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
201	2025-08-02	A Genus Comparison in the Topological Analysis of RNA Structures 2025-Aug-01, Acta biotheoretica IF:1.4Q4 DOI:10.1007/s10441-025-09500-9 PMID:40748481	研究论文	本文从拓扑数学的角度探讨RNA结构分析，并比较了不同属的RNA结构拓扑分析	采用矩阵场理论进行RNA结构的拓扑分类，并开发了McGenus软件用于拓扑和折叠预测	未提及具体样本量或实验验证的局限性	推动RNA折叠和结构研究，促进数学物理与生物学交叉领域的发展	RNA结构的拓扑特性	数学物理与生物学交叉领域	NA	矩阵场理论	McGenus软件	RNA结构数据	NA
202	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
203	2025-08-02	The Role of Artificial Intelligence in Heart Failure Diagnostics, Risk Prediction, and Therapeutic Strategies: A Comprehensive Review 2025-Jul, Cureus DOI:10.7759/cureus.87130 PMID:40747166	综述	本文综述了人工智能在心力衰竭诊断、风险预测和治疗策略中的角色及其潜在影响	探讨了AI如何通过改进风险评估、患者自我管理和诊断技术来提升心力衰竭患者的生活质量，并强调了AI在个性化医疗和减少再住院率方面的潜力	实施成本高、数据隐私问题及算法偏见等伦理考虑	评估人工智能在心力衰竭管理中的应用及其对改善临床结果和患者生活质量的影响	心力衰竭患者	医疗人工智能	心血管疾病	神经网络、深度学习算法、基于规则的AI系统、机器学习方法	神经网络、深度学习	结构化健康记录、心脏成像数据（如超声心动图）	NA
204	2025-08-02	Real-time guidance and automated measurements using deep learning to improve echocardiographic assessment of left ventricular size and function 2025-Jul, European heart journal. Imaging methods and practice DOI:10.1093/ehjimp/qyaf094 PMID:40747448	研究论文	本研究探讨了深度学习在实时指导和自动测量中的应用，以提高超声心动图对左心室大小和功能评估的可重复性	首次结合深度学习实时指导和自动测量，显著提高了左心室功能测量的可重复性	未能显著改善射血分数的可重复性，且需要未来研究评估其临床效果	评估深度学习指导和自动测量对超声心动图测量可重复性的影响	46名患者（24名乳腺癌患者和22名普通心脏病患者）的208次超声心动图检查	数字病理学	心血管疾病	深度学习	DL	图像	46名患者（共52次纳入，208次超声心动图检查）
205	2025-08-02	Towards interpretable molecular and spatial analysis of the tumor microenvironment from digital histopathology images with HistoTME-v2 2025-Jun-17, bioRxiv : the preprint server for biology DOI:10.1101/2025.06.11.658673 PMID:40747415	research paper	介绍了一种名为HistoTME-v2的深度学习框架，用于从常规H&E染色的病理切片中预测肿瘤微环境（TME）的细胞类型特异性转录组特征活动	HistoTME-v2是HistoTME的泛癌扩展版本，应用于25种实体肿瘤类型，显著扩大了先前工作的范围，并展示了从H&E图像预测细胞类型特异性转录组特征活动的高准确性	尽管HistoTME-v2在预测TME组成方面表现出色，但其性能依赖于大量高质量的单细胞或斑块级注释，这些注释的生成既耗时又昂贵	开发一种成本效益高且可解释的工具，用于从常规H&E染色的病理切片中分析肿瘤微环境（TME）的组成和空间分布	非小细胞肺癌及其他24种实体肿瘤类型的肿瘤微环境（TME）	digital pathology	lung cancer	deep learning, spatial transcriptomics, proteomics	CNN	image	内部验证数据集包括7,586张全切片图像（WSI）、6,901名患者和24种癌症类型；外部验证数据集包括5,657张WSI、1,775名患者和9种癌症类型；空间分析数据集包括259张WSI、154名患者和7种癌症类型
206	2025-08-02	Leveraging Transfer Learning and Attention Mechanisms for a Computed Tomography Lung Cancer Classification Model 2025-Jun, Cureus DOI:10.7759/cureus.87071 PMID:40746804	研究论文	开发并评估了一种结合ResNet50V2和SE块的深度学习模型，用于从CT图像中自动分类肺癌亚型	整合了SE块与ResNet50V2，通过通道特征重新校准提升模型性能	需要外部验证、模型可解释性研究，以及探索如Vision Transformers等新兴架构	提升肺癌早期诊断的准确性和效率	肺癌CT图像	计算机视觉	肺癌	深度学习	ResNet50V2 + SE块	图像	1000张匿名肺部CT图像
207	2025-08-02	Improving synergistic drug combination prediction with signature-based gene expression features in oncology 2025, Frontiers in pharmacology IF:4.4Q1 DOI:10.3389/fphar.2025.1614758 PMID:40746727	研究论文	提出了一种基于药物抗性特征（DRS）的新方法，用于改进肿瘤学中协同药物组合的预测	整合了药物抗性特征（DRS）作为生物信息学表征，提供了一种更全面的框架来识别有效的联合疗法	未提及具体样本量的限制或实验验证的局限性	改进肿瘤学中协同药物组合的预测	药物组合及其在肿瘤治疗中的协同效应	机器学习	癌症	机器学习（LASSO、Random Forest、AdaBoost、XGBoost）和深度学习模型SynergyX	LASSO、Random Forest、AdaBoost、XGBoost、SynergyX	基因表达数据	多个独立数据集（ALMANAC、O'Neil、OncologyScreen、DrugCombDB）
208	2025-08-02	Deep learning-based classification of multiple fundus diseases using ultra-widefield images 2025, Frontiers in cell and developmental biology IF:4.6Q1 DOI:10.3389/fcell.2025.1630667 PMID:40746855	研究论文	本研究开发了一种基于深度学习的混合模型，用于利用超广角眼底图像分类多种眼底疾病，以提高诊断效率和准确性	采用DenseNet121作为特征提取器结合XGBoost分类器，并利用Grad-CAM可视化模型决策过程，创新性地应用于多种眼底疾病的自动分类	研究为回顾性研究，可能受到数据收集时间和来源的限制	提高眼底疾病的诊断效率和准确性，为临床决策提供辅助工具	超广角眼底图像，涵盖16种眼底疾病包括正常眼底、9种常见眼病和6种罕见视网膜疾病	计算机视觉	眼底疾病	深度学习	DenseNet121+XGBoost	图像	10,612张超广角眼底图像
209	2025-08-02	Relationship between personality and sleep: a dual validation study combining empirical and big data-driven approaches 2025, Frontiers in psychiatry IF:3.2Q2 DOI:10.3389/fpsyt.2025.1596269 PMID:40747256	研究论文	本研究结合实证和大数据驱动的方法，探讨人格特质与睡眠问题及自报睡眠质量之间的关系	利用深度学习模型分析微博数据，验证人格特质与睡眠质量的关系，并在小规模调查数据集和大规模数据集上保持一致性	研究主要基于微博数据，可能无法完全代表所有人群的睡眠和人格特征	探究人格特质与睡眠质量之间的关系	微博用户及其发布的帖子	自然语言处理	NA	深度学习	基于FFM的深度学习模型	文本	336名活跃用户和15,251名用户的4,860,000条帖子
210	2025-08-02	Enhancing Deep Learning-Based Subabdominal MR Image Segmentation During Rectal Cancer Treatment: Exploiting Multiscale Feature Pyramid Network and Bidirectional Cross-Attention Mechanism 2025, International journal of biomedical imaging IF:3.3Q2 DOI:10.1155/ijbi/7560099 PMID:40747370	research paper	该研究提出了一种基于多尺度特征金字塔网络和双向交叉注意力机制的新方法，用于直肠癌治疗期间的腹部MR图像分割	使用扩张卷积和多尺度特征金字塔网络减少语义差距，并采用双向交叉注意力机制保持空间信息	NA	解决U-Net在直肠癌治疗期间腹部MR图像分割中的错位和语义差距问题	腹部MR图像	computer vision	rectal cancer	MR图像分割	U-Net, 多尺度特征金字塔网络, 双向交叉注意力机制	image	NA
211	2025-08-02	Artificial intelligence for diagnosing bladder pathophysiology: An updated review and future prospects 2025, Bladder (San Francisco, Calif.) DOI:10.14440/bladder.2024.0054 PMID:40747464	综述	本文综述了人工智能在膀胱病理生理学诊断中的最新进展和未来前景	突出了人工智能技术（如机器学习和深度学习）在膀胱疾病诊断中的应用及其临床效用	讨论了数据质量、算法可解释性及临床工作流程整合等挑战	探讨人工智能在膀胱病理生理学诊断中的整合及其潜在变革	膀胱病理生理学相关疾病，包括膀胱癌、间质性膀胱炎、膀胱过度活动症等	数字病理学	膀胱疾病	机器学习和深度学习	NA	NA	NA
212	2025-08-02	Deep learning assisted mechanotyping of individual cells through repeated deformations and relaxations in undulating channels 2022-Jan, Biomicrofluidics IF:2.6Q2 DOI:10.1063/5.0077432 PMID:40746947	研究论文	本文介绍了一种通过深度学习辅助的细胞机械分型方法，利用微流控通道对单个细胞进行重复变形和松弛，并通过序列深度学习模型提取特征	结合微流控通道和序列深度学习模型，实现了对细胞机械特性的高精度分类，准确率显著高于传统方法	研究仅基于HL60细胞模型，尚未验证在其他细胞类型中的适用性	开发一种高精度的细胞机械分型方法，用于检测和分类稀有细胞亚群	HL60细胞（经过化学处理的与未处理的）	数字病理学	NA	微流控技术	RNN, CNN	细胞形状时间序列数据	NA
213	2025-08-01	Artificial Intelligence and the Evolving Landscape of Immunopeptidomics 2025-Jul-31, Proteomics. Clinical applications DOI:10.1002/prca.70018 PMID:40741879	综述	本文综述了人工智能在免疫肽组学中的应用及其对肿瘤免疫治疗的推动作用	详细探讨了AI如何改进免疫肽组学工作流程中的关键步骤，包括新抗原发现和T细胞识别建模，并通过乳腺癌案例研究展示了AI在揭示肿瘤免疫原性特征方面的潜力	讨论了当前瓶颈，如非经典肽建模、抗原加工缺陷考虑以及避免靶向非肿瘤毒性等问题	探索人工智能如何推动免疫肽组学发展并优化癌症免疫治疗策略	主要研究MHC分子呈递的肽段及其在肿瘤免疫治疗中的应用	生物信息学	乳腺癌	质谱数据分析、深度学习、迁移学习	深度学习模型、多组学整合模型	质谱数据、多组学数据	NA
214	2025-08-01	MMPK: A Multimodal Deep Learning Framework to Predict Human Oral Pharmacokinetic Parameters 2025-Jul-31, Journal of medicinal chemistry IF:6.8Q1 DOI:10.1021/acs.jmedchem.5c01522 PMID:40741939	研究论文	本文介绍了一个名为MMPK的多模态深度学习框架，用于预测人类口服药代动力学参数	开发了整合分子图、子结构图和SMILES序列的多模态深度学习框架MMPK，采用多任务学习和数据插补提高数据效率和模型鲁棒性	NA	预测药代动力学参数以评估药物安全性和有效性，优化给药方案	包含1,200多种独特化合物和5,000多种化合物-剂量组合的人类口服PK数据集	机器学习	NA	深度学习	多模态深度学习框架(MMPK)	分子图、子结构图、SMILES序列	1,200多种独特化合物和5,000多种化合物-剂量组合
215	2025-08-01	A Meta-Learning Approach for Multicenter and Small-Data Single-Cell Image Analysis 2025-Jul-31, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c01810 PMID:40742562	研究论文	提出一种基于元学习的多中心小数据单细胞图像分析方法，以减少单细胞图像标注的工作量并提高分析效率	通过元学习结合自动化宽场荧光显微镜技术，构建了一个硬件和软件系统，显著减少了单细胞图像标注的工作量，并在数据量减少到5%时仍能超越传统深度学习的准确率	未提及具体的数据来源多样性限制或系统在极端条件下的表现	开发一种高效的单细胞图像分析方法，以减少标注工作量并提高分析准确性	单细胞图像	数字病理学	NA	自动化宽场荧光显微镜	元学习	图像	未明确提及具体样本数量，但提到使用60%和5%的数据量进行验证
216	2025-08-01	Artificial intelligence in hepatopancreatobiliary surgery for clinical outcome prediction: current perspective and future direction 2025-Jul-31, Journal of robotic surgery IF:2.2Q2 DOI:10.1007/s11701-025-02617-6 PMID:40742577	综述	本文综述了人工智能在肝胆胰手术中用于临床结果预测的当前视角和未来方向	强调了深度学习模型在预测术后并发症和手术复杂性方面相比传统方法具有更高的准确性，并展望了实时术中引导、联邦学习和可解释AI框架等新兴创新	面临数据质量、模型泛化能力和伦理实施等挑战	探讨人工智能在肝胆胰手术中预测临床结果的应用及其未来发展	肝胆胰手术的临床结果预测	数字病理	肝胆胰疾病	深度学习模型(DLMs)	DLMs	临床数据	NA
217	2025-07-31	Comparative evaluation of four reconstruction techniques for prostate T2-weighted MRI: Sensitivity encoding, compressed sensing, deep learning, and super-resolution 2025-Dec, European journal of radiology open IF:1.8Q3 DOI:10.1016/j.ejro.2025.100671 PMID:40735490	研究论文	比较评估四种前列腺T2加权MRI重建技术的图像质量和病灶显着性	首次比较了四种重建技术（SENSE、CS、DL和SR）在前列腺T2加权MRI中的应用效果，并发现SR重建在图像质量和病灶显着性方面表现最佳	样本量较小（49例患者），且病灶显着性分析仅基于18例病理确诊的前列腺癌患者	评估和比较四种重建技术在前列腺T2加权MRI中的图像质量和病灶显着性	49例疑似前列腺癌患者的多参数或双参数MRI数据	数字病理	前列腺癌	MRI重建技术（SENSE、CS、DL、SR）	深度学习模型（DL、SR）	MRI图像	49例患者（其中18例病理确诊前列腺癌）
218	2025-07-31	Bridging spatiotemporal wildfire prediction and decision modeling using transformer networks and fuzzy inference systems 2025-Dec, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2025.103498 PMID:40735517	research paper	该研究提出了一种结合Transformer网络和模糊推理系统的时空野火预测与决策模型	将符号模糊推理与基于深度注意力的架构相结合，实现了高准确性和可解释性	未提及模型在极端环境条件下的适用性	开发准确且可解释的野火预测系统以支持实时决策	野火预测与响应策略	machine learning	NA	Transformer, Fuzzy Rule-Based System (FRBS)	Transformer, FRBS	卫星数据（Sentinel、ERA5、SRTM）、气候数据	加拿大火灾蔓延数据集（Canadian Fire Spread Dataset）
219	2025-07-31	Effect of Deep Learning-Based Artificial Intelligence on Radiologists' Performance in Identifying Nigrosome 1 Abnormalities on Susceptibility Map-Weighted Imaging 2025-Aug, Korean journal of radiology IF:4.4Q1 DOI:10.3348/kjr.2025.0208 PMID:40736409	研究论文	评估基于深度学习的AI软件对不同经验水平的放射科医生在检测黑质1区异常方面的诊断性能影响	首次评估AI辅助诊断对放射科医生在黑质1区异常检测中的性能提升，特别是针对不同经验水平的医生	研究样本量较小（59名患者和80名健康参与者），且为回顾性研究	评估AI辅助诊断在帕金森病黑质1区异常检测中的应用效果	59名帕金森病患者和80名健康参与者的SMwI扫描图像	医学影像分析	帕金森病	3T MRI成像、YOLOX-based目标检测和SparseInst分割模型	YOLOX和SparseInst	医学影像	139份SMwI扫描（59名患者和80名健康参与者）
220	2025-07-31	Reconstructing Super-Resolution Raman Spectral Image Using a Generative Adversarial Network-Based Algorithm 2025-Jul-30, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c02934 PMID:40735851	研究论文	本研究提出了一种基于生成对抗网络（GANs）的算法，用于显著提高拉曼光谱成像的速度和空间分辨率	利用GANs算法显著提升拉曼光谱成像的速度和空间分辨率，并通过迁移学习验证其泛化能力	研究仅基于未标记细胞的186个高光谱拉曼数据集进行训练和评估，可能限制了模型的广泛适用性	提高拉曼光谱成像的速度和空间分辨率，为高通量和实时生化分析提供新途径	未标记细胞的拉曼光谱图像	计算机视觉	NA	拉曼光谱成像	GAN	图像	186个高光谱拉曼数据集