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
481	2025-06-26	Development of an AI model for pneumothorax imaging: Dataset and model optimization strategies for real-world deployment 2025-Jun, European journal of radiology open IF:1.8Q3 DOI:10.1016/j.ejro.2025.100664 PMID:40547323	研究论文	本研究开发了一种基于深度学习的AI辅助气胸诊断系统，旨在提高诊断效率和准确性，减轻放射科医生的工作负担，并提供及时治疗	采用DenseNet121模型优化气胸诊断，通过调整数据集分割和重新训练显著提高了模型性能	模型在复杂病例中难以识别关键区域，性能受数据多样性、图像质量和临床复杂性影响	开发AI辅助气胸诊断系统以提高诊断效率和准确性	气胸患者的胸部X光图像	数字病理	气胸	深度学习	DenseNet121	图像	6888张胸部X光图像
482	2025-06-26	Navigating the AI Landscape in Medical Imaging: A Critical Analysis of Technologies, Implementation, and Implications 2025-Jun, Radiology IF:12.1Q1 DOI:10.1148/radiol.240982 PMID:40552997	综述	本文对医学影像中人工智能技术的应用、实施和影响进行了批判性分析	综合多模态影像数据、临床记录和大语言模型的全面人工智能技术	专家标注数据稀疏、监管障碍、临床实施滞后、技术障碍包括数据可用性、大语言模型可解释性、深度学习模型泛化能力和临床整合	优化医学影像中人工智能技术的安全性和临床应用	医学影像人工智能技术	数字病理	NA	深度学习、少样本学习、自监督模型	大语言模型、深度学习模型	多模态影像数据、临床记录	NA
483	2025-06-26	Genomic prediction of plant traits by popular machine learning methods 2025-Jun, Vavilovskii zhurnal genetiki i selektsii IF:0.9Q3 DOI:10.18699/vjgb-25-49 PMID:40556974	综述	本文综述了基因组预测中机器学习、深度学习和人工智能的应用，特别是可解释人工智能在识别复杂模式中的作用	强调了可解释人工智能、大型语言模型和混合方法在基因组预测中的创新应用	未提及具体研究样本量或实验验证结果	探讨基因组预测中机器学习方法的应用和发展趋势	植物性状的基因组预测	机器学习	NA	机器学习、深度学习、可解释人工智能、大型语言模型	CNN、Transformer	基因组数据	NA
484	2025-06-26	Deep learning approach to the estimation of the ratio of reproductive modes in a partially clonal population 2025-Jun, Vavilovskii zhurnal genetiki i selektsii IF:0.9Q3 DOI:10.18699/vjgb-25-50 PMID:40556975	研究论文	本研究应用深度学习方法来估计部分克隆种群中生殖模式的比例	开发了一种专门设计的卷积神经网络模型，用于分析具有混合生殖策略的种群动态，能够高精度估计生殖模式比例	模型假设生殖比例在具有双重生殖策略和稳定种群大小的种群中随时间保持不变	解决进化生物学中关于有性和无性生殖平衡的关键问题	具有混合生殖策略的种群	机器学习	NA	深度学习	CNN	遗传标记数据	小样本量
485	2025-06-26	Diagnostic Performance of ChatGPT-4o in Detecting Hip Fractures on Pelvic X-rays 2025-Jun, Cureus DOI:10.7759/cureus.86654 PMID:40557058	research paper	评估ChatGPT-4o在骨盆X光片上检测髋部骨折的诊断性能	首次评估ChatGPT-4o在髋部骨折诊断中的应用，探索AI在医学影像中的潜力	对非移位性骨折的敏感性较低，导致较多假阴性结果	评估AI模型在髋部骨折诊断中的性能	骨盆X光片	medical imaging	hip fracture	deep learning	ChatGPT-4o	X-ray images	200张骨盆X光片（100例骨折患者，100例无骨折患者）
486	2025-06-25	Refining cardiac segmentation from MRI volumes with CT labels for fine anatomy of the ascending aorta 2025-Jun-24, Radiological physics and technology IF:1.7Q3 DOI:10.1007/s12194-025-00926-x PMID:40553227	research paper	本研究评估了一种基于CT引导的细化方法，用于从MRI体积中进行心脏分割，重点保留Valsalva窦的详细形状	利用CT体积的标签来细化MRI体积中的心脏分割，特别是针对Valsalva窦的低空间对比度问题	尽管在某些输出中观察到Valsalva窦附近的隆起结构，但定量分割精度的改进未能得到验证	提高心脏MRI分割的精度，特别是针对Valsalva窦等复杂结构	心脏结构，特别是Valsalva窦和升主动脉	digital pathology	cardiovascular disease	MRI, CT, 深度学习	nnU-Net	image	20个MRI体积和20个CT体积
487	2025-06-25	Preoperative Assessment of Lymph Node Metastasis in Rectal Cancer Using Deep Learning: Investigating the Utility of Various MRI Sequences 2025-Jun-24, Annals of surgical oncology IF:3.4Q1 DOI:10.1245/s10434-025-17717-8 PMID:40553356	研究论文	本研究旨在开发一种基于三维多参数磁共振成像（mpMRI）的深度学习模型，用于直肠癌术前淋巴结转移评估，并探讨不同MRI序列的贡献	设计了多参数多尺度EfficientNet（MMENet）模型，有效提取mpMRI中与淋巴结转移相关的特征，并在性能上优于单参数模型和其他序列组合的MMENet以及放射科医生	研究为回顾性设计，可能受到样本选择和偏倚的影响	开发深度学习模型用于直肠癌术前淋巴结转移评估	直肠癌患者	数字病理	直肠癌	mpMRI	EfficientNet（MMENet）	MRI图像	613名来自四个医疗中心的直肠癌患者
488	2025-06-25	Neural network-based multi-task learning to assist planning of posterior spinal fusion surgery for adolescent idiopathic scoliosis 2025-Jun-24, Spine deformity IF:1.6Q3 DOI:10.1007/s43390-025-01125-9 PMID:40553418	研究论文	本研究开发了一种基于神经网络的多任务学习模型，用于辅助青少年特发性脊柱侧弯后路脊柱融合手术的规划	首次将多任务学习神经网络应用于青少年特发性脊柱侧弯手术规划，能够同时预测多个手术相关参数	样本量相对较小（189例患者），且仅针对Lenke 1A和2A型曲线的患者	改善青少年特发性脊柱侧弯后路脊柱融合手术的规划效果	青少年特发性脊柱侧弯患者	数字病理学	青少年特发性脊柱侧弯	深度学习	NNML（神经网络多任务学习模型）	临床和影像数据	189例AIS患者（训练集179例，外部验证10例）
489	2025-06-24	Uncertainty Quantification and Temperature Scaling Calibration for Protein-RNA Binding Site Prediction 2025-Jun-23, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00556 PMID:40455481	研究论文	本文提出了一种结合多尺度图卷积网络、卷积神经网络和注意力机制的MGCA模型，用于预测蛋白质-RNA结合位点，并引入不确定性量化方法提升预测的可靠性	提出MGCA模型整合多尺度特征提取，首次在蛋白质-RNA结合位点预测中系统应用不确定性量化方法，并提出基于ECE的分箱筛选方法和温度缩放校准技术	未明确说明模型在跨物种或不同RNA结合蛋白家族上的泛化能力，实验数据集的规模和多样性未详细描述	提高蛋白质-RNA结合位点预测的准确性和预测结果的可信度	蛋白质-RNA相互作用位点	生物信息学	NA	多尺度图卷积网络、卷积神经网络、注意力机制、温度缩放校准	MGCA（图卷积网络+CNN+注意力机制）	蛋白质序列和结构数据	未明确说明具体样本量
490	2025-06-24	Molecular Optimization Based on a Monte Carlo Tree Search and Multiobjective Genetic Algorithm 2025-Jun-23, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00584 PMID:40456025	研究论文	本文提出了一种结合蒙特卡洛树搜索和多目标遗传算法的分子优化方法MNopt，用于解决药物化学中分子设计的挑战	创新性地整合了蒙特卡洛树搜索（MCTS）和非劣排序遗传算法II（NSGA-II），在不需要大量分子训练数据集的情况下，有效平衡多目标优化并提高分子结构的有效性	未提及具体实验样本量或实际应用中的潜在限制	开发一种高效的分子优化方法，以支持新药发现和材料科学	分子数据集的优化和潜在价值分子的筛选	机器学习和药物化学	NA	蒙特卡洛树搜索（MCTS）和非劣排序遗传算法II（NSGA-II）	MCTS和NSGA-II	分子数据	NA
491	2025-06-24	Explainable RNA-Small Molecule Binding Affinity Prediction Based on Multiview Enhancement Learning 2025-Jun-23, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c01064 PMID:40461953	研究论文	提出了一种可解释的多视角、多尺度深度学习网络EMMPTNet，用于预测RNA-小分子结合亲和力	基于物理化学和拓扑特性，通过四个模块从多个视角高效提取特征，并利用多层感知器预测结合亲和力	未提及具体局限性	准确预测RNA-小分子结合亲和力以筛选潜在药物	RNA-小分子复合物	机器学习	NA	RNA-小分子结合亲和力预测	EMMPTNet（多视角、多尺度深度学习网络）	物理化学和拓扑特性数据	未提及具体样本数量
492	2025-06-24	Improving Covalent and Noncovalent Molecule Generation via Reinforcement Learning with Functional Fragments 2025-Jun-23, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00944 PMID:40471710	research paper	本文提出了一种基于功能片段的强化学习框架MOFF，用于生成共价和非共价分子，以支持癌症治疗中的药物发现	MOFF是首个使用功能片段和强化学习生成共价分子的框架，结合了对接分数作为奖励函数，并通过分子动力学模拟验证了其生成的分子	研究仅针对BTK和EGFR进行了案例验证，未广泛测试其他靶点	开发一种新的分子生成框架，以支持癌症治疗中的药物发现	共价和非共价分子	machine learning	cancer	reinforcement learning, molecular docking, molecular dynamics simulations	Soft Actor-Critic algorithm	molecular data	案例研究涉及Bruton's tyrosine kinase (BTK)和epidermal growth factor receptor (EGFR)
493	2025-06-24	Deep Learning Approaches for Predicting the Surface Tension of Ionic Liquids 2025-Jun-23, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00158 PMID:40476518	研究论文	本研究提出了两种深度学习模型，用于预测离子液体在恒定压力下广泛温度范围内的表面张力	使用简化的分子输入线表示系统（SMILES）提取分子特征作为输入，开发了两种深度学习模型来预测离子液体的表面张力	NA	加速离子液体的发现和设计，通过计算模型预测其表面张力	离子液体（ILs）	机器学习	NA	深度学习（DL）	深度学习模型	分子特征（SMILES表示）	NA
494	2025-06-24	Leveraging transformers for semi-supervised pathogenicity prediction with soft labels 2025-Jun-23, Journal of integrative bioinformatics IF:1.5Q3 DOI:10.1515/jib-2024-0047 PMID:40538169	研究论文	本文介绍了一种基于深度学习的模型，用于预测遗传变异的致病性，以推动个性化医疗的发展	采用半监督学习方法，有效利用明确标记和不确定标记的数据，并引入Feature Tokenizer Transformer架构处理数值和分类基因组信息	模型在不确定标记（软标记）数据上的预测效果未详细讨论	预测遗传变异的致病性，推动个性化医疗	遗传变异	机器学习	NA	NGS	Feature Tokenizer Transformer	基因组数据	NA
495	2025-06-24	Hyperspectral Imaging Combined With Deep Learning for Precision Grading of Clear Cell Renal Cell Carcinoma 2025-Jun-23, Journal of biophotonics IF:2.0Q3 DOI:10.1002/jbio.202500180 PMID:40545924	研究论文	本研究提出了一种结合高光谱成像（HSI）和深度学习的方法，用于精确分级透明细胞肾细胞癌（ccRCC）	采用基于小波的去噪和主成分分析（PCA）的预处理流程，以及结合注意力机制和Transformer模块的1D卷积神经网络，以提取局部光谱特征和全局上下文信息	样本量较小（80例ccRCC样本），可能需要更大规模的数据集验证	提高透明细胞肾细胞癌的诊断准确性，支持更精确的个性化治疗计划	透明细胞肾细胞癌（ccRCC）	数字病理学	肾癌	高光谱成像（HSI）	1D CNN结合注意力机制和Transformer模块	图像	80例ccRCC样本
496	2025-06-24	PruEV-AI: a Simple Approach Combines Urinary Extracellular Vesicle Isolation with AI-Assisted Analysis for Prostate Cancer Diagnosis 2025-Jun-23, Small methods IF:10.7Q1 DOI:10.1002/smtd.202500659 PMID:40545998	research paper	介绍了一种结合尿液细胞外囊泡（uEVs）分离与AI辅助分析的集成诊断系统PruEV-AI，用于前列腺癌（PCa）的非侵入性诊断	开发了一种快速uEVs分离方法，结合AI分析多个miRNA标志物，显著提高了前列腺癌的诊断准确性	样本量相对较小（48例PCa患者和49例对照）	开发一种高效、非侵入性的前列腺癌诊断方法	尿液细胞外囊泡（uEVs）中的miRNA标志物	digital pathology	prostate cancer	RT-qPCR, deep learning	DL	miRNA expression data	48 PCa患者和49例对照的尿液样本
497	2025-06-24	Enhancing Lung Cancer Diagnosis: An Optimization-Driven Deep Learning Approach with CT Imaging 2025-Jun-23, Cancer investigation IF:1.8Q3 DOI:10.1080/07357907.2025.2518404 PMID:40546028	研究论文	本研究提出了一种优化的CBAM-EfficientNet模型，用于增强特征提取并提高肺癌分类的准确性	结合EfficientNet降低计算复杂度，并利用CBAM模块突出关键空间和通道特征，同时应用多种优化算法（GWO、WO、BA）进行超参数调优	未提及模型在更广泛数据集上的泛化能力，以及在实际临床环境中的验证情况	提高肺癌诊断的准确性和效率	肺癌CT影像	数字病理	肺癌	CT成像	CBAM-EfficientNet	图像	两个基准数据集（Lung-PET-CT-Dx和LIDC-IDRI）
498	2025-06-24	Advancements in Caries Diagnostics Using Bite-Wing Radiography : A Systematic Review of Deep Learning Approaches 2025-Jun-22, Caries research IF:2.9Q1 DOI:10.1159/000546448 PMID:40544827	系统性综述	本文通过系统性综述评估了深度学习在咬翼片放射影像中龋齿诊断的应用	总结了深度学习在龋齿检测、分割和分类中的最新进展，并识别了当前研究的方法学异质性和标准化不足的问题	研究存在方法学异质性、数据集多样性有限、临床验证不足以及偏倚和数据透明度问题	评估深度学习在咬翼片放射影像中龋齿诊断的应用效果	咬翼片放射影像中的龋齿	计算机视觉	龋齿	深度学习	ResNet, YOLO	图像	112至8539张图像
499	2025-06-24	Ultrasound placental image texture analysis using artificial intelligence and deep learning models to predict hypertension in pregnancy 2025-Jun-21, International journal of gynaecology and obstetrics: the official organ of the International Federation of Gynaecology and Obstetrics DOI:10.1002/ijgo.70306 PMID:40542591	research paper	该研究利用深度学习技术分析超声胎盘图像纹理，预测妊娠期高血压疾病	结合多种深度学习模型（CNN、迁移学习、Vision Transformer与TabNet分类器）进行胎盘图像分析，提高了预测准确性	研究样本中其他不良妊娠结局的病例未单独分析，可能影响模型特异性	开发基于人工智能的妊娠期高血压疾病早期预测方法	妊娠期妇女的超声胎盘图像	digital pathology	cardiovascular disease	超声成像	CNN, Efficient Net B0, Vision Transformer (ViT), TabNet	image	1008名孕妇（其中143名确诊HDP）
500	2025-06-24	Innovating cell culture process development with deep learning-powered robotic experimentation using the first Industrial Smart Lab Framework 2025-Jun-21, Biotechnology progress IF:2.5Q3 DOI:10.1002/btpr.70051 PMID:40542657	研究论文	介绍了一种结合深度学习和机器人实验的工业智能实验室框架（ISLFCC），用于优化细胞培养过程	首次将深度学习与机器人实验结合，实现高通量自动化细胞培养，显著提高产量和效率	仅在小规模（3L和15L）生物反应器中进行了验证，未涉及更大规模的应用	优化生物制剂（如抗体和重组蛋白）的生产过程	细胞培养过程	生物制造	NA	深度学习、机器人实验、IoT系统	decoder-only transformer	生物反应器分析数据	三种不同的细胞克隆