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
221	2025-05-10	Deep learning model to identify and validate hypotension endotypes in surgical and critically ill patients. Comment on Br J Anaesth 2025; 134: 308-16 2025-Jul, British journal of anaesthesia IF:9.1Q1 DOI:10.1016/j.bja.2025.03.025 PMID:40340157	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
222	2025-06-24	Assessment of the efficacy and accuracy of cervical cytology screening with the Hologic Genius Digital Diagnostics System 2025-Jul, Cancer cytopathology IF:2.6Q2 DOI:10.1002/cncy.70022 PMID:40543043	research paper	评估Hologic Genius数字诊断系统在宫颈细胞学筛查中的效果和准确性	利用人工智能技术和大数据分析，验证了Hologic Genius数字诊断系统在临床实践中的高效性和准确性	研究仅基于890例样本，可能无法完全代表所有临床情况	验证Hologic Genius数字诊断系统在宫颈细胞学筛查中的临床应用效果	890例已诊断的ThinPrep Papanicolaou (Pap)测试样本	digital pathology	cervical cancer	deep learning	NA	image	890例ThinPrep Pap测试样本
223	2025-06-24	Uncertainty Quantification and Temperature Scaling Calibration for Protein-RNA Binding Site Prediction 2025-Jun-23, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00556 PMID:40455481	研究论文	本文提出了一种结合多尺度图卷积网络、卷积神经网络和注意力机制的MGCA模型，用于预测蛋白质-RNA结合位点，并引入不确定性量化方法提升预测的可靠性	提出MGCA模型整合多尺度特征提取，首次在蛋白质-RNA结合位点预测中系统应用不确定性量化方法，并提出基于ECE的分箱筛选方法和温度缩放校准技术	未明确说明模型在跨物种或不同RNA结合蛋白家族上的泛化能力，实验数据集的规模和多样性未详细描述	提高蛋白质-RNA结合位点预测的准确性和预测结果的可信度	蛋白质-RNA相互作用位点	生物信息学	NA	多尺度图卷积网络、卷积神经网络、注意力机制、温度缩放校准	MGCA（图卷积网络+CNN+注意力机制）	蛋白质序列和结构数据	未明确说明具体样本量
224	2025-06-24	Molecular Optimization Based on a Monte Carlo Tree Search and Multiobjective Genetic Algorithm 2025-Jun-23, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00584 PMID:40456025	研究论文	本文提出了一种结合蒙特卡洛树搜索和多目标遗传算法的分子优化方法MNopt，用于解决药物化学中分子设计的挑战	创新性地整合了蒙特卡洛树搜索（MCTS）和非劣排序遗传算法II（NSGA-II），在不需要大量分子训练数据集的情况下，有效平衡多目标优化并提高分子结构的有效性	未提及具体实验样本量或实际应用中的潜在限制	开发一种高效的分子优化方法，以支持新药发现和材料科学	分子数据集的优化和潜在价值分子的筛选	机器学习和药物化学	NA	蒙特卡洛树搜索（MCTS）和非劣排序遗传算法II（NSGA-II）	MCTS和NSGA-II	分子数据	NA
225	2025-06-24	Explainable RNA-Small Molecule Binding Affinity Prediction Based on Multiview Enhancement Learning 2025-Jun-23, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c01064 PMID:40461953	研究论文	提出了一种可解释的多视角、多尺度深度学习网络EMMPTNet，用于预测RNA-小分子结合亲和力	基于物理化学和拓扑特性，通过四个模块从多个视角高效提取特征，并利用多层感知器预测结合亲和力	未提及具体局限性	准确预测RNA-小分子结合亲和力以筛选潜在药物	RNA-小分子复合物	机器学习	NA	RNA-小分子结合亲和力预测	EMMPTNet（多视角、多尺度深度学习网络）	物理化学和拓扑特性数据	未提及具体样本数量
226	2025-06-24	Improving Covalent and Noncovalent Molecule Generation via Reinforcement Learning with Functional Fragments 2025-Jun-23, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00944 PMID:40471710	research paper	本文提出了一种基于功能片段的强化学习框架MOFF，用于生成共价和非共价分子，以支持癌症治疗中的药物发现	MOFF是首个使用功能片段和强化学习生成共价分子的框架，结合了对接分数作为奖励函数，并通过分子动力学模拟验证了其生成的分子	研究仅针对BTK和EGFR进行了案例验证，未广泛测试其他靶点	开发一种新的分子生成框架，以支持癌症治疗中的药物发现	共价和非共价分子	machine learning	cancer	reinforcement learning, molecular docking, molecular dynamics simulations	Soft Actor-Critic algorithm	molecular data	案例研究涉及Bruton's tyrosine kinase (BTK)和epidermal growth factor receptor (EGFR)
227	2025-06-24	Deep Learning Approaches for Predicting the Surface Tension of Ionic Liquids 2025-Jun-23, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00158 PMID:40476518	研究论文	本研究提出了两种深度学习模型，用于预测离子液体在恒定压力下广泛温度范围内的表面张力	使用简化的分子输入线表示系统（SMILES）提取分子特征作为输入，开发了两种深度学习模型来预测离子液体的表面张力	NA	加速离子液体的发现和设计，通过计算模型预测其表面张力	离子液体（ILs）	机器学习	NA	深度学习（DL）	深度学习模型	分子特征（SMILES表示）	NA
228	2025-06-24	Leveraging transformers for semi-supervised pathogenicity prediction with soft labels 2025-Jun-23, Journal of integrative bioinformatics IF:1.5Q3 DOI:10.1515/jib-2024-0047 PMID:40538169	研究论文	本文介绍了一种基于深度学习的模型，用于预测遗传变异的致病性，以推动个性化医疗的发展	采用半监督学习方法，有效利用明确标记和不确定标记的数据，并引入Feature Tokenizer Transformer架构处理数值和分类基因组信息	模型在不确定标记（软标记）数据上的预测效果未详细讨论	预测遗传变异的致病性，推动个性化医疗	遗传变异	机器学习	NA	NGS	Feature Tokenizer Transformer	基因组数据	NA
229	2025-06-24	Hyperspectral Imaging Combined With Deep Learning for Precision Grading of Clear Cell Renal Cell Carcinoma 2025-Jun-23, Journal of biophotonics IF:2.0Q3 DOI:10.1002/jbio.202500180 PMID:40545924	研究论文	本研究提出了一种结合高光谱成像（HSI）和深度学习的方法，用于精确分级透明细胞肾细胞癌（ccRCC）	采用基于小波的去噪和主成分分析（PCA）的预处理流程，以及结合注意力机制和Transformer模块的1D卷积神经网络，以提取局部光谱特征和全局上下文信息	样本量较小（80例ccRCC样本），可能需要更大规模的数据集验证	提高透明细胞肾细胞癌的诊断准确性，支持更精确的个性化治疗计划	透明细胞肾细胞癌（ccRCC）	数字病理学	肾癌	高光谱成像（HSI）	1D CNN结合注意力机制和Transformer模块	图像	80例ccRCC样本
230	2025-06-24	PruEV-AI: a Simple Approach Combines Urinary Extracellular Vesicle Isolation with AI-Assisted Analysis for Prostate Cancer Diagnosis 2025-Jun-23, Small methods IF:10.7Q1 DOI:10.1002/smtd.202500659 PMID:40545998	research paper	介绍了一种结合尿液细胞外囊泡（uEVs）分离与AI辅助分析的集成诊断系统PruEV-AI，用于前列腺癌（PCa）的非侵入性诊断	开发了一种快速uEVs分离方法，结合AI分析多个miRNA标志物，显著提高了前列腺癌的诊断准确性	样本量相对较小（48例PCa患者和49例对照）	开发一种高效、非侵入性的前列腺癌诊断方法	尿液细胞外囊泡（uEVs）中的miRNA标志物	digital pathology	prostate cancer	RT-qPCR, deep learning	DL	miRNA expression data	48 PCa患者和49例对照的尿液样本
231	2025-06-24	Enhancing Lung Cancer Diagnosis: An Optimization-Driven Deep Learning Approach with CT Imaging 2025-Jun-23, Cancer investigation IF:1.8Q3 DOI:10.1080/07357907.2025.2518404 PMID:40546028	研究论文	本研究提出了一种优化的CBAM-EfficientNet模型，用于增强特征提取并提高肺癌分类的准确性	结合EfficientNet降低计算复杂度，并利用CBAM模块突出关键空间和通道特征，同时应用多种优化算法（GWO、WO、BA）进行超参数调优	未提及模型在更广泛数据集上的泛化能力，以及在实际临床环境中的验证情况	提高肺癌诊断的准确性和效率	肺癌CT影像	数字病理	肺癌	CT成像	CBAM-EfficientNet	图像	两个基准数据集（Lung-PET-CT-Dx和LIDC-IDRI）
232	2025-06-24	Advancements in Caries Diagnostics Using Bite-Wing Radiography : A Systematic Review of Deep Learning Approaches 2025-Jun-22, Caries research IF:2.9Q1 DOI:10.1159/000546448 PMID:40544827	系统性综述	本文通过系统性综述评估了深度学习在咬翼片放射影像中龋齿诊断的应用	总结了深度学习在龋齿检测、分割和分类中的最新进展，并识别了当前研究的方法学异质性和标准化不足的问题	研究存在方法学异质性、数据集多样性有限、临床验证不足以及偏倚和数据透明度问题	评估深度学习在咬翼片放射影像中龋齿诊断的应用效果	咬翼片放射影像中的龋齿	计算机视觉	龋齿	深度学习	ResNet, YOLO	图像	112至8539张图像
233	2025-06-24	Ultrasound placental image texture analysis using artificial intelligence and deep learning models to predict hypertension in pregnancy 2025-Jun-21, International journal of gynaecology and obstetrics: the official organ of the International Federation of Gynaecology and Obstetrics DOI:10.1002/ijgo.70306 PMID:40542591	research paper	该研究利用深度学习技术分析超声胎盘图像纹理，预测妊娠期高血压疾病	结合多种深度学习模型（CNN、迁移学习、Vision Transformer与TabNet分类器）进行胎盘图像分析，提高了预测准确性	研究样本中其他不良妊娠结局的病例未单独分析，可能影响模型特异性	开发基于人工智能的妊娠期高血压疾病早期预测方法	妊娠期妇女的超声胎盘图像	digital pathology	cardiovascular disease	超声成像	CNN, Efficient Net B0, Vision Transformer (ViT), TabNet	image	1008名孕妇（其中143名确诊HDP）
234	2025-06-24	Innovating cell culture process development with deep learning-powered robotic experimentation using the first Industrial Smart Lab Framework 2025-Jun-21, Biotechnology progress IF:2.5Q3 DOI:10.1002/btpr.70051 PMID:40542657	研究论文	介绍了一种结合深度学习和机器人实验的工业智能实验室框架（ISLFCC），用于优化细胞培养过程	首次将深度学习与机器人实验结合，实现高通量自动化细胞培养，显著提高产量和效率	仅在小规模（3L和15L）生物反应器中进行了验证，未涉及更大规模的应用	优化生物制剂（如抗体和重组蛋白）的生产过程	细胞培养过程	生物制造	NA	深度学习、机器人实验、IoT系统	decoder-only transformer	生物反应器分析数据	三种不同的细胞克隆
235	2025-06-24	Automated detection and classification of osteolytic lesions in panoramic radiographs using CNNs and vision transformers 2025-Jun-21, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-025-06209-6 PMID:40544240	研究论文	本研究旨在开发和评估深度学习模型，用于在全景X光片中自动检测和分类溶骨性病变	首次将视觉变换器（vision transformers）组件应用于溶骨性病变的自动检测，显著提升了传统深度学习模型的性能	模型在颌窦周围、拔牙部位和透光带区域存在误判情况	支持牙医早期诊断颌骨溶骨性病变	颌骨溶骨性病变（边界清晰型与边界模糊型）	数字病理	颌骨疾病	深度学习实例分割	Mask R-CNN（Swin-Tiny/ResNet-50）、Mask DINO、YOLOv5	X光影像	676张全景X光片（165边界清晰型/181边界模糊型/330对照组）
236	2025-06-24	Enhancing marine oil spill detection through dynamic adaptive knowledge distillation with spectral mask superpixel 2025-Jun-21, Marine pollution bulletin IF:5.3Q1 DOI:10.1016/j.marpolbul.2025.118270 PMID:40544526	research paper	提出一种动态自适应知识蒸馏方法（DAKD-SMS），用于从无标签数据中提取空间-光谱特征，以增强海洋溢油检测	结合3D数据转换、动态ViT网络、光谱指数掩膜超像素生成和尺度自适应知识蒸馏，自动提取无标签数据的特征并优化模型	依赖于光谱指数掩膜的质量，且未提及模型在复杂海洋环境中的泛化能力	解决标记样本稀缺问题，提升海洋溢油检测的准确性	海洋溢油区域	computer vision	NA	hyperspectral imaging (HSI), knowledge distillation	dynamic vision transformer (ViT)	hyperspectral images (HSI)	三个数据集（具体数量未明确说明）
237	2025-06-24	SE-ATT-YOLO- A deep learning driven ultrasound based respiratory motion compensation system for precision radiotherapy 2025-Jun-21, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110638 PMID:40544802	研究论文	开发了一种基于超声和深度学习的呼吸运动补偿系统（RMCS），用于精确放射治疗中呼吸运动引起的肿瘤位移的补偿	提出了SE-ATT-YOLO模型，通过结合挤压激励块和增强注意力机制，改进了YOLOv8n，提高了超声图像检测的实时性能	未提及具体样本量或临床验证的广泛性	开发一种非侵入性超声深度学习算法，用于放射治疗中呼吸运动引起的肿瘤位移补偿	人类膈肌的超声运动	计算机视觉	肿瘤	超声成像	SE-ATT-YOLO（基于YOLOv8n改进）	超声图像	NA
238	2025-06-24	Deep learning on high-density EEG during a cognitive task distinguishes patients with Parkinson's disease from healthy controls 2025-Jun-20, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/ade6a9 PMID:40541235	研究论文	本研究利用深度学习模型分析高密度脑电图（EEG）数据，通过认知任务区分帕金森病患者与健康对照组	研究首次在认知任务条件下使用高密度EEG数据，通过深度学习模型提高帕金森病诊断的准确性	EEG生物标志物仍处于实验阶段，研究结果需要进一步验证	探索认知任务是否能通过激活受疾病影响的皮层区域，提高基于EEG的帕金森病检测准确性	帕金森病患者和健康对照组的EEG数据	数字病理学	帕金森病	高密度EEG	深度学习模型	EEG信号	NA
239	2025-06-24	Validation of an artificial intelligence-based algorithm for predictive performance and risk stratification of sepsis using real-world data from hospitalised patients: a prospective observational study 2025-Jun-20, BMJ health & care informatics IF:4.1Q2 DOI:10.1136/bmjhci-2024-101353 PMID:40541404	研究论文	本研究验证了一种基于深度学习的算法VC-SEPS在预测败血症和患者风险分层方面的性能	前瞻性比较了医疗人工智能软件算法与传统评分系统在预测败血症方面的表现	研究仅在一家医院进行，可能限制了结果的普遍性	验证VC-SEPS算法在早期预测败血症和患者风险分层中的性能	住院患者，特别是败血症患者	数字病理学	败血症	深度学习	深度学习算法	电子病历数据	6,455名患者，其中325名被诊断为败血症
240	2025-06-24	BoneDat, a database of standardized bone morphology for in silico analyses 2025-Jun-20, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05161-y PMID:40541988	研究论文	介绍了一个名为BoneDat的标准化骨骼形态数据库，用于骨科和进化生物学领域的计算机模拟分析	开发了一个包含标准化骨骼形态数据的综合数据库，解决了该领域缺乏高质量数据集的问题	数据集仅包含278个临床腰骨盆CT扫描，样本量相对有限	提高计算机模拟分析的重复性和可信度，支持深度学习模型的训练和基准测试	人类骨骼形态	数字病理	骨科疾病	CT扫描	深度学习模型	图像	278个临床腰骨盆CT扫描（骨盆和下脊柱），年龄16至91岁，按性别和10个年龄组平衡