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
81	2025-07-26	Artificial Intelligence in the Management of Malnutrition in Cancer Patients: A Systematic Review 2025-Jul, Advances in nutrition (Bethesda, Md.) DOI:10.1016/j.advnut.2025.100438 PMID:40334987	系统综述	本文系统评估了人工智能在癌症患者营养不良管理中的应用及其效果	首次系统评价AI在癌症患者营养管理中的多领域应用，包括营养状态评估、预测和临床结果改善	需要进一步研究以标准化AI模型并确保临床适用性	评估人工智能在癌症患者营养不良识别和管理中的作用	癌症患者	医疗人工智能	癌症	机器学习算法（决策树、随机森林、支持向量机）和深度学习模型	决策树、随机森林、支持向量机、深度学习	医疗影像和临床数据	11项研究（共52,228名患者）
82	2025-07-26	Regularized Gradient Statistics Improve Generative Deep Learning Models of Super Resolution Microscopy 2025-Jul, Small methods IF:10.7Q1 DOI:10.1002/smtd.202401900 PMID:40454902	research paper	本文提出了一种在超分辨率荧光显微镜深度学习模型训练过程中通过正则化信号梯度统计来改进生成图像质量的方法	通过在训练数据集中对图像进行梯度及拉普拉斯统计量的正则化处理，使其更接近自然场景图像的统计特性，从而提升生成图像质量	该方法仅适用于具有适当先验信息的图像（如BioSR数据集中丝状结构图像）	改进超分辨率显微镜深度学习模型的图像生成质量	超分辨率荧光显微镜图像	computer vision	NA	深度学习	Conditional Variational Diffusion Model (CVDM)	图像	BioSR数据集（包含衍射极限图像与超分辨率图像的匹配对）
83	2025-07-26	Deep Learning Based Models for CRISPR/Cas Off-Target Prediction 2025-Jul, Small methods IF:10.7Q1 DOI:10.1002/smtd.202500122 PMID:40468633	综述	本文综述了基于深度学习的CRISPR/Cas脱靶预测工具，评估了六种深度学习模型在公共数据集上的性能	强调了将验证过的脱靶数据集整合到模型训练中以提升预测性能的重要性，并评估了六种深度学习模型的综合表现	没有一种模型在所有场景中始终优于其他模型	改进CRISPR/Cas脱靶位点预测，确保更安全的基因组编辑应用	CRISPR/Cas脱靶位点预测工具及其性能评估	机器学习	NA	深度学习	CRISPR-Net, CRISPR-IP, R-CRISPR, CRISPR-M, CrisprDNT, Crispr-SGRU	序列数据	六个公共数据集及CRISPRoffT数据库中的验证数据
84	2025-07-26	Memory kernel minimization-based neural networks for discovering slow collective variables of biomolecular dynamics 2025-Jul, Nature computational science IF:12.0Q1 DOI:10.1038/s43588-025-00815-8 PMID:40495006	研究论文	本文提出了一种基于记忆核最小化的神经网络（MEMnets），用于准确识别生物分子动力学的慢集体变量（CVs）	MEMnets通过最小化时间积分记忆核的上界，利用并行编码器网络识别最优CVs，克服了传统方法假设马尔可夫动力学的局限性	在大型生物分子动态系统中，有限采样可能影响CVs识别的准确性	开发一种深度学习框架，以识别生物分子动力学中的慢集体变量	生物分子（如FIP35 WW域和细菌RNA聚合酶）的构象变化	机器学习	NA	深度学习	神经网络（MEMnets）	分子动力学数据	NA
85	2025-07-26	ICD lead and primary metal artifact detection and inpainting in cardiac CT images 2025-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.17947 PMID:40660812	研究论文	开发了一种自动检测心脏CT扫描中ICD导线及周围金属伪影并修复受影响区域的方法	提出了两种深度学习模型，用于自动检测和修复心脏CT图像中的ICD导线及金属伪影，提高了心脏分割和运动分析的准确性	方法主要针对已重建的CT图像，可能不适用于其他类型的医学影像或不同来源的金属伪影	减少心脏CT图像中由ICD导线引起的金属伪影，恢复丢失的解剖信息	心脏CT图像中的ICD导线及金属伪影	数字病理学	心血管疾病	深度学习	2D U-Net, 3D图像修复模型	CT图像	12名患者的心脏4DCT扫描数据，以及148名患者的无伪影心脏CT数据用于合成数据集
86	2025-07-26	Multistage attention-based extraction and fusion of protein sequence and structural features for protein function prediction 2025-Jul-01, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf374 PMID:40569190	研究论文	提出了一种基于多阶段注意力机制的蛋白质功能预测框架MAEF-GO，整合了蛋白质序列和结构特征	创新性地整合了图卷积网络和图注意力网络提取蛋白质结构特征，并引入了频域注意力机制和跨注意力模块	未提及具体局限性	改进蛋白质功能预测方法	蛋白质序列和结构特征	生物信息学	NA	图卷积网络、图注意力网络、频域注意力机制	MAEF-GO	蛋白质序列和结构数据	未提及具体样本量
87	2025-07-26	From Industry 4.0 to 5.0: Exploring the Opportunity of Biodegradable Freshness Indicator Packaging 2025-Jul, Comprehensive reviews in food science and food safety IF:12.0Q1 DOI:10.1111/1541-4337.70242 PMID:40708461	综述	本文探讨了从工业4.0到5.0背景下，生物可降解新鲜度指示包装的机遇及其在食品包装行业的应用	结合数字技术与包装技术的跨学科整合，提出了生物可降解材料与新鲜度指示包装的创新应用	未具体提及实验数据或案例研究的局限性	探索生物可降解新鲜度指示包装在可持续食品包装中的潜力和机遇	生物可降解聚合物和新鲜度指示包装技术	食品包装技术	NA	机器学习、大数据、物联网、3D打印、深度学习、区块链、云边协作、万物互联、4D打印	NA	NA	NA
88	2025-07-26	Detect+Track: robust and flexible software tools for improved tracking and behavioural analysis of fish 2025-Jul, Royal Society open science IF:2.9Q1 DOI:10.1098/rsos.242086 PMID:40708665	research paper	介绍了一种名为Detect+Track的新型视频处理方法，结合深度学习目标检测器与基于模板的目标无关跟踪器，显著提高了动物跟踪的准确性和鲁棒性	结合深度学习目标检测器与基于模板的目标无关跟踪器，显著提高了动物跟踪的准确性和鲁棒性，特别是在遮挡、光照变化、身体变形和表面波纹等挑战性条件下	未明确提及具体局限性，但可能需要手动校正和重新训练以适应新的对象类别	提高动物在复杂环境中运动和决策研究的跟踪和分析能力	Picasso triggerfish（毕加索扳机鱼）在随机排列的圆柱障碍物中导航的行为实验	computer vision	NA	深度学习目标检测、基于模板的跟踪、Voronoi镶嵌、平面同调、光流法	深度学习目标检测器	video	未明确提及具体样本数量，但涉及毕加索扳机鱼的行为实验
89	2025-07-26	VGG-EffAttnNet: Hybrid Deep Learning Model for Automated Chili Plant Disease Classification Using VGG16 and EfficientNetB0 With Attention Mechanism 2025-Jul, Food science & nutrition IF:3.5Q2 DOI:10.1002/fsn3.70653 PMID:40708782	研究论文	提出了一种结合VGG16和EfficientNetB0的混合深度学习模型VGG-EffAttnNet，用于辣椒植物病害的自动分类	结合VGG16和EfficientNetB0，引入注意力机制和蒙特卡洛Dropout（MCD）以提高分类的准确性和鲁棒性	未来工作需扩展到实时移动和边缘设备部署，增强模型的可解释性，并探索去中心化农业诊断的联邦学习	开发一种高效的深度学习模型，用于辣椒植物病害的自动分类，以支持精准农业	辣椒植物的病害图像	计算机视觉	辣椒植物病害	深度学习	VGG16, EfficientNetB0	图像	5000张图像，涵盖五个类别：健康、叶卷曲、叶斑、粉虱和黄化
90	2025-07-26	Machine learning-assisted point-of-care diagnostics for cardiovascular healthcare 2025-Jul, Bioengineering & translational medicine IF:6.1Q1 DOI:10.1002/btm2.70002 PMID:40708978	research paper	本文探讨了机器学习辅助的即时诊断设备在心血管疾病医疗中的应用及其潜力	利用深度学习框架改进即时诊断设备，实现更频繁的异常检测和自动化专家级诊断	数据隐私问题和数据集代表性偏见可能阻碍临床整合	提升心血管疾病的诊断准确性和医疗效率	心血管疾病患者	machine learning	cardiovascular disease	deep learning	deep learning frameworks	medical data	NA
91	2025-07-26	An Interactive Human-in-the-Loop Framework for Skeleton-Based Posture Recognition in Model Education 2025-Jul-01, Biomimetics (Basel, Switzerland) DOI:10.3390/biomimetics10070431 PMID:40710243	research paper	提出了一种基于骨架的姿势识别的人机交互框架，用于支持模型训练和艺术教育	结合了传统和深度学习分类算法，并整合了视觉推荐模块以增强教学互动性	未提及数据集是否具有多样性或泛化能力	开发一个支持姿势分类和模型训练的交互式框架	人体姿势（站立、坐、跳跃、蹲伏、躺）	computer vision	NA	骨架特征提取（关节坐标、角度、肢体长度、对称性度量）	KNN, SVM, Random Forest, LSTM, Transformer	image	4870张标注图像用于训练和验证，500张图像用于测试
92	2025-07-25	The Power of Hellmann-Feynman Theorem: Kohn-Sham DFT Energy Derivatives with Respect to the Parameters of the Exchange-Correlation Functional at Linear Cost 2025-Jul-24, The journal of physical chemistry. A DOI:10.1021/acs.jpca.5c01771 PMID:40653651	研究论文	本文应用Hellmann-Feynman定理计算Kohn-Sham DFT能量对交换相关泛函参数的导数，显著提高了计算效率	利用Hellmann-Feynman定理实现了Kohn-Sham DFT能量对交换相关泛函参数导数的线性复杂度计算，相比自动微分方法显著加速	研究仅基于LDA和GGA泛函进行验证，未涉及更复杂的泛函形式	开发高效计算科学模型参数导数的方法，以加速机器学习中的梯度优化和深度学习集成	Kohn-Sham DFT能量对交换相关泛函参数的导数	机器学习	NA	Hellmann-Feynman定理	Kohn-Sham DFT	NA	一系列烷烃（n=4...64）使用双zeta基组
93	2025-07-25	Advancements and challenges in inverse lithography technology: a review of artificial intelligence-based approaches 2025-Jul-24, Light, science & applications DOI:10.1038/s41377-025-01923-w PMID:40701983	综述	本文综述了逆光刻技术（ILT）在计算光刻中的应用，特别关注了与人工智能（AI）技术的结合	强调了AI技术如CNN、DNN、GAN等在ILT中的应用及其对现有挑战的潜在解决方案	计算运行时间长和掩模写入复杂性等挑战	探讨逆光刻技术在半导体行业中的应用及AI技术的整合	逆光刻技术及其AI驱动的方法	计算光刻	NA	优化算法、AI技术	CNN、DNN、GAN、模型驱动的深度学习方法	NA	NA
94	2025-07-25	An automated hybrid deep learning framework for paddy leaf disease identification and classification 2025-Jul-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-08071-6 PMID:40701992	研究论文	提出了一种自动化的混合深度学习框架，用于水稻叶片病害的识别与分类	结合MobileNetV3模型和混合优化算法（GKSO与SA）进行特征选择，使用CatBoost进行分类，实现了高准确率	未提及模型在不同环境或光照条件下的泛化能力，数据集可能仅限于特定地区的水稻病害	提升水稻病害识别效率以支持精准农业管理	水稻叶片病害图像	计算机视觉	水稻病害	深度学习、迁移学习、优化算法	MobileNetV3, CatBoost	图像	Kaggle上的paddy doctor数据集（具体数量未说明）
95	2025-07-25	Artificial Neural Networks and Deep Learning in Solid Organ Transplantation 2025-Jul-24, Transplantation IF:5.3Q1 DOI:10.1097/TP.0000000000005500 PMID:40702591	review	本文综述了人工神经网络和深度学习在实体器官移植中的应用，并提供了相关术语解释和使用建议	概述了神经网络在移植领域的最新应用，特别是处理非表格数据（如图像和文本）的能力	模型结果的解释需要考虑上下文，存在一定的黑箱预测问题	探讨人工神经网络和深度学习在实体器官移植中的应用潜力	实体器官移植	machine learning	NA	deep learning	artificial neural networks	image, text	NA
96	2025-07-25	Malignancy classification of thyroid incidentalomas using 18F-fluorodeoxy-d-glucose PET/computed tomography-derived radiomics 2025-Jul-24, Nuclear medicine communications IF:1.3Q3 DOI:10.1097/MNM.0000000000002031 PMID:40702878	研究论文	本研究探讨了18F-FDG PET/CT衍生的放射组学特征在区分甲状腺偶发瘤良恶性中的作用	利用PET和CT图像的放射组学特征进行甲状腺偶发瘤的良恶性分类，并与传统的TIRADS分类进行比较	样本量较小（46例患者），未来需要更大样本和深度学习方法验证	研究非侵入性PET/CT放射组学特征在甲状腺偶发瘤良恶性鉴别中的价值	46例接受甲状腺超声和手术的PET/CT甲状腺偶发瘤患者	数字病理学	甲状腺癌	18F-FDG PET/CT成像	NA	医学影像（PET和CT图像）	46例患者（36例恶性，10例良性）
97	2025-07-25	Mycophenolate mofetil-induced colitis versus colonic graft-versus-host disease: a comparative histologic study with artificial intelligence model development 2025-Jul-24, Histopathology IF:3.9Q1 DOI:10.1111/his.15521 PMID:40703053	研究论文	本研究比较了MMF诱导的结肠炎和结肠GVHD的组织病理学特征，并开发了一种使用深度学习卷积神经网络（CNNs）的数字工具，用于半自动化量化嗜酸性粒细胞	开发了一种基于深度学习的数字工具，用于半自动化量化嗜酸性粒细胞，为MMF诱导的结肠炎和结肠GVHD的鉴别诊断提供辅助工具	MMF诱导的结肠炎在SCT患者中较为罕见，因此病理学家在诊断时需要较高的阈值	比较MMF诱导的结肠炎和结肠GVHD的组织病理学特征，并开发一种数字工具辅助诊断	MMF和GVHD结肠炎病例，以及接受移植并处于GVHD风险中的患者	数字病理学	结肠炎	深度学习卷积神经网络（CNNs）	CNN	组织病理学图像	95名患者（GVHD组37例，MMF组25例，GVHD vs. MMF组33例）
98	2025-07-25	Deep Learning to Differentiate Parkinsonian Syndromes Using Multimodal Magnetic Resonance Imaging: A Proof-of-Concept Study 2025-Jul-24, Movement disorders : official journal of the Movement Disorder Society IF:7.4Q1 DOI:10.1002/mds.30300 PMID:40704399	研究论文	本研究利用深度学习和多模态磁共振成像（MRI）数据，开发了一种基于三维卷积神经网络（3D CNN）的方法，用于区分多系统萎缩（MSA）和帕金森病（PD）	首次将多模态MRI数据（灰质密度图和平均扩散率图）与3D CNN结合，用于区分MSA和PD，并通过激活图分析提供了模型的可解释性	样本量相对较小（92例MSA患者和64例PD患者），且为回顾性研究	开发一种基于MRI的自动诊断工具，用于区分帕金森综合征	多系统萎缩（MSA）患者和帕金森病（PD）患者	数字病理学	帕金森综合征	磁共振成像（MRI），包括T1加权序列和扩散张量成像	3D CNN	图像	156例患者（92例MSA，64例PD）
99	2025-07-25	Deep Learning Based Evaluation of Skeletal Maturation: A Comparative Analysis of Five Hand-Wrist Methods 2025-Jul-24, Orthodontics & craniofacial research IF:2.4Q2 DOI:10.1111/ocr.70008 PMID:40704688	研究论文	本研究通过比较五种不同的手腕骨骼成熟度评估方法，评估了深度学习算法在骨骼年龄估计中的有效性	使用YOLOv8x深度学习模型对五种手腕骨骼成熟度分类方法进行比较分析，并展示了在不同骨骼成熟阶段的分类性能	在青春期生长高峰阶段（S-H2和MP3-Cap阶段）的分类性能略低	评估深度学习算法在骨骼年龄估计中的诊断可靠性	6572名8-16岁正畸患者的手腕X光片	计算机视觉	NA	YOLOv8x深度学习模型	YOLOv8x-cls	图像	6572张手腕X光片
100	2025-07-25	MSA-Net: a multi-scale and adversarial learning network for segmenting bone metastases in low-resolution SPECT imaging 2025-Jul-24, EJNMMI physics IF:3.0Q2 DOI:10.1186/s40658-025-00785-w PMID:40705118	research paper	提出了一种基于深度学习的多尺度和对抗学习网络MSA-Net，用于在低分辨率SPECT成像中分割骨转移病灶	结合条件对抗学习和多尺度特征提取生成器，采用级联扩张卷积、多尺度模块和深度监督，提高了多尺度病灶检测的准确性，尤其是对小而聚集的病灶	未提及具体的数据集多样性或模型在其他类型癌症中的泛化能力	提高低分辨率SPECT成像中骨转移病灶的分割准确性，以支持肺癌的临床决策	骨转移病灶	digital pathology	lung cancer	SPECT imaging	MSA-Net (multi-scale and adversarial learning network)	image	286 clinically annotated SPECT scintigrams