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
1441	2025-05-02	TabNet and TabTransformer: Novel Deep Learning Models for Chemical Toxicity Prediction in Comparison With Machine Learning 2025-May-01, Journal of applied toxicology : JAT IF:2.7Q3 DOI:10.1002/jat.4803 PMID:40309751	research paper	本研究评估了TabNet和TabTransformer这两种先进的深度学习架构与传统机器学习方法在预测化学化合物毒性方面的性能	引入了TabNet和TabTransformer这两种新型深度学习模型，用于化学毒性预测，并通过SHAP分析增强了模型的可解释性	研究仅基于分子描述符数据，未考虑其他可能的毒性影响因素	评估深度学习模型在化学毒性预测中的性能	12,228个训练样本和3,057个测试样本，每个样本由801个分子描述符表征	machine learning	NA	SHAP分析, PCA, RFE, MI	TabNet, TabTransformer, XGBoost, CatBoost, SVM	分子描述符数据	12,228个训练样本和3,057个测试样本
1442	2025-05-02	Reirradiation for recurrent glioblastoma: the significance of the residual tumor volume 2025-May-01, Journal of neuro-oncology IF:3.2Q2 DOI:10.1007/s11060-025-05042-9 PMID:40310485	research paper	本研究分析了71例复发性中枢神经系统WHO 4级IDH野生型胶质母细胞瘤患者再放疗的疗效和安全性	首次明确了残留肿瘤体积对复发性高级别胶质瘤患者总生存期的显著预测作用	单中心回顾性研究，样本量相对较小	评估复发性胶质母细胞瘤再放疗的疗效和预后因素	71例复发性CNS WHO 4级IDH野生型胶质母细胞瘤患者	digital pathology	glioblastoma	deep learning auto-segmentation	NA	medical imaging	71例患者
1443	2025-05-01	AI-Driven Microscopy: Cutting-Edge Approach for Breast Tissue Prognosis Using Microscopic Images 2025-May, Microscopy research and technique IF:2.0Q3 DOI:10.1002/jemt.24788 PMID:39748498	研究论文	本文提出了一种基于AI驱动的显微镜技术，用于乳腺癌组织的预后预测，通过深度学习框架提高临床诊断的准确性和效率	结合了squeeze-and-excitation和dilated dense convolution blocks的深度学习框架，以及轻量级多尺度特征提取、动态区域注意力、子区域分类和区域正则化损失函数，显著提高了乳腺癌亚型分类的准确性	研究依赖于特定的显微镜图像数据集，可能在其他类型的数据或设备上表现不同	开发一种高效、精确的定量病理图像分析方法，以改善乳腺癌的临床诊断和预后预测	乳腺癌组织的显微镜图像	数字病理学	乳腺癌	深度学习	DenseNet, VGGNet-19, ResNet152V2, EfficientNetV2-B1	图像	显微镜乳腺图像数据集，具体数量未提及
1444	2025-05-01	Highly-Efficient Differentiation of Reactive Lymphocytes in Peripheral Blood Using Multi-Object Detection Network With Large Kernels 2025-May, Microscopy research and technique IF:2.0Q3 DOI:10.1002/jemt.24775 PMID:39760201	研究论文	提出了一种高效的多目标检测网络，用于外周血中反应性淋巴细胞的分化检测	引入了空间到深度卷积(SPD-Conv)、动态大核注意力机制(DLKA)和渐进特征金字塔网络(AFPN)，提升了模型对小而密集目标的检测能力和多尺度特征融合能力	未提及模型在临床实际应用中的验证情况	开发计算机辅助诊断系统，用于反应性淋巴细胞和其他白细胞的检测	外周血中的反应性淋巴细胞和其他白细胞	计算机视觉	病毒感染	深度学习	多目标检测网络	医学影像	NA
1445	2025-05-01	Enhancing panoramic dental imaging with AI-driven arch surface fitting: achieving improved clarity and accuracy through an optimal reconstruction zone 2025-05-01, Dento maxillo facial radiology DOI:10.1093/dmfr/twaf006 PMID:39832267	研究论文	本研究开发了一种基于AI的全自动方法，通过优化3D重建区域生成更清晰、对齐良好的全景牙科影像	采用3D U-Net深度学习模型生成牙弓曲面并调整全景视图，实现了关键牙科特征的高对比度和清晰度	未来研究需要验证该方法在不同牙科和颌面结构患者中的稳健性	开发自动化方法以生成更清晰、对齐良好的全景牙科影像	312名患者的锥形束CT（CBCT）扫描数据	数字病理	牙科疾病	锥形束CT（CBCT）扫描	3D U-Net	医学影像	312名患者（平均年龄40岁，范围10-78岁，41.3%男性，58.7%女性）
1446	2025-05-01	Deep learning-based segmentation of the mandibular canals in cone-beam CT reaches human-level performance 2025-05-01, Dento maxillo facial radiology DOI:10.1093/dmfr/twae069 PMID:39932925	research paper	评估基于深度学习的下颌管分割技术在锥形束CT数据中的准确性和可靠性，为牙科种植治疗规划提供支持工具	提出的深度学习模型在下颌管分割任务中达到人类水平的表现，并可能减少神经血管并发症风险	样本量相对较小（90例CBCT扫描），且仅由两名经验丰富的牙科影像从业者进行定性评估	开发可靠且高效的牙科种植治疗规划支持工具	下颌管在锥形束CT（CBCT）中的分割	digital pathology	NA	锥形束CT（CBCT）	hierarchical convolutional neural network	image	90例CBCT扫描（69例训练，1例验证，20例测试）
1447	2025-04-04	scAtlasVAE: a deep learning framework for generating a human CD8+ T cell atlas 2025-May, Nature reviews. Cancer DOI:10.1038/s41568-025-00811-0 PMID:40175619	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1448	2025-05-01	Analyzing resuscitation conference content through the lens of the chain of survival 2025-May, Resuscitation plus IF:2.1Q2 DOI:10.1016/j.resplu.2025.100951 PMID:40297165	研究论文	通过生存链框架分析复苏会议的内容	首次使用生存链框架对复苏会议摘要进行系统分析，并考察了人工智能和机器学习在数据分析中的应用	仅分析了两大会议的数据，可能无法代表所有复苏科学会议的情况	了解复苏科学会议中讨论的主题分布及其与生存链框架的对应关系	复苏会议摘要	医学信息学	心血管疾病	机器学习	NA	文本	Resuscitation 2024的54篇摘要和Resuscitation Science Symposium 2024的47篇摘要
1449	2025-05-01	Predicting Mortality with Deep Learning: Are Metrics Alone Enough? 2025-May, Radiology. Artificial intelligence DOI:10.1148/ryai.250224 PMID:40304577	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1450	2025-04-29	Deep learning for cerebral vascular occlusion segmentation: A novel ConvNeXtV2 and GRN-integrated U-Net framework for diffusion-weighted imaging 2025-May-14, Neuroscience IF:2.9Q2 DOI:10.1016/j.neuroscience.2025.04.010 PMID:40204150	研究论文	提出了一种结合ConvNeXtV2和GRN的U-Net框架，用于扩散加权成像中的脑血管闭塞分割	首次将ConvNeXtV2应用于脑血管闭塞分割领域，并提出了结合GRN的新型U-Net架构	预处理步骤中移除了小病灶（≤5像素），可能影响对小病灶的识别	提高脑血管闭塞的分割准确性，以支持临床诊断和治疗	脑血管闭塞的MRI图像	计算机视觉	脑血管疾病	MRI	U-Net, ConvNeXtV2, GRN	图像	ISLES 2022数据集
1451	2025-04-29	A fully automatic radiomics pipeline for postoperative facial nerve function prediction of vestibular schwannoma 2025-May-14, Neuroscience IF:2.9Q2 DOI:10.1016/j.neuroscience.2025.04.008 PMID:40210197	研究论文	提出了一种基于多序列MRI的全自动深度学习方法来预测前庭神经鞘瘤患者术后面神经功能	结合Transformer和U-Net开发了2.5D Trans-UNet分割网络，并整合1DCNN和GRU构建深度学习网络，实现全自动预测	未提及模型在其他数据集上的泛化能力或临床实际应用中的潜在限制	开发全自动放射组学流程以预测前庭神经鞘瘤患者术后面神经功能	前庭神经鞘瘤患者	数字病理学	前庭神经鞘瘤	多序列磁共振成像(MRI)	2.5D Trans-UNet, 1DCNN-GRU	医学影像	公共和私人数据集（具体数量未提及）
1452	2025-04-29	Deep learning based abiotic crop stress assessment for precision agriculture: A comprehensive review 2025-May, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2025.125158 PMID:40203709	综述	本文全面回顾了深度学习在非生物作物胁迫评估中的应用，包括多种深度学习模型和数据类型的使用	详细分析了深度学习在非生物作物胁迫评估中的多种应用，包括分类、定位和量化，并讨论了模型的独特能力和未来方向	面临标记数据有限、模型可解释性和互操作性等挑战	探讨深度学习在非生物作物胁迫评估中的应用，以推动数据驱动的精准农业	非生物胁迫作物，包括水分、营养、盐度、温度和重金属胁迫	计算机视觉	NA	深度学习	ANN, CNN, RNN, ViT	IoT传感器数据、热成像、光谱、RGB图像、无人机和卫星影像	NA
1453	2025-04-29	Advancing harmful algal bloom predictions using chlorophyll-a as an Indicator: Combining deep learning and EnKF data assimilation method 2025-May, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2025.125441 PMID:40254001	研究论文	本研究结合深度学习和EnKF数据同化方法，利用叶绿素a作为指标，提升有害藻华预测的准确性	引入数据同化(DA)方法，结合实时观测数据与模型预测，克服了传统数据驱动模型的固有结构和生成过程的不确定性	未明确说明模型在其他环境或不同数据集上的泛化能力	提升有害藻华(HABs)预测的准确性和可靠性，支持有效的HABs管理和决策	有害藻华(HABs)及其预测模型	机器学习	NA	数据同化(DA), Ensemble Kalman Filter (EnKF)	LSTM, GRU	高频pH、温度、特定电导率、浊度、溶解氧、饱和溶解氧和氧化还原电位(ORP)数据	NA
1454	2025-04-29	Quaternary stabilization of a GH2 β-galactosidase from the psychrophile A. ikkensis, a flexible and unstable dimeric enzyme 2025-May, Protein science : a publication of the Protein Society IF:4.5Q1 DOI:10.1002/pro.70141 PMID:40277444	研究论文	研究来自嗜冷菌Alkalilactibacillus ikkensis的冷活性GH2 β-半乳糖苷酶AiLac的低温活性和稳定性	通过AlphaFold结构预测结合SAXS和流动诱导分散分析，提出了可逆单体-二聚体模型，展示了冷适应在四级结构水平上的结构适应性	AiLac对热和尿素高度敏感，且在室温下即观察到早期解折叠事件	探究冷活性酶低温活性的基础及其在节能过程中的应用	来自嗜冷菌Alkalilactibacillus ikkensis的GH2 β-半乳糖苷酶AiLac	生物化学	NA	固有荧光、圆二色性、小角X射线散射(SAXS)、流动诱导分散分析	生成式深度学习模型	结构预测数据、散射数据、活性测定数据	NA
1455	2025-04-27	Incidence trends, overall survival, and metastasis prediction using multiple machine learning and deep learning techniques in pediatric and adolescent population with osteosarcoma and Ewing's sarcoma: nomogram and webpage 2025-May, Clinical & translational oncology : official publication of the Federation of Spanish Oncology Societies and of the National Cancer Institute of Mexico IF:2.8Q2 DOI:10.1007/s12094-024-03717-9 PMID:39333451	研究论文	本研究分析了儿童和青少年骨肉瘤和尤文肉瘤的发病率和总生存率，并利用机器学习和深度学习模型预测转移可能性	结合多种机器学习和深度学习技术构建预测模型，并开发了在线列线图以增强临床实用性	研究时间跨度较长（2004-2020），可能无法反映最新的治疗进展	分析骨肉瘤和尤文肉瘤的发病率趋势及预测转移风险	2465名骨肉瘤患者和1373名尤文肉瘤患者（年龄0-19岁）	机器学习	骨肉瘤和尤文肉瘤	机器学习（Lasso、岭回归、弹性网络、随机森林）和深度学习（基于TensorFlow和Keras）	随机森林和深度学习模型	临床数据	2465名骨肉瘤患者和1373名尤文肉瘤患者
1456	2025-04-27	Radiomics model for predicting distant metastasis in soft tissue sarcoma of the extremities and trunk treated with surgery 2025-May, Clinical & translational oncology : official publication of the Federation of Spanish Oncology Societies and of the National Cancer Institute of Mexico IF:2.8Q2 DOI:10.1007/s12094-024-03746-4 PMID:39354269	研究论文	本研究开发了一种基于MRI的放射组学模型，用于预测接受手术治疗的四肢和躯干软组织肉瘤的远处转移	结合了深度学习和放射组学特征，构建了深度学习放射组学(DLR)模型，能够从MRI中获取更丰富的信息，预测软组织肉瘤的转移风险	样本量相对较小，训练集73例，外部验证集40例	预测软组织肉瘤(STS)的远处转移风险	四肢和躯干的软组织肉瘤患者	数字病理	软组织肉瘤	MRI成像，深度学习特征提取	3D ResNet10, 多种机器学习算法	MRI图像	训练集73例，外部验证集40例
1457	2025-04-27	Deep learning super-resolution reconstruction for fast and high-quality cine cardiovascular magnetic resonance 2025-May, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-11145-0 PMID:39441391	研究论文	比较标准分辨率与通过深度学习超分辨率算法重建的低分辨率心血管磁共振电影图像的质量和效率	使用深度学习超分辨率算法重建低分辨率心血管磁共振图像，显著减少采集时间而不影响图像质量或容积测量结果	样本量较小（30名参与者），且未明确说明深度学习模型的具体架构和训练细节	评估深度学习超分辨率重建在心血管磁共振成像中的应用效果	健康志愿者和患者的心血管磁共振电影图像	医学影像分析	心血管疾病	深度学习超分辨率算法、压缩感知去噪和分辨率提升	DL（深度学习）	磁共振图像	30名参与者（20名健康志愿者和10名患者）
1458	2025-04-27	Improving Deep Learning Models for Pediatric Low-Grade Glioma Tumours Molecular Subtype Identification Using MRI-based 3D Probability Distributions of Tumour Location 2025-May, Canadian Association of Radiologists journal = Journal l'Association canadienne des radiologistes DOI:10.1177/08465371241296834 PMID:39544176	research paper	该研究通过结合MRI肿瘤位置概率图与CNN模型，提高了儿童低级别胶质瘤分子亚型识别的准确性	创新点在于将肿瘤位置概率图整合到CNN模型中，显著提升了分子亚型识别的性能	研究为回顾性研究，样本量相对较小（214例），且仅基于单一机构的MRI数据	提高儿童低级别胶质瘤（pLGG）分子亚型识别的准确性	儿童低级别胶质瘤（pLGG）患者	digital pathology	pediatric low-grade glioma	MRI FLAIR序列	CNN	3D MRI图像	214例患者（110例男性，平均年龄8.54岁，143例BRAF融合和71例BRAF V600E突变）
1459	2025-04-27	MAI-TargetFisher: A proteome-wide drug target prediction method synergetically enhanced by artificial intelligence and physical modeling 2025-May, Acta pharmacologica Sinica IF:6.9Q1 DOI:10.1038/s41401-024-01444-z PMID:39870848	research paper	提出了一种名为MAI-TargetFisher的全基因组小分子靶点扫描方法，结合人工智能和物理建模技术，用于药物靶点定位和潜在脱靶效应检测	首次实现了跨整个人类基因组的蛋白质表面全面扫描，评估每个蛋白质上的潜在小分子结合位点	未明确提及具体局限性	提高药物开发的成功率，通过早期定位药物靶点和检测潜在脱靶效应	人类蛋白质组中的蛋白质结构及其潜在结合位点	生物信息学	NA	人工智能和生物物理模型相结合的计算技术	多算法集成模型（MAI-TargetFisher）	蛋白质结构数据	覆盖82%的蛋白质编码基因组
1460	2025-04-27	Deep learning-driven semi-rational design in phenylalanine ammonia-lyase for enhanced catalytic efficiency 2025-May, International journal of biological macromolecules IF:7.7Q1 DOI:10.1016/j.ijbiomac.2025.141024 PMID:39984092	研究论文	本研究利用深度学习指导的半理性设计方法，提高了苯丙氨酸氨裂解酶（PAL）的催化效率	采用深度学习指导的策略结合高通量筛选和酶活性测定，成功提高了PAL的催化效率和活性	研究仅针对Anabaena variabilis来源的PAL（AvPAL），可能不适用于其他来源的PAL	提高苯丙氨酸氨裂解酶（PAL）的催化效率，以增强其在农业、工业和疾病治疗中的应用潜力	Anabaena variabilis来源的苯丙氨酸氨裂解酶（AvPAL）及其突变体	机器学习	苯丙酮尿症（PKU）	深度学习、高通量筛选、酶活性测定、分子动力学模拟	深度学习模型	酶活性数据、分子动力学模拟数据	33个突变体中的26个被验证具有增强的活性