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
2181	2025-05-30	Knowledge-Driven Graph Representation Learning for Myocardial Infarction Localization 2025-May-28, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3574688 PMID:40434860	研究论文	提出了一种知识驱动的图表示学习框架（KD-GRL），用于心肌梗死（MI）定位	通过构建心肌梗死定位知识图谱（KG），整合医学知识，指导深度学习模型识别关键特征，提高了罕见MI的定位准确性	数据质量对模型性能仍有影响，特别是在罕见MI定位方面	提高心肌梗死（MI）定位的准确性和效率	心电图（ECG）信号、形态学特征和患者人口统计信息	数字病理学	心血管疾病	知识驱动的图表示学习（KD-GRL）	KG聚合方法（基于边关系投影ERP）	ECG信号、形态学特征、人口统计信息	两个公共数据集PTB和PTBXL
2182	2025-05-30	Combined Topological Data Analysis and Geometric Deep Learning Reveal Niches by the Quantification of Protein Binding Pockets 2025-May-28, Journal of computational biology : a journal of computational molecular cell biology IF:1.4Q2 DOI:10.1089/cmb.2025.0076 PMID:40434873	研究论文	本文结合拓扑数据分析（TDA）和几何深度学习（GDL）来分析酶的假定蛋白质口袋，以全面理解蛋白质结构基序	首次整合了局部和全局表示方法来分析蛋白质口袋，提供了对蛋白质结构基序的全面和互补的理解	方法在结构已知的情况下特别有用，对于未知结构的情况可能不适用	研究蛋白质口袋的定位、测量及其解剖结构，以进一步理解蛋白质功能	酶的假定蛋白质口袋	计算生物学	NA	拓扑数据分析（TDA）、几何深度学习（GDL）	GDL	蛋白质结构数据	NA
2183	2025-05-30	Residue conservation and solvent accessibility are (almost) all you need for predicting mutational effects in proteins 2025-May-28, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf322 PMID:40434923	research paper	该研究提出了一种基于进化评分和残基相对溶剂可及性（RSA）的简单方法，用于预测突变对蛋白质生物物理性质的影响，其性能与或略优于更复杂的深度学习模型	提出了一种简单但高效的进化评分方法（RSALOR），仅依赖残基保守性和溶剂可及性，性能媲美或超越复杂深度学习模型	未明确说明该方法在特定蛋白质类型或突变类型上的局限性，以及与其他先进模型的全面比较	预测突变对蛋白质生物物理性质的影响，挑战现有复杂模型的局限性	蛋白质突变及其对稳定性、活性或适应性的影响	computational biology	NA	log-odd ratio (LOR) of residue frequencies, relative solvent accessibility (RSA)	evolutionary score-based model (RSALOR)	protein mutational data from ProteinGym deep mutational scanning dataset	mutations from the ProteinGym dataset collection
2184	2025-05-30	The role of artificial intelligence in implant dentistry: a systematic review 2025-May-28, International journal of oral and maxillofacial surgery IF:2.2Q2 DOI:10.1016/j.ijom.2025.04.005 PMID:40436717	系统综述	本文系统综述了人工智能在牙科种植学中的应用	全面分析了2018年至2024年间人工智能在牙科种植学中的多种应用，包括引导手术、诊断、口腔结构分类等	领域仍相对不成熟，11项研究存在高偏倚风险	分析人工智能在牙科种植学中的应用现状	牙科种植学相关研究	人工智能	NA	深度学习算法	深度学习	图像（72.0%二维图像和28.0%三维图像）	120篇相关论文
2185	2025-05-30	Deep Learning-Based Fully Automated Aortic Valve Leaflets and Root Measurement From Computed Tomography Images　- A Feasibility Study 2025-May-28, Circulation journal : official journal of the Japanese Circulation Society IF:3.1Q2 DOI:10.1253/circj.CJ-24-1031 PMID:40436780	研究论文	本研究旨在重新训练现有的基于深度学习的全自动主动脉瓣叶/根部测量算法，并评估其临床可行性	开发了一种全自动算法，用于从CT图像中测量主动脉瓣叶和根部，显著缩短了测量时间并减少了工作量	对于主动脉反流病例的窦管交界处测量存在一定的不确定性	评估基于深度学习的全自动主动脉瓣叶和根部测量算法的临床可行性	主动脉根部扩张、主动脉狭窄和主动脉反流患者	数字病理学	心血管疾病	CT扫描	深度学习	图像	167例患者（40例主动脉根部扩张，50例主动脉狭窄，50例主动脉反流伴或不伴主动脉根部扩张）
2186	2025-05-30	Efficient feature extraction using light-weight CNN attention-based deep learning architectures for ultrasound fetal plane classification 2025-May-28, Physical and engineering sciences in medicine IF:2.4Q2 DOI:10.1007/s13246-025-01566-6 PMID:40437331	research paper	提出了一种基于轻量级CNN和注意力机制的深度学习架构，用于超声胎儿平面分类	结合轻量级EfficientNet特征提取主干和注意力机制，显著减少可训练参数数量，便于边缘设备部署	未提及模型在不同超声设备或操作者间的泛化能力	辅助产科医生进行胎儿平面分类，提高产前诊断效率	超声胎儿图像中的关键平面（脑部、股骨、胸部、宫颈和腹部）	computer vision	prenatal development	深度学习	CNN with attention mechanism	超声图像	最大基准超声数据集（具体数量未提及）
2187	2025-05-30	Improving Breast Cancer Diagnosis in Ultrasound Images Using Deep Learning with Feature Fusion and Attention Mechanism 2025-May-27, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.05.007 PMID:40436710	研究论文	本研究提出了一种基于特征融合和注意力机制的深度学习模型，用于超声图像中良性和恶性病变的分类	结合MobileNetV2和DenseNet121架构，引入特征融合和注意力机制以提高分类准确率，并利用Grad-CAM、Saliency Maps和SHAP技术增强模型的可解释性	数据集未公开，可能影响结果的可重复性	提高超声图像中乳腺癌诊断的准确性和效率	超声图像中的良性和恶性病变	数字病理学	乳腺癌	深度学习	MobileNetV2, DenseNet121	图像	私有数据集2171张图像（1758名患者），公开数据集BUSI 780张图像（25-75岁女性患者）
2188	2025-05-30	Image guided construction of a common coordinate framework for spatial transcriptome data 2025-May-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-01862-x PMID:40413226	research paper	本文提出了一种名为STaCker的深度学习算法，用于通过图像配准过程统一转录组切片的坐标，以解决空间转录组数据缺乏共同坐标框架的问题	STaCker通过整合组织图像和基因表达数据，生成抗噪声和批次效应的复合图像表示，并仅使用多样化的合成数据进行训练，克服了训练数据稀缺的问题	NA	构建空间转录组数据的共同坐标框架（CCF），以促进数据比较和整合	空间转录组数据	digital pathology	NA	spatial transcriptomics	deep learning	image, gene expression data	multiple slices from various benchmarking datasets and real spatial transcriptome datasets
2189	2025-05-30	Research on prediction method of well logging reservoir parameters based on Multi-TransFKAN model 2025-May-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-96112-5 PMID:40413356	研究论文	提出了一种基于Multi-TransFKAN模型的测井储层参数预测方法，以提高预测准确性和模型可解释性	结合Transformer架构和改进的Kolmogorov-Arnold Network (KAN)框架，用傅里叶函数替代B样条函数，有效捕捉复杂周期性和非线性特征	未提及具体的数据集规模或地域限制，可能影响模型的泛化能力	提高储层参数预测的准确性和模型的可解释性	储层参数（孔隙度、泥质含量、含水饱和度）	机器学习	NA	Monte Carlo Dropout, SHAP框架	Multi-TransFKAN (结合Transformer和KAN)	测井数据	未明确提及具体样本数量，仅提到测试井
2190	2025-05-30	Deep learning Radiopathomics based on pretreatment MRI and whole slide images for predicting overall survival in locally advanced nasopharyngeal carcinoma 2025-May-21, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology IF:4.9Q1 DOI:10.1016/j.radonc.2025.110949 PMID:40409367	research paper	开发一种基于深度学习的放射病理学整合模型，用于预测局部晚期鼻咽癌患者的总体生存期	结合MRI和全切片图像的深度学习模型，首次在局部晚期鼻咽癌患者中预测总体生存期	样本量相对较小，外部测试集仅包含50例患者	预测局部晚期鼻咽癌患者的总体生存期	局部晚期鼻咽癌患者	digital pathology	nasopharyngeal carcinoma	MRI, whole slide imaging	self-attention mechanism, multilayer perceptron, multimodal fusion model	image	343例局部晚期鼻咽癌患者（训练集202例，验证集91例，外部测试集50例）
2191	2025-05-30	The role of artificial intelligence in occupational health in radiation exposure: a scoping review of the literature 2025-May-16, Environmental health : a global access science source IF:5.3Q1 DOI:10.1186/s12940-025-01186-3 PMID:40380224	综述	本文回顾了人工智能在职业辐射暴露评估、监测、控制及防护中的应用研究	全面梳理了AI在职业辐射暴露管理中的多种工具（如专家系统、机器学习、深度学习）的应用现状，并识别了当前研究的关键挑战	纳入研究存在数据质量参差不齐、算法可解释性不足、与现有系统整合困难等局限性	评估人工智能在职业辐射暴露风险管理中的潜在作用	职业辐射暴露相关的评估、监测、控制及防护系统	职业健康与安全	辐射相关疾病	专家系统、机器学习、深度学习等AI模型	多种AI模型（未指定具体模型）	文献数据	59篇符合条件的文献（初始检索2920篇）
2192	2025-05-30	Fully volumetric body composition analysis for prognostic overall survival stratification in melanoma patients 2025-May-12, Journal of translational medicine IF:6.1Q1 DOI:10.1186/s12967-025-06507-1 PMID:40355935	research paper	本研究探讨了基于深度学习的身体成分分析，利用基线CT扫描预测黑色素瘤患者的总生存期，并识别出具有预后价值的全体积身体成分特征	首次将深度学习网络用于全体积身体成分分析，以预测黑色素瘤患者的总生存期，并验证了Sarcopenia Index、Myosteatosis Fat Index和Visceral Fat Index的预后价值	研究仅基于CT扫描数据，未考虑其他可能影响生存期的临床因素	探索基于深度学习的身体成分分析在黑色素瘤患者预后评估中的应用	黑色素瘤患者	digital pathology	melanoma	deep learning-based body composition analysis	deep learning network	CT scans	495名患者（内部验证）和428名患者（外部验证）
2193	2025-05-30	Ultrasound-based deep learning radiomics for enhanced axillary lymph node metastasis assessment: a multicenter study 2025-May-08, The oncologist DOI:10.1093/oncolo/oyaf090 PMID:40349137	研究论文	本研究开发了一种基于超声的深度学习放射组学模型，用于评估乳腺癌患者的腋窝淋巴结转移，并验证了其对放射科医生诊断准确性的提升效果	结合深度学习和手工放射组学特征，构建了临床-放射组学模型，并在多中心数据集中验证了其性能	研究样本来自6家医院，可能存在选择偏倚，且未考虑不同超声设备的差异性	提高乳腺癌患者腋窝淋巴结转移的术前评估准确性	乳腺癌患者	数字病理	乳腺癌	超声成像	深度学习放射组学模型	超声图像	866名乳腺癌患者（来自6家医院）
2194	2025-05-30	Wearable Artificial Intelligence for Sleep Disorders: Scoping Review 2025-May-06, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/65272 PMID:40327852	综述	本文对用于睡眠障碍的AI可穿戴设备进行了范围综述，重点关注研究特征、可穿戴技术特点及AI检测与分析方法	综述了AI可穿戴设备在睡眠障碍领域的应用现状，指出了当前研究主要集中在睡眠呼吸暂停，并提出了未来研究方向	研究仅限于睡眠呼吸暂停，对其他睡眠障碍的研究不足，且缺乏对治疗效果的研究	概述AI驱动的可穿戴设备在睡眠障碍领域的应用情况	AI驱动的可穿戴设备及其在睡眠障碍检测与分析中的应用	人工智能在医疗健康中的应用	睡眠障碍	AI算法	CNN, 随机森林, 支持向量机	呼吸数据、心率、身体运动数据	46项符合条件的研究
2195	2025-05-30	Current Technological Advances in Dysphagia Screening: Systematic Scoping Review 2025-May-05, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/65551 PMID:40324167	系统性范围综述	本文对人工智能和传感器技术在吞咽困难筛查中的最新进展进行了系统性范围综述	首次全面评估AI和传感器技术在吞咽困难筛查中的应用现状和性能表现	存在方法学质量风险，特别是患者选择、指标测试和建模方面，且缺乏外部验证研究	评估AI和传感器技术在吞咽困难筛查中的应用现状和性能	吞咽困难筛查技术	医疗人工智能	吞咽困难	AI和传感器技术	支持向量机(SVM)和深度学习	声学和振动信号数据	24项研究，共2979名参与者(1717名吞咽困难患者和1262名对照组)
2196	2025-05-30	Diagnostic performance of deep learning-based coronary computed tomography angiography in detecting coronary artery stenosis 2025-May, The international journal of cardiovascular imaging DOI:10.1007/s10554-025-03383-0 PMID:40156689	研究论文	验证一种基于冠状动脉计算机断层扫描血管造影（CCTA）的全自动深度学习模型，用于诊断阻塞性冠状动脉疾病（CAD）中狭窄≥50%的情况	提出了一种全自动深度学习模型，用于快速准确地识别冠状动脉狭窄≥50%的患者，显著提高了诊断效率	研究仅限于特定时间段内的多中心数据，可能无法完全代表所有人群	验证深度学习模型在诊断冠状动脉狭窄中的性能	疑似冠状动脉疾病（CAD）患者	数字病理	心血管疾病	冠状动脉计算机断层扫描血管造影（CCTA）	3D Multi-resolution Cascade CNN, 3D Cascade-Locally Optimized Network, Stenosis Analysis Network	图像	1090名患者（平均年龄59.90±11.51岁，47.3%为女性）
2197	2025-05-30	Construction of a deep learning model and identification of the pivotal characteristics of FGF7- and MGST1- positive fibroblasts in heart failure post-myocardial infarction 2025-May, International journal of biological macromolecules IF:7.7Q1 DOI:10.1016/j.ijbiomac.2025.143171 PMID:40258553	研究论文	该研究通过构建深度学习模型并识别FGF7-和MGST1-阳性成纤维细胞在心梗后心力衰竭中的关键特征，揭示了这些细胞在疾病发展中的作用	首次发现FGF7MGST1成纤维细胞在心梗后心力衰竭中的下调现象，并通过单细胞RNA测序和深度学习模型揭示了其关键基因特征和预测价值	研究主要基于小鼠模型和生物信息学分析，需要进一步的人类样本验证	探究成纤维细胞异质性在心梗后心力衰竭中的作用机制	FGF7-和MGST1-阳性成纤维细胞	数字病理学	心血管疾病	scRNA-seq, qRT-PCR, 孟德尔随机化分析	深度学习模型	单细胞RNA测序数据	未明确说明样本数量，使用小鼠模型和生物信息学数据
2198	2025-05-30	The prediction of RNA-small molecule binding sites in RNA structures based on geometric deep learning 2025-May, International journal of biological macromolecules IF:7.7Q1 DOI:10.1016/j.ijbiomac.2025.143308 PMID:40268011	研究论文	该论文提出了一种基于几何深度学习的计算方法RLBSIF，用于预测RNA结构中RNA与小分子配体的结合位点	利用表面几何特征和化学特征结合MaSIF-based表面相互作用指纹全面表征RNA-配体相互作用，并采用ResNet18网络分析这些指纹以识别配体结合口袋	训练数据仅包含440个结合口袋，可能限制了模型的泛化能力	准确预测RNA结构中配体的结合位点，以指导药物设计和医学领域的研究	RNA与小分子配体的结合位点	机器学习和计算生物学	NA	几何深度学习	ResNet18	RNA结构数据	440个结合口袋
2199	2025-05-30	Predicting transmission loss in underwater acoustics using continual learning with range-dependent conditional convolutional neural networks 2025-May-01, The Journal of the Acoustical Society of America IF:2.1Q1 DOI:10.1121/10.0036773 PMID:40439448	研究论文	本文提出了一种基于持续学习和范围依赖条件卷积神经网络的方法，用于预测水下声学传输损失，以提高远场场景下的预测准确性	引入了一种范围依赖条件卷积神经网络，通过直接对输入地形进行条件化，单步预测传输损失场，并采用基于回放的持续学习策略，实现跨连续地形变化的泛化	模型在远场波预测方面可能存在局限性，且依赖于输入地形的准确性	提高深度学习模型在远场场景下预测水下辐射噪声的准确性	水下声学传输损失	机器学习	NA	持续学习，卷积神经网络	CNN	地形数据，声学数据	多个测试案例和涉及Dickins Seamount的基准场景
2200	2025-05-30	Revolutionizing cleft lip and palate management through artificial intelligence: a scoping review 2025-Apr-10, Oral and maxillofacial surgery DOI:10.1007/s10006-025-01371-1 PMID:40208434	综述	本文对过去10年中人工智能在唇腭裂预测、诊断和治疗中的应用进行了范围性综述	首次系统性地综述了AI在唇腭裂管理中的应用，并提出了6个子类别分类	纳入研究数量有限(25篇)，且美国地区研究占比较高	评估人工智能在唇腭裂管理中的应用现状	唇腭裂患者	数字病理	唇腭裂	深度学习与机器学习	NA	NA	25项研究(包含649篇初步筛选文献)