learning for ETR and Drug Chameleonicity 2025-May-14, Journal of medicinal chemistry IF:6.8Q1 DOI:10.1021/acs.jmedchem.5c00536 PMID:40367343	research paper	本文提出了一种可解释的机器学习方法，用于识别分子中的‘热点’区域，以指导bRo5药物的口服吸收设计	首次在bRo5 3D领域中开发了可解释的深度学习模型，用于预测EPSA并定位影响分子变色性的极性降低‘热点’	传统方法依赖于计算密集型的3D物理建模或经典描述符，这些方法不能完全解释bRo5药物的行为	开发一种可解释的机器学习模型，以指导bRo5药物的化学设计和优化	大环化合物、PROTACs和其他bRo5药物	machine learning	NA	deep learning	interpretable deep learning model	molecular data	数千种大环化合物、PROTACs和其他bRo5药物
939	2025-05-16	HDXRank: A Deep Learning Framework for Ranking Protein Complex Predictions with Hydrogen-Deuterium Exchange Data 2025-May-14, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.5c00175 PMID:40367339	研究论文	开发了一个基于图神经网络（GNN）的框架HDXRank，用于利用氢-氘交换（HDX）实验数据对蛋白质复合物预测候选结构进行排序	HDXRank是一个新颖的框架，能够将HDX数据整合到蛋白质复合物建模流程中，通过捕捉局部结构特征来提高预测准确性	未明确提及具体局限性	提高蛋白质复合物结构预测的准确性	蛋白质复合物	机器学习	NA	氢-氘交换（HDX）实验	图神经网络（GNN）	实验数据	新策划的HDX数据集
940	2025-05-16	Cost-effectiveness of opportunistic osteoporosis screening using chest radiographs with deep learning in Germany 2025-May-13, Aging clinical and experimental research IF:3.4Q2 DOI:10.1007/s40520-025-03048-x PMID:40355760	research paper	评估在德国50岁及以上女性中使用深度学习模型对胸部X光片进行机会性骨质疏松筛查的成本效益	利用AI驱动的胸部X光片进行骨质疏松筛查，提高早期检测率，降低骨折风险，改善公共卫生结果	研究基于德国骨质疏松指南和AI模型准确性，可能在其他地区或不同指南下结果不同	评估AI驱动的胸部X光片在骨质疏松筛查中的成本效益	德国50岁及以上的女性	digital pathology	geriatric disease	deep learning	NA	image	NA