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
1421	2025-07-04	Python-driven impedance profiling on peptide-functionalized biosensor for detection of HIV gp41 envelope protein 2025-Jul, 3 Biotech IF:2.6Q3 DOI:10.1007/s13205-025-04400-8 PMID:40599495	研究论文	本研究提出了一种无标记阻抗生物传感器，用于检测HIV包膜蛋白gp41，使用抗菌肽作为生物识别受体	首次使用抗菌肽作为生物识别受体，结合Python驱动的深度学习算法进行阻抗数据分析	未提及在复杂生物样本中的实际应用效果	开发一种快速、灵敏且可重复的HIV早期诊断平台	HIV包膜蛋白gp41	生物传感器	HIV感染	电化学阻抗谱(EIS)、扫描电子显微镜、Python深度学习算法	深度学习回归模型	阻抗数据	NA
1422	2025-07-04	Comparison of Deep Learning Models for fast and accurate dose map prediction in Microbeam Radiation Therapy 2025-Jul-01, Physica medica : PM : an international journal devoted to the applications of physics to medicine and biology : official journal of the Italian Association of Biomedical Physics (AIFB) DOI:10.1016/j.ejmp.2025.105012 PMID:40602228	研究论文	比较两种深度学习模型在微束放射治疗中快速准确预测剂量图的性能	首次在微束放射治疗中比较基于图卷积网络和3D U-Net的深度学习模型	研究仅基于大鼠的临床前数据，未涉及人体数据	比较不同深度学习模型在微束放射治疗剂量预测中的性能	微束放射治疗中的剂量分布	数字病理	NA	深度学习	Graph-Convolutional-Network, 3D U-Net	3D剂量图	用于MRT临床前研究的大鼠数据
1423	2025-07-04	The role of data partitioning on the performance of EEG-based deep learning models in supervised cross-subject analysis: A preliminary study 2025-Jul-01, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110608 PMID:40602315	研究论文	本文深入研究了数据分区和交叉验证在评估EEG深度学习模型中的作用，并提供了避免数据泄漏的指南	首次全面比较了五种交叉验证设置对EEG深度学习模型性能的影响，并提出了基于主题的交叉验证策略的重要性	研究仅限于三种特定的分类任务和四种架构，可能不适用于所有EEG深度学习场景	评估数据分区和交叉验证对EEG深度学习模型性能的影响	EEG数据	机器学习	帕金森病,阿尔茨海默病	EEG	ShallowConvNet, EEGNet, DeepConvNet, Temporal-based ResNet	EEG信号	超过100,000个训练模型
1424	2025-07-04	The artificial intelligence challenge in rare disease diagnosis: A case study on collagen VI muscular dystrophy 2025-Jul-01, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110610 PMID:40602312	研究论文	本文探讨了人工智能技术在罕见疾病诊断中的应用，特别是针对胶原VI型先天性肌营养不良症的共聚焦显微镜图像分析	展示了即使在训练数据有限的情况下，通过适当的数据管理和训练程序，也能成功开发出高精度的分类器	研究仅针对一种罕见疾病，结论的普适性需要进一步验证	探索人工智能技术在罕见疾病诊断中的应用潜力	胶原VI型先天性肌营养不良症的共聚焦显微镜图像	数字病理学	胶原VI型先天性肌营养不良症	共聚焦显微镜	经典机器学习和现代深度学习技术	图像	有限数量的训练数据
1425	2025-07-04	A deep learning model combining convolutional neural networks and a selective kernel mechanism for SSVEP-Based BCIs 2025-Jul-01, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110691 PMID:40602314	研究论文	提出了一种结合CNN和选择性核机制的新型深度学习模型FBCNN-TKS，用于基于SSVEP的脑机接口	引入了TKS模块，显著增强了特征提取能力，并采用扩张和分组卷积减少模型参数，降低过拟合风险	未提及具体的数据不足情况下的泛化能力测试	解决SSVEP-BCIs中训练数据不足导致的过拟合问题，以及有效捕捉全局时间特征的困难	基于稳态视觉诱发电位(SSVEP)的脑机接口(BCIs)	机器学习	NA	filter bank技术, CNN, 时间核选择(TKS)模块	CNN, FBCNN-TKS	SSVEP信号	公共数据集Benchmark和BETA
1426	2025-07-04	Improving YOLO-based breast mass detection with transfer learning pretraining on the OPTIMAM Mammography Image Database 2025-Jul-01, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110581 PMID:40602320	研究论文	本研究通过迁移学习和图像预处理技术优化YOLO模型，提高小规模专有数据集上的乳腺肿块检测性能	使用OPTIMAM乳腺X线摄影图像数据库(OMI-DB)进行预训练，结合YOLOv9模型显著提升检测准确率	研究仅基于133张乳腺X线图像，样本量较小	优化深度学习模型在数据有限的临床应用中乳腺肿块的检测性能	乳腺X线摄影图像中的肿块	计算机视觉	乳腺癌	迁移学习，图像预处理(裁剪和对比度增强)	YOLOv9, YOLOv7	图像	133张乳腺X线图像
1427	2025-07-04	Cephalometric landmark detection using vision transformers with direct coordinate prediction 2025-Jul-01, Journal of cranio-maxillo-facial surgery : official publication of the European Association for Cranio-Maxillo-Facial Surgery DOI:10.1016/j.jcms.2025.05.021 PMID:40603150	research paper	提出了一种使用Vision Transformers (ViTs)直接预测坐标的新方法，用于头影测量标志点检测(CLD)，避免了传统热图预测的内存密集型问题	首次将Vision Transformers与直接坐标预测相结合应用于CLD任务，相比现有方法在平均径向误差上提升了2毫米以上	未明确指出具体局限性，但暗示传统CNN方法在特定数据集上可能过拟合，泛化能力不足	改进头影测量标志点检测的自动化方法，提升检测精度和临床应用潜力	侧位X射线图像中的头影测量标志点	computer vision	NA	Vision Transformers (ViTs), 直接坐标预测	Vision Transformers (ViTs)	X-ray图像	未明确说明样本数量
1428	2025-07-04	The power spectrum map of gyro-sulcal functional activity dissociation in macaque brains 2025-Jul-01, Cerebral cortex (New York, N.Y. : 1991) DOI:10.1093/cercor/bhaf160 PMID:40605313	研究论文	本研究利用一维卷积神经网络（1D-CNN）分析猕猴大脑中脑回与脑沟在静息态功能磁共振成像信号中的功能分离特性，并建立了首个猕猴脑回-脑沟功能活动分离的功率谱图	首次建立了猕猴脑回-脑沟功能活动分离的功率谱图，为系统探索哺乳动物大脑功能分离的神经机制提供了新视角	研究仅基于静息态功能磁共振成像数据，未涉及任务态或其他模态的神经影像数据	探究猕猴大脑中脑回与脑沟在功能活动上的频率特异性分离特征	440只猕猴（来自两个独立站点的静息态功能磁共振成像数据）	神经影像分析	NA	静息态功能磁共振成像（rs-fMRI）	一维卷积神经网络（1D-CNN）	神经影像数据	440只猕猴
1429	2025-07-03	Multitask Deep Learning Based on Longitudinal CT Images Facilitates Prediction of Lymph Node Metastasis and Survival in Chemotherapy-Treated Gastric Cancer 2025-Jul-02, Cancer research IF:12.5Q1 DOI:10.1158/0008-5472.CAN-24-4190 PMID:40305075	研究论文	本研究开发了一种基于纵向CT图像的多任务深度学习模型CTSMamba，用于同时预测化疗治疗胃癌患者的淋巴结转移和总生存期	提出了名为co-attention tri-oriented spatial Mamba (CTSMamba)的新型多任务深度学习模型，能够同时预测淋巴结转移和总生存期，且在多个中心验证中表现优于临床模型	研究仅基于CT图像，未整合其他模态数据	提高化疗治疗胃癌患者淋巴结转移和总生存期的预测准确性	局部晚期胃癌患者	数字病理学	胃癌	深度学习	CTSMamba (基于co-attention tri-oriented spatial Mamba的多任务模型)	纵向CT图像	1,021名局部晚期胃癌患者（训练验证398例，外部验证623例）
1430	2025-07-03	Evaluating artificial intelligence models for rupture risk prediction in unruptured intracranial aneurysms: a focus on vessel geometry and hemodynamic insights 2025-Jul-02, Neurosurgical review IF:2.5Q1 DOI:10.1007/s10143-025-03689-6 PMID:40593222	review	本文评估了人工智能模型在未破裂颅内动脉瘤破裂风险预测中的应用，重点关注血管几何和血流动力学因素	结合几何和血流动力学变量，利用AI模型进行更全面和患者特异性的风险评估，超越了传统的基于大小的方法	缺乏大规模高质量数据集，模型预测解释存在挑战	提高未破裂颅内动脉瘤破裂风险预测的准确性	未破裂颅内动脉瘤（UIA）	digital pathology	cardiovascular disease	CFD (Computational Fluid Dynamics), AI	SVM, CNN	image, hemodynamic parameters	NA
1431	2025-07-03	A deep learning and digital archaeology approach for mosquito repellent discovery 2025-Jul-02, Chemical senses IF:2.8Q2 DOI:10.1093/chemse/bjaf021 PMID:40598906	研究论文	本文提出了一种结合深度学习和数字考古学的方法，用于发现新型驱蚊分子	使用图神经网络（GNN）映射分子结构与驱蚊效果的关系，并通过行为实验验证预测结果	NA	发现更有效、更安全的新型驱蚊分子	蚊子驱避分子	机器学习	虫媒传染病	GNN	图神经网络	分子结构数据	约19,000个驱蚊效果测量数据，317个候选分子
1432	2025-07-03	AI in Learning Anatomy and Restoring Central Incisors: A Comparative Study 2025-Jul-02, Journal of dental research IF:5.7Q1 DOI:10.1177/00220345251344548 PMID:40598953	研究论文	本研究比较了不同AI方法在学习和重建中切牙解剖结构中的表现	首次比较了PCA和DeepSDF在牙齿解剖学学习和重建中的表现，并评估了其可解释性	DeepSDF模型的可解释性存在不足，且未考虑影响微笑设计的更广泛因素	比较不同AI方法在牙齿解剖学学习和重建中的表现	上颌中切牙的解剖结构	数字病理	牙科创伤	PCA, DeepSDF	DeepSDF	3D扫描数据(STL文件)	来自3所大学的成熟恒上颌中切牙STL文件
1433	2025-07-03	Deep learning-enhanced development of innovative antioxidant liposomal drug delivery systems from natural herbs 2025-Jul-02, Materials horizons IF:12.2Q1 DOI:10.1039/d5mh00699f PMID:40600624	研究论文	本研究开发了一种基于深度学习的双阶段BERT框架，用于从天然草药中筛选抗氧化化合物，并结合脂质体递送系统增强其生物利用度和抗氧化效果	采用BERT框架显著提高了抗氧化化合物的筛选准确率（约20%），并将筛选出的化合物成功整合到脂质体递送系统中，验证了其在减轻氧化应激损伤方面的效果	研究仅针对肾脏急性缺血/再灌注模型验证了抗氧化效果，未涉及其他器官或慢性氧化应激模型	开发一种结合深度学习和脂质体递送技术的抗氧化药物研发平台	天然草药中的抗氧化化合物及其脂质体递送系统	机器学习	氧化应激相关疾病	BERT框架、分子对接模拟	BERT	化合物数据	587种实验确认的抗氧化剂和983种非活性化合物，以及2882种天然草药化合物
1434	2025-07-03	Discovery of novel cathepsin K inhibitors for osteoporosis treatment using a deep learning-based strategy 2025-Jul-02, Expert opinion on drug discovery IF:6.0Q1 DOI:10.1080/17460441.2025.2527686 PMID:40600916	研究论文	本研究利用深度学习和实验方法相结合的策略，发现新型组织蛋白酶K抑制剂用于骨质疏松治疗	开发了基于深度学习的预测模型来识别组织蛋白酶K抑制剂，并发现了槲皮素、γ-亚麻酸和异硫氰酸苄酯等有潜力的候选药物	目前尚未进行临床试验验证这些抑制剂的安全性和有效性	发现新型组织蛋白酶K抑制剂用于骨质疏松治疗	组织蛋白酶K(CTSK)及其抑制剂	机器学习	骨质疏松症	深度学习预测模型(Chemprop)、酶动力学研究、分子对接、分子动力学模拟、RANKL诱导的破骨细胞生成实验	深度学习模型	化学分子数据	前100个预测分子进行实验验证，最终确定6种化合物
1435	2025-07-03	PROTEUS: A Physically Realistic Contrast-Enhanced Ultrasound Simulator-Part I: Numerical Methods 2025-Jul, IEEE transactions on ultrasonics, ferroelectrics, and frequency control DOI:10.1109/TUFFC.2024.3427850 PMID:39008399	研究论文	本文介绍了一种物理真实的对比增强超声模拟器PROTEUS，包括其数值方法和四个相互连接的模块	开发了PROTEUS模拟器，能够模拟超声波与组织和微泡的物理相互作用，为对比增强超声领域提供可定制的研究框架	未提及具体临床应用验证或实际数据对比结果	开发一个能够模拟超声波与组织和微泡物理相互作用的工具，以促进对比增强超声成像领域的研究	超声对比剂（UCAs）和血管结构	医学影像	NA	对比增强超声成像	NA	射频数据（RF data）	NA
1436	2025-07-03	Deep Learning MRI Models for the Differential Diagnosis of Tumefactive Demyelination versus IDH Wild-Type Glioblastoma 2025-Jul-01, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8645 PMID:39788628	research paper	该研究利用深度学习模型基于MRI图像区分肿瘤性脱髓鞘与IDH野生型胶质母细胞瘤	首次应用3D DenseNet121架构结合T1C和T2 MRI图像进行鉴别诊断，提出分层阈值优化策略	模型在跨机构、人群和技术平台的泛化能力需进一步验证，未纳入其他肿瘤病因如CNS淋巴瘤和脑转移瘤	开发非侵入性MRI深度学习模型以准确鉴别脑部肿瘤与非肿瘤性病变	肿瘤性脱髓鞘患者(144例)和IDH野生型胶质母细胞瘤患者(455例)	digital pathology	brain tumor	MRI (T1C and T2 weighted)	3D DenseNet121	medical image	599例患者(144例肿瘤性脱髓鞘+455例IDHwt GBM)
1437	2025-07-03	Application of Deep Learning Accelerated Image Reconstruction in T2-Weighted Turbo Spin-Echo Imaging of the Brain at 7T 2025-Jul-01, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8662 PMID:39832954	研究论文	本研究评估了基于深度学习的图像重建技术在7T脑部T2加权涡轮自旋回波成像中的应用	使用在7T数据上训练的深度神经网络进行图像重建，显著提高了图像质量	研究样本量较小，仅包含30名患者	解决7T MRI成像时间长和运动敏感性的问题	7T脑部MRI图像	医学影像	NA	深度学习加速图像重建	深度神经网络	MRI图像	30名临床7T脑部MRI患者
1438	2025-07-03	Enhanced boundary-directed lightweight approach for digital pathological image analysis in critical oncological diagnostics 2025-Jul, Journal of X-ray science and technology IF:1.7Q3 DOI:10.1177/08953996251325092 PMID:40262109	研究论文	本研究提出了一种轻量化的边界增强数字病理图像识别策略（LB-DPRS），用于恶性骨肿瘤（如骨肉瘤）的紧急诊断	优化了Transformer模型的自注意力机制，创新性地实施了边界分割增强策略，并引入了行列注意力方法来稀疏化注意力矩阵，从而提高了识别精度和速度	研究主要针对恶性骨肿瘤（如骨肉瘤），可能不适用于其他类型的癌症诊断	为恶性骨肿瘤（如骨肉瘤）的紧急诊断提供高效的计算支持	恶性骨肿瘤（如骨肉瘤）的病理图像	数字病理学	骨肉瘤	Transformer模型，边界分割增强策略，行列注意力方法	Transformer	图像	NA
1439	2025-07-03	AI-Assisted Glucocorticoid Treatment Response Prediction of Active Ulcerative Active Patients 2025-Jul, Journal of gastroenterology and hepatology IF:3.7Q2 DOI:10.1111/jgh.16961 PMID:40304464	研究论文	使用深度学习模型预测活动性溃疡性结肠炎患者对糖皮质激素治疗的反应	开发并验证了基于全切片图像和临床数据的深度学习模型UCG-SwinT，用于预测糖皮质激素诱导治疗的反应，其性能优于仅使用组织病理学图像或临床因素	样本量相对较小（212名患者），且仅来自中国的两个医疗中心，可能限制模型的泛化能力	预测活动性溃疡性结肠炎患者对糖皮质激素治疗的反应，以实现更精确的治疗管理	活动性溃疡性结肠炎患者	数字病理学	溃疡性结肠炎	深度学习	UCG-SwinT（基于Swin Transformer的模型）	图像（全切片图像）和临床数据	212名患者的485张肠道组织学全切片图像
1440	2025-07-03	Prostate cancer prediction through a hybrid deep learning method applied to histopathological image 2025-Jul, Expert review of anticancer therapy IF:2.9Q2 DOI:10.1080/14737140.2025.2512040 PMID:40411485	研究论文	提出一种混合深度学习方法用于前列腺癌组织病理图像的Gleason分级预测	整合MobileNet、注意力机制和胶囊网络，在提高准确率的同时降低计算复杂度	仅在两个数据集上验证，未说明泛化能力	开发高效准确的前列腺癌组织病理图像自动分级系统	前列腺癌组织病理图像	数字病理	前列腺癌	深度学习	MobileNet+Attention Mechanism+Capsule Network	图像	PANDA和Gleason-2019两个数据集（未说明具体样本量）