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
161	2025-08-06	Bayesian Posterior Distribution Estimation of Kinetic Parameters in Dynamic Brain PET Using Generative Deep Learning Models 2025-Jul-15, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3588859 PMID:40663684	研究论文	本文提出了一种基于改进的去噪扩散概率模型（iDDPM）的方法，用于估计动态脑PET中动力学参数的后验分布，以提高计算效率	利用深度学习的高计算效率，提出iDDPM方法来估计动力学参数的后验分布，显著减少了计算时间（比MCMC方法快230倍以上）	未提及具体的数据集规模或模型在其他类型PET数据上的泛化能力	研究动态脑PET中动力学参数的后验分布估计，以提高计算效率和准确性	动态脑PET图像中的动力学参数	医学影像分析	阿尔茨海默病	动态PET成像，贝叶斯推断	iDDPM, CVAE-DD, WGAN-GP	医学影像	未明确提及样本数量，但使用了[18F]MK6240研究数据
162	2025-08-06	Cascade learning in multi-task encoder-decoder networks for concurrent bone segmentation and glenohumeral joint clinical assessment in shoulder CT scans 2025-07, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103131 PMID:40279875	research paper	提出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疾病的分期	采用级联CNN架构（3D CEL-UNet和3D Arthro-Net）同时实现骨分割和临床评估，在重建精度和分类准确率上优于现有技术	研究基于回顾性数据集，可能需要在前瞻性研究中进一步验证	开发人工智能工具以优化肩关节置换术前规划流程	肩部CT扫描图像	digital pathology	osteoarthritis	CT扫描	3D CEL-UNet, 3D Arthro-Net	3D医学影像	571例具有不同程度GH骨关节炎相关病变的患者CT扫描
163	2025-08-06	A comprehensive review of ICU readmission prediction models: From statistical methods to deep learning approaches 2025-07, 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，并探讨了当前方法的挑战和局限性	现有模型在预测精度上仍需提升，以满足计算机化决策支持工具的需求	评估ICU再入院预测模型的研究现状，指导未来研究和发展	ICU再入院预测模型	机器学习	重症监护	统计方法、机器学习(ML)、深度学习(DL)	NA	NA	NA
164	2025-08-05	Advancing Alzheimer's Diagnosis with AI-Enhanced MRI: A Review of Challenges and Implications 2025-Jul-30, Current neuropharmacology IF:4.8Q1 DOI:10.2174/011570159X353595250303064846 PMID:40754866	综述	本文综述了利用AI增强MRI技术在阿尔茨海默病诊断中的挑战和意义	重点评估了卷积神经网络（CNNs）和非卷积人工神经网络（NC-ANNs）在脑部图像处理任务中的应用及其在提高神经退行性疾病诊断预测性能方面的潜力	讨论了MRI基于深度学习方法在诊断脑部疾病中的局限性	旨在通过AI技术提高阿尔茨海默病的诊断准确性和患者治疗效果	阿尔茨海默病（AD）患者	数字病理学	老年病	MRI	CNN, NC-ANN	图像	NA
165	2025-08-05	Pretraining-improved Spatiotemporal graph network for the generalization performance enhancement of traffic forecasting 2025-Jul-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-11375-2 PMID:40730627	研究论文	提出一种改进的预训练方法ImPreSTDG，用于增强交通预测模型的泛化性能和计算效率	引入Denoised Diffusion Probability Model (DDPM)和Mamba模块，分别用于增强长期时空依赖学习能力和高效处理长序列	实验仅在三个真实交通数据集上进行验证，可能需要更多数据集验证泛化性	解决现有交通预测模型在处理长期时空依赖和高计算成本方面的挑战	交通数据	机器学习	NA	Denoised Diffusion Probability Model (DDPM), Selective State Space Model (SSM)	Graph Convolutional Networks (GCNs), ImPreSTDG	时空数据	三个真实交通数据集
166	2025-08-05	Nucleotide-level circRNA-RBP binding sites prediction based on hybrid encoding scheme and enhanced feature extraction 2025-Jul-28, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107923 PMID:40753814	研究论文	提出了一种基于深度学习的框架circdpb，用于预测circRNA-RBP结合位点，具有核苷酸级别的精度	整合了one-hot和高斯调制位置编码来表示circRNA序列，使用扩张卷积特征金字塔(DCFP)和双向门控循环单元(BiGRU)增强特征提取	未提及具体在哪些疾病中的应用验证	提高circRNA-RBP结合位点预测的核苷酸级别精度	circRNA与RNA结合蛋白(RBPs)的结合位点	生物信息学	NA	深度学习	DCFP, BiGRU	RNA序列数据	37个基准数据集
167	2025-08-05	Deep Learning for Staging Periodontitis Using Panoramic Radiographs 2025-Jul, Oral diseases IF:2.9Q1 DOI:10.1111/odi.15269 PMID:39888112	研究论文	本研究利用深度学习模型自动标注解剖结构并分类牙周炎的放射学骨丧失阶段	采用目标检测模型自动标注解剖结构并分类牙周炎阶段，提高了诊断效率	模型在预测和真实值差异较小时的性能有待提高	提高牙周炎诊断和分类的效率	全景X光片中的牙齿	数字病理	牙周炎	深度学习	目标检测模型	图像	558张全景X光片，裁剪为7359颗牙齿
168	2025-08-04	AI-assisted intraoperative navigation for safe right liver mobilization in pure laparoscopic donor hepatectomy: an experimental multi-institutional validation study 2025-Jul-31, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-11627-1 PMID:40744949	研究论文	本研究探索了人工智能在微创肝脏手术中通过实时分割解剖安全平面提供术中导航的潜力	开发并验证了一种深度学习模型，用于在纯腹腔镜供体右肝切除术中分割血管结构和无血管平面	注释策略需要改进，并需进一步研究以将该技术应用于实际手术室	探索人工智能在辅助主要微创肝脏手术中的潜力	纯腹腔镜供体右肝切除术中的血管结构和无血管平面	数字病理	肝脏疾病	深度学习	U-Net with Mix Transformer encoder	视频	48个纯腹腔镜供体右肝切除术视频（来自三个机构）
169	2025-08-04	A dataset for recognition of Arabic accents from spoken L2 English speech (ArL2Eng) 2025-Jul-31, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05561-0 PMID:40745170	research paper	本文介绍了ArL2Eng数据集，一个由阿拉伯语母语者产生的L2英语语音语料库，并强调了其在支持自动化语言评估研究中的潜力	ArL2Eng数据集为阿拉伯口音的L2英语语音提供了独特的资源，支持口音识别和语音处理应用的研究	数据集中仅有471条记录（共640条）由人类专家标注了流利度指标，可能限制了某些研究的深度	研究目标是支持自动化语言评估，特别是针对阿拉伯口音的英语学习者的流利度预测	研究对象是阿拉伯语母语者产生的L2英语语音	natural language processing	NA	Mel Frequency Cepstral Coefficients, deep learning, dimensionality reduction	NA	audio	640条语音记录，其中471条标注了流利度指标
170	2025-08-04	A novel flexible identity-net with diffusion models for painting-style generation 2025-Jul-31, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-12434-4 PMID:40744991	research paper	提出了一种新颖的灵活身份网络与扩散模型结合的方法，用于绘画风格生成	引入了轻量级Identity-Net，能够将图像提示无缝集成到U-Net编码器中，生成多样且一致的图像	未明确提及具体限制	提升绘画风格创意设计，推动AI驱动的艺术发展	绘画风格的生成与转换	computer vision	NA	diffusion models	U-Net, Identity-Net	image	4055件来自42位中国著名画家的艺术品
171	2025-08-04	Impact of agricultural industry transformation based on deep learning model evaluation and metaheuristic algorithms under dual carbon strategy 2025-Jul-31, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-14073-1 PMID:40745031	研究论文	本研究开发了一种结合CNN和LSTM的混合深度学习模型，用于评估农业产业转型的效果，以支持可持续农业发展和双碳目标	提出了一种结合CNN和LSTM的混合深度学习模型，并采用黏菌算法进行参数优化，显著提高了预测精度	未提及具体的数据来源和样本覆盖范围，可能影响模型的泛化能力	支持可持续农业发展和推进双碳目标	农业产业转型的效果评估	机器学习	NA	黏菌算法	CNN, LSTM	空间数据, 时间序列数据	NA
172	2025-08-04	Higher glass transition temperatures reduce thermal stress cracking in aqueous solutions relevant to cryopreservation 2025-Jul-31, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-13295-7 PMID:40745362	研究论文	本文通过实验和计算模拟研究了玻璃化冷冻保存中热应力裂纹与溶液玻璃化转变温度的关系	揭示了玻璃化转变温度对热应力裂纹的关键影响，并开发了新型冷冻显微镜平台结合深度学习算法分析裂纹程度	研究仅针对四种水溶液化学体系，未涵盖更广泛的玻璃化溶液类型	探索降低玻璃化冷冻保存过程中热应力裂纹风险的方法	四种不同玻璃化转变温度的水溶液体系	材料科学/生物医学工程	NA	冷冻显微镜成像、语义分割深度学习算法、热力学有限元模拟	语义分割深度学习模型	图像数据	四种水溶液化学体系（玻璃化转变温度跨度>50°C）
173	2025-08-04	TA-SSM net: tri-directional attention and structured state-space model for enhanced MRI-Based diagnosis of Alzheimer's disease and mild cognitive impairment 2025-Jul-31, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01836-5 PMID:40745641	研究论文	提出了一种名为TA-SSM Net的深度学习模型，用于增强基于MRI的阿尔茨海默病和轻度认知障碍的诊断	结合了三向注意力和结构化状态空间模型(SSM)，有效捕捉3D MRI图像的空间和上下文信息，并通过梯度检查点提升处理效率	研究仅基于ADNI数据集，可能无法完全代表所有人群	提高基于MRI的阿尔茨海默病和轻度认知障碍的诊断准确性和效率	阿尔茨海默病(AD)患者、轻度认知障碍(MCI)患者和正常对照组	数字病理学	老年病	MRI	TA-SSM Net (结合三向注意力和SSM的深度学习模型)	3D MRI图像	300名AD患者、400名MCI患者和400名正常对照
174	2025-08-04	Multimodal deep learning for allergenic proteins prediction 2025-Jul-31, BMC biology IF:4.4Q1 DOI:10.1186/s12915-025-02347-z PMID:40745646	research paper	提出了一种基于多模态深度学习的框架Multimodal-AlgPro，用于预测过敏原蛋白	通过整合多种维度信息（理化性质、氨基酸序列和进化信息）并采用模型组合的穷举搜索策略，提高了过敏原预测的准确性	未提及具体的数据集规模或模型泛化能力的验证	提高过敏原预测的准确性，以识别过敏反应来源并预防有害触发物的暴露	过敏原蛋白	machine learning	NA	multimodal deep learning	deep learning	protein sequence data, physicochemical properties, evolutionary information	NA
175	2025-08-04	Enhanced stroke risk prediction in hypertensive patients through deep learning integration of imaging and clinical data 2025-Jul-31, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-03120-6 PMID:40745655	研究论文	本研究开发了一种基于深度学习的多模态卒中风险预测模型，整合颈动脉超声成像和多维临床数据，以提高高血压患者卒中风险预测的准确性	通过结合颈动脉超声成像和临床数据，使用Vision Transformer (ViT)和径向基概率神经网络(RBPNN)进行风险分层，显著提高了预测准确性	研究仅针对高血压患者，未涵盖其他可能影响卒中风险的人群	开发一种深度学习模型，用于高血压患者的卒中风险预测	1,088名高血压患者的2,176张颈动脉超声图像及相关临床数据	数字病理学	心血管疾病	颈动脉超声成像	ResNet50, Vision Transformer (ViT), 径向基概率神经网络(RBPNN)	图像, 临床数据	1,088名高血压患者的2,176张颈动脉超声图像
176	2025-08-04	Deep Learning in Central Serous Chorioretinopathy 2025-Jul-31, Survey of ophthalmology IF:5.1Q1 DOI:10.1016/j.survophthal.2025.07.011 PMID:40752852	综述	本文全面回顾了深度学习在中心性浆液性脉络膜视网膜病变（CSC）诊断、分类、预后及治疗效果预测中的应用	探讨了深度学习如何通过自动化分析CSC相关成像生物标志物来解决传统眼科实践中的效率问题，并首次详细展示了脉络膜血管系统的快速、无创可视化	未提及具体样本量或数据集的规模，可能缺乏对深度学习模型泛化能力的实证评估	探索深度学习技术在眼科疾病，特别是CSC的诊断和管理中的应用潜力	中心性浆液性脉络膜视网膜病变（CSC）及其相关成像生物标志物	数字病理学	视网膜疾病	深度学习（DL）	NA	图像	NA
177	2025-08-04	Predicting ROS1 and ALK fusions in NSCLC from H&E slides with a two-step vision transformer approach 2025-Jul-30, NPJ precision oncology IF:6.8Q1 DOI:10.1038/s41698-025-01037-x PMID:40739404	研究论文	本研究提出了一种基于深度学习的双步视觉Transformer方法，用于从H&E染色切片中预测NSCLC中的ROS1和ALK融合	采用双步视觉Transformer方法（MoCo-V3作为特征提取器，后接基于Transformer的预测模型），并针对ROS1阳性样本量少的问题设计了专门的训练流程	ROS1阳性样本数量有限（仅306例）	开发一种可扩展、准确且经济高效的方法来检测NSCLC中的ALK和ROS1融合	非小细胞肺癌（NSCLC）患者	数字病理学	肺癌	深度学习	Transformer（MoCo-V3）	H&E染色的全切片图像（WSI）	33,014名患者（其中ROS1阳性306例，ALK阳性697例）
178	2025-08-04	Improving rainfall forecasting using deep learning data fusing model approach for observed and climate change data 2025-Jul-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-13567-2 PMID:40739447	研究论文	本研究利用观测降雨数据和气候变化预测的融合，通过深度学习模型提高日、3日和周降雨预测的精确度	结合观测数据和气候变化预测，采用多种先进机器学习模型进行数据融合，显著提高了降雨预测的准确性	研究中使用的模型在某些时间间隔（如周预测）表现较差，误差率较高	提高降雨预测的准确性，以支持水资源管理、防洪、农业活动和灾害准备	降雨数据	机器学习	NA	数据融合技术	ELSVM, Exponential GPR, LSTM	时间序列数据	NA
179	2025-08-04	HLAIIPred: cross-attention mechanism for modeling the interaction of HLA class II molecules with peptides 2025-Jul-30, Communications biology IF:5.2Q1 DOI:10.1038/s42003-025-08500-2 PMID:40739437	研究论文	介绍了一种名为HLAIIPred的深度学习模型，用于预测由II类人类白细胞抗原（HLAII）呈递的肽段	采用基于Transformer的神经网络和质谱鉴定的HLAII呈递肽数据集，不仅能预测肽段呈递，还能识别形成相互作用的肽段核心残基	未明确提及	提高肽段-HLAII相互作用的预测准确性和理解	II类人类白细胞抗原（HLAII）及其呈递的肽段	机器学习	癌症	质谱	Transformer	肽段序列数据	未明确提及具体数量，但使用了多种数据集进行评估
180	2025-08-04	Deep learning-driven brain tumor classification and segmentation using non-contrast MRI 2025-Jul-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-13591-2 PMID:40745383	研究论文	本研究利用深度学习技术对多通道MRI输入进行处理，以提高基于MRI的脑肿瘤诊断的准确性和效率	采用非对比T1加权和T2加权图像及其平均值融合为RGB三通道输入，丰富了模型训练的表征，显著提升了模型性能	尚未整合到临床工作流程中	提高MRI脑肿瘤诊断的准确性和效率	203名受试者的MRI数据，包括100例正常案例和103例13种不同脑肿瘤类型案例	计算机视觉	脑肿瘤	MRI	CNN, FCN, Darknet53, ResNet50	图像	203名受试者（100例正常，103例脑肿瘤）