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
1	2025-06-05	Accelerating high-concentration monoclonal antibody development with large-scale viscosity data and ensemble deep learning 2025-Dec, mAbs IF:5.6Q1 DOI:10.1080/19420862.2025.2483944 PMID:40170162	research paper	该研究通过大规模粘度数据和集成深度学习加速高浓度单克隆抗体的开发	开发了DeepViscosity模型，包含102个集成人工神经网络模型，用于分类低粘度（≤20 cP）和高粘度（>20 cP）的单克隆抗体，准确率超过其他预测方法	模型训练数据仅包含229个单克隆抗体的粘度数据，可能影响模型的泛化能力	开发预测模型以筛选高浓度单克隆抗体，改善其制造和配方特性	229个单克隆抗体的粘度数据	machine learning	NA	DeepSP模型	ensemble artificial neural network	sequence-based features	229个单克隆抗体
2	2025-06-05	Enhancing Functional Protein Design Using Heuristic Optimization and Deep Learning for Anti-Inflammatory and Gene Therapy Applications 2025-Jul, Proteins IF:3.2Q2 DOI:10.1002/prot.26810 PMID:39985803	研究论文	本研究开发了一种启发式优化方法，用于增强蛋白质的关键功能特性，如溶解性、灵活性和稳定性，同时保持蛋白质的结构完整性	结合启发式优化和深度学习，专注于蛋白质的功能特性设计，特别适用于抗炎和基因治疗应用	未提及具体实验验证的功能性蛋白质数量或实际应用效果	提高功能性蛋白质设计的效率和效果，减少实验室需求	蛋白质序列设计，特别是具有抗炎特性和用于基因治疗的蛋白质	机器学习	NA	启发式优化方法、深度学习、遗传算法	NA	蛋白质序列	NA
3	2025-06-05	Comparison of CNNs and Transformer Models in Diagnosing Bone Metastases in Bone Scans Using Grad-CAM 2025-Jul-01, Clinical nuclear medicine IF:9.6Q1 DOI:10.1097/RLU.0000000000005898 PMID:40237349	研究论文	比较CNN和Transformer模型在骨扫描中诊断骨转移的性能，并使用Grad-CAM进行可视化	首次探索了ConvNeXt和Transformer模型在骨扫描中检测骨转移的应用，并比较了多种深度学习模型的性能	研究仅基于两家医院的数据，可能缺乏外部验证的广泛性	评估不同深度学习模型在骨扫描中诊断转移性病灶的性能	癌症患者的骨扫描图像	数字病理	骨转移	Grad-CAM可视化	CNN, Transformer (DeiT, ViT Large 16, Swin Base), ConvNeXt Large	图像	训练和验证集4626例（医院1），测试集1428例（医院2）
4	2025-06-05	Multitask Deep Learning for Automated Detection of Endoleak at Digital Subtraction Angiography during Endovascular Aneurysm Repair 2025-Jul, Radiology. Artificial intelligence DOI:10.1148/ryai.240392 PMID:40266029	研究论文	开发并评估一种新型多任务深度学习框架，用于在腹主动脉瘤血管内修复手术中自动检测和定位数字减影血管造影中的内漏	首次提出一种全自动多任务深度学习框架，结合分类和回归任务，用于内漏的检测与定位，性能优于人类专家	研究为回顾性设计，样本量相对有限（220例患者）	开发自动检测血管内修复手术中内漏的深度学习系统	接受腹主动脉瘤血管内修复手术患者的数字减影血管造影图像	数字病理	腹主动脉瘤	数字减影血管造影（DSA）	CNN（卷积神经网络）	图像	220例患者（中位年龄74岁，男性181例）
5	2025-06-05	Gesture recognition from surface electromyography signals based on the SE-DenseNet network 2025-Jun-26, Biomedizinische Technik. Biomedical engineering DOI:10.1515/bmt-2024-0282 PMID:39873377	研究论文	本文提出了一种基于SE-DenseNet网络的手势识别方法，用于从表面肌电信号中识别手势	融合了Squeeze-and-Excitation Networks (SE)和DenseNet，在DenseBlock和Transition之间插入注意力机制，以提高特征表示能力并有效解决梯度消失问题	现有手势识别算法在全局特征捕获、模型计算复杂度和泛化能力方面仍需进一步改进	提供更自然、方便和个性化的人机交互，特别是在康复技术领域	表面肌电信号(sEMG)	机器学习	NA	深度学习	SE-DenseNet	肌电信号	NinaPro DB2和DB4数据集
6	2025-06-05	A ViTUNeT-based model using YOLOv8 for efficient LVNC diagnosis and automatic cleaning of dataset 2025-Jun-04, Journal of integrative bioinformatics IF:1.5Q3 DOI:10.1515/jib-2024-0048 PMID:40460443	研究论文	提出了一种基于ViTUNeT和YOLOv8的模型，用于左心室非致密化(LVNC)的高效诊断和数据集自动清理	结合U-Net和Vision Transformers的ViTUNeT架构，以及使用YOLOv8模型进行心室检测和数据集清理	数据集质量限制了进一步的准确性提升	改进心脏图像分析和分割方法	左心室非致密化患者和健康个体	数字病理学	心血管疾病	深度学习	ViTUNeT, YOLOv8	MRI图像	新增Titin心肌病患者和健康个体的数据集
7	2025-06-05	Association between street greenery and physical activity among Chinese older adults in Beijing, China 2025-Jun-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-03050-3 PMID:40461572	研究论文	本研究探讨了街道绿化与中国北京老年人特定领域身体活动之间的关系	首次使用百度街景图像和深度学习技术客观评估街道绿化暴露及其与老年人不同类型身体活动的关系	未发现街道绿化与休闲或家务身体活动之间的显著关联	研究城市街道绿化对老年人身体活动的影响	居住在北京市的1326名60岁及以上老年人	城市健康与环境研究	老年疾病	百度街景图像和深度学习算法	深度学习	图像和问卷调查数据	1326名老年人
8	2025-06-05	Artificial intelligence in prenatal diagnosis: Down syndrome risk assessment with the power of gradient boosting-based machine learning algorithms 2025-Jun-04, Turkish journal of obstetrics and gynecology IF:1.0Q4 DOI:10.4274/tjod.galenos.2025.83278 PMID:40462403	研究论文	本研究利用梯度提升机器学习算法对唐氏综合征风险进行评估，比较了不同模型在产前诊断中的表现	首次在唐氏综合征风险评估中比较了多种梯度提升机器学习模型（CatBoost、XGBoost、LightGBM）的性能，并详细研究了类别不平衡问题的影响	样本量相对有限（853例），未来需要在更大数据集上验证模型的泛化能力	开发更准确的唐氏综合征产前风险评估方法以减少不必要的侵入性检测	853名接受孕早期筛查的孕妇的生化与生物物理学数据	机器学习	唐氏综合征	梯度提升机器学习算法（CatBoost/XGBoost/LightGBM）	CatBoost, XGBoost, LightGBM	结构化临床数据	853名孕妇的筛查数据（原始数据959例，清洗后853例）
9	2025-06-05	Applications of Artificial Intelligence (AI) for Diagnosis of Periodontal/Peri-Implant Diseases: A Narrative Review 2025-Jun-04, Journal of oral rehabilitation IF:3.1Q1 DOI:10.1111/joor.14045 PMID:40464289	综述	本文综述了人工智能（AI）在牙周病/种植体周围疾病诊断中的应用现状	探讨了AI在牙周病诊断中的多种应用，包括疾病分期、严重程度评估及解剖结构定位，并比较了AI模型与牙医的诊断效果	仅进行了叙述性综述，未进行系统性分析或荟萃分析，可能遗漏部分研究	总结AI在牙周病/种植体周围疾病诊断和风险预测中的应用证据	牙周病和种植体周围疾病	数字病理	牙周病	AI、ANN、CNN、ML、DL、DNN	CNN、DNN	患者相关数据、疾病症状、免疫生物标志物、微生物图谱、影像数据	NA
10	2025-06-05	Cyclic Peptide Therapeutic Agents Discovery: Computational and Artificial Intelligence-Driven Strategies 2025-Jun-04, Journal of medicinal chemistry IF:6.8Q1 DOI:10.1021/acs.jmedchem.5c00712 PMID:40464341	review	本文综述了计算和人工智能驱动策略在环肽治疗剂发现中的应用及其潜力	整合基于物理的模拟与深度学习技术，重新定义环肽治疗剂的设计和优化	面临肽灵活性、数据可用性有限和复杂构象景观等挑战	提升环肽药物开发的精确性和效率，满足未解决的医疗需求	环肽治疗剂	machine learning	NA	computational techniques, artificial intelligence-driven methodologies, physics-based simulations, deep learning	deep learning	NA	NA
11	2025-06-05	Preoperative Identification of Papillary Thyroid Carcinoma Subtypes and Lymph Node Metastasis via Deep Learning-Assisted Surface-Enhanced Raman Spectroscopy 2025-Jun-04, ACS nano IF:15.8Q1 DOI:10.1021/acsnano.5c05698 PMID:40464771	研究论文	开发了一种深度学习辅助的表面增强拉曼散射(SERS)芯片，用于术前诊断甲状腺乳头状癌(PTC)的组织学亚型和评估淋巴结转移	结合深度学习和SERS技术，实现了对PTC亚型和淋巴结转移的高精度术前诊断	未提及样本来源的多样性及外部验证结果	提高甲状腺乳头状癌术前诊断的准确性以制定个性化治疗方案	甲状腺乳头状癌患者的细针穿刺(FNA)样本	数字病理	甲状腺癌	表面增强拉曼散射(SERS)、细针穿刺(FNA)	CNN	拉曼光谱数据	未明确说明样本数量
12	2025-06-05	Advancing Alzheimer's disease detection: a novel convolutional neural network based framework leveraging EEG data and segment length analysis 2025-Jun-04, Brain informatics DOI:10.1186/s40708-025-00260-3 PMID:40464817	research paper	提出了一种基于卷积神经网络（CNN）的框架，利用EEG数据和分段长度分析来检测阿尔茨海默病（AD）	该研究通过深度学习框架解决了传统机器学习在AD检测中的局限性，并探讨了EEG信号分段长度对分类准确性的影响	未提及具体样本量限制或数据多样性问题	开发一种临床算法用于AD的早期检测和生物标志物识别	阿尔茨海默病患者和额颞叶痴呆患者的EEG数据	digital pathology	geriatric disease	EEG	CNN	EEG信号数据	使用来自AHEPA General University Hospital of Thessaloniki的公开数据集
13	2025-06-05	A review on learning-based algorithms for tractography and human brain white matter tracts recognition 2025-Jun-04, Neuroradiology IF:2.4Q2 DOI:10.1007/s00234-025-03637-7 PMID:40464927	综述	本文综述了基于学习的算法在脑白质纤维束追踪和识别中的应用	扩展了先前相关综述，涵盖了最新的方法和网络细节，并通过全面比较评估了基于学习的方法的效率	NA	探讨基于学习的算法在脑白质纤维束追踪和识别中的应用及其效率	人脑白质纤维束	医学影像分析	NA	扩散磁共振成像	机器学习、深度学习、强化学习、字典学习	磁共振图像	NA
14	2025-06-05	Trajectory-Ordered Objectives for Self-Supervised Representation Learning of Temporal Healthcare Data Using Transformers: Model Development and Evaluation Study 2025-Jun-04, JMIR medical informatics IF:3.1Q2 DOI:10.2196/68138 PMID:40465350	研究论文	该研究提出了一种名为TOO-BERT的基于Transformer的模型，通过整合新型轨迹顺序目标（TOO）来改进电子健康记录（EHR）序列的建模	引入了轨迹顺序目标（TOO）来增强模型对医疗事件间复杂时序依赖关系的理解，并通过条件选择过程进一步优化上下文理解	研究仅针对特定的EHR数据集（MIMIC-IV和MDC）进行了评估，可能在其他数据集上的泛化能力有待验证	改进基于Transformer的模型在捕捉EHR数据中复杂时序依赖关系方面的能力	电子健康记录（EHR）中的患者轨迹数据	自然语言处理	心力衰竭、阿尔茨海默病	自监督学习	Transformer (TOO-BERT)	电子健康记录（EHR）序列数据	MIMIC-IV数据集约1000万条医疗代码，MDC数据集约800万条医疗代码
15	2025-06-05	Flexible High Temperature Stable Hydrogel Based Triboelectric Nanogenerator for Structural Health Monitoring and Deep Learning Augmented Human Motion Classification 2025-Jun-04, Small (Weinheim an der Bergstrasse, Germany) DOI:10.1002/smll.202502739 PMID:40465357	research paper	该研究开发了一种基于PDMS-水凝胶纳米复合材料的摩擦电纳米发电机（TENG），用于高温环境下的结构健康监测和深度学习增强的人体运动分类	研发出一种具有高温稳定性的PDMS-水凝胶纳米复合材料TENG，能够在高达200°C的温度下稳定工作，适用于工业高温设备的振动能量收集	未提及该设备在极端高温环境下的长期稳定性测试结果	开发适用于高温工业环境和可穿戴设备的多功能能量收集与监测系统	PDMS-水凝胶纳米复合材料TENG及其在工业设备和人体运动监测中的应用	energy harvesting, structural health monitoring, human motion classification	NA	triboelectric nanogenerator (TENG), deep learning	deep learning model (具体类型未说明)	voltage waveforms	NA
16	2025-06-05	Enhancing Lesion Detection in Inflammatory Myelopathies: A Deep Learning-Reconstructed Double Inversion Recovery MRI Approach 2025-Jun-03, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8582 PMID:39542724	research paper	该研究评估了深度学习重建的双反转恢复MRI在炎症性脊髓病中提高病灶检测的效果	首次评估了基于深度学习的重建技术对3D双反转恢复成像在炎症性脊髓病中的应用效果	研究样本量相对有限，且仅评估了短期效果	比较不同MRI技术在炎症性脊髓病中的病灶检测效果	炎症性脊髓病患者	digital pathology	inflammatory myelopathies	MRI, deep learning	DL	image	149名患者（平均年龄40.6岁，71名女性）
17	2025-06-05	Deep learning reveals pathology-confirmed neuroimaging signatures in Alzheimer's, vascular and Lewy body dementias 2025-Jun-03, Brain : a journal of neurology IF:10.6Q1 DOI:10.1093/brain/awae388 PMID:39657969	研究论文	本文介绍了一种基于神经病理学的多标签深度学习框架，用于识别和量化阿尔茨海默病、血管性痴呆和路易体痴呆的生物标志物	提出了创新的深度学习框架DeepSPARE，能够检测与不同病理相关的生前神经影像特征，并开发了可解释的热图和DeepSPARE指数	研究样本主要来自特定数据库，可能限制了结果的普遍性；对于路易体痴呆的识别准确率相对较低	解决神经退行性和血管性病理共存的诊断挑战，开发非侵入性神经影像指标	阿尔茨海默病、血管性痴呆和路易体痴呆患者	数字病理学	阿尔茨海默病、血管性痴呆、路易体痴呆	深度学习	多标签深度学习模型	T1加权MRI扫描图像	423名痴呆患者和361名对照参与者
18	2025-06-05	NMR Pure Shift Spectroscopy and Its Potential Applications in the Pharmaceutical Industry 2025-Jun-03, Chembiochem : a European journal of chemical biology IF:2.6Q3 DOI:10.1002/cbic.202401012 PMID:40263759	review	本文综述了纯位移NMR技术及其在制药行业中的潜在应用	介绍了纯位移技术抑制标量耦合以提高光谱分辨率的方法，并探讨了深度学习辅助获取最优纯位移光谱的方法	NA	促进纯位移NMR技术在制药行业的发展和实际应用	纯位移NMR技术及其在制药行业的应用	NA	NA	NMR纯位移技术、深度学习	NA	光谱数据	NA
19	2025-06-05	Geometric Deep Learning for Multimodal Data in CKD 2025-Jun-03, Journal of the American Society of Nephrology : JASN IF:10.3Q1 DOI:10.1681/ASN.0000000778 PMID:40459949	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
20	2025-06-05	Upper Airway Volume Predicts Brain Structure and Cognition in Adolescents 2025-Jun-03, American journal of respiratory and critical care medicine IF:19.3Q1 PMID:40460372	研究论文	研究通过深度学习模型分析儿童上呼吸道体积与认知能力及大脑结构的关系	首次在大型儿科队列中应用深度学习进行上呼吸道分割，并发现上呼吸道体积与认知能力及大脑结构的关联	研究仅基于观察性数据，无法确定因果关系	探索睡眠呼吸障碍儿童上呼吸道体积与认知能力及大脑结构的关系	9-10岁儿童	数字病理	睡眠呼吸障碍	MRI	深度学习模型	MRI图像	11,875名儿童