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
921	2025-07-14	SingleFrag: a deep learning tool for MS/MS fragment and spectral prediction and metabolite annotation 2025-Jul-02, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf333 PMID:40641047	研究论文	本文介绍了一种名为SingleFrag的深度学习工具，用于预测MS/MS碎片和光谱以及代谢物注释	SingleFrag通过单独预测每个碎片而非整个光谱，超越了现有最先进的计算机模拟碎片工具	NA	解决由于缺乏全面的参考光谱库而导致的代谢物和小分子鉴定困难	代谢物和小分子的MS/MS光谱	机器学习	NA	MS/MS	深度学习	光谱数据	三种先前未鉴定的人类样本中常见化合物
922	2025-07-14	Chemical space visual navigation in the era of deep learning and Big Data 2025-Jul, Drug discovery today IF:6.5Q1 DOI:10.1016/j.drudis.2025.104392 PMID:40456508	综述	本文综述了在深度学习和大数据时代下，化学空间可视化导航的算法和工具的最新进展	探讨了这些方法如何应对大数据挑战，并讨论了非传统应用，如QSAR/QSPR模型的视觉验证、交互式生成方法以及化学空间地图作为数字艺术的使用	NA	分析大数据时代下药物化学领域的新挑战，并提出可视化化学空间的方法和工具	化学空间的可视化导航算法和工具	药物化学	NA	QSAR/QSPR模型	NA	化学结构数据	NA
923	2025-07-14	AI-based pelvic floor surface electromyography reference ranges and high-precision pelvic floor dysfunction diagnosis 2025-Jul, EBioMedicine IF:9.7Q1 DOI:10.1016/j.ebiom.2025.105755 PMID:40479842	研究论文	本研究通过AI技术建立多维度的盆底表面肌电数据库，并开发AI-Diagnostician-PFD诊断模型，以提高盆底功能障碍（PFDs）的诊断准确性	利用AI技术建立多维度的盆底表面肌电数据库，并开发AI-Diagnostician-PFD诊断模型，其性能优于传统的Glazer标准和经典机器学习及深度学习模型	研究样本虽来自多个中心，但仍可能存在地域和人群的局限性	建立盆底表面肌电的多维数据库，并开发AI诊断模型以提高PFDs的诊断准确性	1605名来自中国21个中心的参与者	数字病理	盆底功能障碍	表面肌电图（sEMG）	AI-Diagnostician-PFD	肌电数据	1605名参与者
924	2025-07-14	Deep operator network models for predicting post-burn contraction 2025-Jul, Clinical biomechanics (Bristol, Avon) DOI:10.1016/j.clinbiomech.2025.106558 PMID:40592205	research paper	本研究探讨了使用深度算子网络作为有限元模拟的替代模型，用于预测烧伤后伤口收缩	提出了一种改进的深度算子网络架构，通过整合初始伤口形状信息和应用正弦增强来加强边界条件	研究仅基于三种初始伤口形状进行训练，可能限制了模型的泛化能力	开发一种高效的方法来预测烧伤后伤口收缩，以辅助医疗治疗规划	烧伤后伤口收缩的预测	machine learning	burn injuries	deep operator network	neural operator	simulation data	基于三种初始伤口形状的训练集和测试集
925	2025-07-14	Short-horizon neonatal seizure prediction using EEG-based deep learning 2025-Jul, PLOS digital health DOI:10.1371/journal.pdig.0000890 PMID:40644380	research paper	本研究探讨了基于定量脑电图（QEEG）和深度学习（DL）的短时程新生儿癫痫预测方法	首次研究了分钟级别的高时间分辨率短时程新生儿癫痫预测，填补了该领域的研究空白	模型校准效果中等，预期校准误差为0.106，需要进一步验证	开发短时程新生儿癫痫预测系统	新生儿癫痫发作	digital pathology	neurological disease	quantitative electroencephalography (QEEG)	ConvLSTM	EEG data	132名新生儿，共281小时EEG数据
926	2025-07-14	Enhancing tremor classification: Transformer-based analysis of biomechanics patterns for Parkinson's and essential tremor 2025-Jul, Clinical biomechanics (Bristol, Avon) DOI:10.1016/j.clinbiomech.2025.106599 PMID:40578292	研究论文	使用基于Transformer的深度学习模型分析生物力学模式，以区分帕金森病和特发性震颤	首次采用Transformer模型结合多头注意力机制，从多传感器运动数据中解码动态运动任务中的生物力学模式	研究未涉及其他类型的震颤疾病，且样本量未明确说明	开发一个多类分类系统，用于区分特发性震颤、帕金森病和健康对照组	特发性震颤、帕金森病患者及健康对照组	机器学习	帕金森病	多传感器运动数据采集	Transformer	运动信号数据	NA
927	2025-07-13	Event-based Stereo Depth Estimation: A Survey 2025-Jul-11, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3586559 PMID:40644099	综述	本文综述了基于事件相机的立体深度估计方法，涵盖了从早期电路设计到当前深度学习方法的演变历程	首次全面回顾了深度学习方法和立体数据集，并为创建新基准提供了实用建议	尽管取得显著进展，但在精度和效率方面仍存在挑战	为基于事件相机的立体深度估计领域提供全面概述	事件相机和立体深度估计方法	计算机视觉	NA	深度学习	NA	事件数据	NA
928	2025-07-13	Automated assessment of laparoscopic pattern cutting skills using computer vision and deep learning 2025-Jul-10, Surgery IF:3.2Q1 DOI:10.1016/j.surg.2025.109540 PMID:40644739	研究论文	开发了一种基于计算机视觉和深度学习的自动化系统，用于评估腹腔镜手术中的模式切割技能	使用YOLO深度学习模型和合成数据进行标本分割，提供客观、定量的切割技能评估	样本材料形状的扭曲带来一定挑战	提高腹腔镜手术技能评估的效率、可靠性和标准化	腹腔镜手术中的模式切割技能	计算机视觉	NA	深度学习	YOLO	图像	合成测试样本和真实手术标本
929	2025-07-13	Tumour nuclear size heterogeneity as a biomarker for post-radiotherapy outcomes in gynecological malignancies 2025-Jul, Physics and imaging in radiation oncology DOI:10.1016/j.phro.2025.100793 PMID:40642183	研究论文	本研究探讨了妇科鳞状细胞癌患者放疗前肿瘤核大小分布与放疗后结果之间的潜在联系	首次将肿瘤核大小异质性作为预测妇科恶性肿瘤放疗后结果的生物标志物	预测准确性较低（C统计量0.56-0.57），需要更大规模的泛癌研究验证	探索个性化多尺度剂量学的潜在重要性	191例非转移性妇科鳞状细胞癌患者	数字病理学	妇科恶性肿瘤/鳞状细胞癌	深度学习	Cox比例风险模型	全切片图像(WSIs)	191例患者
930	2025-07-13	Artificial intelligence system for EUS navigation and anatomical landmark recognition 2025-Jul, VideoGIE : an official video journal of the American Society for Gastrointestinal Endoscopy DOI:10.1016/j.vgie.2025.03.027 PMID:40642404	研究论文	本文介绍了一种基于深度学习的人工智能系统，用于EUS导航和识别解剖标志	开发了一种基于深度卷积神经网络（DCNNs）的AI系统，能够实时提供EUS导航提示并识别解剖标志	该系统无法识别病理变化，如胰腺肿块或囊性病变	探索人工智能在EUS导航和解剖标志识别中的应用	接受诊断性EUS的患者	数字病理	胰腺疾病	深度学习	DCNN	图像	3名患者
931	2025-07-12	Screening of bioactive compounds and deep learning-driven quality control of Angong Niuhuang pills 2025-Jul-24, Journal of ethnopharmacology IF:4.8Q1 DOI:10.1016/j.jep.2025.120095 PMID:40490229	研究论文	本研究通过深度学习驱动的质量控制方法，筛选并验证了安宫牛黄丸中的关键活性化合物，并建立了全面的质量控制系统	结合LC-MS、网络药理学和深度学习模型（BiGRU-MAR）进行安宫牛黄丸的质量控制，提高了准确性和效率	研究未涉及安宫牛黄丸在临床治疗中的实际效果验证	探索深度学习驱动的质量控制方法，实现安宫牛黄丸大规模质量控制和产量监测	安宫牛黄丸及其关键活性化合物	数字病理学	中风	LC-MS, 网络药理学, NIR	BiGRU-MAR	化学分析数据	NA
932	2025-07-12	ModelS4Apnea: leveraging structured state space models for efficient sleep apnea detection from ECG signals 2025-Jul-11, Physiological measurement IF:2.3Q3 DOI:10.1088/1361-6579/adebdd PMID:40609595	研究论文	提出了一种名为ModelS4Apnea的深度学习框架，用于从心电图（ECG）频谱图中高效检测睡眠呼吸暂停	结合结构化状态空间模型（S4）进行时序建模，相比现有方法具有更高的分类性能和更少的可训练参数，同时保持计算效率	未来工作可能探索多模态数据集成、实际部署和进一步优化以增强其临床适用性和可靠性	开发一种高效、准确的睡眠呼吸暂停自动检测方法	心电图（ECG）信号	数字病理学	睡眠呼吸暂停	深度学习	CNN, S4	ECG信号	Apnea-ECG数据集
933	2025-07-12	Three-dimensional digital quantitative analysis of periodontal and peri-implant phenotype-A narrative review 2025-Jul-11, Periodontology 2000 IF:17.5Q1 DOI:10.1111/prd.12639 PMID:40641458	综述	本文综述了使用CBCT和口内扫描技术评估牙周和种植体周围组织的3D数字分析方法，比较了其与传统方法的优缺点	强调了人工智能在未来数字技术发展中的应用潜力，以及如何超越传统评估协议	当前3D数字临床数据的全部潜力尚未被充分挖掘	验证3D数字分析在牙周和种植体周围组织评估中的可靠性	牙周和种植体周围组织	数字病理学	牙周病	CBCT, 口内扫描, 光学表面扫描, 超声检查	NA	3D数字数据	NA
934	2025-07-12	Current Applications and Limitations of Augmented Reality in Urological Surgery: A Practical Primer and 'State of the Field' 2025-Jul-11, Current urology reports IF:2.5Q2 DOI:10.1007/s11934-025-01283-3 PMID:40643724	综述	本文综述了增强现实（AR）在泌尿外科手术中的当前应用、技术基础、最新进展及局限性	探讨了人工智能和深度学习技术在解决软组织变形挑战中的应用，并指出了AR/MR在重建和男科等亚专科中的潜在应用	重建和男科等亚专科在研究中代表性不足，且当前研究存在样本量有限等问题	为泌尿外科医生提供AR技术的基础知识，并探讨该领域的最新进展和限制	泌尿外科手术中的AR/MR技术应用	数字病理	前列腺癌	AR/MR技术，人工智能，深度学习	NA	图像	NA
935	2025-07-12	BaSbBS4: a record-high-performance birefringent crystal identified by a target-driven closed-loop strategy 2025-Jul-10, Chemical science IF:7.6Q1 DOI:10.1039/d5sc01983d PMID:40510313	研究论文	本文开发了一种目标驱动的闭环框架，用于高效发现潜在的双折射材料，并成功识别出一批性能优异的红外双折射晶体	提出了一种结合功能基团与晶体结构筛选、深度学习辅助高通量光学性质计算、针对性实验和机理研究的目标驱动闭环框架，实现了高效发现潜在双折射材料	未明确提及具体局限性	探索具有大双折射和宽带隙的红外双折射材料，以满足高功率光电应用的需求	红外双折射晶体，特别是含有平面[BS]和/或立体化学活性孤对电子（SCALP）基团（[SbS], [SnS]）的晶体	材料科学	NA	深度学习辅助高通量光学性质计算	NA	晶体结构数据、光学性质数据	识别出六种具有巨大双折射（Δ > 1.0）和三种同时具有大双折射（Δ > 0.5）和宽带隙（> 3.5 eV）的晶体
936	2025-07-11	Intelligent quality assessment of ultrasound images for fetal nuchal translucency measurement during the first trimester of pregnancy based on deep learning models 2025-Jul-10, BMC pregnancy and childbirth IF:2.8Q1 DOI:10.1186/s12884-025-07863-y PMID:40634883	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
937	2025-07-12	An Efficient FoG-M3 Method for Self-Adaptive Labeling and Predicting Freezing of Gait 2025-Jul-10, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3587734 PMID:40638345	研究论文	提出了一种名为FoG-M3的深度学习方法，用于预测帕金森病患者的步态冻结现象	采用非固定长度的Pre-FoG标记方法，结合Mixup、MoCo和MU-Net模块，解决了数据不平衡和特征表示不足的问题	未提及方法在其他疾病或更大规模数据集上的泛化能力	提高帕金森病患者步态冻结现象的预测准确性和效率	帕金森病患者的步态数据	机器学习	帕金森病	深度学习	U-Net, Mamba模块, ResNet	步态数据	Daphnet和BHXC两个数据集
938	2025-07-12	BSN with Explicit Noise-Aware Constraint for Self-Supervised Low-Dose CT Denoising 2025-Jul-10, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3587639 PMID:40638344	research paper	本文提出了一种名为NA-BSN的自监督深度学习方法，用于低剂量CT图像去噪，减少了传统方法对配对训练数据的依赖	引入了显式噪声感知约束机制，解决了现有自监督方法在处理空间相关噪声时的局限性	未明确提及具体局限性，但可能包括对不同噪声类型的适应性或计算效率	开发一种不依赖配对训练数据的自监督低剂量CT图像去噪方法	低剂量CT图像	digital pathology	NA	self-supervised deep learning	Blind Spot Network (BSN)	CT images	多种临床数据集（未明确数量）
939	2025-07-12	A Study of Data Augmentation for Learning-Driven Scientific Visualization 2025-Jul-10, IEEE transactions on visualization and computer graphics IF:4.7Q1 DOI:10.1109/TVCG.2025.3587685 PMID:40638349	研究论文	本文全面研究了九种数据增强技术在科学可视化任务中的有效性，包括空间超分辨率和环境光遮蔽预测	首次系统比较了多种数据增强技术在科学可视化中的效果，并分析了数据量、单域多样性和跨域多样性对模型性能的影响	研究仅针对科学可视化领域的特定任务，结论可能不适用于其他领域	探索数据增强技术在科学可视化深度学习中的效果和应用	科学可视化数据集和深度学习模型	科学可视化	NA	噪声注入、插值、缩放、翻转、旋转、变分自编码器、生成对抗网络、扩散模型和隐式神经表示	深度学习模型（未指定具体类型）	科学可视化数据	多个具有不同特性的科学数据集（未明确数量）
940	2025-07-12	DeepBindi: An End-to-End Fear Detection System Optimized for Extreme-Edge Deployment 2025-Jul-10, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3587961 PMID:40638343	研究论文	本文介绍了一种专为极端边缘部署设计的端到端恐惧检测系统DeepBindi	结合高级特征工程技术和优化的轻量级1D-CNN模型架构，整合了手工特征和深度学习卷积技术的优势	现有方法未能满足极端边缘设计需求，难以在现实条件下的可穿戴系统中部署	开发适用于极端边缘环境的恐惧识别系统	基于生理信号的恐惧识别	机器学习	NA	1D-CNN	CNN	生理信号	WEMAC数据集