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
681	2025-08-03	ChemFixer: Correcting Invalid Molecules to Unlock Previously Unseen Chemical Space 2025-Aug-01, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3593825 PMID:40748798	研究论文	提出了一种名为ChemFixer的框架，用于将无效分子修正为有效分子，以扩展可用的化学空间	ChemFixer基于transformer架构，通过预训练和微调大规模有效/无效分子对数据集，能够在不改变原始输出化学和生物学分布特性的情况下提高分子有效性	未明确提及具体局限性	解决深度学习分子生成模型产生的无效分子问题，扩展可用的化学空间	化学分子	机器学习	NA	transformer架构、掩码预训练技术	transformer	分子数据	大规模有效/无效分子对数据集
682	2025-08-03	Geometric Deep Learning for Protein-Ligand Affinity Prediction with Hybrid Message Passing Strategies 2025-Aug-01, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3594210 PMID:40748800	研究论文	提出了一种结合几何深度学习和混合消息传递策略的方法HybridGeo，用于蛋白质-配体亲和力预测	采用双视图图学习建模分子内和分子间原子相互作用，并通过混合策略聚合空间信息，同时在蛋白质口袋残基尺度图上应用几何图变换器	未明确说明模型在特定类型蛋白质或配体上的局限性	提高蛋白质-配体亲和力预测的准确性以促进药物发现	蛋白质-配体复合物	机器学习	NA	几何深度学习、混合消息传递策略	几何图变换器	3D几何特征数据	PDBbind数据集及三个外部测试集
683	2025-08-03	Leveraging Large Language Models for Personalized Parkinson's Disease Treatment 2025-Aug-01, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3594014 PMID:40748804	研究论文	利用大型语言模型（LLMs）为帕金森病（PD）患者设计个性化治疗方案	结合自然语言形式的患者信息和外部文本知识源（如医疗指南），利用蒙特卡洛树搜索（MCTS）优化策略，并通过检索增强生成（RAG）和思维链（CoT）推理增强模型的可靠性和可解释性	依赖于特定数据集（PPMI），可能在其他数据集上的泛化能力有限	开发一种基于LLM的个性化PD治疗方案，以改善患者治疗效果	帕金森病患者	自然语言处理	帕金森病	LLM, MCTS, RAG, CoT	大型语言模型（LLMs）	文本	使用帕金森病进展标记倡议（PPMI）数据集进行评估
684	2025-08-03	Temporal and Heterogeneous Graph Neural Network for Remaining Useful Life Prediction 2025-Aug-01, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2025.3592788 PMID:40748812	研究论文	本文提出了一种名为时间异构图神经网络（THGNN）的新模型，用于预测工业系统中传感器的剩余使用寿命（RUL）	THGNN模型通过聚合相邻节点的历史数据，以细粒度方式准确捕捉传感器数据流中的时间动态和空间相关性，并利用特征线性调制（FiLM）处理传感器类型的多样性	未明确提及具体限制，但可能包括对特定数据集（N-CMAPSS）的依赖以及模型在其他工业系统中的泛化能力	提高工业系统中传感器剩余使用寿命（RUL）的预测准确性	工业系统中的多种异质传感器	机器学习	NA	深度学习（DL），特征线性调制（FiLM）	时间异构图神经网络（THGNN）	时间序列传感器数据	N-CMAPSS数据集
685	2025-08-03	Combinatorial Tuning of 5'UTR and N-Terminal Coding Sequences for Enhanced Recombinant Protein Expression in Corynebacterium glutamicum 2025-Aug-01, ACS synthetic biology IF:3.7Q1 DOI:10.1021/acssynbio.5c00250 PMID:40748894	研究论文	本研究通过组合调控5'UTR和N端编码序列，提高了谷氨酸棒状杆菌中重组蛋白的表达水平	建立了5'UTR和NCS特征序列与蛋白表达率之间的关系模式，并通过深度学习等方法验证了这些序列对蛋白表达的影响	研究仅限于谷氨酸棒状杆菌系统，未在其他微生物系统中验证	精细调控基因表达或蛋白质生产	谷氨酸棒状杆菌中的重组蛋白表达	合成生物学	NA	荧光激活细胞分选(FACS)、高通量测序、深度学习	NA	序列数据、荧光强度数据	构建了5'UTR库和NCS库，筛选出4个5'UTR特征序列和4个NCS特征序列
686	2025-08-03	Development and Validation of a Brain Aging Biomarker in Middle-Aged and Older Adults: Deep Learning Approach 2025-Aug-01, JMIR aging IF:5.0Q1 DOI:10.2196/73004 PMID:40750095	研究论文	开发并验证了一种结合连接性和复杂性的深度学习框架，用于准确估计大脑年龄，促进神经退行性疾病的早期识别	提出了一种新型的大脑视觉图神经网络（BVGN），结合了神经生物学特征提取模块和全局关联机制，提供了敏感的基于深度学习的成像生物标志物	研究主要依赖于T1加权MRI扫描，可能未涵盖其他类型的神经影像数据	开发并验证一种深度学习框架，用于准确估计大脑年龄，促进神经退行性疾病的早期识别	中老年人群的大脑老化评估	数字病理学	阿尔茨海默病	MRI扫描	BVGN（大脑视觉图神经网络）	图像	5889个T1加权MRI扫描（来自阿尔茨海默病神经影像学倡议数据集）和34352个外部UK Biobank数据集样本
687	2025-08-03	Automated Assessment of Test of Masticating and Swallowing Solids Using a Neck-Worn Electronic Stethoscope: A Pilot Study 2025-Aug-01, Journal of oral rehabilitation IF:3.1Q1 DOI:10.1111/joor.70030 PMID:40751301	研究论文	本研究探索使用颈部佩戴电子听诊器(NWES)自动评估咀嚼和吞咽固体测试(TOMASS)的可行性	首次将NWES与深度学习技术结合用于TOMASS的自动化评估，提高了客观性和效率	样本仅包含健康成年人，未涵盖吞咽困难等患者群体	开发客观测量TOMASS参数的自动化方法并分析年龄性别影响	123名健康成年人(平均年龄58.7±18.5岁)的咀嚼吞咽功能	数字健康	吞咽功能障碍	深度学习声音分析	NA	音频数据和视觉数据	123名健康成年人
688	2025-08-03	Electromagnetic Interaction Algorithm (EIA)-Based Feature Selection With Adaptive Kernel Attention Network (AKAttNet) for Autism Spectrum Disorder Classification 2025-Aug, International journal of developmental neuroscience : the official journal of the International Society for Developmental Neuroscience IF:1.7Q4 DOI:10.1002/jdn.70034 PMID:40751377	research paper	提出了一种结合电磁相互作用算法（EIA）进行特征选择和自适应核注意力网络（AKAttNet）进行分类的集成方法，以提高自闭症谱系障碍（ASD）的检测性能	结合EIA进行特征选择和AKAttNet进行分类的集成方法，显著提高了ASD检测的准确性和计算效率	未来工作需要探索在真实临床环境中的应用，并进一步优化特征选择过程	提高自闭症谱系障碍（ASD）的早期和准确诊断	自闭症谱系障碍（ASD）患者	machine learning	autism spectrum disorder	EIA, AKAttNet	AKAttNet, logistic regression (LR), support vector machine (SVM), random forest (RF)	publicly available ASD datasets	四个公开可用的ASD数据集
689	2025-08-02	Prediction of Retention Time by Combining Multiple Data Sets with Chromatographic Parameter Vectorization and Transfer Learning 2025-Aug-01, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c01703 PMID:40747624	研究论文	本研究提出了一种结合多个数据集、色谱参数向量化和迁移学习的方法（MDL-TL），用于预测不同色谱系统和操作条件下的保留时间（RT）	MDL-TL方法通过word2vec和自动编码器向量化色谱参数（CPs），并将CPs纳入化合物表示中，从而增强了数据并引入了CPs到RT预测中，使得预训练模型能够通过微调有效地迁移到不同的目标系统	虽然MDL-TL在多个数据集上表现优异，但其性能可能仍受限于数据稀疏性问题	开发一种能够预测不同色谱系统和操作条件下保留时间（RT）的方法	保留时间（RT）预测	机器学习	NA	word2vec, autoencoders, 迁移学习	深度学习	色谱数据	14个反相液相色谱数据集和14个亲水作用液相色谱数据集
690	2025-08-02	OLSIA: Open Lumbar Spine Image Analysis - A 3D Slicer Extension for Segmentation, Grading, and Intervertebral Disc Height Index with Multi-Dataset Validation 2025-Aug-01, Spine IF:2.6Q1 DOI:10.1097/BRS.0000000000005462 PMID:40747922	研究论文	开发了一个名为OLSIA的开放软件，用于腰椎图像分析，支持无代码方法进行腰椎分割、分级和椎间盘高度指数计算，并在六个外部数据集上进行了验证	开发了一个用户友好的无代码工具OLSIA，用于腰椎图像分析，显著提高了处理效率，并在多个地理区域的数据集上验证了其性能	尽管DHI测量的配对t检验结果显著，但BA图的平均差异（0.02）表明系统偏差较低	开发一个开放软件，用于腰椎图像分析，以加速放射组学和腰椎图像分析工作流程	腰椎图像，包括椎体L1-S1和椎间盘L1/2-L5/S1	数字病理学	腰椎疾病	深度学习（DL）	DL模型	图像	六个外部数据集（NFBC1966、HKDDC、TwinsUK、CETIR、NCSD、SPIDER和Mendeley），每个数据集30名参与者
691	2025-08-02	Artificial Intelligence-Assisted Visualized Microspheres for Biochemical Analysis: From Encoding to Decoding 2025-Aug-01, Accounts of chemical research IF:16.4Q1 DOI:10.1021/acs.accounts.5c00396 PMID:40748254	研究论文	本文总结了作者团队在开发AI辅助可视化微球用于生物传感分析方面的研究，重点介绍了独特的编码-解码策略和各种生化方法	结合AI技术实现编码微球图像的高速精准处理，开发了多种生物传感平台和便携式光学成像设备	需要进一步提升编码容量和开发轻量级智能手机解码应用	开发AI辅助可视化微球用于生物化学分析	蛋白质、细菌、病毒和抗生素等多种目标物	生物传感	NA	免疫分析、点击化学、Ago系统、CRISPR系统和微流控技术	计算机视觉、机器学习、深度学习和无监督学习	图像	NA
692	2025-08-02	FOCUS-DWI improves prostate cancer detection through deep learning reconstruction with IQMR technology 2025-Aug-01, Abdominal radiology (New York) DOI:10.1007/s00261-025-05100-w PMID:40748461	研究论文	本研究探讨了使用智能快速磁共振(IQMR)图像后处理技术对FOCUS-DWI序列在前列腺癌检测中的图像质量影响，并评估其在区分良恶性病变中的效果	采用IQMR后处理系统生成IQMR-FOCUS-DWI图像，显著提高了图像质量和诊断准确性	样本量较小(62例患者)，且为回顾性研究	评估IQMR技术对FOCUS-DWI序列在前列腺癌检测中的改进效果	62例前列腺肿块患者(31例良性和31例恶性)	数字病理	前列腺癌	MRI、FOCUS-DWI、IQMR后处理系统	NA	医学影像(MRI图像)	62例患者(31例良性和31例恶性前列腺肿块)
693	2025-08-02	Deep learning model for automated segmentation of sphenoid sinus and middle skull base structures in CBCT volumes using nnU-Net v2 2025-Aug-01, Oral radiology IF:1.6Q3 DOI:10.1007/s11282-025-00848-9 PMID:40748555	research paper	本研究开发了一种基于nnU-Net v2的深度学习模型，用于在锥形束计算机断层扫描（CBCT）体积中自动分割蝶窦和中颅底结构，并评估了模型的性能	使用nnU-Net v2深度学习模型进行蝶窦和中颅底结构的自动分割，实现了较高的分割精度	模型在中颅底其他孔道的分割上表现有限，需要进一步优化	开发一个自动分割蝶窦和中颅底结构的深度学习模型	蝶窦和中颅底解剖结构	digital pathology	NA	CBCT	nnU-Net v2	image	99个CBCT扫描
694	2025-07-30	Deep learning for multiclass tumor cell detection in histopathology slides of hereditary diffuse gastric cancer 2025-Aug-15, iScience IF:4.6Q1 DOI:10.1016/j.isci.2025.113064 PMID:40727932	research paper	本研究开发了一种深度学习模型，用于自动检测遗传性弥漫性胃癌（HDGC）组织病理学切片中的关键肿瘤细胞类型	使用nnU-Net模型在HDGC患者的多中心数据集上进行细胞检测，性能优于Faster R-CNN和病理学家间的一致性	研究样本量相对较小，仅涉及43名患者	开发自动检测HDGC肿瘤细胞的深度学习模型，以支持肿瘤检测和分析	遗传性弥漫性胃癌（HDGC）患者的H&E染色数字病理切片	digital pathology	gastric cancer	deep learning	nnU-Net, Faster R-CNN	image	350张全切片图像，来自43名患者的91,000多个注释细胞
695	2025-07-30	BDHerbalPlants: augmented and curated herbal plants image dataset for classification 2025-Aug, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111885 PMID:40727026	研究论文	本文介绍了一个名为BDHerbalPlants的增强和精选草药植物图像数据集，用于分类任务	提供了一个包含1792张原始高质量图像和14,336张增强数据的草药植物数据集，涵盖八种不同的草药植物	数据集仅包含八种草药植物，可能无法涵盖所有相关植物种类	开发一个可用于农业研究和植物识别任务的草药植物图像数据集	八种不同的草药植物，包括Eclipta prostrata、Ocimum tenuiflorum等	计算机视觉	NA	数据增强	Xception, DenseNet201, RegNetY032	图像	1792张原始图像和14,336张增强数据图像
696	2025-07-29	A deep learning-based computer-aided diagnosis system for detecting atypical endometrial hyperplasia and endometrial cancer through hysteroscopy 2025-Aug-15, iScience IF:4.6Q1 DOI:10.1016/j.isci.2025.113045 PMID:40703442	research paper	介绍了一种基于深度学习的计算机辅助诊断系统ECCADx，用于通过宫腔镜检测非典型子宫内膜增生和子宫内膜癌	首个将对比学习应用于宫腔镜图像中非典型子宫内膜增生和子宫内膜癌特异性区分的系统	未提及	提高子宫内膜癌和非典型子宫内膜增生的诊断准确性	非典型子宫内膜增生和子宫内膜癌患者	digital pathology	endometrial cancer	contrastive learning	deep learning	image	49,646张图像来自1,204名患者，并在两个独立测试数据集（6,228张图像来自190名患者）上进行验证
697	2025-07-29	Deep learning-based breast cancer diagnosis in breast MRI: systematic review and meta-analysis 2025-Aug, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11406-6 PMID:39907762	meta-analysis	本文通过系统综述和荟萃分析评估了深度学习模型在乳腺癌MRI诊断中的性能	首次对深度学习模型在乳腺癌MRI诊断中的性能进行了全面的荟萃分析，揭示了其高准确性和潜在的临床应用价值	分析中存在显著的固有变异性，且仅有21项研究符合定量分析条件	评估深度学习模型在乳腺癌MRI诊断中的性能	乳腺癌MRI影像	digital pathology	breast cancer	MRI	CNN, HCM	image	40项研究（其中21项符合定量分析条件）
698	2025-07-29	Explainable attention-enhanced heuristic paradigm for multi-view prognostic risk score development in hepatocellular carcinoma 2025-Aug, Hepatology international IF:5.9Q1 DOI:10.1007/s12072-025-10793-8 PMID:40089963	research paper	本研究提出了一种新颖的深度学习辅助范式，用于生成可解释的多视角风险评分，以分层肝细胞癌（HCC）患者的预后风险	引入了可解释的注意力增强启发式范式，结合微观到宏观的多视角风险评分系统，提高了预后分层的准确性	研究依赖于内部和外部数据集，可能存在数据偏差，且模型的可解释性仍需进一步验证	开发一种可解释的多视角预后风险评分系统，以改进肝细胞癌（HCC）患者的预后分层	肝细胞癌（HCC）患者	digital pathology	liver cancer	deep learning, attention mechanism	neural network with attention mechanism (ATAT)	medical imaging, clinical data	内部数据集（SYSUCC）510例HCC患者，外部测试队列（TCGA-LIHC）341例HCC患者
699	2025-07-29	A deep learning model for multiclass tooth segmentation on cone-beam computed tomography scans 2025-Aug, American journal of orthodontics and dentofacial orthopedics : official publication of the American Association of Orthodontists, its constituent societies, and the American Board of Orthodontics IF:2.7Q1 DOI:10.1016/j.ajodo.2025.02.014 PMID:40186597	研究论文	开发并验证了一种深度学习算法，用于从锥形束计算机断层扫描中自动创建人类牙齿的三维表面模型	提出了一个深度学习模型，能够自动进行多类牙齿分割，且在测试集上达到了较高的准确率	未提及具体局限性	开发并验证用于牙齿分割的深度学习算法	人类牙齿的锥形束计算机断层扫描图像	医学图像分析	NA	深度学习	深度学习模型	图像	210例扫描（140例训练集，40例验证集，30例测试集）
700	2025-07-29	Application of a pulmonary nodule detection program using AI technology to ultra-low-dose CT: differences in detection ability among various image reconstruction methods 2025-Aug, Japanese journal of radiology IF:2.9Q2 DOI:10.1007/s11604-025-01781-x PMID:40343649	research paper	本研究探讨了基于AI的肺结节检测程序在超低剂量CT成像中的性能，重点关注不同图像重建方法对检测准确性的影响	首次在超低剂量CT中比较了多种图像重建方法对AI肺结节检测程序性能的影响	仅使用了胸部体模进行研究，未涉及真实患者数据	评估不同图像重建方法对AI肺结节检测程序性能的影响	人工肺结节（实性结节和磨玻璃结节）	digital pathology	lung cancer	ultra-low-dose CT (ULDCT)	AI-based detection program	CT图像	胸部体模（包含12mm、8mm、5mm和3mm的实性结节和磨玻璃结节）