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
461	2025-07-22	Automatic Point Cloud Patching of Intraoral Three-Dimensional Scanning Based on Deep Learning 2025-Jul-19, International dental journal IF:3.2Q1 DOI:10.1016/j.identj.2025.100911 PMID:40684681	研究论文	本研究开发了一种基于深度学习的自动修复口腔内三维扫描点云缺失区域的方法，以提高数字正畸工作流程的准确性和效率	采用Point Fractal Network架构自动修复口腔内三维扫描点云的缺失区域，实现了高几何保真度和近实时处理	缺失数据是通过随机移除点云部分模拟的，可能与实际临床环境中的缺失模式存在差异	开发并评估一种深度学习方法，用于自动修复口腔内三维扫描点云的缺失区域	口腔内扫描（IOS）数据	计算机视觉	NA	深度学习	Point Fractal Network	三维点云	314个IOS扫描和4162颗单独牙齿
462	2025-07-22	Predicting arterial pressure without prejudice: towards effective hypotension prediction models 2025-Jul-19, British journal of anaesthesia IF:9.1Q1 DOI:10.1016/j.bja.2025.06.016 PMID:40685291	research paper	本文探讨了选择偏差对低血压预测模型的影响，并通过深度学习模型在偏差和无偏差数据选择下的表现进行了分析	揭示了无偏差训练数据如何帮助算法学习更多信息，而偏差数据则显著扭曲并夸大了阳性预测值	未具体说明模型在其他临床环境中的泛化能力	开发有效的低血压预测算法	动脉波形数据	machine learning	cardiovascular disease	deep learning	深度学习预测模型	波形数据	NA
463	2025-07-22	Long-term dynamics of earthquake swarms in the Yellowstone caldera 2025-Jul-18, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adv6484 PMID:40680135	研究论文	利用深度学习和三维速度模型构建黄石火山口地区15年高分辨率地震目录，研究地震群的空间分布和时间演化	结合前沿深度学习算法和详细三维速度模型，首次构建了黄石火山口地区长期高分辨率地震目录，揭示了地震群与流体扩散过程的关联	研究结果主要基于黄石火山口地区，可能不适用于其他火山系统	探究火山系统中地震群空间分布和时间演化的控制因素	黄石火山口地区的地震群活动	地球物理学	NA	深度学习算法，三维速度模型	NA	地震数据	15年的地震数据
464	2025-07-22	The application of super-resolution ultrasound radiomics models in predicting the failure of conservative treatment for ectopic pregnancy 2025-Jul-17, Reproductive biology and endocrinology : RB&E IF:4.2Q1 DOI:10.1186/s12958-025-01437-5 PMID:40676578	研究论文	本研究开发并验证了一种结合超分辨率超声放射组学特征与临床生物标志物的预测模型，用于改善异位妊娠保守治疗失败的风险分层	首次将深度学习生成的超分辨率超声图像放射组学特征与血清β-hCG结合，构建预测模型，显著提高了预测准确性	研究为回顾性设计，样本量相对有限，需要更大规模的前瞻性研究进一步验证	提高异位妊娠保守治疗失败风险的预测准确性	接受保守治疗的异位妊娠患者	数字病理学	异位妊娠	超分辨率超声成像、放射组学分析、血清β-hCG检测	GAN、随机森林	超声图像、临床数据	228例患者（训练集），40例独立验证集
465	2025-07-22	Recognition of microplastic aging features based on multimodal data fusion and attention mechanisms 2025-Jul-17, Journal of hazardous materials IF:12.2Q1 DOI:10.1016/j.jhazmat.2025.139301 PMID:40684512	研究论文	本文提出了一种基于多模态数据融合和注意力机制的深度学习模型，用于识别微塑料老化特征	通过多模态数据融合和注意力机制，模型能够识别微塑料老化的关键特征，并显著提高了验证准确率	研究仅分析了7种老化类型的1371个样本，可能无法涵盖所有微塑料老化情况	增强对微塑料老化机制的理解，并为实验室观察与自然环境条件的关联提供基础	微塑料老化特征	计算机视觉	NA	SEM图像和FT-IR数据	深度学习模型（含注意力机制）	图像和光谱数据	1371个样本，涵盖7种老化类型
466	2025-07-22	Automated CAD-RADS scoring from multiplanar CCTA images using radiomics-driven machine learning 2025-Jul-16, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112320 PMID:40684709	研究论文	本研究提出了一种基于放射组学的机器学习方法，用于从多平面重建的冠状动脉CT血管造影图像中自动进行CAD-RADS评分	首次将放射组学方法应用于CAD-RADS分类，提高了模型的可解释性	单中心回顾性研究，样本量有限（251例患者）	开发自动化CAD-RADS评分系统以辅助冠状动脉狭窄评估	冠状动脉疾病患者的CCTA图像	数字病理	心血管疾病	放射组学特征提取	机器学习（未指定具体模型）	医学影像	251名患者（男性70%，平均年龄60.5±12.7岁）
467	2025-07-22	Future of Alzheimer's detection: Advancing diagnostic accuracy through the integration of qEEG and artificial intelligence 2025-Jul-15, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2025.121373 PMID:40675424	综述	本文全面回顾了定量脑电图（qEEG）与人工智能（AI）在阿尔茨海默病（AD）检测与诊断中的整合应用	AI增强的qEEG分析显著提高了AD的诊断准确性，其中线性判别分析（LDA）达到93.18%的准确率和97.92%的AUC，CNN和SVM在某些分类中甚至达到100%的灵敏度	数据质量、计算资源和标准化方法仍存在挑战	探讨AI与qEEG结合在AD诊断中的潜力	阿尔茨海默病患者	数字病理学	阿尔茨海默病	qEEG	LDA, CNN, SVM	脑电图数据	11项研究，参与者数量从35到890人不等，平均年龄在66.94至74.8岁之间
468	2025-07-22	Integrative review of intelligent nuchal translucency for genetic disorder 2025-Jul-14, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2025.108597 PMID:40684521	综述	本文对智能颈项透明层（NT）筛查在遗传疾病中的应用进行了综合性回顾，分析了53篇相关研究论文，探讨了深度学习技术在提高NT筛查准确性和可靠性方面的潜力	首次系统性地收集和分析NT筛查领域的研究论文，特别关注深度学习技术的应用，并揭示了传统NT筛查方法的研究空白和挑战	仅分析了53篇研究论文，可能未涵盖所有相关研究，且深度学习技术在NT筛查中的实际应用仍需进一步验证	提高NT筛查在检测染色体异常和先天性心脏缺陷方面的准确性和可靠性	颈项透明层（NT）筛查技术及其在产前诊断中的应用	数字病理学	染色体异常和先天性心脏缺陷	深度学习（DL）和机器学习（ML）	NA	研究论文和数据集	53篇研究论文
469	2025-07-22	Continual source-free active domain adaptation for nasopharyngeal carcinoma tumor segmentation across multiple hospitals 2025-Jul-13, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107869 PMID:40684700	research paper	提出了一种新型的持续无源主动域适应框架（CSFADA），用于鼻咽癌（NPC）肿瘤分割，以解决多中心数据场景中的域偏移问题	引入域参考和不变性选择策略以及双阶段循环蒸馏策略，解决了源数据特征依赖、样本选择偏差和冗余以及灾难性遗忘等问题	未明确提及具体局限性，但可能包括对多中心数据的依赖性和模型泛化能力的进一步验证	提高鼻咽癌（NPC）肿瘤分割在多中心数据场景中的准确性和鲁棒性	鼻咽癌（NPC）肿瘤的GTV分割	digital pathology	nasopharyngeal carcinoma	self-supervised learning, cross-correlation learning	deep learning	image	来自三个中心的数据集
470	2025-07-22	[Progress in research of textual quality evaluation of health-related media reports] 2025-Jul-10, Zhonghua liu xing bing xue za zhi = Zhonghua liuxingbingxue zazhi DOI:10.3760/cma.j.cn112338-20241012-00629 PMID:40677194	综述	总结健康相关媒体报道文本质量评估的研究进展	系统回顾了健康相关媒体报道文本质量评估的定义、维度、指标和方法，并指出了当前研究的不足和未来方向	缺乏统一的定义、维度、指标或自动化算法来评估健康相关媒体报道的文本质量，限制了大规模新闻数据的有效评估	健康相关媒体报道文本质量评估的方法学研究	健康相关的媒体报道	自然语言处理	NA	文本挖掘、深度学习、自然语言处理	NA	文本	29篇研究论文
471	2025-07-22	Neural Networks for Predicting and Classifying Antimicrobial Resistance Sequences in Porphyromonas gingivalis 2025-Jul-05, International dental journal IF:3.2Q1 DOI:10.1016/j.identj.2025.100890 PMID:40618714	研究论文	本研究开发了一种基于卷积神经网络（CNN）的深度学习方法，用于根据氨基酸序列对牙龈卟啉单胞菌的蛋白质进行分类，以预测和分类抗菌素耐药性（AMR）序列	使用CNN模型对牙龈卟啉单胞菌的蛋白质序列进行分类，优于传统方法如BLAST、HMM Profiles和DeepSig，并展示了与ProtBERT模型相当的高准确率	研究仅基于685个蛋白质序列，样本量相对较小，可能影响模型的泛化能力	开发一种深度学习方法，用于准确预测和分类牙龈卟啉单胞菌中的抗菌素耐药性序列	牙龈卟啉单胞菌的蛋白质序列	机器学习	牙周病	全基因组测序	CNN, ProtBERT	蛋白质序列	685个蛋白质序列（包括150个牙龈卟啉单胞菌蛋白质和535个非耐药变体）
472	2025-07-22	Structural similarities reveal an expansive conotoxin family with a two-finger toxin fold 2025-Jul-05, bioRxiv : the preprint server for biology DOI:10.1101/2025.07.03.662903 PMID:40631153	research paper	该研究通过结构生物信息学方法揭示了一个具有双指毒素折叠的广泛存在的芋螺毒素家族	结合NMR结构解析、深度学习结构预测与比较以及基因结构分析，发现了六个芋螺毒素超家族具有共同的进化历史，并提出了'双指毒素(2FTX)'折叠的概念	研究主要基于结构相似性推断进化关系，可能忽略了其他潜在的功能分化机制	探索芋螺毒素的结构特征与进化关系	芋螺毒素超家族（包括Tx33.1等）	结构生物信息学	NA	NMR结构解析、深度学习结构预测	deep learning-based methods	蛋白质结构数据	6个芋螺毒素超家族（包括124个残基的Tx33.1）
473	2025-07-22	Evaluating the Performance and Potential Bias of Predictive Models for Detection of Transthyretin Cardiac Amyloidosis 2025-Jul-04, JACC. Advances DOI:10.1016/j.jacadv.2025.101901 PMID:40616933	研究论文	本研究比较了四种算法在心力衰竭人群中检测转甲状腺素蛋白心脏淀粉样变性的性能，并评估了模型偏见的潜在风险	首次直接比较了四种不同算法在ATTR-CM检测中的性能，并评估了模型偏见风险	研究样本中种族分布不均(79.2%为白人，9.0%为黑人)，可能影响结果的普遍性	评估和比较不同算法在ATTR-CM检测中的性能及潜在偏见风险	心力衰竭患者群体中的ATTR-CM检测	数字病理学	心血管疾病	深度学习	随机森林模型、回归模型、EchoNet-LVH和EchoGo Amyloidosis深度学习模型	医疗记录数据、超声心动图数据	176例确诊ATTR-CM患者和3,192例对照患者
474	2025-07-22	Evaluating Vision and Pathology Foundation Models for Computational Pathology: A Comprehensive Benchmark Study 2025-Jul-04, Research square DOI:10.21203/rs.3.rs-6823810/v1 PMID:40630532	研究论文	本文对31种计算病理学AI基础模型进行了全面基准测试，评估了它们在多种组织病理学数据集和任务中的表现	首次系统比较了不同类型病理学基础模型的性能，并发现Virchow2模型表现最佳，同时挑战了模型规模与性能正相关的假设	未能完全解释影响模型性能的潜在因素，且需要进一步研究提升模型在不同组织类型和数据集中的泛化能力	评估和比较不同AI基础模型在计算病理学中的性能	31种AI基础模型，包括通用视觉模型(VM)、通用视觉语言模型(VLM)、病理专用视觉模型(Path-VM)和病理专用视觉语言模型(Path-VLM)	数字病理学	NA	深度学习	CNN, VLM, Path-VM, Path-VLM	图像	来自TCGA、CPTAC等数据集的41个任务
475	2025-07-22	Comparison of Deep Learning and Clinician Performance for Detecting Referable Glaucoma from Fundus Photographs in a Safety Net Population 2025 Jul-Aug, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2025.100751 PMID:40235827	研究论文	开发并测试了一种基于深度学习的算法，用于从眼底照片中检测可转诊青光眼	深度学习算法在检测可转诊青光眼方面的性能与或超过临床医生，且不受经验水平影响	研究数据仅来自洛杉矶县卫生服务部门的患者，可能不具有广泛代表性	开发并测试一种深度学习算法，用于从眼底照片中检测可转诊青光眼	6116名来自洛杉矶县卫生服务部门的患者	计算机视觉	青光眼	深度学习	Visual Geometry Group-19架构	眼底照片	训练集：12,998张图像来自5,616名患者；测试集：1,000张图像来自500名患者
476	2025-07-22	Artificial intelligence in pediatric otolaryngology: A state-of-the-art review of opportunities and pitfalls 2025-Jul, International journal of pediatric otorhinolaryngology IF:1.2Q3 DOI:10.1016/j.ijporl.2025.112369 PMID:40334638	review	本文综述了人工智能在儿科耳鼻喉科中的应用现状、挑战及未来方向	强调了针对儿童独特生理和发育特征的AI应用需求，填补了知识空白	成人训练数据的泛化能力不足及儿科数据相对缺乏	探讨AI在儿科耳鼻喉科中的潜在应用及挑战	儿科耳鼻喉科疾病及手术场景	machine learning	otitis media, adenoid hypertrophy, pediatric obstructive sleep apnea	deep learning, predictive modeling, large language models	NA	image, clinical data	NA
477	2025-07-22	HECLIP: histology-enhanced contrastive learning for imputation of transcriptomics profiles 2025-Jul-01, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf363 PMID:40569046	research paper	提出了一种名为HECLIP的深度学习框架，用于从H&E染色组织学图像直接推断空间基因表达谱	采用以图像为中心的对比学习策略捕捉与分子表达相关的形态学特征，减少对空间转录组学数据的依赖	未提及具体局限性	开发可扩展的计算方法以弥合成像与转录组学之间的鸿沟	H&E染色组织学图像和空间基因表达谱	digital pathology	NA	对比学习	深度学习框架	图像和基因表达数据	公开可用数据集
478	2025-07-22	Prognostic Value of Deep Learning-Extracted Tumor-Infiltrating Lymphocytes in Esophageal Cancer: A Multicenter Retrospective Cohort Study 2025-Jul, Cancer medicine IF:2.9Q2 DOI:10.1002/cam4.71054 PMID:40673386	研究论文	本研究利用深度学习方法评估食管鳞状细胞癌(ESCC)中肿瘤浸润淋巴细胞(TILs)的预后价值	首次在ESCC中应用深度学习方法定量分析TILs的空间分布及其预后意义	未分析淋巴细胞亚群的空间信息，可能影响预测效果	评估TILs在ESCC中的预后价值	626例经病理确诊的ESCC患者	数字病理学	食管癌	全切片数字成像(WSI)和深度学习	DL(未指定具体模型)	病理图像	626例ESCC患者(来自两个研究中心)
479	2025-07-22	Robust Brain Tumor Detection and Classification From Multichannel MRI Using Deep Learning 2025-Jul, Developmental neurobiology IF:2.7Q3 DOI:10.1002/dneu.22991 PMID:40686315	研究论文	本研究利用深度学习和计算机视觉技术，开发了一种从多通道MRI中检测和分类脑肿瘤的稳健方法	结合了DBST算法进行精确的肿瘤边缘检测和SIFT方法提供稳健且不变的特征分类，同时采用DarkNet53和DenseNet201深度学习模型提升分类性能	未来工作需探索更先进的深度学习架构、整合更多模态数据并进一步优化技术以提高准确性和鲁棒性	开发一种稳健的脑肿瘤检测和分类方法，以指导有效治疗策略并改善患者预后	多通道MRI图像中的脑肿瘤	计算机视觉	脑肿瘤	DBST算法、SIFT方法、深度学习	DarkNet53、DenseNet201	多通道MRI图像	公开可用的多通道MRI图像数据集
480	2025-07-22	Deep Learning Model for Automated Classification of Macular Neovascularization Subtypes in AMD 2025-Jul-01, Investigative ophthalmology & visual science IF:5.0Q1 DOI:10.1167/iovs.66.9.55 PMID:40689724	研究论文	开发一种深度学习算法，用于基于结构光学相干断层扫描（OCT）图像准确分类新生血管性年龄相关性黄斑变性（AMD）患者的黄斑新生血管（MNV）亚型	提出了一种基于CNN的深度学习模型，能够高精度分类MNV亚型，并通过图像均质化预处理提升分类性能	研究为回顾性队列研究，样本量相对较小（193眼）	开发自动化工具辅助临床医生准确诊断MNV亚型	治疗初治的新生血管性AMD患者的OCT图像	数字病理学	年龄相关性黄斑变性	光学相干断层扫描（OCT）	CNN	图像	193眼治疗初治的新生血管性AMD患者