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
1681	2025-05-14	Zero-shot and few-shot multimodal plastic waste classification with vision-language models 2025-Jul, Waste management (New York, N.Y.) DOI:10.1016/j.wasman.2025.114815 PMID:40273572	研究论文	本文探讨了利用视觉语言模型(VLMs)进行建筑和拆除塑料废物的树脂类型分类，通过零样本和小样本学习减少对大量标注数据的依赖	首次将视觉语言模型应用于塑料废物分类，实现了零样本和小样本学习，显著提高了数据效率和模型的可扩展性	零样本分类的准确率(70.15%)仍有提升空间，且未说明模型在更复杂塑料混合物分类中的表现	开发一种数据高效的塑料废物分类方法，减少对大规模标注数据的依赖	建筑和拆除过程中产生的塑料废物	计算机视觉	NA	视觉语言模型(VLMs)	VLM	图像和文本	未明确说明具体样本数量，但强调使用少量或零训练样本
1682	2025-05-14	Sepsis Important Genes Identification Through Biologically Informed Deep Learning and Transcriptomic Analysis 2025-Jul, Clinical and experimental pharmacology & physiology DOI:10.1111/1440-1681.70031 PMID:40356040	研究论文	通过生物信息学深度学习和转录组分析识别脓毒症重要基因	使用P-NET（一种生物信息学可解释人工智能模型）评估脓毒症基因重要性，并识别出688个重要基因，这些基因在炎症和免疫调节通路中富集	未提及样本量大小及具体实验验证步骤	识别调控脓毒症免疫反应的关键基因	脓毒症患者基因表达数据	生物信息学	脓毒症	转录组分析、单细胞分析	P-NET	基因表达数据	NA
1683	2025-05-13	The Chest X- Ray: The Ship has Sailed, But Has It? 2025-Jul-01, Journal of insurance medicine (New York, N.Y.) DOI:10.17849/insm-52-1-21-22.1 PMID:40047110	评论	探讨胸部X光片（CXR）在深度学习技术背景下是否能为保险承保风险分析增添新价值	提出在深度学习技术支持下重新评估CXR在保险风险评估中的潜在价值	未提供具体实验数据或案例支持观点	评估CXR作为保险承保风险分析工具的现代适用性	胸部X光片（CXR）在保险风险评估中的应用	数字病理学	NA	深度学习	NA	医学影像	NA
1684	2025-05-13	From classical approaches to artificial intelligence, old and new tools for PDAC risk stratification and prediction 2025-Jul, Seminars in cancer biology IF:12.1Q1 DOI:10.1016/j.semcancer.2025.03.004 PMID:40147701	review	本文探讨了胰腺导管腺癌（PDAC）风险分层的演变，比较了传统流行病学框架与AI驱动的方法	提出将AI技术整合到PDAC风险分层中，以动态模型整合多种数据集，发现新的相互作用和风险特征	临床转化中的挑战包括数据稀缺、模型可解释性和外部验证	开发可扩展的个性化预测工具，以改善PDAC的早期检测和患者预后	胰腺导管腺癌（PDAC）	machine learning	pancreatic cancer	genome-wide association studies, polygenic risk scores, radiomics	machine learning, deep learning	genetic, clinical, lifestyle, imaging data	NA
1685	2025-05-13	Emittance minimization for aberration correction I: Aberration correction of an electron microscope without knowing the aberration coefficients 2025-Jul, Ultramicroscopy IF:2.1Q2 DOI:10.1016/j.ultramic.2025.114137 PMID:40222084	research paper	该论文提出了一种基于深度学习的电子显微镜像差校正方法，通过最小化束流发射度增长来实现自动校正	从加速器物理角度重新定义像差校正问题，提出基于发射度最小化的新方法，并开发了可快速执行的深度学习模型	需要依赖高速电子相机进行快速测量，第二部分才展示在线调谐方法	开发无需知道像差系数的电子显微镜自动像差校正方法	扫描透射电子显微镜(STEM)的电子束	电子显微镜技术	NA	深度学习	深度学习模型	Ronchigrams图像数据	NA
1686	2025-05-13	Evaluating crash risk factors of farm equipment vehicles on county and non-county roads using interpretable tabular deep learning (TabNet) 2025-Jul, Accident; analysis and prevention DOI:10.1016/j.aap.2025.108048 PMID:40252392	研究论文	本研究利用可解释的表格深度学习模型TabNet评估了农用设备车辆在县道和非县道上的碰撞风险因素	首次应用TabNet模型分析农用设备车辆事故严重性因素，并比较县道与非县道差异，提供特征重要性和SHAP图的可解释性	研究基于特定数据集，可能无法完全代表所有地区的农用设备车辆事故情况	评估农用设备车辆在不同类型道路上的碰撞风险因素，为制定针对性安全措施提供依据	涉及农用设备车辆的交通事故	机器学习	NA	TabNet, SMOTE, SHAP	TabNet	表格数据	未明确说明具体样本量（农用设备车辆事故数据）
1687	2025-05-13	Cascade learning in multi-task encoder-decoder networks for concurrent bone segmentation and glenohumeral joint clinical assessment in shoulder CT scans 2025-Jul, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103131 PMID:40279875	研究论文	介绍了一种创新的深度学习框架，用于处理肩部CT扫描，实现近端肱骨和肩胛骨的语义分割、骨表面3D重建、GH关节区域识别以及三种常见骨关节炎相关病症的分期	提出了一种级联CNN架构（3D CEL-UNet和3D Arthro-Net），用于同时进行骨分割和GH关节临床评估，并在571个CT扫描数据集上验证了其性能	研究基于回顾性数据集，可能需要在更大规模的前瞻性研究中进一步验证	开发一种AI工具，用于骨关节炎的术前规划，帮助外科医生根据患者独特的关节状况选择最合适的手术方法	肩部CT扫描中的近端肱骨和肩胛骨	数字病理学	骨关节炎	深度学习	3D CEL-UNet, 3D Arthro-Net	CT扫描图像	571个CT扫描，包含不同程度GH骨关节炎相关病理的患者
1688	2025-05-13	A comprehensive review of ICU readmission prediction models: From statistical methods to deep learning approaches 2025-Jul, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103126 PMID:40300338	综述	本文全面回顾了ICU再入院预测模型的研究，从统计方法到深度学习方法	总结了统计、机器学习和深度学习模型在ICU再入院预测中的应用，并探讨了当前方法论的挑战和最新进展	现有模型在预测精度上仍需提升，以满足构建计算机化决策支持工具的需求	评估和比较不同ICU再入院预测模型的效果，指导未来研究和开发	ICU再入院预测模型的研究	机器学习	重症监护	统计方法、机器学习、深度学习	统计模型、ML模型、DL模型	医疗数据	NA
1689	2025-05-12	Deformable image registration with strategic integration pyramid framework for brain MRI 2025-Jul, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2025.110386 PMID:40122188	research paper	提出了一种基于金字塔结构的战略集成配准网络，用于脑部MRI的可变形图像配准	设计了CNN编码器和Transformer解码器，有效提取和增强全局与局部特征，并在金字塔结构的最低尺度引入渐进优化迭代以减少误差积累	未提及具体的数据集大小或多样性限制	提高脑部MRI图像配准的准确性和鲁棒性	脑部MRI图像	digital pathology	NA	deep learning-based deformable registration	CNN, Transformer	image	多个脑部MRI数据集（未提及具体数量）
1690	2025-05-09	A review of denoising methods in single-particle cryo-EM 2025-Jul, Micron (Oxford, England : 1993) DOI:10.1016/j.micron.2025.103817 PMID:40164016	review	本文全面回顾了单粒子冷冻电镜图像去噪方法的最新进展，涵盖了从传统滤波方法到最新的基于深度学习的策略	通过分析和比较主流去噪方法，推动单粒子冷冻电镜去噪领域的发展，促进获取更高质量的图像	未提及具体方法的局限性	提高冷冻电镜图像的信噪比，使下游分析更准确可靠	冷冻电镜图像	digital pathology	NA	冷冻电镜	深度学习	图像	NA
1691	2025-05-08	A deep learning model for structure-based bioactivity optimization and its application in the bioactivity optimization of a SARS-CoV-2 main protease inhibitor 2025-Jul-05, European journal of medicinal chemistry IF:6.0Q1 DOI:10.1016/j.ejmech.2025.117602 PMID:40239482	研究论文	本文提出了一种基于深度学习的结构生物活性优化模型Pocket-StrMod，并将其应用于SARS-CoV-2主要蛋白酶抑制剂的生物活性优化	开发了Pocket-StrMod模型，采用自回归流架构，在蛋白质结合口袋内同步优化所有取代基，显著提高了生物活性优化的效率和效果	模型的应用范围可能受限于特定蛋白质结合口袋的结构特征	通过深度学习技术优化药物发现早期阶段的生物活性	SARS-CoV-2主要蛋白酶抑制剂Hit1及其优化后的化合物	药物发现	COVID-19	深度学习	自回归流架构	分子结构数据	6个合成化合物
1692	2025-05-08	A lightweight spatial and spectral CNN model for classifying floating marine plastic debris using hyperspectral images 2025-Jul, Marine pollution bulletin IF:5.3Q1 DOI:10.1016/j.marpolbul.2025.117965 PMID:40252351	研究论文	提出了一种轻量级的空间和光谱CNN模型（LSS-HCNN），用于利用高光谱图像对漂浮的海洋塑料垃圾进行分类	LSS-HCNN模型通过空间和光谱卷积提取特征，并结合Squeeze-and-Excitation（SE）块提高可解释性，显著降低了计算复杂度和参数数量	未提及具体局限性	开发高效且自动化的海洋塑料垃圾检测方法，以应对海洋塑料污染问题	漂浮的海洋塑料垃圾	计算机视觉	NA	高光谱成像	CNN	高光谱图像	三个高光谱数据集和四个专门的漂浮塑料数据集，包括一个新的塑料垃圾数据集
1693	2025-05-06	Multimodal depression recognition and analysis: Facial expression and body posture changes via emotional stimuli 2025-Jul-15, Journal of affective disorders IF:4.9Q1 DOI:10.1016/j.jad.2025.03.155 PMID:40187420	research paper	开发一种结合面部表情和身体姿势的多模态识别模型，用于抑郁症的快速初步筛查	结合面部表情和身体姿势的多模态识别模型，利用深度学习技术进行抑郁症筛查	样本量较小，仅包含146名受试者	提高抑郁症检测效率，辅助医生早期识别患者	抑郁症患者和健康个体的面部表情及身体姿势变化	digital pathology	geriatric disease	深度学习技术	ResNet-50, OpenFace	视频图像	146名受试者（73名患者组和73名对照组）
1694	2025-05-06	Interpretable machine learning and graph attention network based model for predicting PAMPA permeability 2025-Jul, Journal of molecular graphics & modelling IF:2.7Q2 DOI:10.1016/j.jmgm.2025.109050 PMID:40245571	研究论文	本研究使用机器学习和深度学习模型预测PAMPA渗透性	结合可解释机器学习和图注意力网络（GAT）模型预测PAMPA渗透性，并在外部数据集上验证模型性能	GAT模型在初始验证数据集上的准确率相对较低（74%）	预测药物化合物在脂质膜中的渗透性和吸收性	5447种具有PAMPA渗透性评分的化合物	机器学习	NA	PAMPA（平行人工膜渗透性测定）	Random forest (RF), Explainable boosting machine (EBM), Adaboost, Graph attention network (GAT)	化合物数据	5447种化合物
1695	2025-05-03	Sliding-window enhanced olfactory visual images combined with deep learning to predict TVB-N content in chilled mutton 2025-Jul, Meat science IF:5.7Q1 DOI:10.1016/j.meatsci.2025.109791 PMID:40048988	研究论文	本研究提出了一种新颖的嗅觉可视化图像数据增强方法，结合深度学习准确预测冷藏羊肉中的总挥发性盐基氮（TVB-N）含量	提出滑动窗口方法增强嗅觉可视化图像，结合深度学习模型提高TVB-N含量预测的准确性	NA	准确预测冷藏羊肉中的TVB-N含量，用于现场评估羊肉新鲜度	冷藏羊肉	计算机视觉	NA	嗅觉可视化传感器阵列	InceptionNetV3, ResNet50, MobileNetV3, PLSR, SVR, RF	图像	NA
1696	2025-04-29	Outer lumen arterial imaging with CTA: A potential tool to diagnose vertebral artery dissection 2025-Jul, Radiology case reports DOI:10.1016/j.radcr.2025.03.041 PMID:40292153	技术说明	介绍了一种新的3D CTA后处理技术，用于区分椎动脉夹层（VAD）和椎动脉发育不全（VAH）	通过突出显示外腔的新3D CTA后处理技术，能够区分VAD和VAH	技术尚需进一步扩展和改进，可能通过深度学习（DL）分割技术	开发一种更准确的诊断工具，以区分椎动脉夹层和椎动脉发育不全	椎动脉夹层（VAD）和椎动脉发育不全（VAH）患者	数字病理	心血管疾病	3D CTA后处理技术	NA	图像	个案报告（一例右侧VAD患者）
1697	2025-04-27	Generalizable, sequence-invariant deep learning image reconstruction for subspace-constrained quantitative MRI 2025-Jul, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.30433 PMID:39834093	research paper	开发一种能够在不同脉冲序列间通用的深度子空间学习网络，用于定量MRI图像重建	提出了一种对比度不变的逐组件（CBC）网络结构，相比先前报道的时空多组件（MC）结构，在图像重建中表现出更好的性能和通用性	研究仅针对特定类型的MRI序列进行了验证，可能不适用于所有MRI应用场景	开发一种通用的深度学习方法，用于定量MRI图像重建	MRI图像	machine learning	NA	MRI	deep subspace learning network (CBC)	image	313名受试者（130名T1，167名T1-T2，16名T1-T2-T2*-脂肪分数映射序列）
1698	2025-04-27	Accelerated EPR imaging using deep learning denoising 2025-Jul, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.30473 PMID:40096518	research paper	本研究利用深度学习技术对3D EPR振幅和pO2图进行去噪，以提高图像信噪比并加速成像	首次将深度学习技术应用于EPRI去噪，结合UNet和联合双边滤波器(JBF)显著提升图像信噪比，实现10倍加速成像	研究样本量有限(227张3D图像)，且仅在特定实验条件下验证(25 mT EPR成像仪)	开发一种基于深度学习的EPRI图像去噪方法，以提高成像速度和图像质量	3D EPR振幅图和pO2图	medical imaging	fibrosarcoma	pulse electron paramagnetic resonance imaging (EPRI)	UNet, autoencoder, Attention UNet, UNETR	3D medical images	227张3D图像(56张体内，171张体外)
1699	2025-04-26	Machine learning explainability for survival outcome in head and neck squamous cell carcinoma 2025-Jul, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2025.105873 PMID:40121767	研究论文	本研究结合临床病理参数、治疗相关因素和社会人口学因素，构建机器学习模型预测头颈部鳞状细胞癌患者的总体生存率，并探讨这些输入参数的互补预后潜力	使用TabNet和XGBoost等先进算法预测生存率，并利用LIME和SHAP技术提供模型解释性	需要多机构数据集验证模型，并在临床试验中测试以确保临床安全性	构建预测头颈部鳞状细胞癌患者总体生存率的机器学习模型，并评估输入参数的预后潜力	头颈部鳞状细胞癌患者	机器学习	头颈部鳞状细胞癌	TabNet, XGBoost, LIME, SHAP	TabNet, XGBoost, 投票集成	临床数据	419名来自瑞典三家大学医院的患者
1700	2025-04-25	Artificial intelligence in bacterial diagnostics and antimicrobial susceptibility testing: Current advances and future prospects 2025-Jul-15, Biosensors & bioelectronics IF:10.7Q1 DOI:10.1016/j.bios.2025.117399 PMID:40184880	综述	本文综述了人工智能在细菌诊断和抗菌药物敏感性测试中的当前进展和未来前景	探讨了AI如何通过机器学习和深度学习模型（如Random Forest、SVM、CNN和transformer）革新细菌检测和AST，提供更高效、可及和可靠的诊断方案	未具体提及当前AI技术的局限性	探索AI在细菌诊断和抗菌药物敏感性测试中的应用及其未来发展方向	细菌诊断和抗菌药物敏感性测试	机器学习	细菌感染	机器学习、深度学习、质谱、显微镜检测、电化学传感器、拉曼光谱等	Random Forest、SVM、CNN、transformer	图像、光谱数据、电化学数据等	NA