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
501	2025-07-21	Toward automatic and reliable evaluation of human gastric motility using magnetically controlled capsule endoscope and deep learning 2025-Jul-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-10839-9 PMID:40676082	研究论文	本文开发了一种结合摄像头运动检测器(CMD)、深度学习模型、类激活映射(CAM)和周期性特征检测器的算法组合，用于通过检测胃蠕动存在并测量蠕动周期来评估人类胃动力	利用CAM提供的视觉解释提高检测结果的敏感性，并结合多种算法实现胃动力的自动可靠评估	NA	评估人类胃动力	人类胃蠕动	数字病理学	胃病	磁控胶囊内窥镜(MCCE)	深度学习模型	图像	超过100,000帧(具体为100,055帧)
502	2025-07-21	Task based evaluation of sparse view CT reconstruction techniques for intracranial hemorrhage diagnosis using an AI observer model 2025-Jul-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-11089-5 PMID:40676122	研究论文	本研究使用AI观察者模型评估稀疏视图CT重建技术在颅内出血诊断中的准确性	首次使用AI观察者模型对稀疏视图CT的三种重建技术（FBP、MBIR和DLR）进行任务导向的评估，为成本效益高的放射学研究提供替代方案	研究为概念验证性质，未进行大规模临床验证	评估稀疏视图CT重建技术在颅内出血诊断中的性能	颅内出血的CT图像	数字病理	颅内出血	稀疏视图CT重建技术（FBP、MBIR、DLR）	AI观察者模型	CT图像	公共脑CT数据集（具体数量未说明）
503	2025-07-21	Transformer-based structural connectivity networks for ADHD-related connectivity alterations 2025-Jul-17, Communications medicine IF:5.4Q1 DOI:10.1038/s43856-025-01015-1 PMID:40676171	研究论文	该研究利用基于Transformer的深度学习模型构建结构性连接网络，探索与注意力缺陷多动障碍(ADHD)相关的脑区连接改变	首次将Transformer模型应用于结构性脑连接网络分析，为ADHD提供客观影像学诊断方法	样本来自预处理数据集，可能引入偏差；模型准确率有待提高	探索基于MRI的结构性连接网络是否能够揭示ADHD相关改变	947名7-26岁个体(590名男性，356名女性，1名未指定)的脑MRI数据	数字病理学	神经发育障碍	MRI，深度学习	Transformer	医学影像	947例脑MRI数据(来自8个中心)
504	2025-07-21	Reflections on dynamic prediction of Alzheimer's disease: advancements in modeling longitudinal outcomes and time-to-event data 2025-Jul-17, BMC medical research methodology IF:3.9Q1 DOI:10.1186/s12874-025-02618-x PMID:40676602	综述	本文全面调查了阿尔茨海默病动态预测的方法，包括传统统计方法和深度学习技术	动态预测模型能够实时预测个体患者的预后，超越了传统仅基于基线预测模型的限制	未来工作需考虑多种数据类型、复杂的纵向数据、缺失数据、假设违反、生存结果和模型的可解释性	提供阿尔茨海默病动态预测方法的全面调查	阿尔茨海默病的动态预测方法	机器学习	阿尔茨海默病	传统统计方法和深度学习技术	两阶段模型、联合模型、地标模型和深度学习	纵向数据和生存数据	18项研究
505	2025-07-21	Deep Learning-Guided Quantitative Analysis Establishes Optimized BRAF V600E Immunohistochemical Criteria for Colorectal Cancer: A Multi-Platform Validation Study 2025-Jul-17, Laboratory investigation; a journal of technical methods and pathology DOI:10.1016/j.labinv.2025.104215 PMID:40683333	研究论文	本研究通过深度学习引导的定量分析，建立了针对结直肠癌的优化BRAF V600E免疫组化标准，并进行了多平台验证	首次为结直肠癌建立了特定的BRAF V600E免疫组化标准，并采用深度学习进行定量分析，显著提高了检测的准确性和标准化	研究中存在部分异常染色模式需要分子确认，可能增加临床应用的复杂性	建立结直肠癌特异的BRAF V600E免疫组化标准，以提高检测准确性和临床指导价值	250例结直肠癌病例及其免疫组化和基因检测结果	数字病理学	结直肠癌	免疫组化(IHC)、qPCR、NGS、深度学习	深度学习	图像、基因检测数据	250例结直肠癌病例
506	2025-07-21	A Review of Metadata and Deep Learning Strategies for Skin Lesion Classification 2025-Jul-17, The Journal of investigative dermatology IF:5.7Q1 DOI:10.1016/j.jid.2025.06.1593 PMID:40683340	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
507	2025-07-21	Artificial Intelligence in Diabetes Care: Applications, Challenges, and Opportunities Ahead 2025-Jul-17, Endocrine practice : official journal of the American College of Endocrinology and the American Association of Clinical Endocrinologists IF:3.7Q2 DOI:10.1016/j.eprac.2025.07.008 PMID:40683367	综述	本文综述了人工智能在糖尿病护理中的应用、挑战及未来机遇	探讨了AI在糖尿病并发症筛查、疾病进展风险预测、临床决策支持系统优化等方面的创新应用	未具体说明AI技术在糖尿病护理中的实际应用效果及潜在风险	评估人工智能技术在糖尿病护理领域的应用潜力及发展方向	糖尿病患者及其相关并发症	机器学习	糖尿病	传统机器学习方法和深度学习算法	深度学习	图像数据和电子健康记录	NA
508	2025-07-21	Efficacy and prognostic factors of anti-VEGF treatment for neovascular age-related macular degeneration: An OCTA imaging-based deep learning analysis 2025-Jul-17, Photodiagnosis and photodynamic therapy IF:3.1Q2 DOI:10.1016/j.pdpdt.2025.104701 PMID:40683364	研究论文	本研究通过OCTA成像和深度学习分析，探讨了抗VEGF治疗新生血管性年龄相关性黄斑变性的疗效及预后因素	使用改进的LUNet深度学习模型分析OCTA图像，识别与抗VEGF治疗反应相关的视网膜特征	研究为回顾性分析，样本量相对较小（165例患者）	探索影响抗VEGF治疗反应的影像生物标志物和预测因素，以优化临床评估	新生血管性年龄相关性黄斑变性（nAMD）患者	数字病理学	年龄相关性黄斑变性	光学相干断层扫描血管成像（OCTA）	改进的LUNet模型	图像	165例渗出性AMD患者
509	2025-07-21	Deep learning-based screening approach for priority pollutants: a case study on retired power battery recycling 2025-Jul-17, Environmental pollution (Barking, Essex : 1987) DOI:10.1016/j.envpol.2025.126849 PMID:40683377	研究论文	本研究提出了一种基于深度学习的污染物优先级筛选框架，应用于退役动力电池回收过程中的环境风险评估	结合五种深度学习方法构建了名为McA的综合污染物筛选模型，并通过性能加权显著提高了准确性和可靠性	研究仅针对退役动力电池回收场景，未验证在其他污染源场景的适用性	开发深度学习方法来识别和评估退役动力电池回收过程中的优先污染物	退役动力电池回收过程中潜在的污染物	机器学习	NA	深度学习算法与层次聚类分析结合	McA（基于五种深度学习方法构建的集成模型）	污染物特征数据	识别出13种污染物（分为4个优先级）
510	2025-07-21	Imaging analysis using Artificial Intelligence to predict outcomes after endovascular aortic aneurysm repair: protocol for a retrospective cohort study 2025-Jul-16, BMJ open IF:2.4Q1 DOI:10.1136/bmjopen-2024-098724 PMID:40669892	研究论文	本研究旨在利用人工智能分析成像数据，预测主动脉瘤腔内修复术后的结果	首次开发基于人工智能的预测模型，用于优化主动脉瘤腔内修复术后的随访策略	研究为回顾性设计，样本量有限（500例患者）	开发预测模型以优化主动脉瘤腔内修复术后的随访策略	接受择期主动脉瘤腔内修复术的患者	数字病理学	心血管疾病	CT血管造影（CTA）	深度学习算法	图像	500例接受择期主动脉瘤腔内修复术的患者
511	2025-07-21	Deep learning-based high-resolution time inference for deciphering dynamic gene regulation from fixed embryos 2025-Jul-16, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-61907-7 PMID:40670357	研究论文	本文提出了一种基于深度学习的多尺度集成方法，用于从固定果蝇胚胎图像中高精度推断绝对发育时间，并应用于基因调控网络的动态解析	开发了一种能够以1分钟分辨率从固定胚胎核形态推断绝对发育时间的深度学习方法，并成功应用于内源分割基因的动态调控研究	方法目前仅应用于果蝇胚胎，在其他生物系统中的适用性尚未验证	解析胚胎发育过程中复杂基因调控网络的时空动态	果蝇胚胎及其内源分割基因Krüppel (Kr)和hunchback (hb)	数字病理学	NA	固定胚胎成像	多尺度集成深度学习	图像	野生型果蝇胚胎
512	2025-07-21	Interpretable deep learning framework for understanding molecular changes in human brains with Alzheimer's disease: implications for microglia activation and sex differences 2025-Jul-16, npj aging IF:4.1Q2 DOI:10.1038/s41514-025-00258-5 PMID:40670382	research paper	开发了一个可解释的深度学习框架，用于研究阿尔茨海默病(AD)患者大脑中的分子变化，特别关注小胶质细胞激活和性别差异	首次发现与AD女性更显著神经元损失相关的性别连锁转录因子对(ZFX/ZFY)，揭示了AD性别二态性的新机制	研究基于批量组织RNA-seq数据，可能无法完全反映单细胞水平的分子变化	利用人工智能方法在分子水平上研究阿尔茨海默病	阿尔茨海默病患者和对照组的大脑组织	digital pathology	geriatric disease	RNA-seq	MLP	gene expression data	来自ROSMAP、MAYO和MSBB三个队列的大脑组织样本
513	2025-07-21	Hybrid genetic algorithm and deep learning techniques for advanced side-channel attacks 2025-Jul-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-06375-1 PMID:40670393	研究论文	本文提出了一种结合遗传算法和深度学习技术的高级侧信道攻击方法	利用遗传算法框架高效优化神经网络的超参数，克服了传统网格搜索和贝叶斯优化方法的局限性	未提及具体的数据集规模限制或计算资源需求	优化侧信道攻击模型的性能，提高密码安全性评估水平	受保护的AES加密实现	机器学习	NA	遗传算法(GA)与深度学习	神经网络	侧信道数据	未明确提及具体样本数量
514	2025-07-21	Automatic segmentation of liver structures in multi-phase MRI using variants of nnU-Net and Swin UNETR 2025-Jul-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07084-5 PMID:40670420	研究论文	本研究评估了深度学习架构在多相Gd-EOB-DTPA增强T1加权VIBE MRI扫描中对肝脏结构的分割效果	比较了nnU-Net的变体和Swin UNETR在肝脏结构分割中的性能，并确定了动脉晚期作为最佳固定相位用于配准	病变和腹水的分割对所有模型都具有挑战性，性能仍有提升空间	开发自动分割肝脏结构的深度学习模型，以改善肝脏疾病的评估和手术规划	肝脏实质、门静脉、肝静脉、主动脉、病变和腹水	数字病理	肝脏疾病	多相Gd-EOB-DTPA增强T1加权VIBE MRI扫描	nnU-Net, ResEnc nnU-Net, Swin UNETR	MRI图像	458例病理肝脏的T1加权VIBE扫描，其中78例手动标注，47例用于跨扫描仪评估
515	2025-07-21	In Silico tool for predicting, designing and scanning IL-2 inducing peptides 2025-Jul-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-08388-2 PMID:40670434	研究论文	开发了一种预测IL-2诱导肽的方法，并构建了集成模型以提高预测性能	结合了基于对齐的方法和人工智能模型（包括机器学习、深度学习和大型语言模型），构建了集成模型，并开发了软件IL2pred	主数据集中IL-2诱导和非诱导肽均为MHC结合物，可能影响模型的泛化能力	预测和设计IL-2诱导肽，以支持基于IL-2的免疫治疗	IL-2诱导肽和非诱导肽	生物信息学	癌症	机器学习（ML）、深度学习（DL）、大型语言模型（LLM）	Extra Tree、集成模型	肽序列数据	主数据集6,574个肽（3,429个IL-2诱导肽和3,145个非诱导肽），另有两个替代数据集
516	2025-07-21	Enhancing pathological feature discrimination in diabetic retinopathy multi-classification with self-paced progressive multi-scale training 2025-Jul-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07050-1 PMID:40670454	研究论文	提出了一种结合自步渐进学习和随机多尺度图像重建的深度学习框架，用于糖尿病视网膜病变的多分类任务	引入了自步渐进学习策略（从简单到复杂的样本训练）和随机多尺度图像重建技术，以及基于KL散度的集成学习协作正则化方法	未明确提及具体局限性，但暗示低质量数据和小样本量是领域普遍挑战	提升糖尿病视网膜病变多分类任务的病理特征判别能力	糖尿病视网膜病变(DR)的眼底图像	数字病理	糖尿病视网膜病变	深度学习框架（含自步渐进学习、多尺度图像重建）	基于ResNet-50改进的模型	医学图像（眼底照片）	APTOS和MESSIDOR-Kaggle整合数据集（具体数量未说明）
517	2025-07-21	Artificial intelligence-based diabetes risk prediction from longitudinal DXA bone measurements 2025-Jul-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-10136-5 PMID:40670456	研究论文	本研究利用纵向DXA骨测量数据和人工智能技术，预测卡塔尔成年人糖尿病的发病风险	首次使用纵向多模态DXA骨测量数据预测糖尿病发病风险，并比较了传统模型与深度学习模型的性能	研究样本仅限于卡塔尔成年人，可能存在地域局限性；排除了数据不完整的参与者	探索DXA骨测量指标作为糖尿病发病预测因子的潜力	卡塔尔成年人（1382名参与者，包括725名男性和657名女性）	数字病理学	糖尿病	双能X射线吸收测定法(DXA)，SMOTE和SMOTEENN数据增强技术	传统机器学习模型和深度学习(DL)模型	纵向骨测量数据	1382名参与者（男性725人，女性657人）
518	2025-07-21	Fusion of microscopic and diffraction images with VGG net for budding yeast recognition in imaging flow cytometry 2025-Jul-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-09320-4 PMID:40670500	研究论文	提出了一种结合图像融合技术和深度学习算法的新方法，用于提高显微-衍射成像流式细胞术中的细胞分类速度和准确性	首次将图像融合技术与VGG-net卷积神经网络结合，用于显微-衍射成像流式细胞术中的细胞分类	研究仅针对芽殖酵母细胞进行分类，未验证在其他细胞类型上的适用性	提高显微-衍射成像流式细胞术(MDIFC)中细胞分类的准确性和处理速度	芽殖酵母细胞	计算机视觉	NA	显微-衍射成像流式细胞术(MDIFC)	VGG-net CNN, SVM, RF	图像	未明确说明样本数量，但分类了三种细胞事件(单细胞、芽殖细胞和聚集细胞)
519	2025-07-21	Image quality and radiation dose of reduced-dose abdominopelvic computed tomography (CT) with silver filter and deep learning reconstruction 2025-Jul-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-11184-7 PMID:40670595	研究论文	评估使用SilverBeam滤波器和深度学习重建（DLR）的低剂量腹部盆腔CT与标准剂量迭代重建（IR）在图像质量和辐射剂量方面的差异	结合SilverBeam滤波器和深度学习重建技术，显著降低辐射剂量同时保持图像质量不劣于标准剂量	研究样本量有限（182例），且未探讨长期临床效果	比较低剂量CT与标准剂量CT在腹部盆腔成像中的性能差异	腹部盆腔CT扫描	医学影像	NA	深度学习重建（DLR）、迭代重建（IR）、SilverBeam滤波器	深度学习模型（未指定具体架构）	CT图像	182例患者（100名男性，平均年龄63±14岁）
520	2025-07-21	Development and evaluation of a deep learning-based system for dental age estimation using the demirjian method on panoramic radiographs 2025-Jul-16, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-025-06420-5 PMID:40670936	研究论文	开发并评估了一种基于深度学习的系统，用于在全景X光片上使用Demirjian方法自动估计牙齿年龄	首次将YOLOv11深度学习模型应用于牙齿发育阶段分类，并与传统手动方法进行比较	需要更广泛的人群验证和尝试其他模型架构才能进行临床部署	开发自动牙齿年龄估计系统并评估其性能	牙齿发育阶段	计算机视觉	NA	深度学习	YOLOv11	图像	4800张全景X光片用于训练验证测试，另外650人(325女性，325男性)用于比较分析