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
541	2025-10-06	Changes in Epidemiological Characteristics of Varicella and Breakthrough Cases in Ningbo, China, From 2010 to 2023: Surveillance Study 2025-Jun-18, JMIR public health and surveillance IF:3.5Q1 DOI:10.2196/71691 PMID:40533066	研究论文	本研究监测了2010-2023年宁波市水痘流行病学特征和突破病例变化，为免疫策略调整提供依据	首次建立出生队列分析突破病例，并构建递归神经网络模型分析非药物干预措施对水痘传播的影响	研究依赖于监测系统数据，可能存在报告偏倚；模型预测精度受多种因素影响	监测水痘流行病学特征变化，评估疫苗接种效果和非药物干预措施影响	宁波市2010-2023年报告的70,163例水痘病例，特别是2009-2013年出生队列	公共卫生流行病学	水痘	主动监测(2010-2011)、被动监测(2012-2023)、深度学习分析	递归神经网络(RNN)	流行病学监测数据、免疫接种数据	70,163例水痘病例报告	NA	递归神经网络	均方误差(49.96)	NA
542	2025-06-20	Author Correction: Focal liver lesion diagnosis with deep learning and multistage CT imaging 2025-Jun-18, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-61097-2 PMID:40533457	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
543	2025-10-06	Smartphone eye-tracking with deep learning: Data quality and field testing 2025-Jun-18, Behavior research methods IF:4.6Q1 DOI:10.3758/s13428-025-02718-y PMID:40533681	研究论文	本文开发了一种基于深度学习的实时智能手机眼动追踪系统，并与专业眼动仪进行性能对比	首次在智能手机上实现基于深度神经网络的实时眼动追踪，并进行了大规模样本验证	追踪精度(0.177°)低于专业眼动仪(0.028°)，样本规模相对有限	开发适用于智能手机的高质量眼动追踪系统，探索其在科学和临床应用中的潜力	人类注意力测量和抑郁症状预测	计算机视觉	抑郁症	深度学习，眼动追踪	深度神经网络	面部图像	740万张面部图像训练数据，32人性能测试，98人现场测试	NA	深度神经网络	追踪精度，追踪准确度，预测准确率	智能手机移动计算平台
544	2025-10-06	Automated Multi-grade Brain Tumor Classification Using Adaptive Hierarchical Optimized Horse Herd BiLSTM Fusion Network in MRI Images 2025-Jun-18, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-025-00708-4 PMID:40533703	研究论文	提出一种用于MRI图像中脑肿瘤多级分层分类的新型网络模型	采用自适应分层优化马群BiLSTM融合网络进行多级肿瘤分类，结合改进的自适应强度归一化和双树复小波变换特征提取	未明确说明模型的计算复杂度和实时性能限制	提高MRI图像中不同级别脑肿瘤分类的精确度	脑肿瘤MRI图像	医学影像分析	脑肿瘤	MRI	BiLSTM	医学图像	BraTS Challenge 2021、Br35H和BraTS Challenge 2023数据集	NA	自适应分层优化马群BiLSTM融合网络	精确率, 召回率, F1分数	NA
545	2025-10-06	MRI super-resolution reconstruction using efficient diffusion probabilistic model with residual shifting 2025-Jun-16, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ade049 PMID:40460850	研究论文	提出一种结合残差偏移机制的高效扩散概率模型用于MRI超分辨率重建	引入残差偏移机制显著减少采样步骤，在保持解剖细节的同时加速MRI重建	NA	开发高效的MRI超分辨率重建方法以减少采集时间和运动伪影	超高场脑T1 MP2RAGE图像和T2加权前列腺图像	医学影像处理	脑部疾病,前列腺疾病	磁共振成像	扩散概率模型	医学图像	NA	NA	Res-SRDiff	PSNR,SSIM,GMSD,学习感知图像块相似度,Likert评分	NA
546	2025-10-06	Predicting mucosal healing in Crohn's disease: development of a deep-learning model based on intestinal ultrasound images 2025-Jun-16, Insights into imaging IF:4.1Q1 DOI:10.1186/s13244-025-02014-5 PMID:40522531	研究论文	开发基于肠道超声图像和临床信息的深度学习模型，用于预测克罗恩病患者黏膜愈合情况	首次利用深度学习模型结合基线肠道超声图像预测克罗恩病黏膜愈合	需要更多多中心真实世界数据进一步验证和改进模型	预测克罗恩病治疗反应，优化治疗方案	克罗恩病患者	数字病理	克罗恩病	肠道超声	CNN	图像	190名患者，1548张肠道超声图像	NA	卷积神经网络	AUC, 敏感度, 特异度, 阳性预测值, 阴性预测值	NA
547	2025-10-06	AI-echocardiography: Current status and future direction 2025-Jun, Journal of cardiology IF:2.5Q2 DOI:10.1016/j.jjcc.2025.02.005 PMID:40023671	综述	本文综述了人工智能在超声心动图领域的当前应用状况、技术局限性和未来发展方向	探讨了基于大语言模型的零样本预测和自动报告生成等前沿技术，分析了AI在心血管疾病预测中的非参数依赖能力	依赖大量历史训练数据，专业标注需求可能限制技术普及	总结AI在超声心动图分析中的应用现状并展望未来发展方向	超声心动图数据和心血管疾病	医学影像分析	心血管疾病	深度学习，大语言模型	深度学习模型	超声心动图影像	基于大规模历史训练数据	NA	NA	NA	大规模计算资源
548	2025-10-06	Chemical Properties-Based Deep Learning Models for Recommending Rational Daily Diet Combinations to Diabetics Through Large-Scale Virtual Screening of α-Glucosidase Dietary-Derived Inhibitors and Verified In Vitro 2025-Jun-18, Journal of agricultural and food chemistry IF:5.7Q1 DOI:10.1021/acs.jafc.5c03646 PMID:40472393	研究论文	基于化学性质开发深度学习模型，通过大规模虚拟筛选α-葡萄糖苷酶膳食来源抑制剂并体外验证，为糖尿病患者推荐合理的日常饮食组合	首次结合三种基于化学性质的深度学习模型（α-葡萄糖苷酶抑制剂、安全性和药物相互作用）进行大规模膳食化合物筛选，发现59个新型抑制剂并验证协同效应	研究主要基于虚拟筛选和体外验证，尚未进行临床实验验证	开发基于深度学习的饮食推荐系统，帮助糖尿病患者选择合理的日常饮食组合	膳食来源化合物，特别是α-葡萄糖苷酶抑制剂	机器学习	糖尿病	虚拟筛选，体外验证实验	深度学习模型	化学性质数据	FooDB数据库中约70,000种食物来源化合物，筛选出75种潜在AGIs	NA	NA	体外验证的抑制效果	NA
549	2025-10-06	Explainable AI predicting Alzheimer's disease with latent multimodal deep neural networks 2025-Jun-18, Journal of biopharmaceutical statistics IF:1.2Q2 DOI:10.1080/10543406.2025.2511194 PMID:40528446	研究论文	提出一种新颖的潜在多模态深度学习框架，利用临床、神经影像和遗传数据预测阿尔茨海默病认知状态	引入潜在多模态深度学习框架，结合注意力机制和交叉注意力层提升预测性能，并计算模态重要性分数增强模型可解释性	样本量相对有限（322名患者），数据来源单一（仅ADNI数据库）	预测阿尔茨海默病认知状态	阿尔茨海默病患者	机器学习	阿尔茨海默病	验证性因子分析(CFA)	深度神经网络	临床数据, 神经影像数据, 遗传数据	322名55-92岁患者	NA	多模态深度神经网络	平均绝对误差(MAE), 均方误差(MSE)	NA
550	2025-10-06	Identifying and predicting EEG microstates with sequence-to-sequence deep learning models for online applications 2025-Jun-17, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/ade1f8 PMID:40480246	研究论文	提出基于序列到序列深度学习框架的EEG微状态在线识别与预测方法	首次将序列到序列深度学习模型应用于EEG微状态分析，实现从离线聚类到在线模型-数据混合计算范式的转变	在两个公共数据集上验证，样本规模和多样性可能有限	开发适用于跨被试、跨数据集和多任务场景的EEG微状态在线分析方法	脑电图微状态	机器学习	NA	脑电图	序列到序列深度学习模型	EEG信号序列数据	两个公共数据集	NA	序列到序列架构	准确率	NA
551	2025-10-06	NLP-like deep learning aided in identification and validation of thiosulfinate tolerance clusters in diverse bacteria 2025-Jun-17, mSphere IF:3.7Q2 DOI:10.1128/msphere.00023-25 PMID:40525872	研究论文	本研究应用类似自然语言处理的深度学习技术识别和验证了多种细菌中的硫代亚磺酸盐耐受基因簇	首次将NLP-like技术应用于细菌基因簇识别，解决了传统方法因序列多样性而难以识别的问题	研究主要聚焦于植物病原菌，在其他细菌类型中的应用仍需验证	开发新方法识别细菌中难以发现的硫代亚磺酸盐耐受基因簇	多种植物病原菌及其基因簇	自然语言处理, 生物信息学	植物细菌性疾病	自然语言处理技术, 基因序列分析, 蛋白质结构预测	深度学习	基因序列数据, 蛋白质序列数据	RefSeq细菌数据库中的多个菌株，包括97-1R、pv. FDAARGOS 389和pv. tomato DC3000	DeepBGC	NA	实验验证	NA
552	2025-10-06	Innovative deep learning and signal decomposition approaches for enhanced spatial and temporal suspended sediment concentration prediction 2025-Jun-17, Environmental science and pollution research international DOI:10.1007/s11356-025-36581-3 PMID:40526349	研究论文	本研究提出新型混合深度学习方法来提高悬浮泥沙浓度的时空预测精度	结合多种深度学习模型与信号分解技术，首次将CEEMDAN和SVMD与DDNN结合用于SSC预测	研究仅限于美国科罗拉多河下游的四个连续监测站数据	开发精确可靠的悬浮泥沙浓度预测方法以改善河流管理	美国科罗拉多河下游的悬浮泥沙浓度	机器学习	NA	小波变换相干性分析，信号分解技术	LSTM, BiLSTM, GRU, DDNN	时间序列数据	2008年至2022年美国科罗拉多河下游四个连续监测站的数据集	NA	密集深度神经网络	均方误差，均方根误差，纳什-萨克利夫效率，相关系数R	NA
553	2025-10-06	ABNN: Adaptive-Gating Binary Neural Network With Dynamic Activation Quantization for Industrial Health Status Prediction 2025-Jun-17, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2025.3577620 PMID:40526547	研究论文	提出一种用于工业健康状态预测的自适应门控二值神经网络，通过动态激活量化优化边缘设备部署	提出趋势感知编码器优化输入层二值化过程、可学习精度指示器动态调整推理精度、自适应门控卷积在保持拟合能力的同时提升表示能力	未明确说明模型在极端工业环境下的鲁棒性测试结果	解决工业边缘场景资源受限和实时性要求下的设备健康状态预测问题	工业边缘场景中的复杂工业设备	机器学习	NA	二值神经网络、FPGA硬件加速	二值神经网络	工业设备状态数据	NA	NA	自适应门控二值神经网络	准确率、效率	FPGA硬件加速器
554	2025-10-06	Beyond the Posts: Analyzing Breast Implant Illness Discourse With Natural Language Processing and Deep Learning 2025-Jun-16, Aesthetic surgery journal IF:3.0Q1 DOI:10.1093/asj/sjaf047 PMID:40173420	研究论文	使用自然语言处理和深度学习分析社交媒体上关于乳房植入物疾病的患者认知和情感反应	首次使用基于1.24亿条X平台推文训练的Robust optimizing BERT模型分析乳房植入物疾病相关讨论，并发现社交媒体讨论与植入物取出率之间的强相关性	研究仅基于社交媒体数据，无法证明因果关系，且数据来源局限于单一平台	分析社交媒体上患者对乳房植入物疾病的认知和情感反应，及其与临床决策的关系	社交媒体上关于乳房植入物疾病的讨论帖子	自然语言处理	乳房植入物疾病	自然语言处理	BERT, 深度学习模型	文本	6099条帖子（2014-2023年）	NA	Robust optimizing Bidirectional Encoder Representations from Transformers	皮尔逊相关系数	NA
555	2025-10-06	Rate of brain aging associates with future executive function in Asian children and older adults 2025-Jun-16, eLife IF:6.4Q1 DOI:10.7554/eLife.97036 PMID:40522287	研究论文	本研究探讨脑年龄变化率与未来执行功能的关联，并在新加坡老年人和儿童群体中验证脑年龄模型的泛化能力	首次在亚洲儿童和老年人群体中验证脑年龄模型的泛化性，并发现脑年龄差距变化率与未来执行功能存在关联	样本仅来自新加坡人群，模型在儿童群体上需要微调才能适用	研究脑年龄变化率与认知功能的关联，并验证脑年龄模型在不同人群中的泛化能力	新加坡老年人（55-88岁）和儿童（4-11岁）	医学影像分析	NA	脑年龄预测	深度学习	神经解剖学影像数据	新加坡老年人和儿童群体	NA	NA	模型泛化能力，脑年龄预测准确性	NA
556	2025-10-06	DWI-based deep learning radiomics nomogram for predicting the impaired quality of life in patients with unruptured intracranial aneurysm developing new iatrogenic cerebral infarcts following stent placement: a multicenter cohort study 2025-Jun-13, Neurosurgical review IF:2.5Q1 DOI:10.1007/s10143-025-03628-5 PMID:40512286	研究论文	开发基于DWI的深度学习影像组学列线图预测支架置入术后发生新发医源性脑梗死患者的生活质量受损	首次整合临床特征、影像组学特征和深度学习特征构建多模态预测模型，并采用超分辨率重建技术优化特征提取	研究为多中心回顾性研究，需要前瞻性验证	预测未破裂颅内动脉瘤支架置入术后发生新发医源性脑梗死患者的生活质量受损	522例未破裂颅内动脉瘤支架置入术后发生新发医源性脑梗死的患者	医学影像分析	颅内动脉瘤，脑梗死	DWI，超分辨率重建	深度学习，逻辑回归	医学影像（DWI）	522例患者（训练队列和两个外部验证队列）	NA	GoogleNet	AUC，校准曲线，决策曲线分析	NA
557	2025-10-06	Discovery of CYP1A1 Inhibitors for Host-Directed Therapy against Sepsis 2025-Jun-12, Journal of medicinal chemistry IF:6.8Q1 DOI:10.1021/acs.jmedchem.5c00493 PMID:40442943	研究论文	本研究通过深度学习、虚拟筛选和生物评估发现新型CYP1A1小分子抑制剂，用于治疗多重耐药细菌引起的脓毒症	首次将CYP1A1确定为宿主导向治疗靶点，并通过深度学习发现具有卓越活性的新型小分子抑制剂	未明确说明临床前研究阶段及动物模型验证数据	开发针对多重耐药细菌脓毒症的宿主导向治疗方法	细胞色素P4501A1（CYP1A1）酶及其小分子抑制剂	药物发现	脓毒症	深度学习, 虚拟筛选, 生物评估	深度学习模型	化学结构数据, 生物活性数据	NA	NA	NA	细菌载量减少率（70%以上）, 巨噬细胞吞噬功能增强	NA
558	2025-10-06	[A preliminary exploration of an intelligent system for personalized tooth morphology reconstruction based on deep learning] 2025-Jun-09, Zhonghua kou qiang yi xue za zhi = Zhonghua kouqiang yixue zazhi = Chinese journal of stomatology DOI:10.3760/cma.j.cn112144-20250331-00110 PMID:40443316	研究论文	本研究构建了一种基于深度学习的牙齿可变形深度隐式网络，用于个性化牙齿形态重建	将隐式模板与深度学习技术相结合，构建了新型的T-DDIN神经网络，实现了个性化的高精度牙齿缺损形态修复	样本量相对有限（550个口内扫描模型），且仅针对特定类型的牙齿缺损进行评估	开发智能系统实现个性化牙齿形态重建	牙齿缺损患者的口内扫描模型	计算机视觉	牙齿缺损	口内扫描	深度学习神经网络	三维扫描模型	550个口内扫描模型（500个训练，50个测试）	NA	牙齿可变形深度隐式网络	三维偏差,咬合调整体积,牙尖角度偏差,修复时间	NA
559	2025-10-06	Automated interpretation of cardiotocography using deep learning in a nationwide multicenter study 2025-Jun-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-02849-4 PMID:40467683	研究论文	本研究开发了一种基于深度学习的自动化胎心监护解读模型，并在全国多中心数据集上进行了验证	使用全国14家医院的大规模胎心监护数据集，由认证产科医生提供可靠标注，解决了以往研究数据规模小和临床相关性不足的问题	需要在前瞻性研究中进一步评估模型的临床适用性	开发临床适用的自动化胎心监护解读模型以改善胎儿预后	胎心监护信号	医疗人工智能	产科疾病	胎心监护技术	深度学习	生理信号数据	22,522例分娩数据，来自14家医院，共519,800人分钟的分析数据	NA	NA	AUC, PRC	NA
560	2025-10-06	Development of Deep Learning Models to Screen Posterior Staphylomas in Highly Myopic Eyes Using UWF-OCT Images 2025-Jun-02, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.14.6.25 PMID:40504567	研究论文	开发基于深度学习模型利用超广角光学相干断层扫描图像筛查高度近视眼后巩膜葡萄肿	首次使用UWF-OCT图像开发深度学习模型用于后巩膜葡萄肿筛查，并比较了七种不同网络架构的性能	回顾性单中心研究，样本量相对有限	开发用于高度近视眼后巩膜葡萄肿筛查的深度学习模型	高度近视患者	计算机视觉	眼科疾病	超广角光学相干断层扫描	CNN	图像	训练集1428张图像来自438名患者，测试集216张图像来自69名患者	NA	VGG16,VGG19,ResNet18,ResNet50,ResNet101,DenseNet121,DenseNet161	AUC,敏感度	NA